Modelo de aprendizaje no supervisado para la priorización de inventarios cíclicos.
Loading...
Files
Date
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
Collections
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)
