Documentos de Académico
Documentos de Profesional
Documentos de Cultura
a Logística
Sobre mí
Descripción Minutos
• Excel.
• MySQL (SQL; Base de Datos).
• Alteryx / Pentaho (ETL (Extract, Transform, Load), Análisis).
• PowerBI (Visualización).
• Python Pandas / Python Scikist Learn (ETL, Analítica Avanzada).
Para quien es este curso?
• Que pasó ?
• Que está pasando?
• Porque?
• Que sucederá?
• Que quiero que suceda?
11
La gerencia y sus quejas
12
Mercados competitivos
13
Información y conocimiento
15
Que es Analítica avanzada
Análisis de datos NO es un software, ni es un conjunto de herramientas, es un proceso
dentro de la empresa que permite transformar los datos en información y la
información en conocimiento; de forma tal, que se pueda integrar la tecnología con la
toma de decisiones en los negocios, para maximizar su competitividad y rentabilidad.
www.inservicios.com 16
Cual es la esencia de la analítica avanzada
Predictivo
Anticiparse Analítica
Alto Que pasará Avanzada
Descriptivo Observar
BI
Bajo Qué pasó - Qué está pasando
Fuente: RapidMiner 17
Visión a futuro
DESVIACION
DESPACIO
ADELANTE
18
Visión a futuro: beneficios
19
Tres estrategias de la aplicaciones de analítica de datos
en los negocios
20
Ejemplo real: Reducción de compras de partes
www.inservicios.com 21
Minería de datos en compra de partes
350000
Volumen de ventas por mes por año
300000
Pareto de cantidad de partes por costos
2010 35,000
250000 31,003
2011 30,000
200000
2012 25,000 Concentrarse
150000
2013 20,000
En reducir
100000 2014 costos para
15,000 estas partes
50000 2015
10,000 7,145 6,987
0
1 2 3 4 5 6 7 8 9 10 11 12 5,000 1,650
0
0-50% 50%-80% 80%-90% < 90%
A B C D E F G H I J
A B C D E F G
www.inservicios.com
www.inservicios.com 22
Etapas funcionales en la implementación de analítica de datos
Consolidar datos de Limpieza y Analizar la data y Visualización de la
diferentes fuentes de preparación de convertirla en información en tiempo real,
1 2 3 4
manera automática los datos información valiosa en la web, cloud o intranet.
que aumenta Análisis de los procesos de
rentabilidad negocio de manera integral
desde diferentes perspectivas.
Limpieza
Salidas de Negocio
Integra
Analiza
Base de datos
única
www.inservicios.com 23
Aporte de Analítica / BI en las empresas
Data
ERP (SAP, Oracle)
Información
Analítica avanzada
Conocimiento
Know How
www.inservicios.com 24
Beneficios de la analítica avanzada
www.inservicios.com 25
La rentabilidad de un proyecto de Analitica avanzada / BI
www.inservicios.com
Beneficios adicionales:
1. Integración de datos desde diferentes fuentes como Excel, Access, SAP, Profit, etc. Para
consolidarlos y llevar a cabo análisis que maximicen rentabilidad del negocio.
2. Limpieza de los datos. Por ejemplo, fechas con diferentes formatos, datos vacíos que no
agregan valor, datos mal digitados, etc. Y solo se deja la data transformada y valiosa que
se puede utilizar para análisis.
3. Medición del negocio en tiempo real a través de métricas en la web para tomas de
decisiones de negocio. La cual se puede ver desde cualquier fuente que se conecté a la
Internet, como smartphones, laptops, Desktops, Tablets, etc.
www.inservicios.com 28
Diferencia entre BI y Advanced Analytics
Analítica se refiere a las habilidades, tecnologías, aplicaciones y prácticas para la
exploración e investigación iterativa continua de datos para obtener información e
impulsar la planificación empresarial. La analítica consta de dos áreas principales:
Inteligencia de negocios y analítica avanzada
Business Intelligence: tradicionalmente se enfoca en usar un Analítica avanzada: va más allá de Business Intelligence mediante el uso de técnicas
conjunto consistente de métricas para medir el desempeño pasado de modelado sofisticadas para predecir eventos futuros o descubrir patrones que no se
y guiar la planificación comercial. Business Intelligence consiste en pueden detectar de otra manera. Los análisis avanzados pueden responder preguntas
consultas, informes, OLAP (procesamiento analítico en línea) y como "¿por qué sucede esto?", "¿qué sucede si estas tendencias continúan?", "¿qué
puede responder preguntas que incluyen "Qué sucedió", sucederá a continuación?" (predicción), "qué es lo mejor que puede suceder"
29
"cuántos" y "con qué frecuencia" (optimización).
Diferencias entre BI / Advanced Analytics
Business Intelligence Analítica Avanzada
Orientación Vista hacia atrás Futuro
Que Sucedió? Cuando? Que Sucederá? Que
Tipos de preguntas Quien? Cuantos? Sucedera si cambiamos
esto?
Big Data Sí Sí
Estructurada Estructurada y no
Tipo de datos
Algo no-estructurada estructurada
Generación de conocimiento Manual Automática
Usuarios de Negocios Científicos de datos
Analistas de negocio
IT
Usuarios Usuarios de negocio
31
Introducción a la Gestión Digital aplicada a SCM
Conceptos clave de la analítica de datos
Fase I. Business
Understanding. Definición de • Objetivos y Exigencias
necesidades del cliente del proyecto
(comprensión del negocio) • Valoración de la
Esta fase inicial se enfoca en la solución de Data
comprensión de los objetivos Science.
de proyecto. Después se • Definición del problema
convierte este conocimiento de Data Science.
de los datos en la definición de
• Preparar plan del
un problema de minería de proyecto
datos y en un plan preliminar
diseñado para alcanzar los
objetivos.
Cliente
Proveedor Proveedor
de caucho de Llantas Minorista
Proveedor Información (Ordenes)
Proveedor Prov. de partes
engranaje Mayorista
Minorista Cliente
Materiales
Proveedor Proveedor Bicicleta
pedales
Minorista Cliente
Horno de Planta de
Mayorisa
fundición fundición ensamblador Dinero (Pagos)
de cuadro
Manufactura
Ciclo de Compras
Proveedor
Perspectiva de Macro (Software) Procesos
Perspectiva de Procesos
Perspectiva Funcional tradicional de la Cadena
Compra / Adquisiciones Procesamiento de pedidos
• Qué comprar a quién? • Recepción, entrada y estatus
• Corporativo vs Grupo • Gestión de pedidos
Control de inventario Transporte
• Cuánto almacenar y dónde • Entrante vs Saliente
• Puntos gatillo (Triggers) • Nacional versus internacional
• Plan de reposición • Control multi-modal (Ferrocarril, TL, LTL,
Almacenamiento Paquetería, Aéreo, etc.)
• Almacenamiento, mezcla, carga fraccionada Servicio al Cliente
• Recoger, Empacar y Enviar • Geográfico
• Qué almacenar y dónde en cual WH • Línea de productos específica
Manipulación de materiales Grupo de Planificación
• Cómo mover el producto • Ubicación de la instalación
• Embalaje, contenerización • Diseño de red
• Diseño de almacenamiento • Planificación de la demanda (S&P)
¿Cuáles son los principales desafíos?
(¿Porqué es tan dificil?)
6a1
Al finalizar este curso, ustedes podrán:
Al finalizar este curso, ustedes podrán:
• Entender porque analítica de datos es crítica para la logística y la cadena de suministro y cual es su impacto
financiero y económico.
• Entender los puntos de dolor en diferentes procesos de la cadena y ver como la analítica de datos puede
apoyar resolviéndolos.
• Aplicar procesos reales de analítica avanzada a logística y la cadena de suministros, tales como:
- Recopilación y selección de datos.
- Preparación y análisis de datos.
- Visualización y comunicación de resultados
- Algoritmos de análisis específicos orientados a mejorar la cadena.
Para quien es este curso?
• El mercado laboral está ávido de talentos que sepan cómo aplicar el análisis de
datos a la gestión de la cadena de suministro y generar un impacto económico
significativo.
Estructura del Programa
Proyecto Modulo #1
Desde la capacidad de dotar de inteligencia a un almacén gracias a la IoT hasta asegurar la integridad
de la información compartida mediante el blockchain, estos son los principales beneficios que implica
la cadena de suministro 4.0:
• Toma de decisiones más ágil: los mejores sistemas de comunicación posibilitan que las compañías
interactúen más entre sí y con más fluidez. Así, mejora y se agiliza la toma de decisiones.
• Eficiencia y productividad: la implantación de equipos de producción, sistemas de
almacenamiento, preparación de pedidos y transportes autónomos (como drones, robots móviles o
los futuristas camiones sin conductor) facilitarán el máximo rendimiento de una instalación.
• Eliminación de errores: el uso de software especializado, como los sistemas de gestión de
almacenes (SGA), suprime los errores en la gestión de la mercancía. Esto se traduce en un servicio
mucho más rápido y satisfactorio.
• Integración de procesos: una cadena de suministro digital posibilita que todas las compañías
tengan visibilidad sobre los datos de la mercancía en cualquier etapa, lo que asegura la trazabilidad
completa del producto.
Desventajas:
• El costo de adoptar una estrategia de Supply Chain 4.0 es significativo
Historia de la Supply Chain 4.0
Historia de la Supply Chain 4.0
Supply Supply Supply Supply
Chain 1.0 Chain 2.0 Chain 3.0 Chain 4.0
▪ Maquinas de ▪ Uso de la
▪ Electricidad ▪ Computadoras
vapor Internet.
e IT.
▪ Producción
▪ Transporte ▪ IoT
masiva ▪ Sistemas de
mecanizado
administración ▪ Cloud
▪ Aplicación de
▪ De la fuerza logística.
logística. ▪ RFID
animal a trenes
▪ Uso de WMS,
y barcos de ▪ Mecanización TMS ▪ Machine
vapor. de carga en Learning and
puertos Artificial
Intelligence
Internet de las cosas (IoT). Que es?
El Internet de las Cosas (IoT) es la red de objetos físicos o "cosas"
incrustadas con electrónica, software, sensores y red conectividad, que
permite que estos objetos recopilen e intercambien datos.
• Los dispositivos físicos ahora se están integrando con sensores y software y se pueden
conectar a Internet para que los datos se puedan intercambiar. Según McKinsey Global
Institute, los dispositivos IoT deben poder monitorear su entorno e informar su estado,
recibir instrucciones y actuar en consecuencia con la información que reciben.
Internet de las cosas (IoT). Que es?
¿Por qué las tecnologías emergentes como IoT se están volviendo tan populares? Para uno
cosa, proporcionan el libre flujo de datos en tiempo real. Expertos en tecnología de la información
luego puede analizar datos y usar la información de dispositivos inteligentes para ayudar a refinar
procesos, optimizar las operaciones y mejorar la precisión de los pronósticos, para
ejemplo. IoT genera enormes cantidades de datos nuevos, más de los que se utilizan actualmente.
El ciclo de vida del IoT
Publicar Subscribir
DISPOSITIVO 1 TEMA DISPOSITIVO 2
.
Protocolo MQTT (Message Queuing Telemetry Transport)
Protocolo MQTT (Message Queuing Telemetry Transport)
La visibilidad en tiempo real permite a las empresas ingresar a un nuevo nivel de eficiencia
operativa. Con los datos sobre la cantidad de materiales disponibles, la ubicación del trabajo
en curso y el estado de los bienes en tránsito, las empresas reducen el tiempo y los costos
de búsqueda de materiales, así como también logran una mayor velocidad de las
operaciones.
Beneficios de IoT Integrada con la Cadena de Suministros
Con IoT, las empresas pueden reducir el tiempo que lleva cumplir con los pedidos de los
clientes y proporcionarles los datos sobre dónde están sus artículos y cuándo exactamente
se entregarán.
Con datos en tiempo real sobre la cantidad, la ubicación y el movimiento de los artículos del
inventario, los fabricantes saben cuándo necesitan reabastecerse. Elimina la necesidad de
mantener varias semanas de inventario disponible, lo que permite mantener un alto nivel
de servicio al cliente.
Beneficios de IoT Integrada con la Cadena de Suministros
IoT ayuda a identificar y, por lo tanto, mitigar al menos cinco de las siete actividad de
desperdicio operativa (actividades operativas que no agregan valor), incluidos los
desperdicios de transporte, inventario, sobreproducción y sobre procesamiento.
RFIS (Radio Frequency Identification)
Las etiquetas RFID son un tipo de sistema de rastreo que utiliza radiofrecuencia para buscar,
identificar, rastrear y comunicarse con artículos y personas. Esencialmente, las etiquetas RFID son
etiquetas inteligentes que pueden almacenar una variedad de información, desde números de
serie hasta una breve descripción e incluso páginas de datos.
Las etiquetas RFID son microchips que contienen datos digitales codificados sobre los objetos a
los que están adheridos (por ejemplo, tipo, descripción, fabricante, etc.). Las etiquetas RFID
pueden adherirse a cualquier superficie física, desde materias primas hasta paquetes y cajas.
Las antenas RFID capturan las ondas de radio de los lectores para suministrar energía a las
etiquetas y permitirles transmitir los datos de identificación que contienen a los lectores.
Los lectores RFID se utilizan para leer los datos de las etiquetas. Pueden escanear el número de
etiquetas a distancia. Escaneada por un lector RFID, una etiqueta emite una señal de radio que
lleva su identificación. El lector convierte las ondas de radio emitidas por las etiquetas RFID en
información digital y las transmite a la nube para su almacenamiento, procesamiento y análisis.
RFID Integrada con la Cadena de Suministros
RFID Integrada con la Cadena de Suministros
Bodegas inteligentes (Smart Warehouses)
• La automatización de almacenes es el proceso de automatizar el movimiento de inventario hacia, dentro y
fuera de los almacenes a los clientes con una asistencia humana mínima. Como parte de un proyecto de
automatización, una empresa puede eliminar las tareas que requieren mucha mano de obra y que involucran
trabajo físico repetitivo e ingreso y análisis manual de datos.
Bodegas inteligentes (Smart Warehouses)
Las categorías de automatización de almacenes incluyen:
• Automatización básica de almacén: este tipo de automatización se refiere a una tecnología simple que ayuda a las
personas con tareas que de otro modo requerirían más trabajo manual. Por ejemplo, un transportador o carrusel
mueve el inventario del punto A al punto B.
• Automatización del sistema de almacén: este tipo de sistema utiliza software, aprendizaje automático, robótica y
análisis de datos para automatizar tareas y procedimientos. Por ejemplo, un sistema de gestión de almacenes revisa
todos los pedidos que deben completarse en un día y hace que los usuarios elijan artículos similares para cumplir con
todos esos pedidos a la vez para que no tengan que recorrer el almacén de un lado a otro varias veces.
• Automatización de almacén mecanizada: este tipo de automatización de almacén utiliza equipos y sistemas robóticos
para ayudar a los humanos con las tareas y procedimientos del almacén. Los robots autónomos de carga de estantes
móviles que levantan estantes de productos y los entregan a recolectores humanos para recuperarlos y clasificarlos es
un ejemplo.
Sistemas automatizados de almacenamiento y recuperación (AS/RS): Los AS/RS son una forma de tecnología de
cumplimiento de GTP que incluye sistemas y equipos automatizados como vehículos de transporte de materiales,
transbordadores y minicargadores para almacenar y recuperar materiales o productos. Las aplicaciones de
almacén de gran volumen con limitaciones de espacio tienden a utilizar sistemas AS/RS.
Bodegas inteligentes (Smart Warehouses)
La tecnología de automatización de almacenes incluye:
Vehículos guiados automáticamente (AGV): esta clase de automatización mecanizada tiene una potencia
informática mínima a bordo. Estos vehículos utilizan bandas magnéticas, cables o sensores para navegar por un
camino fijo a través del almacén. Los AGV están limitados a entornos de almacén grandes y simples diseñados con
este diseño de navegación. Los almacenes complejos con mucho tráfico de personas y limitaciones de espacio no
son buenos candidatos para AGV.
Robots móviles autónomos (AMR): más flexibles que los AGV, los AMR utilizan sistemas GPS para crear rutas
efectivas a través de un almacén específico. Utilizan sistemas de guía láser avanzados para detectar obstáculos,
por lo que los AMR pueden navegar de manera segura en entornos dinámicos con mucho tráfico humano. Son
fáciles de programar con rutas y fáciles de implementar rápidamente.
Bodegas inteligentes (Smart Warehouses)
La tecnología de automatización de almacenes incluye:
Sistemas Pick-to-Light y Put-to-Light: estos sistemas utilizan dispositivos de escaneo de códigos de barras móviles
sincronizados con pantallas de luz digital para indicar a los recolectores del almacén dónde colocar o recoger los
artículos seleccionados. Pueden reducir drásticamente el tiempo de caminar y buscar y el error humano en
situaciones de alto volumen.
Selección y asignación de tareas por voz: el uso de procedimientos de almacén dirigidos por voz, también
conocidos como selección por voz, utiliza software de reconocimiento de voz y auriculares móviles. El sistema crea
rutas de selección optimizadas para dirigir a los trabajadores del almacén a dónde recoger o guardar un producto.
Este método elimina la necesidad de dispositivos portátiles como escáneres de RF, por lo que los recolectores
pueden concentrarse en su tarea con mayor seguridad y eficiencia.
Bodegas inteligentes (Smart Warehouses)
La tecnología de automatización de almacenes incluye:
2. Aprendizaje no supervisado
El aprendizaje no supervisado es opuesto al aprendizaje supervisado:
no hay etiquetas determinadas por humanos.
3. Aprendizaje semisupervisado
•Automatización de respuestas: Permite que las personas puedan enfocarse en otras áreas y dejar que
el sistema tome la mejor decisión.
•Aceleración de resultados: Es posible realizar acciones con un éxito comprobado, respaldado por datos
y aplicaciones de ML.
Desventaja del Machine Learning (Aprendizaje automático)
•Inaccesible para muchos: El Machine Learning puede llegar a ser costoso. Es una herramienta que necesita un
plazo de tiempo específico para aprender y adaptarse, pero con grandes beneficios a
largo plazo.
•Exclusión en los datos: Los algoritmos de ML pueden llegar a excluir ciertas poblaciones. Hay que recordar que
aprenden basándose de información proporcionada por seres humanos, y que puede
contener prejuicios.
•Alto grado de especialización: El Machine Learning es una herramienta especializada y no muchas personas tienen
la habilidad de comprenderla. En la actualidad se necesita de un científico de datos
para implementar el ML, pero seguramente esto cambiará en un futuro.
Machine Learning en Supply Chain
#1 Gestión de inventario
Según los datos que se pueden obtener de muchas áreas, como el entorno del mercado,
las tendencias estacionales, las promociones, las ventas y el análisis histórico, con ML
puede predecir el crecimiento de la demanda. Y puedes prepararte para llenar tus almacenes
con anticipación así como prevenir excesos de mercadería o partes importantes para la fabricación.
Machine Learning en Supply Chain
#2 En los almacenes,
NLP (Natural language processing) permiten a los especialistas de almacén detectar automáticamente
la llegada de paquetes y cambiar sus estados de entrega. Las cámaras escanean códigos de barras
y etiquetas en el paquete y toda la información necesaria va directamente al sistema.
#3 Logística y transporte
ML ayuda a comprender dónde se encuentra un paquete en todo el ciclo logístico. Permite a los
profesionales de la cadena de suministro rastrear la ubicación de los bienes durante el transporte.
Con la ayuda de sensores, los minoristas pueden controlar parámetros como la humedad,
la vibración, la temperatura, etc.
Machine Learning en Supply Chain
#4 Producción
Con ML, es posible identificar problemas de calidad en la línea de producción en las primeras etapas.
Por ejemplo, con la ayuda de la visión artificial, los fabricantes pueden comprobar si el aspecto final
de los productos se corresponde con el nivel de calidad requerido. Si los productos tienen algunos
defectos, es fácil detectarlos antes de que lleguen a los clientes.
LPWAN (low-power wide area network)
WAN de baja potencia (LPWAN):
Las LPWAN permiten una conectividad inalámbrica de bajo costo que hace que sea viable agregar
conectividad a activos de menor valor, así como a equipos con seguimiento tradicional, como
camiones, contenedores de envío y carga ferroviaria. El punto de precio significa que los artículos
individuales de menor valor (o paquetes de ellos) se pueden rastrear a un costo sostenible y en
un volumen enorme.
Que es el Blockchain
• Cadena de bloques en español.
• la definición más completa es la dada por Don & Alex Tapscott en su libro
Blockchain Revolution: “un libro de contabilidad digital incorruptible de
transacciones económicas que se puede programar para registrar no solo
transacciones financieras, sino prácticamente todo lo que tiene valor”.
• Cada uno de los bloques de datos se encuentra protegido y vinculado entre sí,
permitiendo la participación de determinados usuarios (cada uno, asociado a un
bloque). Así, la transacción no la verifica un tercero, sino la red de nodos
(computadores conectados a la red), que también es la que autoriza en consenso
cualquier actualización en la Blockchain.
Que es el Blockchain. Descentralizado
Centralizado descentralizado
Propiedades del Blockchain
CONFIANZA!! La necesidad esencial del establecimiento de confianza entre las partes se puede lograr a
través de contratos inteligentes asegurando el contrato dentro de la cadena de bloques.
Como funciona el Blockchain
Si bien blockchain proporciona una plataforma robusta para almacenar y rastrear los datos
del sistema, un contrato inteligente implementa la lógica comercial y controla la distribución
de acceso
1. Garantizar la trazabilidad de los productos agrícolas desde la raíz hasta la venta al por menor.
6. Y, por último, la implementación de un entorno seguro con blockchain para una mejor seguridad de
los datos valiosos.
Ejemplo de Blockchain en la Cadena de Suministros:
El sistema utiliza Blockchain, IoT y contratos inteligentes para trazabilidad y desarrollo de los
procesos
Ejemplo de Blockchain en la Cadena de Suministros:
Ejemplo del contrato almacenaje
Cloud Computing
Modelo de cliente y servidor
Informática en la nube
Informática en la nube
Informática en la nube
Modelos de implementación de informática en la nube
Implementación basada en la nube
Implementación en las instalaciones
Implementación híbrida
Beneficios de la informática en la nube – Gastos Variables
Optimización de costos
Capacidad
Economías de escala
Velocidad y agilidad
Alcance global en minutos
Modernice y optimice su cadena de suministro con la nube
Nestlé Oceanía quería aumentar la cadena de suministro transparencia ya que los consumidores
quieren saber cada vez más qué hay en su comida y de dónde viene. Hacerse un nido había comenzado
a publicar información sobre sus cadenas de suministro para 15 productos clave, pero recurrió a AWS
para obtener más seguimiento preciso utilizando la tecnología blockchain. "Con Amazon Managed
Blockchain, podemos configurar nuestra red Hyperledger Fabric e invite fácilmente a nuestros socios
para colaborar en nuestra cadena de suministro esfuerzos de transparencia. Cadena de bloques
administrada por Amazon permitirá a nuestros clientes rastrear sus productos en la cadena de bloques
desde la granja hasta el final consumo."
Track & Trace en la nube con blockchain
En la industria de la cadena de suministro, seguimiento y localización (track & trace) se refiere a la capacidad de
identificar las ubicaciones pasadas y presentes de todo el inventario de productos, así como un historial de custodia de
productos. El seguimiento y la localización requieren el seguimiento de los productos a través de un viaje complejo
desde la materia prima, a través de múltiples regiones geográficas para el procesamiento y la fabricación, pasando por
el control regulatorio y, finalmente, hasta los minoristas y los consumidores. El seguimiento de la procedencia a lo largo
de este viaje es crucial para garantizar la autenticidad del producto.
Logística Clientes
Proveedor Manufactura Regulador Mayorista Minorista
actualizaciones El conocimiento de la
abastecimiento ético impacto ambiental los contratos gestionar el stock con datosCerteza en la procedencia y
automáticas de cadena de suministro
garantizado medido y reducido inteligentes garantizan en tiempo real autenticidad del
transporte en tiempo empodera la toma de
el control de calidad producto
real decisiones informada
Data pipelines en la nube
Análisis ABC
Modelo de análisis para proceso de pronóstico y S&OP
136
Ejemplo real: Reducción de compras de partes
www.inservicios.com 137
Minería de datos en compra de partes
350000
Volumen de ventas por mes por año
300000
Pareto de cantidad de partes por costos
2010 35,000
250000 31,003
2011 30,000
200000
2012 25,000 Concentrarse
150000
2013 20,000
En reducir
100000 2014 costos para
15,000 estas partes
50000 2015
10,000 7,145 6,987
0
1 2 3 4 5 6 7 8 9 10 11 12 5,000 1,650
0
0-50% 50%-80% 80%-90% < 90%
A B C D E F G H I J
A B C D E F G
www.inservicios.com
www.inservicios.com 138
Segmentación en la Cadena
• Cuantos segmentos?:
• Supermercado:
- 20,000 SKUs.
- Categorías: Seca, Congelada y Perecedera.
• Análisis de productos secos (8,000 SKU)
- 1,156 M SKU vendidos en 1 año.
- Número de unidades vendidas por SKU:
- Promedio 144
- Media 72
- Desviación Estándar 355
• Cuales son los SKUs que más venden?
• Los días de mayor venta en la semana, mes y año?
141
Segmentación ABC
142
Módulo 1. – Glosario/Referencias
IPv6 sobre redes de área personal inalámbricas de baja potencia (6LoWPAN) es un estándar abierto definido por el
Grupo de trabajo de ingeniería de Internet (IETF). El estándar 6LoWPAN permite que cualquier radio de baja potencia se
comunique con Internet, incluidos 804.15.4, Bluetooth Low Energy (BLE) y Z-Wave (para domótica).
ZigBee es una red inalámbrica de baja potencia y baja tasa de datos que se utiliza principalmente en entornos
industriales. ZigBee se basa en el estándar 802.15.4 del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE). ZigBee
Alliance creó Dotdot, el lenguaje universal para IoT que permite que los objetos inteligentes funcionen de forma segura
en cualquier red y se entiendan entre sí.
LiteOS es un sistema operativo (SO) similar a Unix para redes de sensores inalámbricos. LiteOS es compatible con
teléfonos inteligentes, dispositivos portátiles, aplicaciones de fabricación inteligente, hogares inteligentes e Internet de
vehículos (IoV). El sistema operativo también sirve como una plataforma de desarrollo de dispositivos inteligentes.
OneM2M es una capa de servicio de máquina a máquina que se puede integrar en software y hardware para conectar
dispositivos. El organismo de estandarización global, OneM2M, se creó para desarrollar estándares reutilizables para
permitir que las aplicaciones de IoT en diferentes verticales se comuniquen.
El Servicio de distribución de datos (DDS) fue desarrollado por Object Management Group (OMG) y es un estándar de
IoT para comunicación M2M en tiempo real, escalable y de alto rendimiento.
Advanced Message Queuing Protocol (AMQP) es un estándar publicado de código abierto para la mensajería asíncrona
por cable. AMQP permite la mensajería cifrada e interoperable entre organizaciones y aplicaciones. El protocolo se utiliza
en la mensajería cliente-servidor y en la gestión de dispositivos IoT.
El Protocolo de aplicación restringida (CoAP) es un protocolo diseñado por el IETF que especifica cómo pueden
funcionar los dispositivos de baja potencia y con restricciones informáticas en el Internet de las cosas.
La red de área amplia de largo alcance (LoRaWAN) es un protocolo para WAN diseñado para admitir redes enormes,
como ciudades inteligentes, con millones de dispositivos de bajo consumo.
Marcos (Platforms) IoT
Los marcos de IoT incluyen lo siguiente:
Amazon Web Services (AWS) IoT es una plataforma de computación en la nube para IoT lanzada
por Amazon. Este marco está diseñado para permitir que los dispositivos inteligentes se conecten
fácilmente e interactúen de forma segura con la nube de AWS y otros dispositivos conectados.
Arm Mbed IoT es una plataforma para desarrollar aplicaciones para IoT basadas en
microcontroladores Arm. El objetivo de la plataforma Arm Mbed IoT es proporcionar un entorno
escalable, conectado y seguro para dispositivos IoT mediante la integración de herramientas y
servicios de Mbed.
Azure IoT Suite de Microsoft es una plataforma que consta de un conjunto de servicios que
permite a los usuarios interactuar y recibir datos de sus dispositivos IoT, así como realizar diversas
operaciones sobre datos, como análisis multidimensional, transformación y agregación, y visualizar
esas operaciones. de una manera adecuada para los negocios.
Brillo/Weave de Google es una plataforma para la implementación rápida de aplicaciones IoT. La
plataforma consta de dos columnas principales: Brillo, un sistema operativo basado en Android
para el desarrollo de dispositivos integrados de bajo consumo, y Weave, un protocolo de
comunicación orientado a IoT que sirve como lenguaje de comunicación entre el dispositivo y la
nube.
Calvin es una plataforma IoT de código abierto lanzada por Ericsson diseñada para crear y
administrar aplicaciones distribuidas que permiten que los dispositivos se comuniquen entre sí.
Calvin incluye un marco de desarrollo para desarrolladores de aplicaciones, así como un entorno de
tiempo de ejecución para manejar la aplicación en ejecución.
Referencias en línea:
https://en.wikipedia.org/wiki/Supply_chain
https://rapidminer.com/resource/
https://www.oracle.com/lad/scm/solutions/complete-guide-to-modern-scm/
https://ctl.mit.edu/
https://alwaysai.co/payoff/computer-vision-industry-4.0?
https://www.spglobal.com/marketintelligence/en/campaigns/supply-chain-intelligence
https://www.gartner.com/en/topics/data-and-analytics
https://www.forrester.com/blogs/category/data-analysis/
https://en.wikipedia.org/wiki/Cross-industry_standard_process_for_data_mining
https://www.datascience-pm.com/semma/
https://en.wikipedia.org/wiki/SEMMA
https://aws.amazon.com/cpg/supply-chain/
https://www.slideshare.net/nicolascabrera395017/logistica-40-202017480
https://d1.awsstatic.com/industry/cpg/CPG_solution-brief_nov_2021_strengthen-supply-chain-resiliency-with-aws.pdf7
https://aws.amazon.com/blockchain/blockchain-for-supply-chain-track-and-trace/
https://peerj.com/articles/cs-407/
http://images.seemore.zebra.com/Web/ZebraTechnologiesCorp/%7Be88e01cf-e7a7-46c2-8f9d-1b3b82654cc1%7D_warehouse-survey-2020-en-us.pdf?elqTrackId=76fd42f9997b494c8f7e149dbc672de6&elqaid=2668&elqat=2
https://medium.com/o4s-io/internet-of-things-iot-integration-with-supply-chain-management-1327c15e63dc
https://www.scnsoft.com/blog/connected-supply-chain-top-questions-answered
https://www.techtarget.com/iotagenda/definition/Internet-of-Things-IoT
https://aws.amazon.com/es/iot/
https://azuresverige.se/2021/02/14/run-an-raspberry-pi-simulator-and-connect-to-an-azure-iot-hub-part-5-read-iot-messages-from-vscode/
https://behrtech.com/blog/mqtt-in-the-iot-architecture/
https://aws.amazon.com/es/architecture/analytics-big-data/?cards-all.sort-by=item.additionalFields.sortDate&cards-all.sort-order=desc&awsf.content-type=*all&awsf.methodology=*all
https://www.netsuite.com/portal/resource/articles/inventory-management/warehouse-automation.shtml
https://www.algotive.ai/es-mx/blog/machine-learning-que-es-el-aprendizaje-autom%C3%A1tico-y-c%C3%B3mo-funciona
https://www.techtarget.com/iotagenda/definition/LPWAN-low-power-wide-area-network