Publicación: Propuesta de implementación de algoritmos de machine learning para realizar una adecuada gestión del inventario en una pyme colombiana del sector textil y de moda
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
RESUMEN: el sector textil y de moda ha adquirido gran relevancia en la economía colombiana debido a su importante contribución al PIB, el empleo y las exportaciones del país. No obstante, enfrenta actualmente dos grandes desafíos: la transformación digital y la competencia extranjera altamente tecnológica y avanzada en la producción y distribución de productos, lo que les permite ser más competitivos. Es importante destacar que en el sector predominan las pequeñas y medianas empresas (PYMES) cuya transformación digital es significativamente inferior a la de las grandes empresas y “startups” del país, así como a la de otras PYMES en países como Perú y Chile. Dado el papel fundamental del sector textil en la economía colombiana, la predominancia de las PYMES en la industria, y su situación preocupante en términos de transformación digital, es crucial explorar diversas opciones de innovación tecnológica que permitan a estas empresas mejorar su eficiencia en los diferentes eslabones de la cadena de suministro para aumentar su competitividad a nivel global. Así pues, la gestión adecuada de los inventarios se ha convertido en una de las principales prioridades de las compañías que buscan aumentar su eficiencia. La gestión de inventarios en la industria textil y de moda se enfrenta a desafíos adicionales debido a la gran cantidad de variables que influyen en la demanda de los productos, lo que la hace altamente volátil y difícil de predecir. Por tanto, es necesario abordar la gestión de inventarios en este sector desde una perspectiva innovadora. En este sentido, el presente estudio investigativo se enfoca en como la implementación de algoritmos de machine learning y el uso de diversas variables de información pueden ayudar significativamente en la gestión de inventarios de una empresa colombiana del sector textil y de moda.
Resumen en inglés
ABSTRACT: the textile and fashion sector has gained great importance in the Colombian economy due to its significant contribution to the country's GDP, employment, and exports. However, it currently faces two major challenges: digital transformation and highly technological foreign competition in the production and distribution of products, which allows them to be more competitive. It is important to highlight that small and medium-sized enterprises (SMEs) prevail in the sector, whose digital transformation is significantly lower than that of large companies and startups in the country, as well as compared to other SMEs in countries like Perú and Chile. Given the fundamental role of the textile sector in the Colombian economy, the predominance of SMEs in the industry, and their concerning situation in terms of digital transformation, it is crucial to explore various options for technological innovation that allow these companies to improve their efficiency in different links of the supply chain to increase their global competitiveness. Therefore, proper inventory management has become one of the main priorities for companies seeking to enhance their efficiency. Inventory management in the textile and fashion industry faces additional challenges due to the multitude of variables influencing product demand, making it highly volatile and difficult to predict. Thus, it is necessary to address inventory management in this sector from an innovative perspective.