Muñuzuri, JesúsLorenzo Espejo, Antonio2025-02-032025-02-032024-10-30Pegado Bardayo, A. (2024). Estrategias de optimización logística en última milla. Análisis de datos y soluciones predictivas. (Tesis Doctoral Inédita). Universidad de Sevilla, Sevilla.https://hdl.handle.net/11441/168144En los últimos años, la demanda de servicios de entrega y recogida ha experimentado un notable incremento, impulsado por el crecimiento del comercio electrónico y las expectativas cada vez mayores de los consumidores. Esta expansión ha llevado a una intensificación de la competencia en el sector logístico, con muchas empresas ampliando su cobertura geográfica y capacidad operativa para satisfacer la creciente demanda. Sin embargo, esta rápida adaptación ha traído consigo problemas de eficiencia significativos, agravados por una falta de control sobre estos procesos y limitados por presupuestos de inversión en innovación bajos. El objetivo principal de esta tesis es abordar estos problemas mediante el uso de datos para desarrollar herramientas que permitan a las empresas de paquetería mejorar su eficiencia operativa. La investigación se centra en crear soluciones basadas en el análisis de datos, con el fin de proporcionar a las empresas herramientas prácticas y efectivas para optimizar sus operaciones en una de las etapas más críticas de la cadena de suministro. Este enfoque busca capacitar a las empresas para tomar decisiones informadas basadas en datos precisos, desarrollando soluciones de fácil implementación que no requieran grandes inversiones. Concretamente, este trabajo pretende reducir y mitigar los efectos negativos de una de las principales fuentes de ineficiencia en los servicios de entrega y recogida: las incidencias durante el servicio. Se ha desarrollado un marco de clasificación que cataloga los distintos tipos de interrupciones, tales como la ausencia del cliente y las incidencias por falta de tiempo. El análisis de un caso de estudio real ha revelado que las incidencias por falta de tiempo en la jornada de los repartidores son uno de los principales obstáculos para una gestión eficiente de estos servicios. Estas, aunque estas no generan costes directos a las empresas, pueden causar un gran descontento entre los consumidores finales, pero a pesar de su alto impacto, hasta la fecha no han sido tratadas en la literatura existente. Para abordar este problema, se han desarrollado dos enfoques principales. Primero, se han creado herramientas para mejorar la planificación logística para reducir este tipo de incidencias. Estas herramientas permiten evaluar la eficiencia de los repartidores, estimar con facilidad sus tiempos de servicio y predecir las rutas que seguirán gracias al análisis de datos históricos. Estas serán claves para identificar patrones y optimizar la asignación de servicios, ayudando a mejorar la gestión de la última milla y la primera milla inversa. Segundo, se ha desarrollado una metodología para detectar servicios susceptibles a incidencias por falta de tiempo, lo que ayuda a las empresas a mitigar los efectos negativos sobre los clientes. Las herramientas propuestas han sido validadas utilizando datos reales obtenidos de empresas de paquetería, ofreciendo conclusiones valiosas para la empresa y demostrando una buena capacidad predictiva. Los resultados obtenidos son relevantes, ya que han permitido generar información de gran utilidad en las etapas de planificación, e identificar con precisión las potenciales incidencias por falta de tiempo, contribuyendo a una reducción significativa de los problemas operativos y a una mejora en la satisfacción del cliente. En conclusión, la investigación ha demostrado que el uso de datos puede ofrecer soluciones efectivas para los problemas asociados con la última milla y la primera milla de logística inversa. Las herramientas desarrolladas no solo han mostrado resultados prometedores en términos de eficiencia operativa, sino que también ofrecen un enfoque escalable y adaptable para empresas de diversos tamaños.In recent years, the demand for delivery and pickup services has experienced a significant increase, driven by the growth of e-commerce and the ever-growing expectations of consumers. This surge has led to intensified competition in the logistics sector, with many companies expanding their geographic coverage and operational capacity to meet the rising demand. However, this rapid adaptation has brought about significant efficiency problems, exacerbated by a lack of control over these processes and constrained by low investment budgets for innovation. The primary objective of this thesis is to address these issues by using data to develop tools that allow parcel delivery companies to improve their operational effi-ciency. The research focuses on creating data-driven solutions to provide companies with practical and effective tools for optimizing their operations in one of the most critical stages of the supply chain. This approach aims to empower companies to make informed decisions based on accurate data, developing easily implementable solutions that do not require significant investments. Specifically, this work aims to reduce and mitigate the negative effects of one of the main sources of inefficiency in delivery and pickup services: service disruptions. A classification framework has been developed to catalog the different types of disruptions, such as customer absence and time-related incidents. The analysis of a real case study has revealed that time-related incidents during delivery drivers’workdays are one of the main obstacles to efficient management of these services. Although these do not generate direct costs for companies, they can cause significant dissatisfaction among end consumers, and despite their high impact, they have not yet been addressed in the existing literature. To tackle this problem, two main approaches have been developed. First, tools have been created to improve logistical planning to reduce these types of incidents. These tools enable companies to assess driverséfficiency, easily estimate their servi-ce times, and predict the routes they will follow by analyzing historical data. These tools allow companies to identify patterns and optimize service allocation, helping to improve last-mile and reverse first-mile management. Second, a methodology has been developed to detect services susceptible to time-related incidents, helping companies mitigate the negative effects on customers. The proposed tools have been validated using real data obtained from parcel delivery companies, providing valuable insights for the company and demonstrating good predictive capability. The results obtained are relevant, as they have enabled the generation of highly useful information in the planning stages, and accurately identify potential time-related incidents, contributing to a significant reduction in operational problems and an improvement in customer satisfaction. In conclusion, the research has shown that the use of data can offer effective solutions to the problems associated with the last mile and reverse first mile in logistics. The developed tools have not only shown promising results in terms of operational efficiency but also offer a scalable and adaptable approach for companies of various sizes.application/pdf248 p.spaAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccess