implementación de la metodología six sigma para
TRANSCRIPT
1
Implementación de la metodología Six Sigma para incrementar la utilización de los recursos de transporte en una empresa de
consumo masivo
Implementation of Six Sigma methodology to increase transportation resources’ utilization in a consumer goods company
John Felipe Aranguren Mora1, Jorge Hernán Rodríguez Cardona2, Ernesto Fabián Sampayo Oliveros MSc 3
1 Candidato a grado Ingeniería Industrial. Universidad de Los Andes. [email protected] 2 Candidato a grado Ingeniería Industrial. Universidad de Los Andes. [email protected] 3 Ingeniero Industrial. Magister en Ingeniería Industrial. Universidad de Los Andes Black Belt en Six Sigma
RESUMEN
Este artículo presenta la implementación de la metodología Six Sigma en el área de logística de una empresa de consumo masivo, acorde al ciclo DMAIC. En primer lugar, se observaron los procesos centrales del sistema de distribución para identificar aquellos que impactaban en mayor medida la generación de valor. Posteriormente, se realizó una caracterización de la situación actual a partir de los indicadores de gestión de la operación y se definieron ciertas metas para los más críticos. Seguido a esto, a través de una búsqueda en el ERP de la compañía, se determinaron las variables con mayor incidencia en la problemática. Con el objetivo de mitigarlas, se establecieron alternativas de solución que luego fueron priorizadas con ayuda del análisis multi-criterio, según su eficacia, ahorro potencial y viabilidad de implementación. Por último, se procuró que la propuesta fuera sostenible a largo plazo a partir de capacitaciones a los empleados y su replicación en otros procesos de la compañía.
Palabras claves: Six Sigma, logística, distribución, productividad, DMAIC, consumo masivo.
ABSTRACT
This article presents the implementation of Six Sigma methodology in the logistics area
of a consumer goods company, according to the DMAIC cycle. First of all, the core
processes of the distribution system were observed to identify those that impacted the
profits. Then, a characterization of the current situation was made based on the
indicators, and goals for the most critical were defined. Following this, through a search
in the ERP, variables with the greatest impact on the problem were defined. In order to
mitigate them, alternative solutions were prioritized with multiple-criteria analysis,
according to their effectiveness, potential savings and feasibility. Finally, the proposal
was complemented with employees training and replication in other processes of the
company.
Key Words: Six Sigma, logistics, distribution, productivity, DMAIC, consumer goods.
2
1. INTRODUCCIÓN
En la actualidad, en un mundo
cada vez más competitivo y
dinámico, las grandes compañías
deben hacer frente a las
necesidades y especificaciones de
sus consumidores. Esto implica,
que deben ser más rápidos,
efectivos, y de bajo costo a la hora
de entregar productos de calidad a
sus clientes. En este contexto, el
manejo y control de la cadena de
suministro se vuelve esencial para
sobrevivir en un ambiente tan
hostil. De acuerdo a Dick Conrad
[1], Vicepresidente de la cadena de
suministro en Hewlett Packard,
por cada dólar que una compañía
obtiene de utilidad, se gasta 65
centavos en la cadena de
suministro. Este fenómeno es
sumamente relevante pues la
optimización de los procesos en la
cadena de suministro
inevitablemente genera un
incremento en las utilidades. Para
el año 2010, Colombia tenía el
tercer costo logístico más grande
de la región, representando el
18.6% de los costos totales [2].
Esta dinámica va evidentemente
en contra de la capacidad del país
para competir y por tanto las
empresas deben tomar medidas
para hacer frente a los altos
costos. Particularmente, en el
sector de consumo masivo se hace
indispensable el uso técnicas
innovadoras, teniendo en cuenta
que se obtienen bajos márgenes
de rentabilidad con altos
volúmenes de producto, por lo
cual el costo tiene amplio
potencial de mejora [3].
Considerando lo anterior, es
relevante pensar en la
metodología Six Sigma como una
opción válida para aumentar la
competitividad de las
organizaciones, a través de la
generación de valor para el cliente
y la eficiencia en el uso de los
recursos. Esto se logra con base en
la gestión de la calidad, entendida
como la reducción del desperdicio
y la variabilidad de los procesos
[4]. Para ello, Six Sigma brinda una
serie de herramientas analíticas
que se estructuran en torno al
ciclo DMAIC, que consta cinco
etapas; a saber:
Definir: En esta etapa, se
identifica el problema del negocio,
se delimita el alcance del proyecto
y se escoge el proceso que va a ser
mejorado [5].
Medir: El objetivo en esta fase es
entender y documentar el estado
actual del proceso estudiado, a
través de la recolección de
información relevante. De igual
forma, se realiza la validación de
los sistemas de medición de la
compañía para garantizar su
confiabilidad [5].
Analizar: En esta etapa se busca
analizar los datos recolectados
3
previamente, con el fin de
establecer las causas
fundamentales de las
problemáticas estudiadas [5].
Mejorar: El propósito de esta fase
es realizar una aproximación a las
alternativas de solución, para
diseñar el estado futuro del
proceso, implementar planes
piloto y documentar los nuevos
procedimientos de acuerdo a la
iniciativa implementada [5].
Controlar: Es la última etapa del
ciclo y su objetivo consiste en
medir los resultados de los planes
piloto, hacer seguimiento a las
implementaciones, identificar
posibilidades de replicación en
otras áreas de la compañía y
desarrollar planes de mejora
futuros [5].
Este artículo busca, entonces,
presentar los resultados de la
implementación de la metodología
Six Sigma en el área logística de
una empresa de consumo masivo
en el sector de bebidas
carbonatadas y no carbonatadas.
En este caso, es importante
resaltar que los procesos de
distribución y entrega son claves
dentro del negocio pues
representan una parte
significativa del costo del
producto. El desarrollo del
proyecto se realizó de acuerdo a
las etapas del ciclo DMAIC
mencionadas anteriormente, y
partiendo de sus conclusiones
más importantes, se hicieron
ciertas recomendaciones a la
Gerencia de Servicios de
Distribución de la organización.
2. DEFINIR
En la fase definir, se observó
detalladamente el proceso de
distribución de la compañía. Este
comienza con la preventa del
portafolio de productos a los
clientes. Posteriormente, las
órdenes son transmitidas a un
centro de administración de
pedidos, que se encarga de
verificar el inventario de producto
terminado y en curso, y de emitir
las solicitudes al centro de
despacho. Allí, son responsables
de la planeación de recursos y
personal para el reparto oportuno
de los pedidos. Finalmente, los
camiones salen a mercado de
acuerdo al plan establecido,
recaudando el dinero producto de
la venta y el envase retornable.
Después de entender el modelo
operativo, se identificaron los
indicadores clave del proceso.
Estos son:
-Productividad: Promedio de
cajas cargadas en una ruta de
reparto.
-Ocupación: Porcentaje de
utilización del camión en cuanto a
su capacidad de carga.
-Jornada diseño: Tiempo
aproximado que tomará la ruta en
4
prestar su servicio de entrega y
realizar su recorrido.
-Jornada Mercado: Tiempo real
que tomará la ruta en prestar su
servicio de entrega y realizar su
recorrido.
-Drop Size: Tamaño de pedido
promedio en una zona específica
de clientes.
Al estudiar minuciosamente cada
uno de estos indicadores,
establecimos una oportunidad de
mejora importante en el
porcentaje de ocupación. De
acuerdo al tablero de indicadores
del área de distribución, la
ocupación promedio del país en el
2015 fue 79.1%. Esto es
preocupante debido a que el
20.9% de la capacidad de la flota
se está desaprovechando. Ahora
bien, se pudo determinar una
relación directa entre este
indicador y la jornada de las rutas,
ya que la ocupación se ve
restringida por la jornada y los
acuerdos de entrega, en horarios
determinados con los clientes.
Con el fin de delimitar el
problema, se decidió escoger una
locación que evidenciara la
problemática descrita y fuera
representativa en términos de
volumen de ventas. En este orden
de ideas, se procedió a organizar
las ciudades con base en el
volumen distribuido durante el
año 2015. Con ayuda de la figura
1, se determinó que las locaciones
más relevantes son: Bogotá Norte,
Medellín, Bogotá Sur y
Barranquilla. Seguido a esto, se
indagó sobre el porcentaje de
ocupación de las cuatro locaciones
seleccionadas y se estableció que
Bogotá Sur estaba por debajo del
promedio nacional (78.4%). Por
tanto, esta fue la locación
seleccionada para realizar la
implementación de six sigma. El
resumen del proyecto se presenta
en la carta del proyecto (Tabla 1).
Figura 1. Volumen Año 2015 por ciudad.
5
Tabla 1. Carta de Proyecto.
3. MEDIR
En la etapa medir, se construyó la
definición operacional de los
indicadores críticos: Jornada y
Ocupación. Con ayuda del equipo
de trabajo, se determinaron las
variables que tenían incidencia
sobre el desempeño de ambos
indicadores. Para el caso de la
jornada, se estableció que era
afectada por un tiempo fijo de
entrega relacionado con el
número de visitas de la ruta de
reparto, un tiempo variable
relacionado con el número de
cajas a entregar, y finalmente, los
desplazamientos entre clientes y
hasta el centro de distribución.
Por su parte, la ocupación estaba
impactada por el número de cajas
cargadas en el camión, la
capacidad del camión y el factor de
conversión de caja a cubo del SKU
correspondiente.
Luego, se hizo una caracterización
más detallada de la estructura de
Bogotá Sur. Esta locación está
compuesta por cinco sectores, los
cuales presentan niveles de
volumen homogéneos, bajas tasas
de ocupación y jornadas de
mercado muy altas. Por tanto, la
problemática debe ser analizada
en todos ellos. Para facilitar el
análisis de datos, se realizó un
filtro entre las rutas de Bogotá Sur,
seleccionando aquellas que
tuvieran una ocupación menor al
80%, una jornada de mercado
mayor a 11 horas, 4 ayudantes
abordo y cuyas condiciones viales
y de seguridad fueran adecuadas.
La tabla 2 resume la información
de las 11 rutas escogidas. Es
importante resaltar que la
ocupación promedio de este
conjunto es 75% y la jornada
promedio es de 11:35.
6
Tabla 2. Ocupación y Jornada Mercado
de las rutas críticas de Bogotá Sur.
4. ANALIZAR
Para la fase analizar, se profundizó
en aquellas variables que
intensifican el efecto de la
problemática. Para ello, se llevó a
cabo una lluvia de ideas con los
miembros del equipo de trabajo y
se construyó un diagrama de
causa y efecto con las principales
conclusiones (Figura 2).
A nivel general, se identificaron 4
categorías de causas que
afectaban el desempeño de los
indicadores. La primera de ellas
fue la de personal, donde se
agruparon las variables
relacionadas con el rendimiento
del conductor y sus ayudantes. La
segunda categoría estaba
relacionada con las características
de los clientes que dificultan o
restringen una planeación óptima
de las rutas de reparto.
Adicionalmente, se consideraron
causas relacionadas con las
condiciones geográficas y viales
del entorno. Por último, se
tuvieron en cuenta los recursos
que generan ineficiencias
operativas.
Figura 2. Diagrama causa-efecto
Ruta Ocupación Jornada Mercado
Ruta 1 68% 10:56
Ruta 2 69% 11:28
Ruta 3 72% 11:35
Ruta 4 76% 10:50
Ruta 5 78% 11:56
Ruta 6 76% 11:20
Ruta 7 76% 11:06
Ruta 8 73% 10:56
Ruta 9 76% 12:06
Ruta 10 77% 13:05
Ruta 11 78% 12:13
de Mercado
Alta Jornada
ocupación y
Bajo nivel de
Entorno
Caracterísicas de Clientes
Eficiencia
Personal
con ruta diseñadaConductores no cumplen
productivoCuarto ayudante no es
entregaMalas prácticas de
entregadaTiempo por caja
de los vehículosBaja velocidad promedio
Jornada de diseño
Horario de entrega limitado
Bajo Drop-Size
zonaAlta concentración en la misma
Largas Distancias entre clientes
condiciones de seguridadRestricciones de entrega por
mal estadoRestricciones de acceso por vías en
Diagnóstico Bogotá Sur
7
Habiendo ilustrado las diversas
causas que impactan la correcta
ejecución del proceso de
distribución, se procedió a
priorizarlas de acuerdo a la
cuantificación de su efecto sobre
los indicadores de Ocupación y
Jornada. Para hacerlo, se decidió
puntuar el efecto como un número
entre 1 y 5, donde 1 significa que
el efecto sobre el indicador es
nulo, y 5 que el efecto es máximo.
Los resultados se muestran en la
tabla 3.
Tabla 3. Priorización de causas.
En efecto, se determinó que la
causa más significativa es el
tiempo por caja, debido a su
ostensible impacto sobre los
indicadores, y a la posibilidad de
ser controlado desde el interior de
la compañía. Es decir, el bajo nivel
de compra (Drop size), las largas
distancias entre clientes, ventanas
horarias, condiciones viales y
restricciones de seguridad, son
características del entorno que a
pesar de afectar en gran medida el
proceso, no son controlables
desde las herramientas operativas
que posee el área. Otro es el
panorama en cuanto a la causa
seleccionada, ya que es una
variable completamente
gestionable y de gran impacto en
cuanto a la Jornada mercado y la
Ocupación. El tiempo por caja hace
referencia a la porción de tiempo
que le toma a un entregador dejar
el producto en manos del cliente,
recaudar el dinero y recibir el
envase retornable si la situación lo
amerita. Su relación con los dos
indicadores críticos es
sumamente estrecha, debido a que
es un elemento crucial en la misma
definición operacional del
indicador de jornada, y a su vez la
jornada determina el nivel de
ocupación de la ruta.
Figura 3. Relación causa-var respuesta
En la compañía, este tiempo es
manejado como un estándar ya
establecido, 0.7 min por caja para
las rutas de reparto de 4
tripulantes y 1.0 min por caja para
las rutas de reparto de 3
tripulantes. Sin embargo, en la
realidad estas medidas no se
cumplen, a causa de diferentes
prácticas o complicaciones a la
hora del reparto. Para reducir su
efecto negativo, es necesario
disminuir la brecha de tiempo por
caja real vs el teórico o reducir el
8
estándar a partir de un nuevo
modelo operativo. Esto, a fin de
cuentas, lograría reducir la
jornada mercado o en su defecto
mantener constante la jornada,
pero presenciando un incremento
en el porcentaje de ocupación.
5. MEJORAR
En la etapa mejorar, se llevó a cabo
la búsqueda de alternativas de
solución para reducir el tiempo
variable por caja. Para ello, se hizo
un Benchmarking con los modelos
de reparto de otros países y se
consideraron 4 posibilidades; a
saber: Inclusión de un ayudante
adicional, utilización de una moto
tráiler como recurso
complementario, extensión de la
capacidad del camión a través de
un tráiler adicional y el
incremento de las cajas asignadas
por camión en el armado. Con el
objetivo de seleccionar la
alternativa más adecuada para la
empresa, se utilizó un método de
análisis multicriterio. De acuerdo
a Berumen & Llamazares [6], “Los
métodos de decisión multicriterio,
lejos de ser considerados
elementos infalibles y certeros,
cuya utilización permite encontrar
una solución óptima y definitiva,
son una base, sustentada en
elementos científicos, que aporta
mejoras distintivas para asumir
una decisión”. Esto es importante,
debido a que, para este caso, las
posibilidades de solución tenían
restricciones e impacto sobre
diversos aspectos de la operación.
El primer paso, entonces, fue la
construcción y ponderación de los
criterios de selección con ayuda
del líder del proyecto. Los criterios
fueron los siguientes:
-Costo de implementación: Se
refiere a los costos asociados a la
ejecución de la política (30%)
-Viabilidad operativa: Hace
referencia a la posibilidad de
implementar la propuesta en las
condiciones de infraestructura y
seguridad del país (25%)
-Impacto potencial sobre la
ocupación y jornada: Se refiere al
impacto estimado que tiene la
alternativa sobre la ocupación y
jornada (30%)
-Afectación sobre la calidad de
vida del trabajador: Hace
referencia a los efectos de la
propuesta sobre la calidad de vida
de conductores y ayudantes
(15%).
Posteriormente, se puntuaron los
criterios de cada una de las
alternativas, con base en una
escala de 1 a 5. La tabla 3 presenta
el resumen de estas puntuaciones
para las alternativas de solución
propuestas previamente.
9
Tabla 3. Puntuación de alternativas
Para encontrar la mejor solución,
se decidió usar el software
especializado D-SIGHT [7]. Es
importante aclarar que se buscó
maximizar los criterios de
viabilidad operativa, impacto
potencial sobre indicadores y
afectación sobre la calidad de vida,
y se procuró minimizar el costo de
implementación. Tal como se
puede observar en la figura 3, la
alternativa que mejor se adapta a
los criterios establecidos es la
utilización de un moto tráiler
como recurso complementario
(Con un puntaje global de 61.67).
Figura 3. Resultados análisis multicriterio.
Para la implementación de esta
propuesta, fue necesario redefinir
el modelo operativo de
distribución. El principal cambio
consiste en una combinación de
recursos (Camión-Moto tráiler)
que siguen un nuevo modelo de
entrega. En primer lugar, el
camión se dirige a un parqueadero
situado en la zona de clientes,
donde se encuentra estacionado el
moto tráiler. En este punto, el
cuarto ayudante toma control de
este recurso y se realiza la
10
transferencia de cajas desde el
camión (Cross-Docking). Este
procedimiento se repite a lo largo
de la jornada, en puntos de
encuentro previamente
acordados.
Con la finalidad de verificar la
mejora potencial de los
indicadores, se decidió realizar
una simulación del nuevo
escenario en el software
especializado Roadnet
Transportation Suite ®. Para ello
se calculó el tiempo variable y el
tiempo de alistamiento del nuevo
recurso (Moto tráiler), con el
objetivo de incluirlo como
parámetro en la herramienta.
Actualmente, algunas bodegas de
entrega de la compañía apoyan su
distribución con este tipo de
vehículos. Por consiguiente, se
tomó la decisión de medir el
desempeño de sus recursos para
tener un punto de referencia.
En la medición, realizada durante
dos días de operación, se registró
el tiempo de llegada y salida de
cada cliente y a su vez el tiempo
necesario para cargar el tráiler.
Con base en los datos, se
determinaron el tiempo de cargue
por caja y el tiempo variable de
entrega por caja a partir de las
siguientes fórmulas:
𝑇𝑖𝑒𝑚𝑝𝑜 𝑐𝑎𝑟𝑔𝑢𝑒 𝐶𝑎𝑗𝑎 =𝑇𝑖𝑒𝑚𝑝𝑜 𝑐𝑎𝑟𝑔𝑢𝑒
# 𝐶𝑎𝑗𝑎𝑠
𝑇𝑖𝑒𝑚𝑝𝑜 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒
= (𝐻𝑜𝑟𝑎 𝑓𝑖𝑛𝑎𝑙 − 𝐻𝑜𝑟𝑎 𝑖𝑛𝑖𝑖𝑐𝑎𝑙) − 01: 30
𝐶𝑎𝑗𝑎𝑠 𝐹3
En efecto: 𝑇𝑖𝑒𝑚𝑝𝑜 𝑐𝑎𝑟𝑔𝑢𝑒 𝐶𝑎𝑗𝑎 = 00: 21
𝑇𝑖𝑒𝑚𝑝𝑜 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑐𝑎𝑗𝑎 = 01: 00
Nota: En el cálculo del tiempo
variable se restan 01:30 minutos
ya que este es el tiempo fijo
estándar para la realización del
cobro y la recolección del envase.
Teniendo en cuenta estos tiempos,
procedimos a realizar una
estimación de la productividad
óptima del nuevo modelo
operativo a partir de una
simulación manual en MS Excel. Se
tuvieron en cuenta los siguientes
parámetros:
- Número de visitas promedio
(NV): Número de clientes
promedio que visita cada uno de
las rutas a implementar en su
jornada de entrega.
Productividad de reparto (PR):
Promedio de cajas cargadas en
una ruta de reparto.
Densidad o distancia entre
clientes (DE): Distancia
promedio entre clientes a atender
por una ruta determinada.
Distancia primer cliente camión
(DC1): Distancia promedio entre
el centro de distribución y el
primer cliente atendido por una
ruta determinada.
Distancia primer cliente moto
tráiler (DM1): Distancia entre el
11
centroide de la zona de clientes y
el primer cliente a atender la
moto.
Velocidad inicial y entre
clientes (V, VC): Velocidad de
desplazamiento en vías
principales y velocidad de
desplazamiento en zona de
clientes respectivamente.
Drop size (DS): Pedido promedio
en cajas para los clientes
atendidos por una ruta específica.
Número de ciclos (NC): Número
de cargues que debe hacer la moto
para entregar su porción de
clientes.
Los tiempos que componen la
jornada del camión son:
𝐷𝑒𝑠𝑝𝑙 𝐶𝐸𝐷𝐼 − 1𝑒𝑟 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 = 𝐷𝐶1
𝑉∗ 60´
𝐷𝑒𝑠𝑝𝑙 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 = (𝐷𝐸
𝑉∗ 60´) ∗ 𝑁𝑉
𝐸𝑛𝑡𝑟𝑒𝑔𝑎 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 = 1.5´ ∗ 𝑁𝑉 + 1.0 ∗ 𝑃𝑅
𝑇𝑖𝑒𝑚𝑝𝑜 𝑐𝑜𝑚𝑖𝑑𝑎𝑠 − 𝐸𝑛𝑣𝑎𝑠𝑒 = 45´ + 45´
Los tiempos que componen la
jornada de la moto son:
𝐶𝑎𝑟𝑔𝑢𝑒 𝑦 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑢𝑒: 𝑁𝐶 ∗ (30𝐶𝑎𝑗𝑎𝑠
∗ 0.35 + 12)
𝐷𝑒𝑠𝑝𝑙 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 = (𝐷𝐸
𝑉∗ 60´) ∗ 𝑁𝑉
𝐸𝑛𝑡𝑟𝑒𝑔𝑎 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 = 1.5´ ∗ 𝑁𝑉 + 1.0 ∗ 𝑃𝑅
𝑇𝑖𝑒𝑚𝑝𝑜 𝑐𝑜𝑚𝑖𝑑𝑎𝑠 − 𝐸𝑛𝑣𝑎𝑠𝑒 = 45´ + 45´
𝐷𝑒𝑠𝑝𝑙 𝑝𝑒𝑟𝑠𝑒𝑐𝑢𝑐𝑖ó𝑛 = (𝐷𝑀1
𝑉∗ 60´)
Para la realización de las
iteraciones en la simulación se
definió un ciclo de entrega como el
tiempo necesario para que una
moto entregue 30 cajas
(Capacidad del moto-trailer) y
regrese a encontrarse con el
camión. Entonces, se halló el
número de ciclos óptimo para que
se alcanzara la jornada diseño
actual, y al mismo tiempo el
número de cajas que entregaría el
camión en paralelo.
En el caso de Bogotá sur, se estimó
que se debían realizar 6 ciclos
para alcanzar la jornada diseño
actual (09:21). El resumen de los
tiempos y número de cajas
transportados por cada recurso,
se presenta en las tablas 4 y 5.
Tabla 4. Indicadores Moto Tráiler.
12
Tabla 5. Indicadores Camión
Ahora bien, debido a que el
software de simulación de la
compañía solo permitía configurar
un recurso de reparto, fue
necesario encontrar un recurso
combinado cuyo tiempo conjunto
fuera equivalente a los tiempos
individuales del camión y el moto
tráiler.
Para ello se utilizó la siguiente
relación, que representa la
jornada de diseño:
Entonces, se despejó el tiempo
variable por caja (X), igualando la
formula a la jornada encontrada
en la simulación (578 min).
𝑋 = 0.4879 𝑚𝑖𝑛/𝐶𝑎𝑗𝑎
Al conocer el tiempo variable del
nuevo modelo operativo, fue
posible reevaluar la estructura del
sistema de distribución de la
locación. En primer lugar, se
encontró un mes que representara
el comportamiento promedio de la
operación. Luego, se verificó la
homogeneidad de las semanas y se
seleccionó aquella cuyo volumen
de venta fuera aproximadamente
el 25% del volumen del mes.
Finalmente, se simuló la
estructura de cada sector de
reparto, teniendo en cuenta que
las rutas implementadas en el
proyecto presentaron una
disminución en su tiempo de
entrega por caja de 43.5%. En el
sector Plaza (Piloto), se incluirán 6
moto tráileres y esto hizo posible
que se redujera en una unidad el
número de rutas bases. Esto
generará un aumento del 13% en
la ocupación promedio del sector,
una disminución del 7% en la
jornada y un ahorro del costo por
caja de $92.
Los resultados por ruta se
presentan en las tablas 6 y 7. Por
practicidad, solo se muestra el
sector de Plaza, el cual es el más
representativo en términos de
implementación, pues 6 de los 11
nuevos recursos serán destinados
allí.
13
Tabla 6. Variación ocupación sector
plaza.
Tabla 7. Variación Jornada sector
plaza.
Adicionalmente, con el fin de
probar que la variación fuera
significativa desde el punto de
vista estadístico, se realizaron 2
pruebas de hipótesis (Una para
cada indicador).
Prueba de Hipótesis Ocupación
Figura 4. Diferencias Pareadas de la
ocupación
Figura 5. Distribución de las
diferencias de la ocupación.
Para el caso de la ocupación, se
puede afirmar con un 90% de
confiabilidad, que la media del
escenario con motos es mayor a la
media del escenario original.
Prueba de Hipótesis Jornada
Figura 6. Diferencias Pareadas de la
jornada.
Figura 7. Distribución de las
diferencias de la jornada.
Ruta Actual Futuro Variación
Ruta 1 (Moto) 74% 92% 18%
Ruta 2 (Moto) 79% 91% 12%
Ruta 3 81%
Ruta 4 (Moto) 79% 94% 15%
Ruta 5 (Moto) 79% 94% 15%
Ruta 6 (Moto) 79% 94% 15%
Ruta 7 (Moto) 78% 89% 11%
Ruta 8 76% 76% 0%
Ruta 9 73% 97% 24%
Total 78% 91% 13%
Ruta Actual Futuro Variación
Ruta 1 (Moto) 9:14 8:41 -6%
Ruta 2 (Moto) 9:15 8:53 -4%
Ruta 3 9:19
Ruta 4 (Moto) 9:14 8:37 -7%
Ruta 5 (Moto) 9:15 8:26 -10%
Ruta 6 (Moto) 9:20 8:41 -7%
Ruta 7 (Moto) 9:20 8:49 -6%
Ruta 8 9:28 9:08 -2%
Ruta 9 9:21 8:21 -12%
Total 9:17 8:42 -7%
𝐻0: 𝜇𝑀 − 𝜇𝑂 = 0
𝐻1: 𝜇𝑀 − 𝜇𝑂 > 0
𝐻0: 𝜇𝑀 − 𝜇𝑂 = 0
𝐻1: 𝜇𝑀 − 𝜇𝑂 < 0
14
Para el caso de la jornada, se
puede afirmar con un 90% de
confiabilidad, que la media del
escenario con motos es menor a la
media del escenario original.
Nota: 𝜇𝑀 = 𝑀𝑒𝑑𝑖𝑎 𝑑𝑒𝑙 𝑒𝑠𝑐𝑒𝑛𝑎𝑟𝑖𝑜 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑑𝑜
𝜇𝑂 = 𝑀𝑒𝑑𝑖𝑎 𝑑𝑒𝑙 𝑒𝑠𝑐𝑒𝑛𝑎𝑟𝑖𝑜 𝑜𝑟𝑖𝑔𝑖𝑛𝑎𝑙
En cuanto al ahorro financiero
generado por el proyecto, es
importante describir en principio
la metodología de compensación
de los conductores y ayudantes de
las rutas de reparto. Este está
compuesto por tres elementos
principales: descuento fijo,
descuento variable y
alimentación. El descuento fijo
hace referencia a todos los gastos
laborales (Salario, salud, pensión,
riesgos profesionales, entre
otros), el descuento variable es la
cantidad remunerada a la ruta por
cada caja entregada y la
alimentación es el subsidio
reconocido a cada uno de los
tripulantes.
En este sentido, el ahorro consiste
en la reducción del descuento fijo,
debido a que se eliminan rutas
bases de reparto en la locación. A
su vez, una disminución en la base
del descuento variable por caja,
con el fin de que el ahorro que
percibiría la compañía al
aumentar la ocupación, no sea
retenido en mayor parte por el
personal de entrega. Por último,
una disminución en el pago del
subsidio de alimentación, ya que
son necesarios menos empleados
para la operación. Los ahorros por
sector son presentados a
continuación:
Tabla 8. Ahorro mensual sector Plaza.
Tabla 9. Ahorro mensual sector Bosa.
Tabla 10. Ahorro mensual sector
Santa Librada.
Tabla 11. Ahorro mensual sector
El ahorro total en Bogotá sur, se
estima en $19’852.410 mensuales
y $238’228.924 anuales.
Indicador Actual Futuro Var
Productividad 432 489 12%
Ocupacion 78% 91% 14%
Visitas 76 87 12%
Jornada diseño 9:17 8:42 -7%
Ahorro mes
Motos implementar 6
Ahorro camiones 1
SECTOR PLAZA
(8,334,039)$
Indicador Actual Futuro Var
Productividad 403 439 8%
Ocupacion 75% 82% 9%
Visitas 79 84 6%
Jornada diseño 9:17 9:13 -1%
Ahorro mes
Motos implementar 2
Ahorro camiones 1
SECTOR BOSA
(7,992,684)$
Indicador Actual Futuro Var
Productividad 374 386 3%
Ocupacion 73% 75% 3%
Visitas 66 71 7%
Jornada diseño 9:35 9:19 -3%
Ahorro mes
Motos implementar 1
Ahorro camiones 0.5
SECTOR SANTA LIBRADA
(3,314,092)$
Indicador Actual Futuro Var
Productividad 403 409 1%
Ocupacion 82% 83% 1%
Visitas 72 80 10%
Jornada diseño 9:49 9:37 -2%
Ahorro mes
Motos implementar 2
Ahorro camiones 0.15
SECTOR SAN ANTONIO
(211,595)$
15
6. CONTROLAR
A pesar de haber sido aprobado
por la junta directiva, a la fecha de
publicación de este artículo el
proyecto aún no se encuentra
implementado. Sin embargo, se
tiene planeado realizar
replicaciones en otras locaciones
críticas de la compañía, para
mejorar sus indicadores.
Asimismo, el área de seguridad
industrial piensa hacer
capacitaciones periódicas para
que los conductores de las motos
mejoren sus prácticas de entrega.
Por su parte, el área de despacho
realizará el seguimiento de
indicadores para analizar el
impacto real del proyecto.
7. CONCLUSIONES
-La metodología Six Sigma
permitió realizar una
aproximación holística al sistema
de distribución de la empresa, lo
cual facilitó la identificación de
oportunidades en los indicadores
de ocupación y jornada.
-Para la realización del proyecto
fue esencial tener en cuenta los
requerimientos de los diferentes
actores del sistema. Six Sigma fue
fundamental para establecer los
objetivos de los empleados del
área comercial y del área logística,
y encontrar puntos en común para
sacar la iniciativa adelante.
-Se pudo observar que la
ocupación promedio nacional de
la compañía (78.4%) estaba por
debajo del estándar (80%). Se
encontró que la variable
controlable con mayor incidencia
en este indicador era el tiempo
variable por caja.
-El análisis multi criterio fue
bastante útil para incluir
cuantitativamente los objetivos
financieros, técnicos y humanos
de la compañía, en la búsqueda de
una solución exitosa.
-Con el nuevo modelo operativo se
logró una reducción del 43.5% del
tiempo variable por caja, lo cual
aumentó la ocupación promedio
de la locación en un 7%. Esto sin
afectar la calidad de vida de los
conductores y ayudantes, pues la
jornada diseño se redujo en un
3%.
-El ahorro financiero generado
por la implementación del
proyecto en la locación, se estimó
en $238’228.924 anuales. Si se
tiene en cuenta que el ahorro
establecido al inicio del proyecto
fue de $44’’000.000 al año, se
puede concluir que se cumplió con
el objetivo principal de la
iniciativa.
16
7. REFERENCIAS
[1] Plenert, G. (2007). Reinventing
Lean: Introducing Lean
Management into the supply
chain. Amsterdam:
Elsevier/Butterworth-
Heinemann. Recuperado por
última vez el día 14 de Septiembre
de 2015, de
http://www.sciencedirect.com.ez
proxy.uniandes.edu.co:8080/scie
nce/book/9780123705174
[2] Álvarez, C, Ortiz, J & Pabón, C
(2010). Logística en Colombia:
camino hacia la competitividad.
Revista Supuestos. Universidad de
los Andes. Recuperado por última
vez el día 14 de Septiembre de
2015, de
http://revistasupuestos.uniandes
.edu.co/?p=64
[3] Duque, I & Londoño, J (2009).
Logística de distribución en
Colombia. Un acercamiento
estratégico para compañías de
consumo masivo. (Tesis de
maestría). Recuperado por última
vez de base de datos de tesis
Uniandes el día 9 de Noviembre,
de
https://biblioteca.uniandes.edu.c
o/visor_de_tesis/web/?SessionID
=L1Rlc2lzXzEyMDEwX3ByaW1lcl
9zZW1lc3RyZS80MjUucGRm
[4] Pyzdek, T (2003). The Six
Sigma Handbook: A Complete
Guide for Green Belts, Black Belts,
and Managers at All Levels.
McGraw-Hill.
[5] Furterer, S, L (2009). Lean Six
Sigma in Service: Applications and
Case Studies. CRC Press
[6] Berumen, S & Llamazares, F
(2007). La Utilidad de los métodos
de decisión multicriterio (como el
AHP) en un entorno de
competitividad creciente.
Recuperado por última vez el día
17 de Mayo de 2016, de
http://www.scielo.org.co/pdf/ca
dm/v20n34/v20n34a04.pdf
[7] Página oficial del software D-
SIGHT http://www.d-
sight.com/solutions/d-sight-cdm