Desarrollo, análisis e interpretación de indicadores de
procesos aplicados a la cadena de suministros
Ricardo Moisés Lozano Ramirez
ricardo.lr@cuautitlan.tecnm.mx
Tecnológico
de Estudios Superiores de Cuautitlán Izcalli
Cuautitlán Izcalli, Estado de México, México
Francisco Javier Zendejas González
Tecnológico
de Estudios Superiores de Cuautitlán Izcalli
Cuautitlán
Izcalli, Estado de México, México
RESUMEN
El presente articulo representa
el trabajo de Investigación para el desarrollo de modelaciones matemáticas,
basadas en los principios del uso de la estadística inferencial, la programación
de procesos y el uso de ratios de control, correlacionando los principales
indicadores propios del desempeño industrial y logístico dentro de la cadena de
suministros, tomando la información muestra de 2 empresas, la estructura de la
investigación esta desarrolla desde el
análisis de las bases operativas y los datos que se pueden obtener y rastrear
de las diferentes áreas productivas, para generar el panorama matemático a
través de los modelos estadísticos de trabajo, así como el estudio y la
definición de los diferentes indicadores de desempeño dentro de los procesos
industriales y logísticos, contando con los datos pertinentes del sector,
finalmente el desarrollo, interpretación y análisis de la modelación matemática
permitirá 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 gestión
logística con modelos de eficiencia siendo estos mecanismos observados para la
planificación de las actividades internas y externas de la empresa a través del
análisis de los indicadores.
Palabras clave: logística;
cadena de suministros; indicadores; optimización
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
Artículo recibido: 03 marzo 2022
Aceptado para
publicación: 20 marzo 2022
Correspondencia:
ricardo.lr@cuautitlan.tecnm.mx
Conflictos de
Interés: Ninguna que declarar
1.
INTRODUCCIÓN
Dentro de los últimos periodos y años
actuales, las diferentes empresas y sus
cadenas de suministro están buscando identificar, seguir y controlar el
desempeño de sus procesos con el fin de garantizar niveles adecuados de la prestación de servicios a sus clientes, a
través de la utilización de sus recursos disponibles y el cumplimiento de
su plan estratégico, el cual les permita alcanzar sus objetivos y metas, dentro
de las cuales se incluye la eficiencia de las operaciones industriales así
como logísticas que impactan directamente en la gestión de la
cadena de suministro.
El presente artículo es el resultado de la investigación y
puesta en práctica del desarrollo de indicadores que impacten directamente en
el análisis de un proceso de la cadena de suministro dentro de 2 casos tipo,
donde en conjunto con el personal de estas empresas, se desarrolló el modelo
matemático de ratios correlacionados (formulas), que brindan un dato de control
porcentual el cual refleja el desempeño de un grupo de actividades que en conjunto con la interpretación
analítica de los procesos se busca coadyuvar a la planeación estratégica en la
toma de decisiones de las empresas.
El trabajo está desarrollado desde la
fundamentación de la necesidad y viabilidad de construir fórmulas de control
basadas en los indicadores y datos obtenidos de los historiales, pasando por la
explicación teórica de la construcción de las modelaciones matemáticas y su
importancia hasta la muestra, observación y definición de indicadores tipo y
comunes.
La continuidad del trabajo se ve reflejado desde la construcción del
conocimiento en los aspectos básicos hasta su implementación práctica,
definiendo en la estructura las bases de
la enseña matemática de la ingeniería hasta su puesta en práctica en los tres
casos de estudio, partiendo de lo general a lo particular, donde se define el
contexto de las empresas hasta la modelación de los ratios matemáticos propios
de cada proceso y caso de interés en la cadena de suministros y su impacto en
la toma de decisiones industriales y logísticas que puedan presentarse.
2.
ESTRATEGIAS METODOLÓGICAS
Actualmente, nuestras empresas encargadas de
operaciones productivas o logísticas y sus departamentos que gestionan la
cadena de suministros requieren de la identificación y medición del desempeño
de los eslabones de las actividades industriales, de producción o logísticas,
así como de abastecimiento y distribución a nivel interno (procesos) y externo
(satisfacción 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
logística permitirá analizar las actividades y labores que perjudican
ostensiblemente la competitividad de las empresas en los mercados y la pérdida
paulatina de sus clientes.
Las diferentes empresas del ramo o implicadas en
estos procesos generan estrategias donde el manejo de datos e información 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 cálculo de
interpretación pueden producir tomas de decisiones erróneas, inclusive existe
la posibilidad que el análisis de estos eslabones no se conozca o desarrolle de
forma idónea 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, llámese logístico o de producción, se lleve a cabo con éxito,
es diseñar e implementar un modelo adecuado de indicadores para medir la
gestión de estos, con el fin de que se puedan implementar en posiciones
estratégicas que reflejen un resultado óptimo en el mediano y largo plazo,
mediante un buen sistema de información que permita medir las diferentes etapas
del proceso logístico, considerando que estos sistemas suelen ser de tecnología
de punta o de transición de mejora.
Desafortunadamente en la industria dentro de los
procesos y en algunas áreas, todavía existe una toma de decisiones mal planificada
o que es ejecutada basada en pobres o nulos análisis de datos y variables de
estudio, donde la Identificación, medición e interpretación de indicadores no
se realiza de manera adecuada
o sin un respaldo matemático, estadístico y operativo
que sea capaz de arrojar un dato de relevancia estratégica, puesto que en
algunas ocasiones los cambios o las gerencias actuales no consideran de todo
los antecedentes e información 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 éxito de cualquier proceso y no
podemos olvidar: "lo que no se mide, no se puede administrar”.
Es así como el adecuado uso y aplicación de estos indicadores en
modelos matemáticos afinados a las necesidades de respuesta de cada
empresa, así como los análisis de los
programas de productividad, distribución y mejoramiento continuo en los
procesos logísticos de las empresas, serán una base de generación de ventajas
competitivas sostenibles y por ende de su posicionamiento frente a la
competencia nacional e internacional.
Ante la problemática general de la falta de
medición de indicadores en esta presente investigación se contará con la
información de tres empresas base, para ejemplificar la metodología ,diseño y
generación de modelos de indicadores que permitan generar una toma de
decisiones adecuada.
¿Los
modelos de ratios matemáticos correlacionados basados en KPI´s , son capaces de
arrojar indicadores o resultados medibles de eficiencia para el análisis en la
toma de decisiones de la industria productiva o logística en el proceso de
mejora de las cadenas de suministros?
En
la pregunta que se acaba de plantear se desarrollara en un inicio el análisis propio
de diferentes procesos de la cadena de suministros a través de valores e
indicadores KPI´s , con el fin de
determinar cuál o cuáles son los eslabones que impactan en el cambio de
resultados de la eficiencia operativa y logística 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
gestión de la cadena de suministros en las actividades que impactan en
determinados proceso basados el análisis en las estrategias de las relaciones
entre las funciones empresariales de la logística y la relación entre sí
mismas, partiendo del estudio de la programación de procesos, una correlación de variables y la regresión
lineal de los datos de trabajo.
En función de la investigación y
contando con la información pertinente con respecto al diseño y desarrollo de
indicadores se procedió a generar los contactos con elementos clave de por lo
menos tres empresas donde en colaboración se busca desarrollar con los datos
propios de sus áreas de trabajo los modelos de ratios matemáticos conjuntos,
esto a través de las siguientes fases de trabajo.
Fase
1: Primer contacto y entrevista.
En esta fase se explica y detalla la
propuesta de investigación colaboración y desarrollo de trabajo se muestra una
serie de diagramas que explican los pormenores del uso y diseño de indicadores.
Fase
2: Análisis estadístico descriptivo de los
datos, Modelación y ejemplificación del indicador.
Se revisan los datos de trabajo y se
desarrolla la estadística descriptiva necesaria para cada caso en particular,
se observa la factibilidad del uso de las herramientas de análisis, el uso de
los diagramas de dispersión y similares con el objetivo de identificar si la
información proporcionada permite generar los cocientes de trabajo y se pueden
construir indicadores factibles de interpretación.
Fase
3: Desarrollo del modelo conjunto, seguimiento
y retroalimentación.
En esta etapa se desarrolla el modelo
conjunto, evalúa el resultado obtenido y se emiten las conclusiones y
recomendaciones particulares de los casos de estudio.
Considerando la protección de datos y
la sensibilidad de la información y teniendo como fin académico la publicación
del artículo, los datos presentados no serán referenciados a el nombre de la
empresa, sin embargo se ocupara una descripción genérica del rubro de trabajo y
de la metodología 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 matemático de ratios correlacionados, el cual tiene la
principal ventaja frente a otras mediciones de que mide en un único
indicador todos los parámetros
fundamentales del proceso a estudiar y esto por medio de al menos tres
coeficientes relacionados, de tal manera que el elemento clave podrá 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 reunión se les
muestra y explica los por menores sobre los tipos de indicadores y la
modelación matemática de las ratios, donde se mencionan los datos e información
estadística que se puede necesitar para realizar las proporciones.
Empresa dedicada a la producción
venta y distribución del ramo alimenticio de lácteos y sus derivados, se procede a realizar el primer contacto con el elemento
clave, explicar la metodología del trabajo y obtener los datos de seguimiento y
control del caso.
La descripción de los modelos y la
información se redacta a continuación.
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 máquina envasadora con capacidad de diferentes
formatos en volumen, en donde su velocidad nominal es de 24,000 piezas por
hora.
En términos generales se pueden
producir 24,000 piezas de producto con 18,000 litros.
El horario laboral de la máquina es
de 18.5 el resto del día se utiliza para lavados finales y para mantenimientos,
lo que representa un 77% de horario de trabajo.
La capacidad instalada de producción
puede generar los siguientes datos.
Denominaciones
CIP = Capacidad instalada de
producción
TTE = tiempo de trabajo efectivo
PPP= Piezas producto producidas
PR= Producción real
Formula 1 de trabajo para el
desarrollo del indicador
Capacidad instalada de producción =
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 procedió a revisar los datos históricos de producción de 3 meses.
Donde se desea verificar si puede
comprobarse para este caso la hipótesis nula donde se manifiesta que las
producciones mes con mes pueden considerarse iguales. donde el símbolo µ
representa el promedio de la producción mensual.
Hipótesis
nula
Hipótesis
alterna que define que los valores son diferentes entre sí.
El medio de la aceptación de la
hipótesis será a través del Análisis de varianza, los datos históricos se
trasladaron al estudio, obteniendo la siguiente información.
Datos históricos 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 |
||||||||
Análisis
de varianza
Tablas de análisis de
Varianza de un Factor
Realizando un análisis 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 gráficos de los
diagramas de dispersión y regresión lineal esto indica que dentro de cada grupo
o mes son muy diferentes los niveles diarios de producción 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 estadísticamente los meses son muy parecidos entre
sí y no hay una alta diferencia entre ellos y esto lo podemos corroborar con la elaboración de los diagramas de Dispersión y sus ecuaciones que no indican que el
comportamiento es muy similar, por lo que se comprueba la hipótesis nula.
Las pendientes y las ecuaciones, así
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 será similar lo cual
podrá arrojar conclusiones y tomas de decisiones aplicables a los parámetros de
estudio y a la predicción del comportamiento.
Se
muestran a continuación las gráficas de Comportamiento lineal.
Figura análisis de regresión lineal
Análisis de regresión lineal
Análisis de regresión lineal
Ocupando los datos de
cada mes y el general obtenemos lo siguiente.
General
En conjunto con el estudio
estadístico de los promedios, el análisis de varianza y los diagramas de
dispersión y la regresión lineal ,obtenemos que trabajamos un 70% de lo que
podríamos hacer, y es aquí donde se llega a una primera conclusión y que
impacta directamente en la toma de decisiones, porque si es bien sabido que no
se va a vender más, entonces la capacidad instalada de producción esta sobrada
en un 30%, por lo que no es necesario o las horas de trabajo indicadas de
producción o los turnos y personal considerado.
Este indicador puede obtenerse
diariamente, semanalmente , mensualmente, trimestralmente según la necesidad
del reporte, pero hasta el momento los datos reflejan que se esté tiene una
sobrecapacidad bastante considerable puesto que el objetivo es acercarnos al
100% y si no es posible vender más, no produciremos más, puesto que se sabe que
se tiene la capacidad de producir más, 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 información dentro del almacén de producto
terminado se tiene una capacidad de 22,238 tarimas lo que equivale entre diez y
doce días de inventario, al día 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 está trabajando al 70% de su capacidad si esto disminuye o aumenta
las operaciones logísticas 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 días de inventario bajan le van a pedir a producción
incrementar y trabajar más, sin embargo es posible por el indicador que
observamos y de la misma forma en función de producción distribución 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= producción 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 todavía menor por que pueden existir
también en la maquina problemas mecánicos , eléctricos, falta de
refacciones, (mantenimiento ,
proveedor) que reducen la eficiencia de
trabajo.
Pero en una conclusión general no se
aprovecha todo el tiempo, nuevamente hay sobrante de esta dimensión, 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 serán muy similares ya que la variación de
la información general es pequeña.
Indicador
Modelo de calidad del producto.
En función de la producción se pasa a
un área de calidad donde la producción diaria se coteja, es importante hacer
notar que esto es diario e impacta en la labor del jefe de planta, aunque él no
ejecute esta actividad, el indicador ya está definido, se reporta que el máximo
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 investigación el
jefe de planta comparte el indicador del día anterior que le fue reportado.
IC= Indicador de calidad
Producción del día 344678 piezas
envasadas
Total, de piezas en condiciones
343966
El número de piezas sin condición es:
Este indicador se manifiesta, que es
constante puesto que existe el mínimo 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 producción se consideran en días
clave elementos que fungen de stock de seguridad, además que la producción
diaria está estimada y pronosticada en la demanda con un factor de corrección
del +,- 2 % de lo requerido.
Indicador
Modelo de Ratios Matemáticos Conjuntos caso 1.
En este punto del estudio del caso se
han diseñado y definido dos indicadores de trabajo en el área de Planta y se
tiene uno que es conocido, sin embargo el efecto de la aplicación esta dado en
la correlación de los mismos, puesto que los tres indicadores en la naturaleza
de su información y datos están estrechamente relacionados, pues es así el caso
de la producción de piezas, el tiempo de trabajo y la calidad del producto
producido y la relación de estos tres
generan el indicador principal de trabajo denominado en esta ocasión
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 diseño 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 producción , se cumple con la calidad y se
cumple con el producto al cliente, pero se llega a olvidar los datos que al
final nos están haciendo perder o no generar mayor ingreso ya que solo están
produciendo el 70% de su capacidad real (sobre capacitado), solo se trabaja el
70% del tiempo que se debería trabajar (existe entonces un mayor pago de recurso
humano por lo que realmente se hace.)
A partir de estos análisis es donde se debe realizar
las recomendaciones o sugerencias pertinentes que en su mayoría tienen que ver
con la redistribución 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 ampliación de la
cartera de clientes y mercado, la cual también es otra alternativa puesto que
se tiene la capacidad , el tiempo y el recurso humano para poder elevar los
indicadores, y es aquí donde las estrategias de mercadotécnica y fuerza de
ventas pueden jugar un papel importante.
Cabe destacar que este es un caso de estudio de un
área de la empresa, tomando en cuenta indicadores y datos que tiene las
personas que laboran en el área, pero pueden redefinir su información , 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 fabricación, confección, venta y distribución de blancos
para el hogar
Indicadores Modelos de inserción y existencia.
Modelo de Producción bajo venta de demanda Fluctuante.
En función de lo comentado por el elemento clave se
observa que se requiere un control de la inserción 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 información.
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 fórmula para la inserción del faltante seria.
La fórmula general de este indicador queda
representada de esta manera y se explica con el siguiente Estudio.
Análisis a tres semanas de producto en el almacén.
Actualmente en el almacén se encuentran 800 artículos
del producto colcha estampado verde SKU 236/2091 con un pronóstico mensual de
venta de 1200 piezas, tomando en cuenta que el mes está dividido en 4 semanas
productivas y el almacén debe tener 3 semanas de producto terminado tenemos que
Por lo que se debe multiplicar el pronóstico de venta
Lo que indica que debe haber 900 productos con código
SKU 236/209.
Por lo tanto, a través de una resta sabemos que hacen
falta colocar:
Entonces se requieren producir 100
Conjuntando de manera completa el indicador para
conocer el porcentaje de inserción que representa lo que se le debe al mercado
tenemos que.
Indicador real
Formula completa
Lo que indica que actualmente el almacén 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
almacén.
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 más del
doble permitido, de tal manera que puede generarse un control para identificar
por producto el límite mínimo permitido de existencia en el Almacén.
Estos valores impactan directamente en el área de
producción 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 ahí hasta proveedores,
generando un control de contexto de estudio inverso.
Indicador Modelo de cumplimiento de la empresa.
Este indicador se desarrolla y estudia en función del
número de productos diferentes que tienen la empresa y el valor de los
denominados ceros netos que vienen a representar el número de productos que en
existencia están en cero, derivado de diferentes factores, como puede ser falta
de materia prima, venta total del inventario, producción fallida, etc. para que
sea considerado un Neto cero debe ser un producto que no está catalogado como
descontinuado y que tiene aún una demanda existente y rentable, el objetivo de
la empresa es tener un cumplimiento mínimo del 95%
Para definir el indicador se procede al siguiente
análisis en función de los datos compartidos a la fecha del estudio.
Ratio de proporción de ceros netos contra total de
productos, actualmente la fábrica produce 2091 artículos de los cuales en
inventario 50 no tienen existencia, su proporción está 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 almacén
falta el 2.4 % de productos en 0 total.
Considerando este indicador podemos definir también el
máximo número de productos que puede permitirse la empresa tener como ceros
netos, para representa un valor de 95% de cumplimiento.
Los ceros netos máximo permitidos están representados
por:
Para nuestro caso de estudio debemos atender la
producción de 50 productos y estos se deben manejar por prioridad de los
estudios de demanda y el % de inserción que requieren los productos, tomando en
cuenta que simultáneamente se va dando atención a los productos de mayor
demanda y su valor de inserción 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 está dada por metros
cuadrados.
Capacidad instalada = 250,000 m2 de telas
semanales.
Capacidad acordada = 200,000 m2 de telas
internas semanales.
La capacidad acordada está definida por la Capacidad
de almacén interno de surtido (materia prima) 200,000 m2 semanales
el cual está ligado al almacén central de materia prima.
La capacidad instalada es el 80%, donde la limitante
principal es la capacidad del almacén de surtido a producción, derivado de esto
la empresa tiene dentro de sus planes de mejora continua identificar la
posibilidad de aumentar el tamaño del almacén o prescindir también de equipo y
personal, sin embargo, la situación actual en el país y de manera global
provocada por el Covid-19 ha replanteado las prioridades y decisiones
estratégicas de la empresa.
Indicador
Modelo de Ratios Matemáticos Conjuntos caso 2.
En el avance del caso se han diseñado y definido dos
indicadores de trabajo en la empresa y se tiene mantiene uno que es conocido,
con la información 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 permitirá identificar y genera estrategias de mejora dentro de los
procesos industriales y logísticos de la empresa.
3. RESULTADOS Y DISCUSIÓN
Primer caso.
Para el análisis 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 producción , se
cumple con la calidad y se cumple con el producto al cliente, pero se llega a
olvidar los datos que al final nos están haciendo perder o no generar mayor
ingreso ya que solo están produciendo el 70% de su capacidad real (sobre
capacitado), solo se trabaja el 70% del tiempo que se debería trabajar (existe
entonces un mayor pago de recurso humano por lo que realmente se hace.)
A partir de estos análisis es donde se debe realizar
las recomendaciones o sugerencias pertinentes que en su mayoría tienen que ver
con la redistribución 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 ampliación de la
cartera de clientes y mercado, la cual también es otra alternativa puesto que
se tiene la capacidad , el tiempo y el recurso humano para poder elevar los
indicadores, y es aquí donde las estrategias de mercadotécnica y fuerza de
ventas pueden jugar un papel importante.
Cabe destacar que este es un caso tipo de un área de
la empresa, tomando en cuenta indicadores y datos que tiene las personas que
laboran en el área, pero pueden redefinir su información , 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 más
flexible y completo el modelo de ratios conjuntos y que estos impacten
directamente al análisis de toda la cadena de suministros.
Análisis del rendimiento
Cumplimiento del Fill-Rate
En el caso específico de estos el área de producción
sabe que cumple con un valor cercano al 99 % ya que todo lo que se les es
demando al área se produce y no se tiene problemas de falta de producción y
tampoco se sobrepasa con una mayor producción por lo que insertar este análisis
en conjunto con otros puede arrojar otros indicadores de efectividad
Otro de los análisis que es de interés y que para el
caso se describe pero no se desarrolla ya que estos datos no están actualizados
al momento del estudio del caso es el indicador de Merma el cual pretende
estudiarse desde el análisis 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 técnicas que tienen que ver con el mal diseño de procesos y
control de actividades del insumo, las mermas operativas que tienen que ver con
la falla del personal de operación y las máquinas de fabricación ,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
también se puede conocer el valor real de la merma al rastrear todo el proceso
como puede ser:
Inventario inicial - recibo de leche - mermas
técnicas- mermas operativas -producción entregada-mermas de transporte al área
de anden – inventario final = merma de leche total, Finalmente el análisis y
estructuración de todos estos datos nos darán 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 revisión de los indicadores deberá impactar
en la evaluación anual al personal puesto que en función de las evaluaciones se
puede gestionar los aumentos de acuerdo al cumplimiento de los objetivos
planteados para el año, por tomar un
ejemplo en esta empresa nos comenta el jefe de planta que a él y a sus
supervisores se les programo el cumplimiento y la mejora del tiempo productivo
así como la disminución 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 tú tienes solo la mitad de tus objetivos, en lugar de darte el 10%
te va a dar el 5% , pero también hay sanciones si no cumples y existen varias
escalas como cumplió, o no cumplió,
cumplió parcialmente, excedido el cumplimiento , por lo que sí está en no
cumplió, los jefes tiene que hacer un plan de acción para que se pueda mejorar
el desempeño y si no se cumple o se lo logra puede llegar hasta la recesión de
contrato, por eso es importante encontrar todas las áreas de oportunidad, así
como los objetivos de mejora continua, donde por lo menos debe haber un
proyecto de mejora continua cada año, de tal manera que cada año se plantean
los objetivos del siguiente año y se debe tener un proyecto de mejora continua
en este caso este proyecto ya coadyubo a encontrar una área donde desarrollar
un proyecto de mejora.
Segundo
caso.
Con respecto al segundo
caso, el estudio puede incluir más información que permita continuar analizando
los modelos planteados, si es de cierto que previamente se manifestaron los
resultados y conclusiones del estudio es impórtate analizar la siguiente
información 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 análisis
de la confección y producción, Actualmente se producen 23,000 piezas diarias en
confección donde se trabajan 5 días hábiles.
23,000 x 5= 115 ,000 piezas
semanales.
200,000 m2 de
telas = 115,000 piezas de productos semanales.
En términos de materia prima
se sabe que se requiere 200,000 m2 por semana realizando el análisis
al mes de 4 semanas 200,000 m2 x 4 semanas 800,000 m2
mensual de materias primas.
El almacén 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 producción, el inventario de producto terminado y el
seguimiento de la cadena de suministro dentro de esta empresa está definido a 7
meses, donde la forma de trabajo, control y seguimiento está 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 revisión de estas órdenes
donde se identifica, revisa y autorizan la necesidades y compras a
realizar.
Un mes de telas en
fabricación en china, el principal proveedor de la empresa se encuentra en
china y cada mes según 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 está terminando de producir lo que se requiere para los siguientes meses
considerando que esto estará en tránsito durante un mes.
Un mes en tránsito de
materia prima proveniente desde china, el análisis de materia prima
desarrollado por el equipo de planeación debe incluir el tiempo de la
autorización de la orden, la fabricación 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 emitió la orden desde los últimos días de
febrero o los primeros días del mes de
marzo.
El almacén 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 almacén de producto
terminado tiene capacidad de inventario para un mes de surtido, por lo que en
conjunto con los demás procesos mencionados la gestión de aprovisionamiento de
materia prima y el control de la cadena de suministro define una temporalidad
de 7 meses, a continuación, se presenta un resumen:
|
Tiempo de
control en meses |
|||||
|
1 mes |
1 mes |
1 mes |
3 meses |
1 mes |
7 meses |
|
Compras por autorizar |
Fabricación china |
Transito |
Almacén de materia prima |
Producto terminado |
Total, tiempo del control |
Tabla resumen del proceso del tiempo de control.
Dar continuidad a estos
estudios y análisis en conjunto con lo que se ha desarrollado nos permite tener
un panorama más amplio de la importancia de desarrollar indicadores que nos
permitan medir la Eficiencia, Eficacia y Efectividad de nuestros Procesos.
4. CONCLUSIÓN O
CONSIDERACIONES FINALES
Los parámetros usados en los escenarios muestra y casos tipo de análisis, fueron tomados en
consideración según cada una de las situaciones industriales y logísticas 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 áreas de alcance y labor,
cada una de las empresas se compone de más departamentos y de diferente
personal de mando, pero atendiendo los objetivos de la investigación y
mostrando la capacidad para llevar la información documental a modelos de
fórmulas matemáticas que pueden ser argumentados con datos y análisis
estadísticos se pudo demostrar la formulación y aplicabilidad de los mismos
para entender los diferentes comportamientos que tienen las empresas y la
información que maneja.
Si es de cierto que muchas empresas usan diferentes
indicadores según cada una de sus circunstancias, pocas lo hacen de manera
conjunta con el objetivo de parametrizar más de un proceso que pueda calificar
la eficiencia de todo un departamento o proceso de interés que desea ser
supervisado, esto puede deberse al desconocimiento de cómo llevarlo a cabo o
redactarlo de forma adecuada en la gestión de la información y recursos que se
tienen al alcance de las supervisiones o gerencias.
Una de las principales ventajas de la estructura y
ejecución de la investigación es que puede ser llevada a cabo por diferentes
empresas con tamaños de ejecución de actividades de distintos niveles, desde
las que inician con operaciones de pequeña y media empresa hasta las que ha
están consolidadas, puesto que cada actividad y función 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 conclusión y análisis de resultados
las observaciones obtenidas y
están se describen en las diferentes
fases de cada uno de los trabajos
desarrollados, por lo que no daremos una repetición particular de cada uno de
los casos estudiados, sin embargo es importante hacer notar que esta forma de
trabajo no está limitada por lo estudiado y acontecido en los resultados ya que
debe de darse un seguimiento y control así 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
economía y las demandas, así como los nuevos competidores y la aparición de las
nuevas tecnologías.
La experiencia al constituir este trabajo queda exhibida en la
comprensión 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 matemáticos y la proporciones estudiadas en los ratios para arrojar
información de interés que permitan sugerir o adecuar el pensamiento de una
solución, donde sin lugar a dudas regresamos en el pensamiento al análisis de
la problemática y a la demostración argumental de la hipótesis, 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 través de una toma decisiones
basadas en resultados observables y comprobados.
Para el desarrollo de este Articulo fue necesario
conocer diferentes conceptos administrativos, logísticos y operativos de
trabajo que permitieran consolidar el pensamiento para estructurar cada uno de
los indicadores de trabajo, dando seguimiento a la concepción e importancia del
uso de las matemáticas y la estadística en la ingeniería, hasta la puesta en
práctica de los indicadores a través del manejo de información 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 selección de la mejor ruta, el
correcto cubicaje y selección de unidades de
viaje, la implementación de tecnologías de trazabilidad y seguimiento en
tiempo real, atención eficiente del cliente, uso de la nube de información y
big data, medición 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 así adónde vamos.
Cabe destacar que entre las actividades mencionadas
una que se vuelve muy rentable en el análisis estadístico de los patrones de
recepción de entrega, ya que los datos arrojados por parte de los clientes nos
permiten identificar de qué forma se comporta la temporalidad de recepción de
paquetes, puesto que con un estudio de
datos se puede determinar en qué días, horas y bajo qué condiciones se tienen
más entregas exitosas, eludiendo variables de entrega fallida, como el que no
esté el cliente o exista una congestión de la vialidad en el traslado desde el
ultimo origen hasta el destino marcado, la revisión de estos datos e
indicadores nos permite definir de forma eficiente en qué momento podemos
realizar la entrega exitosa y el análisis de estos parámetros a través de una correcta
gestión de actividades y procesos permitirá mantener e incrementar los índices
de calidad.
Al final la adaptabilidad, así como el seguimiento de
las actividades y la mejora continua de la investigación radica en formular
modelos operativos completos de la industria que cuenten dentro de sus labores
todos los procesos básicos y de control de la cadena de suministros analizando
más de tres indicadores conjuntos, donde cada una de sus proporciones reflejen
un análisis completo para de las actividades a supervisar y gestionar.
5. LISTA DE REFERENCIAS
Baca U., G. (2016). Evaluación de Proyectos. México:
Mc Graw Hill Education .
Ballesteros R., D. (2019). Contributions of the
Logistics to sustainable development. Scientia et Technica, 171-176.
Ballou H. (2004). Logística. Administración de la
Cadena de Suministros. México: Pretince Hill.
Barra R. (1983). Círculos de calidad en Operación
,Estrategia practica para aumentar la Productividad y las utilidades. México:
Mc Graw Hill.
Brito, M., Alemán, I., Fraga, E., Para, J. y Arias, R.
(2011). Papel de la modelación matemática en la formación de ingenieros.
Ingeniería Mecánica, 14(2), 129-139. Recuperado de
http://scielo.sld.cu/pdf/im/v14n2/im05211.pdf [ Links ]
Callejón s., M. (2007). I+D, innovación y política
pública. 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
computación, comisión de investigación científicas de la provincia de buenos
aires., 715-724.
Camarena, P., Trejo, E. y Trejo, N. (2013). Las
matemáticas en la formación de un ingeniero: la matemática en contexto como una
propuesta metodológica. Revista de Docencia Universitaria, 11(especial).
Recuperado de http://www.polipapers.upv.es/index.php/REDU/article/view/5562/5552
[ Links ]
Chiavenato, I. (2007). Administración de Recursos
Humanos. Mc Graw Hill , octava edición.
Collier A., D,; Evans R., J. (2019). Administración de Operaciones. México: Cengage.
Frazelle.E, (2001) Supply Chain Strategy: The
Logistics of Supply Chain Management. The United State: McGrawHill Professional:.5P
González C., F. (2007). Manufactura Esbelta
Principales Herramientas. Revista Panorama Administrativo, 85-112.
Grant L., E. (2000). Control Estadístico de Calidad .
México: CECSA.
Gutiérrez P., H. (2012). Análisis y Diseño de
Experimentos. México: Mc Graw Hill
Education.
Kaoru I. (1987). ¿Que es el control total de calidad?
Colombia: Norma.
Martínez R., L. (2019). Logística Integral y Calidad Total.
KOINONIA. Revista Arbitrada Interdisciplinaria de Ciencias de la Educación,
202-234.
Medrano M., J.A.; González A., V.L. ; Diaz D., V.M.
(2018). Mantenimiento. Veracruz: Grupo Editorial Patria.
Rodríguez, 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., Oktaç, A. (2007). Herramienta metodológica
para el análisis de los conceptos matemáticos en el ejercicio de la
ingeniería. Relime, 10(1), 117-143. Recuperado
de: http://www.scielo.org.mx/pdf/relime/v10n1/v10n1a6.pdf
Sierpinska, A., Nnadozie, A. y oktaç, A. (2002). A study of relationships between theoretical thinking
and high achievement in linear algebra.
(Reporte de investigación,
Universidad de Concordia, Canadá). Recuperado de http://alcor.concordia.ca/sierp/downloadpapers.html
Vásquez, R., Romo, A. y Trigueros, M. (2015,
mayo). Un contexto de modelación para la enseñanza de matemáticas en
las ingenierías. Ponencia presentada en la XIV CIAEM Conferencia
Interamericana de Educación Matemática en Tuxtla Gutiérrez, Chiapas, México.