Descripción:
CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. La presente investigación tiene como finalidad optimizar el proceso de
devolución de productos terminados en una empresa manufacturera, mediante el
uso de inteligencia artificial (IA) y técnicas de minería de datos. Las devoluciones
representan un desafío crítico para el sector industrial, ya que impactan
directamente en la eficiencia operativa, la rentabilidad y la satisfacción del cliente.
El estudio aborda este problema mediante el análisis de 24.848 registros de
devoluciones correspondientes a los años 2021 a 2024, aplicando un enfoque
sistemático de análisis exploratorio de datos, visualización gráfica y modelado con
el algoritmo K-Means.
Inicialmente, se realizó la depuración de la base de datos, eliminando
columnas con valores nulos, constantes o sin relevancia analítica. Luego, se
aplicaron técnicas de visualización para identificar patrones ocultos en variables
categóricas y numéricas, permitiendo detectar actores, materiales y centros con
alta incidencia de devoluciones. Finalmente, se implementó el modelo de
agrupamiento K-Means, logrando clasificar las devoluciones en tres clústeres
según su impacto económico y operativo.
Los hallazgos obtenidos evidencian una concentración significativa de
devoluciones en ciertos motivos, usuarios y sectores, lo cual permite priorizar áreas
de control. La investigación demuestra que el uso de IA y minería de datos
representa una herramienta efectiva para mejorar la toma de decisiones, reducir
ineficiencias y fortalecer los procesos logísticos en la industria manufacturera.
