Comparación de técnicas de minería de datos para descubrir información relevante de ventas de una Mype comercial

Abstract

Perú aplicó Inteligencia Artificial (IA) en empresas de envergadura, constituyó apalancamiento para la productividad y se estimó que impulsaría un crecimiento de hasta 6% en PBI al 2028. Muchos emprendimientos no fueron sostenibles ante la falta de herramientas tecnológicas como minería de datos. Se han realizado soluciones de negocio en tecnología de información e inteligencia artificial, para superar incidencias en fraude electrónico, toma de decisiones, soluciones para ventas y otros que no han sido suficiente por alto costo que representan, para las Medianas y Pequeñas Empresas MYPE´s acceder a tales herramientas tecnológicas, para fortalecimiento de capacidades. En ese sentido se desarrolló un método que permita conocer que técnicas de minería de datos existentes, proporcionan mejor desempeño, para descubrir información relevante de ventas que permita apuntalar sus objetivos de negocio y proporcione confiabilidad y eficiencia. Este método comprendió elegir una MYPE comercial en virtud al área de influencia de la Universidad señor de Sipán que proporcionó los datos y se construyó un data set al cual se le aplicó normalización de variables de entrada haciendo uso de la técnica de escalado de variables de Min y Max, procesándose 5,522 registros y a éstos se les aplicó las técnicas de minería seleccionadas por su eficiencia y rendimiento concorde a la investigación de las bases de datos Ieeexplore, Scopus y Science Direct. Posteriormente haciendo uso de librerías contenidas en la suite Anaconda Navigator, junto a Python como herramienta de programación y Jupyter como editor, se logró resultados que evidencian que regresión logística es la técnica eficiente en tanto que las demás no ofrecen óptimos resultados en indicadores tiempo de respuesta y precisión; concluyendo que la técnica de clasificación en lo concerniente a regresión logística es la más eficiente con un promedio de tiempo de respuesta de 0.0620 segundos, nivel de precisión (P) de 99.93%, consumo de CPU 4.6 Gb; consumo de memoria de 6.13; error cuadrático medio (ECM) de 0.00090 y desviación absoluta media (MAD) 0.000898.