Reporte Ventas Ref 2 Periodo 2017 - 2019

Este reporte representa el analisis ejecutado al historico de ventas durante los años 2017 a 2019 y su tratamiento para su uso en el futuro como base de datos.

En la siguiente grafica se puede observar el comportamiento de ventas en el mes mencionado.

library(forecast)
## Registered S3 method overwritten by 'quantmod':
##   method            from
##   as.zoo.data.frame zoo
library(ggplot2)
library(imputeTS)
library(readxl)

EJERCICIO_ANALISIS_DE_DATOS <- read_excel("~/Australia/Self Development/Forecast/EJERCICIO ANALISIS DE DATOS.xlsx", 
    sheet = "Ref 2")

ventas_2017_2019_ref2 <- ts(EJERCICIO_ANALISIS_DE_DATOS$`Ref 2`)
plotNA.distribution(ventas_2017_2019_ref2, xlab = "Meses", ylab = "Unidades", main = "Ventas  Ref 2       Años   2017 - 2019")

# Para este conjunto de datos las ventas tuvieron un comportamiento aparentemente constante durante los peiodos. Con un promedio de ventas de 36.781 unidades mesualmente y mas de 1,280.000 unidades vendidas durante los 3 años.

En el mes de Mayo de 2017 desafortunadamente no se obtuvieron datos exactos, para esto se realizara un procedimiento de estimacion de las ventas para este mes mediante una interpolacion.

Para garantizar la informacion y la distribucion de los datos se procede a elaborar un diagrama de cajas y bigotes con el fin de identificar datos atipicos en la serie.

boxplot(ventas_2017_2019_ref2,
        boxwex = 1, col = c("lightblue"),
        main = "Ventas  Ref 2    Años   2017 - 2019",
        xlab = "Analisis Dispersion Ventas unds", ylab = "Unds Vendidas",
        sep = ":", lex.order = TRUE, ylim = c(0, 80000), yaxs = "i")

outliersref2 <- boxplot.stats(ventas_2017_2019_ref2)
index <- match(outliersref2$out, ventas_2017_2019_ref2)
index
## [1] 12 24
boxplot.stats(ventas_2017_2019_ref2)
## $stats
## [1] 18741.0 28434.5 34207.0 42240.0 60239.0
## 
## $n
## [1] 35
## 
## $conf
## [1] 30519.98 37894.02
## 
## $out
## [1] 68522 70966

En el anterior grafico se analizaron las ventas durante 2017 a 2019 y aparentemente tenemos 2 datos atipicos al comportamiento de ventas de estos periodos.

Estos valores son para el mes de Diciembre 2017: 68.522 unds y Diciembre 2019: 70.966 unds. Despues de realizar un analisis a las posibles causas que pudieron generar este volumen de ventas en estos periodos y corroborar la informacion, se concluye que estos valores son exactos y representan las ventas reales del periodo, debido que Diciembre es temporada de alta demanda de nuestro producto Ref 2. Por lo anterior la informacion para estos dos meses no se modificara.

Para mantener la correlacion de los datos y evitar sesgos en su distribucion se procede a realizar un metodo de interpolacion para predecir el valor faltante para Mayo de 2017.

ventas_2017_2019_ref2_ajustadas<- na_interpolation(ventas_2017_2019_ref2)
ventas_2017_2019_ref2_ajustadas
## Time Series:
## Start = 1 
## End = 36 
## Frequency = 1 
##  [1] 18741 22571 29195 22541 25071 27601 35065 26332 32717 28460 29868 68522
## [13] 27789 30258 37108 37108 35978 52400 42979 43087 52790 48269 46413 70966
## [25] 34207 35387 37040 29261 41501 34049 25633 36011 28409 27721 31121 60239
autoplot(ventas_2017_2019_ref2_ajustadas, series ="Interpolated", ylab = "Ventas", xlab = "Meses", main = "Ventas Ajustadas 2017 - 2019") + autolayer(ventas_2017_2019_ref2, series ="Original") + xlim(1,36) + scale_colour_manual( values = c(`Interpolated`="red",`Original`="black"))
## Scale for 'x' is already present. Adding another scale for 'x', which will
## replace the existing scale.

help("autoplot")
## starting httpd help server ...
##  done
ventas_2017_2019_ref2_ajustadas
## Time Series:
## Start = 1 
## End = 36 
## Frequency = 1 
##  [1] 18741 22571 29195 22541 25071 27601 35065 26332 32717 28460 29868 68522
## [13] 27789 30258 37108 37108 35978 52400 42979 43087 52790 48269 46413 70966
## [25] 34207 35387 37040 29261 41501 34049 25633 36011 28409 27721 31121 60239

En este grafico se muestra el historico de ventas 2017 - 2019 junto con la interpolacion que se realizo para el mes de Mayo de 2017 ( mes = 5, linea roja), debido que este dato no se conocia. Como se puede observar en la tabla inferior a la grafica el nuevo valor para las ventas del mes de Mayo 2017 es de 25.071 unidades.Por lo anterior este ultimo dato sera reemplazado en el historico para cuestiones de estudios de forecast.