Flujo de entrenamiento e inferencia
Pipeline end-to-end orquestado con Airflow sobre Databricks. El Feature Store materializa las features compartidas con otros casos de uso financieros.
Importancia de features · SHAP global
Ranking de variables por aportación media al margen predicho. Los valores son normalizados (|SHAP|).
Regresión margen (XGBoost)
Hold-out últimos 3 meses.
Clustering estratégico
Formalización del cálculo de rentabilidad
El motor está formado por cinco ecuaciones encadenadas que se calculan a nivel SKU × Cliente × Mes.
Uso previsto y limitaciones
El modelo está diseñado para apoyar la toma de decisiones comerciales de Revenue Management, S&OP y Control de Gestión a nivel mensual. No debe emplearse para decisiones legales o fiscales, ni como única base para litigios comerciales. Los valores de elasticidad estimados son sensibles al calendario promocional y a eventos extraordinarios; ante shocks externos (pandemia, escasez) se recomienda retrain fuera de ciclo.
Controles y monitorización
Data drift monitorizado con PSI semanal (umbral 0.2). Concept drift medido por desviación MAPE del hold-out mensual. Trazabilidad completa en MLflow y auditoría independiente trimestral por Risk & Compliance. Todos los prompts y outputs generados por la capa de copiloto se registran para cumplimiento (EU AI Act · riesgo limitado).