Repository logo

Modelo de aprendizaje no supervisado para la priorización de inventarios cíclicos.

Loading...
Thumbnail Image

Authors

Nakano Edgar, Ryuma Jonathan
Torres, Edgar Felipe

Thesis Director / Advisor

Journal Title

Journal ISSN

Volume Title

Publisher

Universidad Icesi
Documentos PDF

Resumen

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.

Description

Palabras clave

Minería de datosData miningModelos de aprendizajeInventariosInventarios asistidos por computadoraControl de inventariosInventory controlSistemas de informaciónCadena de abastecimientoAdministración de bases de datosDatabase managementAlmacenamiento de datosData warehousingDatabase designIntegración de datos (Computadores)Data integration (Computer science)TésisIngenieríasDepartamento Tecnologías de Información y Comunicaciones

ISBN

Citation

Endorsement

Review

Supplemented By

Referenced By

Creative Commons license

Except where otherwised noted, this item's license is described as Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)