Predicción de ventas estacionales

Bueno, ya ¡dame la data!

• Envíos
• Puntos de Venta

• Ventas

• Ejemplo de Respuesta

Descripción

Los participantes disponen de tres archivos que reúnen la información del caso, envios.txt, ventas.txt y pos.csv.

envios.txt:

• fecha: Fecha de envío.
• id_pos: Identificador único de Punto de Venta.
• unidades_despachadas: Cantidad de productos enviados al POS en la fecha mencionada.
• cantidad_envios: Cantidad de envíos realizados para la fecha y POS en cuestión.

ventas.txt:

• fecha: Fecha de venta.
• id_pos: Identificador único de Punto de Venta.
• cantidad_envios: Cantidad de productos vendidos.
• canal: Es la clase de tienda en la que se realizó la venta.

pos.csv:

• id_pos: Identificador único de Punto de Venta.
• competidores: Número de competidores en un radio de una milla del POS.
• ingreso_mediana: Mediana del ingreso para el código postal en cuestión
• ingreso_promedio: Ingreso promedio para el código postal en cuestión.
• densidad_poblacional: Densidad poblacional para el código postal en cuestión.
• pct_0a5: Porcentaje de la población de 0 a 5 años.
• pct_5a9: Porcentaje de la población de 5 a 9 años.
• pct_10a14: Porcentaje de la población de 10 a 14 años.
• pct_15a19: Porcentaje de la población de 15 a 19 años.
• pct_20a24: Porcentaje de la población de 20 a 24 años.
• pct_25a29: Porcentaje de la población de 25 a 29 años.
• pct_30a34: Porcentaje de la población de 30 a 34 años.
• pct_35a39: Porcentaje de la población de 35 a 39 años.
• pct_40a44: Porcentaje de la población de 40 a 44 años.
• pct_45a49: Porcentaje de la población de 45 a 49 años.
• pct_50a54: Porcentaje de la población de 50 a 54 años.
• pct_55a59: Porcentaje de la población de 55 a 59 años.
• pct_60a64: Porcentaje de la población de 60 a 64 años.
• pct_65a69: Porcentaje de la población de 65 a 69 años.
• pct_70a74: Porcentaje de la población de 70 a 74 años.
• pct_75a79: Porcentaje de la población de 75 a 79 años.
• pct_80a84: Porcentaje de la población de 80 a 84 años.
• pct_85ainf: Porcentaje de la población mayor a 85 años.
• pct_bachelors: Porcentaje de la población con título de bachelor.
• pct_doctorados: Porcentaje de la población con título de doctor.
• pct_secundario: Porcentaje de la población con título secundario.
• pct_master: Porcentaje de la población con título de master.
• pct_bicicleta: Porcentaje de utilización de bicicletas.
• pct_omnibus: Porcentaje de utilización de omnibus.
• pct_subtes: Porcentaje de utilización de subtes.
• pct_taxi: Porcentaje de utilización de taxis.
• pct_caminata: Porcentaje de transporte de a pie.
• mediana_valor_hogar: Mediana de valor del hogar en la vecindad del POS.

Evaluación

La calificación de la competencia se logra en un 85% con el resultado de las predicciones y un 15% con un informe en donde los participantes expliquen qué tratamiento hicieron de los datos, y qué decisiones tomaron para el modelado. Se leerán todos los informes presentados, incluso aquellos con bajo puntaje en las predicciones. ¡A no desalentarse!

La calificación de la solución propuesta se hace con el error absoluto medio (MAE por su sigla en inglés) y se calcula como el promedio de las diferencias (en valor absoluto) entre las respuestas enviadas y las correctas:

Como en todas las competencias, cada solución propuesta es evaluada en contraposición a las respuestas correctas. El conjunto de respuestas se divide en dos, de manera secreta y al azar. Durante la competencia se mostrará el puntaje correspondiente a una mitad de puntos de venta posibles. Al finalizar la competencia, el puntaje válido será el correspondiente a la otra mitad de puntos de venta. ¡A no sobreajustar!

En todo momento el puntaje válido corresponderá al último intento realizado.

El 15% que resta de la nota lo otorga un jurado ad-hoc de especialistas en el tema evaluando el informe sobre el trabajo realizado con el dataset. El jurado podrá requir reproducir el puntaje correspondiente al último intento registrado en la competencia.

Las predicciones se deben enviar en un archivo CSV sin encabezado conteniendo solamente la identificación del POS (id_pos) y la columna de predicciones (unidades). Las predicciones pueden contener números enteros solamente, las filas que no respeten esto no se considerarán. A continuación, se muestran cinco filas de un archivo de predicciones típico:

3142, 12
3143, 24
3144, 32
3145, 45
3146, 54 

Los id_pos (primer columna) deben coincidir con los id_pos del archivo Ejemplo de Respuesta, en caso contrario la plataforma devolverá un error