Caso de estudio: modelo cpfr en empresa distribuidora de repuestos de máquinas de coser
DOI:
https://doi.org/10.24054/sei.v6i1.3711Palabras clave:
Cadena de suministro, Reabastecimiento, CPFR, Pronóstico de demandaResumen
El presente artículo se orientó a la propuesta de aplicación del modelo CPFR (Planificación Colaborativa, Pronóstico y Reposición) aplicado a una empresa distribuidora de repuestos de máquinas de coser que a nivel nacional cuenta con un alto índice de demanda de sus productos y el cual quiere mejorar su cadena de suministro para generar un pronóstico de demanda acertado y confiable. Para llevar a cabo este proyecto se ejecutó con la ayuda de herramientas como el RACI, se utilizó el método de regresión lineal, tomando como muestra una serie de tiempo entre la venta de máquinas plana industriales considerando un periodo de 12 meses, para realizar el pronóstico de demanda, y por último se realizó un gráfico DOFA, el cual definió los temas para tener en cuenta ya sea para su mejora continua o su revisión. Los resultados arrojaron que el margen de error MAPE es del 15,09% y el comportamiento del MAD y TS obtuvieron resultados satisfactorios dentro de la muestra, lo que resultó ser una propuesta acorde a los requerimientos solicitados por la empresa.
Citas
Sewing Machine Market Size, Share & Trends Analysis Report By Type (Electric, Computerized, Manual), By Use Case (Apparel, Shoes, Bags), By Application (Industrial, Residential, Commercial), By Region, And Segment Forecasts, 2022 - 2028. (s. f.). https://www.grandviewresearch.com/industry-analysis/sewing-machine-market-report
L. N. Ramirez Castañeda, C. V. Dimas y C. A. Reyes “Metodología de implementación de un modelo de planificación colaborativa, previsión y reposición (CPFR) en un laboratorio farmacéutico del sector salud”, Revista Inventum, vol. 16, No. 31, pp. 50-60. Julio - diciembre. doi: 10.26620/ uniminuto.inventum.16.31.2021.50-60
L.A. MOLANO , “Metodología para la implementación de un modelo CPFR en una empresa comercializadora de productos de consumo masivo con sus clientes comerciales de canales modernos”2018
Villalta, JC (2022). Implementación del modelo CPFR para la eficiencia de la cadena de suministros en una empresa de café de Moyobamba [Tesis de maestría, Universidad Privada del Norte]. Repositorio de la Universidad Privada del Norte. https://hdl.handle.net/11537/31609
Cassivi,L. Collaboration planning in a supply chain.Supply Chain Management, 11(3), 2006, pp.249-258.
Luisa, A., & Carvaja Lesmes, F. (2022). PROPUESTA DE UNA ESTRATEGIA DE MEJORA POR MEDIO DEL MODELO DE PLANEACIÓN, PRONÓSTICO Y REABASTECIMIENTO COLABORATIVO – CPFR, EN EL PROCESO LOGÍSTICO DE UN OPERADOR LOGÍSTICO. Edu.co. Recuperado de https://repository.unimilitar.edu.co/bitstream/handle/10654/43688/CarvajalLesmesLuisaFernanda2022.pdf?sequence=1&isAllowed=y
Content, R. R. (2021). Aprende cómo distribuir mejor las responsabilidades con la Matriz RACI. Rock Content - ES. https://rockcontent.com/es/blog/matriz-raci/
Betancourt, D. (2022, 22 febrero). Como hacer un promedio simple para pronosticar la demanda. Ingenio Empresa. https://www.ingenioempresa.com/promedio-simple/
Tutoriales, G. (2016). Cómo utilizar una Regresión Lineal para realizar un Pronóstico de Demanda. Gestión de Operaciones. https://www.gestiondeoperaciones.net/proyeccion-de-demanda/como-utilizar-una-regresion-lineal-para-realizar-un-pronostico-de-demanda/
Díaz Pinzón, J. E. (2020). Precisión del pronóstico de la propagación del COVID-19 en Colombia. Revista Repertorio de Medicina Y Cirugía. https://doi.org/10.31260/RepertMedCir.01217372.1045
Medina-Giraldo, A. T. (2023, 1 febrero). Predicción de los precios de vivienda en la ciudad de Medellín y el Área Metropolitana. https://reunir.unir.net/handle/123456789/14630
Sánchez Henao, Y. C. (2022). Propuesta para selección de parámetros de modelos de pronósticos mediante poderación de indicadores claves de desempeño: caso suaviazación exponencial (Doctoral dissertation, Universidad EAFIT).
Karadayi-Usta, S. (2020). An interpretive structural fuzzy analysis for CPFR implementation barriers: a food supply chain case study. In Intelligent and Fuzzy Techniques in Big Data Analytics and Decision Making: Proceedings of the INFUS 2019 Conference, Istanbul, Turkey, July 23-25, 2019 (pp. 423-431). Springer International Publishing.
Hurtado, J. S. (2023, 19 mayo). Matriz RACI ¿Para qué sirve y cómo hacerla? Thinking for Innovation. https://www.iebschool.com/blog/matriz-raci-para-que-sirve-y-como-hacerla-agile-scrum/
Martins, J. (2022). Matriz Raci: qué es, cómo crearla con ejemplos y alternativas online [2022] • Asana. Asana. https://asana.com/es/resources/raci-chart
Pursell, S. (2023, 20 enero). Matriz RACI: qué es, cómo crearla y ejemplos. HubSpot.https://blog.hubspot.es/marketing/matriz-raci
posted by: Josero2018. (s. f.). PATRONES DE COMPORTAMIENTO DE DEMANDA – SERIES DE TIEMPO – Jose Rosas Soluciones. https://www.joserosas.com.co/patrones-de-comportamiento-de-demanda-series-de-tiempo/
Elegir la mejor línea de tendencia para los datos - Soporte técnico de Microsoft. (s. f.). https://support.microsoft.com/es-es/office/elegir-la-mejor-l%C3%ADnea-de-tendencia-para-los-datos-1bb3c9e7-0280-45b5-9ab0-d0c93161daa8
Tutoriales, G. (2016a). Error Porcentual Absoluto Medio (MAPE) en un Pronóstico de Demanda. Gestión de Operaciones. https://www.gestiondeoperaciones.net/proyeccion-de-demanda/error-porcentual-absoluto-medio-mape-en-un-pronostico-de-demanda/
Pronósticos – Jose Rosas Soluciones. (2023, 10 junio). https://www.joserosas.com.co/category/abastecimiento/pronosticos/
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 SACHA KARINE CARRASCAL PRADA, ZORAIMA VICTALIA PEÑARANDA AYALA
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
