Abstract:
This project aims to develop a forecasting algorithm to improve the visibility and operational management of empty refrigerated containers in a shipping line, increasing the accuracy of weekly forecasts and reducing stockouts through reliable information. The hypothesis is that centralizing historical export data with validated logistics variables improves operational planning, compared to an environment with limited visibility, scattered information, and high demand variability.
The development included the collection of nine critical variables from corporate databases and operational reports from terminals and warehouses. The reliability and validity of the variables were evaluated using statistical tests and 1:1 comparisons between sources. It was determined that the weekly contract variable was not valid and was replaced by actual export volume. Models such as SES, Holt-Winters, and ARIMA were also analyzed.
The results confirmed the validity of the variables. The SES model performed best with MAPE = 15.72% and RMSE = 348.3. The design achieved 100% of the weeks evaluated without stockouts, 71% process automation, 100% compliance in overstay control, and an estimated 45.94% reduction in CO2 emissions, concluding that a forecast based on historical evidence improves logistics efficiency.
Keywords: Forecasting, Data validation, Refrigerated containers, Operational logistics, Stock outs.
Description:
Este proyecto tiene como objetivo desarrollar un algoritmo de pronóstico para mejorar la visibilidad y gestión operativa de contenedores refrigerados vacíos en una línea naviera, incrementando la precisión del forecast semanal y reducir el stock outs mediante información confiable. La hipótesis sostiene que centralizar datos históricos de exportación con variables logísticas validadas mejora la planificación operativa, frente a un entorno con visibilidad limitada, información dispersa y la alta variabilidad demanda.
El desarrollo incluyó la recolección de 9 variables críticas mediante bases corporativas y reportes operativos de terminales y depósitos. La confiabilidad y validez de variables se evaluó mediante pruebas estadísticas y comparaciones 1:1 entre fuentes. Se determinó que la variable de contratos semanales no fue válida y se sustituyó por volumen real exportado. Asimismo, se analizaron modelos como SES, Holt-Winters y ARIMA.
Los resultados confirmaron validez de variables. El modelo SES obtuvo mejor desempeño con MAPE = 15,72% y RMSE = 348,3. El diseño logró el 100% de las semanas evaluadas sin Stock Out, automatización de proceso en 71%, Un 100% de cumplimiento en control de sobreestadía y estimar una reducción de emisiones de CO2 del 45,94 %, concluyendo que un forecast basado en evidencia histórica mejora la eficiencia logística.
