Aplicación de un modelo de Planificación Colaborativa, Previsión y Reposición (CPFR) en un laboratorio farmacéutico del sector salud

Contenido principal del artículo

Leila Nayibe Ramírez Castañeda
https://orcid.org/0000-0002-0651-0971
Carmen Vanesa Dimas
Cesar Augusto Reyes

Resumen

El presente artículo propone implementar una metodología para el desarrollo de alianzas colaborativas entre el laboratorio farmacéutico en estudio y un cliente VIC (Very Important Customer) del canal cadenas; el cual busca reducir los costos de inventarios y el porcentaje de error en las proyecciones y aumentar el nivel de servicio. El desarrollo del proyecto se divide en cuatro fases: diagnostico, definición de aspectos claves y clasificación ABC multicriterio, elaboración y conciliación de Forescast y, por último, valoración de la eficiencia mostrando análisis de resultados, donde se encontró que la alta variabilidad de la demanda en los productos seleccionados en la caracterización no permite definir un solo modelo de planeación de demanda y, aunque existen herramientas tecnológicas dentro del Laboratorio para estimar el mejor modelo, no llegan hasta el nivel de detalle por Cliente, su alcance es más limitado llegando a definir proyecciones de demanda hasta los productos que comercializa.

Referencias

J. P. Sepulveda Rojas and Y. Frein, “Coordination and demand uncertainty in supply chains,” Prod. Plan. Control, vol. 19, no. 7, pp. 712–721, Oct. 2008, doi: 10.1080/09537280802573965.

A. Dondossola, J. C. Zilli, D. Volpato, and A. C. P. Vieira, “Internacionalização de Empresas Brasileiras,” Rev. Gestão Sustentabilidade, vol. 1, no. 1, pp. 1–20, Feb. 2019, doi: 10.36661/2596-142x.201 9v1i1.7896.

I. Chen and A. Paulraj, “Towards a theory of supply chain management: the constructs and measurements,” J. Oper. Manag., 2004, Accessed: May 11, 2017. [Online]. Available: http://www.sciencedirect. com/science/article/pii/S0272696304000063.

S. Karadayi-Usta, “An interpretive structural fuzzy analysis for CPFR implementation barriers: A food supply chain case study,” in Advances in Intelligent Systems and Computing, Jul. 2020, vol. 1029, pp. 423–431, doi: 10.1007/978-3-030-23756-1_53.

J. Antonio Díaz-Batista and D. Pérez-Armayor, “Inventory levels optimization in a supply chain.”

Y. Yao, R. Kohli, S. A. Sherer, and J. Cederlund, “Learning curves in collaborative planning, forecasting, and replenishment (CPFR) information systems: An empirical analysis from a mobile phone manufacturer,” J. Oper. Manag., vol. 31, no. 6, pp. 285–297, Sep. 2013, doi: 10.1016/j.jom. 2013.07.004.

F. Panahifar, P. J. Byrne, and C. Heavey, “A hybrid approach to the study of CPFR implemen-tation enablers,” Prod. Plan. Control, vol. 26, no. 13, pp. 1090–1109, Oct. 2015, doi: 10.1080/09537287. 2015.1011725.

L. Cassivi, “Collaboration planning in a supply chain,” Supply Chain Manag., vol. 11, no. 3, pp. 249–258, 2006, doi: 0.1108/13598540610662158.

P. Danese, “The extended VMI for coordinating the whole supply network,” J. Manuf. Technol. Manag., vol. 17, no. 7, pp. 888–907, 2006, doi: 10.1108/ 17410380610688223.

M. Singer and P. Donoso, “Internal supply chain management in the Chilean sawmill industry,” Int. J. Oper. Prod. Manag., vol. 27, no. 5, pp. 524–541, 2007, doi: 10.1108/01443570710742393.

T. López García and M. Cano Flores, “El foda: una técnica para el análisis de problemas en el contexto de la planeación en las organizaciones .” Accessed: Jun. 28, 2021. [Online]. Available: https://www. uv.mx/iiesca/files/2013/01/foda1999-2000.pdf.

H. Ponce Talacón, “‘Contribuciones a la Economía’ septiembre 2006 una revista académica con el Número Internacional Normalizado de Publicaciones Seriadas ISSN 16968360,” pp. 1–16, 2006.

“La matriz de Vester para identificar causas y efectos + Modelo en EXCEL.” https://www.ingenioempresa. com/matriz-de-vester/ (accessed Jun. 28, 2021).

“Inicio - Sanofi en Colombia.” https://www.sanofi. com.co/ (accessed Jun. 28, 2021).