Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields

Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields

En la actualidad las pequeñas y medianas empresas (PYMES) se ven en el deber de hacer uso de la tecnología para afianzarse en el mercado, aprovechando las diferentes herramientas que surgen y que, por consiguiente, les permiten seguir siendo competitivas. Por ello, un modelo de predicción basado en...

Descripción completa

Detalles Bibliográficos
Autores principales: Villachica Pérez, Yosmaurereen Naomi, Ordoñez Cuthbert, Deyvon Kestner, Mckensy Sambola, Dexon
Formato: Online
Idioma:spa
eng
Publicado: Universidad de las Regiones Autónomas de la Costa Caribe Nicaragüense - URACCAN 2022
Acceso en línea:https://camjol.info/index.php/RCI/article/view/14267
id RCI14267
record_format ojs
institution Universidad de las Regiones Autónomas de la Costa Caribe Nicaragüense
collection Ciencia e Interculturalidad
language spa
eng
format Online
author Villachica Pérez, Yosmaurereen Naomi
Ordoñez Cuthbert, Deyvon Kestner
Mckensy Sambola, Dexon
spellingShingle Villachica Pérez, Yosmaurereen Naomi
Ordoñez Cuthbert, Deyvon Kestner
Mckensy Sambola, Dexon
Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields
author_facet Villachica Pérez, Yosmaurereen Naomi
Ordoñez Cuthbert, Deyvon Kestner
Mckensy Sambola, Dexon
author_sort Villachica Pérez, Yosmaurereen Naomi
description En la actualidad las pequeñas y medianas empresas (PYMES) se ven en el deber de hacer uso de la tecnología para afianzarse en el mercado, aprovechando las diferentes herramientas que surgen y que, por consiguiente, les permiten seguir siendo competitivas. Por ello, un modelo de predicción basado en Machine Learning constituye una herramienta primordial, su uso genera información que permite hacer toma de decisiones que afectarán de manera positiva los procesos de negocio. En este sentido, el objetivo principal del proyecto es desarrollar un modelo predictivo basado en Machine Learning dirigido a las PYMES de venta de la ciudad de Bluefields, Región Autónoma de la Costa Caribe Sur (RACCS), Nicaragua,que sirva como herramienta para maximizar las ganancias de estas empresas. La metodología de desarrollo adoptada en la construcción del modelo de predicción fue “el modelo en cascada”, es la que mejor se adapta al contexto del proyecto. Esta metodología sugiere un enfoque sistemático y secuencial, disciplinado y basado en análisis, diseño, pruebas y mantenimiento. Como resultado se obtuvo un modelo de predicción con los requerimientos necesarios para subsanar las deficiencias de estas empresas. El modelo está conformado por dos módulos, el primero es el SGPN’s Companion que garantiza el almacenamiento, manipulación y seguridad de los datos, el segundo módulo es el Sistema Gestor de Procesos de Negocio (SGPN) o modelo de predicción, este permite realizar los estudios de procesos de negocio.
title Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields
title_short Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields
title_full Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields
title_fullStr Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields
title_full_unstemmed Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields
title_sort modelo predictivo basado en machine learning dirigido a pymes de venta, caso de estudio bluefields
title_alt Predictive Modeling based on Machine Learning for retail SMEs, case study Bluefields
publisher Universidad de las Regiones Autónomas de la Costa Caribe Nicaragüense - URACCAN
publishDate 2022
url https://camjol.info/index.php/RCI/article/view/14267
work_keys_str_mv AT villachicaperezyosmaurereennaomi predictivemodelingbasedonmachinelearningforretailsmescasestudybluefields
AT ordonezcuthbertdeyvonkestner predictivemodelingbasedonmachinelearningforretailsmescasestudybluefields
AT mckensysamboladexon predictivemodelingbasedonmachinelearningforretailsmescasestudybluefields
AT villachicaperezyosmaurereennaomi modelopredictivobasadoenmachinelearningdirigidoapymesdeventacasodeestudiobluefields
AT ordonezcuthbertdeyvonkestner modelopredictivobasadoenmachinelearningdirigidoapymesdeventacasodeestudiobluefields
AT mckensysamboladexon modelopredictivobasadoenmachinelearningdirigidoapymesdeventacasodeestudiobluefields
_version_ 1805403603995721728
spelling RCI142672022-06-28T00:32:33Z Predictive Modeling based on Machine Learning for retail SMEs, case study Bluefields Modelo predictivo basado en Machine Learning dirigido a PYMES de venta, caso de estudio Bluefields Villachica Pérez, Yosmaurereen Naomi Ordoñez Cuthbert, Deyvon Kestner Mckensy Sambola, Dexon machine learning Business Intelligence learning algorithm SMEs aprendizaje automático Inteligencia de Negocios algoritmo de aprendizaje PYMES Nowadays, small and medium-sized enterprises (SMEs) are forced to make use of technology to gain a foothold in the market, taking advantage of the different tools that are emerging and that, consequently, allow them to remain competitive. Therefore, a predictive model based on Machine Learning is an essential tool, its use generates information that allows making decisions that will positively affect business processes. In this sense, the main objective of the project is to develop a predictive model based on Machine Learning aimed at sales SMEs in Bluefields city, Autonomous Region of the South Caribbean Coast, Nicaragua, which serves as a tool to maximize the profits of these companies. The development methodology adopted in the construction of the predictive model was the "waterfall model", which is the best suited to the context of the project. This methodology suggests a systematic and sequential approach, disciplined and based on analysis, design, testing and maintenance. As a result, a predictive model was obtained with the necessary requirements to remedy the deficiencies of these companies. The model is composed of two modules, the first one is the SGPN's Companion that guarantees the storage, manipulation and security of the data, the second module is the Business Process Management System (BPMS) or prediction model, which allows to carry out the business process studies. En la actualidad las pequeñas y medianas empresas (PYMES) se ven en el deber de hacer uso de la tecnología para afianzarse en el mercado, aprovechando las diferentes herramientas que surgen y que, por consiguiente, les permiten seguir siendo competitivas. Por ello, un modelo de predicción basado en Machine Learning constituye una herramienta primordial, su uso genera información que permite hacer toma de decisiones que afectarán de manera positiva los procesos de negocio. En este sentido, el objetivo principal del proyecto es desarrollar un modelo predictivo basado en Machine Learning dirigido a las PYMES de venta de la ciudad de Bluefields, Región Autónoma de la Costa Caribe Sur (RACCS), Nicaragua,que sirva como herramienta para maximizar las ganancias de estas empresas. La metodología de desarrollo adoptada en la construcción del modelo de predicción fue “el modelo en cascada”, es la que mejor se adapta al contexto del proyecto. Esta metodología sugiere un enfoque sistemático y secuencial, disciplinado y basado en análisis, diseño, pruebas y mantenimiento. Como resultado se obtuvo un modelo de predicción con los requerimientos necesarios para subsanar las deficiencias de estas empresas. El modelo está conformado por dos módulos, el primero es el SGPN’s Companion que garantiza el almacenamiento, manipulación y seguridad de los datos, el segundo módulo es el Sistema Gestor de Procesos de Negocio (SGPN) o modelo de predicción, este permite realizar los estudios de procesos de negocio. Universidad de las Regiones Autónomas de la Costa Caribe Nicaragüense - URACCAN 2022-06-25 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-Reviewed Article Artículo revisado por pares application/pdf text/html application/zip text/xml audio/mpeg audio/mpeg https://camjol.info/index.php/RCI/article/view/14267 10.5377/rci.v30i01.14267 Ciencia e Interculturalidad; Vol. 30 No. 01 (2022); 139 - 146 Ciencia e Interculturalidad; Vol. 30 Núm. 01 (2022); 139 - 146 2223-6260 1997-9231 spa eng https://camjol.info/index.php/RCI/article/view/14267/16829 https://camjol.info/index.php/RCI/article/view/14267/16830 https://camjol.info/index.php/RCI/article/view/14267/16831 https://camjol.info/index.php/RCI/article/view/14267/16832 https://camjol.info/index.php/RCI/article/view/14267/16668 https://camjol.info/index.php/RCI/article/view/14267/16669 http://creativecommons.org/licenses/by-nc-nd/4.0

Ejemplares similares