Modelo de ciencia de datos para predecir ventas en la empresa Asesoría Sweet Home
Autor: Luisa López Vázquez
Doctorado en Informática
Asesoría Sweet Home es una empresa ubicada en la Ciudad de México que se dedica a la compra, venta y renta de propiedades, así como a la gestión de créditos hipotecarios. Aunque muchas inmobiliarias utilizan sistemas CRM para registrar sus operaciones, estos no ofrecen herramientas de pronóstico de ventas, actividad esencial para planificar inversiones, anticipar la demanda y mantener la estabilidad financiera. El objetivo de esta investigación fue desarrollar un modelo de ciencia de datos que permita predecir las ventas inmobiliarias utilizando el modelo estadístico SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous regressors). Este modelo extiende ARIMA al incorporar componentes estacionales y variables externas, permitiendo un análisis más preciso de las series temporales en contextos complejos. Se aplicó la metodología CRISP-DM, que proporciona un enfoque estructurado y flexible para el desarrollo de proyectos de minería de datos. Se identificaron las fuentes de datos internas de la empresa, se clasificaron según su tipo (estructurados y no estructurados) y se implementó la solución con herramientas de código abierto como Python, Jupyter Notebook y Anaconda Navigator. Los resultados permitirán a Asesoría Sweet Home prever sus ventas futuras, identificar los inmuebles con mayor demanda, optimizar sus campañas comerciales y tomar decisiones más informadas. Este modelo fortalece su competitividad y promueve su transformación digital. Además, se demuestra la viabilidad de aplicar ciencia de datos en pequeñas y medianas empresas del sector inmobiliario, aportando una solución replicable en contextos similares.