Modelo para la planeación agregada de la producción en la Industria Licorera del Cauca utilizando técnicas de machine learning para el pronóstico de la demanda
Loading...
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Abstract
El análisis de la planeación de la demanda es un proceso crítico para las organizaciones, debido a su alta complejidad y cuyo propósito es distribuir de manera óptima los recursos a lo largo de la cadena de suministro. Durante muchos años se han desarrollado y evolucionado diferentes métodos que permiten a las organizaciones lograr optimizar sus procesos, sin embargo, algunos no responden totalmente a los requerimientos dadas las particularidades de las organizaciones, además, de los constantes cambios a nivel tecnológico, hace necesario que las organizaciones adapten rápidamente sus procesos para responder a dichos cambios y generar ventajas competitivas frente a sus competidores. Dicho lo anterior, la Industria Licorera del Cauca ha buscado generar iniciativas que permitan la optimización de sus recursos, el crecimiento y la expansión a nuevos mercados, es por ello, que el equipo de producción realizó un análisis de la definición del negocio de la Industria Licorera del Cauca, en donde se determinó la necesidad de realizar una óptima gestión de la cadena de suministro, enfocándose en la planeación efectiva de la demanda, impactando significativamente en los procesos de la cadena. Este proyecto, inició con la caracterización de los procesos de preparación y envasado de aguardiente a través del diseño del VSM (Value Stream Map) y un análisis causal el impacto de los cuellos de botella en el proceso de producción, adicionalmente, se realizó un análisis de la capacidad para cada uno de los procesos para analizar su estabilidad con relación a los requisitos y características de las actividad y producto, así mismo, la generación de valor para el cliente; se efectuó un análisis exploratorio de la información de la demanda para cada una de las presentaciones de aguardiente tradicional y sin azúcar, lo que permitió establecer los métodos para el preprocesamiento de la información y selección de variables para la predicción, se seleccionaron 11 modelos tradicionales, econométricos y machine learning en donde se determinó que la aplicación de modelos basados en la familia del ARIMA, árboles decisión y redes neuronales, estos se adaptan a los patrones de demanda de cada uno de los productos de la Industria Licorera del Cauca.
item.page.abstract.eng
Demand planning analysis is a critical process for organizations, due to its high complexity and whose purpose is to optimally distribute resources throughout the supply chain. For many years, different methods have been developed and evolved that allow organizations to optimize their processes, however, some do not fully respond to the requirements given the particularities of the organizations, in addition, the constant changes at the technological level, make it necessary for organizations to quickly adapt their processes to respond to these changes and generate competitive advantages over their competitors. Having said the above, the Industria Licorera del Cauca has sought to generate opportunities that allow the optimization of its resources, growth, and expansion to new markets, which is why the production team carried out an analysis of the definition of the Industria Licorera del Cauca, where the need to carry out an optimal management of the supply chain will continue, focusing on the effective planning of demand, significantly impacting the processes of the chain. This project began with the characterization of the processes of preparation and bottling of aguardiente through the design of the VSM (Value Stream Map) and a causal analysis of the impact of bottlenecks in the production process, additionally, an analysis of the capacity for each one of the processes to analyze its stability in relation to the requirements and characteristics of the activity and product, likewise, the generation of value for the client; an exploratory analysis of the demand information was carried out for each of the presentations of traditional spirits and without, which allowed establishing the methods for the pre-processing of the information and selection of variables for the prediction, 11 traditional, econometric models were selected and machine learning to compare them and choose the one that best suits the demand patterns of each of the products, finally the demand prediction for the products was made according to the selected method.