Estudio empírico sobre curvas de aprendizaje en sistemas de gestión logística

• Yalili Rodríguez Romero ^[1] ; Roberto Cespón Castro ^[1] ; Nelson Javier Tovar Perilla ^[2]
  1. [1] Universidad Central de Las Villas

     Universidad Central de Las Villas

     Cuba

     
  2. [2] Universidad de Ibagué

     Universidad de Ibagué

     Colombia

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 30, Nº. 4, 2022, págs. 794-802
• Idioma: español
• Títulos paralelos:
  • Empirical study on learning curves in logistics management systems
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Las curvas de aprendizaje (CA) han sido aplicadas con frecuencia en la administración de la producción/ operaciones y en varios procesos logísticos de numerosas organizaciones manufactureras y de los servicios. Sin embargo, son recientes los estudios sobre su empleo a toda la cadena de suministro (CS). El presente artículo constituye una contribución para llenar ese vacío de conocimiento, al medir el impacto del aprendizaje sobre el plazo de entrega (LT) en los sistemas de gestión logística (SGL). Para demostrarlo, se utilizó el estudio empírico como herramienta metodológica. Fueron aplicados los modelos logarítmico-lineales con la adecuación de su terminología y ecuaciones de cálculo a tres estudios de caso representativos de los sistemas logísticos propuestos por el modelo Supply Chain Operations Reference (SCOR): fabricación por órdenes, por proyecto y para inventario. Como resultado, se obtuvo que los dos primeros se ajustaron al modelo de Stanford y el tercero al De Jongs. Fueron determinadas sus CA, ecuaciones matemáticas y un análisis de sensibilidad. Ello demostró la relevancia del enfoque utilizado y su diferencia respecto a lo tratado en publicaciones anteriores que en su mayoría analizan eslabones o partes de la CS.

  • English

    Learning curves have beenfrequently applied inproduction/operations management and various logistics processes in many manufacturing and service organizations. However, studies on their integral use in the supply chain are recent. This paper contributes to filling this knowledge gap by measuring the impact of learning on lead time in logistics management systems. The empirical study was used as a methodological tool to demonstrate this. The logarithmic-linear models, with their terminology and calculation equations, were applied to three case studies representatives of the logistics systems proposed by the Supply Chain Operations Reference (SCOR) model: make-to-order, make-to-stock, and engineer-to-order. As a result, the first two were adjusted to the Stanford model and the third to De Jong's model. Their learning curve, mathematical equations, and a sensitivity analysis were determined. This approach demonstrated its relevance and difference compared to previous publications, which mainly analyze links or parts of the CS.