Predicción de tendencias de consumo en moda sostenible en Colombia mediante inteligencia artificial

Abstract

Este estudio presentó un modelo predictivo basado en inteligencia artificial (IA) para anticipar tendencias de consumo en el sector de moda sostenible en Colombia. El objetivo fue diseñar un prototipo funcional de bajo costo que permita a pequeñas y medianas empresas (Pymes) tomar decisiones estratégicas fundamentadas en datos reales. La metodología combinó técnicas de scraping en Google Trends e Instagram, análisis de sentimientos con TextBlob y VADER, y segmentación de audiencias mediante K-means. Para la predicción, se usó el modelo ARIMA (7,1,5), entrenado con datos históricos y proyectado a 180 días. La validación se realizó con métricas estadísticas, obteniéndose un error absoluto medio (MAE) de 4,67 puntos porcentuales. Los resultados evidencian comportamientos estacionales en búsquedas asociadas a moda ecológica y un predominio de sentimientos positivos en redes sociales hacia términos como “hecho a mano” o “reciclado”. Se identificaron tres clústeres de consumidores: emocional, racional y estético, lo que permitió afinar la personalización de propuestas de valor. La aplicación, desarrollada en Streamlit, permitió visualizar de forma interactiva la evolución de tendencias, el análisis emocional y la segmentación. Se concluye que la IA, aplicada desde entornos accesibles y abiertos, constituye una solución escalable y viable para que las marcas emergentes puedan competir alineadas con los valores de sostenibilidad y consumo consciente del nuevo consumidor colombiano.