bugfix: Manufacturers Alerts

app.py

@@ -452,6 +452,33 @@ elif page == "Customer Analysis":
                     # Mostrar la gráfica en Streamlit
                     st.plotly_chart(fig)
 
+                    # Calculate metrics for 2024 data
+                    datos_2024 = datos_combinados[datos_combinados['fecha_mes'].dt.year == 2024]
+                    actual = datos_2024['ventas_reales']
+                    predicted = datos_2024['ventas_predichas']
+
+                    mae = mean_absolute_error(actual, predicted)
+                    mse = mean_squared_error(actual, predicted)
+                    rmse = np.sqrt(mse)
+                    mape = np.mean(np.abs((actual - predicted) / actual)) * 100
+                    smape = np.mean(2 * np.abs(actual - predicted) / (np.abs(actual) + np.abs(predicted))) * 100
+
+                    st.markdown("""
+                    **Interpretación de las métricas:**
+                    - **MAE (Error Absoluto Medio)**: Promedio de la diferencia absoluta entre las predicciones y los valores reales.
+                    - **MAPE (Error Porcentual Absoluto Medio)**: Porcentaje promedio de error en las predicciones.
+                    - **RMSE (Raíz del Error Cuadrático Medio)**: Medida de la desviación estándar de los residuos de predicción.
+                    - **SMAPE (Error Porcentual Absoluto Simétrico Medio)**: Alternativa al MAPE que maneja mejor los valores cercanos a cero.
+                    """)
+
+                    # Display metrics
+                    st.subheader("Métricas de Predicción (2024)")
+                    col1, col2, col3, col4 = st.columns(4)
+                    col1.metric("MAE", f"{mae:.2f} €")
+                    col2.metric("MAPE", f"{mape:.2f}%")
+                    col3.metric("RMSE", f"{rmse:.2f} €")
+                    col4.metric("SMAPE", f"{smape:.2f}%")
+
 
                     # Split space into two columns
                     col1, col2 = st.columns(2)