Análisis Multivariado y Clusterización de Productos para la Optimización de la Producción de Alimento Balanceado de una Empresa del Sector Acuícola

Abstract

FeedSea es una empresa del sector acuícola dedicada a la producción y comercialización de alimentos balanceados para camarón. Ofrece a sus clientes un amplio portafolio de 23 productos distribuidos en cinco líneas principales, lo que le permite atender todas las fases del cultivo. Sin embargo, esta variedad ha ocasionado un uso ineficiente de recursos operativos, destinando parte de la capacidad de las líneas de producción a productos con baja rotación que no generan valor proporcional para el negocio. Este estudio busca optimizar el portafolio mediante la identificación de grupos de productos con patrones similares según su desempeño comercial y técnico, que faciliten estrategias de producción más eficientes. Se realizó un análisis descriptivo y exploratorio de la base de datos del periodo 2020 – 2024 para caracterizar las variables. Los resultados preliminares mostraron patrones trimestrales en el comportamiento de las ventas y rotación de los productos. Posteriormente, se aplicaron técnicas multivariadas como el Análisis Factorial y Componentes Principales para reducir la dimensionalidad de los datos e identificar las variables que más influyen en la demanda de los productos. Se identificaron dos factores principales que explican más del 90% del comportamiento de los datos y mediante la técnica de clúster jerárquico se identificaron tres grupos principales de productos: Grupo 1: Rotación, demanda y margen altos; grupo 2: Rotación, demanda y margen medios, y grupo 3: Rotación, demanda y margen bajos. Con base en los hallazgos, se propone establecer una estrategia comercial para los productos que se encuentran en el grupo tres.

Description

Para obtener el resultado fue necesario realizar un proceso inicial como estructuración de la base de datos, análisis descriptivo y multivariable. Posterior a la clusterización se ejecutó un análisis predictivo mediante la técnica KNN que permitirá determinar a futuras producciones trimestrales si el producto planificado forma parte de uno de los grupos identificados en los clústeres. Finalmente se ejecutó un reporte visual mediante la herramienta Power BI. La Figura 2 detalla todo el proceso llevado a cabo en el proceso investigativo en el eje central se encuentra las etapas, en el eje superior las herramientas y softwares utilizados mientras que en el eje inferior los entregables o las evidencias de fin de cada etapa.

Keywords

Citation