Gabriela Mero LandaKrystel Esparza López2025-11-062025-11-062025-06https://repositorio.uees.edu.ec/handle/123456789/4432Los principales resultados evidencian que los costos de materias primas, costo de insumos y el costo indirecto son los factores más determinantes en la conformación del precio. Se aplicaron técnicas complementarias como regresión lineal y clústeres, las cuales permi􀆟eron segmentar y visualizar patrones de comportamiento diferenciados entre 􀆟pos de producto y clientes. Como resultado, se logró construir un simulador que no solo predice precios sugeridos, sino que también permite visualizar márgenes y escenarios por segmento. Esta herramienta se convierte en un apoyo valioso para la estrategia comercial y la sostenibilidad financiera.En la industria alimentaria, uno de los mayores desa􀄰os es establecer precios de venta que reflejen con precisión los costos de producción, especialmente cuando estos se ven afectados por la variabilidad de los precios internacionales de materias primas, insumos y costos indirectos. Esta situación genera una brecha crí􀆟ca entre el costo real de producir una tonelada de producto y el precio al que finalmente se comercializa, lo que puede comprometer la rentabilidad de la empresa. Este proyecto surge como una respuesta a esa necesidad. El obje􀆟vo principal fue desarrollar un modelo predic􀆟vo y prescrip􀆟vo que permita es􀆟mar el precio de venta más adecuado por tonelada, considerando los costos de materia prima, insumos directos y costos indirectos. A través del uso de herramientas estadís􀆟cas aplicadas en SPSS y la implementación de un simulador interac􀆟vo en Power BI, se buscó proporcionar una solución prác􀆟ca y dinámica que facilite la toma de decisiones comerciales.esHistogramadispersiónprecio de ventadesviación estándarvalor a􀆡picoThesis