Pacific Feeder Services (PFS) es un agente general de venta de espacios aéreos de distintas aerolíneas; por ejemplo, Korean Air, Aeroméxico, Alitalia, Aerolíneas Argentinas y Gol. Estas aerolíneas no cuentan con infraestructura propia en el Perú, de modo que PFS actúa como representante de estas aerolíneas ante sus clientes. En el presente trabajo de investigación se utilizará la metodología iterativa de la ciencia de datos para abordar el problema relacionado a la demanda, puesto que esta es incierta en algunos meses del año. Para ello, se plantea la siguiente hipótesis: ¿Será una regresión lineal simple el modelo adecuado para realizar el pronóstico de los volúmenes de la demanda que tendrá PFS en los próximos meses? El objetivo por alcanzar será proyectar la demanda mediante una regresión lineal simple, para lo cual se está tomando como base los datos de los kilos exportados por PFS en el año 2019. Asimismo, el presente trabajo de investigación académico presenta una arquitectura de datos funcional y una arquitectura de datos tecnológica que da soporte al modelo de regresión lineal simple. La primera explica cuáles son los insumos, almacenamiento y consumo que se requieren para implementar el mencionado modelo, mientras que la segunda expone las herramientas del modelo. Finalmente, el trabajo acaba con las conclusiones y recomendaciones asociadas a la correcta implementación del modelo de regresión lineal simple en el caso específico de PFS. / Pacific Feeder Services (PFS) is a general sales service agent (GSSA) whose main duty is to commercialize air freight capacity of different airlines; for example, Korean Air, Aeroméxico, Alitalia, Aerolineas Argentinas and Gol. These airlines do not have their own infrastructure in the country, so PFS acts as a representative of these airlines to their customers. In this research paper, the iterative methodology of data science will be used to address the problem related to demand, inasmuch as this is uncertain in some months of the year. To do this, the following hypothesis is proposed: Will a simple linear regression be the appropriate model to forecast the volumes of demand that PFS will have in the coming months? The objective to be achieved will be to project the demand through a simple linear regression, for which the data of the kilos exported by PFS in 2019 is being taken as a basis. Likewise, this academic research paper presents a functional data architecture and a technological data architecture that supports the simple linear regression model. The first explains what the inputs, storage and consumption required to implement the mentioned model are, while the second exposes the tools of the model. Finally, the research paper ends with the conclusions and recommendations associated with the correct implementation of the simple linear regression model in the specific case of PFS. / Trabajo de investigación

El presente trabajo de investigación tiene como finalidad analizar el incremento de suscriptores de Netflix con respecto a la competencia desde el 2010 hasta lo que va del año 2020. Hemos determinado que el enfoque será predictivo para que la organización a cargo pueda hacer uso del modelo supervisado de la manera que más le favorezca y estos puedan tomar las mejores decisiones estratégicas. Para ello, se ha generado una base de datos recopilada de diversas fuentes públicas confiables para obtener las variables: “cantidad de suscriptores”, “costo de contenido original”, “covid-19” … y posterior a ello, con toda la data adquirida se procederá a realizar cada etapa de la metodología de la ciencia de datos descrita en el curso durante el programa de ciencia de datos. Para aclarar el panorama hemos optado por el uso de la técnica de correlación de Pearson, lo cual nos permitió determinar las variables que tenían mejor correlación entre ellas, esto advierte que la variable más adecuada para determinar futuros pronósticos y analizar el incremento de suscriptores es la del costo de contenido original. Finalmente, para mostrar los resultados de la investigación se ha decidido utilizar como herramienta de visualización Power BI para exponer el presente estudio y responder a los objetivos planteados. / The purpose of this research work is to analyze the increase in Netflix subscribers with respect to the competition from 2010 to so far in 2020. We have determined that the approach will be predictive so that the organization in charge can make use of the supervised model in the way that best suits them and they can make the best strategic decisions. For this, a database compiled from various reliable public sources has been generated to obtain the variables: "number of subscribers", "cost of original content", "covid-19" ... and after that, with all the data acquired Each stage of the data science methodology described in the course will be carried out during the data science program. To clarify the panorama we have opted for the use of the Pearson correlation technique, which allowed us to determine the variables that had the best correlation between them, this warns that the most appropriate variable to determine future forecasts and analyze the increase in subscribers is the of the cost of original content. Finally, to show the results of the research, it has been decided to use Power BI as a visualization tool to present the present study and respond to the objectives set. / Trabajo de investigación