Desarrollar una solución de analítica de datos que permita optimizar la capacidad máxima de carga de cada vuelo para exportación de flores

Montoya Yara, Jairo Andrés | 2025

La floricultura es una de las industrias más importantes a nivel nacional, generando miles de millones de ingresos al país y cientos de miles de trabajos a ciudadanos. En un ámbito cada vez más competitivo como lo es la exportación por aire de flores, la Exportadora de Flores, en su búsqueda de expansión y posicionamiento, busca optimizar sus operaciones logísticas de exportación de flores mediante una solución de analítica de datos que permita predecir la capacidad máxima de carga de cada vuelo. En la presente documento, explicamos el proceso llevado a cabo para desarrollar una solución, basada en un modelo de Machine Learning que permitirá optimizar la planificación de los envíos, reducir los costos asociados a la sobrecarga o subutilización de los vuelos y mejorar la eficiencia en la utilización de los recursos. Se detallará la forma en la cual se obtuvieron los datos, de qué manera se seleccionaron los más relevantes y los procesos llevados a cabo para volverla información utilizable en un entorno de Machine Learning y finalmente la justificación a la elección del modelo y su implementación. Finalmente, se crearán diversos tableros dinámicos que permitan graficar la información obtenida del modelo, se explicarán los distintos tableros creados y sus diferentes filtros, detallando su utilidad con el objetivo de que la Empresa Exportadora de Flores pueda tomar decisiones más informadas, aumentar su competitividad y fortalecer su posición en el mercado.