Dimensionamento de estoques na cadeia de suprimentos a partir da clusterização

Orientador(a) (dc.contributor.advisor)Morandi, Maria Isabel Motta
Coorientador(a) (dc.contributor.advisor-co1)Lacerda, Daniel Pacheco
Lattes Coorientador(a) (dc.contributor.advisor-co1Lattes)http://lattes.cnpq.br/6330279254229431pt_BR
Lattes Orientador(a) (dc.contributor.advisorLattes)http://lattes.cnpq.br/4506541364434201pt_BR
Autor(a) (dc.contributor.author)Eidelwein, Frederico Ernesto
Autor(a) Lattes (dc.contributor.authorLattes)http://lattes.cnpq.br/7538237254908807pt_BR
Data de Disponibilização (dc.date.accessioned)2024-08-28T13:32:12Z
dc.date.available (dc.date.available)2024-08-28T13:32:12Z
Data da defesa / Data do evento (dc.date.issued)2024-04-24
Abstract (dc.description.abstract)The development of models using data available to companies is a necessity in order to remain competitive in the global market. This work addresses the sizing and positioning of inventories in the supply chain, using the clustering of products by their categorical characteristics and sales history as a basis for projecting the allocation of new collections. Experts were consulted to validate the available variables, assigned to products related to past collections and future collections. Products from past collections were then clustered using the k-modes algorithm and their performance was measured for each preferred origin according to the destination of the order, as indicated by the logistics partner. Using the same criteria, the products that compose the future collection were associated with the clusters created, and based on the measured past performance, their volumes were projected for each warehouse. The study compares the results of three different scenarios, executed, potential and model. The research achieved its objectives by creating a product clustering model for future collections, identifying relevant variables in the process and assessing the model's adherence to inventory sizing. The proposed model defines criteria for allocating products and suggests reducing operating costs and improving the logistics service, allowing hidden factors to be identified, such as a possible increase in the level of service and customer satisfaction.en
Resumo (dc.description.resumo)O desenvolvimento de modelos utilizando dados disponíveis para as empresas é uma necessidade para manter que se mantenham competitivas no mercado global. Este trabalho aborda o dimensionamento e posicionamento de estoques na cadeia de suprimentos, utilizando a clusterização de produtos por suas características categóricas e histórico de vendas como base para projetar a alocação de novas coleções. Foi realizada uma consulta com especialistas para validação das variáveis disponíveis, atribuídas para produtos relacionados a coleções passadas, e coleção futura. Os produtos das coleções passadas foram então agrupados utilizando o algoritmo k-modes e seus desempenhos foram medidos para cada origem preferencial segundo o destino do pedido, conforme indicação de parceiro logístico. Utilizando os mesmos critérios, os produtos que compõe a coleção futura foram associados aos grupos criados, e com base no despenho passado medido, seus volumes foram projetados para cada armazém. O estudo compara o resultado de três diferentes cenários, executado, potencial e do modelo. A pesquisa alcançou seus objetivos ao construir um modelo de agrupamento de produtos para coleções futuras, avaliar modelos de aprendizado de máquina não supervisionados aderentes ao problema, avaliar os impactos econômicos do modelo atual do contexto analisado, e avaliar os benefícios resultantes do emprego de modelos de aprendizagem de máquina não supervisionados no processo de posicionamento e dimensionamento de estoques. O modelo proposto define critérios para alocação de produtos e sugere a redução de custos operacionais e melhoria no serviço de logística, permitindo identificar fatores ocultos, como possível aumento no nível de serviço e satisfação do cliente.pt_BR
Agência de fomento (dc.description.sponsorship)CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
URI (dc.identifier.uri)http://repositorio.jesuita.org.br/handle/UNISINOS/13204
Idioma (dc.language)pt_BRpt_BR
Nome da instituição (dc.publisher)Universidade do Vale do Rio dos Sinospt_BR
País da Instituição (dc.publisher.country)Brasilpt_BR
Departamento (dc.publisher.department)Escola Politécnicapt_BR
Sigla da Instituição (dc.publisher.initials)Unisinospt_BR
Programa (dc.publisher.program)Programa de Pós-Graduação em Engenharia de Produção e Sistemaspt_BR
Direitos de acesso ao documento (dc.rights)openAccesspt_BR
Assunto (dc.subject)Dimensionamento de estoquespt_BR
Assunto (dc.subject)Clusterizaçãopt_BR
Assunto (dc.subject)Cadeia de suprimentospt_BR
Assunto (dc.subject)Gestão logísticapt_BR
Assunto (dc.subject)Eficiência operacionalpt_BR
Assunto (dc.subject)Inventory sizingen
Assunto (dc.subject)Clusteringen
Assunto (dc.subject)Supply chainen
Assunto (dc.subject)Logistics managementen
Assunto (dc.subject)Operational efficiencyen
Tema (CNPq) (dc.subject.cnpq)ACCNPQ::Engenharias::Engenharia de Produçãopt_BR
Título (dc.title)Dimensionamento de estoques na cadeia de suprimentos a partir da clusterizaçãopt_BR
Tipo de arquivo (dc.type)Dissertaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Frederico Ernesto Eidelwein_PROTEGIDO.pdf
Tamanho:
1.29 MB
Formato:
Adobe Portable Document Format
Descrição:
dimensionamentos_estoques

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.12 KB
Formato:
Item-specific license agreed upon to submission
Descrição: