instituto politÉ cnico nacional148.204.210.201/tesis/1520615748750tesiscarloser.pdfmanejo de...
TRANSCRIPT
1
INSTITUTO POLITÉ CNICO NACIONAL
UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA,
CIENCIAS SOCIALES Y ADMINISTRATIVAS
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN
QUE PARA OBTENER EL GRADO DE: MAESTRO EN INGENIERÍA INDUSTRIAL
TESIS:
ANÁLISIS Y PROPUESTA PARA LA MEJORA EN EL ÁREA DE SERVICIO AL
CLIENTE EN LA EMPRESA VESCICA
PRESENTA:
Ing. Patiño Martínez Carlos Ernesto
DIRECTOR DE TESIS
Dr. Javier Hernández Ávalos
México, Ciudad de México 2017
2
3
INSTITUTO POLITÉCNICO NACIONAL
SECRETARÍA DE INVESTIGACIÓN Y POSGRADOS
CARTA DE CESIÓN DE DERECHOS
En la Ciudad de México, D.F. el día 07 del mes de Diciembre del año 2017, el que suscribe
Carlos Ernesto Patiño Martínez alumno del programa Maestría en Ingeniería Industrial, con
número de registro B150429, adscrito a la Unidad Profesional Interdisciplinaria de
Ingeniería y Ciencias Sociales y Administrativas, manifiesto que es el autor intelectual del
presente trabajo de Tesis bajo la dirección del Doctor Javier Hernández Avalos y cede los
derechos del trabajo titulado Análisis y propuesta para la mejora en el área de servicio al
cliente en la empresa Vescica, al Instituto Politécnico Nacional para su difusión, con fines
académicos y de investigación.
Los usuarios de la información no deben reproducir el contenido textual, graficas o datos
del trabajo sin el permiso del autor y/o director del trabajo. Este puede ser obtenido
escribiendo a la siguiente dirección [email protected]. Si el permiso se otorga
el usuario deberá dar el agradecimiento correspondiente y citar la fuente del mismo.
_____________________________________
Nombre y Firma del alumno
4
AGRADECIMIENTOS
A mis padres por su apoyo incondicional, su motivación, amor en todo
momento y su impulso para apoyarme a realizar mis sueños.
A mis hermanos por su apoyo y su paciencia.
Al Instituto Politécnico Nacional por su calidad educativa.
A los profesores de la maestría por compartir sus conocimientos,
enseñanzas, experiencia y sabiduría.
A mi comité directivo por encaminarme por el rumbo correcto.
A mi director por la paciencia y su apoyo.
A mis compañeros y amigos de la maestría por su cariño y críticas
constructivas.
A la empresa Vescica por el apoyo.
A Dios por permitirme estar aquí.
5
RESUMEN
La presente investigación tiene el objetivo de generar una propuesta de mejora en el
sistema de inventarios para el área de servicio técnico en la empresa Vescica, dedicada a
la venta y reparación de aparatos médico-estéticos. El propósito es el de poder mejorar su
nivel de servicio al cliente con la entrega los equipos reparados en un tiempo menor y poder
así generar una disminución en los costos correspondientes.
La propuesta para hacer más eficiente el sistema de inventarios se basa en modelos que,
de manera general, buscan suministrar los insumos para las reparaciones que se trabajan
en el área de servicio técnico. Las reparaciones involucran desde la llegada de los equipos,
por parte del cliente, hasta la entrega de dichos equipos una vez que se ha completado su
servicio. Se realizaron tres modelos, para analizar y comparar estrategias del manejo de
inventarios; estos se desarrollaron utilizando el software de simulación Arena.
El primer modelo representa la forma actual de trabajo, en la cual como estrategia para el
manejo de inventarios se tiene la requisición exclusiva de refacciones, en el instante en que
se identifica el tipo de falla del equipo a reparar. De esta forma se puede determinar la
eficiencia actual del área de servicio técnico.
El segundo, es un modelo casi ideal en donde el nivel propuesto de servicio al cliente es
del 95%, tal que la mayor parte del tiempo se poseen refacciones en inventario y las
reparaciones no tienen atraso alguno. Este modelo se analiza con el propósito de estudiar
la capacidad potencial del área de servicio.
El tercer modelo representa una propuesta en la cual se calcula el punto de reorden, la
frecuencia y la cantidad de pedidos de refacciones, que se necesitan para mejorar el
desempeño del área de servicio técnico (reparaciones); dicho modelo se basa en los datos
históricos de reparaciones en los últimos cuatro años. Analizando estos datos se obtienen
los pronósticos de ventas y, como se mencionó, las cantidades de pedidos para poder hacer
más eficientes los inventarios de la empresa. Dicho modelo es flexible y explicado de
manera que pueda ser aplicado para otras organizaciones en un futuro.
El análisis de las simulaciones permite identificar que se puede mejorar el sistema de
inventarios actual, al utilizar de manera conjunta las técnicas de punto de reorden y de lote
económico. Además se observa que se tiene una capacidad potencial para atender una
proporción mayor del mercado de la reparación de equipos médico-estéticos.
6
ABSTRACT
This research has the objective of generating a proposal to improve the inventory system for the technical service area at Vescica, a company dedicated to the sale and repair of medical aesthetic equipment. The purpose is to improve the customer service level of repaired equipment, with a shorter service time and thus a reduction of the corresponding costs. The proposal to make the inventory system more efficient is based on models that, in general, ensure the supply of repair inputs required by the technical service area. The repair process involves from the arrival of the equipments, with the clients, to the delivery of fully serviced devices. Three models were defined to analyze and compare inventory management strategies; these were developed using the Arena simulation software. The first model represents the current inventory management strategy; here a requisition for spare parts is produced at the moment in which the type of failure of the equipment is identified. This way determines the current efficiency of the technical service area. The second is a quasi-ideal model, where the proposed customer service level is 95% such that, most of the time, spare parts are hold in inventory and the repairs are not delayed at all. This model is analyzed with the purpose of studying the potential capacity of the service area. The third model represents a proposal in which the reorder point, frequency and quantity of spare parts are calculated, where the orders comply with the quantities needed to improve the performance of the technical service area (repairs); this model is based on historical data of repairs for the last four years. Analyzing this data, the sales forecasts are obtained and, as mentioned, the order quantities are determined to make the inventories of the company more efficient. This model is flexible and explained so that it can be applied to other organizations in the future. The analysis of the simulations makes it possible to identify that the current inventory system can be improved by jointly using the reorder point and the economic lot techniques. It is also observed that there is a potential capacity to attend a greater proportion of the repair market of medical aesthetic equipment.
7
Tabla de contenido
ÍNDICE DE IMÁGENES .......................................................................................................................... 8
ÍNDICE DE TABLAS ............................................................................................................................... 9
CAPÍTULO 1 INTRODUCCIÓN ............................................................................................................. 10
1.1 SITUACIÓN ACTUAL DE LA EMPRESA ...................................................................................... 11
DESCRIPCIÓN DEL TALLER Y APARATOS .................................................................................... 11
ORGANIGRAMA ......................................................................................................................... 12
1.2 PLANTEAMIENTO DEL PROBLEMA, JUSTIFICACION, ALCANCES, RELEVANCIA Y OBJETIVOS .. 12
PLANTEAMIENTO DEL PROBLEMA ............................................................................................ 12
JUSTIFICACIÓN........................................................................................................................... 14
ALCANCES DE LA INVESTIGACIÓN. ............................................................................................ 15
RELEVANCIA .............................................................................................................................. 15
PREGUNTA DE INVESTIGACIÓN ................................................................................................. 16
OBJETIVO GENERAL ................................................................................................................... 16
OBJETIVOS ESPECÍFICOS ............................................................................................................ 16
1.3 METODOLOGIA ........................................................................................................................ 17
1.3.1 DISEÑO DE INVESTIGACIÓN ............................................................................................. 20
1.3.2 Pasos de la investigación ...................................................................................................... 21
CAPITULO 2 MARCO TEÓRICO........................................................................................................... 30
CADENA DE SUMINISTRO .......................................................................................................... 30
MÉTODO DE HOLT-WINTERS O AJUSTE EXPONENCIAL TRIPLE ................................................. 37
ESTUDIO DE INVENTARIOS ........................................................................................................ 41
................................................................................................................................................... 46
NIVEL DE SERVICIO AL CLIENTE ................................................................................................. 47
ASIGNACION DE TRABAJOS Y TAREAS ....................................................................................... 50
ASIGNACION DE TAREAS Y TRABAJOS CON ARENA .................................................................. 55
CAPÍTULO 3 PLANTEAMIENTO Y MODELACIÓN ................................................................................ 64
3.1 SITUACIÓN ACTUAL DEL MANTENIMIENTO DE LOS EQUIPOS ................................................ 64
3.2DESCRIPCIÓN GENERAL DEL PROCESO .................................................................................... 65
3.2.1 ANÁLISIS DE LA DEMANDA EL PRÓXIMO AÑO ................................................................. 66
3.2.2 INVENTARIOS.................................................................................................................... 66
3.3 Estadísticas actuales ................................................................................................................ 74
8
3.4 Simulaciones en Arena ............................................................................................................ 79
CAPITULO 4 DISCUSIÓN Y CONCLUSIONES ..................................................................................... 117
4.1 INTERPRETACIÓN DE RESULTADOS ................................................................................. 117
4.2 COMPARACIÓN CON OTROS RESULTADOS ..................................................................... 121
4.3 PRINCIPALES CONCLUSIONES DE LA INVESTIGACIÓN ........................................................... 124
4.4 CONTRIBUCIONES DE LA INVESTIGACIÓN ............................................................................. 124
4.5 LIMITACIONES DE LA INVESTIGACIÓN Y RECOMENDACIONES PARA FUTURAS
INVESTIGACIONES. ...................................................................................................................... 125
4.6 INVESTIGACIONES FUTURAS ................................................................................................. 125
REFERENCIAS ................................................................................................................................... 126
ANEXOS ........................................................................................................................................... 129
PLANEACIÓN DE INVENTARIOS CON DESCUENTO POR CANTIDAD ........................................ 133
ÍNDICE DE IMÁGENES Ilustración 1 área de trabajo (Esteves Alcazar, 2011) ....................................................................... 14
Ilustración 2 Niveles de abstraccion en el marco teorico (Dalle et al., 2005) .................................. 19
Ilustración 3 Relación entre teoría, objetivos y metodología (Dalle et al., 2005) ............................. 20
Ilustración 4 Metodología para la elaboración de tesis .................................................................... 22
Ilustración 5 Investigación en Google trends de los principales terminos........................................ 23
Ilustración 6 Mapa de las principales busquedas ............................................................................. 23
Ilustración 7 Búsqueda en Google trends acerca de Inventarios ...................................................... 24
Ilustración 8 Búsqueda en Google trends acerca de planeación de la demanda ............................. 24
Ilustración 9 Grafica comparativa entre los principales términos y sus búsquedas en Google en un
año ..................................................................................................................................................... 25
Ilustración 10 principales búsquedas en México de los tres términos principales ........................... 25
Ilustración 11 Búsquedas en México acerca de planeación de la demanda ..................................... 26
Ilustración 12 Búsquedas en México acerca de Inventarios ............................................................. 26
Ilustración 13 cadena de suministros (Ballou, 2004) ........................................................................ 31
Ilustración 14 Grafico de Ejemplo Holt-Winters (Marin, 2013) ........................................................ 39
Ilustración 15 Factores que intervienen en los inventarios (Cadena, 2005) ..................................... 43
Ilustración 16 Curvas para tres modelos de cantidad de pedido independientes en una situación de
tres reducciones de precio (Chase, 2009) ......................................................................................... 45
Ilustración 17 Costo promedio Descuento por Cantidad (Chopra, 2007) ......................................... 46
Ilustración 18 Modelo de las Cinco Brechas del Servicio al Cliente (Racet Valdez, Espinoza
Gonzales, Suarez Quintana, & Sanchez Perez, 2017 .............................................................. 48
9
Ilustración 19 comportamiento del nivel del inventario de seguridad con respecto al nivel de
servicio deseado Santamaria &Alejandro (2012) .............................................................................. 49
Ilustración 20 Nivel de servicio y probabilidad de venta perdida Santamaría & Alejandro (2012) .. 49
Ilustración 21 Niveles de modelación Arena (Kelton & Sadowski 2008) .......................................... 56
Ilustración 22 Ejemplo de una línea de modelación (Kelton & Sadowski, 2008) .............................. 57
Ilustración 23 número de equipos vendidos ..................................................................................... 64
Ilustración 24 Actividades de la empresa .......................................................................................... 66
Ilustración 25 Modelo de Wang & Li (Wan & Li, 2008) ................................................................... 122
Ilustración 26 Modelo en Arena de Wan y Zhao (2009) ................................................................. 122
Ilustración 27 resultados del modelo Wan y Zhao (2009) .............................................................. 123
ÍNDICE DE TABLAS Tabla 1 Técnicas cualitativas de pronostico (Chase, 2009) ............................................................... 34
Tabla 2 Métodos Heurísticos (Chase, 2009) ...................................................................................... 35
Tabla 3 Técnicas Causales (Ballou, 2004) .......................................................................................... 36
Tabla 4 Reseña de la historia de los inventarios ............................................................................... 41
Tabla 5 Lista de refacciones .............................................................................................................. 67
Tabla 6 Refacciones del centro ......................................................................................................... 68
Tabla 7 Análisis de Holt Winters........................................................................................................ 69
Tabla 8 Ciclo de vida de los componentes ........................................................................................ 70
Tabla 9 Ciclo de vida de los accesorios.............................................................................................. 71
Tabla 10 Cantidad de componentes a pedir ..................................................................................... 71
Tabla 11 Tiempo de reparación de los equipos ................................................................................ 75
Tabla 12 Reparaciones de accesorios................................................................................................ 76
Tabla 13 Reparaciones totales por equipo ........................................................................................ 76
Tabla 14 Comparación de los modelos fuente propia .................................................................... 123
10
CAPÍTULO 1 INTRODUCCIÓN El dinamismo en el mercado actual y un mundo sin fronteras hace que las empresas se
enfrenten a grandes mercados globales, así como a la nueva competencia que surge cada
año. Los procesos de toma de decisiones requieren la consideración de diferentes
horizontes temporales y espacios dispersos. La empresa Vescica es líder en el mercado de
aparatos médico-estéticos, posee la representación exclusiva de equipos de depilación
láser 4S (importados de Corea) y produce equipos de su línea exclusiva. Actualmente la
competencia crece cada día y la clientela es de un tipo muy específico, por lo tanto, se
necesita de la tecnología y las técnicas más avanzadas en la industria para poder brindar
un mejor servicio. En consecuencia, las decisiones requieren cambios rápidos en relación
con el desarrollo de productos, los flujos de materiales, y la planificación y programación
de la producción; todos estos, elementos de la cadena de suministros. Dentro de la cadena
se propone que las empresas deben integrar todas sus áreas o eslabones existentes, o sea
no deben de verse como entes independientes. En la parte de servicio al cliente esto es
con certeza aplicable, sobre todo en esta empresa como se verá en los capítulos siguientes.
La empresa Vescica, se dedica a la producción, importación y reparación de aparatos
médico-estéticos desde hace más de 20 años, actualmente la empresa tiene dos sedes.
Las instalaciones de producción se encuentran en la calle de Álvaro Obregón en la colonia
Roma. Las instalaciones de ventas y mantenimiento se encuentran en la calle de Nuevo
León en la colonia Hipódromo Condesa. Los aparatos tienen una producción artesanal, ya
que son ensamblados a mano. Pero dónde se ha tenido más problemas en los últimos
meses y es el objeto de estudio de esta tesis es en el taller de reparaciones y servicio al
cliente. En el taller, si bien la herramienta no es escasa, las refacciones no siempre están
disponibles en el tiempo en que se requieren y en consecuencia los trabajos tienen un
retraso. Los problemas se analizarán más a fondo en la siguiente sección.
Debido a las limitaciones técnicas de optimización más convencionales, que pueden llegar
a ser muy costosas o que requieren un tiempo muy extenso de aplicación, en la presente
tesis nos enfocaremos en el diseño y propuesta de modelos de simulación para la mejora
en el taller de servicio técnico; esta es la aportación principal. Una segunda aportación es
el diseño de planeación de la demanda basada en el método Holt-Winters; estos cálculos
se realizaron tanto en Excel usando las formulas correspondientes, y usando método en el
programa de minitab (estos cálculos se realizaron para todos los aparatos con base en los
datos históricos de la empresa de más de 3 años).
Si bien en la industria de este tipo de aparatos eléctricos y electrónicos se encuentra en
crecimiento, debido al avance de la tecnología, también se necesita del mantenimiento de
los equipos producidos. Suele suceder que algunos componentes tienen un tiempo de vida
muy corto, lo que ocasiona que se tengan que llevar los equipos a servicio técnico, donde
se le da mantenimiento o se reparan los componentes dañados. Una problemática que
ocurre en la empresa es que no hay un buen flujo del trabajo; para poder reparar los
productos, a pesar de que hay tres técnicos, no se cuenta con el suministro suficiente de
refacciones, por esta parte se propone un método de planeación de inventarios. Como una
necesidad general de la población es necesario tener tareas bien definidas y tiempos
11
adecuados, para poder entregar las cosas en tiempo y forma. Se desarrollan los modelos
en software de simulación Arena, cuidando todas las variables, de tal manera que el modelo
represente la realidad más acertada.
Adler en su estudio “Flexibility vs efficiency? A case study of model changeovers” (Adler,
Goldoftas, & Levine, 1999) dice que los gerentes deben elegir entre diseños de organización
adecuados a las rutinas, tareas repetitivas y esos que se adapten a lo no rutinario, tareas
innovadoras dentro de la organización. Sin embargo, la rivalidad competitiva intensifica un
crecimiento de un número de empresas que están tratando de mejorar simultáneamente la
eficiencia y dimensiones de flexibilidad relacionados (Adler, Goldoftas, & Levine, 1999).
Este tipo de diseño será considerado en los diferentes escenarios de simulación que se
ejecutarán.
1.1 SITUACIÓN ACTUAL DE LA EMPRESA
DESCRIPCIÓN DEL TALLER Y APARATOS
Actualmente la empresa tiene las siguientes categorías de productos:
1. Corrientes clásicas: Lámparas, Alta frecuencia, Cauterizador, Cabina para toallas,
Robot de 9 funciones.
2. Diatermia capacitiva: BEM, In Deep, Matrix.
3. Electro estimulación: Reverse, Ccompact, Ultimate corpo, Ultimate lift.
4. Electroporacion: Skin cool.
5. Laser terapia: IIILight, Master Blue.
6. Médico-estético: 3S, Complete, 6S, FG660, Bio, Carbo 3000, RY580, 4S.
7. Phototnterapia: Photon therapy, AtomVI
8. Presoterapias: son de 4 tipos diferentes.
9. Ultrasonido: Supersonic.
10. Dermo abrasión: Dermo de 3 y de 1 función, micro cristales Tabella, Acuaderm.
Son 35 aparatos, para las refacciones se toman 15 SKU´s ya que contienen las mismas
piezas.
Las primeras 4 categorías son equipos nacionales, y las demás son equipos importados
coreanos.
El taller de reparaciones tiene una dimensión de 3m por 5m, y el área de empaque es de la
misma medida.
12
ORGANIGRAMA
1.2 PLANTEAMIENTO DEL PROBLEMA, JUSTIFICACION, ALCANCES,
RELEVANCIA Y OBJETIVOS
PLANTEAMIENTO DEL PROBLEMA
En la empresa se identifican las siguientes situaciones problemáticas:
Dirección General
Jefa de
operaciones
Jefa de Servicio al
cliente Gerente de
comunicaciones
Gerente de
finanzas y
contaduría
Supervisor de
producción
Operarios de
producción
10
Diseñador de
tecnología
Compras y R. H.
Nóminas y Cuentas
Almacén
Chofer
Vendedoras
16
Servicio técnico
3 técnicos
Becarios
3
13
No hay un buen sistema de inventario de refacciones, siempre se sufre de la falta de estas.
En consecuencia, no hay un flujo constante de trabajo en el área, los técnicos se tardan en
reparar las máquinas pues deben de esperar hasta que el material está disponible.
El control de las existencias de refacciones, como ya se había mencionado en la
introducción, es un tema de planificación de inventarios de suma importancia, más aún en
equipos importados pues usan algunas partes que solo el fabricante provee, y llegan a
requerir una cantidad considerable de tiempo en ser entregadas (hasta dos meses).
Para las refacciones de equipos nacionales, se tienen que adquirir los suministros con
distribuidores nacionales, la mayoría ubicados en el centro de la Ciudad de México, y en
algunas tiendas departamentales de electrónica (por ejemplo Steren). Estas adquisiciones
suceden más de una vez por semana e implican un gasto mayor y tiempo perdido.
Una misión de cualquier empresa es la de optimizar recursos. El mantenimiento de los
equipos, en esta empresa es de suma importancia, al ser una parte del servicio al cliente;
de tal manera se ha hecho énfasis en mejorar la planificación, programación y considerar
la previsión de los tiempos de entrega.
Dados estas situaciones problemáticas de no contar con un número suficiente de
refacciones, se calculan los costos que se ocasionan al no cumplir con la entrega de
equipos a tiempo. Se calcula la perdida promedio mensual que se tiene como sigue, pues
es un impacto significativo para la empresa. En cuanto a horas hombre en espera, por falta
de refacciones, se tiene un tiempo perdido de 3 horas diarias en promedio, por 20 días al
mes, son 60 horas; cada hora hombre cuesta $50 por hora, dando un costo parcial de $3000
por operario al mes. Al ser 3 operarios son $9000 por la espera de los técnicos. El gasto
mensual promedio de gasolina para comprar refacciones a última hora es de $600 al mes.
El costo de materiales es como se muestra a continuación. Materiales: Estimado $3000;
Real, al comprar a crédito y sin planear $4100, desvíos $400 (otros gastos). Papelería:
Estimado $500, Real $550, desvíos $50 (otros gastos). El costo mensual promedio de
materiales es de: $8600, cabe mencionar que estos datos fueron proporcionados por el
departamento de contaduría, por lo cual no se puede mostrar el documento.
El gasto mensual promedio en herramientas es de $400, considerando tres operarios se
tiene un gasto mensual promedio de $1200.
Más el gasto mensual promedio en energía eléctrica de $300 al mes.
El costo por perdida de facturación y el costo por pérdida de clientes, son los costos que
más impactan a la empresa, porque los clientes en un futuro eligen a la competencia para
la reparación y adquisición de sus equipos. Por tales motivos, es importante remediar estos
problemas y más, como se muestra en la investigación, al identificar que las ventas de
equipos van en aumento.
También se estima desde los últimos años, una perdida en el área de servicio técnico, que
podría haber más ingresos de los actuales. Según datos de ventas anteriores (4.5 años)
14
hay alrededor de 6000 equipos adquiridos por los clientes, y solo hay alrededor de 2100
reparaciones dentro de la empresa en los últimos 4 años (como se mostrara las tablas y
datos en los capítulos siguientes), esto indica que no se ha atendido de manera significativa
el mercado de mantenimiento de los equipos médico-estéticos como es debido o esperado,
si bien no son perdidas, es dinero que no se está ganando. Esto es una pérdida de
presencia ante los clientes y una de las causas es el tiempo que se tarda la reparación.
El nivel de servicio actual que se calcula es el siguiente: Por lo general, se podrían atender
de una forma casi ideal un aproximado, según lo simulado, de 1061 reparaciones anuales,
y durante el año pasado se atendieron solo 489 reparaciones, esto representa el 46%,
teniendo como referencia que la empresa y los técnicos trabajen de manera casi ideal, y
todo en conjunto como un sistema de manejo de inventarios (más adelante se detalla el
análisis).
JUSTIFICACIÓN
Debido a la gran competencia en la industria de los aparatos médico-estéticos y a la relativa
reducción de ventas en los últimos años dentro de la empresa, se tiene que mejorar la
calidad en los servicios al cliente. Esta mejora de busca conseguir al realizar en tiempo y
forma los servicios de con mayor eficiencia; el porqué de esta afirmación, es porque las
reparaciones en el taller de servicio técnico son las operaciones fundamentales que
impactan directamente en el tiempo de entrega de los equipos. Por lo cual debe de haber
una mayor calidad tanto al exterior con los clientes e internamente en el área de trabajo,
para aumentar las ventas y los ingresos económicos.
Existen algunos casos notables que ejemplifican la necesidad de vigilar la calidad de las
operaciones fundamentales, tal como el de la empresa Firestone la cual tuvo muchos
problemas con los clientes, en especial con la empresa Ford, debido a la reducción de la
calidad de los neumáticos que la empresa producía. Debido a la disminución del tiempo
dedicado a la manufactura de cada llanta, la aceleración de la producción ocasionó defectos
en los neumáticos (ITMEX, 2004).
El control debe estar en todos los almacenes, esto incluye el almacén de materia prima, si
no hay una buena organización, se tendrá un desperdicio de materiales (Esteves Alcazar,
2011). En una empresa de plástico en Toluca, se cuestionó acerca de la manera en que se
administra la materia prima y se encontró que la empresa no llevaba ningún control. La
forma en que organizan el almacén de materia prima es por pedidos provocando que si se
tiene alguna cancelación y la materia prima ha sido comprada esta se almacena
indefinidamente y no se tiene conocimiento preciso de las cantidades invertidas ni de las
pérdidas. Una medida adicional que también se implementó fue una redistribución de
almacén; esto se debió a un mal manejo del almacén general y del almacén de materia
prima, como se aprecia en la imagen no hay un orden dentro de su área de trabajo
(Ilustración 1), no hay identificación de materiales (Esteves Alcazar, 2011).
Ilustración 1 área de trabajo (Esteves Alcazar, 2011)
15
El flujo del material es un determinante principal del diseño de la distribución. Para la
mayoría de las distribuciones, las afinidades de no flujo también son un punto importante
debido a varias razones:
• Restricciones y preocupaciones del medio ambiente
• Similitudes en el proceso
• Equipos compartidos
• Supervisión y administración compartida
• Fuerza de trabajo compartida
• Mejoramiento de la calidad del producto
• Distribución de los servicios
• Preocupaciones de seguridad y riesgo
• Adaptación a la estrategia de fabricación/corporativa
• Códigos y regulaciones
• Imagen de la empresa
ALCANCES DE LA INVESTIGACIÓN.
Después del análisis descrito en el capítulo 3, se analizan los diferentes datos y
comportamientos de los diferentes modelos y trabajos en el software de programación
Arena y un sistema de inventarios para el adecuado funcionamiento dentro del área de
reparaciones y servicio técnico. Por situaciones de tiempo y de recursos monetarios, se
aplican solo con programa Arena, y la planificación de la demanda se analiza por diferentes
métodos en Excel y Minitab.
Debido al poco tiempo de investigación, no se podrán aplicar los diferentes algoritmos aquí
expuestos en la siguiente sección, pero se mencionan para futuras investigaciones y se
menciona la importancia de cada uno de los métodos de asignación de trabajos.
A continuación, se explica porque se usaron estos métodos y donde se pretende llegar, así
como su delimitación, para poder realizar el trabajo de manera adecuada y legal.
RELEVANCIA
La justificación principal de este trabajo de investigación es el de dar un aporte a la empresa
y a futuras investigaciones dentro de la misma rama, para la mejora en los procesos de
inventarios.
El problema dentro de la empresa más evidente es el flujo parsimonioso del trabajo,
reflejado en la entrega de los equipos reparados a los clientes, como en el atraso de las
reparaciones y de la entrega de las refacciones. La situación anterior implica que se tenga
que recurrir a trabajo extra y más horas extras pagadas, un gasto más grande de servicios,
esto ha provocado una disconformidad mayor por parte de los clientes.
La programación de operaciones tiene como objetivo definir en forma concreta en que
recurso de los disponibles se ejecutará cada una de las operaciones necesarias para la
16
realización de las órdenes de trabajo emitidas y las fechas en que tendrá lugar dicha
ejecución, de ahí la importancia de tener un buen análisis de asignación de tareas.
La cuestión de falta de refacciones es un gran impedimento en el avance del trabajo, este
tal vez sea uno de los factores de mayor relevancia, como se ha venido mencionando.
Al no tener un inventario de seguridad, no se tiene un amortiguamiento en las reparaciones
futuras, lo que impide que se reparen los equipos a tiempo.
Teniendo una demanda anticipada, ayudaría en la parte del mantenimiento preventivo, ya
que muchos clientes mandan sus equipos a revisión y servicio a los seis meses o un año.
PREGUNTA DE INVESTIGACIÓN
¿Qué solución de mejora se puede proponer para que el taller de servicios de reparación
pueda ser mejor y ayude a Vescica a ser una empresa más competitiva?
OBJETIVO GENERAL
Diagnosticar y proponer una mejora en la efectividad del trabajo y los costos en los
inventarios con base en simulación para la situación actual del taller de reparaciones en la
empresa Vescica.
OBJETIVOS ESPECÍFICOS
Determinar cuáles son los factores que deben mejorarse para incrementar la eficiencia y la
eficacia en el área de servicio técnico.
Planificar las estrategias de mitigación basándose en los datos históricos, tales como
ventas, entregas de proveedores, información acerca de producción, compras y ventas.
Recopilar la información en un punto centralizado, donde los demás puedan consultarla
fácilmente. Estos datos permitirán encontrar formas de reducir los riesgos a los que se
enfrenta cuando se produce un retraso, se empezara por el almacén e inventarios: donde
se analizara la capacidad máxima en el almacén y las reservas de inventario.
Proponer un sistema de inventarios de seguridad, si bien muchas empresas reciben
suministros “justo a tiempo” para la producción, tipo de gestión de la cadena de suministro
es óptimo para reducir los gastos generales, es vital disponer de suministros adicionales
para casos de emergencia.
Generar un análisis de la demanda, para un futuro aprovisionamiento y un mejor flujo en
las reparaciones.
17
1.3 METODOLOGIA
Para poder empezar una investigación primero es importante que el tema que se investiga
sea de interés, por ejemplo, este estudio fue escogido por ser de interés el tema del autor,
el autor Carlos Sabino enlista en su libro El proceso de la investigación, enlista algunas
recomendaciones para elegir los temas que se decidan investigar:
• Seleccionar un tema bien concreto y accesible.
• Escoger una temática conocida
• Buscar áreas de trabajo en las que pueda contarse con una ayuda efectiva.
• Buscar un problema de investigación que resulte de real interés para el estudiante.
(Sabino, 1992)
Como ya se mencionó acerca de la elección del tema, todo empieza desde cómo queremos
hacer nuestra investigación y hasta donde vamos a llegar es por eso definir desde un
principio nuestra pregunta de investigación y nuestros objetivos. En la práctica, los
investigadores suelen distinguir entre objetivo/s general/es y objetivos específicos. El
primero es considerado el “foco” del estudio (Robson, 1994), del que se desprenden los
objetivos específicos o preguntas de investigación. King, Keohane y Verba (1994) plantean
dos criterios para construir los objetivos: en primer lugar, estos deben representar preguntas
relevantes para comprender el mundo real, lo cual permitirá conocer más acerca de uno o
varios aspectos de la realidad; en segundo lugar, que impliquen una contribución al
conocimiento acumulado en un área, es decir un aporte a la teoría, a partir de inferencias
descriptivas de nuevos conceptos, postulación de nuevas explicaciones causales,
redefinición de procesos, etc.(Dalle, Rodolfo, & Sautu, 2005)
Esto no implica que conozcamos la respuesta de antemano, sino que en el estado actual
del conocimiento sea posible alcanzarla al menos tentativamente. Las preguntas para las
cuales ya conocemos las respuestas de antemano no son objetivos de investigación; son
enunciados prescriptivos o expresan opiniones ya formadas (que pueden o no ser muy
interesantes e ilustrativas). Por último, en los objetivos se hace referencia a las unidades
de análisis o los casos y el espacio/ámbito en el que se realizará el estudio.
Los objetivos constituyen el pilar de una investigación y sirven de nexo entre la teoría y la
metodología. De acuerdo con esta posición, los objetivos cumplen un papel preponderante
en la medida en que a partir de ellos se resuelven cuestiones teóricas y metodológicas. En
una investigación es posible plantear y articular diferentes preguntas de investigación que
lleven implícitas diferentes perspectivas teóricas (mientras sean coherentes entre sí, es
decir, que enuncien ideas relacionadas) y se respondan con distintos métodos asociados a
metodologías cuantitativas o cualitativas (Sautu, 2000).
Acerca del Marco teórico y en base a los autores Pablo Dalle, Elbert Rodolfo y Ruth Sautu
(2005) en su libro manual de la metodología y su definición de cómo hacer el marco teórico,
18
ellos enunciaron lo siguiente “El marco teórico constituye un corpus de conceptos de
diferentes niveles de abstracción articulados entre sí que orientan la forma de aprender la
realidad.” Que dicho de un lenguaje más coloquial, es el buscar, leer, substraer, sistematizar
y plasmar información de varias lecturas que necesita el investigador para poder justificar
sus investigaciones.(Dalle et al., 2005).
Incluye supuestos de carácter general acerca del funcionamiento de la sociedad y la teoría
sustantiva o conceptos específicos sobre el tema que se pretende analizar. En el nivel más
general de la teoría encontramos el paradigma. Este constituye un conjunto de conceptos
teórico-metodológicos que el investigador asume como un sistema de creencias básicas
que determinan el modo de orientarse y mirar la realidad. La teoría general está constituida
por un conjunto de proposiciones lógicamente interrelacionadas que se utilizan para
explicar procesos y fenómenos. Este marco conceptual implica una visión de la sociedad,
del lugar que las personas ocupan en ella y las características que asumen las relaciones
entre el todo y las partes. En un nivel menor de abstracción se encuentra la teoría sustantiva
que está conformada por proposiciones teóricas específicas a la parte de la realidad social
que se pretende estudiar. A partir de ella se definirán los objetivos específicos de
investigación y se tomarán otras decisiones relevantes acerca de otras etapas del diseño.
El objetivo de investigación se deriva de nuestros razonamientos teóricos. A veces
empezamos a pensar desde lo empírico y armamos el anclaje teórico; otras veces podemos
reflexionar desde las teorías más generales.
En la siguiente imagen (ilustración 2) los autores hacen mención de los niveles de
abstracción de los artículos en el marco teórico.
19
Ilustración 2 Niveles de abstraccion en el marco teorico (Dalle et al., 2005)
Otra de las cosas que son esenciales en la investigación es la metodología vinculación con
la evidencia empírica, el recorte de la realidad, los factores relacionados con la validez del
estudio, el uso y el papel de la deducción y la inducción, cuestiones referidas a la
verificación y falsificación, y los contenidos y alcances de la explicación e interpretación. En
ciencias sociales existen dos tipos de metodologías: cualitativas y cuantitativas, cada una
con diferentes supuestos teóricos y procedimientos para obtener la evidencia empírica. El
método experimental y la encuesta, así como la utilización de técnicas estadísticas de
análisis, se utilizan en el marco de una metodología cuantitativa; mientras que las
entrevistas (ya sean interpretativas o etnográficas), la observación, la narrativa y el análisis
del discurso, son utilizados en estrategias cualitativas (Dalle et al., 2005)
Los métodos se sustentan sobre principios epistemológicos y metodológicos. Es por ello
que no es posible utilizar cualquier método en el marco de una metodología determina- da.
En la práctica, en la elección de un método se respetan los presupuestos de la metodología
en la que se encuadra, aunque con ciertos grados de libertad.(Dalle et al., 2005)
20
El argumento que se desarrolla en todo es teoría (2003) es que toda investigación es una
construcción teórica, ya que la teoría permea todas las etapas del diseño (ilustración 3):
desde la construcción del marco teórico y la formulación de los objetivos, hasta la
implementación de la estrategia metodológica para la producción de los datos y su posterior
análisis.(Dalle et al., 2005)
Ilustración 3 Relación entre teoría, objetivos y metodología (Dalle et al., 2005)
1.3.1 DISEÑO DE INVESTIGACIÓN
Esta investigación es del tipo observación participante del tipo artificial, ya que la
investigación será presencial, se ajusta por lo que menciona Sabino (1992) “La observación
participante, en cambio, se denomina artificial cuando la integración del observador al grupo
se hace con el objeto deliberado de desarrollar un trabajo de investigación. Cuando la
distancia social entre observador y observado es poca”. Además de que menciona que no
es necesario que el observador realice las mismas actividades que los demás miembros
del grupo, más bien el buscar algún papel que sea aceptable dentro de la comunidad, como
un practicante o becario que es como se está manejando. (Sabino, 1992)
También es un tipo de investigación mixta debido a que se necesitaron datos del tipo
cuantitativo para poder analizar los históricos y las bases de datos, y del tipo cualitativo,
para poder dar algunas soluciones en cuanto a la mejora de la asignación de los trabajos,
o como lo definen Castañer y Oleguer “La aparición de los métodos mixtos se ha
denominado la “revolución silenciosa” (Johnson, Onwuegbuzie, & Turner, 2007; O’Cathain,
2009) puesto que no se limitan a la simple recogida de datos de diferente naturaleza, sino
que implica: combinar la lógica inductiva con la deductiva (Bergman, 2010) de forma mixta
a lo largo de todo el proceso investigador, abarcando: el planteamiento del problema, la
recogida-análisis de datos, la interpretación de resultados y en el informe final (Wolcott,
2009).”(Castañer, Oleguer, & Anguera, 2013)
Acerca del Marco teórico y en base a los autores Pablo Dalle, Elbert Rodolfo y Ruth Sautu
(2005) en su libro manual de la metodología y su definición de cómo hacer el marco teórico,
ellos enunciaron lo siguiente “El marco teórico constituye un corpus de conceptos de
diferentes niveles de abstracción articulados entre sí que orientan la forma de aprehender
21
la realidad.” Que dicho de un lenguaje más coloquial, es el buscar, leer, substraer,
sistematizar y plasmar información de varias lecturas que necesita el investigador para
poder justificar sus investigaciones.(Dalle et al., 2005)
Pero el marco teórico solo es una parte, si bien es importante, todo empieza desde cómo
queremos hacer nuestra investigación y hasta donde vamos a llegar es por eso definir
desde un principio nuestra pregunta de investigación y nuestros objetivos. En la práctica,
los investigadores suelen distinguir entre objetivo/s general/es y objetivos específicos. El
primero es considerado el “foco” del estudio (Robson, 1994), del que se desprenden los
objetivos específicos o preguntas de investigación. King, Keohane y Verba (1994) plantean
dos criterios para construir los objetivos: en primer lugar, estos deben representar preguntas
relevantes para comprender el mundo real, lo cual permitirá conocer más acerca de uno o
varios aspectos de la realidad; en segundo lugar, que impliquen una contribución al
conocimiento acumulado en un área, es decir un aporte a la teoría, a partir de inferencias
descriptivas de nuevos conceptos, postulación de nuevas explicaciones causales,
redefinición de procesos, etc.(Dalle et al., 2005)
1.3.2 Pasos de la investigación Este proyecto de investigación se realizó de manera presencial dentro de la empresa
durante dieciséis meses, analizando el área de servicio técnico, con base en la información
documental existente y el desempeño observable en la ejecución de las tareas.
El proceso que se siguió en la investigación fue como se muestra en la ilustración 4 a
continuación:
22
Ilustración 4 Metodología para la elaboración de tesis
1. Para la búsqueda de empresa, este inicio en el tercer semestre, después de dos
trabajos fallidos, debido a problemas legales dentro de las mismas organizaciones,
en la empresa Vescica, se dio la oportunidad de poder dar algunas observaciones
y generar algunas propuestas de mejora dentro del área de servicio,
aproximadamente a partir de Julio del 2016.
2. Para la parte de Análisis de la situación, se estudió principalmente con base en los
estadísticos y midiendo el nivel de servicio al cliente, así como la observación a
detalle. De estas decisiones y datos se toma la conclusión en conjunto con
miembros del comité tutorial.
3. En cuanto a la identificación del problema, se necesitó la evaluación de los datos
conseguidos en los programas de Excel y minitab sumado a esto con la observación,
mediante estos se pudo concretar que los inventarios era uno de los principales
problemas.
4. Toma de datos; Para esta parte, se necesitaron crear bases de datos para las
estadísticas de los equipos, ya que cuando se revisaron no mostraban gran
información, y era más difícil la trazabilidad de los equipos. Así que se tomaron
tiempos de reparaciones, y de llegadas de materias primas.
5. Para la revisión de literatura, se realizó una revisión sistémica, en las bases de datos
de Web of science, Scopus y Redalyc, estos artículos se descargan por medio de
23
Google Scholar, también se revisaron libros reconocidos y especializados en los
temas presentados.
Para poder analizar las tendencias dentro de Google, se compararon los temas principales
en Google Trends (ilustración 5):
Ilustración 5 Investigación en Google trends de los principales terminos
Como se puede apreciar, el interés en búsqueda de cadena de suministro es mucho mayor
que forecasting e inventarios, siendo este último el menos consultado (ilustración 6).
Ilustración 6 Mapa de las principales busquedas
24
Al analizar el interés por región, llama la atención que, en México, el tema más buscado
entre estos 3, es inventarios, así como en la mayor parte de América Latina, se puede
observar (ilustración 7) que entonces para la mayoría de las empresas e instituciones, se
tiene un interés en relación con este tema.
Ilustración 7 Búsqueda en Google trends acerca de Inventarios
México es el 9º país donde más se busca acerca de los inventarios.
En búsquedas de Forecasting México se encuentra en el lugar 60, predominan los países
africanos. (Ilustración 8)
Ilustración 8 Búsqueda en Google trends acerca de planeación de la demanda
Y la búsqueda en estos temas, es precisamente la demanda, o planeación de la demanda.
Ahora para reducir las estadísticas, también se comparó en México solamente (ilustración
9):
25
Ilustración 9 Grafica comparativa entre los principales términos y sus búsquedas en Google en un año
Como se puede observar en la comparativa anterior, el forecasting es casi nada comparado
con las búsquedas de inventarios y cadena de suministro.
Ilustración 10 principales búsquedas en México de los tres términos principales
En casi todo el territorio predomina la búsqueda de inventarios (ilustración 10).
En cambio, en Supply chain, la Ciudad de México se encuentra en el lugar 18 (ilustración
11).
26
Ilustración 11 Búsquedas en México acerca de planeación de la demanda
Para la búsqueda de Forecasting, la búsqueda en México en general no es muy solicitada
en Google, por lo cual solo se hacen presente los estados donde más se investiga, la
Ciudad de México es el lugar número dos, en cuanto a búsquedas (Ilustración 12).
Ilustración 12 Búsquedas en México acerca de Inventarios
6. Recolección y análisis de datos: Esta investigación, se basa principalmente en datos
y cálculos, por lo cual se considera más del tipo cuantitativo, es importante dentro
del presente trabajo plasmar la técnica de recolección usada, así como los
elementos de este mismo:
Técnicas de análisis. A continuación, se muestran las técnicas utilizadas, estas se
realizaron en Excel, Minitab y Wolfram.
Recolección de
datos
Análisis cuantitativos
de los datos
Interpretación y
aplicación de técnicas
Análisis Mediante
Estadísticas
Método Holt-
Winters Punto de Reorden
27
Elementos: Como ya se mencionó, estos son los softwares utilizados para el trabajo.
.
7. Diseño de la investigación: esta investigación, se diseñó cuantitativamente, todos
los datos y los resultados se manejan en datos, debido al estudio de inventarios y
pronósticos.
8. Resultados obtenidos: Los resultados después de utilizar los métodos de análisis y
creación de resultados, se plasman en el capítulo siguiente, así como la propuesta
para la resolución del problema encontrado. Estos se pueden visualizar más a
detalle y cada uno de ellos en los anexos. A continuación, solo se da un pequeño
ejemplo.
El error de pronóstico, nos indica que la demanda actual está por debajo del pronóstico, lo
que nos dice que las ventas aumentaran el próximo año. El MAD o la desviación media
absoluta, es de 9.92, que es de 10 unidades, lo cual es muy bajo considerando las unidades
vendidas por año, el error cuadrático medio es muy alto, debido a la diferencia de unidades,
el error porcentual absoluto es de 43.39, lo cual es muy alto, pero es debido al aumento de
ventas en los últimos años.
Para el análisis de los inventarios se realizó lo siguiente en Excel:
Minitab Excel Arena
28
Planeación de inventarios con descuento por cantidad
Para el Producto FG tenemos 4 componentes que se necesita analizar por descuentos
por cantidad.
9. Propuesta: esta fue realizada en Arena, ya con los elementos antes mostrados,
modelados, más la propuesta del nuevo trabajo y los inventarios en el área de
servicio al cliente.
Lambda 14
Costo por ordenar (k) 91.85$
I 0.25
ai 480
Costo unitario 0 ≤ q < 3 3 ≤ q < 6 6 ≤ q < 9 9 ≤ q <12 12 ≤ q < 15 15 ≤ q
Tablillas de ultrasonido 230.00$ unidad 230.00$ 225.40$ 222.64$ 219.65$ 218.04$ 217.12$
$-
$2,000.00
$4,000.00
$6,000.00
$8,000.00
$10,000.00
$12,000.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Título del gráfico
Tablillas de ultrasonido
29
30
CAPITULO 2 MARCO TEÓRICO Como se menciona en los capítulos anteriores, el marco teórico es donde se recabo la
información necesaria para poder elegir qué métodos nos convenían más usar, y antes de
pasar al capítulo 3 que es la aplicación, se muestran algunos ejemplos y la importancia de
llevar paso a paso lo que se quiere lograr
CADENA DE SUMINISTRO
“La cadena de suministro es el punto clave para la integración en el proceso de negocios,
desde los proveedores hasta que el producto llegue a manos del consumidor final, el
proveedor de productos, servicios e información agregan valor a los consumidores “(Stock
y Lambert, 2001)
Aunque es muy corta esta definición, nos explica que es esencialmente la SPM, y es en
realidad lo que queremos cumplir, que el producto llegue en tiempo y forma al cliente, por
otra parte y la definición que es un poco más teórica y puede que esté un poco mejor
explicada es la de Richard Chase(2009), ya que la define como la ciencia que se dedica al
diseño, la operación y la mejora de los sistemas que crean y entregan los productos y los
servicios primarios de una empresa. La SCM, al igual que el marketing y las finanzas, es
un campo funcional de la empresa que tiene una clara línea de responsabilidades
administrativas.(Chase, 2009). Pero aquí hay algo que no menciona y creo que es muy
importante, que se tienen que ver el conjunto de un todo para que funcione mejor, todas las
actividades deben de tener el mismo peso y trabajar en conjunto, (Ballou, 2004) lo describe
de la siguiente manera y es a que yo considero mejor, ya que dice lo siguiente: La
administración de la cadena de suministros se define como la coordinación sistemática y
estratégica de las funciones tradicionales del negocio y de las tácticas a través de estas
funciones empresariales dentro de una compañía en particular, y a través de las empresas
que participan en la cadena de suministros con el fin de mejorar el desempeño a largo plazo
de las empresas individuales y de la cadena de suministros como un todo.(Ballou, 2004), y
también lo plasma en un modelo grafico (ilustración 13) que lo explica de mejor manera:
31
Pero porque es tan difícil, y a la vez tan estudiado este tema, lo que causa tanta curiosidad
es esa seguridad que se debe de tener para poder cumplir con las necesidades de los
clientes, y en este caso, (Li, 2011), lo describe de tal manera que nos hace darnos cuenta
de tal importancia, en otras palabras, él explica que en primer lugar los gerentes deben
analizar y organizar la producción a largo plazo optimizando la planificación de la
producción de la cadena de suministro. En segundo lugar, tienen que optimizar la
producción a corto plazo analizando y organizando la programación de producción de la
cadena de suministro y finalmente tomando en consideración la estocástica del mundo real,
los gerentes tienen que analizar y organizar el desempeño de la cadena de suministro
adoptando la mejor política de control.(Li, 2011)
PLANEACIÓN Y PRONÓSTICOS
La planeación es de suma importancia para la organización, ya que nos permite generar un
panorama a futuro, para saber qué es lo que debemos de producir y cuanto, Ballou (2004)
dice que debe ser muy preciso, ya que dependemos mucho de esta para llevar a cabo una
correcta satisfacción de los objetivos Internos. La planeación y el control de las actividades
de logística y de la cadena de suministros requieren estimados precisos de los volúmenes
de producto y de servicio que serán manejados por la cadena de suministros. Estos
estimados de ordinario se presentan en la forma de pronósticos y predicciones.(Ballou,
2004)
En la gestión de la cadena de suministro, la planificación de la producción es el proceso de
determinar un plan provisional de cuánta producción se producirá en los próximos períodos
de tiempo, durante un intervalo de tiempo denominado horizonte de planificación. La
planificación de la producción también determina los niveles de inventario esperados, así
como la fuerza de trabajo y otros recursos necesarios para implementar los planes de
producción(Luna del Valle, 2011). La planificación de la producción se realiza mediante una
Ilustración 13 cadena de suministros (Ballou, 2004)
32
visión agregada de la instalación de producción, la demanda de productos e incluso de
tiempo (por ejemplo, utilizando períodos de tiempo mensuales)(Li, 2011). La planificación
de la producción se define comúnmente como el proceso multifuncional de elaborar un plan
de producción agregada para grupos de productos durante un mes o trimestre, basado en
objetivos de gestión para producción, ventas e inventarios(Romero Q. & Lices D., 2009).
Este plan debe cumplir con los requisitos operativos para cumplir con la rentabilidad básica
del negocio y los objetivos del mercado y proporcionar el marco general deseado en el
desarrollo del programa maestro de producción y en la evaluación de la capacidad y los
recursos necesarios.(Lundy, Rupert, & Ferris, 2012)
El sistema de planeación de recursos de una empresa (ERP), cuando se implementa en la
forma correcta, conecta a todas las áreas del negocio. Manufactura se entera de los nuevos
pedidos tan pronto como se registran en el sistema. Ventas conoce la situación exacta del
perdido de un cliente. Compras sabe al minuto lo que necesita manufactura y el sistema
contable se actualiza a medida que ocurren todas las operaciones pertinentes. Los
beneficios potenciales son considerables. Tan sólo los ahorros en el envío redundante de
la información le pueden ahorrar a una compañía millones de dólares al año. Sin embargo,
el valor real se encuentra en las nuevas formas en que una compañía puede hacer
negocios. Simplemente se pueden eliminar muchos trabajos redundantes. El tiempo
requerido para desempeñar los trabajos restantes se puede reducir considerablemente
debido a la rápida disponibilidad de la información. Con un sistema ERP bien diseñado, son
posibles nuevas formas de dirigir el negocio. Por supuesto, eso no se logra sin un costo.
Los sistemas ERP son complejos y pueden requerir cambios importantes en los procesos.
(Chase, 2009)
La definición de pronósticos con la que se concuerda más es la de Chase (2009), ya que
como él lo plantea al igual que para efectos en la tesis es que para efectos de la misma es
la predicción de lo que sucederá con las ventas existentes de los productos en una empresa
utilizando un enfoque multifuncional, incluyendo tanto factores externos como internos.
Chase nos da un panorama más amplio, ya que él lo clasifica de la siguiente manera: El
pronóstico se puede clasificar en cuatro tipos básicos: cualitativo, análisis de series de
tiempo, relaciones causales y simulación. Las técnicas cualitativas son subjetivas y se
basan en estimados y opiniones.
El análisis de series de tiempo se basa en la idea de que es posible utilizar información
relacionada con la demanda pasada para predecir la demanda futura. La información
anterior puede incluir varios componentes, como influencias de tendencias, estacionales o
cíclicas, y se describe en la sección siguiente. El pronóstico causal, que se analiza utilizando
la técnica de la regresión lineal, supone que la demanda se relaciona con algún factor
subyacente en el ambiente. Los modelos de simulación permiten al encargado del
pronóstico manejar varias suposiciones acerca de la condición del pronóstico.(Andonegi,
Casadesús, & Elguezabal, 2005) El pronóstico de los niveles de demanda es vital para la
firma como un todo, ya que proporciona los datos de entrada para la planeación y control
de todas las áreas funcionales, incluyendo logística, marketing, producción y finanzas. Los
niveles de demanda y su programación afectan en gran medida los niveles de capacidad,
33
las necesidades financieras y la estructura general del negocio. La compañía USAID, dice
que cada área funcional tiene sus propios problemas especiales de pronóstico. Los
pronósticos en logística se relacionan con la naturaleza espacial así como temporal de la
demanda, el grado de variabilidad y su aleatoriedad.(Usaid, 2011).
Creo que la elección de algún método o modelo para pronosticar o planear, no se tiene que
tomar a la ligera, ya que es una de las áreas más importantes, las características más
importantes a la hora de elegir un método, que a mi parecer son más sensatas son las que
enuncio Richard B. Chase él dice que el modelo de pronóstico que una empresa debe
utilizar depende de:
1. El horizonte de tiempo que se va a pronosticar.
2. La disponibilidad de los datos.
3. La precisión requerida.
4. El tamaño del presupuesto de pronóstico.
5. La disponibilidad de personal calificado.(Chase, 2009)
PLANEACIÓN DE REQUERIMIENTO DE MATERIALES
Todos los sistemas de producción tienen capacidad y recursos limitados. Esto plantea un
trabajo difícil para el programador. Aunque el plan total proporciona un marco general
operativo, el programador tiene que especificar exactamente qué se va a producir. Primero
para no tener problemas desde la raíz, se tiene que trabajar con los proveedores, mi
pensamiento es que desde un principio se debe de trabajar una buena relación con ellos,
en el estudio de Sako (Sako 2004), la cual él nos dice como Toyota empezó a trabajar con
sus proveedores.
La filosofía de compras de Toyota Motor Corporation está consagrado en las normas que
se establecen de compras: "una vez nominado como proveedores de Toyota, que deben
ser tratados como parte de Toyota (como plantas de rama). Aquí nos explica
detalladamente:
“Al igual que el OMCD, el Departamento de Compras se basó también en los modos
bilaterales y multilaterales de desarrollo de proveedores. En el modo multilateral, el
Departamento ha estado a cargo de la asociación de proveedores, Kyohokai, que, a pesar
de su membresía en constante expansión, sigue siendo un foro para comunicar y compartir
información en la comunidad de proveedores. Llevan a cabo seminarios regulares,
reuniones de grupos de estudio, cursos de formación, exposiciones y presentaciones de los
logros de los miembros en diversos asuntos, incluyendo el costo, calidad, entrega y
desarrollo.”(Sako, 2004)
Comparado con esto en otro estudio igual en Toyota Dyer y Noeboka nos dicen que se
tiene que trabajar desde el capital humano y con firmeza, lo cual es también muy importante.
“El sistema de Producción Toyota se centra en la eliminación de residuos, y se le atribuye
34
la creación de un conjunto de herramientas y procedimientos, como Kanban, el cambio de
matriz rápida y automatización. La asistencia individual es buena siempre estamos
buscando resultados rápidos. Cuando los beneficios de un proveedor se han desplomado
de repente, o cuando un proveedor no está al día con el lanzamiento de un nuevo modelo,
enviamos en nuestros expertos capacitados y decirle a todo el mundo para ver en silencio.
Pero esto a corto plazo, pero profunda, la intervención requiere una enorme cantidad de
recursos de nuestra parte. Lo más probable es que no, los proveedores sienten que han
mejorado, haciendo lo que se les dice, pero no entiendo por qué, y las cosas llegan a su fin
cuando los expertos se van a casa. Por el contrario, Jishuken es bueno para el desarrollo y
la formación de las personas, tanto a los proveedores y al Toyota. La fortaleza del sistema
de producción de Toyota se encuentra en la creación de la mayor cantidad de personas
que pueden aplicar y poner en práctica el TPS por su cuenta como sea posible”. Jishuken
es lo que le llaman ellos al mejoramiento de sus propios proveedores, y para mi es algo en
cuenta a considerar, si no hay algo de presión por parte de la empresa no podremos tener
nuestros materiales en tiempo y forma. (Dyer & Nobeoka, 2000)
TÉCNICAS CUALITATIVAS DE PRONÓSTICO
Son técnicas que no se guían a través de números, por lo que no parecería tener tanta
relevancia en este trabajo, pero aun así es importante saber que no se pueden descartar,
ya que son un gran apoyo también para saber qué tan buena será su venta tendrá un nuevo
producto, el impacto de las nuevas tecnologías e incluso el cambio en algunas reglas o
políticas gubernamentales, Ballou (2004) nos dice que los métodos cualitativos utilizan el
juicio, la intuición, las encuestas o técnicas comparativas para generar estimados
cuantitativos acerca del futuro. La naturaleza no científica de los métodos los hace difíciles
de estandarizar y de validar su precisión. Por lo que obviamente no son muy confiables.
(Ballou, 2004)
Richard Chase nos dice que son muy subjetivas de juicio, que solo están basadas en
estimados y opiniones, por lo que en corto plazo no es muy conveniente, sin embargo para
lanzar nuevos productos o innovación se tienen que utilizar. En acuerdo con ambos autores,
en el siguiente cuadro (Tabla1) podremos apreciar las más útiles y las más utilizadas por
Richard Chase (Chase, 2009):
Tabla 1 Técnicas cualitativas de pronostico (Chase, 2009)
Acumulativas Deriva un pronóstico a través de la compilación de las entradas de
aquellos que se encuentran al final de la jerarquía y que tratan con lo
que se pronostica. Por ejemplo, un pronóstico general de las ventas
se puede derivar combinando las entradas de cada uno de los
vendedores que están más cerca de su territorio.
Investigación
de mercado
Se utiliza para recopilar datos de varias formas (encuestas,
entrevistas, etc.) con el fin de comprobar hipótesis acerca del
mercado. Por lo general, se usa para pronosticar ventas a largo plazo
y de nuevos productos.
35
Grupos de
consenso
Intercambio libre en las juntas. La idea es que la discusión en grupo
produzca mejores pronósticos que cualquier individuo. Los
participantes pueden ser ejecutivos, vendedores o clientes.
Analogía
histórica
Relaciona lo pronosticado con un artículo similar. Es importante al
planear nuevos productos en los que las proyecciones se pueden
derivar mediante el uso del historial de un producto similar
Método de
Delfos
Un grupo de expertos responde un cuestionario. Un moderador
recopila los resultados y formula un cuestionario nuevo que se
presenta al grupo. Por lo tanto, existe un proceso de aprendizaje para
el grupo mientras recibe información nueva y no existe ninguna
influencia por la presión del grupo o individuos dominantes.
Delphi Un panel de expertos es interrogado mediante una secuencia de
cuestionarios en los que las respuestas a un cuestionario se utilizan
para producir el segundo cuestionario. De esta forma, cualquier
información disponible para unos expertos y no para otros, es
transmitida a estos últimos, lo que permite que todos los expertos
tengan acceso a toda la información para el pronóstico. Esta técnica
elimina el efecto de tendencia moderna de la opinión mayoritaria.
Pronostico
visionario
Profecía en que se utilizan perspectivas personales, juicios y, en la
medida de lo posible, hechos acerca de distintos escenarios futuros.
Se caracteriza por conjeturas subjetivas e imaginación; en general, los
métodos utilizados no son científicos.
TÉCNICAS DE SERIES DE TIEMPOS
Los modelos de pronósticos de series de tiempo tratan de predecir el futuro con base en la
información pasada, o sea con los datos reales que se tienen en la empresa,
“Cuando se dispone de una cantidad razonable de información histórica y las variaciones
de tendencia y estacionales en las series de tiempo son estables y bien definidas, la
proyección de esta información al futuro puede ser una forma efectiva de pronóstico para
el corto plazo. La premisa básica es que el patrón del tiempo futuro será una réplica del
pasado, al menos en gran parte.”(Ballou, 2004)
Chase clasifica los mejores modelos y cuando es mejor ocuparlos (Tabla 2):
Tabla 2 Métodos Heurísticos (Chase, 2009)
Método de pronostico
Monto de datos históricos
Patrón de los datos Horizonte de pronostico
Promedio Móvil simple
6 a 12 meses, a menudo se utilizan datos semanales
Los datos deben de ser estacionarios (es
Corto a mediano
36
decir, sin tendencia ni temporalidad
Promedio Móvil ponderado y suavización exponencial simple
Para empezar, se necesitan de 5 a 10 observaciones
Los datos deben de ser estacionarios
Corto
Suavización exponencial con tendencia
De 10 a 20 observaciones; para la temporalidad, por lo menos 5 observaciones
Estacionarios y tendencias
Corto
Regresión Lineal De 10 a 20 observaciones para la temporalidad, por lo menos 5 observaciones por temporada
Estacionarios, tendencias y temporalidad
Corto a mediano
(Chase, 2009)
El más recomendado por los autores es el de Regresión lineal, así como el análisis de
regresión múltiple y la suavización exponencial con tendencia, Ya que los datos no son
estacionarios, y se pueden añadir más variables como temporadas y tendencias. Estoy de
acuerdo, ya que con datos estacionarios no se puede calcular una buena demanda.
TÉCNICAS CAUSALES
Aquí se podría explicar que el servicio "causa" las ventas. Ronald (Ballou, 2004) la define
como la premisa básica sobre la que se construyen los métodos causales para pronósticos
es que el nivel de la variable pronosticada se deriva del nivel de otras variables
relacionadas. Trata de entender el sistema subyacente y que rodea al elemento que se va
a pronosticar, En la tabla 3 se muestran las principales técnicas causales
Tabla 3 Técnicas Causales (Ballou, 2004)
Análisis de regresión Similar al método de los mínimos cuadrados en las
series de tiempo, pero puede contener diversas
variables. La base es que el pronóstico se desarrolla
por la ocurrencia de otros eventos.
Modelos econométricos Intentos por describir algún sector de la economía
mediante una serie de ecuaciones interdependientes.
Modelos de entrada/salida Se enfoca en las ventas de cada industria a otros
gobiernos y empresas. Indica los cambios en las ventas
37
que una industria productora puede esperar debido a
los cambios en las compras por parte de otra industria.
Modelos de entrada/salida
económicos
Los modelos econométricos y modelos de entrada-
salida en ocasiones se combinan para el pronóstico. El
modelo de entrada-salida se utiliza para proporcionar
tendencias a largo plazo para el modelo econométrico.
También estabiliza el modelo econométrico.
Principales indicadores Estadísticas que se mueven en la misma dirección que
la serie a pronosticar, pero antes que ésta, como un
incremento- to en el precio de la gasolina que indica
una baja futura en la venta de autos grandes.
Análisis especial El método intenta descomponer una serie de tiempo en
sus componentes fundamentales, denominados
espectro. Estos componentes son representados
mediante curvas geométricas seno-coseno. Al volver a
reunir estos componentes se genera una expresión
matemática que puede utilizarse para pronósticos.
TÉCNICAS DE SIMULACIÓN
Estos modelos a mi parecer son los más confiables, tienen la ventaja de la tecnología y son
los más rápidos, pero son los más caros y se necesita capacitación en toda la empresa por
lo cual se hacen más costosos, Richard Chase (Chase, 2009) dice que son modelos
dinámicos, casi siempre por computadora, que permiten al encargado de las proyecciones
hacer suposiciones acerca de las variables internas y el ambiente externo en el modelo.
Dependiendo de las variables en el modelo, el encargado de los pronósticos puede hacer
preguntas como: ¿Qué sucedería con mi pronóstico si el precio aumentara 10%? ¿Qué
efecto tendría una recesión nacional leve sobre mi pronóstico? Aunque este podría ser el
óptimo, habrá que ser estudiado para ver si se puede implementar. Los más famosos son
SAP, ORACLE, SAS, EPICORE, entre otros.
MÉTODO DE HOLT-WINTERS O AJUSTE EXPONENCIAL TRIPLE
Los métodos de suavización exponencial se encuentran entre las técnicas de pronóstico
más utilizadas en la industria y las empresas, en particular los métodos Holt-Winters que
nos permiten tratar series temporales uni-variadas que contienen factores de tendencia y
estacionales. Su popularidad se debe a su formulación de modelo simple y buenos
resultados de pronóstico(Bermúdez, Segura, & Vercher, 2005).
Los concursos de predicción (Makridakis et al., 1998, Makridakis y Hibon, 2000) reportaron
la sorprendente precisión pronostica de los métodos Holt-Winters, obtenidos con un
38
esfuerzo mínimo en computación e identificación del modelo, similar si no mejor que los
resultados obtenidos con los modelos ARIMA. Además, algunos artículos recientes han
introducido versiones modificadas de los métodos Holt-Winters que superan a los
tradicionales en aplicaciones específicas (Taylor, 2003). Se puede calcular en programas
como el Excel, o con el programa Minitab, los cuales se usaron ambos para calcular.
El método aditivo Holt-Winters se define generalmente a través de las ecuaciones de
transición:
𝑎𝑖 = 𝛼(𝑦𝑖 − 𝑐𝑖−𝑝) + (1 − 𝑎)(𝑎𝑖−1 + 𝑏𝑖−1) (𝑙𝑒𝑣𝑒𝑙 𝑒𝑞𝑢𝑎𝑡𝑖𝑜𝑛)
𝑏𝑖 = 𝛽(𝑎𝑖 − 𝑎𝑖−1) + (1 − 𝛽)( 𝑏𝑖−1) (𝑟𝑎𝑡𝑒 𝑒𝑞𝑢𝑎𝑡𝑖𝑜𝑛)
𝑐𝑖 = 𝛾(𝑦𝑖 − 𝑎𝑖−1 − 𝑏𝑖−1) + (1 − 𝛾)𝑐𝑖−𝑝 (𝑠𝑒𝑎𝑠𝑜𝑛𝑎𝑙 𝑖𝑛𝑑𝑒𝑥 𝑒𝑞𝑢𝑎𝑡𝑖𝑜𝑛)
Sea: At = Base del pronóstico (Nivel de ventas cuando t = 0).
α = Factor entre 0 y 1 para ponderar la base del pronóstico.
β = Factor entre 0 y 1 para ponderar la tendencia.
It = Factor de estacionalidad del período t.
i = Índice del período para el que se está pronosticando a partir del período actual.
l = Número de períodos en el ciclo estacional.
λ = Factor entre 0 y 1 para ponderar la estacionalidad.
Tt = Tendencia de las ventas en el periodo t.
t = periodo de tiempo considerado.
yt = Ventas reales del período t.
Los parámetros de pronóstico α, β, λ están en el rango [0, 1] y sus valores pueden
optimizarse utilizando registros suficientemente largos de datos pasados (fase de
calibración). Los parámetros optimizados se someten posteriormente a pruebas de
precisión y robustez mediante la aplicación del método a datos pasados distintos de los
utilizados para la calibración (fase de verificación)(Kotsialos & Papageorgiou, 2005).
Después de que tenemos la formula, es necesario saber cómo funciona:
Supongamos que necesitamos pronósticos de ventas mensuales. Para producir un
pronóstico, el método Holt-Winters (HW) necesita estimar hasta tres componentes de una
ecuación de pronóstico:
39
1. El nivel subyacente actual de las ventas. Este es el nivel que queda después de haber
desestacionalizado las ventas e intentado eliminar el efecto de factores aleatorios (ruido).
2. La tendencia actual en nuestras ventas. Este es el cambio en el nivel subyacente que
esperamos que ocurra entre ahora y el próximo mes. Por ejemplo, si calculamos que
nuestro nivel actual es de 500 unidades y esperamos que sea 505 unidades el próximo
mes, entonces nuestra tendencia estimada es de +5 unidades.
3. El índice estacional del mes que estamos pronosticando. Digamos que nuestra
estimación es 1,2; Esto significa que esperamos que nuestras ventas en este mes sean
20% por encima del nivel subyacente de ese mes, lo que demuestra que nuestro producto
tiende a venderse relativamente bien en esa época del año.
Supongamos que estamos en enero y queremos un pronóstico de ventas para marzo, dos
meses después. HW estima que nuestro nivel actual es 500, nuestra tendencia es 5, y
marzo tiene un índice estacional de 1,2. La previsión para el nivel en marzo será:
[Nivel (500) + 2 * Tendencia (10)] * Estacional (1,2) = 612 unidades
Tan pronto como llega una nueva cifra de ventas, HW actualiza sus estimaciones del nivel,
la tendencia y el índice estacional para ese mes. Para ello, se toma una media ponderada
de las estimaciones previas del valor del componente y el valor sugerido por la nueva cifra
de ventas. Los pesos utilizados se denominan constantes de suavizado.
Para cada componente (nivel, tendencia, estacional) hay una constante de suavizado que
cae entre cero y uno, (se recomienda altamente usar 0.2). Las constantes de suavizado
más grandes significan que se pone más peso en el valor sugerido por la nueva cifra de
ventas y menos en la estimación anterior. Esto significa que el método se adaptará más
rápidamente a cambios genuinos en el patrón de ventas, pero también podría sobre-
reaccionar a cifras de ventas extravagantes. El gráfico (ilustración 14) muestra cómo los
pronósticos de HW pueden efectivamente rastrear tendencias y patrones estacionales.
Ilustración 14 Grafico de Ejemplo Holt-Winters (Marin, 2013)
Con algoritmos de investigación de operaciones, se pueden optimizar los valores de los
factores α, β y λ, minimizando el error del modelo (la diferencia entre el valor pronosticado
y el valor real), considerando un indicador como el error medio al cuadrado (MSE o EMC),
40
la diferencia absoluta media (MAD o DAM), o el porcentaje del error medio absoluto (MAPE
o PEMA), como función objetivo. Pero ¿Qué utilidad tiene calcular el error de pronóstico de
demanda? Su cálculo nos permite tomar decisiones frente a qué método de pronóstico es
el mejor y logran detectar cuando algo en nuestra previsión de la demanda no está
marchando bien, con lo que conseguimos cambiar el rumbo de nuestras decisiones a fin
tomar las mejores elecciones.(Marin et al., 2013)
Suma acumulada de errores de pronóstico (CFE)
Es la medida más básica de todas y es la que da origen a las demás. Es la suma acumulada
de los errores de pronóstico. Nos permite evaluar el sesgo del pronóstico. Por ejemplo, si a
través de los periodos el valor real de la demanda siempre resulta superior al valor de
pronóstico, la CFE será más grande, indicando la existencia de un error sistemático en el
cálculo de la demanda.(Gelper, Fried, & Croux, 2007)
𝐶𝐹𝐸 = ∑ 𝐸𝑟𝑟𝑜𝑟 𝑑𝑒 𝑝𝑟ó𝑛𝑜𝑠𝑡𝑖𝑐𝑜
Desviación media absoluta (MAD)
Mide la dispersión del error de pronóstico o dicho de otra forma, la medición del tamaño del
error en unidades. Es el valor absoluto de la diferencia entre la demanda real y el pronóstico,
dividido sobre el número de periodos.
𝑀𝐴𝐷 = ∑|𝑅𝑒𝑎𝑙 − 𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜|
𝑛
Error cuadrático medio (MSE)
Al igual que la DAM, el MSE es una medida de dispersión del error de pronóstico, sin
embargo, esta medida maximiza el error al elevar al cuadrado, castigando aquellos periodos
donde la diferencia fue más alta a comparación de otros. En consecuencia, se recomienda
el uso del MSE para periodos con desviaciones pequeñas.(Kumar & Sharma, 2016)
𝑀𝑆𝐸 =∑ 𝐸𝑟𝑟𝑜𝑟 𝑑𝑒 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜2
2
41
Error porcentual medio absoluto (MAPE)
El MAPE nos entrega la desviación en términos porcentuales y no en unidades como las
anteriores medidas. Es el promedio del error absoluto o diferencia entre la demanda real y
el pronóstico, expresado como un porcentaje de los valores reales.(Marin et al.,
2013)(Gonzalez, 1992)
𝑀𝐴𝑃𝐸 =
∑ 100|𝑅𝑒𝑎𝑙𝑖 − 𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜𝑖|𝑛𝑖=1
𝑅𝑒𝑎𝑙𝑖
𝑛
Para poder calcular las cantidades a pedir, y con qué frecuencia se tiene que pedir, para
que nuestros costos de inventario.
ESTUDIO DE INVENTARIOS
El estudio de los inventarios es fundamental en todas las empresas, y vale la pena repasar,
un poco de historia, para entender mejor la importancia del cálculo de los costos asociados.
Breve reseña histórica del desarrollo de los inventarios
Tabla 4 Reseña de la historia de los inventarios
Década Contribución y característica de los puntos de interés
20´s Lote Económico
30´s Primera literatura sobre el lote económico.
40´s - Emergen las ciencias de Administración de Inventarios e Investigación de Operaciones. - Interés por pronosticar la demanda.
50´s - Primeros análisis rigurosos de modelos clásicos. - Producción teórica abundante.
60´s - Se empiezan a trabajar modelos con horizonte infinito y modelos con varios artículos. - Se manejan variantes de modelos existentes. - Los algoritmos son complicados y difíciles de implementar. - Existe una brecha bastante amplia entre los modelos y las aplicaciones.
70´s - Producción teórica abundante. - Se empieza a trabajar con multi-productos. - Se maneja el abasto coordinado. - Se empieza a manejar el horizonte infinito. - Se introduce la política (S, c, s). - Se populariza el uso de algoritmos heurísticos. - Mayor aplicación de los resultados teóricos.
80´s - Se analiza un sistema multiartículos con demanda compuesta. - Se aproximan las soluciones de algoritmos complicados.
42
- La tendencia se dirige al menor inventario posible. - “El justo a tiempo”, aparece con mayor frecuencia en los artículos.
90´s - Se populariza el uso de “Justo a tiempo”. - Se generaliza el uso de revisión continua. - Nuevos usos de técnicas conocidas.
2000 - Son abundantes los estudios de los sistemas de inventarios multiartículos y pronósticos.
A partir de la definición establecida de inventario se puede observar que no se trata de un
proceso separado e independiente de la empresa, al contrario, debe tratarse de un sistema
de la empresa para controlar la existencia de material. En la empresa en cuestión, no se
tenía presente la importancia de este mismo.
El Doctor Eduardo Gutiérrez nos explica cómo se identifica y clasifica un inventario, con
base en lo siguiente:
• Características. Un sistema de inventario se tipifica por aplicarse a un sólo producto
o a varios productos.
• Déficit. En un sistema de inventarios el déficit de los productos puede ser nulo, con
ventas pendientes y ventas pérdidas.
• Demanda. Un sistema de inventario puede tener demandas determinísticas y
estocásticas unitarias y compuestas.
• Tiempo de entrega. Un sistema de inventario puede tener tiempos de entrega nulos,
constantes o aleatorios.
• Restricciones. Un sistema de inventario se restringe a los niveles de servicio, al
espacio de almacenamiento y al presupuesto de la empresa.
• Periodo de planeación. Un sistema de inventario se puede establecer con periodos
simples o compuestos. Generalmente se programa un sistema de inventario para
todo un año, llamando a este tiempo periodo de planeación o tiempo durante el cual
el nivel del inventario debe ser controlado.(Gutierrez gonzalez, 2016)
Se podría explicar en un gran número de páginas, cómo funcionan los inventarios, pero
para que quede de manera más clara a continuación se muestra un mapa conceptual:
Factores internos Factores Externos Resultados
esperados
Recepción del
pedido
Ordenación Almacenaje Satisfacción de
la demanda
anterior
Control del nivel
de inventario
Satisfacción de
la demanda
futura al
menor costo
Presupuesto
Proveedores
Información
43
Fuentes: (Badillo, 2011)(Cadena, 2005) (Gutierrez gonzalez, 2016)
Lo complicado como mencionan los autores Ballou (2004), Chase (2009), es la optimización
de los costos que intervienen en la planificación de los inventarios de tal forma que los
costos excesivos en los inventarios pueden deberse a malas decisiones al establecer el
sistema. Los costos que se mencionan a continuación están inmersos en un sistema de
inventarios:
1. Costo unitario de mantener el inventario (h). Aunque también se pueden contemplar
los costos de transporte (depende del giro de la empresa). El costo de mantener en
inventario un artículo durante: Costo de oportunidad del capital, pérdida, deterioro,
depreciación de bodegas, obsolescencia, seguro (en caso de robo o pérdida),
almacenaje (costo de tener una unidad de inventario durante un lapso unitario de
tiempo, renta del local), impuestos, artículos en existencia.(Barrera Copca, 2017)
Los costos de mantenimiento suelen favorecer los niveles de inventario bajos y la
reposición frecuente, aunque no siempre es conveniente y no todas las empresas
manejan este tipo de sistema, aquí es donde se presentan ciertos objetivos en
conflicto, por ejemplo, el mantener inventarios bajos, es más caro, hay riesgos de
tener productos obsoletos, hay mayores costos de oportunidad. Mantener
inventarios altos hay tiempos de suministro largos y variantes, buen nivel de servicio
al cliente, difícil pronosticar la demanda, economía de escala en transporte. Los
inventarios excesivos disminuyen ganancias netas, erosionan la rentabilidad de la
cooperativa, lo que ya se invirtió en inventarios no está disponible para otros
proyectos.(Chopra & Meindl, 2007) (Gutierrez gonzalez, 2016)
2. Costo por déficit. Este costo ocasiona órdenes pendientes que pueden repercutir en
una disminución de ventas y pérdida de prestigio comercial, o incluso interno cuando
un departamento dentro de la empresa no cuenta con materia prima o artículos en
proceso ocasionando pérdidas de producción por tiempos muertos, retrasos en las
fechas de entrega. Este costo se puede cuantificar considerando los siguientes
factores: costo de oportunidad, clientes que aceptan esperar (ventas pendientes).
Si los clientes aceptan la entrega en una fecha posterior, sin importar lo retrasado
de la fecha, se dice que las demandas pueden volver a pedir o que es un pedido
atrasado, tiempo de espera, tamaño de la demanda no cubierta. Se puede incurrir
en costo extras de mano de obra. Clientes que no aceptan esperar (ventas
perdidas). Si los clientes no aceptan entregas atrasadas, se tiene el costo de pérdida
de ventas. Desprestigio, multiplicación de clientes perdidos, etcétera. Como dice
Ricard Chase que en realidad es muy difícil lograr un equilibrio, esto porque no es
posible estimar las ganancias perdidas, los efectos de los clientes perdidos, lo que
sí es más fácil de saber, son los castigos por parte de los clientes, que suelen ser
muy altos. (Chopra & Meindl, 2007) (Gutierrez gonzalez, 2016)
3. Costo por ordenar y preparación: Los costos relacionados con la emisión de una
orden de compra a un proveedor de un pedido o por la orden de producción interna
en planta de un bien. Este costo no depende del tamaño del pedido o volumen de
Ilustración 15 Factores que intervienen en los inventarios (Cadena, 2005)
44
la corrida de producción. Estos costos se pueden cuantificar con los siguientes
factores: costo por ordenar, sueldo fijo de empleados que intervienen en la orden,
tiempos muertos necesarios para poner a trabajar y parar una máquina para tener
una corrida de producción, papelería, llamadas telefónicas, transporte (recepción –
almacén), adquisición, etcétera. (Chopra & Meindl, 2007) (Gutierrez gonzalez, 2016)
4. Costo unitario de compra o inversión. Es el costo variable relacionado con la compra
de una unidad que puede ser adquirida de una fuente externa o proveedor.
Similarmente si el artículo es producido en la misma fábrica, entonces los costos de
producción deben registrarse como un artículo que se vende al consumidor final.
Este costo puede cuantificarse considerando: costo variable de mano de obra, costo
variable directo, costo de materia prima relacionado con la compra o producción por
unidad, etcétera. (Chopra & Meindl, 2007) (Gutierrez gonzalez, 2016).
Al analizar qué tipo de costos están inmersos en los inventarios, y como obtenerse, también
es importante conocer los tipos de inventarios que existen y cuál es el más adecuado
dependiendo del sistema interno de la organización.
Modelos de inventarios determinísticos. En estos modelos se asume que la demanda,
tiempos de entrega y los niveles de producción son conocidos y fijos.
Modelos de inventarios probabilísticos. En estos modelos se asume que la demanda y
tiempos de entrega no son conocidos ni fijos, pero que siguen alguna distribución de
probabilidad conocida.
En el segundo tipo de modelos de inventarios su estudio general es más complejo, ya que
depende del comportamiento de la demanda, que con frecuencia no cumple con alguna de
las distribuciones conocida. Puede ser que las demandas presenten varios máximos, lo que
puede originar una mezcla de distribuciones. Incluso puede tener un comportamiento
incierto que dependerá de procesos estocásticos, de ahí la importancia del conocimiento
de pronósticos.(Li, 2011)
INVENTARIOS DE SEGURIDAD
Como ya se mencionaron los tipos de inventarios anteriores, podemos ver que el más
asemejado a la realidad es del tipo probabilístico o estocástico, ya que la demanda en todas
las empresas es cambiante, así como el consumo en el inventario, por lo tanto, es necesario
mantener inventarios de seguridad para ofrecer cierto nivel de protección contra las
existencias agotadas. Chase (2009) nos dice que el inventario de seguridad se define como
las existencias que se manejan además de la demanda esperada. Por parte del mismo
autor menciona que es muy fácil utilizar el criterio de la probabilidad para determinar los
inventarios de seguridad. Para determinar la probabilidad de un faltante durante el periodo,
simplemente se traza una distribución normal para la demanda esperada y se observa el
lugar de la curva en que cae la cantidad disponible. Chase (2009).
Pero como el futuro siempre es incierto, se necesita de un amortiguador, de un “colchón”
para poder estar preparados ante una situación inusual o a la misma incertidumbre del
45
futuro en la industria. El inventario de seguridad se mantiene debido a que la demanda es
incierta y el producto puede escasear si la demanda real excede a la
pronosticada.(Caballero Hernandez, 2007).
Conforme crece la incertidumbre de la oferta o la demanda, el nivel requerido del inventa-
rio de seguridad se incrementa.(De La Cruz Ruiz, 2015) Por lo cual es necesario siempre
actualizar su cálculo, en cuanto al presente estudio, se tiene considerado dependiendo del
tiempo de vida, la futura demanda, entonces el inventario de seguridad también cambia.
(Chopra & Meindl, 2007)
D: Demanda promedio por periodo
Dσ: Desviación estándar de la demanda por periodo
L: Tiempo de espera promedio de resurtido
Ls: Desviación estándar del tiempo de espera
𝐿𝜎 = √𝐿𝐷𝜎2 + 𝐷2𝐿𝑠
2
MODELO DE DESCUENTOS POR CANTIDAD
Para efectos de la investigación presente, se utilizó el modelo de descuentos por cantidad,
con base en las políticas de los proveedores. Un sistema de cantidad de pedido fija vigila
en forma constante el nivel del inventario y hace un pedido nuevo cuando las existencias
alcanzan cierto nivel mínimo de inventario. El peligro de tener faltantes en ese tipo de
modelos ocurre sólo durante el tiempo de entrega, entre el momento de hacer un pedido y
su recepción. Maneja el hecho de que, en general, el precio de venta de una pieza varía
según el tamaño del pedido. Se trata de un cambio discreto en lugar de unitario. Pero,
aunque pareciera que entre mayor cantidad de material se compre se tiene un ahorro, no
es del todo cierto, ya que algunos costos aumentan, tal es el caso de costo por mantener,
costos de envió, entre otros.
Ilustración 16 Curvas para tres modelos de cantidad de pedido independientes en una situación de tres reducciones de precio (Chase, 2009)
46
En los descuentos por cantidad sobre todas las unidades, el programa de precios incluye
puntos de equilibrio específicos q0, q1,…, qr, donde q0=? 0. Si un pedido colocado es al
menos tan grande como qi, pero más pequeño que qi+1, cada unidad se obtiene a un costo
de Ci. En general, el costo unitario disminuye conforme la cantidad ordenada se incrementa;
esto es, C0 ≥ C1 ≥ …≥ Cr. El objetivo del minorista es decidir qué tamaños de lote maximizan
las utilidades o, de manera equivalente, minimizar la suma de los costos de material,
ordenar y mantener inventario.(Chopra & Meindl, 2007)
En los descuentos sobre todas las unidades, el costo unitario promedio varía de acuerdo
con la cantidad ordenada. Con este esquema de descuento, ordenar q1 + 1 unidades, puede
ser menos costoso (en cuanto a costo de material) que ordenar q1 –1 unidades.(Chopra &
Meindl, 2007)El procedimiento de solución evalúa el tamaño óptimo de lote para cada precio
C1 (esto obliga a que el tamaño de lote se ubique entre qi y qi+1) y, luego, establece un
tamaño de lote que minimiza todo el costo. Para cada valor de i, 0 ≤ i ≤ r, evaluar lo siguiente:
𝑄𝑖 = √2𝐷𝑆
ℎ𝐶𝑖
Existen tres casos posibles para Qi:
1. qi ≤ Qi < qi+1
2 Qi < qi
3. Qi ≥ qi+1
El caso 3 puede ignorarse para Qi, puesto que se considera para Qi+1.Por tanto, debemos
con- siderar sólo los dos primeros casos.
Ilustración 17 Costo promedio Descuento por Cantidad (Chopra, 2007)
47
Caso 1 Si qi ≤ Qi < qi+1, entonces el tamaño de lote de Qi unidades resultará en un precio
descontado de Ci por unidad. En este caso, el costo total anual de ordenar Qi (esto incluye
el costo de ordenar, mantener inventario y de material) está dado como sigue:
Costo total anual, TCi = (𝐷
𝑄𝑖) 𝑆 +
𝑄𝑖
2ℎ𝐶𝑖 + 𝐷𝐶𝑖
Caso 2 Si Qi < qi , entonces el tamaño de lote de Qi no produce un descuento. Incrementar
el tamaño del lote a qi unidades da como resultado un descuento en el precio de Ci por
unidad. Ordenar más de qi unidades incrementa los costos de ordenar y mantener inventario
sin reducir el costo del material. En este caso, es aconsejable ordenar un tamaño de lote
de qi unidades para lograr un precio unitario de Ci. El costo anual se da por:
Costo total anual, TCi = (𝐷
𝑞𝑖) 𝑆 +
𝑞𝑖
2ℎ𝐶𝑖 + 𝐷𝐶𝑖
La variable que impacta en mayor medida al costo del inventario, tal y como se ha visto en
el análisis de sensibilidad, es la del descuento ofrecido por el proveedor al adquirir mayores
volúmenes de artículos, lo que lleva a colocar el valor de Q en el nivel mínimo a partir del
cual ofrece el proveedor su mejor precio.(Izar, Ynzunza, & Sarmiento, 2012)
COMPRAS
Como parte de la cadena de suministros, las compras constituyen uno de los aspectos más
importantes, ya que es la manera cómo las organizaciones pueden adquirir todo aquello
que necesitan para su operación diaria. En la empresa actual, se realizan por parte de la
gerencia de ventas, revisando la definición de sistemas según la norma ISO 9001, nos dice:
Conjunto de elementos mutuamente relacionados o que interactúan entre sí. Analizando
esto se puede observar que en la parte de la toma de decisiones esto no aplica, si bien es
una gerencia, no se toma en cuenta a Finanzas, servicio técnico y las propias compras, ya
que estos últimos solo aprueban. Si no se cuenta con un enfoque de calidad en el proceso
de compras o en una parte de la cadena de suministros, es posible generar costos ocultos
de la calidad, según las ideas propuestas por Taguchi (1986).(Kavanaugh, 2002)
De la Cruz (2015) indica que para tener una buena planeación es necesario contar con una
administración adecuada, es necesario aclarar que el proceso de compra forma parte
integral de las actividades que se administran. Todo tiene que funcionar como un sistema,
aquí se deja de lado la importancia de la toma de decisiones por parte de las diferentes
áreas dentro de la empresa.(De La Cruz Ruiz, 2015)
Se considera que es importante trabajar con esta área después de la planeación de la
demanda y el resurtido de inventarios, para agilizar esto. También con el área de finanzas
para poder establecer los presupuestos.
NIVEL DE SERVICIO AL CLIENTE
Existen varios métodos para medir el nivel de servicio al cliente como: panel de usuarios
(focusgroup), grupos de discusión y entrevistas de profundidad, informes del personal en
contacto con los clientes (grupos de diagnóstico), investigaciones de mercado, encuestas
de satisfacción de clientes, cliente oculto (mystery shopping), seguimiento de las muestras
48
de insatisfacción, análisis de indicadores operativos internos, medidas directas de la
prestación. Se conoce que el servicio al cliente es subjetivo por naturaleza, son muy pocos
los que utilizan los modelos matemáticos, para ver el nivel, en este estudio se toman los
equipos reparados vs los equipos en demanda para reparación, y los tiempos de estos.
El análisis de las fallas de servicio, llevan hasta el “Modelo de las Cinco Brechas del Servicio
al Cliente” propuesto por Gómez y Acevedo (2007) lo que posiciona los conceptos claves,
las estrategias y las decisiones en el marketing de los servicios en una forma que inicia con
el consumidor y diseña las actividades de la organización alrededor de lo que se necesita
para cerrar la brecha (o el abismo) entre lo que se necesita y las expectativas de los
clientes.(Racet Valdez, Espinoza Gonzales, Suarez Quintana, & Sanchez PErez, 2017)
A continuación, se muestra un mapa donde se pueden identificar las 5 brechas (ilustración
18).
Ilustración 18 Modelo de las Cinco Brechas del Servicio al Cliente (Racet Valdez, Espinoza Gonzales, Suarez
Quintana, & Sanchez Perez, 2017
Para efectos de este estudio como se mencionó anteriormente, no se utilizarán métodos
cualitativos, por lo cual se utilizará un método basado en los inventarios, en el apartado
anterior se hizo la mención del inventario de seguridad el cual depende de la variación de
la demanda y de la probabilidad de que un valor dado de demanda de presente durante el
tiempo de reabastecimiento. El inventario de seguridad se define entonces a partir de los
datos de variación de la demanda y, por otro lado, del nivel de servicio deseado, el cual se
define como “el número de unidades demandadas que pueden suministrarse de las
existencias actualmente disponibles” (Chase, Aquilano & Jacobs, 2005).
49
El valor de la normal representada depende del nivel de servicio que se quiera tener, el cual
está definido como “la posibilidad de atender las necesidades de un pedido, desde el
inventario disponible” (Frazelle, 1999). En el siguiente gráfico se puede evidenciar el
comportamiento del nivel del inventario de seguridad con respecto al nivel de servicio
deseado:
Ilustración 19 comportamiento del nivel del inventario de seguridad con respecto al nivel de servicio deseado Santamaria &Alejandro (2012)
Eso quiere decir que entonces entre mayor nivel de servicio se quiere tener, mayor nivel en
el inventario de seguridad debe existir. Esto podría parecer una solución fácil, pero la
realidad es que los costos se elevan considerablemente, y también se tienen que evaluar.
Los autores muestran la comparación incluso con ventas perdidas y costo por mantener en
inventario ante un nivel de servicio proporcionado(Santamaría & Alejandro, 2012):
Ilustración 20 Nivel de servicio y probabilidad de venta perdida Santamaría & Alejandro (2012)
50
Lo que nos dice este grafico es que se necesita tener como un trade-off, encontrar un
balance para poder tener el nivel óptimo de costos, y poder satisfacer gran parte de las
demandas. Es algo complicado, pero se puede lograr.
Se hace evidente que al existir numerosos SKU´s que presentan una alta variabilidad, esto
conduce a que redundará en un inventario de seguridad muy alto e implicará que su costo
de mantener sea igualmente muy alto. De acuerdo con lo anterior se puede deducir que
mientras más tiempo se mantenga el inventario de seguridad en el almacén, hará que el
margen del producto se deteriore, llegando incluso a deteriorar de tal manera el margen
que mantenerlo en el inventario comience a generar pérdidas.(Santamaría & Alejandro,
2012)
El nivel de servicio óptimo está dado por (el razonamiento se detalla a continuación):
𝑃 = 𝛷 (√2 ln (1
√2𝜋
𝑀
𝐻))
Donde Φ es la función de distribución acumulativa asociada a la distribución normal.
El alcance de tiempo que se considera aquí es el tiempo de entrega. Así, en lugar de
considerar, como es habitual, el costo de mantenimiento anual H.
El primer aspecto interesante de la fórmula es que el nivel de servicio óptimo solo depende
de H (costo del inventario) y M (costo de la falta de existencias). Sin embargo, existe una
tendencia implícita sobre el tiempo de entrega, ya que H ha sido definido como el costo de
mantenimiento durante el tiempo de entrega.(Marin et al., 2013)
En segundo lugar y como ya se había analizado anteriormente, un mayor costo de
inventario disminuye el nivel de servicio óptimo; y, de modo similar, un mayor costo de falta
de existencias aumenta el nivel de servicio. Este comportamiento es bastante intuitivo,
porque el nivel de servicio es una compensación entre más inventario y más faltas de
existencias.
Entonces, la fórmula no es válida para todos los valores de M y H. Necesitamos que √2π
M/H>1 o el logaritmo producirá un valor negativo que no es no soluble considerando la raíz
cuadrada exterior. Esto da M > √2πH, lo que puede aproximarse como M>2.5H. Si esta
condición no se cumple, significa que la función de coste inicial C(p) no tiene mínimo, o bien
que el mínimo es −∞ para p=0. Desde un punto de vista práctico, M<2.5H podría
interpretarse como una situación patológica en la que el nivel de existencias más redituable
es cero existencias (es decir, 100 % de falta de existencias).(Marin et al., 2013)
ASIGNACION DE TRABAJOS Y TAREAS
En la gestión de la cadena de suministro, la programación de la producción define qué
productos se deben producir y qué productos se deben consumir en cada instante de tiempo
en un horizonte de tiempo pequeño dado; Por lo tanto, define qué modo de ejecución utilizar
y cuándo realizar cambios para satisfacer las necesidades del mercado y satisfacer la
51
demanda. Los problemas de programación a gran escala surgen frecuentemente en la
gestión de la cadena de suministro, donde el objetivo principal es asignar la secuencia de
tareas a las unidades de procesamiento dentro de un plazo determinado, de modo que la
demanda de cada producto se satisfaga antes de su fecha de vencimiento.(Li, 2011)
Los problemas de asignación de trabajos y tareas están presentes en numerosos ámbitos
reales. En general, consisten en organizar la ejecución de un conjunto de operaciones en
diferentes recursos, satisfaciendo diversas restricciones con el fin de optimizar alguna
métrica o función objetivo.(Mencia Cascallana, 2013)
La asignación de tareas y trabajos o planeación a corto plazo especifica la organización de
la producción de acuerdo con las órdenes emitidas en el plan táctico, considerando la
disponibilidad de recursos y restricciones, controlando las operaciones y ajustando la
capacidad del sistema para asegurar que se cumplan los requerimientos del plan táctico
(Morton y Pentico, 1993) y (Sipper y Bulfin, 1998) Esto implica las siguientes actividades:
Asignación de trabajos a las máquinas, determinación de la secuencia de realización de las
actividades y programación de las fechas de comienzo y finalización de las
operaciones.(Orejuela-cabrera, 2014).
Diversas opiniones existen con respecto al origen del Job Shop Asignación de tareas y
trabajos Problem o JSSP (por sus siglas en inglés) y aunque no está claro quién debería
llevarse el crédito por haber propuesto por primera vez este problema, se acepta que el
libro “Industrial Asignación de tareas y trabajos”, editado en 1963 por Muth y Thompson
(Muth, 1963), constituye la base para la mayoría de las investigaciones que
siguieron.(Marquez, 2012).
El prototipo de problema de secuenciación suele denominarse problema del taller mecánico
(Job Shop Asignación de tareas y trabajos). Es interesante notar como en cualquier
problema del taller se pueden distinguir dos secuencias significativas: la ruta: secuencia
establecida a priori, en que cada uno de los trabajos pasa por las máquinas.
En otras palabras, el JSSP consiste en la programación temporal de las operaciones o
tareas en la que se descompone un conjunto de trabajos y se tiene en cuenta que éstas
deben ser ejecutadas en varias máquinas y que cada máquina solamente puede ejecutar
una tarea simultáneamente.(Marquez, 2012).
El estudio de los procesos naturales ha inspirado varios algoritmos de optimización
heurística que han demostrado ser muy eficaz en la optimización combinatoria.
Sin embargo, no todos se pueden aplicar de la misma manera, o quiere decir que un solo
método, podrá resolver los problemas presentados en las industrias, (Harjunkoski y
Grossmann, 2001) presentaron un esquema de descomposición para resolver grandes
problemas de programación para la producción de acero que divide el problema original en
subsistemas usando las características especiales de la fabricación de acero. Los
resultados numéricos han demostrado que el enfoque propuesto puede aplicarse con éxito
a problemas de escala industrial. Mientras que la optimalidad global no puede garantizarse,
52
la comparación con las estimaciones teóricas indica que el método produce soluciones
dentro del 1-3% del óptimo global.
Pero otros autores lo clasifican de la siguiente forma. Según J. Márquez existen dos grandes
familias de problemas de asignación de tareas y trabajos, que se dividen en cuanto a la
demanda de recursos en un cierto tiempo y el suministro de dichos recursos en:
- Problemas de asignación de tareas y trabajos “puros”
- Problemas de asignación de recursos
En los problemas de asignación de tareas y trabajos “puros”, la capacidad de cada máquina
(recurso) está definida para un tiempo determinado y el problema consiste en cubrir la
demanda de máquinas necesarias para realizar las operaciones en el tiempo, sin exceder
la capacidad disponible. En dependencia del uso de las máquinas por parte de las
operaciones, se pueden distinguir tres patrones de flujo:
- Flujo aleatorio (Open Shop Asignacion de tareas y trabajos, OSS): No existe ninguna
restricción en cuanto al orden de uso de las máquinas por las operaciones de cada uno de
los trabajos.
- Flujo general (Job Shop Asignacion de tareas y trabajos, JSS): Configuración productiva
donde cada trabajo es procesado en un conjunto de máquinas en un orden determinado.
Un número de trabajos deben ser procesados una sola vez por máquinas, con un orden y
durante un tiempo dado.
- Flujo regular (Flow Shop Asignacion de tareas y trabajos, FSS): Todos los trabajos utilizan
las máquinas en el mismo orden. Ninguna pieza visita una misma máquina más de una vez.
Es un caso particular del Job shop.
- Flujo permutacional (Permutational Flow Shop Asignacion de tareas y trabajos, PFSS): Es
un caso particular del flujo regular en el cual, además, la secuencia de trabajos es la misma
en todas las máquinas. (Marquez, 2012)
A continuación se muestra en el siguiente mapa mental las distintas variantes de los
problemas de asignación de tareas y trabajos que se pueden encontrar en un taller con
tecnología de mecanizado o en un área de trabajo de producción según su patrón de
flujo.(Marquez, 2012)
53
Otra clasificación importante que tiene lugar en el taller es en problemas estáticos y
problemas dinámicos. Las características de los problemas estáticos son las siguientes:
- Los trabajos (piezas) son en número finito y determinado y deben realizarse en un taller
con un número finito de máquinas o de operarios.
- En el instante de realizar la programación es conocida la ruta de cada pieza, es decir, las
operaciones que la componen en que máquina debe realizarse cada operación y la duración
correspondiente.
- Todas las piezas están disponibles en el instante que habitualmente se adopta como
instante inicial o instante cero en tiempo relativo.
Los problemas dinámicos presentan las siguientes características:
- El horizonte de funcionamiento del taller se considera ilimitado hacia el futuro, o sea, el
número de máquinas se queda limitado, mientras el número de piezas es ilimitado.
- Todas las piezas que deberá tratar el taller en el futuro no estarán definidas en un
momento determinado. La definición de las piezas se irá realizando a medida que va
transcurriendo el tiempo.
- Progresivamente algunas piezas terminan su elaboración en el taller y lo abandonan,
siendo sustituidas por otras que llegan para ser elaboradas.
Es evidente que los problemas dinámicos requieran un enfoque distinto respecto a los
problemas estáticos (Fang, et al., 1993; Bierwirth y Mattfeld, 1999). En esta situación no es
suficiente realizar un único programa, porque esto resultaría poco eficaz al transcurrir el
tiempo, por lo tanto, es necesario restablecer un conjunto de programas sucesivos a lo largo
del tiempo. (Lin, et al., 1997).
Asignacion de
tareas y
trabajos
Problem
Flow shop
Permutional Flow
Shop
Open Shop
Job Shop
54
En general, se tienen dos tipos de restricciones en este tipo de problema. El primer tipo de
restricción expresa que las relaciones de precedencia entre las operaciones de un trabajo
deben ser garantizadas y se conoce como restricción de secuencia. El segundo tipo de
restricción refiere que no más de un trabajo puede ser ejecutado en una máquina al mismo
tiempo y se conoce como restricción de recurso. Un problema de asignacion de tareas y
trabajos se considera completamente solucionado si los tiempos de inicio de todas las
operaciones son determinados y las restricciones de secuencia y recurso no son
violadas.(Shmoys & Tardos, 1993)
OBJETIVOS
Después del análisis acerca de que es y algunos tipos de este sistema, es importante saber
cuáles son sus objetivos principales de la función de asignación de tareas y trabajos, con
aplicación en sistemas de producción industrial y de producción de cualquier otro tipo,
están:
• Definir las fechas de entrega para los clientes.
• Minimizar los pedidos atrasados.
• Minimizar el tiempo de entrega.
• Minimizar el tiempo en el sistema.
• Maximizar la utilización de equipos y operarios.
• Minimizar tiempos de parada y de cambio.
• Minimizar el inventario en proceso.(Alberto Castrillón & Ariel, 2013)
Como dice el autor de una manera más directa se afirma que el asignación de tareas y
trabajos se encarga de la asignación de recursos escasos a diferentes actividades, con el
objetivo de optimizar una o más medidas de desempeño.(Alberto Castrillón & Ariel, 2013)
ASIGNACION DE TAREAS Y TRABAJOS EN TALLERES DE TRABAJO
Un caso concreto de Asignación de tareas y trabajos es el denominado Job Shop, en el que
las tareas se organizan en trabajos, a través de los cuales se establecen las relaciones de
precedencia entre ellas. De esta forma, con el término trabajo se hace referencia a una
secuencia de operaciones que deben ejecutarse en un orden determinado, existiendo una
relación de precedencia entre ellas que establece que una operación puede comenzar sólo
cuando ha terminado la ejecución de todas sus predecesoras. Por operación se hace
referencia a una tarea que debe ser ejecutada, normalmente sin interrupción (preemptive
asignación de tareas y trabajos), durante un tiempo determinado y haciendo uso de unos
recursos específicos.(Rodríguez, 2009)
Existen muchas variantes que se engloban dentro de este tipo de problemas, entre las que
se encuentran:
55
Job Shop: Cada operación sólo puede ejecutarse en una máquina. Puede ser que cada
trabajo sólo utilice una vez cada máquina o bien que contenga varias operaciones que
deban ser ejecutadas en la misma máquina (en este caso se denomina Job Shop sujeto a
recirculación).
Flow Shop: En cada trabajo hay exactamente una operación a ser ejecutada en cada una
de las máquinas, por tanto, cada uno de los trabajos pasa por cada una de las máquinas
una sola vez. Además, todos ellos pasan por cada una de las máquinas en el mismo orden.
Job Shop Flexible: Existen varios centros de trabajo, cada uno de los cuales contienen el
mismo conjunto de máquinas. De esta forma, una operación puede ser ejecutada en
cualquier centro de trabajo en la máquina adecuada.
Job Shop Acumulativo: Es una generalización de job shop en la que los recursos tienen una
capacidad finita y las operaciones pueden requerir varias unidades de varios tipos de
recursos.(Rodríguez, 2009)
ASIGNACION DE TAREAS Y TRABAJOS CON ARENA
El software Arena es un software de simulación por computadoras, que en los últimos años
este tipo de programas han tenido un gran crecimiento para la resolución de problemas en
la investigación de operaciones en la industria y en las investigaciones, y es porque se
dedican al estudio de la amplia variedad de modelos de sistemas de casos reales por
evaluación numérica usando softwares designados para imitar los sistemas, operaciones o
características frecuentemente sobre el tiempo. Desde un punto de vista un poco más
práctico, y según Kelton y Sadowski (2008) la simulación es el proceso de diseñar y crear
un modelo computarizado. Lo hace así para proporcionar plantillas alternativas e
intercambiables de modelación de simulación gráfica y módulos de análisis que se pueden
combinar para desarrollar una amplia variedad de modelos de simulación. Para una mayor
visualización y organización, los módulos están por lo general agrupados en paneles para
componer una plantilla. Al cambiar los paneles se obtiene acceso a un conjunto
completamente diferente de construcciones y capacidades de modelado de simulación. En
la mayoría de los casos, los módulos de diferentes paneles pueden mezclarse en el mismo
modelo.(Kelton, Sadowski, & Sturrock, 2008)
Arena mantiene su flexibilidad de modelación al ser totalmente jerárquico, como se
demuestra en la ilustración 22. En cualquier momento pueden utilizarse los módulos de bajo
nivel del panel Bloques y elementos, y tener acceso a la flexibilidad del lenguaje de
simulación y mezclar las construcciones de SIMAN con módulos de más alto nivel de otras
plantillas (Arena se basa en el lenguaje de simulación SIMAN y lo incluye). Para
necesidades especializadas, como algoritmos complejos de decisión o datos de acceso
desde una aplicación externa, se pueden escribir partes de su modelo en un lenguaje de
procesamiento como Visual Basic o C/C++. Todo esto, a pesar de cuan alto o bajo quiera
usted ir en la jerarquía, tiene lugar en la misma interfaz gráfica consistente del
usuario.(Kelton, Sadowski, & Sturrock, 2008)
56
De hecho, los módulos de Arena están compuestos por componentes SIMAN; cualquier
lector puede crear sus propios módulos y reunirlos en sus propias plantillas para variar
clases de sistemas. Arena incluye animación dinámica en el mismo ambiente de trabajo.
También proporciona apoyo integrado y gráficas para algunos de los temas de diseño y
análisis estadísticos que son parte y componente de un buen estudio de simulación.(Kelton,
Sadowski, & Sadowski, 2008)
Plantillas creadas por el usuario
Construcciones usadas comúnmente, procesos específicos para la empresa,
plantillas específicas para la empresa, etc.
Plantillas de solución de aplicaciones
Centros de contacto, líneas de empaque, cuidado de la salud, aeropuertos, etc.
Panel de procesos básicos
Muchas construcciones comunes de modelación. Muy accesible, fácil de usar,
flexibilidad razonable.
Proceso avanzado, paneles de transferencia avanzada
Acceso a una modelación más detallada para una mayor flexibilidad.
Bloques, paneles de elementos
Toda flexibilidad del lenguaje de simulación SIMAN
Visual Basic escrito por el usuario, código C/C++
Lo último en flexibilidad, VBA incluido, C/C++ requiere un compilador.
Más
alto
Más
bajo
Nivel de
modelación
Ilustración 21 Niveles de modelación Arena (Kelton & Sadowski 2008)
57
Cuando se usan las simulaciones
A medida que las capacidades y sofisticación de los lenguajes y paquetes de simulación
han aumentado dramáticamente durante los últimos 40 a 50 años, ha cambiado el concepto
de cómo y cuándo usar la simulación.(Kelton, Sadowski, & Sadowski, 2008)
La simulación comenzó en realidad a madurar durante la década de 1990. Muchas
empresas pequeñas la adoptaron y se comenzó a ver su uso en las primeras etapas de los
proyectos, en donde podía tener un mayor impacto. Una mejor animación, la mayor facilidad
de uso, las computadoras más veloces, la fácil integración con otros paquetes y el
surgimiento de simuladores ayudaron a que la simulación se convirtiera en una herramienta
normal en muchas empresas.
El siguiente sistema representa las operaciones finales de la producción de dos diferentes
unidades electrónicas vendidas. Las partes que arribaron son las carcasas de metal que
han sido maquinadas, para aceptar las partes electrónicas.
Ilustración 22 Ejemplo de una línea de modelación (Kelton & Sadowski, 2008)
Aquí los autores muestran como es la configuración por dentro, que tipo de distribución
manejan y el tiempo en cada operación, es por eso que salen las ramas de cada figura,
cada una de las dos partes vienen de diferentes procesos, y terminan convergiendo en el
verificador o inspector, si no pasa se regresa a retrabajo, si pasan se van al embarque.
La construcción de un modelo de simulación es solo un componente de un proyecto de
simulación completo. Para los problemas, solo se requiere que decidamos que módulos de
arena proporcionaran las habilidades que se requieren para captar la operación del sistema
en un nivel apropiado de detalle. Además, debemos decidir cómo modelar los diferentes
tipos de proceso en las operaciones que tengan gran diferencia con las ya modeladas.
(Kelton, Sadowski, & Sadowski, 2008)
Una parte fundamental en la modelación cuantitativa es si se va modelar una cantidad de
entradas como una cantidad determinista (no aleatoria), o si va a modelarla como variable
aleatoria siguiendo alguna distribución de probabilidad. A veces está claro que algo debiera
ser determinista, como el número de operadores de revisión, aunque puede ser que quiera
variar los valores de ejecución a ejecución para ver qué efecto tienen en el desempeño.
58
Pero a veces no hay tal claridad y solo podemos ofrecerle el consejo (obvio) de que debe
hacer lo que parezca más realista y valido posible. Puede verse tentado a desestimar la
aleatoriedad de sus entradas, ya que esto parece ser más sencillo y tiene la ventaja de que
los resultados del modelo no son aleatorios. Sin embargo, esto puede ser bastante
peligroso desde el punto de vista de validez del modelo, porque con frecuencia es la
aleatoriedad en sí misma la que conduce a un comportamiento importante del sistema que
con certeza nosotros o el que programa debería captar en el modelo de simulación.
RECOPILACIÓN DE DATOS
Uno de los pasos bastantes claros en la planeación del proyecto de simulación deberían
ser identificar que datos necesita para apoyar el modelo. Encontrar datos y prepararlos para
usarlos en su modelo puede requerir mucho tiempo, ser costoso y con frecuencia,
frustrante, y la disponibilidad y calidad en los datos puede influir en el enfoque que tome de
la modelación y en el nivel de detalle que capte el modelo. (Kelton, Sadowski, & Sadowski,
2008)
Existen muchos tipos de datos que puede necesitar recopilar. La mayoría de los modelos
requieren una buena dosis de información que incluya demoras en el tiempo: tiempos entre
llegadas, tiempos de proceso, tiempos de recorrido, programas de trabajo del operador, etc.
En muchos casos también se necesitará de estimar probabilidades, tales como el
porcentaje producido de una operación, las proporciones de cada tipo de cliente o la
probabilidad de que un cliente o la probabilidad de que un cliente tenga un teléfono de
tonos. Si modelamos un sistema en donde el movimiento físico de las entidades entre
estaciones será representado en el modelo, también requerirán los parámetros de
operación y el bosquejo físico del sistema de manejo de los materiales.
Se puede acudir a muchas fuentes para buscar los datos, desde bases de datos
electrónicas como se ha venido trabajando en la presente tesis, hasta entrevistas a
personas que trabajen en el sistema que se estudia, que también fue el caso, pero no se
tomaron muchos datos. Parece que cuando se trata de encontrar datos para un estudio de
simulación, tal búsqueda resulta ser “un banquete o una hambruna”, cada uno
representando sus propios retos únicos, en la presente tesis si se obtuvieron datos, pero
hay ciertos números o bases que no se pueden mostrar al no entrar en la nómina de la
empresa y no pertenecer al área donde se encuentran. (Kelton, Sadowski, & Sadowski,
2008)
Si el sistema que se está modelando existe (o es similar a uno real en algún lado), puede
pensar que el trabajo puede ser un poco más fácil, puesto que debería haber muchos datos
disponibles. Sin embargo, lo que probablemente se encontrara es que los datos que
obtenga no serán los que necesite. (Kelton, Sadowski, & Sadowski, 2008)
Por ejemplo, es común recopilar datos de tiempo de proceso en máquinas (esto es un
espacio de tiempo de las partes desde su llegada a la maquina hasta que termina el
proceso), que a primera vista podría verse como una buena fuente de tiempos de proceso
en el modelo de simulación.
59
Pero si los datos observados de tiempos de proceso incluyen el tiempo en la cola o los
tiempos de falla de la máquina, pueden no ajustarse en la lógica del modelo, lo que de
forma implícita modela la lógica de la cola y las fallas de la maquina por separado del tiempo
de fabricación.
Por otra parte, si esta por modelar un nuevo sistema de marca o una modificación
significativa de uno ya existente, se encontrar a sí mismo en el otro lado del espectro, con
pocos o ningún dato. En este caso el modelo se hallara a merced de las aproximaciones
desiguales de diseñadores, vendedores de equipo, etc. (Kelton, Sadowski, & Sadowski,
2008)
En cualquier caso, conforme decida qué y cuantos datos recopilar, es importante mantener
en mente las siguientes pistas de ayuda:
Análisis de sensibilidad: Un aspecto ignorado a menudo al desempeñar estudios de
simulación es desarrollar un entendimiento de que es importante y que no. El análisis de
sensibilidad puede usarse incluso muy temprano en un proyecto, para evaluar el impacto
de los cambios de los datos en los resultados de modelo. Si no puede obtener de forma
fácil datos buenos acerca de algún aspecto de su sistema, ejecute el modelo con un rango
de valores para ver si el desempeño del sistema cambia de forma significativa. Si no es así,
entonces encontrara una forma de obtener datos confiables o sus resultados y
recomendaciones serán toscos.
Hacer corresponder el detalle del modelo con la calidad de los datos: Un beneficio de
entender pronto la calidad de los datos de entrada es que esto ayude o pueda ayudarle a
decidir que tanto detalle incorporar en la lógica del modelo. Por lo general, no tienen ningún
caso modelar con cuidado la lógica detallada de una parte de su sistema para la que tiene
valores no confiables de los datos asociados, a menos que piense que, en un momento
posterior, podrá obtener datos mejores.
Costo: debido a que puede ser caro recopilar y preparar datos para usarlos en un modelo,
puede decidir usar estimados peores para algunos datos. Al hacer esta evaluación, el
análisis de sensibilidad puede ser útil de tal manera que tenga una idea del valor de los
datos que afecta sus recomendaciones.
Basura que entra, basura que sale: los autores ponen énfasis en recordar que los resultados
y recomendaciones que presente del estudio en cuestión de simulación son solo confiables
como el modelo y sus entradas. Si no pueden meter datos adecuados concernientes a
elementos críticos del modelo, no podrá dar un gran voto de confianza en la confiabilidad
de sus conclusiones. Esto no significa que desempeñar un estudio de simulación que no
tenga valor si no se pueden obtener “buenos” datos. Se puede seguir desarrollando
tremendos entendimientos en la operación de un sistema complejo, las interacciones entre
sus elementos, y considerando algún nivel de predicción de cómo se desempeñará. Pero
hay que tener mucho cuidado acorde a los autores, al articular la confianza de las
predicciones con base en la calidad de los datos de entrada.
60
Un consejo que ofrecen los autores es que la recopilación de datos (y algunos de sus
análisis) son identificados a menudo como la parte más difícil, costosa, tardada y tediosa
del estudio de simulación. Esto se debe en parte a varios problemas que se pueden
encontrar al recopilar y analizar datos, y en parte también a los hechos innegables de que
no es tan divertido como construir el modelo lógico y jugar con él. Así que hay que
mantenerse de buen ánimo en esta actividad y que se siga recordando que es una parte
importante (si no placentera o emocionante) de porque está utilizando la simulación.
USO DE DATOS
Si se tienen datos históricos (por ejemplo, un registro de interrupciones y tiempos de
reparación para una maquina), o si se sabe que parte del sistema trabajara (por ejemplo,
programas de operadores planeados), hay que seguir enfrentando decisiones que
conciernen como incorporar los datos en el modelo. La elección fundamental está en si se
puede usar los datos directamente o si hay que ajustar una distribución de probabilidad a
los datos existentes. La decisión de que acercamiento usar se puede orientar con base en
tanto temas teóricos como consideraciones prácticas. (Kelton, Sadowski, & Sadowski,
2008)
Desde un punto de vista teórico, sus datos recopilados representan lo que sucedió en el
pasado, que puede ser o no una predicción imparcial de lo que puede acontecer en el futuro.
Si las condiciones que rodean la generación de estos datos históricos no aplican más (o si
cambiaron durante el tiempo en que se registraron tales datos), entonces los datos
históricos pueden ser parciales o simplemente se olvidan de algunos aspectos importantes
del proceso.
Arena tiene herramientas incluidas para cuidar la mecánica de usar los datos históricos en
el modelo que estemos modelando. Si se decide ajustar una distribución de probabilidad a
los datos, el analizador de datos de entrada (Input Analyzer) facilita el proceso,
proporcionando una expresión que podrá usar directamente en su modelo. (Kelton,
Sadowski, & Sadowski, 2008)
MODELADO DE OPERACIONES DETALLADAS
RECHAZOS
Existen dos tipos o dos métodos para modelar el (balking/rejection) en Arena. El primer
método es emplear un módulo Queue (cola) del Block panel (panel de bloques) y definir la
capacidad de la cola como 0. Una entidad que llega (una llamada que ingresa en el modelo
que se esté modelando) entra en la cola con capacidad cero y de inmediato intenta tomar
una unidad del recurso que se llama “línea principal”. Si alguna unidad está disponible, se
le asigna a una llamada y esta entra al sistema. Si no hay ninguna unidad del recurso está
disponible, se le asigna a una llamada y esta entra al sistema. Si no hay ninguna unidad del
recurso disponible, la entidad intenta quedarse en la cola. Pero puesto que la cola tiene una
capacidad de 0, la llamada tendría que renunciar (balked) de entrar en la cola y se desharía
de ella. El segundo método dejaría que la entidad que llega usara un módulo decide (decidir)
para verificar si alguna unidad del recurso “línea principal” está disponible. Si hay una
disponible, se permite que la entidad procese y tome el curso. Si no hay ninguna disponible,
61
se envía la entidad a la sección de quienes renuncian (balking) de entrar en el modelo.
(Kelton, Sadowski, & Sadowski, 2008)
Balking (Renunciar) y rejection (rechazar) claramente representan una clase de falla del
sistema a la hora de satisfacer las necesidades de los clientes, así que se contara el número
de veces que esto sucede en la simulación; cuanto más pequeño, mejor.
DECISIONES DE TRES CAMINOS
Una vez que a una llamada se le asigna una línea principal y entra al sistema, entonces
debemos determinar el tipo de llamada de manera que la podamos dirigir a la parte correcta
del sistema para servicio. Para hacerlo, necesitamos la habilidad de enviar entidades o
llamadas a 3 diferentes partes del sistema según las probabilidades dadas. El mismo
requisito aplica para las llamadas técnicas, puesto que hay tres diferentes tipos de
productos. (Kelton, Sadowski, & Sadowski, 2008)
VARIABLES Y EXPRESIONES
En muchos modelos es posible que se quieran usar de nuevo los datos en varios lugares
diferentes. Por ejemplo, en nuestro centro de llamadas, habrá varios lugares en donde
necesitaremos introducir las distribuciones del tiempo para manejar las llamadas de soporte
técnico. Si se decide cambiar este valor durante la experimentación, se tendrá que abrir
cada dialogo que incluya un tiempo de llamada y cambiar el valor. Hay otras situaciones
donde el mismo autor dice que en donde nos gustaría mantener el rastro total del número
de entidades en el sistema o en parte del mismo. En otros casos, puede ser que queramos
usar expresiones complejas durante todo el modelo, pero sería un poco más difícil rastrear
situaciones. (Kelton, Sadowski, & Sadowski, 2008)
El modelo permite definir variables globales propias y sus valores iniciales. Luego, las
variables se pueden referenciar en el modelo por sus nombres. También se le puede
especificar como arreglos de una o dos dimensiones. El módulo expressions (expresiones)
le permite definir expresiones y sus valores asociados. Igual que las variables, las
expresiones se señalan en el modelo por sus nombres y también pueden especificarse
como arreglos de una o dos dimensiones. Aunque las variables y las expresiones pueden
parecer bastante similares, sirven claramente a funciones diferentes.
ALMACENAMIENTOS (STORAGES)
Los almacenamientos son un concepto de arena que permite al usuario animar la presencia
de entidades que caen fuera de las características de animación normales que conoce
hasta ahora. (Kelton, Sadowski, & Sadowski, 2008)
Un almacenamiento (storage) mantiene en un conjunto no ordenado de entidades que
esperan que suceda un evento; es decir, la conclusión de un tiempo de demora predefinido,
la llegada de un transportador requerido que está en ruta, una eliminación del almacén, etc.
Puede pensar en un almacenamiento como en una variable que podemos aumentar o
disminuir con la característica añadida de que podemos animar las entidades que se
encuentran en el almacenamiento. Colocar una entidad en un almacenamiento no impide
62
que la entidad progrese a través de la lógica del modelo. (Kelton, Sadowski, & Sadowski,
2008)
Existen dos formas de colocar una entidad en un almacenamiento y después quitarla. La
primera usa los módulos Store (almacenar) y Unstore (Desalmacenar) que se encuentran
en el Advanced Process panel (Panel de procesos avanzados). La segunda forma es de
emplear un modelo que tenga u campo para introducir la Storage ID (Identificación de
almacenamiento). Un ejemplo de este módulo es el Delay (demora) del panel de bloques
(Blocks panel).
Simulación de inventarios (s,S)
El elemento variable que se muestra en su forma completa con la entrada para Inventory
Level (nivel de inventario), define e inicia opcionalmente las variables de Arena (muy
parecido al módulo variable del panel Basic Process). Si no hay un inicio para una variable,
se predetermina en cero, a continuación, se ve por las entradas del módulo. (Kelton,
Sadowski, & Sadowski, 2008)
Inventory Level: en cualquier momento de la simulación, este es el nivel de inventario
(positivo, cero o negativo)
Little s: esta es s
Big S: es S
Total Ordering Cost: una variable acumulador estadístico a la que se suman todos los
costos de pedido; no se inicia (así que implícitamente comienza en el tiempo 0).
Set up cost: el costo fijo por pedir.
Incremental Cost: la variable por costos (por trasto) por recibir el pedido.
Unit Holding Cost: el costo por mantener una pieza en inventario por un día.
Unit shortae cost: el costo por tener una pieza en retraso por un día.
Days to run: la duración de la simulación.
La opción Ovalue de Arena regresa el último (más reciente) valor de este argumento, que
en el caso presente es lo que definimos en la línea anterior de este módulo. Y la función de
arena DAVG regresa el promedio de persistencia al tiempo de este argumento. (Kelton,
Sadowski, & Sadowski, 2008)
Job shop o talleres de trabajo son una parte importante en el mundo de la fabricación. Las
personas no son capaces de mantener sus niveles de vida normalmente sin ella. La
definición de taller de trabajo es "un grupo de operaciones de fabricación donde los recursos
63
productivos se organizan según la función y el trabajo pasa por lotes y rutas
diferentes"(Kaban, Othman, & Rohmah, 2012). En este trabajo se planteó por parte de
Kaban y Otham(Kaban et al., 2012) el problema de la siguiente manera: Dado un gran lugar
de trabajo y una serie de puestos de trabajo que consisten en disturbios locales,
determinamos cómo programar los trabajos, para que el rendimiento observado sea
máximo. El problema del job shop fue descrito por los autores Kaban y Otham(2012) como:
hay m máquinas con n operaciones y j puestos de trabajo. Por lo tanto, ellos dieron mn
posible para las reglas de asignación, (n!) Posibles secuencias, (mn * n!) Posibles procesos,
((j!) m) horarios disponibles para cada trabajo, y (mn * n!)j horarios disponibles para cada
combinación de procesos. Éstos proporcionaron ((mn.* n!)j * (j!)m) horarios evaluados para
cada problema de programación de taller. Deje decir si m = n = j = 2, hubo 256 números
posibles de horarios, pero si m = n = j aumento al número de 3, habrá 91833048 posible
número de horarios y estos números en consecuencia aumentarán rápidamente en
proporción Al incremento de recursos.(Kaban et al., 2012)
64
Ilustración 23 número de equipos vendidos
CAPÍTULO 3 PLANTEAMIENTO Y MODELACIÓN
3.1 SITUACIÓN ACTUAL DEL MANTENIMIENTO DE LOS EQUIPOS Desde el mes de junio del 2016 se trabaja en una bitácora para sustentar una base de datos
con las fallas de los equipos, y que tipo de equipos son los que se reparan. Cabe mencionar
que esta base la realizo al inicio de esta investigación, debido a que anteriormente los
registros se encontraban de manera manual.
A continuación, se muestra la tabla de las ventas de los últimos tres años de los equipos
vendidos, para poder sacar los pronósticos del próximo año, la tabla es la siguiente:
65
Después de ver los datos obtenidos, se tiene que clasificar las refacciones por importancia
y por equipo, de tal manera que se permita tener un panorama más amplio y un orden para
la futura planeación de inventarios.
3.2DESCRIPCIÓN GENERAL DEL PROCESO En Vescica el proceso de reparaciones, da inicio a partir de la llegada de los equipos que
necesitan reparación o mantenimiento al área de servicio técnico o una asesoría por
teléfono en caso de ser una falla menor y se encuentre fuera del área metropolitana, así
mismo se ingresa a una base de datos recientemente creada, en la cual se dan de alta los
equipos, número de serie y el tipo de falla, y dependiendo de la fecha en que se ingresó y
del flujo de trabajo en el momento, cuando este reparado, se entrega al cliente o se manda
por correo, para tener una mejor visión de esto en el siguiente mapa se describen todas las
actividades mencionadas:
66
Ilustración 24 Actividades de la empresa
Después de ver las actividades aquí descritas, se realizó un análisis de la demanda futura
para poder planear la del próximo año.
3.2.1 ANÁLISIS DE LA DEMANDA EL PRÓXIMO AÑO
Después de tomar los datos de tres años anteriores de los principales equipos vendidos, se
analizaron por el método de Holt-Winters, tanto en Excel por las fórmulas propuestas en la
bibliografía, como en Minitab y se obtuvieron los siguientes resultados (ver anexos pag.
129).
Después de analizar los errores de pronóstico, y de realizar los valores con 0.2 como la
mayoría de los autores lo realizan, el resultado arrojo un menor error con alfa, beta y gamma
con valor de 0.1, por lo cual también se analizó y los resultados son los siguientes (ver
anexos pag. 132).
También estos resultados, se podrán ver más reflejados en el siguiente capítulo, ya que se
necesitaron en la modelación de las asignaciones de trabajo.
3.2.2 INVENTARIOS
Después de estos análisis se puede proceder a una planeación de los inventarios, para
tener un mejor análisis y poder pasar posteriormente a la parte de la asignación de tareas
y trabajos y asignación de trabajos.
Los componentes que se muestran a continuación son las piezas clasificadas de equipos
nacionales e importados.
Primero en esta tabla, son los materiales más caros, y por los que se piden de otros países,
de estos, es donde más se sufre un desabasto, por los tiempos, por la aduana, y por los
viajes largos.
67
De igual manera se muestran los inventarios en existencia, y así poder saber cuánto se
podrá pedir el primer mes.
La otra lista de refacciones, del centro y de tiendas departamentales como Steren, es muy
extensa, pero se muestra a continuación una parte:
Tabla 5 Lista de refacciones
REFACCION CANTIDAD EQUIPO TRANSISTOR DE POTENCIA 3 BEM THERAPY
TRANSISTOR DE PROTECCION 22 BEM THERAPY
ELECTRODOS TRIPOLARES 7 FG-660
PARABOLE MS 3 3S
SENSOR DE AGUA 2 3S
SWITCH DE EMERGENCIA 6 3S, 4S
TAPAS PARA FG 2 PINES 2 FG
TAPAS PARA FG 3 PINES 2 FG
TAPAS PARA FG 4 PINES 2 FG
RESISTENCIAS PARA AGUA 8 3S
CODOS GRANDES PARA AGUA 20 3S
SWITCH PARA PEDAL DE FG 4 FG
CONECTOR HEMBRA CABLE DE LINEA 4 ROBOT
PRISMAS E-LIGHT O IPL 2 MANERALES
SWITCH CON LLAVES 5 3S, COMPLETE, 4S
FILTROS TABELLA 4 TABELLA
TIMER CON SWITCH 2 PRESOTERAPIA
PLACAS DE ENFRIAMIENTO 6 MANERALES E-LIGHT E IPL
TERMOSTATOS PARA VAPOR 6 ROBOT Y VAPOR
BOTON PARA LAMPARAS 6 MANERALES E-LIGHT E IPL
TABLILLAS DE ULTRASONIDO 3 COMPLETE
TABLILLAS DE ULTRASONIDO 9 FG
TABLILLA DE RF 1 Bio
PANTALLAS 2 FG
PANTALLA 1 CRIO
PANTALLA 1 ULTRASONIDO
PANTALLA 1 3S
TABLILLA DE RF 0 FG
PANTALLAS 2 CARBO
PANTALLA 1 DETOX
TABLILLA DE POTENCIA 2 3S, Complete
TARJETA DE 8 PULGADAS (NUEVAS) 2 3S, Complete
TABLILLA DE POTENCIA 1 YAG
TOROIDE 1 FG, COMPLETE
68
Como se aprecia en la tabla 5, con las refacciones mencionadas no se padece tanto de
faltas de refacciones, ya que están muy cerca los proveedores, y hay muchos, o se tienen
segundas opciones.
Tabla 6 Refacciones del centro
Steren Cantidad
25 Base para integrado Spines 60
51 C.I Convertidor serie paralelo 74HC4094 25
71 Cable línea interlock 30
106 Capacitor cerámico 0.1 micro farad/50 V 300
147 Cartucho para pistola silicón 200
152 Cincho sujetable 200
170 Conector UHF Macho plug RG58 50
205 Disipador 3313 CP 75Lx86Ax33mm 12
206 Disipador Araña 50
296 Led Ultra brillante 5 mm Blanco 50
331 Porta fusible tipo americano 40
344 Puente rectificador 40A/400 V 5
371 Resistencia Carbón 1/2W 100 K ohms 100
378 Resistencia Carbón 1/2W 1 K5 ohms 100
379 Resistencia Carbón 1/2W 1K8 ohms 100
393 Resistencia Carbón 1/2W 560 ohms 200
396 Resistencia Carbón 1/2W 1 K ohms 200
398 Resistencia Carbón 1/2W 33 K ohms 100
410 Resistencia Carbón 1W 560 ohms 100
505 Transistor 2N3055 NPN TO3 20
515 Triac 12A 400V MAC12 10
517 Trim-Pot 1/2 W cuadrado 1K ohms 20
534 Ventilador 117Vac RPM 2550 dim, 20x 120x 38mm 6´´ 10
548 Led Ultra Brillante 5 mm Azul 50
549 Led Ultra Brillante 5mm Blanco 50
76 Cable multiconductor 6X24 5 mts.
Cable coaxial gris 1X22 5mts.
136 Capacitor Poliéster 0.22 uFd / 630 V 100
Aldo Marques Cantidad
18 Barra de Leds GMRX10 10seg Rojo 30
45 C.I. Amplificador operacional LM2904N 25
69
46 C.I. Amplificador operacional LM324 30
49 C.I. Contador Programable 74LS193 25
54 C.I Divisor de Frecuencia 74HC4040 25
60 C.I. Microcontrolador PIC16C57C 20
118 Capacitor Electrolítico 10000uFd/50V 10
141 Capacitor Poliéster 0.1uFd/ 630 V 50
255 Fuente de corriente LM336 a 2.5V 25
282 LCD 4X20 Supertwist HI Cont/BKLT 30
319 PIC16F628A 10
346 Regulador de Voltaje LM2575 A 5 15
348 Regulador de Voltaje LM7809CT 15
363 Resistencia Alambre 25W 470 ohms 25
364 Resistencia Alambre 2W 0.1 ohms 50
437 Switch Redondo balancín color Verde 120V 10
438 Switch Redondo balancín con Foco Piloto color rojo 120V 30
471 TLC555 50
541 Capacitor 100pFd 100
Cabe mencionar también, que las tablillas para cada equipo nacional se mandan a armar
con un distribuidor, estos en producción, se piden en caso de que toda la tablilla se tenga
que cambiar, por eso no hay tantas refacciones para los equipos nacionales.
Después de ver cómo quedaría la demanda del próximo año, podríamos hacer el cálculo
de las refacciones que podemos pedir:
Para eso tomamos, el pronóstico con menos error para cada aparato.
Tabla 7 Análisis de Holt Winters
Equipo MAPE con .2
MAPE con .1
BEM 43.39 32.9 Multiplicative Method
Reverse 55.39 22.18 Multiplicative Method
U Corpo 24.46 94.67 Multiplicative Method
III Light 17.36 3.22 Multiplicative Method
3S 41.16 8.98 Multiplicative Method
Complete 27.78 10.2 Multiplicative Method
FG 660 22.22 92.58 Multiplicative Method
Carbo 37.55 22.31 Multiplicative Method
Preso 54.46 37.74 Multiplicative Method
70
Ultrasonido 38.55 32.82 Multiplicative Method
Dermo 53.7 8.73 Multiplicative Method
Robot 34.84 12.76 Multiplicative Method
AFI 20.83 2.13 Multiplicative Method
Acuaderm 48.21 166.5 Additive Method
Para los equipos BEM, III Light, 3S, Complete, FG660, Dermo, Robots, de materiales
importados, estos se pueden pedir desde dos meses antes, que es en promedio lo que
tarda en llegar los materiales.
También fue importante obtener el ciclo de vida de los aparatos, ya que como menciona
Ronald Ballou es imperativo para acercarse un poco más a la administración de inventarios,
puede ser más preciso, en la siguiente tabla se muestran a continuación en meses:
Tabla 8 Ciclo de vida de los componentes
Equipos Componentes Ciclo de vida
BEM Transistor de potencia 12
Transistor de protección 6
Reverse Capacitor Cerámico 12
FG Switch para pedal 6
Tablillas de ultrasonido 12
Pantalla 6
Toroide/Coil 12
3S
Parabole 12
Sensor de Agua 12
Switch de emergencia 12
Codos grandes o chicos para agua 24
Switch con llaves 24
Tablilla de potencia 12
Tarjeta de 8 Inch. 12
Resistencias para el agua 12
Robot Conectores hembra 36
Termostato para vapor y robot 12
Complete Switch con llaves 36
Tablillas de ultrasonido 12
Tablilla de potencia 6
Tarjeta de 8 Inch. 12
Switch de emergencia 36
Tabella(acuaderm) Filtros Tabella 6
Switch redondo 24
Presoterapia Timer con switch 24
Tablilla 12
71
Bio Tablilla Rf 12
Pantalla 12
Ultimate Corpo Ultimate corpo tablilla 12
III Light Tablilla III Light 12
Carbo Pantalla 24
Tablilla 12
Ultrasonido Tablilla Ultra 12
Dermo Cerebro Dermo 18
AFI Motor 18
Capacitor Cerámico 6
Tabla 9 Ciclo de vida de los accesorios
Tiempos de reparación de accesorios
componente Ciclo de vida en meses
Manerales BEM Resistencias 6
Cambio cable 6
Manerales Reverse Resistencias 6
Cambio cable 6
Monedas 6
Manerales de FG Electrodo tripolar 12
Tapas para manerales 18
Manerales 3S Placas de enfriamiento 6
Mangueras 6
Botón para lámparas 24
Manerales Complete Placas de enfriamiento 12
Mangueras 6
Botón para lámparas 12
Accesorios Tabella Disparador 12
Bio Accesorios Maneral Rf 6
III Ligh maneral Cambio de led 6
Carbo Cambio manguera 6
Ultrasonido Manerales resistencia 6
Cable manerales 6
AFI Maneral Maneral 6
Entonces podemos seleccionar la cantidad de componentes a pedir, y las cantidades serían
las siguientes:
Tabla 10 Cantidad de componentes a pedir
BEM 26 U Corpo 7 III Light 3 3S 3
72
27 4 4 3
24 6 5 4
25 3 3 5
29 4 4 5
28 4 4 3
33 4 4 3
32 6 4 5
27 4 3 6
27 2 4 5
44 5 6 9
34 4 6 6
356 53 50 57
Reverse
11
Complete
2
FG 660
1
Carbo
3
7 3 1 1
14 0 1 4
10 3 1 1
13 2 1 1
13 2 1 1
10 2 1 3
13 2 1 3
12 1 1 4
15 1 1 2
18 3 1 2
19 2 1 2
155 23 12 27
Preso
22
Ultrasonido
6
Dermo
3
Robot
3
25 4 8 7
18 3 9 3
24 4 4 6
31 9 8 4
32 4 6 8
35 9 4 6
41 4 4 8
30 3 4 12
37 5 4 8
43 7 6 10
73
38 5 3 5
376 63 63 80
AFI
3
Acuaderm
4
5 2
3 3
3 2
1 3
2 3
3 3
4 3
2 2
4 2
2 11
3 0
35 38
Ahora con el análisis que se obtuvo del método Holt-Winters y el ciclo de vida de los
productos se puede obtener cuanto pedir para el año 2017 y 2018.
Posteriormente se aplicaron los análisis acerca del inventario, cabe destacar que se
manejaron 2 tipos, el de los productos que nunca hay falla en encontrar o comprar que es
inventario del tipo determinístico, y el de los aparatos de importación, que tardan más
tiempo y es más difícil de saber su demanda, debido a que los equipos son más caros y
fluctúa mucho en esta cuestión.
Para poder empezar, debemos mostrar los datos reales, los precios y plazos de entrega
por parte de los clientes, y cuanto es de descuento por parte de ellos.
74
Utilizando las fórmulas de punto de reorden, y descuento por cantidad, podemos observar
cada uno de los resultados, cuanto pedir y cuando pedir (ver anexo pag. 133)
3.3 Estadísticas actuales A continuación, se enlistaron las reparaciones que se han realizado por máquina y la
frecuencia con que se han realizado en los últimos 3 años y cada cuánto dura en promedio
una reparación. Cabe destacar que en la tabla para motivos de tener más evidencia
75
aparecen cuantos equipos se repararon en los 36 meses pasados, pero los equipos
reparados del año pasado en 2016 fueron de 589. Este tiempo esta descrito en minutos y
están ya determinados, no se tiene registro de cómo se obtuvo, pero la directora de
operaciones proporciono esta información, se tomó como los tiempos ideales.
Tabla 11 Tiempo de reparación de los equipos
Equipos Componentes Tiempo de reparación en
minutos
# Reparaciones en los últimos 3 años
BEM Transistor de potencia 130 104
Transistor de protección 80 206
Reverse Capacitor Cerámico 120 108
FG Switch para pedal 135 3
Tablillas de ultrasonido 180 4
Pantalla 150 3
Toroide/Coil 125 5
3S
Parabole 50 8
Sensor de Agua 130 12
Switch de emergencia 60 14
Codos grandes o chicos para agua
45 12
Switch con llaves 50 4
Tablilla de potencia 180 1
Tarjeta de 8 Inch. 120 4
Resistencias para el agua 150 12
Robot Conectores hembra 60 56
Termostato para vapor y robot 180 101
Complete Switch con llaves 50 2
Tablillas de ultrasonido 190 5
Tablilla de potencia 200 6
Tarjeta de 8 Inch. 110 9
Switch de emergencia 60 10
Tabella(acuaderm) Filtros Tabella 230 13
Switch redondo 40 15
Presoterapia Timer con switch 50 197
Tablilla 70 189
Bio Tablilla Rf 120 31
Pantalla 120 12
Ultimate Corpo Ultimate corpo tablilla 90 29
III Light Tablilla III Light 100 27
Carbo Pantalla 90 2
76
Tablilla 80 14
Ultrasonido Tablilla Ultra 90 57
Dermo Cerebro Dermo 90 55
AFI Motor 90 11
Capacitor Cerámico 60 15
En total son 1356 reparaciones, y por parte de sus accesorios es la tabla siguiente:
Tabla 12 Reparaciones de accesorios
Tiempos de reparación de accesorios
Tiempo en
minutos Reparaciones en los
últimos 3 años
Manerales BEM Resistencias 80 90
Cambio cable 90 106
Manerales Reverse Resistencias 80 12
Cambio cable 90 40
Monedas 60 55
Manerales de FG Electrodo tripolar 80 23
Tapas para manerales 90 10
Manerales 3S Placas de enfriamiento
60 40
Mangueras 90 30
Botón para lámparas 100 23
Manerales Complete Placas de enfriamiento
60 24
Mangueras 90 15
Botón para lámparas 100 19
Accesorios Tabella Disparador 80 7
Bio Accesorios Maneral Rf 70 3
III Ligh maneral Cambio de led 60 4
Carbo Cambio manguera 30 4
Ultrasonido Manerales resistencia 100 5
Cable manerales 60 20
AFI Maneral Maneral 80 28
En total fueron 558 reparaciones, por lo cual la gráfica quedaría de la siguiente manera:
Tabla 13 Reparaciones totales por equipo
Equipo Número total de reparaciones Porcentaje
Bem 506 26.08%
77
Reverse 215 11.08%
FG 48 2.47%
3S 160 8.25%
Robot 157 8.09%
Complete 90 4.64%
Acuaderm 35 1.80%
Presoterapia 386 19.90%
Bio 46 2.37%
Ultimate Corpo 29 1.49%
III Light 31 1.60%
Carbo 46 2.37%
Ultrasonido 82 4.23%
Dermo 55 2.84%
AFI 54 2.78%
Bem26%
Reverse11%
FG2%
3S8%Robot
8%
Complete5%
Acuaderm2%
Presoterapia20%
Bio2%
Ultimate Corpo2%
III Light2%
Carbo2%
Ultrasonido4%
Dermo3%
AFI3%
REPARACIONES EN LOS ULTIMOS 3 AÑOS
78
Después de estas estadísticas, se utilizó el 80% de nivel de servicio al cliente en bases a
las ventas y a los pronósticos, y también al ciclo de vida de los componentes, a
continuación, se muestra como quedarían los inventarios.
79
3.4 Simulaciones en Arena Después de ver el porcentaje de arreglos y los próximos pedidos, se puede resolver en
Arena por programación, como se muestra a continuación:
80
Para este modelo inicial, se empieza por ver que tiene cierta estructura, a continuación, se
explica por qué y sus partes que lo componen:
En la primera parte se muestran los SKU´s, los 15 equipos, con el comando créate
introducimos las llegadas basándonos en las estadísticas y en los históricos, por ejemplo,
el equipo BEM como se muestra a continuación:
De igual manera se realizó para los demás 14 aparatos.
A su vez estos se conectan con los Assign (asignación), para los Assign se introdujeron los
atributos para cada equipo y sus componentes, las estadísticas de sus componentes (cada
cuanto fallan, y con qué frecuencia se presentan estas fallas especificas), así como que
técnico repara cada falla, es importante recalcar que se asignó desde esta instancia las
tareas, para que el flujo en el programa siguiera y no se tomaran más decisiones adelante.
También se asignó el tiempo de espera, que es el tiempo que se tarda en llegar la refacción
correspondiente. Mas adelante se explica cómo está relacionado con el inventario.
A continuación, se muestra un ejemplo con el equipo 3S:
81
Como se muestra, cada una de las partes fue incluida, así como tiempos de reparación, y
su estadística de falla, en tiempo_R1 se refiere a que pertenece al técnico de equipos
importados, y tiempo_A se asigna para el técnico 3 que es de accesorios.
La segunda parte del modelo es donde se reciben los equipos, y se toma la primera
decisión, si se tienen que quedar a reparar en el taller, si es reparación menor, o si ya no
tiene reparación. Para esto se programaron los process (proceso) con los tiempos promedio
en revisar los aparatos.
Create (crear): es donde se
introducen los valores
iniciales de entradas a la
empresa (estadísticas de
descomposición)
Assign (asignar): En esta
parte en los bloques se
introdujeron los atributos
antes mencionados
82
Para el process (proceso) Recibir, se introducen los tiempos promedio que tarda el
supervisor en recibir los aparatos, en action (acción) se escoge el comando “seize, delay,
reléase” (medir, retener, liberar) que lo que realiza básicamente es: reserva un recurso y lo
utiliza durante un tiempo. Reserva un recurso, lo utiliza durante un tiempo y lo libera. Utiliza
un recurso durante un tiempo y lo libera.
Para el proceso de revisión es el mismo, con diferentes tiempos, pero es la misma
estructura.
Para la primera decisión, con base en la estadística de reparaciones, así mismo se
programó para que los trabajos se distribuyeran.
83
Se utiliza un 2-way by Chance (2 caminos por posibilidad) porque es para decidir si se
queda en el taller o no.
Si se va por el camino de no, se toma otra decisión después de la revisión, si tiene
reparación o si es una reparación menor (cambio de fusible, led, cable):
De igual manera se toman en cuenta las estadísticas.
Si es reparación menor, actúa otro process (proceso):
84
Se toma un tiempo Normal. Debido a los tiempos tomados y su estadística, como es un
trabajo menor de reparación también se programa un Seize, Delay, Release (medir, retener
y liberar).
Este a su vez se conecta con un record (grabador), que es un contador, esto para saber
cuántos equipos asigna este programa, y un dispose (disponer), para terminar esta acción.
Si no se puede reparar, solo un dispose (disponer), para entregar el equipo al cliente.
En inventariar y anotar, es la acción cuando el encargado registra el equipo que será
ingresado en un futuro a el taller de reparaciones, y se guarda en un mueble para poder
pasarlos a reparación.
85
Este process (proceso) muestra la misma estructura que los anteriores, pero el tiempo es
más controlado y muy rápido, aun así, es algo que tiene que tomarse en cuenta.
La siguiente parte es el pedido en el inventario, como este es el modelo ideal, donde el
inventario siempre está disponible, y las piezas siempre llegan a tiempo, es muy corto el
sistema:
Aquí se empieza con una decisión, que, si hay material, prosigue, y si no se tiene a la mano
se pide en almacén, solo en almacén, ya que hay suficiente para los equipos, y siempre
está disponible.
86
Aquí en esta decisión, se toma un If, es igual una decisión de 2 variables, pero aquí toma 1
variable, que es el nivel de inventario, y se basa en el producto y su tipo de refacción, aquí
se escribió, que siempre hay material, antes de que se acabe vuelve a llenarse el inventario.
Si hay inventario, se pasa a un Assign (asignar), que es para asignar la refacción al equipo
que pasa a repararse, tomando en cuenta la misma variable de inventario. De igual manera
cada vez que se consume se resta una unidad al inventario.
Para la última parte de las reparaciones, se basa en los técnicos y su asignación de los
equipos.
87
Empieza con un decide, para saber a qué técnico le toca reparar el equipo correspondiente,
basado en los atributos como la máquina, el tipo de reparación, principalmente.
Este decide es diferente, ya que la decisión es por n tipos por condición, y se introducen los
primeros que es tiempo R y R1, que son para los dos primeros técnicos.
Ejemplo, el técnico 1 toma el tiempo_R para poder trabajar el equipo que se le asigno, que
viene desde los atributos de la primera parte, de igual manera es un Dosificar(Seize),
Espera(Delay), Liberar(Release), para poder simular como se reparan las maquinas.
También se pone un contador, para poder llevar la estadística de cada uno de los técnicos.
88
Aquí se ponen por máquina para saber cuántas se reparan, y al final el dispose (disponer),
para la entrega del cliente.
Explicado esto podemos pasar a la situación y estadísticas con el modelo ideal.
La situación ideal de la empresa modelada en Arena es la siguiente:
Metiendo los datos originales, con las estadísticas calculadas y los tiempos de reparación
de cada equipo, los tres operarios (técnicos) y el tiempo de las jornadas de trabajo, el
programa calculo que entre equipos nacionales, internacionales y accesorios son 1061
reparaciones al año, y quedarían las reparaciones como sigue:
De las 1132 reparaciones que llegaron, 967 fueron reparaciones que se tenían que quedar
en el taller de mantenimiento, 94 fueron reparaciones menores, es decir que solo era un
cambio de fusible, o de switch, rápidos que no necesitan quedarse para reparaciones
mayores. 71 máquinas ya no se podían reparar o no se podían recibir debido a que eran
equipos muy viejos.
El técnico 1 de reparaciones nacionales se encargó de 469 equipos, el técnico 2 se encargó
de 236 reparaciones internacionales, y el técnico 3 se encargó de 262 accesorios y de sus
actividades, como el empaque.
89
Esto está muy alejado de la realidad, ya que el año pasado se repararon 589 equipos, de
los 613 recibidos. Pero este modelo aun no contempla los faltantes en inventarios, y es lo
que se verá en el próximo modelo.
Cabe destacar que este es el modelo que nos gustaría llegar a tener, ya que este modelo
no presenta atrasos en los inventarios, y en principio se necesitan tener un buen nivel de
inventarios en el área de servicio técnico.
Modelo actual
El modelo ya con inventarios y más acercado a la realidad es el siguiente:
Este modelo fue construido de forma diferente, por lo cual, se mostrará la estructura
utilizada:
En la primera parte se muestran los SKU´s, los 15 equipos, con el comando créate
introducimos las llegadas basándonos en las estadísticas y en los históricos, por ejemplo,
el equipo Reverse como se muestra a continuación:
De igual manera se realizó para los demás 14 aparatos.
90
A su vez estos se conectan con los Assign (asignar), para los Assign se introdujeron los
atributos para cada equipo y sus componentes, las estadísticas de sus componentes (cada
cuanto fallan, y con qué frecuencia se presentan estas fallas especificas), así como que
técnico repara cada falla, es importante recalcar que se asignó desde esta instancia las
tareas, para que el flujo en el programa siguiera y no se tomaran más decisiones adelante.
También se asignó el tiempo de espera, que es el tiempo que se tarda en llegar la refacción
correspondiente. Mas adelante se explica cómo está relacionado con el inventario actual.
Este es un ejemplo del equipo Presoterapia, como se observa tiene tiempo_R que es para
el primer técnico, de equipos nacionales. Así mismo también se programa el tiempo de
espera, es el tiempo en que tardan los materiales en llegar al almacén.
La segunda parte del modelo es donde se reciben los equipos, y se toma la primera
decisión, si se tienen que quedar a reparar en el taller, si es reparación menor, o si ya no
tiene reparación. Para esto se programaron los process (proceso) con los tiempos promedio
en revisar los aparatos.
Para el process (proceso) Recibir, se introducen los tiempos promedio que tarda el
supervisor en recibir los aparatos, en action (acción) se escoge el comando “seize, delay,
reléase” (dosificar, esperar, liberar) que lo que realiza básicamente es: reserva un recurso
y lo utiliza durante un tiempo. Reserva un recurso, lo utiliza durante un tiempo y lo libera.
Utiliza un recurso durante un tiempo y lo libera.
91
Para el proceso de revisión es el mismo, con diferentes tiempos, pero es la misma
estructura.
Para la primera decisión, con base en la estadística de reparaciones, así mismo se
programó para que los trabajos se distribuyeran.
Se utiliza un 2-way by Chance (2 caminos por probabilidad) porque es para decidir si se
queda en el taller o no.
Si se va por el camino de no, se toma otra decisión después de la revisión, si tiene
reparación o si es una reparación menor (cambio de fusible, led, cable):
92
De igual manera se toman en cuenta las estadísticas.
Si es reparación menor, actúa otro process (proceso):
Se toma un tiempo Normal. Debido a los tiempos tomados y su estadística, como es un
trabajo menor de reparación también se programa un Seize, Delay, Release (dosificar,
detener, liberar).
Este a su vez se conecta con un record (grabador), que es un contador, esto para saber
cuántos equipos asigna este programa, y un dispose (disponer), para terminar esta acción.
Si no se puede reparar, solo un dispose, para entregar el equipo al cliente.
En inventariar y anotar, es la acción cuando el encargado registra el equipo que será
ingresado en un futuro a el taller de reparaciones, y se guarda en un mueble para poder
pasarlos a reparación.
93
Este process muestra la misma estructura que los anteriores, pero el tiempo es más
controlado y muy rápido, aun así, es algo que tiene que tomarse en cuenta.
Para este sistema se tiene el primer decide:
94
Esta decisión es de 2 caminos por condición, y es para ver si hay inventario, lo busca por
tipo de producto, y tipo de refacción, esto es mayor que el mínimo.
Enseguida se utiliza un separate (separador), que es para desagrupar entidades, este
módulo se puede usar para replicar la entidad entrante en múltiples entidades o para dividir
una entidad previamente agrupada. Se especifican también las reglas de asignación de
atributos para las entidades programadas.
En seguida en duplicar se coloca un Flag (bandera), o es algo para detectar cuando no hay
inventario, e inicia el tiempo del pedido.
95
Después de esto, existe un tiempo de espera, que es el tiempo que tarda en llegar el
material pedido, aquí se introduce como un Delay (detener), ya que es solo el paso del
tiempo en que tarda en llegar el material.
Después se coloca otra bandera al final con un Assign (asignar), que nos dice que está listo
el material.
96
Enseguida se coloca un assign (asignar), para incrementar el inventario, aquí como es el
modelo actual, se programa para que pida 1 pieza cuando falla el inventario, máximo 2
como se pide actualmente en el taller de servicio.
Después del separate (separar), cuando es el original nos envía para seguir el proceso, que
es el otro Decide.
Básicamente lo que decide en este comando es que si los materiales en el inventario son
mayores a 0 puede continuar el proceso, si esto es falso se pide en el inventario.
97
Este pasa a un Hold (espera), que es una espera, y termina hasta que la condición de
inventario sea mayor a 0.
En consumo de inventario, se programa un assign (asignar) para consumir la refacción que
este asignada.
Para la última parte de las reparaciones, se basa en los técnicos y su asignación de los
equipos.
Empieza con un decide, para saber a qué técnico le toca reparar el equipo correspondiente,
basado en los atributos como la máquina, el tipo de reparación, principalmente.
98
Este decide es diferente, ya que la decisión es por n tipos por condición, y se introducen los
primeros que es tiempo R y R1, que son para los dos primeros técnicos.
Ejemplo, el técnico 1 toma el tiempo_R para poder trabajar el equipo que se le asigno, que
viene desde los atributos de la primera parte, de igual manera es un Seize, Delay, Release
(medir, esperar y liberar), para poder simular como se reparan las maquinas.
También se pone un contador, para poder llevar la estadística de cada uno de los técnicos.
Aquí se ponen por máquina para saber cuántas se reparan, y al final el dispose (disponer),
para la entrega del cliente.
99
Después de la descripción del modelo, a continuación, se explican las principales
estadísticas del modelo simulado.
Metiendo los datos originales, con las estadísticas calculadas y los tiempos de reparación
de cada equipo, los tres operarios (técnicos) y el tiempo de las jornadas de trabajo, el
programa calculo que entre equipos nacionales, internacionales y accesorios son en
promedio 510 reparaciones al año, el programa se corrió 50 veces, y las estadísticas y
reparaciones serian como se muestra a continuación:
Con un intervalo de confianza del 95% en Arena, los datos que se arrojan son los siguientes:
444 ± 22. LI: 422. LS: 466
Estadísticas
Promedio 444
Varianza 304.69
Des. Vest. 17.46
Moda 443
0
100
200
300
400
500
600
0 10 20 30 40 50 60
Títu
lo d
el e
je
Título del eje
Reparaciones
Reparaciones
100
Como se puede observar, al final se presentan mucho más cerrados los limites, y en
promedio se tomaron 443 equipos, entonces tomamos uno, para poder ejemplificar lo que
nos dice Arena.
De las 541 reparaciones que llegaron, 443 fueron reparaciones que se tenían que quedar
en el taller de mantenimiento, 44 fueron reparaciones menores, es decir que solo era un
cambio de fusible, o de switch, rápidos que no necesitan quedarse para reparaciones
mayores. 37 máquinas ya no se podían reparar o no se podían recibir debido a que eran
equipos muy viejos.
El técnico 1 de reparaciones nacionales se encargó de 1384 equipos, el técnico 2 se
encargó de 174 reparaciones internacionales, y el técnico 3 se encargó de 131 accesorios
y de sus actividades, como el empaque.
Esto está muy apegado de la realidad, ya que el año pasado se repararon 489 equipos, de
los 613 recibidos. Este modelo realizado, es ya contemplando inventarios y pedidos de
piezas, como se maneja en la actualidad en la empresa.
101
Para el Waiting Time (tiempo promedio de espera en la cola correspondiente) para los
inventarios es de 113 horas, en días de trabajo es de 14 días, para inventariar y anotar,
Recibir equipos, reparación menor y revisar a la entrada, son muy bajos, ya que se atiende
de inmediato. De igual manera para el número de espera de los equipos es muy rápido, se
considera que se trabaja de manera continua y no hay retrasos para comenzar el siguiente
trabajo.
En el número de unidades para ser atendidas es interesante, nos dan mayores y menores
valores en promedio, ya que de nuevo los valores son muy pequeño, pero cuando nos
vamos al máximo hay algunas veces que se tiene contemplado algunos equipos en espera,
e incluso algunos componentes de las maquinas.
102
Aquí solo se muestra cuantos equipos trabajan simultaneamente los operadores, durante
cada hora, cuantos equipos se reciben y cada cuanto tardan en llegar,
En el número de asignación solo es 1 porque se trabaja solamente con un equipo a la vez.
El próximo modelo, es con los ajustes en inventario, con el punto de reorden y el inventario
de seguridad propuestos:
103
En la primera parte se muestran los SKU´s, los 15 equipos, con el comando créate
introducimos las llegadas basándonos en las estadísticas y en los históricos, por ejemplo,
el equipo Ultimate Corpo como se muestra a continuación:
De igual manera se realizó para los demás 14 aparatos.
A su vez estos se conectan con los Assign (asignar), para los Assign se introdujeron los
atributos para cada equipo y sus componentes, las estadísticas de sus componentes (cada
cuanto fallan, y con qué frecuencia se presentan estas fallas especificas), así como que
técnico repara cada falla, es importante recalcar que se asignó desde esta instancia las
tareas, para que el flujo en el programa siguiera y no se tomaran más decisiones adelante.
También se asignó el tiempo de espera, que es el tiempo que se tarda en llegar la refacción
correspondiente. Mas adelante se explica cómo está relacionado con el inventario actual.
Este es un ejemplo del equipo Bio, como se observa tiene tiempo_R1 que es para el
segundo técnico, de equipos internacionales. También se tiene el Tiempo_A, que es para
los accesorios. Así mismo también se programa el tiempo de espera, es el tiempo en que
tardan los materiales en llegar al almacén.
La segunda parte del modelo es donde se reciben los equipos, y se toma la primera
decisión, si se tienen que quedar a reparar en el taller, si es reparación menor, o si ya no
tiene reparación. Para esto se programaron los process (proceso) con los tiempos promedio
en revisar los aparatos.
104
La segunda parte del modelo es donde se reciben los equipos, y se toma la primera
decisión, si se tienen que quedar a reparar en el taller, si es reparación menor, o si ya no
tiene reparación. Para esto se programaron los process (proceso) con los tiempos promedio
en revisar los aparatos.
Para el process (proceso) Recibir, se introducen los tiempos promedio que tarda el
supervisor en recibir los aparatos, en action (acción) se escoge el comando “seize, delay,
reléase” (dosificar, retardar, liberar) que lo que realiza básicamente es: reserva un recurso
y lo utiliza durante un tiempo. Reserva un recurso, lo utiliza durante un tiempo y lo libera.
Utiliza un recurso durante un tiempo y lo libera.
Para el proceso de revisión es el mismo, con diferentes tiempos, pero es la misma
estructura.
Para la primera decisión, con base en la estadística de reparaciones, así mismo se
programó para que los trabajos se distribuyeran.
105
Se utiliza un 2-way by Chance (2 caminos por probabilidad) porque es para decidir si se
queda en el taller o no.
Si se va por el camino de no, se toma otra decisión después de la revisión, si tiene
reparación o si es una reparación menor (cambio de fusible, led, cable):
De igual manera se toman en cuenta las estadísticas.
Si es reparación menor, actúa otro process (proceso):
106
Se toma un tiempo Normal. Debido a los tiempos tomados y su estadística, como es un
trabajo menor de reparación también se programa un Seize, Delay, Release (dosificar,
retrasar, liberar).
Este a su vez se conecta con un record (grabar), que es un contador, esto para saber
cuántos equipos asigna este programa, y un dispose (disponer), para terminar esta acción.
Si no se puede reparar, solo un dispose, para entregar el equipo al cliente.
En inventariar y anotar, es la acción cuando el encargado registra el equipo que será
ingresado en un futuro a el taller de reparaciones, y se guarda en un mueble para poder
pasarlos a reparación.
107
Este process (proceso) muestra la misma estructura que los anteriores, pero el tiempo es
más controlado y muy rápido, aun así, es algo que tiene que tomarse en cuenta.
Para este sistema se tiene el primer decide:
108
Esta decisión es de 2 caminos por condición, y es para ver si hay inventario, lo busca por
tipo de producto, y tipo de refacción, esto es mayor que el mínimo.
Enseguida se utiliza un separate (separar), que es para desagrupar entidades, este módulo
se puede usar para replicar la entidad entrante en múltiples entidades o para dividir una
entidad previamente agrupada. Se especifican también las reglas de asignación de
atributos para las entidades programadas.
En seguida en duplicar se coloca un Flag (bandera), o es algo para detectar cuando no hay
inventario, e inicia el tiempo del pedido.
109
Después de esto, existe un tiempo de espera, que es el tiempo que tarda en llegar el
material pedido, aquí se introduce como un Delay (espera), ya que es solo el paso del
tiempo en que tarda en llegar el material.
Después se coloca otra bandera al final con un Assign (asignar), que nos dice que está listo
el material.
110
Enseguida se coloca un assign (asignar), para incrementar el inventario, aquí como es el
modelo actual, se programa para que pida 1 pieza cuando falla el inventario, máximo 2
como se pide actualmente en el taller de servicio.
Después del separate (separar), cuando es el original nos envía para seguir el proceso, que
es el otro Decide.
Básicamente lo que decide en este comando es que si los materiales en el inventario son
mayores a 0 puede continuar el proceso, si esto es falso se pide en el inventario.
111
Este pasa a un Hold (mantener o esperar), que es una espera, y termina hasta que la
condición de inventario sea mayor a 0.
En consumo de inventario, se programa un assign (asignar) para consumir la refacción que
este asignada.
Para la última parte de las reparaciones, se basa en los técnicos y su asignación de los
equipos.
Aquí se empieza con la decisión acerca del servicio al cliente, este fue calculado con las
fórmulas mencionadas en el marco. Este va conectado con un dispose (terminar).
112
Aplicando las fórmulas, nos dice que nos conviene un 98% aproximadamente. Por lo cual
se escribe este resultado.
Continua con un decide, para saber a qué técnico le toca reparar el equipo correspondiente,
basado en los atributos como la máquina, el tipo de reparación, principalmente.
Este decide es diferente, ya que la decisión es por n tipos por condición, y se introducen los
primeros que es tiempo R y R1, que son para los dos primeros técnicos.
113
Ejemplo, el técnico 1 toma el tiempo_R para poder trabajar el equipo que se le asigno, que
viene desde los atributos de la primera parte, de igual manera es un Seize, Delay, Release
(medir, esperar, liberar), para poder simular como se reparan las maquinas.
También se pone un contador, para poder llevar la estadística de cada uno de los técnicos.
Aquí se ponen por máquina para saber cuántas se reparan, y al final el dispose (disponer),
para la entrega del cliente.
Después de la descripción del modelo, a continuación, se explican las principales
estadísticas del modelo simulado.
A continuación, se muestra, de igual manera, como se corrió el programa 50 veces con el
95% de confianza que maneja Arena:
114
Estadísticas
Media 523
Moda 523
Des. Vest. 1.95
Varianza 3.80
Podemos observar, al igual que en el modelo original, los últimos datos muestran sus límites
más cerrados, en promedio nos dan de 552 equipos reparados.
De las 614 reparaciones que llegaron, 523 fueron reparaciones que se tenían que quedar
en el taller de mantenimiento, 50 fueron reparaciones menores, es decir que solo era un
cambio de fusible, o de switch, rápidos que no necesitan quedarse para reparaciones
495
500
505
510
515
520
525
530
535
540
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
Título del gráfico
115
mayores. 41 máquinas ya no se podían reparar o no se podían recibir debido a que eran
equipos muy viejos.
El técnico 1 de reparaciones nacionales se encargó de 174 equipos, el técnico 2 se encargó
de 196 reparaciones internacionales, y el técnico 3 se encargó de 153 accesorios y de sus
actividades, como el empaque.
Para el Waiting Time (tiempo promedio de espera en la cola correspondiente) para los
inventarios es de 57 horas, en días de trabajo es de 7 días, para inventariar y anotar. Recibir
equipos, reparación menor y revisar a la entrada, son muy bajos, ya que se atiende de
inmediato. De igual manera para el número de espera de los equipos es muy rápido, se
considera que se trabaja de manera continua y no hay retrasos para comenzar el siguiente
trabajo.
En el número de unidades para ser atendidas es interesante, nos dan mayores y menores
valores en promedio, ya que de nuevo los valores son muy pequeño, pero cuando nos
vamos al máximo hay algunas veces que se tiene contemplado algunos equipos en espera,
e incluso algunos componentes de las maquinas
116
En estas estadísticas mostradas por Arena solo se muestra cuantos equipos trabajan
simultáneamente los operadores, durante cada hora, cuantos equipos se reciben y cada
cuanto tardan en llegar,
En el número de asignación solo es 1 porque se trabaja solamente con un equipo a la vez.
Aquí en este modelo, solo fueron 27 equipos que tuvieron que esperar en cola, muy bajos
para un año de trabajo.
Los tiempos de reparación fueron más equilibrados ya que para el técnico de equipos
nacionales el promedio fue de 3 horas, para el técnico de equipos importados fue de 5 horas
y el de refacciones fue de 2.2 horas.
▪ En promedio trabajado en horas del técnico 1 es de: 2380 horas
▪ El promedio del técnico 2 es de: 1809, es menor porque son equipos de importación
y por las refacciones tarda más.
▪ Las horas trabajadas para el técnico de accesorios es de: 2086 horas.
117
Cabe destacar que el número de equipos reparados es bastante mayor, para 250 días de
trabajo, son 110 equipos más, que es un aumento de productividad del 25%.
CAPITULO 4 DISCUSIÓN Y CONCLUSIONES Como se mencionó desde el primer capítulo, el impacto de la globalización en el mercado
es importante en la actualidad, por lo tanto, es necesario estar a la vanguardia en cuanto a
servicio al cliente, vivimos en un mundo cambiante, donde los clientes cada vez son más
exigentes y se necesita trabajar a un ritmo más rápido.
El objetivo del estudio realizado fue el desarrollo de un modelo que permitiera caracterizar
el proceso de cadena de suministros dentro de la empresa Vescica, con la finalidad de
comprender los factores que causaban el impedimento del flujo del trabajo dentro del taller
de servicio técnico y generar una propuesta de solución a los principales problemas dentro
del taller.
4.1 INTERPRETACIÓN DE RESULTADOS A continuación, se analizan los costos de las perdidas, económicamente hablando.
Tenemos que en las posibles reparaciones son aproximadamente 3500 equipos, las
estadísticas, nos muestran que no todos los equipos son llevados a reparar, máximo son
600 al año, se ha estudiado, es porque la mayoría de los clientes no son de la Ciudad de
México, por lo tanto buscan reparaciones en los otros 3 asociados, estos están en Cancún,
Jalisco, y Sinaloa, y algunos van con otros técnicos, esto se debe a los tiempos de entrega
y de envió, a los tiempos en que llegan las refacciones. Como se puede apreciar, se está
perdiendo mucho dinero, y por lo tanto la necesidad de aplicar y mejorar estos sistemas.
Equipo Equipos vendidos Equipos pronosticados para el próximo año Total, de equipos
BEM 809 388 1197
Reverse 376 204 580
U corpo 156 51 207
III Light 151 57 208
3S 182 35 217
Complete 80 18 98
FG 60 12 72
BIO 24 12 36
Carbo 96 16 112
Preso 818 426 1244
Ultrasonido 139 57 196
Dermo 200 34 234
Robot 208 93 301
AFI 108 42 150
Acuaderm 100 38 138
118
Suma 3507 1483 4990
La producción que se atiende de estos últimos 4 años es de 1778, contra los 3507 equipos
vendidos, se puede ver que el costo es muy grande:
Equipo Equipos vendidos Equipos reparados
BEM 809 419
Reverse 376 146
U corpo 156 39
III Light 151 36
3S 182 90
Complete 80 43
FG 60 20
BIO 24 28
Carbo 96 22
Preso 818 521
Ultrasonido 139 77
Dermo 200 74
Robot 208 200
AFI 108 35
Acuaderm 100 28
Suma 3507 1778
Es casi un 50% de los equipos que se atiende, las pérdidas que esto genera se estiman
alrededor de:
Equipo Equipos vendidos Equipos reparados Costo promedio Costo total
BEM 809 419 $ 1,800.00 $ 702,000.00
Reverse 376 146 $ 600.00 $ 138,000.00
U corpo 156 39 $ 2,000.00 $ 234,000.00
III Light 151 36 $ 1,500.00 $ 172,500.00
3S 182 90 $ 2,600.00 $ 239,200.00
Complete 80 43 $ 2,600.00 $ 96,200.00
FG 60 20 $ 2,600.00 $ 104,000.00
BIO 24 22 $ 2,000.00 $ 4,000.00
Carbo 96 22 $ 2,000.00 $ 148,000.00
Preso 818 521 $ 800.00 $ 237,600.00
Ultrasonido 139 77 $ 2,000.00 $ 124,000.00
Dermo 200 74 $ 1,900.00 $ 239,400.00
Robot 208 200 $ 500.00 $ 4,000.00
119
AFI 108 35 $ 1,300.00 $ 94,900.00
Acuaderm 100 28 $ 400.00 $ 28,800.00
Suma 3507 1772 $ 2,566,600.00
Como se mencionó anteriormente, estas reparaciones son solo en la Ciudad de México,
aunque las ventas son nacionales, hay otros 3 centros de reparación y de servicio al cliente,
aun así, el dinero que no se factura en las oficinas de la ciudad es bastante.
Esto considerando que todos los equipos alguna vez al año se mandan a reparación, hay
que considerar que no todos mandan sus equipos porque no se han descompuesto, o
también existe la posibilidad de que los manden con otros técnicos no asociados con la
empresa.
Ahora, gracias a los pronósticos realizados anteriormente, podemos darnos una idea de
cuantos equipos más haciende la demanda en el taller.
Equipo Equipos vendidos
Equipos pronosticados para el próximo año
Total de equipos
BEM 809 388 1197
Reverse 376 204 580
U corpo 156 51 207
III Light 151 57 208
3S 182 35 217
Complete 80 18 98
FG 60 12 72
BIO 24 12 36
Carbo 96 16 112
Preso 818 426 1244
Ultrasonido 139 57 196
Dermo 200 34 234
Robot 208 93 301
AFI 108 42 150
Acuaderm 100 38 138
Suma 3507 1483 4990
Como se puede observar, la demanda aumentaría la probabilidad de que haya un poco más
de perdidas, por eso es importante aplicar el modelo.
120
Equipos Componentes # Reparaciones en los
últimos 3 años # equipos Precios de reparacion Costos
BEM Transistor de potencia 104 5% 4 $ 2,500.00 $ 10,000
Transistor de protección 206 11% 9 $ 1,500.00 $ 13,500
Reverse Capacitor Cerámico 108 6% 5 $ 600.00 $ 3,000
FG
Switch para pedal 3 0% 0 $ 300.00 $ -
Tablillas de ultrasonido 4 0% 0 $ 2,500.00 $ -
Pantalla 3 0% 0 $ 3,500.00 $ -
Toroide/Coil 5 0% 0 $ 3,500.00 $ -
3S
Parabole 8 0% 0 $ 2,000.00 $ -
Sensor de Agua 12 1% 1 $ 1,200.00 $ 1,200
Switch de emergencia 14 1% 1 $ 300.00 $ 300
Codos grandes o chicos para agua 12 1% 1 $ 500.00 $ 500
Switch con llaves 4 0% 0 $ 300.00 $ -
Tablilla de potencia 1 0% 0 $ 1,500.00 $ -
Tarjeta de 8 Inch. 4 0% 0 $ 2,000.00 $ -
Resistencias para el agua 12 1% 1 $ 800.00 $ 800
Robot Conectores hembra 56 3% 2 $ 300.00 $ 600
Termostato para vapor y robot 101 5% 4 $ 600.00 $ 2,400
Complete
Switch con llaves 2 0% 0 $ 200.00 $ -
Tablillas de ultrasonido 5 0% 0 $ 2,500.00 $ -
Tablilla de potencia 6 0% 0 $ 3,000.00 $ -
Tarjeta de 8 Inch. 9 0% 0 $ 3,000.00 $ -
Switch de emergencia 10 1% 0 $ 300.00 $ -
Tabella(acuaderm) Filtros Tabella 13 1% 1 $ 500.00 $ 500
Switch redondo 15 1% 1 $ 300.00 $ 300
Presoterapia Timer con switch 197 10% 8 $ 400.00 $ 3,200
Tablilla 189 10% 8 $ 1,200.00 $ 9,600
Bio Tablilla Rf 31 2% 1 $ 2,500.00 $ 2,500
Pantalla 12 1% 1 $ 3,000.00 $ 3,000
Ultimate Corpo Ultimate corpo tablilla 29 2% 1 $ 2,500.00 $ 2,500
III Light Tablilla III Light 27 1% 1 $ 1,500.00 $ 1,500
Carbo Pantalla 2 0% 0 $ 3,000.00 $ -
Tablilla 14 1% 1 $ 3,000.00 $ 3,000
Ultrasonido Tablilla Ultra 57 3% 2 $ 2,600.00 $ 5,200
Dermo Cerebro Dermo 55 3% 2 $ 1,900.00 $ 3,800
AFI Motor 11 1% 0 $ 1,500.00 $ 690
Capacitor Cerámico 15 1% 1 $ 1,200.00 $ 1,200
121
Capacidad Adicional
Los pasos fueron los siguiente, basándonos en las estadísticas de reparaciones de 3 años
anteriores, lo multiplicamos por la cantidad de 80 piezas, que son la diferencia de piezas,
que podríamos mejorar con el modelo obtenido en arena, todas estas reparaciones que no
se están haciendo en el taller, se multiplicaron por los costos de reparación actuales, y lo
que se está perdiendo por no reparar, o mejor dicho lo que se podría ganar si se aplica el
sistema serian $106,000 aproximadamente.
4.2 COMPARACIÓN CON OTROS RESULTADOS A continuación, se observan algunos resultados finales de algunos autores que aplicaron
esta metodología, en primer lugar, tenemos el modelo de Wan y Li (2008). Este programa
fue corrido 10 veces, y durante 30000 horas en total, como se puede observar en la
siguiente imagen, el modelo trabaja con los inventarios y este modelo trabaja con un 99%
de servicio al cliente, y solo muestra una pequeña tabla de comparación, pero los autores
solo indican que hay una disminución en el costo del 10% en los inventarios con su
modelo.(Wan & Li, 2008)
Accesorios Componentes # Reparaciones en los
últimos 3 años
Manerales BEM Resistencias 90 5% 4 $ 400.00 $ 1,600
Cambio cable 106 6% 4 $ 400.00 $ 1,600
Manerales Reverse
Resistencias 12 1% 1 $ 400.00 $ 400
Cambio cable 40 2% 2 $ 400.00 $ 800
Monedas 55 3% 2 $ 500.00 $ 1,000
Manerales de FG Electrodo tripolar 23 1% 1 $ 1,200.00 $ 1,200
Tapas para manerales 10 1% 0 $ 300.00 $ -
Manerales 3S
Placas de enfriamiento 40 2% 2 $ 600.00 $ 1,200
Mangueras 30 2% 1 $ 200.00 $ 200
Botón para lámparas 23 1% 1 $ 200.00 $ 200
Manerales Complete
Placas de enfriamiento 24 1% 1 $ 600.00 $ 600
Mangueras 15 1% 1 $ 200.00 $ 200
Botón para lámparas 19 1% 1 $ 200.00 $ 200
Accesorios Tabella Disparador 7 0% 0 $ 1,500.00 $ -
Bio Accesorios Maneral Rf 3 0% 0 $ 1,200.00 $ -
III Ligh maneral Cambio de led 4 0% 0 $ 1,500.00 $ -
Carbo Cambio manguera 4 0% 0 $ 200.00 $ -
Ultrasonido Manerales resistencia 5 0% 0 $ 200.00 $ -
Cable manerales 20 1% 1 $ 300.00 $ 300
AFI Maneral Maneral 28 1% 1 $ 300.00 $ 300
122
Ilustración 25 Modelo de Wang & Li (Wan & Li, 2008)
El siguiente modelo es de Wan y Zhao (2009) esta trata de solo 3 productos, pero con 500
replicas durante 760 horas, en la ilustración 17 se puede observar el modelo, es un poco
mas asemejado al presentado en la tesis, y aquí si presentan los resultados por parte de
Arena, como se muestran en la ilustración 18, en este estudio, se puede mostrar una
mejoría con el modelo, también se muestra que usan 3 puntos de reorden diferentes, así
como sus pedidos, el autor identifica un 15% de mejora, y utilizo OptQuest, que es otra
parte del programa de arena, pero con las mismas funciones, aquí el autor lo describe como
un método un poco más preciso.(Wan & Zhao, 2009)
Ilustración 26 Modelo en Arena de Wan y Zhao (2009)
123
Ilustración 27 resultados del modelo Wan y Zhao (2009)
A continuación, se muestra una pequeña comparación de estos modelos llevados a la
realidad y el modelo propuesto.
Tabla 14 Comparación de los modelos fuente propia
Modelo Mejoras Horas corridas Replicas
Wang y Zhao 10% 350000 500
Wan y Li 15% 30000 10
Propuesto 25% 12500 50
Como se muestra en la tabla, El modelo de Wang fue el más corrido, y aplicó el Proquest,
el autor asegura que tiene muy buena confiabilidad, aunque este modelo es el más simple
de los comparados, en un futuro os puede servir usar el ProQuest para poder tener otro tipo
de enfoque. En cuanto al modelo de Wan y Li, este modelo está muy bien estructurado,
utiliza otros comandos y puede también aplicarse de esta manera al ya programado, su flujo
también es muy bueno.
124
4.3 PRINCIPALES CONCLUSIONES DE LA INVESTIGACIÓN Para cumplir con el objetivo de esta investigación, se identificaron los siguientes objetivos
específicos de esta tesis, los cuales fueron: Determinar cuáles son los factores que deben
mejorarse para incrementar la eficiencia y la eficacia en el área de servicio técnico.
Planificar las estrategias de mitigación. Recopilar la información en un punto centralizado,
donde los demás puedan consultarla fácilmente. Proponer un sistema de inventarios de
seguridad. Generar un análisis de la demanda.
A continuación, se presenta un resumen de los hallazgos de la investigación, de acuerdo
con los objetivos planteados anteriormente:
La determinación de algunos de los factores que deben mejorarse en cuanto a la cadena
de suministro y el trabajo dentro del departamento de servicio al cliente, fueron la planeación
de los inventarios, planeación de la demanda, asignación de algunas actividades y
colocación de pedidos. Muchos estudios hablan sobre estos temas, y como conjuntar todos
estos factores, así como también varios libros, pero no todo se aplica al 100%, y en
empresas del tipo mexicano, donde las refacciones y herramientas son más costosas, y
tardan más tiempo en estar disponibles.
Las estrategias para mitigar los problemas dentro del área de servicio técnico de la
empresa, es el trabajo en tiempo y forma, siguiendo un flujo continuo y ordenado, siempre
anticiparse al cliente, pronóstico de la demanda del cliente, sistemas de inventarios para
los componentes de los equipos, gracias a los mencionados se pueden mejorar los servicios
ahorrando dinero y tiempo.
La recopilación de la información se hizo de manera práctica, en una base de datos, como
se muestran en las imágenes, todos los inventarios, pedidos y los clientes atendidos.
Proposición de un sistema de inventarios de seguridad, analizando demanda, costos de
inventarios y costos de las piezas, se llegó a determinar cantidad de inventarios de
seguridad, de diferentes componentes y equipos, tanto los nacionales como los
internacionales.
Generación de un análisis de la demanda, basándonos en los datos históricos, su
estacionalidad, se obtuvo un análisis de la demanda en algunos casos de mínimo 1.5 años,
hasta 3 años.
Una vez que se identificaron estos elementos se buscó una relación mayor para poder
conjuntarlos, y tener un mayor entendimiento de que todo funciona como todo un sistema.
4.4 CONTRIBUCIONES DE LA INVESTIGACIÓN Esta investigación es una importante contribución tanto para la empresa estudiada, como
a futuros trabajos de este tipo, un poco a la creciente literatura sobre todo para las medianas
y pequeñas empresas. En primer lugar, muestra las comparaciones entre diferentes
investigaciones, y muestra una forma dinámica de aplicación de un software de simulación.
125
También aporta información importante del cómo aplicar lo visto en los libros, y todos los
cálculos necesarios para tener las cantidades exactas de pedido y que haya menos errores.
También muestra los diferentes problemas al trabajar con la cadena de suministro, lo
complicado que es tener todo en tiempo y forma y las malas decisiones de los dueños.
4.5 LIMITACIONES DE LA INVESTIGACIÓN Y RECOMENDACIONES PARA
FUTURAS INVESTIGACIONES. Los resultados aquí propuestos dentro de la actual investigación también presentan algunas
limitaciones, y las cuales se recomiendan tener en cuenta durante las próximos trabajos e
investigaciones.
La limitación en cuanto a todos los datos de las ventas, si bien se tuvo la posibilidad de que
se dieran todos los números, aunque no se dieron fechas, montos, y parte del país donde
se trasladaba.
Reparaciones en las otras plantas, aquí no se dieron los números debido a las personas en
estas, así como los costos de ellos, ya que difieren en cuanto a precios y depende también
de sus proveedores.
Tiempo de investigación, ya que se empezó en octubre del año 2016, debido a cambio de
tema de tesis y de empresa.
Debido a que los dueños no permitieron que se hiciera cambios en cuanto a la forma de
trabajo de sus técnicos tampoco se adentró mucho en la parte de asignación de trabajos.
No se permitieron hacer entrevistas de trabajo organizacional, para poder ver como se
podría mejorar el trabajo también desde un punto de vista psicológico.
4.6 INVESTIGACIONES FUTURAS Para poder mejorar los procesos en esta empresa se planea mejorar en cuanto a la
asignación de trabajaos, usando más metodologías especificadas en este tema.
Si bien se trabajó en algunos formatos, se planean mejorar, para que el flujo del trabajo sea
más rápido.
Se mantiene abierta la opción para la investigación de algún método de mejora continua,
aún queda la opción de utilizar otra metodología ya mencionada, que aplica más
matemáticas duras.
126
REFERENCIAS
Adler, P., Goldoftas, B., & Levine, D. (1999). Flexibility versus efficiency? A case study of model changeovers in the Toyota production system. Organization Science, 10(1), 43–68.
Alberto Castrillón, D., & Ariel, W. (2013). Simulation models generator applications in scheduling. Revista de MAtematica: Teoria Y Aplicaciones, 2(20), 231–241.
Andonegi, J. M., Casadesús, M., & Elguezabal, I. Z. (2005). Evolución histórica de los sistemas ERP: De la gestión de materiales a la empresa digital. Revista de Dirección Y Administración de Empresas, 12(5), 61–72.
Badillo, M. (2011). Analisis de factores e impactos metodologicos de la cadena de suministro en la determinacion de mejoras de proceso. IPN.
Ballou, R. (2004). Logística Administracion de la cadena de suministro. (Enrique Quintanar Duarte, Ed.) (Fifth). México: Pearson Education.
Barrera Copca, R. G. (2017). Administración de inventarios 2017.
Bermúdez, J. D., Segura, J. V, & Vercher, E. (2005). Holt-Winters forecasting : an alternative formulation applied to UK air passenger data.
Caballero Hernandez, I. E. (2007). Rediseño de un sistema de administración de inventarios de refacciones de una empresa comercializadora de herramientas. Instituo Politecnico Nacional.
Cadena, M. F. (2005). Modelo de Inventario ( S-1 , S ) para Refacciones con órdenes de Emergencia Bajo dos Posibilidades de Suministro-Edición Única. Insituto Tecnologico Superior de Monterrey.
Castañer, M., Oleguer, C., & Anguera, M. (2013). Métodos mixtos en la investigación de las ciencias de la actividad fisica y el deporte. Apuntes de Educación Física Y Deportes, 2(112), 31–36. https://doi.org/10.5672/apunts.2014-0983.es.(2013/2).112.01
Chase, R. B. (2009). Administración de operacioes Produccion y cadena de suministros. (J. Mares Chacon, Ed.) (12th ed.). Mexico D.F.: Mc Graw Hill.
Chopra, S., & Meindl, P. (2007). Administración de la cadena de suministro (3rd ed.). Prentice Hall.
Dalle, P., Rodolfo, E., & Sautu, R. (2005). Manual de metodologia. Buenos Aires: Clacso.
De La Cruz Ruiz, E. M. (2015). Propuesta para la redefinición de los parámetros del inventario de línea para una empresa de refacciones. Universidad Iberoamericana Puebla.
Dyer, J. H., & Nobeoka, K. (2000). Creating and managing a high performance knowledge sharing network: The Toyota case. Strategic Management Journal, 21(3), 345–367.
Esteves Alcazar, C. X. (2011). Forulacion de un sistema de inventarios en una empresa manufacturera. UNAM, Distrito Federal.
Gelper, S., Fried, R., & Croux, C. (2007). Robust forecasting with exponential and Holt-Winters smoothing. Faculty of Economics and Applied Economics, (April), 22.
Gonzalez, M. P. (1992). Error Cuadrático M edio de P redicción para M odelos Estructurales de Series Temporales.
Gutierrez gonzalez, E. (2016). Capítulo 12. In Inventarios (pp. 1–52).
ITMEX. (2004). Casos de Exito de Bachoco y Guardian ITMEX reporte. Queretaro.
Izar, J., Ynzunza, C., & Sarmiento, R. (2012). Determinacion del costo de inventario con el metodo
127
Hibrido. Concienca Tecnológica, 44, 30–35.
Kaban, a. K., Othman, Z., & Rohmah, D. S. (2012). Comparison of dispatching rules in job-shop Schedulingproblem Usingsimulation: A case study. International Journal of Simulation Modelling, 11(3), 129–140. https://doi.org/10.2507/IJSIMM11(3)2.201
Kavanaugh, C. F. (2002). Los diseños de Taguchi contra los diseños clasicos de experimentos. Conciencia Tecnologica, 1(19), 5.
Kelton, W. D., Sadowski, R., & Sadowski, D. (2008). Simulation with Arena (4th ed.). Mc Gra Hill.
Kelton, W. D., Sadowski, R., & Sturrock, D. (2008). simulacion con Software Arena. (J. Betancourt, Ed.) (cuarta). Mc Graw Hill.
Kotsialos, A., & Papageorgiou, M. (2005). Long-Term Sales Forecasting Using Holt – Winters and Neural Network Methods. Journal of Forecasting, 368(24), 353–368.
Kumar, M., & Sharma, S. (2016). Forecasting tourist in-flow in South East Asia : A case of Singapore. Tourism & Management Studies, 12(1), 14. https://doi.org/10.18089/tms.2016.12111
Li, P. (2011). Supply Chain Management. (J. Trdine, Ed.), Supply Chain Management (1st ed.). Rijeka, Croacia: InTech. Retrieved from http://www.intechopen.com/books/show/title/supply-chain-management
Luna del Valle, H. (2011). Diagnóstico de la administración de inventario y reabastecimiento en bodega de artículos deportivos. UNAM, Distrito Federal.
Lundy, M., Rupert, B., & Ferris, S. (2012). Capítulo 7 : Administración de la cadena de suministros. In CRS (Ed.), A Participatory Guide to Developing Partnerships, Area Resource Assessment and Planning Together (1 st, p. 116). baltimore: Catholic Relief Services. Retrieved from www.crsprogamquality.org
Marin, A., Antero, J., Garcia, G., Alberto, J., Gómez, C., & Danilo, O. (2013). Gestión de compras e inventarios a partir de pronósticos Holt-Winters y diferenciación de nivel de servicio por clasificación ABC. Scientia et Technica, 18(4), 6.
Marquez, J. E. (2012). Optimización de la programación ( scheduling ) en Talleres de Mecanizado Optimización de la programación ( scheduling ) en Talleres de Mecanizado. Universidad del Sur.
Mencia Cascallana, C. (2013). Metodos Heurısticos Avanzados para Problemas de Scheduling. Universidad de Oviedo.
Orejuela-cabrera, J. P. (2014). Programación de operaciones en dos etapas para un flowshop multiperíodo no tradicional. Universidad Libre de Colombia, 10(2), 13.
Racet Valdez, A., Espinoza Gonzales, L., Suarez Quintana, Je., & Sanchez PErez, Y. (2017). Modelo matemático para medir el nivel de servicio al cliente basado en la lógica difusa compensatoria. Ingenieria Y Desarrollo, XXXVIII(2), 8.
Rodríguez, I. B. (2009). Algoritmos de planificación basados en restricciones para la sustitución de componentes defectuosos.
Romero Q., C., & Lices D., A. (2009). Análisis de la cadena de suministros. UPIICSA- IPN Distrito Federal.
Sabino, C. (1992). El proceso de investigación. (Panapo, Ed.), Ed. Panapo. Buenos Aires: PANAPO. Retrieved from http://hugoperezidiart.com.ar/tallerdetesis-pdf/55-sabino-pp1-92.pdf
128
Sako, M. (2004). Supplier development at Honda, Nissan and Toyota: Comparative case studies of organizational capability enhancement. Industrial and Corporate Change, 13(2), 281–308. https://doi.org/10.1093/icc/dth012
Santamaría, A., & Alejandro, P. (2012). Un modelo de clasificación de inventarios para incrementar el nivel de servicio al cliente y la rentabilidad de la empresa. Pensamiento Y Gestión, 32(enero junio 2012), 23.
Shmoys, D. B., & Tardos, E. (1993). An approximation algorithm for the generalized assignment problem, 62, 461–474.
Usaid. (2011). Manual de logística Guía práctica para la gerencia de cadenas. (USAIDS, Ed.), Proyecto Deliver (2nd ed., Vol. 2°). Arlington: USAIDS. Retrieved from deliver.jsi.com
Wan, J., & Li, L. (2008). Simulation for constrainted optimization of inventory system by using Arena and OptQuest. Proceedings - International Conference on Computer Science and Software Engineering, CSSE 2008, 2, 202–205. https://doi.org/10.1109/CSSE.2008.1217
Wan, J., & Zhao, C. (2009). Simulation research on multi-echelon inventory system in supply chain based on arena. 2009 1st International Conference on Information Science and Engineering, ICISE 2009, (2002), 397–400. https://doi.org/10.1109/ICISE.2009.1067
129
ANEXOS Para el equipo BEM, se analizaron los dos metodos de Holt Winters, por tipo multiplicativo
y tipo aditivo, después de analizar el error cuadrático medio y los residuales, se seleccionó
el método Holt Winters multiplicativo:
Period Forecast Lower Upper
37 26,4010 16,6998 36,1022
38 27,7299 17,8768 37,5831
39 23,7733 13,7506 33,7959
40 25,6678 15,4590 35,8765
41 31,1730 20,7625 41,5835
42 30,3883 19,7611 41,0154
43 37,6276 26,7699 48,4852
44 36,4486 25,3473 47,5499
45 28,8823 17,5252 40,2395
46 29,0890 17,4646 40,7134
47 55,2654 43,3630 67,1677
48 41,3294 29,1393 53,5196
El MAPE muestra un resultado de 19.5, lo cual es muy bajo, analizado en Minitab, y un
MAD de 4, redondeado, es un numero bajo, y representan 4 equipos de diferencia, los
cuales son muy bajos. La desviación cuadrática media es de 22, por lo cual dice que la
diferencia es de 22 equipos, para las ventas, 22 equipos son muy pocos en comparación
con la venta pronosticada para el próximo año.
130
Su grafica de residuales nos da:
Como se puede apreciar, se aproxima a una distribución normal. Y analizando el error
cuadrático medio, en Excel da los siguientes resultados:
El error de pronóstico, nos indica que la demanda actual está por debajo del pronóstico, lo
que nos dice que las ventas aumentaran el próximo año. El MAD o la desviación media
absoluta, es de 9.92, que es de 10 unidades, lo cual es muy bajo considerando las unidades
vendidas por año, el error cuadrático medio es muy alto, debido a la diferencia de unidades,
el error porcentual absoluto es de 43.39, lo cual es muy alto, pero es debido al aumento de
ventas en los últimos años.
131
Para el equipo BEM, se analizaron los dos metodos de Holt Winters, por tipo multiplicativo
y tipo aditivo, después de analizar el error cuadrático medio y los residuales, se seleccionó
el método Holt Winters multiplicativo:
132
Period Forecast Lower Upper
37 26,3224 17,9078 34,7370
38 27,0705 18,6236 35,5175
39 24,0800 15,5988 32,5613
40 25,3628 16,8452 33,8803
41 28,8545 20,2986 37,4103
42 28,2720 19,6760 36,8681
43 33,1009 24,4627 41,7391
44 31,9027 23,2205 40,5849
45 26,5730 17,8449 35,3011
46 26,6520 17,8762 35,4278
47 43,6230 34,7976 52,4483
48 33,9400 25,0634 42,8166
El MAPE muestra un resultado de 17.31 lo cual es muy bajo, analizado en Minitab, y un
MAD de 3.4, es un numero bajo, y representan 3 equipos de diferencia, los cuales son muy
bajos. La desviación cuadrática media es de 18.12, por lo cual dice que la diferencia es de
18 equipos, para las ventas, 18 equipos son muy pocos en comparación con la venta
pronosticada para el próximo año.
133
El error de pronóstico, nos indica que la demanda actual está por debajo del pronóstico, lo
que nos dice que las ventas aumentaran el próximo año. El MAD o la desviación media
absoluta, es de 7.13, que es de 7 unidades, lo cual es muy bajo considerando las unidades
vendidas por año, el error cuadrático medio es muy alto, debido a la diferencia de unidades,
el error porcentual absoluto es de 32.97, es muy bajo que el anterior calculado, pero también
es debido al aumento de ventas en los últimos años aún se puede apreciar que está un
poco alto.
PLANEACIÓN DE INVENTARIOS CON DESCUENTO POR CANTIDAD
Para el Producto FG tenemos 4 componentes que se necesita analizar por descuentos
por cantidad.
Lambda 14
Costo por ordenar (k) 91.85$
I 0.25
ai 480
Costo unitario 0 ≤ q < 3 3 ≤ q < 6 6 ≤ q < 9 9 ≤ q <12 12 ≤ q < 15 15 ≤ q
Tablillas de ultrasonido 230.00$ unidad 230.00$ 225.40$ 222.64$ 219.65$ 218.04$ 217.12$
134
Para Pantalla el resultado es el siguiente:
Q
1 11,314.65$
2 5,701.70$
3 4,000.34$ 4,000.34$
4 3,023.55$
5 2,437.48$
6 2,064.56$ 2,064.56$
7 1,783.06$
8 1,571.94$
9 1,436.32$ 1,436.32$
10 1,302.31$
11 1,192.66$
12 1,118.59$ 1,118.59$
13 1,040.07$
14 972.77$
Tablillas de ultrasonido
$-
$2,000.00
$4,000.00
$6,000.00
$8,000.00
$10,000.00
$12,000.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Título del gráfico
Tablillas de ultrasonido
Pantalla 1,500.00$ unidad 1,500.00$ 1,470.00$ 1,452.00$ 1,432.50$ 1,422.00$ 1,416.00$
135
Para Toroide, el análisis es el siguiente:
Q
1 27,181.55$
2 13,714.53$
3 9,270.10$ 9,270.10$
4 7,014.76$
5 5,661.56$
6 4,741.09$ 4,741.09$
7 4,099.19$
8 3,617.76$
9 3,244.10$ 3,244.10$
10 2,944.47$
11 2,699.32$
12 2,500.46$ 2,500.46$
13 2,327.23$
14 2,178.74$
Pantalla
$-
$5,000.00
$10,000.00
$15,000.00
$20,000.00
$25,000.00
$30,000.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Título del gráfico
Pantalla
Toroide/Coil 1,200.00$ unidad 1,200.00$ 1,176.00$ 1,161.60$ 1,146.00$ 1,137.60$ 1,132.80$
136
Q
1 23,244.05$
2 11,727.03$
3 7,959.35$ 7,959.35$
4 6,022.51$
5 4,860.41$
6 4,075.59$ 4,075.59$
7 3,523.57$
8 3,109.56$
9 2,794.45$ 2,794.45$
10 2,536.21$
11 2,324.91$
12 2,156.81$ 2,156.81$
13 2,007.28$
14 1,879.10$
Coil
$-
$5,000.00
$10,000.00
$15,000.00
$20,000.00
$25,000.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Título del gráfico
Coil
Electrodo tripolar 1,300.00$ unidad 1,300.00$ 1,274.00$ 1,258.40$ 1,241.50$ 1,232.40$ 1,227.20$
137
Q
1 24,556.55$
2 12,389.53$
3 8,396.27$ 8,396.27$
4 6,353.26$
5 5,127.46$
6 4,297.43$ 4,297.43$
7 3,715.44$
8 3,278.96$
9 2,944.33$ 2,944.33$
10 2,672.29$
11 2,449.71$
12 2,271.36$ 2,271.36$
13 2,113.93$
14 1,978.98$
Electrodo Tripolar
$-
$5,000.00
$10,000.00
$15,000.00
$20,000.00
$25,000.00
$30,000.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Título del gráfico
Electrodo Tripolar