Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia
RESUMEN : Entre las consecuencias generadas por el COVID-19 se encuentran los cambios en la logística de entrega que obligaron a muchas empresas a migrar al sistema de última milla. Este proceso consiste en realizar una limpieza de datos, georreferenciar y crear una ruta óptima para generar las hoja...
- Autores:
-
Vélez Vélez, Maria Paulina
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/29075
- Acceso en línea:
- http://hdl.handle.net/10495/29075
- Palabra clave:
- Automatización
Automation
Base de datos
Databases
Inteligencia artificial
Artificial intelligence
Sistema de información geográfica
Geographical information systems
Minería de datos
Reparto de mercancías
Logística
Logistics
Eficiencia
Transporte de mercancías
Limpieza de datos
http://aims.fao.org/aos/agrovoc/c_331401
http://vocabularies.unesco.org/thesaurus/concept3401
http://vocabularies.unesco.org/thesaurus/concept501
http://vocabularies.unesco.org/thesaurus/concept3052
http://vocabularies.unesco.org/thesaurus/concept17000
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-sa/2.5/co/
id |
UDEA2_04e809ec7e8060720900ef445559996e |
---|---|
oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/29075 |
network_acronym_str |
UDEA2 |
network_name_str |
Repositorio UdeA |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia |
title |
Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia |
spellingShingle |
Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia Automatización Automation Base de datos Databases Inteligencia artificial Artificial intelligence Sistema de información geográfica Geographical information systems Minería de datos Reparto de mercancías Logística Logistics Eficiencia Transporte de mercancías Limpieza de datos http://aims.fao.org/aos/agrovoc/c_331401 http://vocabularies.unesco.org/thesaurus/concept3401 http://vocabularies.unesco.org/thesaurus/concept501 http://vocabularies.unesco.org/thesaurus/concept3052 http://vocabularies.unesco.org/thesaurus/concept17000 |
title_short |
Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia |
title_full |
Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia |
title_fullStr |
Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia |
title_full_unstemmed |
Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia |
title_sort |
Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo Familia |
dc.creator.fl_str_mv |
Vélez Vélez, Maria Paulina |
dc.contributor.advisor.none.fl_str_mv |
Arroyave Guerrero, Miguel Ángel |
dc.contributor.author.none.fl_str_mv |
Vélez Vélez, Maria Paulina |
dc.subject.unesco.none.fl_str_mv |
Automatización Automation Base de datos Databases Inteligencia artificial Artificial intelligence Sistema de información geográfica Geographical information systems |
topic |
Automatización Automation Base de datos Databases Inteligencia artificial Artificial intelligence Sistema de información geográfica Geographical information systems Minería de datos Reparto de mercancías Logística Logistics Eficiencia Transporte de mercancías Limpieza de datos http://aims.fao.org/aos/agrovoc/c_331401 http://vocabularies.unesco.org/thesaurus/concept3401 http://vocabularies.unesco.org/thesaurus/concept501 http://vocabularies.unesco.org/thesaurus/concept3052 http://vocabularies.unesco.org/thesaurus/concept17000 |
dc.subject.lemb.none.fl_str_mv |
Minería de datos Reparto de mercancías |
dc.subject.agrovoc.none.fl_str_mv |
Logística Logistics |
dc.subject.spines.none.fl_str_mv |
Eficiencia Transporte de mercancías |
dc.subject.proposal.spa.fl_str_mv |
Limpieza de datos |
dc.subject.agrovocuri.none.fl_str_mv |
http://aims.fao.org/aos/agrovoc/c_331401 |
dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept3401 http://vocabularies.unesco.org/thesaurus/concept501 http://vocabularies.unesco.org/thesaurus/concept3052 http://vocabularies.unesco.org/thesaurus/concept17000 |
description |
RESUMEN : Entre las consecuencias generadas por el COVID-19 se encuentran los cambios en la logística de entrega que obligaron a muchas empresas a migrar al sistema de última milla. Este proceso consiste en realizar una limpieza de datos, georreferenciar y crear una ruta óptima para generar las hojas de ruta, donde la mayoría de estas actividades se llevan a cabo de manera manual y por ende, se invierten grandes períodos de tiempo en su ejecución. Una alternativa para automatizar este proceso es la creación de una macro de Excel con lenguaje de Expresiones Regulares, la cual permite la transformación del campo de dirección digitada por los usuarios en dos únicos datos: Uno asociado a la dirección estructurada y otro al complemento, los cuales sirven para ser georreferenciados más adelante. Con la implementación de esta alternativa de automatización en una base de datos de 450 usuarios, se encontró una disminución del 82,59% del tiempo invertido en el proceso de limpieza de datos y georreferenciación. Para la limpieza de datos se obtuvo un tiempo operativo de 726,41 segundos comparado con el tiempo asociado del método inicial, que era de 13536 segundos con una eficiencia del 94,67%. A su vez, el proceso de georreferenciación pasó de llevarse a cabo en 13954,5 segundos a hacerlo en 567,08 segundos con una eficiencia del 98,3%. |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-06-09T17:20:08Z |
dc.date.available.none.fl_str_mv |
2022-06-09T17:20:08Z |
dc.date.issued.none.fl_str_mv |
2022 |
dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/draft |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
draft |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/29075 |
url |
http://hdl.handle.net/10495/29075 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-sa/2.5/co/ |
dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-sa/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.extent.spa.fl_str_mv |
40 |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.place.spa.fl_str_mv |
Medellín - Colombia |
institution |
Universidad de Antioquia |
bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstream/10495/29075/3/license.txt https://bibliotecadigital.udea.edu.co/bitstream/10495/29075/1/VelezMaria_2022_AutomatizacionProcesamientoDirecciones.pdf https://bibliotecadigital.udea.edu.co/bitstream/10495/29075/2/license_rdf |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 a278b36c2f7ef53b84b36ed23816b6ff 21f304c81bfa79d3db42c7e2740dd6fe |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
_version_ |
1812173137886838784 |
spelling |
Arroyave Guerrero, Miguel ÁngelVélez Vélez, Maria Paulina2022-06-09T17:20:08Z2022-06-09T17:20:08Z2022http://hdl.handle.net/10495/29075RESUMEN : Entre las consecuencias generadas por el COVID-19 se encuentran los cambios en la logística de entrega que obligaron a muchas empresas a migrar al sistema de última milla. Este proceso consiste en realizar una limpieza de datos, georreferenciar y crear una ruta óptima para generar las hojas de ruta, donde la mayoría de estas actividades se llevan a cabo de manera manual y por ende, se invierten grandes períodos de tiempo en su ejecución. Una alternativa para automatizar este proceso es la creación de una macro de Excel con lenguaje de Expresiones Regulares, la cual permite la transformación del campo de dirección digitada por los usuarios en dos únicos datos: Uno asociado a la dirección estructurada y otro al complemento, los cuales sirven para ser georreferenciados más adelante. Con la implementación de esta alternativa de automatización en una base de datos de 450 usuarios, se encontró una disminución del 82,59% del tiempo invertido en el proceso de limpieza de datos y georreferenciación. Para la limpieza de datos se obtuvo un tiempo operativo de 726,41 segundos comparado con el tiempo asociado del método inicial, que era de 13536 segundos con una eficiencia del 94,67%. A su vez, el proceso de georreferenciación pasó de llevarse a cabo en 13954,5 segundos a hacerlo en 567,08 segundos con una eficiencia del 98,3%.ABSTRACT : Among the consequences generated by COVID-19 are the changes in delivery logistics that forced many companies to migrate to the last mile system. This process consists in performing data cleaning, georeferencing and creating an optimal route to generate the roadmaps, where most of these activities are carried out manually and therefore, large periods of time are invested in their execution. An alternative to automate this process is the creation of an Excel macro with Regular Expressions language that allows the transformation of the address field typed by users into two unique data: One associated with the structured address and another with the complement, which be of service to be georeferenced later. With the implementation of this automation alternative in a database of 450 users, an 82.59% decrease in the time spent in the data cleaning and georeferencing process was found. For data cleaning, an operating time of 726.41 seconds was obtained compared to the associated time of the initial method, which was 13536 seconds with an efficiency of 94.67%. Simultaneously, the georeferencing process went from being carried out in 13954.5 seconds to doing it in 567.08 seconds with an efficiency of 98.3%.40application/pdfspainfo:eu-repo/semantics/draftinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/Desarrollo de una alternativa de automatización para el procesamiento de direcciones en el sistema última milla del Grupo FamiliaMedellín - ColombiaAutomatizaciónAutomationBase de datosDatabasesInteligencia artificialArtificial intelligenceSistema de información geográficaGeographical information systemsMinería de datosReparto de mercancíasLogísticaLogisticsEficienciaTransporte de mercancíasLimpieza de datoshttp://aims.fao.org/aos/agrovoc/c_331401http://vocabularies.unesco.org/thesaurus/concept3401http://vocabularies.unesco.org/thesaurus/concept501http://vocabularies.unesco.org/thesaurus/concept3052http://vocabularies.unesco.org/thesaurus/concept17000Ingeniero IndustrialPregradoFacultad de Ingeniería. Ingeniería IndustrialUniversidad de AntioquiaLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstream/10495/29075/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALVelezMaria_2022_AutomatizacionProcesamientoDirecciones.pdfVelezMaria_2022_AutomatizacionProcesamientoDirecciones.pdfTrabajo de grado de pregradoapplication/pdf1207294https://bibliotecadigital.udea.edu.co/bitstream/10495/29075/1/VelezMaria_2022_AutomatizacionProcesamientoDirecciones.pdfa278b36c2f7ef53b84b36ed23816b6ffMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81045https://bibliotecadigital.udea.edu.co/bitstream/10495/29075/2/license_rdf21f304c81bfa79d3db42c7e2740dd6feMD5210495/29075oai:bibliotecadigital.udea.edu.co:10495/290752022-06-09 12:21:11.016Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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 |