Business Analytics para la Gestión Colaborativa de Inventarios

La propuesta persigue aplicar un enfoque circular de Business Analytics a la gestión colaborativa del inventario en una cooperativa de distribución, dentro de un entorno B2B2C.

Investigador principal

Jesús Muñuzuri Sanz

Sede

US

Tecnología

Business Analytics, Machine Learning

Sector

2

Agentes agregados

TIER1

Resumen de la propuesta

La propuesta persigue aplicar un enfoque circular de Business Analytics a la gestión colaborativa del inventario en una cooperativa de distribución, dentro de un entorno B2B2C. El planteamiento propuesto de diseño y desarrollo consta de los siguientes módulos:

  • Predictive Analytics: aplicación de técnicas cuantitativas basadas en Machine Learning a la previsión de la demanda de la cooperativa y sus miembros.
  • Prescriptive Analytics: aplicación de técnicas de inteligencia artificial a la gestión integrada de inventarios.
  • Descriptive Analytics: definir y calcular los correspondientes KPIs con el objeto de poder realizar el seguimiento de los costes y del cumplimiento de los niveles de servicio prefijados.

Objetivo del proyecto

El objetivo global del proyecto consiste en el diseño, implementación y prueba de concepto de toda la algoritmia necesaria para proporcionar inteligencia a un sistema colaborativo de gestión de inventarios bajo una perspectiva B2B2C. Este diseño debe a su vez estar fundamentado en un análisis previo de todos los procesos que tengan que ver con stocks, almacén y transporte, y apoyarse en los KPI necesarios para realizar el seguimiento del sistema.

El proyecto consta de cuatro etapas diferenciadas, cada una de ellas con unos objetivos parciales que se irán plasmando en los sucesivos entregables:

Etapa 1: Definición, análisis y diseño de los procesos (DAD). En este caso, el objetivo es recopilar todos los requisitos, tanto funcionales como no funcionales, que se pretendan cubrir con el sistema, delimitando su alcance. Se realizará un análisis de todos estos requisitos, que deberán ser soportados por el posterior diseño y construcción del sistema, así como un esquema de la arquitectura general del sistema, que permita planificar su construcción a base de la combinación de módulos específicos.

Etapa 2: Predictive Analytics (PDA). En esta segunda etapa, se pretende caracterizar la demanda de la forma más exacta posible, con el objeto de utilizar esta caracterización en la posterior gestión de inventarios. Se utilizará un lenguaje de programación estadístico, para facilitar la posterior ejecución y procesado de la información.

Etapa 3: Prescriptive Analytics (PSA). En esta etapa se acomete la optimización del inventario desde una perspectiva colaborativa y con un enfoque dinámico, que permita al sistema responder ante los diferentes escenarios de demanda que puedan producirse. Se contemplará para ello tanto el reabastecimiento por parte de proveedores como los movimientos internos de stock, entre diferentes miembros de la cooperativa.

Etapa 4: Descriptive Analytics (DA). En esta última etapa se diseñará y construirá el procedimiento para llevar a cabo el seguimiento del sistema, tomando como base los correspondientes indicadores (KPIs).

Resultados esperados e indicadores

El proyecto incluirá a dos colaboradores a tiempo parcial, que equivalen a 1,5 a tiempo completo.
Además, se espera firmar al menos un contrato de transferencia asociado a los trabajos. En la vertiente académica, se prevé completar al menos dos publicaciones indexadas (una asociada al algoritmo de gestión colaborativa de inventarios y otra al diseño del sistema global) y una tesis doctoral.
Así, los indicadores esperados hasta el 31/12/2021 son los siguientes:

  • Nuevo personal investigador (equivalente anual): 1,5
  • Patentes: 0
  • Nº contratos transferencia: 1
  • Congresos: 2
  • Publicaciones indexadas: 2
  • Tesis doctorales: 1

Justificación potencial impacto tecnológico del proyecto (TRL).

La integración del control de inventario y los modelos de gestión colaborativa de inventarios constituyen las dos temáticas de mayor interés desde el punto de vista del I+D en relación con el inventario. El carácter investigador del presente proyecto se fundamenta en la búsqueda de las mejores soluciones de interoperabilidad entre los distintos agentes que interactúan en los procesos de la cadena de valor, en concreto en las relaciones de distribución. Es por ello que se hace necesario el desarrollo tecnológico en este ámbito, cumpliendo con los requisitos que clientes  del sector distribución están demandando para adaptarse al nuevo mundo en este sector. Se trata de un proyecto TRL 7.

Avances

Los avances conseguidos en el proyecto hasta el momento se centran en la optimización del proceso de reposición de referencias en tiendas minoristas. En el paradigma actual, donde se está experimentando una rápida evolución de la industria minorista, especialmente en compañías textiles, el problema genérico de asignación de productos, en una cadena de distribución y suministro, compuesta por un almacén principal y varias ubicaciones supone todo un reto. El proceso de reposición en tienda dirige toda su atención a optimizar dinámicamente el inventario de las tiendas atendiendo a una amplia gama de productos partiendo de una previsión de ventas de periodos anteriores. En este contexto, se ha desarrollado una metodología para optimizar la reposición en tiendas para productos no perecederos pero que se devalúan con el tiempo. La metodología se ha probado con éxito para distintas configuraciones de periodos, tiendas y productos.

CEI_01

Se ha enviado una ponencia asociada a los avances del proyecto a la 15th International Conference on Industrial Engineering and Industrial Management (ICIEIM), a celebrar en Burgos el 8 y 9 de julio de 2021. La ponencia está actualmente en proceso de evaluación y pendiente de su aceptación.