EXP-05 · BI · pronóstico
El beneficio de la semana que viene, sin trampas
Proyecto real con una marca de cosmética natural que vende en México. Planificamos una implementación de BI, extrajimos y unificamos 4 años de planillas con formatos rotos y modelamos el beneficio semanal. En la revisión encontré y corregí una fuga de datos en el modelo.
Pregunta
¿Puede un negocio chico pronosticar el beneficio de la semana siguiente con 4 años de planillas desordenadas?
Problema
Los ingresos y egresos estaban en planillas anuales con formatos distintos y celdas combinadas. No había una vista consolidada para decidir sobre stock, promociones o costos.
Datos
Las planillas reales (ingresos y egresos 2021-2024, ventas por canal) no se publican. El repo trae `data/synthetic_weekly.csv`: 268 semanas sintéticas con las mismas 19 columnas (ventas minoristas y mayoristas, costos, publicidad, margen, temporada, promociones, inflación, dólar), generadas con `data/generate_synthetic.py`. No coincide ninguna fila ni ningún monto con los datos reales.
Método
Plan de proyecto con WBS y Gantt (2024), scraping y unificación de los Excel 2021-2024 a un dataset semanal, EDA, y un modelo de regresión con splits cronológicos y TimeSeriesSplit. En 2026 lo rehice para predecir el beneficio de la semana siguiente solo con información disponible antes, comparando contra referencias ingenuas.
Resultado
El modelo original daba R² de 0,885, pero por una fuga de datos: el objetivo era en la práctica el beneficio de la misma semana y una media móvil lo incluía. Planteado bien y sobre datos sintéticos, el R² honesto es 0,37 (con fuga daba 0,97) y el error queda 33% por debajo de repetir la semana anterior.
Lo que aprendí
Revisar qué es realmente el objetivo: el beneficio "futuro" era el de la misma semana.
Stack
- Python
- pandas
- scikit-learn
- statsmodels
- Power BI
- Excel
- Project management
Contexto
Trabajo de Gestión de Proyectos (2024) y Práctica Profesionalizante II (2025), Tecnicatura en IA y Ciencia de Datos (Colegio Universitario IES · Universidad Siglo 21). La planificación de BI de 2024 (propuesta, WBS y Gantt) fue en equipo con Lucas Ferreyra y Luca Maccarone; la extracción de datos, el modelado y la corrección de la fuga de 2026 son trabajo mío.