Predictor de costos FOB
Predice el costo FOB de un producto nuevo antes de desarrollarlo — contrastado con 57.000+ SKUs y presentado a C-level.
El problema
Estimar el costo FOB de un SKU nuevo era artesanal: sin referencia sistemática para presupuestar, negociar con proveedores ni auditar outliers.
Qué hice
Diseñé el método estadístico del predictor y su contraste empírico: clusters de atributos con un score de relevancia propio (coeficiente de variación entre grupos, R² y Cohen's d), t-Student para muestras chicas, factor de recencia con decaimiento exponencial y cold-start visual con CLIP. Contrasté las hipótesis de negocio del método contra el histórico completo de datos.
Qué resultó
Análisis empírico sobre 57.000+ SKUs y ~500.000 filas históricas perfiladas, presentado a nivel C-level. Su infraestructura quedó reutilizada por otros motores del ecosistema.
Stack
- Python
- Streamlit
- SQL Server
- SciPy
- CLIP
- Qdrant
- Supabase
- Docker
Proyecto interno de Blue Star Group — el código no es público.
Siguiente proyecto: Detección de fraude en cajas →