Toma de decisiones en la cadena de abastecimiento: un enfoque desde la dinámica de sistemas
DOI:
https://doi.org/10.18046/syt.v14i37.2243Palabras clave:
Dinámica de sistemas, modelado, simulación, cadena de abastecimiento, juego de la cerveza, información compartidaResumen
Este artículo presenta un análisis del impacto de los retrasos, el manejo de información y el tipo de demanda, en el desempeño de una cadena de abastecimiento de tres escalones, realizado con base en el “juego de la cerveza”. Se modelaron cuatro escenarios de acceso a información en la demanda final para varios miembros de la cadena usando dinámica de sistemas. Para cada uno de esos escenarios se realizaron cambios en los tiempos de retraso en la entrega y en el tipo de demanda; además, se usaron cuatro indicadores para medir el desempeño de la cadena de abastecimiento: el retorno sobre los activos, los ingresos acumulados, el valor de inventario acumulado y las inconformidades. Los resultados muestran que la localización (escalón) del acceso a la información es crítica para el desempeño y, en contraste con otros estudios, que este efecto es independiente del tipo de demanda. Los resultados obtenidos son consistentes con los de estudios previos, respecto del impacto positivo de la reducción de retrasos en el desempeño general de la cadena, sin importar el tipo de demanda.
Referencias
Carranza, O. & Maltz, A. B. (2010). Understanding the financial consequences of the bullwhip effect in a multi-echelon supply chain. Journal of Business Logistics, 31(1), 23-40.
Danese, P. (2006). Collaboration forms, information and communication technologies, and coordination mechanisms in CPFR. International Journal of Production Research, 44(16), 3207-3226.
Lee, H. L., Padmanabhan, V., & Whang, S. (1997). The bullwhip effect in supply chains. Sloan Management Review, 38(3), 93-102.
Romo, F., Daza, H., & Arenas, F. (2011). Systemic Analysis of service and financial risks in a supply chain. Sistemas & Telemática, 11(25), 105-119.
Sari, K. (2008). On the benefits of CPFR and VMI: A comparative simulation study. International Journal of Production Economics, 113(2), 575-586.
Steckel, J. H., Gupta, S., & Banerji, A. (2004). Supply chain decision making: Will shorter cycle times and shared point-of-sale information necessarily help? Management Science, 50(4), 458-464.
Sterman, J. (2000). Supply chains and the origin of oscillations. In: Business dynamics: systems thinking and modeling for a complex world (pp. 663-708). Boston, MA: McGraw-Hill.
Sterman, J. D. (1989). Modeling managerial behavior: Misperceptions of feedback in a dynamic decision making experiment. Management Science, 35(3), 321-339.
Descargas
Publicado
Número
Sección
Licencia
Esta publicación está licenciada bajo los términos de la licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/deed.es)