Sistema de gestión de compras con proyección presupuestal basada en LSTM e inteligencia de negocios

Abstract

El presente proyecto tiene como propósito diseñar e implementar un sistema de gestión de compras en la empresa BDO Outsourcing S.A.C., con el objetivo de automatizar sus procesos operativos y fortalecer la proyección presupuestal a través del análisis de datos históricos. El área de compras evidencia deficiencias relevantes, entre ellas la dependencia de documentación manual, baja trazabilidad en las órdenes de compra y falta de herramientas integradas para el análisis y control de información.

La solución propuesta está basada en la plataforma Microsoft 365, utilizando herramientas como Power Apps, Power Automate, SharePoint y Power BI, complementadas con un modelo predictivo desarrollado con redes neuronales LSTM. Esta integración permitirá estructurar los datos, automatizar flujos de trabajo y generar visualizaciones interactivas que apoyen la toma de decisiones estratégicas.

La implementación busca lograr una automatización del 90% de las tareas operativas del proceso de compras, reducir los tiempos de atención en al menos un 30% y proyectar presupuestos con un margen de error igual o inferior al 15%. Con ello, se espera mejorar la eficiencia operativa, la trazabilidad documental y la alineación del proceso con los objetivos estratégicos de la organización.

This project aims to design and implement a purchasing management system for the company BDO Outsourcing S.A.C., with the goal of automating operational processes and strengthening budget forecasting through historical data analysis. Currently, the purchasing process shows several deficiencies, such as excessive manual documentation, low traceability of purchase orders, and lack of integrated tools for data analysis and control.

The proposed solution is based on the Microsoft 365 platform, using tools like Power Apps, Power Automate, SharePoint, and Power BI, complemented by a predictive model developed with LSTM neural networks. This integration will allow data structuring, workflow automation, and interactive visualizations to support strategic decision-making.

The implementation aims to automate 90% of purchasing-related tasks, reduce processing times by at least 30%, and forecast budgets with an error margin equal to or less than 15%. The expected result is an improvement in operational efficiency, document traceability, and alignment of the purchasing process with the organization's strategic goals.