Browsing by Subject "Inventory management"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Diseño de un sistema de gestión de inventarios basado en un modelo probabilístico en una planta de medicamentos para comunidades indígenas
    (Pontificia Universidad Javeriana Cali, 2022) Echeverri Monsalve, Mariana; Díaz Sarria, Laura Janeth; Constain Mera, Pablo Santiago; Cárdenas Aristizabal, Juan Pablo; Velasco Roldán, Luis Alonso
    En 1997, La Asociación creó La Institución Prestadora de Servicios de Salud Indígena (IPSI) con el fin de proporcionar servicios de salud de baja complejidad. Años más tarde, fue construida una planta de medicamentos con el objetivo de reemplazar gradualmente el uso de los fármacos occidentales por los medicamentos elaborados a partir del uso de plantas medicinales en la medicina tradicional indígena. Sin embargo, desde que la planta inició a operar en el año 2010, han gestionado de manera empírica los inventarios de producto terminado. Esto ha derivado en grandes desbalances que fueron evidentes al comparar el inventario físico esperado contra el real, lo cual causa la realización de supuestos económicos erróneos en cuanto a los productos almacenados. Lo anterior se debe principalmente a que no se cuenta con las herramientas de gestión y manejo de inventarios que permitan realizar una toma de decisiones efectiva con relación a la administración de los productos terminados. Por lo tanto, el objetivo de este proyecto consiste en reducir el desbalance presentado y ampliar el flujo de información para mejorar la toma de decisiones. En ese sentido, fue identificada la causa raíz del problema con la cual se plantearon diversas alternativas de solución, concluyendo que la mejor opción es desarrollar un sistema de gestión de inventarios. En el diseño fue implementado un sistema de clasificación multicriterio usando en conjunto el método AHP y la clasificación ABC. Posteriormente, para la familia de productos más relevante fue realizado el pronóstico de demanda. Por último, se evaluaron las políticas de revisión continua y periódica para seleccionar aquella que se ajuste mejor a las necesidades de la planta de medicamentos y de la comunidad y que además presente los mejores resultados en los indicadores de nivel de servicio y costo para el sistema de gestión.
  • Thumbnail Image
    Item
    Modelo de pronósticos de demanda para la optimización de la cadena de suministros en supermercados MEGATIENDAS
    (Pontificia Universidad Javariana Cali, 2024) Blanco Segura, Aldair de Jesús; Cantillo Martínez, Angie Alexandra; Valencia Marín, Cristhian Kaori
    Megatiendas, la cadena de supermercados, se enfrentó a desafíos logísticos significativos en la gestión del suministro para las 25 tiendas que tiene abiertas a la fecha. Debido a la inexactitud en los pronósticos, la cadena enfrentaba compras excesivas, desperdicio de productos perecederos y un aumento en los costos operativos. El objetivo central de este proyecto fue desarrollar e implementar un modelo de aprendizaje automático que permitiera prever la demanda diaria de manera precisa, optimizando la gestión de inventarios. El proceso comenzó con la extracción, transformación y limpieza de datos de ventas históricos, lo cual se logró mediante la creación de un módulo en R para automatizar la gestión de datos. Se extrajeron variables clave, como ventas por tienda, producto y promociones, para garantizar la calidad de los datos empleados en los modelos predictivos. El modelo se construyó utilizando una combinación de métodos estadísticos y de aprendizaje automático, centrándose en tres enfoques principales: ARMA, SARIMAX y Gradient Boosting. Tras la implementación y evaluación de estos modelos, se comprobó que Gradient Boosting superó significativamente a los modelos ARMA y SARIMAX en términos de precisión, mostrando los mejores resultados en todas las métricas clave, como el MAE, RMSE y R². Esto permitió a Megatiendas mejorar sus pronósticos, alcanzando un nivel de precisión superior al 85%. Los resultados de Gradient Boosting no solo ayudaron a reducir el exceso de inventario y el desperdicio de productos, sino que también mejoraron la toma de decisiones estratégicas en la cadena de suministro. El análisis de resultados confirmó que la correcta implementación de un modelo de aprendizaje automático optimiza la cadena de suministro, permitiendo a Megatiendas gestionar de manera más eficiente sus productos frescos, reducir costos y mejorar la disponibilidad de los mismos. El proyecto no solo ofrece una solución inmediata a los problemas de Megatiendas, sino que también establece un marco de trabajo para futuras mejoras, con recomendaciones para incorporar más variables y datos en el modelo para aumentar su precisión y adaptabilidad. En resumen, el desarrollo de este modelo de pronósticos de demanda representa un paso clave para optimizar la gestión de inventarios en la cadena de supermercados Megatiendas, mejorando su eficiencia operativa y su competitividad en el mercado.