Look-up in Google Scholar
Title: Propuesta de mejora de la gestión de proveedores utilizando la técnica de clustering para reducir el incumplimiento de condiciones en los pedidos en una empresa de confección peruana
Other Titles: Proposal to improve supplier management using the clustering technique in order to reduce non-compliance with conditions in the orders of a Peruvian clothing company
Advisor(s): Salas Castro, Rosa Fernanda
OCDE field: https://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.11.04
Issue Date: 4-Dec-2023
Institution: Universidad Peruana de Ciencias Aplicadas (UPC)
Abstract: El presente estudio se basa en la investigación, realizada por los autores, denominada “Modelo de selección de proveedores para reducir incumplimientos de especificaciones en pedidos de una MYPE de confección peruana” ​(Benites & Garcia, 2020)​ que constó de lo siguiente: En este estudio, se plantea la mejora en la gestión de proveedores en una empresa de confección textil peruana mediante la aplicación de la técnica de clustering. El propósito es abordar los pedidos que no cumplen con los estándares establecidos para tiempo y calidad. La raíz del problema reside en la asignación de pedidos y la subcontratación de la producción, lo que conlleva un incumplimiento de hasta el 19% en las especificaciones de los pedidos y una pérdida económica que alcanza el 23% de la utilidad neta de la empresa. Este problema resulta significativo para la empresa puesto que afecta la satisfacción del cliente final y, en consecuencia, se reduce la cantidad de pedidos que el cliente le asigna a la empresa central. En la actualidad, el modelo del clustering es utilizado en países manufactureros como China e India donde la relación entre la empresa y sus proveedores se considera fundamental para el desarrollo óptimo de la producción, por lo que, con ayuda del modelo, incentivan la integración de la cadena de suministro. El propósito del modelo de clúster aplicado a los proveedores de servicios es reducir la cantidad de pedidos que sufren retrasos. La validación de este modelo se realiza mediante una simulación que se fundamenta en un escenario hipotético que representa cómo habría sido el resultado si se hubiera aplicado la propuesta en el año anterior. A pesar de que se esperaba una reducción del incumplimiento del 5%, los resultados de la simulación en el escenario promedio señalaron una disminución del 3.39% según la categoría del sector.

In the present study, a suggestion is formulated to enhance supplier management within a Peruvian textile manufacturing company by employing the clustering technique. The issue arises from the allocation of orders and the outsourcing of production, leading to a potential 19% non-compliance rate with order specifications and a consequential economic loss of up to 23% on the company's net profit. This problem is significant for the enterprise as it affects end-customer satisfaction and, consequently, reduces the number of orders that the customer assigns to the central company. Currently, the clustering model is used in manufacturing countries such as China and India where the relationship between the company and its suppliers is considered essential for the optimal development of production, hence, with the help of the model, they encourage the integration of Supply Chain. The outcome of the cluster model implemented in service providers aims to diminish the quantity of delayed orders. Validation of this model involves conducting a simulation based on a scenario depicting what the results would have been if the proposal had been applied in the preceding year. A projected reduction of 5% was anticipated based on the sector. Nevertheless, the simulation results in the average scenario revealed a 3.39% decrease.
Discipline: Ingeniería Industrial
Grade or title grantor: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grade or title: Ingeniero industrial
Juror: Ramos Palomino, Edgar; Mayo Alvarez, Luis Alberto; Peñafiel Carrera, Juan Carlos
Register date: 28-Feb-2024; 28-Feb-2024



This item is licensed under a Creative Commons License Creative Commons