Derechos de autor 2026 Visión Antataura
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
La construcción de tableros de control en la cadena de suministro frecuentemente ignora la redundancia informativa generada al incluir métricas derivadas algebraicamente de variables preexistentes, creando una falsa percepción de amplitud diagnóstica. Este estudio tuvo como objetivo evaluar la estructura subyacente de un conjunto de métricas logísticas, cuantificar su superposición informativa y proponer un diseño eficiente que garantice la independencia estadística de sus componentes. Mediante un enfoque cuantitativo y comparativo, se analizaron datos sintéticos de inventario (150 SKU evaluadas durante 1,095 días), creados en Python mediante modelado generativo (SDV) a partir de registros históricos de un centro de distribución real, preservando sus propiedades estadísticas empíricas originales. Se contrastó un sistema completo de seis indicadores incluyendo constructos derivados como el Índice de Resiliencia Operativa (IRO) y el Índice de Eficiencia Logística (IEL) frente a un esquema reducido de cuatro variables base, utilizando el Análisis de Componentes Principales (ACP). Los resultados empíricos demuestran que las transformaciones matemáticas sobre métricas base no aportan nuevo valor diagnóstico, sino que saturan la misma dimensión latente: el primer componente del sistema completo concentró el 58.2 % de la varianza total (evidencia de redundancia estructural), con cargas idénticas para indicadores dependientes. En contraste, el sistema reducido logró mayor eficiencia informativa (KMO = 0.619; varianza acumulada = 90.2 % con dos componentes). Se concluye que la validación estadística empírica es un prerrequisito ineludible frente a la diferenciación conceptual. Auditar la dimensionalidad mediante técnicas multivariantes asegura instrumentos gerenciales ortogonales, analíticamente superiores y libres de sesgos por duplicidad.
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.
