Detección de Anomalías de Precio en Comercio Electrónico

Abstract

En el dinámico mercado del comercio electrónico en Latinoamérica, la precisión y eficiencia en la fijación de precios son cruciales debido al vasto volumen y la diversidad de productos gestionados. Esta tesis aborda el desafío de detectar anomalías de precio en plataformas de ecommerce, donde los errores en la fijación de precios pueden provocar pérdidas económicas significativas. Es un problema de gran complejidad porque se cuenta con una gran cantidad de datos pero relativamente pocas anomalías de precio etiquetadas como tal. Para ello, se desarrollaron y compararon diversos modelos de detección de anomalías, incluidos un modelo base, regresión logística, Random Forest e Isolation Forest. El análisis exploratorio se realizó sobre una base de datos con más de dos millones de registros de cambios de precios, identificando patrones y distribuciones en diferentes verticales de negocio. Los modelos fueron entrenados y evaluados utilizando datos históricos, aplicando una ventana móvil de 60 días para detectar anomalías en un período de un mes. Los resultados mostraron que el modelo Random Forest tuvo el mejor desempeño, con un AUC de hasta 0,93 y un F1 Score de hasta 0,85 dependiendo de la vertical, reduciendo significativamente el número de falsos positivos y, por lo tanto, el tiempo de revisión manual respecto al modelo base. Además, se implementó un nuevo método llamado Conformal Prediction sobre el modelo Random Forest, el cual permite calibrar el balance entre el nivel de seguridad y las tareas manuales asociadas a la revisión de anomalías. La tesis concluye con recomendaciones para la implementación práctica de estos modelos en empresas de ecommerce en Latinoamérica, destacando la importancia de considerar eventos promocionales y estacionales en futuros estudios. También se sugiere la evaluación de modelos adicionales y la integración de más datos históricos para mejorar la detección de anomalías de precio