Sistema de Gestión de Almacenes Basado en Inteligencia Artificial para Optimizar las Ventas

Descripción del Articulo

Hoy en día, en Perú, con la digitalización, las empresas distribuidoras de útiles al por mayor, han tenido la apertura de más canales de venta y medios de pagos, por lo que se ven obligados a cumplir en tiempo y calidad las demandas de productos. Sin embargo, se ha comprobado que la falta de una bue...

Descripción completa

Detalles Bibliográficos
Autores: Paredes Solsol, Victor Hugo, Diaz De La Vega Huanca, Juan Humberto
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/683823
Enlace del recurso:http://hdl.handle.net/10757/683823
Nivel de acceso:acceso abierto
Materia:Predicción de demanda
Gestión de inventarios
Algoritmos de predicción
Optimización de stock
Demand forecasting
Inventory management
Forecasting algorithms
Inventory optimization
Stock optimization
https://purl.org/pe-repo/ocde/ford#2.02.04
https://purl.org/pe-repo/ocde/ford#2.00.00
Descripción
Sumario:Hoy en día, en Perú, con la digitalización, las empresas distribuidoras de útiles al por mayor, han tenido la apertura de más canales de venta y medios de pagos, por lo que se ven obligados a cumplir en tiempo y calidad las demandas de productos. Sin embargo, se ha comprobado que la falta de una buena gestión de control del inventario pone en riesgo la satisfacción del cliente. Por ello este proyecto basado en inteligencia artificial (IA) se dedica a desarrollar un Sistema de Predicción de Demanda que se pueda sumar a las plataformas de gestión de inventarios. La idea es prever qué productos se necesitarán, lo que permite a las empresas ajustar su stock y evitar pérdidas. El proceso se llevó a cabo en cuatro etapas. Primero, analizamos cómo se gestionan los inventarios hoy en día. Luego, diseñamos algoritmos que ayudan a hacer predicciones. Después, implementamos el sistema y para finalizar se realizaron pruebas en situaciones reales. Utilizamos técnicas como el análisis de series temporales para que estos algoritmos puedan anticipar la demanda con precisión. Se integraron en un sistema automatizado que se acopló a la tecnología que las empresas ya tienen. Para validar el sistema, hicimos pruebas en el día a día y los resultados fueron muy positivos, tanto en precisión como en facilidad de uso. También consultamos a expertos y recibimos buenos comentarios. En resumen, este sistema es práctico y efectivo para gestionar inventarios en diferentes empresas, ofreciendo una herramienta que ayuda a tomar decisiones más informadas y optimizar recursos.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).