IMPLEMENTACIÓN DE UN SISTEMA PILOTO DE INTELIGENCIA DE NEGOCIO PARA LA AUTOMATIZACIÓN DEL ANÁLISIS OPERATIVO Y COMERCIAL EN EMPRESA PANIFICADORA DEL GRUPO RIASEM.
Loading...
Date
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La panificadora del grupo RIASEM presenta dificultades para integrar y analizar datos comerciales y operativos, ya que los reportes se elaboran manualmente y los sistemas internos no están conectados. Esto limita la capacidad de respuesta y genera retrasos en la toma de decisiones. El proyecto desarrolló un sistema piloto de inteligencia de negocio (BI) que automatiza la recolección, transformación y visualización de datos desde Panacea Soft y Sebeli, integrando la información en un repositorio central mediante Power Automate, SQL Server, R y Power BI.
El sistema implementado permite visualizar indicadores clave, analizar ventas históricas y actuales, y generar proyecciones de demanda mediante modelos ARIMA y SARIMA. Este último mostró mejor desempeño al capturar patrones estacionales y variabilidad en las ventas. Asimismo, se utilizó la metodología RFM para segmentar clientes en tres clústeres con distintos perfiles y necesidades, lo que permite diseñar estrategias comerciales diferenciadas.
Description
La panificadora del grupo RIASEM presenta limitaciones en su capacidad para integrar, analizar y utilizar datos operativos y comerciales en la toma de decisiones. Actualmente, los reportes se generan manualmente y sin unificación entre sistemas de la empresa, lo que genera demoras y una limitada capacidad para anticiparse a los cambios del mercado.
Este proyecto propone el diseño e implementación de un sistema piloto de inteligencia de negocio (BI) que automatiza la extracción, transformación y visualización de datos clave provenientes de los sistemas internos Panacea Soft y Sebeli. La solución se apoya en tecnologías como Power Automate, R, SQL Server y Power BI y permite centralizar la información operativa y comercial en un solo repositorio central. Además de permitir el monitoreo de ventas históricas y actuales, el sistema incorpora modelos estadísticos de series temporales (ARIMA y SARIMA) para generar pronósticos, considerando factores estacionales y patrones de comportamiento de la demanda. Se complementa con un análisis de segmentación de clientes basado en la metodología RFM, permitiendo clasificar y priorizar acciones comerciales según el valor estratégico de cada grupo.