Predicción de ventas y optimización de presupuestos digitales en comercio electrónico mediante modelos Prophet: una aplicación en el mercado chileno

Abstract

En esta tesis se desarrolla un marco analítico para la predicción de ventas y la optimización del presupuesto en campañas de marketing digital, aplicado a una empresa de comercio electrónico que opera en Chile. El objetivo principal es estimar las ventas diarias a partir de variables relevantes (Identificación de Evento especial, Identificación de Cyber, Número de visitantes al sitio web, Número de visitas totales al sitio, Compras realizadas en el sitio web, Número total de unidades compradas, Presupuesto o inversión ingresada plataforma de Google Ads, Costo facturado en Google Ads, Número de clicks realizados sobre el anuncio o campaña, Cantidad de veces que se muestra el anuncio) de campañas publicitarias en Google Ads, y utilizar dichas predicciones para asignar de forma eficiente el presupuesto disponible entre múltiples campañas. Se emplea el modelo Prophet, desarrollado por Facebook, por su capacidad para capturar estacionalidades múltiples y su robustez ante valores atípicos, eventos especiales y cambios estructurales en las series. Existen estudios previos que abordan la predicción de ventas con modelos clásicos y de aprendizaje automático, este trabajo amplía el enfoque al incorporar variables adicionales, tratar las series en forma individualizada por campaña y vincular directamente la predicción con una función objetivo de optimización presupuestaria. El modelo se ajusta utilizando datos reales, con validación temporal (train-test) y métricas específicas para series de tiempo. Los resultados muestran un buen desempeño predictivo y evidencian que el enfoque propuesto permite mejorar la eficiencia en la distribución del presupuesto publicitario. Esta investigación demuestra la aplicabilidad de herramientas de ciencia de datos en la toma de decisiones estratégicas de marketing digital, combinando modelos de predicción y optimización en un entorno real de negocios.