Publicación: Enfoque para perfilar la actividad de almacenamiento usando la información histórica de las órdenes de los clientes
Portada
Citas bibliográficas
Código QR
LA Referencia Stats
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
En una cadena de suministro, el proceso de almacenamiento representa un porcentaje significativo en los costos logísticos. En esta actividad, la toma objetiva de decisiones juega un importante rol, porque permite el mejoramiento de los procesos y la reducción de costos. Por esta razón, antes de la toma de decisiones es necesario realizar un análisis sistemático y estadístico del proceso. En este estudio, se presenta un enfoque cuantitativo para perfilar la actividad de almacenamiento, usando la información histórica de las órdenes de los clientes. Para caracterizar las órdenes, se evalúan el número de líneas por orden y la afinidad en un conjunto de órdenes. Adicionalmente, para estimar la afinidad entre órdenes, se presenta un nuevo procedimiento. El resultado, es un conjunto de grupos, los cuáles, identifican diferentes perfiles de órdenes en la actividad de almacenamiento. Finalmente, se desarrolla un caso de estudio donde se realiza la aplicación del enfoque presentado.
Resumen en inglés
In a supply chain, the warehousing process represents a significant percentage of the total logistics costs. Making objective decisions in this activity plays an important role because they are translated into improvement of the process or into making the process cost-effective. Therefore, before making decisions, it is necessary to provide a systematic analysis and a statistical measurement of the process. In this study, we present an approach for profiling the warehousing activity based on the customer's order history. This approach is a quantitative analysis for characterizing the warehousing activity according to the number of lines per order and the affinity in a set of orders. For estimating the order affinity, we present a novel procedure. The result of this approach are clusters that identify the different profiles of orders in the warehousing activity. Finally, we present a numerical case of study to illustrate the application of the presented approach.