Modelo de Predicción para Empresa de Logística y Paquetería

Abstract

Este trabajo presenta una breve introducción al problema de una predicción de puntualidad en la entrega de envíos en una empresa transnacional de logística. El objetivo principal es desarrollar un modelo de análisis que permita optimizar la asignación de recursos y mejorar la precisión en los tiempos de entrega, aumentando así la satisfacción del cliente y reduciendo costos operativos. En particular, se aborda la relación entre el peso de los envíos, la frecuencia de operaciones y los costos logísticos asociados, utilizando técnicas de ciencia de datos y aprendizaje automático. El desarrollo del trabajo incluye la implementación de cuatro modelos: Máquina de Vectores de Soporte (por sus siglas en inglés SVM), Red Neuronal (Perceptrón Multicapa), Regresión Logística y XGBoost, evaluados según su capacidad para predecir la puntualidad de los envíos. Los resultados obtenidos muestran que la Regresión Logística es el modelo más efectivo, logrando un balance entre precisión, recuperación y exactitud, lo que lo convierte en la mejor opción para optimizar la operación logística en términos de confiabilidad y costos. Finalmente, se presentan las conclusiones, resaltando que este modelo permite a la empresa prever problemas y ajustar su estrategia operativa para cumplir con los tiempos de entrega establecidos en los contratos. La contribución principal de este trabajo radica en proporcionar un modelo analítico que optimiza la gestión de entregas y fortalece la competitividad de la empresa en el mercado global.