03 de febrero de 2026
Regresión logística para estimación del volumen de producción en ensambladoras de vehículos
Caio Guilherme Rezende Silva; Elisa Morandé Sales
Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.
Este trabajo desarrolla una herramienta de apoyo a la decisión para ayudar a los analistas en el control de la producción y en la previsión de volúmenes futuros, con el objetivo de reducir el esfuerzo manual y aumentar la fiabilidad de la información basándose en métodos estadísticos. La herramienta estima el volumen de vehículos a producir y poner a disposición para facturación, calculando la probabilidad de que cada unidad sea entregada dentro del mes vigente. El sistema también proporciona previsiones segmentadas por mercado, modelo y versión, información esencial para apoyar la planificación de ventas, la logística y el marketing, alineando la capacidad productiva con los objetivos comerciales de la organización.
La solución se inserta en el contexto del competitivo sector automotriz latinoamericano; Brasil es el principal consumidor (Mordor Intelligence, 2024). Con más de cincuenta marcas disputando el mercado de vehículos de pasajeros y comerciales ligeros, la agilidad y la precisión en la planificación estratégica son diferenciales cruciales (Sindicato dos Metalúrgicos, 2023). Las automotrices enfrentan el desafío de adaptar sus planes de venta para mantener o ampliar su participación de mercado. Para ello, necesitan una visión clara y anticipada sobre la disponibilidad de sus productos.
Una de las informaciones más críticas a obtener con precisión es el volumen exacto de vehículos disponibles para facturación en una fecha específica, con detalle por modelo, versión y país. La dificultad reside en las múltiples variables que influyen en el proceso productivo, como el ritmo de la línea de montaje, la fecha de programación, la complejidad de los componentes, los procesos de verificación de calidad y posibles retrasos. La incertidumbre generada por estos factores impacta la capacidad de la empresa de comprometerse con plazos y optimizar estrategias comerciales, que en 2024 registraron 536.604 vehículos comerciales ligeros matriculados en Brasil (G1, 2025).
Ante este escenario, el estudio propone responder cuál será el volumen productivo disponible para la venta en una fecha futura, utilizando técnicas de machine learning. El enfoque analiza un conjunto de variables del ciclo productivo para predecir la probabilidad de que cada unidad esté disponible para facturación antes del cierre contable del mes. La elección de la regresión logística binaria como modelo se justifica por su eficacia en problemas de clasificación, siendo un método robusto y consolidado en áreas como el sector financiero para el análisis de riesgo de impago, calculando la probabilidad de que un evento ocurra basándose en características observadas (Araújo & Carmona, 2007).
La aplicación de un modelo predictivo representa una evolución significativa en relación con los métodos tradicionales, basados en la experiencia subjetiva de los analistas y en hojas de cálculo complejas. Al automatizar y fundamentar el análisis en un modelo estadístico, la herramienta aumenta la precisión de las predicciones y libera a los profesionales para que se concentren en actividades de mayor valor agregado. La capacidad de simular diferentes escenarios productivos, ajustando variables como el plan de producción, permite una gestión más proactiva y adaptable, alineada a las dinámicas de un mercado que exige decisiones rápidas y bien informadas.
El método empleado fue la regresión logística binaria, una técnica de aprendizaje supervisado del campo del machine learning (Blum, n. d.). La elección se justifica por la naturaleza de la variable respuesta: determinar si un vehículo será entregado dentro del mes (evento) o no (no evento), una clasificación dicotómica. El aprendizaje supervisado utiliza datos históricos etiquetados para entrenar un algoritmo, permitiéndole identificar patrones y relaciones matemáticas entre las variables (Monard & Baranauskas, n. d.). Una vez entrenado, el modelo aplica este conocimiento a nuevos datos para predecir el resultado. La regresión logística binaria clasifica a cada individuo basándose en una probabilidad, que varía de 0 a 1, de que ocurra el evento de interés (Gonçalves et al., 2013).
La base de datos se extrajo de los sistemas de control de producción, abarcando los últimos tres meses de producción y el plan para el mes en curso. Este período se definió para entrenar el modelo con datos recientes, reflejando los patrones operativos actuales. Las variables recopiladas para cada vehículo incluyeron la fecha de programación de la producción, el tiempo (en días) en el patio para conferencias de calidad, y características como modelo, motorización, transmisión y país de destino. La variable dependiente fue la información binaria que indicaba si el vehículo fue producido y puesto a la venta en el mismo mes. El lenguaje de programación Python fue adoptado para el tratamiento de datos y el desarrollo del algoritmo, debido a su versatilidad y bibliotecas para análisis de datos y machine learning (Virtanen & Gommers, 2019).
El preprocesamiento de los datos fue un paso fundamental. La variable “Días hasta el cierre” se calculó dinámicamente, dependiendo del estado del vehículo: para coches ya entregados, fue la diferencia entre el último día hábil del mes y la fecha de disponibilidad; para coches en conferencia, la diferencia entre el último día hábil y la fecha de análisis; y para coches con producción futura, la diferencia entre el último día hábil y la fecha programada. Variables cualitativas, como modelo y motor, se transformaron en variables booleanas (dummies). La base de datos se dividió en una de entrenamiento (datos históricos) y una de predicción (vehículos en proceso o futuros). La formulación matemática del modelo sigue la ecuación de la probabilidad logística, que transforma una combinación lineal de las variables en una probabilidad entre 0 y 1 (Fávero & Belfiore, 2023).
Para la implementación, se utilizó la biblioteca statsmodels de Python, con la función glm (Modelos Lineales Generalizados) (Statsmodels, 2024). El modelo se entrenó con la base de datos retroactiva, generando coeficientes que representan la influencia de cada variable. La calidad del ajuste se evaluó mediante métricas como el Log-Likelihood y el Pseudo R² (Aprender estática fácil, 2025; Psicometria. online, 2025). La significancia estadística de cada variable se verificó a través del P-valor, considerándose relevantes aquellas con un valor inferior a 0,05 (Medium, 2024). Tras el entrenamiento, el modelo se validó con una matriz de confusión para el cálculo de la eficiencia global (EGM), la sensibilidad y la especificidad, además del análisis de la curva ROC para medir el rendimiento de clasificación.
Los resultados obtenidos demostraron la alta capacidad predictiva del modelo. Durante un período de pruebas de tres meses (febrero, marzo y abril), las predicciones fueron comparadas con los resultados reales al final de cada mes. El análisis consolidado reveló una precisión media del 97,5%, indicando una discrepancia media de solo el 2,5% entre el volumen previsto y el efectivamente realizado. Este nivel de precisión representa un avance sustancial en relación con las metodologías anteriores, proporcionando al equipo comercial y de supply chain una base de datos más confiable para la planificación.
El análisis detallado de los parámetros generados por el modelo estadístico confirmó la relevancia de las variables. “Días en calidad” y “Días hasta el cierre” presentaron los menores P-valores y los mayores valores absolutos en la estadística Z, confirmándolas como los predictores de mayor impacto. La investigación gráfica reveló una correlación inversamente proporcional entre los días en conferencia de calidad y la probabilidad de entrega. Por otro lado, la variable “Días hasta el cierre” mostró una correlación positiva, indicando que vehículos programados para el inicio del mes tienen mayor probabilidad de ser finalizados a tiempo.
Un aspecto crucial fue la definición del punto de corte (cutoff), el umbral de probabilidad para clasificar un vehículo como “entregado”. Se realizaron pruebas con diferentes cutoffs, de 0,4 a 0,9, y para cada uno se calculó la eficiencia global del modelo (EGM). El análisis demostró que el EGM máximo de 93,5% se alcanzó con un cutoff de 0,55 en la base de entrenamiento. El análisis de la curva de sensibilidad y especificidad, junto con la curva ROC, corroboró la robustez del modelo. Para la aplicación final, se adoptó un cutoff de 0,7, una decisión que equilibra la maximización de aciertos con una postura más conservadora, alineada a la estrategia de la empresa.
El rendimiento del modelo por mercado y vehículo, detallado en la Tabla 7 del estudio original, mostró resultados para el mercado brasileño excepcionalmente precisos, con variaciones que oscilaron entre -3,1% y 0,6%. Para mercados de exportación como Argentina, Chile y Colombia, aunque la precisión general se mantuvo alta, se observó una variabilidad ligeramente mayor. Por ejemplo, en febrero, la predicción para el Modelo A en Argentina tuvo una desviación de 12,9%, mientras que en abril, para el Modelo A en Colombia, la desviación fue de 11,2%. Estas discrepancias puntuales no comprometieron el resultado agregado, que presentó un delta total de solo 1,4% en febrero, 0,2% en marzo y 0,7% en abril, demostrando la consistencia del modelo.
Además de la precisión, una de las ganancias más significativas fue la reducción en el tiempo de análisis. El proceso, que antes demandaba en promedio cinco horas de trabajo manual, pasó a ser ejecutado en aproximadamente dos minutos. Esta optimización de tiempo aumentó la productividad y permitió que los análisis pasaran de semanales a diarias, ofreciendo una visión siempre actualizada del estado de la producción y permitiendo reacciones más rápidas a desvíos en el plan.
La herramienta trascendió su función de predicción y se consolidó como un instrumento para la construcción de escenarios. La capacidad de ajustar parámetros, como el volumen de la programación futura, y obtener en tiempo real una nueva estimativa de entregas, se volvió valiosa. La gerencia comenzó a utilizar el modelo para simular el impacto de medidas como la implementación de horas extras o turnos de trabajo los sábados, cuantificando la ganancia potencial en el volumen de facturación y permitiendo un análisis de costo-beneficio más preciso.
El éxito de la implementación en la planta piloto motivó la expansión del proyecto. El modelo fue adaptado e implementado en otras tres plantas del grupo automotriz, con el objetivo de estandarizar el proceso de previsión de volumen y diseminar una cultura de gestión orientada por datos. Esta expansión refuerza la escalabilidad de la solución y su potencial para sustituir análisis basados en la intuición por un proceso sistemático, transparente y estadísticamente robusto.
La discusión de los resultados evidencia que la aplicación de machine learning, por medio de la regresión logística, ofrece una solución poderosa para un desafío crítico en la industria automotriz. La capacidad del modelo de aprender de datos históricos e identificar patrones sutiles permite generar predicciones que superan la precisión de los métodos manuales. La herramienta desarrollada no es solo un predictor de volúmenes, sino un sistema de apoyo a la decisión que proporciona información sobre cuellos de botella de producción y el impacto de decisiones operativas, capacitando a la empresa a navegar con mayor seguridad en un mercado competitivo.
Se concluye que el objetivo se alcanzó: se demostró que la aplicación de un modelo de regresión logística binaria es una herramienta viable y de alto impacto para estimar con precisión el volumen de producción disponible para facturación en ensambladoras de vehículos, subsidiando la toma de decisiones estratégicas basada en datos. La implementación exitosa valida la metodología como una solución eficaz para optimizar la planificación de ventas, logística y marketing. Los beneficios cuantitativos fueron expresivos, destacándose el aumento de la precisión de las predicciones a un promedio del 97,5% y la reducción del tiempo de análisis de cinco horas a dos minutos. Esta eficiencia permitió una gestión más dinámica, transformando la herramienta en un pilar para la construcción de escenarios y para la toma de decisiones estratégicas, como la evaluación del retorno sobre la inversión en horas extras. El éxito del proyecto culminó en su expansión a otras tres plantas del grupo, consolidando un enfoque de gestión basado en datos y reforzando la aplicabilidad de técnicas de machine learning para resolver problemas complejos y generar valor tangible en el sector automotriz.
Referencias:
Estatística fácil. 2025. O que é: Log-Likelihood. Disponível em: https://estatisticafacil. org/glossario/o-que-e-log-likelihood/. Acesso em: 14 jun. 2025.
Araújo, E.; Carmona, C. 2007. Desenvolvimento de Modelos Credit Scoring com Abordagem de Regressão Logística para a Gestão da Inadimplência de uma Instituição de Microcrédito. Revista Contabilidade Vista & Revista: 107-131.
Blum, A. s. f. Machine Learning Theory. Department of computer Science, Carnegie Mellon University… p. 1-4.
Fávero, L. Belfiore, P. 2023. Manual de análise de dados. 2ª ed. GEN. RJ, Brasil.
G1. Venda de veículo novos no Brasil tem alta de 14,1% em 2024.2025. Disponível em: https://g1. globo. com/carros/noticia/2025/01/08/venda-de-veiculos-novos-no-brasil-tem-alta-de-141percent-em-2024. ghtml. Acesso em: 28 mar. 2025.
Gonçalves, E.; Gouvêa, M.; Mantovani, D. 2013. Análise de risco de crédito com o uso de regressão logística. Revista Contemporânea de Contabilidade: 140-160.
Medium. 2024. Inferência na regressão logística. Disponível em: https://medium. com/@paulinhomagno/infer%C3%AAncia-na-regress%C3%A3o-log%C3%ADstica-792475201c38. Acesso em: 15 jun. 2025.
Monard, M. Baranauskas, J. s. f. Conceitos sobre Aprendizado de Máquina.
Mordor Intelligence. 2024. Tamanho do mercado de automóveis de passageiros na América Latina. Disponível em: https://www. mordorintelligence. com/pt/industry-reports/latin-america-passenger-car-market-outlook. Acesso em: 28 mar. 2025.
Psicometria. online. 2025. Regressão logística: pseudo R². Disponível em: https://www. blog. psicometriaonline. com. br/regressao-logistica-pseudo-r2/. Acesso em: 14 jun. 2025.
Sindicato dos Metalúrgicos. 2023. Brasil já tem 50 marcas de carros. Disponível em: https://smabc. org. br/brasil-ja-tem-50-marcas-de-carros/. Acesso em: 28 mar. 2025.
Statsmodels. 2024. Modelos estatísticos, testes de hipóteses e exploração de dados. Disponível em: https://www. statsmodels. org/stable/index. html. Acesso em: 14 jun. 2025.
Virtanen, P. Gommers, R., J. 2019. Algoritmos Fundamentais para Computação Científica em Python, University of Jyväskylä.
Resumen ejecutivo del Trabajo de Conclusión de Curso de Especialización en Data Science y Analytics del MBA USP/Esalq
Más información sobre el curso; haga clic aquí:
