Desarrollo de un sistema web en Python para la predicción de ventas en datasets utilizando técnicas de minería de datos

Abstract

El presente proyecto desarrolla un Sistema Web en Python para la predicción de ventas utilizando técnicas de minería de datos, diseñado para una microempresa dedicada a la venta de componentes tecnológicos, el sistema tiene como propósito principal apoyar la planificación comercial mediante la generación de análisis visuales y predicción de ventas trimestrales. El desarrollo se realizó con el framework Streamlit, usando librerías de Python como Pandas, Scikit-Learn, Keras/TensorFlow y Plotly, integrando funciones de autenticación de usuarios, carga y preprocesamiento de datos, dashboard de ventas, predicciones de venta trimestrales, sistema de auditoría y generación de reportes en PDF aplicando la metodología CRISP-DM que organizó el desarrollo en seis fases: comprensión del negocio, comprensión de los datos, preparación, modelado, evaluación y despliegue. En la parte predictiva se entrenaron tres modelos de machine learning: Regresión Lineal, Random Forest y Redes Neuronales, siendo Redes Neuronales el más preciso usando un dataset que posee 272 datos de ventas correspondientes al periodo T1-2023 hasta T1-2025, con R² de 0.9752 junto un nivel de confianza del entreno con 97.5%, proyectando para el T2-2025 un total de 44 unidades vendidas, que representa un crecimiento del +41.9%.