Implementación de lean manufacturing, método sostac y machine learning para mejorar la gestión comercial en el sector de servicios

Palabras clave: sostac, 5S, machine learning, arima, lean manufacturing

Resumen

El siguiente estudio aborda las problemáticas de la gestión comercial y la falta de pronóstico de ventas en una empresa comercializadora de equipos de protección personal. El objetivo del estudio es implementar un modelo de mejora en la gestión comercial de una empresa del sector de servicios mediante el método sostac y con la integración de las 5S y el machine learning en el modelo arima. El tipo de investigación es aplicada, cuantitativa y descriptiva. Sostac y 5S, como herramientas de marketing e ingeniería, aportaron orden, gestión y control en el proceso de implementación del modelo en la organización para una gestión comercial rentable. Por otro lado, machine learning aportó un diagnóstico preciso de demandas futuras a través de la implementación del código arima. La muestra estuvo compuesta por datos de ventas de enero del 2020 a octubre del 2023. Se realizó un diagnóstico situacional, un análisis interno y externo, la identificación de procesos clave y la implementación de estrategias para la mejora de la gestión comercial. Los resultados indicaron una mejora en las ventas mensuales promedio (de S/ 12 648 a S/ 20 109,19). Asimismo, indicaron un incremento en la participación de mercado del 9,75 % al 10,81 %, una reducción de la brecha de eficiencia de la empresa con respecto al sector del 18,46 % al 13,60 %, y una mejora en la rotación de inventario de 2,7 a 3,62. Se concluye que la implementación del modelo propuesto, con el uso de las 5S y machine learning con arima, mejora significativamente la eficiencia, el volumen de ventas, la participación de mercado y la rentabilidad comercial, lo cual favorece el crecimiento y la sostenibilidad de la empresa.

Biografía del autor/a

Mauricio Aurelio Diaz Herrera, Carrera de Ingeniería Industrial, Universidad de Lima, Perú

Egresado de la carrera de Ingeniería Industrial por la Universidad de Lima, con interés en administración, logística y producción de recursos. Actualmente, es ejecutivo de ventas en To-Safety, donde gestiona cuentas estratégicas, desarrolla estrategias de ventas y aplica machine learning para la predicción de demanda. Anteriormente, fue practicante en la misma empresa como asesor de ventas, donde adquirió experiencia en análisis de datos y gestión comercial aplicando herramientas con machine learning-Sarimax para predicciones de la demanda, se encargó de gestionar cuentas estratégicas, fue desarrollador de estrategias de ventas y se enfocó al análisis del mercado. Se caracteriza por su liderazgo y capacidad de trabajo en equipos multidisciplinarios. Sus principales habilidades incluyen el análisis cuantitativo para la toma de decisiones y la optimización de procesos empresariales.

Giuseppe Taddey Calderón, Carrera de Ingeniería Industrial, Universidad de Lima, Perú

Egresado de la carrera de Ingeniería Industrial por la Universidad de Lima, distinguido en el tercio superior de su promoción. Actualmente, se desempeña como analista de experiencia del cliente (CX) en Atlantic City Casino & Sports, donde realiza estudios de satisfacción del cliente y análisis de datos. Anteriormente, trabajó en Unimaq: The Cat Rental Store en el Área de Marketing, Planeamiento y Estrategia, con un enfoque en experiencia del cliente y análisis de datos. Interesado en el desarrollo profesional en las áreas de marketing, comercial y experiencia del cliente. Se caracteriza por su ética de trabajo impecable y su capacidad para aportar soluciones en equipos multidisciplinarios. Cuenta con experiencia en herramientas como Power BI, Office, SQL y SAP (C4 y S4).

Edilberto Miguel Avalos-Ortecho, Carrera de Ingeniería Industrial, Universidad de Lima, Perú

Doctor en Administración de Empresas por la Universidad Nacional Mayor de San Marcos. Magíster en Administración Estratégica de Empresas por el Centrum PUCP, magíster en Dirección y Gestión Medioambiental por la Escuela de Organización Industrial de España e ingeniero químico por la Universidad Nacional de Trujillo. Además, es auditor líder acreditado por IRCA en sistemas ISO 9001 y 14001. Actualmente, es docente y coordinador de investigaciones y publicaciones en la carrera de Ingeniería Industrial en la Universidad de Lima. Es consultor de empresas de bienes y servicios en gestión de operaciones, rediseño y optimización de procesos, gestión ambiental, cadena de suministro, sostenibilidad y lean manufacturing. Es editor asociado en la revista Ingeniería Industrial de la Universidad de Lima, miembro del comité técnico ISO/TC 279 WG5 Innovation Management, miembro del Comité de Integridad y Ética de Investigaciones de la Facultad de Ingeniería de la Universidad de Lima. Ha desarrollado investigaciones en energías limpias, sostenibilidad, ingeniería limpia, lean manufacturing, cadena de suministro, tecnologías emergentes y competitividad empresarial, con publicaciones en revistas indexadas y congresos internacionales de ingeniería industrial.

Citas

Arana-Torres, R., Nieves-Asencio, A., Elias-Giordano, C., Torres-Sifuentes, C., & Cespedes, C. (2023, 4-6 de diciembre). Management model to increase sales through digital marketing and the 4Ps of marketing in a craft brewery. En Proceedings of the 3rd LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development "Igniting the Spark of Innovation: Emerging Trends, Disruptive Technologies, and Innovative Models for Business Success", 516. Latin American and Caribbean Consortium of Engineering Institutions. https://dx.doi.org/10.18687/LEIRD2023.1.1.516

Castro, P., Pathinettampadian, G., Ravi, C. S. D., & Subramaniyan, M. K. (2023). Prediction of compressive strength in additively fabricated part using long short term memory based neural network. Materials Today Communications, 37, Artículo 107139. https://doi.org/10.1016/j.mtcomm.2023.107139

Jara, B., Calderon, S., & Avalos-Ortecho, E. (2023). Application of lean manufacturing to increase productivity of a company in the metalworking sector. En L.-C. Tang (Ed.), Proceedings of the 10th Conference on Industrial Engineering and Applications (pp. 740-753). IOS Press. https://doi.org/10.3233/atde230102

Liu, X.-D., Wang, W., Yang, Y., Hou, B.-H., Olasehinde, T. S., Feng, N., & Dong, X.-P. (2023). Nesting the SIRV model with NAR, LSTM and statistical methods to fit and predict COVID-19 epidemic trend in Africa. BMC Public Health, 23(1), 138. https://doi.org/10.1186/s12889-023-14992-6

Marshall, D. R., Meek, W. R., Swab, R. G., & Markin, E. (2020). Access to resources and entrepreneurial well-being: A self-efficacy approach. Journal of Business Research, 120, 203-212. https://doi.org/10.1016/j.jbusres.2020.08.015

Ministerio de Trabajo y Promoción del Empleo. (2022). Notificaciones de accidentes de trabajo, incidentes peligrosos y enfermedades ocupacionales – Diciembre 2022 [Boletín estadístico mensual]. https://cdn.www.gob.pe/uploads/document/file/4327880/SAT_DICIEMBRE_2022.pdf?v=1679929130

Mishra, P., Al Khatib, A. M. G., Lal, P., Anwar, A., Nganvongpanit, K., Abotaleb, M., Ray, S., & Punyapornwithaya, V. (2023). An overview of pulses production in India: Retrospect and prospects of the future food with an application of hybrid models. National Academy Science Letters, 46(5), 367-374. https://doi.org/10.1007/s40009- 023-01267-2

Ramos-Valle, E., Paulino, A., Chavez, P., Alvarez, J. C., & Nallusamy, S. (2022). Pilot implementation of innovative proposal for service level improvement in a spare parts trading company. International Journal of Engineering Research in Africa, 62, 173-187. https://doi.org/10.4028/p-70sd0q

Seclen-Luna, J. P., Alvarez Salazar, J., Cancino, C. A., & Schmitt, V. (2024). The effects of innovations on Peruvian companies’ sales: The mediating role of KIBS. Technovation, 129, Artículo 102877. https://doi.org/10.1016/j.technovation.2023.102877

Shevchenko, V. M., Miamlina, A. V., & Kamenev, A. Y. (2021). Development of a model for the launch of a new goods in the herbicide group of the agrarian division “Bayer Cropscience” to the consumer market. Academic Review, 2(55), 48-58. https://doi.org/10.32342/2074-5354-2021-2-55-5

Sleiman, R., Mazyad, A., Hamad, M., Tran, K.-P., & Thomassey, S. (2022). Forecasting sales profiles of products in an exceptional context: COVID-19 pandemic. International Journal of Computational Intelligence Systems, 15(1), 99. https://doi.org/10.1007/s44196-022-00161-x

Smith, P. R. (1998). Marketing communications: An integrated approach (2.a ed.). Kogan Page.

Talkhi, N., Fatemi, N. A., Nooghabi, M. J., Soltani, E., & Nooghabi, A. J. (2024). Using meta-learning to recommend an appropriate time-series forecasting model. BMC Public Health, 24(1). https://doi.org/10.1186/s12889-023-17627-y

Thakur, M., Patel, P., Gupta, K., Kumar, M., & Sathishkumar, A. S. (2023). Applications of artificial intelligence and machine learning in supply chain management: A comprehensive review. European Chemical Bulletin, 12(8), 2838-2851. https://doi.org/10.13140/RG.2.2.29327.56480

Wang, R., Wang, T., Qian, Z., & Hu, S. (2023). A Bayesian estimation approach of random switching exponential smoothing with application to credit forecast. Finance Research Letters, 58, Artículo 104525. https://doi.org/10.1016/j.frl.2023.104525

Zhang, C., & Liang, J. (2023). Strategic choices for sustainable competitive advantage, marketization degree, and the executive-employee compensation gap. Sustainability, 15(8), 6430. https://doi.org/10.3390/su15086430

Publicado
2025-02-28