UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS
FACULTAD DE INGENIERÍA
PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL
LOGÍSTICA INTEGRADA Y CADENA DE ABASTECIMIENTOS (1AIN0323)
NRC: 7119
CICLO 2026-10
TB1
Docente: Arrieta Gallardo, Roger Felix
Grupo: 08
Integrantes:
APELLIDOS Y NOMBRES CÓDIGO
Morales Sarazú, Milene Geraldine U202223408
Olivera Arce, Jennifer Geraldine U202414922
Baldeon Cipriano, Lizbeth Flora U202312555
Acevedo Marmolejo, Gustavo U20241C367
Ormeño Chimoy, Ismael Eduardo U202123679
Lima, 30 de marzo de 2026
ÍNDICE
1. Modelo SCOR – Supply Chain Operations Reference ........................................................................2
1.1 Origen y necesidad ...........................................................................................................................2
1.2 Definición .........................................................................................................................................2
1.3 Procesos............................................................................................................................................2
1.4 Métricas y atributos de desempeño ..................................................................................................2
1.5 Desarrollo y evolución .....................................................................................................................3
1.6 Alcance de la herramienta ................................................................................................................3
2. Ventajas y Desventajas ........................................................................................................................3
3. Implementación de la Herramienta en una Empresa ...........................................................................5
4. Análisis de Paper .................................................................................................................................7
4.1. Paper Nº1 ..........................................................................................................................................7
4.2. Paper Nº2 ..........................................................................................................................................8
4.3. Paper Nº3 ........................................................................................................................................10
4.4. Paper Nº4 ........................................................................................................................................12
4.5. Paper Nº5 ........................................................................................................................................14
4.6. Paper Nº6 ........................................................................................................................................15
5. Referencias Bibliográficas .................................................................................................................17
1. Modelo SCOR – Supply Chain Operations Reference
1.1 Origen y necesidad
El modelo SCOR (Supply Chain Operations Reference) fue desarrollado en 1996 por el Supply Chain Council
con el propósito de proporcionar un marco estandarizado para la gestión de cadenas de suministro. Su creación
respondió a la creciente complejidad de las operaciones logísticas derivadas de la globalización, así como a
la falta de herramientas que permitieran integrar, analizar y comparar procesos a lo largo de toda la cadena.
Antes de la aparición de SCOR, las organizaciones gestionaban sus operaciones de manera aislada, sin un
lenguaje común que facilitara el análisis integral. En este contexto, el modelo surge como una solución para
mejorar la eficiencia operativa, facilitar el benchmarking y promover la integración entre los diferentes actores
de la cadena de suministro.
Fuente: Sigmacol
1.2 Definición
El modelo es un marco de referencia de procesos que permite describir, analizar y mejorar la cadena de
suministro mediante la estandarización de actividades, el uso de indicadores de desempeño y la aplicación de
mejores prácticas (Salas Simpe & Quiñones Dueñas, 2023).
Actualmente es gestionado por la Association for Supply Chain Management, organización que integró al
Supply Chain Council en 2014.
El modelo se estructura en niveles jerárquicos que permiten analizar la cadena de suministro de manera progresiva:
• Nivel 1: Procesos principales de la cadena de suministro
Define los procesos clave como Plan, Source, Make, Deliver y Return.
• Nivel 2: Configuración de procesos
Describe las categorías de procesos según el tipo de operación (por ejemplo, producción para
inventario o bajo pedido).
• Nivel 3: Elementos de proceso detallados
Incluye la descomposición de los procesos en actividades específicas, así como indicadores de
desempeño (KPIs) y mejores prácticas.
• Nivel 4: Implementación
Corresponde a la adaptación del modelo a la realidad de cada empresa, donde se desarrollan
procedimientos, tecnologías y formas de ejecución operativa.
Esta estructura permite analizar la cadena de suministro desde una perspectiva estratégica hasta operativa.
Fuente: Aims
1.3 Procesos
Se compone de seis procesos principales, los cuales abarcan todas las actividades de la cadena de suministro:
Proceso Descripción
Plan Planificación de la oferta y demanda
Source Abastecimiento de materias primas
Make Producción o transformación
Deliver Distribución y entrega al cliente
Return Gestión de devoluciones
Enable Procesos de soporte (tecnología, datos, gestión)
Fuente: LinkedIn
1.4 Métricas y atributos de desempeño
El modelo SCOR incorpora indicadores clave de desempeño (KPI) que permiten evaluar la eficiencia de la
cadena de suministro. Estos se agrupan en cinco atributos principales:
• Confiabilidad (Reliability)
• Capacidad de respuesta (Responsiveness)
• Agilidad (Agility)
• Costos (Cost)
• Gestión de activos (Asset Management Efficiency)
Fuente: DAU
Estos atributos permiten medir el desempeño organizacional y compararlo con estándares del sector,
facilitando la mejora continua (Salas Simpe & Quiñones Dueñas, 2023).
1.5 Desarrollo y evolución
Desde su creación, el modelo SCOR ha evolucionado para adaptarse a los cambios del entorno empresarial.
Inicialmente, se enfocaba en la descripción de procesos logísticos; sin embargo, con el tiempo incorporó
nuevos elementos como la gestión de riesgos, sostenibilidad y digitalización.
Tras la integración del SCC en la Association for Supply Chain Management en 2014, el modelo ha sido
actualizado continuamente, incorporando enfoques modernos como analítica de datos, automatización y
cadenas de suministro digitales
Esta evolución ha permitido que el modelo se mantenga vigente y aplicable en diferentes sectores económicos.
1.6 Alcance de la herramienta
En contextos peruanos, SCOR se aplica para estandarizar procesos logísticos y mejorar KPI como órdenes
perfectas (de 73% a 90% en distribuidoras limeñas) y rendimiento en logística inversa. En cooperativas
agroexportadoras (e.g., cacao orgánico Allima Cacao), análisis SCOR desde planificación hasta distribución
identifican brechas y proponen viabilidad. En telecomunicaciones UPC, optimiza abastecimiento y ventas
para ventaja competitiva. En minería (Incosel SRL), implementa KPI logísticos para estandarización.
Ejemplo KPI / Mejora Fuente
Distribuidora mayorista Lima Órdenes perfectas: 73% → 90% UPC, 2025
Cooperativa cacao Allima Análisis P-S-M-D-Enable PUCP, 2022
completo
Telecomunicaciones Estandarización procesos UPC, 2023
importadora
Minera Incosel SRL KPI logísticos estandarizados UNSA, 2018
2. Ventajas y Desventajas
El modelo SCOR constituye una de las herramientas más utilizadas en la gestión de la cadena de suministro
debido a su enfoque estructurado y estandarizado. Sin embargo, como toda metodología, presenta tanto
beneficios como limitaciones que deben ser considerados al momento de su implementación.
2.1 Ventajas:
Una de las principales ventajas del modelo SCOR es la estandarización de procesos, ya que proporciona un
lenguaje común que permite describir, analizar y mejorar las operaciones logísticas de manera uniforme en
toda la organización. Esto facilita la comunicación entre áreas y socios estratégicos, especialmente en entornos
globalizados
Asimismo, el modelo permite una mejora significativa del desempeño mediante indicadores (KPIs), debido a
que incorpora métricas claras que evalúan aspectos como tiempos de entrega, costos logísticos y niveles de
servicio. Esto facilita la identificación de ineficiencias y la toma de decisiones basada en datos (López
Huamán & Serna Rivera, 2022).
Otra ventaja importante es su enfoque integral de la cadena de suministro, ya que no se limita a una sola área,
sino que abarca desde la planificación hasta la entrega y devoluciones. Esto permite optimizar la cadena de
suministro de manera global, generando mejoras sostenibles en el tiempo.
Además, el SCOR facilita el benchmarking, al utilizar métricas estandarizadas que permiten comparar el
desempeño de la empresa con otras del mismo sector, identificando brechas competitivas y oportunidades de
mejora. Finalmente, destaca su flexibilidad y adaptabilidad, ya que puede ser aplicado en diferentes industrias
y tamaños de empresa, desde pequeñas organizaciones hasta grandes corporaciones, ajustándose a distintos
niveles de complejidad.
2.2 Desventajas
A pesar de sus beneficios, el modelo SCOR presenta algunas limitaciones. En primer lugar, su alta
complejidad de implementación, especialmente en empresas que no cuentan con procesos estructurados ni
sistemas de información adecuados, puede dificultar su adopción. Asimismo, requiere una inversión
significativa de tiempo y recursos, ya que implica capacitación del personal, levantamiento de información,
rediseño de procesos e incluso la implementación de tecnologías como sistemas ERP o herramientas de
análisis de datos (Salas Simpe & Quiñones Dueñas, 2023).
Otra desventaja es que el modelo tiene un enfoque limitado en aspectos financieros detallados, por lo que
debe complementarse con herramientas como el análisis de VAN o TIR para la evaluación de inversiones, del
mismo modo, presenta un limitado enfoque en factores humanos, ya que prioriza procesos e indicadores,
dejando en segundo plano aspectos como la cultura organizacional, liderazgo y resistencia al cambio, los
cuales son clave para el éxito de cualquier implementación Finalmente, el modelo depende en gran medida
de la calidad de los datos disponibles, ya que información incorrecta o incompleta puede llevar a conclusiones
erróneas y decisiones ineficientes
3. Implementación de la Herramienta en una Empresa
La implementación del modelo SCOR en una empresa permite analizar, rediseñar y optimizar la cadena de
suministro mediante un enfoque estructurado basado en procesos, indicadores y mejores prácticas. Este
modelo facilita la integración de las operaciones logísticas y mejora la toma de decisiones estratégicas,
permitiendo aumentar la eficiencia y competitividad empresarial
Se presentó esta herramienta en un caso de la empresa Nestlé Perú S.A., dedicada a la producción y
distribución de alimentos y bebidas, la cual enfrenta desafíos en su cadena de suministro, como retrasos en la
distribución, altos costos logísticos y problemas en la gestión de inventarios.
3.1 Diagnóstico inicial de la cadena de suministro (AS-IS)
En la primera etapa, la empresa realiza un diagnóstico de su situación actual, analizando los procesos SCOR:
planificación, abastecimiento, producción, distribución y devoluciones. En el caso de Nestlé Perú, se
identifica que el proceso de distribución presenta retrasos debido a una inadecuada planificación de la
demanda y problemas en la coordinación con los centros de distribución. Este diagnóstico permite identificar
cuellos de botella y establecer una línea base del desempeño logístico (Huan et al., 2004).
3.2 Mapeo y documentación de procesos
En esta fase se documentan los procesos mediante diagramas de flujo y herramientas como SIPOC, lo que
permite visualizar el flujo de materiales e información. En el caso analizado, se detecta duplicidad de
actividades en el proceso de despacho y falta de integración entre el sistema de inventarios y transporte, lo
que genera errores en los pedidos. El mapeo de procesos facilita la identificación de ineficiencias y mejora la
coordinación interna (Lockamy & McCormack, 2004).
3.3 Definición de indicadores de desempeño (KPIs)
En esta etapa se establecen indicadores clave alineados a los atributos del modelo SCOR, tales como: Nivel
de cumplimiento de pedidos (Perfect Order Fulfillment)
• Tiempo de ciclo del pedido
• Costos logísticos totales
• Rotación de inventarios
En Nestlé Perú, se identifica que el nivel de cumplimiento de pedidos es del 78%, por debajo del estándar del
sector (superior al 90%), lo que evidencia problemas en la confiabilidad del servicio. Estos indicadores
permiten medir el desempeño y orientar la mejora continua de la cadena de suministro.
3.4 Análisis de brechas (Gap Analysis)
En esta fase se comparan los resultados actuales con estándares del mercado. Se identifica que el tiempo de
entrega promedio es de 4 a 5 días, mientras que el estándar competitivo es de 2 a 3 días. Esta diferencia
evidencia la necesidad de optimizar los procesos logísticos, especialmente en la distribución y planificación
de la demanda (Persson, 2011).
3.5 Diseño del modelo futuro (TO-BE)
A partir del análisis de brechas, la empresa diseña un modelo futuro que incorpora mejoras como:
• Implementación de un sistema de gestión de transporte (TMS)
• Optimización de rutas de distribución
• Automatización de pedidos mediante sistemas digitales
• Mejora en la planificación de la demanda
Estas acciones buscan reducir costos, tiempos y errores, alineándose con las mejores prácticas del modelo
SCOR (Stephens, 2001).
3.6 Implementación de mejoras
En esta etapa se ejecutan los cambios definidos. Nestlé Perú implementa herramientas tecnológicas, capacita
al personal y mejora la integración entre áreas logísticas. Como la implementación de un sistema TMS permite
optimizar rutas y reducir tiempos de entrega, generando mayor eficiencia operativa. La correcta ejecución de
esta fase es fundamental para lograr resultados sostenibles (Lockamy & McCormack, 2004).
3.7 Monitoreo y control
Una vez implementadas las mejoras, se realiza el seguimiento mediante los KPIs definidos. En este caso, el
nivel de cumplimiento de pedidos mejora de 78% a 93%, y el tiempo de entrega se reduce de 5 a 3 días,
evidenciando mejoras significativas en el desempeño logístico. El monitoreo continuo permite asegurar el
cumplimiento de objetivos y realizar ajustes cuando sea necesario.
3.8 Mejora continua
Finalmente, el modelo SCOR se aplica bajo un enfoque de mejora continua, donde la empresa revisa
periódicamente sus procesos e indicadores. Esto permite adaptarse a cambios del mercado, mejorar la
eficiencia y mantener la competitividad a largo plazo.
4. Análisis de Paper
4.1. Paper Nº1
ARTÍCULO N°1
Título del paper (artículo): Circular-SCOR Model for Supply Chain Performance
Measurement in Manufacturing Industry
Autor(es): Melisa Ozbiltekin-Pala, Aydın Koçak, Yigit Kazancoglu
Base de datos utilizado: ProQuest
Año: 2023
Enlace: [Link]
circular-scor-model-supply-chain/docview/2809448683/se-2?accountid=43860
Explicación del problema: Las cadenas de suministro del sector manufacturero han
enfrentado diversos desafíos en los últimos años, especialmente debido a la globalización
y a eventos disruptivos como la pandemia del COVID-19. Estos factores generaron
problemas como interrupciones en el flujo de materias primas, retrasos logísticos y
dificultades en la continuidad de la producción.
Además, los modelos tradicionales de medición del desempeño de la cadena de suministro
resultaban insuficientes para abordar estos nuevos retos, especialmente en lo relacionado
con sostenibilidad y economía circular. Por ello, surge la necesidad de desarrollar un
modelo que permita evaluar el desempeño logístico incorporando criterios de resiliencia y
sostenibilidad dentro de la cadena de suministro.
Desarrollo de la herramienta:
Para abordar esta problemática, el estudio propone una extensión del modelo tradicional
SCOR denominada Circular-SCOR, la cual integra los principios de la economía circular
dentro de la evaluación del desempeño de la cadena de suministro. Este modelo considera
los procesos tradicionales del SCOR como planificación, abastecimiento, producción,
distribución, devoluciones y habilitación, incorporando adicionalmente criterios de
sostenibilidad y circularidad.
Asimismo, el modelo Circular-SCOR incluye el enfoque 9R de la economía circular, el
cual contempla estrategias como reducir, reutilizar, reciclar, reparar, remanufacturar, entre
otras. Esta integración permite evaluar la cadena de suministro no solo desde la eficiencia
operativa, sino también desde la sostenibilidad ambiental y resiliencia organizacional.
Además, el estudio utilizó métodos de análisis multicriterio como SWARA y AHP para
priorizar los indicadores de desempeño de la cadena de suministro dentro del modelo
propuesto. Estos métodos permitieron identificar los criterios más relevantes para mejorar
la eficiencia logística en el sector manufacturero.
RESUMEN
El estudio propone la implementación del modelo Circular-SCOR para evaluar el
desempeño de la cadena de suministro en el sector manufacturero. Este modelo integra los
procesos tradicionales del SCOR con los principios de la economía circular, permitiendo
analizar la cadena de suministro desde una perspectiva más sostenible y resiliente.
Asimismo, se identificaron los principales criterios de medición del desempeño logístico
mediante el uso de herramientas de análisis multicriterio, lo que permitió priorizar las
variables más relevantes para la mejora de la cadena de suministro.
Resultados obtenidos:
Los resultados del estudio evidencian que la implementación del modelo Circular-SCOR
permite mejorar la resiliencia y sostenibilidad de la cadena de suministro en el sector
manufacturero. Asimismo, el modelo facilita la identificación de los indicadores más
importantes para la medición del desempeño logístico.
Además, se concluye que la integración de la economía circular en la cadena de suministro
contribuye a mejorar la eficiencia operativa, reducir desperdicios y fortalecer la
competitividad empresarial frente a escenarios de incertidumbre y crisis.
4.2. Paper Nº2
ARTÍCULO N°2
Título del paper (artículo): SCOR Model to Optimize Productivity in Supply Chain
Management at a Coffee Company in Jaén-Peru
Autor(es): Zelada Gamarra, Ronald Gianpierre; Sotomayor Nunura, Gioconda del
Socorro; Gutierrez Becerra, Marlon Humberto
Base de datos utilizada: Scopus
Año: 2025
Enlace:
[Link]
Problema: La empresa cafetalera ubicada en Jaén, Perú, presentaba diversas deficiencias
en la gestión de su cadena de suministro que afectaban su productividad y competitividad.
Entre los principales problemas identificados se encontraban la falta de planificación de la
demanda, deficiencias en el aprovisionamiento, limitada trazabilidad del producto y
ausencia de estandarización en los procesos operativos.
Asimismo, se detectaron dificultades en las etapas de transformación y distribución, donde
se evidenciaron variaciones en los niveles de inventario, mermas durante el proceso
productivo y retrasos en la entrega de pedidos. Estas deficiencias impactaban directamente
en los indicadores de desempeño como el cumplimiento de entregas (OTIF y OTD),
generando ineficiencias operativas y reduciendo la competitividad de la empresa en el
mercado agroindustrial.
Desarrollo de la herramienta: Para abordar la problemática identificada, se diseñó un
modelo basado en la metodología SCOR, el cual permitió analizar los procesos clave de la
cadena de suministro: planificación, abastecimiento, producción, distribución y
devoluciones. Como parte del desarrollo, se realizó un diagnóstico del estado actual de la
cadena de suministro y se evaluó el nivel de madurez de los procesos logísticos.
Además, se utilizó la herramienta SIPOC para mapear los procesos clave y se realizó un
análisis del flujo de operaciones con el objetivo de identificar cuellos de botella y
oportunidades de mejora. Posteriormente, se definieron indicadores de desempeño para
evaluar la eficiencia de cada proceso y se diseñó un modelo de mejora enfocado en
optimizar la productividad de la empresa cafetalera.
El modelo propuesto permitió estructurar la cadena de suministro de manera integral,
mejorar la coordinación entre áreas y establecer mecanismos de control para la toma de
decisiones basadas en indicadores logísticos.
RESUMEN
La implementación del modelo SCOR permitió analizar de manera integral la cadena de
suministro de la empresa cafetalera y detectar los principales puntos críticos en los
procesos logísticos. A través del uso de herramientas como SIPOC y análisis del flujo
operativo, se logró identificar oportunidades de mejora en las etapas de planificación,
producción y distribución. Asimismo, se establecieron indicadores clave de desempeño
que permitieron evaluar la eficiencia operativa y mejorar la coordinación entre las áreas
involucradas en la cadena de suministro.
Resultados obtenidos:
Tras la aplicación del modelo SCOR, se logró mejorar la productividad de la empresa
cafetalera mediante la optimización de los procesos logísticos. Se identificaron mejoras en
la planificación de la demanda, reducción de mermas en el proceso productivo y mayor
eficiencia en la gestión de inventarios. Asimismo, se observó una mejora en los indicadores
de cumplimiento de pedidos, destacando el incremento en los niveles de OTIF y OTD, así
como una mayor eficiencia operativa en la cadena de suministro.
Los resultados obtenidos demuestran que la implementación del modelo SCOR contribuye
significativamente a mejorar la productividad y competitividad de la empresa cafetalera,
proporcionando una visión integral y estratégica de la cadena de suministro.
4.3. Paper Nº3
ARTÍCULO N°3
Título del paper (artículo): Development of the SCOR Model in the Efficiency of Agroindustry
Inventory Management: Case Study of the Agroindustry Lyophilizer Company, Arequipa
Autor(es): Aylen Ayme Choque Llerena, Alexis Paul Salinas Rojas, Jose Alberto Aguilar
Franco, Carmen Mariaelena Villanueva Delgado, Marcia Shantal Caipo Huacasi
Base de datos utilizada: Scopus
Año: 2025
Enlace:
[Link]
es
Problema:
La empresa agroindustrial Lyophilizer Company, ubicada en Arequipa, enfrenta diversos problemas
en la gestión de inventarios debido a la naturaleza perecible de los productos y la variabilidad de la
demanda. Entre las principales dificultades se identificaron altos costos de almacenamiento, retrasos
en la entrega de productos, pérdida de materiales y vencimiento de productos de baja rotación.
Estas deficiencias se originan principalmente por una inadecuada gestión de inventarios, falta de
planificación, ausencia de políticas de inventario, desorganización en almacenes y falta de
indicadores de gestión. Estas problemáticas afectan directamente la eficiencia operativa y generan
sobrecostos en la cadena de suministro de la empresa.
Desarrollo de la herramienta:
Para abordar estos problemas, se implementó el modelo SCOR como herramienta para analizar y
mejorar la eficiencia de la cadena de suministro. Se realizó un análisis situacional mediante la
aplicación del cuestionario SCOR, evaluando los cinco macroprocesos principales: planificación,
abastecimiento, producción, distribución y devoluciones.
Los resultados del diagnóstico mostraron que los procesos de planificación, abastecimiento y
devoluciones presentaban un desempeño por debajo del nivel esperado, lo que evidenció la
necesidad de implementar mejoras específicas en dichos procesos. Posteriormente, se desarrollaron
políticas de inventario, clasificación ABC y cálculo del lote económico de pedido (EOQ), con el fin
de optimizar la gestión de inventarios y reducir costos operativos.
Asimismo, se propusieron mejoras en el macroproceso de devoluciones, estableciendo
procedimientos estructurados para la gestión de productos defectuosos, exceso de inventario y
planificación de retornos, lo cual permitió optimizar el flujo de materiales y mejorar la organización
del almacén.
RESUMEN
El estudio propone la implementación del modelo SCOR en una empresa agroindustrial dedicada a
la producción de alimentos liofilizados en Arequipa. Se realizó un diagnóstico de la cadena de
suministro mediante la evaluación de los macroprocesos del modelo SCOR, identificando
deficiencias en planificación, abastecimiento y devoluciones.
Posteriormente, se implementaron políticas de inventario, clasificación ABC y mejoras en la gestión
de devoluciones, con el objetivo de optimizar la eficiencia operativa y reducir costos logísticos.
Resultados obtenidos:
Tras la implementación del modelo SCOR, se lograron mejoras significativas en los macroprocesos
evaluados. El proceso de planificación mejoró de 1.60 a 2.13 puntos, el proceso de abastecimiento
pasó de 1.74 a 2.13 puntos y el proceso de devoluciones aumentó de 1.89 a 2.14 puntos.
Asimismo, se logró reducir el costo de almacenamiento desde 75,594 soles hasta 47,695.54 soles,
generando ahorros importantes para la empresa. Además, la evaluación económica mostró
indicadores positivos, con un Valor Actual Neto (VAN) de 79,635 soles y una relación beneficio-
costo de 1.58, demostrando la viabilidad económica de la implementación del modelo SCOR.
4.4. Paper Nº4
ARTÍCULO N°4
Título del paper (artículo): A SCOR-Based Two-Stage Network Range-Adjusted
Measure Data Envelopment Analysis Approach for Evaluating Sustainable Supply
Chain Efficiency: Evidence from the Korean Automotive Parts Industry
Autor(es): Sungmook Lim y Yue Luo
Base de datos utilizada: Web of Science
Año: 2025
Enlace: [Link]
record/WOS:001593867700001
Problema:
Las cadenas de suministro del sector automotriz enfrentan diversos desafíos derivados de
la volatilidad del mercado, la incertidumbre económica y las interrupciones en el
abastecimiento global. Estas condiciones han incrementado la necesidad de evaluar la
eficiencia de la cadena de suministro considerando no solo el desempeño operativo, sino
también la sostenibilidad y los resultados financieros.
Asimismo, los métodos tradicionales de evaluación del desempeño logístico presentan
limitaciones al analizar los indicadores de manera aislada, lo que dificulta obtener una
visión integral del rendimiento de la cadena de suministro. En este contexto, surge la
necesidad de implementar un modelo que permita evaluar simultáneamente múltiples
variables relacionadas con la eficiencia operativa, financiera y sostenible dentro de la
cadena de suministro del sector automotriz.
Desarrollo de la herramienta:
Para abordar esta problemática, el estudio propone la implementación de un modelo basado
en el marco SCOR combinado con un enfoque de análisis de eficiencia denominado
Network Range-Adjusted Measure Data Envelopment Analysis. Este modelo permite
evaluar la cadena de suministro mediante un enfoque de dos etapas que considera tanto las
operaciones internas como los resultados externos de las empresas.
En la primera etapa, el modelo evalúa los procesos operativos de la cadena de suministro,
incluyendo planificación, abastecimiento, producción y distribución, con el objetivo de
medir la eficiencia operativa. Posteriormente, en la segunda etapa, se analizan los
resultados financieros y comerciales, tales como ingresos, rentabilidad y desempeño
económico.
El estudio utilizó información financiera de aproximadamente 1200 proveedores de
autopartes en Corea del Sur durante el periodo comprendido entre 2021 y 2024. Esta
información permitió evaluar la eficiencia de la cadena de suministro y establecer
comparaciones entre diferentes empresas del sector automotriz, proporcionando una
evaluación integral del desempeño logístico y financiero.
RESUMEN
El estudio propone un modelo basado en SCOR para evaluar la eficiencia sostenible de la
cadena de suministro en la industria automotriz. Mediante la aplicación de un enfoque de
análisis de eficiencia en dos etapas, se evaluaron tanto las operaciones internas como los
resultados financieros de la cadena de suministro. Asimismo, se analizaron datos de
múltiples proveedores del sector automotriz, lo que permitió identificar oportunidades de
mejora y establecer comparaciones entre las empresas analizadas.
Resultados obtenidos:
Los resultados del estudio evidencian que la eficiencia de las operaciones internas de la
cadena de suministro se mantuvo relativamente estable durante el periodo de análisis,
mientras que la eficiencia relacionada con los resultados financieros presentó variaciones
significativas. Asimismo, se identificó que el desempeño financiero influye directamente
en la eficiencia global de la cadena de suministro.
Además, el modelo permitió identificar áreas críticas de mejora dentro de la cadena de
suministro y establecer estrategias orientadas a fortalecer la sostenibilidad, mejorar la
eficiencia operativa y aumentar la competitividad del sector automotriz.
4.5. Paper Nº5
ARTÍCULO N°5
Título del paper (artículo): Comparative Efficiency Analysis of High-Speed Cross-
Belt Sorters Using The SCOR Model: A Case Study from India’s Courier Network
Autor(es): Kranthi P., Geeta M., Shankar C.N. Udaya, Ranjith P.V., Thoti Kiran
Kumar y Mishra Niharika
Base de datos utilizada: Scopus
Año: 2025
Enlace:
[Link]
Problema:
Debido al crecimiento y globalización en los envíos, las empresas de mensajería sufrían
un desequilibrio en su cadena de suministros. Esto se debe a su ineficiencia operativa, los
métodos tradicionales, clasificación manual, no son capaces de responder ante subidas
exigentes de la demanda y de la distribución masiva. Se limitan la capacidad operativa y
la demanda de mano de obra, además se presenta la ausencia de seguimiento de los envíos
en tiempo real, generando sobrecostos y retrasos. Ante esta situación, surge la necesidad
de implementar una solución automatizada que permita una gestión más eficiente de la
cadena de suministro.
Desarrollo de la herramienta:
Para solucionar esta problemática, el estudio propone la implementación de un sistema
automatizado basado en el modelo SCOR e Industria 4.0, se eligió el sistema ZedSORT.
Este sistema ayuda a gestionar los grandes volúmenes de envíos y aumentar la velocidad
de estos.
El modelo SCOR clasifica los procesos de la cadena de suministro en 5 fases (Plan, Source,
Make, Deliver y Return) para dividir el funcionamiento logístico y visualizar las mejoras.
En Enable, se integraron sistemas como WMS, ERP, SCADA y control en tiempo real.
Ante ello, SCOR demuestra que la automatización fortalece la eficiencia y la capacidad de
respuesta de la cadena de suministro.
RESUMEN
El estudio propone la implementación del modelo SCOR en una empresa de mensajería
en Bangalore, India. Se realizó un análisis de la cadena de suministro mediante la
comparación del sistema automatizado (ZetSORT) y la clasificación manual, utilizando el
modelo SCOR y principios de la Industria 4.0. Tomando en cuenta sistemas limitados, por
ejemplo: la integración de WMS, SCALA, ERP y el seguimiento en tiempo real.
Resultados obtenidos:
Tras la implementación del modelo SCOR, se lograron mejoras significativas en la
capacidad operativa, paso de 20,000 paquetes a 160,000 paquetes diarios.
Asimismo, se logró aumentar la precisión de clasificación de 94% aproximadamente hasta
superar el 99.5%. Además, se logró una mejora en las etapas de la cadena de suministros,
se permitió una mejor planificación gracias a datos en tiempo real, debido a la
incorporación de inteligencias avanzadas.
En conclusión, el modelo SCOR permitió identificar claramente los problemas en la cadena de
suministro de la empresa, especialmente en el proceso de entrega. Asimismo, evidenció la
necesidad de mejorar la coordinación, automatizar procesos y fortalecer la gestión operativa.
4.6. Paper Nº6
ARTÍCULO N°6
Título del paper (artículo): Analysis of SCOR Model Implementation for Green Supply
Chain Management Performance Measurement: Case Study of PT. Bali Towerindo Sentra
Tbk in the Fiber-to-the-Home (FTTH) Internet Service Industry
Autor(es): Dedy Nurcahyadi y Sugiyono S.
Base de datos utilizada: International Journal of Social and Management Studies
Año: 2025
Enlace: [Link]
Problema:
El estudio señala que, en un entorno competitivo, las empresas enfrentan la necesidad de
mejorar continuamente su eficiencia operativa y adaptarse a cambios constantes del mercado.
En este contexto, la empresa analizada presentaba dificultades en su cadena de suministro:
“La empresa enfrenta importantes desafíos para optimizar sus operaciones de la cadena de
suministro mientras integra prácticas sostenibles” (Nurcahyadi & Sugiyono, 2025).
Esto significa que la organización tenía problemas tanto en la eficiencia de sus procesos como
en la incorporación de prácticas ambientales.
Desarrollo de la herramienta:
La implementación del modelo SCOR se realizó en tres niveles:
En el nivel 1, se analizaron indicadores clave como cumplimiento de pedidos, tiempos y
costos. Los resultados mostraron que la empresa se encontraba por debajo de los estándares
esperados.
Por consiguiente, en el nivel 2 se evaluaron los procesos principales de la cadena de
suministro:
• Planificación (Plan)
• Producción/instalación (Make)
• Entrega (Deliver)
• Devoluciones (Return)
• Soporte (Enable)
El estudio identificó que: “El proceso de entrega presenta el desempeño más bajo”
(Nurcahyadi & Sugiyono, 2025). Esto indica que la mayor debilidad de la empresa estaba en
la fase de entrega del servicio.
Por último, en el nivel 3 se identificaron problemas específicos en los procesos. Por ejemplo:
“El ingreso manual de pedidos genera errores y retrasos” (Nurcahyadi & Sugiyono, 2025).
Asimismo: “Existe una mala coordinación entre la disponibilidad de inventario y la
programación de los técnicos” (Nurcahyadi & Sugiyono, 2025).
RESUMEN
El artículo analiza la aplicación del modelo SCOR en una empresa del sector
telecomunicaciones, utilizando datos reales entre los años 2020 y 2023. El objetivo fue medir
el desempeño de la cadena de suministro considerando tanto la eficiencia operativa como la
sostenibilidad ambiental.
Los resultados muestran que:
“El desempeño de la cadena de suministro de la empresa se encuentra mayormente en la
categoría ‘por debajo del estándar’” (Nurcahyadi & Sugiyono, 2025).
Esto evidencia la necesidad de realizar mejoras en los procesos logísticos.
Resultados obtenidos:
El análisis permitió identificar problemas concretos en el desempeño de la empresa:
• Bajo nivel de cumplimiento de pedidos
• Tiempos de entrega excesivos
• Costos operativos elevados
• Diferencias significativas entre costos estimados y reales (aproximadamente 5.5 mil
millones de rupias por año) (Nurcahyadi & Sugiyono, 2025)
Además, el estudio concluye que la aplicación del modelo SCOR genera mejoras
importantes:
“La implementación mejora la eficiencia de los procesos, acelera la respuesta a la demanda
del mercado y reduce el impacto ambiental” (Nurcahyadi & Sugiyono, 2025).
5. Referencias Bibliográficas
1. López Huamán, J. A. S., & Serna Rivera, R. R. R. (2022). Análisis de la cadena de suministros a
través del modelo SCOR de la cooperativa agro exportadora de cacao orgánico en el Perú: Caso
Allima Cacao. Pontificia Universidad Católica del Perú.
[Link]
2. Salas Simpe, C. I., & Quiñones Dueñas, J. J. (2023). Implementación de la cadena de suministros
bajo el modelo SCOR en una empresa de telecomunicaciones. Universidad Peruana de Ciencias
Aplicadas.
[Link]
3. Calle Payehuanca, H. E. (2018). Análisis del modelo SCOR para la implementación de KPI’s en el
área logística: Caso Incosel SRL [Tesis de grado, Universidad Nacional de San Agustín].
Repositorio Institucional UNSA.
[Link]
4. Villalobos Campos, L. A., & Guzman Pazo, D. D. C. (2025). Implementación del modelo SCOR en
el proceso de gestión de distribución para mejorar el cumplimiento de órdenes perfectas en una
distribuidora mayorista peruana [Tesis de grado, Universidad Peruana de Ciencias Aplicadas].
Repositorio Académico UPC
[Link]
5. Francia-Arias, G., Marín-Vílchez, J., Macassi-Jauregui, I., Raymundo-Ibañez, C., & Dominguez, F.
(2020, March). SCOR Model for a Dual-Channel Supply Chain using Drop Shipping to Reduce
Overstock in Small-and Medium-Sized Retail Enterprises. In IOP Conference Series: Materials
Science and Engineering (Vol. 796, No. 1, p. 012010). IOP Publishing.
[Link]
6. Huan, S. H., Sheoran, S. K., & Wang, G. (2004). A review and analysis of supply chain operations
reference (SCOR) model. Supply chain management: An international Journal, 9(1), 23-29.
[Link]