Desarrollamos un marco para la evaluación de riesgos de retrasar la entrega de envíos a los clientes en presencia de información incompleta relacionada con un evento significativo, por ejemplo, relacionado con el clima, que podría causar una interrupción sustancial. El enfoque se basó en prácticas manuales existentes, pero se equipó con un mecanismo para recopilar datos críticos e incorporarlos en la toma de decisiones, allanando el camino hacia una automatización gradual. Dos variables clave que afectan el riesgo fueron: la probabilidad de un evento y la importancia del envío específico. La probabilidad de evento especificada por el usuario, con un componente espacial elíptico, permitió al modelo adjuntar diferentes interpretaciones probabilísticas; se discutieron distribuciones de probabilidad uniformes y gaussianas, incluyendo posibles caminos para extensiones. El desarrollo del marco incluyó una implementación práctica en el ecosistema científico de Python. Aunque el marco se demostró en un entorno de prototipo, los resultados mostraron claramente que el marco pudo mostrar rápidamente los envíos programados y en proceso que estaban en riesgo de retraso, al tiempo que proporcionaba un ranking priorizado de estos envíos para que el personal dentro de la organización de fabricación pudiera implementar rápidamente acciones de mitigación y comunicaciones proactivas con los clientes para asegurar que los envíos críticos se entregaran cuando fuera necesario. Dado que el marco recopiló datos de varios sistemas de información empresarial, demostró ayudar al personal a identificar rápidamente los envíos potencialmente afectados mucho más rápido que los métodos existentes, lo que resultó en una mejora de la eficiencia y la satisfacción del cliente.