Predicción de Estacionalidad en el Agronegocio: Modelo de Machine Learning para Objetivos Comerciales

Cleverson Mickosz do Nascimento; Gisela Consolmagno Pelegrini

DOI: 10.22167/2675-6528-202602785

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege para la síntesis y organización textual.

Resumen

El agronegocio brasileño enfrenta una elevada incertidumbre en la definición de metas comerciales y financieras. El estudio tuvo como objetivo desarrollar y evaluar un modelo predictivo capaz de anticipar patrones de estacionalidad de las ventas en el sector y transformar los resultados en información gerencial para apoyar la planificación. La investigación adoptó naturaleza aplicada, enfoque cuantitativo y carácter exploratorio. Se utilizaron aproximadamente 130 mil registros históricos de facturación, referentes al período de 2019 a 2024, extraídos de sistemas corporativos ERP y CRM, y organizados en frecuencia mensual. Se compararon tres algoritmos de machine learning: SARIMAX, Random Forest y XGBoost. La validación empleó división cronológica de 80% de los datos para entrenamiento y 20% para prueba, evaluando el desempeño por las métricas RMSE y MAPE. El XGBoost presentó el menor error entre los modelos, con RMSE de 0,028 en la escala normalizada y MAPE de 7,9%, superando al Random Forest (RMSE de 0,041; MAPE de 10,6%) y al SARIMAX (RMSE de 0,065; MAPE de 14,8%). Los resultados fueron integrados a dashboards interactivos en Power BI, apoyando las áreas de planificación financiera y comercial. Los hallazgos indicaron la viabilidad técnica del enfoque en el contexto estudiado, aunque su aplicación continua exige gobernanza de datos, monitoreo y validación temporal adicionales.

Palabras clave: inteligencia artificial; planificación comercial; previsión de demanda; series temporales; XGBoost.

1. Introducción

El agronegocio brasileño representa un pilar esencial para la economía nacional, contribuyendo significativamente al Producto Interno Bruto (PIB) y a las exportaciones del país (Brasil, 2025; CEPEA/USP, 2025). Sin embargo, el sector es intrínsecamente susceptible a una elevada incertidumbre, que deriva de factores exógenos como las condiciones climáticas, la incidencia de plagas y las oscilaciones del mercado. Esta volatilidad impone desafíos considerables a la planificación estratégica y financiera de las empresas que actúan en el agronegocio (Yoo; Oh, 2020).

Ante este escenario, la aplicación de técnicas avanzadas de inteligencia artificial y aprendizaje automático se ha mostrado prometedora para mitigar tales incertidumbres. Estudios recientes indican que estos enfoques pueden mejorar la previsibilidad en las proyecciones de ventas, incluso en contextos caracterizados por una fuerte variabilidad externa (Ensafi et al., 2022). Los modelos de Machine Learning, en particular, han demostrado mejoras relevantes en la precisión de la predicción de series temporales en entornos agrícolas, superando frecuentemente los modelos estadísticos tradicionales (Paul et al., 2022).

A pesar de los avances documentados en la literatura sobre el uso de Machine Learning en el agronegocio, todavía se observa una brecha significativa. La mayoría de los estudios se centran en cultivos o variables aisladas, o se enfocan en la estimación de la productividad y los precios de productos básicos específicos. Existe una carencia de enfoques que integren múltiples fuentes de datos en un modelo predictivo dirigido directamente a la definición de objetivos comerciales. Además, las soluciones de Machine Learning desarrolladas a menudo permanecen aisladas y no se incorporan adecuadamente a los procesos de toma de decisiones organizacionales (Liakos et al., 2018).

En este contexto, se hace evidente la necesidad de perfeccionar algoritmos de Machine Learning para que puedan lidiar de forma más eficaz con los patrones estacionales complejos y característicos de la agricultura (Al-Gunaid et al., 2019). La capacidad de capturar estas dinámicas temporales es crucial para mejorar la precisión de las previsiones de ventas en agroindustrias, proporcionando información gerencial más robusta para la planificación. Así, la presente investigación se justifica por la búsqueda de un modelo predictivo que pueda transformar datos históricos en insights accionables, apoyando la toma de decisión en la planificación financiera y comercial.

El objetivo de este trabajo es desarrollar y evaluar un modelo predictivo para anticipar la estacionalidad de las ventas en el agronegocio, basándose en datos históricos de 2019 a 2024, abarcando ventas internas y exportaciones. Para alcanzar este objetivo, se comparan algoritmos de aprendizaje supervisado con diferentes características metodológicas y los resultados se integran en dashboards interactivos en Power BI. La aplicación busca apoyar a las áreas de planificación financiera (Financial Planning & Analysis [FP&A]) y comercial en la definición de metas más asertivas y fundamentadas en datos.

2. Material y Métodos

La investigación fue delineada con naturaleza aplicada, enfoque cuantitativo y carácter exploratorio. La naturaleza aplicada tuvo como objetivo desarrollar una solución para la planificación comercial y financiera. El enfoque cuantitativo permitió el análisis sistemático de patrones en series históricas de ventas. El carácter exploratorio provino de la ausencia de estudios previos de Machine Learning para metas comerciales en el agronegocio. Se siguieron las normas éticas de la MBA USP/ESALQ, garantizando la confidencialidad de los datos y la no identificación de la empresa.

Los datos utilizados consistieron en aproximadamente 130 mil registros históricos de facturación, abarcando ventas internas y exportaciones, recolectados en el período de 2019 a 2024. Estos datos fueron extraídos de sistemas corporativos, específicamente del Enterprise Resource Planning (ERP) Microsoft Dynamics 365 y del Customer Relationship Management (CRM). La integración, vía Azure Data Factory, consolidó los datos en un “Data Warehouse” estructurado en SQL, garantizando estandarización y consistencia. El “dataset” final, con siete atributos, incluyó fecha de la orden de venta, fecha de la factura, producto, cliente, vendedor, valor de la transacción y la cotización diaria del dólar estadounidense como exógena.

El tratamiento de los datos implicó etapas de limpieza, estandarización y validación para asegurar la calidad e integridad del conjunto. Los valores ausentes fueron tratados mediante interpolación temporal, técnica que estimó los valores faltantes basándose en la tendencia local de la serie, preservando patrones estacionales. Se corrigieron inconsistencias de formato y se eliminaron registros duplicados. Las variables categóricas fueron codificadas utilizando “one-hot encoding”, y los valores numéricos fueron normalizados al intervalo de 0 a 1 mediante la técnica Min-Max, con el objetivo de optimizar la eficiencia de los algoritmos de Machine Learning.

Para la ingeniería de variables, se crearon variables de desfase temporal (“lags”) de 3 y 6 meses. El objetivo fue capturar dependencias temporales y patrones estacionales recurrentes, característicos del agronegocio. La estructura de los datos se organizó en frecuencia mensual, permitiendo la identificación de ciclos estacionales asociados a las cosechas agrícolas y al calendario de exportaciones, proporcionando información crucial para la modelización predictiva de la estacionalidad de las ventas.

En la etapa de modelado, se emplearon tres algoritmos de Machine Learning con distintas naturalezas metodológicas para comparar sus capacidades predictivas. El SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous variables) fue seleccionado como referencia lineal clásica para series temporales estacionales, incorporando componentes autorregresivos, diferenciación, medias móviles, estacionalidad y variables exógenas (Kumar et al., 2022). El Random Forest, un método de “bagging” basado en árboles de decisión, combinó predicciones de múltiples árboles para capturar relaciones no lineales e interacciones complejas entre variables, útil para la heterogeneidad de los registros.

El tercer algoritmo fue XGBoost, un enfoque de “gradient boosting”. A diferencia de Random Forest, XGBoost construye árboles secuencialmente, buscando reducir los errores residuales de los pasos anteriores. Esta característica favoreció la modelización de relaciones no lineales complejas y estructuras heterogéneas, presentando un rendimiento consistente en la predicción de ventas agrícolas (Mohamed-Amine et al., 2024). La comparación entre los algoritmos permitió evaluar qué paradigma se ajustaba mejor a la estructura de los datos. El desarrollo de los modelos se realizó en Python, utilizando las bibliotecas pandas y scikit-learn.

Para la validación de los modelos, el conjunto de datos se dividió cronológicamente en 80% para entrenamiento y 20% para prueba, preservando la estructura temporal de la serie y evitando el uso de información futura. El rendimiento predictivo se evaluó mediante el Root Mean Square Error (RMSE), que penaliza errores de mayor magnitud, y el Mean Absolute Percentage Error (MAPE), que expresa el error en términos porcentuales para interpretación gerencial. El enfoque de validación empleado, aunque ampliamente adoptado, presentó como limitación la ausencia de múltiples ventanas de validación temporal, según lo señalado por Cerqueira et al. (2020).

El flujo metodológico general de la investigación comprendió la recolección y procesamiento de datos, la ingeniería de variables, el modelado con los algoritmos seleccionados y la validación. Tras la evaluación de los modelos, los resultados predictivos se integraron en dashboards interactivos en Power BI. Esta integración transformó las proyecciones en información gerencial accesible, apoyando a las áreas de planificación financiera y comercial en el análisis de metas por producto, cliente y vendedor, conforme al objetivo del estudio.

3. Resultados y Discusión

El análisis de los datos históricos de facturación, que abarca el período de 2019 a 2024, reveló patrones recurrentes de estacionalidad en las ventas del agronegocio, tanto en el mercado interno como en las exportaciones. Estos patrones están intrínsecamente ligados a los ciclos del calendario agrícola, como los períodos de cosecha y las ventanas de exportación, y demuestran la fuerte dependencia del sector en relación con factores exógenos cíclicos, según lo discutido por Yoo y Oh (2020). La identificación de estos ciclos es fundamental para mejorar la precisión de las proyecciones y, en consecuencia, la planificación estratégica y financiera de las empresas.

La representación visual de estos patrones históricos, junto con la proyección para el año 2025, evidenció picos estacionales consistentes a lo largo de los años analizados. Esta observación refuerza la necesidad de modelos predictivos que sean capaces de capturar y anticipar estas fluctuaciones, proporcionando una base más sólida para la definición de metas comerciales. La serie histórica observada y la proyección generada por el modelo XGBoost para el año siguiente demostraron una notable adherencia, indicando la capacidad del modelo para replicar y extender estas dinámicas temporales.

En cuanto a la evaluación comparativa de los modelos predictivos, el rendimiento se analizó en el conjunto de prueba, que correspondió al 20% final de la serie temporal de datos. Los resultados demostraron que el algoritmo XGBoost superó a los demás modelos evaluados, presentando los menores valores de error. El Root Mean Square Error (RMSE) del XGBoost fue de 0,028 en la escala normalizada de los datos, mientras que el Mean Absolute Percentage Error (MAPE) alcanzó el 7,9%, indicando una alta precisión predictiva para el contexto estudiado.

En comparación, el modelo Random Forest obtuvo un RMSE de 0,041 y un MAPE de 10,6%, y el SARIMAX registró un RMSE de 0,065 y un MAPE de 14,8%. Esta diferencia de rendimiento es significativa, ya que el MAPE de 7,9% obtenido por XGBoost está por debajo del umbral del 10%, que a menudo se clasifica como indicativo de una predicción precisa en estudios de series temporales (Piekutowska et al., 2021). Este resultado posiciona al modelo desarrollado como una herramienta robusta para la planificación comercial en el agronegocio.

La superioridad de XGBoost en este estudio puede atribuirse a la naturaleza jerárquica y fragmentada del conjunto de datos utilizado. Las variables como producto, cliente y vendedor no presentaban una distribución uniforme en todos los registros, lo que generó una estructura de datos heterogénea. Los algoritmos basados en árboles de decisión con “boosting”, como XGBoost, son particularmente eficaces para manejar esta complejidad, a diferencia de los modelos lineales como SARIMAX, cuya idoneidad depende de las características específicas de los datos y los objetivos del análisis (Arumugam y Natarajan, 2023).

La capacidad de XGBoost para capturar relaciones no lineales e interacciones complejas entre las variables es consistente con los hallazgos de Li et al. (2024), quienes demostraron la eficacia de modelos basados en XGBoost para predecir fluctuaciones en ventas agrícolas segmentadas en múltiples categorías de productos. La habilidad de procesar estructuras de datos complejas con menor error corrobora los resultados obtenidos, reforzando la elección del algoritmo para este escenario específico del agronegocio brasileño.

Sin embargo, es importante señalar que la literatura presenta variaciones en los resultados de rendimiento de algoritmos de Machine Learning en diferentes contextos. Mohamed-Amine et al. (2024), por ejemplo, identificaron el Gradient Boosting Regressor como el modelo de mejor rendimiento en un estudio de predicción de ventas de productos fitosanitarios en una única región, donde el conjunto de datos era más homogéneo. Esta divergencia subraya que la eficacia de un algoritmo depende en gran medida de las características específicas del dataset y del problema en cuestión.

Aún así, la investigación de Elavarasan y Vincent (2020) corrobora la superioridad del XGBoost en contextos agrícolas con datos de múltiples variables, lo que se alinea con la complejidad del presente estudio, que abarca diversos productos, clientes y vendedores distribuidos en diferentes mercados. La capacidad del XGBoost de construir árboles secuencialmente, buscando reducir los errores residuales de las etapas anteriores, permite una modelización más precisa de relaciones no lineales y estructuras heterogéneas, justificando su rendimiento superior.

Como resultado aplicado de la investigación, las predicciones generadas por el modelo XGBoost fueron integradas a dashboards interactivos desarrollados en el software Power BI. Esta integración representa el componente de disponibilización gerencial del modelo, transformando los resultados predictivos en una interfaz de consulta accesible. Los paneles permiten la visualización de series históricas, la comparación entre ventas internas y exportaciones, y el análisis detallado de las proyecciones por producto, cliente y vendedor, facilitando la interpretación gerencial.

Este enfoque de integración acerca el modelo predictivo a las prácticas de toma de decisiones organizacionales en el agronegocio, como lo destacan Liakos et al. (2018) y Brugler et al. (2024), quienes enfatizan la importancia de que las soluciones de Machine Learning se incorporen a los procesos de toma de decisiones. La disponibilidad de información en un formato intuitivo e interactivo permite que las áreas de planificación financiera y comercial utilicen las proyecciones de manera efectiva para la definición de metas.

Desde el punto de vista organizacional, el modelo desarrollado contribuye significativamente a la toma de decisiones, sustituyendo proyecciones basadas en criterios subjetivos o en promedios históricos simples por estimaciones fundamentadas en patrones identificados en los datos. En la planificación estratégica y comercial, la capacidad de anticipar picos y valles estacionales, comunes en el agronegocio, permite un dimensionamiento más preciso de los inventarios, una asignación más eficiente de la fuerza de ventas y una calibración asertiva de metas por producto, cliente y vendedor, todo basado en proyecciones cuantitativas y datos históricos.

En términos de ganancias operativas, la adopción práctica del modelo tiende a reducir el riesgo de sobreestimación o subestimación de la demanda, minimizando las pérdidas derivadas del exceso de producción o de la interrupción en períodos de alta demanda. Esta optimización contribuye a la eficiencia de la cadena de suministros y a la rentabilidad general de la empresa. La capacidad de prever con mayor precisión permite una gestión más proactiva y menos reactiva a los desafíos del mercado.

Sin embargo, la implementación corporativa continua del modelo presenta algunas limitaciones que deben ser consideradas. Entre ellas, destaca la necesidad de una infraestructura de datos integrada, que abarque sistemas como ERP, CRM y un Data Warehouse robusto, para garantizar la consistencia y la calidad de los registros. Además, el mantenimiento y el reentrenamiento periódico del modelo exigen profesionales con competencias en ingeniería y ciencias de datos, y una gobernanza de datos eficaz es crucial para asegurar la calidad y la consistencia de los registros a lo largo del tiempo.

En resumen, el estudio demostró la viabilidad técnica de desarrollar y evaluar un modelo predictivo basado en Machine Learning para anticipar la estacionalidad de las ventas en el agronegocio. El análisis de aproximadamente 130 mil registros históricos reveló patrones estacionales recurrentes, y el algoritmo XGBoost se destacó con el mejor rendimiento predictivo, con un MAPE de 7,9%, proporcionando una base cuantitativa robusta para la planificación financiera y comercial. La integración de los resultados en dashboards interactivos en Power BI transformó las predicciones en información gerencial accionable, apoyando la definición de metas más asertivas y mitigando incertidumbres en el sector.

4. Conclusión

El presente estudio tuvo como objetivo desarrollar y evaluar un modelo predictivo capaz de anticipar la estacionalidad de las ventas en el agronegocio, transformando los resultados en información gerencial para apoyar la planificación comercial y financiera. Se verificó la existencia de patrones recurrentes de estacionalidad en las ventas del sector, tanto internas como de exportación, a lo largo del período de 2019 a 2024, intrínsecamente ligados a los ciclos agrícolas. La comparación entre los algoritmos de machine learning SARIMAX, Random Forest y XGBoost demostró la superioridad del XGBoost, que presentó el menor error predictivo, con un MAPE de 7,9%. Este desempeño se atribuye a su capacidad de lidiar con la naturaleza jerárquica y heterogénea de los datos, que incluían múltiples productos, clientes y vendedores. La principal contribución del trabajo reside en la integración de estas predicciones en dashboards interactivos en Power BI, lo que ofrece a las áreas de planificación financiera y comercial una herramienta robusta para la definición de metas más asertivas y fundamentadas en datos, sustituyendo proyecciones subjetivas por estimaciones cuantitativas y optimizando la gestión de inventarios y la asignación de la fuerza de ventas.

Sin embargo, la implementación continua del modelo presenta limitaciones, como la dependencia de una infraestructura de datos integrada y la necesidad de profesionales especializados para su mantenimiento y reentrenamiento periódico, además de una gobernanza de datos eficaz. La validación del modelo utilizó una única división cronológica de los datos, lo que puede influir en la estimación del error real en diferentes períodos. Para estudios futuros, se recomienda la aplicación de múltiples ventanas de validación temporal, la incorporación de variables climáticas y macroeconómicas adicionales, y la exploración de modelos híbridos que combinen enfoques lineales y no lineales. En un contexto corporativo, es fundamental establecer un monitoreo continuo del error predictivo y ciclos de reentrenamiento para garantizar la relevancia y la exactitud del modelo a lo largo del tiempo.

Referencias Bibliográficas

Al-Gunaid, M.A.; Shcherbakov, M.V.; Trubitsin, V.N.; Shumkin, A.M.; Dereguzov, K.Y. 2019. Analysis of a short-term time series of crop sales based on machine learning methods. In: Conference on Creativity in Intelligent Technologies and Data Science, 2019. Springer International Publishing. p. 189-200.

Arumugam, V.; Natarajan, V. 2023. Time series modeling and forecasting using autoregressive integrated moving average and seasonal autoregressive integrated moving average models. Instrumentation Mesure Métrologie 22(4): 1-8. Disponível em: https://doi.org/10.18280/i2m.220404.

Brasil. Ministério da Agricultura e Pecuária. 2025. Agronegócio brasileiro fecha 2025 com recorde em exportações de US$ 169 bilhões e superávit de US$ 149,07 bilhões. Disponível em: https://www.gov.br/agricultura/pt-br/assuntos/noticias/agronegocio-brasileiro-fecha-2025-com-recorde-em-exportacoes-de-us-169-bilhoes-e-superavit-de-us-149-07-bilhoes.

Brugler, S.; Gardezi, M.; Dadkhah, A.; Rizzo, D.M.; Zia, A.; Clay, S.A. 2024. Improving decision support systems with machine learning: identifying barriers to adoption. Agronomy Journal 116: 1229-1236. Disponível em: https://doi.org/10.1002/agj2.21432.

Centro de Estudos Avançados em Economia Aplicada [CEPEA/USP]. 2025. PIB do agronegócio brasileiro. Disponível em: https://www.cepea.org.br/br/pib-do-agronegocio-brasileiro.aspx.

Cerqueira, V.; Torgo, L.; Mozetič, I. 2020. Evaluating time series forecasting models: an empirical study on performance estimation methods. Machine Learning 109: 1997-2028. Disponível em: https://doi.org/10.1007/s10994-020-05910-7.

Elavarasan, D.; Vincent, D.R. 2020. Reinforced XGBoost machine learning model for sustainable intelligent agrarian applications. Journal of Intelligent & Fuzzy Systems 39(5): 7605-7620. Disponível em: https://doi.org/10.3233/JIFS-200862.

Ensafi, Y.; Amin, S.H.; Zhang, G.; Shah, B. 2022. Time-series forecasting of seasonal items sales using machine learning: a comparative analysis. International Journal of Information Management Data Insights 2(1): 100058. Disponível em: https://doi.org/10.1016/j.jjimei.2022.100058.

Kumar, N.P.; Bhaskar, S.; Srinidhi, S.P.; Shashank, D.; Karanam, S.G. 2022. Machine learning based predictive analytics for agriculture inventory management system. In: International Conference on Cognitive Computing and Information Processing, 4., 2022, Bengaluru. IEEE. p. 1-7. Disponível em: https://doi.org/10.1109/CCIP57447.2022.10058690.

Li, J.; Lin, B.; Wang, P.; Chen, Y.; Zeng, X.; Liu, X.; Chen, R. 2024. A hierarchical RF-XGBoost model for short-cycle agricultural product sales forecasting. Foods 13(18): 2936. Disponível em: https://doi.org/10.3390/foods13182936.

Liakos, K.G.; Busato, P.; Moshou, D.; Pearson, S.; Bochtis, D. 2018. Machine learning in agriculture: a review. Sensors 18(8): 2674. Disponível em: https://doi.org/10.3390/s18082674.

Mohamed-Amine, N.; Abdellatif, M.; Belaid, B. 2024. Artificial intelligence for forecasting sales of agricultural products: a case study of a Moroccan agrarian company. Journal of Open Innovation: Technology, Market, and Complexity 10(1): 100189. Disponível em: https://doi.org/10.1016/j.joitmc.2023.100189.

Paul, R.K.; Yeasin, M.; Kumar, P.; Kumar, P.; Balasubramanian, M.; Roy, H.S.; Paul, A.K.; Gupta, A. 2022. Machine learning techniques for forecasting agricultural prices: a case of brinjal in Odisha, India. PLOS ONE 17(7): e0270553. Disponível em: https://doi.org/10.1371/journal.pone.0270553.

Piekutowska, M.; Niedbała, G.; Piskier, T.; Lenartowicz, T.; Pilarski, K.; Wojciechowski, T.; Pilarska, A.A.; Czechowska-Kosacka, A. 2021. The application of multiple linear regression and artificial neural network models for yield prediction of very early potato cultivars before harvest. Agronomy 11(5): 885. Disponível em: https://doi.org/10.3390/agronomy11050885.

Yoo, T.-W.; Oh, I.-S. 2020. Time series forecasting of agricultural products’ sales volumes based on seasonal long short-term memory. Applied Sciences 10(22): 8169. Disponível em: https://doi.org/10.3390/app10228169.

Artículo originado del Trabajo de Conclusión de Curso de Especialización en Digital Business del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy