Maestría en Ciencia de Datos

URI permanente para esta colecciónhttp://hdl.handle.net/10906/66933

Examinar

Mostrando 1 - 1 de 1

Modelo de aprendizaje no supervisado para la priorización de inventarios cíclicos.
(Universidad Icesi, 2021-01-01) Nakano Edgar, Ryuma Jonathan; Torres, Edgar Felipe
Es común encontrar discrepancias en los sistemas de información de inventarios, entre las cantidades de los productos que el sistema dice tener y las cantidades físicas en la bodega. Existen múltiples causas para esto, principalmente errores humanos y del propio sistema de información. Estas discrepancias pueden ocasionar serios problemas tanto en las operaciones de bodega como en la relación con los clientes, ya que pueden generar demoras en los despachos, y peor aún, compromisos con clientes imposibles de cumplir. Los conteos cíclicos periódicos son una herramienta útil para corregirlas, pero para que sean efectivos, es de vital importancia identificar las discrepancias lo más temprano posible, y así lograr corregirlas antes de que tengan consecuencias negativas para el negocio. Lo anterior no es nada fácil de lograr cuando se tienen bodegas amplias con un alto número de productos.