Rev. Cient. Sist. Inform. 4(1), e624, doi: 10.51252/rcsi.v4i1.624
Artículo original
Original article
Ene-Jun, 2024
https://revistas.unsm.edu.pe/index.php/rcsi
e-ISSN: 2709-992X
Este es un artículo de acceso abierto distribuido bajo los términos de la licencia de atribución de Creative Commons, que permite el uso sin restricciones, distribución y
reproducción en cualquier medio, siempre que se cite debidamente la obra original.
Sistema web de gestión de pedidos para distribuidora del
rubro farmacéutico que adopta Cross Docking
Web order management system for a pharmaceutical distributor that adopts Cross
Docking
Arimana-Pinto, Carlos Jean Pierre1*
Huamani-Maldonado, María del Pilar1
Pacheco-Pumaleque, Alex Abelardo1
1Universidad César Vallejo, Lima, Perú
Recibido: 28 Sep. 2023 | Aceptado: 16 Dic. 2023 | Publicado: 10 Ene. 2024
Autor de correspondencia*: caarimanapi@ucvvirtual.edu.pe
Cómo citar este artículo: Arimana-Pinto, C. J. P., Huamani-Maldonado, M. P. & Pacheco-Pumaleque, A. B. (2024). Sistema web de
gestión de pedidos para distribuidora del rubro farmacéutico que adopta Cross Docking. Revista Científica de Sistemas e Informática,
4(1), e624. https://doi.org/10.51252/rcsi.v4i1.624
RESUMEN
La gestión de pedidos es un proceso fundamental en las actividades logísticas y de distribución. A lo largo de los
años, este proceso ha evolucionado significativamente, surgiendo diversas estrategias que buscan su eficiencia,
entre ellas, Cross Docking. Sin embargo, en la era digital actual, se requiere de tecnología que permita lograr su
optimización. En ese sentido, se buscó mejorar el proceso de gestión de pedidos de una empresa que aplica la
técnica Cross Docking, a través del uso de un sistema web; por el cual, se realizó un estudio de naturaleza
cuantitativa, de tipo aplicada y diseño pre experimental. Asimismo, se consideró una población de 30 registros
de pedidos, empleando el fichaje y la ficha de registro para la recolección de los datos y el uso de SPSS para el
análisis de los mismos. Entre los resultados, el primer indicador tasa de cumplimiento de pedidos completos
aumentó significativamente de 59,03% a 94,63% (35,60%) y el segundo indicador tasa de pedidos entregados a
tiempo incrementó positivamente de 78,47% a 97,27% (18,80%). Por lo tanto, el sistema web ha logrado
incrementar el cumplimiento de pedidos de la empresa, reflejando una mejora de la gestión de pedidos.
Palabras clave: atención de pedidos; optimización; proceso logístico; tecnología web; XP
ABSTRACT
Order management is a fundamental process in logistics and distribution activities. Over the years, this process
has evolved significantly, with various strategies emerging that seek efficiency, including Cross Docking.
However, in the current digital age, technology is required to achieve optimization. In that sense, this article
aimed to improve the order management process of a company that applies the Cross Docking technique,
through the use of a web system; For which, a study of quantitative nature, of applied type and pre-experimental
design, was carried out. Likewise, a population of 30 order records was considered, using the signing and
registration form for data collection and the use of SPSS for data analysis. Among the results, the first indicator
fulfillment rate of complete orders increased significantly from 59.03% to 94.63% (35.60%) and the second
indicator rate of orders delivered on time increased positively from 78.47% to 97.27% (18.80%). Therefore, the
web system has managed to increase the company's order fulfillment, reflecting an improvement in order
management.
Keywords: order fulfillment; optimization; logistics process; web technology; XP
Arimana-Pinto, C. J. P. et al.
2 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
1. INTRODUCCIÓN
En un entorno globalizado y altamente competitivo, las empresas enfrentan desafíos en la búsqueda de
obtener ventajas competitivas, por el cual, emplean estrategias como Cross Docking, una técnica logística
que cada vez más las organizaciones la implementan para mejorar la eficiencia en la distribución de sus
pedidos y reducir costos prescindiendo del almacenamiento de productos, siendo eficaz si la emplean de la
mano de la tecnología Kiani et al. (2020). Ante ello, Pazmiño et al. (2023) mencionan que, una de las
herramientas más útiles dentro del creciente ámbito digital son los sistemas web, los cuáles presentan
grandes ventajas que generan un impacto positivo en todas las actividades de los procesos de las empresas.
Según Valarezo et al. (2018), estas herramientas informáticas son accesibles desde cualquier momento y
lugar mediante un determinado navegador web. Además, Veloz (2022) menciona que, se caracterizan
porque reducen tiempos, brindan más rendimiento, eficiencia, ahorro de recursos y facilitan el acceso a la
información en tiempo real; por consiguiente, ofrecen beneficios como funcionalidad, eficiencia, fiabilidad,
mantenibilidad, usabilidad y portabilidad.
En algunos estudios realizados en el ámbito internacional, en Panamá, Caballero et al. (2021) demostraron
los nuevos hábitos de consumo de los clientes en los restaurantes durante la pandemia. Sus resultados
determinaron que el 85% de los restaurantes utilizaron aplicaciones web para realizar ventas; además, el
52% de la población encuestada utilizaron aplicativos móviles para hacer pedidos. De esta manera,
concluyeron que los aplicativos web y móviles fueron una herramienta fundamental en la gestión de
pedidos que dio valor agregado y permitió que los restaurantes sobrevivan frente a la pandemia.
A su vez, en Pakistán, Ilyas et al. (2021) desarrollaron un sistema de gestión de pedidos de ingredientes
para recetas utilizando sistemas de seguimiento GPS (distribución), enfocado en la falta de disponibilidad
de ingredientes en el mercado local y el desperdicio o caducidad que los ingredientes generaban para la
realización de recetas. Entre sus principales resultados, el sistema implementado proporcionó un servicio
rápido de entrega de pedidos al consumidor, permitiendo el ahorro de dinero, tiempo y cantidad de
ingredientes que eran desperdiciados, además de la disponibilidad de los ingredientes en un solo lugar.
Por otra parte, en el ámbito nacional, en la ciudad de Trujillo, Ortiz-Noriega et al. (2022) lograron disminuir
el tiempo del procesamiento de un pedido de 524.74 a 9.24 segundos (decremento del 98%) obteniendo
un menor porcentaje de errores humanos, demoras, desperdicios de productividad e imprecisiones de
resultados, además evidenciaron un incremento del 27% en los niveles de satisfacción de sus clientes
posterior a la implementación de un sistema web.
Asimismo, en la ciudad de Lima, Carreño & Mesia (2019) lograron que un sistema web de control de
pedidos influya de manera positiva en el proceso de gestión de pedidos, incrementando el porcentaje de
pedidos entregados completos de un 50% a un 82%, además; el porcentaje de pedidos entregados a tiempo
aumentó de un 43% a un 78%, demostrando que un sistema web mejora e incrementa el porcentaje de
pedidos entregados completos y pedidos a tiempo.
De igual forma, en otro estudio realizado en Lima, Camargo (2022) tuvo como resultado un aumento en la
tasa de cumplimiento de pedidos del 34,22%, teniendo en el pre test un 56,07% y después de la
implementación de un sistema web, un 90,29%; además, Quevedo (2021) mejoró el proceso logístico de
una empresa, donde midió el nivel cumplimiento de pedidos entregados a tiempo antes y después de
implementar un sistema web de control de pedidos, teniendo como resultado un incremento del 17,72%,
demostrando de esta manera la mejora de los procesos en el control de los pedidos, plasmados en su
atención al cliente y tiempos de respuesta eficaces y evidenciando una mejora en la eficacia y eficiencia de
los procesos en los casos de estudio.
Esta revisión de la literatura evidencia que la implementación de una herramienta web en la gestión de
pedidos ha obtenido un impacto positivo en el procesamiento del pedido, reduciendo tiempos, errores
humanos y marcando un precedente como la utilidad de estas tecnologías en pandemia, involucrando a una
Arimana-Pinto, C. J. P. et al.
3 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
mejora fundamental en el proceso logístico. Ante ello, según el INEI (2022) solo el 20,5% de las empresas
peruanas cuentan con una herramienta tecnológica de gestión en el área logística, evidenciando que son
pocas las empresas peruanas que han implementado sistemas web en sus procesos logísticos.
Sumado a ello, la relación entre un sistema web que automatice una gestión de pedidos en un proceso
logístico donde se ve reflejado la técnica Cross Docking es incierto. Es por tal razón que, frente a los diversos
desafíos existentes en cada empresa, y con el creciente ámbito digital, esta herramienta web es una
interesante propuesta de apoyo al proceso de gestión de pedidos de una empresa que aplica Cross Docking
en su proceso logístico. Se pretende llenar este vacío de conocimiento, implementando una aplicación web
de gestión de pedidos que mejore e incremente el cumplimiento de pedidos perfectos o completos y
entregados a tiempo, con el propósito de que la implementación de la aplicación web refuerce, mejore y
automatice la gestión de pedidos en la logística mencionada y distribución de la empresa del caso de
estudio.
2. MATERIALES Y MÉTODOS
2.1. Espacio de estudio
El estudio se llevó a cabo en la empresa Salud y Bienestar Laboratorio - Sabilab S.A.C, en el distrito de Ate,
ciudad de Lima, provincia de Lima, departamento de Lima – Perú.
De acuerdo con Arias & Covinos (2021), la investigación fue de naturaleza cuantitativa, del tipo aplicada,
ya que tuvo como propósito resolver problemas de manera práctica y generar nuevos conocimientos
mediante su aplicación.
Se utilizó el diseño experimental (preexperimental), dónde se manipularon de manera intencional las
variables para analizar el impacto que tiene la primera variable (Sistema web) respecto a la variable de
interés (Gestión de pedidos). Para ello, se analizó la variable dependiente para observar su efecto ante un
estímulo, es decir, se realizó una pre-prueba antes del uso del Sistema web y se aplicó una post-prueba
luego de su implementación; por el cual, se consideró una población de 30 registros de pedidos, la cual
estuvo comprendida por 30 días laborales.
Teniendo en cuenta a Hernández-Sampieri & Mendoza (2018), se eligió el muestreo no probabilístico por
conveniencia, el cual involucra la selección de elementos de acuerdo al criterio del investigador y de
condiciones ajenas a la probabilidad, el cual se utiliza cuando la población es muy pequeña (menor de 100).
Asimismo, la investigación tuvo un carácter longitudinal, pues se recabó datos en diferentes etapas
específicas para analizar los cambios ocurridos en la muestra.
Además, se empleó la técnica del fichaje y la ficha de registro como instrumento de recolección de datos,
las cuáles, según Hernández & Duana (2020), deben facilitar la calidad en la medición, además de
caracterizarse por ser confiable, objetivo y tener validez, los cuáles permitan obtener resultados reales en
base a los datos recogidos.
En ese sentido, frente a un escenario inicial (pre test) y final (post test), se realizó la obtención de datos de
los siguientes indicadores.
La TCPC o tasa de cumplimiento de pedidos completos (Order Fill Rate), define la relación entre el número
de pedidos cumplidos completos sobre el total de pedidos solicitados durante un determinado periodo de
tiempo. Según Rim & Park (2008), una orden está completa cuando la totalidad requerida de todos los
artículos de ese pedido están disponibles para ser despachados y se representa mediante la siguiente
fórmula:
𝑻𝑪𝑷𝑪 = 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒑𝒆𝒅𝒊𝒅𝒐𝒔 𝒄𝒐𝒎𝒑𝒍𝒆𝒕𝒐𝒔
𝑵ú𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒑𝒆𝒅𝒊𝒅𝒐𝒔 𝒔𝒐𝒍𝒊𝒄𝒊𝒕𝒂𝒅𝒐𝒔 ×𝟏𝟎𝟎
Arimana-Pinto, C. J. P. et al.
4 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
Adicionalmente, se utilizó la métrica TPET o tasa de pedidos entregados a tiempo (On Time Delivery).
Según Simões et al. (2019), es la entrega del pedido en el tiempo acordado entre comprador y vendedor,
siendo considerada una ventaja diferenciada por constituir la medida de efectividad para cumplir con la
fecha de solicitud del cliente. Se calcula la tasa basada en el porcentaje de pedidos que se entregaron en la
fecha solicitada.
𝑻𝑷𝑬𝑻 = 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒑𝒆𝒅𝒊𝒅𝒐𝒔 𝒆𝒏𝒕𝒓𝒆𝒈𝒂𝒅𝒐𝒔 𝒂 𝒕𝒊𝒆𝒎𝒑𝒐
𝑵ú𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒑𝒆𝒅𝒊𝒅𝒐𝒔 𝒔𝒐𝒍𝒊𝒄𝒊𝒕𝒂𝒅𝒐𝒔 ×𝟏𝟎𝟎
Finalmente, con el fin de analizar los datos que fueron recabados tanto en el pre como post test, se utilizó
SPSS Statistics v.26, el cual permitió interpretar lo obtenido mediante la estadística de forma descriptiva e
inferencial, las cuáles fueron empleadas por estar asociadas. Para el análisis descriptivo se dispuso de
valores mínimos y máximos, además de medidas de tendencia central que fueron expresados a través de
figuras y tablas. Luego, se realizaron los supuestos de normalidad mediante Shapiro-Wilk.
Con relación a las hipótesis, se validaron y constataron mediante la fórmula de Wilcoxon aplicada en las
pruebas pretest y postest, donde se analizaron diferencias considerables entre las dos muestras.
2.2. Diseño y construcción del sistema web
Referente al desarrollo del sistema, se optó por la metodología XP (Programación extrema). De acuerdo
con Shrivastava et al. (2021), esta metodología se distingue por su agilidad y flexibilidad en el ciclo de
desarrollo cortos, muy eficiente para pruebas constantes que permitieron mantener una comunicación
efectiva con los interesados.
Figura 1. Diagrama de flujo del desarrollo del software
Arimana-Pinto, C. J. P. et al.
5 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
Para la fase de planificación, se realizaron reuniones con el gerente de la distribuidora abstrayendo todos
los requerimientos y necesidades para el desarrollo del software. Como resultado de los requerimientos,
se obtuvieron 10 Historias de usuario, además se diseñó cada iteración en relación a las historias de usuario
para garantizar todas las etapas del desarrollo del software, siendo esto de importancia para obtener el
software requerido cada vez más cerca a su versión final. Asimismo, el desarrollo de esta tecnología web
tuvo una duración de 60 días calendario en 3 iteraciones de 20 días.
Durante la fase de diseño, se obtuvieron los prototipos del sistema, el cual, en constante comunicación con
los usuarios finales y gerente general de la distribuidora, favoreció el desarrollo del software, logrando un
trabajo en equipo con todas las partes interesadas. El uso del prototipado del sistema web y Pruebas de
Aceptación con las partes interesadas, hicieron que el proyecto se despliegue en Render y PlanetScale, este
último para la base de datos, adicionalmente el Frontend, se desplegó en un dominio en Vercel. De esta
manera se garantizó el cumplimiento de los requerimientos funcionales y no funcionales, además de las
historias de usuario predefinidas.
Para la fase del desarrollo del sistema, se utilizó una arquitectura de 3 capas y el modelo MVC (Modelo-
Vista-Controlador), por su desarrollo intuitivo para aplicaciones web, se utilizó como patrón de diseño DAO
(Objeto de acceso a datos) y DTO (Objeto de transferencia de datos) abstrayendo más el modelo de datos y
permitiendo una mejor flexibilidad y menor dependencia en el código. Además, se usó la herramienta
Maven en el lenguaje de Java jdk 17, se utilizó Spring Tool suite en su versión 3.1.3 y por el lado del front
se utilizó React Js con TypeScript + SWC y SASS, la base de datos se diseñó y construyó en MYSQL.
Finalmente, en la fase de pruebas se logró garantizar que el software no presente errores, realizando
pruebas de testing en su funcionalidad, fiabilidad y usabilidad, llegando a integrarse e implementarse de
manera idónea al proceso y a las actividades plasmadas en las 10 pruebas de aceptación de la distribuidora
en estudio, corroborado por la satisfacción de los usuarios finales.
3. RESULTADOS Y DISCUSIÓN
La implementación del sistema web logró que el proceso de gestión de pedidos se realice de forma
oportuna y centralizada, permitiendo a los usuarios obtener información en tiempo real, desde cualquier
lugar y dispositivo. A continuación, se muestran las principales interfaces del software.
Figura 2. Interfaz de Dashboard
Arimana-Pinto, C. J. P. et al.
6 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
Figura 3. Interfaz de Gestión de Pedidos
Figura 4. Reporte de Consolidado de productos a aprovisionarse
A continuación, se muestran los resultados del estudio, los cuales están relacionados con los objetivos de
la investigación.
Para la primera métrica Tasa de Cumplimiento de Pedidos Completos, la Tabla 1 presenta los valores
descriptivos del indicador TCPC dónde se observa que el valor de la media en el pre test es 0.5903 o 59,03%
y el valor obtenido en el post test es del 0.9463 equivalente al 94,63%, esto infiere que existe un aumento
del 35,6%.
Tabla 1.
Medidas descriptivas del indicador Tasa de Cumplimiento de Pedidos Completos
N
Mínimo
Máximo
Media
Desviación estándar
PreTest_TCPC
30
0.30
0.79
0.5903
0.12283
PostTest_TCPC
30
0.80
1.00
0.9463
0.05391
Arimana-Pinto, C. J. P. et al.
7 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
Este incremento en la tasa de cumplimiento de pedidos completos es debido a la implementación de un
sistema web, demostrado con la prueba de Wilcoxon (Tabla 6).
Los resultados se constatan con lo investigado por Carreño & Mesia (2019), quiénes lograron aumentar el
indicador de pedidos entregados completos en un 35% después de la ejecución de un sistema web, además
de que obtuvieron disponibilidad y accesibilidad de la información para la toma de decisiones. Asimismo,
en lo investigado por Camargo (2022), logró aumentar el indicador tasa de cumplimiento de pedidos de
56,07% a 90,29%, obteniendo un incremento del 34,22%, esto gracias a la implementación de un sistema
web de control de pedidos.
Por otro lado, en la Figura 5 se muestra el comportamiento del indicador de Cumplimiento de Pedidos
Completos en el caso de estudio, tanto en el pre test y post test en 30 días laborales, donde se levantó
información de todos los pedidos con sus respectivas fichas de registro desde el día 1.
Figura 5. Comparación del comportamiento del indicador TCPC
En la Figura 5, se observa que el comportamiento del primer indicador tiene una tendencia más lineal en
el post test (línea naranja) debido a la ejecución del sistema web, esto conlleva a que el manejo de la
información de los pedidos se realice de manera centralizada y ordenada, logrando disminuir el error
humano e imprecisión de información, el cual se asemeja con los resultados de la investigación de Ortiz-
Noriega et al. (2022); además, se tuvo disponibilidad del sistema en cualquier hora y lugar por ser una
tecnología web, constatando con lo dicho por Valarezo et al. (2018).
Si bien es cierto que hay un incremento en el indicador, son pocos los estudios que relacionan un sistema
web con una empresa que aplica la técnica logística Cross Docking. Sin embargo, con este estudio, se
demuestra que la tecnología web incrementa la tasa de cumplimiento de pedidos completos en un proceso
logístico poco explorado para la informática, dicho esto, fue de gran utilidad al proceso logístico que aplica
una técnica como Cross Docking. De igual forma, esto significó una mejora en cadena de todos los procesos
involucrados.
Para la segunda métrica, Tasa de Cumplimiento de Pedidos Entregados a Tiempo, la Tabla 2 evidencia los
resultados del indicador TPET, el cual tiene como valor en el pre test un 0.7847 que equivale al 78,47% y
en el post test 0.9727 o 97,27%, logrando un incremento del 18,80%.
0.65 0.73
0.59
0.55
0.69
0.44
0.63 0.65
0.39
0.30
0.77
0.41
0.68
0.56 0.59
0.65
0.38
0.67
0.60 0.63 0.64 0.63
0.71
0.50
0.64 0.65 0.65
0.56
0.38
0.79
0.88
0.80
0.91
1.00
0.89 0.88
0.94 0.94
1.00
0.95
1.00 0.97
0.89
0.96 0.93 0.96
0.89
0.97
0.90 0.94
1.00 1.00
0.85
1.00 1.00 1.00 0.97 1.00 0.97 1.00
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Pre Test Post Test
Arimana-Pinto, C. J. P. et al.
8 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
Tabla 2.
Medidas descriptivas del indicador Tasa de Cumplimiento de Pedidos Entregados a Tiempo
N
Mínimo
Máximo
Media
Desviación estándar
PreTest_TPET
30
0.67
0.88
0.7847
0.06740
PostTest_TPET
30
0.90
1.00
0.9727
0.03433
El aumento del indicador TPET fue debido al incremento del cumplimiento de los pedidos completos, ya
que, al ser pedidos perfectos o completos, estos se despacharon a tiempo en las fechas pactadas con el
cliente.
En la Figura 6 se visualiza el comportamiento del indicador de Cumplimiento de Pedidos Entregados a
Tiempo, para el pre test y el post test en 30 días hábiles con sus respectivas fichas de registro.
Figura 6. Comparación del comportamiento del indicador TPET
Según la Figura 6, se precisa que el indicador de pedidos entregados a tiempo TPET, en la mayoría de casos
se cumplió al 100% con las fechas concordadas con el cliente y existe un alto valor obtenido en los
resultados en comparación con otros estudios como lo investigado por Carreño & Mesia (2019), quienes
demostraron que un sistema web incrementó el indicador porcentaje de pedidos entregados a tiempo de
50% a un 82%. Adicionalmente, Quevedo (2021) sostuvo que, gracias a la implementación de un sistema
web, el indicador nivel de cumplimiento de pedidos entregados a tiempo aumentó en un 17,72%, el cual se
compara con resultados propios donde se llegó a un 18,80% de incremento.
Esto se presenta debido a la influencia del indicador TCPC, ya que, al existir una mejora en el cumplimiento
de pedidos perfectos o completos, estos se encuentran listos para ser enviados a tiempo, y al ser un proceso
que aplica Cross Docking y no almacena productos se hace mucho énfasis en su distribución y entregas.
Por lo tanto, estos resultados demuestran un incremento en la tasa, lo cual refleja y respalda que el sistema
web tiene efecto positivo o incremental en la tasa de cumplimiento de pedidos entregados a tiempo (TPET),
por lo que se compara con los resultados de esta investigación. En síntesis, se evidencia en los resultados
mejora en cadena de cada proceso, demostrando la utilidad y mejora que existe con el sistema web.
Prueba de Normalidad con Shapiro Wilk
Teniendo en cuenta a Mishra et al. (2019), para llevar a cabo la normalidad de los datos de los dos
indicadores, se utilizó la prueba de Shapiro-Wilk, puesto que, la totalidad de la muestra fue de 30 elementos
(<=50). Asimismo, Hernández-Sampieri & Mendoza (2018) manifiestan que, si el valor obtenido en la
0.81
0.87
0.71
0.80 0.88
0.81 0.79 0.78
0.70
0.70
0.86
0.71
0.84
0.69
0.82
0.69 0.75
0.83
0.73
0.79
0.86
0.79
0.88
0.69
0.86
0.78 0.82
0.67
0.75
0.88
0.96
0.90 0.91
1.00 0.95 0.96 1.00 0.97 1.00 1.00 1.00 1.00 1.00 1.00
0.93
0.96
0.94
1.00
0.90 0.94
1.00 1.00
0.92
1.00 1.00 1.00 0.97 1.00 0.97 1.00
0.00
0.20
0.40
0.60
0.80
1.00
1.20
12345678910 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Pre Test Post Test
Arimana-Pinto, C. J. P. et al.
9 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
significancia (Sig.) es superior a 0.05, serán considerados de distribución normal o paramétrica; por el
contrario, si la Sig. es inferior a 0.05, los datos adoptan una distribución no paramétrica o no normal. A
continuación, se muestran las Tablas 3 y 4 con los resultados de cada indicador:
Tabla 3.
Prueba de normalidad del indicador TCPC
Shapiro Wilk
Estadístico
gl.
Sig.
PreTest_TCPC
0.918
30
0.023
PostTest_TCPC
0.878
30
0.003
Tabla 4.
Prueba de normalidad del indicador TPET
Shapiro Wilk
Estadístico
gl.
Sig.
PreTest_TPET
0.927
30
0.041
PostTest_TPET
0.780
30
0.000
Prueba de Wilcoxon
Dado que los valores obtenidos en el primer y segundo indicador no cumplen con una distribución normal,
se estableció que la prueba estadística a utilizar es la prueba de Wilcoxon. Según Dao (2022), esta prueba
es utilizada para determinar la existencia de diferencias considerables entre muestras, es decir, si dos
grupos de muestras son estadísticamente diferentes.
Para comprobar la hipótesis del primer indicador, se utilizó la prueba de rangos de Wilcoxon. La Tabla 5
muestra que hay 30 datos numéricos con rangos positivos, lo que simboliza la mayor parte de los datos
obtenidos en el post test comparado al pre test.
Tabla 5.
Rangos del indicador TCPC
A su vez, la Tabla 6 refleja el valor de z = -4.783b. Además, se observa que el nivel de significancia asintótica
(bilateral) tiene un valor de 0.000, inferior a 0.05, por lo tanto, se refuta la hipótesis nula y se acepta la
hipótesis alterna, es decir, un sistema web mejora la tasa de cumplimiento de pedidos completos.
Tabla 6.
Estadísticos de contraste del indicador TCPC
PostTest_TCPC - PreTest_TCPC
Z
-4.783b
Sig. Asintótica (bilateral)
0.000
a. Prueba de rangos con signo de Wilcoxon
b. Se basa en rangos negativos.
N
Rango de promedio
Suma de rangos
PostTest_TCPC
Pretest_TCPC
Rangos negativos
0a
0.00
0.00
Rangos positivos
30b
15.50
465.00
Empate
0c
Total
30
a. TCPC Postest < TCPC Pretest
b. TCPC Postest > TCPC Pretest
c. TCPC Postest = TCPC Pretest
Arimana-Pinto, C. J. P. et al.
10 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
La Tabla 7, muestra que hay 30 datos numéricos con rangos positivos, lo que simboliza la mayor parte de
los datos obtenidos en el post test comparado al pre test.
Tabla 7.
Rangos del indicador TPET
Por otra parte, la Tabla 8 refleja el valor numérico de z = -4.785b. También se puede observar que el nivel
de significancia asintótica (bilateral) tiene un valor de 0.000, que es inferior a 0.05. Por tanto, se refuta la
hipótesis nula y se acepta la hipótesis alterna, es decir, un sistema web mejora la tasa de cumplimiento de
pedidos entregados a tiempo.
Tabla 8.
Estadísticos de contraste del indicador TPET
PosTest_TPET - PreTest_TPET
Z
-4.785b
Sig. Asintótica (bilateral)
0.000
a. Prueba de rangos con signo de Wilcoxon
b. Se basa en rangos negativos.
CONCLUSIONES
La implementación de una herramienta tecnológica como el sistema web mejoró significativamente el
proceso de gestión de pedidos de la empresa Salud y Bienestar Laboratorio Sabilab S.A.C, el cual se reflejó
en los resultados de sus indicadores TCPC y TPET. Con este estudio se demuestra que la tecnología web
incrementa la tasa de cumplimiento de pedidos en un proceso logístico donde se aplica la técnica Cross
Docking, logrando una mejora en cadena de todos los procesos involucrados. Asimismo, existe la necesidad
de investigaciones futuras que relacionen la gestión de pedidos como punto de partida de una solución
informática a una empresa que aplica Cross Docking en su modelo de negocio.
Se recomienda proporcionar capacitación adecuada para garantizar el uso adecuado de la funcionalidad
del sistema implementado y comprender los beneficios del enfoque Cross Docking en la distribución de
medicamentos, además de mantener y actualizar continuamente el sistema web para adaptarse a las
cambiantes necesidades del negocio y las tecnologías emergentes. Asimismo, se recomienda continuar
investigando y desarrollando soluciones que integren la gestión de pedidos como picking, packing y la
optimización de rutas con el propósito de minimizar aún más los costos y promover la sostenibilidad de las
empresas.
FINANCIAMIENTO
Los autores no recibieron patrocinio para llevar a cabo este estudio-artículo.
CONFLICTO DE INTERESES
No existe ningún tipo de conflicto de interés relacionado con la materia del trabajo.
N
Rango de
promedio
Suma de
rangos
PostTest_TPET
Pretest_TPET
Rangos negativos
0a
0.00
0.00
Rangos positivos
30b
15.50
465.00
Empate
0c
Total
30
a. TPET Postest < TPET Pretest
b. TPET Postest > TPET Pretest
c. TPET Postest = TPET Pretest
Arimana-Pinto, C. J. P. et al.
11 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
CONTRIBUCIÓN DE LOS AUTORES
Conceptualización: Arimana-Pinto, C. J. P., Huamani-Maldonado, M. P. y Pacheco-Pumaleque, A. B.
Curación de datos: Arimana-Pinto, C. J. P. y Huamani-Maldonado, M. P.
Análisis formal: Huamani-Maldonado, M. P. y Pacheco-Pumaleque, A. B.
Investigación: Arimana-Pinto, C. J. P., Huamani-Maldonado, M. P. y Pacheco-Pumaleque, A. B.
Administración del proyecto: Arimana-Pinto, C. J. P. y Huamani-Maldonado, M. P.
Software: Huamani-Maldonado, M. P. y Pacheco-Pumaleque, A. B.
Supervisión: Arimana-Pinto, C. J. P. y Pacheco-Pumaleque, A. B.
Validación: Huamani-Maldonado, M. P. y Pacheco-Pumaleque, A. B.
Visualización: Huamani-Maldonado, M. P.
Redacción -borrador original: Arimana-Pinto, C. J. P. y Huamani-Maldonado, M. P.
Redacción - revisión y edición: Huamani-Maldonado, M. P. y Pacheco-Pumaleque, A. B.
REFERENCIAS BIBLIOGRÁFICAS
Arias, J., & Covinos, M. (2021). Diseño y metodología de la investigación. Enfoques Consulting EIRL.
http://repositorio.concytec.gob.pe/handle/20.500.12390/2260
Caballero, R., De León, M., Espinosa, K., Gómez, D., Miranda, D., Miranda, M., & Ortiz, M. (2021). Uso de
aplicaciones móviles para gestión de pedidos y hábitos de consumo en restaurantes. XVIII Congreso
Nacional de Ciencia y Tecnología – APANAC, 464–470. https://doi.org/10.33412/APANAC.2021.3222
Camargo, E. (2022). Sistema de información bajo un entorno web para la planificación de suministros de la
empresa INFOPYME PERU S.A.C [Tesis de Pregrado]. Universidad César Vallejo.
https://repositorio.ucv.edu.pe/handle/20.500.12692/96142
Carreño, J., & Mesia, J. (2019). Sistema web para el proceso de control de pedidos para la Empresa
Inversiones y Representaciones Trinidad S.A.C. [Tesis de Pregrado]. Universidad César Vallejo.
https://repositorio.ucv.edu.pe/handle/20.500.12692/53114
Cueva, E., & Quispe, J. (2021). Sistema web para la gestión de pedidos en la distribuidora San Cristóbal
[Tesis de Pregrado]. Universidad César Vallejo.
https://repositorio.ucv.edu.pe/handle/20.500.12692/79997
Dao, P. B. (2022). On Wilcoxon rank sum test for condition monitoring and fault detection of wind
turbines. Applied Energy, 318, 119209. https://doi.org/10.1016/J.APENERGY.2022.119209
Hernández, S., & Duana, D. (2020). Técnicas e instrumentos de recolección de datos. Boletín Científico de
Las Ciencias Económico Administrativas Del ICEA, 9(17), 51–53.
https://doi.org/10.29057/ICEA.V9I17.6019
Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación: las rutas: cuantitativa,
cualitativa y mixta. Mc Graw Hill educación. http://repositorio.uasb.edu.bo/handle/54000/1292
Ilyas, S., Shah, A. A., & Sohail, A. (2021). Order Management System for Time and Quantity Saving of
Recipes Ingredients Using GPS Tracking Systems. IEEE Access, 9, 100490–100497.
https://doi.org/10.1109/ACCESS.2021.3090808
INEI. (2022). Perú: Tecnologías de Información y Comunicación en las Empresas, 2019. INEI.
https://www.gob.pe/institucion/inei/informes-publicaciones/3892475-peru-tecnologias-de-
informacion-y-comunicacion-en-las-empresas-2019
Kiani, R., Goh, M., Kiani, N., Jie, F., Brown, K., Biermann, S., & Khanfar, A. A. (2020). Cross Docking: A
Systematic Literature Review. Sustainability 2020, 12(11), 4789.
https://doi.org/10.3390/SU12114789
Arimana-Pinto, C. J. P. et al.
12 Rev. Cient. Sist. Inform. 4(1): e624; (Ene-Jun, 2024). e-ISSN: 2709-992X
Mishra, P., Pandey, C. M., Singh, U., Gupta, A., Sahu, C., & Keshri, A. (2019). Descriptive statistics and
normality tests for statistical data. Annals of Cardiac Anaesthesia, 22(1), 67–72.
https://doi.org/10.4103/aca.ACA_157_18
Ortiz-Noriega, K., Guevara-Segura, J., Santos-Fernández, J., Alcántara-Moreno, O., Tenorio-Cabrera, J., &
Sánchez-Ticona, R. (2022). Aplicación web con arquitectura de microservicios y el incremento de la
eficiencia en el comercio electrónico de una empresa peruana de calzado. CISCI, 158–163.
https://doi.org/10.54808/CISCI2022.01.158
Pazmiño, S., Carriel, R., & Mosquera, J. (2023). Importancia de los sistemas de información para tomar
mejores decisiones empresariales. Conciencia Digital, 6(1), 87–101.
https://doi.org/10.33262/concienciadigital.v6i1.2442
Quevedo, R. (2021). Sistema web para el proceso de control de almacén de la empresa Ingeniería Química y
Servicios SAC. Talara 2021 [Tesis de Pregrado]. Universidad César Vallejo.
https://repositorio.ucv.edu.pe/handle/20.500.12692/70119
Rim, S. C., & Park, I. S. (2008). Order picking plan to maximize the order fill rate. Computers & Industrial
Engineering, 55(3), 557–566. https://doi.org/10.1016/J.CIE.2008.01.012
Shrivastava, A., Jaggi, I., Katoch, N., Gupta, D., & Gupta, S. (2021). A systematic review on Extreme
Programming. Journal of Physics: Conference Series, 1969(1). https://doi.org/10.1088/1742-
6596/1969/1/012046
Simões, E., Moura, V., & Okano, M. (2019). Tecnologia aplicada à logística de distribuição para melhoria do
otd (on time delivery)/ Technology applied to distribution logistics to improve otd (on time delivery.
Brazilian Journal of Development, 5(9), 16574–16603. https://doi.org/10.34117/BJDV5N9-201
Valarezo, M., Honores, J., Gómez, A., & Vinces, L. (2018). Comparación de tendencias tecnológicas en
aplicaciones web. 3Ciencias, 7. http://dx.doi.org/10.17993/3ctecno.2018.v7n3e27.28-49/
Veloz, E. (2022). Componentes de calidad software y su utilización en aplicaciones web. Ciencia Latina
Revista Científica Multidisciplinar, 6(3), 3193–3204. https://doi.org/10.37811/CL_RCM.V6I3.2456
