Look-up in Google Scholar
Full metadata record
Burga Durango, Daniel Wilfredo
Mendoza Gutierrez, Ricardo (es_PE)
Prudencio Leon, Edson Eduardo (es_PE)
2023-12-28T17:51:46Z
2023-12-28T17:51:46Z
2023-11-14
http://hdl.handle.net/10757/670278
Reducir el exceso o escases de productos en una empresa retail, puede ser un proceso muy desafiante, debido a las malas prácticas que se utilizan al realizar importaciones en este tipo de empresas. Esto trae como principal consecuencia que el inventario no tenga el abasto suficiente de productos por la falta de una correcta predicción en el stock. Una orden de compra no suele ser un concepto complejo de entender ni de ejecutar dentro de una rutinaria estrategia de compras. Sin embargo, en el caso de las órdenes de compra manual la cuestión es complicada porque en muchas ocasiones tienen como resultado procesos ineficientes. Esto suele pasar porque una orden de compra va unida principalmente a la toma de decisiones. En este trabajo, se implementó un módulo de órdenes de compra dentro del sistema de ventas que posee la empresa. Para ello, se utilizó la biblioteca TensorFlow que se encargó de predecir las cantidades de demanda para un determinado periodo. Asimismo, se decidió desarrollar este módulo en lenguaje de programación Python. El resultado obtenido fue lograr aminorar los tiempos en generar las órdenes de compra ya que el almacenero obtuvo la información de manera ágil. También hubo una notable mejora en cubrir la demanda de los clientes sin tener tanto exceso de mercadería en almacén.
Reducing excess or shortages of products in a retail company can be a very challenging process, due to the bad practices used when importing in this type of company. The main consequence of this is that the inventory does not have a sufficient supply of products due to the lack of a correct prediction of the stock. A purchase order is not usually a complex concept to understand or execute within a routine purchasing strategy. However, in the case of manual purchase orders the issue is complicated because they often result in inefficient processes. This usually happens because a purchase order is mainly linked to decision making. In this work, a purchase order module was implemented within the company's sales system. To do this, the TensorFlow library was used, which was responsible for predicting the demand quantities for a certain period. Likewise, it was decided to develop this module in the Python programming language. The result obtained was to reduce the time in generating purchase orders since the warehouseman obtained the information in an agile manner. There was also a notable improvement in meeting customer demand without having so much excess merchandise in warehouse.
Trabajo de Suficiencia Profesional (es_PE)
application/pdf (en_US)
application/epub (en_US)
application/msword (en_US)
spa (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-sa/4.0/ (*)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
Repositorio Académico - UPC (es_PE)
Inventario
Predicción del Stock
Importaciones
Retail
Inventory
Stock Prediction
Imports
Retail
Módulo de órdenes de compra de importación usando una biblioteca de machine learning para un gestor de ventas de una empresa retail (es_PE)
Import purchase order module using a machine learning library for a sales manager of a retail company
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC). División de Estudios Profesionales para Ejecutivos (EPE) (es_PE)
Ingeniería de Sistemas (es_PE)
Licenciatura (es_PE)
Ingeniero de Sistemas (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.02.04
https://purl.org/pe-repo/ocde/ford#2.00.00 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
9347654
0000-0003-0312-727X (es_PE)
42980192
73172375
612076 (es_PE)
Burga Durango, Daniel Wilfredo
Aliaga Cerna, Esther
https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional (es_PE)
Privada societaria



This item is licensed under a Creative Commons License Creative Commons