Enfoque para perfilar la actividad de almacenamiento usando la información histórica de las órdenes de los clientes
Approach for profiling warehousing activity using customer's order data history.
Barra lateral del artículo
Términos de la licencia (VER)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Declaración del copyright
Los autores ceden en exclusiva a la Universidad EIA, con facultad de cesión a terceros, todos los derechos de explotación que deriven de los trabajos que sean aceptados para su publicación en la Revista EIA, así como en cualquier producto derivados de la misma y, en particular, los de reproducción, distribución, comunicación pública (incluida la puesta a disposición interactiva) y transformación (incluidas la adaptación, la modificación y, en su caso, la traducción), para todas las modalidades de explotación (a título enunciativo y no limitativo: en formato papel, electrónico, on-line, soporte informático o audiovisual, así como en cualquier otro formato, incluso con finalidad promocional o publicitaria y/o para la realización de productos derivados), para un ámbito territorial mundial y para toda la duración legal de los derechos prevista en el vigente texto difundido de la Ley de Propiedad Intelectual. Esta cesión la realizarán los autores sin derecho a ningún tipo de remuneración o indemnización.
La autorización conferida a la Revista EIA estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo en el Sistema Open Journal Systems de la Revista EIA, así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación.
Todos los contenidos de la Revista EIA, están publicados bajo la Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Licencia
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Contenido principal del artículo
Resumen
En una cadena de suministro, el proceso de almacenamiento representa un porcentaje significativo en los costos logísticos. En esta actividad, la toma objetiva de decisiones juega un importante rol, porque permite el mejoramiento de los procesos y la reducción de costos. Por esta razón, antes de la toma de decisiones es necesario realizar un análisis sistemático y estadístico del proceso. En este estudio, se presenta un enfoque cuantitativo para perfilar la actividad de almacenamiento, usando la información histórica de las órdenes de los clientes. Para caracterizar las órdenes, se evalúan el número de líneas por orden y la afinidad en un conjunto de órdenes. Adicionalmente, para estimar la afinidad entre órdenes, se presenta un nuevo procedimiento. El resultado, es un conjunto de grupos, los cuáles, identifican diferentes perfiles de órdenes en la actividad de almacenamiento. Finalmente, se desarrolla un caso de estudio donde se realiza la aplicación del enfoque presentado.
Descargas
Detalles del artículo
Laura Osorio Sierra, Universidad EAFIT
Antioquia, Envigado.Referencias (VER)
Accorsi, R., Manzini, R. and Maranesi, F. (2014) ‘A decision-support system for the design and management of warehousing systems’, Computers in Industry. Elsevier, 65(1), pp. 175–186.
Agrawal, R., Imieliński, T. and Swami, A. (1993) ‘Mining association rules between sets of items in large databases’, in Acm sigmod record, pp. 207–216.
Andres, B. (ed.) (2018) Encuesta Nacional Logística 2018. Available at: https://onl.dnp.gov.co/es/Publicaciones/SiteAssets/Paginas/Forms/AllItems/Informe de resultados Encuesta Nacional Logística 2018.pdf.
Baker, P. and Canessa, M. (2009) ‘Warehouse design: A structured approach’, European Journal of Operational Research. Elsevier, 193(2), pp. 425–436.
Bartholdi, J. J. and Hackman, S. T. (2008) Warehouse & Distribution Science: Release 0.89. Supply Chain and Logistics Institute.
Chackelson, C., Errasti, A. and Tanco, M. (2011) ‘A World Class Order Picking Methodology: An Empirical Validation’, in IFIP International Conference on Advances in Production Management Systems, pp. 27–36.
Chen, M.-C. et al. (2005) ‘Aggregation of orders in distribution centers using data mining’, Expert Systems with Applications. Elsevier, 28(3), pp. 453–460.
Chuang, Y.-F., Lee, H.-T. and Lai, Y.-C. (2012) ‘Item-associated cluster assignment model on storage allocation problems’, Computers & industrial engineering. Elsevier, 63(4), pp. 1171–1177.
Errasti, A. et al. (2011) ‘Diseño de un sistema de picking producto a operario. Aplicación del diseño de experimentos mediante simulación de eventos discretos.’, Dyna, 86(5), pp. 515–522.
Frazelle, E. (2002a) Supply Chain Strategy : The Logistics of Supply Chain Management, The McGraw-Hill Companies. doi: 10.1036/0071418172.
Frazelle, E. (2002b) World-Class Warehousing and Material Handling, New York. Edited by McGraw-Hill. McGraw-Hill.
Van Gils, T. et al. (2018) ‘Designing efficient order picking systems by combining planning problems: State-of-the-art classification and review’, European Journal of Operational Research. Elsevier, 267(1), pp. 1–15.
Goetschalckx, M. and Ashayeri, J. (1989) ‘Classification and design of order picking’, Logistics World. MCB UP Ltd, 2(2), pp. 99–106.
Han, J., Pei, J. and Kamber, M. (2011) Data mining: concepts and techniques. Elsevier.
Hsieh, L. and Tsai, L. (2006) ‘The optimum design of a warehouse system on order picking efficiency’, The International Journal of Advanced Manufacturing Technology. Springer, 28(5–6), pp. 626–637.
De Koster, R., Le-Duc, T. and Roodbergen, K. J. (2007) ‘Design and control of warehouse order picking: A literature review’, European journal of operational research. Elsevier, 182(2), pp. 481–501.
Park, B. C. (2011) ‘Order Picking Performance’, 대한산업공학회지, 37(4), pp. 271–278.
Rouwenhorst, B. et al. (2000) ‘Warehouse design and control: Framework and literature review’, European Journal of Operational Research. Elsevier, 122(3), pp. 515–533.
SPSS (2001) The SPSS TwoStep Cluster Component A scalable component enabling more efficient customer segmentation.
Yener, F. and Yazgan, H. R. (2019) ‘Optimal warehouse design: Literature review and case study application’, Computers & Industrial Engineering. Elsevier, 129, pp. 1–13.
Artículos similares
- Eduar Fernando Aguirre Gonzalez, Joan Sebastián Zúñiga Marin, Diseño de un modelo de costos basado en actividades aplicado a procesos logísticos. Caso: empresa del sector alimenticio tradicional. , Revista EIA: Vol. 19 Núm. 37 (2022): Tabla de contenido Revista EIA No. 37
También puede {advancedSearchLink} para este artículo.