Resumen:
Contexto: El uso de aprendizaje automático en terrenos de la cadena de suministro es un tema muy reciente y por su naturaleza debe de ser personalizado por tipo de industria y empresa. Conocer por qué las entregas prometidas al cliente no cumplieron el tiempo pactado, es el nicho de comercialización de miles de directores y consultores externos. Una característica principal en este tema es la alta variabilidad de causas, ya que pueden ser influenciadas por estacionalidad, mejoras implementadas por el negocio, fenómenos esporádicos o mal planeamiento operativo tanto interna como externamente. La idea de este proyecto fue estudiar las variables que, según juicio experto, explican o explicarán el atraso inminente de una entrega, resultado en un modelo predictivo que califica si un pedido será entregado a tiempo o no, de uso replicable para nuevos ingresos de pedidos. Objetivo: Estimar el cumplimiento de la entrega de producto al cliente final para una empresa privada utilizando aprendizaje automático. Método: Uso variado de metodologías: Lean Six Sigma, CRISP-DM y enfoque alternativo. Resultado: Este tipo de tecnología fue usada por vez primera en el equipo de la empresa patrocinadora, el efecto causado fue la apertura de rigurosos proyectos paralelos de seguimiento y mitigación, además, de la futura implementación del modelo en ambientes de producción. Conclusión: Este proyecto inició con un análisis retrospectivo que se convirtió en una herramienta predictiva con oportunidad de revolucionar la estimación en tiempos de entrega prometiendo fortalecer la relación cliente – empresa.
