1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ciencias Naturales y Matemáticas
4. Tesis de Logística y Transporte

Title:	Diseño de una política óptima para la oferta y planificación de distribución para abastecer sucursales de una empresa distribuidora de productos de consumo masivo
Authors:	Sandoya Sánchez, Fernando, Director Pacheco Dueñas, Truddy Nicolle Mendoza Avellán, Gabriel Caleb
Keywords:	Logística inteligente Modelo ARIMA Control de inventarios Políticas óptimas de distribución Análisis de consumo masivo Demanda fluctuante Alta demanda estacional Monitoreo en tiempo real Análisis predictivo Sostenibilidad empresarial Consumo real
Issue Date:	2024
Publisher:	ESPOL.FCNM
Citation:	Pacheco Dueñas, T. N. y Mendoza Avellán, G. C. (2024). Diseño de una política óptima para la oferta y planificación de distribución para abastecer sucursales de una empresa distribuidora de productos de consumo masivo. [Proyecto Integrador]. ESPOL.FCNM .
Description:	El proyecto aborda los desafíos operativos de una empresa de consumo masivo, cuya gestión de inventarios y planificación de distribución presentan ineficiencias significativas. La falta de políticas optimizadas y un cronograma de distribución ajustado a la demanda generan costos elevados, desabastecimiento en algunas sucursales y exceso de inventario en otras, afectando tanto la competitividad como la satisfacción del cliente. El objetivo principal del estudio es crear un plan de distribución y una política de abastecimiento basados en modelos predictivos como ARIMA para maximizar el inventario, reducir los gastos logísticos y garantizar la disponibilidad de productos en las sucursales. Un enfoque cuantitativo y un diseño no experimental formaron parte de la investigación, que se centró en el análisis estadístico de datos de ventas anteriores. Se aplicaron técnicas de segmentación basadas en estacionalidad, ubicación geográfica y preferencias del consumidor. Además, se propusieron estrategias como el establecimiento de microcentros de distribución regionales y la implementación de herramientas tecnológicas para análisis predictivo y monitoreo en tiempo real. Los resultados muestran que la política propuesta reduce significativamente los costos operativos y mejora la eficiencia del inventario. Se logró una planificación más precisa que considera las necesidades específicas de cada sucursal, incrementando la satisfacción del cliente y fortaleciendo la posición competitiva de la empresa. Además, la propuesta contribuye a la sostenibilidad empresarial al disminuir el desperdicio de productos y reducir la huella de carbono, alineándose con los Objetivos de Desarrollo Sostenible (ODS) 9 y 12. En conclusión, la implementación de modelos predictivos como ARIMA, junto con políticas de distribución ajustadas, constituye una solución integral para los desafíos logísticos de la empresa. Estas estrategias permiten una gestión más eficiente de los recursos, garantizando tanto la sostenibilidad como la rentabilidad empresarial. Palabras Clave: Logística inteligente, Modelo ARIMA, control de inventarios, políticas óptimas de distribución, análisis de consumo masivo, demanda fluctuante, alta demanda estacional, monitoreo en tiempo real, análisis predictivo, sostenibilidad empresarial, consumo real.
metadata.dc.description.abstractenglish:	The project addresses the operational challenges of a consumer goods company, whose inventory management and distribution planning present significant inefficiencies. The lack of optimized policies and a distribution schedule adjusted to demand generate high costs, shortages in some branches and excess inventory in others, affecting both competitiveness and customer satisfaction. The main objective of the study is to design a supply policy and a distribution schedule based on predictive models, such as ARIMA, that allows for the optimization of inventories, minimizing logistics costs and guaranteeing product availability in branches. The methodology used included a non-experimental design and a quantitative approach, focused on the statistical analysis of historical sales data. Segmentation techniques based on seasonality, geographic location and consumer preferences were applied. In addition, strategies such as the establishment of regional micro-distribution centers and the implementation of technological tools for predictive analysis and real-time monitoring were proposed. The results show that the proposed policy significantly reduces operating costs and improves inventory efficiency. More precise planning was achieved that considers the specific needs of each branch, increasing customer satisfaction and strengthening the company's competitive position. In addition, the proposal contributes to business sustainability by reducing product waste and reducing the carbon footprint, aligning with Sustainable Development Goals (SDG) 9 and 12. In conclusion, the implementation of predictive models such as ARIMA, together with adjusted distribution policies, constitutes a comprehensive solution to the company's logistical challenges. These strategies allow for more efficient management of resources, guaranteeing both sustainability and business profitability. Keywords: Smart Logistics, ARIMA model, Inventory control, Optimal distribution policies, mass consumption analysis, fluctuating demand, high seasonal demand, real-time monitoring, predictive analysis, corporate sustainability, actual consumption.
URI:	http://www.dspace.espol.edu.ec/handle/123456789/65685
metadata.dc.identifier.codigoproyectointegrador:	MATE-203
Appears in Collections:	Tesis de Logística y Transporte

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.