Resumen:
Se diseñó una red neuronal artificial para estimar la demanda en una empresa manufacturera chilena. Esta red neuronal de tipo NARX permite utilizar información de ventas, de la competencia y de indicadores económicos e industriales para pronosticar cuantitativamente la demanda futura de una línea de productos. Se contrastó su desempeño con una red NAR, que sólo utiliza la información pasada de ventas, esto con el propósito de medir la contribución de la información externa. Ambas redes neuronales se entrenaron con el algoritmo de Regularización Bayesiana. Se utilizó como benchmark el software Forecast Pro de pronósticos para negocios. Los resultados muestran que en el caso de estudio las redes neuronales mejoraron el desempeño de Forecast Pro, además la inclusión de información adicional redujo la variabilidad del error logrando estimaciones más confiables. Los pronósticos más precisos tienen un impacto positivo en las decisiones de inventarios y planificación de producción para esta empresa.