Sistema logístico del zapallo italiano (zucchini)

Sistema logístico del zapallo italiano (zucchini)

Autor: Alejandro Vilcayauri, Aldair Nelser

Correo: aldair.alejandro.v@uni.pe

 

Propósito: El presente trabajo tiene como objetivo diseñar y describir un sistema logístico integral para la adquisición, el almacenamiento, el transporte y la exportación de frutas y verduras frescas desde el Perú, tomando como caso de aplicación el zapallo italiano (zucchini). Se busca articular los conceptos de la gestión de la cadena de suministro (SCM) con las condiciones reales de la agroexportación peruana, a fin de proponer un modelo logístico que contemple codificación SKU, flujo de procesos (SIPOC, SCOR), identificación de riesgos, indicadores de desempeño y propuestas de mejora alineadas con la Industria 4.0.

Diseño/metodología/enfoque: La investigación adopta un enfoque descriptivo-propositivo basado en revisión bibliográfica, análisis de fuentes institucionales (MIDAGRI, SENASA, Agrodataperu, SUNAT) y diseño conceptual de la cadena logística. Se emplean herramientas de ingeniería logística como el diagrama SIPOC (Suppliers-Inputs-Process-Outputs-Customers), el modelo SCOR (Supply Chain Operations Reference) simplificado, la codificación SKU de cinco campos (Producto–Tipo–Presentación–Origen–Canal), una matriz de riesgos con medidas de control y un cuadro de indicadores logísticos con sistema de semáforo (Lead Time, OTIF, rotación de inventarios, merma y nivel de servicio). El caso se circunscribe al recorrido del zucchini desde los valles productores de Ica y Lima hasta mercados internacionales como España, Estados Unidos y los Países Bajos.

Hallazgos: El análisis revela que la cadena logística del zucchini peruano presenta fortalezas como la cercanía de las zonas productoras al Puerto del Callao (tránsito terrestre de aproximadamente cuatro horas por la Panamericana Sur), la producción en contraestación respecto al hemisferio norte y la disponibilidad de tratados de libre comercio con los principales mercados de destino. Sin embargo, se identifican seis problemas principales: ruptura de la cadena de frío (riesgo alto), demoras portuarias y documentarias (riesgo alto), mermas elevadas por manipulación inadecuada (8–15 % del volumen), escasa integración tecnológica en pequeños productores, concentración geográfica de la oferta en pocas regiones y variabilidad de la demanda internacional. Los indicadores propuestos establecen metas orientativas como un OTIF superior al 95 %, una merma inferior al 5 %, un nivel de servicio cercano al 98 % y un Lead Time marítimo a Estados Unidos no mayor a 14 días.

Implicaciones prácticas: Se proponen ocho medidas de mejora organizadas por horizonte de implementación. En el corto plazo (0–6 meses): instalación de sensores IoT de temperatura en camiones y contenedores reefer, estandarización de protocolos poscosecha y preparación anticipada de documentación de exportación. En el mediano plazo (6–18 meses): integración de un sistema WMS con la codificación SKU, diversificación de proveedores hacia Arequipa, La Libertad y Áncash, y habilitación de puertos alternativos como Paita y Pisco. En el largo plazo (18–36 meses): desarrollo de canales de valor agregado para excedentes (congelado IQF, deshidratado) e implementación de trazabilidad blockchain con código QR. Estas propuestas son aplicables no solo al zucchini, sino a la cadena de exportación de otras frutas y hortalizas perecibles.

Originalidad/valor: El trabajo aporta un diseño logístico completo para un producto de nicho (el zucchini) que ha sido poco estudiado en la logística agroexportadora, la cual mayormente se concentra en productos consolidados como el arándano, la uva y la palta. Al aplicar herramientas como el SIPOC, el modelo SCOR, la codificación SKU y los indicadores con semáforo a un caso concreto, el estudio demuestra que incluso hortalizas de menor volumen de exportación pueden beneficiarse de un enfoque logístico profesionalizado. Asimismo, la vinculación con tecnologías de la Industria 4.0 (IoT, WMS, blockchain, inteligencia artificial predictiva) posiciona el análisis en el contexto de la transformación digital de las cadenas agroexportadoras.

 

Palabras clave: cadena de suministro, logística agroexportadora, cadena de frío, SIPOC, modelo SCOR, codificación SKU, indicadores logísticos, Industria 4.0.

Tipo de artículo: Trabajo monográfico / Caso de estudio.