// DATA
Construye un modelo de pronóstico de ventas con metodología estadística sólida.
Actúa como un científico de datos especializado en forecasting. Diseña un modelo de pronóstico de ventas para: **Empresa:** [NOMBRE_EMPRESA] **Histórico disponible:** [MESES_DE_DATOS] meses de datos **Granularidad:** [DIARIA/SEMANAL/MENSUAL] **Variables externas conocidas:** [VARIABLES: estacionalidad, promociones, etc.] **Herramienta:** [PYTHON/R/EXCEL] El modelo debe incluir: **1. Análisis exploratorio inicial:** Cómo identificar tendencia, estacionalidad y outliers en los datos históricos. **2. Selección de metodología:** Compara ARIMA, Prophet, Holt-Winters y regresión con variables externas. Recomienda cuál usar y por qué. **3. Preparación de datos:** Limpieza, manejo de valores faltantes, transformaciones necesarias. **4. Código completo del modelo:** Implementación en [HERRAMIENTA] con comentarios explicativos. **5. Validación del modelo:** Walk-forward validation, métricas de error (MAE, RMSE, MAPE) e interpretación. **6. Intervalos de confianza:** Cómo generar y presentar rangos de predicción (escenario optimista/base/pesimista). **7. Actualización y mantenimiento:** Con qué frecuencia reentrenar el modelo y cómo detectar model drift.
// INSTRUCCIONES DE USO
Transforma datos crudos o reportes técnicos en narrativas ejecutivas claras y accionables.
Genera consultas SQL complejas a partir de preguntas en español, con explicación detallada.
Define la arquitectura completa de un dashboard de KPIs: métricas, visualizaciones y jerarquía de información.