Vol. 12/ Núm. 1 2025 pág. 128
https://doi.org/10.69639/arandu.v12i2.896
Control de Inventarios para la Mejora en la Gestión Logística
Inventory Control for Improved Logistics Management
Margarita Chachalo Cuasque
margarita.chachalo@upec.edu.ec
https://orcid.org/0000-0002-5378-6014
Universidad Politécnica Estatal del Carchi
Ecuador – Tulcán
Robert Valencia Chapi
rmvalencia@utn.edu.ec
https://orcid.org/0000-0003-1977-2118
Universidad Técnica del Norte
Ecuador – Ibarra
Artículo recibido: 10 febrero 2025 - Aceptado para publicación: 20 marzo 2025
Conflictos de intereses: Ninguno que declarar
RESUMEN
A nivel mundial las organizaciones se enfrentan desafíos constantes en la gestión de inventarios
lo que sugiere la aplicación de estrategias innovadoras para optimizar sus sistemas. El objetivo
principal de esta investigación es mejorar la gestión de inventarios mediante herramientas
logísticas factibles y prácticas. La metodología aplicada tuvo enfoque cualitativo y cuantitativo
para analizar y evaluar dichas herramientas. Entre las herramientas aplicadas se aplicó un FODA
como base para el estudio, seguido de un diagrama de Pareto para la identificación de los
problemas principales en la empresa Comercial e Industrial. Además, se realizó una clasificación
ABC para obtener los productos con mayor participación en ventas y adicionalmente se utilizó
un modelo de redes neuronales con aplicación del software R-estudio, el cual arrojo datos de
factibilidad adecuada para mejorar el sistema de inventarios. Por último, el análisis para la
aplicación de métodos de inventario mediante los modelos de Silver Mail (SM) y Warner Winting
(WW) arrojaron un porcentaje del 3.7% y 7.4% respectivamente, que contribuyen a la
optimización del sistema de gestión de inventarios en la empresa Comercial e Industrial. La
investigación demuestra que es posible optimizar de manera significativa la gestión de inventarios
en la empresa utilizando la aplicación de modelos de redes de neuronales que evidencia que la
integración de estas herramientas innovadoras. Las redes neuronales no sólo son factibles, sino
que aumentan la efectividad para enfrentar desafíos globales en la gestión de inventarios y
garantizar un desempeño empresarial más competitivo.
Palabras clave: inventario, r-studio, mlp, producción, optimización
Vol. 12/ Núm. 1 2025 pág. 129
ABSTRACT
Globally, organisations face constant challenges in inventory management, suggesting the
application of innovative strategies to optimise their systems. The central objective of this
research endeavour is to enhance inventory management through the implementation of
pragmatic and operational logistics instruments. The methodology employed in this study
encompassed a dual approach, integrating qualitative and quantitative methods, to analyse and
evaluate the efficacy of these tools. The applied tools included a SWOT analysis and a Pareto
diagram, which were used to identify the main problems in the Commercial and Industrial
company. Furthermore, an ABC classification was conducted to identify products with the highest
sales share, and a neural network model was employed with the R-study software to assess the
feasibility of enhancing the inventory system. The analysis for the application of inventory
methods using the Silver Mail (SM) and Warner Winting (WW) models yielded a percentage of
3.7% and 7.4%, respectively, which contributed to the optimisation of the inventory management
system in the Commercial and Industrial Company. The research demonstrates the potential for
significant optimisation of inventory management within the company through the application of
neural network models, thereby underscoring the integration of these innovative tools. The
findings underscore the viability and efficacy of neural networks in addressing global challenges
in inventory management, thereby ensuring enhanced competitive performance in business
operations.
Keywords: inventory, r-studio, mlp, production, optimization
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
ABSTRACT
Globally, organisations face constant challenges in inventory management, suggesting the
application of innovative strategies to optimise their systems. The central objective of this
research endeavour is to enhance inventory management through the implementation of
pragmatic and operational logistics instruments. The methodology employed in this study
encompassed a dual approach, integrating qualitative and quantitative methods, to analyse and
evaluate the efficacy of these tools. The applied tools included a SWOT analysis and a Pareto
diagram, which were used to identify the main problems in the Commercial and Industrial
company. Furthermore, an ABC classification was conducted to identify products with the highest
sales share, and a neural network model was employed with the R-study software to assess the
feasibility of enhancing the inventory system. The analysis for the application of inventory
methods using the Silver Mail (SM) and Warner Winting (WW) models yielded a percentage of
3.7% and 7.4%, respectively, which contributed to the optimisation of the inventory management
system in the Commercial and Industrial Company. The research demonstrates the potential for
significant optimisation of inventory management within the company through the application of
neural network models, thereby underscoring the integration of these innovative tools. The
findings underscore the viability and efficacy of neural networks in addressing global challenges
in inventory management, thereby ensuring enhanced competitive performance in business
operations.
Keywords: inventory, r-studio, mlp, production, optimization
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 1 2025 pág. 130
INTRODUCCIÓN
A nivel mundial, muchas organizaciones enfrentan desafíos en la gestión de inventarios,
lo que resulta en pérdidas económicas a largo plazo. Establecer un control de inventario es crucial
para minimizar costos (Torres, Mendoza, & Ramírez, 2019). La planeación logística aborda
problemas como el servicio al cliente, ubicación de instalaciones, decisiones sobre inventario y
transporte (Ballou, 2004). En América Latina, “las Pymes representan el 99% de las empresas no
financieras, pero enfrentan dificultades en la gestión de inventarios debido a la poca aplicación
de tecnología” (Cevallos , 2018). En Ecuador, la falta de políticas y controles adecuados en el
manejo de inventarios es común, especialmente en el sector comercial, lo que lleva a pérdidas
significativas. [1;4]. La presente pretende establecer un sistema de control de gestión de
inventarios adecuado, que permita el control de los inventarios en tiempo real mejorando la
logística de la empresa Comercial e Industrial, de la ciudad de Ibarra, provincia de Imbabura,
Ecuador. La empresa en mención debe realizar un diagnóstico inicial en sus inventarios actuales,
con el fin de establecer objetivos específicos, mismos que influirán en el control de inventarios,
utilizando criterios previamente establecidos y sustentados. Se evaluará la gestión logística de la
empresa, realizando un análisis profundo para obtener las condiciones reales de la empresa a fin
de proponer un plan que permita controlar inventarios en tiempo real, mejorando el sistema y
gestión de inventarios de la empresa Comercial e Industrial.
Existen muchas empresas necesitan gestionar la información de su inventario de manera
más eficiente y, para lograr este objetivo, necesitan contar con un sistema de gestión de inventario
adecuado y un uso efectivo de las herramientas de inventario de ERP y Manejo De Redes
neuronales en la empresa en general. El uso de las herramientas mencionadas ayudará a la
empresa Comercial e Industrial a obtener registros más precisos, evitar la duplicación de trabajo
y facilitar la gestión de inventario. Mantener una adecuada gestión de pedidos e inventarios es
uno de los componentes más importantes que contribuyen al funcionamiento de la empresa y las
ganancias que genera. Por lo tanto, es importante que una empresa cuente con un buen sistema de
gestión de inventarios, bien administrado y controlado (Benavides, 2021).
Según Durán, “La gestión de inventarios tiene su origen en los egipcios y otros pueblos
antiguos que solían almacenar grandes cantidades de alimentos en caso de sequía o desastre”
(Durán, 2012). Para centrarse en los mecanismos y técnicas correctas de sus provisiones. Es decir,
este concepto se puede relacionar con la idea del Inventario como una forma de prepararse para
situaciones impredecibles, como una sequía o un desastre natural, y tener un stock de bienes y
recursos para mantener la supervivencia y el bienestar de la sociedad. En la práctica, para la
empresa Comercial la Industrial, es una forma de proveer y prepararse para la adversidad y el
cumplimiento del stock, lo que es un fundamento de la gestión de inventarios en la actualidad.
INTRODUCCIÓN
A nivel mundial, muchas organizaciones enfrentan desafíos en la gestión de inventarios,
lo que resulta en pérdidas económicas a largo plazo. Establecer un control de inventario es crucial
para minimizar costos (Torres, Mendoza, & Ramírez, 2019). La planeación logística aborda
problemas como el servicio al cliente, ubicación de instalaciones, decisiones sobre inventario y
transporte (Ballou, 2004). En América Latina, “las Pymes representan el 99% de las empresas no
financieras, pero enfrentan dificultades en la gestión de inventarios debido a la poca aplicación
de tecnología” (Cevallos , 2018). En Ecuador, la falta de políticas y controles adecuados en el
manejo de inventarios es común, especialmente en el sector comercial, lo que lleva a pérdidas
significativas. [1;4]. La presente pretende establecer un sistema de control de gestión de
inventarios adecuado, que permita el control de los inventarios en tiempo real mejorando la
logística de la empresa Comercial e Industrial, de la ciudad de Ibarra, provincia de Imbabura,
Ecuador. La empresa en mención debe realizar un diagnóstico inicial en sus inventarios actuales,
con el fin de establecer objetivos específicos, mismos que influirán en el control de inventarios,
utilizando criterios previamente establecidos y sustentados. Se evaluará la gestión logística de la
empresa, realizando un análisis profundo para obtener las condiciones reales de la empresa a fin
de proponer un plan que permita controlar inventarios en tiempo real, mejorando el sistema y
gestión de inventarios de la empresa Comercial e Industrial.
Existen muchas empresas necesitan gestionar la información de su inventario de manera
más eficiente y, para lograr este objetivo, necesitan contar con un sistema de gestión de inventario
adecuado y un uso efectivo de las herramientas de inventario de ERP y Manejo De Redes
neuronales en la empresa en general. El uso de las herramientas mencionadas ayudará a la
empresa Comercial e Industrial a obtener registros más precisos, evitar la duplicación de trabajo
y facilitar la gestión de inventario. Mantener una adecuada gestión de pedidos e inventarios es
uno de los componentes más importantes que contribuyen al funcionamiento de la empresa y las
ganancias que genera. Por lo tanto, es importante que una empresa cuente con un buen sistema de
gestión de inventarios, bien administrado y controlado (Benavides, 2021).
Según Durán, “La gestión de inventarios tiene su origen en los egipcios y otros pueblos
antiguos que solían almacenar grandes cantidades de alimentos en caso de sequía o desastre”
(Durán, 2012). Para centrarse en los mecanismos y técnicas correctas de sus provisiones. Es decir,
este concepto se puede relacionar con la idea del Inventario como una forma de prepararse para
situaciones impredecibles, como una sequía o un desastre natural, y tener un stock de bienes y
recursos para mantener la supervivencia y el bienestar de la sociedad. En la práctica, para la
empresa Comercial la Industrial, es una forma de proveer y prepararse para la adversidad y el
cumplimiento del stock, lo que es un fundamento de la gestión de inventarios en la actualidad.
Vol. 12/ Núm. 1 2025 pág. 131
En este sentido, un control eficaz de los inventarios es necesario para la gestión
empresarial. La gestión eficaz de los recursos físicos y la mejora de los niveles de inventario son
fundamentales para que cualquier empresa puedo alcanzar sus objetivos. Al optimizar el sistema
de inventarios, las compañías y empresas pueden minimizar costos, potenciar la eficiencia y
incrementar el retorno de inversión (ROI) (Palomino & Paredes, 2024). En los sectores de mayor
demanda Y fluctuación en la oferta, cómo la distribución de mercaderías y el almacenamiento de
repuestos, la gestión eficaz de los inventarios es crítica y mantener un punto de equilibrio entre la
oferta y la demanda es fundamental. Así mismo en otros sectores, cómo la manufactura y la
construcción, la gestión de inventarios es clave para garantizar la producción y la entrega de
productos a tiempo y de forma correcta. En cualquier caso, un sistema de gestión de inventarios
eficiente es esencial para que una empresa sea rentable, donde se puedan alcanzar una buena
rotación de inventario y estar siempre a la vanguardia en un mercado competitivo (SOCCONINI
& REATO, 2019). En este contexto, el uso de herramientas logísticas específicas se vuelve
fundamental para asegurar la operatividad efectiva y rentabilidad de la empresa. El uso exitoso
de la gestión de almacenes en empresas comerciales ofrece varias ventajas que confirman su
importancia teórica, por ejemplo, la creación de una gestión intralogística adecuada. En primer
lugar, estas herramientas pueden gestionar con mayor precisión los niveles de inventario y evitar
la falta o exceso de existencias, optimizando así la inversión de capital y reduciendo los costos de
almacenamiento y tenencia. Además, utilizando estrategias como el análisis ABC, se puede
mejorar la rentabilidad y el flujo de caja enfocándose primero en ofrecer los productos más
valiosos que generan más ingresos (Lima, 2020).
Una gestión logística adecuada es fundamental para la empresa Comercial e Industrial,
ya que no solo permite gestionar de manera eficiente el inventario, sino que también permite
identificar patrones de demanda y tendencias del mercado. Al analizar y utilizar la información,
la empresa se puede planificar de forma efectiva su estrategia de ventas y determinar la cantidad
de stock necesarias para satisfacer la demanda. En última instancia, una gestión efectiva de la
cadena de suministros requiere una combinación de estrategias tecnológicas y colaborativas que
ayudan a mejorar su sistema de inventario de manera más rápida, eficiente y flexible, mejorando
la competitividad de la empresa Comercial e Industrial y su capacidad para lograr objetivos
comerciales a largo plazo (Ruiz-López, 2024). Es importante comprender la calidad de la gestión
de inventarios en una empresa, ya que ayuda a reducir costos, aumentar la satisfacción del cliente,
optimizar recursos y prevenir pérdidas o fraudes internos. Es necesario también, crear una
herramienta metodológica que haga referencia a herramientas logísticas para la implementación
de la gestión de almacenes, que permita una gestión eficiente de los recursos de forma
estructurada y sistemática. Este tipo de herramientas o instrumentos logísticos ofrecen directrices
y métodos definidos para la recolección, análisis y procesamiento de los datos. Es importante dar
En este sentido, un control eficaz de los inventarios es necesario para la gestión
empresarial. La gestión eficaz de los recursos físicos y la mejora de los niveles de inventario son
fundamentales para que cualquier empresa puedo alcanzar sus objetivos. Al optimizar el sistema
de inventarios, las compañías y empresas pueden minimizar costos, potenciar la eficiencia y
incrementar el retorno de inversión (ROI) (Palomino & Paredes, 2024). En los sectores de mayor
demanda Y fluctuación en la oferta, cómo la distribución de mercaderías y el almacenamiento de
repuestos, la gestión eficaz de los inventarios es crítica y mantener un punto de equilibrio entre la
oferta y la demanda es fundamental. Así mismo en otros sectores, cómo la manufactura y la
construcción, la gestión de inventarios es clave para garantizar la producción y la entrega de
productos a tiempo y de forma correcta. En cualquier caso, un sistema de gestión de inventarios
eficiente es esencial para que una empresa sea rentable, donde se puedan alcanzar una buena
rotación de inventario y estar siempre a la vanguardia en un mercado competitivo (SOCCONINI
& REATO, 2019). En este contexto, el uso de herramientas logísticas específicas se vuelve
fundamental para asegurar la operatividad efectiva y rentabilidad de la empresa. El uso exitoso
de la gestión de almacenes en empresas comerciales ofrece varias ventajas que confirman su
importancia teórica, por ejemplo, la creación de una gestión intralogística adecuada. En primer
lugar, estas herramientas pueden gestionar con mayor precisión los niveles de inventario y evitar
la falta o exceso de existencias, optimizando así la inversión de capital y reduciendo los costos de
almacenamiento y tenencia. Además, utilizando estrategias como el análisis ABC, se puede
mejorar la rentabilidad y el flujo de caja enfocándose primero en ofrecer los productos más
valiosos que generan más ingresos (Lima, 2020).
Una gestión logística adecuada es fundamental para la empresa Comercial e Industrial,
ya que no solo permite gestionar de manera eficiente el inventario, sino que también permite
identificar patrones de demanda y tendencias del mercado. Al analizar y utilizar la información,
la empresa se puede planificar de forma efectiva su estrategia de ventas y determinar la cantidad
de stock necesarias para satisfacer la demanda. En última instancia, una gestión efectiva de la
cadena de suministros requiere una combinación de estrategias tecnológicas y colaborativas que
ayudan a mejorar su sistema de inventario de manera más rápida, eficiente y flexible, mejorando
la competitividad de la empresa Comercial e Industrial y su capacidad para lograr objetivos
comerciales a largo plazo (Ruiz-López, 2024). Es importante comprender la calidad de la gestión
de inventarios en una empresa, ya que ayuda a reducir costos, aumentar la satisfacción del cliente,
optimizar recursos y prevenir pérdidas o fraudes internos. Es necesario también, crear una
herramienta metodológica que haga referencia a herramientas logísticas para la implementación
de la gestión de almacenes, que permita una gestión eficiente de los recursos de forma
estructurada y sistemática. Este tipo de herramientas o instrumentos logísticos ofrecen directrices
y métodos definidos para la recolección, análisis y procesamiento de los datos. Es importante dar
Vol. 12/ Núm. 1 2025 pág. 132
preferencia al uso de los datos de inventario para apoyar a decisiones concretas, pero sin ignorar
las fundamentadas en evidencias anteriores (Torres M. J., 2024).
La importancia de implementar herramientas logísticas para la gestión de inventarios en
empresas comerciales e industriales radica sin duda en el contexto de una gestión eficaz de los
recursos y la maximización de beneficios. Esto se debe a que la implementación de herramientas
logísticas permite monitorear de cerca los niveles de inventario, asegurando una disponibilidad
óptima del producto pudiendo satisfacer la demanda del mercado sin crear excesos que puedan
generar costos de inventario innecesarios (Serrano & Pinedo, 2024). Cabe destacar que la
utilización de métodos como el análisis ABC, los modelos EOQ y otros, las empresas podrán
priorizar los productos con mayor valor e ingresos y reducir el desperdicio al recibir y producir
únicamente los productos que necesitan. En el sector tecnológico, la implementación de una
adecuada gestión logística mediante el uso correcto de herramientas logísticas es fundamental
para mantener una cadena de suministro eficiente, asegurar la disponibilidad de los componentes
necesarios para la comercialización en el momento adecuado y capacidades adicionales
(Manrique, Teves, Taco, & Flores, 2019).
Es importante recalcar que se puede crear herramientas logísticas para la gestión de
inventarios utilizando una base genérica. Su importancia práctica es la capacidad de optimizar la
logística y la gestión de inventario, aumentando así con precisión los niveles de inventario.
Pudiendo llegar a identificar métodos precisos para optimizar los procesos de inventario y
evitando inversiones innecesarias. Con el objetivo marcado de mejorar la satisfacción del cliente
y garantizar la disponibilidad continua de productos de alta demanda (Huaccha, 2024). En
resumen, el uso de herramientas logísticas de gestión de inventario no solo beneficia la gestión
de inventario, sino que también mejora la competitividad de una empresa y el éxito a largo plazo
en un entorno empresarial en constante cambio.
Según Vidal (Vidal, 2010), existe un énfasis en la importancia de la logística y la cadena
de suministro en las organizaciones, especialmente en términos de costo y eficiencia. Además, el
autor destaca la necesidad de formar nuevos profesionales capaces de resolver los retos actuales
utilizando las últimas técnicas de ingeniería, modelos matemáticos y métodos cuantitativos para
la gestión de inventarios. En este sentido, también se reconoce la importancia social de las
herramientas logísticas empresariales ya que contribuyen a la eficiencia operativa, la satisfacción
del cliente y la optimización de recursos, sirviendo también como un aporte esencial a la academia
y futuras investigaciones.
METODOLOGÍA
La investigación actual se fundamenta en un enfoque híbrido que integra métodos
cualitativos y cuantitativos, con la finalidad de lograr una comprensión completa de las
necesidades y obstáculos de la empresa en cuanto a los sistemas y a la gestión sobre el control de
preferencia al uso de los datos de inventario para apoyar a decisiones concretas, pero sin ignorar
las fundamentadas en evidencias anteriores (Torres M. J., 2024).
La importancia de implementar herramientas logísticas para la gestión de inventarios en
empresas comerciales e industriales radica sin duda en el contexto de una gestión eficaz de los
recursos y la maximización de beneficios. Esto se debe a que la implementación de herramientas
logísticas permite monitorear de cerca los niveles de inventario, asegurando una disponibilidad
óptima del producto pudiendo satisfacer la demanda del mercado sin crear excesos que puedan
generar costos de inventario innecesarios (Serrano & Pinedo, 2024). Cabe destacar que la
utilización de métodos como el análisis ABC, los modelos EOQ y otros, las empresas podrán
priorizar los productos con mayor valor e ingresos y reducir el desperdicio al recibir y producir
únicamente los productos que necesitan. En el sector tecnológico, la implementación de una
adecuada gestión logística mediante el uso correcto de herramientas logísticas es fundamental
para mantener una cadena de suministro eficiente, asegurar la disponibilidad de los componentes
necesarios para la comercialización en el momento adecuado y capacidades adicionales
(Manrique, Teves, Taco, & Flores, 2019).
Es importante recalcar que se puede crear herramientas logísticas para la gestión de
inventarios utilizando una base genérica. Su importancia práctica es la capacidad de optimizar la
logística y la gestión de inventario, aumentando así con precisión los niveles de inventario.
Pudiendo llegar a identificar métodos precisos para optimizar los procesos de inventario y
evitando inversiones innecesarias. Con el objetivo marcado de mejorar la satisfacción del cliente
y garantizar la disponibilidad continua de productos de alta demanda (Huaccha, 2024). En
resumen, el uso de herramientas logísticas de gestión de inventario no solo beneficia la gestión
de inventario, sino que también mejora la competitividad de una empresa y el éxito a largo plazo
en un entorno empresarial en constante cambio.
Según Vidal (Vidal, 2010), existe un énfasis en la importancia de la logística y la cadena
de suministro en las organizaciones, especialmente en términos de costo y eficiencia. Además, el
autor destaca la necesidad de formar nuevos profesionales capaces de resolver los retos actuales
utilizando las últimas técnicas de ingeniería, modelos matemáticos y métodos cuantitativos para
la gestión de inventarios. En este sentido, también se reconoce la importancia social de las
herramientas logísticas empresariales ya que contribuyen a la eficiencia operativa, la satisfacción
del cliente y la optimización de recursos, sirviendo también como un aporte esencial a la academia
y futuras investigaciones.
METODOLOGÍA
La investigación actual se fundamenta en un enfoque híbrido que integra métodos
cualitativos y cuantitativos, con la finalidad de lograr una comprensión completa de las
necesidades y obstáculos de la empresa en cuanto a los sistemas y a la gestión sobre el control de
Vol. 12/ Núm. 1 2025 pág. 133
inventarios actuales. Además, es fundamental la implementación de herramientas logísticas para
lograr una mayor eficiencia en la gestión. En ese sentido el tipo de investigación más adecuada
para la implementación de herramientas logísticas para el control de inventarios en la empresa
estará fundamentada por una investigación documental la que define la obtención y consultas
bibliográficas en otros materiales, basándose en los conocimientos o información existente sobre
el tema a tratar ya sea libros, artículos científicos, informes, o archivos entre otros (Hernández
Sampieri, 2014).
Por otra parte, se tendrá un contexto de investigación descriptiva la cual tiene como
objetivo describir las características fundamentales de un conjunto homogéneo de fenómenos
(Rodriguez, 2023), es decir se emplea para calcular frecuencias promedios cálculos y otros valores
estadísticos fundamentales para el proyecto (García Argueta, 2020).
La investigación se puede analizar desde un ámbito lógico, en la que se puede revisar
datos históricos del inventario para identificar patrones, tendencias y características claves en
ellos. Es preciso enfocar la investigación en dos tipos exploratoria y explicativa, la investigación
exploratoria busca obtener una visión general aproximada de la realidad de la empresa, mientras
que la explicativa busca comprender y explicar fenómenos observados. En ese sentido se puede
utilizar enfoque cualitativos y cuantitativos, por lo que es importante distinguir entre estos dos
enfoques para comprender y analizar adecuadamente la información histórica del inventario
(García Argueta, 2020). Por otro lado, una investigación explicativa permite comprender las
relaciones de causa y efecto entre las variables, y va más allá de una descripción exploratoria que
se basa en la formulación de hipótesis y en la búsqueda de sus explicaciones. En ese contexto las
herramientas logísticas para el control de inventario se enfatizan para comprender y describir
adecuadamente los fenómenos de estudio, para lo cual esta exploración describe a la metodología
combinada en un conjunto de materias que se correlacionan para obtener resultados factibles. La
figura 1 presenta el Mapa del tipo de investigación adaptado a las necesidades de la empresa de
estudio.
Figura 1
Tipos de la investigación Aplicada a la investigación
Nota, adaptado de la metodología aplicada según García y Hernández. [10;9]
inventarios actuales. Además, es fundamental la implementación de herramientas logísticas para
lograr una mayor eficiencia en la gestión. En ese sentido el tipo de investigación más adecuada
para la implementación de herramientas logísticas para el control de inventarios en la empresa
estará fundamentada por una investigación documental la que define la obtención y consultas
bibliográficas en otros materiales, basándose en los conocimientos o información existente sobre
el tema a tratar ya sea libros, artículos científicos, informes, o archivos entre otros (Hernández
Sampieri, 2014).
Por otra parte, se tendrá un contexto de investigación descriptiva la cual tiene como
objetivo describir las características fundamentales de un conjunto homogéneo de fenómenos
(Rodriguez, 2023), es decir se emplea para calcular frecuencias promedios cálculos y otros valores
estadísticos fundamentales para el proyecto (García Argueta, 2020).
La investigación se puede analizar desde un ámbito lógico, en la que se puede revisar
datos históricos del inventario para identificar patrones, tendencias y características claves en
ellos. Es preciso enfocar la investigación en dos tipos exploratoria y explicativa, la investigación
exploratoria busca obtener una visión general aproximada de la realidad de la empresa, mientras
que la explicativa busca comprender y explicar fenómenos observados. En ese sentido se puede
utilizar enfoque cualitativos y cuantitativos, por lo que es importante distinguir entre estos dos
enfoques para comprender y analizar adecuadamente la información histórica del inventario
(García Argueta, 2020). Por otro lado, una investigación explicativa permite comprender las
relaciones de causa y efecto entre las variables, y va más allá de una descripción exploratoria que
se basa en la formulación de hipótesis y en la búsqueda de sus explicaciones. En ese contexto las
herramientas logísticas para el control de inventario se enfatizan para comprender y describir
adecuadamente los fenómenos de estudio, para lo cual esta exploración describe a la metodología
combinada en un conjunto de materias que se correlacionan para obtener resultados factibles. La
figura 1 presenta el Mapa del tipo de investigación adaptado a las necesidades de la empresa de
estudio.
Figura 1
Tipos de la investigación Aplicada a la investigación
Nota, adaptado de la metodología aplicada según García y Hernández. [10;9]
Vol. 12/ Núm. 1 2025 pág. 134
Instrumentos
Para iniciar con el proceso de diagnóstico de la empresa Comercial Industrial tenemos
como primera parte de esta investigación la aplicación de la herramienta del análisis FODA, que
de acuerdo a lo que menciona Rodríguez (Rodríguez, Sabogal, & Fuentes, 2021), esta herramienta
permite encontrar y plantear estrategias que buscan intensamente la solución en torno a la gestión
de inventarios según las fortalezas, amenazas y debilidades presentes dentro de la empresa, a fin
de determinar tácticas que sirvan de oportunidades en la expansión del mercado.
Para dar una continuidad al análisis de diagnóstico de la empresa Comercial e Industrial
basados en el FODA de la empresa, se aplica el diagrama de Ishikawa como una segunda
herramienta, que, según menciona Rodríguez (Rodríguez, Sabogal, & Fuentes, 2021), el uso de
un diagrama de Ishikawa o diagrama Causa – Efecto, implica en una representación visual que
permite determinar los problemas existentes mediante la visualización de causas con la aplicación
de las (6M). De esta manera no solo se determina los problemas existentes en la empresa, sino
que también se aplica una herramienta de gestión de calidad muy común para facilitar la toma de
decisiones.
Luego de haber analizado los problemas presentes en la empresa se procede al análisis de
Pareto, para inferir en las causas que ocasionan los problemas en la empresa de acuerdo con el
almacenamiento de inventario. En la cual según Somosierra (Somosierra, 2023), el principio de
Pareto o regla 80/20 denota que el 80% de los problemas son por el 20% de las causas. Es así
como, el concepto también sugiere en muchos de los casos, esta evaluación de
es crucial, sobre todo en la gestión de la cadena de suministro, el control de inventarios, la
administración de almacenes, así como en el transporte la entrega de los productos.
Finalmente, un modelo de gestión de inventario facilita a la empresa maximizar la
cantidad de existencias necesarias para cubrir la demanda de los consumidores. En ese sentido se
aplica a la empresa de estudio un modelo de gestión de inventarios utilizando métodos heurísticos
mediante la aplicación de herramientas tecnológicas como Excel, R-Studio y Minitab. Estas
herramientas son manejables en aspectos de evaluación diagnóstica inicial y necesitan de un
proceso minucioso para obtener resultados eficientes en tiempo real.
RESULTADOS Y DISCUSIÓN
Los resultados obtenidos y de acuerdo con las herramientas mencionadas, presentan las
oportunidades que tiene la empresa en mejorar los valores del comportamiento de la demanda, la
identificación de las causas del problema seguido, de los porcentajes que representan cada uno de
los problemas presentes.
Instrumentos
Para iniciar con el proceso de diagnóstico de la empresa Comercial Industrial tenemos
como primera parte de esta investigación la aplicación de la herramienta del análisis FODA, que
de acuerdo a lo que menciona Rodríguez (Rodríguez, Sabogal, & Fuentes, 2021), esta herramienta
permite encontrar y plantear estrategias que buscan intensamente la solución en torno a la gestión
de inventarios según las fortalezas, amenazas y debilidades presentes dentro de la empresa, a fin
de determinar tácticas que sirvan de oportunidades en la expansión del mercado.
Para dar una continuidad al análisis de diagnóstico de la empresa Comercial e Industrial
basados en el FODA de la empresa, se aplica el diagrama de Ishikawa como una segunda
herramienta, que, según menciona Rodríguez (Rodríguez, Sabogal, & Fuentes, 2021), el uso de
un diagrama de Ishikawa o diagrama Causa – Efecto, implica en una representación visual que
permite determinar los problemas existentes mediante la visualización de causas con la aplicación
de las (6M). De esta manera no solo se determina los problemas existentes en la empresa, sino
que también se aplica una herramienta de gestión de calidad muy común para facilitar la toma de
decisiones.
Luego de haber analizado los problemas presentes en la empresa se procede al análisis de
Pareto, para inferir en las causas que ocasionan los problemas en la empresa de acuerdo con el
almacenamiento de inventario. En la cual según Somosierra (Somosierra, 2023), el principio de
Pareto o regla 80/20 denota que el 80% de los problemas son por el 20% de las causas. Es así
como, el concepto también sugiere en muchos de los casos, esta evaluación de
es crucial, sobre todo en la gestión de la cadena de suministro, el control de inventarios, la
administración de almacenes, así como en el transporte la entrega de los productos.
Finalmente, un modelo de gestión de inventario facilita a la empresa maximizar la
cantidad de existencias necesarias para cubrir la demanda de los consumidores. En ese sentido se
aplica a la empresa de estudio un modelo de gestión de inventarios utilizando métodos heurísticos
mediante la aplicación de herramientas tecnológicas como Excel, R-Studio y Minitab. Estas
herramientas son manejables en aspectos de evaluación diagnóstica inicial y necesitan de un
proceso minucioso para obtener resultados eficientes en tiempo real.
RESULTADOS Y DISCUSIÓN
Los resultados obtenidos y de acuerdo con las herramientas mencionadas, presentan las
oportunidades que tiene la empresa en mejorar los valores del comportamiento de la demanda, la
identificación de las causas del problema seguido, de los porcentajes que representan cada uno de
los problemas presentes.
Vol. 12/ Núm. 1 2025 pág. 135
Análisis FODA
La figura 2 muestra el análisis FODA aplicado a la empresa, destacando las fortalezas,
debilidades, oportunidades y amenazas. Este análisis es crucial para la investigación ya que
permite identificar áreas clave para mejorar, aprovechar oportunidades, mitigar debilidades y
prepararse ante las posibles amenazas, de esta forma facilita a la empresa a crear una toma de
decisiones estratégicas visualizando primero factores internos y externos que benefician a la
planificación y ejecución de estrategias efectivas. Asimismo, facilita entender de qué manera la
administración de inventarios y el stock puede influir positivamente en las ventas y en la
satisfacción del cliente, en tanto que una gestión deficiente puede acarrear efectos adversos para
la empresa.
Figura 2
Análisis FODA de la empresa
Nota, el análisis FODA, evalúa fortalezas, debilidades, oportunidades y amenazas. Facilitando de esta forma las
decisiones estratégicas aplicadas para el mejoramiento y la planificación de la empresa Comercial e Industrial.
Diagrama de Pareto
La optimización de la gestión de inventarios y recepción de pedidos es un tema crucial
para cualquier empresa. En este sentido, es frecuente cometer errores en la gestión de inventarios
y padecer retrasos en la recepción de pedidos. Sin embargo, es fundamental verificar y corregir
estos errores para tener una visión precisa del estado actual de la empresa. En la figura 3 representa
FORTALEZAS
• Tres décadas de experiencia en el
ámbito de venta y comercialización de
colchones Chaide en la compañía
Comercial E Industrial.
• Entendimiento del mercado.
• Atención adecuada al cliente,
cuando este solicita un producto
en particular.
• Personal comprometido con la mejora
constante, abierto a ajustar su enfoque
ante los cambios requeridos.
DEBILIDADES
• Carecer de personal calificado
para el correcto manejo de la
mercadería..
• Control inapropiado de los
procesos de inventario no se
asegura el Stock.
• Las políticas de control no se han
implementado en la empresa.
• Baja inversión en la optimización
de la gestión de la bodega.
OPORTUNIDADES
• La empresa Comercial e Industrial
dispone de una lista de proveedores de
confianza.
• El mercado comercial abarca
extensamente la oferta y la demanda.
• En cuanto a los competidores, la empresa
no ha sido impactada por las políticas
arancelarias.
AMENAZAS
• En la competencia provoca
cambios en la aplicacion de
precios.
• Cambios de calidad en el material
de cada producto.
• Aplicación de políticas
arancelarias.
Análisis FODA
La figura 2 muestra el análisis FODA aplicado a la empresa, destacando las fortalezas,
debilidades, oportunidades y amenazas. Este análisis es crucial para la investigación ya que
permite identificar áreas clave para mejorar, aprovechar oportunidades, mitigar debilidades y
prepararse ante las posibles amenazas, de esta forma facilita a la empresa a crear una toma de
decisiones estratégicas visualizando primero factores internos y externos que benefician a la
planificación y ejecución de estrategias efectivas. Asimismo, facilita entender de qué manera la
administración de inventarios y el stock puede influir positivamente en las ventas y en la
satisfacción del cliente, en tanto que una gestión deficiente puede acarrear efectos adversos para
la empresa.
Figura 2
Análisis FODA de la empresa
Nota, el análisis FODA, evalúa fortalezas, debilidades, oportunidades y amenazas. Facilitando de esta forma las
decisiones estratégicas aplicadas para el mejoramiento y la planificación de la empresa Comercial e Industrial.
Diagrama de Pareto
La optimización de la gestión de inventarios y recepción de pedidos es un tema crucial
para cualquier empresa. En este sentido, es frecuente cometer errores en la gestión de inventarios
y padecer retrasos en la recepción de pedidos. Sin embargo, es fundamental verificar y corregir
estos errores para tener una visión precisa del estado actual de la empresa. En la figura 3 representa
FORTALEZAS
• Tres décadas de experiencia en el
ámbito de venta y comercialización de
colchones Chaide en la compañía
Comercial E Industrial.
• Entendimiento del mercado.
• Atención adecuada al cliente,
cuando este solicita un producto
en particular.
• Personal comprometido con la mejora
constante, abierto a ajustar su enfoque
ante los cambios requeridos.
DEBILIDADES
• Carecer de personal calificado
para el correcto manejo de la
mercadería..
• Control inapropiado de los
procesos de inventario no se
asegura el Stock.
• Las políticas de control no se han
implementado en la empresa.
• Baja inversión en la optimización
de la gestión de la bodega.
OPORTUNIDADES
• La empresa Comercial e Industrial
dispone de una lista de proveedores de
confianza.
• El mercado comercial abarca
extensamente la oferta y la demanda.
• En cuanto a los competidores, la empresa
no ha sido impactada por las políticas
arancelarias.
AMENAZAS
• En la competencia provoca
cambios en la aplicacion de
precios.
• Cambios de calidad en el material
de cada producto.
• Aplicación de políticas
arancelarias.
Vol. 12/ Núm. 1 2025 pág. 136
el análisis de gráfico 20/80, en el cual se puede identificar las áreas que requieren mejoras
efectivas a la empresa, por lo que, el Diagrama de Pareto permite abordar de forma práctica
desafíos donde el 80% de los problemas son causados por el 20% de las causas que maximizan
los resultados.
En este sentido, el diagrama muestra que la empresa presenta errores en el registro de
inventarios y retrasos en la recepción de pedidos por parte de la empresa. Por ello, es importante
comprobar y corregir cualquier dato erróneo en la empresa para considerar nuevamente los
problemas y causas.
Figura 3
Diagrama de Pareto
Nota, el gráfico 20/80 permite identificar errores frecuentes en la gestión de inventarios y recepción de pedidos.
Analizar estas áreas y sugerir mejoras efectivas maximiza los resultados empresariales y corrige errores cruciales para
una visión precisa de la empresa Comercial e Industrial
Ventas Anuales de los productos
La empresa Comercial e Industrial tiene aproximadamente 34 productos de diferentes
medidas ofrecidos a la venta, los mismos que durante los años 2020-2024 tiene una variación con
tendencia a subir en el año 2023 y luego descender en el siguiente año. La figura 4 sobre las ventas
anuales indican el aumento significativo en los años 2021-2023, con un valor total en ventas de
4325u para el año 2023. Sin embargo, en el año 2024 existe una disminución notable de las ventas
con un total de 2279unidades anuales. Para determinar el pronóstico de ventas anuales de cada
el análisis de gráfico 20/80, en el cual se puede identificar las áreas que requieren mejoras
efectivas a la empresa, por lo que, el Diagrama de Pareto permite abordar de forma práctica
desafíos donde el 80% de los problemas son causados por el 20% de las causas que maximizan
los resultados.
En este sentido, el diagrama muestra que la empresa presenta errores en el registro de
inventarios y retrasos en la recepción de pedidos por parte de la empresa. Por ello, es importante
comprobar y corregir cualquier dato erróneo en la empresa para considerar nuevamente los
problemas y causas.
Figura 3
Diagrama de Pareto
Nota, el gráfico 20/80 permite identificar errores frecuentes en la gestión de inventarios y recepción de pedidos.
Analizar estas áreas y sugerir mejoras efectivas maximiza los resultados empresariales y corrige errores cruciales para
una visión precisa de la empresa Comercial e Industrial
Ventas Anuales de los productos
La empresa Comercial e Industrial tiene aproximadamente 34 productos de diferentes
medidas ofrecidos a la venta, los mismos que durante los años 2020-2024 tiene una variación con
tendencia a subir en el año 2023 y luego descender en el siguiente año. La figura 4 sobre las ventas
anuales indican el aumento significativo en los años 2021-2023, con un valor total en ventas de
4325u para el año 2023. Sin embargo, en el año 2024 existe una disminución notable de las ventas
con un total de 2279unidades anuales. Para determinar el pronóstico de ventas anuales de cada
Vol. 12/ Núm. 1 2025 pág. 137
año se utilizó la herramienta Excel, la cual nos permite organizar estos datos de manera
estructurada facilitando el análisis y la generación de las proyecciones.
Figura 4
Ventas anuales - Periodo 2020-2024
Nota, el gráfico representa el total de ventas en los últimos 5 años.
Clasificación ABC - COMPRAS vs VENTAS
El análisis de clasificación ABC es una técnica de gestión de inventarios aplicada a la
empresa Comercial e Industrial, la cual permite categorizar los productos según su importancia y
valor. Este método divide los artículos en tres categorías: A, B y C.
Figura 5
Clasificación ABC
Nota, se demuestra cómo se clasifican los productos en tres categorías (A, B y C) según su valor e importancia,
utilizando el análisis ABC. para la empresa Comercial e Industrial.
Análisis clasificación ABC
La categoría A incluye los productos más valiosos y de alta rotación, que representan una
pequeña cantidad del total de inventarios, pero generan un alto porcentaje de ingresos. La
categoría B abarca productos de importancia media, con una rotación y valor moderados.
1790
3086
4053 4325
2279
2020 2021 2022 2023 2024
TOTAL DE VENTAS
año se utilizó la herramienta Excel, la cual nos permite organizar estos datos de manera
estructurada facilitando el análisis y la generación de las proyecciones.
Figura 4
Ventas anuales - Periodo 2020-2024
Nota, el gráfico representa el total de ventas en los últimos 5 años.
Clasificación ABC - COMPRAS vs VENTAS
El análisis de clasificación ABC es una técnica de gestión de inventarios aplicada a la
empresa Comercial e Industrial, la cual permite categorizar los productos según su importancia y
valor. Este método divide los artículos en tres categorías: A, B y C.
Figura 5
Clasificación ABC
Nota, se demuestra cómo se clasifican los productos en tres categorías (A, B y C) según su valor e importancia,
utilizando el análisis ABC. para la empresa Comercial e Industrial.
Análisis clasificación ABC
La categoría A incluye los productos más valiosos y de alta rotación, que representan una
pequeña cantidad del total de inventarios, pero generan un alto porcentaje de ingresos. La
categoría B abarca productos de importancia media, con una rotación y valor moderados.
1790
3086
4053 4325
2279
2020 2021 2022 2023 2024
TOTAL DE VENTAS
Vol. 12/ Núm. 1 2025 pág. 138
Finalmente, la categoría C engloba los productos de bajo valor y rotación, que representan la
mayor parte de los inventarios, pero contribuyen menos a los ingresos. Implementar el análisis
ABC ayuda a las empresas a mejorar la administración y gestión de los inventarios, enfocándose
en los productos más críticos, disminuir costos y aumentar la eficacia operativa. Asimismo, ayuda
en la toma de decisiones estratégicas para preservar un balance adecuado entre la oferta y la
demanda.
Análisis Abc – Ventas
La tabla 1, muestra el análisis ABC de ventas para la empresa Comercial e Industrial
durante los años 2020-2024 muestra una clara segmentación de sus productos. Según la
contribución a las ventas totales los productos de categoría A, que representan el 32.4% del total
de productos genera el 30% de las ventas totales, destacando de esta forma una alta rotación y un
valor estratégico para la empresa. La categoría B, con un 29.4% de productos, contribuye con el
33% de las ventas, mientras que los productos de categoría C, representan el 38.2% del total de
productos solo generan el 37% de las ventas. Este análisis permite a la empresa identificar los
productos más críticos y ajustar sus estrategias de venta para optimizar los ingresos y la eficiencia
operativa.
Tabla 1
Análisis ABC de Ventas
Participación
Estimada Clasificación Numero Participación N Ventas Participació
n Ventas
0 % - 80 % A 11 32,4% $ 211.677 30%
81 % - 94 % B 10 29,4% $ 234.748 33%
95 % - 100 % C 13 38,2% $ 266.894 37%
Total 34 $ 713.319
Nota, análisis de ventas mediante la clasificación ABC. Elaborado por el autor.
Análisis ABC - Compras
La tabla 2 representa el análisis ABC de compras en la empresa comercial e Industrial
durante el período 2020-2024. Este análisis revela que los productos de categoría a contribuyen
con el 23.5% del total y a su vez esto representa el 22% del gasto total en compras. La categoría
B, con un 26.5% de los productos absorbe el 35% de los gastos en compras, mientras que los
productos de la categoría C, representan el 50% del total y lo que supone el 43% de los gastos en
compras. Este análisis permite identificar áreas donde pueden reducirse Los costos, gestionar
mejor el inventario y optimizar la cadena de suministros. En consecuencia, al mejorar la eficiencia
también se maximiza el retorno de inversión en compras.
Finalmente, la categoría C engloba los productos de bajo valor y rotación, que representan la
mayor parte de los inventarios, pero contribuyen menos a los ingresos. Implementar el análisis
ABC ayuda a las empresas a mejorar la administración y gestión de los inventarios, enfocándose
en los productos más críticos, disminuir costos y aumentar la eficacia operativa. Asimismo, ayuda
en la toma de decisiones estratégicas para preservar un balance adecuado entre la oferta y la
demanda.
Análisis Abc – Ventas
La tabla 1, muestra el análisis ABC de ventas para la empresa Comercial e Industrial
durante los años 2020-2024 muestra una clara segmentación de sus productos. Según la
contribución a las ventas totales los productos de categoría A, que representan el 32.4% del total
de productos genera el 30% de las ventas totales, destacando de esta forma una alta rotación y un
valor estratégico para la empresa. La categoría B, con un 29.4% de productos, contribuye con el
33% de las ventas, mientras que los productos de categoría C, representan el 38.2% del total de
productos solo generan el 37% de las ventas. Este análisis permite a la empresa identificar los
productos más críticos y ajustar sus estrategias de venta para optimizar los ingresos y la eficiencia
operativa.
Tabla 1
Análisis ABC de Ventas
Participación
Estimada Clasificación Numero Participación N Ventas Participació
n Ventas
0 % - 80 % A 11 32,4% $ 211.677 30%
81 % - 94 % B 10 29,4% $ 234.748 33%
95 % - 100 % C 13 38,2% $ 266.894 37%
Total 34 $ 713.319
Nota, análisis de ventas mediante la clasificación ABC. Elaborado por el autor.
Análisis ABC - Compras
La tabla 2 representa el análisis ABC de compras en la empresa comercial e Industrial
durante el período 2020-2024. Este análisis revela que los productos de categoría a contribuyen
con el 23.5% del total y a su vez esto representa el 22% del gasto total en compras. La categoría
B, con un 26.5% de los productos absorbe el 35% de los gastos en compras, mientras que los
productos de la categoría C, representan el 50% del total y lo que supone el 43% de los gastos en
compras. Este análisis permite identificar áreas donde pueden reducirse Los costos, gestionar
mejor el inventario y optimizar la cadena de suministros. En consecuencia, al mejorar la eficiencia
también se maximiza el retorno de inversión en compras.
Vol. 12/ Núm. 1 2025 pág. 139
Tabla 2
Análisis ABC de Ventas
Participación
estimada Clasificación Numero Participación
n Compras Participación
Compras
0 % - 80 % A 8 23,5% $ 442.930 22%
81 % - 94 % B 9 26,5% $ 695.036 35%
95 % - 100 % C 17 50,0% $ 864.390 43%
Total 34 $ 2.002.356
Nota, análisis de compras mediante la clasificación ABC. Elaborado por el autor.
Resultados del Diagnóstico ABC
La Tabla 3 de los Resultados del Diagnóstico ABC, aplicada a la empresa Comercial e
Industrial, presenta la clasificación de los productos en categorías A, B y C, según su costo y valor
acumulado. La categoría A incluye productos de alto valor y rotación, que representan una
pequeña proporción del total, pero generan la mayor parte de los ingresos. La categoría B abarca
productos de importancia media, mientras que la categoría C incluye aquellos de menor valor y
rotación. Este diagnóstico permite a la empresa identificar los productos más críticos, mejorar la
gestión y eficiencia operativa optimizando la administración de inventarios.
Tabla 3
Resultados del Diagnóstico ABC
Artículo Costo
unitario
Costo de
ventas Costo total %Cost
o total
Valor
acumulado Clasificación
C Alternativa 105*15 $ 18,95 $ 21,22 $ 402,19 0,1% 0,1% A
C continental FB 135 $ 198,36 $ 14,23 $ 42494,42 6,0% 6,0% A
C continental NF 200*200 $ 208,96 $ 234,04 $ 48904,00 6,9% 12,9% A
C Suave Brisa 105 $ 104,85 $ 117,43 $ 12312,75 1,7% 14,6% A
C Imperial clásico 135*27 $ 122,89 $ 132,72 $ 16310,11 2,3% 16,9% A
C Imperial NF TL FV
135*30 $ 126,34 $ 136,45 $17238,74 2,4% 19,3% A
C Restapedic 135 $ 158,65 $ 177,69 $28190,20 4,0% 23,3% A
C Semiortopedico 135 $ 111,90 $ 125,33 $14024,20 2,0% 25,2% A
C Sonata 105 $ 72,15 $ 80,81 $5829,97 0,8% 26,0% A
C Imperial clásico 105*18 $ 106,45 $ 114,97 $12238,13 1,7% 27,7% A
C Restapedic 105 $ 110,73 $ 124,02 $13732,47 1,9% 28,0% A
C Suave Brisa BG 105 $ 116,96 $ 131,00 $15321,20 2,1% 30,1% B
C Conti fe vino 105 $ 146,36 $ 163,92 $ 23991,80 3,4% 33,5% B
C continental de Lujo 135 $ 127,00 $ 137,16 $ 17419,32 2,4% 35,9% B
C L Perfección 160 $ 165,90 $ 185,81 $ 30825,55 4,3% 40,2% B
Tabla 2
Análisis ABC de Ventas
Participación
estimada Clasificación Numero Participación
n Compras Participación
Compras
0 % - 80 % A 8 23,5% $ 442.930 22%
81 % - 94 % B 9 26,5% $ 695.036 35%
95 % - 100 % C 17 50,0% $ 864.390 43%
Total 34 $ 2.002.356
Nota, análisis de compras mediante la clasificación ABC. Elaborado por el autor.
Resultados del Diagnóstico ABC
La Tabla 3 de los Resultados del Diagnóstico ABC, aplicada a la empresa Comercial e
Industrial, presenta la clasificación de los productos en categorías A, B y C, según su costo y valor
acumulado. La categoría A incluye productos de alto valor y rotación, que representan una
pequeña proporción del total, pero generan la mayor parte de los ingresos. La categoría B abarca
productos de importancia media, mientras que la categoría C incluye aquellos de menor valor y
rotación. Este diagnóstico permite a la empresa identificar los productos más críticos, mejorar la
gestión y eficiencia operativa optimizando la administración de inventarios.
Tabla 3
Resultados del Diagnóstico ABC
Artículo Costo
unitario
Costo de
ventas Costo total %Cost
o total
Valor
acumulado Clasificación
C Alternativa 105*15 $ 18,95 $ 21,22 $ 402,19 0,1% 0,1% A
C continental FB 135 $ 198,36 $ 14,23 $ 42494,42 6,0% 6,0% A
C continental NF 200*200 $ 208,96 $ 234,04 $ 48904,00 6,9% 12,9% A
C Suave Brisa 105 $ 104,85 $ 117,43 $ 12312,75 1,7% 14,6% A
C Imperial clásico 135*27 $ 122,89 $ 132,72 $ 16310,11 2,3% 16,9% A
C Imperial NF TL FV
135*30 $ 126,34 $ 136,45 $17238,74 2,4% 19,3% A
C Restapedic 135 $ 158,65 $ 177,69 $28190,20 4,0% 23,3% A
C Semiortopedico 135 $ 111,90 $ 125,33 $14024,20 2,0% 25,2% A
C Sonata 105 $ 72,15 $ 80,81 $5829,97 0,8% 26,0% A
C Imperial clásico 105*18 $ 106,45 $ 114,97 $12238,13 1,7% 27,7% A
C Restapedic 105 $ 110,73 $ 124,02 $13732,47 1,9% 28,0% A
C Suave Brisa BG 105 $ 116,96 $ 131,00 $15321,20 2,1% 30,1% B
C Conti fe vino 105 $ 146,36 $ 163,92 $ 23991,80 3,4% 33,5% B
C continental de Lujo 135 $ 127,00 $ 137,16 $ 17419,32 2,4% 35,9% B
C L Perfección 160 $ 165,90 $ 185,81 $ 30825,55 4,3% 40,2% B
Vol. 12/ Núm. 1 2025 pág. 140
C Sonata 160 $ 118,47 $ 132,69 $ 15719,36 2,2% 42,4% B
C Imperial NF TL FV
105*31 $ 122,80 $ 132,62 $ 16286,23 2,3% 44,7% B
C continental de
lujo200*200 $ 268,25 $ 300,43 $ 80590,03 11,3% 56,0% B
C Prensado 105 $ 69,30 $ 77,62 $ 5378,79 0,8% 56,8% B
C Prensado 135 $ 86,30 $ 96,66 $ 8341,41 1,2% 57,9% B
C Suave Brisa BG 135 $ 136,52 $ 152,90 $ 20874,24 2,9% 60,9% B
C Imperial clásico 105*27 $ 108,20 $ 116,86 $ 12643,82 1,8% 62,6% C
C Imperial clásico 135*20 $ 116,75 $ 126,09 $ 14721,01 2,1% 64,7% C
C Full Spring 105 $ 53,12 $ 53,00 $ 2815,52 0,4% 65,1% C
C Suave Brisa 135 $ 122,36 $ 137,04 $ 16768,61 2,4% 67,5% C
C continental FB 200*201 $ 286,37 $ 320,73 $ 91848,07 12,9% 80,3% C
C Sueño total 105 $ 84,63 $ 94,79 $ 8021,71 1,1% 81,5% C
C Semiortopedico 105 $ 103,65 $ 116,09 $ 12032,52 1,7% 83,1% C
C Restapedic 200*200 $ 218,48 $ 244,70 $ 53461,53 7,5% 90,6% C
C continental FB 105 $ 157,80 $ 176,74 $ 27888,94 3,9% 94,5% C
C Zafiro 135 $ 72,63 $ 81,35 $ 5908,13 0,8% 95,4% C
C Alternativa 105*11 $ 15,74 $ 17,63 $ 277,48 0,0% 95,4% C
C continental de Lujo
105*11 $ 113,70 $ 127,34 $ 14479,01 2,0% 97,4% C
Nota, análisis ABC de 32 productos de la empresa Comercial e Industrial. Elaborado por el autor.
Análisis de los datos con R-Studio
Para el análisis de una mejor eficiencia de inventarios en la empresa, se aplica un
pronóstico de ventas basado en un modelo de redes neuronales MLP (Perceptrón Multicapa).
Modelo de red neuronal MLP (Perceptrón Multicapa)
Al aplicar el modelo de redes neuronales, en base a los datos históricos de ventas de la
empresa desde 2020 hasta agosto del 2024 se obtiene la figura 6, que muestra la evolución de los
datos de consumo desde 2020 hasta 2024 en forma de serie temporal. Se identifica un patrón
estacional claro con aumentos significativos en ciertos meses, mayo. Septiembre y diciembre el
año, lo que sugiere picos de demanda recurrentes. A lo largo del tiempo, también se aprecia una
tendencia general al alza en los valores máximos y mínimos de los productos vs el tiempo,
indicando un crecimiento progresivo del consumo. Sin embargo, en algunos años, los picos son
más pronunciados, especialmente hacia finales de 2022 y principios de 2023, lo que podría estar
relacionado con factores específicos como la estacionalidad de productos o eventos
extraordinarios. Este análisis es fundamental para planificar estrategias operativas, como la
gestión de inventarios o la distribución, ya que permite anticipar los periodos de mayor demanda
C Sonata 160 $ 118,47 $ 132,69 $ 15719,36 2,2% 42,4% B
C Imperial NF TL FV
105*31 $ 122,80 $ 132,62 $ 16286,23 2,3% 44,7% B
C continental de
lujo200*200 $ 268,25 $ 300,43 $ 80590,03 11,3% 56,0% B
C Prensado 105 $ 69,30 $ 77,62 $ 5378,79 0,8% 56,8% B
C Prensado 135 $ 86,30 $ 96,66 $ 8341,41 1,2% 57,9% B
C Suave Brisa BG 135 $ 136,52 $ 152,90 $ 20874,24 2,9% 60,9% B
C Imperial clásico 105*27 $ 108,20 $ 116,86 $ 12643,82 1,8% 62,6% C
C Imperial clásico 135*20 $ 116,75 $ 126,09 $ 14721,01 2,1% 64,7% C
C Full Spring 105 $ 53,12 $ 53,00 $ 2815,52 0,4% 65,1% C
C Suave Brisa 135 $ 122,36 $ 137,04 $ 16768,61 2,4% 67,5% C
C continental FB 200*201 $ 286,37 $ 320,73 $ 91848,07 12,9% 80,3% C
C Sueño total 105 $ 84,63 $ 94,79 $ 8021,71 1,1% 81,5% C
C Semiortopedico 105 $ 103,65 $ 116,09 $ 12032,52 1,7% 83,1% C
C Restapedic 200*200 $ 218,48 $ 244,70 $ 53461,53 7,5% 90,6% C
C continental FB 105 $ 157,80 $ 176,74 $ 27888,94 3,9% 94,5% C
C Zafiro 135 $ 72,63 $ 81,35 $ 5908,13 0,8% 95,4% C
C Alternativa 105*11 $ 15,74 $ 17,63 $ 277,48 0,0% 95,4% C
C continental de Lujo
105*11 $ 113,70 $ 127,34 $ 14479,01 2,0% 97,4% C
Nota, análisis ABC de 32 productos de la empresa Comercial e Industrial. Elaborado por el autor.
Análisis de los datos con R-Studio
Para el análisis de una mejor eficiencia de inventarios en la empresa, se aplica un
pronóstico de ventas basado en un modelo de redes neuronales MLP (Perceptrón Multicapa).
Modelo de red neuronal MLP (Perceptrón Multicapa)
Al aplicar el modelo de redes neuronales, en base a los datos históricos de ventas de la
empresa desde 2020 hasta agosto del 2024 se obtiene la figura 6, que muestra la evolución de los
datos de consumo desde 2020 hasta 2024 en forma de serie temporal. Se identifica un patrón
estacional claro con aumentos significativos en ciertos meses, mayo. Septiembre y diciembre el
año, lo que sugiere picos de demanda recurrentes. A lo largo del tiempo, también se aprecia una
tendencia general al alza en los valores máximos y mínimos de los productos vs el tiempo,
indicando un crecimiento progresivo del consumo. Sin embargo, en algunos años, los picos son
más pronunciados, especialmente hacia finales de 2022 y principios de 2023, lo que podría estar
relacionado con factores específicos como la estacionalidad de productos o eventos
extraordinarios. Este análisis es fundamental para planificar estrategias operativas, como la
gestión de inventarios o la distribución, ya que permite anticipar los periodos de mayor demanda
Vol. 12/ Núm. 1 2025 pág. 141
y ajustar los recursos de forma eficiente. Este análisis también sugiere que un análisis más
detallado por temporada podría optimizar las decisiones estratégicas.
Figura 6
Red Neuronal MLP (Perceptrón Multicapa)
Nota, la figura muestra la evolución de los datos de consumo desde 2020 hasta 2024 en forma de serie temporal.
Elaborado por el autor – R Studio.
A continuación, en la figura 7 se muestran los valores promedio obtenidos de cada
PRODUCTO, que fueron utilizados para sustituir cada dato atípico identificado. La gráfica de
caja de acuerdo al análisis aplicado en R-Studio proporciona una observación de la dispersión de
los datos de consumo, destacando la mediana con un valor de 300 unidades, los cuartiles entre
200-400 unidades y al menos un valor atípico. Los límites del rango intercuartílico indican que la
mayoría de los valores están distribuidos de manera moderada, mientras que se identifica al menos
un valor atípico por encima de 700, lo que sugiere un evento puntual de consumo elevado. Este
comportamiento podría estar asociado a picos estacionales o situaciones excepcionales. En
general, el consumo presenta cierta estabilidad, pero los valores extremos deben ser analizados
para entender su causa y evaluar su impacto en la planificación futura.
Figura 7
Grafica de Caja
Nota, la figura representa los valores de la mediana, cuartiles y valores atípicos presentes en las ventas de la empresa
comercial e industrial. Elaborado por el autor – R-Studio.
y ajustar los recursos de forma eficiente. Este análisis también sugiere que un análisis más
detallado por temporada podría optimizar las decisiones estratégicas.
Figura 6
Red Neuronal MLP (Perceptrón Multicapa)
Nota, la figura muestra la evolución de los datos de consumo desde 2020 hasta 2024 en forma de serie temporal.
Elaborado por el autor – R Studio.
A continuación, en la figura 7 se muestran los valores promedio obtenidos de cada
PRODUCTO, que fueron utilizados para sustituir cada dato atípico identificado. La gráfica de
caja de acuerdo al análisis aplicado en R-Studio proporciona una observación de la dispersión de
los datos de consumo, destacando la mediana con un valor de 300 unidades, los cuartiles entre
200-400 unidades y al menos un valor atípico. Los límites del rango intercuartílico indican que la
mayoría de los valores están distribuidos de manera moderada, mientras que se identifica al menos
un valor atípico por encima de 700, lo que sugiere un evento puntual de consumo elevado. Este
comportamiento podría estar asociado a picos estacionales o situaciones excepcionales. En
general, el consumo presenta cierta estabilidad, pero los valores extremos deben ser analizados
para entender su causa y evaluar su impacto en la planificación futura.
Figura 7
Grafica de Caja
Nota, la figura representa los valores de la mediana, cuartiles y valores atípicos presentes en las ventas de la empresa
comercial e industrial. Elaborado por el autor – R-Studio.
Vol. 12/ Núm. 1 2025 pág. 142
Estacionalidad
El gráfico de estacionalidad de la figura 8 permite identificar patrones recurrentes en los
datos a lo largo de diferentes años. Según la gráfica se observa que ciertos meses entre ellos
febrero, mayo, septiembre y diciembre presentan tendencias consistentes, como un aumento
significativo en los meses intermedios del año, especialmente entre abril y julio y otro incremento
notable hacia finales de año octubre y noviembre. Estas variaciones podrían estar asociadas a
factores específicos del contexto, como temporadas de alta demanda o eventos recurrentes.
Además, se evidencia que el año 2022 muestra picos más pronunciados que los demás, lo que
indica un comportamiento excepcional en comparación con otras temporadas.
Figura 8
Grafica de estacionalidad
Nota, se representa la estacionalidad de ventas durante los periodos 2020-2023 de la empresa comercial e industrial.
Elaborado por el autor – R-Studio.
Aplicación de la Prueba Dickey-Fuller aumentada
Detalladamente, la serie demuestra que no será estacional, ya que existe una variación
considerable en los datos (Tabla 4). Los años de mayor reducción son 2020 y 2021, que son años
por problemas de la pandemia. Sin embargo, cuando se prueba en el software R, el valor p de los
productos es igual a 0,01, que es menor o igual que 0,05. La hipótesis nula no se rechaza, lo que
indica que la serie definitivamente es estacionaria. En la tabla 4 se puede conocer los valores de
p obtenidos su respectivo análisis de estacionariedad.
Tabla 4
Prueba Dickey-Fuller aumentada
Augmented Dickey-Fuller Test
Dickey-Fuller Lag order p-value
-6.3444 3 a 0,01
hipótesis nula: estacionaria
Nota, la tabla representa la prueba de Prueba Dickey-Fuller aumentada, determinando la estacionalidad y el p-value.
Elaborado por el autor.
Estacionalidad
El gráfico de estacionalidad de la figura 8 permite identificar patrones recurrentes en los
datos a lo largo de diferentes años. Según la gráfica se observa que ciertos meses entre ellos
febrero, mayo, septiembre y diciembre presentan tendencias consistentes, como un aumento
significativo en los meses intermedios del año, especialmente entre abril y julio y otro incremento
notable hacia finales de año octubre y noviembre. Estas variaciones podrían estar asociadas a
factores específicos del contexto, como temporadas de alta demanda o eventos recurrentes.
Además, se evidencia que el año 2022 muestra picos más pronunciados que los demás, lo que
indica un comportamiento excepcional en comparación con otras temporadas.
Figura 8
Grafica de estacionalidad
Nota, se representa la estacionalidad de ventas durante los periodos 2020-2023 de la empresa comercial e industrial.
Elaborado por el autor – R-Studio.
Aplicación de la Prueba Dickey-Fuller aumentada
Detalladamente, la serie demuestra que no será estacional, ya que existe una variación
considerable en los datos (Tabla 4). Los años de mayor reducción son 2020 y 2021, que son años
por problemas de la pandemia. Sin embargo, cuando se prueba en el software R, el valor p de los
productos es igual a 0,01, que es menor o igual que 0,05. La hipótesis nula no se rechaza, lo que
indica que la serie definitivamente es estacionaria. En la tabla 4 se puede conocer los valores de
p obtenidos su respectivo análisis de estacionariedad.
Tabla 4
Prueba Dickey-Fuller aumentada
Augmented Dickey-Fuller Test
Dickey-Fuller Lag order p-value
-6.3444 3 a 0,01
hipótesis nula: estacionaria
Nota, la tabla representa la prueba de Prueba Dickey-Fuller aumentada, determinando la estacionalidad y el p-value.
Elaborado por el autor.
Vol. 12/ Núm. 1 2025 pág. 143
El análisis de la prueba de Dickey-Fuller aumentada es decisiva para la planificación
estratégica y la previsión de eventos futuros, ya que perite percibir de manera precisa la tendencia
de los datos.
Descomposición aditiva de la serie temporal
La figura 9 representa la descomposición aditiva de la serie temporal, siendo los
componentes clave: tendencia, estacionalidad y ruido. La tendencia refleja un crecimiento
sostenido en los datos a lo largo del tiempo, indicando un aumento general en el consumo. La
estacionalidad muestra fluctuaciones regulares que se repiten anualmente, con picos y valles
característicos en ciertos meses, evidenciando patrones estacionales definidos. El componente de
ruido captura las variaciones aleatorias no explicadas por la tendencia ni la estacionalidad,
mostrando valores relativamente estables, pero con ligeras irregularidades. Este análisis permite
separar las dinámicas subyacentes de la serie, facilitando pronósticos más precisos y estrategias
basadas en patrones estacionales y tendencias a largo plazo.
Figura 9
Descomposición aditiva de la serie temporal
Nota, la figura representa los componentes clave: tendencia, estacionalidad y ruido de la empresa Comercial e
Industrial. Elaborado por el autor – R-Studio.
Autocorrelación de datos
La figura 10 corresponde a la función de autocorrelación (ACF), esta muestra cómo los
valores de la serie temporal están correlacionados con sus propios valores en diferentes rezagos.
En este caso, la ACF indica que hay una fuerte autocorrelación positiva en los primeros rezagos,
lo que sugiere que los valores cercanos en el tiempo tienden a ser similares. A medida que los
rezagos aumentan, la autocorrelación disminuye, lo que es típico en series temporales con
tendencia o estacionalidad. Este patrón sugiere que los datos tienen componentes estacionales y
de tendencia, lo cual es importante considerar al modelar y pronosticar la serie temporal.
El análisis de la prueba de Dickey-Fuller aumentada es decisiva para la planificación
estratégica y la previsión de eventos futuros, ya que perite percibir de manera precisa la tendencia
de los datos.
Descomposición aditiva de la serie temporal
La figura 9 representa la descomposición aditiva de la serie temporal, siendo los
componentes clave: tendencia, estacionalidad y ruido. La tendencia refleja un crecimiento
sostenido en los datos a lo largo del tiempo, indicando un aumento general en el consumo. La
estacionalidad muestra fluctuaciones regulares que se repiten anualmente, con picos y valles
característicos en ciertos meses, evidenciando patrones estacionales definidos. El componente de
ruido captura las variaciones aleatorias no explicadas por la tendencia ni la estacionalidad,
mostrando valores relativamente estables, pero con ligeras irregularidades. Este análisis permite
separar las dinámicas subyacentes de la serie, facilitando pronósticos más precisos y estrategias
basadas en patrones estacionales y tendencias a largo plazo.
Figura 9
Descomposición aditiva de la serie temporal
Nota, la figura representa los componentes clave: tendencia, estacionalidad y ruido de la empresa Comercial e
Industrial. Elaborado por el autor – R-Studio.
Autocorrelación de datos
La figura 10 corresponde a la función de autocorrelación (ACF), esta muestra cómo los
valores de la serie temporal están correlacionados con sus propios valores en diferentes rezagos.
En este caso, la ACF indica que hay una fuerte autocorrelación positiva en los primeros rezagos,
lo que sugiere que los valores cercanos en el tiempo tienden a ser similares. A medida que los
rezagos aumentan, la autocorrelación disminuye, lo que es típico en series temporales con
tendencia o estacionalidad. Este patrón sugiere que los datos tienen componentes estacionales y
de tendencia, lo cual es importante considerar al modelar y pronosticar la serie temporal.
Vol. 12/ Núm. 1 2025 pág. 144
Figura 10
Autocorrelación de datos
Nota, la figura muestra cómo los valores de una serie temporal están correlacionados con sus propios valores en
diferentes rezagos. Elaborado por el autor – R-Studio.
Red neuronal MLP
La figura 11 representa las redes neuronales MLP, donde se aprecia la estructura y el
rendimiento del modelo entrenado para pronosticar la serie temporal de consumo. La red consta
de una capa de entrada, una capa oculta con 5 nodos y una capa de salida.
En el modelo aplicado en R-Studio los datos han sido entrenados con 200 repeticiones, lo
que hace que el modelo este ajustando los datos para eliminar tendencias y capturar patrones
estacionales para mejorar la precisión de las predicciones. Los resultados indican que el modelo
ha capturado patrones estacionales y tendencias en los datos, con un error cuadrático medio
(MSE) de 12.3888. Las predicciones para los próximos meses muestran valores consistentes con
la estacionalidad observada en los datos históricos. El gráfico de proyección muestra que el
modelo es capaz de capturar la tendencia general de la serie temporal, pero se recomienda probar
los resultados con datos adicionales y ajustar los hiperparámetros para optimizar la precisión del
modelo.
Figura 11
Redes Neuronales MLP
Nota, la figura muestra una red neuronal multicapa con 20 neuronas de entrada, 5 neuronas ocultas y una neurona de
salida. Elaborado por el autor – R-Studio.
Figura 10
Autocorrelación de datos
Nota, la figura muestra cómo los valores de una serie temporal están correlacionados con sus propios valores en
diferentes rezagos. Elaborado por el autor – R-Studio.
Red neuronal MLP
La figura 11 representa las redes neuronales MLP, donde se aprecia la estructura y el
rendimiento del modelo entrenado para pronosticar la serie temporal de consumo. La red consta
de una capa de entrada, una capa oculta con 5 nodos y una capa de salida.
En el modelo aplicado en R-Studio los datos han sido entrenados con 200 repeticiones, lo
que hace que el modelo este ajustando los datos para eliminar tendencias y capturar patrones
estacionales para mejorar la precisión de las predicciones. Los resultados indican que el modelo
ha capturado patrones estacionales y tendencias en los datos, con un error cuadrático medio
(MSE) de 12.3888. Las predicciones para los próximos meses muestran valores consistentes con
la estacionalidad observada en los datos históricos. El gráfico de proyección muestra que el
modelo es capaz de capturar la tendencia general de la serie temporal, pero se recomienda probar
los resultados con datos adicionales y ajustar los hiperparámetros para optimizar la precisión del
modelo.
Figura 11
Redes Neuronales MLP
Nota, la figura muestra una red neuronal multicapa con 20 neuronas de entrada, 5 neuronas ocultas y una neurona de
salida. Elaborado por el autor – R-Studio.
Vol. 12/ Núm. 1 2025 pág. 145
Información final del Modelo
Finalmente, el modelo MLP ha demostrado ser eficaz en la predicción de la serie temporal
de consumo, con un error cuadrático medio (MSE) de 12.39, de acuerdo con los datos obtenidos
de R-Studio (R-studi, 2022), lo que indica un buen ajuste. Las predicciones para 2024 y 2025
reflejan la estacionalidad y tendencia observadas en los datos históricos. De la misma forma, se
presenta en la tabla 5 las medidas de desempeño que se obtiene de acuerdo con la aplicación de
R-Studio, dando como resultado los siguientes datos.
Tabla 5
Información general de las medidas de desempeño
Medida de Desempeño Fit1/Fit2/Fit3/Fit4
ME (Error Medio) 0.03698141
RMSE (Raíz del Error Cuadrático Medio) 3.519779
MAE (Error Absoluto Medio) 2.172075
MPE (Error Porcentual Medio) 0.3013681
MAPE (Error Porcentual Absoluto Medio) 1.101275
MASE (Error Absoluto Medio Escalado) 0.01856475
ACF1 (Autocorrelación del Residuo en el Lag 1) -0.09817818
Nota, se muestra el valor de las medidas de desempeño aplicados al estudio de investigación. El cual presente un
error porcentual absoluto medio de 1.1012. Elaborado por el autor.
Po otra parte en la tabla 6, se muestra el pronóstico esperado del año 2025. Estas
predicciones sugieren que el modelo ha capturado adecuadamente los patrones subyacentes en los
datos, proporcionando una herramienta valiosa para la planificación y toma de decisiones futuras.
Tabla 6
Pronóstico esperado del año 2025
Mes Pronóstico fit 1/2/3/4
Enero 246
Febrero 293
Marzo 348
Abril 382
Mayo 355
Junio 595
Julio 506
Agosto 318
Septiembre 213
Octubre 368
Noviembre 620
Diciembre 605
Nota, pronóstico de la demanda aplicado al estudio de investigación. Elaborado por el autor.
Información final del Modelo
Finalmente, el modelo MLP ha demostrado ser eficaz en la predicción de la serie temporal
de consumo, con un error cuadrático medio (MSE) de 12.39, de acuerdo con los datos obtenidos
de R-Studio (R-studi, 2022), lo que indica un buen ajuste. Las predicciones para 2024 y 2025
reflejan la estacionalidad y tendencia observadas en los datos históricos. De la misma forma, se
presenta en la tabla 5 las medidas de desempeño que se obtiene de acuerdo con la aplicación de
R-Studio, dando como resultado los siguientes datos.
Tabla 5
Información general de las medidas de desempeño
Medida de Desempeño Fit1/Fit2/Fit3/Fit4
ME (Error Medio) 0.03698141
RMSE (Raíz del Error Cuadrático Medio) 3.519779
MAE (Error Absoluto Medio) 2.172075
MPE (Error Porcentual Medio) 0.3013681
MAPE (Error Porcentual Absoluto Medio) 1.101275
MASE (Error Absoluto Medio Escalado) 0.01856475
ACF1 (Autocorrelación del Residuo en el Lag 1) -0.09817818
Nota, se muestra el valor de las medidas de desempeño aplicados al estudio de investigación. El cual presente un
error porcentual absoluto medio de 1.1012. Elaborado por el autor.
Po otra parte en la tabla 6, se muestra el pronóstico esperado del año 2025. Estas
predicciones sugieren que el modelo ha capturado adecuadamente los patrones subyacentes en los
datos, proporcionando una herramienta valiosa para la planificación y toma de decisiones futuras.
Tabla 6
Pronóstico esperado del año 2025
Mes Pronóstico fit 1/2/3/4
Enero 246
Febrero 293
Marzo 348
Abril 382
Mayo 355
Junio 595
Julio 506
Agosto 318
Septiembre 213
Octubre 368
Noviembre 620
Diciembre 605
Nota, pronóstico de la demanda aplicado al estudio de investigación. Elaborado por el autor.
Vol. 12/ Núm. 1 2025 pág. 146
Con los valores del pronóstico analizados de la red neuronal, se procede a valorar la figura
12, la cual presenta la estructura y rendimiento del modelo entrenado para el pronóstico de la serie
temporal de predicciones para los próximos meses, también se observa valores consistentes con
la estacionalidad observada en los datos históricos. La gráfica de pronóstico propone una
tendencia general de la serie temporal.
Figura 12
Pronósticos de MLP
Nota, se muestra el pronóstico de MLP. Elaborado por el autor – R-Studio.
Los pronósticos calculados utilizando modelos MLP proporcionan una base sólida para
aplicar modelos de inventario como Silver-Meal y Wagner-Whitin. Estos modelos utilizan
pronósticos precisos de la demanda futura para optimizar los niveles de inventario y reducir
costos. Además, los modelos permiten una planificación suficiente de las órdenes de adquisición
y producción para garantizar un equilibrio entre la disponibilidad del producto y los costos de
inventario.
Por otra parte, los modelos MLP capturan la estacionalidad y las tendencias en datos
históricos, lo cual es esencial para implementar modelos de inventario. El modelo Silver-Meal se
centra en reducir los costos de pedidos y retención, mientras que el modelo Wagner-Whitin busca
soluciones óptimas para la planificación de la producción, y estas predicciones se pueden utilizar
para mejorar la eficiencia operativa. Como resultado, la empresa puede tomar decisiones
estratégicas informadas basadas en datos precisos y confiables.
Propuesta estratégica para la mejora de inventarios
Para garantizar un mejor sistema de gestión y control de inventarios, es muy importante
desarrollar una estrategia que se centre en la disponibilidad adecuada de productos, la reducción
de costos y la eficiencia del inventario. Por lo tanto, para mejorar la gestión de inventarios en la
empresa Comerciales E Industrial, se recomienda implementar estrategias basadas en el análisis
de pronóstico de la demanda utilizando modelos de inventario como Silver-Meal y Wagner-
Whitin. Estos modelos le permiten optimizar los niveles de inventario al reducir los costos de
Con los valores del pronóstico analizados de la red neuronal, se procede a valorar la figura
12, la cual presenta la estructura y rendimiento del modelo entrenado para el pronóstico de la serie
temporal de predicciones para los próximos meses, también se observa valores consistentes con
la estacionalidad observada en los datos históricos. La gráfica de pronóstico propone una
tendencia general de la serie temporal.
Figura 12
Pronósticos de MLP
Nota, se muestra el pronóstico de MLP. Elaborado por el autor – R-Studio.
Los pronósticos calculados utilizando modelos MLP proporcionan una base sólida para
aplicar modelos de inventario como Silver-Meal y Wagner-Whitin. Estos modelos utilizan
pronósticos precisos de la demanda futura para optimizar los niveles de inventario y reducir
costos. Además, los modelos permiten una planificación suficiente de las órdenes de adquisición
y producción para garantizar un equilibrio entre la disponibilidad del producto y los costos de
inventario.
Por otra parte, los modelos MLP capturan la estacionalidad y las tendencias en datos
históricos, lo cual es esencial para implementar modelos de inventario. El modelo Silver-Meal se
centra en reducir los costos de pedidos y retención, mientras que el modelo Wagner-Whitin busca
soluciones óptimas para la planificación de la producción, y estas predicciones se pueden utilizar
para mejorar la eficiencia operativa. Como resultado, la empresa puede tomar decisiones
estratégicas informadas basadas en datos precisos y confiables.
Propuesta estratégica para la mejora de inventarios
Para garantizar un mejor sistema de gestión y control de inventarios, es muy importante
desarrollar una estrategia que se centre en la disponibilidad adecuada de productos, la reducción
de costos y la eficiencia del inventario. Por lo tanto, para mejorar la gestión de inventarios en la
empresa Comerciales E Industrial, se recomienda implementar estrategias basadas en el análisis
de pronóstico de la demanda utilizando modelos de inventario como Silver-Meal y Wagner-
Whitin. Estos modelos le permiten optimizar los niveles de inventario al reducir los costos de
Vol. 12/ Núm. 1 2025 pág. 147
pedidos e inventario. El modelo Silver-Meal se centra en determinar el mejor tiempo de entrega
de pedidos, mientras que el modelo Wagner-Whitin busca la mejor solución para la programación
de la producción.
Para mejorar el sistema de control y gestión de inventarios en la empresa Comercial E
Industrial es muy importante optimizar los procesos de logística y gestión de almacén. La empresa
enfrenta problemas con la asignación de espacio, la precisión del inventario y el tiempo de
respuesta. En el contexto mencionado la propuesta de mejora recomienda implementar estrategias
de control en sistemas de gestión sólidos, rediseñar los almacenes para maximizar el espacio y
capacitar a los empleados en nuevas tecnologías. El objetivo es reducir costes, aumentar la
precisión y optimizar el flujo de materiales.
Por lo tanto, se sugiere el siguiente esquema de modelo estratégico para mejorar el sistema
de control y gestión de inventarios.
Figura 13
Estrategias para mejorar el control y gestión de inventarios
Nota, estrategias para el control de inventarios y la mejora de la gestión logística en la empresa Comercial e Industrial.
Elaborado por el autor
Estrategia ABC
Para establecer un control de inventarios en la empresa comercial e industrial se optará
primero por la aplicación de la estrategia basada en la clasificación ABC, en las cuales se va a
categorizar los productos según su valor en ventas y la importancia identificando de esta manera
los productos de alta rotación, media rotación y los de baja rotación. Todo ello con el fin de
revisar el funcionamiento de los productos basado en los costos de almacenamiento, costos de
ordenar y los costos de ventas, facilitando de esta manera decisiones efectivas e informadas sobre
la gestión de inventarios y la optimización de sus recursos.
Además, en esta clasificación se conoce los datos de costos anuales que influyen en el
proceso de almacenamiento e inventario de la empresa, que se determina por los costos unitarios
de la demanda, el costo por mantener, ordenar y de adquisición de cada producto. Tal y como se
muestra en la tabla 7.
pedidos e inventario. El modelo Silver-Meal se centra en determinar el mejor tiempo de entrega
de pedidos, mientras que el modelo Wagner-Whitin busca la mejor solución para la programación
de la producción.
Para mejorar el sistema de control y gestión de inventarios en la empresa Comercial E
Industrial es muy importante optimizar los procesos de logística y gestión de almacén. La empresa
enfrenta problemas con la asignación de espacio, la precisión del inventario y el tiempo de
respuesta. En el contexto mencionado la propuesta de mejora recomienda implementar estrategias
de control en sistemas de gestión sólidos, rediseñar los almacenes para maximizar el espacio y
capacitar a los empleados en nuevas tecnologías. El objetivo es reducir costes, aumentar la
precisión y optimizar el flujo de materiales.
Por lo tanto, se sugiere el siguiente esquema de modelo estratégico para mejorar el sistema
de control y gestión de inventarios.
Figura 13
Estrategias para mejorar el control y gestión de inventarios
Nota, estrategias para el control de inventarios y la mejora de la gestión logística en la empresa Comercial e Industrial.
Elaborado por el autor
Estrategia ABC
Para establecer un control de inventarios en la empresa comercial e industrial se optará
primero por la aplicación de la estrategia basada en la clasificación ABC, en las cuales se va a
categorizar los productos según su valor en ventas y la importancia identificando de esta manera
los productos de alta rotación, media rotación y los de baja rotación. Todo ello con el fin de
revisar el funcionamiento de los productos basado en los costos de almacenamiento, costos de
ordenar y los costos de ventas, facilitando de esta manera decisiones efectivas e informadas sobre
la gestión de inventarios y la optimización de sus recursos.
Además, en esta clasificación se conoce los datos de costos anuales que influyen en el
proceso de almacenamiento e inventario de la empresa, que se determina por los costos unitarios
de la demanda, el costo por mantener, ordenar y de adquisición de cada producto. Tal y como se
muestra en la tabla 7.
Vol. 12/ Núm. 1 2025 pág. 148
Tabla 7
Costos anuales que influyen en el proceso de almacenamiento
Artículo Costo
unitario
Costo por
mantener
Costo por
ordenar
Costo de
Adquisición
Productos A 1229,498 6,14749 42,33282794 160706,266
Productos B 1357,855 6,789275 50,57317984 173190,745
Productos C 1526,792 7,63396 78,7773511 193156,015
Nota, se determina los costos asociados al proceso de almacenamiento para el control de inventarios en la empresa
Comercial e Industrial. Elaborado por el autor.
Estrategias generales de inventarios
Otro punto estratégico e importante para el control de inventarios en la empresa comercial
industrial estará basado en una estrategia general aplicando métodos de inventarios como Silver
Meal y Warner Winting. Estos métodos permitirán optimizar los niveles de inventario al
minimizar costos de pedidos y almacenamiento. En ese caso el método Silver Meal estará
enfocado en determinar el momento óptimo para realizar los pedidos mientras que el método de
Warner Winting buscará una solución óptima para la programación de la producción al aplicar
estos dos métodos, la empresa podrá mejorar la eficiencia operativa, reducir sus costos y asegurar
una disponibilidad adecuada de productos basándose en datos precisos y confiables obtenidos
mediante el análisis de pronóstico con R-Studio
Selver Meal
La tabla 8, donde se muestran los resultados del modelo le sirve el Mail es fundamental
para el análisis y el control de inventarios en la empresa Comercial e Industrial. Este modelo se
centra en la determinación de la política óptima de abastecimiento de inventarios, donde la tabla
muestra el resumen de la cantidad óptima de pedido y los costos asociados a cada nivel de
inventario. Las métricas principales que se presentan en esta tabla incluyen los costos de
almacenamiento, costos de pedido y costos totales permitiendo a el propietario evaluar de forma
eficiente el impacto financiero de las diferentes estrategias de reabastecimiento. Además, se
muestra el tiempo óptimo entre órdenes, ofreciendo de esta manera una visión clara sobre la
frecuencia de pedidos que pueden minimizar costos lo que ayuda a mejorar la planificación y la
gestión logística de la empresa Comercial e Industrial.
Tabla 7
Costos anuales que influyen en el proceso de almacenamiento
Artículo Costo
unitario
Costo por
mantener
Costo por
ordenar
Costo de
Adquisición
Productos A 1229,498 6,14749 42,33282794 160706,266
Productos B 1357,855 6,789275 50,57317984 173190,745
Productos C 1526,792 7,63396 78,7773511 193156,015
Nota, se determina los costos asociados al proceso de almacenamiento para el control de inventarios en la empresa
Comercial e Industrial. Elaborado por el autor.
Estrategias generales de inventarios
Otro punto estratégico e importante para el control de inventarios en la empresa comercial
industrial estará basado en una estrategia general aplicando métodos de inventarios como Silver
Meal y Warner Winting. Estos métodos permitirán optimizar los niveles de inventario al
minimizar costos de pedidos y almacenamiento. En ese caso el método Silver Meal estará
enfocado en determinar el momento óptimo para realizar los pedidos mientras que el método de
Warner Winting buscará una solución óptima para la programación de la producción al aplicar
estos dos métodos, la empresa podrá mejorar la eficiencia operativa, reducir sus costos y asegurar
una disponibilidad adecuada de productos basándose en datos precisos y confiables obtenidos
mediante el análisis de pronóstico con R-Studio
Selver Meal
La tabla 8, donde se muestran los resultados del modelo le sirve el Mail es fundamental
para el análisis y el control de inventarios en la empresa Comercial e Industrial. Este modelo se
centra en la determinación de la política óptima de abastecimiento de inventarios, donde la tabla
muestra el resumen de la cantidad óptima de pedido y los costos asociados a cada nivel de
inventario. Las métricas principales que se presentan en esta tabla incluyen los costos de
almacenamiento, costos de pedido y costos totales permitiendo a el propietario evaluar de forma
eficiente el impacto financiero de las diferentes estrategias de reabastecimiento. Además, se
muestra el tiempo óptimo entre órdenes, ofreciendo de esta manera una visión clara sobre la
frecuencia de pedidos que pueden minimizar costos lo que ayuda a mejorar la planificación y la
gestión logística de la empresa Comercial e Industrial.
Vol. 12/ Núm. 1 2025 pág. 149
Tabla 8
Aplicación del modelo Selver Meal
Tabla 9
Componentes del modelo Selver Meal
Nota, se representa los valores asociados para el control de inventarios, mediante el valor de los pronósticos establecidos
de la aplicación de redes neuronales.
Warner winting
La tabla 10, del modelo de Warner Winting es un instrumento crucial en el control de
inventarios ya que busca optimizar la gestión logística de la empresa donde este modelo se basa
en un análisis sistemático de los tiempos de espera y los niveles de inventario, presentando datos
que permiten visualizar como estos factores impactan en la eficiencia operativa. La tabla incluye
elementos como la tasa de demanda, el tiempo de espera promedio y el costo asociado a una
cantidad de inventario lo que facilita la identificación de oportunidades de mejora al aplicar este
modelo las empresas pueden tomar decisiones informadas sobre el abastecimiento de los
productos y la gestión de recursos, que resulta una operación eficiente en la reducción de costos.PED. 1 PED. 2 PED. 3 PED. 4 PED. 5 PED. 6 PED. 7 PED. 8
1 2 3 4 5 6 7 8
Requerimiento Bruto 0 246 293 348 382 355 595 506 318
Recepción Programada
Disponible 246 246 660 312 -70 -70 159 -347 -665
Requerimiento neto 55 348 382 355 595 506 318
Recepción de la Orden 707 355 824
Colocacion de la orden 707 355 824
COSTOS TOTALES
SS 8 CM 1383,075
DISPONIBLE 40 C.OR 42,33 # PEDIDOS FILA R.O
COSTO MANTENER 6,147 TOTAL 1425,41
COSTO DE ORDER 42,33
SM 0PERIODO LOTE
LOTE
ACUM
PERIODOS
ALM
COSTO DE
MANT
COSTO DE
ORD
COST TOTAL PROME X
PER
1 246 66 32 32 42,33 20
2 293 359 1 1833,071 42,33 937,70
3 348 707 2 6111,383 42,33 2051,24
4 382 1089 3 13155,845 42,33 3299,54
5 355 355 0 0 42,33 42,33
6 595 950 1 3657,465 42,33 1849,90
7 506 506 0 0 42,33 42,33
8 318 824 2 3909,492 42,33 1975,91
Tabla 8
Aplicación del modelo Selver Meal
Tabla 9
Componentes del modelo Selver Meal
Nota, se representa los valores asociados para el control de inventarios, mediante el valor de los pronósticos establecidos
de la aplicación de redes neuronales.
Warner winting
La tabla 10, del modelo de Warner Winting es un instrumento crucial en el control de
inventarios ya que busca optimizar la gestión logística de la empresa donde este modelo se basa
en un análisis sistemático de los tiempos de espera y los niveles de inventario, presentando datos
que permiten visualizar como estos factores impactan en la eficiencia operativa. La tabla incluye
elementos como la tasa de demanda, el tiempo de espera promedio y el costo asociado a una
cantidad de inventario lo que facilita la identificación de oportunidades de mejora al aplicar este
modelo las empresas pueden tomar decisiones informadas sobre el abastecimiento de los
productos y la gestión de recursos, que resulta una operación eficiente en la reducción de costos.PED. 1 PED. 2 PED. 3 PED. 4 PED. 5 PED. 6 PED. 7 PED. 8
1 2 3 4 5 6 7 8
Requerimiento Bruto 0 246 293 348 382 355 595 506 318
Recepción Programada
Disponible 246 246 660 312 -70 -70 159 -347 -665
Requerimiento neto 55 348 382 355 595 506 318
Recepción de la Orden 707 355 824
Colocacion de la orden 707 355 824
COSTOS TOTALES
SS 8 CM 1383,075
DISPONIBLE 40 C.OR 42,33 # PEDIDOS FILA R.O
COSTO MANTENER 6,147 TOTAL 1425,41
COSTO DE ORDER 42,33
SM 0PERIODO LOTE
LOTE
ACUM
PERIODOS
ALM
COSTO DE
MANT
COSTO DE
ORD
COST TOTAL PROME X
PER
1 246 66 32 32 42,33 20
2 293 359 1 1833,071 42,33 937,70
3 348 707 2 6111,383 42,33 2051,24
4 382 1089 3 13155,845 42,33 3299,54
5 355 355 0 0 42,33 42,33
6 595 950 1 3657,465 42,33 1849,90
7 506 506 0 0 42,33 42,33
8 318 824 2 3909,492 42,33 1975,91
Vol. 12/ Núm. 1 2025 pág. 150
Tabla 10
Aplicación del modelo Warner Winting
Nota, se representa los valores asociados para el control de inventarios, mediante el modelo establecido de Warner
Winting, aplicados a la demanda.
Costos asociados al pronóstico de la demanda 2025
Tabla 11
Costos asociados al pronóstico de la demanda 2025
COSTOS Inv. SM Inv. WW Actual
2025 1425,41 720,64 19319,322
Eficiencia 7,4% 3,7%
Nota, resultados de los valores aplicados a los modelos de inventario Selver Meal y Warner Winting, asociados para el
control de inventarios, mediante los modelos establecidos.
Según los datos de la tabla 11 se puede percibir que el método de Silver Meal se centra y
minimizar los costos totales asociados al pedido y el mantenimiento de los inventarios por unidad
de tiempo. Al compararlo con el método actual, se observa un ahorro significativo del 7.4% de
los costos logísticos. Asimismo, el método de Warner Winting de muestra ser efectivo, logrando
un ahorro adicional del 3.7% de los costos anuales. Este método optimiza tanto el tamaño de los
pedidos como los tiempos de reabastecimiento, permitiendo mantener niveles óptimos de
productos sin incurrir en costos excesivos. Por lo tanto, ambos métodos son altamente eficientes
ya que facilitan una planificación óptima del pedido que a su vez contribuyen a la reducción de
costos innecesarios mejorando así la gestión logística de la organización.
Cabe mencionar que este modelo de inventario se puede aplicar a cada uno de los
productos, siempre y cuando sé que tenga su demanda establecida y los costos que incurren en su
proceso de venta individual.
Estrategias de tecnología y automatización
Para este punto de la estrategia de automatización y tecnología la empresa deberá
centrarse en la integración de tecnologías avanzadas como aplicación de pronóstico de la demanda
mediante R-Studio, que permitirá optimizar de forma eficiente sus procesos operativos. Además,
esto incluirá en la implementación y aprendizaje automático para la toma de decisiones en tiempoPERIODO 1 2 3 4 5 6 7 8 9 10 11 12
DEMANDA 246 293 348 382 355 595 506 318 213 368 620 605
1 246 5E+05 2E+06 3415103,41 5686343 10444751,33 15300727 18861135 21586623,3 26884051
2 492 557106 1779096,89 3482527 7289253,226 11335899 14387678 16772480,2 21481305
3 534,33 611529,895 1747150 4602194,643 7839511,5 10382661 12426776,6 16546998
4 576,66 568386,7 2471749,821 4899737,4 6934256,7 8637686,74 12169305
5 424 952105,9032 2570764,3 4096653,8 5459397,79 8402413,1
6 466,66 809795,86 1827055,5 2849113,52 5203525,7
7 508,99 509138,81 1190510,82 2956320
8 551,32 341237,329 1518443,4
9 593,65 589196,71
10 635,98
11 678,31 968354,5
12 720,64
Tabla 10
Aplicación del modelo Warner Winting
Nota, se representa los valores asociados para el control de inventarios, mediante el modelo establecido de Warner
Winting, aplicados a la demanda.
Costos asociados al pronóstico de la demanda 2025
Tabla 11
Costos asociados al pronóstico de la demanda 2025
COSTOS Inv. SM Inv. WW Actual
2025 1425,41 720,64 19319,322
Eficiencia 7,4% 3,7%
Nota, resultados de los valores aplicados a los modelos de inventario Selver Meal y Warner Winting, asociados para el
control de inventarios, mediante los modelos establecidos.
Según los datos de la tabla 11 se puede percibir que el método de Silver Meal se centra y
minimizar los costos totales asociados al pedido y el mantenimiento de los inventarios por unidad
de tiempo. Al compararlo con el método actual, se observa un ahorro significativo del 7.4% de
los costos logísticos. Asimismo, el método de Warner Winting de muestra ser efectivo, logrando
un ahorro adicional del 3.7% de los costos anuales. Este método optimiza tanto el tamaño de los
pedidos como los tiempos de reabastecimiento, permitiendo mantener niveles óptimos de
productos sin incurrir en costos excesivos. Por lo tanto, ambos métodos son altamente eficientes
ya que facilitan una planificación óptima del pedido que a su vez contribuyen a la reducción de
costos innecesarios mejorando así la gestión logística de la organización.
Cabe mencionar que este modelo de inventario se puede aplicar a cada uno de los
productos, siempre y cuando sé que tenga su demanda establecida y los costos que incurren en su
proceso de venta individual.
Estrategias de tecnología y automatización
Para este punto de la estrategia de automatización y tecnología la empresa deberá
centrarse en la integración de tecnologías avanzadas como aplicación de pronóstico de la demanda
mediante R-Studio, que permitirá optimizar de forma eficiente sus procesos operativos. Además,
esto incluirá en la implementación y aprendizaje automático para la toma de decisiones en tiempoPERIODO 1 2 3 4 5 6 7 8 9 10 11 12
DEMANDA 246 293 348 382 355 595 506 318 213 368 620 605
1 246 5E+05 2E+06 3415103,41 5686343 10444751,33 15300727 18861135 21586623,3 26884051
2 492 557106 1779096,89 3482527 7289253,226 11335899 14387678 16772480,2 21481305
3 534,33 611529,895 1747150 4602194,643 7839511,5 10382661 12426776,6 16546998
4 576,66 568386,7 2471749,821 4899737,4 6934256,7 8637686,74 12169305
5 424 952105,9032 2570764,3 4096653,8 5459397,79 8402413,1
6 466,66 809795,86 1827055,5 2849113,52 5203525,7
7 508,99 509138,81 1190510,82 2956320
8 551,32 341237,329 1518443,4
9 593,65 589196,71
10 635,98
11 678,31 968354,5
12 720,64
Vol. 12/ Núm. 1 2025 pág. 151
real, así como también las tareas repetitivas mediante el software antes mencionado. El objetivo
es reducir costos aumentar la productividad de tal forma que la calidad del servicio permita a la
empresa adaptarse a las demandas del mercado y de esta forma mantenerse competitiva.
Además, en esta estrategia se puede establecer un sistema de gestión de almacenes con
aplicación de un sistema Cross Docking, el cual será vital para la empresa, este sistema se centrará
en la implementación de sistemas de gestión de almacenes (WMS) y tecnologías RFID, para
optimizar el flujo de los productos. Este sistema va de la mano con el proceso de clasificación
ABC y a su vez refiere una transferencia de productos reduciendo tiempos de espera y errores.
Esta integración de sistemas permitirá una mayor eficiencia operativa reducción en los costos
logísticos y una respuesta rápida a la demanda del mercado.
Para un Cross Docking efectivo, se deben optimizar flujo de productos y reducir tiempos
de almacenamiento, y se debe considerar varios aspectos clave para asegurar un flujo eficiente de
productos.
Las estrategias de Cross Docking abarcan la sincronización Just-in-Time para minimizar
tiempos de espera, la integración de sistemas WMS, ERP y TMS para una gestión eficiente, y
procesos automatizados que utilizan tecnologías como escáneres de códigos de barras y RFID
para el seguimiento de productos.
Estrategias generales de evaluación y Mejora Continua
La implementación de estrategias de evaluación y mejora continua en el sistema de
gestión de inventarios de la empresa Comercial e Industrial se enfoca en establecer e monitorear
indicadores clave de desempeño (KPIs), como la precisión del inventario y la rotación de stock.
La revisión constante de estos KPIs permite identificar áreas de mejora y ajustar las estrategias
en tiempo real, promoviendo una gestión eficiente y flexible. Este enfoque optimiza los procesos,
minimiza errores, reduce costos operativos y aumenta la satisfacción del cliente. Se destacan dos
puntos clave: la definición y monitoreo de KPIs y la revisión trimestral de estrategias para
adaptarse a las necesidades cambiantes del negocio.
Tasa de rotación de inventario: indica buena gestión.
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑅𝑜𝑡𝑎𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 = 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑜𝑠
𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜
Días de inventario disponible: menos días sugieren eficiencia.
𝐷í𝑎𝑠 𝑑𝑒 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑜𝑠 𝑝𝑜𝑟 𝑑𝑖𝑎
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑜𝑠 𝑝𝑜𝑟 𝑑𝑖𝑎 = 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑜𝑠
𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑖𝑎𝑠 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
Precisión del inventario: reduce errores y perdidas.
𝑃𝑟𝑒𝑐𝑖𝑠𝑖ó𝑛 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜(%) = ( 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑓𝑖𝑠𝑖𝑐𝑎 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑟𝑒𝑔𝑖𝑠𝑡𝑟𝑎𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎) ∗ 100
real, así como también las tareas repetitivas mediante el software antes mencionado. El objetivo
es reducir costos aumentar la productividad de tal forma que la calidad del servicio permita a la
empresa adaptarse a las demandas del mercado y de esta forma mantenerse competitiva.
Además, en esta estrategia se puede establecer un sistema de gestión de almacenes con
aplicación de un sistema Cross Docking, el cual será vital para la empresa, este sistema se centrará
en la implementación de sistemas de gestión de almacenes (WMS) y tecnologías RFID, para
optimizar el flujo de los productos. Este sistema va de la mano con el proceso de clasificación
ABC y a su vez refiere una transferencia de productos reduciendo tiempos de espera y errores.
Esta integración de sistemas permitirá una mayor eficiencia operativa reducción en los costos
logísticos y una respuesta rápida a la demanda del mercado.
Para un Cross Docking efectivo, se deben optimizar flujo de productos y reducir tiempos
de almacenamiento, y se debe considerar varios aspectos clave para asegurar un flujo eficiente de
productos.
Las estrategias de Cross Docking abarcan la sincronización Just-in-Time para minimizar
tiempos de espera, la integración de sistemas WMS, ERP y TMS para una gestión eficiente, y
procesos automatizados que utilizan tecnologías como escáneres de códigos de barras y RFID
para el seguimiento de productos.
Estrategias generales de evaluación y Mejora Continua
La implementación de estrategias de evaluación y mejora continua en el sistema de
gestión de inventarios de la empresa Comercial e Industrial se enfoca en establecer e monitorear
indicadores clave de desempeño (KPIs), como la precisión del inventario y la rotación de stock.
La revisión constante de estos KPIs permite identificar áreas de mejora y ajustar las estrategias
en tiempo real, promoviendo una gestión eficiente y flexible. Este enfoque optimiza los procesos,
minimiza errores, reduce costos operativos y aumenta la satisfacción del cliente. Se destacan dos
puntos clave: la definición y monitoreo de KPIs y la revisión trimestral de estrategias para
adaptarse a las necesidades cambiantes del negocio.
Tasa de rotación de inventario: indica buena gestión.
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑅𝑜𝑡𝑎𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 = 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑜𝑠
𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜
Días de inventario disponible: menos días sugieren eficiencia.
𝐷í𝑎𝑠 𝑑𝑒 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑜𝑠 𝑝𝑜𝑟 𝑑𝑖𝑎
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑜𝑠 𝑝𝑜𝑟 𝑑𝑖𝑎 = 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑏𝑖𝑒𝑛𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑜𝑠
𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑖𝑎𝑠 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
Precisión del inventario: reduce errores y perdidas.
𝑃𝑟𝑒𝑐𝑖𝑠𝑖ó𝑛 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜(%) = ( 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑓𝑖𝑠𝑖𝑐𝑎 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑟𝑒𝑔𝑖𝑠𝑡𝑟𝑎𝑑𝑎 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎) ∗ 100
Vol. 12/ Núm. 1 2025 pág. 152
Costo de mantenimiento: menores costos reflejan eficiencia.
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜(%) = (𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜
𝑉𝑎𝑙𝑜𝑟 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 ) ∗ 100
Tasa de cumplimiento de pedidos: mejora la satisfacción del cliente y la eficiencia
operativa.
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑐𝑢𝑚𝑝𝑙𝑖𝑚𝑖𝑒𝑛𝑡𝑜 (%) = (𝑝𝑒𝑑𝑖𝑑𝑜𝑠 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑎𝑑𝑜𝑠 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎𝑚𝑒𝑛𝑡𝑒
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑒𝑑𝑖𝑑𝑜𝑠 ) ∗ 100
Los KPI’s son herramientas esenciales que servirá para el desarrollo eficiente de la
operación comercial de la empresa, qué le permitirá a su vez optimizar los procesos y alcanzar
los objetivos estratégicos. Además, ayuda a monitorear aspectos críticos en la rotación de
inventarios, costos y el cumplimiento de pedidos. Proporcionando datos reales para la toma de
decisiones que finalmente estos datos sirven de análisis para la aplicación de una mejora continua,
identificando de esta manera oportunidades de optimización de prácticas más efectivas. Dando
como resultado final la satisfacción del cliente reducción de costos y una competitividad
sostenible en el mercado.
CONCLUSIONES
Según los costos anuales en la gestión de inventarios se revela que la implementación de
estrategias de clasificación ABC aplicados a la empresa comercial Industrial puede reducir
significativamente los costos de mantenimiento, orden y adquisición, logrando un ahorro total de
hasta el 7.4% mediante el método de Selver Meal y un ahorro adicional del 3.7% con el método
de Warner Winting. Esta optimización es importante para asegurar la disponibilidad de productos
mientras se minimiza a su vez los gastos innecesarios, contribuyendo de esta forma a una gestión
financiera más sostenible para la empresa, donde la reducción de costos es fundamental para
mantener una buena rentabilidad en un mercado competitivo actual.
La clasificación ABC también demostró que el 32.4% de los productos de la categoría a
representan el 30% de las ventas totales, destacando su alta rotación y valor estratégico. Estos
resultados destacan la importancia de priorizar la gestión de los productos A, ya que dichos
productos son clave para maximizar los ingresos de la empresa, por otro lado, los productos de
categoría C son el 38.2% del total y solo genera el 37% de las ventas, lo que indica la necesidad
de ajustar la estrategia de inventarios para optimizar los recursos. Es decir, esta clasificación
permite a la empresa enfocar esfuerzos en productos que verdaderamente impactan los resultados
financieros en forma positiva.
La tasa de rotación de inventarios se establece como un indicador clave para evaluar la
eficiencia en la gestión de inventarios. Se pudo observar que el inventario debe mantenerse por
debajo de los 60 días de inventario disponible y que estas mejoras de precisión van a contribuir
un 15% en la reducción de pérdidas. Asimismo, el costo promedio de mantenimiento disminuye
en un 10% gracias a la implementación de mejora en las prácticas logísticas y el almacenamiento.
Costo de mantenimiento: menores costos reflejan eficiencia.
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜(%) = (𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜
𝑉𝑎𝑙𝑜𝑟 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑙 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 ) ∗ 100
Tasa de cumplimiento de pedidos: mejora la satisfacción del cliente y la eficiencia
operativa.
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑐𝑢𝑚𝑝𝑙𝑖𝑚𝑖𝑒𝑛𝑡𝑜 (%) = (𝑝𝑒𝑑𝑖𝑑𝑜𝑠 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑎𝑑𝑜𝑠 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎𝑚𝑒𝑛𝑡𝑒
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑒𝑑𝑖𝑑𝑜𝑠 ) ∗ 100
Los KPI’s son herramientas esenciales que servirá para el desarrollo eficiente de la
operación comercial de la empresa, qué le permitirá a su vez optimizar los procesos y alcanzar
los objetivos estratégicos. Además, ayuda a monitorear aspectos críticos en la rotación de
inventarios, costos y el cumplimiento de pedidos. Proporcionando datos reales para la toma de
decisiones que finalmente estos datos sirven de análisis para la aplicación de una mejora continua,
identificando de esta manera oportunidades de optimización de prácticas más efectivas. Dando
como resultado final la satisfacción del cliente reducción de costos y una competitividad
sostenible en el mercado.
CONCLUSIONES
Según los costos anuales en la gestión de inventarios se revela que la implementación de
estrategias de clasificación ABC aplicados a la empresa comercial Industrial puede reducir
significativamente los costos de mantenimiento, orden y adquisición, logrando un ahorro total de
hasta el 7.4% mediante el método de Selver Meal y un ahorro adicional del 3.7% con el método
de Warner Winting. Esta optimización es importante para asegurar la disponibilidad de productos
mientras se minimiza a su vez los gastos innecesarios, contribuyendo de esta forma a una gestión
financiera más sostenible para la empresa, donde la reducción de costos es fundamental para
mantener una buena rentabilidad en un mercado competitivo actual.
La clasificación ABC también demostró que el 32.4% de los productos de la categoría a
representan el 30% de las ventas totales, destacando su alta rotación y valor estratégico. Estos
resultados destacan la importancia de priorizar la gestión de los productos A, ya que dichos
productos son clave para maximizar los ingresos de la empresa, por otro lado, los productos de
categoría C son el 38.2% del total y solo genera el 37% de las ventas, lo que indica la necesidad
de ajustar la estrategia de inventarios para optimizar los recursos. Es decir, esta clasificación
permite a la empresa enfocar esfuerzos en productos que verdaderamente impactan los resultados
financieros en forma positiva.
La tasa de rotación de inventarios se establece como un indicador clave para evaluar la
eficiencia en la gestión de inventarios. Se pudo observar que el inventario debe mantenerse por
debajo de los 60 días de inventario disponible y que estas mejoras de precisión van a contribuir
un 15% en la reducción de pérdidas. Asimismo, el costo promedio de mantenimiento disminuye
en un 10% gracias a la implementación de mejora en las prácticas logísticas y el almacenamiento.
Vol. 12/ Núm. 1 2025 pág. 153
Por ende, monitorizar continuamente los KPI’s permite realizar ajustes en tiempo real y con una
operación eficiente que de esta forma se reanudarán los beneficios no solo operativos sino
económicos para la empresa.
La implementación de un modelo de redes neuronales MLP para prever la demanda
mostró una efectividad notable, (con un error cuadrático medio (MSE) de 12.59). Esto sugiere
que las provisiones realizadas son consistentes y se alinean con la estacionalidad observada. Los
pronósticos para el 2024 y 2025 indican que la empresa puede anticipar picos de demanda en
meses de alta rotación como mayo septiembre y diciembre, de esta forma se puede ajustar los
niveles de inventario según lo requerido por los clientes. Por lo que no solo se mejora la
satisfacción del cliente para garantizar la disponibilidad de productos, sino que también se
optimiza el reabastecimiento y la gestión de almacén.
Finalmente, la investigación destaca la importancia de establecer un sistema de mejora
continua en la gestión de inventarios mediante un modelo sistemático de indicadores como la tasa
de cumplimiento de pedidos. Según la aplicación del método adecuado, los modelos aumentan la
eficiencia del 7.4% en el modelo de Selver Meal o del 3.7% en el modelo de Warner Winting, de
acuerdo con el control que la empresa a bien lo requiera. Este enfoque permite a la empresa no
solo responder eficientemente a las demandas de mercado, sino que también identificar áreas de
mejora productivas como lo que se traduce en una reducción de errores y costos operativos. La
aplicación de estos modelos logísticos asegura que la empresa se mantenga competitiva a lo largo
del tiempo y de esta forma maximice su retorno de inversión fortaleciendo su posición en el
mercado.
Por ende, monitorizar continuamente los KPI’s permite realizar ajustes en tiempo real y con una
operación eficiente que de esta forma se reanudarán los beneficios no solo operativos sino
económicos para la empresa.
La implementación de un modelo de redes neuronales MLP para prever la demanda
mostró una efectividad notable, (con un error cuadrático medio (MSE) de 12.59). Esto sugiere
que las provisiones realizadas son consistentes y se alinean con la estacionalidad observada. Los
pronósticos para el 2024 y 2025 indican que la empresa puede anticipar picos de demanda en
meses de alta rotación como mayo septiembre y diciembre, de esta forma se puede ajustar los
niveles de inventario según lo requerido por los clientes. Por lo que no solo se mejora la
satisfacción del cliente para garantizar la disponibilidad de productos, sino que también se
optimiza el reabastecimiento y la gestión de almacén.
Finalmente, la investigación destaca la importancia de establecer un sistema de mejora
continua en la gestión de inventarios mediante un modelo sistemático de indicadores como la tasa
de cumplimiento de pedidos. Según la aplicación del método adecuado, los modelos aumentan la
eficiencia del 7.4% en el modelo de Selver Meal o del 3.7% en el modelo de Warner Winting, de
acuerdo con el control que la empresa a bien lo requiera. Este enfoque permite a la empresa no
solo responder eficientemente a las demandas de mercado, sino que también identificar áreas de
mejora productivas como lo que se traduce en una reducción de errores y costos operativos. La
aplicación de estos modelos logísticos asegura que la empresa se mantenga competitiva a lo largo
del tiempo y de esta forma maximice su retorno de inversión fortaleciendo su posición en el
mercado.
Vol. 12/ Núm. 1 2025 pág. 154
REFERENCIAS
Alvarado, J. (2018). repositorio.utn.edu.ec. Obtenido de repositorio.utn.edu.ec:
http://repositorio.utn.edu.ec/bitstream/123456789/8167/1/PG%20640%20TESIS.pdf
Álvarez-Herrera, C., & Cabrera-Ríos, M. (2007). Control de inventarios y su aplicación en una
compañía de telecomunicaciones. INGENIERÍA Investigación y Tecnología , 8(4), 241-
248. doi: https://www.scielo.org.mx/pdf/iit/v8n4/v8n4a3.pdf
American Psychological Association. (s.f.). Style and Grammar Guidelines. Recuperado el 17 de
enero de 2020, de Apastyle: https://apastyle.apa.org/style-grammar-guidelines
Arias Gonzáles, J. (2021). Guía para elaborar la operacionalización de variables. Espacio I+D:
Innovación más Desarrollo , 10(28), 42-56. doi:
https://doi.org/10.31644/IMASD.28.2021.a02
Ballou, R. (2004). Logística: administración de la cadena de suministro. México: Pearson
Educación. doi:ISBN-13: 9789702605409
Benavides, M. (15 de oct de 2021). repositorio.aunar.edu.co:8080. Recuperado el 2025, de
http://repositorio.aunar.edu.co:8080/xmlui/bitstream/handle/20.500.12276/1243/CP%20
753A.pdf?sequence=3&isAllowed=y
Blázquez, A. (28 de marzo de 2024). novicap.com. Obtenido de novicap.com:
https://novicap.com/blog/gestion-de-inventarios-en-epocas-de-escasez/
Cano, P., Orue, F., Martínez, J. L., Mayett , Y., & López, G. (2015). Modelo de gestión logística
para pequeñas y medianas empresas en México. Contaduría y administración, 60(1), 181-
203. doi:ISSN 0186-1042
Carranza, M. (2017). repositorio.utc.edu.ec. Obtenido de repositorio.utc.edu.ec:
https://repositorio.utc.edu.ec/bitstream/27000/3775/7/T-UTC-0221.pdf
Carreño, A. (2017). Cadena de Suministros y Logística. Fondo Editorial PUCP. doi:ISBN: 978-
612-317-400-2
Carrillo García, S. (2019). Artículo científico. En S. Carrillo García, L. M. Toro Calderón, A. X.
Cáceres González, & E. C. Jiménez Lizarazo, Caja de herramientas. Géneros Textuales.
Universidad Santo Tomás.
Cevallos , R. (diciembre de 2018). dspace.uce.edu.ec. Obtenido de dspace.uce.edu.ec:
https://www.dspace.uce.edu.ec/server/api/core/bitstreams/69afa440-8ae6-48aa-a2e8-
75c3cf217e13/content
Cevallos Quishpe, R. (2018). dspace.uce.edu.ec. Obtenido de dspace.uce.edu.ec:
https://www.dspace.uce.edu.ec/server/api/core/bitstreams/69afa440-8ae6-48aa-a2e8-
75c3cf217e13/content
Chase , R., Jacobs, F., & Aquilano, N. (2019). Administración de operaciones: producción y
cadena de suministro. McGraw-Hill Education.
REFERENCIAS
Alvarado, J. (2018). repositorio.utn.edu.ec. Obtenido de repositorio.utn.edu.ec:
http://repositorio.utn.edu.ec/bitstream/123456789/8167/1/PG%20640%20TESIS.pdf
Álvarez-Herrera, C., & Cabrera-Ríos, M. (2007). Control de inventarios y su aplicación en una
compañía de telecomunicaciones. INGENIERÍA Investigación y Tecnología , 8(4), 241-
248. doi: https://www.scielo.org.mx/pdf/iit/v8n4/v8n4a3.pdf
American Psychological Association. (s.f.). Style and Grammar Guidelines. Recuperado el 17 de
enero de 2020, de Apastyle: https://apastyle.apa.org/style-grammar-guidelines
Arias Gonzáles, J. (2021). Guía para elaborar la operacionalización de variables. Espacio I+D:
Innovación más Desarrollo , 10(28), 42-56. doi:
https://doi.org/10.31644/IMASD.28.2021.a02
Ballou, R. (2004). Logística: administración de la cadena de suministro. México: Pearson
Educación. doi:ISBN-13: 9789702605409
Benavides, M. (15 de oct de 2021). repositorio.aunar.edu.co:8080. Recuperado el 2025, de
http://repositorio.aunar.edu.co:8080/xmlui/bitstream/handle/20.500.12276/1243/CP%20
753A.pdf?sequence=3&isAllowed=y
Blázquez, A. (28 de marzo de 2024). novicap.com. Obtenido de novicap.com:
https://novicap.com/blog/gestion-de-inventarios-en-epocas-de-escasez/
Cano, P., Orue, F., Martínez, J. L., Mayett , Y., & López, G. (2015). Modelo de gestión logística
para pequeñas y medianas empresas en México. Contaduría y administración, 60(1), 181-
203. doi:ISSN 0186-1042
Carranza, M. (2017). repositorio.utc.edu.ec. Obtenido de repositorio.utc.edu.ec:
https://repositorio.utc.edu.ec/bitstream/27000/3775/7/T-UTC-0221.pdf
Carreño, A. (2017). Cadena de Suministros y Logística. Fondo Editorial PUCP. doi:ISBN: 978-
612-317-400-2
Carrillo García, S. (2019). Artículo científico. En S. Carrillo García, L. M. Toro Calderón, A. X.
Cáceres González, & E. C. Jiménez Lizarazo, Caja de herramientas. Géneros Textuales.
Universidad Santo Tomás.
Cevallos , R. (diciembre de 2018). dspace.uce.edu.ec. Obtenido de dspace.uce.edu.ec:
https://www.dspace.uce.edu.ec/server/api/core/bitstreams/69afa440-8ae6-48aa-a2e8-
75c3cf217e13/content
Cevallos Quishpe, R. (2018). dspace.uce.edu.ec. Obtenido de dspace.uce.edu.ec:
https://www.dspace.uce.edu.ec/server/api/core/bitstreams/69afa440-8ae6-48aa-a2e8-
75c3cf217e13/content
Chase , R., Jacobs, F., & Aquilano, N. (2019). Administración de operaciones: producción y
cadena de suministro. McGraw-Hill Education.
Vol. 12/ Núm. 1 2025 pág. 155
Chopra, S., & Meindl, P. (2004). Supply chain management: Strategy, planning, and operation.
Pearson Education.
CRAI USTA Bucaramanga. (2020). Informe de recursos y servicios bibliográficos.
Bucaramanga: Universidad Santo Tomás.
Del Castillo, S. (2023). LOGÍSTICA 4.0: INNOVACIÓN Y EFICIENCIA EN LA CADENA DE
SUMINISTRO. Doxa Edition. doi:ISBN: 978-9942-8921-8-8
Delgado, C. (2021). repositorio.uss.edu.pe. Obtenido de repositorio.uss.edu.pe:
https://repositorio.uss.edu.pe/bitstream/handle/20.500.12802/8465/Delgado%20Torres
%20Cecilia%20Elizabeth.pdf?sequence=1&isAllowed=y
Dotres, S., Garciandia, G., & Zuñiga, L. (2020). El costo total de inversiones en proyectos de
construcción. Revista de Desarrollo sustentable, Negocios, Emprendimiento y
Educación, 2(11). doi:ISSN 2695-6098
Durán, Y. (2012). Administración del inventario: elemento clave para la optimización de las
utilidades en las empresas. Visión Gerencial, 1, 55-78. doi:ISSN: 1317-8822
Galvis García, R. E. (2020). Guía Resumen del Estilo APA Séptima Edición. Universidad Santo
Tomás.
García Argueta, I. (2020). ri.uaemex.mx. Obtenido de ri.uaemex.mx:
http://ri.uaemex.mx/bitstream/handle/20.500.11799/108148/secme-1623_1.pdf
García, Y. (2018). red.uao.edu.co. Obtenido de red.uao.edu.co:
https://red.uao.edu.co/server/api/core/bitstreams/55131c00-c385-4ac6-969e-
7d1c333de659/content
Guerrero, H. (2022). Inventarios: Manejo y Control. Ecoe Edisiones. doi:ISBN: 978-958-771-
491-3
Hernández Sampieri, R. (2014). Metodología de la Investigación . México D.F.: McGRAW-
HILL / INTERAMERICANA EDITORES, S.A. DE C.V.
Huaccha, J. (2024). repositorio.ucv.edu.pe. Recuperado el 2025, de
https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/157881/Huaccha_CJI-
SD.pdf?isAllowed=y&sequence=1
Hurtado Ganoza, F. (2018). Gestión Logística. Fondo Editorial de la UIGV. doi:ISBN: 978-612-
4340-15-4
Jacobs, F., Chase, R., & Aquilano, N. (2008). Operations and supply chain management.
McGraw-Hill/Irwin.
Lima, E. (octubre de 2020). repositorio.upse.edu.ec. Obtenido de repositorio.upse.edu.ec:
https://repositorio.upse.edu.ec/bitstream/46000/5512/1/UPSE-TCA-2020-0049.pdf
Loja, J. (2015). dspace.ups.edu.ec. Obtenido de dspace.ups.edu.ec:
https://dspace.ups.edu.ec/bitstream/123456789/7805/1/UPS-CT004654.pdf
Chopra, S., & Meindl, P. (2004). Supply chain management: Strategy, planning, and operation.
Pearson Education.
CRAI USTA Bucaramanga. (2020). Informe de recursos y servicios bibliográficos.
Bucaramanga: Universidad Santo Tomás.
Del Castillo, S. (2023). LOGÍSTICA 4.0: INNOVACIÓN Y EFICIENCIA EN LA CADENA DE
SUMINISTRO. Doxa Edition. doi:ISBN: 978-9942-8921-8-8
Delgado, C. (2021). repositorio.uss.edu.pe. Obtenido de repositorio.uss.edu.pe:
https://repositorio.uss.edu.pe/bitstream/handle/20.500.12802/8465/Delgado%20Torres
%20Cecilia%20Elizabeth.pdf?sequence=1&isAllowed=y
Dotres, S., Garciandia, G., & Zuñiga, L. (2020). El costo total de inversiones en proyectos de
construcción. Revista de Desarrollo sustentable, Negocios, Emprendimiento y
Educación, 2(11). doi:ISSN 2695-6098
Durán, Y. (2012). Administración del inventario: elemento clave para la optimización de las
utilidades en las empresas. Visión Gerencial, 1, 55-78. doi:ISSN: 1317-8822
Galvis García, R. E. (2020). Guía Resumen del Estilo APA Séptima Edición. Universidad Santo
Tomás.
García Argueta, I. (2020). ri.uaemex.mx. Obtenido de ri.uaemex.mx:
http://ri.uaemex.mx/bitstream/handle/20.500.11799/108148/secme-1623_1.pdf
García, Y. (2018). red.uao.edu.co. Obtenido de red.uao.edu.co:
https://red.uao.edu.co/server/api/core/bitstreams/55131c00-c385-4ac6-969e-
7d1c333de659/content
Guerrero, H. (2022). Inventarios: Manejo y Control. Ecoe Edisiones. doi:ISBN: 978-958-771-
491-3
Hernández Sampieri, R. (2014). Metodología de la Investigación . México D.F.: McGRAW-
HILL / INTERAMERICANA EDITORES, S.A. DE C.V.
Huaccha, J. (2024). repositorio.ucv.edu.pe. Recuperado el 2025, de
https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/157881/Huaccha_CJI-
SD.pdf?isAllowed=y&sequence=1
Hurtado Ganoza, F. (2018). Gestión Logística. Fondo Editorial de la UIGV. doi:ISBN: 978-612-
4340-15-4
Jacobs, F., Chase, R., & Aquilano, N. (2008). Operations and supply chain management.
McGraw-Hill/Irwin.
Lima, E. (octubre de 2020). repositorio.upse.edu.ec. Obtenido de repositorio.upse.edu.ec:
https://repositorio.upse.edu.ec/bitstream/46000/5512/1/UPSE-TCA-2020-0049.pdf
Loja, J. (2015). dspace.ups.edu.ec. Obtenido de dspace.ups.edu.ec:
https://dspace.ups.edu.ec/bitstream/123456789/7805/1/UPS-CT004654.pdf
Vol. 12/ Núm. 1 2025 pág. 156
Manrique, M., Teves, J., Taco, A., & Flores, J. (2019). Gestión de cadena de suministro: una
mirada desde la perspectiva teórica. Revista Venezolana de Gerencia, 24(88), 1136-1146.
doi: https://www.redalyc.org/journal/290/29062051009/html/
Mayhua, W. (2023). repositorio.upla.edu.pe. Obtenido de repositorio.upla.edu.pe:
https://repositorio.upla.edu.pe/bitstream/handle/20.500.12848/6628/T037_45877856_T.
pdf?sequence=1&isAllowed=y
Meana, P. (2017). Gestión de inventarios. Ediciones Paraninfo, S.A. doi:ISBN: 978-84-283-
3924-7
Mecalux. (2024). www.mecalux.com.mx. Obtenido de www.mecalux.com.mx:
https://www.mecalux.com.mx/blog/control-de-inventario
Mora, L. a. (s.f.). d1wqtxts1xzle7.cloudfront.net. Obtenido de d1wqtxts1xzle7.cloudfront.net:
https://d1wqtxts1xzle7.cloudfront.net/38155514/indicadores-
libre.pdf?1436581462=&response-content-
disposition=inline%3B+filename%3DIndicadores_de_Gestion_Logistica.pdf&Expires=
1710535505&Signature=LG22-
sDfNknmWOdwshbZdOQQ1GJqSvoZJ4cCI7Org2kzS~9N0MQCQl5Ypp
Múzquiz, D. (2013). repositoriodigital.ipn.mx. Obtenido de repositoriodigital.ipn.mx:
https://www.repositoriodigital.ipn.mx/bitstream/123456789/17612/1/manual%20admon
%20de%20inventarios%20y%20almacenes%202013.pdf
Nasim, S., Maaz, S., Ali, F., & Khan, M. (2016). Inventory Management through Lean Logistics
and Warehousing Techniques. Revista internacional de ciencias de la gestión e
investigación empresarial, 5(10), 159-171.
Ngubane, N., Mayekiso, S., Sikota , S., Matsoso, M., & Bruwer, J.-P. (2015). Inventory
Management Systems used by Manufacturing Small Medium and Micro Enterprises in
Cape Town . Mediterranean Journal of Social Sciences , 6(1), 382-390. doi::10.5901
Palomino, D. T., & Paredes, N. R. (30 de oct de 2024). repositorioacademico.upc.edu.pe.
Recuperado el 2025, de
https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/683945/Palomino_MD
.pdf?sequence=1&isAllowed=y
Paguay , A. (2021). repositorio.upec.edu.ec. Obtenido de repositorio.upec.edu.ec:
http://repositorio.upec.edu.ec/handle/123456789/1476
Parada, J. (12 de julio de 2006). d1wqtxts1xzle7.cloudfront.net. Obtenido de
d1wqtxts1xzle7.cloudfront.net:
https://d1wqtxts1xzle7.cloudfront.net/48944075/inventarios-
libre.pdf?1474245547=&response-content-
disposition=inline%3B+filename%3DSistemas_de_Inventario.pdf&Expires=17115989
Manrique, M., Teves, J., Taco, A., & Flores, J. (2019). Gestión de cadena de suministro: una
mirada desde la perspectiva teórica. Revista Venezolana de Gerencia, 24(88), 1136-1146.
doi: https://www.redalyc.org/journal/290/29062051009/html/
Mayhua, W. (2023). repositorio.upla.edu.pe. Obtenido de repositorio.upla.edu.pe:
https://repositorio.upla.edu.pe/bitstream/handle/20.500.12848/6628/T037_45877856_T.
pdf?sequence=1&isAllowed=y
Meana, P. (2017). Gestión de inventarios. Ediciones Paraninfo, S.A. doi:ISBN: 978-84-283-
3924-7
Mecalux. (2024). www.mecalux.com.mx. Obtenido de www.mecalux.com.mx:
https://www.mecalux.com.mx/blog/control-de-inventario
Mora, L. a. (s.f.). d1wqtxts1xzle7.cloudfront.net. Obtenido de d1wqtxts1xzle7.cloudfront.net:
https://d1wqtxts1xzle7.cloudfront.net/38155514/indicadores-
libre.pdf?1436581462=&response-content-
disposition=inline%3B+filename%3DIndicadores_de_Gestion_Logistica.pdf&Expires=
1710535505&Signature=LG22-
sDfNknmWOdwshbZdOQQ1GJqSvoZJ4cCI7Org2kzS~9N0MQCQl5Ypp
Múzquiz, D. (2013). repositoriodigital.ipn.mx. Obtenido de repositoriodigital.ipn.mx:
https://www.repositoriodigital.ipn.mx/bitstream/123456789/17612/1/manual%20admon
%20de%20inventarios%20y%20almacenes%202013.pdf
Nasim, S., Maaz, S., Ali, F., & Khan, M. (2016). Inventory Management through Lean Logistics
and Warehousing Techniques. Revista internacional de ciencias de la gestión e
investigación empresarial, 5(10), 159-171.
Ngubane, N., Mayekiso, S., Sikota , S., Matsoso, M., & Bruwer, J.-P. (2015). Inventory
Management Systems used by Manufacturing Small Medium and Micro Enterprises in
Cape Town . Mediterranean Journal of Social Sciences , 6(1), 382-390. doi::10.5901
Palomino, D. T., & Paredes, N. R. (30 de oct de 2024). repositorioacademico.upc.edu.pe.
Recuperado el 2025, de
https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/683945/Palomino_MD
.pdf?sequence=1&isAllowed=y
Paguay , A. (2021). repositorio.upec.edu.ec. Obtenido de repositorio.upec.edu.ec:
http://repositorio.upec.edu.ec/handle/123456789/1476
Parada, J. (12 de julio de 2006). d1wqtxts1xzle7.cloudfront.net. Obtenido de
d1wqtxts1xzle7.cloudfront.net:
https://d1wqtxts1xzle7.cloudfront.net/48944075/inventarios-
libre.pdf?1474245547=&response-content-
disposition=inline%3B+filename%3DSistemas_de_Inventario.pdf&Expires=17115989
Vol. 12/ Núm. 1 2025 pág. 157
90&Signature=CZCe5lo9h7Yru~3rwiqOLh~sGTc4nJ-
wNC68Wo4xK5lRM9jsxXgBEb0K6WkqfdWRzFts
Peralta, C. (2021). repositorio.ucv.edu.pe. Obtenido de repositorio.ucv.edu.pe:
https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/85645/Peralta_ECS-
SD.pdf?sequence=1&isAllowed=y
QuadMinds. (26 de julio de 2022). quadminds. Obtenido de quadminds:
https://www.quadminds.com/blog/aumenta-la-
rentabilidad/#:~:text=Las%20herramientas%20log%C3%ADsticas%20ayudan%20en,el
%20cuidado%20de%20los%20recursos.
Rodríguez, A. M., Sabogal, T. A., & Fuentes, E. A. (2021). SISTEMA DE GESTIÓN DE
INVENTARIOS PARA COMPAÑÍAS DE HARDWARE - CASO DE ESTUDIO. Rev.
Ingeniería, Matemáticas y Ciencias de la Información, 8(16), 27-36. doi:DOI:
http://dx.doi.org/10.21017/rimci.2021.v8.n16.a99
Rodriguez, B. (6 de feb de 2023). www.clubensayos.com. Recuperado el 2025, de
https://www.clubensayos.com/Negocios/METODOLOGIA-DE-LA-
INVESTIGACION-ENTRE-RIMEL-Y-PESTA%C3%91AS/5678213.html
R-studi. (2022). www.r-studio.com. Recuperado el 2025, de https://www.r-studio.com/es/
Ruiz-López, S. E. (2024). Estrategias de Gestión de la Cadena de Suministro en un Mundo
Globalizado. . Revista Científica Zambos, 3(2)(https://doi.org/10.69484/rcz/v3/n2/19),
97-119. .
Saldarriaga, D. (12 de marzo de 2018). zonalogistica.com. Obtenido de zonalogistica.com:
https://zonalogistica.com/gestion-de-inventarios-vi-el-control-de-inventarios-con-
demanda-constante/
Samaniego, H. (2019). Un modelo para el control de inventarios utilizando dinámica de sistemas.
Estudios de la Gestión(6), 5-155. . doi:10.32719/25506641.2019.6.6
Serna , J. M., Gonzalez, L., & Aristizabal, A. (27 de agosto de 2018). dspace.tdea.edu.co.
Obtenido de dspace.tdea.edu.co:
https://dspace.tdea.edu.co/bitstream/handle/tda/375/SISTEMA%20DE%20CONTROL
%20DE%20INVENTARIO.pdf?sequence=1&isAllowed=y
Serrano, L., & Pinedo, M. (2024). repositorio.usmp.edu.pe. Recuperado el 2025, de
https://repositorio.usmp.edu.pe/bitstream/handle/20.500.12727/14092/serrano_rdml-
pinedo_smd.pdf?isAllowed=y&sequence=1
Simchi-Levi, D., Kaminsky, P., & Simchi-Levi , E. (2008). Designing and managing the supply
chain: Concepts, strategies, and case studies. McGraw-Hill.
SimpliRoute. (7 de mayo de 2023). simpliroute.com. Obtenido de simpliroute.com:
https://simpliroute.com/es/blog/herramientas-para-el-control-de-inventarios
90&Signature=CZCe5lo9h7Yru~3rwiqOLh~sGTc4nJ-
wNC68Wo4xK5lRM9jsxXgBEb0K6WkqfdWRzFts
Peralta, C. (2021). repositorio.ucv.edu.pe. Obtenido de repositorio.ucv.edu.pe:
https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/85645/Peralta_ECS-
SD.pdf?sequence=1&isAllowed=y
QuadMinds. (26 de julio de 2022). quadminds. Obtenido de quadminds:
https://www.quadminds.com/blog/aumenta-la-
rentabilidad/#:~:text=Las%20herramientas%20log%C3%ADsticas%20ayudan%20en,el
%20cuidado%20de%20los%20recursos.
Rodríguez, A. M., Sabogal, T. A., & Fuentes, E. A. (2021). SISTEMA DE GESTIÓN DE
INVENTARIOS PARA COMPAÑÍAS DE HARDWARE - CASO DE ESTUDIO. Rev.
Ingeniería, Matemáticas y Ciencias de la Información, 8(16), 27-36. doi:DOI:
http://dx.doi.org/10.21017/rimci.2021.v8.n16.a99
Rodriguez, B. (6 de feb de 2023). www.clubensayos.com. Recuperado el 2025, de
https://www.clubensayos.com/Negocios/METODOLOGIA-DE-LA-
INVESTIGACION-ENTRE-RIMEL-Y-PESTA%C3%91AS/5678213.html
R-studi. (2022). www.r-studio.com. Recuperado el 2025, de https://www.r-studio.com/es/
Ruiz-López, S. E. (2024). Estrategias de Gestión de la Cadena de Suministro en un Mundo
Globalizado. . Revista Científica Zambos, 3(2)(https://doi.org/10.69484/rcz/v3/n2/19),
97-119. .
Saldarriaga, D. (12 de marzo de 2018). zonalogistica.com. Obtenido de zonalogistica.com:
https://zonalogistica.com/gestion-de-inventarios-vi-el-control-de-inventarios-con-
demanda-constante/
Samaniego, H. (2019). Un modelo para el control de inventarios utilizando dinámica de sistemas.
Estudios de la Gestión(6), 5-155. . doi:10.32719/25506641.2019.6.6
Serna , J. M., Gonzalez, L., & Aristizabal, A. (27 de agosto de 2018). dspace.tdea.edu.co.
Obtenido de dspace.tdea.edu.co:
https://dspace.tdea.edu.co/bitstream/handle/tda/375/SISTEMA%20DE%20CONTROL
%20DE%20INVENTARIO.pdf?sequence=1&isAllowed=y
Serrano, L., & Pinedo, M. (2024). repositorio.usmp.edu.pe. Recuperado el 2025, de
https://repositorio.usmp.edu.pe/bitstream/handle/20.500.12727/14092/serrano_rdml-
pinedo_smd.pdf?isAllowed=y&sequence=1
Simchi-Levi, D., Kaminsky, P., & Simchi-Levi , E. (2008). Designing and managing the supply
chain: Concepts, strategies, and case studies. McGraw-Hill.
SimpliRoute. (7 de mayo de 2023). simpliroute.com. Obtenido de simpliroute.com:
https://simpliroute.com/es/blog/herramientas-para-el-control-de-inventarios
Vol. 12/ Núm. 1 2025 pág. 158
SimpliRoute. (7 de mayo de 2023). simpliroute.com. Obtenido de simpliroute.com:
https://simpliroute.com/es/blog/herramientas-para-el-control-de-inventarios
SOCCONINI, L., & REATO, C. (2019). Lean Six Sigma. Sistema de gestión para liderar
empresas. . Marge Books.
Somosierra, R. (2023). pulpos.com. Obtenido de pulpos.com: https://pulpos.com/blog/regla-80-
20-pareto-inventarios/
Torres, M. J. (2024). repositorio.ulvr.edu.ec. Obtenido de repositorio.ulvr.edu.ec:
http://repositorio.ulvr.edu.ec/bitstream/44000/6995/1/TM-ULVR-0664.pdf
Torres, P., Mendoza, G., & Ramírez, P. (2019). CONTROL DE LOS INVENTARIOS Y SU
INCIDENCIA EN LOS ESTADOS FINANCIEROS. Revista Observatorio de la
Economía Latinoamericana. doi:1696-8352
Vidal, C. (2010). Fundamentos de control y gestión de inventarios . Cali: Programa Editorial
Universidad del Valle.
SimpliRoute. (7 de mayo de 2023). simpliroute.com. Obtenido de simpliroute.com:
https://simpliroute.com/es/blog/herramientas-para-el-control-de-inventarios
SOCCONINI, L., & REATO, C. (2019). Lean Six Sigma. Sistema de gestión para liderar
empresas. . Marge Books.
Somosierra, R. (2023). pulpos.com. Obtenido de pulpos.com: https://pulpos.com/blog/regla-80-
20-pareto-inventarios/
Torres, M. J. (2024). repositorio.ulvr.edu.ec. Obtenido de repositorio.ulvr.edu.ec:
http://repositorio.ulvr.edu.ec/bitstream/44000/6995/1/TM-ULVR-0664.pdf
Torres, P., Mendoza, G., & Ramírez, P. (2019). CONTROL DE LOS INVENTARIOS Y SU
INCIDENCIA EN LOS ESTADOS FINANCIEROS. Revista Observatorio de la
Economía Latinoamericana. doi:1696-8352
Vidal, C. (2010). Fundamentos de control y gestión de inventarios . Cali: Programa Editorial
Universidad del Valle.