Simposio Internacional de Industria

Análisis empírico de los efectos del aprendizaje en el sistema logístico fabricación por pedido

Resumen

Esta investigación es una continuación del estudio del aprendizaje en la cadena de suministro, específicamente en su plazo de entrega teniendo en cuenta el enfoque de gestión logística fabricación por pedido. Con este fin, se recopilan datos empíricos de una empresa, que responde a este enfoque. En esta empresa se analizó el efecto del aprendizaje y se modeló para mejorar la precisión de los pronósticos y la planificación de la producción. La muestra seleccionada se ajustó a las curvas de aprendizaje reconocidas en la literatura. Se estimó y se investigó qué curva se aproxima al comportamiento real de los puntos. Para ello se analizaron los valores del coeficiente de determinación y los errores de la ecuación generados por la desviación de la raíz cuadrada media. El análisis confirma que los efectos del aprendizaje se producen en el plazo de entrega. El error más pequeño se encuentra en las representaciones de las curvas de aprendizaje que se realizan mediante modelos log-lineales. El mejor modelo log-lineales para representar la curva es el modelo De Jong con una tasa de aprendizaje de 73,95%. Como resultado, se puede suponer que la duración del tiempo de entrega disminuye a medida que aumenta el número de pedidos procesados. Este incremento fomenta la creación de estilos de trabajo y la consulta de proveedores y clientes estables.

Abstract

This paper is a continuation of the study of learning in the supply chain, specifically in its lead-time taking into account the logistics management approaches make to order. To this end, empirical data was collected from one company, which respond to these approaches. In this company, the effect of learning was analyzed and it was modelled to improve the accuracy of forecasts and production planning. The selected sample was adjusted to the learning curves recognized in the literature. It was estimated and it was investigated which curve approximates the actual behavior of the points. For this purpose, the determination coefficient and the errors of the equation generated by the deviation of the mean square root were analyzed. The analysis confirm that learning effects occur in the lead-time. The smallest error is found in the representations of the learning curves are made by log-linear models. The best log-linear model to represent the curve is the De Jong model with a learning rate of 73,95%. As a result, it can be assumed that the length of the lead-time decreases as the number of orders processed increases. This increase encourages the creation of work styles and the consultation of stable suppliers and customers.