Las tienditas enfrentan una competencia cada vez más desigual frente a las grandes cadenas comerciales. En este contexto, Daniel García, egresado del ITESO, desarrolló un modelo capaz de pronosticar las ventas de estos negocios, lo que puede brindar a los dueños de estos comercios herramientas para tomar mejores decisiones y optimizar sus recursos.  

Las «tienditas» de abarrotes tienen una competencia cada vez más desigual frente a las grandes cadenas comerciales, cuyo crecimiento ha sido exponencial en los últimos años. Esta situación ha provocado que muchos de estos negocios tradicionales desaparezcan de diversas zonas de la ciudad.  

“Son empresas muy grandes. Tienen un gran respaldo, mejor presupuesto, mejores tecnologías, incluso proveedores que les pueden dar mejores y mayor cantidad de servicios”, explica Daniel García, egresado de la Maestría en Ciencia de Datos del ITESO, quien desarrolló un modelo matemático que puede predecir los siguientes 15 días de ventas de las tienditas.  

Conocer el rendimiento de su negocio no solo les permitiría diseñar mejores estrategias de inventario, sino también tomar decisiones más acertadas sobre sus finanzas personales y prepararse con mayor anticipación para posibles cambios en las ventas. “Esto puede ayudar a nivelar un poco esa balanza tan dispareja que existe entre las de abarrotes y estas tiendas de conveniencia”, añade García.  

 

Estudiar el pasado para ver el futuro  

Este modelo fue resultado de la investigación Pronóstico de ventas de abarrotes en la Zona Metropolitana de Guadalajara. La inspiración empezó en casa. Su familia tiene una tienda de abarrotes desde hace más de 20 años. “La idea surgió al buscar cómo apoyar a mis padres desde los conocimientos que adquirí tanto en la carrera como en la maestría”, comparte García, quien también egresó de la licenciatura en Ingeniería Financiera.  

Más que una simple predicción, lo que García realizó fue un análisis detallado de las ventas del negocio desde el año 2022. “En el mundo de la ciencia de datos, lo más complejo es conseguir los datos”, señala. El registro minucioso que se tenía en la tienda permitió obtener resultados precisos.  

Su herramienta principal fue el modelo SARIMA (Seasonal AutoRegressive Integrated Moving Average), una técnica estadística que analiza series de tiempo y permite prever comportamientos futuros. Además de los datos de ventas, alimentó el modelo con información adicional como días festivos, vacaciones y fechas en las que la tienda permanece cerrada. También incorporó lo que se conoce como “ruido blanco”, comportamientos inusuales en las ventas que no responden a patrones claros. Todo esto contribuyó a mejorar significativamente la exactitud del modelo.  

Entre los productos más vendidos destacan el agua natural, refrescos y cigarros, lo que se explica por la ubicación de la tienda frente a un hospital. “La gente llega nerviosa, tensa, y muchas veces busca algo rápido […] También está el hecho de que no los suelen dejar pasar con alimentos”, comenta. 

Uno de los aprendizajes que más valora García es haber explorado nuevas librerías de programación. “Investigué muchas metodologías, desde modelos estadísticos hasta redes neuronales, lo que enriqueció mi conocimiento”, afirma. 

 

El siguiente paso 

Por sus características, el proyecto tiene el potencial de expandirse y beneficiar a más negocios en la región. García está interesado en desarrollar un software: “Quiero que el dueño de la tienda sólo tenga su computadora y escáner, y que el programa se encargue del resto”.  

Además, planea incorporar otras funciones, como el desglose de ventas por tipo de pago (efectivo o tarjeta), lo que ayudaría a mejorar la gestión financiera personal y del negocio. “No es lo mismo tener dinero bancarizado que efectivo”, señala.  

Reconoce que existen obstáculos, como la falta de registros detallados en muchas tiendas y el acceso limitado a tecnologías básicas como cajas registradoras o sistemas de escaneo. Aunque algunas tienditas ya cuentan con estos recursos. 

 

FOTO: Zyan André