Control de Inventarios para la Mejora en la Gestión Logística

Abstract

A nivel mundial las organizaciones se enfrentan desafíos constantes en la gestión de inventarios lo que sugiere la aplicación de estrategias innovadoras para optimizar sus sistemas. El objetivo principal de esta investigación es mejorar la gestión de inventarios mediante herramientas logísticas factibles y prácticas. La metodología aplicada tuvo enfoque cualitativo y cuantitativo para analizar y evaluar dichas herramientas. Entre las herramientas aplicadas se aplicó un FODA como base para el estudio, seguido de un diagrama de Pareto para la identificación de los problemas principales en la empresa Comercial e Industrial. Además, se realizó una clasificación ABC para obtener los productos con mayor participación en ventas y adicionalmente se utilizó un modelo de redes neuronales con aplicación del software R-estudio, el cual arrojo datos de factibilidad adecuada para mejorar el sistema de inventarios. Por último, el análisis para la aplicación de métodos de inventario mediante los modelos de Silver Mail (SM) y Warner Winting (WW) arrojaron un porcentaje del 3.7% y 7.4% respectivamente, que contribuyen a la optimización del sistema de gestión de inventarios en la empresa Comercial e Industrial. La investigación demuestra que es posible optimizar de manera significativa la gestión de inventarios en la empresa utilizando la aplicación de modelos de redes de neuronales que evidencia que la integración de estas herramientas innovadoras. Las redes neuronales no sólo son factibles, sino que aumentan la efectividad para enfrentar desafíos globales en la gestión de inventarios y garantizar un desempeño empresarial más competitivo.Globally, organisations face constant challenges in inventory management, suggesting the application of innovative strategies to optimise their systems. The central objective of this research endeavour is to enhance inventory management through the implementation of pragmatic and operational logistics instruments. The methodology employed in this study encompassed a dual approach, integrating qualitative and quantitative methods, to analyse and evaluate the efficacy of these tools. The applied tools included a SWOT analysis and a Pareto diagram, which were used to identify the main problems in the Commercial and Industrial company. Furthermore, an ABC classification was conducted to identify products with the highest sales share, and a neural network model was employed with the R-study software to assess the feasibility of enhancing the inventory system. The analysis for the application of inventory methods using the Silver Mail (SM) and Warner Winting (WW) models yielded a percentage of 3.7% and 7.4%, respectively, which contributed to the optimisation of the inventory management system in the Commercial and Industrial Company. The research demonstrates the potential for significant optimisation of inventory management within the company through the application of neural network models, thereby underscoring the integration of these innovative tools. The findings underscore the viability and efficacy of neural networks in addressing global challenges in inventory management, thereby ensuring enhanced competitive performance in business operations.