Metodologia para implementação de modelo colaborativo de planejamento, previsão e reposição (CPFR) em um laboratório farmacêutico do setor saúde

Barra lateral de artigos

HTML (Espanhol) PDF (Espanhol)
Publicado: 2021-10-11
Atualizado: 2021-10-11
DOI: https://doi.org/10.26620/uniminuto.inventum.16.31.2021.50-60

Como Citar

[1]
“Metodologia para implementação de modelo colaborativo de planejamento, previsão e reposição (CPFR) em um laboratório farmacêutico do setor saúde”, I, vol. 16, nº 31, p. 50–60, out. 2021, doi: 10.26620/uniminuto.inventum.16.31.2021.50-60.
Crossref
Scopus
Google Scholar
Europe PMC

Detalhes do artigo

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

Se solicita a los autores que diligencien el documento de cesión de derechos de autor sobre el artículo, para que sea posible su edición, publicación y distribución en cualquier medio y modalidad: medios electrónicos, CD ROM, impresos o cualquier otra forma, con fines exclusivamente científicos, educativos y culturales

  • La obra pertenece a UNIMINUTO.
  • Dada la naturaleza de UNIMINUTO como Institución de Educación Superior, con un modelo universitario innovador para ofrecer Educación de alta calidad, de fácil acceso, integral y flexible; para formar profesionales altamente competentes, éticamente responsables y líderes de procesos de transformación social, EL CEDENTE ha decidido ceder los derechos patrimoniales de su OBRA, que adelante se detalla para que sea explotado por ésta
  • El querer de EL CEDENTE es ceder a título gratuito los derechos patrimoniales de la OBRA a UNIMINUTO con fines académicos.

Conteúdo do artigo principal

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

Resumo

Este artigo propõe implementar uma metodologia para o desenvolvimento de alianças colaborativas entre o laboratório farmacêutico em estudo e um cliente VIC (Cliente Muito Importante) do canal da cadeia; que busca reduzir os custos de estoque e o percentual de erro nas projeções e aumentar o nível de serviço. O desenvolvimento do projeto é dividido em quatro fases: diagnóstico, definição de aspectos-chave e classificação ABC multicritos, elaboração e reconciliação do Forescast e, por fim, avaliação da eficiência mostrando análise de resultados, onde verificou-se que a alta variabilidade da demanda nos produtos selecionados na caracterização não permite definir um único modelo de planejamento de demanda e , embora existam ferramentas tecnológicas dentro do Laboratório para estimar o melhor modelo, eles não atingem o nível de detalhe por Cliente, seu escopo é mais limitado para definir projeções de demanda para os produtos que vende.


 

Referências

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, https://doi.org/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).