CBL - Campus del Baix Llobregat

Projecte llegit

Títol: Estudi general dels processos de planificació i subministrament en un entorn industrial

Estudiant que ha llegit aquest projecte:

Tutor/a o Cotutor/a: KALLAS CALOT, ZEIN

Departament: DEAB

Títol: Estudi general dels processos de planificació i subministrament en un entorn industrial

Data inici oferta: 22-09-2025      Data finalització oferta: 22-04-2026

Estudis d'assignació del projecte:
    GR ENG ALIMENT 2016
    GR ENG SIS BIOLÒG 23

Lloc de realització:
EEABB

Segon tutor/a (UPC): BABA EL MOKHTARI, YASMINA

Paraules clau:
Supply Planning, cadena de subministrament, organització de processos

Descripció del contingut i pla d'activitats:
Aquest Treball de Fi de Grau es desenvoluparà en col·laboració amb l'empresa Henkel, dins del departament de Supply Planning. L'objectiu principal és aprofitar l'oportunitat d'integrar-se en una multinacional per dur a terme un estudi descriptiu i analític sobre l'organització dels processos de planificació i la seva rellevància dins la cadena de subministrament.
En concret, el treball analitzarà com es dissenyen i s'executen els processos de planificació de la producció i la demanda, així com els reptes que comporta coordinar aquests dos elements en un entorn industrial altament dinàmic i globalitzat. També s'examinaran les eines i sistemes utilitzats per donar suport a aquestes tasques, incloent-hi solucions tecnològiques i metodologies de planificació avançada.
A més, es valorarà l'impacte que aquests processos tenen sobre l'eficiència global de la cadena de subministrament, identificant els punts crítics que poden generar colls d'ampolla, increments de costos o riscos d'incompliment en el servei al client. Finalment, el treball pretén aportar una visió integral que combini la teoria acadèmica amb la pràctica empresarial, destacant bones pràctiques i àrees de millora que contribueixin a optimitzar la gestió del Supply Planning en organitzacions complexes.

Overview (resum en anglès): Within the supply chain, stock management is a key element that is strongly conditioned by the quality of the sales forecast. Errors in demand forecasting can lead to overstock situations, increased associated inventory costs, or stockouts, which negatively affect the level of customer service. In this context, the main objective of this work is to analyze how improving forecast accuracy can contribute to better stock management, while keeping the existing replenishment policy fixed.
To achieve this objective, a case study was carried out based on the weekly historical data of a full year for two products. Using actual sales and the forecast, the quality of the prediction was evaluated using various metrics such as MAPE (Mean Absolute Percentage Error) and Bias. Subsequently, different quantitative forecast improvement models were applied, and the results obtained were compared with the original forecast to analyze the reduction in error and the behavior of the forecast according to the type of product.
Once the improved forecasts were obtained, their impact on stock management was analyzed without the need to modify the replenishment policy. The results showed a reduction in risk situations associated with stockouts and overstock, thus linked to an improvement in decision-making.
The results demonstrate that the Random Forest model is truly effective in capturing non-linear demand patterns, as it manages to reduce the MAPE of product 1 from 72.22% to 34.71%. Overall, the two models manage to reduce the risk associated with inventory management and significantly improve decision-making related to replenishment needs.

Aquest projecte està relacionat amb l'adaptació al Canvi Climatic? No

Aquest projecte està relacionat amb la digitalització del seu àmbit de treball? Sí

© CBLTIC Campus del Baix Llobregat - UPC