diseño de un sistema que permita integrar proveedor

UNIVERSIDAD TECNOLOGIA DEL PERU
PERFIL DE TESIS
CURSO
:
PROYECTO DE INGENIERIA DE SISTEMAS I
PROFESOR
:
Ing. PRADO MACALUPO, MIGUEL
TEMA
:
DISEÑO DE UN SISTEMA QUE PERMITA
INTEGRAR PROVEEDOR - DISTRIBUIDOR, PARA
OPTIMIZAR LA GESTION DE CADENA DE
SUMINISTRO UTILIZANDO MINERIA DE DATOS.
(Alicorp - Distribuidores)
INTEGRANTES
:
ARENAS AGUIRRE, JENRY
VILCAÑAUPA RAYMUNDO, VICTOR
FECHA
:
29/06/2012
AULA
:
B-308
CICLO
:
IX
2012
I.
INTRODUCCION
La gestión de cadena de suministros (SCM), es un tema muy importante
para las empresas, es así que la relación entre Alicorp empresa
dedicada a la elaboración de productos industriales de producto masivo
y sus distribuidoras a nivel nacional como Redigo SRL en Huancayo, y
otros a nivel nacional.
La falta de información en el momento oportuno hace de la cadena de
suministros, sea muy lenta y se crea cuellos de botella en las diferentes
actividades de abastecimiento, producción, distribución, etc.
Para que la cadena de suministros sea más fluida se propone,
implementar un sistema para que la información de las operaciones de
todos los distribuidores a nivel nacional pueda llegar a la empresa en
tiempo real y con el formato requerido para ser importado por nuestro
sistema para su respectivo análisis posterior y la toma de decisiones de
los gerentes.
II.
PROBLEMA
2.1 Descripción del Problema
Teniendo como antecedente, la demora de recolección de
información de las operaciones de los distribuidores por parte del
personal encargado de consolidar la información y enviar a la central
de Sistemas de Alicorp. La falta de información oportuna ah causado
el retraso de entrega de los insumos por parte de nuestros
proveedores, y la demora de hacer llegar nuestros productos a
nuestros distribuidores a nivel nacional.
2.2 Definición del Problema
Bajo rendimiento de la cadena de suministros de la empresa Alicorp
entre sus proveedores y distribuidoras a nivel nacional
III.
OBJETIVOS
3.1 Objetivo General
Conocer el impacto económico en la optimización de la cadena de
suministros al implantar un sistema de Minería de Datos en la
obtención de información de los distribuidores a nivel nacional.
3.2 Objetivo Especifico
 Integrar toda la información integra, confiable de todos los
distribuidores a nuestra base de datos.
 Reducir la utilización de recurso humana para la obtención de
la información de las distribuidoras.
 Lograr que los Distribuidores no queden desabastecidos.
 Lograr que los pedidos se entreguen a tiempo.
 Las ordenes de compra en tiempo real.
 Aumentar la Oferta y la Demanda.
IV.
DELIMITACIÓN DEL TEMA
4.1 Alcance y Limites








La transmisión de datos será por medio de internet por correo
electrónico.
El sistema podrá obtener la información de diferentes bases
de datos.
El sistema detectara los errores y dará una alerta sobre este.
Se registrara un historial de errores para su posterior
información
Apoyo por parte de la Gerencia.
El sistema solo será usado por la Gerencia.
El sistema solo detectara los errores en los principales
procesos, como ventas, compras, almacén, créditos y
cobranza.
El sistema no corregirá los errores, esto lo realizara el
personal de informática, de las mismas distribuidoras.
4.2 Recursos





V.
Cuenta con equipo de cómputo actualizado.
Apoyo del personal, que han detectado estos errores.
Cuenta con infraestructura para desarrollo del sistema.
Personal de informática nivel avanzado.
Presupuesto para el desarrollo del sistema.
FUNDAMENTO TEORICO
5.1 Marco Teórico
La administración de la cadena de abastecimiento ha tomado mayor
importancia en el mundo globalizado. Día a día la competencia se
hace más ardua y solo las empresas que logran importantes
diferencias contra sus competidores aspiran a aumentar su
participación en el mercado o simplemente a sobrevivir en él. La
buena administración de la cadena de abastecimiento y el uso de la
tecnología de información ayudan a lograr este propósito, más sin
embargo no es una tarea fácil, ya que esta cadena abarca muchas y
diversas actividades.
La administración de la cadena de abastecimiento es el tema
principal en muchas industrias con una firme idea de la importancia
de una relación integrada entre clientes y proveedores. Esta
administración se ha convertido en el camino para la mejora de la
competitividad por medio de la reducción de la incertidumbre y el
mejoramiento del servicio al cliente.
5.1.1 Cadena de Suministros
La Cadena de suministro incluye todas las actividades de
gestión y logística y por ello está presente en cada fase del
proceso. Permite una gestión efectiva y, a través de los flujos
de información, mejora el Servicio al cliente y de la Cadena de
Valor. Lo que es el producto final para A, es el producto
intermedio de B o la materia prima de C, como el ejemplo del
plasma. Tal como el aserradero lo es para la distribuidora de
maderas, y ésta para la fábrica de muebles; o el petróleo para
el transporte o la industria petroquímica y farmacéutica. La
cadena de suministro abastece y regula las operaciones de
fabricación,
distribución.
Marketing,
ventas,
diseño
de
productos, finanzas, tecnología. El sencillo ejemplo del plato
de espaguetis ejemplifica una serie de insumos para la
creación del plato. Imagine un restaurante con creación
simultánea de 200 platos distintos. O a Apple y sus iPhone,
con materias primas de México, Sudáfrica y Brasil; con
productos que se ensamblan en Malasia o Indonesia, y otros
que se terminan en China o Vietnam.
Las actividades de abastecimiento de la Cadena de suministro
suelen transformar los recursos naturales. Por eso que en
algunos sistemas más sofisticados, los productos utilizados
son reciclables, lo que indica que pueden volver a entrar a la
cadena de suministro en otro punto de su proceso. Cuando
este tema se integra en la cadena de suministro se habla de
productos reciclables o retornables.
Una Cadena de suministro típica comienza con el proceso de
evaluación ecológica y biológica de los recursos naturales.
Luego sigue con la extracción de la materia prima. Desde aquí
hay varios enlaces de producción antes de pasar a las etapas
de almacenamiento, distribución y consumo. Uno de los
aspectos importantes de la cadena es la sincronización.
Cualquier falla en algún punto de la cadena creará un efecto
en
cadena
tanto
hacia
atrás
como
hacia
adelante,
provocando atascos y bloqueos. De ahí la importancia de
regular y controlar los flujos al interior del sistema. Toda
anormalidad o variación en el ritmo de los flujos puede ser
indicio de algún quiebre. Ejemplo de esto es un paro de
transporte: bloquea varias cadenas de suministro en forma
simultánea. Otro caso es el descenso en la venta de
viviendas: corta el suministro de compra y venta de materiales
de construcción, lo que tiene un impacto negativo en los flujos
de crédito, y en el empleo.
A diferencia de los conceptos clásicos de input/output, en las
Cadenas de suministro los flujos se entrelazan. Hay flujos de
entrada/salida en cada eslabón, y también cada eslabón es
tanto insumo como producto final para otros (ver gráfica).
Es normal que en estos intercambios participen numerosas
empresas que buscan maximizar sus beneficios dentro de su
esfera de interés. Cada empresa suele tener un gran
conocimiento sobre lo que compete a su propio proceso o
juego en el campo de su esfera productiva (su propio eslabón
dentro de la cadena). Pero la gran mayoría desconoce
completamente lo que hacen los otros eslabones de la
cadena.
5.1.2 Flujo de Información
No hay definición estándar de "flujo de información", como
tampoco hay definición estándar de "información". Sin
embargo, hablamos de información y de flujo de información
con un aparente consenso sobre sus significados respectivos.
Una dificultad de principio consiste en saber hasta qué punto
el flujo de información es un concepto o una metáfora. Aquí
vamos a suponer que se trata de un concepto.
Mientras que el concepto de información es muy difícil de
apresar, definir el flujo de información a partir de la
información no debería ser tan complicado. Por ello, en esta
entrada vamos a proponer una definición informal de flujo de
información desde algunos conceptos muy básicos de una
teoría bien establecida sobre la información semántica: la
teoría de situaciones (Barwise y Perry 1983; Barwise 1989;
Devlin 1991).
5.1.3 Información y flujo de información
La teoría de situaciones distingue entre la información y el
flujo de información (Devlin 1991: 142-144). El presupuesto
fundamental es que la información es abstracta y sirve para
clasificar estados de cosas concretos. Sobre este presupuesto
se fundamenta la siguiente distinción:

Existe información sobre un estado de cosas cuando
somos capaces de clasificarlo de acuerdo a objetos
abstractos, tales como vectores, momentos del tiempo o
fórmulas lógicas. Decimos entonces que el estado de cosas
sustenta (supports) cierta información. Ejemplo: tenemos
información sobre el camarero al saber que sus manos
están muy sucias.

Existe flujo de información de un estado de cosas a otro
cuando cierta clasificación del primero indica cierta
clasificación del segundo. Decimos entonces que el primer
estado de cosas transporta (carries) información acerca del
segundo. Ejemplo: el hecho de que el camarero tenga las
manos sucias indica o aporta la información de que la
comida en mi plato puede tener algo de suciedad.
En teorías anteriores a la de situaciones no siempre es
explícita esta distinción. Tampoco en propuestas recientes,
como Floridi (2005), es fácil reconocerla. Por otro lado, allí
donde se reconoce la distinción surgen de inmediato dos
problemas:

¿Es necesario que haya agentes para que se dé el flujo de
información? Normalmente se responde que sí. La teoría
de situaciones suele dar por supuesta la existencia de tales
agentes. La teoría de canales (Barwise y Seligman
1997) no suele mencionarlos. Dretske (1981) no es muy
claro. Por un lado define el flujo de información mediante el
concepto de observador: "A state of affairs contains
information about X to just that extent of which a suitable
placed observer could learn something about X by
consulting it" (Dretske 1981: 45); por otro lado, sostiene
que la información es un fenómeno que no depende de los
agentes. Floridi (2005) distingue entre semantic information
(dependiente de un agente) y environmental information
(independiente de todo agente).

¿Cómo se explican las propiedades del flujo informativo?
Pérez-Montoro (2007) discute por extenso dos de esas
propiedades: la relatividad (un mismo estado de cosas
puede
aportar
informaciones
diferentes a
diferentes
agentes) y la falibilidad (a veces un estado de cosas no
informa acerca de algo a pesar de que previsiblemente
debería hacerlo). Casi todos los autores tratan de explicar
estas dos propiedades, que reciben diferentes nombres y
se formulan de distintas maneras.
5.1.4 Definición de flujo de información
Ahora bien, ni en teoría de situaciones ni en otras teorías se
define explícitamente el flujo de información. Tan sólo se dice
que hay flujo de información cuando hay estados de cosas
que aportan información unos sobre otros. Toda definición de
flujo informativo, por tanto, debe basarse en el concepto de
información.
Si llamamos "sistema distribuido" a un conjunto de estados de
cosas capaces de informar unos sobre otros (Barwise y
Seligman 1997), y llamamos "transferencia de información" al
hecho de que -dentro de un sistema distribuido- un estado de
cosas informa efectivamente sobre otro, entonces podemos
definir el flujo de información de un sistema distribuido como
el conjunto de todas sus transferencias de información de
acuerdo a un cierto análisis y en referencia a un cierto período
de tiempo. Esta definición tiene la virtud de ajustarse tanto al
sentido común como a los conceptos más elementales de
teoría de situaciones.
5.1.5 TIC en las Empresas
Las Tecnologías de la Información y la Comunicación han
transformado
nuestra manera
de
trabajar y gestionar
recursos. Las TIC son un elemento clave para hacer que
nuestro
trabajo
comunicaciones,
sea
más
productivo:
sustentando
el
trabajo
agilizando
en
las
equipo,
gestionando las existencias, realizando análisis financieros, y
promocionando nuestros productos en el mercado.
Bien utilizadas, las TIC permiten a las empresas producir más
cantidad, más rápido, de mejor calidad, y en menos tiempo.
Nos permiten ser competitivos en el mercado, y disponer de
tiempo libre para nuestra familia.
Tomemos
como
ejemplo
el
área
de
Marketing
y
Comunicación.
Las empresas tienen como objetivo principal vender sus
productos en el mercado. Y para conseguirlo necesitan
primero presentar el producto a sus clientes para que lo
conozcan. Esa es una función del marketing.
Las TIC facilitan el trabajo de presentar el producto a los
clientes y conseguir ventas de muchas maneras distintas. Por
ejemplo:

El correo electrónico nos permite enviar todo tipo de
información y comunicados a nuestros clientes. Podemos
enviarles un catálogo de productos, una felicitación de
navidad o un boletín de noticias, sin prácticamente ningún
coste. Las TIC lo hacen posible.

Una página web donde exponer nuestros productos
permite que los clientes interesados encuentren nuestros
productos fácilmente en Internet y contacten con nosotros.
También permite transmitir al mundo nuestra filosofía de
empresa.

Un sistema de gestión de clientes informatizado (también
conocido por sus siglas en inglés como CRM) nos permite
conocer mejor a nuestros clientes, analizando sus hábitos y
su historial de compras. Así podemos planificar mejor
nuestras acciones de venta y también gestionar de forma
eficaz de las diferentes áreas de negocio de la empresa.
De manera análoga al área de Marketing, las TIC también
permiten mejorar la gestión financiera (en la contabilidad, la
banca electrónica o la facturación electrónica), la logística y la
distribución (en el seguimiento de flotas, la gestión de
almacén, el comercio electrónico), los recursos humanos (en
la
formación
a
distancia
e-learning,
la
gestión
del
conocimiento, el seguimiento personalizado), la producción y
los procesos (gestión de compras, órdenes de producción,
gestión de recursos ERP).
En la actualidad, las TIC son un factor determinante en la
productividad de las empresas, sea la empresa que sea y
tenga el tamaño que tenga.
Aunque se trate de una empresa muy pequeña, incluso si se
trata de una sola persona, hay una serie de servicios TIC
básicos con los que cualquier empresa ha de contar: conexión
a Internet, correo electrónico, dominio en Internet, y página
web. Estos cuatro servicios básicos son los mínimos para
cualquier
empresa,
puesto
que
agilizan
enormemente
acciones comunes que todas las empresas realizan, y sirven
como base para poder utilizar otros servicios más avanzados.
Estos servicios TIC básicos agilizan el acceso a la
información,
la
comunicación
con
nuestros
clientes
y
proveedores, la promoción de nuestros servicios y la imagen
de marca. Y a la vez, tienen un coste muy bajo.
Una vez estos servicios básicos están instalados, las
empresas deben analizar sus procesos de negocio, e integrar
las tecnologías de la información y la comunicación que
optimizan estos procesos para aumentar la productividad.
Para, en definitiva, producir más y mejor en menos tiempo, y
que todos podamos disfrutar del tiempo libre.
Desafortunadamente, no todas las empresas utilizan los
servicios TIC, y algunas no los utilizan de manera adecuada.
Aunque el uso de la Tecnologías de la Información y la
Comunicación es un factor clave en la productividad, su uso
no está generalizado entre las medianas empresas y las
PYMES.
5.1.6 Minería de Datos
Data Mining, la extracción de información oculta y predecible
de grandes bases de datos, es una poderosa tecnología
nueva con gran potencial para ayudar a las compañías a
concentrarse en la información más importante de sus Bases
de Información (Data Warehouse). Las herramientas de Data
Mining predicen futuras tendencias y comportamientos,
permitiendo en los negocios tomar decisiones proactivas y
conducidas por un conocimiento acabado de la información
(knowledge-driven). Los análisis prospectivos automatizados
ofrecidos por un producto así van más allá de los eventos
pasados provistos por herramientas retrospectivas típicas de
sistemas de soporte de decisión. Las herramientas de Data
Mining pueden responder a preguntas de negocios que
tradicionalmente consumen demasiado tiempo para poder ser
resueltas y a los cuales los usuarios de esta información casi
no están dispuestos a aceptar. Estas herramientas exploran
las
bases de
datos en
busca de
patrones ocultos,
encontrando información predecible que un experto no puede
llegar a encontrar porque se encuentra fuera de sus
expectativas.
Hay cuatro tipos de tareas que normalmente se involucran en
la minería de datos:

Clasificación – la tarea de generalizar una estructura
familiar para utilizarla en los nuevos datos

Agrupamiento – la tarea de encontrar grupos y
estructuras en los datos que son de alguna manera u otra
lo mismo, sin necesidad de utilizar las estructuras
observadas en los datos.

Aprendizaje de reglas de asociación – Busca relaciones
entre las variables.

Regresión – Su objetivo es encontrar una función que
modele los datos con el menor error.
5.1.6.1
Los Fundamentos del Data Mining
Las técnicas de Data Mining son el resultado de un
largo
proceso
de
investigación
y
desarrollo
de
productos. Esta evolución comenzó cuando los datos
de negocios fueron almacenados por primera vez en
computadoras, y continuó con mejoras en el acceso a
los datos, y más recientemente con tecnologías
generadas para permitir a los usuarios navegar a través
de los datos en tiempo real. Data Mining toma este
proceso de evolución más allá del acceso y navegación
retrospectiva de los datos, hacia la entrega de
información prospectiva y proactiva. Data Mining está
lista para su aplicación en la comunidad de negocios
porque está soportado por tres tecnologías que ya
están suficientemente maduras:
5.1.6.2

Recolección masiva de datos

Potentes computadoras con multiprocesadores

Algoritmos de Data Mining.
Datos, información, conocimiento
¿En qué se diferencia el conocimiento de los datos y de
la información? En una conversación informal, los tres
términos suelen utilizarse indistintamente y esto puede
llevar a una interpretación libre del concepto de
conocimiento. Quizás la forma más sencilla de
diferenciar los términos sea pensar que los datos están
localizados en el mundo y el conocimiento está
localizado en agentes de cualquier tipo (personas,
empresas, máquinas...), mientras que la información
adopta un papel mediador entre ambos.
Los conceptos que se muestran a continuación se
basan en las definiciones de Davenport y Prusak
(1999).
5.1.6.3
Datos
Los datos son la mínima unidad semántica, y se
corresponden con elementos primarios de información
que por sí solos son irrelevantes como apoyo a la toma
de decisiones. También se pueden ver como un
conjunto discreto de valores, que no dicen nada sobre
el porqué de las cosas y no son orientativos para la
acción.
Un número telefónico o un nombre de una persona, por
ejemplo, son datos que, sin un propósito, una utilidad o
un contexto no sirven como base para apoyar la toma
de una decisión. Los datos pueden ser una colección
de hechos almacenados en algún lugar físico como un
papel, un dispositivo electrónico (CD, DVD, disco
duro...), o la mente de una persona. En este sentido las
tecnologías de la información han aportado mucho a
recopilación de datos.
Como cabe suponer, los datos pueden provenir de
fuentes externas o internas a la organización, pudiendo
ser de carácter objetivo o subjetivo, o de tipo cualitativo
o cuantitativo, etc.
5.1.6.4
El Alcance de Data Mining
El nombre de Data Mining deriva de las similitudes
entre buscar valiosa información de negocios en
grandes bases de datos - por ej.: encontrar información
de la venta de un producto entre grandes montos de
Gigabytes almacenados - y minar una montaña para
encontrar una veta de metales valiosos. Ambos
procesos requieren examinar una inmensa cantidad de
material, o investigar inteligentemente hasta encontrar
exactamente donde residen los valores. Dadas bases
de datos de suficiente tamaño y calidad, la tecnología
de Data Mining puede generar nuevas oportunidades
de negocios al proveer estas capacidades:

Predicción
automatizada
de
tendencias
y
comportamientos. Data Mining automatiza el
proceso de encontrar información predecible en
grandes
bases
de
datos.
Preguntas
que
tradicionalmente requerían un intenso análisis
manual, ahora pueden ser contestadas directa y
rápidamente desde los datos. Un típico ejemplo de
problema predecible es el marketing apuntado a
objetivos (targeted marketing). Data Mining usa
datos en mailing promocionales anteriores para
identificar posibles objetivos para maximizar los
resultados de la inversión en futuros mailing. Otros
problemas predecibles incluyen pronósticos de
problemas financieros futuros y otras formas de
incumplimiento,
población
que
e
identificar
segmentos
probablemente
de
respondan
similarmente a eventos dados.

Descubrimiento
automatizado
de
modelos
previamente desconocidos. Las herramientas de
Data Mining barren las bases de datos e identifican
modelos previamente escondidos en un sólo paso.
Otros problemas de descubrimiento de modelos
incluye detectar transacciones fraudulentas de
tarjetas de créditos e identificar datos anormales
que pueden representar errores de tipeado en la
carga de datos.
5.1.6.5
¿Qué puede hacer el Data Mining?
Una empresa en posesión de unas bases de datos de
calidad y tamaño suficiente puede emplear el Data
Mining para generar nuevas oportunidades de negocio,
dada su capacidad para proporcionar:

Predicción automática de comportamientos.
Generalmente
se
trata
de
problemas
de
clasificación. Como ejemplo podemos citar el
marketing dirigido. Data Mining usa los resultados
de
campañas
de
marketing
realizadas
anteriormente para identificar el perfil de los
clientes que son más propensos a comprar el
producto y de este modo permitirnos substituir el
correo masivo por el correo dirigido.

Predicción
automática
de
tendencias.
Basándonos en base de datos históricas, Data
Mining
creará
un
modelo
para
predecirlas
tendencias. Como ejemplos podemos citar la
predicción de ventas en el futuro ola predicción en
mercados de capitales.

Descubrimiento
automatice
de
comportamientos desconocidos anteriormente.
Las herramientas de Data Mining de visualización y
clustering, permiten «ver» nuestros datos desde
una perspectiva distinta y por ello descubrir nuevas
relaciones entre ellos.
5.2 Marco Referencial
De acuerdo con la organización de la función logística en la
estructura empresarial cabe señalar que, en el desarrollo de las
últimas décadas, las funciones logísticas estuvieron diseminadas en
varios aparatos u órganos de dirección y control independientes,
tales como Abastecimiento, transporte, etc.
La práctica moderna va conduciendo a estructuras ajustadas donde
la logística es un órgano de dirección al más alto nivel que organiza
y regula todo el flujo material desde el aprovisionamiento hasta la
distribución física, los servicios de post-venta y el flujo informativo
asociado a tales actividades.
La solución integral que el órgano de logística puede proveer, como
contrapartida de las actividades comerciales, financieras, etc.,
constituye uno de los pilares básicos de la empresa para elevar su
competitividad.
En el diseño de los sistemas logísticos se emplean de manera
generalizada varios tipos de modelos económicos - matemáticos que
permiten, mediante algoritmos de optimización encontrar soluciones
más exactas o aproximadas, para diferentes problemas en el campo
de la producción o la distribución.
Algunos modelos como el de: transporte, asignación y localización,
aprovisionamiento y gestión de stock, entre otros; sustentan sobre
bases económicas y matemáticas la búsqueda de los logísticos para
alcanzar las soluciones más racionales con el objetivo de elevar la
competitividad en los diferentes procesos empresariales.
DRP: Distribution Resource Planning. Planificación de los
Recursos de Distribución.
Como se conoce no todas las unidades de producción distribuyen
directamente sus productos hacia los consumidores finales, existen
casos en los que la distribución se realiza a lo largo de una red de
almacenes situados a distintos niveles, a través de los cuales van
pasando los ítems hasta llegar a los clientes finales.
En estos casos, la única demanda independiente sería la de los
puntos de venta en contacto con el mercado el resto, es decir, las
necesidades de productos de los centros situados en otros niveles
de la red, seria demanda dependiente. Así, la demanda de un centro
tendrá en cuenta, además de los pedidos de clientes, los de
aprovisionamiento (que no tiene por qué coincidir con la demanda
final de este, ya que los pedidos dependerán del método de cálculo
del lote, del nivel de stock de seguridad, etc.) En este tipo de
empresas, por los mismos motivos apuntados, no resulta idónea la
aplicación de los métodos clásicos de gestión de stocks,
apareciendo el DRP como método alternativo para la planificación y
control de los inventarios en dicho caso.
El cálculo de necesidades en DRP se basa en la aplicación de los
conceptos de MRP a distribución, de forma que cada centro emite
sus pedidos al nivel superior con la antelación suficiente para que
sean recibidos en la cantidad y momento adecuados.
Estos cálculos habrían de realizarse para cada producto de la
empresa, de forma que se tendrán una programación para cada
artículo y para cada centro de distribución. Finalmente, hay que
hacer constar que, aunque el procedimiento sea análogo al del MRP,
existe, sin embargo, una diferencia fundamental, esta procede del
hecho de que, con DRP se desarrolla programación de los
componentes de cada producto.
Si bien DRP puede actuar como una técnica autónoma, es decir,
aplicando el método solo para la tarea de distribución, también
puede funcionar como una extensión de un sistema MRP II, siendo
de gran importancia en aquellas compañías en las que se
encuentran integradas las operaciones de fabricación y distribución:
la importancia de esta situación conjunta con MRP II se manifiesta
por el hecho de que comparten la base de datos, el sistema de
previsión de demanda, el sistema de gestión de inventarios, etc.; lo
cual
configuran
una
base
importante
para
una
adecuada
planificación integrada, tanto a nivel de producción como de
distribución.
Principales funciones del DRP.
Cuando la DRP actúa de manera independiente, como cuando lo
hace integrada en un sistema MRP
II, posee un conjunto de
funciones propias, que desempeña con el objetivo de conseguir una
planificación racional de la distribución de inventarios.
Entre estas se encuentra:
Planificación y emisión de los pedidos de abastecimiento, realizados
en base a un sistema de programación maestra.
Seguimiento de los pedidos de abastecimiento, con el que se
pretende controlar los pedidos que se encuentran en camino entre el
almacén de suministro y el de recepción.
La asignación de suministros cuando se da escasez de un ítem
dentro de la red de distribución. El método empleado es un reparto
equitativo entre el centro para suministrar a los que están por debajo
del mismo en la red de distribución, se puede realizar una
transferencia entre almacenes.
Planificación de la capacidad de envíos. Al igual que MRP II posee el
sistema de planificación de la capacidad conocido como CRP, el
modulo DRP también tiene en cuenta las limitaciones de capacidad
con las que pueden encontrarse los distintos centros de distribución.
Este sistema, conocido como Planificación de la Capacidad de
Envíos (Shipping Capacity Planning), se basa en el cálculo de la
carga por envíos (en función del peso, del volumen unitario, etc.),
para posteriormente, compararla
con la capacidad disponible
(número de vehículos x la capacidad de los mismos). Caso de no
poseer la capacidad necesaria, puede traer consigo ajustes en esta
ultima (por ejemplo: subcontratando vehículos para aumentar la
capacidad, utilizando los recursos (vehículos) ociosos en otros
centros donde se necesiten, etc.)
Cuando el DRP se usa junto con un modulo de previsión de
demanda de MRP II, también desempeña las funciones de:
Generación de una previsión de demanda futura.
Calculo de los niveles de stock de seguridad de cada centro. Para
esto último solo tiene en cuenta la demanda final de clientes y no los
pedidos de cada almacén; con ello se evita inflar la cifra de stock de
seguridad a lo largo de toda la red de fabricación / distribución.
Uno de los puntos conflictivos en el tema de la gestión de inventarios
es como conseguir dar un nivel de servicio a clientes en funciona de
la distribución del stock de seguridad entre los distintos centros de
distribución. Un estudio realizado por Vollman y otros (1992) pone
de manifiesto que se alcanzan los mayores niveles de servicio
cuando se distribuye totalmente el stock de seguridad entre los
centros de distribución directa a clientes, siendo menor si se
mantiene parte del mismo en un almacén central. También muestra
que, sin embargo, considerando el tamaño del stock de seguridad,
puede ser más acertada esta última elección ya que al agregarse la
demanda de todos los puntos de distribución a clientes, la
variabilidad de aquella resulta menor que si se considera cada
centro por separado, por lo que será necesario un menor volumen
de stock de seguridad. Resulta obvio que la elección de un sistema u
otro dependerá de si la prioridad de la empresa es dar un elevado
servicio a clientes o, por el contrario reducir al mínimo la cifra de
stock de seguridad.
Esta última tiene una gran importancia, pues complementa a MRP.
Como ya sabemos, este determina cuando y cuanto pedir, y DRP da
respuesta, además al donde mantener el inventario, de forma que el
resultado final (en función de los objetivos de la empresa) sea el más
adecuado.
ECR: Efficient Consumer Response.
El origen del concepto de ERC se remonta a 1989, en Estados
Unidos, donde Procter&Gamble y la cadena comercial Wall-Mart´s
iniciaron y desarrollaron las técnicas ER y EPOS. Surge como una
iniciativa para dar respuesta al papel creciente del servicio al cliente
como protagonista de las estrategias empresariales, centra su
atención en mejorar la relación entre el proveedor y el detallista,
busca la consecución de una reducción de los costos logísticos entre
ambos y una participación de los beneficios que de ella se deriven.
Comparando esta metodología con el sistema tradicional conocido el
sistema push que se produce sin tener en cuenta la demanda, este
método
pretende
un
cambio
de
actitud
en
la
relaciones
suministrador-detallista mediante la coordinación y acercamiento a
las necesidades del consumidor (sistema pull, en línea con la
filosofía Just in Time)
Se pueden considerar dos tipos básicos de ECR:
1. Colaboración en operaciones
Busca la sinergia y la reducción de costos en todas las operaciones
entre cliente y proveedor.
Se trata de una optimización de los parámetros físicos del Sistema
Logístico y una optimización en la comunicación y transmisión de
datos.
Se realiza con el objetivo de reducir o eliminar todas las actividades
que no añadan valor al producto y pretende la integración y
colaboración estrecha entre cliente y proveedor.
En este ámbito se han desarrollado diferentes técnicas, entre las
más utilizadas se encuentran:

EDI- Electronic Data Interchange. Comunicación electrónica de los
datos de pedidos, facturas, etc.

EPOS- Electronic Point of Sales. Conexión del proveedor con los
escáners de los puntos de venta para conocer la demanda en tiempo
real, básico para desencadenar el sistema de suministro más eficaz
y como base de la demanda de los productos y el comportamiento
de los clientes.

ER- Efficient Replenishment. Es el proveedor el que se encarga de
determinar los pedidos en cantidad, tiempo y frecuencia a partir de
unos criterios acordados con el cliente.

ASN- Advance Shipping Notes. Comunicación de forma avanzada
sobre cantidades que se tienen que suministrar y fechas de entrega
para facilitar las tareas posteriores a la entrega, por parte de los
clientes.

EOS- Efficient Operations Standard. Acuerdos sobre procedimientos
que permitan mejorar las operaciones de distribución:
 Tipos y altura de palets.
 Códigos de barra de identificación de los productos, cajas y
unidades de expedición, y de los palets.
 Sinergia en el trasporte con el fin de llenar al máximo los camiones
en el trayecto de ida y vuelta (evitar desplazamientos sin
mercaderías).
 Coordinar la demanda y la fiabilidad del trasporte para facilitar la
gestión de las nuevas plataformas logísticas convertidas en
almacenes de tránsito sin inventarios permanentes.

DSD- Direct Store Delivery. Gestión integrada por parte del
proveedor para la entrega de la mercancía directamente en el punto
de venta.

CAO- Computer Assisted Ordering. Diseño del pedido del cliente final
con soporte informático para conformar la demanda hecha a la medida
para ese cliente, escogiendo entre las diferentes alternativas y opciones
que presenta el producto y comunicación directa del pedido al proveedor
desde la misma terminal del punto de venta.

EA- Efficient Administration. Gestión integrada de la base de datos de
los productos-opciones, alternativas, precios, etc-, los pedidos, las
facturas, los pagos, las reclamaciones, etc.

DPP- Direct Product Profitability. Forma estándar de determinar la
rentabilidad del producto para el cliente, considerando no solo el margen
comercial, sino también la rotación del producto.

SPACEMAN- Extensión de la anterior en la que la rentabilidad del
producto se mide en función de la superficie y de la inversión económica
dedicada ha dicho producto.
2. Colaboración en Marketing
Enfocada hacia un incremento de las ventas y una mejora de los
márgenes. Los beneficios derivados de esta colaboración se centran
en un aumento de la facilidad para captar oportunidades de
crecimiento en áreas de actividad, una racionalización de las
inversiones en promoción, merchandising y desarrollo de productos.
Hay tres áreas básicas de colaboración:

ESA- Efficient Store Assortment. Las decisiones tomadas por el
detallista para maximizar las ventas (como la distribución del espacio
de exposición, localización del producto, gama de productos, política
de precio, marcas, etc) son compartidas con el proveedor. De esta
manera se obtienen beneficios más importantes, ya que este aporta
su conocimiento especializado sobre el producto y el tipo de
consumidor.

EP- Efficient Prmotion. Suministrador y detallista colaboran en
campañas de promoción que pueden abarcar tres ámbitos
diferentes:
 Desarrollo de las ventas a través de campañas orientadas al
consumidor.
 Reducción de costos utilizando técnicas promocionales más
racionales (couponing y eliminación de packs especiales)
 Reducción
de
las
compras
especulativas
que
dificultan
la
programación logística eficiente.

EPD- Efficient Product Launch and Development. La introducción de
nuevos productos es imprescindible en la actividad comercial puesto
que mejora la posición del suministrador frente a la competencia y
permite la detallista ofrecer productos más adaptados a las
necesidades del cliente. La colaboración entra ambos en este campo
se centra en los frentes:
 Lanzamiento y desarrollo de nuevos productos.
 Desarrollo de marcas blancas (marcas con el nombre del distribuidor
y no del fabricante)

ERP: Enterprise Resource Planning. Planificación de Recursos de la
Empresa.
En 1997 se desarrolla el auge de los ERP, existiendo un gran
número de empresas en el mundo que pagaron millones de dólares
para la adquisición del mismo.
Definiciones:
Los sistemas ERP están diseñados para modelar y automatizar
muchos de los procesos básicos con el objetivo de integrar
información a través de la empresa, eliminando complejas
conexiones entre sistemas de distintos proveedores.
ERP es una arquitectura de software que facilita el flujo de
información entre las funciones de manufactura, logística, finanzas y
recursos humanos de una empresa.
¿Cuánto ayudan los sistemas ERP en la planificación y
programación
de
las
actividades
de
una
cadena
de
abastecimiento?

Muchos consideran que los sistemas ERP son la base para
implementar SCM

Los orígenes de ambos tipos de sistemas son muy distintos.

Esto se aprecia en como abordan el problema de interacción con
otras empresas.
Sin embargo hay importantes diferencias:

Los sistemas ERP (tipo SAP R/3) consideran las restricciones de
materiales, capacidades y demandas, separadamente, en cambio
los sistemas SCM las consideran conjuntamente.

Los sistemas SCM tienden a ser más rígidos y flexibles que los ERP,
que están más orientados a procesar transacciones.

Los sistemas SCM tienen mejor interfaz gráfica para gestionar la
cadena de abastecimiento.
Una alternativa es integrar los sistemas SCM con los ERP

A través de APIs, como el ALE (Application Link Enabling) de SAP.

Un enfoque más moderno es Specialized Integration Software (SIS)

Los principales proveedores de sistemas ERP han agregado
sistemas SCM.
En conclusión los sistemas ERP y SCM están cambiando
rápidamente, tratando de adoptar las mejores características de
cada uno, también el sistema más conveniente depende del tipo de
industria, características particulares e historia de la empresa.
SCM: Supply Chain Management
En la actualidad se puede percibir un cambio evidente en el estilo de
vida de los consumidores ligados al avance vertiginoso de la
tecnología (Internet, telefonía móvil, etc), cosa que favorece que
muchas familias puedan hacer los pedidos de los productos desde
sus propias casas.
Para afrontar estos cambios, la industria, debe evolucionar
modificando la estructura de la cadena de suministro, las relaciones
entre sus componentes y los roles que desempeñan. Estas
relaciones se basaran en compromisos a largo plazo edificados
sobre un espíritu de trust y apertura entre la totalidad de los
componentes de la cadena.
Las ventajas derivadas de estos compromisos son las siguientes:
Generación automática de las órdenes de pedido a lo largo de la
cadena sobre la base de la información directa del punto de venta.
Sistema pull de extremo a extremo de la cadena.
Ausencia de inventarios a causa del reaprovisionamiento continuo,
exceptuando los propios de las tiendas.
Una consecuencia de estas ventajas es la reducción del lead-time
del producto, lo cual permite a la empresa mayor flexibilidad para
adaptarse a una demanda más personalizada. En el futuro se
dispondrá de productos semiprocesados en espera de conocer las
especificaciones exactas deseadas por el comprador.
Las empresas que en este siglo no se adapten a los nuevos
requerimientos de los consumidores probablemente no prosperarán.
SCOR: Supply- Chain Operations Reference- model.
Modelo de Referencia del Funcionamiento de la Cadena de
Suministro.
Una definición amplia de la cadena de suministro incluye la
vinculación de todas las actividades que empiezan en el punto
dónde los materiales están más alejados hasta el punto dónde se
reemplazan nuevamente.
La Dirección de la Cadena de suministro involucra la coordinación de
la producción, los inventarios y las entregas de productos y servicios
a los clientes. Las empresas se empeñan en mejorar su eficacia
principalmente en la gestión de la cadena de suministro mejorando
el servicio al cliente, reduciendo costos y tiempos del ciclo de
inventario.
En 1996, dos empresas consultoras de Boston: Pittiglio Rabin Todd
& McGrath e Investigación de AMR decidieron desarrollar un
acercamiento a analizar y describir todos los aspectos de los
procesos de una cadena de suministro. El resultado fue el modelo
SCOR que se dio a conocer en 1996.
El modelo SCOR se diseñó con el objetivo de hacerlo aplicable a
todas las industrias. SCOR ayuda a las compañías a detectar los
problemas de la cadena de suministro, identificando según sus
objetivos, las mejoras en su actuación, e impulsando el desarrollo de
software de SCM. SCOR incluye en toda su dimensión, la cadena de
suministro
y
procura
su
perfeccionamiento
utilizando
como
referencia las mejores prácticas y su tecnología asociada.
El modelo de SCOR se basa en el acercamiento entre proveedorproductor-distribuidor y considera en detalles todas las actividades
desde el proveedor de un proveedor hasta el cliente de un cliente,
como se muestra en la figura siguiente.
El SCOR realiza los análisis de la cadena de suministro de una
compañía a tres niveles
Nivel 1 - A este nivel una compañía toma decisiones estratégicas
básicas que consideran su funcionamiento en los aspectos
siguientes:
La actuación en la entrega
La actuación en el cumplimiento de una orden
El tiempo de cumplimiento de una orden
Tiempo de respuesta de la cadena de suministro
La flexibilidad de la producción
El costo total de dirección de la cadena de suministro
Valor agregado
Costo de la garantía
Duración del ciclo del dinero en efectivo
Días del inventario de suministro
Sin embargo una compañía no se puede enfocar en todas las áreas
anteriores. Las compañías necesitan decidir en cuál de ellas
necesita mejorar para mejorar la eficacia de la cadena de suministro.
Nivel 2 – Este le permite a las compañías configurar su cadena de
suministro. La figura siguiente muestra los 17 elementos en que
operan el proceso proveedor-productor-distribuidor. Cada producto
puede tener su propio suministro
En el Nivel 2 se consideran los siguientes pasos:
El primer paso en SCOR es crear un diseño físico de la cadena del
suministro. El diseño físico de la cadena del suministro de un
fabricante de portátil se muestra debajo.
El próximo paso involucra la elección de los SCOP pertinentes para
los elementos del proceso y representarlos como se muestra a
continuación.
En estos momentos la compañía sabe sobre las entradas de
información requeridas y qué rendimientos esperaran.
La información que entra y los rendimientos esperados, para un
elemento del proceso desde la fuente S1 que abasteció el producto
se muestra debajo.
Junto con los elementos del proceso otros factores como los
atributos de la actuación en cuanto a la duración del ciclo, costo,
calidad y recursos; serán considerados, así como las mejores
prácticas en la industria y las características del software que se
requieran.
Compañías que usan SCOR han reportado mejoras significativas en
la eficacia de su cadena de suministro.
SCOR les ha ayudado a identificar las ineficacias en la configuración
de la cadena de suministro. En algunos de los casos se podría
reducir el número de participantes en la misma. Después de
configurar la cadena de suministro, las compañías miden su
resultado y trabajan por lograr las normas de las industrias de
mejores prácticas.
Aunque la primera versión de modelo de SCOR tuvo éxito, éste ha
estado sufriendo la revisión continua para su perfeccionamiento
acorde con los requisitos de la industria cambiantes.
Caso Práctico
El caso de estudio fue desarrollado en una empresa del sector de
Servicios Sanitarios (agua potable, alcantarillado, tratamiento de
aguas, etc.), y por lo tanto, la búsqueda de actitudes fraudulentas de
los consumidores no forma parte de sus funciones activas.
Actualmente, la oficina de fraudes dispone de personal que revisa
físicamente los medidores de los clientes caso a caso, con el fin de
detectar posibles fraudes
Requerimientos para el proyecto

Debe ser capaz de analizar y entregar indicadores sobre los siguientes
datos:

Consumo de servicios entregados (agua potable, alcantarillado,
etc.),

Tiempo (año, mes, semestre, etc.),

Ubicación (localidad, sector, ruta) donde se entrega el servicio y las
Características del servicio

Debe proveer capacidad de análisis visual, matemático, y entrega de
reportes.
Objetivo
Realizar un estudio a través de técnicas de MD que permitan
localizar y estudiar comportamientos anómalos sobre conjuntos de
datos, para poder así identificar posibles fraudes en clientes que
hacen uso indebido de los servicios que ofrece la empresa
El problema de la detección de fraude, radica en el análisis de
perfiles de usuario que permitan describir el comportamiento de un
cliente con el fin de detectar anomalías (DA).
La meta principal en la DA, es encontrar objetos que sean diferentes
de los demás. Frecuentemente estos objetos son conocidos como Outlier
Clementine-client contiene múltiples algoritmos para la detección de
fraudes, entre los cuales se encuentran los de Clusterización: KMeans, Sequence, TwoStep, Kohonen; y de Detección de Anomalías
(Outlier).
El software analiza los resultados obtenidos con el set de datos
introducidos y busca la mejor alternativa con el menor error posible
al aplicar cada uno de los algoritmos.
Comprensión del Negocio

Reuniones con la Gerencia de Clientes

El equipo propone utilizar técnicas de clustering para la detección de
anomalías con el fin de obtener un listado de clientes que presenten
datos atípicos
Comprensión de los Datos

Fue necesario analizar el modelo de base de datos relacional del
sistema de información de la empresa, específicamente aquellas
entidades que tienen relación con el proceso de facturación.

Éste mantiene información del consumo mensual de uso de agua
potable y alcantarillado de cada cliente que utiliza estos servicios
Preparación de los Datos

Debió diseñarse un Almacén de Datos
Modelado

El modelo de detección de anomalías de Clementine, entrega como
resultado grupos de datos con características similares, los cuales
son llamados grupos homólogos del modelo.

Cada g r u p o h o m ó l o g o e n t r e g a información sobre la cantidad
de registros procesados, la cantidad de anomalías encontradas, un
resumen sobre los campos escogidos a estudiar, entre otros
Evaluación

Los registros anómalos deben ser contrastados con la información
histórica de casos de fraude que almacena la empresa.
Implementación
Resultados

Después de varios intentos, se obtuvo información confiable.

Cerca del 73% de los registros detectados como anómalos son posibles
causas defraude

Baja de los costos
5.3 Marco Conceptual

Gestión: La noción de gestión, por lo tanto, se extiende hacia el
conjunto de trámites que se llevan a cabo para resolver un asunto o
concretar un proyecto. La gestión es también la dirección o
administración de una compañía o de un negocio.

Logística: Es una función operativa que comprende todas las
actividades y procesos necesarios para la administración estratégica
del flujo y almacenamiento de materias primas y componentes,
existencias en proceso y productos terminados; de tal manera, que
éstos estén en la cantidad adecuada, en el lugar correcto y en el
momento apropiado.

Proceso: Conjunto de actividades mutuamente relacionadas o que
interactúan, las cuales transforman elementos de entrada en
resultados.

Flujos de Información: Es el conjunto de todas sus transferencias
de información de acuerdo a un cierto análisis y en referencia a un
cierto período de tiempo.

Cadena de Valor: Es un modelo teórico que permite describir el
desarrollo de las actividades de una organización empresarial
generando valor al cliente final, descrito y popularizado por Michael
Porter.

Efecto en Cadena: Secuencia de reacciones, cuando ocurre un
evento en cualquier lugar del proceso.

Sincronización: Cuando todas las actividades o eventos de un
proceso ocurren en el momento requerido.

Marketing: Es la orientación con la que se administra el mercadeo o
la comercialización dentro de una organización.

Input/Output: Es un modelo económico desarrollado por Wassily
Leontief (1905-1999) por el que obtuvo un Premio Nobel en el año
1973. A menudo es denominado como modelo de Leontief. El
propósito fundamental del modelo IO es analizar la interdependencia
de industrias en una economía. El modelo viene a mostrar como las
salidas de una industria (outputs) son las entradas de otra (inputs),
mostrando una interrelacción entre ellas. En la actualidad es uno de
los modelos económicos más empleados en economía.

TIC: Tecnologías de Información y Comunicaciones.

Data Mining: Consiste en la extracción no trivial de información que
reside de manera implícita en los datos. Dicha información era
previamente desconocida y podrá resultar útil para algún proceso.
En otras palabras, la minería de datos prepara, sondea y explora los
datos para sacar la información oculta en ellos.

Clustering: Agrupamiento. El término cluster (a veces traducido al
español como clúster) se aplica a los conjuntos o conglomerados de
computadoras construidos mediante la utilización de hardwares
comunes y que se comportan como si fuesen una única
computadora.

Tarjeted Marketing: En el ámbito de la publicidad, los términos
mercado objetivo, público objetivo, grupo objetivo y mercado meta,
así como los anglicismos target, target group y target market, se
utilizan como sinónimos para designar al destinatario ideal de una
determinada campaña, producto o servicio.

Mailing: El correo directo (también conocido como mailing) es una
variedad de marketing directo que consiste en enviar información
publicitaria por correo postal o correo electrónico; esto es, un folleto
publicitario que suele ir acompañado de una carta personalizada.
Tanto el folleto como la carta son creaciones publicitarias que
muestran los beneficios o ventajas de determinado producto.

ERP: Los sistemas de Planificación de Recursos Empresariales, o
ERP (por sus siglas en inglés, Enterprise Resource Planning) son
Sistemas de Información Gerenciales que integran y manejan
muchos de los negocios asociados con las operaciones de
producción y de los aspectos de distribución de una compañía en la
producción de bienes o servicios.

MRP (Material Requirements Planning)

MRP II (Manufacturing Resource Planning)

MES (Manufacturing Execution Systems)

E-learning: Se denomina aprendizaje electrónico (conocido también
por
el
anglicismo
e-learning)
a
la
educación
a
distancia
completamente virtualizada a través de los nuevos canales
electrónicos (las nuevas redes de comunicación, en especial
Internet), utilizando para ello herramientas o aplicaciones de
hipertexto (correo electrónico, páginas web, foros de discusión,
mensajería instantánea, plataformas de formación -que aúnan varios
de los anteriores ejemplos de aplicaciones-, etc.) como soporte de
los procesos de enseñanza-aprendizaje. En un concepto más
relacionado con lo semipresencial, también es llamado b-learning
(blended learning).

CRM: La administración basada en la relación con los clientes. CRM
es un modelo de gestión de toda la organización, basada en la
orientación al cliente (u orientación al mercado según otros autores),
el concepto más cercano es marketing relacional (según se usa en
España) y tiene mucha relación con otros conceptos como: clienting,
marketing 1x1, marketing directo de base de datos, etcétera

Bussines Intelligence: Se denomina inteligencia empresarial,
inteligencia de negocios o BI (del inglés business intelligence) al
conjunto
de
estrategias
y
herramientas
enfocadas
a
la
administración y creación de conocimiento mediante el análisis de
datos existentes en una organización o empresa.

Pymes: Pequeñas y Medianas Empresas

Outlier: Un elemento de los datos que es significativamente
diferente a los otros datos de la colección, o un elemento que parece
implicar un patrón que es inconsistente con el grueso de la evidencia
de datos. Siempre se debe considerar cuidadosamente al "outlier".

Data Warehouse: En el contexto de la informática, un almacén de
datos (del inglés data warehouse) es una colección de datos
orientada a un determinado ámbito (empresa, organización, etc.),
integrado, no volátil y variable en el tiempo, que ayuda a la toma de
decisiones en la entidad en la que se utiliza.

Anomaly: Anomalías encontrados en los datos.

Clementine-client: Software de Minería de Datos, que contiene
multiples algoritmos para la detección de fraudes.

knowledge-driven: Negocios orientados al conocimiento.