An integrated lean and machine learning approach to inventory management in automotive accessories SMES

El artículo presenta un estudio de caso enfocado en desarrollar una solución a uno de los principales problemas del sector comercial: la baja rotación de inventario, causada por una gestión ineficiente y la falta de planificación de la demanda. Este estudio se basa en el diseño e implementación de un modelo de gestión de inventario orientado a incrementar la rotación de stock en una PyME del sector comercial, integrando herramientas como la clasificación ABC, EOQ (Cantidad Económica de Pedido), slotting, 5S y pronósticos de demanda mediante algoritmos de machine learning. Se incorporó además el sistema Kardex, que permitió un control detallado de las entradas y salidas de inventario, mejorando la trazabilidad y facilitando la organización del almacén. En conjunto con la metodología 5S y el análisis de slotting, el uso del Kardex optimizó el layout y redujo los tiempos operativos. Gracias al pronóstico más preciso de la demanda, se evitó el sobrestock, se redujo el inventario obsoleto y se optimizó el proceso de compras. Como resultado, la empresa logró una mejora del 33.43 % en la rotación de inventario, una reducción del 19.95 % en costos logísticos, una disminución del 30 % en el inventario promedio y una reducción del 60 % en el tiempo de picking, demostrando que la integración de tecnología y buenas prácticas logísticas puede fortalecer la competitividad y sostenibilidad de las PyMEs.

Name thesis:degree_name

Ingeniero Industrial

Level thesis:degree_level

Titulo profesional

Discipline thesis:degree_discipline

Ingeniería Industrial

Grantor dc:publisher

Universidad de Lima

Year dc:date.issued

2025

Authors dc:creator

• Mendoza Quintanilla, Kevin Nigel
• Ochoa González, Adolfo Kevin

Advisor dc:contributor.advisor

• Quiroz Flores, Juan Carlos

Statement dc:rights

• info:eu-repo/semantics/openAccess

Licence dc:rights.uri

• https://creativecommons.org/licenses/by-nc-sa/4.0/

Language dc:language.iso

spa

Handle dc:identifier.uri

https://hdl.handle.net/20.500.12724/24260

OAI identifier oai:identifier

oai:repositorio.ulima.edu.pe:20.500.12724/24260