Problema empresarial
Una organización mundial de bienes de consumo masivo se basó en los métodos tradicionales de previsión para los futuros de materias primas, lo que resultó en una visibilidad limitada más allá de los horizontes a corto plazo. Las imprecisiones en las previsiones sobre materias primas blandas, energía y metales se tradujeron en unos plazos de compra inferiores a los óptimos, a un posicionamiento ineficiente del inventario y a una mayor exposición a la volatilidad del mercado.
Acciones tomadas
· Desarrollé y operacionalicé modelos de pronóstico de IA multivariantes personalizados, incluidas las redes neuronales LSTM.
· Se incorporaron señales de oferta y demanda, indicadores macroeconómicos, datos de los mercados financieros e impulsores específicos de los productos básicos.
· Modelado de conjuntos aplicado e ingeniería de características avanzada para capturar interacciones no lineales.
· Modelos validados mediante pruebas retrospectivas y monitoreo continuo del rendimiento.
Resultados conseguidos
· Logró la mejor precisión de previsión de su clase durante un Horizonte de 1 a 12 meses.
· Permitido estrategias de compra más disciplinadas y oportunas.
· Niveles de inventario optimizados y frecuencia de pedidos en todos los productos básicos.
· Generado Más de 1 millón de dólares en beneficios monetizados mediante una mejor visibilidad de los precios y la toma de decisiones.
