1 Resumen ejecutivo

Se analizaron 540 registros válidos de 15 productos, 3 supermercados y 12 meses. El supermercado con la canasta de diez artículos de menor costo promedio es Supermercado C, con Gs. 90.250.

Alcance: la base contiene precios, no datos directos de proveedores, inventarios, transporte o ventas. Las posibles aplicaciones logísticas son interpretaciones, no relaciones causales demostradas. La fuente original en Internet no puede verificarse solo con este CSV.

2 Objetivos

2.1 Objetivo general

Analizar la cadena de suministros de supermercados mediante el procesamiento de datos relacionados con productos de la canasta básica, precios y variaciones, utilizando RStudio como herramienta de análisis de Big Data.

2.2 Objetivos específicos

  1. Recopilar y organizar información relacionada con productos de la canasta básica.
  2. Analizar los precios de diferentes productos en distintos supermercados.
  3. Comparar los precios entre supermercados.
  4. Identificar los productos con mayores y menores precios.
  5. Analizar la variación de los precios durante diferentes períodos.
  6. Calcular el costo de una canasta básica.
  7. Identificar qué supermercado presenta un menor costo promedio.
  8. Detectar posibles valores atípicos en los precios.
  9. Utilizar gráficos para representar los resultados obtenidos.
  10. Aplicar un modelo predictivo sencillo para analizar posibles cambios de precios.
  11. Demostrar la utilidad de Big Data para la toma de decisiones dentro de la cadena de suministros.

3 Datos y metodología

Las variables son Producto, Supermercado, Categoria, Fecha, Mes, Precio, Precio_anterior y Variacion_porcentual. Se descartaron precios faltantes o no positivos. La variación se recalculó como (Precio / Precio_anterior - 1) * 100. La canasta suma una unidad de cada una de las diez presentaciones indicadas; solo se usan combinaciones de mes y supermercado completas.

4 Resultados organizados por objetivo

4.1 1. Recopilación y organización

Primeros diez registros válidos
Producto Supermercado Categoria Fecha Mes Precio Precio_anterior Variacion_porcentual Variacion_calculada
Arroz 1 kg Supermercado A Alimentos 2025-01-01 2025-01 8600 8300 3.61 3.614458
Arroz 1 kg Supermercado A Alimentos 2025-02-01 2025-02 8600 8600 0.00 0.000000
Arroz 1 kg Supermercado A Alimentos 2025-03-01 2025-03 8600 8600 0.00 0.000000
Arroz 1 kg Supermercado A Alimentos 2025-04-01 2025-04 9000 8600 4.65 4.651163
Arroz 1 kg Supermercado A Alimentos 2025-05-01 2025-05 9200 9000 2.22 2.222222
Arroz 1 kg Supermercado A Alimentos 2025-06-01 2025-06 9500 9200 3.26 3.260870
Arroz 1 kg Supermercado A Alimentos 2025-07-01 2025-07 9300 9500 -2.11 -2.105263
Arroz 1 kg Supermercado A Alimentos 2025-08-01 2025-08 9500 9300 2.15 2.150538
Arroz 1 kg Supermercado A Alimentos 2025-09-01 2025-09 9600 9500 1.05 1.052632
Arroz 1 kg Supermercado A Alimentos 2025-10-01 2025-10 9700 9600 1.04 1.041667

4.2 2 y 3. Análisis y comparación de precios

4.3 4. Productos más caros y económicos

El producto de mayor precio promedio es Carne vacuna 1 kg (Gs. 46.061), y el menor es Sal 1 kg (Gs. 4.994). Las presentaciones no tienen unidades homogéneas.

4.4 5. Variaciones mensuales

4.5 6 y 7. Costo de canasta y supermercado más económico

Costo mensual promedio de la canasta de 10 productos (Gs.)
Supermercado Precio
3 Supermercado C 90250
1 Supermercado A 93050
2 Supermercado B 98067

4.6 8. Valores atípicos

Se identificaron 2 observaciones potencialmente atípicas mediante el criterio de 1,5 × RIC por producto. No se consideran automáticamente errores.

4.7 9. Visualización de tendencias

4.8 10. Modelo predictivo sencillo

La extrapolación lineal para el siguiente mes (enero de 2026) es Gs. 103.933, con R² de 0.994. Es una aproximación ilustrativa que no incorpora factores externos ni valida la capacidad predictiva fuera de la muestra.

4.9 11. Utilidad para la cadena de suministros

Las comparaciones y variaciones de precios podrían apoyar decisiones de negociación, reposición y planificación. Para analizar directamente causas logísticas se necesitarían datos adicionales de proveedores, transporte, stock y ventas. Este trabajo demuestra análisis de datos con RStudio, pero no acredita por sí mismo una infraestructura Big Data.

5 Conclusiones

El análisis permitió organizar precios, comparar supermercados, identificar productos de mayor y menor precio, seguir tendencias, detectar posibles valores atípicos y estimar un costo de canasta fijo. Supermercado C tuvo el costo promedio más bajo de la canasta analizada. Los hallazgos describen la base aportada y no prueban causas de las diferencias de precio.

6 Fuentes y limitaciones

  • Documento: Cadena de suministros de supermercados - Leandro Ayala.docx.
  • Datos: datos_canasta_supermercados.csv (proporcionado por el autor).
  • Moneda interpretada: guaraníes (Gs.).
  • La canasta de diez unidades no equivale a una canasta básica oficial.
  • No se verificaron enlaces de origen, fecha de extracción ni representatividad estadística de los datos.