Desarrollo, an�lisis e interpretaci�n de indicadores de
procesos aplicados a la cadena de suministros
Ricardo Mois�s Lozano Ramirez
Tecnol�gico
de Estudios Superiores de Cuautitl�n Izcalli
Cuautitl�n Izcalli, Estado de M�xico, M�xico� �
Francisco Javier Zendejas Gonz�lez
Tecnol�gico
de Estudios Superiores de Cuautitl�n Izcalli
Cuautitl�n
Izcalli, Estado de M�xico, M�xico��
RESUMEN
El presente articulo representa
el trabajo de Investigaci�n para el desarrollo de modelaciones matem�ticas,
basadas en los principios del uso de la estad�stica inferencial, la programaci�n
de procesos y el uso de ratios de control, correlacionando los principales
indicadores propios del desempe�o industrial y log�stico dentro de la cadena de
suministros, tomando la informaci�n muestra de 2 empresas, la estructura de la
investigaci�n� esta desarrolla desde el
an�lisis de las bases operativas y los datos que se pueden obtener y rastrear
de las diferentes �reas productivas, para generar el panorama matem�tico a
trav�s de los modelos estad�sticos de trabajo, as� como el estudio y la
definici�n de los diferentes indicadores de desempe�o dentro de los procesos
industriales y log�sticos, contando con los datos pertinentes del sector,
finalmente el desarrollo, interpretaci�n y an�lisis de la modelaci�n matem�tica
permitir� observar y analizar la toma de decisiones y estrategias para �incrementar en la competitividad y mejora de
la rentabilidad de la industrial, optimizar la gerencia productiva y la gesti�n
log�stica con modelos de eficiencia siendo estos mecanismos observados para la
planificaci�n de las actividades internas y externas de la empresa a trav�s del
an�lisis de los indicadores.
Palabras clave: log�stica;
cadena de suministros; indicadores; optimizaci�n
Development,
analysis and interpretation of process indicators
applied to the
supply chain
This article
represents the work of Research for the development of mathematical modeling,
based on the principles of the use of inferential statistics, process
programming and the use of control ratios, correlating the main indicators of
industrial and logistics performance within the supply chain, taking the
information sample of 2 companies. The structure of the research is developed
from the analysis of the operational bases and the data that can be obtained
and tracked from the different productive areas, to generate the mathematical
panorama through the statistical models of work, as well as the study and
definition of the different performance indicators within the industrial and
logistics processes, counting on the relevant data of the sector, finally the
development, interpretation and analysis of mathematical modeling will allow to
observe and analyze the decision making and strategies to increase
competitiveness and improve the profitability of the industrial, optimize
productive management and logistics management with efficiency models being
these mechanisms observed for the planning of internal and external activities
of the company through the analysis of the indicators
Keywords: indicators, logistics, supply chain, optimization
�
Art�culo recibido:� 03 marzo 2022
Aceptado para
publicaci�n: 20 marzo 2022
Correspondencia:
[email protected]
Conflictos de
Inter�s: Ninguna que declarar
1.
INTRODUCCI�N�
Dentro de los �ltimos periodos y a�os
actuales, las diferentes� empresas y sus
cadenas de suministro est�n buscando identificar, seguir y controlar el
desempe�o de sus procesos con el fin de garantizar niveles adecuados de la� prestaci�n de servicios a sus clientes, a
trav�s de la� utilizaci�n de� sus recursos disponibles y el cumplimiento de
su plan estrat�gico, el cual les permita alcanzar sus objetivos y metas, dentro
de las cuales se incluye la eficiencia de las operaciones industriales as�
como� log�sticas� que impactan directamente en la gesti�n de la
cadena de suministro.
�El presente �art�culo es el resultado de la investigaci�n y
puesta en pr�ctica del desarrollo de indicadores que impacten directamente en
el an�lisis de un proceso de la cadena de suministro dentro de 2 casos tipo,
donde en conjunto con el personal de estas empresas, se desarroll� el modelo
matem�tico de ratios correlacionados (formulas), que brindan un dato de control
porcentual el cual refleja el desempe�o de un grupo de actividades� que en conjunto con la interpretaci�n
anal�tica de los procesos se busca coadyuvar a la planeaci�n estrat�gica en la
toma de decisiones de las empresas.
El trabajo est� desarrollado desde la
fundamentaci�n de la necesidad y viabilidad de construir f�rmulas de control
basadas en los indicadores y datos obtenidos de los historiales, pasando por la
explicaci�n te�rica de la construcci�n de las modelaciones matem�ticas y su
importancia hasta la muestra, observaci�n y definici�n de indicadores tipo y
comunes.
La continuidad del trabajo� se ve reflejado desde la construcci�n del
conocimiento en los aspectos b�sicos hasta su implementaci�n pr�ctica,
definiendo en la estructura las� bases de
la ense�a matem�tica de la ingenier�a hasta su puesta en pr�ctica en los tres
casos de estudio, partiendo de lo general a lo particular, donde se define el
contexto de las empresas hasta la modelaci�n de los ratios matem�ticos propios
de cada proceso y caso de inter�s en la cadena de suministros y su impacto en
la toma de decisiones industriales y log�sticas que puedan presentarse.
2.
ESTRATEGIAS METODOL�GICAS
Actualmente, nuestras empresas encargadas de
operaciones productivas o log�sticas y sus departamentos que gestionan la
cadena de suministros requieren de la identificaci�n y medici�n del desempe�o
de los eslabones de las actividades industriales, de producci�n o log�sticas,
as� como de abastecimiento y distribuci�n a nivel interno (procesos) y externo
(satisfacci�n del cliente final). Sin duda lo anterior constituye un trabajo
para la alta gerencia, puesto que el reconocimiento de los principales
problemas y cuellos de botella que se presentan en la cadena productiva y
log�stica permitir� analizar las actividades y labores que perjudican
ostensiblemente la competitividad de las empresas en los mercados y la p�rdida
paulatina de sus clientes.
Las diferentes empresas del ramo o implicadas en
estos procesos generan estrategias donde el manejo de datos e informaci�n se
vuelve de vital importancia sin embargo, si los datos en realidad no son los
indicados o no se encuentran bien especificados, los errores de c�lculo de
interpretaci�n pueden producir tomas de decisiones err�neas, inclusive existe
la posibilidad que el an�lisis de estos eslabones no se conozca o desarrolle de
forma id�nea en el continuo de la toma de decisiones, puesto que el manejo de
los recursos no siempre es definido de forma correcta.
Uno de los factores determinantes para que todo
proceso, ll�mese log�stico o de producci�n, se lleve a cabo con �xito,
es dise�ar e implementar un modelo adecuado de indicadores para medir la
gesti�n de estos, con el fin de que se puedan implementar en posiciones
estrat�gicas que reflejen un resultado �ptimo en el mediano y largo plazo,
mediante un buen sistema de informaci�n que permita medir las diferentes etapas
del proceso log�stico, considerando que estos sistemas suelen ser de tecnolog�a
de punta o de transici�n de mejora.
Desafortunadamente en la industria dentro de los
procesos y en algunas �reas, todav�a existe una toma de decisiones mal planificada
o que es ejecutada basada en pobres o nulos an�lisis de datos y variables de
estudio, donde la Identificaci�n, medici�n e interpretaci�n de indicadores no
se realiza de� manera� adecuada�
o sin� un� respaldo matem�tico, estad�stico y operativo
que sea capaz de arrojar un dato de relevancia estrat�gica, puesto que en
algunas ocasiones los cambios o las gerencias actuales no consideran de todo
los antecedentes e informaci�n previa.
De tal forma que sabemos que todas la actividades y
operaciones tienen la capacidad de ser medidas y si se puede medir se pueden
controlar, por lo que basado en esto, radica el �xito de cualquier proceso y no
podemos olvidar: "lo que no se mide, no se puede administrar�.
Es as� como el adecuado uso y aplicaci�n de estos indicadores en
modelos matem�ticos afinados a las necesidades de respuesta de cada
empresa,� as� como los an�lisis de los
programas de productividad, distribuci�n y mejoramiento continuo en los
procesos log�sticos de las empresas, ser�n una base de generaci�n de ventajas
competitivas sostenibles y por ende de su posicionamiento frente a la
competencia nacional e internacional.
Ante la problem�tica general de la falta de
medici�n de indicadores en esta presente investigaci�n se contar� con la
informaci�n de tres empresas base, para ejemplificar la metodolog�a ,dise�o y
generaci�n de modelos de indicadores que permitan generar una toma de
decisiones adecuada.
�Los
modelos de ratios matem�ticos correlacionados basados en KPI�s , son capaces de
arrojar indicadores o resultados medibles de eficiencia para el an�lisis en la
toma de decisiones de la industria productiva o log�stica en el proceso de
mejora de las cadenas de suministros?
En
la pregunta que se acaba de plantear se desarrollara en un inicio el an�lisis propio
de diferentes procesos de la cadena de suministros a trav�s de valores e
indicadores KPI�s , con el fin de�
determinar cu�l o cu�les son los eslabones que impactan en el cambio de
resultados de la eficiencia operativa y log�stica de las empresas, de tal forma
que podremos observar cuales pueden considerarse como constates en la
variabilidad de los datos de la industria, tomando una perspectiva de la
gesti�n de la cadena de suministros en las actividades que impactan en
determinados proceso basados el an�lisis en las estrategias de las relaciones
entre las funciones empresariales de la log�stica y la relaci�n entre s�
mismas, partiendo del estudio de la programaci�n de procesos, una� correlaci�n de variables y la regresi�n
lineal de los datos de trabajo.
En funci�n de la investigaci�n y
contando con la informaci�n pertinente con respecto al dise�o y desarrollo de
indicadores se procedi� a generar los contactos con elementos clave de por lo
menos tres empresas donde en colaboraci�n se busca desarrollar con los datos
propios de sus �reas de trabajo los modelos de ratios matem�ticos conjuntos,
esto a trav�s de las siguientes fases de trabajo.
Fase
1: Primer contacto y entrevista.
En esta fase se explica y detalla la
propuesta de investigaci�n colaboraci�n y desarrollo de trabajo se muestra una
serie de diagramas que explican los pormenores del uso y dise�o de indicadores.
Fase
2: An�lisis estad�stico descriptivo de los
datos, Modelaci�n y ejemplificaci�n del indicador.
Se revisan los datos de trabajo y se
desarrolla la estad�stica descriptiva necesaria para cada caso en particular,
se observa la factibilidad del uso de las herramientas de an�lisis, el uso de
los diagramas de dispersi�n y similares con el objetivo de identificar si la
informaci�n proporcionada permite generar los cocientes de trabajo y se pueden
construir indicadores factibles de interpretaci�n.
Fase
3: Desarrollo del modelo conjunto, seguimiento
y retroalimentaci�n.
En esta etapa se desarrolla el modelo
conjunto, eval�a el resultado obtenido y se emiten las conclusiones y
recomendaciones particulares de los casos de estudio.
Considerando la protecci�n de datos y
la sensibilidad de la informaci�n y teniendo como fin acad�mico la publicaci�n
del art�culo, los datos presentados no ser�n referenciados a el nombre de la
empresa, sin embargo se ocupara una descripci�n gen�rica del rubro de trabajo y
de la metodolog�a aplicada, donde uno de los objetivos en conjunto es mantener
una sinergia de ganar- ganar puesto que se desarrollaran los indicadores base
para construir el modelo matem�tico de ratios correlacionados, el cual tiene la
principal ventaja frente a otras mediciones de que mide en un �nico
indicador� todos los par�metros
fundamentales del proceso a estudiar y esto por medio de al menos tres
coeficientes relacionados, de tal manera que el elemento clave podr� aplicar la
mejor estrategia y toma decisiones basada en los resultados obtenidos.
Se realizan las entrevistas con los
elementos clave que colaboran en el desarrollo del trabajo y en reuni�n se les
muestra y explica los por menores sobre los tipos de indicadores y la
modelaci�n matem�tica de las ratios, donde se mencionan los datos e informaci�n
estad�stica que se puede necesitar para realizar las proporciones.
Empresa dedicada a la producci�n
venta y distribuci�n del ramo alimenticio de l�cteos y sus derivados, se procede a realizar el primer contacto con el elemento
clave, explicar la metodolog�a del trabajo y obtener los datos de seguimiento y
control del caso.
La descripci�n de los modelos y la
informaci�n se redacta a continuaci�n.
Indicador, Modelo de la
capacidad instalada.
Actualmente
la empresa cuenta con un equipo de ultra pasteurizado con una capacidad de
18,000 litros por hora y una m�quina envasadora con capacidad de diferentes
formatos en volumen, en donde su velocidad nominal es de 24,000 piezas por
hora.
En t�rminos generales se pueden
producir 24,000 piezas de producto con 18,000 litros.
El horario laboral de la m�quina es
de 18.5 el resto del d�a se utiliza para lavados finales y para mantenimientos,
lo que representa un 77% de horario de trabajo.
La capacidad instalada de producci�n
puede generar los siguientes datos.
Denominaciones
CIP = Capacidad instalada de
producci�n
TTE = tiempo de trabajo efectivo
PPP= Piezas producto producidas
PR= Producci�n real
Formula 1 de trabajo para el
desarrollo del indicador
Capacidad instalada de producci�n =
tiempo de trabajo efectivo X Piezas producto producidas�
Indicador
modelo uso de la capacidad instalada.
UCI= Uso de la capacidad instalada
Una vez desarrollado el primer
indicador se procedi� a revisar los datos hist�ricos de producci�n de 3 meses.
Donde se desea verificar si puede
comprobarse para este caso la hip�tesis nula donde se manifiesta que las
producciones mes con mes pueden considerarse iguales. donde el s�mbolo �
representa el promedio de la producci�n mensual.
Hip�tesis
nula
Hip�tesis
alterna que define que los valores son diferentes entre s�.
El medio de la aceptaci�n de la
hip�tesis ser� a trav�s del An�lisis de varianza, los datos hist�ricos se
trasladaron al estudio, obteniendo la siguiente informaci�n.
Datos hist�ricos en tabulaciones
|
1 mes |
2 mes |
3 mes |
|||||||
|
1 |
347545 |
1 |
221105 |
1 |
394420 |
||||
|
2 |
325149 |
2 |
318353 |
2 |
218719 |
||||
|
3 |
234045 |
3 |
360956 |
3 |
258272 |
||||
|
4 |
260345 |
4 |
195384 |
4 |
202671 |
||||
|
5 |
224322 |
5 |
223303 |
5 |
190928 |
||||
|
6 |
224047 |
6 |
380123 |
6 |
240267 |
||||
|
7 |
254877 |
7 |
305689 |
7 |
403503 |
||||
|
8 |
281952 |
8 |
286469 |
8 |
320720 |
||||
|
9 |
389197 |
9 |
309880 |
9 |
311553 |
||||
|
10 |
384893 |
10 |
390491 |
10 |
278942 |
||||
|
11 |
277544 |
11 |
373439 |
11 |
284516 |
||||
|
12 |
269882 |
12 |
268281 |
12 |
319265 |
||||
|
13 |
366952 |
13 |
400812 |
13 |
307894 |
||||
|
14 |
345234 |
14 |
375424 |
14 |
410324 |
||||
|
15 |
348597 |
15 |
208082 |
15 |
266196 |
||||
|
16 |
387999 |
16 |
287203 |
16 |
371663 |
||||
|
17 |
237396 |
17 |
384928 |
17 |
361157 |
||||
|
18 |
261038 |
18 |
374104 |
18 |
280701 |
||||
|
19 |
258924 |
19 |
260142 |
19 |
416850 |
||||
|
20 |
323520 |
20 |
276829 |
20 |
193675 |
||||
|
21 |
374420 |
21 |
331135 |
21 |
368552 |
||||
|
22 |
308873 |
22 |
318329 |
22 |
363774 |
||||
|
23 |
311143 |
23 |
192379 |
23 |
339957 |
||||
|
24 |
189935 |
24 |
374705 |
24 |
317701 |
||||
|
25 |
311100 |
25 |
407631 |
25 |
402560 |
||||
|
26 |
356087 |
26 |
322161 |
26 |
199488 |
||||
|
27 |
359591 |
27 |
254476 |
27 |
345787 |
||||
|
28 |
372296 |
28 |
243906 |
28 |
381147 |
||||
|
29 |
377447 |
29 |
222810 |
29 |
308636 |
||||
|
30 |
367805 |
30 |
375043 |
30 |
342277 |
||||
|
31 |
387755 |
31 |
396504 |
||||||
|
Promedio |
311072 |
Promedio |
310688 |
Promedio |
316084 |
||||
|
Promedio de promedios |
312615 |
||||||||
An�lisis
de varianza
Tablas de an�lisis de
Varianza de un Factor
���������������������������������������
Realizando un an�lisis de
varianza de un factor para los productos envasados en los tres diferentes meses
observamos lo siguiente:
La varianza de todos los meses es muy
grande lo cual podremos observar en los comportamientos gr�ficos de los
diagramas de dispersi�n y regresi�n lineal esto indica que dentro de cada grupo
o mes son muy diferentes los niveles diarios de producci�n sin embargo como
comparativo entre los meses el valor critico de F es 3.1 y nuestro valor F es
de 0.049 lo que indica que estad�sticamente los meses son muy parecidos entre
s� y no hay una alta diferencia entre ellos y esto lo podemos corroborar con �la elaboraci�n de los �diagramas de Dispersi�n �y sus ecuaciones que no indican que el
comportamiento es muy similar, por lo que se comprueba la hip�tesis nula.
Las pendientes y las ecuaciones, as�
como los valores que representan las ordenadas son muy parecidos si este
comportamiento es regular en cada uno de los meses o en los trimestres
analizados entonces el indicador de capacidad utilizada ser� similar lo cual
podr� arrojar conclusiones y tomas de decisiones aplicables a los par�metros de
estudio y a la predicci�n del comportamiento.
Se
muestran a continuaci�n las gr�ficas de Comportamiento lineal.
Figura an�lisis de regresi�n lineal
An�lisis de regresi�n lineal
An�lisis de regresi�n lineal
Ocupando los datos de
cada mes y el general obtenemos lo siguiente.
General
En conjunto con el estudio
estad�stico de los promedios, el an�lisis de varianza y los diagramas de
dispersi�n y la regresi�n lineal ,obtenemos que trabajamos un 70% de lo que
podr�amos hacer, y es aqu� donde se llega a una primera conclusi�n y que
impacta directamente en la toma de decisiones, porque si es bien sabido que no
se va a vender m�s, entonces la capacidad instalada de producci�n esta sobrada
en un 30%, por lo que no es necesario o las horas de trabajo indicadas de
producci�n o los turnos y personal considerado.
Este indicador puede obtenerse
diariamente, semanalmente , mensualmente, trimestralmente seg�n la necesidad
del reporte, pero hasta el momento los datos reflejan que se est� tiene una
sobrecapacidad bastante considerable puesto que el objetivo es acercarnos al
100% y si no es posible vender m�s, no produciremos m�s, puesto que se sabe que
se tiene la capacidad de producir m�s, pero realidad no buscamos producir
menos, si no trabajar eficientemente.
Y esto nos da pie a comenzar a
estructurar el siguiente indicador de productividad conocido.
Para poner el contexto del impacto de
esto se presenta la siguiente informaci�n dentro del almac�n de producto
terminado se tiene una capacidad de 22,238 tarimas lo que equivale entre diez y
doce d�as de inventario, al d�a salen en promedio 15 camiones lo que resulta en
una semana de 105 y al mes alrededor de 120, tomando en cuenta que en esta
planta se est� trabajando al 70% de su capacidad si esto disminuye o aumenta
las operaciones log�sticas se ven afectada por lo que se tienen juntas
semanales para revisar el manejo de todo lo que se gestiona, es importante
entender que cuando los d�as de inventario bajan le van a pedir a producci�n
incrementar y trabajar m�s, sin embargo es posible por el indicador que
observamos y de la misma forma en funci�n de producci�n distribuci�n debe
planear lo que se va a entregar de forma correcta y adecuada en tiempo y forma.
Denominaciones
ET= Eficacia del tiempo de trabajo
TP = tiempo Programado
TU= Tiempo utilizado
PD= producci�n diaria
CPD= Capacidad producida diaria.
Datos del promedio del primer mes
Eficiencia del tiempo de trabajo
Entonces actualmente se tiene una
eficiencia de 70 %�� y se debe tomar en
cuenta que esta eficiencia puede ser todav�a menor por que pueden existir
tambi�n en la maquina problemas mec�nicos , el�ctricos, falta de
refacciones,�� (mantenimiento ,
proveedor)� que reducen la eficiencia de
trabajo.
Pero en una conclusi�n general no se
aprovecha todo el tiempo, nuevamente hay sobrante de esta dimensi�n, y es
tiempo que se paga, este indicador va directamente relacionado con el anterior
y sus resultados son muy parecidos, si se realiza con cualquiera de los otros
tres datos las respuestas esperadas ser�n muy similares ya que la variaci�n de
la informaci�n general es peque�a.
Indicador
Modelo de calidad del producto.
En funci�n de la producci�n se pasa a
un �rea de calidad donde la producci�n diaria se coteja, es importante hacer
notar que esto es diario e impacta en la labor del jefe de planta, aunque �l no
ejecute esta actividad, el indicador ya est� definido, se reporta que el m�ximo
permisible es del 2% y la generalidad oscila entre el 0.05% y el 1.2% dando al
final un indicador de calidad cercano al 98-99%.
Para el caso de la investigaci�n el
jefe de planta comparte el indicador del d�a anterior que le fue reportado.
IC= Indicador de calidad
Producci�n del d�a 344678 piezas
envasadas
Total, de piezas en condiciones
343966
El n�mero de piezas sin condici�n es:
Este indicador se manifiesta, que es
constante puesto que existe el m�nimo permitido de productos sin las
condiciones adecuada.
Cabe destacar que en el caso de estos
productos pertenecer a una entrega, existen productos en existencia para cubrir
la demanda ya que en las gestiones diarias de producci�n se consideran en d�as
clave elementos que fungen de stock de seguridad, adem�s que la producci�n
diaria est� estimada y pronosticada en la demanda con un factor de correcci�n
del +,- 2 % de lo requerido.
Indicador
Modelo de Ratios Matem�ticos Conjuntos caso 1.
En este punto del estudio del caso se
han dise�ado y definido dos indicadores de trabajo en el �rea de Planta y se
tiene uno que es conocido, sin embargo el efecto de la aplicaci�n esta dado en
la correlaci�n de los mismos, puesto que los tres indicadores en la naturaleza
de su informaci�n y datos est�n estrechamente relacionados, pues es as� el caso
de la producci�n de piezas, el tiempo de trabajo y la calidad del producto
producido y la relaci�n de estos tres�
generan el indicador principal de trabajo denominado en esta ocasi�n
Eficiencia Operativa, es importante mencionar que cada empresa define sus
indicadores y relaciona aquellos que impactan directamente en el resultado de
un proceso, este es un dise�o exclusivo que mide la eficiencia operativa de
esta planta.
EO= Eficiencia operativa.
UCI= Uso de la capacidad instalada.
ET= Eficacia del tiempo de trabajo.
IC= Indicador de calidad.
De tal forma que el indicador se
define como:
Tomando en cuenta nuestros resultados
Finalmente este resultado define la Eficiencia
Operativa, donde en una primera instancia puede sorprender el resultado, ya que
en apariencia se cumple con la producci�n , se cumple con la calidad y se
cumple con el producto al cliente, pero se llega a olvidar los datos que al
final nos est�n haciendo perder o no generar mayor ingreso ya que solo est�n
produciendo el 70% de su capacidad real (sobre capacitado), solo se trabaja el
70% del tiempo que se deber�a trabajar (existe entonces un mayor pago de recurso
humano por lo que realmente se hace.)
A partir de estos an�lisis es donde se debe realizar
las recomendaciones o sugerencias pertinentes que en su mayor�a tienen que ver
con la redistribuci�n del trabajo, del tiempo y del personal y que su ves no
debe pensarse en el despido si no en el manejo correcto de los recursos, o en
su defecto en la ampliaci�n� de la
cartera de clientes y mercado, la cual tambi�n es otra alternativa puesto que
se tiene la capacidad , el tiempo y el recurso humano para poder elevar los
indicadores, y es aqu� donde las estrategias de mercadot�cnica y fuerza de
ventas pueden jugar un papel importante.
Cabe destacar que este es un caso de estudio de un
�rea de la empresa, tomando en cuenta indicadores y datos que tiene las
personas que laboran en el �rea, pero pueden redefinir su informaci�n , se
puede incrementar el modelo conjunto o cambiar los indicadores base, para
buscar otro tipo de resultados y mejoras.Segundo
caso
Empresa
dedicada al ramo de la fabricaci�n, confecci�n, venta y distribuci�n de blancos
para el hogar
Indicadores Modelos de inserci�n y existencia.
Modelo de Producci�n bajo venta de demanda Fluctuante.
En funci�n de lo comentado por el elemento clave se
observa que se requiere un control de la inserci�n de los productos, que viene
a representar el faltante de producto en tiendas o la necesidad del mercado
pronosticada, para definir esta necesidad se presenta la siguiente informaci�n.
El 95% del producto debe estar en el mercado, pero
este valor debe estar representado en el 75 % de lo que se tiene planeado de la
demanda, para el caso de esta empresa.
Por lo que la f�rmula para la inserci�n del faltante seria.
La f�rmula general de este indicador queda
representada de esta manera y se explica con el siguiente Estudio.
An�lisis a tres semanas de producto en el almac�n.
Actualmente en el almac�n se encuentran 800 art�culos
del producto colcha estampado verde SKU 236/2091 con un pron�stico mensual de
venta de 1200 piezas, tomando en cuenta que el mes est� dividido en 4 semanas
productivas y el almac�n debe tener 3 semanas de producto terminado tenemos que
Por lo que se debe multiplicar el pron�stico de venta
Lo que indica que debe haber 900 productos con c�digo
SKU 236/209.
Por lo tanto, a trav�s de una resta sabemos que hacen
falta colocar:
Entonces se requieren producir 100
Conjuntando de manera completa el indicador para
conocer el porcentaje de inserci�n que representa lo que se le debe al mercado
tenemos que.
Indicador real
Formula completa
Lo que indica que actualmente el almac�n solo tiene
100% -11.11% el 88.89% de lo que debe tener, cuando se busca el 95% de
existencia en almacenes de productos terminado.
Dando como resultado el indicador de existencia en
almac�n.
Tomado en cuenta que lo que se requiere producir� �faltantes � no debe de ser mayor al 5% , de
tal manera que en este producto tenemos un faltante del 11.11% poco m�s del
doble permitido, de tal manera que puede generarse un control para identificar
por producto el l�mite m�nimo permitido de existencia en el Almac�n.
Estos valores impactan directamente en el �rea de
producci�n y de manera consecuente en el seguimiento de proveedores y control
de materia prima en el departamento de compras, puesto que la cadena de
suministros depende de la demanda del cliente y de ah� hasta proveedores,
generando un control de contexto de estudio inverso.
Indicador Modelo de cumplimiento de la empresa.
Este indicador se desarrolla y estudia en funci�n del
n�mero de productos diferentes que tienen la empresa y el valor de los
denominados ceros netos que vienen a representar el n�mero de productos que en
existencia est�n en cero, derivado de diferentes factores, como puede ser falta
de materia prima, venta total del inventario, producci�n fallida, etc. para que
sea considerado un Neto cero debe ser un producto que no est� catalogado como
descontinuado y que tiene a�n una demanda existente y rentable, el objetivo de
la empresa es tener un cumplimiento m�nimo del 95%
Para definir el indicador se procede al siguiente
an�lisis en funci�n de los datos compartidos a la fecha del estudio.
Ratio de proporci�n de ceros netos contra total de
productos, actualmente la f�brica produce 2091 art�culos de los cuales en
inventario 50 no tienen existencia, su proporci�n est� definida por
Donde x representa el porcentaje de incumplimiento.
Definido como un indicador de cumplimiento tenemos
entonces.
Lo que nos permite concluir entonces que en el almac�n
falta el 2.4 % de productos en 0 total.
Considerando este indicador podemos definir tambi�n el
m�ximo n�mero de productos que puede permitirse la empresa tener como ceros
netos, para representa un valor de 95% de cumplimiento.
Los ceros netos m�ximo permitidos est�n representados
por:
Para nuestro caso de estudio debemos atender la
producci�n de 50 productos y estos se deben manejar por prioridad de los
estudios de demanda y el % de inserci�n que requieren los productos, tomando en
cuenta que simult�neamente se va dando atenci�n a los productos de mayor
demanda y su valor de inserci�n que se requiere.
Indicador
Modelo de la capacidad instalada.
Los siguientes datos representan los valores de
control actuales, para los cuales la media de estudio est� dada por metros
cuadrados.
Capacidad instalada = 250,000 m2 de telas
semanales.
Capacidad acordada = 200,000 m2 de telas
internas semanales.
La capacidad acordada est� definida por la Capacidad
de almac�n interno de surtido (materia prima) 200,000 m2 semanales
el cual est� ligado al almac�n central de materia prima.
La capacidad instalada es el 80%, donde la limitante
principal es la capacidad del almac�n de surtido a producci�n, derivado de esto
la empresa tiene dentro de sus planes de mejora continua identificar la
posibilidad de aumentar el tama�o del almac�n o prescindir tambi�n de equipo y
personal, sin embargo, la situaci�n actual en el pa�s y de manera global
provocada por el Covid-19 ha replanteado las prioridades y decisiones
estrat�gicas de la empresa.
Indicador
Modelo de Ratios Matem�ticos Conjuntos caso 2.
En el avance del caso se han dise�ado y definido dos
indicadores de trabajo en la empresa y se tiene mantiene uno que es conocido,
con la informaci�n obtenida de los tres indicadores principales que son el de
existencias, cumplimiento y capacidad instalada se puede generan el indicador
principal de trabajo denominado Eficiencia Operativa.
ICP=
Indicador cumplimiento de la Empresa.
ICI=
Indicador capacidad instalada.
De
tal forma que el indicador se define como:
Tomando
en cuenta nuestros resultados
Por lo que el valor de la eficiencia Operativa para
este caso es de 74.74% de tal manera que podemos definir nuevamente un valor de
control que permitir� identificar y genera estrategias de mejora dentro de los
procesos industriales y log�sticos de la empresa.
3. RESULTADOS Y DISCUSI�N
Primer caso.
Para el an�lisis del primer caso, tenemos que el
resultado define la Eficiencia Operativa, donde en una primera instancia puede
sorprender el resultado, ya que en apariencia se cumple con la producci�n , se
cumple con la calidad y se cumple con el producto al cliente, pero se llega a
olvidar los datos que al final nos est�n haciendo perder o no generar mayor
ingreso ya que solo est�n produciendo el 70% de su capacidad real (sobre
capacitado), solo se trabaja el 70% del tiempo que se deber�a trabajar (existe
entonces un mayor pago de recurso humano por lo que realmente se hace.)
A partir de estos an�lisis es donde se debe realizar
las recomendaciones o sugerencias pertinentes que en su mayor�a tienen que ver
con la redistribuci�n del trabajo, del tiempo y del personal y que su ves no
debe pensarse en el despido si no en el manejo correcto de los recursos, o en
su defecto en la ampliaci�n� de la
cartera de clientes y mercado, la cual tambi�n es otra alternativa puesto que
se tiene la capacidad , el tiempo y el recurso humano para poder elevar los
indicadores, y es aqu� donde las estrategias de mercadot�cnica y fuerza de
ventas pueden jugar un papel importante.
Cabe destacar que este es un caso tipo de un �rea de
la empresa, tomando en cuenta indicadores y datos que tiene las personas que
laboran en el �rea, pero pueden redefinir su informaci�n , se puede incrementar
el modelo conjunto o cambiar los indicadores base, para buscar otro tipo de
resultados y mejoras.
Planteando los alcances del indicador el elemento
clave se pretende realizar las mejoras en una primera etapa los siguientes
valores de control
|
EO= Eficiencia operativa� |
|
|
UCI= Uso de la capacidad instalada |
|
|
ET= Eficacia del tiempo de trabajo |
|
|
IC= indicador de calidad |
|
����������������������� Tabla resumen
Eficiencia Operativa.
Seguimiento
de indicadores.
Dando seguimiento al caso 1 se plantean de forma breve
indicadores y control de datos que desea implementar y dar seguimiento, donde
estos indicadores ya existen, pero se busca implementarlos para hacer m�s
flexible y completo el modelo de ratios conjuntos y que estos impacten
directamente al an�lisis de toda la cadena de suministros.
An�lisis del rendimiento
Cumplimiento del Fill-Rate
En el caso espec�fico de estos el �rea de producci�n
sabe que cumple con un valor cercano al 99 % ya que todo lo que se les es
demando al �rea se produce y no se tiene problemas de falta de producci�n y
tampoco se sobrepasa con una mayor producci�n por lo que insertar este an�lisis
en conjunto con otros puede arrojar otros indicadores de efectividad
Otro de los an�lisis que es de inter�s y que para el
caso se describe pero no se desarrolla ya que estos datos no est�n actualizados
al momento del estudio del caso es el indicador de Merma el cual pretende
estudiarse desde el an�lisis y las pruebas de calidad de la materia prima que
principalmente es leche y esta a su vez se tiene definida en tres protocolos,
que son las mermas t�cnicas que tienen que ver con el mal dise�o de procesos y
control de actividades del insumo, las mermas operativas que tienen que ver con
la falla del personal de operaci�n y las m�quinas de fabricaci�n ,y finalmente
las mermas de transporte el cual se mostrara el ratio de estudio.
Mermas
operativas para considerar.
Mermas de envase, mermas de vitamina, merma de
cultivo, merma de charola, merma de adhesivos, merma de bandas termo encogibles
merma de concentrado de fruta merma de separador . Merma de enzima.
Indicador
de Merma de transporte
Y de la misma manera como el ejemplo conociendo todos
los datos puede generarse un Indicador de modelo conjunto donde a su vez
tambi�n se puede conocer el valor real de la merma al rastrear todo el proceso
como puede ser:
Inventario inicial - recibo de leche - mermas
t�cnicas- mermas operativas -producci�n entregada-mermas de transporte al �rea
de anden � inventario final = merma de leche total, Finalmente el an�lisis y
estructuraci�n de todos estos datos nos dar�n resultados que inciden en los
proyectos de mejora continua, donde es cierto que todos los indicadores tienen
una importancia igual, solo diferentes contextos de resultados para llegar a
las mejores respuestas y soluciones.
Con respecto al primer �caso tenemos que la revisi�n de los indicadores deber� impactar
en la evaluaci�n anual al personal puesto que en funci�n de las evaluaciones se
puede gestionar los aumentos de acuerdo al cumplimiento de los objetivos
planteados para el a�o, por� tomar un
ejemplo en esta empresa nos comenta el jefe de planta que a �l y a sus
supervisores se les programo el cumplimiento y la mejora del tiempo productivo
as� como la disminuci�n de la merma y cumplimiento al presupuesto planeado, si
ellos no cumplen esos objetivos van perdiendo puntos para su aumento, por lo
que� si la empresa dio un 10% de aumento
salarial y t� tienes solo la mitad de tus objetivos, en lugar de darte el 10%
te va a dar el 5% , pero tambi�n hay sanciones si no cumples y existen varias
escalas como� cumpli�, o no cumpli�,
cumpli� parcialmente, excedido el cumplimiento , por lo que s� est� en no
cumpli�, los jefes tiene que hacer un plan de acci�n para que se pueda mejorar
el desempe�o y si no se cumple o se lo logra puede llegar hasta la recesi�n de
contrato, por eso es importante encontrar todas las �reas de oportunidad, as�
como los objetivos de mejora continua, donde por lo menos debe haber un
proyecto de mejora continua cada a�o, de tal manera que cada a�o se plantean
los objetivos del siguiente a�o y se debe tener un proyecto de mejora continua
en este caso este proyecto ya coadyubo a encontrar una �rea donde desarrollar
un proyecto de mejora.
Segundo
caso.
Con respecto al segundo
caso, el estudio puede incluir m�s informaci�n que permita continuar analizando
los modelos planteados, si es de cierto que previamente se manifestaron los
resultados y conclusiones del estudio es imp�rtate analizar la siguiente
informaci�n que impacta directamente en los procesos y en la forma de trabajar
y presentar soluciones ante las situaciones que se pueden generar.
Si se desarrolla el an�lisis
de la confecci�n y producci�n, Actualmente se producen 23,000 piezas diarias en
confecci�n donde se trabajan 5 d�as h�biles.
23,000 x 5= 115 ,000 piezas
semanales.
200,000 m2 de
telas = 115,000 piezas de productos semanales.
En t�rminos de materia prima
se sabe que se requiere 200,000 m2 por semana realizando el an�lisis
al mes de 4 semanas 200,000 m2 x 4 semanas 800,000 m2
mensual de materias primas.
El almac�n de control de materia
prima tiene capacidad de 2,400,000 m2 lo que representa 3 meses de
inventario.
El nivel de inventario de
materia prima, la producci�n, el inventario de producto terminado y el
seguimiento de la cadena de suministro dentro de esta empresa est� definido a 7
meses, donde la forma de trabajo, control y seguimiento est� dada por:
Un mes de compras de
inventario por autorizar, una vez gestionado todas las necesidades de compras
de materia prima que se requieren, se procede a la revisi�n de estas �rdenes
donde se identifica, revisa y autorizan la necesidades y compras a
realizar.����
Un mes de telas en
fabricaci�n en china, el principal proveedor de la empresa se encuentra en
china y cada mes seg�n las necesidades se solicita la materia prima que se desea
adquirir de tal manera que en el momento de efectuar una nueva orden de compra
ya se est� terminando de producir lo que se requiere para los siguientes meses
considerando que esto estar� en tr�nsito durante un mes.
Un mes en tr�nsito de
materia prima proveniente desde china, el an�lisis de materia prima
desarrollado por el equipo de planeaci�n debe incluir el tiempo de la
autorizaci�n de la orden, la fabricaci�n de esta y el tiempo en que tarda en
llegar, de tal manera que, por citar un ejemplo, lo que se requiere comenzar a
producir en el mes de junio se emiti� la orden desde los �ltimos d�as de
febrero o los primeros d�as del mes�� de
marzo.
El almac�n central����� de materia prima tiene capacidad de tres
meses de inventario de materia prima con una cantidad de 2,400,000 m2������ de tela.
El almac�n de producto
terminado tiene capacidad de inventario para un mes de surtido, por lo que en
conjunto con los dem�s procesos mencionados la gesti�n de aprovisionamiento de
materia prima y el control de la cadena de suministro define una temporalidad
de 7 meses, a continuaci�n, se presenta un resumen:
|
Tiempo de
control en meses |
|||||
|
1 mes |
1 mes |
1 mes |
3 meses |
1 mes |
7 meses |
|
Compras por autorizar |
Fabricaci�n china |
Transito |
Almac�n de materia prima |
Producto terminado |
Total, tiempo del control |
Tabla resumen del proceso del tiempo de control.
Dar continuidad a estos
estudios y an�lisis en conjunto con lo que se ha desarrollado nos permite tener
un panorama m�s amplio de la importancia de desarrollar indicadores que nos
permitan medir la Eficiencia, Eficacia y Efectividad de nuestros Procesos.
4. CONCLUSI�N O
CONSIDERACIONES FINALES
Los par�metros usados en los escenarios muestra� y casos tipo de an�lisis, fueron tomados en
consideraci�n seg�n cada una de las situaciones industriales y� log�sticas de estudio descritas en el
desarrollo, donde se tomaron en cuenta las diferentes actividades y datos que
proporcionaron los elementos claves para estructurar los indicadores que les
fueran funcionales para la toma de decisiones en sus �reas de alcance y labor,
cada una de las empresas se compone de m�s departamentos y de diferente
personal de mando, pero atendiendo los objetivos de la investigaci�n y
mostrando la capacidad para llevar la informaci�n documental a modelos de
f�rmulas matem�ticas que pueden ser argumentados con datos y an�lisis
estad�sticos se pudo demostrar la formulaci�n y aplicabilidad de los mismos
para entender los diferentes comportamientos que tienen las empresas y la
informaci�n que maneja.
Si es de cierto que muchas empresas usan diferentes
indicadores seg�n cada una de sus circunstancias, pocas lo hacen de manera
conjunta con el objetivo de parametrizar m�s de un proceso que pueda calificar
la eficiencia de todo un departamento o proceso de inter�s que desea ser
supervisado, esto puede deberse al desconocimiento de c�mo llevarlo a cabo o
redactarlo de forma adecuada en la gesti�n de la informaci�n y recursos que se
tienen al alcance de las supervisiones o gerencias.
Una de las principales ventajas de la estructura y
ejecuci�n de la investigaci�n es que puede ser llevada a cabo por diferentes
empresas con tama�os de ejecuci�n de actividades de distintos niveles, desde
las que inician con operaciones de peque�a y media empresa hasta las que ha
est�n consolidadas, puesto que cada actividad y funci�n puede y debe medirse
para tener un mejor control de sus operaciones y de su cadena de suministros.
Dentro de cada uno de los casos tipo se plantea a
manera de conclusi�n y an�lisis de resultados�
las observaciones obtenidas� y
est�n� se describen en las diferentes
fases� de cada uno de los trabajos
desarrollados, por lo que no daremos una repetici�n particular de cada uno de
los casos estudiados, sin embargo es importante hacer notar que esta forma de
trabajo no est� limitada por lo estudiado y acontecido en los resultados ya que
debe de darse un seguimiento y control as� como sus respectivas actualizaciones
y replanteamientos debido a que estos modelos y formas de trabajo deben
adaptarse y ser flexibles a lo que pueda acontecer y suceder con el mercado, la
econom�a y las demandas, as� como los nuevos competidores y la aparici�n de las
nuevas tecnolog�as.
La experiencia al �constituir este trabajo queda exhibida en la
comprensi�n y conocimiento adquirido de las diferentes formas de trabajo en las
que se desarrolla cada una de las industrias y la flexibilidad que tienen los
modelos matem�ticos y la proporciones estudiadas en los ratios para arrojar
informaci�n de inter�s que permitan sugerir o adecuar el pensamiento de una
soluci�n, donde sin lugar a dudas regresamos en el pensamiento al an�lisis de
la problem�tica y a la demostraci�n argumental de la hip�tesis, donde el camino
llevado a cabo con respecto� del uso de
estos ratios puede brindar diferentes puntos de vista para llegar a soluciones
que consoliden el crecimiento de las empresas a trav�s de una toma decisiones
basadas en resultados observables y comprobados.
Para el desarrollo de este Articulo fue necesario
conocer diferentes conceptos administrativos, log�sticos y operativos de
trabajo que permitieran consolidar el pensamiento para estructurar cada uno de
los indicadores de trabajo, dando seguimiento a la concepci�n e importancia del
uso de las matem�ticas y la estad�stica en la ingenier�a, hasta la puesta en
pr�ctica de los indicadores a trav�s del manejo de informaci�n adecuada.
Para efectuar de forma eficaz un control de calidad en
la empresa se deben de� identificar las
actividades que son� prioridad para
mejorar su procesos, entre los que destacan la selecci�n de la mejor ruta, el
correcto cubicaje y selecci�n de unidades de�
viaje, la implementaci�n de tecnolog�as de trazabilidad y seguimiento en
tiempo real, atenci�n eficiente del cliente, uso de la nube de informaci�n y
big data, medici�n de las franjas de entrega y la disponibilidad del cliente
para recibir su entrega, etc. de tal forma que estructurando estos indicadores
podremos obtener resultados que nos permitan tomar decisiones de en donde nos
encontramos y as� ad�nde vamos.
Cabe destacar que entre las actividades mencionadas
una que se vuelve muy rentable en el an�lisis estad�stico de los patrones de
recepci�n de entrega, ya que los datos arrojados por parte de los clientes nos
permiten identificar de qu� forma se comporta la temporalidad de recepci�n de
paquetes, puesto que� con un estudio de
datos se puede determinar en qu� d�as, horas y bajo qu� condiciones se tienen
m�s entregas exitosas, eludiendo variables de entrega fallida, como el que no
est� el cliente o exista una congesti�n de la vialidad en el traslado desde el
ultimo origen hasta el destino marcado, la revisi�n de estos datos e
indicadores nos permite definir de forma eficiente en qu� momento podemos
realizar la entrega exitosa y el an�lisis de estos par�metros a trav�s de una correcta
gesti�n de actividades y procesos permitir� mantener e incrementar los �ndices
de calidad.
Al final la adaptabilidad, as� como el seguimiento de
las actividades y la mejora continua de la investigaci�n radica en formular
modelos operativos completos de la industria que cuenten dentro de sus labores
todos los procesos b�sicos y de control de la cadena de suministros analizando
m�s de tres indicadores conjuntos, donde cada una de sus proporciones reflejen
un an�lisis completo para de las actividades a supervisar y gestionar.
5. LISTA DE REFERENCIAS
Baca U., G. (2016). Evaluaci�n de Proyectos. M�xico:
Mc Graw Hill Education .
Ballesteros R., D. (2019). Contributions of the
Logistics to sustainable development. Scientia et Technica, 171-176.
Ballou H. (2004). Log�stica. Administraci�n de la
Cadena de Suministros. M�xico: Pretince Hill.
Barra R. (1983). C�rculos de calidad en Operaci�n
,Estrategia practica para aumentar la Productividad y las utilidades. M�xico:
Mc Graw Hill.
Brito, M., Alem�n, I., Fraga, E., Para, J. y Arias, R.
(2011). Papel de la modelaci�n matem�tica en la formaci�n de ingenieros.
Ingenier�a Mec�nica, 14(2), 129-139. Recuperado de
http://scielo.sld.cu/pdf/im/v14n2/im05211.pdf [ Links ]
Callej�n s., M. (2007). I+D, innovaci�n y pol�tica
p�blica. UOC Papers Revista sobre la sociedad del conocimiento, 45-52.
Candia., L. D. (2018). Mejoras en maquinaria
Industrial hacia la industria 4.0. Congreso argentino de ciencias de la
computaci�n, comisi�n de investigaci�n cient�ficas de la provincia de buenos
aires., 715-724.
Camarena, P., Trejo, E. y Trejo, N. (2013). Las
matem�ticas en la formaci�n de un ingeniero: la matem�tica en contexto como una
propuesta metodol�gica. Revista de Docencia Universitaria, 11(especial).
Recuperado de http://www.polipapers.upv.es/index.php/REDU/article/view/5562/5552
[ Links ]
Chiavenato, I. (2007). Administraci�n de Recursos
Humanos. Mc Graw Hill , octava edici�n.
Collier A., D,; Evans R., J. (2019). Administraci�n de Operaciones. M�xico: Cengage.
Frazelle.E, (2001) Supply Chain Strategy: The
Logistics of Supply Chain Management. The United State: McGraw�Hill Professional:.5P
Gonz�lez C., F. (2007). Manufactura Esbelta
Principales Herramientas. Revista Panorama Administrativo, 85-112.
Grant L., E. (2000). Control Estad�stico de Calidad .
M�xico: CECSA.
Guti�rrez P., H. (2012). An�lisis y Dise�o de
Experimentos. M�xico: Mc Graw Hill
Education.
Kaoru I. (1987). �Que es el control total de calidad?
Colombia: Norma.
Mart�nez R., L. (2019). Log�stica Integral y Calidad Total.
KOINONIA. Revista Arbitrada Interdisciplinaria de Ciencias de la Educaci�n,
202-234.
Medrano M., J.A.; Gonz�lez A., V.L. ; Diaz D., V.M.
(2018). Mantenimiento. Veracruz: Grupo Editorial Patria.
Rodr�guez, R. y Bourguet, R. (2015, junio). Identifying modeling practices through differential
equations and simulation. Ponencia
presentada en la 122nd SEE Annual Conference-Exposition �Building bridges
between mathematics and engineering� en Seattle, Estados Unidos. Recuperado de https://www.asee.org/public/conferences/56/papers/13153/view
Romo, A., Okta�, A. (2007). Herramienta metodol�gica
para el an�lisis de los conceptos matem�ticos en el ejercicio de la
ingenier�a. Relime, 10(1), 117-143. Recuperado
de: http://www.scielo.org.mx/pdf/relime/v10n1/v10n1a6.pdf
Sierpinska, A., Nnadozie, A. y okta�, A. (2002). A study of relationships between theoretical thinking
and high achievement in linear algebra.
(Reporte de investigaci�n,
Universidad de Concordia, Canad�). Recuperado de http://alcor.concordia.ca/sierp/downloadpapers.html
V�squez, R., Romo, A. y Trigueros, M. (2015,
mayo). Un contexto de modelaci�n para la ense�anza de matem�ticas en
las ingenier�as. Ponencia presentada en la XIV CIAEM Conferencia
Interamericana de Educaci�n Matem�tica en Tuxtla Guti�rrez, Chiapas, M�xico.