SJS Sales Intelligence SJS Sales Intelligence

Resumen

Desarrolló un sistema predictivo de inteligencia de ventas y un simulador interactivo de SIG para modelar el rendimiento de sucursales y analizar la atracción competitiva en Querétaro.

Puntos clave

1. 01

   Diseñó un pipeline de machine learning utilizando XGBoost y Elastic Net para predecir ventas a partir de competencia espacial, atractores urbanos y parámetros de movilidad.

2. 02

   Construyó un frontend de React de alta fidelidad con MapLibre GL JS para mostrar mercados objetivo interactivos, gráficos de radar personalizados y comparaciones de escenarios lado a lado.

3. 03

   Implementó un servidor FastAPI que ofrece inferencias rápidas bajo demanda para simulaciones de colocación de nuevas sucursales con actualizaciones de la UI en tiempo real.

4. 04

   Comparó seis modelos (dos variantes de OLS, Elastic Net, Random Forest, XGBoost y SVR) con validación cruzada dejando uno fuera sobre 82 sucursales y 19 variables, y sirvió el Elastic Net logarítmico seleccionado con una API de FastAPI de 11 endpoints.

Tecnologías

• React
• FastAPI
• MapLibre GL JS
• XGBoost
• Zustand
• OSMnx
• H3 Index
• GeoJSON
• Analítica Predictiva