Gestion de clientes

Solo disponible en BuenasTareas
  • Páginas : 9 (2192 palabras )
  • Descarga(s) : 4
  • Publicado : 21 de mayo de 2010
Leer documento completo
Vista previa del texto
Pronóstico de Ventas de Planes Tarifario de Telefonía Fija usando redes neuronales artificiales para el cálculo de Precios

Paul Gutierrez Palma
Universidad Nacional de Ingeniería
Sección de Posgrado de la Facultad de Ingeniería Industrial y de Sistemas

RESUMEN

Este trabajo propone un modelo para el pronóstico del precio de planes tarifarios de Telefonía Fija mediante el uso de redesneuronales artificiales del tipo “backpropagation”. Se usa un problema de pronóstico de ventas como referencia. Para obtener un buen comportamiento de la Red Neuronal se aplican diferentes funciones de transferencia así como diferentes criterios de parada. Son obtenidos excelentes resultados que muestran el potencial de esta técnica artificial.

ABSTRACT

This paper shows a model forforecasting the rate plan price for fixed telephony using artificial neural network of the backpropagation type. A sell forecasting problem is used as a reference problem. Different transfer functions as well as different stop criteria are used in order to get a well behavior Neural Network. Excellent results are obtained that shows the potential of this artificial technique.

1.- INTRODUCCION

Pararealizar eficientes programas de producción que atiendan la demanda sin incurrir en excesivos costos de capital, es deseable un adecuado manejo de la información de ventas con el fin de realizar pronósticos con buen nivel de confianza para todas las áreas de la empresa.

Un pronóstico de ventas es una técnica que permite calcular las proyecciones de ventas de una manera rápida y confiable,utilizando como fuente de dato, la información histórica generada por las ventas del modulo de facturación.

Las técnicas generalmente aceptadas para la elaboración de pronósticos se dividen en cinco categorías: juicio ejecutivo, encuestas, análisis de series de tiempo, análisis de regresión y pruebas de mercado. La elección del método o métodos dependerá de los costos involucrados, del propósito delpronóstico, de la confiabilidad y consistencia de los datos históricos de ventas, del tiempo disponible para hacer el pronóstico, del tipo de producto, de las características del mercado, de la disponibilidad de la información necesaria y de la pericia de los encargados de hacer el pronóstico. Lo usual es que las empresas combinen varias técnicas de pronóstico. El propósito de este informe espresentar una aplicación de la teoría de redes neuronales en pronósticos de consumo mensuales basada en datos de ventas mensuales a fin de aumentar las alternativas, dejando claro que un pronóstico no es la verdad absoluta a algún evento futuro, es solo una aproximación a la realidad, entre más se acerque a ella mejor será.

Las redes neuronales artificiales se basan en una estructura de neuronasunidas por enlaces que transmiten información a otras neuronas, las cuales entregan un resultado mediante funciones matemáticas. Las redes neuronales artificiales aprenden de la información histórica a través de un entrenamiento, proceso mediante el cual se ajustan los parámetros de la red, a fin de entregar la respuesta deseada, adquiriendo entonces la capacidad de predecir respuestas del mismofenómeno.

Existen varios algoritmos que permiten ir corrigiendo el error de pronostico; uno de los mas usados es el denominado “backpropagation”, que consiste básicamente en propagar el error hacia atrás, desde la capa de salida hasta la de entrada, permitiendo así la adaptación de los pesos con el fin de reducir dicho error.

2.- MÉTODO

El cerebro humano tiene varias características deseadaspor cualquier sistema y esta es la razón por la que se ha incrementado el interés acerca del funcionamiento de las redes neuronales. Las redes neuronales biológicas “aprenden” de la información disponible en su entorno y bajo ciertas condiciones exhiben la capacidad para generalizar más allá de la información con que fueron entrenadas, esta es la característica más importante que se busca...
tracking img