UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

FACULTAD DE INGENIERÍA

PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL

IN397 SEMINARIO DE INVESTIGACIÓN APLICADA II

REVISIÓN SISTEMÁTICA DE LA LITERATURA

AUTOR(ES)

Cumpa Freyre, Gian Carlos (U201721268)

Muarayari Coquinche, Betsabe Judith (U201924857)

ASESOR

Peña Mendoza, Luis Enrique

Lima, 09 de junio del 2024

 2

Tabla de contenido
1. Título del trabajo de investigación ........................................................................................................ 3
1.1. FUNDAMENTACIÓN ..................................................................................................................... 4
1.1.1. Antecedentes .......................................................................................................................... 4
1.1.2. Descripción de la organización ................................................................................................ 7
1.1.3. Organigrama ............................................................................................................................ 8
1.1.4. Análisis del Sector ................................................................................................................... 9
1.1.5. Ventas .................................................................................................................................... 11
1.1.6. Productos .............................................................................................................................. 14
2. Planteamiento del problema .............................................................................................................. 15
2.1. Diagnóstico del problema .......................................................................................................... 16
3. Análisis de la Brecha técnica ............................................................................................................... 20
4. Impacto económico de la problemática.............................................................................................. 23
5. Revisión Sistemática de la Literatura .................................................................................................. 24
6. Tipología de la categoría 5 .................................................................................................................. 28
6.1. Problemática .............................................................................................................................. 28
6.2. tipología de la categoría 5 ......................................................................................................... 30
7. Referencias Bibliográficas ................................................................................................................... 37
 3

1. Título del trabajo de investigación

Aporte: Propuesta de mejora

Problema: Alto porcentaje de pedidos cancelados

Escenario: Empresa importadora y distribuidora de artículos deportivos al por mayor y

menor.

Titulo¨ Propuesta de mejora para reducción de pedidos cancelados mediante la aplicación

SCOR) y (SLP) en una empresa importadora y distribuidora de artículos deportivos¨

Área de investigación: Gestión de inventario y cadena de suministro

La línea de investigación Supply chain management

Objetivo general

Reducir el porcentaje de pedidos cancelados en IMPORT EXPORT PERFECTA

S.A.C. mediante la optimización de los procesos operativos, la mejora en la gestión de inventario

y el aumento de la satisfacción del cliente, aplicando las herramientas de supply chain operations

reference (SCOR) y Systematic layaout Planing (SLP).

Objetivos Específicos
 4

Objetivo 1: Implementar un sistema de pronóstico de demanda preciso.

Objetivo 2: Revisar y mejorar los procesos de aprovisionamiento y

distribución

Objetivo 3: Implementar políticas de gestión de inventario

Objetivo 4: Establecer indicadores de rendimientos claves (KPIs)y darle seguimiento

continuo. ¨

1.1. FUNDAMENTACIÓN

1.1.1. Antecedentes
En la investigación presentada de Demizu, T., Fukazawa, Y., & Morita, H.

(2023).¨ Gestión de inventario de nuevos productos en minoristas utilizando aprendizaje por

refuerzo profundo basado en modelos¨. El articulo tuvo como objetivo abordar el problema de

gestión óptima de inventario para nuevos productos de teléfonos inteligentes, destacando su

importancia como ejemplo efectivo de una cadena de suministro con un ciclo de vida corto del

producto. Para lograr ello se utilizó el aprendizaje profundo por refuerzo basado en modelos, con

alta eficiencia muestral. Con la aplicación de este método se logró superar a los productos

existentes en términos de rentabilidad, eficiencia y satisfacción del cliente. Específicamente, el

método propuesto mejora las recompensas totales y la rotación de inventario en un 5% cada uno

en comparación con el método heurístico, manteniendo la misma tasa de falta de stock.

Además, demuestra que puede mantener un control de inventario estable para cadenas de

suministro multiproducto y multitienda.

Es importante contar con estrategias de enrutamiento para la eficiencia en la selección de

pedidos en almacenes, así como la influencia de mejoras en el diseño del almacén en las opciones
 5

de enrutamiento. Además, el número de ubicaciones de almacenamiento a visitar durante la

operación de picking también afecta la selección de las estrategias de enrutamiento (Zhou et al.,

2022).

El estudio realizado por Díaz J., Rodríguez H., Fajardo Calderín J., et al. (2021) tiene

como objetivo principal optimizar la disposición del almacén para minimizar los tiempos de

operación y mejorar la eficiencia en las operaciones de almacenamiento. Por otro lado, en caso es

persistente la problemática de errores en la gestión de pedidos en almacenes, a pesar de los

avances tecnológicos recientes. Se hace estudio de casos múltiples que involucra empresas que

han implementado IVA en sus operaciones de almacén de salida, donde se examinan las causas

de errores, revelando que muchos errores reportados por los clientes no son atribuibles a errores

humanos, sino a reclamos defectuosos de los clientes, errores en las operaciones de almacén de

entrada y tecnología defectuosa. El estudio ofrece nuevas perspectivas empíricas sobre las causas

de los errores, destacando la interacción entre factores técnicos, organizativos y humanos.

Además, proporciona pautas para que los gerentes aborden y reduzcan aún más los errores en las

operaciones de almacén. (Malikova, Timón, & Kembro, 2023).

Asimismo, se propone un enfoque para analizar y experimentar con políticas de

asignación de almacenamiento y diseño de almacén. Para ello primero, se estima el rendimiento

de la selección bajo diferentes políticas de asignación de almacenamiento y configuraciones de

zonas. Luego, se utiliza un modelo de optimización entera mixta para definir el diseño general

del almacén. Finalmente, se prueba la solución optimizada bajo incertidumbre de demanda

mediante simulación de eventos discretos. La metodología SOS se validó con datos operativos de

tres meses de un almacén de un gran minorista, demostrando su eficacia para mejorar el

rendimiento de los almacenes de distribución (Amorim-Lopes et al., 2021).

 6

Para lograr este objetivo, se aplicó un procedimiento de optimización de la asignación de

ubicaciones en un almacén automático de características especiales. Se utilizó un modelo

matemático basado en datos históricos para definir el tiempo necesario para mover la mercancía

dentro del almacén. Además, se implementó un procedimiento de optimización basado en el

algoritmo de escalada para mejorar la eficiencia de las operaciones de almacenamiento. Los

resultados experimentales del estudio mostraron incrementos significativos en la eficiencia de las

operaciones de almacenamiento, lo que indica que la optimización de la disposición del almacén

contribuye a la reducción de costos y mejora de la eficiencia en la gestión de almacenamiento.

Taskin Gumus A. (2021) tiene como objetivo principal extender el modelo SCOR con

nuevas métricas relacionadas con la Industria 4.0 y la digitalización para comprender y evaluar el

rendimiento de las cadenas de suministro. Se propone un nuevo modelo SCOR 4.0 estructurado

como una jerarquía de tres niveles para evaluar la cadena de suministro como un problema de

toma de decisiones multicriterio.Para lograr este objetivo, el estudio utiliza el método híbrido

Best Worst y el método Pythagorean fuzzy AHP para determinar los pesos de las métricas. Se

concluye que el modelo SCOR 4.0 puede ser utilizado tanto por el sector público como privado

para mejorar sus estrategias de cadena de suministro en un entorno globalizado.

También se propone un marco de planificación de selección de pedidos en tiempo real,

donde los lotes y las rutas de selección se modifican continuamente en respuesta a la llegada de

pedidos urgentes y eventos de interrupción. Se abordan conflictos entre los recolectores en

pasillos estrechos para garantizar una función de replanificación fluida. Se emplea un algoritmo

de búsqueda tabú para resolver los problemas estáticos y dinámicos debido a la NP-dificultad del

problema. Los resultados muestran que el marco DOP genera ahorros significativos en tardanzas
 7

en comparación con la selección de pedidos en línea, especialmente para sistemas altamente

dinámicos (Dauod & Won, 2021).

1.1.2. Descripción de la organización

Datos de la empresa

Nombre de la empresa: IMPORT EXPORT PERFECTA S.A.C.

RUC:20565608313

Objetivo: Convertirnos en el principal proveedor de productos deportivos de alta calidad

y variedad en el Perú, ofreciendo a nuestros clientes una amplia gama de productos

innovadores, satisfaciendo sus necesidades y superando sus expectativas en términos de

calidad, servicio y precio.

Misión: Ser la empresa líder en la importación y distribución de artículos deportivos de

alta calidad en el Perú, ofreciendo una amplia gama de productos que satisfagan las

necesidades de nuestros clientes y promuevan un estilo de vida saludable.

Visión: Convertirnos en el proveedor preferido de artículos deportivos a nivel nacional,

impulsando el desarrollo del deporte y el bienestar físico y mental de los peruanos a través de

una oferta diversificada de productos innovadores y de excelencia.

Figura 1

Logo de IMPORT EXPORT PERFECTA SAC.

 8

1.1.3. Organigrama
Figura 2

Organigrama de la empresa gráfica Import Export Perfecta

Nota. Organigrama de la empresa importadora de estudio. Elaboración propia (2024)

 9

1.1.4. Análisis del Sector

La actividad de importación al por mayor en Perú desempeña un papel fundamental en

la economía del país. En el año 2023, este sector representó aproximadamente el 15% del

Producto Bruto Interno (PBI) total. Además de su influencia directa en el PBI, esta área

contribuye significativamente a la generación de empleo, al desarrollo económico regional, a la

promoción de la innovación y al fortalecimiento de la competitividad. Algunos indicadores

macroeconómicos clave que afectan a este sector incluyen el crecimiento del PBI, el tipo de

cambio, las tasas de interés, la inflación y el índice de precios al consumidor.

Figura 3

Gráfico de barras de las importaciones peruanas de enero – febrero 2020/2021

Nota: Representación de las importaciones en Perú del 2020 – 2021 por SUNAT

El mercado de importaciones en el Mundo al cierre del año 20223 se alcanzó en ventas

de 160.9 mil millones y para el 2024 se espera en este mismo sector vender 171.6 mil millones

y hasta el 2027 vender hasta 204.5 mil millones es decir se espera conseguir un incremento de
 10

ventas de 6.2%. Las preferencias de los consumidores, la creciente de persona fitness y el

avance de la tecnología son factores que impulsan el crecimiento del mercado

En 2022, los países líderes en la importación de equipos deportivos fueron Estados

Unidos, Japón, Alemania, Canadá y Francia. Juntos, realizaron compras por un total de US$ 21.4

mil millones, representando el 47.5% del total de importaciones mundiales en este sector.

Estados Unidos encabezó la lista como el principal importador, con compras por US$ 12.5 mil

millones y una participación predominante.

Figura 4

Gráfico de barras de evolución mensual de importaciones peruanas de enero –

2007/2022

Nota: Representación de la evolución de importaciones en Perú del 2007 – 2022 por SUNAT

En el año 2022, se alcanzó un hito histórico en las importaciones peruanas. Según datos

proporcionados por la Sunat, estas alcanzaron un valor sin precedentes de US$ 60,313

millones, lo que representa un aumento del 17.8% en comparación con el año anterior, que ya

había establecido un récord, y un incremento del 41.9% en relación con el nivel prepandemia
 11

del año 2019. Esta cifra es notablemente alta, ya que en comparación con el año 2007, por

ejemplo, el valor de nuestras importaciones prácticamente se ha triplicado.

1.1.5. Ventas
La empresa "Import Export Perfecta SA.C" es líder en la industria de importación y

comercialización de productos deportivos con más de 5 años de experiencia, ofreciendo una

amplia gama de artículos de alta calidad diseñados para atletas de todos los niveles y

disciplinas. Fundada con la visión de promover un estilo de vida activo y saludable, el cual

introdujo su marca llamada “ASLET” al mercado y se ha ganado la confianza de clientes a nivel

nacional gracias a su compromiso con la excelencia, la innovación y el servicio al cliente.

Además de su línea de productos físicos, ofrece una plataforma en línea como el TikTok

e Instagram que brindan a los clientes acceso a recursos educativos, consejos de cómo cuidar

y como usar los artículos deportivos. Esta combinación de productos de alta calidad y servicios

digitales innovadores ha consolidado la posición de Import Export Perfecta más conocida como

ASTELT como una marca líder a nivel nacional de artículos deportivos.

Tabla 1

Características de las áreas Comerciales.

Venta total
Cantidad de Cantidad de Venta promedio
Venta Part. promedio
ventas de T/A pedidos por pedido
por area
CAMPO 2 S/ 37% S/ 395 S/
2,434,363.59 1,217,181.79 6,162.95
TIENDA 2 S/ 63% S/ 672 S/
4,144,997.46 2,072,498.73 6,168.15
TOTAL 4 S/ 100% 1067 S/
6,579,361.05 6,166.22
Fuente: Datos de la empresa.

El área comercial de campo es muy importante en la empresa e integran la venta de

campo en lima y la venta en campo en provincia. El área comercial de tienda cuenta con 2
 12

ubicaciones una en Andahuaylas y Paruro, en las ventas que se obtuvo en el año 2023 son por

parte de las dos áreas más representativas de la organización.

Cada área comercial tiene sus lineamientos de despacho. Por ejemplo, en las tiendas

los días de atención y despacho son 6 días a la semana, pero el rango de horario es de 11 am

a 1pm y de 3pm a 5pm, mientras que los pedidos de provincia se despachan los lunes,

miércoles y viernes con un rango de 11 am a 1pm y de 3pm a 5pm.

Cuenta actualmente con 27 empleados y una venta anual de 6 millones de soles

(TABLA 2). Atiende a más 1000 clientes (TABLA)

Tabla 2

Ventas anuales de la empresa Import Export perfecta

AÑO Venta total sin IGV

(Soles)
2021 S/7,153,826.40
2022 S/8,375,149.02
2023 S/6,579,361.05
Fuente: Información de la empresa.

Figura 5

Ventas del periodo en estudio empresa Import Export perfecta

 13

Se abastece en lima aproximadamente a 500 distribuidores, minoristas y mayoristas,

Vende actualmente alrededor de 350 Ítems, de distintos tipos de artículos. La empresa se

enorgullece de su compromiso con la sostenibilidad, implementando prácticas responsables en

toda su cadena de suministro y buscando constantemente formas de reducir su impacto

ambiental. Además, Import Export Perfecta apoya activamente iniciativas comunitarias y

programas deportivos para promover la participación en el deporte y fomentar un estilo de vida

activo entre personas de todas las edades y habilidades.

1.1.6. Productos
Figura 6

Principales productos que comercializa la empresa Import Export perfecta

 14

Fuente: Información de la empresa.

Los productos de Import Export Perfecta abarcan una variedad de categorías deportivas,

desde equipamiento para deportes populares como fútbol, baloncesto, tenis y natación, hasta

equipos especializados para actividades al aire libre como senderismo, escalada y ciclismo. La

empresa se destaca por su atención al detalle en el diseño de cada artículo, además los

productos cuentan con materiales de primera calidad y tecnologías avanzadas para garantizar

el rendimiento óptimo y la durabilidad.

Figura 7

Diagrama de Pareto – Problemas en el almacén

 15

Nota: Grafica de Pareto de la empresa en estudio

En el grafico el problema con mayor ocurrencia en la empresa en estudio es la entrega

tardía de los productos deportivos con un porcentaje de 38.36%, le sigue los pedidos

incompletos con un porcentaje de ocurrencia de 28.44 %. Los incidentes mencionados son los

que aporta el alto porcentaje de pedidos cancelados.

2. Planteamiento del problema

¿En qué medida el diseño de la propuesta de mejora con el uso de la herramienta

SCOR y SLP logrará minimizar el porcentaje de pedidos cancelados en una empresa

importadora y distribuidora de productos deportivos?

 16

Esta interrogante se plantea en virtud del propósito fundamental de la propuesta actual,

que es abordar el alto porcentaje de pedidos cancelados. Este abordaje se llevará a cabo

mediante la aplicación de las herramientas de mejora tales como SCOR y SLP.

2.1. Diagnóstico del problema

La compañía analizada atraviesa diversas fases cruciales para la distribución de sus

productos principales y establecerse como una marca solida en el mercado, de artículos

deportivos. No obstante, se enfrenta a un desafío en el área de logística e inventario,

caracterizado por un alto porcentaje de pedidos cancelados.

La tasa de pedidos cancelados es una métrica que rastrea el porcentaje de pedidos que

se cancelan en comparación con el número total de pedidos realizados

Se calcula de la siguiente manera: Tasa de pedidos cancelados = (Número de pedidos

cancelados / Número total de pedidos) x 100

Para realizar un análisis exhaustivo del principal problema que enfrenta la empresa

Import Export Perfecta S.A.C, que es el alto porcentaje de pedidos cancelados debido a

demoras en la entrega y pedidos incompletos. Se ha elaborado un diagrama de árbol del

problema correspondiente. Este diagrama identifica y visualiza las causas que están

contribuyendo al alto porcentaje de pedidos cancelados.

Figura 8

Diagrama de problemas de la empresa gráfica en el sector de importaciones y comercialización

de productos deportivos
 17

Nota: Diagrama de problemas respecto a alto porcentaje de pedidos cancelados de la

empresa Import Export Perfecta S.AC. Elaboración propia (2024)

El árbol de problemas identifica las causas subyacentes del alto porcentaje de pedidos

cancelados, que afecta la facturación y genera un impacto económico negativo. El problema

principal es el alto porcentaje de pedidos cancelados, con un promedio del 9.3% en el año 2023,

superando el estándar del 5%.

Las causas identificadas incluyen:

Demoras en entregas de pedido: Contribuye en un 54% al problema, siendo causada

principalmente por tiempos excesivos en el proceso de picking debido a una inadecuada

distribución del almacén (30%) y demoras en la identificación de productos debido a un sistema

de codificación de ubicación incorrecto (24%).

 18

Pedidos incompletos: Aporta al problema en un 37%, siendo causado principalmente por

un mal conteo por parte del personal de almacén debido a la falta de capacitación (26%) y por la

diferencia entre el stock físico y el del sistema (11%).

Otros motivos: Contribuyen en un 9% al problema de los pedidos cancelados, aunque no

se especifican en detalle.

Estas causas identificadas en el árbol de problemas proporcionan una base para el análisis

y la implementación de soluciones dirigidas a mejorar el proceso de picking, la capacitación del

personal de almacén y la gestión de inventario para reducir el porcentaje de pedidos cancelados y

mitigar el impacto económico negativo en la facturación.

Figura 9

Diagrama de Ishikawa
 19

De acuerdo con el diagrama de Ishikawa se puede visualizar las causas identificadas que

conllevan a la cancelación de pedidos:

Mano de obra no capacitada: Se menciona que el personal no está debidamente

capacitado, lo que resulta en retrasos en el proceso de picking.

Distracción del personal: Se indica que el personal está distraído, lo que lleva a errores

en el conteo de productos.

Procesos manuales: La empresa utiliza procesos manuales en lugar de invertir en

mejoras, lo que resulta en la falta de implementación de la codificación de barras y contribuye a

la ineficiencia en el proceso.

Falta de coordinación entre áreas: La falta de coordinación con otras áreas de la

empresa causa demoras en las entregas en diferentes modalidades.

 20

Falta de indicadores de medición: No se tienen indicadores de medición adecuados, lo

que dificulta la comprensión de la demanda y la planificación efectiva.

Infraestructura inadecuada: La distribución inadecuada del almacén y el desorden en la

planificación de la entrega de pedidos también contribuyen a los retrasos en el proceso de

picking.

Tabla 3

Reporte de la problemática de pedidos cancelado en el periodo marzo2023-marzo2024

Pedidos programdos %pedidos
MES Pedidos entregados pedidos cancelados % pedidos entregados
cancelados
MARZO 30 22 8 73% 26.67%
ABRIL 40 33 7 83% 17.50%
MAYO 60 52 8 87% 13.33%
JUNIO 121 107 14 88% 11.57%
JULIO 83 74 9 89% 10.84%
AGOSTO 114 105 9 92% 7.89%
SETIEMBRE 116 108 8 93% 6.90%
OCTUBRE 94 89 5 95% 5.32%
NOVIEMBRE 99 94 5 95% 5.05%
DICIEMBRE 157 140 17 89% 10.83%
ENERO 66 61 5 92% 7.58%
FEBRERO 50 47 3 94% 6.00%
MARZO 80 73 7 91% 8.75%
TOTAL 1110 1005 105 91% 9.46%
3. Análisis de la Brecha técnica

Importancia del indicador de pedidos perfectos

Uno de los indicadores fundamentales en los procesos logísticos es el porcentaje de

pedidos perfectos. En la actualidad, el tiempo, la calidad y el costo de los servicios logísticos son

aspectos críticos, y este indicador clave proporciona una medida integral que aborda estos

factores (Jacyna-Gołda et al., 2019). Además, este KPI ha sido ampliamente utilizado en los

últimos años por organizaciones logísticas, como las empresas comerciales, ya que refleja la
 21

eficiencia y el nivel de satisfacción del cliente, al mismo tiempo que determina directamente el

grado de implementación de tareas y el logro de objetivos (Jacyna-Gołda et al., 2019).

Dado que la empresa presentaba problemas de bajo cumplimiento de pedidos en

términos de calidad, tiempo, cantidad, el porcentaje de pedidos perfectos es el indicador técnico

más adecuado para este proyecto de investigación. Permite comparar el desempeño de la

empresa con otras y conocer el estado actual de la gestión de manera más completa.

En la siguiente tabla, se detallarán el porcentaje de pedidos cancelados mensualmente

en un periodo de 12 meses, con relación a las ventas del mes de marzo del año 2023 hasta

febrero del 2024.

El porcentaje de mermas estándar establecido es de 5%, mientras que el porcent5ajde

pedidos cancelados de la empresa Import Export Perfecta es de 9.6%.

Tabla 4

Brecha técnica del porcentaje de mermas de Import Export Perfecta S.A.C.

 22

PEDIDOS
CANTIDAD DE entregados a % DE PEDIDOS
FECHA MES PEDIDOS TOTALES destiempo CANCELADOS
31/03/2023 MARZO 4 1 25.0 %
31/04/2023 ABRIL 28 2 7.1 %
31/05/2023 MAYO 60 5 8.3 %
31/06/2023 JUNIO 121 13 10.7 %
31/07/2023 JULIO 83 6 7.2 %
31/08/2023 AGOSTO 114 8 7.0 %
31/09/2023 SETIEMBRE 116 11 9.5 %
31/12/2023 OCTUBRE 94 4 4.3 %
31/10/2023 NOVIEMBRE 99 6 6.1 %
31/12/2023 DICIEMBRE 157 17 10.8 %
31/01/2024 ENERO 66 4 6.1 %
31/02/2024 FEBRERO 50 5 10.0%
TOTAL 992 9.3%
Fórmula del porcentaje de pedidos perfectos

Este indicador se calcula como el resultado de la multiplicación de cuatro factores, como

se menciona en el estudio de Nur Sholeh & Suwarto (2020), y se presenta en la siguiente

fórmula:

% de pedidos perfectos=% de entregas a tiempo×% de pedidos completos×% de pedido

s sin danados×% de documentacioˊn correcta×100%

En este contexto, las entregas a tiempo se refieren a los pedidos que se entregan dentro

del plazo establecido por el cliente. Los pedidos completos son aquellos que cumplen con la

cantidad solicitada, lo que resulta en una satisfacción de la demanda. Por otro lado, los pedidos

sin daño son aquellos que llegan en perfecto estado, sin ningún signo de deterioro. Finalmente,

la documentación correcta se refiere a que los envíos deben estar acompañados de los

documentos apropiados, como facturas o comprobantes de entrega en ese caso la empresa

cuenta en regla ese proceso de despacho con documentación así que ese dato se considerara

con un porcentaje de 100%.

En cuanto a la variación del porcentaje de pedidos perfectos de la empresa en estudio

con el porcentaje estándar, los resultados se mostrarán a lo largo de todos los meses del año
 23

2023 como se visualizará en la

4. Impacto económico de la problemática

Para mantener la confidencialidad de la empresa, se presentarán datos de referencia

sobre las pérdidas monetarias correspondientes al periodo marzo 2023/ marzo 2024, Se destaca

que los pedidos cancelados implicaron una pérdidas para la empresa. Se estima que el valor

total de pérdida fue de 239,035.01 nuevos soles.

Tabla 5

Impacto económico
 24

CANTIDAD DE CANTIDAD DE
PEDIDOS PEDIDOS COSTO REFERENCIAL DE
MES TOTALES CANCELADOS P. CANCELADOS

MARZO 4 1 S/
2,100.50

ABRIL 28 2 S/
3,258.00

MAYO 60 5 S/
22,741.50

JUNIO 121 13 S/
16,827.60

JULIO 83 6 S/
6,942.50

AGOSTO 114 8 S/
35,840.00

SETIEMBRE 116 11 S/
28,900.00

OCTUBRE 94 4 S/
6,133.50

NOVIEMBRE 99 6 S/
10,650.00

DICIEMBRE 157 17 S/
80,206.00

ENERO 66 4 S/
11,536.00

S/
FEBRERO 50 5 9,472.00

992 82 S/
234,607.60

En la tabla se puede observar la cantidad de pedidos totales que registra la empresa en

estudio durante el periodo de análisis. Además, la empresa contabilizo los pedidos cancelados

en cada mes los cuales han generado perdidas monetarias irrecuperables.

5. Revisión Sistemática de la Literatura

El almacén de la empresa ASTLET, está organizado según el tipo de producto. Para

llevar a cabo el proceso de almacenamiento, se comienza definiendo las unidades de

 25

manipulación del almacén, siendo las cajas el método utilizado para agrupar los productos, lo

que facilita su almacenamiento y transporte. Actualmente, no se emplean unidades de

manipulación logística, ya que el trabajo se realiza únicamente con personal de carga

(estibadores). El acceso al almacén está restringido, permitiéndose solo la entrada al jefe de

almacén, al ayudante de almacén y a seis almaceneros. Además, en su estructura actual, el

almacén no cuenta con estanterías, lo que ha ocasionado problemas en el proceso de

almacenamiento.

La política de salida utilizada por la empresa es LIFO (Last In, First Out), lo que significa

que los artículos que llegaron más recientemente tienen prioridad para salir. Esto se debe a que

la empresa trabaja con un comercio que busca productos y artículos nuevos y en tendencia.
 26

Figura 10

Diagrama de flujo del proceso de importación de la empresa en estudio

SE APROBO EL INFORME?

CONTACTAR
A EVALUAR A LOS RECEPCION DE ALMACEN CONTROL DE REALIZAR CONTACTAR
A SI INGRESAR AL
LOS PROVEEDORES LOS TEMPORAL DE CALIDAD INFORME LOS ALMACEN
PROVEEDORES PRODUCTOS LOS PRODUCTOS PROVEEDORES

INICIO NO

DEVOVER
AL REALIZAR LA
PROVEEDOR ORDEN DE
COMPRA

REALIZAR EL
PAGO AL
PROVEEDOR

REGISTRAR
STOCK EN EL
AMACEN

FIN

Figura 11

Diagrama de flujo del proceso de almacenamiento de la empresa en estudio

 27

El diagrama de flujo proporciona una visión completa del proceso mayorista de

importación en Perú, detallando las actividades desde la realización del pedido inicial hasta la

entrega de los productos al cliente final. Se resaltan las funciones y responsabilidades

fundamentales de varios participantes, como el proveedor, el recepcionista, el gerente de

logística, el gerente de almacén, el gerente de calidad, el contador y el personal de almacén.

Figura 12

Diagrama de flujo del proceso de despacho de la empresa en estudio

COMUNICACION AREA DE SI
CON EL AREA DE ALAMACEN ENTREGA AL
EMBALAJE
ALMACEN VERIFICA ASTOCK CLIENTE

INICIO

NO

EMITIR ORDEN
DE COMPRA

COMPRAR
ARTICULOS

El esquema de flujo proporciona una visón del proceso de despacho de la empresa en

estudió, cubriendo todas las actividades desde la realización del pedido inicial hasta la entrega

de los productos al cliente final. Se enfoca en los roles y responsabilidades esenciales

desempeñados por varios participantes, como el proveedor, el recepcionista, el gerente de

logística, el gerente de almacén, el gerente de calidad, el contador y el personal del almacén.

 28

6. Tipología de la categoría 5

Los artículos seleccionados para la tipología de las 5 categorías se obtienen de

plataformas en línea que albergan una amplia gama de recursos académicos, como artículos

científicos, revistas, informes y tesis. Entre las plataformas utilizadas para recopilar estos

artículos se encuentran RECURSOS UPC, SCOPUS y SCIENCEDIRECT.

Una vez identificado el artículo de interés, se procede a determinar en qué cuartil se

encuentra, priorizando aquellos clasificados en Q1 y Q2. Esta verificación se realiza a través del

sitio web de SCIMAGO.

Posteriormente, los artículos seleccionados se agregan a Mendeley, una herramienta

que facilita el almacenamiento y la organización de la literatura científica para su análisis y

posterior inclusión en el trabajo de investigación. Cada artículo adjuntado se complementa con

anotaciones relevantes para su posterior revisión.

Es importante destacar que la aprobación del asesor temático es fundamental para el

uso de los artículos en el trabajo de investigación. Se adjunta una captura de pantalla en

Mendeley que muestra las anotaciones realizadas, junto con la indicación de "aprobado", lo que

confirma que el asesor ha dado su visto bueno para utilizar el artículo.

6.1. Problemática

A continuación se presenta la captura de articulo aprobados de cada entrega

29
 30

6.2. tipología de la categoría 5

Mejora el texto Análisis comparativo de la Quinta categoría: Herramientas utilizados para

la mejora de eficiencia en la preparación de pedidos

El análisis comparativo de la quinta categoría se centra en las herramientas utilizadas para

mejorar la eficiencia en la preparación de pedidos. Este análisis implica la evaluación y

comparación de diferentes métodos, tecnologías y enfoques utilizados en la optimización de la

preparación de pedidos en entornos logísticos y de almacenamiento. Se consideran diversas

herramientas, como sistemas de gestión de almacenes (WMS), tecnologías de automatización

como robots y sistemas de transporte automatizado, algoritmos de optimización de rutas y

asignación de tareas, así como técnicas de análisis de datos y aprendizaje automático.

El objetivo de este análisis es identificar las ventajas, desventajas y aplicaciones

específicas de cada herramienta en relación con la mejora de la eficiencia en la preparación de

pedidos. Se examinan aspectos como la velocidad de procesamiento de pedidos, la precisión en la

 31

selección de productos, la adaptabilidad a diferentes tipos de productos y entornos de almacén,

así como los costos asociados con la implementación y mantenimiento de cada herramienta.

Tabla 6

Artículos de Tipología de categoría 5

Aportes y problemática abordada:

La mayoría de los artículos se centran en mejorar la eficiencia de la preparación de

pedidos en almacenes y centros de distribución.

Se destacan los desafíos asociados con la creciente complejidad de las operaciones de

almacén debido a la naturaleza cambiante de las demandas de los clientes y la necesidad de

entregas rápidas y precisas.

Los artículos proponen enfoques innovadores para optimizar la asignación de

ubicaciones de almacenamiento, mejorar la planificación de rutas de recolección de pedidos y

reducir el tiempo de procesamiento de pedidos.

 32

Se busca mejorar tanto la eficiencia operativa como la seguridad del personal en entornos

de almacén, considerando aspectos como el diseño de almacenes ergonómicos y la minimización

del esfuerzo físico del operador.

Herramientas utilizadas:

Se emplean diversas herramientas y técnicas, como métodos de análisis multicriterio,

algoritmos de optimización, aprendizaje automático y simulaciones computacionales.

Entre las herramientas utilizadas se encuentran el Análisis Jerárquico de Procesos (AHP),

modelos de programación lineal, algoritmos de búsqueda y métodos de aprendizaje automático,

entre otros.

Se destaca el uso de tecnologías emergentes como el Internet de las cosas (IoT) y la

automatización robótica para mejorar la eficiencia operativa en almacenes.

Semejanzas y diferencias

Los artículos de esta categoría, se pueden identificar tanto diferencias como similitudes

en sus enfoques y hallazgos. A continuación, se presentan algunas de estas comparaciones:

Diferencias:

Mientras que el artículo 33 se centra en la evaluación del rendimiento de la cadena de

suministro utilizando el método AHP de Pythagorean fuzzy y extendiendo el modelo SCOR para

incluir métricas relacionadas con la Industria 4.0 y la digitalización ( Ram, Liu & Zhaang, 2020),

el artículo 34 aborda la asignación de ubicaciones de almacenamiento en el contexto de la

eficiencia en la recogida de pedidos y la seguridad de los trabajadores (Zarinchang, 2023).

 33

El artículo 35, por otro lado, se enfoca en un método de asignación de ubicaciones de

almacenamiento eficiente basado en datos, considerando la correlación entre los artículos y

minimizando los costos de recogida en un entorno de almacén realista con múltiples pasillos

transversales (Chou,Yu & Wu, 2023).Este artículo difiere del artículo 34 en que se centra en la

optimización de la ubicación de almacenamiento para artículos correlacionados, en lugar de la

eficiencia general y la seguridad en la recogida de pedidos.

Semejanzas o hallazgos:

Los hallazgos en el artículo 36 muestran que el uso de modelos de aprendizaje automático

para predecir los tamaños óptimos de las zonas de almacenamiento ABC puede mejorar

significativamente la eficiencia en la recogida de pedidos en comparación con las zonas de

tamaño arbitrario comúnmente utilizadas (Silva et al, 2022). De manera similar, los resultados

experimentales utilizados en el artículo 35 comprueban que el uso de la técnica de asignación de

ubicaciones de almacenamiento para artículos correlacionados es fundamental para reducir la

distancia de viaje en los almacenes, especialmente cuando se considera una penalización

moderada por cruzar pasillos (Chou,Yu & Wu, 2023).

El artículo 37 introduce un algoritmo para calcular el tiempo aproximado de recogida y

presenta el software PickupSimulo para simular y optimizar la distribución de productos en el

almacén (Loreno et al, 2020). Aunque el enfoque es diferente, este artículo comparte con el

artículo 36 la preocupación por la eficiencia en la recogida de pedidos y la optimización de la

distribución de productos, lo que puede llevar a una reducción de los costos totales del almacén.

El artículo 38 se centra en la optimización de la asignación de almacenamiento centrada

en el ser humano y los costos en los almacenes de piezas a recolectores, considerando tanto la
 34

dimensión vertical como la horizontal y la minimización simultánea del tiempo total de

procesamiento de pedidos y la tensión física del recolector ( Diefenbach et al, 2024). Este artículo

contribuye al área de investigación de almacenamiento centrado en el ser humano y resalta las

implicaciones para los gerentes de almacén para mejorar las condiciones de trabajo con una

consideración simultánea de la optimización del rendimiento.

El artículo 39 aborda la distribución óptima de productos en sistemas de cumplimiento de

pedidos robóticos móviles, formulando el problema como un programa lineal entero con el

objetivo de minimizar los movimientos de estantes necesarios para cumplir con los pedidos

(Zhuang et al., 2024). Este artículo comparte con el artículo 35 la preocupación por la

optimización de la distribución de productos, aunque en un contexto diferente de sistemas

robóticos móviles.

Finalmente, el artículo 40 se centra en mejorar el tiempo de respuesta de recogida de

pedidos en un almacén minorista, utilizando un enfoque jerárquico de arriba hacia abajo para

combinar procesos de toma de decisiones separados relacionados con la asignación y la

distribución de almacenamiento (Algahtani & Ammar, 2023). Este artículo comparte con los

otros la preocupación por la eficiencia en la recogida de pedidos, pero se centra en un caso

específico de estudio en una empresa de azúcar.

Conclusiones (semejanzas y difrencias)

Semejanzas:
 35

Los artículos seleccionados comparten un enfoque en la mejora de la eficiencia en la

gestión de almacenes y la preparación de pedidos, lo cual es fundamental en la cadena de

suministro y la logística.

Todos los artículos presentan métodos, modelos o técnicas para optimizar diferentes

aspectos de la gestión de almacenes, como la asignación de ubicaciones de almacenamiento, la

planificación de rutas de recogida de pedidos, la evaluación del rendimiento de la cadena de

suministro, entre otros.

Se utilizan enfoques analíticos y tecnológicos avanzados, como el aprendizaje

automático, los modelos de optimización matemática, la simulación y la minería de datos, para

abordar los desafíos en la gestión de almacenes y la preparación de pedidos.

Diferencias:

Mientras que el Artículo 33 se enfoca en la evaluación del rendimiento de la cadena de

suministro a través de un modelo SCOR 4.0, los Artículos 34, 35 y 36 se centran en aspectos

específicos de la gestión de almacenes, como la asignación de ubicaciones de almacenamiento, la

optimización de rutas de recogida de pedidos y la clasificación de productos en el almacén.

El Artículo 37 se distingue por proponer un algoritmo para calcular el tiempo aproximado

de recogida de pedidos, mientras que el Artículo 38 aborda la optimización de la asignación de

almacenamiento considerando la eficiencia en la recogida de pedidos y la seguridad de los

trabajadores.

Por otro lado, el Artículo 39 se centra en la planificación a largo plazo para mejorar la

eficiencia en la recogida de pedidos en sistemas de cumplimiento móvil robótico.

 36

Finalmente, el Artículo 40 se enfoca en mejorar el tiempo de respuesta en la recogida de

pedidos en almacenes minoristas, con un enfoque específico en la asignación de almacenamiento

y la aplicación de un proceso jerárquico analítico (AHP).

Los hallazgos en el lugar de los artículos muestran que el uso de enfoques analíticos

avanzados y tecnologías emergentes es fundamental para abordar los desafíos en la gestión de

almacenes y la preparación de pedidos, lo que resalta la importancia de la investigación

interdisciplinaria y la aplicación práctica de soluciones innovadoras en este campo.

 37

7. Referencias Bibliográficas

Alqahtani, AY (2023). Mejora del tiempo de respuesta en la preparación de pedidos en

un almacén minorista: un caso de una empresa azucarera. SN Ciencias Aplicadas , 5 (1).

https://doi.org/10.1007/s42452-022-05230-6

Chou, YL, Yu, VF y Wu, CH (2023). Un método eficiente basado en datos para la

asignación de ubicaciones de almacenamiento bajo consideraciones de correlación de

artículos. Revista Internacional de Ciencia de Sistemas: Operaciones y Logística , 10 (1).

https://doi.org/10.1080/23302674.2023.2228447

Diefenbach, H., Grosse, EH y Glock, CH (2024). Optimización de la asignación de

almacenamiento centrada en las personas y los costos en almacenes desde el recolector hasta

las piezas. Revista europea de investigación operativa , 315 (3), 1049–1068.

https://doi.org/10.1016/j.ejor.2024.01.033

Khan, M. G., Ul Huda, N., & Uz Zaman, U. K. (2022). Smart Warehouse Management

System: Architecture, Real-Time Implementation and Prototype Design. Machines, 10(2).

https://doi.org/10.3390/machines10020150

Liu, B. , C. J. (2023). Retracted: Design of Logistics Intelligent Warehouse Management

System Based on Radio Frequency Identification Technology for 5G. Wireless Communications

and Mobile Computing, 2023, 1–1. https://doi.org/10.1155/2023/9796234

 38

Lorenc, A., Szkoda, M., Szarata, A. y Jacyna-Gołda, I. (2020). Evaluación de la

efectividad de métodos y criterios de clasificación de productos en el almacén. Revista europea

de ingeniería industrial , 14 (2), 147–164. https://doi.org/10.1504/EJIE.2020.105692

Makaci, M., Reaidy, P., Evrard-Samuel, K., Botta-Genoulaz, V., & Monteiro, T. (2021).

Pooled warehouse management: An empirical study. Computers and Industrial Engineering,

112, 526–536. https://doi.org/10.1016/j.cie.2017.03.005

Minashkina, D., & Happonen, A. (2023). A systematic literature mapping of current

academic research linking warehouse management systems to the third-party logistics context.

Acta Logistica, 10(2), 209–228. https://doi.org/10.22306/al.v10i2.377

Popović, V., Kilibarda, M., Andrejić, M., Jereb, B., & Dragan, D. (2021). A new

sustainable warehouse management approach for workforce and activities scheduling.

Sustainability (Switzerland), 13(4), 1–19. https://doi.org/10.3390/su13042021

Ran, W., Liu, S. y Zhang, Z. (2020). Un sistema dinámico de selección de pedidos

basado en encuestas que considera pedidos prioritarios. Complejidad , 2020 .

https://doi.org/10.1155/2020/4595316

Saylam, S., Çelik, M., & Süral, H. (2023). The min–max order picking problem in

synchronised dynamic zone-picking systems. International Journal of Production Research,

61(7), 2086–2104. https://doi.org/10.1080/00207543.2022.2058433

Silva, A., Roodbergen, KJ, Coelho, LC y Darvish, M. (2022). Estimación de tamaños

óptimos de zonas ABC en almacenes manuales. Revista Internacional de Economía de la

Producción , 252 . https://doi.org/10.1016/j.ijpe.2022.108579

 39

Tufano, A., Accorsi, R., & Manzini, R. (2022). A machine learning approach for predictive

warehouse design. International Journal of Advanced Manufacturing Technology, 119(3–4),

2369–2392. https://doi.org/10.1007/s00170-021-08035-w

Vicil, O. (2021). Optimizing stock levels for service-differentiated demand classes with

inventory rationing and demand lead times. Flexible Services and Manufacturing Journal, 33(2),

381–424. https://doi.org/10.1007/s10696-020-09378-4

Zarinchang, A., et al. (2024). Adaptive warehouse storage location assignment with

considerations to order-picking efficiency and worker safety. Journal of Industrial and Production

Engineering, 41(1), 40-59. DOI: 10.1080/21681015.2023.2263009.

Zhuang, Y., Zhou, Y., Hassini, E., Yuan, Y. y Hu, X. (2024). Mejorar la eficiencia de la

preparación de pedidos mediante la optimización de la asignación de almacenamiento en

sistemas de cumplimiento móviles robóticos. Revista europea de investigación

operativa , 316 (2), 718–732. https://doi.org/10.1016/j.ejor.2024.02.025