escuela de ingeniería y ciencias metodología para

Instituto Tecnológico y de Estudios Superiores de Monterrey

Campus Monterrey

Escuela de Ingeniería y Ciencias

Metodología para optimización de proceso de preparación de pedidos en rutas de distribución secundaria mediante rediseño de almacén de

vehículo de carga

Tesis presentada por

Gustavo Adolfo Garza Arrambide

sometida a la

Escuela de Ingeniería y Ciencias

como un requisito parcial para obtener el grado académico de

Maestro en Ciencias

en

Sistemas de Calidad y Productividad

Monterrey Nuevo León, 14 de Mayo de 2018

Declaración de autoría

Yo, Gustavo Adolfo Garza Arrambide declaro que esta tesis titulada, Metodología para optimización de proceso de preparación de pedidos en rutas de distribución secundaria mediante rediseño de almacén de vehículo de carga y el trabajo que se presenta en ella es de mi autoría. Adicionalmente, confirmo que:

• Realice este trabajo en su totalidad durante mi candidatura al grado de maestro en esta universidad.

• He dado crédito a cualquier parte de esta tesis que haya sido previamente sometida para obtener un grado académico o cualquier otro tipo de titulación en esta o cualquier otra universidad.

• He dado crédito a cualquier trabajo previamente publicado que se haya consultado en esta tesis.

• He citado el trabajo consultado de otros autores, y la fuente de donde los obtuve.

• He dado crédito a todas las fuentes de ayuda utilizadas.

• He dado crédito a las contribuciones de mis coautores, cuando los resultados corresponden a un trabajo colaborativo.

• Esta tesis es enteramente mía, con excepción de las citas indicadas.

Monterrey Nuevo León, 14 de Mayo de 2018

@2018 por Gustavo Adolfo Garza Arrambide

Todos los derechos reservados

Dedicatoria

A mis padres Blanca y Juan Francisco

A mis hermanos Blanca y Juan

A mi novia Carolina

A mis amigos cercanos y mis compañeros de trabajo

Reconocimientos

A la empresa donde colaboro

Al Dr. Neale, Dr. Leopoldo y Dr. Víctor

Por su apoyo incondicional durante estos últimos 3 años de mucho esfuerzo y

dedicación que veo culminados con este trabajo de investigación.

Metodología para optimización de proceso de preparación de pedidos en

rutas de distribución secundaria mediante rediseño de almacén de

vehículo de carga

por

Gustavo Adolfo Garza Arrambide

Resumen

La gestión de inventario para productos de consumo que son perecederos, es decir con un tiempo de vida de anaquel menor a 30 días, representa un enorme reto para las áreas de logística y distribución. Este desafío se debe principalmente a temas de inocuidad, conservación de cadena de frío, así como el control del inventario almacenado dentro la unidad y el cumplimiento al programa de reparto, lo cual permita mantener niveles de servicio adecuados con los clientes. En la industria existen diferentes modelos de gestionar las ventas, para el presente caso de estudio se aplica el modelo de venta a bordo, en el cual el vendedor gestiona la venta y el reparto del producto en una única visita a los clientes. Por esta razón la administración del inventario y su acomodo dentro de la unidad resulta un tema de alta relevancia dentro de la investigación. En esta tesis, se propone una metodología para optimizar el acomodo de productos dentro de la unidad, con lo cual permita al vendedor identificar más fácilmente la ubicación de los productos y con ello reducir la distancia recorrida en la preparación de los pedidos, así como los tiempos dedicados a dicha actividad. A si mismo se evalúan algunas variantes adicionales al diseño estándar, con la finalidad de evaluar el impacto de algunas de las variables relacionadas al proceso de preparación de los pedidos. Se probaron diferentes diseños obteniendo resultados favorables en la mayoría de los diseños, aunque particularmente fueron bastante positivos los resultados obtenidos en los diseños con canastillas reducidas un 11% respecto al volumen estándar, ya que se logró disminuir la distancia promedio por “pick” un 8.7% respecto a la propuesta estándar. Las variables que más impactan en el proceso de preparación de pedidos son el tamaño de canastillas, el volumen de los productos y la demanda.

LISTA DE FIGURAS

1.1 Metodología para optimización de proceso de preparación de pedidos

mediante rediseño del layout del almacén . . . . . . . . . . . . . . . . . . . . . . . 4

2.1 Funciones principales de un almacén, de acuerdo al flujo normal del

proceso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3.1 Metodología General para Diseño de Layout . . . . . . . . . . . . . . . . . . . . . 15

4.1 Proceso de Venta a Bordo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

4.2 Ilustración de interior de unidad y el acomodo de producto . . . . . . . . . . 21

4.3 Ficha Técnica modelo Isuzu Elf-200 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

4.4 Diseño de Canastillas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

4.5 Dimensiones de Caja de Unidad de Reparto . . . . . . . . . . . . . . . . . . . . . .26

4.6 Layout de Almacén (Corte Horizontal) . . . . . . . . . . . . . . . . . . . . . . . . . . .26

4.7 Layout de Almacén (Corte Vertical Derecho e Izquierdo) . . . . . . . . . . . . 27

4.8 Ejes de medición de Rack de Almacén . . . . . . . . . . . . . . . . . . . . . . . . . . 28

4.9 Ejemplos de uso de plano cartesiano para medición de canastillas 9 y

35 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .29

4.10 Colorimetría para diferenciar posiciones de menor (azules) a mayor

Valor (café) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30

4.11 Gráfica comparativa de Distancia Recorrida Promedio por Pick entre

Diseños con Canastillas Estándar y Situación Actual . . . . . . . . . . . . . . . 33

4.12 Gráfica de Control para Indicador global de Distancia Recorrida

Promedio por Pick para DCE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36

4.13 Gráfico de Control por cada grupo para el Indicador de Distancia

Recorrida Promedio por Pick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38

4.14 Gráfico de Control para productos 16927 y 16582 para indicador de %

proporción de Picks Semanal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

5.1 Layout propuesto para DCR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45


DCE y DCR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

5.3 Layout propuesto para DCE y DF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

5.4 Acomodo de produto propuesto para Diseño por Familias (DF) . . . . . . . 50


DCE y DF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51

5.6 Layout propuesto para Diseño con Factor de Ajuste Calculado . . . . . . . 53

5.7 Tabla con resumen de evaluación de posiciones . . . . . . . . . . . . . . . . . . 54


DCE y DFAC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

5.9 Segmentación de grupos de acuerdo a ranking de productos . . . . . . . . 57

5.10 Layout propuesto para Diseño Mixto . . . . . . . . . . . . . . . . . . . . . . . . . . . 57


DCE y DM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .58

LISTA DE TABLAS

2.1 Formulaciones para la asignación de “skus” para cada estrategia de

almacenamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

4.1 Distribución de tiempos promedio empleados en proceso de Venta a

Bordo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

4.2 Ficha Técnica modelo Isuzu Elf-200 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

4.3 Resumen con Indicadores de Desempeño considerados para

Simulación de Situación Actual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

4.4 Tabla descriptiva por tipo de restricción . . . . . . . . . . . . . . . . . . . . . . . . . 25

4.5 Distancias totales obtenidas para las posiciones de las canastillas

del “layout” propuesto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.6 Top 20 de productos ordenados por su Proporción Promedio de

“Picks” para el periodo de 12 semanas seleccionado . . . . . . . . . . . . . . . 32

4.7 Metodología para acomodo de producto utilizada en caso de

aplicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4.8 Resumen con Indicadores Globales de Desempeño considerados para

Simulación del Diseño con Canastillas Estándar. . . . . . . . . . . . . . . . . . . 33

4.9 Tabla comparativa de Indicadores Globales de Desempeño para DCE

y Situación Actual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

4.10 Descripción de Pruebas Western Electric . . . . . . . . . . . . . . . . . . . . . . . . 35

4.11 Resumen con resultados de Pruebas Western Electric para Indicador

Global de Distancia Recorrida por Pick para DCE . . . . . . . . . . . . . . . . . 35

4.12 Configuración de grupos de canastillas para DCE . . . . . . . . . . . . . . . . . 36

4.13 Resultados obtenidos por cada grupo para el Indicador de Distancia

Recorrida Promedio por Pick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37

4.14 Resultados obtenidos para la Prueba Western Electric por cada grupo

para el Indicador de Distancia Recorrida Promedio por Pick . . . . . . . . . 37

4.15 Proporción de “picks” semanal por grupo . . . . . . . . . . . . . . . . . . . . . . . . 39

4.16 Resultados obtenidos de la Prueba Western Electric para los primeros

18 productos del Ranking correspondiente al Indicador de Proporción

de “Picks” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .40

4.17 Resumen semanal para los primeros 18 productos del Ranking

correspondiente al Indicador de Proporción de “Picks” . . . . . . . . . . . . . .41

4.18 Resumen con Incrementales en Proporción de Picks . . . . . . . . . . . . . . .42

4.19 Resumen con resultados obtenidos durante las pruebas de

Sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

5.1 Resumen de Diseños Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44


Simulación del Diseño con Canastillas Reducidas . . . . . . . . . . . . . . . . . 46

5.3 Tabla comparativa de Indicadores Globales de Desempeño para

Situación Actual – DCR y DCR – DCR . . . . . . . . . . . . . . . . . . . . . . . . . . 47

5.4 Tabla con resumen de posiciones del ranking de espacios por familia

de productos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

5.5 Tabla con indicadores considerados para asignación de espacios . . . . 49


Simulación del Diseño por Familia de Productos . . . . . . . . . . . . . . . . . . 50


Situación Actual – DF y DCE – DF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5.8 Resumen con tiempos promedio de recorrido por “pick” para los

diferentes 3 niveles del rack de almacén . . . . . . . . . . . . . . . . . . . . . . . . .52


Simulación del Diseño con Factor de Ajuste Calculado . . . . . . . . . . . . . .55


Situación Actual – DFAC y DCE – DFAC . . . . . . . . . . . . . . . . . . . . . . . . 56


Simulación del Diseño Mixto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58


Situación Actual – DM y DCE – DM . . . . . . . . . . . . . . . . . . . . . . . . . . . . .59

6.1 Resumen con Indicadores de Desempeño por Tipo de Diseño . . . . . . . .60

6.2 Comparativa entre Diseño con Canastillas Estándar, Diseños

Alternativos y Situación Actual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .61

ÍNDICE Capítulo 1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1 Definición del Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

1.2.1 Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

1.2.2 Objetivo Particular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

1.3 Preguntas de Investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.4 Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.5 Alcances y Limitaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.6 Metodología de Investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Capítulo 2 Marco Teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2.1 Sistemas Logísticos, definición y componentes . . . . . . . . . . . . . . . . . . 5

2.2 Distribución, definición, objetivos y tipos . . . . . . . . . . . . . . . . . . . . . . . . 6

2.3 Almacenamiento, definición y tipos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.4 Preparación de Pedido “Picking” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.4.1 Tipos de “Picking” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.4.2 Estrategias de Almacenaje: EQS vs EQT . . . . . . . . . . . . . . . . . . . . . . . .10

2.4.3 Estrategias de Evaluación de Espacios y Asignación de Producto . . . . 11

2.4.4 Diseño de rutas para reducción de tiempos de Preparación de Pedido .12

2.4.5 Métodos Heurísticos para patrones de “Picking” Cortos . . . . . . . . . . . . .12

2.4.6 Optimización de patrones de “Picking” . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.4.7 Análisis ABC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Capítulo 3 Descripción de Metodología y Modelo. . . . . . . . . . . . . . . . . . . . . . . . 15

3.1 Metodología General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3.2 Metodología Básica de Acomodo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3.3 Control y Monitoreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3.4 Diseños Alternativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3.4.1 Diseño con Canastillas Reducidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3.4.2 Diseño por Familias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17

3.4.3 Diseño con Factor de Ajuste Calculado . . . . . . . . . . . . . . . . . . . . . . . . . .18

3.4.4 Diseño Mixto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

3.5 Modelo Matemático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Capítulo 4 Aplicación y Experimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

4.1 Situación Actual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20

4.1.1 Proceso de Venta a Bordo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20

4.1.2 Proceso de Preparación de Pedidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4.1.3 Infraestructura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4.1.4 Desempeño Actual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

4.2 Aplicación de la Metodología . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

4.2.1 Recopilación de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24

4.2.2 Diseño de Layout de Almacén . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24

4.2.3 Evaluación de Espacios de Layout de Almacén . . . . . . . . . . . . . . . . . . . 27

4.2.4 Evaluación de Productos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31

4.2.5 Asignación de Producto a Espacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4.2.6 Evaluación del Diseño . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.2.7 Control y Monitoreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

Capítulo 5 Diseños Alternativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

5.1 Diseño con Canastillas Reducidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

5.1.1 Diseño de Layout de Almacén . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 5.1.2 Política para Acomodo de Producto en Layout . . . . . . . . . . . . . . . . . . . . 45 5.1.3 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46

5.2 Diseño por Familias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .48

5.2.1 Diseño de Layout de Almacén . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .48 5.2.2 Política para Acomodo de Producto en Layout . . . . . . . . . . . . . . . . . . . . 49 5.2.3 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .50

5.3 Diseño con Factor de Ajuste Calculado . . . . . . . . . . . . . . . . . . . . . . . . . .52


5.4 Diseño Mixto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56


Capítulo 6 Conclusiones y Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

Capítulo 7 Referencias Bibliográficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

Apéndice A Información de Ventas y Productos . . . . . . . . . . . . . . . . . . . . . . . . . . .66

Apéndice B Simulación de Datos para Pruebas . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Apéndice C Gráficos de Control para DCE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 Apéndice D Indicadores Económicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

1

CAPÍTULO 1 INTRODUCCIÓN

Para el año del 2030 más de 8 mil millones de personas estarán habitando el planeta Tierra, lo que significa casi mil millones de habitantes más que en el año 2010 [11]. Este incremento poblacional pudiera traducirse en una mayor demanda de bienes de consumo como alimentos, ropa, calzado, artículos de limpieza, entre otros. Esta naciente oportunidad plantea la siguiente pregunta: ¿Realmente estaremos preparados para poder movilizar dicha cantidad de productos de forma ágil y utilizando la menor cantidad de recursos?

En un mundo cada vez más competitivo, la buena gestión de cadenas de

suministro representa una de las competencias elementales para las compañías que buscan incrementar la cobertura de sus operaciones y a la vez reducir los costos de transportación. De acuerdo a algunos autores el costo de transportación es el mayor de todos los costos involucrados en la distribución, llegando a ser incluso mayor cuando se habla de transportación secundaria, debido a las limitaciones en capacidad de carga [8].

Con la creciente globalización se ha experimentado un notorio “canibalismo” de

mercado, lo cual ha orillado a las empresas a buscar nuevas e innovadoras ideas que les permitan atender a clientes con gustos cada vez más personalizados, ofreciendo para ello una gama de productos más amplia pero que indudablemente pudiera resultar en una operación menos rentable.

Uno de los grandes retos de las empresas con un modelo de negocios orientada

al mercado, es la optimización de los recursos utilizados para llegar a sus clientes, sin ver afectados para ello los niveles de calidad en el servicio. Para el presente caso de estudio el tema de la transportación eficiente resulta particularmente importante, ya que la empresa ha detectado áreas de oportunidad en temas particulares como el diseño del almacén de la unidad, la definición de espacios asignados a cada producto, así como la estrategia para preparar los pedidos “picking”.

De acuerdo a la literatura la determinación del nivel óptimo de los espacios, así

como la selección adecuada de la mezcla de productos a transportar, son el resultado del análisis preciso de datos históricos como: dimensiones de almacén, capacidades de carga, demanda y características de los productos (peso, dimensiones, etc.) [4]. Considerando este antecedente se propone crear una metodología que permita atacar todos los problemas anteriormente mencionados.

La metodología que se pretende desarrollar en este proyecto de investigación, estará basada en métodos obtenidos de la literatura. La gran mayoría de los métodos investigados tienen como finalidad la resolución de problemáticas puntuales. Por ejemplo, para resolver el problema de diseño de almacén y definición de espacios se utilizará la estrategia de almacenaje de tiempos iguales (EQT), para la problemática de control de inventarios, se integrará la metodología de análisis ABC, para la optimización del proceso de “picking” se integrarán métodos heurísticos para diseño de rutas cortas

2

[3]. Con la metodología propuesta se busca reducir los tiempos de preparación de pedidos, reducir el inventario paseado, incrementar las visitas diarias e indirectamente reducir la actividad física del vendedor o “picker”.

1.1 Definición del Problema

Este trabajo pretende resolver la problemática del diseño de almacén para vehículos de distribución de productos de consumo perecederos. Mediante la evaluación de los espacios y acomodo organizado de los productos se busca reducir el tiempo destinado al proceso de preparación de pedidos.

Según Koster et al, se define como “picking” a la actividad relacionada a preparar un pedido u orden de pedimento, en la cual el almacenista o “picker” tiene como principal actividad la selección de los productos solicitados por un determinado cliente; la selección de los productos se realiza en un espacio que puede ser un almacén o estantería. De acuerdo al autor, la actividad del “picking” puede representar hasta un 55% del gasto de operación de un almacén [6]. En la presente investigación se busca atacar las ineficiencias del proceso de preparación de pedidos llevada a cabo en el almacén de la unidad de reparto de productos refrigerados.

De acuerdo a la exploración de literatura realizada hasta el momento, se han encontrado investigaciones relacionadas a la optimización de almacenes y procesos de preparación de pedidos [6][5]. Sin embargo, una diferencia respecto a los trabajos realizados por los anteriores autores, es el espacio en donde se lleva a cabo esta actividad. Por lo general la preparación de pedidos se lleva a cabo en espacios abiertos como almacenes o bodegas de grandes proporciones; para este caso de estudio la actividad de preparación de los pedidos se realiza en la caja de carga de una unidad de reparto, la cual hace la función de un almacén.

En la actualidad la compañía presentada en el caso de estudio no cuenta con una metodología que permita optimizar el acomodo de los distintos productos de acuerdo a su nivel de rotación, peso, dimensiones, entre otras características del producto. El proceso de venta presenta diversas áreas de oportunidad desde el punto de vista operativo, una de ellas es el proceso de preparación de pedidos. Este proceso resulta ineficiente debido a que no se cuenta con un diseño de almacén que permita acomodar el producto dentro de la unidad, esta situación en particular provoca que el vendedor tarde más tiempo en ubicar los productos y por ende en preparar los pedidos. Debido a que esta actividad no genera valor para la compañía, se busca reducir su duración, mediante la reducción de los recorridos.

Al reducir los tiempos de este proceso el vendedor tendrá la oportunidad de realizar actividades para impulsar las ventas, por ejemplo: promocionar nuevos productos, ofrecer descuentos, entre otras ventajas que permitirán a la compañía incrementar la rentabilidad de la operación.

La metodología que se pretende implementar busca solucionar la problemática de la definición y optimización de espacios para el almacenaje de los productos, mediante la integración de métodos ya probados como el EQT y el análisis ABC de inventarios.

3

Esta metodología incluirá una sección en la cual se busque la optimización del proceso de preparación de pedidos usando métodos heurísticos de rutas cortas.

1.2 Objetivos 1.2.1 Objetivo General

El objetivo de la investigación es desarrollar una metodología que permita optimizar el acomodo de productos de consumo no perecederos dentro de una unidad de reparto. A través del diseño de estantería y espacios de almacenaje adecuados a la demanda y rotación de los distintos productos se busca reducir las distancias recorridas para la preparación de pedidos para el modelo comercial de venta a bordo. 1.2.2 Objetivo Particular

• Identificar las variables con mayor impacto en el proceso de preparación de pedidos, así como su flexibilidad operativa para ser modificados.

• Desarrollar una metodología que permita la optimización del proceso de preparación de pedidos en el almacén de las unidades de reparto.

• Determinar el mejor diseño de almacén para la situación de estudio, así como su aplicabilidad operativa.

• Desarrollar métricos que permitan a la organización identificar el momento adecuado para rediseñar el almacén.

• Analizar los resultados de la investigación y evaluar la efectividad de los diseños a través de indicadores como distancia recorrida total, distancia recorrida promedio por “pick”, porcentaje de espacios ocupados, etc.

1.3 Preguntas de Investigación

Así mismo se plantean las siguientes preguntas que buscaran ser respondidas mediante la metodología que resulte de la investigación.

• ¿Qué variables afectan significativamente la distancia recorrida durante la preparación de los pedidos?

• ¿Qué diseños de almacén minimizan las distancias recorridas durante la preparación de pedidos?

• ¿Qué diferencias existen entre los diseños propuestos y que resultados se

obtienen?

• ¿Es posible cuantificar el impacto económico de los distintos diseños propuestos?

• ¿Es posible obtener una metodología que permita simplificar el proceso de preparación de pedidos dentro del proceso de distribución secundaria para el canal de detalle?

1.4 Justificación

4

La presente investigación se enfocará únicamente en las unidades pertenecientes a un modelo de venta a bordo. En este modelo el vendedor gestiona la venta y el reparto de producto en la misma visita, por lo tanto, representa un reto administrativo muy grande, ya que el control del inventario y la calidad del producto recae en el personal de ventas.

El proceso de preparación de los pedidos resulta complicado, debido

principalmente al desorden en el cual se acomodó el producto en la caja de la unidad de reparto. Por esta razón se busca diseñar un almacén para acomodar el producto, de forma tal que visualmente resulte más sencillo para el vendedor localizar los productos. 1.5 Alcances y Limitaciones

El estudio será de tipo explicativo ya que se busca identificar y cuantificar el efecto de ciertos factores en el proceso de preparación de una orden de pedido.

Para la presente investigación se seleccionó una ruta de venta perteneciente al canal de detalle de la ciudad de Guatemala. Así mismo, se tomará una muestra de la demanda correspondiente a un periodo de 3 meses, el cual consideramos una muestra representativa de la realidad de la operación del canal detalle. El periodo comprendido abarca de los meses de julio a septiembre del año del 2017. Así mismo, cabe mencionar que los días de venta actuales son de lunes a sábado, descansando únicamente el día domingo. 1.6 Metodología de Investigación

En el presente capitulo se describe brevemente la metodología de investigación implementada durante la tesis, esta metodología se presenta inicialmente en forma de diagrama para comprender la secuencia lógica de los pasos. Posteriormente, en el capítulo 3 se explicará a detalle el modelo matemático implementado en los casos de aplicación, así mismo en el capítulo 5 se hará una descripción más completa de cada uno de los pasos.

La metodología se puede resumir en 6 etapas básicas descritas en la Figura 1.1.

Figura 1.1 Metodología para optimización de proceso de preparación de

pedidos mediante rediseño del layout del almacén

1. Definición de

Problema 2. Planteamiento de

Hipótesis

3. Recopilación y

Diseño de Base de

Datos

4. Diseño de Pruebas 5. Evaluación de

Resultados

6. Optimización

de Diseños

5

CAPÍTULO 2 MARCO TEÓRICO

El marco teórico de la presente propuesta tiene como objetivo presentar la definición de conceptos logísticos básicos relacionados a la problemática central del proyecto. Entre los temas que se buscan investigar destacan la distribución secundaria, el almacenaje de productos y el proceso de “picking”. También explica las ventajas y desventajas de las distintas estrategias para el diseño de distribución física de productos, así como los distintos métodos heurísticos utilizados para la generación de patrones de “picking”. 2.1 Sistemas Logísticos, definición y componentes

De acuerdo a la literatura, la definición de logística es muy variada, algunos

autores difieren principalmente en los procesos y actividades que la componen. A continuación, se muestran dos definiciones del termino logística:

• La logística es una colección de actividades funcionales como la transportación, control de inventarios, etc., las cuales son repetidas infinidad de ocasiones a través del canal mediante el cual las materias primas son convertidas en productos terminados mediante la adición de valor al consumidor final [2].

• La gestión logística es la planificación, implementación y control eficiente del flujo de los productos e información, almacenamiento de mercancías, servicios e información relacionada entre el punto de origen y el consumidor final, con el fin de satisfacer las necesidades de los clientes [15].

De acuerdo al autor Ronald Ballou los componentes principales de un sistema

logístico son los siguientes [2]:

• Servicio al Cliente

• Planeación de la Demanda

• Distribución

• Control de Inventario

• Procesamiento de Pedidos

• Almacenamiento

• Compras

• Empaque

• Tráfico y transporte

• Manejo de desperdicio

Parte fundamental del presente marco teórico es la explicación a detalle de tres componentes clave en el desarrollo de la actividad de reparto de producto para el caso de estudio presentado. Estos componentes clave son: Distribución, procesamiento de pedidos y almacenamiento de productos. En la siguiente sección se describe brevemente el concepto de distribución y los principales tipos que existen.

6

2.2 Distribución, definición, objetivos y tipos

Se entiende por distribución o distribución física a la amplia gama de procesos y

actividades relacionadas al movimiento eficiente de productos terminados, desde el final del proceso de producción hasta el proceso de compra por parte del consumidor final.

Uno de los principales objetivos de la distribución es el de satisfacer las necesidades de la población, al entregar mercancías de distintos tipos en el lugar, tiempo, forma, calidad y precio que resulten razonables para los compradores. Según estudios, se estima que los costos de distribución representan alrededor del 25 por ciento del costo total de los productos que consumimos [9].

Los objetivos de la distribución son variados, pero en general se pueden

establecer los siguientes tres como objetivos clave:

• Minimizar costos de transportación

• Maximizar el servicio al cliente

• Optimizar el uso de los recursos

Según Rushton et al, las operaciones de distribución y trasportación pueden ser dividas en dos tipos: La distribución primaria y la distribución secundaria. Es importante conocer las diferencias entre estos dos tipos de distribución, principalmente para evitar errores en la planeación y administración de los recursos logísticos.

La distribución primaria, se caracteriza por el transporte de cargas en unidades con grandes dimensiones y con capacidades de carga por arriba de las 10 toneladas. Generalmente el trayecto que recorren es unidireccional, es decir de un punto A hacia un punto B. Un ejemplo de distribución primaria es el traslado de cargas de una planta de producción hacia un centro de distribución.

La distribución secundaria, por otra parte, se caracteriza por el transporte de

cargas en unidades con dimensiones más pequeñas, y con una capacidad de carga generalmente menor a las 10 toneladas. El trayecto que recorren es multidireccional, debido a que se tienen diversas paradas para realizar la entrega de los productos. Un ejemplo de distribución secundaria es el reparto de mercancías desde los centros de distribución hacia detallistas o minoristas.

Como se mencionó anteriormente, la distribución secundaria involucra la transportación de mercancías directamente al cliente o al usuario final. Este tipo de distribución también se distingue por su alto enfoque en operaciones logísticas orientadas al cliente, por lo que forman una parte importante de la estrategia logística de servicio al cliente. Debido a su enfoque al cliente, la reducción del costo de transportación no siempre se considera una prioridad dentro de los objetivos operativos, como en el caso de la distribución primaria [15].

7

Algunas características destacadas de la distribución secundaria a considerar son las siguientes:

• Ventanas de tiempo: Gran parte de los clientes tienen un tiempo específico en el cual pueden recibir los pedidos, por lo que la programación de las visitas a clientes por parte de los vehículos de reparto debe estar apegada a estas especificaciones para evitar retrasos en las entregas.

• Servicio: El servicio es un factor crítico en este tipo de distribución, debido principalmente a que los puntos de venta requieren mantener un nivel óptimo de inventario para asegurar las ventas. Los minoristas buscan mantener niveles bajos de inventario y maximizar los espacios de exposición de los productos, por lo que conocer el comportamiento histórico de las ventas de cada cliente se convierte en un factor esencial para los distribuidores.

• Vehículos: El desarrollo de vehículos especializados para la distribución secundaria, como por ejemplo remolques con compartimentos multi-temperatura para el transporte de alimentos. Este tipo de diseños permiten maximizar la oportunidad de realizar entregas en menor frecuencia y con un portafolio diversificado de productos.

2.3 Almacenamiento, definición y tipos

El segundo componente clave identificado en el caso de estudio, es el referente al almacenamiento de productos. Los almacenes tienen como función principal la de facilitar el movimiento de bienes a través de toda la cadena de suministro y hacia el consumidor final. Su función es similar a la de un buffer, en la cual mediante el establecimiento de un inventario se busca compensar variaciones estacionales entre la oferta y la demanda. Por ejemplo, durante el periodo navideño a demanda de juguetes es más elevada, por lo que las compañías vendedoras suelen sobre-inventariarse para poder atender los incrementos en la demanda. De acuerdo a Rushton et al, el costo de almacenamiento representa entre el 20 y el 30 por ciento del costo logístico total. Por esta razón resulta imprescindible la optimización de los espacios y recursos humanos.

De acuerdo a los clientes y características de los productos los almacenes se pueden categorizar en distintos tipos [3]:

1. Centro de Distribución para Detallistas: Este tipo de almacenes distribuyen productos a los detallistas como autoservicios o tiendas de conveniencia. El tipo de cliente de este canal por lo general presentan niveles de consumo con poca variación por lo que se recomienda visitar a los clientes con una frecuencia mayor.

2. Centro de Distribución para Servicio de Refacciones: Este tipo de almacenes se utilizan para acumular piezas de equipos costosos como automóviles, aviones, equipos industriales, etc.

3. Centro de Distribución por Venta por Catálogo o Comercio electrónico: Este tipo de almacenes generalmente reciben pedidos de clientes por vía telefónica o internet. Las ordenes son pequeñas, por lo general entre 1 y 3 piezas, por lo que el tiempo de estancia en el centro de distribución es muy pequeño.

8

4. Almacén de Productos Perecederos: Este tipo de almacenes se utiliza para guardar productos con tiempos de vida corta y que requieren de condiciones de almacenamiento particulares como alimentos y medicinas. Un ejemplo de este tipo de almacenes son las unidades refrigeradas utilizadas para la transportación de productos cárnicos, ejemplificada en el caso de estudio de la presente investigación.

De acuerdo a Rushton et al, las principales funciones que se desarrollan dentro

de los almacenes son las siguientes [15]:

• Recepción de producto: Este proceso involucra la descarga de producto, revisión de órdenes de compras y el registro de los productos en el sistema. Así mismo en esta etapa se realizan actividades de empaquetado y control de calidad.

• Almacenamiento de producto: Esta actividad involucra el transporte y almacenamiento de los productos en los sistemas de almacenamiento como racks.

• Preparación de pedidos: Es la actividad más importante de un almacén ya que está relacionada con el nivel de servicio y la calidad del mismo. Una vez que los pedidos de los clientes son recibidos, se emite un documento con el listado de productos a seleccionar, esta actividad puede ser manual o automática, de acuerdo a los recursos disponibles por el centro de distribución.

• Clasificación: Cuando se tienen pedidos pequeños se recomienda clasificarlos y consolidarlos en un solo pedido para facilitar su manejo y distribución.

• Servicios de intercalación y valor añadido: Antes de proceder a la carga del pedido, se debe preparar la carga con el debido material de embalaje como tarimas, fleje, película plástica, etiquetas y documentación.

• Carga y despacho: La última actividad desarrollada en un almacén es la carga del producto en la unidad de distribución, el cual puede ser transporte primario o secundario de acuerdo a las necesidades del cliente.

Figura 2.1 Funciones principales de un almacén, de acuerdo al flujo normal del

proceso 2.4 Preparación de Pedido “Picking”

La preparación de pedido o “picking” es uno de los procesos más importantes en un almacén ya que puede representar el valor agregado en cómo finalmente se distribuye y entrega al cliente final. Las ordenes de pedido pueden variar dependiendo si existe un bajo o alto volumen de distribución. En un bajo nivel de distribución por lo general las

Recepción de Producto

Almacenamiento de Producto

Preparación de Pedido +

Clasificación

Servicios de Intercalación y valor añadido

Carga y Despacho

9

ordenes son mínimas y el sentido de urgencia por parte del cliente es algo. Consecuentemente, la mayoría de los productos se encuentran desplazados dentro de una bodega y el mayor reto se encuentra en realizar rutas eficientes que consuman menos tiempo para preparar un pedido. Por otra parte, en un alto volumen de distribución, la orden suele ser menos complicada ya que solo se presenta un mayor volumen de un producto, sin embargo, el mayor reto se encuentra en eliminar obstáculos que impidan completar el proceso de la preparación de un pedido. El reto más importante que enfrenta ambos tipos de ordenes el tiempo de viaje o el tiempo en ruta. El costo en tiempo no genera ningún valor ni satisface al cliente. Entre los tiempos sean más reducidos, habrá mayor satisfacción del cliente. Por ello es importante analizar medidas óptimas que generen un valor agregado al proceso como lo es con la generación de algoritmos, analizando el espacio físico y comunicando la información con quienes ejecutan el pedido de la orden.

Los objetivos principales que se buscan mediante la implementación de sistemas

de “picking” son los siguientes [6]:

• Minimizar los tiempos de traslado promedio

• Maximizar el uso de los espacios

• Maximizar el uso de los equipos

• Maximizar el uso de los recursos humanos

• Minimizar el tiempo de procesamiento de una orden

Así mismo las compañías toman decisiones en temas de diseño y control de sistemas de “picking” a nivel táctico y operativo, algunas decisiones comunes son [12]:

• Diseño de “layout” y dimensionamiento del sistema de almacenamiento

• Asignación de productos en locaciones de almacenaje

• Asignar órdenes para recoger lotes y agrupar pasillos en zonas de trabajo

• Rutina de surtido de pedidos

• Clasificación de unidades seleccionadas por pedido y agrupación de los pedidos seleccionados

2.4.1 Tipos de “Picking”

De acuerdo al material en donde se almacena un producto este se puede dividir en dos clases de preparación de pedido [3]:

1. Preparación de pedido de cajas almacenadas en tarimas: Cuando se manejan en alto volumen, las cajas generalmente se almacenan en tarimas. Debido a que la actividad de preparación de pedidos requiere la recolección de las cajas individualmente, el control de los inventarios resulta complicado, principalmente porque las tarimas terminan incompletas. Debido a esto se recomienda dejar un espacio en el almacén para realizar los movimientos de recarga y recolección.

2. Preparación de pedido de piezas almacenadas en cajas: El proceso de “picking” por pieza, es el más laborioso dentro de un almacén, ya que representa la unidad

10

de manejo más pequeña. Una consideración para incrementar la eficiencia de los almacenes es separar las actividades de almacenamiento y recolección. Al área separada, se le conoce como “picking” rápio, y representa una sub-región en la cual se realizan “pickings” y pedidos dentro de un espacio reducido. Esto representa un beneficio ya que el traslado de los almacenistas es menor y por ende se reducen los tiempos de “picking”.

2.4.2 Estrategias de Almacenaje: EQS vs EQT

En el mercado existen dos estrategias comúnmente más utilizadas para la distribución o almacenaje de productos. La primera es la estrategia de espacios equilibrados (EQS) y la segunda es la estrategia de tiempos equilibrados (EQT) [3]. Estas estrategias tienen como principal objetivo la optimización en el uso de los espacios disponibles en un almacén. En las siguientes secciones se describe de forma general cada una de estas estrategias, así como sus ventajas y desventajas durante su implementación.

La Estrategia Espacios Equilibrados (EQS), tiene como objetivo asignar el mismo tamaño de espacio para cada unidad de producto (sku). Está estrategia sigue el siguiente modelo vi = 1/n el cual i es la unidad de producto que se reabastece por nfi veces al año [3].

El EQS ofrece uniformidad en el proceso para equilibrar un espacio, simplificando

con ello el proceso de administración de un almacén. En particular la EQS es conveniente para cuando existe un desfase entre la introducción de nuevas unidades de producto y la vieja mercancía. Sin embargo, este proceso a la larga puede ser costoso debido a que por lo general las frecuencias de reabastecimiento no son puntuales, por lo que resultan difíciles de administrar.

En la estrategia de tiempo equilibrado (EQT), donde K = fi/vi, K representa el número de reabastecimientos que surgen durante un periodo planeado [3]. Esto quiere decir que cada unidad de producto se reabastece en una misma frecuencia de tiempo, y eso facilita las estimaciones de demanda y agiliza el proceso de “picking”. En cierta medida, esta estrategia puede generar ahorro en costo, pero también puede variar según en cómo este equilibrado el espacio dentro de un almacén. Es decir, si no hay suficiente espacio para todos los skus dentro del almacén puede generar conflicto en la fluidez constante en la entrada y salida de los productos. Otra variable que afecta está estrategia y su uniformidad, es el tamaño del almacén ya que entre más grande sea menos la cantidad de reabastecimiento a diferencia de un lugar pequeño, en donde la frecuencia de reabastecimiento aumenta.

A continuación, se muestran algunas ventajas y desventajas observadas durante la implementación y operación de almacenes considerando cada una de las dos estrategias [3].

1. EQS

11

• Ventajas: Uniformidad, mayor precisión.

• Desventajas: Costo elevado. 2. EQT

• Ventajas: Puede ser más exacto, menos costoso si se estima correctamente la demanda

• Desventajas: Depende de la planeación de un espacio.

EQS EQT

Asignación vi para "sku" i 1/n fi / ∑jfj

Reabastecimiento para "sku" i = fi/vi nfi ∑jfj

Total de reabastecimientos sobre todos los "skus" n∑ifi n∑jfj

Tabla 2.1 Formulaciones para la asignación de “skus” para

cada estrategia de almacenamiento [3]

2.4.3 Estrategias de Evaluación de Espacios y Asignación de Producto

Una de las primicias para el diseño de almacenes es tener clara la estrategia de asignación de producto, de forma que resulte más eficiente para el proceso de preparación de un pedido. La metodología propuesta por Bartholdi y Hackman [3] es la siguiente:

Como paso inicial se debe identificar los productos que generan el mayor número

de frecuencia de visita a almacén, es decir el mayor número de “picks”. Para ello se puede utilizar la siguiente fórmula:

Visitas Promedio al espacio de almacenaje = Número de unidades entregadas

Número de unidades almacenadas Para minimizar el costo de mano de obra:

• Evaluar de mayor a menor todas las posiciones del almacén, desde el menos costoso ci hasta el de mayor costo.

• Evaluar todos los productos, desde el de mayor hasta el de menor visitas promedio.

• Asignar los productos desde el de mayor hasta el de menor número de visitas, de acuerdo al puntaje obtenido en la evaluación de las posiciones.

Para evaluar el costo total del sistema resultante de la asignación previa, se

utiliza la siguiente fórmula [3]:

12

∑di ni i

En donde el costo puede establecerse como la sumatoria del producto entre la distancia di y el número de visitas ni, para un producto o espacio i. Para la cual, la distancia di es determinada por el layout del almacén y no se puede cambiar con tanta facilidad.

2.4.4 Diseño de rutas para reducción de tiempos de Preparación de Pedido

El problema en el cual se tiene la necesidad de visitar la mayor cantidad de puntos en la menor cantidad de tiempo se le conoce también como como el problema del agente viajero o TSP por sus siglas en inglés. En general, este tipo de problemas representan un reto por distintas razones, por ejemplo [3]:

• No existe una solución técnica sencilla que resuelva la problemática de forma general.

• Propuestas aleatorias, incluso aunque sean pequeñas, pueden resultar tardadas para la determinación de una solución óptima.

• Las soluciones óptimas, o incluso soluciones buenas, pueden resultar complejas y difíciles de entender.

En la realidad el número de softwares de Gestión de Sistemas de Almacenes que

consideran algoritmos para la optimización de rutas de “picking” son limitados, por el contrario, la gran mayoría únicamente traza los trayectos basándose en una clasificación simple con la ubicación de los productos. La principal razón es que, para lograr optimizar una ruta, el algoritmo necesita conocer el diseño y dimensionamiento del almacén, pero la gran mayoría de los Sistemas de Gestión de Almacenes no considera este nivel de información.

Otra problemática que enfrentan los Sistemas de Gestión de Almacenes es que no cuentan con los medios para comunicar al “picker” o almacenista la ruta óptima. Por lo general, cuando no se traza una ruta el almacenista tiene que seguir una ruta diseñada por él mismo que no siempre es la óptima. Por solucionar la problemática de no contar con un mapa con la ubicación de los productos se han diseñado métodos heurísticos para diseñar rutas de “picking” cortos, en la siguiente sección se aborda este tema y se presentan algunas recomendaciones para su implementación.

2.4.5 Métodos Heurísticos para patrones de “Picking” Cortos

Los principales objetivos de la elaboración de patrones de “picking” cortos, consisten en hacer eficiente el tiempo del cliente como crear una mejor visualización de la mercancía para el vendedor. Por ello, existen dos elementos esenciales los cuales definirán la efectividad del proceso de “picking”, estos son: diseño físico del estante, así como la manera en que se coloca el producto.

13

Otro componente importante para el diseño de patrones son las reglas que explican los procedimientos mismos que ayudan a la efectividad del proceso. Los patrones básicos en el diseño del proceso de “picking” cortos se pueden definir como el simple, serpentina, y sucursal-selección [3]. El diseño simple consiste en tener un solo pasillo con todos los elementos básicos que satisfagan rápidamente el sistema de órdenes. Por otra parte, el de serpentina tiene más pasillos que prolongan el tiempo de recorrido para completar un orden. Por último, el diseño de sucursal-selección, donde los pasillos y los elementos se encuentran definidos de manera secuenciada, resultando positivo y ventajoso para productos que tienen bajo movimiento.

La colocación del producto es el segundo elemento esencial para que el proceso

de “picking” sea eficiente. Este elemento tiene que tener una buena relación entre la ruta dónde se distribuye en base a la demanda y la ubicación del almacén. La colocación efectiva de los productos permite tener ahorros en costos y tiempo del proceso de “picking”.

2.4.6 Optimización de rutas de “Picking”

El proceso de optimización de “picking” requiere del modelaje de un sistema geométrico adecuado, el cual corresponda a una ruta de viaje dentro de un almacén. El modelo de algoritmo Dijkstra ejemplifica la manera más sencilla y óptima para realizar rutas más cortas en el proceso “picking”, sin importar si esta no tiene una secuencia natural y el camino resulte un poco más largo. El método traza la ruta más corta desde el punto de origen hasta otros vértices, primero sobreestimando distancias para posteriormente adecuarlas a que sean más exactas. El método se puede resumir en los siguientes tres pasos [3]:

1. Asigna el punto de vértice como origen (0) y todos los demás puntos con

referencia (∞). 2. Empezando desde el vértice de origen (v) se empiezan a trazar y etiquetar los

vértices más próximos (w) empezando con el de menor a mayor distancia. 3. Examinan todos los valores de los vértices encontrando en sí las menores

distancias de un punto vértice a otro, de esta manera se irán ajustando los valores.

El propósito principal de la optimización de los procesos de “picking” es la mejora

en el nivel de servicio hacia los clientes, así como la reducción de costos mediante la eliminación de actividades que no generan valor en el proceso. Las ventajas de la optimización del proceso de “picking” guardan una alta relación con el grado de complejidad de la ruta trazada, mientras que su impacto se ve mermado o beneficiado por el grado de involucramiento del “picker” sobre el proceso.

2.4.7 Análisis ABC

Diseñar una política de control de inventarios enfocada a cada producto resulta

económicamente inviable, debido a esto se recomienda la implementación de métodos

14

para la clasificación de productos como por ejemplo el análisis ABC. El análisis ABC permite la clasificación de los productos en tres grandes grupos: A, los más importantes; B, los importantes; y C, los menos importantes [1].

De acuerdo a la literatura existen diversas estrategias para la clasificación de los

productos, de tal forma que se beneficie toda la cadena de suministro. Por ejemplo, los productos se pueden clasificar basado en [7]:

• Precio

• Valor

• Peso

• Demanda

• Rotación

• Disponibilidad

Existen distintos métodos para la solución de problemas del tipo análisis ABC, entre los que destacan los siguientes [14]:

1. Proceso de Jerarquía Analítica: Este método es el de uso más común, se

caracteriza porque puntúa cada tipo de ítem de inventario en cada criterio y luego combina las diferentes puntuaciones usando un esquema de ponderación subjetivo.

2. Optimización Lineal: Este método resuelve un problema de programación lineal para cada elemento del inventario para determinar pesos que maximizan la puntuación ponderada para ese artículo sujeto a restricciones que la suma ponderada para cada elemento que utiliza este mismo conjunto de pesos es menor o igual a uno. Por lo tanto, una crítica inmediata de este modelo es que, con más de un puñado de elementos, el proceso se volverá tedioso y requiere mucho tiempo para su solución [13].

3. Algoritmos Genéticos: Esta metodología utiliza algoritmos genéticos para aprender del conjunto de entrenamiento los pesos a asignar a cada criterio y, además, determinar los límites entre las tres categorías. Los pesos y los puntos de corte desconocidos se codifican como vectores cromosómicos que dan como resultado una clasificación particular. Dado este esquema de codificación, el método aplica operadores genéticos estándar (reproducción, cruce y mutación) para crear nuevas generaciones de soluciones.

4. Redes Neuronales: Para este método, se sigue un proceso similar al de los algoritmos genéticos, pero utilizan redes neuronales artificiales para resolver un problema de clasificación de inventario con cuatro criterios: precio unitario, costo de pedido, rango de demanda y tiempo de entrega. Las entradas a la red son valores de estos criterios para diferentes ítems de inventario. La salida de la red es una categorización de un conjunto de valores de criterios como A, o B, o C [10].

5. Agrupación: Considera el análisis de ABC como un problema de agrupación en el que los elementos de inventario que tienen que ser categorizados se dividen en tres clústeres difusos, minimizando una función de agrupación apropiada.

15

CAPÍTULO 3 DESCRIPCIÓN DE METODOLOGÍA Y MODELO 3.1 Metodología General

La metodología se puede resumir en 7 etapas básicas descritas en la Figura 3.1.

Figura 3.1 Metodología General para Diseño de Layout 3.2 Metodología Básica de Acomodo

La metodología básica propuesta para la solución de la problemática de evaluación de espacios y política para acomodo de producto está basada en el modelo de Bartholdi y Hackman [3], descrito previamente en la sección 2.4.3 como Estrategias de Evaluación de Espacios y Asignación de Producto. A continuación, se muestran los pasos a seguir:

1. Evaluar las posiciones de las canastillas mediante el cálculo del distancias dentro del eje cartesiano (x,y). Para ello se propone utilizar la siguiente fórmula:

D = │x - 0│+│y - 0│f(y)

Por lo que la formula simplificada quedaría de la siguiente forma:

1. Recopilación y

Diseño de

Base de Datos

2. Diseño de

Layout de

Almacén

3. Evaluación de

Espacios

4. Evaluación

de

Productos

5. Asignación de

Producto a

Espacios

6. Simulación de

datos

7. Control y

Monitoreo de

Proceso

16

D = │x│+│y│ f(y) En donde:

F, cuando y<0 f(y) =

1, cuando y≥0

D: Distancia recorrida total x: Distancia recorrida en el eje x y: Distancia recorrida en el eje y F: Factor de ajuste

2. Ordenar de menor a mayor todas las posiciones de las canastillas, es decir desde la canastilla con la posición que represente la menor distancia recorrida hasta la que represente la mayor distancia recorrida.

3. Evaluar los productos de acuerdo a su proporción de “picks” o pedidos promedio por semana.

4. Ordenar todos los productos, es decir desde el de mayor hasta el de menor

número de picks o pedidos.

5. Asignar los productos desde el de mayor hasta el de menor número de “picks”, de acuerdo al puntaje obtenido en la evaluación de las posiciones. Es decir, el producto con mayor número de “picks” deberá asignarse a la canastilla que represente la menor distancia recorrida.

3.3 Control y Monitoreo Para el control y monitoreo de cada diseño se propone el uso de gráficos de control, los cuales mediante el uso de las 4 pruebas de Western Electric se evaluarán a lo largo de 12 semanas, esto con la finalidad de identificar patrones y comportamientos anormales que pudieran implicar un rediseño del layout propuesto. Algunos comportamientos básicos que deben ser considerados o evaluados para un posible rediseño de layout son los siguientes:

• Resultado positivo en cualquiera de las cuatro pruebas de Western Electric para Indicadores de Desempeño Globales.

• Resultado positivo en cualquiera de las cuatro pruebas de Western Electric para Indicadores de Desempeño Grupales.

• Resultado positivo en cualquiera de las cuatro pruebas de Western Electric para Indicadores de Desempeño Individuales o a nivel producto.

17

Cabe mencionar que cada caso en el cual se requiera realizar un rediseño deberá ser evaluado puntualmente, para no realizar un cambio en falso. Nos referimos a cambio en falso a todo cambio que posiblemente tenga consecuencias negativas en el mediano plazo (2 a 4 semanas) porque tiene un origen ajeno al comportamiento natural del sistema, tal y como puede ser la aplicación de un descuento o promoción. Es por eso que antes de efectuar cualquier ajuste en el diseño es importante identificar la causa raíz de las variaciones en la demanda de los productos, para con esto evitar problemas en el mediano y largo plazo. 3.4 Diseños Alternativos Para la sección de diseños alternativos lo que se busca es evaluar propuestas con características distintas al Diseño con Canastillas Estándar. A continuación, se describe de forma general a metodología de acomodo de productos para cada tipo de diseño. 3.4.1 Diseño con Canastillas Reducidas A continuación, se describe la metodología de asignación de producto para este diseño:

• Pasos del 1 al 4 son iguales que en la metodología básica de acomodo de producto.

• Paso 5: Es casi igual que en la metodología básica, sin embargo, tiene la peculiaridad de que cada lado (Izquierdo y derecho) tienen doble fila de canastillas, por lo que siempre el lado izquierdo y la primera canastilla llevan la prioridad en el ranking. Por otra parte, el acomodo se realiza buscando siempre que los productos que requieren de 2 o más canastillas estén juntos. Debido a esto en muchas ocasiones no se respeta el orden en el ranking.

3.4.2 Diseño por Familias A continuación, se describe la metodología de asignación de producto para este diseño:


• Paso 5: La asignación de los productos en las canastillas está dividido en 5 grandes grupos: Productos “A”, carnes frías, quesos, yogurt y otros. Cada grupo tiene asignado un determinado orden o prioridad, este orden es determinado considerando las veces que los productos de cada grupo son seleccionados (proporción de “pick”). Por otra parte, la asignación del número de canastillas va acorde a la cantidad de productos de cada familia.

18

Para la asignación de producto se respeta el orden en el ranking de los productos de cada grupo, de esta forma por ejemplo los productos pertenecientes a la familia de carnes frías son asignados de acuerdo a su posición en el ranking de productos, una vez que todas las posiciones han sido ocupadas se repite este acomodo, por lo que las canastillas son compartidas entre los distintos productos, este mismo procedimiento se repite para los otros 3 grupos de familias (quesos, yogurt y otros). Por otra parte, para los productos “A”, se cuenta con una canastilla asignada para cada producto, por lo que no se comparten entre sí.

3.4.3 Diseño con Factor de Ajuste Calculado A continuación, se describe la metodología de asignación de producto para este diseño:

• Paso 1: Este paso es bastante similar al de la metodología básica, solo difiere el valor del factor de ajuste, ya que en para este diseño se ha realizado una simulación física para calcular un valor más apegado a la realidad.


• Paso 5: Al igual que en el DCE, los productos son agrupados de acuerdo a su proporción de “pick” mediante el uso de la metodología ABC. Una vez generados estos grupos, los productos se asignan en las canastillas de acuerdo a su posición en el ranking. Para los productos pertenecientes al grupo “A”, se les asigno a cada uno una canastilla propia, por lo que no se comparte con otros productos. Para el caso de los productos pertenecientes al grupo “B” a lo máximo se comparten canastillas entre 2 productos, siguiendo el orden correspondiente al ranking. Por último, para el caso de los productos del grupo “C” se ha delimitado un máximo de 3 productos por canastilla. De igual forma, los productos son asignados a las canastillas de acuerdo a la posición en el ranking, una vez ocupadas todas las canastillas se repite la secuencia hasta terminar con todos los productos.

3.4.4 Diseño Mixto A continuación, se describe la metodología de asignación de producto para este diseño:


• Paso 5: Para el diseño mixto se propone un acomodo seccionado en 2 grandes grupos: Productos “A”, los cuales han sido asignados a las canastillas de tamaño estándar y por otra parte los Productos “B” los cuales se han asignado a las canastillas reducidas. En el caso de los productos “A” todos tienen una canastilla asignada, por lo que no son compartidas. Para el caso de los Productos “B” cerca del 90% de los

19

productos tiene una canastilla asignada, con la salvedad de los últimos 12 productos del ranking que comparten canastilla.

3.5 Modelo Matemático

A diferencia de la versión del libro, para este caso de estudio se realizaron algunas pequeñas modificaciones al modelo.

Una de las diferencias respecto al modelo propuesto por Bartholdi y Hackman [3], radica principalmente en que la función objetivo está focalizada a minimizar las distancias promedio por “pick” en lugar de minimizar los costos.

Para evaluar la distancia recorrida total del sistema resultante de la asignación de producto en cada uno de los espacios disponibles en el almacén, se utiliza la siguiente fórmula [3]:

∑di ni i

En donde la distancia total puede establecerse como la sumatoria del producto entre la distancia di y el número de “picks” ni, para un producto o espacio i. Para la cual, la distancia di es determinada por el layout del almacén y no se puede cambiar con tanta facilidad.

Por lo tanto, función objetivo quedaría descrita de la siguiente forma [3]:

Min ∑di ni i

20

CAPÍTULO 4 APLICACIÓN Y EXPERIMENTOS 4.1 Situación Actual

Con la finalidad de obtener un mejor análisis y entendimiento de la problemática real se presentará una descripción breve del proceso actual de ventas, con esto se busca mostrar puntualmente el área específica en la que se va a centrar la investigación. En segunda instancia se muestra una fotografía del desempeño operativo actual, la cual nos servirá como referencia para comparar los resultados obtenidos con las distintas propuestas alternativas de mejora. 4.1.1 Proceso de Venta a Bordo

El proceso de venta a bordo consiste básicamente en cinco pasos, los cuales pueden tener una duración variable, ya que depende en gran medida del tipo y segmento de los clientes programados durante el día. El proceso comúnmente empleado por la fuerza de ventas consiste en los siguientes pasos:

Figura 4.1 Proceso de Venta a Bordo

De acuerdo a información histórica obtenida por parte de la operación en Guatemala los tiempos empleados en cada actividad tienen en promedio una distribución variada, tal y como lo podemos observar en la Tabla 4.1.

Actividad Tiempo Duración Promedio (min)

% Proceso de Ventas

1. Llegada a punto de venta 0:20 4%

2. Levantamiento de pedido a cliente 2:30 28%

3. Preparación de pedido dentro de unidad 3:30 39%

4. Entrega y acomodo de pedido 2:10 24%

5. Entrega de factura y cobro 0:30 6%

Total 9:00 100%

Tabla 4.1 Distribución de tiempos promedio empleados

en proceso de Venta a Bordo

Llegada de vendedor a

Punto de Venta

Levantamiento de Pedido a

Cliente

Preparación de Pedido dentro

de Unidad

Entrega de Pedido y/o

Acomodo de Producto

Entrega de Factura y Cobro

21

4.1.2 Proceso de Preparación de Pedidos

Como se puede observar en la Tabla 4.1, la actividad que mayor tiempo consume al vendedor es la preparación de los pedidos. Esto resulta en una reducción en el potencial de visitas programadas por día, así como un menor tiempo efectivo de venta, es decir tiempo dedicado por el vendedor para ofrecer nuevos productos, descuentos y promociones.

El proceso actual de preparación de pedidos es bastante complejo para el

vendedor, debido principalmente a que el producto se encuentra desorganizado, como se puede observar en la Figura 4.2, esto resulta en mayores recorridos por parte del vendedor, así como también un mayor desgaste por movimientos de canastillas.

Figura 4.2 Ilustración de interior de unidad

y el acomodo de producto

Por otra parte, se puede observar que el uso de canastillas no está estandarizado para todos los productos, por lo que el uso de cajas sigue siendo bastante común, a pesar de que no es una práctica recomendable en la industria de alimentos.

4.1.3 Infraestructura

Dentro del rubro de infraestructura, se hará una breve descripción de los equipos y herramientas utilizados para ejecutar el proceso de preparación de pedidos. Esta descripción contiene una ficha técnica con las características físicas de los equipos, proveedores y su relevancia en la presente investigación

22

La selección de equipo es un proceso fundamental que ayuda a la operación comercial a simplificar las actividades y los procesos del área de ventas. Por tal motivo, resulta de vital importancia la identificación de su impacto directo e indirecto dentro del proceso de preparación de los pedidos.

4.1.3.1 Unidades de Reparto

Para la carga y distribución del producto se utiliza una unidad marca Isuzu, modelo Elf-200. La capacidad de carga de la unidad es de aproximadamente 2 toneladas. El resto de las especificaciones vienen descritas en la Figura 4.3 y en la Tabla 4.2 [16]. Adicionalmente la unidad es provista con una caja cerrada también llamada “carroza” y con un equipo de refrigeración.

Figura 4.3 Ficha Técnica modelo Isuzu Elf-200

Tramo Distancia

(mm)

AH 190

AW 1,470

OW 1,815

OH 2,160

BOC 200

BBC 1,553

CE 3,045

CA 1,900

BA 1,110

WB 2,475

OAL 4,730

AF 1,145

FH 770

Tabla 4.2 Ficha Técnica modelo Isuzu Elf-200

23

4.1.3.2 Canastillas

Para el acomodo de producto dentro de la unidad de reparto se utilizan canastillas de polipropileno. La capacidad de carga de las canastillas es alrededor de 30 kg. Las dimensiones físicas de la canastilla se encuentran especificadas en la Figura 4.4.

Figura 4.4 Diseño de Canastillas

4.1.4 Desempeño Actual

Fuera de los registros históricos contenidos en la Tabla 4.1, en la actualidad no existe algún indicador operativo que mida la distancia recorrida promedio por “pick” por los vendedores o el porcentaje de ocupación de las canastillas. Por esta razón se propuso generar una simulación física de la situación actual considerando un acomodo aleatorio del producto por semana. Este acomodo y la metodología utilizada para su diseño son explicados con mayor detalle en el capítulo 3.

En la Tabla 4.3 se presentan los resultados obtenidos de la simulación:

INDICADOR S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 PROM

Distancia Recorrida Total 161.8 144.1 198.0 96.4 154.0 134.7 175.9 158.9 119.6 120.3 119.9 197.1 148.4

Distancia Rec. Prom. X Pick 2.40 2.28 2.63 1.99 2.36 2.40 1.83 2.30 1.87 2.25 1.71 2.69 2.23

% Espacio Ocupado 17% 21% 22% 21% 22% 24% 25% 21% 20% 20% 21% 20% 21%

Tabla 4.3 Resumen con Indicadores de Desempeño considerados para

Simulación de Situación Actual

4.2 Aplicación de la Metodología

La metodología de solución propuesta en esta investigación comprende el diseño e implementación de una propuesta de solución que llamaremos como Diseño con Canastillas Estándar (DCE), esta prueba plantea una respuesta a la problemática

24

presentada en al inicio de la tesis. La metodología de solución propuesta comprende 7 etapas:

• Recopilación de Datos

• Diseño de “Layout” de Almacén

• Evaluación de Espacios de “Layout” de Almacén

• Evaluación de Productos

• Asignación de Producto a Espacios

• Prueba con Diseño Estándar y Resultados

• Control y Monitoreo 4.2.1 Recopilación de Datos

El primer paso para el diseño de las pruebas consiste en la obtención de información histórica de venta para la ruta seleccionada. Para esta etapa se utilizó información del sistema de CRM correspondiente a 12 semanas de venta para el periodo comprendido entre julio, agosto y septiembre del año 2017. Esta información contiene la venta diaria desglosada por cliente y por producto. Así mismo mediante el apoyo del personal del área de Logística de la organización se obtuvieron las volumetrías del catálogo de productos. Una vez recabada esta información se obtuvieron los siguientes estadísticos a nivel producto:

• Venta Diaria por Volumen (lb)

• Venta Diaria por No. de Piezas (#)

• Volumetría de Productos (lb/pieza) y (m3/pieza)

• Canastillas Ocupadas Promedio por Semana (#)

• Picks Diarios y Semanales (#)

• Venta Promedio por Semana (lb)

La información de ventas e indicadores obtenidos se puede consultar con mayor detalle en el Apéndice A. 4.2.2 Diseño de Layout de Almacén

La segunda etapa consiste en determinar el diseño del layout considerando para ello distintas restricciones operativas y físicas. En la tabla 4.4 se describe detalladamente cada tipo de restricción, ejemplos y los principales rangos que aplican para la metodología.

• Restricciones Operativas: Este tipo de restricciones están relacionadas directamente con la operación rutinaria del vendedor. Por lo general se les puede identificar porque forman parte de un proceso claramente documentado, por lo que su modificación requiere la validación de áreas como procesos y logística.

• Restricciones Físicas: Este tipo de restricciones están relacionadas con las dimensiones físicas, estás restricciones pueden ser modificadas, aunque en la

25

mayoría de los casos bajo un costo adicional. Algunos ejemplos de este tipo de restricciones pueden ser el dimensionamiento de la unidad, así como las canastillas de almacenaje de producto.

Tipo de Restricción

Ejemplos Especificaciones

Operativas

Espacio para preparación de pedido: Se requiere definir un espacio para que el vendedor pueda moverse dentro del almacén y realizar los movimientos de selección de los productos.

Espacio de Pasillo mínimo

Requerido: 45 cm

Físicas

Dimensiones de Canastillas: Actualmente se cuenta con un diseño de canastillas estándar, el cual se describe con mayor detalle en la sección 5.1.5. Cabe mencionar que para el diseño de las pruebas se están considerando varias dimensiones de canastillas.

Capacidad de carga: 30 kg Largo: 50 cm Ancho: 30 cm Altura: 30 cm

Dimensiones de Unidad: La selección de la unidad de reparto se realiza mediante un estudio que considera la carga promedio, el tipo de carga, la demanda, la geografía de la zona, entre algunas otras variables. Por esta razón las dimensiones especificadas en la sección 5.1.4 no podrán ser alteradas durante el diseño de las pruebas.

Largo: 3.045 m Ancho: 1.470 m Altura: 1.750 m

Tabla 4.4 Tabla descriptiva por tipo de restricción

Después de haber considerado las restricciones del proceso actual se inicia el

diseño de un rack estándar. Este rack tiene la función de servir de base para el acomodo de producto durante la primera prueba. En primera instancia se presenta el diseño actual de la caja o almacén de la unidad de reparto, con sus con respectivas dimensiones.

26

Figura 4.5 Dimensiones de Caja de Unidad

de Reparto

Como puede observarse en la Figura 4.5, se ha segmentado la unidad en tres niveles, los cuales servirán como base para el diseño de los racks. En las Figuras 4.6 y 4.7 se presenta el corte horizontal y vertical, respectivamente, del “layout” del almacén propuesto. Los números del 1 al 48 representan las posiciones de las canastillas, mientras que las secciones o niveles se representan por la nomenclatura: Nivel 1, Nivel 2 y Nivel 3. La sección intermedia representa el área de pasillo, en la cual el vendedor realiza la mayoría de los movimientos y preparativos de pedidos.

Figura 4.6 Layout de Almacén (Corte Horizontal)

2

12

6

5

4

3

32

Pas

illo

- A

rea

de

Pic

kin

g

NIVEL 1 NIVEL 2 NIVEL 3

22

Pas

illo

- A

rea

de

Pic

kin

g

23

24

21

1

7

8

9

10

11

16

13

14

15

17

38

Pas

illo

- A

rea

de

Pic

kin

g

39

40

37 41

42

3643

3544

45

34 46

47

33

25

26

2027

1928

29

18 30

31

48

27

Lado Derecho

Lado Izquierdo

Figura 4.7 Layout de Almacén (Corte Vertical Derecho e Izquierdo)

4.2.3 Evaluación de Espacios de Layout de Almacén

De acuerdo a Bartholdi y Hackman [3] para poder implementar el modelo matemático en su totalidad es indispensable evaluar cada una de las posiciones del almacén. Por esta razón una vez que se ha definido el diseño de “layout” se procede a evaluar cada uno de los espacios asignados para las canastillas. En la Figura 4.8 se muestra el plano bidimensional sobre el cual está basado el modelo de evaluación. El eje X, representa el largo o fondo del almacén, en donde el punto de partida o (x=0), se ubica en la entrada de la caja. Por otra parte, la altura de la unidad es representado con el eje Y, en donde el punto de partida o (y=0) se ubica a nivel de la cintura del vendedor, coincidentemente en el Nivel 2.

28

Figura 4.8 Ejes de medición de Rack de Almacén

Para la evaluación de las canastillas se toman en cuenta las siguientes consideraciones:

• Eje X: Se considera la mitad de la canastilla como punto de medición, tal y como se ejemplifica en la Figura 4.9.

• Eje Y: Para los niveles 1 y 3 se considera la base y el tope de la canastilla como punto de medición, respectivamente. Las canastillas ubicadas en el nivel 2, se consideran dentro del punto de partida o cero.

Para el eje inferior se propone utilizar un factor de ajuste, esto para evitar el uso de números negativos y para castigar la carga de agacharse, ya que se considera una actividad de alto riesgo ergonómico. Este factor se describe con mayor detalle en la fórmula para el cálculo de las distancias.

29

Figura 4.9 Ejemplos de uso de plano cartesiano para medición de

canastillas 9 y 35

Utilizando la fórmula propuesta para evaluación de distancias dentro del eje cartesiano (x,y), descrita como: D = │x│+│y│ f(y) En donde:

F, cuando y<0 f(y) =

1, cuando y≥0

D: Distancia recorrida total x: Distancia recorrida en el eje x y: Distancia recorrida en el eje y F: Factor de ajuste

Sustituyendo los valores de los ejemplos de la Figura 4.9, en las fórmulas anteriores, se obtienen los siguientes resultados: Ejemplo 1: Canastilla 9, 1er Nivel Para este ejemplo se considera f* = 2

30

D1 = │x1│+│y1│ f D1 = │0.75│+│-0.875│* 2 D1 = 2.5 Ejemplo 2: Canastilla 35, 3er Nivel D2 = │x2│+│y2│ f D2 = │1.25│+│0.875│* 1 D2 = 2.125

Una vez que se han evaluado las distancias para cada una de las canastillas del “layout”, se deberán ordenar de menor a mayor, para diseñar la secuencia de asignación de producto. En la Figura 4.10 se muestra un ejemplo con la colorimetría acorde al valor obtenido para el cálculo de la distancia recorrida total. En la Tabla 4.5 se muestran los resultados obtenidos al evaluar cada posición. Para el caso de aplicación se propone trabajar con un valor de f* = 2.

Figura 4.10 Colorimetría para diferenciar posiciones de menor (azules) a mayor valor (café)

48

46

31 47

1 17 3316 32

43

312

1928

3544

13 29 45

2 18 3414 30

15

8 24 40

20 36

41

10 26 42

Pas

illo

- A

rea

de

Pic

kin

g

39

21 37


6

Pas

illo

- A

rea

de

Pic

kin

g

722

Pas

illo

- A

rea

de

Pic

kin

g

2338

4

5 9 25

11 27

31

Tabla 4.5 Distancias totales obtenidas para las posiciones de las canastillas del “layout” propuesto

4.2.4 Evaluación de Productos

De igual forma que se han evaluado los espacios del “layout”, se deben evaluar los productos a asignar en las canastillas. Para el caso de aplicación se propone obtener mediante datos de venta históricos el valor correspondiente al proporcional de “picks” por semana para cada producto, todo esto para una muestra de 12 semanas. Cabe mencionar que para decir este caso de estudio se considerará el promedio de las 12 semanas. En la Tabla 4.6 se presenta un resumen con los 20 productos principales, y la proporción de “picks” de cada uno para cada una de las 12 semanas.

Nivel Lado Posición EJE X EJE Y TOTAL Ranking1 0.25 1.75 2.000 192 0.75 1.75 2.500 253 1.25 1.75 3.000 344 1.75 1.75 3.500 405 2.25 1.75 4.000 446 2.75 1.75 4.500 477 2.85 1.75 4.600 488 2.55 1.75 4.300 469 2.25 1.75 4.000 45

10 1.95 1.75 3.700 4211 1.65 1.75 3.400 3812 1.35 1.75 3.100 3513 1.05 1.75 2.800 3114 0.75 1.75 2.500 2615 0.45 1.75 2.200 2116 0.15 1.75 1.900 1617 0.25 0 0.250 218 0.75 0 0.750 419 1.25 0 1.250 920 1.75 0 1.750 1521 2.25 0 2.250 2322 2.75 0 2.750 3023 2.85 0 2.850 3324 2.55 0 2.550 2825 2.25 0 2.250 2426 1.95 0 1.950 1827 1.65 0 1.650 1428 1.35 0 1.350 1129 1.05 0 1.050 730 0.75 0 0.750 531 0.45 0 0.450 332 0.15 0 0.150 1

33 0.25 0.875 1.125 8

34 0.75 0.875 1.625 1235 1.25 0.875 2.125 2036 1.75 0.875 2.625 2937 2.25 0.875 3.125 3638 2.75 0.875 3.625 4139 2.85 0.875 3.725 4340 2.55 0.875 3.425 3941 2.25 0.875 3.125 3742 1.95 0.875 2.825 3243 1.65 0.875 2.525 2744 1.35 0.875 2.225 2245 1.05 0.875 1.925 1746 0.75 0.875 1.625 1347 0.45 0.875 1.325 1048 0.15 0.875 1.025 6

NIVEL 1

Izquierdo

Derecho

Derecho

NIVEL 1

Izquierdo

Derecho

NIVEL 2

Izquierdo

32

Tabla 4.6 Top 20 de productos ordenados por su Proporción Promedio de “Picks” para el periodo de 12 semanas seleccionado

4.2.5 Asignación de Producto a Espacios

Una vez que se ha obtenido el ranking de productos, se procede a realizar la asignación de producto para cada canastilla. Como puede observarse en la Fig. 4.10, el número total de canastillas es de 48, mientras que por otro lado el número total de productos asciende a 87. Esto quiere decir que para poder asignar todos los productos se deberá aplicar una política para compartir producto en una misma canastilla.

Para la asignación del producto en los espacios se considera utilizar las bases de

la metodología ABC para diferenciar 3 zonas de canastillas. Como se muestra en la Tabla 4.7, la sección A cubre únicamente el 17% de los productos, sin embargo, estos productos llegan a representar hasta el 80% de la proporción de “picks”, por lo que el espacio asignado para estos, es de uso exclusivo, es decir que no se pueden colocar productos adicionales.

Sección Posición en Ranking Cantidad Máx. de Productos Almacenados en Canastilla

A 1 - 15 1

B 16 - 45 2

C 46 - 87 3 o más

Tabla 4.7 Metodología para acomodo de producto utilizada en caso de aplicación

No Familia Material 1 2 3 4 5 6 7 8 9 10 11 12 Prom

1 CF 16927 14.6% 12.9% 11.7% 11.4% 11.6% 12.0% 11.5% 12.3% 10.9% 10.3% 10.4% 9.4% 11.6%

2 CF 16930 11.5% 10.4% 9.9% 9.8% 11.2% 10.7% 11.9% 10.9% 11.6% 10.7% 10.0% 10.8% 10.8%

3 CF 16575 7.6% 5.6% 8.7% 7.7% 8.2% 8.9% 7.6% 7.7% 7.7% 7.4% 8.1% 8.3% 7.8%

4 CM 16981 7.5% 7.1% 7.4% 6.9% 8.0% 6.6% 8.2% 8.5% 7.7% 9.4% 6.5% 7.7% 7.6%

5 QU 16211 5.7% 6.3% 7.3% 7.7% 7.2% 6.0% 6.4% 5.8% 5.7% 6.4% 7.8% 7.2% 6.6%

6 YO 16402 3.9% 6.2% 5.8% 6.3% 6.4% 6.5% 5.3% 5.8% 3.9% 5.6% 5.8% 6.0% 5.6%

7 QU 15867 5.4% 4.9% 6.8% 3.4% 3.6% 5.1% 5.5% 5.5% 6.3% 6.4% 5.0% 4.8% 5.2%

8 CF 16703 4.0% 4.3% 4.1% 5.2% 3.9% 5.0% 3.9% 4.8% 4.1% 3.1% 3.9% 4.6% 4.3%

9 YO 16401 3.5% 3.8% 3.9% 3.0% 4.1% 3.5% 2.9% 2.6% 2.9% 3.0% 3.0% 3.2% 3.3%

10 CF 16582 2.5% 1.2% 2.0% 2.0% 2.0% 2.6% 2.4% 2.9% 3.3% 2.7% 3.0% 3.4% 2.5%

11 CF 15586 2.4% 2.9% 2.4% 2.6% 2.7% 1.2% 0.9% 1.2% 2.5% 3.0% 1.8% 2.2% 2.1%

12 QU 8714 2.4% 1.9% 1.9% 2.4% 2.4% 0.9% 1.8% 2.6% 2.3% 1.9% 1.7% 2.4% 2.0%

13 QU 16998 2.2% 2.1% 1.9% 2.1% 1.4% 2.1% 2.1% 1.7% 2.1% 2.3% 2.3% 2.0% 2.0%

14 CM 16645 2.1% 2.2% 1.9% 1.4% 1.6% 2.6% 1.3% 1.8% 1.9% 1.5% 1.5% 2.1% 1.8%

15 CF 1293 1.5% 1.6% 2.4% 2.2% 1.6% 2.2% 2.0% 2.1% 1.2% 1.0% 1.5% 2.4% 1.8%

16 QU 15619 1.3% 1.8% 1.5% 1.4% 1.2% 0.6% 2.4% 1.8% 1.2% 1.5% 1.4% 1.1% 1.4%

17 CF 16780 0.7% 1.8% 0.9% 1.2% 1.2% 1.3% 1.5% 1.7% 1.5% 1.8% 0.9% 1.4% 1.3%

18 CF 15860 1.7% 1.9% 1.1% 0.8% 1.6% 0.9% 1.0% 1.6% 1.1% 1.5% 1.4% 1.1% 1.3%

19 CF 15861 1.0% 0.7% 0.8% 1.2% 1.6% 1.6% 1.2% 0.9% 2.3% 1.5% 1.0% 1.5% 1.3%

20 CF 15858 0.7% 1.4% 0.9% 0.9% 0.9% 1.5% 2.0% 0.9% 1.2% 1.1% 1.7% 1.3% 1.2%

33

4.2.6 Evaluación del Diseño

Para probar el desempeño del diseño con canastillas estándar presentado con anterioridad, se propone realizar una simulación con datos reales correspondientes a 12 semanas. Lo que se busca obtener mediante esta prueba es la validación del diseño, así como aceptar la hipótesis de que el diseño propuesto permite optimizar el proceso de preparación de pedidos. Para esta prueba se seleccionaron dos indicadores: La distancia total recorrida y la distancia promedio por “pick”. Con esta información se busca validar la efectividad del nuevo diseño.

Para simular la información se utiliza programación básica en Excel, la plantilla

utilizada y los resultados obtenidos se presentan en el apartado final como Apéndice B. Así mismo, en la Tabla 4.8 se despliegan los resultados obtenidos de la simulación para el diseño con canastillas estándar propuesto en esta sección. Como puede observarse, la distancia recorrida promedio por “pick” se mantiene constantemente por debajo de 1.22 metros, lo cual como puede observarse en la Figura 4.11, contrasta drásticamente con la situación actual, en la cual se presentan picos de más de 2.6 metros. Estos picos se presentan principalmente debido a que el acomodo actual de productos de alta demanda se realiza en la parte trasera de la unidad.



Distancia Rec. Prom. X Pick

1.11 1.21 1.16 1.20 1.16 1.20 1.16 1.15 1.19 1.18 1.22 1.19 1.18

% Espacio Ocupado 17% 21% 22% 21% 22% 24% 17% 21% 20% 20% 21% 20% 20%

Tabla 4.8 Resumen con Indicadores Globales de Desempeño considerados para

Simulación del Diseño con Canastillas Estándar

2.42.28

2.63

1.99

2.36 2.4

1.83

2.3

1.87

2.25

1.71

2.69

1.111.21 1.16 1.20 1.16 1.20 1.16 1.15 1.19 1.18 1.22 1.19

0.5

1

1.5

2

2.5

3

S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12

DR

PP

(m

/pic

k)

Semanas

Distancia Recorrida Promedio por Pick

Situación Actual

Diseño Estándar

34

Figura 4.11 Gráfica comparativa de Distancia Recorrida Promedio por Pick entre Diseños con Canastillas Estándar y Situación Actual

Para tener un mejor marco de referencia se presenta una comparativa entre los

promedios de las 12 semanas de los tres indicadores obtenidos en las simulaciones con el diseño con canastillas estándar (DCE) y el diseño actual, esta comparativa puede observarse en la Tabla 4.9.

INDICADOR SITUACIÓN ACTUAL DCE % VARIACIÓN

Distancia Recorrida Total 148.4 146.5 -1.3%


2.23 1.18 -47.2%

% Espacio Ocupado 21% 20% -4.8%

Tabla 4.9 Tabla comparativa de Indicadores Globales de Desempeño para Diseño

con Canastillas Estándar y Situación Actual

Observando los resultados obtenidos, se puede señalar que la distancia recorrida promedio por pick disminuyó en un 47.2%, mientras que la distancia recorrida total solo disminuyó un 1.3%, la principal razón de esta diferencia radica en que el cálculo de la distancia recorrida promedio por pick es el resultado de la ponderación entre la distancia y el número de “picks”, esto considerando que el 80% de los “picks” se generan en los primeros 15 productos. Por otra parte, el porcentaje de espacio ocupado disminuyó únicamente un 4.8%. 4.2.7 Control y Monitoreo

Para identificar si existen causas particulares de variación en las distancias recorridas por pick dentro del proceso de preparación de pedidos, se utilizan los gráficos de control, un ejemplo de este tipo de gráficos se puede observar en la Figura 4.12.

El uso de los gráficos de control en este estudio es debido a que estos nos

permiten tomar acciones preventivas para mantener bajo control un determinado proceso, en este caso se busca identificar si el diseño de canastillas estándar ha perdido su estado óptimo, por lo que en caso de que los indicadores de desempeño sufran un deterioro un nuevo diseño deberá ser generado e implementado para mantener el proceso dentro del rango permitido.

Para verificar si el proceso muestra síntomas de inestabilidad se han seleccionado

las 4 pruebas de Western Electric [17] descritas en la Tabla 4.10, estas pruebas tienen la finalidad de identificar patrones “poco naturales” de un proceso y distinguirlas de aquellos patrones que son más naturales.

35

Tipo de Prueba Ejemplo Gráfico [18]

Prueba 1: Cualquier punto de la gráfica cae fuera del límite de 3σ desde la línea central.

Prueba 2: Dos de cada tres puntos consecutivos caen más allá del límite 2σ (en la zona A o más allá), en el mismo lado de la línea central.

Prueba 3: Cuatro de cada cinco puntos

consecutivos caen más allá del límite 1σ (en la zona B o más allá), en el mismo lado de la línea central.

Prueba 4: Nueve puntos consecutivos caen

en el mismo lado de la línea central (en la zona C o más allá)

Tabla 4.10 Descripción de Pruebas Western Electric 5.2.7.1 Análisis para Indicador de Desempeño Global

La primera prueba de control de proceso se realizó para el indicador global por

semana de distancia recorrida promedio por pick, de esta prueba se obtuvieron los gráficos mostrados en la Figura 4.12, así como el resumen de pruebas de la Tabla 4.11.

Prueba Resultado

Prueba 1 Negativo

Prueba 2 Negativo

Prueba 3 Negativo

Prueba 4 Negativo

Tabla 4.11 Resumen con resultados de Pruebas Western Electric para Indicador

Global de Distancia Recorrida Promedio por Pick para DCE

36

Figura 4.12 Gráfica de Control para Indicador global de Distancia Recorrida

Promedio por Pick para Diseño con Canastillas Estándar (DCE) 5.2.7.2 Análisis para Indicador de Desempeño Grupal

Otra forma propuesta para analizar los resultados obtenidos es mediante la generación de grupos conformados por canastillas segmentadas de acuerdo a sus rankings. Este tipo de segmentación nos permite identificar cambios puntuales en el desempeño del conjunto de productos correspondientes a cada grupo. La conformación de los grupos se ve reflejada en la Tabla 4.12, mientras que el desempeño de cada grupo se puede observar en la Tabla 4.13.

GRUPO CANASTILLAS

Grupo 1 Ranking {1 -6}








Tabla 4.12 Configuración de grupos de canastillas para Diseño con

Canastillas Estándar (DCE)

121110987654321

1.30

1.25

1.20

1.15

1.10

Semana

Dis

tan

cia p

or

Pic

k P

rom

.

_X=1.1768

UCL=1.2808

LCL=1.0727

Gráfico de Control - Proceso Global

37

Distancia Recorrida Promedio por Pick por Semana

Grupo 1 2 3 4 5 6 7 8 9 10 11 12 PROM

Grupo 1 0.457 0.469 0.504 0.471 0.468 0.470 0.484 0.481 0.492 0.514 0.492 0.496 0.48

Grupo 2 1.251 1.224 1.227 1.225 1.239 1.191 1.222 1.231 1.253 1.245 1.225 1.236 1.23

Grupo 3 1.796 1.810 1.795 1.804 1.818 1.771 1.820 1.814 1.799 1.814 1.806 1.790 1.80

Grupo 4 2.167 2.144 2.143 2.156 2.173 2.143 2.149 2.132 2.151 2.137 2.139 2.146 2.15

Grupo 5 2.566 2.571 2.567 2.575 2.568 2.584 2.563 2.563 2.577 2.581 2.578 2.566 2.57

Grupo 6 2.916 2.906 2.920 2.904 2.907 2.904 2.934 2.923 2.897 2.882 2.992 3.014 2.92

Grupo 7 3.463 3.469 3.363 3.275 3.413 3.567 3.313 0.000 3.263 3.400 3.436 3.381 3.11

Grupo 8 4.006 4.500 4.473 4.509 4.475 4.475 4.354 4.441 4.453 4.550 4.450 4.386 4.42

Total 1.110 1.209 1.157 1.198 1.165 1.197 1.164 1.145 1.192 1.180 1.216 1.189 1.18

Tabla 4.13 Resultados obtenidos por cada grupo para el Indicador

de Distancia Recorrida Promedio por Pick

De acuerdo a los resultados obtenidos se puede observar una ligera tendencia por parte del Grupo 1 a incrementar la distancia recorrida promedio por pick, en especial después de la semana 9. Este comportamiento observado es una posible evidencia de que los diseños son altamente susceptibles a los cambios en la demanda, la cual puede verse afectada por cuestiones internas o externas como pueden ser: precios, promociones, descuentos o simplemente la implementación de una estrategia para posicionar productos de mayor contribución marginal en el punto de venta.

Para validar esta hipótesis se propone generar los gráficos de control

correspondientes, con la finalidad de identificar si hay alguna causa particular que esté generando un comportamiento anormal en el proceso. Este tipo de anomalías debe reflejarse en el desempeño del indicador de distancia recorrida promedio por pick. Para la realización de este ejercicio se han aplicado las 4 pruebas de Western Electric, los resultados obtenidos se encuentran resumidos en la Tabla 4.14. Los gráficos de control se presentan resumidos en la Figura 4.13.

Grupo Prueba Western Electric

Prueba 1 Prueba 2 Prueba 3 Prueba 4

Grupo 1 Negativo Negativo Negativo Negativo





Grupo 6 Positivo Positivo Negativo Negativo

Grupo 7 Positivo Negativo Negativo Negativo

Grupo 8 Positivo Negativo Negativo Negativo

Tabla 4.14 Resultados obtenidos para la Prueba Western Electric por cada grupo

para el Indicador de Distancia Recorrida Promedio por Pick

38

Figura 4.13 Gráfico de Control por cada grupo para el Indicador de Distancia Recorrida Promedio por Pick

121110987654321

0.53

0.52

0.51

0.50

0.49

0.48

0.47

0.46

0.45

0.44

Semana

Dis

tan

cia p

or

Pic

k P

rom

.

_X=0.48320

UCL=0.52216

LCL=0.44425

Gráfico de Control para Grupo 1

121110987654321

1.28

1.26

1.24

1.22

1.20

1.18

Semana

Dis

tan

cia p

or

Pic

k P

rom

.

_X=1.2307

UCL=1.2782

LCL=1.1833


121110987654321

1.850

1.825

1.800

1.775

1.750

Semana

Dis

tan

cia

po

r P

ick P

rom

.

_X=1.8032

UCL=1.8522

LCL=1.7543


121110987654321

2.19

2.18

2.17

2.16

2.15

2.14

2.13

2.12

2.11

Semana

Dis

tan

cia

po

r P

ick P

rom

.

_X=2.14845

UCL=2.18418

LCL=2.11272


121110987654321

2.60

2.59

2.58

2.57

2.56

2.55

Semana

Dis

tan

cia

po

r P

ick P

rom

.

_X=2.57157

UCL=2.59425

LCL=2.54889


121110987654321

3.025

3.000

2.975

2.950

2.925

2.900

2.875

2.850

Semana

Dis

tan

cia

po

r P

ick P

rom

.

_X=2.9248

UCL=2.9874

LCL=2.8623

1

1


121110987654321

5

4

3

2

1

0

Semana

Dis

tan

cia

po

r P

ick P

rom

.

_X=3.112

UCL=4.937

LCL=1.286

1


121110987654321

4.7

4.6

4.5

4.4

4.3

4.2

4.1

4.0

Semana

Dis

tan

cia

po

r P

ick P

rom

.

_X=4.4226

UCL=4.6819

LCL=4.1633

1


39

De acuerdo a los resultados presentados en la Tabla 4.14, se puede observar que

el grupo 6 obtuvo resultados positivos para la prueba 1 y 2, mientras que el grupo 7 obtuvo resultados positivos para la prueba 1 de Western Electric, por otra parte, el grupo 8 resulto positivo para la prueba 1. Esto indica que existen causas anormales de variación en el proceso. Esto tiene sentido ya que en estos tres grupos se han asignado los productos de menor posición en el ranking. Estos productos tienen la característica de tener una demanda muy baja, sin embargo, existen semanas puntuales en las cuales se registran pedidos extraordinarios que generan picos en el indicador de distancia recorrida promedio por pick, esto se ve reflejado en una mayor inestabilidad en estos grupos.

Cabe señalar que para términos de aplicación de algún cambio futuro en el diseño

del almacén se está despreciando el comportamiento de los grupos 7 y 8, esto debido a que tienen una proporción de “picks” que en su conjunto apenas representa el 2% en promedio, tal y como se aprecia en la Tabla 4.15.

% Proporción de “Picks” por Semana

Grupo 1 2 3 4 5 6 7 8 9 10 11 12 PROM

Grupo 1 52% 47% 52% 47% 50% 49% 51% 51% 50% 51% 48% 48% 50%

Grupo 2 19% 20% 20% 21% 21% 20% 17% 20% 19% 19% 19% 22% 20%

Grupo 3 12% 13% 12% 12% 11% 11% 12% 12% 11% 12% 11% 12% 12%

Grupo 4 9% 7% 7% 10% 8% 8% 8% 7% 10% 8% 10% 8% 8%

Grupo 5 6% 8% 6% 7% 6% 7% 8% 7% 7% 7% 7% 7% 6%

Grupo 6 1% 2% 2% 2% 2% 2% 2% 2% 2% 2% 3% 1% 2%

Grupo 7 1% 1% 1% 0% 0% 1% 0% 0% 0% 0% 1% 1% 1%

Grupo 8 1% 1% 1% 1% 2% 2% 1% 1% 1% 1% 1% 1% 1%

Total 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100%

Tabla 4.15 Proporción de “picks” semanal por grupo

5.2.7.1 Análisis para Indicador de Desempeño a nivel Producto

Otro enfoque propuesto es el análisis a nivel producto, que de igual forma los anteriores dos enfoques (global y grupal), lo que se pretende es identificar causas particulares que generen variabilidad en los procesos. Para este caso se realizará el análisis para los primeros 50 productos, que comprenden los productos asignados en los grupos 1, 2, 3, 4 y 5 correspondiente a más del 90% de los “picks” semanales.

En la Tabla 4.16 se presentan los resultados obtenidos en las 4 pruebas de Western Electric, así mismo los gráficos de control para estos 50 productos se encuentran adjuntos en el Apéndice C.

40

No. SKU Prueba Western Electric

No. SKU Prueba Western Electric

Prueba 1 Prueba 2 Prueba 3 Prueba 4 Prueba 1 Prueba 2 Prueba 3 Prueba 4

1 16927 Positivo Negativo Positivo Negativo 26 16889 Positivo Positivo Positivo Negativo

2 16930 Negativo Negativo Negativo Negativo 27 13057 Negativo Negativo Negativo Negativo


4 16981 Negativo Negativo Negativo Negativo 29 15859 Positivo Negativo Negativo Negativo






10 16582 Positivo Negativo Positivo Negativo 35 16221 Negativo Negativo Negativo Negativo







17 16780 Negativo Negativo Negativo Negativo 42 16576 Positivo Positivo Positivo Negativo


19 15861 Negativo Negativo Negativo Negativo 44 16879 Negativo Negativo Positivo Negativo


21 16701 Negativo Negativo Negativo Negativo 46 16873 Negativo Positivo Positivo Negativo





Tabla 4.16 Resultados obtenidos de la Prueba Western Electric para los primeros

50 productos del Ranking correspondientes al Indicador de Proporción de “Picks”

De acuerdo a los resultados presentados en la Tabla 4.16, se puede observar que 9 productos obtuvieron resultados positivos para alguna de las 4 pruebas de Western Electric. Esto indica que existen causas anormales de variación en el proceso para estos productos, por lo que debería evaluarse la posibilidad de rediseñar el layout del almacén completamente en caso de que estas causas sean naturales y no debido a una falsa alarma. En la Figura 4.14 se presentan los gráficos de control para 2 de los 9 productos que resultaron positivos.

41

Figura 4.14 Gráfico de Control para productos 16927 y 16582 para indicador de % Proporción de Picks Semanal

En particular si observamos la Tabla 4.17, se puede identificar una caída a partir

de la semana 9 en la proporción de “picks” correspondiente al producto no. 16927, con la información disponible es difícil identificar la causa de la caída en la demanda, sin embargo, su temprana identificación puede ayudar a realizar ajustes en el acomodo de los productos. Una solución rápida por ejemplo pudiera implicar el cambio de posición entre el primer y segundo producto, es decir entre los productos con número 16927 y 16930, respectivamente.

Proporción de "Picks" por Semana

No. SKU 1 2 3 4 5 6 7 8 9 10 11 12 PROM

16927 14.6% 12.9% 11.7% 11.4% 11.6% 12.0% 11.5% 12.3% 10.9% 10.3% 10.4% 9.4% 11.6%

16930 11.5% 10.4% 9.9% 9.8% 11.2% 10.7% 11.9% 10.9% 11.6% 10.7% 10.0% 10.8% 10.8%

16575 7.6% 5.6% 8.7% 7.7% 8.2% 8.9% 7.6% 7.7% 7.7% 7.4% 8.1% 8.3% 7.8%

16981 7.5% 7.1% 7.4% 6.9% 8.0% 6.6% 8.2% 8.5% 7.7% 9.4% 6.5% 7.7% 7.6%

16211 5.7% 6.3% 7.3% 7.7% 7.2% 6.0% 6.4% 5.8% 5.7% 6.4% 7.8% 7.2% 6.6%

16402 3.9% 6.2% 5.8% 6.3% 6.4% 6.5% 5.3% 5.8% 3.9% 5.6% 5.8% 6.0% 5.6%

15867 5.4% 4.9% 6.8% 3.4% 3.6% 5.1% 5.5% 5.5% 6.3% 6.4% 5.0% 4.8% 5.2%

16703 4.0% 4.3% 4.1% 5.2% 3.9% 5.0% 3.9% 4.8% 4.1% 3.1% 3.9% 4.6% 4.3%

16401 3.5% 3.8% 3.9% 3.0% 4.1% 3.5% 2.9% 2.6% 2.9% 3.0% 3.0% 3.2% 3.3%

16582 2.5% 1.2% 2.0% 2.0% 2.0% 2.6% 2.4% 2.9% 3.3% 2.7% 3.0% 3.4% 2.5%

15586 2.4% 2.9% 2.4% 2.6% 2.7% 1.2% 0.9% 1.2% 2.5% 3.0% 1.8% 2.2% 2.1%

8714 2.4% 1.9% 1.9% 2.4% 2.4% 0.9% 1.8% 2.6% 2.3% 1.9% 1.7% 2.4% 2.0%

16998 2.2% 2.1% 1.9% 2.1% 1.4% 2.1% 2.1% 1.7% 2.1% 2.3% 2.3% 2.0% 2.0%

16645 2.1% 2.2% 1.9% 1.4% 1.6% 2.6% 1.3% 1.8% 1.9% 1.5% 1.5% 2.1% 1.8%

1293 1.5% 1.6% 2.4% 2.2% 1.6% 2.2% 2.0% 2.1% 1.2% 1.0% 1.5% 2.4% 1.8%

15619 1.3% 1.8% 1.5% 1.4% 1.2% 0.6% 2.4% 1.8% 1.2% 1.5% 1.4% 1.1% 1.4%

16780 0.7% 1.8% 0.9% 1.2% 1.2% 1.3% 1.5% 1.7% 1.5% 1.8% 0.9% 1.4% 1.3%

15860 1.7% 1.9% 1.1% 0.8% 1.6% 0.9% 1.0% 1.6% 1.1% 1.5% 1.4% 1.1% 1.3%

Total 80.4% 79.1% 81.4% 77.7% 80.0% 78.7% 78.6% 81.3% 78.1% 79.6% 76.1% 80.1% 79.3%

Tabla 4.17 Resumen semanal para los primeros 18 productos del Ranking

correspondiente al Indicador de Proporción de “Picks”

121110987654321

15.0%

14.0%

13.0%

12.0%

11.0%

10.0%

9.0%

Semana

% P

rop

orc

ión

de P

icks

_X=11.6%

UCL=13.6%

LCL=9.6%

1

1

Gráfico de Control - 16927

121110987654321

4.0%

3.5%

3.0%

2.5%

2.0%

1.5%

1.0%

Semana

% P

rop

orc

ión

de P

icks

_X=2.5%

UCL=3.7%

LCL=1.3%

6

1


42

5.2.7.4 Análisis de Sensibilidad de Gráficos de Control Para probar la sensibilidad de los gráficos de control a nivel individual (producto), se propone simular una situación hipotética de incremento en la proporción de picks para el producto 16930. Estos incrementos en la demanda se van a generar a partir de la 7ª semana y serán del siguiente orden (5%, 10%, 15%, 20%, 50% y 100%). Con este análisis se busca documentar la sensibilidad de las pruebas de Western Electric para identificar cambios en la demanda. En Tabla 4.18 se presenta un resumen con los indicadores semanales de proporción de picks, así como los incrementales aplicados para cada caso. Por otra parte, en la Tabla 4.19 se observan los resultados obtenidos al generar las gráficas de control en Minitab.

Con base a esta información se puede resumir que la 3ª prueba resultó más sensible a los cambios aplicados, ya que obtuvo resultados positivos a partir de un incremento del 15%. Por otra parte, la 1ª prueba resultó la menos sensible a los cambios aplicados, puesto que obtuvo resultados positivos hasta aplicar un incremento del 50%. Para este ejercicio no se está evaluando la 4ª prueba ya que el tamaño de muestra no es lo suficientemente grande para efectuarla. Los gráficos de control obtenidos pueden ser consultados en el Apéndice C.

Proporción de Picks (% Incremental)

Semana Actual 5% 10% 15% 20% 50% 100%

1 11.5% 11.5% 11.5% 11.5% 11.5% 11.5% 11.5%

2 10.4% 10.4% 10.4% 10.4% 10.4% 10.4% 10.4%

3 9.9% 9.9% 9.9% 9.9% 9.9% 9.9% 9.9%

4 9.8% 9.8% 9.8% 9.8% 9.8% 9.8% 9.8%

5 11.2% 11.2% 11.2% 11.2% 11.2% 11.2% 11.2%

6 10.7% 10.7% 10.7% 10.7% 10.7% 10.7% 10.7%

7 11.9% 12.5% 13.1% 13.7% 14.2% 17.8% 23.7%

8 10.9% 11.4% 12.0% 12.5% 13.0% 16.3% 21.7%

9 11.6% 12.2% 12.7% 13.3% 13.9% 17.4% 23.2%

10 10.7% 11.2% 11.7% 12.3% 12.8% 16.0% 21.3%

11 10.0% 10.5% 11.0% 11.5% 12.0% 15.1% 20.1%

12 10.8% 11.3% 11.9% 12.4% 13.0% 16.2% 21.6%

Tabla 4.18 Resumen con Incrementales en Proporción de Picks

43

Tabla 4.19 Resumen con resultados obtenidos durante las pruebas de sensibilidad

% Incremental

Prueba Western Electric

Prueba 1 Prueba 2 Prueba 3 Prueba 4

0% Negativo Negativo Negativo Negativo



15% Negativo Negativo Positivo Negativo

20% Negativo Positivo Positivo Negativo

50% Positivo Positivo Positivo Negativo

100% Positivo Positivo Positivo Negativo

44

CAPÍTULO 5 DISEÑOS ALTERNATIVOS

Para la etapa de pruebas con diseño alternativos se propone utilizar la misma metodología utilizada en el diseño con canastillas estándar (DCE), esto con la finalidad de evaluar e identificar las variables con mayor impacto en el desempeño del proceso de preparación de pedidos. Para ello se realizarán ajustes en algunas variables consideradas como de control, como pueden ser el tamaño de las canastillas, el diseño, entre otros factores. En la tabla 5.1 se muestra el diseño estándar y los cuatro diseños de pruebas alternativas.

ID Nombre de Diseño Acomodo de Producto Tamaño de Canastilla

1 Diseño con Canastillas Estándar

Top 15 SKU’s: Un producto por canastilla Resto SKU’s: Canastillas compartidas

Estándar

2 Diseño con Canastillas Reducidas

Un producto por canastilla Reducida

3 Diseño por Familias


Estándar

4 Diseño con Factor de Ajuste Calculado


Estándar

5 Diseño con Canastillas Mixtas Un producto por canastilla Mixto

Tabla 5.1 Resumen de Diseños Propuestos

5.1 Diseño con Canastillas Reducidas El primer diseño que se va a comparar es el diseño con canastillas reducidas (DCR), el objetivo de generar una propuesta con un tamaño de canastilla más pequeño que la estándar es para evaluar su efecto en las distancias recorridas para la preparación de pedidos. 5.1.1 Diseño de Layout de Almacén

El layout propuesto para el diseño con canastillas reducidas (DCR) está compuesto por 432 canastillas con las dimensiones siguientes: ancho (8.3 cm), altura (30 cm) y profundidad (20 cm). El acomodo de las canastillas se ejemplifica en la Figura 5.1.

45

NIVEL 1 NIVEL 2 NIVEL 3 142 141

Pas

illo

- A

rea

de

Pic

kin

g

143 144 286 285

Pas

illo

- A

rea

de

Pic

kin

g

287 288 430 429

Pas

illo

- A

rea

de

Pic

kin

g

431 432

138 137 139 140 282 281 283 284 426 425 427 428

134 133 135 136 278 277 279 280 422 421 423 424

130 129 131 132 274 273 275 276 418 417 419 420

126 125 127 128 270 269 271 272 414 413 415 416

122 121 123 124 266 265 267 268 410 409 411 412

118 117 119 120 262 261 263 264 406 405 407 408

114 113 115 116 258 257 259 260 402 401 403 404

110 109 111 112 254 253 255 256 398 397 399 400

106 105 107 108 250 249 251 252 394 393 395 396

102 101 103 104 246 245 247 248 390 389 391 392

98 97 99 100 242 241 243 244 386 385 387 388

94 93 95 96 238 237 239 240 382 381 383 384

90 89 91 92 234 233 235 236 378 377 379 380

86 85 87 88 230 229 231 232 374 373 375 376

82 81 83 84 226 225 227 228 370 369 371 372

78 77 79 80 222 221 223 224 366 365 367 368

74 73 75 76 218 217 219 220 362 361 363 364

70 69 71 72 214 213 215 216 358 357 359 360

66 65 67 68 210 209 211 212 354 353 355 356

62 61 63 64 206 205 207 208 350 349 351 352

58 57 59 60 202 201 203 204 346 345 347 348

54 53 55 56 198 197 199 200 342 341 343 344

50 49 51 52 194 193 195 196 338 337 339 340

46 45 47 48 190 189 191 192 334 333 335 336

42 41 43 44 186 185 187 188 330 329 331 332

38 37 39 40 182 181 183 184 326 325 327 328

34 33 35 36 178 177 179 180 322 321 323 324

30 29 31 32 174 173 175 176 318 317 319 320

26 25 27 28 170 169 171 172 314 313 315 316

22 21 23 24 166 165 167 168 310 309 311 312

18 17 19 20 162 161 163 164 306 305 307 308

14 13 15 16 158 157 159 160 302 301 303 304

10 9 11 12 154 153 155 156 298 297 299 300

6 5 7 8 150 149 151 152 294 293 295 296

2 1 3 4 146 145 147 148 290 289 291 292

Figura 5.1 Layout propuesto para Diseño con Canastillas Reducidas (DCR)

5.1.2 Política para Acomodo de Producto en Layout A diferencia del Diseño con Canastillas Estándar (DCE), para este caso el acomodo de producto difiere en que cada canastilla está asignada para un mismo producto, es decir que no se comparten canastillas entre distintos productos.

El número de canastillas asignado es calculado utilizando el volumen resultante de los picos de demanda semanales para el mismo periodo de tiempo (12 semanas) utilizado en el DCE. Adicionalmente se considera la volumetría de cada producto para evaluar la cantidad máxima de espacios asignados para cada SKU.

Por otra parte, una restricción que se debe considerar es que para los productos

que tienen más de una canastilla asignada para su uso, se busca que estas sean

46

contiguas, es decir que estén ubicadas del mismo lado del pasillo. Por ejemplo, supongamos el hipotético caso de un producto “x” que ocupa la primera posición en el ranking de “picks” por producto. Adicionalmente consideremos un requerimiento estimado de 5 canastillas para este producto, debido principalmente a los picos de demanda de las últimas 12 semanas. De esta manera las posiciones de canastillas a ocupar quedarían de la siguiente forma: 145,146,149,150 y 153. Estas posiciones se pueden visualizar en el nivel 2 del layout que se presenta en la Figura 5.1.

Cabe señalar que al igual que el DCE, cada una de las canastillas tiene un valor

de acuerdo a su posición en el plano bidimensional, por lo que pueden darse casos puntuales en los que un producto de menor ranking ocupe canastillas con mejor posición que un producto con mayor ranking.

5.1.3 Resultados

Para probar el desempeño del diseño con canastillas reducidas presentado en la sección 5.1.2, se propone realizar una simulación con datos reales correspondientes a 12 semanas. Lo que se busca obtener mediante esta prueba es validar la hipótesis de que el tamaño de canastilla tiene un efecto en las distancias recorridas promedio por “pick”.

Al igual que en la prueba realizada con el DCE, se busca simular la información

de 12 semanas, mediante el uso de programación básica en Excel, la plantilla utilizada y los resultados obtenidos se presentan en el apartado final como Apéndice B.

Por otra parte, en la Tabla 5.2 se despliegan los resultados obtenidos de la

simulación para el diseño con canastillas reducidas propuesto. Como puede observarse, la distancia recorrida promedio por “pick” se mantiene constantemente por debajo de 1.10 metros. Así mismo como puede observarse en la Figura 5.2, pareciera tener un comportamiento casi paralelo al DCE.


Distancia Recorrida Total 121.9 127.6 135.3 132.7 126 115.9 144 130.8 125.3 124.8 143.5 125.4 129.4


% Espacio Ocupado 30% 38% 39% 35% 42% 44% 48% 35% 36% 38% 38% 34% 36%


Simulación del Diseño con Canastillas Reducidas

47

Figura 5.2 Gráfica comparativa de Distancia Recorrida Promedio por Pick entre Diseños con Canastillas Estándar y Diseño con Canastillas Reducidas


promedios de las 12 semanas de los tres indicadores obtenidos tanto en la situación actual, así como en las simulaciones con el diseño con canastillas estándar (DCE) y el diseño con canastillas reducidas, esta comparativa puede observarse en la Tabla 5.3.

INDICADOR SA DCR %


Distancia Rec. Prom. X Pick 2.23 1.03 -53.8%

% Espacio Ocupado 21% 36% 70.2%

Tabla 5.3 Tabla comparativa de Indicadores Globales de Desempeño para Situación Actual – DCR y DCE – DCR

Observando los resultados de la tabla comparativa entre la Situación Actual y DCR, se puede observar un decremento en los indicadores de distancia recorrida total, en aproximadamente 12.8%, mientras que la distancia recorrida promedio por pick disminuyo hasta un 53.8%. Por otro lado, el espacio ocupado se incrementó un 70.2% al pasar de 21% a 36% la ocupación promedio de espacios.

1.01

1.05

1.01

1.04

1.01 1.02

1.05

1.021.03 1.02

1.09

1.04

1.11

1.21

1.16

1.20

1.16

1.20

1.16

1.15

1.191.18

1.22

1.19

1.00

1.05

1.10

1.15

1.20

1.25

S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12

DR

PP

(m

/pic

k)

Semanas


DCR DCE

INDICADOR DCE DCR %



% Espacio Ocupado 20% 36% 78.8%

48

Por otra parte, se puede señalar que para el caso de la comparativa entre el DCE

y DCR la distancia recorrida promedio por pick disminuyó en un 12.5%, mientras que la distancia recorrida total disminuyó 11.7%. Por otra parte, el porcentaje de espacio ocupado se incrementó 78.8%, lo cual significaría una optimización en la utilización de las canastillas. 5.2 Diseño por Familias La segunda propuesta que se busca comparar es el diseño por familias (DF), el objetivo de generar un diseño enfocado en zonificar el layout del almacén por familias de productos es debido a una cuestión operativa, ya que se tiene la creencia de que resulta más sencillo para el vendedor identificar los productos de acuerdo a su familia, por ejemplo: yogurt, quesos, carnes frías y otros productos. Este diseño implica que los productos de mayor demanda difícilmente van a estar ubicados en las “zonas calientes”, sin embargo, nos puede dar una idea general del efecto esperado en el indicador de distancia recorrida promedio por “pick” si se llegará a implementar en la operación actual. 5.2.1 Diseño de Layout de Almacén Para el caso del layout del almacén se propone utilizar el mismo diseño y tamaño de canastillas utilizados en el DCE, ilustrado en la Figura 5.3.

Figura 5.3 Layout propuesto para DCE y DF

2

12

6

5

4

3

32

Pas

illo

- A

rea

de

Pic

kin

g


22

Pas

illo

- A

rea

de

Pic

kin

g

23

24

21

1

7

8

9

10

11

16

13

14

15

17

38P

asil

lo -

Are

a d

e P

icki

ng

39

40

37 41

42

3643

3544

45

34 46

47

33

25

26

2027

1928

29

18 30

31

48

49

5.2.2 Política para Acomodo de Producto en Layout Para la definición de la política de acomodo de producto se ha decidido conservar la Sección “A” del ABC utilizado en la propuesta de Diseño con Canastillas Estándar, esto con la finalidad de mantener los productos de alta rotación en las “zonas calientes”. Para el resto de los productos se ha propuesto una distribución de acuerdo a su familia. En la Figura 5.4 se resume detalladamente el acomodo de cada conjunto de productos.

FAMILIA CANASTILLAS

“A” Ranking {1 -15}

Carnes Frias Ranking {16 -27}

Quesos Ranking {28 -34}

Yogurt Ranking {35 -41}

Otros Ranking {42 -48}

Tabla 5.4 Tabla con resumen de posiciones del ranking de espacios por

familia de productos

Para la asignación del número de espacios para cada familia se consideraron dos indicadores:

• % Productos

• % Picks

Como puede observarse en la Tabla 5.4, después de los productos pertenecientes al grupo “A”, la familia de Carnes Frías ocupa las mejores posiciones del ranking, esto se debe principalmente a que posee el 34% del total de los productos y el 16% del total de “picks”.

Familia No.

Productos %

Productos % Picks

Espacios Asignados

"A" 15 17% 75% 15

Carnes Frías 30 34% 16% 12

Quesos 12 14% 4% 7

Yogurt 20 23% 3% 7

Otros 10 11% 1% 7

Total 87 100% 100% 48

Tabla 5.5 Tabla con indicadores considerados para asignación de espacios

Una vez que se ha estimado la cantidad de espacios asignados se procede a la selección de los mismos en el layout. Cabe señalar que los números indicados en cada

50

canastilla de la Figura 5.3 es únicamente una enumeración para identificar cada canastilla, sin embargo, la posición del ranking de cada canastilla es totalmente distinta. En la Figura 5.4 se presentan las posiciones ocupadas por cada familia, estas posiciones si van alineadas con el ranking presentado en la Tabla 5.4.

Figura 5.4 Acomodo de producto propuesto para Diseño por Familias (DF)

5.2.3 Resultados

Para probar el desempeño del diseño por familias de productos presentado en la sección 5.2.2, se propone realizar una simulación con datos reales correspondientes a 12 semanas. Lo que se busca obtener mediante esta prueba es información relevante sobre la afectación en el desempeño del diseño DCE, en caso de ajustar el acomodo de productos a uno por familia de productos.




simulación para el diseño con canastillas reducidas propuesto. Como puede observarse, la distancia recorrida promedio por “pick” se mantiene constantemente por arriba del registro de 1.30 metros por “pick”, tal y como puede observarse en la Figura 5.5.




% Espacio Ocupado 17% 21% 22% 21% 22% 24% 25% 21% 20% 20% 21% 20% 20%

51


Simulación del Diseño por Familia de Productos

Figura 5.5 Gráfica comparativa de Distancia Recorrida Promedio por Pick entre Diseños con Canastillas Estándar y Diseño por Familias


promedios de las 12 semanas de los tres indicadores obtenidos tanto en la situación actual, así como en las simulaciones con el diseño con canastillas estándar (DCE) y el diseño por familias, esta comparativa puede observarse en la Tabla 5.7.

INDICADOR SA DF %

Distancia Recorrida Total 148.4 150.7 1.5%


% Espacio Ocupado 21% 20.4% -2.6%

INDICADOR DCE DF %

Distancia Recorrida Total 146.5 150.7 2.8%

Distancia Rec. Prom. X Pick 1.18 1.21 2.8%

% Espacio Ocupado 20% 20.4% 2.2%

Tabla 5.7 Tabla comparativa de Indicadores Globales de Desempeño para

Situación Actual – DF y DCE – DF

1.16

1.24

1.16

1.24

1.181.18

1.211.19

1.221.22

1.29

1.22

1.11

1.211.16

1.20

1.16

1.20

1.161.15

1.19 1.18

1.221.19

1.08

1.13

1.18

1.23

1.28

S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12

DR

PP

(m

/pic

k)

Semanas


DF DCE

52

Observando los resultados de la tabla comparativa entre la Situación Actual y DF, se puede observar un incremento en los indicadores de distancia recorrida total, en aproximadamente 1.5%, mientras que la distancia recorrida promedio por pick disminuyo hasta un 45.8%. Por otro lado, el espacio ocupado disminuyó 2.6% al pasar de 21% a 20.4% la ocupación promedio de espacios.

Por otra parte, para el caso de la comparativa entre el DCE y DCR se puede

señalar que la distancia recorrida promedio por pick se incrementó 2.8%, mientras que la distancia recorrida total aumento 2.8%. Por otra parte, el porcentaje de espacio ocupado se incrementó apenas un 2.2%. 5.3 Diseño con Factor de Ajuste Calculado

Una tercera prueba que se busca validar corresponde al llamado Diseño con Factor de Ajuste Calculado, el cual tiene la finalidad de evaluar el efecto en los indicadores de desempeño al realizar una estimación más aproximada a la realidad del factor de ajuste (cabe señalar que el factor ergonómico tiene como función principal castigar el efecto de agacharse o estirarse por parte del vendedor). En esta ocasión se busca obtener un valor más cercano a la realidad mediante simulaciones físicas de los recorridos y movimientos, esto debido a que se tiene la hipótesis de que esta estimación puede reflejar con mayor precisión los movimientos reales para el factor utilizado actualmente (1 para el tercer nivel y 2 para el primer nivel).

Para estimar el factor de ajuste se propone generar una simulación real de los

movimientos dentro del almacén. Para ello se seleccionó una posición aleatoria, en este caso las canastillas 12, 28 y 44, ubicadas todas ellas en el costado derecho de los niveles 1, 2 y 3 respectivamente. Una vez seleccionada la posición, se realizaron 5 corridas con 10 repeticiones para cada corrida. El resultado obtenido en estas corridas se resume en la Tabla 5.8. En esta tabla se puede apreciar un incremento en los tiempos de recorrido para el Nivel 1 de cerca del 26%, mientras que para el Nivel 3, el incremento en los tiempos de recorrido fue de solo 7%. La variación obtenida se utilizará para ajustar la distancia recorrida sobre el eje “Y”, para cada nivel.

Nivel Corrida 1 Corrida 2 Corrida 3 Corrida 4 Corrida 5 Prom. % Variación

Nivel 1 8.04 7.62 7.68 7.95 7.75 7.81 126%

Nivel 2 6.32 6.12 6.06 6.18 6.23 6.18 100%

Nivel 3 6.72 6.48 6.6 6.71 6.58 6.62 107%

Tabla 5.8 Resumen con tiempos promedio de recorrido por “pick” para los

diferentes 3 niveles del rack de almacén. 5.3.1 Diseño de Layout de Almacén

Para el caso del layout del almacén se propone utilizar el mismo diseño y tamaño de canastillas utilizados en el DCE, ilustrado en la Figura 5.6. Por otra parte, en la Figura

53

5.7 se presenta un resumen con la evaluación de las posiciones, así como los nuevos valores obtenidos para el eje “Y”.

Figura 5.6 Layout propuesto para Diseño con Factor de Ajuste Calculado, con la colorimetría de acuerdo al ranking de posiciones

48

46

31 47

1 17 3316 32

43

312

1928

3544

13 29 45

2 18 3414 30

15

8 24 40

20 36

41

10 26 42

Pas

illo

- A

rea

de

Pic

kin

g

39

21 37


6

Pas

illo

- A

rea

de

Pic

kin

g

722

Pas

illo

- A

rea

de

Pic

kin

g

2338

4

5 9 25

11 27

54

Figura 5.7 Tabla con resumen de evaluación de posiciones 5.3.2 Política para Acomodo de Producto en Layout

La política de acomodo de producto es la misma utilizada para el Diseño con Canastillas Estandar, por lo que no se profundizara sobre el tema. 5.3.3 Resultados

Para probar el desempeño del diseño con factor de ajuste calculado (DFAC) presentado en la sección 5.3.1, se propone realizar una simulación con datos reales

Nivel Lado Posición EJE X EJE Y TOTAL Ranking1 0.25 1.103 1.353 122 0.75 1.103 1.853 193 1.25 1.103 2.353 284 1.75 1.103 2.853 365 2.25 1.103 3.353 416 2.75 1.103 3.853 477 2.85 1.103 3.953 488 2.55 1.103 3.653 449 2.25 1.103 3.353 42

10 1.95 1.103 3.053 3811 1.65 1.103 2.753 3412 1.35 1.103 2.453 2913 1.05 1.103 2.153 2314 0.75 1.103 1.853 2015 0.45 1.103 1.553 1416 0.15 1.103 1.253 1017 0.25 0 0.250 218 0.75 0 0.750 419 1.25 0 1.250 920 1.75 0 1.750 1821 2.25 0 2.250 2522 2.75 0 2.750 3323 2.85 0 2.850 3524 2.55 0 2.550 3025 2.25 0 2.250 2626 1.95 0 1.950 2127 1.65 0 1.650 1528 1.35 0 1.350 1129 1.05 0 1.050 630 0.75 0 0.750 531 0.45 0 0.450 332 0.15 0 0.150 1

33 0.25 0.928 1.178 8

34 0.75 0.928 1.678 1635 1.25 0.928 2.178 2436 1.75 0.928 2.678 3237 2.25 0.928 3.178 3938 2.75 0.928 3.678 4539 2.85 0.928 3.778 4640 2.55 0.928 3.478 4341 2.25 0.928 3.178 4042 1.95 0.928 2.878 3743 1.65 0.928 2.578 3144 1.35 0.928 2.278 2745 1.05 0.928 1.978 2246 0.75 0.928 1.678 1747 0.45 0.928 1.378 1348 0.15 0.928 1.078 7

Derecho

NIVEL 1

Izquierdo

Derecho

NIVEL 2

Izquierdo

NIVEL 1

Izquierdo

Derecho

55

correspondientes a 12 semanas. Lo que se busca obtener mediante esta prueba es ver el efecto en los indicadores de desempeño tras ajustar el factor.




simulación para el diseño con factor de ajuste calculado (DFAC). Como puede observarse, la distancia recorrida promedio por “pick” se mantiene constantemente por debajo de 1.15 metros. Así mismo como puede observarse en la Figura 5.8, pareciera tener un comportamiento casi perfectamente paralelo al DCE, lo cual es totalmente valido debido a que el diseño es prácticamente el mismo.



Distancia Rec. Prom. X Pick

1.05 1.14 1.09 1.13 1.10 1.13 1.09 1.08 1.12 1.11 1.14 1.12 1.11

% Espacio Ocupado 17% 21% 22% 21% 22% 24% 25% 21% 20% 20% 21% 20% 20%


Simulación del Diseño con Factor de Ajuste Calculado

Figura 5.8 Gráfica comparativa de Distancia Recorrida Promedio por Pick entre Diseños con Canastillas Estándar y Diseño con Factor de Ajuste Calculado Para tener un mejor marco de referencia se presenta una comparativa entre los

promedios de las 12 semanas de los tres indicadores obtenidos tanto en la situación actual, así como en las simulaciones con el diseño con canastillas estándar (DCE) y el

1.05

1.14

1.09

1.13

1.10

1.13

1.091.08

1.12 1.11

1.14

1.121.11

1.21

1.16

1.20

1.16

1.20

1.161.15

1.191.18

1.22

1.19

0.97

1.02

1.07

1.12

1.17

1.22

1.27

S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12

DR

PP

(m

/pic

k)

Semanas


DFAC DCE

56

diseño con factor ajustado calculado (DFAC), esta comparativa puede observarse en la Tabla 5.10.

INDICADOR DCE DFAC %





Situación Actual – DFAC y DCE – DFAC Observando los resultados de la tabla comparativa entre la Situación Actual y DFAC, se puede observar un decremento en los indicadores de distancia recorrida total, en aproximadamente 7.0%, mientras que la distancia recorrida promedio por pick disminuyo hasta un 50.3%. Por otro lado, el espacio ocupado disminuyó ligeramente 2.6% al pasar de 21% a 20.4% la ocupación promedio de espacios.


y DCR la distancia recorrida promedio por pick disminuyó en un 5.8%, mientras que la distancia recorrida total disminuyo 5.8% la principal razón de esta diferencia radica en que se ajustó hacia abajo el factor ergonómico, al pasar de 2 a 1.26 para las canastillas del primer nivel, y de 1 a 1.06 para las canastillas del tercer nivel. Por otra parte, el porcentaje de espacio ocupado se incrementó 2.2%, por lo que no se considera un cambio drástico. 5.4 Diseño con Canastillas Mixtas El último diseño que se busca evaluar corresponde a la propuesta con canastillas mixtas, es decir con canastillas de distintas dimensiones. La idea de generar este análisis es para conocer el efecto en los indicadores al diferenciar el tamaño de canastillas para productos ubicados en la “zona caliente” y los productos ubicados en “zonas frías” o de baja rotación. 5.4.1 Diseño de Layout de Almacén

El layout propuesto para el diseño con canastillas reducidas (DCR) está compuesto por 81 canastillas divididas en dos grupos: Productos de alta rotación “A” y los productos de baja rotación “B”. Las dimensiones de las canastillas para el grupo “A” son las mismas que las utilizadas en el Diseño con Canastillas Estándar (DCE). Por otra

INDICADOR SA DFAC %



% Espacio Ocupado 21% 20.4% -2.6%

57

parte, para el grupo “B” las dimensiones de las canastillas son las siguientes: ancho (30 cm), altura (30 cm) y profundidad (25 cm). El acomodo de las canastillas se ejemplifica en la Figura 5.10, mientras que la asignación de canastillas a cada grupo se muestra en la Figura 5.9.

GRUPO CANASTILLAS

Alta Rotación “A” Ranking {1-15}

Baja Rotación “B” Ranking {16-81}

Figura 5.9 Segmentación de grupos de acuerdo a ranking de productos

Figura 5.10 Layout propuesto para Diseño Mixto

5.4.2 Política para Acomodo de Producto en Layout

La política de acomodo de producto para el Diseño Mixto, es muy similar al propuesto en el Diseño con Canastillas Estándar (DCE) con la diferencia de que casi todos los productos tienen una canastilla asignada, con la excepción de los últimos 12 SKU’s del ranking de productos. Estos últimos 12 productos comparten las canastillas evaluadas en las posiciones 76 a la 81 en el ranking de evaluación de canastillas. 5.4.3 Resultados

Para probar el desempeño del diseño mixto (DM) presentado en la sección 5.4.1, se propone realizar una simulación con datos reales correspondientes a 12 semanas. Lo que se busca obtener mediante esta prueba es ver el efecto en los indicadores de desempeño tras combinar tamaños de canastillas de dos dimensiones distintas.

58

Al igual que en la prueba realizada con el DCE, se busca simular la información de 12 semanas, mediante el uso de programación básica en Excel, la plantilla utilizada y los resultados obtenidos se presentan en el apartado final como Apéndice B.


simulación para el diseño con canastillas mixtas (DM). Como puede observarse, la distancia recorrida promedio por “pick” se mantiene constantemente por debajo de 1.05 metros. Así mismo como puede observarse en la Figura 5.11, pareciera tener un comportamiento casi perfectamente paralelo al DCE, lo cual es totalmente valido debido a que el diseño es bastante similar, con la excepción del acomodo de los productos del grupo “B”.




% Espacio Ocupado 19% 25% 25% 24% 25% 27% 29% 23% 22% 24% 25% 24% 23%


Simulación del Diseño Mixto

Figura 5.11 Gráfica comparativa de Distancia Recorrida Promedio por Pick entre Diseños con Canastillas Estándar y Diseño Mixto


promedios de las 12 semanas de los tres indicadores obtenidos tanto en la situación actual, así como en las simulaciones con el diseño con canastillas estándar (DCE) y el diseño mixto (DM), esta comparativa puede observarse en la Tabla 5.12.

1.12

1.18

1.12

1.16

1.13

1.14

1.151.12

1.171.15

1.21

1.19

1.11

1.21

1.16

1.20

1.16

1.20

1.16

1.15

1.19

1.18

1.22

1.19

1.10

1.12

1.14

1.16

1.18

1.20

1.22

1.24

S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12

DR

PP

(m

/pic

k)

Semanas


DM DCE

59

INDICADOR SA DM %




INDICADOR DCE DM %





Situación Actual – DM y DCE – DM Observando los resultados de la tabla comparativa entre la Situación Actual y DM, se puede observar un ligero decremento en los indicadores de distancia recorrida total, en aproximadamente 2.5%, mientras que la distancia recorrida promedio por pick disminuyo 48.3%. Por otro lado, el espacio ocupado se incrementó 10.4% al pasar de 21% a 23.2% la ocupación promedio de espacios.


y DM la distancia recorrida promedio por pick disminuyó en un 2.0%, mientras que la distancia recorrida total disminuyó 1.3%, sin embargo, cabe señalar que el diseño mixto a diferencia del diseño estándar, contiene casi el 90% de los productos asignados a una canastilla, mientras que para el caso del diseño con canastillas estándar los únicos productos que no comparten canastilla son los pertenecientes al grupo “A”, comprendidos por los primeros 15 productos del ranking.

Por otra parte, el porcentaje de espacio ocupado se incrementó 16%, por lo que

sin lugar a dudas el uso de canastillas más chicas maximiza el aprovechamiento de los espacios.

60

CAPÍTULO 6 CONCLUSIONES Y RECOMENDACIONES Para concluir este trabajo de tesis, en esta última sección se presentarán las conclusiones y recomendaciones generadas a lo largo de este proyecto de investigación. Esto con la finalidad de resumir los principales hallazgos, aprendizajes y beneficios obtenidos con la implementación de este trabajo de investigación.

El objetivo de esta tesis era desarrollar una metodología que permitiera optimizar el acomodo de productos refrigerados dentro de una unidad de reparto. Este objetivo se logra en primera instancia al implementar la metodología de 7 pasos descrita en el capítulo 3. Gracias a esta metodología se logró documentar detalladamente la secuencia de actividades necesarias para la generación de un diseño o propuesta que resultara operativamente factible, pero que a la par resolviera la problemática de reducir los traslados efectuados para el proceso de preparación de los pedidos.

Dentro de los resultados obtenidos, vale la pena comentar, que para el caso del

Diseño con Canastillas Reducidas (DCR) y el Diseño con Factor Ajustado Calculado (DFAC) se observaron resultados bastante positivos en los indicadores de desempeño, particularmente en la distancia recorrida promedio por pick, en la cual se observa una reducción considerable en los traslados recorridos.

RESUMEN DE INDICADORES DE DESEMPEÑO POR TIPO DE DISEÑO

INDICADOR SA DCE DCR DF DFAC DM

Distancia Recorrida Total (m) 148.4 146.5 129.4 150.7 138.0 144.6

Distancia Rec. Prom. X Pick (m/pick) 2.23 1.18 1.03 1.21 1.11 1.15

Espacio Ocupado (%) 21% 20% 36% 20% 20% 23%

Jornada Laboral (h/día) 12.0 10.9 10.7 10.9 10.8 10.9

Visitas Adicionales (visitas/día) - 3.0 3.5 2.9 3.3 3.1

Ahorros ($/mes) - $293.9 $334.8 $284.7 $313.0 $300.4

Ventas Adicionales ($/mes) - $1,598.3 $1,872.7 $1,538.2 $1,725.4 $1,641.7

Tabla 6.1 Resumen con Indicadores de Desempeño por Tipo de Diseño

Por otra parte, en la tabla 6.1 se presenta un resumen final con los resultados

obtenidos para cada tipo de diseño. Con base a esto, se puede señalar que la jornada laboral es reducida considerablemente para todos los diseños propuestos, siendo el Diseño con Canastillas Reducidas (DCR) el de mayor reducción, con cerca del 10.7 % de la jornada laboral diaria.

Cabe señalar que la jornada actual estimada en 12 horas, no es la deseada por la

organización, sin embargo, para este caso de estudio se está considerando utilizar este indicador como base para evaluar el número de visitas adicionales que se obtendrían al

61

disminuir el tiempo invertido en la preparación de los pedidos. Considerando esto, se puede observar en la tabla 6.1 que en general todos los diseños generan más de 3 visitas adicionales por día, siendo el caso del DCR el de mayor impacto con 3.5 visitas adicionales por día. Para el caso del DCR, esto se traduce en ventas potenciales por cerca de $1,872.7 dólares mensuales, lo cual representa cerca del 12% de las ventas actuales.

DISEÑOS ALTERNATIVOS VS SITUACIÓN ACTUAL

INDICADOR DCE DCR DF DFAC DM

Distancia Recorrida Total (%) -1.3% -12.8% 1.5% -7.0% -2.5%

Distancia Rec. Prom. X Pick (%) -47.2% -53.8% -45.8% -50.3% -48.3%

Espacio Ocupado (%) -4.8% 70.2% -2.6% -2.6% 10.4%

Jornada Laboral (%) -9.2% -10.6% -8.9% -9.9% -9.4%

Ahorros / Gasto de Ventas Actual (%) 9.9% 11.3% 9.6% 10.5% 10.1%

Ventas Adicionales / Ventas Actuales (%) 10.1% 11.9% 9.7% 10.9% 10.4%

Tabla 6.2 Comparativa entre Diseño con Canastillas Estándar, Diseños Alternativos y Situación Actual

Por otra parte, en el Apéndice E, se presenta el cálculo estimado para el costo por

minuto de servicio, el cual ronda los 0.16 dólares por minuto. Utilizando el indicador de costo por minuto se ha estimado el costo total del tiempo ahorrado mediante la implementación de los nuevos diseños, este costo se presenta en la tabla 6.1 como “Ahorros”. Considerando esto se puede observar en la tabla 6.2 que estos ahorros en el tiempo de preparación de pedidos representan aproximadamente entre el 10% y 12% del gasto de ventas mensual de la ruta evaluada. Este gasto considera el gasto de nómina, bonos, viáticos, gasolina, mantenimiento de unidad, entre otras cosas.

Así mismo de acuerdo a los resultados obtenidos en los distintos diseños se puede

resumir que:

• Entre más pequeñas sean las dimensiones de las canastillas los recorridos realizados son menores. Sin embargo, cabe recalcar que para los productos con mayor cantidad de “picks” esto puede traducirse en un mayor recorrido, debido principalmente al hecho de que pudieran ocupar un mayor número de espacios y esto se puede traducir en recorridos promedio más largos.

• La política de acomodo de producto tiene implicaciones importantes en los resultados obtenidos, por ejemplo. Al utilizar la política ABC en el Diseño con Canastillas Estándar se propició la asignación de un espacio mejor evaluado para los productos y por ende se obtuvieron buenos resultados. Caso contrario ocurre en el Diseño por Familia, en donde al segmentar los productos de acuerdo a su familia, el ranking de los productos pierde relevancia, debido a que estos quedaron separados en 4 grandes grupos.

62

• Los gráficos de control son una herramienta complementaria al proceso de diseño que nos puede servir de gran utilidad para identificar causas anormales de variación en los procesos, estos gráficos a su vez deben ser utilizados como generadores de alertas preventivas para rediseñar el layout de un almacén.

• Las propuestas de layout, por si mismas no son generadoras de “ahorros”, ya que los gastos de ventas no dependen en realidad del tiempo dedicado a preparar los pedidos, sin embargo, la optimización de este proceso si tiene un impacto en la rentabilidad de la ruta, ya que puede traducirse en un mayor tiempo disponible para visitar clientes y por ende incrementar las ventas.

Adicionalmente, esta investigación propone una exploración hacia temas que

pudieran considerarse un poco especulativos como son los diseños de layout alternativos. La finalidad de incluir esta sección en la presente investigación se debe más a un tema exploratorio, ya que hay preguntas valiosas que no fueron resueltas del todo en el caso de aplicación. Una de esas preguntas es el efecto del tamaño de la canastilla en el desempeño de un diseño, el cual se explora en gran medida en la propuesta con canastillas reducidas.

Por otra parte, es de suma importancia resaltar que cada diseño tiene sus

particularidades que los hacen de cierta forma únicos e independientes. Por un lado, se tienen diseños que tienen canastillas compartidas entre varios productos como sucede con el Diseño con Canastillas Estándar (DCE), Diseño por Familias (DF) y Diseño con Factor Ajustado Calculado (DFAC). Mientras que por otra parte se presentan a la par diseños con canastillas asignadas para cada producto como se observa con el Diseño con Canastillas Reducidas (DCR) y el Diseño Mixto (DM).

Es posible que las diferencias anteriormente mencionadas puedan generar

confusión, en particular si lo que se busca es generar una comparativa equitativa con los resultados obtenidos para cada diseño. Por esta razón se debe señalar que los resultados generados deben ser utilizados como una referencia para evaluación de indicadores de desempeño, más no representan una solución óptima.

Una vez mencionado lo anterior, no se puede descartar que bajo ciertas

combinaciones se obtengan resultados bastante más cercanos al óptimo deseado para la resolución de la problemática planteada en un principio. Esto se debe en gran medida a que durante la generación de los diseños alternativos se identificaron una gran cantidad de variables que tienen distintos niveles de incidencia en el desempeño del diseño, entre las identificadas resaltan las dimensiones de las canastillas, el diseño del rack, las dimensiones de la caja de la unidad, el factor de ajuste por altura, entre otras.

Al finalizar la presente investigación aún quedan muchos temas por mejorar y algunos otros más por profundizar. Entre los temas relevantes para futuras investigaciones se proponen los siguientes:

63

• Generación de métodos heurísticos y casos de aplicación para métodos de “picking” cortos en almacenes de unidades de reparto.

• Análisis de impactos operativos y económicos al implementar una propuesta de layout sugerida en esta investigación.

• Caso de estudio para analizar el comportamiento de diferentes diseños a lo largo de periodos de tiempo más largos (Más de 6 meses).

64

CAPÍTULO 7 REFERENCIAS BIBLIÓGRAFICAS

[1] Aydin, G y Ozkan C. (2012). Multiple Criteria ABC Analysis with Clustering. Journal

of Industrial Engineering, 7. Recuperado de DOI: http://dx.doi.org/10.1155/2013/827274

[2] Ballou, Ronald (2004). Business Logistics Supply Chain Management. México:

Pearson Education International.

[3] Bartholdi, John y Hackman, Steven (2014). Warehouse and Distribution Science.

Atlanta, GA: Georgia Institute of Technology.

[4] Batchelor, Jennifer (2012). The Art and Science of Logistics for Space Optimization.

American Public University. Recuperado de:

http://onlinelearningtips.com/2012/12/06/the-art-and-science-of-logistics-for-space-

optimization/

[5] Caron, F., Marchet, G. y Perego, A. (2000). Layout design in manual picking system:

a simulation approach. Integrated Manufacturing Systems, 11(2), 94-104. Recuperado

de DOI: https://doi.org/10.1108/09576060010313946

[6] De Koster, R., Le-Duc, T. y Roodbergen, K.J. (2007). Design and control of

warehouse order picking: a literature review. European Journal of Operational

Research, 182(2), 481-501. Recuperado de DOI:

https://doi.org/10.1016/j.ejor.2006.07.009

[7] Dhoka, D. y Lokeswara Y. (2013). ABC Classification for Inventory Optimization.

IOSR Journal of Business and Management,15(1), 38-41. Recuperado de DOI:

http://doi.org/10.9790/487X-1513841

[8] Dwivedi, Ashish (2016). Innovative Solutions for Implementing Global Supply Chains

in Emerging Markets. Hershey, PA: IGI Global, 220.

[9] IPN (2016). Logística de la Distribución. Recuperado de:

http://www.virtual.sepi.upiicsa.ipn.mx/mdid/LVC/logi/VIIDistribuci%C3%B3n.pdf

[10] Partovi, F. & Anandarajan, M. (2002). Classifying inventory using an artificial neural

network approach. Computers & Industrial Engineering, 41(4), 389-404. Recuperado de

DOI: https://doi.org/10.1016/S0360-8352(01)00064-X

http://dx.doi.org/10.1155/2013/827274

http://onlinelearningtips.com/2012/12/06/the-art-and-science-of-logistics-for-space-optimization/

http://onlinelearningtips.com/2012/12/06/the-art-and-science-of-logistics-for-space-optimization/

https://doi.org/10.1108/09576060010313946

https://doi.org/10.1016/j.ejor.2006.07.009

http://www.virtual.sepi.upiicsa.ipn.mx/mdid/LVC/logi/VIIDistribuci%C3%B3n.pdf

https://doi.org/10.1016/S0360-8352(01)00064-X

65

[11] PWC (2012). Transportation and Logistics 2030: Winning the talent race.

Recuperado de: http://www.pwc.com/gx/en/industries/transportation-

logistics/publications/tl-2030-volume-5.html

[12] Rouwenhorst, B., Reuter, B., Stockrahm, V., van Houtum, G.J., Mantel, R.J. and

Zijm, W.H.M. (2000). Warehouse design and control: framework and literature review.

European Journal of Operational Research, 122(3), 515-533. Recuperado de DOI:

https://doi.org/10.1016/S0377-2217(99)00020-X

[13] Ramanathan, R. (2006). ABC inventory classification with multiple-criteria using

weighted linear optimization. Computers & Operations Research, 33(3), 695-700.

Recuperado de DOI: https://doi.org/10.1016/j.cor.2004.07.014

[14] Ravinder, H. y Misra R. (2014). ABC Analysis for Inventory Management: Bridging

the Gap between Research and Classroom. American Journal of Business Education

7(3), 257-264. Recuperado de DOI: https://doi.org/10.19030/ajbe.v7i3.8635

[15] Rushton, A., Croucher, P. y Baker, P. (2010). The Handbook of Logistics and

Distribution Management. Filadelfia, PA: The Chartered Institute of Logistics and

Transport.

[16] Isuzu México (2018). Ficha Técnica Isuzu Elf 200. México: Isuzu Motors.

Recuperado de: http://www.isuzumex.com.mx/camiones/elf-200

[17] AT&T Technologies (1984). Statistical Quality Control Handbook (pp. 25-28).

Indianapolis, IN: AT&T.

[18] Santillán, Ian (2014). Western Electric Rules & Nelson Rules. Recuperado de:

https://sites.google.com/site/procesos0819/calidad-quality/nelson-rules

http://www.pwc.com/gx/en/industries/transportation-logistics/publications/tl-2030-volume-5.html

http://www.pwc.com/gx/en/industries/transportation-logistics/publications/tl-2030-volume-5.html

https://doi.org/10.1016/S0377-2217(99)00020-X

https://doi.org/10.1016/j.cor.2004.07.014

https://doi.org/10.19030/ajbe.v7i3.8635

http://www.isuzumex.com.mx/camiones/elf-200

https://sites.google.com/site/procesos0819/calidad-quality/nelson-rules

66

APÉNDICE A INFORMACIÓN DE VENTAS Y PRODUCTOS

Material Material LBS/Pieza LBS/Canastilla Vol (LBS) Can. Ocupadas No. Picks Vol (LBS) Can. Ocupadas No. Picks Vol (LBS) Can. Ocupadas No. Picks Vol (LBS) Can. Ocupadas No. Picks

CF 1293 1.12 48.50 6.39 0.11 1.83 4.23 0.09 2.00 6.43 0.13 3.17 5.33 0.11 2.83

CF 1299 0.56 23.15 1.10 0.01 0.33 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

QU 8714 0.40 14.29 4.83 0.34 2.83 4.10 0.29 2.33 4.56 0.32 2.50 6.81 0.48 3.00

QU 11918 1.10 39.68 0.00 0.00 0.00 5.07 0.02 0.17 0.00 0.00 0.00 0.00 0.00 0.00

QU 11920 2.20 39.68 0.00 0.00 0.00 29.75 0.12 0.17 0.00 0.00 0.00 0.00 0.00 0.00

CF 11934 2.20 39.68 0.00 0.00 0.00 0.00 0.00 0.00 5.51 0.05 0.67 5.51 0.05 0.33

CF 11936 0.25 38.03 0.00 0.00 0.00 0.00 0.00 0.00 2.44 0.05 1.33 5.46 0.05 1.00

QU 12883 0.33 23.81 1.16 0.02 0.50 0.66 0.01 0.33 1.98 0.01 0.67 0.74 0.02 1.00

QU 12884 0.33 23.81 0.82 0.01 0.33 0.50 0.01 0.50 0.66 0.00 0.17 0.00 0.00 0.00

QU 12885 0.46 22.22 2.30 0.02 0.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 13055 0.55 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 13057 0.22 44.09 1.16 0.02 0.67 1.65 0.02 1.00 1.65 0.02 1.00 1.76 0.02 0.67

CR 15309 0.99 39.51 1.64 0.02 0.50 1.48 0.01 0.33 0.00 0.00 0.00 0.00 0.00 0.00

PS 15418 0.28 19.40 0.00 0.00 0.00 2.75 0.02 0.17 0.00 0.00 0.00 0.00 0.00 0.00

PS 15421 0.28 19.40 0.00 0.00 0.00 2.75 0.02 0.17 0.00 0.00 0.00 0.55 0.00 0.17

CF 15586 0.51 45.64 4.13 0.09 2.83 7.17 0.16 3.50 5.87 0.11 3.17 5.97 0.11 3.33

QU 15619 0.49 23.28 1.29 0.06 1.50 3.23 0.14 2.17 1.45 0.06 1.83 3.39 0.12 1.83

QU 15633 0.44 52.91 0.00 0.00 0.00 0.88 0.00 0.17 0.00 0.00 0.00 0.00 0.00 0.00

YO 15639 0.52 41.45 3.10 0.02 0.67 1.42 0.02 0.67 3.10 0.05 0.67 3.10 0.01 0.33

YO 15643 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.32 0.01 0.17

CF 15858 0.37 22.49 1.22 0.04 0.83 2.24 0.07 1.67 1.27 0.05 1.17 1.31 0.04 1.17

CF 15859 2.20 44.09 3.90 0.06 0.67 6.14 0.09 0.67 6.14 0.09 0.83 5.80 0.11 0.83

CF 15860 1.26 37.70 5.61 0.12 2.00 7.64 0.17 2.33 5.73 0.10 1.50 5.10 0.09 1.00

CF 15861 6.61 33.07 9.26 0.23 1.17 8.27 0.17 0.83 7.94 0.20 0.83 13.23 0.27 1.33

QU 15867 0.22 25.35 6.49 0.26 6.50 6.93 0.27 6.00 8.73 0.34 9.00 6.07 0.20 4.33

GE 15889 0.88 42.33 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.76 0.01 0.17

GE 15890 0.42 40.21 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.10 0.01 0.17

QU 16211 0.30 32.10 9.40 0.29 6.83 11.15 0.35 7.67 12.40 0.39 9.67 12.20 0.38 9.83

BE 16221 0.65 7.80 9.10 0.19 0.33 3.68 0.24 0.83 3.47 0.22 0.67 4.39 0.37 1.33

BE 16223 0.65 7.80 3.90 0.08 0.33 3.25 0.14 0.50 2.28 0.19 0.83 4.33 0.28 0.83

QU 16262 0.45 10.58 1.14 0.09 1.17 0.00 0.00 0.00 0.00 0.00 0.00 1.54 0.05 0.33

QU 16263 0.89 21.16 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

QU 16349 1.10 44.09 2.20 0.02 0.33 1.10 0.01 0.50 2.20 0.01 0.17 0.00 0.00 0.00

YO 16379 0.52 41.45 1.03 0.00 0.17 1.24 0.02 0.83 2.75 0.03 0.50 1.42 0.02 0.83

YO 16381 0.52 41.45 0.00 0.00 0.00 0.00 0.00 0.00 5.15 0.02 0.17 0.00 0.00 0.00

YO 16389 0.52 41.45 1.29 0.02 1.00 0.00 0.00 0.00 3.10 0.02 0.33 1.29 0.02 1.00

YO 16391 0.32 5.11 0.96 0.03 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 16395 0.52 41.45 2.07 0.02 0.67 4.83 0.06 1.00 3.10 0.04 0.67 2.46 0.04 1.00

YO 16401 0.52 41.45 8.04 0.19 4.17 8.65 0.21 4.67 11.33 0.27 5.17 7.53 0.18 3.83

YO 16402 0.52 41.45 11.59 0.28 4.67 17.38 0.42 7.50 20.93 0.51 7.67 17.04 0.41 8.00

YO 16406 0.52 41.45 2.34 0.02 0.50 2.08 0.01 0.17 1.56 0.02 0.50 2.42 0.03 0.83

YO 16467 0.28 24.25 1.38 0.05 1.33 2.59 0.09 1.50 2.35 0.03 0.50 2.39 0.05 1.00

YO 16468 0.28 24.25 0.55 0.00 0.17 0.83 0.01 0.17 0.00 0.00 0.00 0.55 0.01 0.33

YO 16470 0.28 24.25 1.11 0.01 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16575 0.59 43.98 27.64 0.63 9.17 26.13 0.50 6.83 32.82 0.75 11.50 26.57 0.60 9.83

CF 16576 0.64 38.36 0.64 0.00 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16577 0.64 38.36 1.92 0.03 0.83 0.00 0.00 0.00 4.79 0.04 0.83 0.00 0.00 0.00

CF 16582 1.00 60.05 18.13 0.30 3.00 24.75 0.34 1.50 24.45 0.41 2.67 24.28 0.40 2.50

CM 16645 0.42 27.23 5.60 0.21 2.50 6.23 0.23 2.67 5.95 0.22 2.50 6.72 0.21 1.83

CF 16701 11.02 44.09 18.42 0.42 1.50 22.11 0.42 1.50 30.40 0.46 1.83 28.74 0.54 1.83

CF 16703 1.10 40.56 12.78 0.26 4.83 14.00 0.29 5.17 13.35 0.33 5.33 16.06 0.40 6.50

CF 16780 4.76 47.62 8.11 0.09 0.83 16.23 0.34 2.17 12.17 0.17 1.17 12.66 0.22 1.50

CF 16793 1.10 52.91 9.13 0.12 1.50 14.87 0.28 2.17 9.13 0.17 2.17 20.03 0.25 2.67

CF 16836 5.07 50.71 0.00 0.00 0.00 35.49 0.12 0.17 0.00 0.00 0.00 15.21 0.05 0.17

CF 16873 1.00 60.05 1.01 0.01 0.33 2.03 0.01 0.50 4.06 0.02 0.50 1.35 0.01 0.67

CF 16874 5.00 50.00 0.00 0.00 0.00 6.00 0.10 1.00 5.00 0.03 0.33 10.00 0.07 0.50

CF 16877 1.00 60.05 1.69 0.01 0.50 2.03 0.02 0.83 1.01 0.01 0.50 1.52 0.01 0.33

CF 16878 5.00 50.00 16.67 0.33 1.67 37.50 0.75 2.00 32.00 0.53 1.17 20.00 0.40 2.83

CF 16879 1.00 60.05 2.37 0.02 0.83 1.52 0.02 0.67 2.03 0.01 0.33 1.01 0.00 0.17

CF 16880 5.00 50.00 0.00 0.00 0.00 5.00 0.03 0.33 10.00 0.03 0.17 0.00 0.00 0.00

CF 16889 1.01 40.56 2.03 0.02 0.50 4.06 0.03 0.50 10.14 0.04 0.17 7.10 0.06 0.50

CF 16890 0.25 38.03 1.52 0.01 0.17 1.27 0.01 0.33 3.55 0.02 0.50 0.00 0.00 0.00

CF 16908 6.61 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16927 0.25 38.03 26.02 0.68 17.50 24.17 0.64 15.67 25.81 0.68 15.50 22.44 0.59 14.50

CF 16930 2.65 42.33 87.35 2.06 13.83 96.65 2.28 12.67 79.81 1.89 13.17 86.90 2.05 12.50

QU 16949 5.29 63.49 5.51 0.06 0.67 39.69 0.52 1.17 9.92 0.13 1.00 21.13 0.33 1.67

CM 16981 0.29 51.59 20.21 0.39 9.00 22.31 0.43 8.67 28.54 0.46 9.83 21.02 0.41 8.83

CM 16982 1.08 43.21 1.09 0.01 0.50 2.91 0.03 0.67 2.18 0.03 0.50 2.18 0.03 0.67

QU 16998 11.02 44.09 38.53 0.87 2.67 34.86 0.79 2.50 38.53 0.87 2.50 55.05 1.04 2.67

YO 17084 2.20 13.23 0.00 0.00 0.00 2.21 0.03 0.17 2.21 0.03 0.17 0.00 0.00 0.00

YO 17086 2.20 13.23 0.00 0.00 0.00 0.00 0.00 0.00 2.21 0.03 0.17 0.00 0.00 0.00

CF 17110 2.12 42.33 0.00 0.00 0.00 0.00 0.00 0.00 35.51 0.28 0.50 27.62 0.11 0.17

PS 17121 0.49 9.70 0.49 0.01 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 17175 0.55 39.68 0.55 0.00 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17178 0.20 7.14 1.19 0.03 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17179 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 1.28 0.08 0.33 0.00 0.00 0.00

YO 17180 0.32 5.11 0.32 0.01 0.17 0.00 0.00 0.00 0.43 0.04 0.50 0.00 0.00 0.00

YO 17181 0.32 5.11 0.00 0.00 0.00 0.64 0.02 0.17 0.00 0.00 0.00 0.00 0.00 0.00

YO 17189 0.20 7.14 1.19 0.03 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17195 0.32 5.11 0.32 0.01 0.17 0.32 0.01 0.17 0.00 0.00 0.00 0.00 0.00 0.00

YO 17196 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 0.32 0.01 0.17 0.00 0.00 0.00

CF 17216 2.23 44.09 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 17233 1.01 60.05 3.00 0.01 0.50 3.00 0.01 0.33 2.33 0.02 0.67 2.00 0.02 0.83

PI 17259 0.56 20.37 1.10 0.01 0.17 1.65 0.01 0.17 0.00 0.00 0.00 0.00 0.00 0.00

PI 17263 0.45 17.81 0.48 0.00 0.17 1.44 0.01 0.17 0.00 0.00 0.00 2.89 0.03 0.17

QU 17291 2.20 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 405069 1.00 48.04 0.00 0.00 0.00 0.00 0.00 0.00 55.56 0.19 0.17 0.00 0.00 0.00

INFORMACIÓN DEMANDA Semana 1 Semana 2 Semana 3 Semana 4

67

Material Material LBS/Pieza LBS/Canastilla Vol (LBS) Can. Ocupadas No. Picks Vol (LBS) Can. Ocupadas No. Picks Vol (LBS) Can. Ocupadas No. Picks Vol (LBS) Can. Ocupadas No. Picks

CF 1293 1.12 48.50 4.41 0.08 2.00 5.07 0.10 2.50 5.69 0.12 2.67 5.33 0.11 2.67

CF 1299 0.56 23.15 1.10 0.01 0.17 0.00 0.00 0.00 0.00 0.00 0.00 1.10 0.01 0.17

QU 8714 0.40 14.29 11.83 0.69 3.00 11.12 0.47 1.00 13.43 0.94 2.50 7.28 0.51 3.33

QU 11918 1.10 39.68 5.07 0.02 0.17 15.21 0.08 0.17 0.00 0.00 0.00 0.00 0.00 0.00

QU 11920 2.20 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 11934 2.20 39.68 4.41 0.06 0.83 2.21 0.01 0.17 0.00 0.00 0.00 3.31 0.03 0.33

CF 11936 0.25 38.03 3.43 0.06 1.50 3.61 0.09 1.67 0.00 0.00 0.00 0.00 0.00 0.00

QU 12883 0.33 23.81 0.99 0.02 0.67 0.99 0.01 0.17 1.32 0.03 0.83 0.99 0.01 0.50

QU 12884 0.33 23.81 0.00 0.00 0.00 0.00 0.00 0.00 1.98 0.01 0.17 0.00 0.00 0.00

QU 12885 0.46 22.22 0.00 0.00 0.00 0.00 0.00 0.00 2.76 0.02 0.17 0.00 0.00 0.00

CF 13055 0.55 39.68 0.00 0.00 0.00 0.55 0.01 0.33 0.00 0.00 0.00 0.00 0.00 0.00

CF 13057 0.22 44.09 2.11 0.04 1.33 0.00 0.00 0.00 2.64 0.05 1.67 1.85 0.03 1.17

CR 15309 0.99 39.51 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

PS 15418 0.28 19.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.75 0.02 0.17

PS 15421 0.28 19.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.75 0.02 0.17

CF 15586 0.51 45.64 5.06 0.11 3.33 4.22 0.06 1.33 5.82 0.04 1.17 7.09 0.05 1.50

QU 15619 0.49 23.28 2.13 0.08 1.50 3.87 0.07 0.67 4.36 0.19 3.33 2.58 0.11 2.33

QU 15633 0.44 52.91 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.88 0.00 0.17

YO 15639 0.52 41.45 1.81 0.01 0.50 1.94 0.04 1.00 3.49 0.06 0.83 2.72 0.04 1.17

YO 15643 0.32 5.11 0.32 0.01 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 15858 0.37 22.49 1.57 0.06 1.17 1.40 0.05 1.67 2.17 0.08 2.67 1.40 0.04 1.17

CF 15859 2.20 44.09 7.14 0.13 1.00 5.80 0.13 1.00 5.35 0.10 0.83 7.81 0.12 0.83

CF 15860 1.26 37.70 6.88 0.15 2.00 2.55 0.05 1.00 3.19 0.08 1.33 4.46 0.12 2.00

CF 15861 6.61 33.07 15.43 0.47 2.00 21.50 0.52 1.83 15.87 0.40 1.67 13.23 0.27 1.17

QU 15867 0.22 25.35 5.72 0.19 4.50 6.91 0.27 5.83 8.36 0.33 7.50 7.30 0.29 7.00

GE 15889 0.88 42.33 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

GE 15890 0.42 40.21 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

QU 16211 0.30 32.10 11.15 0.35 8.83 9.78 0.30 6.83 11.25 0.35 8.67 8.50 0.26 7.33

BE 16221 0.65 7.80 3.90 0.17 0.50 5.20 0.13 0.33 4.23 0.18 0.67 6.18 0.26 0.83

BE 16223 0.65 7.80 4.55 0.10 0.33 5.20 0.13 0.33 4.23 0.18 0.67 5.53 0.24 0.67

QU 16262 0.45 10.58 0.77 0.05 0.83 3.52 0.07 0.33 1.10 0.07 0.83 0.44 0.01 0.17

QU 16263 0.89 21.16 0.00 0.00 0.00 14.67 0.42 0.50 0.00 0.00 0.00 0.00 0.00 0.00

QU 16349 1.10 44.09 0.00 0.00 0.00 0.00 0.00 0.00 2.20 0.01 0.17 0.00 0.00 0.00

YO 16379 0.52 41.45 1.29 0.01 0.33 2.58 0.04 0.83 0.00 0.00 0.00 1.03 0.00 0.17

YO 16381 0.52 41.45 0.00 0.00 0.00 0.00 0.00 0.00 7.73 0.03 0.17 0.00 0.00 0.00

YO 16389 0.52 41.45 0.00 0.00 0.00 2.33 0.02 0.50 0.00 0.00 0.00 0.00 0.00 0.00

YO 16391 0.32 5.11 0.00 0.00 0.00 15.95 0.62 0.17 0.00 0.00 0.00 0.00 0.00 0.00

YO 16395 0.52 41.45 2.33 0.04 1.00 1.97 0.05 1.50 3.10 0.05 1.33 2.48 0.05 1.17

YO 16401 0.52 41.45 8.13 0.20 5.00 8.51 0.21 4.00 6.92 0.17 4.00 6.14 0.15 3.33

YO 16402 0.52 41.45 19.38 0.47 7.83 20.65 0.50 7.33 19.81 0.48 7.17 17.90 0.43 7.33

YO 16406 0.52 41.45 1.73 0.02 0.50 2.08 0.03 0.83 5.45 0.04 0.83 2.34 0.04 1.17

YO 16467 0.28 24.25 2.32 0.08 1.67 1.29 0.03 0.67 1.84 0.04 0.67 1.56 0.03 0.67

YO 16468 0.28 24.25 1.10 0.02 0.33 1.66 0.01 0.17 1.66 0.01 0.17 1.11 0.01 0.17

YO 16470 0.28 24.25 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16575 0.59 43.98 27.25 0.62 10.17 33.87 0.77 10.17 34.96 0.79 10.33 32.03 0.73 9.83

CF 16576 0.64 38.36 0.00 0.00 0.00 0.00 0.00 0.00 4.90 0.06 1.00 7.03 0.06 1.00

CF 16577 0.64 38.36 2.13 0.03 0.83 0.00 0.00 0.00 4.69 0.06 1.50 12.40 0.27 1.50

CF 16582 1.00 60.05 19.29 0.32 2.50 33.18 0.44 3.00 37.33 0.52 3.33 25.62 0.43 3.67

CM 16645 0.42 27.23 4.69 0.17 2.00 7.81 0.29 3.00 5.88 0.18 1.83 5.63 0.17 2.33

CF 16701 11.02 44.09 22.11 0.25 1.00 15.48 0.35 1.17 26.53 0.50 1.67 27.64 0.42 1.17

CF 16703 1.10 40.56 13.59 0.28 4.83 14.81 0.37 5.67 13.01 0.32 5.33 13.69 0.34 6.17

CF 16780 4.76 47.62 15.58 0.27 1.50 8.76 0.18 1.50 16.23 0.34 2.00 14.60 0.31 2.17

CF 16793 1.10 52.91 10.90 0.14 0.83 7.86 0.12 1.17 6.93 0.13 1.67 6.09 0.04 0.50

CF 16836 5.07 50.71 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 20.28 0.07 0.17

CF 16873 1.00 60.05 1.01 0.01 0.33 1.01 0.01 0.50 1.35 0.01 0.50 2.03 0.01 0.17

CF 16874 5.00 50.00 7.50 0.05 0.33 12.50 0.10 0.67 10.00 0.07 0.67 10.00 0.07 0.67

CF 16877 1.00 60.05 2.54 0.01 0.33 0.00 0.00 0.00 1.01 0.01 0.33 0.00 0.00 0.00

CF 16878 5.00 50.00 33.75 0.45 1.33 13.75 0.22 1.17 31.00 0.52 1.67 23.33 0.47 1.17

CF 16879 1.00 60.05 1.27 0.01 0.67 1.01 0.01 0.67 0.00 0.00 0.00 0.00 0.00 0.00

CF 16880 5.00 50.00 0.00 0.00 0.00 32.50 0.52 0.83 10.00 0.07 0.33 0.00 0.00 0.00

CF 16889 1.01 40.56 7.44 0.09 0.50 11.92 0.23 1.17 6.69 0.14 1.00 9.53 0.20 1.67

CF 16890 0.25 38.03 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16908 6.61 39.68 0.00 0.00 0.00 26.81 0.14 0.17 0.00 0.00 0.00 6.70 0.06 0.17

CF 16927 0.25 38.03 21.51 0.57 14.33 24.29 0.64 13.67 22.99 0.60 15.67 23.07 0.61 15.67

CF 16930 2.65 42.33 85.57 2.02 13.83 84.07 1.99 12.17 114.83 2.71 16.17 92.22 2.18 13.83

QU 16949 5.29 63.49 15.43 0.20 1.00 11.02 0.14 1.17 11.02 0.17 1.33 13.23 0.17 1.33

CM 16981 0.29 51.59 26.84 0.52 9.83 22.21 0.43 7.50 25.79 0.50 11.17 26.93 0.52 10.83

CM 16982 1.08 43.21 1.09 0.01 0.50 3.27 0.03 0.33 3.27 0.04 0.83 3.63 0.04 0.83

QU 16998 11.02 44.09 44.04 0.67 1.67 39.64 0.90 2.33 49.54 1.12 2.83 40.37 0.92 2.17

YO 17084 2.20 13.23 29.76 0.75 0.33 0.00 0.00 0.00 13.23 0.17 0.17 0.00 0.00 0.00

YO 17086 2.20 13.23 2.21 0.03 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 17110 2.12 42.33 49.32 0.19 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

PS 17121 0.49 9.70 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 17175 0.55 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17178 0.20 7.14 0.00 0.00 0.00 0.00 0.00 0.00 4.75 0.11 0.17 0.00 0.00 0.00

YO 17179 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17180 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17181 0.32 5.11 0.32 0.01 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17189 0.20 7.14 0.00 0.00 0.00 0.00 0.00 0.00 4.75 0.11 0.17 0.00 0.00 0.00

YO 17195 0.32 5.11 0.00 0.00 0.00 1.28 0.05 0.17 8.29 0.27 0.17 0.00 0.00 0.00

YO 17196 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 17216 2.23 44.09 8.80 0.03 0.33 0.00 0.00 0.00 3.30 0.02 0.50 2.20 0.01 0.17

CF 17233 1.01 60.05 3.50 0.02 0.67 3.00 0.03 0.83 2.40 0.03 1.17 2.67 0.04 1.33

PI 17259 0.56 20.37 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

PI 17263 0.45 17.81 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

QU 17291 2.20 39.68 13.20 0.06 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 405069 1.00 48.04 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Semana 8Semana 7INFORMACIÓN DEMANDA Semana 5 Semana 6

68

Material Material LBS/Pieza LBS/Canastilla Vol (LBS) Can. Ocupadas No. Picks Vol (LBS)Can. OcupadasNo. Picks Vol (LBS)Can. OcupadasNo. Picks Vol (LBS)Can. OcupadasNo. Picks

CF 1293 1.12 48.50 4.63 0.08 1.50 3.58 0.06 1.17 5.51 0.11 2.00 6.80 0.14 2.83

CF 1299 0.56 23.15 0.00 0.00 0.00 0.55 0.00 0.00 0.55 0.00 0.17 0.00 0.00 0.00

QU 8714 0.40 14.29 4.83 0.34 2.83 4.53 0.32 2.33 2.12 0.15 2.17 6.95 0.49 2.83

QU 11918 1.10 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

QU 11920 2.20 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 11934 2.20 39.68 3.86 0.06 0.83 2.21 0.01 0.67 0.00 0.00 0.00 0.00 0.00 0.00

CF 11936 0.25 38.03 15.24 0.20 1.00 12.70 0.07 0.67 0.00 0.00 0.00 2.54 0.03 0.50

QU 12883 0.33 23.81 0.00 0.00 0.00 0.99 0.02 0.00 0.33 0.01 0.50 0.00 0.00 0.00

QU 12884 0.33 23.81 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

QU 12885 0.46 22.22 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 13055 0.55 39.68 0.00 0.00 0.00 0.00 0.00 0.00 18.33 0.23 0.67 0.00 0.00 0.00

CF 13057 0.22 44.09 2.11 0.04 1.17 3.08 0.04 1.50 3.08 0.03 1.17 1.32 0.01 0.50

CR 15309 0.99 39.51 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

PS 15418 0.28 19.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

PS 15421 0.28 19.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 15586 0.51 45.64 8.48 0.12 3.00 6.88 0.15 3.67 4.55 0.08 2.33 4.96 0.09 2.67

QU 15619 0.49 23.28 6.05 0.09 1.50 3.87 0.10 1.83 3.27 0.09 1.83 3.23 0.07 1.33

QU 15633 0.44 52.91 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 15639 0.52 41.45 2.07 0.02 1.00 2.07 0.03 1.00 1.55 0.04 1.67 1.81 0.01 0.50

YO 15643 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 15858 0.37 22.49 1.12 0.04 1.50 0.84 0.03 1.33 2.32 0.09 2.17 1.78 0.05 1.50

CF 15859 2.20 44.09 6.69 0.10 0.67 8.92 0.16 1.00 6.69 0.10 0.83 9.82 0.19 1.83

CF 15860 1.26 37.70 5.41 0.10 1.33 8.07 0.13 1.83 8.15 0.18 1.83 3.82 0.08 1.33

CF 15861 6.61 33.07 17.64 0.53 1.83 13.23 0.40 1.83 14.88 0.30 1.33 12.13 0.37 1.83

QU 15867 0.22 25.35 7.45 0.29 7.67 7.66 0.30 7.83 5.83 0.23 6.50 6.45 0.25 5.67

GE 15889 0.88 42.33 0.00 0.00 0.00 2.64 0.01 0.17 0.00 0.00 0.00 0.00 0.00 0.00

GE 15890 0.42 40.21 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

QU 16211 0.30 32.10 9.40 0.29 6.83 11.40 0.36 7.83 13.40 0.42 10.17 9.95 0.31 8.50

BE 16221 0.65 7.80 1.08 0.07 0.50 1.95 0.05 0.33 6.28 0.40 1.00 3.90 0.17 0.67

BE 16223 0.65 7.80 1.30 0.06 0.33 0.00 0.00 0.17 3.90 0.25 1.00 3.90 0.17 0.50

QU 16262 0.45 10.58 1.54 0.10 0.67 2.20 0.08 0.33 0.59 0.03 0.67 1.32 0.06 0.67

QU 16263 0.89 21.16 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

QU 16349 1.10 44.09 1.65 0.02 0.67 0.00 0.00 0.33 1.10 0.00 0.17 1.10 0.00 0.17

YO 16379 0.52 41.45 1.29 0.01 0.33 1.03 0.01 0.67 1.03 0.02 0.83 0.52 0.00 0.17

YO 16381 0.52 41.45 0.00 0.00 0.00 0.00 0.00 0.00 1.03 0.00 0.17 0.52 0.00 0.17

YO 16389 0.52 41.45 0.00 0.00 0.00 3.10 0.01 0.00 2.07 0.02 0.50 0.00 0.00 0.00

YO 16391 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 16395 0.52 41.45 2.07 0.03 0.83 3.75 0.07 1.33 2.84 0.07 2.00 2.46 0.04 1.00

YO 16401 0.52 41.45 7.44 0.18 3.50 9.24 0.22 3.67 7.78 0.19 4.00 7.87 0.19 3.83

YO 16402 0.52 41.45 10.64 0.26 4.67 16.40 0.40 6.83 17.30 0.42 7.67 17.56 0.42 7.17

YO 16406 0.52 41.45 2.77 0.03 1.00 2.42 0.04 1.17 3.24 0.05 1.50 1.04 0.01 0.50

YO 16467 0.28 24.25 1.10 0.04 1.00 1.38 0.05 1.33 2.48 0.03 0.33 1.66 0.03 0.67

YO 16468 0.28 24.25 0.00 0.00 0.00 0.69 0.01 0.17 0.83 0.01 0.33 0.00 0.00 0.00

YO 16470 0.28 24.25 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16575 0.59 43.98 27.05 0.62 9.33 34.81 0.79 9.00 36.33 0.83 10.67 28.62 0.65 9.83

CF 16576 0.64 38.36 2.34 0.03 0.67 1.92 0.02 0.67 1.44 0.02 1.00 12.14 0.11 0.33

CF 16577 0.64 38.36 2.98 0.04 0.83 2.34 0.04 0.83 12.57 0.16 1.00 14.57 0.32 1.17

CF 16582 1.00 60.05 27.11 0.45 4.00 11.58 0.19 3.33 23.45 0.39 4.00 26.95 0.37 4.00

CM 16645 0.42 27.23 4.83 0.18 2.33 11.48 0.25 1.83 11.97 0.44 2.00 5.25 0.19 2.50

CF 16701 11.02 44.09 16.58 0.38 1.33 19.90 0.45 1.50 30.40 0.46 1.50 17.69 0.33 1.33

CF 16703 1.10 40.56 14.81 0.30 5.00 9.38 0.19 3.83 9.80 0.24 5.17 13.18 0.33 5.50

CF 16780 4.76 47.62 15.58 0.27 1.83 12.66 0.27 2.17 7.79 0.14 1.17 14.60 0.20 1.67

CF 16793 1.10 52.91 8.11 0.10 0.83 7.10 0.05 0.50 8.92 0.14 1.33 4.06 0.03 0.33

CF 16836 5.07 50.71 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16873 1.00 60.05 1.01 0.01 0.33 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16874 5.00 50.00 7.50 0.05 0.50 6.67 0.08 0.67 7.50 0.05 0.50 10.00 0.03 0.33

CF 16877 1.00 60.05 1.01 0.01 0.50 0.00 0.00 0.17 1.52 0.01 0.33 1.77 0.02 0.83

CF 16878 5.00 50.00 34.00 0.57 1.17 38.33 0.46 1.17 18.33 0.18 0.67 10.00 0.13 0.83

CF 16879 1.00 60.05 0.00 0.00 0.00 1.52 0.01 0.00 2.03 0.01 0.50 1.52 0.01 0.33

CF 16880 5.00 50.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16889 1.01 40.56 9.38 0.15 1.67 4.56 0.05 1.67 9.13 0.19 2.17 7.10 0.12 1.17

CF 16890 0.25 38.03 0.00 0.00 0.00 0.00 0.00 0.00 1.52 0.01 0.17 0.76 0.01 0.33

CF 16908 6.61 39.68 13.41 0.06 0.17 20.11 0.10 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 16927 0.25 38.03 21.13 0.56 13.17 21.36 0.56 12.50 20.80 0.55 13.67 20.55 0.45 11.17

CF 16930 2.65 42.33 87.79 2.07 14.00 95.77 2.26 13.00 108.18 2.56 13.17 90.89 2.15 12.83

QU 16949 5.29 63.49 11.02 0.14 1.17 11.02 0.17 1.67 5.51 0.07 0.83 14.33 0.19 1.33

CM 16981 0.29 51.59 24.02 0.47 9.33 28.20 0.55 11.50 20.35 0.39 8.50 21.02 0.41 9.17

CM 16982 1.08 43.21 4.00 0.05 1.00 3.27 0.03 0.83 1.52 0.03 1.17 1.82 0.02 0.50

QU 16998 11.02 44.09 31.19 0.71 2.50 46.24 1.05 2.83 47.71 1.08 3.00 33.03 0.75 2.33

YO 17084 2.20 13.23 2.21 0.03 0.17 0.00 0.00 0.00 0.00 0.00 0.00 2.21 0.03 0.17

YO 17086 2.20 13.23 2.21 0.03 0.17 2.21 0.03 0.00 2.21 0.03 0.17 2.21 0.06 0.33

CF 17110 2.12 42.33 98.65 0.39 0.17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

PS 17121 0.49 9.70 0.00 0.00 0.00 0.00 0.00 0.00 1.96 0.07 0.50 2.94 0.10 0.33

CF 17175 0.55 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17178 0.20 7.14 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17179 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 0.64 0.02 0.17 0.64 0.02 0.17

YO 17180 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 2.55 0.08 0.17 0.00 0.00 0.00

YO 17181 0.32 5.11 0.00 0.00 0.00 0.00 0.00 0.00 1.28 0.04 0.17 0.00 0.00 0.00

YO 17189 0.20 7.14 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

YO 17195 0.32 5.11 0.00 0.00 0.00 1.91 0.07 0.00 0.00 0.00 0.00 0.96 0.06 0.33

YO 17196 0.32 5.11 0.00 0.00 0.00 1.91 0.07 0.00 0.00 0.00 0.00 1.28 0.08 0.33

CF 17216 2.23 44.09 3.30 0.02 0.33 3.30 0.03 0.50 2.20 0.01 0.17 2.20 0.01 0.17

CF 17233 1.01 60.05 4.25 0.05 1.00 4.00 0.03 0.50 5.00 0.07 1.67 2.80 0.04 1.33

PI 17259 0.56 20.37 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 5.51 0.05 0.17

PI 17263 0.45 17.81 0.00 0.00 0.00 0.00 0.00 0.00 1.44 0.01 0.17 4.81 0.05 0.17

QU 17291 2.20 39.68 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

CF 405069 1.00 48.04 4.63 0.02 0.17 27.78 0.12 0.17 0.00 0.00 0.00 4.63 0.02 0.17

Semana 9 Semana 10 Semana 11 Semana 12INFORMACIÓN DEMANDA

69

APÉNDICE B SIMULACIÓN DE DATOS PARA PRUEBAS

Ejemplo DCE (Semana 1)

Posición EJE X EJE Y TOTAL Ranking SKU1 SKU2 SKU3 SKU4 Can. Ocup. 1 Can. Ocup. 2 Can. Ocup. 3 Can. Ocup. 4 Total % Pickings % Pickings Pickings Distancia

32 0.15 0 0.150 1 16927 0.684 0.000 0.000 0.000 68% 14.6% 14.6% 17.500 2.625

17 0.25 0 0.250 2 16930 1.000 0.000 0.000 0.000 100% 11.5% 26.1% 13.833 3.458

31 0.45 0 0.450 3 16575 0.628 0.000 0.000 0.000 63% 7.6% 33.8% 9.167 4.125

18 0.75 0 0.750 4 16981 0.392 0.000 0.000 0.000 39% 7.5% 41.3% 9.000 6.750

30 0.75 0 0.750 5 16211 0.293 0.000 0.000 0.000 29% 5.7% 46.9% 6.833 5.125

48 0.15 0.875 1.025 6 15867 0.256 0.000 0.000 0.000 26% 5.4% 52.4% 6.500 6.663

29 1.05 0 1.050 7 16703 0.259 0.000 0.000 0.000 26% 4.0% 56.4% 4.833 5.075

33 0.25 0.875 1.125 8 16402 0.280 0.000 0.000 0.000 28% 3.9% 60.3% 4.667 5.250

19 1.25 0 1.250 9 16401 0.194 0.000 0.000 0.000 19% 3.5% 63.8% 4.167 5.208

47 0.45 0.875 1.325 10 16582 0.302 0.000 0.000 0.000 30% 2.5% 66.3% 3.000 3.975

28 1.35 0 1.350 11 15586 0.091 0.000 0.000 0.000 9% 2.4% 68.6% 2.833 3.825

34 0.75 0.875 1.625 12 8714 0.338 0.000 0.000 0.000 34% 2.4% 71.0% 2.833 4.604

46 0.75 0.875 1.625 13 16998 0.874 0.000 0.000 0.000 87% 2.2% 73.2% 2.667 4.333

27 1.65 0 1.650 14 16645 0.206 0.000 0.000 0.000 21% 2.1% 75.3% 2.500 4.125

20 1.75 0 1.750 15 1293 0.110 0.000 0.000 0.000 11% 1.5% 76.8% 1.833 3.208

16 0.15 1.75 1.900 16 15860 13057 0.122 0.017 0.000 0.000 14% 2.2% 79.0% 2.667 5.067

45 1.05 0.875 1.925 17 16878 15859 0.329 0.058 0.000 0.000 39% 1.9% 81.0% 2.333 4.492

26 1.95 0 1.950 18 15619 15639 0.055 0.025 0.000 0.000 8% 1.8% 82.8% 2.167 4.225

1 0.25 1.75 2.000 19 16701 16889 0.412 0.025 0.000 0.000 44% 1.7% 84.4% 2.000 4.000

35 1.25 0.875 2.125 20 16793 17233 0.113 0.008 0.000 0.000 12% 1.7% 86.1% 2.000 4.250

15 0.45 1.75 2.200 21 16467 16406 0.047 0.019 0.000 0.000 7% 1.5% 87.6% 1.833 4.033

44 1.35 0.875 2.225 22 15861 16982 0.230 0.013 0.000 0.000 24% 1.4% 89.0% 1.667 3.708

21 2.25 0 2.250 23 16262 12883 0.090 0.016 0.000 0.000 11% 1.4% 90.4% 1.667 3.750

25 2.25 0 2.250 24 16389 16877 0.021 0.014 0.000 0.000 3% 1.3% 91.7% 1.500 3.375

2 0.75 1.75 2.500 25 16780 15309 0.084 0.021 0.000 0.000 10% 1.1% 92.8% 1.333 3.333

14 0.75 1.75 2.500 26 15858 12885 0.036 0.017 0.000 0.000 5% 1.1% 93.9% 1.333 3.333

43 1.65 0.875 2.525 27 16577 16221 0.033 0.194 0.000 0.000 23% 1.0% 94.9% 1.167 2.946

24 2.55 0 2.550 28 16879 16223 0.019 0.083 0.000 0.000 10% 1.0% 95.8% 1.167 2.975

36 1.75 0.875 2.625 29 16949 16873 0.057 0.006 0.000 0.000 6% 0.8% 96.7% 1.000 2.625

22 2.75 0 2.750 30 16395 16349 0.025 0.017 0.000 0.000 4% 0.8% 97.5% 1.000 2.750

13 1.05 1.75 2.800 31 12884 11934 15633 0.012 0.000 0.000 0.000 1% 0.3% 97.8% 0.333 0.933

42 1.95 0.875 2.825 32 1299 17216 15889 0.008 0.000 0.000 0.000 1% 0.3% 98.1% 0.333 0.942

23 2.85 0 2.850 33 16379 16880 15643 0.004 0.000 0.000 0.000 0% 0.1% 98.2% 0.167 0.475

3 1.25 1.75 3.000 34 16576 17084 11920 0.003 0.000 0.000 0.000 0% 0.1% 98.3% 0.167 0.500

12 1.35 1.75 3.100 35 16468 17086 17291 0.004 0.000 0.000 0.000 0% 0.1% 98.5% 0.167 0.517

37 2.25 0.875 3.125 36 16890 13055 15890 0.007 0.000 0.000 0.000 1% 0.1% 98.6% 0.167 0.521

41 2.25 0.875 3.125 37 17195 17110 0.010 0.000 0.000 0.000 1% 0.1% 98.7% 0.167 0.521

11 1.65 1.75 3.400 38 17121 405069 0.008 0.000 0.000 0.000 1% 0.1% 98.9% 0.167 0.567

40 2.55 0.875 3.425 39 17263 17179 0.005 0.000 0.000 0.000 0% 0.1% 99.0% 0.167 0.571

4 1.75 1.75 3.500 40 17180 16381 0.010 0.000 0.000 0.000 1% 0.1% 99.2% 0.167 0.583

38 2.75 0.875 3.625 41 17259 16263 0.009 0.000 0.000 0.000 1% 0.1% 99.3% 0.167 0.604

10 1.95 1.75 3.700 42 16391 11918 0.031 0.000 0.000 0.000 3% 0.1% 99.4% 0.167 0.617

39 2.85 0.875 3.725 43 17178 16908 0.028 0.000 0.000 0.000 3% 0.1% 99.6% 0.167 0.621

5 2.25 1.75 4.000 44 17189 17196 0.028 0.000 0.000 0.000 3% 0.1% 99.7% 0.167 0.667

9 2.25 1.75 4.000 45 16470 17181 0.008 0.000 0.000 0.000 1% 0.1% 99.9% 0.167 0.667

8 2.55 1.75 4.300 46 17175 15421 0.002 0.000 0.000 0.000 0% 0.1% 100.0% 0.167 0.717

6 2.75 1.75 4.500 47 11936 16836 0.000 0.000 0.000 0.000 0% 0.0% 100.0% 0.000 0.000

7 2.85 1.75 4.600 48 16874 15418 0.000 0.000 0.000 0.000 0% 0.0% 100.0% 0.000 0.000

17% 120.000 133.233

70

Ejemplo DCR (Semana 1)

Nivel Lado Fila Posición EJE X EJE Y TOTAL Ranking SKU SecuenciaReq.

Canastilla

Espacio

Ocupado% Pickings % Pickings Pickings Distancia

NIVEL 2 Izquierdo Frente 145 0.04 0 0.042 1 16927 1 6.2 100% 2.4% 2.4% 2.8 0.12

NIVEL 2 Izquierdo Atrás 146 0.04 0 0.042 2 16927 2 6.2 100% 2.4% 2.4% 2.8 0.12

NIVEL 2 Derecho Frente 147 0.04 0 0.042 3 16930 1 18.6 100% 0.6% 0.6% 0.7 0.03

NIVEL 2 Derecho Atrás 148 0.0 0 0.042 4 16930 2 18.6 100% 0.6% 0.6% 0.7 0.03









































NIVEL 3 Izquierdo Frente 289 0.04 0.875 0.917 45 16211 3 2.6 64% 1.4% 1.4% 1.6 1.51

NIVEL 3 Izquierdo Atrás 290 0.04 0.875 0.917 46 16211 4 2.6 0% 0.0% 0.0% 0.0 0.00

NIVEL 3 Derecho Frente 291 0.04 0.875 0.917 47 16930 23 18.6 0% 0.0% 0.0% 0.0 0.00

NIVEL 3 Derecho Atrás 292 0.0 0.875 0.917 48 16930 24 18.6 0% 0.0% 0.0% 0.0 0.00



























71












































































72












































































73












































































74












































































75














































NIVEL 1 Derecho Atrás 132 2.71 1.75 4.458 420 #N/A 0% 0.0% 0.0% 0.0 0.00

NIVEL 1 Izquierdo Frente 133 2.79 1.75 4.542 421 #N/A 0% 0.0% 0.0% 0.0 0.00

NIVEL 1 Izquierdo Atrás 134 2.79 1.75 4.542 422 #N/A 0% 0.0% 0.0% 0.0 0.00

NIVEL 1 Derecho Frente 135 2.79 1.75 4.542 423 #N/A 0% 0.0% 0.0% 0.0 0.00










76

Ejemplo DF (Semana 1)


32 0.15 0 0.150 1 16927 0.684 0.000 0.000 0.000 68% 14.6% 14.6% 17.500 2.625

17 0.25 0 0.250 2 16930 1.000 0.000 0.000 0.000 100% 11.5% 26.1% 13.833 3.458

31 0.45 0 0.450 3 16575 0.628 0.000 0.000 0.000 63% 7.6% 33.8% 9.167 4.125

18 0.75 0 0.750 4 16981 0.392 0.000 0.000 0.000 39% 7.5% 41.3% 9.000 6.750

30 0.75 0 0.750 5 16211 0.293 0.000 0.000 0.000 29% 5.7% 46.9% 6.833 5.125

48 0.15 0.875 1.025 6 15867 0.256 0.000 0.000 0.000 26% 5.4% 52.4% 6.500 6.663

29 1.05 0 1.050 7 16703 0.259 0.000 0.000 0.000 26% 4.0% 56.4% 4.833 5.075

33 0.25 0.875 1.125 8 16402 0.280 0.000 0.000 0.000 28% 3.9% 60.3% 4.667 5.250

19 1.25 0 1.250 9 16401 0.194 0.000 0.000 0.000 19% 3.5% 63.8% 4.167 5.208

47 0.45 0.875 1.325 10 16582 0.302 0.000 0.000 0.000 30% 2.5% 66.3% 3.000 3.975

28 1.35 0 1.350 11 15586 0.091 0.000 0.000 0.000 9% 2.4% 68.6% 2.833 3.825

34 0.75 0.875 1.625 12 8714 0.338 0.000 0.000 0.000 34% 2.4% 71.0% 2.833 4.604

46 0.75 0.875 1.625 13 16998 0.874 0.000 0.000 0.000 87% 2.2% 73.2% 2.667 4.333

27 1.65 0 1.650 14 16645 0.206 0.000 0.000 0.000 21% 2.1% 75.3% 2.500 4.125

20 1.75 0 1.750 15 1293 0.110 0.000 0.000 0.000 11% 1.5% 76.8% 1.833 3.208

16 0.15 1.75 1.900 16 15860 17233 16880 0.122 0.008 0.000 0.000 13% 2.1% 78.9% 2.500 4.750

45 1.05 0.875 1.925 17 16878 16877 13055 0.329 0.014 0.000 0.000 34% 1.8% 80.7% 2.167 4.171

26 1.95 0 1.950 18 16701 15309 17110 0.412 0.021 0.000 0.000 43% 1.7% 82.4% 2.000 3.900

1 0.25 1.75 2.000 19 16793 16873 405069 0.113 0.006 0.000 0.000 12% 1.5% 83.9% 1.833 3.667

35 1.25 0.875 2.125 20 15861 1299 16908 0.230 0.008 0.000 0.000 24% 1.3% 85.1% 1.500 3.188

15 0.45 1.75 2.200 21 16780 16576 16836 0.084 0.003 0.000 0.000 9% 0.8% 86.0% 1.000 2.200

44 1.35 0.875 2.225 22 15858 16890 0.036 0.007 0.000 0.000 4% 0.8% 86.8% 1.000 2.225

21 2.25 0 2.250 23 16577 17175 0.033 0.002 0.000 0.000 4% 0.8% 87.6% 1.000 2.250

25 2.25 0 2.250 24 16879 11936 0.019 0.000 0.000 0.000 2% 0.7% 88.3% 0.833 1.875

2 0.75 1.75 2.500 25 13057 16874 0.017 0.000 0.000 0.000 2% 0.6% 88.9% 0.667 1.667

14 0.75 1.75 2.500 26 15859 11934 0.058 0.000 0.000 0.000 6% 0.6% 89.4% 0.667 1.667

43 1.65 0.875 2.525 27 16889 17216 0.025 0.000 0.000 0.000 2% 0.4% 89.9% 0.500 1.263

24 2.55 0 2.550 28 15619 16263 0.055 0.000 0.000 0.000 6% 1.3% 91.1% 1.500 3.825

36 1.75 0.875 2.625 29 16262 11918 0.090 0.000 0.000 0.000 9% 1.0% 92.1% 1.167 3.063

22 2.75 0 2.750 30 16949 15633 0.057 0.000 0.000 0.000 6% 0.6% 92.6% 0.667 1.833

13 1.05 1.75 2.800 31 12883 11920 0.016 0.000 0.000 0.000 2% 0.4% 93.1% 0.500 1.400

42 1.95 0.875 2.825 32 12885 17291 0.017 0.000 0.000 0.000 2% 0.4% 93.5% 0.500 1.413

23 2.85 0 2.850 33 16349 0.017 0.000 0.000 0.000 2% 0.3% 93.7% 0.333 0.950

3 1.25 1.75 3.000 34 12884 0.012 0.000 0.000 0.000 1% 0.3% 94.0% 0.333 1.000

12 1.35 1.75 3.100 35 16467 17195 17086 0.047 0.010 0.000 0.000 6% 1.3% 95.3% 1.500 4.650

37 2.25 0.875 3.125 36 16389 17180 17179 0.021 0.010 0.000 0.000 3% 1.0% 96.2% 1.167 3.646

41 2.25 0.875 3.125 37 16395 16391 16381 0.025 0.031 0.000 0.000 6% 0.7% 96.9% 0.833 2.604

11 1.65 1.75 3.400 38 15639 17178 17196 0.025 0.028 0.000 0.000 5% 0.7% 97.6% 0.833 2.833

40 2.55 0.875 3.425 39 16406 17189 17181 0.019 0.028 0.000 0.000 5% 0.6% 98.2% 0.667 2.283

4 1.75 1.75 3.500 40 16379 16470 15643 0.004 0.008 0.000 0.000 1% 0.3% 98.5% 0.333 1.167

38 2.75 0.875 3.625 41 16468 17084 0.004 0.000 0.000 0.000 0% 0.1% 98.6% 0.167 0.604

10 1.95 1.75 3.700 42 16982 15418 0.013 0.000 0.000 0.000 1% 0.4% 99.0% 0.500 1.850

39 2.85 0.875 3.725 43 16221 15889 0.194 0.000 0.000 0.000 19% 0.3% 99.3% 0.333 1.242

5 2.25 1.75 4.000 44 16223 15890 0.083 0.000 0.000 0.000 8% 0.3% 99.6% 0.333 1.333

9 2.25 1.75 4.000 45 17121 0.008 0.000 0.000 0.000 1% 0.1% 99.7% 0.167 0.667

8 2.55 1.75 4.300 46 17263 0.005 0.000 0.000 0.000 0% 0.1% 99.9% 0.167 0.717

6 2.75 1.75 4.500 47 17259 0.009 0.000 0.000 0.000 1% 0.1% 100.0% 0.167 0.750

7 2.85 1.75 4.600 48 15421 0.000 0.000 0.000 0.000 0% 0.0% 100.0% 0.000 0.000

17% 120.000 139.000

77

Ejemplo DFAC (Semana 1)


32 0.15 0 0.150 1 16927 0.684 0.000 0.000 0.000 68% 14.6% 14.6% 17.500 2.625

17 0.25 0 0.250 2 16930 1.000 0.000 0.000 0.000 100% 11.5% 26.1% 13.833 3.458

31 0.45 0 0.450 3 16575 0.628 0.000 0.000 0.000 63% 7.6% 33.8% 9.167 4.125

18 0.75 0 0.750 4 16981 0.392 0.000 0.000 0.000 39% 7.5% 41.3% 9.000 6.750

30 0.75 0 0.750 5 16211 0.293 0.000 0.000 0.000 29% 5.7% 46.9% 6.833 5.125

29 1.05 0 1.050 6 15867 0.256 0.000 0.000 0.000 26% 5.4% 52.4% 6.500 6.825

48 0.15 0.928 1.078 7 16703 0.259 0.000 0.000 0.000 26% 4.0% 56.4% 4.833 5.208

33 0.25 0.928 1.178 8 16402 0.280 0.000 0.000 0.000 28% 3.9% 60.3% 4.667 5.495

19 1.25 0 1.250 9 16401 0.194 0.000 0.000 0.000 19% 3.5% 63.8% 4.167 5.208

16 0.15 1.103 1.253 10 16582 0.302 0.000 0.000 0.000 30% 2.5% 66.3% 3.000 3.758

28 1.35 0 1.350 11 15586 0.091 0.000 0.000 0.000 9% 2.4% 68.6% 2.833 3.825

1 0.25 1.103 1.353 12 8714 0.338 0.000 0.000 0.000 34% 2.4% 71.0% 2.833 3.832

47 0.45 0.928 1.378 13 16998 0.874 0.000 0.000 0.000 87% 2.2% 73.2% 2.667 3.673

15 0.45 1.103 1.553 14 16645 0.206 0.000 0.000 0.000 21% 2.1% 75.3% 2.500 3.881

27 1.65 0 1.650 15 1293 0.110 0.000 0.000 0.000 11% 1.5% 76.8% 1.833 3.025

34 0.75 0.928 1.678 16 15860 13057 0.122 0.017 0.000 0.000 14% 2.2% 79.0% 2.667 4.473

46 0.75 0.928 1.678 17 16878 15859 0.329 0.058 0.000 0.000 39% 1.9% 81.0% 2.333 3.914

20 1.75 0 1.750 18 15619 15639 0.055 0.025 0.000 0.000 8% 1.8% 82.8% 2.167 3.792

2 0.75 1.103 1.853 19 16701 16889 0.412 0.025 0.000 0.000 44% 1.7% 84.4% 2.000 3.705

14 0.75 1.103 1.853 20 16793 17233 0.113 0.008 0.000 0.000 12% 1.7% 86.1% 2.000 3.705

26 1.95 0 1.950 21 16467 16406 0.047 0.019 0.000 0.000 7% 1.5% 87.6% 1.833 3.575

45 1.05 0.928 1.978 22 15861 16982 0.230 0.013 0.000 0.000 24% 1.4% 89.0% 1.667 3.296

13 1.05 1.103 2.153 23 16262 12883 0.090 0.016 0.000 0.000 11% 1.4% 90.4% 1.667 3.588

35 1.25 0.928 2.178 24 16389 16877 0.021 0.014 0.000 0.000 3% 1.3% 91.7% 1.500 3.266

21 2.25 0 2.250 25 16780 15309 0.084 0.021 0.000 0.000 10% 1.1% 92.8% 1.333 3.000

25 2.25 0 2.250 26 15858 12885 0.036 0.017 0.000 0.000 5% 1.1% 93.9% 1.333 3.000

44 1.35 0.928 2.278 27 16577 16221 0.033 0.194 0.000 0.000 23% 1.0% 94.9% 1.167 2.657

3 1.25 1.103 2.353 28 16879 16223 0.019 0.083 0.000 0.000 10% 1.0% 95.8% 1.167 2.745

12 1.35 1.103 2.453 29 16949 16873 0.057 0.006 0.000 0.000 6% 0.8% 96.7% 1.000 2.453

24 2.55 0 2.550 30 16395 16349 0.025 0.017 0.000 0.000 4% 0.8% 97.5% 1.000 2.550

43 1.65 0.928 2.578 31 12884 11934 15633 0.012 0.000 0.000 0.000 1% 0.3% 97.8% 0.333 0.859

36 1.75 0.928 2.678 32 1299 17216 15889 0.008 0.000 0.000 0.000 1% 0.3% 98.1% 0.333 0.893

22 2.75 0 2.750 33 16379 16880 15643 0.004 0.000 0.000 0.000 0% 0.1% 98.2% 0.167 0.458

11 1.65 1.103 2.753 34 16576 17084 11920 0.003 0.000 0.000 0.000 0% 0.1% 98.3% 0.167 0.459

23 2.85 0 2.850 35 16468 17086 17291 0.004 0.000 0.000 0.000 0% 0.1% 98.5% 0.167 0.475

4 1.75 1.103 2.853 36 16890 13055 15890 0.007 0.000 0.000 0.000 1% 0.1% 98.6% 0.167 0.475

42 1.95 0.928 2.878 37 17195 17110 0.010 0.000 0.000 0.000 1% 0.1% 98.7% 0.167 0.480

10 1.95 1.103 3.053 38 17121 405069 0.008 0.000 0.000 0.000 1% 0.1% 98.9% 0.167 0.509

37 2.25 0.928 3.178 39 17263 17179 0.005 0.000 0.000 0.000 0% 0.1% 99.0% 0.167 0.530

41 2.25 0.928 3.178 40 17180 16381 0.010 0.000 0.000 0.000 1% 0.1% 99.2% 0.167 0.530

5 2.25 1.103 3.353 41 17259 16263 0.009 0.000 0.000 0.000 1% 0.1% 99.3% 0.167 0.559

9 2.25 1.103 3.353 42 16391 11918 0.031 0.000 0.000 0.000 3% 0.1% 99.4% 0.167 0.559

40 2.55 0.928 3.478 43 17178 16908 0.028 0.000 0.000 0.000 3% 0.1% 99.6% 0.167 0.580

8 2.55 1.103 3.653 44 17189 17196 0.028 0.000 0.000 0.000 3% 0.1% 99.7% 0.167 0.609

38 2.75 0.928 3.678 45 16470 17181 0.008 0.000 0.000 0.000 1% 0.1% 99.9% 0.167 0.613

39 2.85 0.928 3.778 46 17175 15421 0.002 0.000 0.000 0.000 0% 0.1% 100.0% 0.167 0.630

6 2.75 1.103 3.853 47 11936 16836 0.000 0.000 0.000 0.000 0% 0.0% 100.0% 0.000 0.000

7 2.85 1.103 3.953 48 16874 15418 0.000 0.000 0.000 0.000 0% 0.0% 100.0% 0.000 0.000

17% 120.000 125.747

78

Ejemplo DM (Semana 1)


41 0.15 0 0.150 1 16927 0.684 0.000 0.000 0.000 68% 14.6% 14.6% 17.500 2.625

33 0.25 0 0.250 2 16930 1.000 0.000 0.000 0.000 100% 11.5% 26.1% 13.833 3.458

42 0.45 0 0.450 3 16575 0.628 0.000 0.000 0.000 63% 7.6% 33.8% 9.167 4.125

34 0.75 0 0.750 4 16981 0.392 0.000 0.000 0.000 39% 7.5% 41.3% 9.000 6.750

43 0.75 0 0.750 5 16211 0.293 0.000 0.000 0.000 29% 5.7% 46.9% 6.833 5.125

65 0.15 0.875 1.025 6 16402 0.280 0.000 0.000 0.000 28% 3.9% 50.8% 4.667 4.783

44 1.05 0 1.050 7 15867 0.256 0.000 0.000 0.000 26% 5.4% 56.3% 6.500 6.825

55 0.25 0.875 1.125 8 16703 0.259 0.000 0.000 0.000 26% 4.0% 60.3% 4.833 5.438

35 1.25 0 1.250 9 16401 0.194 0.000 0.000 0.000 19% 3.5% 63.8% 4.167 5.208

66 0.45 0.875 1.325 10 15586 0.091 0.000 0.000 0.000 9% 2.4% 66.1% 2.833 3.754

45 1.35 0 1.350 11 8714 0.338 0.000 0.000 0.000 34% 2.4% 68.5% 2.833 3.825

56 0.75 0.875 1.625 12 16582 0.302 0.000 0.000 0.000 30% 2.5% 71.0% 3.000 4.875

67 0.75 0.875 1.625 13 16998 0.874 0.000 0.000 0.000 87% 2.2% 73.2% 2.667 4.333

46 1.65 0 1.650 14 1293 0.264 0.000 0.000 0.000 26% 1.5% 74.7% 1.833 3.025

36 1.75 0 1.750 15 16645 0.206 0.000 0.000 0.000 21% 2.1% 76.8% 2.500 4.375

1 0.125 1.75 1.875 16 16793 0.340 0.000 0.000 0.000 34% 1.3% 78.1% 1.500 2.813

13 0.15 1.75 1.900 17 16878 0.657 0.000 0.000 0.000 66% 1.4% 79.4% 1.667 3.167

14 0.15 1.75 1.900 18 15619 0.111 0.000 0.000 0.000 11% 1.3% 80.7% 1.500 2.850

68 1.05 0.875 1.925 19 15860 0.122 0.000 0.000 0.000 12% 1.7% 82.4% 2.000 3.850

69 1.05 0.875 1.925 20 16701 0.824 0.000 0.000 0.000 82% 1.3% 83.6% 1.500 2.888

48 1.95 0 1.950 21 16780 0.336 0.000 0.000 0.000 34% 0.7% 84.3% 0.833 1.625

47 1.95 0 1.950 22 15861 0.552 0.000 0.000 0.000 55% 1.0% 85.3% 1.167 2.275

57 1.125 0.875 2.000 23 16467 0.114 0.000 0.000 0.000 11% 1.1% 86.4% 1.333 2.667

2 0.375 1.75 2.125 24 15858 0.108 0.000 0.000 0.000 11% 0.7% 87.1% 0.833 1.771

37 2.125 0 2.125 25 15858 0.108 0.000 0.000 0.000 11% 0.7% 87.8% 0.833 1.771

15 0.45 1.75 2.200 26 16949 0.171 0.000 0.000 0.000 17% 0.6% 88.3% 0.667 1.467

16 0.45 1.75 2.200 27 13057 0.052 0.000 0.000 0.000 5% 0.6% 88.9% 0.667 1.467

70 1.35 0.875 2.225 28 16395 0.100 0.000 0.000 0.000 10% 0.6% 89.4% 0.667 1.483

71 1.35 0.875 2.225 29 15859 0.175 0.000 0.000 0.000 17% 0.6% 90.0% 0.667 1.483

49 2.25 0 2.250 30 11936 0.000 0.000 0.000 0.000 0% 0.0% 90.0% 0.000 0.000

50 2.25 0 2.250 31 16221 1.000 0.000 0.000 0.000 100% 0.3% 90.3% 0.333 0.750

58 1.375 0.875 2.250 32 12883 0.097 0.000 0.000 0.000 10% 0.4% 90.7% 0.500 1.125

3 0.625 1.75 2.375 33 17233 0.100 0.000 0.000 0.000 10% 0.4% 91.1% 0.500 1.188

38 2.375 0 2.375 34 16223 0.999 0.000 0.000 0.000 100% 0.3% 91.4% 0.333 0.792

17 0.75 1.75 2.500 35 15639 0.150 0.000 0.000 0.000 15% 0.6% 91.9% 0.667 1.667

18 0.75 1.75 2.500 36 16982 0.050 0.000 0.000 0.000 5% 0.4% 92.4% 0.500 1.250

59 1.625 0.875 2.500 37 16379 0.050 0.000 0.000 0.000 5% 0.1% 92.5% 0.167 0.417

72 1.65 0.875 2.525 38 16879 0.078 0.000 0.000 0.000 8% 0.7% 93.2% 0.833 2.104

73 1.65 0.875 2.525 39 16577 0.100 0.000 0.000 0.000 10% 0.7% 93.9% 0.833 2.104

51 2.55 0 2.550 40 16406 0.113 0.000 0.000 0.000 11% 0.4% 94.3% 0.500 1.275

52 2.55 0 2.550 41 16877 0.056 0.000 0.000 0.000 6% 0.4% 94.7% 0.500 1.275

4 0.875 1.75 2.625 42 16262 0.216 0.000 0.000 0.000 22% 1.0% 95.7% 1.167 3.063

39 2.625 0 2.625 43 16389 0.062 0.000 0.000 0.000 6% 0.8% 96.5% 1.000 2.625

60 1.875 0.875 2.750 44 16873 0.033 0.000 0.000 0.000 3% 0.3% 96.8% 0.333 0.917

19 1.05 1.75 2.800 45 16889 0.099 0.000 0.000 0.000 10% 0.4% 97.2% 0.500 1.400

20 1.05 1.75 2.800 46 16874 0.000 0.000 0.000 0.000 0% 0.0% 97.2% 0.000 0.000

74 1.95 0.875 2.825 47 11934 0.000 0.000 0.000 0.000 0% 0.0% 97.2% 0.000 0.000

75 1.95 0.875 2.825 48 16349 0.100 0.000 0.000 0.000 10% 0.3% 97.5% 0.333 0.942

53 2.85 0 2.850 49 16890 0.079 0.000 0.000 0.000 8% 0.1% 97.6% 0.167 0.475

54 2.85 0 2.850 50 16468 0.046 0.000 0.000 0.000 5% 0.1% 97.8% 0.167 0.475

5 1.125 1.75 2.875 51 12884 0.069 0.000 0.000 0.000 7% 0.3% 98.1% 0.333 0.958

40 2.875 0 2.875 52 17110 0.000 0.000 0.000 0.000 0% 0.0% 98.1% 0.000 0.000

61 2.125 0.875 3.000 53 15309 0.083 0.000 0.000 0.000 8% 0.4% 98.5% 0.500 1.500

21 1.35 1.75 3.100 54 17084 0.000 0.000 0.000 0.000 0% 0.0% 98.5% 0.000 0.000

22 1.35 1.75 3.100 55 17180 0.125 0.000 0.000 0.000 12% 0.1% 98.6% 0.167 0.517

6 1.375 1.75 3.125 56 16880 0.000 0.000 0.000 0.000 0% 0.0% 98.6% 0.000 0.000

76 2.25 0.875 3.125 57 17263 0.054 0.000 0.000 0.000 5% 0.1% 98.7% 0.167 0.521

77 2.25 0.875 3.125 58 12885 0.207 0.000 0.000 0.000 21% 0.4% 99.2% 0.500 1.563

62 2.375 0.875 3.250 59 1299 0.095 0.000 0.000 0.000 10% 0.3% 99.4% 0.333 1.083

7 1.625 1.75 3.375 60 16836 0.000 0.000 0.000 0.000 0% 0.0% 99.4% 0.000 0.000

23 1.65 1.75 3.400 61 17179 0.000 0.000 0.000 0.000 0% 0.0% 99.4% 0.000 0.000

24 1.65 1.75 3.400 62 17086 0.000 0.000 0.000 0.000 0% 0.0% 99.4% 0.000 0.000

78 2.55 0.875 3.425 63 11918 0.000 0.000 0.000 0.000 0% 0.0% 99.4% 0.000 0.000

79 2.55 0.875 3.425 64 17216 0.000 0.000 0.000 0.000 0% 0.0% 99.4% 0.000 0.000

63 2.625 0.875 3.500 65 17181 0.000 0.000 0.000 0.000 0% 0.0% 99.4% 0.000 0.000

8 1.875 1.75 3.625 66 15421 0.000 0.000 0.000 0.000 0% 0.0% 99.4% 0.000 0.000

25 1.95 1.75 3.700 67 17259 0.108 0.000 0.000 0.000 11% 0.1% 99.6% 0.167 0.617

26 1.95 1.75 3.700 68 15643 0.000 0.000 0.000 0.000 0% 0.0% 99.6% 0.000 0.000

80 2.85 0.875 3.725 69 17195 0.125 0.000 0.000 0.000 12% 0.1% 99.7% 0.167 0.621

81 2.85 0.875 3.725 70 4E+05 0.000 0.000 0.000 0.000 0% 0.0% 99.7% 0.000 0.000

64 2.875 0.875 3.750 71 11920 0.000 0.000 0.000 0.000 0% 0.0% 99.7% 0.000 0.000

9 2.125 1.75 3.875 72 17291 0.000 0.000 0.000 0.000 0% 0.0% 99.7% 0.000 0.000

27 2.25 1.75 4.000 73 16391 0.374 0.000 0.000 0.000 37% 0.1% 99.9% 0.167 0.667

28 2.25 1.75 4.000 74 17178 0.333 0.000 0.000 0.000 33% 0.1% 100.0% 0.167 0.667

10 2.375 1.75 4.125 75 17189 15889 0.333 0.000 0.000 0.000 33% 0.1% 100.0% 0.167 0.688

29 2.55 1.75 4.300 76 15418 16576 0.000 0.033 0.000 0.000 3% 0.1% 100.0% 0.000 0.000

30 2.55 1.75 4.300 77 16381 15633 0.000 0.000 0.000 0.000 0% 0.0% 100.0% 0.000 0.000

11 2.625 1.75 4.375 78 17196 17175 0.000 0.028 0.000 0.000 3% 0.1% 100.0% 0.000 0.000

31 2.85 1.75 4.600 79 15890 13055 0.000 0.000 0.000 0.000 0% 0.0% 100.0% 0.000 0.000

32 2.85 1.75 4.600 80 17121 16908 0.100 0.000 0.000 0.000 10% 0.1% 100.0% 0.167 0.767

12 2.875 1.75 4.625 81 16470 16263 0.091 0.000 0.000 0.000 9% 0.1% 100.0% 0.167 0.771

120.500 134.879

79

APÉNDICE C GRÁFICOS DE CONTROL PARA DCE

121110987654321

15.0%

14.0%

13.0%

12.0%

11.0%

10.0%

9.0%

Semana

% P

rop

orc

ión

de P

icks

_X=11.6%

UCL=13.6%

LCL=9.6%

1

1


121110987654321

13.0%

12.0%

11.0%

10.0%

9.0%

Semana

% P

rop

orc

ión

de P

icks

_X=10.8%

UCL=12.9%

LCL=8.7%


121110987654321

10.0%

9.0%

8.0%

7.0%

6.0%

5.0%

Semana

% P

rop

orc

ión

de P

icks

_X=7.8%

UCL=10.2%

LCL=5.4%


121110987654321

11.0%

10.0%

9.0%

8.0%

7.0%

6.0%

5.0%

4.0%

Semana

% P

rop

orc

ión

de P

icks

_X=7.6%

UCL=10.6%

LCL=4.7%


121110987654321

8.5%

8.0%

7.5%

7.0%

6.5%

6.0%

5.5%

5.0%

Semana

% P

rop

orc

ión

de P

icks

_X=6.6%

UCL=8.4%

LCL=4.8%


121110987654321

8.0%

7.0%

6.0%

5.0%

4.0%

3.0%

Semana

% P

rop

orc

ión

de P

icks

_X=5.6%

UCL=7.8%

LCL=3.4%


121110987654321

8.0%

7.0%

6.0%

5.0%

4.0%

3.0%

2.0%

Semana

% P

rop

orc

ión

de P

icks

_X=5.2%

UCL=7.7%

LCL=2.7%


121110987654321

7.0%

6.0%

5.0%

4.0%

3.0%

2.0%

Semana

% P

rop

orc

ión

de P

icks

_X=4.3%

UCL=6.4%

LCL=2.1%


80

121110987654321

4.5%

4.0%

3.5%

3.0%

2.5%

2.0%

Semana

% P

rop

orc

ión

de P

icks

_X=3.3%

UCL=4.4%

LCL=2.2%


121110987654321

4.0%

3.5%

3.0%

2.5%

2.0%

1.5%

1.0%

Semana

% P

rop

orc

ión

de P

icks

_X=2.5%

UCL=3.7%

LCL=1.3%

6

1


121110987654321

4.0%

3.0%

2.0%

1.0%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=2.1%

UCL=3.8%

LCL=0.4%


121110987654321

3.5%

3.0%

2.5%

2.0%

1.5%

1.0%

0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=2.0%

UCL=3.5%

LCL=0.6%


121110987654321

3.0%

2.5%

2.0%

1.5%

1.0%

Semana

% P

rop

orc

ión

de P

icks

_X=2.0%

UCL=2.8%

LCL=1.2%


121110987654321

3.0%

2.5%

2.0%

1.5%

1.0%

0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=1.8%

UCL=3.0%

LCL=0.6%


121110987654321

3.0%

2.5%

2.0%

1.5%

1.0%

0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=1.8%

UCL=3.1%

LCL=0.6%


121110987654321

3.0%

2.5%

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=1.4%

UCL=2.8%

LCL=0.1%


81

121110987654321

2.5%

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=1.3%

UCL=2.4%

LCL=0.2%


121110987654321

2.5%

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=1.3%

UCL=2.5%

LCL=0.1%


121110987654321

2.5%

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=1.3%

UCL=2.5%

LCL=0.0%


121110987654321

2.5%

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=1.2%

UCL=2.3%

LCL=0.1%


121110987654321

1.6%

1.4%

1.2%

1.0%

0.8%

0.6%

Semana

% P

rop

orc

ión

de P

icks

_X=1.2%

UCL=1.6%

LCL=0.7%


121110987654321

2.5%

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=1.1%

UCL=2.3%

LCL=-0.0%


121110987654321

2.5%

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=1.1%

UCL=2.4%

LCL=-0.3%


121110987654321

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=1.0%

UCL=1.9%

LCL=0.1%


82

121110987654321

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.9%

UCL=1.8%

LCL=0.0%


121110987654321

1.8%

1.6%

1.4%

1.2%

1.0%

0.8%

0.6%

0.4%

0.2%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.9%

UCL=1.6%

LCL=0.1%

1

5

66


121110987654321

2.0%

1.5%

1.0%

0.5%

0.0%

-0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=0.8%

UCL=2.0%

LCL=-0.4%


121110987654321

2.0%

1.5%

1.0%

0.5%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.8%

UCL=1.9%

LCL=-0.3%


121110987654321

1.6%

1.4%

1.2%

1.0%

0.8%

0.6%

0.4%

0.2%

Semana

% P

rop

orc

ión

de P

icks

_X=0.7%

UCL=1.3%

LCL=0.2%

1


121110987654321

1.6%

1.4%

1.2%

1.0%

0.8%

0.6%

0.4%

0.2%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.7%

UCL=1.5%

LCL=-0.0%


121110987654321

1.4%

1.2%

1.0%

0.8%

0.6%

0.4%

0.2%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.7%

UCL=1.4%

LCL=-0.0%


121110987654321

1.4%

1.2%

1.0%

0.8%

0.6%

0.4%

0.2%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.6%

UCL=1.3%

LCL=-0.1%


83

121110987654321

2.0%

1.5%

1.0%

0.5%

0.0%

-0.5%

-1.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.6%

UCL=1.9%

LCL=-0.7%


121110987654321

1.0%

0.8%

0.6%

0.4%

0.2%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.6%

UCL=1.0%

LCL=0.1%


121110987654321

1.5%

1.0%

0.5%

0.0%

-0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=0.5%

UCL=1.3%

LCL=-0.3%


121110987654321

2.0%

1.5%

1.0%

0.5%

0.0%

-0.5%

-1.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.5%

UCL=1.8%

LCL=-0.8%


121110987654321

1.0%

0.8%

0.5%

0.3%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.4%

UCL=1.0%

LCL=-0.1%


121110987654321

1.2%

0.9%

0.6%

0.3%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.4%

UCL=1.0%

LCL=-0.2%


121110987654321

1.5%

1.0%

0.5%

0.0%

-0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=0.4%

UCL=1.3%

LCL=-0.5%


121110987654321

1.5%

1.0%

0.5%

0.0%

-0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=0.4%

UCL=1.3%

LCL=-0.5%


84

121110987654321

1.3%

1.0%

0.8%

0.5%

0.2%

0.0%

-0.3%

-0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=0.3%

UCL=1.1%

LCL=-0.4%


121110987654321

0.8%

0.6%

0.4%

0.2%

0.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.3%

UCL=0.8%

LCL=-0.1%

6

68

1

5555


121110987654321

1.0%

0.8%

0.5%

0.2%

0.0%

-0.3%

-0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=0.3%

UCL=1.0%

LCL=-0.3%


121110987654321

0.8%

0.6%

0.4%

0.2%

0.0%

-0.2%

Semana

% P

rop

orc

ión

de P

icks

_X=0.3%

UCL=0.8%

LCL=-0.2%

6


121110987654321

1.0%

0.8%

0.5%

0.2%

0.0%

-0.3%

-0.5%

Semana

% P

rop

orc

ión

de P

icks

_X=0.3%

UCL=1.0%

LCL=-0.5%


121110987654321

0.7%

0.6%

0.5%

0.4%

0.3%

0.2%

0.1%

0.0%

-0.1%

Semana

% P

rop

orc

ión

de P

icks

_X=0.3%

UCL=0.6%

LCL=-0.1%

55

6


121110987654321

1.0%

0.5%

0.0%

-0.5%

-1.0%

Semana

% P

rop

orc

ión

de P

icks

_X=0.2%

UCL=1.2%

LCL=-0.8%


121110987654321

0.6%

0.5%

0.4%

0.3%

0.2%

0.1%

0.0%

-0.1%

-0.2%

-0.3%

Semana

% P

rop

orc

ión

de P

icks

_X=0.2%

UCL=0.6%

LCL=-0.3%

6


85

121110987654321

0.6%

0.5%

0.4%

0.3%

0.2%

0.1%

0.0%

-0.1%

-0.2%

-0.3%

Semana

% P

rop

orc

ión

de P

icks

_X=0.1%

UCL=0.6%

LCL=-0.3%

66


121110987654321

0.5%

0.4%

0.3%

0.2%

0.1%

0.0%

-0.1%

-0.2%

Semana

% P

rop

orc

ión

de P

icks

_X=0.1%

UCL=0.4%

LCL=-0.2%


86

APÉNDICE D INDICADORES ECONÓMICOS

Indicador Mes

7.2017 8.2017 9.2017 Promedio

Clientes Programados y Visitados Promedio por Semana

180 174 183 179

Tiempo Traslado entre Clientes (Promedio) (HH.MM)

0.125 0.143 0.135 0.134

Tiempo de servicio a clientes (Promedio) (HH.MM)

0.087 0.095 0.087 0.090

Tiempo de Servicio Semanal (hr) 37.4 41.6 41.0 40.0

Tiempo de Traslados Semanal (hr) 26.1 27.6 26.4 26.7

Tiempo Administrativo Semanal (hr) 6 6 6 6

Tiempo Total (hr) 69 75 73 73

Jornada Laboral Prom. (hr) 11.6 12.5 12.2 12.1

Días Laborales (mes) 26.0 27.0 26.0 26.3

Horas Trabajadas Mes 301.0 338.1 318.2 319.1

Gasto de Ventas ($/mes) 2,927 3,125 2,856 2,969

Costo x minuto ($/min) 0.16 0.15 0.15 0.16

Indicadores Económicos Ruta (Jul - Sep 2017)

Contribución Marginal Unitaria (Dls) 1.62 Venta Neta (Dls) 15,782 Volumen (KG) 4,379 Contribución Marginal (Dls) 7,096 Devolución Mal Estado (Dls) 91

Contribución Marginal Real (Dls) 7,006 Gastos de Ventas (Dls) 2,927 Utilidad Operativa (Dls) 4,079 % Rent. 58% PE KG 1,806 Prod KG 2,573 Ut/venta 26% Ut/vol $ 0.93

87

Indicadores Económicos DCE Mes

7.2017 8.2017 9.2017 Promedio

Tiempo de Servicio (h/mes) 160.6 178.8 176.5 172.0

Tiempo de Preparación de Pedido (h/mes) 62.5 69.6 68.6 66.9

Diferencia entre tiempos (%) -47% -47% -47% -47%

Diferencia entre tiempos (h/mes) -29.5 -32.9 -32.4 -31.6

Costo x minuto ($/min) $0.16 $0.15 $0.15 $0.16

Costo Total ($/mes) $286.9 $303.6 $291.0 $293.9

% Gasto de Ventas 9.8% 9.7% 10.2% 9.9%

Indicadores Económicos DCR Mes

7.2017 8.2017 9.2017 Promedio






Costo Total ($/mes) $326.9 $346.0 $331.6 $334.8

% Gasto de Ventas 11.2% 11.1% 11.6% 11.3%

Indicadores Económicos DF Mes

7.2017 8.2017 9.2017 Promedio






Costo Total ($/mes) $278.0 $294.2 $282.0 $284.7

% Gasto de Ventas 9.5% 9.4% 9.9% 9.6%

Indicadores Económicos DFAC Mes

7.2017 8.2017 9.2017 Promedio






Costo Total ($/mes) $305.6 $323.4 $310.0 $313.0

% Gasto de Ventas 10.4% 10.3% 10.9% 10.5%

88

Indicadores Económicos DM Mes

7.2017 8.2017 9.2017 Promedio






Costo Total ($/mes) $293.3 $310.4 $297.5 $300.4

% Gasto de Ventas 10.0% 9.9% 10.4% 10.1%

escuela de ingeniería y ciencias metodología para

Documents