propuesta de un modelo de distribuciÓn urbana de
TRANSCRIPT
PROPUESTA DE UN MODELO DE DISTRIBUCIÓN URBANA DE
MERCANCÍAS DIRIGIDO A LOS TENDEROS DE LA LOCALIDAD DE USME-
BOGOTÁ
Catalina Lago Martínez
Ingrid Katherine Melo Rodríguez
Erika Alejandra Sarmiento Trujillo
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE INGENIERÍA
BOGOTÁ, D.C.
2015
PROPUESTA DE UN MODELO DE DISTRIBUCIÓN URBANA DE
MERCANCÍAS DIRIGIDO A LOS TENDEROS DE LA LOCALIDAD DE USME-
BOGOTÁ
TRABAJO DE GRADO
Ingeniería Industrial
Catalina Lago Martínez
Ingrid Katherine Melo Rodríguez
Erika Alejandra Sarmiento Trujillo
DIRECTOR
David Hidalgo Carvajal
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE INGENIERÍA
BOGOTÁ, D.C.
2015
Tabla de contenido
Tabla de contenido de ilustraciones........................................................................................ 4
Glosario .................................................................................................................................. 1
Resumen ejecutivo .................................................................................................................. 4
Introducción ............................................................................................................................ 5
Antecedentes ........................................................................................................................... 7
Justificación .......................................................................................................................... 11
Formulación del problema .................................................................................................... 13
Objetivos ............................................................................................................................... 14
Generales ................................................................................................................ 14
Específicos .............................................................................................................. 14
Marco teórico .......................................................................................................... 15
Métodos ................................................................................................................................ 20
Fase 1 ...................................................................................................................... 20
Fase 2 ...................................................................................................................... 21
Fase 3 ...................................................................................................................... 22
Fase 4 ...................................................................................................................... 22
Resultados ............................................................................................................................. 23
Determinación del surtido de productos .................................................................. 23
Caracterización del consumidor. ................................................................................... 24
Caracterización tenderos. .............................................................................................. 27
Surtido final de productos. ............................................................................................ 30
Ubicación del centro de distribución. ...................................................................... 39
Método del centro de masa............................................................................................ 40
Modelación matemática. ............................................................................................... 43
Definición de la herramienta de optimización ......................................................... 51
Desarrollo de la herramienta de optimización ......................................................... 52
Indicadores logísticos. ................................................................................................... 56
Análisis financiero .................................................................................................. 58
Cronograma .......................................................................................................................... 71
Bibliografía ........................................................................................................................... 73
Apéndices ......................................................................................................................... 78
Anexos ........................................................................................................................... 91
Anexo 2. Modelo del centro de distribución convencional ........................................... 92
Anexo 3. Ciudades donde se ha practicado el km2 ...................................................... 93
Anexo 4. Mapa densidad de tiendas de barrio e ingreso per cápita por localidad en
bogotá ............................................................................................................................ 93
Anexo 5. Índices de condiciones de vida ...................................................................... 94
Anexo 6. Número de hijos de los hogares encuestados en la localidad de usme .......... 94
Anexo 7. Productos comprados con mayor frecuencia por clientes en las tiendas de
barrio ............................................................................................................................. 95
Anexo 8. Productos que predominan la estantería ........................................................ 96
Anexo 9. Grupo de alimentos sugeridos por el ipc ....................................................... 97
Anexo 10. Identificación de los barrios del estudio en la localidad de usme ............... 98
Anexo 11. Posibles puntos de ventas que se encuentran en el estudio del km2 ........... 99
anexo 12. Tipo de tienda encontrada en el km2 .......................................................... 100
Anexo 13. Base de datos tenderos de usme ................................................................ 100
Anexo 14. Punto de coordenadas ubicado por el centro de masa ............................... 101
Anexo 15. Fotografías del terreno baldío cercano al punto ubicado por el centro de
masa ............................................................................................................................. 101
Anexo 16. Identificación de vías principales en los barrios seleccionados para el
estudio ......................................................................................................................... 103
Anexo 17. Matriz de distancias por cada barrio estudiado en la localidad de usme ... 103
Anexo 18. Intervalos de calificación por barrio estudiado.......................................... 106
Anexo 20. Población 2011 por upz en la localidad de usme....................................... 108
Anexo 22. Consolidación de los puntos evaluados para colocar el centro de
distribución .................................................................................................................. 114
Anexo 23. Coordenadas conjunto i ............................................................................. 115
Anexo 24. Coordenadas conjunto j ............................................................................. 116
Anexo 25. Ejemplo parámetros de matriz dij (distancias) .......................................... 127
Anexo 26. Resultados obtenidos por medio del programa lpsolve para hallar el punto
del centro de distribución ............................................................................................ 128
Anexo 27. Fotografías del punto hallado por medio del modelamiento matemático
utilizando el programa lpsolve .................................................................................... 129
Anexo 28. Fotografía terreno baldío cercano al punto hallado por medio del
modelamiento matemático .......................................................................................... 130
Anexo 29. Número de veces que las tiendas son visitadas en una semana según el
tamaño del establecimiento ......................................................................................... 131
Tabla de contenido de Ilustraciones
Ilustración 1. Mapa ubicación barrios seleccionados de la localidad de Usme. Fuente:
elaboración propia, 2015. ..................................................................................... 41
Ilustración 2. Ubicación Punto hallado por la herramienta del Centro de Masa y
Terreno Baldío. Fuente: Elaboración propia, 2015 ............................................... 43
Ilustración 3. Ubicación Centros de distribuciones por Barrio. Fuente: Elaboración
propia, 2015. ........................................................................................................ 44
Ilustración 4. Punto del centro de distribución hallado con el modelamiento
matemático. Fuente: Elaboración propia, 2015. .................................................. 49
Ilustración 5. Distancia entre los dos centros de distribución encontrados por el método
del centro de masa y por el modelo matemático. Fuente: Elaboración propia, 2015.
............................................................................................................................ 50
Ilustración 6. Tipo de cajas según el tipo de productos. Fuente: Grupo Comeca CR. .. 53
Ilustración 7. Ejemplo de datos de entrada al programa. Fuente: Elaboración propia,
2015. .................................................................................................................... 54
Ilustración 8. Ejemplo numeración de páginas en el archivo de Excel “Heurística
Trabajo de Grado”. Fuente: Elaboración propia, 2015. ........................................ 55
Ilustración 9. Ejemplo de resultados que arroja el programa en el archivo de Excel
“Heurística Trabajo de Grado”. Fuente: Elaboración propia, 2015. ...................... 55
Ilustración 10. Ejemplo de Resultados que arroja en el archivo de Excel “Heurística
Trabajo de Grado”. Fuente: Elaboración propia, 2015. ........................................ 56
Ilustración 11. Modelo de distribución urbana de mercancías. Fuente: Elaboración
propia, 2015. ........................................................................................................ 89
Ilustración 12. Modelo del centro de distribución convencional. Fuente: Gonzáles, R.,
& Robusté. F. (2002). Un nuevo concepto de la plataforma logística urbana. ...... 92
Ilustración 13. Ciudades donde se ha practicado el KM2. Fuente: LASTMILE, 2014. 93
Ilustración 14. Mapa densidad de tiendas de barrio e ingreso Per Cápita por localidad
en la ciudad de Bogotá. Fuente: Meiko & DANE, 2009. ...................................... 93
Ilustración 15. Índice de condiciones de vida 2011. Fuente: encuesta multipropósito,
2011. .................................................................................................................... 94
Ilustración 16. Identificación de los barrios Alfonso López, Marichuela, Danubio Azul,
Santa Librada. Fuente: googlemaps, 2015. ........................................................... 98
Ilustración 17. Base de datos tenderos de Usme. Fuente: LOGYCA, 2014. .............. 100
Ilustración 18. Ubicación de coordenadas centro de masa. Fuente: Elaboración propia,
2015. .................................................................................................................. 101
Ilustración 19. Terreno Baldío Vista I 180ª ubicado cerca al punto hallado por el
centro de masa. Fuente: googlemapas - streetview, 2015. .................................. 101
Ilustración 20. Terreno Baldío Vista II 180ª ubicado cerca al punto hallado por el
centro de masa. Fuente: googlemapas - streetview, 2015. .................................. 102
Ilustración 21. Terreno Baldío Vista III 180ª ubicado cerca al punto hallado por el
centro de masa. Fuente: googlemapas - streetview, 2015. ................................. 102
Ilustración 22. Escalas de calificación barrio Alfonso López. Fuente: Elaboración
propia, 2015. ...................................................................................................... 106
Ilustración 23. Escalas de calificación barrio Santa Librada. Fuente: Elaboración
propia, 2015. ...................................................................................................... 106
Ilustración 24. Escalas de calificación barrio Danubio Azul. Fuente: Elaboración
propia, 2015. ...................................................................................................... 107
Ilustración 25. Escalas de calificación Barrio Marichuela. Fuente: Elaboración propia,
2015. .................................................................................................................. 107
Ilustración 26. Punto hallado por el Modelamiento Matemático Vista I 180ª. Fuente:
googlemaps - streetview, 2015. .......................................................................... 129
Ilustración 27. Punto hallado por el Modelamiento Matemático Vista II 180ª. Fuente:
googlemaps - streetview, 2015. .......................................................................... 129
Ilustración 28. Punto hallado por el Modelamiento Matemático Vista III 180ª. Fuente:
googlemaps - streetview, 2015. .......................................................................... 130
Ilustración 29. Punto hallado por el Modelamiento Matemático Vista IV 180ª. Terreno
Baldío. Fuente: googlemaps - streetview, 2015. ................................................. 130
Ilustración 30. Número de veces en que las tiendas son visitadas en una semana según
el tamaño del establecimiento. Fuente: Banco Iberoamericano de Desarrollo, 2014.
.......................................................................................................................... 131
Ecuación 1. Centro de masa. Fuente: Elaboración propia, 2015. ................................. 42
Ecuación 2. Demanda total de productos. Fuente: Elaboración propia, 2015 .............. 46
Ecuación 3. Demanda semanal. Fuente: Elaboración propia, 2015. ............................ 46
Ecuación 4. Demanda diaria. Fuente: Elaboración propia, 2015. ................................ 47
Ecuación 5. Porcentaje de utilización de vehículos (volumen). Fuente: Elaboración
propia, 2015. ........................................................................................................ 56
Ecuación 6. Porcentaje de utilización de vehículos. Fuente: ....................................... 57
Ecuación 7. Porcentaje de entregas efectivas. Fuente: Elaboración propia, 2015. ....... 57
Ecuación 8. Costo por uso de vehículos. Fuente: Elaboración propia, 2015. ............... 58
Tabla 1. Surtido de productos recomendados (Cereales y productos de panadería,
Raíces, Tubérculos). Fuente: Elaboración propia, 2015. ..................................... 33
Tabla 2. Surtido de productos recomendados (Leguminosas verdes, frutas) . Fuente:
Elaboración propia, 2015. .................................................................................... 33
Tabla 3. Surtido de Productos Recomendados (Carnes, vísceras y productos
elaborados, huevos, leguminosas secas y mezclas vegetales). Fuente: Elaboración
propia, 2015. ........................................................................................................ 34
Tabla 4. Surtido de Productos Recomendados (Leche, Kumis o Yogurt, Quesos,
Grasas, Azúcares y Dulces). Fuente: Elaboración propia, 2015. .......................... 34
Tabla 5. Número de tiendas estudiadas por cada barrio en la localidad de Usme.
Fuente: Elaboración propia, 2015. ....................................................................... 36
Tabla 6. Coordenadas iniciales halladas por la herramienta del centro de masa .......... 42
Tabla 7. Coordenadas finales halladas por medio de la herramienta del centro de masa
............................................................................................................................ 43
Tabla 8. Matriz de calificación por precio predio. Fuente: Elaboración propia, 2015. 45
Tabla 9. Demanda por tienda diaria. Fuente: Elaboración propia, 2015. ..................... 47
Tabla 10. Matriz de calificación Fuente: Elaboración propia, 2015. ........................... 47
Tabla 11. Formulación del problema matemático. Fuente: Elaboración propia, 2015. 48
Tabla 12. Coordenadas ubicación por medio de la herramienta del centro de masa .... 50
Tabla 13. Demanda de Surtidos por Tienda Dependiendo del Barrio, Fuente:
Elaboración propia, 2015. .................................................................................... 53
Tabla 14. Formulación matemática problema de distribución. Fuente: Elaboración
propia, 2015. ........................................................................................................ 54
Tabla 15. Porcentaje del costo logístico sobre las ventas. Fuente: LOGYCA, 2014 .... 59
Tabla 16. Inversión estimada inicial del terreno y la construcción del centro de
distribución. Fuente: Elaboración propia, 2015. ................................................... 62
Tabla 17. Ejemplo costos logísticos. Fuente: Elaboración propia, 2015. ..................... 64
Tabla 18. Grupo de alimentos sugerido por el IPC. Fuente: BancaFacil, 2013. .......... 97
Tabla 19. Posibles puntos de ventas que se encuentran en el estudio del KM2. Fuente:
Estudio de caracterización del KM2 realizado por la empresa LOGYCA............. 99
Tabla 20. Vías principales por barrio (Danubio Azul, Alfonso López, Santa Librada,
Marichuela). Fuente: Elaboración propia, 2015. ................................................ 103
Tabla 21. Distancias posibles centros de distribución hasta principales vías barrio
Marichuela. Fuente: Elaboración propia, 2015. .................................................. 103
Tabla 22. Distancias posibles centros de distribución hasta principales vías barrio
Alfonzo López. Fuente: Elaboración propia, 2015. ........................................... 104
Tabla 23. Distancias posibles centros de distribución hasta principales vías barrio
Santa Librada. Fuente: Elaboración propia, 2015. .............................................. 104
Tabla 24. Distancias posibles centros de distribución hasta principales vías barrio
Danubio Azul. Fuente: Elaboración propia, 2015. .............................................. 105
Tabla 25. Valor promedio metro cuadrado en los barrios Usme. Fuente: Mitula.com,
2015. .................................................................................................................. 107
Tabla 26. Población 2011 por UPZ. Fuente: Elaboración propia, 2015. .................... 108
Tabla 27. Promedio total de los aspectos evaluados en 117 puntos posibles. Fuente:
Elaboración propia, 2015. .................................................................................. 113
Tabla 28. Bloques seleccionados para hallar el centro de distribución. Fuente:
Elaboración propia, 2015. .................................................................................. 114
Tabla 29. Coordenadas conjunto I, 34 posibles puntos para hallar el Centro de
Distribución. Fuente: Elaboración propia, 2015. ................................................ 115
Tabla 30. Coordenadas conjunto J, 417 tiendas localidades Danubio Azul, Marichuela,
Santa Librada y Alfonso López. Fuente: Elaboración propia, 2015. .................. 126
Tabla 31. Ejemplo Matriz de Distancias tienda a tienda. Fuente: Elaboración propia,
2015. .................................................................................................................. 127
Tabla 32. Resultado obtenido LPSolve. Fuente: LPSolve, 2015. .............................. 128
1
Glosario
Almacenamiento: “función de conservar y mantener artículos en espacios, condiciones y
periodos determinados” (Martinez, 2009).
Base de la pirámide (BoP): “Es la conformación de los estratos sociales bajos, creando
una nueva estructura social en la cual se agrupan los segmentos de menores ingresos”
(Sucre, 2010).
Canal de distribución tradicional: también conocido como canal Tienda a Tienda (TAT)
“cubre las tiendas y autoservicios de barrio es el más utilizado por las compañías para la
distribución de sus productos” (Aparicia & Delgado, 2009).
Canales de distribución: son las “áreas económicas totalmente activas, a través de las
cuales el fabricante coloca sus productos o servicios en manos del consumidor final. Aquí
el elemento clave radica en la transferencia del derecho o propiedad sobre los productos y
nunca sobre su traslado físico. Definen y marcan las diferentes etapas que la propiedad de
un producto atraviesa desde el fabricante al consumidor final” (Gonzales, 2010).
Centro de distribución: “corazón de las actividades de la logística desde donde se ejecuta
la política de servicio al cliente en el día a día, allí se almacena el inventario, se manejan los
contactos con proveedores, se despacha y concentra la mayor parte de las actividades
transaccionales de la logística. Sus actividades se asocian al flujo tradicional de materiales:
recibo e inspección, acomodo, almacenamiento, preparación de pedidos, empaque,
despacho y manejo de devoluciones y retornos”. (Martinez, 2009). En este trabajo cuando
se hable de micro plataforma logística urbana, se referirá a este mismo significado.
2
Distribuidores: “empresa que vende productos a un gran número de compradores; de
ordinario incluye a minoristas y mayoristas”. (Aparicia & Delgado, 2009).
Distribución Urbana de Mercancías: “es la interacción con otros agentes en el ámbito
urbano, tales como el tráfico rodado (de transporte público de pasajeros o privado), o la
diversidad de puntos de abastecimiento en un perímetro definido con una tipología urbana
incierta, le confieren un elevado interés; por ello, en la mayor parte de los casos, deben
analizarse más en profundidad las causas que originan la problemática en la rutina diaria de
la distribución urbana de mercancías” (Antún, Distribución urbana de mercancías:
estrategias con centros logísticos, 2013)
Kilómetro cuadrado (KM2): “es la caracterización de áreas de algunas de las Mega
ciudades del mundo, observar su dinámica y las condiciones para obtener información
valiosa acerca de los factores que tienen influencia sobre el desempeño logístico urbano.
Esto se hace usando el sistema diseñado para este propósito que permite la fácil
visualización de los datos” traducido de Lastmile (LASTMILE, 2014).
Logística: “es el proceso por el que la empresa gestiona de forma adecuada el movimiento,
la distribución eficiente y el almacenamiento de la mercancía, además del control de
inventarios, a la vez que maneja con acierto los flujos de información asociados.” (Bastos,
2007).
Massachusetts Institute of Technology (MIT): “es una institución educativa de clase
mundial. Su objetivo principal es la enseñanza y la investigación pertinente para el mundo
práctico. MIT es independiente, co-educacional, y dotado de forma privada. Sus cinco
escuelas abarcan numerosos departamentos académicos, divisiones y programas que
3
otorgan títulos, así como los centros interdisciplinarios, laboratorios y programas cuyo
trabajo trasciende las fronteras departamentales tradicionales.” Traducido de MIT (MIT,
web.mit.edu, 2014).
Megaciudad: “se caracteriza por tener una población con tamaño de 5 y 10 millones de
habitantes, Además, desde el punto de vista logístico, tienen una alta densidad de población
en combinación con su tamaño” traducido de Reaching 50 million nanostores: retail
distribution in emerging megacities (Blanco & Fransoo, 2013).
Surtido: “dicho de un artículo de comercio: que se ofrece como mezcla de diversas clases.”
(RAE, 2014), Scheisy (2006) define como: “mejora la combinación de productos y la
asignación de espacios, aumenta la productividad de las ventas y de rotación”. En este
trabajo cuando se hable de combinación de productos o mezcla de productos, se referirá a
este mismo significado.
Tienda de barrio: “establecimientos atendidos por una (1) o más personas detrás de un
mostrador en donde el consumidor no tiene al alcance los productos y más del 50 % de las
ventas son para consumir fuera del establecimiento. Su objeto o razón social es la de
comercializar de manera regular productos de consumo masivo” (Fenalco, 2010).
4
Resumen Ejecutivo
El presente estudio tiene como propósito generar un modelo de distribución urbana
de mercancías dirigido a los tenderos de la localidad de Usme, en Bogotá, Colombia. Se
pretende definir la localización de un centro de distribución en la localidad, que minimice
los costos de transporte desde las empresas productoras hasta el canal tradicional, desde la
caracterización de la zona por medio de la metodología del KM2 desarrollado por
el Massachusetts Institute of Technology (MIT). Seguidamente, se propondrá una
heurística, que dé como resultado la programación de las rutas para una distribución
adecuada de los diferentes productos.
Asimismo, se buscará establecer un surtido de productos que constituyan la canasta
básica de los consumidores, generando un acercamiento para la inclusión de esta población
vulnerable. El proyecto se desarrollará a partir del estudio de la Base de la Pirámide,
población perteneciente a los estratos uno y dos, específicamente de la localidad de Usme,
en los barrios Santa Librada, Marichuela, Alfonso López y Danubio Azul, que
generalmente son atendidos por el canal tradicional (TAT). Lo anterior, a partir del estudio
realizado por la empresa LOGYCA, en el que a través de encuestas aplicadas a los
consumidores finales y tenderos de Usme se indaga sobre las necesidades de esta zona.
Como objetivo principal es disminuir costos al realizar el recorrido de distribución
desde las empresas productoras hasta el canal tradicional. Asimismo, se pretende satisfacer
y beneficiar a los tenderos por medio de un adecuado y balanceado surtido de productos en
la canasta familiar del consumidor. Este trabajo integra los conocimientos y herramientas
aprendidos en Ingeniería Industrial aplicados a la solución de un problema real.
5
Introducción
A causa de las elevadas tasas de crecimiento poblacional, como lo afirman Echeverri
et al. (2014), la mayoría de la población está migrando a las grandes ciudad del mundo
conocidas como megaciudades. Estas ciudades se caracterizan por la existencia de
desigualdades en la prosperidad económica de sus regiones, en donde gran parte de la
población es de escasos recursos. Esta población se caracteriza por tener unas necesidades
de compra diferentes a las ofrecidas por el canal moderno (grandes superficies) en términos
de producto, precio, cantidad y opciones de crédito. Por esta razón, “el principal canal de
compra de dicha población es el llamado canal tradicional (tiendas de barrio) que, en países
como Colombia, representa más de la mitad del mercado con un 53 %”. (Echeverri, Hidalgo,
& Mejia, 2014).
Este canal supone para las empresas un reto a nivel de distribución. En primer lugar,
se caracteriza por tener diversos (e incluso en algunos casos informales) puntos de venta
que deben de ser atendidos. (Echeverri, Hidalgo, & Mejia, 2014). En segundo lugar, este
canal maneja demanda de pedidos más pequeños, lo que conlleva a costos más elevados en
comparación con las operaciones de logística de mercado desarrolladas. (Blanco &
Fransoo, 2013). Por último, existe un mayor número de puntos de entrega. En el caso de
Bogotá a menudo operan rutas de distribución con más de un centenar de paradas por día.
En definitiva, la distribución física es mucho más compleja para el canal tradicional en
comparación con el canal moderno.
No cabe duda que el contexto logístico que enfrentan las empresas al atender estos
mercados se presenta como un reto en la cotidianidad de su ejercicio. El presente trabajo
6
pretende diseñar una estrategia de distribución en este contexto y se encuentra enmarcado
dentro de Bogotá, que es la única ciudad considerada como una megaciudad en el territorio
colombiano (Echeverri, Hidalgo, & Mejia, 2014), debido a que tiene una población de
7.776.845 habitantes aproximadamente (DANE, 2014).
Se pretende entonces analizar la localidad de Usme que se configura como la
localidad con uno de los índices más altos en la medición de pobreza de acuerdo con el
Índice de Condiciones de vida en Bogotá (DANE, 2011), posee una de las mayores
densidades de tiendas de Barrio y concentra la mayor población de bajos recursos. Estas
características hacen de Usme una localidad con un perfil similar al de las megaciudades,
razón por la cual es esta la población que se quiere analizar con el fin de desarrollar un
modelo de distribución que se ajuste al contexto logístico descrito anteriormente.
Para lograr este objetivo, se caracterizarán los diferentes barrios de la localidad por
medio de la metodología del KM2, que permite evaluar la cantidad de tiendas y vías de
transito existentes. Esto se hará con el objetivo de proponer la ubicación óptima de un
centro de distribución. Por otra parte, se busca aterrizar el modelo en estrategias logísticas
de atención y generar un surtido de productos basado en el perfil demográfico de los
consumidores de la zona que favorezcan la equidad en los estratos bajos.
7
Antecedentes
Los modelos de distribución dirigidos al canal Tienda a Tienda (TAT) o en otras
palabras el canal de ventas tradicional en Colombia, en especial en la ciudad de Bogotá, no
son muy comunes, puesto que la mayoría de los centros de distribución que se encuentran
son construidos con capital privado de las grandes superficies; por ejemplo, el grupo
ÉXITO.
Desde el ámbito del mercadeo, se pueden encontrar trabajos que representan y
ejemplifican la situación de las tiendas en los barrios de Colombia, sus características y
productos más vendidos; sin embargo, la mayoría de ellos son descritos desde el punto de
vista informativo, como por ejemplo el trabajo de Pérez & Pérez (2006) titulado “El
acercamiento al comportamiento del tendero”, en el cual se cuenta desde varias
perspectivas por qué las tiendas de barrio tienen tanta acogida en el país y cuáles son esas
características que las hacen tan importantes puesto que:
El 40 % de las ventas al detal del país se hacen por medio de este canal y a pesar del auge
de las grandes superficies y la llegada de grandes cadenas, el canal TAT no se ha
disminuido, por el contrario crece a una tasa del 6 % en volumen (Pérez & Pérez, 2006).
Así bien, el principal canal de compra de dicha población, es el llamado canal
tradicional que en países como Colombia representa más de la mitad del mercado
(Echeverri, Hidalgo, & Mejia, 2014), como se explica en el Anexo 1.
De la misma forma, existen artículos en revistas colombianas como Dinero, o
periódicos como Portafolio, que realizan investigaciones para obtener cifras y datos
estadísticos, los cuales hacen ver la gran importancia que tiene el estudio. Por ejemplo, “por
8
orden de importancia los cigarrillos son los productos que más demanda generan en estos
negocios, llegando a ocupar un 89 % de los productos solicitados. Le sigue el papel
higiénico, con un 85 %. Detrás está la leche UHT (no representa leche fresca o
pasteurizada), con un 69 % y en cuarto y último lugar las margarinas, con un 53 %.”
(Dinero, 2007)
Por otro lado, un punto importante es la distribución de la mercancía, ¿cómo le
llegan a los tenderos los productos?, en muchas ocasiones, los tenderos son abastecidos por
mayoristas puesto que “los fabricantes recurren a ellos cuando resultan ser más eficaces en
el desarrollo de una o más de las siguientes funciones: venta y promoción, compra y
constitución del surtido de productos, ahorros derivados de un gran volumen de compras,
almacenamiento, transporte, financiamiento, asunción de riesgos” (Kotler & Keller, 2006).
Asimismo, existen muchas otras empresas que surten al canal TAT directamente
con su propia flota de transporte. Es acá donde la distribución en las grandes ciudades se
hace más difícil, puesto que la congestión vehicular y las vías de acceso son factores
críticos y juegan un papel muy importante en el proceso. Dentro de la revisión realizada, no
se encontraron estudios en Bogotá; sin embargo, en el mundo se encontró el caso de la
ciudad de Barcelona, en el cual:
Un estudio realizado por Robusté (1998) se estimaba en 167 millones de Euros los
sobrecostes absorbidos por la Distribución Urbana debido a la congestión en la ciudad
durante el año 1993. La Distribución Urbana es uno de los principales responsables de esta
congestión: según diversos estudios del Ayuntamiento (1996, 1997), ya que diariamente se
realizan más de 100.000 operaciones de carga y descarga, de las cuales el 75 % se realizan
con el vehículo estacionado ilegalmente. (González & Robusté , 2002).
9
Dicho lo anterior, los autores proponen un centro de distribución no convencional,
ilustrado en el Anexo 2, y afirman que:
La idea es construir un espacio subterráneo (bajo el viario) que funcione como almacén de
distribución y/o de consolidación. Las operaciones de carga y descarga se hacen en
superficie, en zonas del viario reservadas para ello y las mercancías entran y salen del
almacén a través de montacargas. De este modo, la superficie se reduce a la mínima
necesaria para almacenar las mercancías: no hay que reservar espacio para las rampas de
entrada y salida de los vehículos ni para el estacionamiento de los vehículos mientras
descargan. Esto reduce los costes de construcción y la ocupación de la vía pública.
(González & Robusté , 2002)
Con lo anterior, se demuestra la preocupación por las grandes ciudades en
descongestionar las vías de acceso y poder así optimizar el proceso.
Finalmente, para poder implementar un centro de distribución dentro de la localidad
de Usme, se emplea la metodología del KM2, la cual ayuda a la visualización de los
factores logísticos en un kilómetro cuadrado. Este “fue creado como un atlas de logística
urbana con la información recogida en las megaciudades de todo el mundo. Consiste en
grandes conjuntos de datos de la información logística relevante y detallada para mostrar
los factores que afectan el rendimiento de entrega.” (LASTMILE, 2014) Las ciudades
principales donde se ha hecho el estudio se encuentran ilustradas en el Anexo 3. En el caso
de Colombia, el primer KM2 se realizó en el Barrio Ciudad Salitre de la ciudad de Bogotá,
el cual cuenta con una cantidad de población residente y flotante; el segundo KM2, en
Modelia y actualmente está bajo procesamiento los datos de la Zona T, realizado por el
Centro Latinoamericano para la Innovación Logística (CLI) de LOGYCA.
10
Dentro del estudio se puede evidenciar cuántas tiendas hay, con cuántos lugares de
carga y descarga cuenta la zona, el tráfico y las vías de acceso, entre otras variables.
Técnicas como el KM2 ayudan a visualizar si es necesario un centro de distribución urbano
y su posible ubicación. Es en este punto, en donde el almacenamiento de la mercancía se
vuelve crucial para los tenderos, y por ende, se aumenta la necesidad de realizar estudios
sobre el almacenamiento, puesto que el objetivo final será tener el producto en el momento
y lugar indicado lo más rápido posible.
Dicho lo anterior, se puede ver que para poder tener la ubicación de un centro de
distribución, es una muy buena opción aplicar la herramienta del KM2 pues con ello se
puede conocer a profundidad la zona de estudio.
11
Justificación
A pesar de la llegada de grandes superficies extranjeras al comercio colombiano
para introducir sus grandes supermercados, la tendencia de comprar en las tiendas de barrio
no ha disminuido, por el contrario es un canal que viene cogiendo más fuerza,
especialmente en los barrios de estrato bajo. En Bogotá, la distribución a este canal presenta
varias dificultades dadas las características de megaciudad y la deplorable malla vial
especialmente en localidades como Usme.
Es necesario optimizar los procesos de distribución ya que actualmente estos son
ineficientes y elevados. En general, este proyecto pretende generar una propuesta que
permitirá mejorar los procesos de distribución directos lo cual tendrá un impacto en la
reducción de costos y tiempos de entrega de pedidos a las tiendas de barrio.
Para este trabajo, se seleccionó como caso de estudio la localidad de Usme, debido a
que esta presenta varias características que la hacen apropiada para validar un modelo de
distribución al canal tradicional en una megaciudad. En primer lugar, vale la pena decir que
la localidad de Usme posee una de las mayores densidades de tiendas de Barrio y concentra
la mayor población de bajos recursos en Bogotá. La localidad de Usme tiene un ingreso per
cápita de 186K y 155 habitantes por tienda como se muestra en el gráfico del Anexo 4.
Por otra parte, de acuerdo con la medición de pobreza a partir del índice de
condiciones de vida, Usme se configura en la ciudad de Bogotá como la localidad con el
menor nivel de vida, según este indicador, 4,9 puntos por debajo del promedio de la ciudad,
como se evidencia en el Anexo 5.
12
Sin lugar a dudas, es significativo que la estrategia propuesta se aplique en el caso
de estudio de la localidad de Usme que cumple todas las características de la megaciudad,
pues esto permitirá analizar la posible aplicación de los nuevos conocimientos en otras
localidades de Bogotá. Para ello resulta indispensable realizar un estudio detallado de los
diferentes barrios que la componen, para determinar la ubicación actual de las tiendas y
vías de tránsito existentes, por medio de la metodología del KM2.
Con el fin de que el modelo propuesto se fundamente en la inclusión social se
pretende seleccionar un surtido de productos que permita satisfacer las necesidades básicas
de alimentación de los consumidores en los estratos uno y dos de Usme. Esto a través del
análisis del estudio de la Base de la Pirámide realizado por la empresa LOGYCA que se
titula “Caracterización de los consumidores de escasos recursos (BoP) en una megaciudad:
caso de estudio en Bogotá” el cual cuenta con la información de tenderos y clientes finales
en la localidad de Usme.
Este proyecto resulta importante ya que de acuerdo a la revisión de literatura dada,
en Bogotá no existe información pública de modelos de distribución para el canal
tradicional, que tengan en cuenta las características de los consumidores de bajos recursos.
Ciertamente, “una distribución más eficiente será un acercamiento en la disminución de las
inequidades sociales, ya que el abastecimiento de las tiendas exige una inversión de tiempo,
esfuerzo y dinero considerables por parte del tendero, lo que aumenta los costos de
transacción”. (Guarin, 2009).
13
Formulación del Problema
Dentro de este proyecto se busca responder la siguiente pregunta: ¿Cómo ofrecer a
los tenderos de estratos bajos de la localidad de Usme (Bogotá) un modelo de
distribución para un surtido de productos que cumpla sus necesidades de costo? Con lo
anterior, se deben responder preguntas específicas como ¿Cuáles son los patrones de
consumo identificados por los tenderos y consumidores finales?, ¿Cuál es el surtido de
productos que satisfacen las necesidades de la base de la pirámide? ¿Cuál es la ubicación
óptima del Centro de Distribución? y ¿Cuáles deben ser las rutas adecuadas para distribuir
el producto al tendero?, asimismo ¿Cuál será el impacto financiero de la propuesta?.
Dando respuesta a estas preguntas se pretende cumplir con el objetivo final.
14
Objetivos
General
Diseñar un modelo de distribución urbana que permita ofrecer a los tenderos de la
localidad de Usme, Bogotá, un surtido de productos que cumpla con las necesidades de
costo.
Específicos
1. Determinar el surtido de productos a ofrecer a tenderos en la localidad de Usme, por
medio del análisis estadístico de las encuestas realizadas a tenderos y consumidores.
2. Caracterizar un barrio de la localidad de Usme por medio de la metodología del
kilómetro cuadrado (KM2) para determinar la ubicación actual de tiendas de barrio y vías
de tránsito.
3. Determinar la ubicación optima de un centro de distribución en el barrio seleccionado de
la localidad de Usme, a través de un modelo de optimización.
4. Definir la herramienta de optimización (o heurística) que permita establecer el modelo
de distribución que calcule la ruta con menor costo.
5. Desarrollar la herramienta de optimización seleccionada que dé como resultado el
modelo de distribución.
6. Realizar una comparación entre el costo de distribución actual y el modelo propuesto,
dando como resultado el costo beneficio, para los tenderos.
15
Marco Teórico
El largo y complejo conflicto armado interno colombiano ha convertido a Colombia
en uno de los países con más desplazados por la violencia en el mundo (IDMC, 2008). De
acuerdo con lo anterior se han incrementado los índices de pobreza y desempleo en las
ciudades, lo que crea una barrera para que las familias de escasos recursos puedan acceder a
los alimentos para satisfacer sus necesidades básicas.
Estas familias (consumidores) “desean obtener los productos de la canasta familiar
para satisfacer sus necesidades básicas y muchas veces el factor económico y la carencia de
liquidez hacen imposible la compra de productos básicos en almacenes de grandes
superficies” (Nielsen, 2004). Dentro de este contexto, las tiendas suplen las necesidades de
las personas del sector, ya que les evita el movilizarse de sus hogares para la adquisición de
productos en grandes almacenes de cadenas.
Es importante analizar el concepto de las tiendas de barrio pues estas tienen un papel
fundamental en las zonas de bajos recursos especialmente porque representan una fuente de
ingresos importantes para los hogares colombianos.
“Dentro de este orden de ideas, es importante contextualizar el concepto de tienda
de barrio. Estas son una institución de gran arraigo en la sociedad colombiana” (Nielsen,
2004), “actualmente manejan el 53 % del mercado en el país” (Echeverri, Hidalgo, &
Mejia, 2014) . La distribución física de la tienda de barrio en Colombia es homogénea,
según la encuesta de Meiko y Fenalco (2008), “un poco más de la mitad de los
establecimientos tiene menos de 30 𝑚2 y casi el 90 % tiene menos de 50 𝑚2”. (Universidad
Distrital, 2005) La mayoría de las tiendas vende una combinación de alimentos y otros
16
artículos de primera necesidad. “En Bogotá, el 38 % de las tiendas vende menos de 100
USD al día, y el 71 % vende menos de 200 USD diarios.” (Guarín, 2010). El surtido de las
tiendas se limita a artículos básicos de alimentación y de aseo, junto con los abarrotes, la
leche y no perecederos, mientras que la carne es la menos ofrecida.
Algunas de las funciones de la tienda de barrio como canal de distribución son:
“centralizan decisiones básicas de la comercialización, tienen una gran información sobre el
producto, competencia y mercado, participan activamente en actividades de promoción y
actúan como fuerza de ventas de la fábrica” (Espitia, 2009). Asimismo en el estudio
organizado por la Organización de las Naciones Unidas para la agricultura y la
alimentación realizado por Guarín (2010), establece que:
La estrategia para hacer los pedidos y los lugares de compra tienen una marcada diferencia
según el tipo de alimento. Los tenderos se abastecen de frutas y verduras mediante visitas
personales al mercado central o plaza de mercado. Estos son mercados donde vendedores y
compradores confluyen y hacen las transacciones de contado; es decir, no hay separación
entre el pedido y la compra. (p. 6)
En el comercio de alimentos procesados y de proteínas animales, aunque los
mayoristas tradicionales persisten, una parte significativa ha sido trasladada a los
distribuidores Tienda a Tienda (TAT). “La industria de alimentos se ha convertido en un
motor fundamental de las tiendas de barrio en Colombia, en especial en Bogotá, y se ha
establecido una relación de dependencia mutua entre las tiendas y los grandes productores.”
(Guarin, 2009).
Los tenderos recurren a un número considerable de proveedores, lo que pone de
manifiesto el esfuerzo y la complejidad que supone el abastecimiento de sus tiendas.
17
Los productos perecederos, los patrones de consumo y los flujos de caja determinan la
frecuencia de abastecimiento. (Guarín, 2010)
La necesidad de transporte disminuye considerablemente para los productos que son
entregados directamente en la tienda, tales como la leche, los huevos, algunos granos y
otros alimentos integrados a cadenas agroindustriales. “Las ineficiencias se desprenden de
la acción descoordinada e individualista de los tenderos, de la precariedad de medios de
transporte, de su falta de información sobre el mercado y de su limitado acceso a la
tecnología” (Guarín, 2010). Por otra parte, “la falta de vías de acceso adecuadas hacia las
zonas urbanas de alta pobreza, como también dentro de ellas, puede limitar el tránsito
normal de vehículos de abastecimiento y afectar la disponibilidad de alimentos o aumentar
los costos de transporte” (Guarín, 2010).
Una vez caracterizada la tienda de barrio, es importante definir el concepto de las
prácticas logísticas en la distribución física metropolitana de mercancías, por lo que:
El modelo clásico de distribución física de mercancías en áreas metropolitanas es el de
paradas múltiples, no centralizado. Una práctica de este tipo implica: muchos vehículos,
colas de espera en las áreas de recepción por insuficiencia de los andenes, congestión local
en la vialidad urbana en la microrregión de las tiendas, “vacío” que viaja en las unidades de
carga (mayor flete unitario), viajes que duran toda la jornada, entre otras. (Antún, Lozano,
Hernández, & Hernández, 2005)
Adicionalmente, los autores comentan:
La distribución física centralizada es un modelo para la distribución urbana de mercancías
basado en una consolidación sobre el destino final. Para realizar esta consolidación debe
operarse un cruce de andén (cross docking) en el que las unidades de carga que llegan con
una lógica de proveedor se transforman en unidades de carga de salida con un una lógica de
18
distribución física (entrega) sobre una tienda o un área territorial especifica. Los diferentes
proveedores entregan su producto o los pedidos procesados en una plataforma de
distribución, esencialmente un crece de andén, donde son recibidos y clasificados según los
destinos (Antún, Lozano, Hernández, & Hernández, 2005).
Dado que el proyecto tiene como objetivo determinar la ubicación de un centro de
distribución, vale la pena definir el concepto;
Las bodegas se conciben hoy en día como centro de distribución y consolidación, la nueva
orientación de estos centros será agilizar la recepción y el movimiento interno de todo tipo
de materiales y mercancías. El centro de distribución es considerado “el último paso de la
orden de un cliente”, es donde las ordenes se recogen, se embalan, se procesan, se
documentan, se notifican y se despachan (Baptiste, 2004).
Otro punto de vista refleja que “Los centros logísticos concentran y redistribuyen
carga; regulan el tráfico de vehículos y articulan unidades de carga provenientes de
distintos puntos geográficos y sujetas a lógicas distintas. Mejoran la productividad de las
operaciones de transporte: capturan volúmenes importantes de carga”. (Antún, Distribución
urbana de mercancías: estrategias con centros logísticos, 2013)
Con el fin de realizar la caracterización de la localidad de Usme, se pretende
emplear la metodología del kilómetro cuadrado (KM2), razón por la cual es importante
describirla.
La metodología del KM2 fue creada por el MIT con el centro de transporte y logística
(Center of Transportation & Logiscts – Centro Latinoamericano de Innovación Logística -
MIT), como un atlas de logística urbana con información recogida en mega ciudades de
todo el mundo. En general busca ofrecer datos de la logística global; consiste en la
recolección de información logística relevante y detallada para mostrar los factores que
afectan el rendimiento de las entregas.
19
Existen 5 tipos de formatos para la recopilación de información logística relevante, que
permiten encontrar patrones y las representaciones de los indicadores claves. Dentro de
estos se encuentran:
1. Tiendas: captura todas las tiendas en el kilómetro cuadrado seleccionado de una
determinada ciudad.
2. Cargue: Infraestructura de tránsito y las normas de la ciudad y su relación con los
sistemas logísticos. La información incluye flete de zona de aparcamiento de vehículos
y zonas de carga / descarga.
3. Entregas: Es un seguimiento de los procesos de entrega. Captura la operación de
entrega real, incluyendo la ubicación, la distancia recorrida, el tipo de productos, y el
equipo utilizado.
4. Tráfico: describe el flujo de vehículos en una calle foco del kilómetro cuadrado.
5. Interrupciones: Describe las interrupciones en el flujo de tráfico por los dos vehículos
de transporte de mercancías y de otras fuentes, como una medida de la gravedad. (MIT,
Lastmile, 2014).
Una vez finalizada la caracterización de la localidad, se busca emplear heurísticas
que den como resultado el modelo de distribución de menor costo. Para ello es importante
definir el concepto de heurística:
Método que utiliza exploraciones sucesivas, sin planteamiento preestablecido, para la
resolución de una aplicación. Esta técnica tiene en cuenta en cada momento los resultados
precedentes (aprendizaje), se trata, pues, de una estrategia paso a paso. Se aplican a la
resolución de problemas combinatorios complejos. (Malisani, 1989).
20
Métodos
El presente proyecto se desarrollará en 4 fases secuenciales de acuerdo con los
objetivos establecidos. La primera fase incluye el análisis del contexto dividido en dos
aspectos fundamentales: en principio la caracterización de los tenderos de la base de la
pirámide y el segundo la caracterización del barrio en el que se va a trabajar. Durante la
segunda fase del proyecto se pretende desarrollar un modelo que permita identificar la
ubicación óptima de un centro de distribución. A continuación, en la tercera fase del
proyecto se desarrollará un modelo de distribución para el canal tradicional que esté
fundamentado, tanto en las necesidades de la población como en la caracterización de la
zona. En la cuarta fase se evaluará financieramente la propuesta de mejoramiento.
Finalmente, se realizarán las conclusiones o ajustes pertinentes.
Fase 1
Caracterización de los consumidores y tenderos de la base de la pirámide
o Técnicas de recolección de la información: se empleará la información
obtenida de una fuente secundaria a partir de un estudio realizado por la
empresa LOGYCA. El informe se titula “Caracterización de los
consumidores de escasos recursos (Base de la Pirámide) en una megaciudad:
caso de estudio en Bogotá” el cual cuenta con la información de 500
tenderos y 500 clientes finales en las localidades de Usme y Bosa.
o Análisis e interpretación de resultados: a partir de los resultados de dichas
encuestas se pretende construir un perfil demográfico del consumidor de la
base de la pirámide de la localidad de Usme y Bosa. Esto por medio de un
análisis estadístico de las variables de la encuesta para determinar el surtido
21
de productos que sea significativo para satisfacer las necesidades de dicha
población.
Caracterización del barrio elegido en la localidad de Usme por medio de la
metodología del KM2
o Técnicas de recolección de la información: este se llevará a cabo en dos
procesos distintos, el primero será la revisión de fuentes secundarias de
información para tener una idea aproximada del número de tiendas existente
en el barrio. El segundo será mediante la recolección de información de
primera fuente, de acuerdo con la metodología del kilómetro cuadrado
(KM2). La recolección se llevará a cabo por medio de la utilización de los
cinco formatos creados por el MIT-CTL para la toma de información
logística relevante.
o Análisis e interpretación de resultados: a partir de la información sobre la
ubicación de tiendas y vías en el barrio elegido se generará una base de datos
georreferenciada.
Fase 2
Desarrollo de un modelo para la determinación de la ubicación de un centro
de distribución
o Revisión de la literatura sobre modelos de optimización para la ubicación de
centro de distribución.
o Formulación del modelo de optimización: este paso incluye la definición de
variables y parámetros del problema.
o Resolver y validar el modelo.
22
Fase 3
Desarrollo de un modelo de distribución para el canal tradicional mediante
heurísticas
o Revisión de la literatura sobre heurísticas para seleccionar la más apropiada
para el caso de estudio.
o Diseño del modelo de distribución teniendo en cuenta la ubicación del
centro de distribución determinado en la fase 2 del proyecto. En este inciso,
se determinarán los parámetros y variables de entrada del modelo.
o Diseño de un algoritmo de asignación de rutas usando la heurística
apropiada.
o Implementación del modelo.
o Análisis de resultados y recomendaciones
Fase 4
Análisis financiero de la propuesta de mejoramiento
o Costeo de distribución actual a partir de información secundaria.
o Costeo de la implementación de la propuesta.
o Análisis de propuesta de mejoramiento.
23
Resultados
Los resultados expuestos a continuación serán expuestos según los seis objetivos
descritos anteriormente:
Determinación del surtido de productos
Con el fin de dar respuesta al problema formulado es indispensable analizar en
primera medida cuáles son los patrones de consumo identificados por los tenderos y
consumidores finales, y a partir de dicho análisis poder establecer el surtido de productos
que satisfacen las necesidades de la base de la pirámide. Lo anterior con base en el
entendimiento de la interacción logística y social en esos estratos. En este orden de ideas,
vale la pena aclarar que para establecer un surtido adecuado, es importante realizar una
comparación entre las necesidades del consumidor y el tendero, con el fin de establecer una
relación entre ambas partes.
Como primera medida, se desarrollaron encuestas dirigidas por la empresa
LOGYCA a consumidores y tenderos de la localidad de Usme pertenecientes a los estratos
uno y dos (base de la pirámide) para caracterizar los patrones de comportamiento culturales
de los consumidores.
Mediante esta herramienta de recolección de información, se logró descubrir los
productos con mayor intención de compra frente a aquellos que se encuentran ofrecidos en
los mostradores de las tiendas de esta localidad. Estas encuestas se realizaron de manera
diferenciada entre compradores y tenderos durante el segundo semestre del 2014, con el
propósito de recolectar datos primarios y conocer las necesidades y los productos que
24
subsanan los requerimientos de los consumidores en este sector determinando. A la vez, se
permite saber los artículos que se adquieren con mayor frecuencia y la periodicidad de la
compra, obtenidos por medio del canal de distribución tradicional.
Caracterización del consumidor.
La indagación realizada al consumidor está integrada por 67 preguntas agrupadas en
7 ejes principales, que permiten llegar al conocimiento de los datos demográficos de las
personas, su intención de compra, indicadores psicosociales, habitos, deseos y gustos,
indicadores de tendencias espacios y tiempo, la conciencia ambiental y de salud ,
indicadores económicos y el mercado electrónico.
Para el cálculo del tamaño de la población muestral de los consumidores, se tuvo en
cuenta la metodología, del cálculo de población, usada por la empresa LOGYCA y
explicado en el Apéndice A, teniendo como resultado de un total de encuestas a realizar de
340.
A partir de la información obtenida en las encuestas, se construye como primera
medida un perfil del consumidor basado en los datos recolectados, dicha caracterización
pretende identificar cuáles son los productos que más consumen las familias de la base de la
pirámide. De esta forma se estableció la razón social por la que consumen esos alimentos,
analizando si estas razones tienen alguna relación con los estilos de vida cotidiana que las
familias y personas llevan.
A continuación, se construye un perfil para el consumidor de la base de la pirámide
en donde se incluyen tanto aspectos demográficos como económicos:
25
Del total de la población encuestada se puede observar que en su mayoría los individuos
corresponden a mujeres (77 %). Actualmente en los hogares de base de la pirámide en
megaciudades como Bogotá, las mujeres tienen una influencia significativa debido a que
permanecen más tiempo en él. En cuanto al aspecto de composición familiar en los hogares,
se encontró que gran parte de la población tiene de 1 a 2 hijos (Anexo 6). Por otro lado, en
términos del estado civil, la mayor parte de la población encuestada se encuentra casada o
vive en unión libre (63 %). De acuerdo con los resultados, se evidencia que al haber mayoría
de mujeres, son ellas las encargadas de tomar la decisión de compra en el hogar.
En términos económicos, la principal forma de pago que tienen los consumidores de
tiendas de barrio de base de la pirámide es el efectivo (95 %). El consumidor gasta en
promedio semanal en aseo personal 7 USD (14.000 COP), con un mínimo 1 USD (2.000
COP) y un máximo de 50 USD (100.000 COP). Con respecto al aseo general, en promedio
semanal se gastan 9,5 USD (19.000 COP), con un mínimo 1 USD (2.000 COP) y un máximo
de 85 USD (170.000 COP). En alimentos se gastan en promedio semanal 35 USD (70.000
COP), el mínimo es de 2 USD (4.000 COP) y el máximo es de 175 USD (350.000 COP); lo
cual refleja que el mayor gasto es en alimentación.
Analizando los resultados generales de las encuestas se llega al entendimiento que
el consumidor adquiere en estas tiendas los artículos básicos de la canasta familiar para su
subsistencia, como: frutas y verduras con un 34,5 %, carnes y quesos con un porcentaje de
27,5 %, artículos de aseo un 23,7 % , para un total de 85,7 % y resta importancia a la
compra productos de segunda y tercera necesidad como: snacks con un 0,4 %, alimentos
empaquetados con un 8,9 %, alimentos no perecederos como enlatados con un 3,7 % , estos
datos se observan en la gráfica 1.
26
Gráfica 1. Productos habituales de compra en el hogar. Fuente: Elaboración propia, 2015.
En general se observa que estas preferencias priorizan la alimentación y aseo para
cubrir necesidades de la canasta básica familiar, evitando productos de “lujo” como los
snacks, alimentos empaquetados y no perecederos que no forman parte de su presupuesto o
dieta.
El consumidor de la base de la pirámide considera que el producto más importante
que compra en la tienda para suplir las necesidades alimentarias de su familia corresponden
a los huevos, pan y leche con un 30 %, seguido de frutas y verduras con un 18 % y carnes,
pescados y quesos con un 17,2 %. El arroz se posiciona porcentualmente con un 12,9 %,
seguido de los granos (como lentejas, frijoles, entre otros) con un 7,5 %. El café y chocolate
son quizás entre los productos de menor demanda con un 5,2 %, seguidos de las bebidas
gaseosas que tienen un consumo del 3,9 % y de las pastas, que a pesar de ser un producto de
0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00% 35,00%
ARTÍCULOS DE ASEO
ALIMENTOS NO PERECEDEROS (LATAS DE ALIMENTOS)
ALIMENTOS EMPAQUETADOS
SNACKS
FRUTAS Y VERDURAS
CARNES Y QUESOS
OTROS
23,72%
3,74%
8,88%
0,42%
34,54%
27,46%
1,25%
Productos habituales de compra en el hogar
27
fácil acceso por su precio, no son parte distintiva de la dieta habitual de la base de la pirámide
con un porcentaje del 2,5 %.
Los productos que cobraron más relevancia, en términos de la frecuencia de compra
en la tienda de barrio, para los consumidores dentro de su plan de compras, son alimentos en
general con un 75 %, seguido de productos de aseo con un 19 %; mientras los productos de
menor importancia fueron papelería con un 4 %, licores y otros con un 1 % respectivamente.
Vale la pena tener en cuenta que:
“las familias de base de la pirámide tienen un grado de identificación significativo con
marcas “reconocidas” en el mercado y por esta razón, suelen comprar productos de
marcas más costosas con la certeza que un producto de marca les genera más seguridad
y les da mayor beneficio.” (Echeverri, Hidalgo, & Mejia, 2014)
Caracterización tenderos.
Para obtener el tamaño muestral de las encuestas de los tenderos se utilizó la ecuación
desarrollada para los consumidores con los parámetros establecidos en el Apéndice B, el cual
dio como resultado de 146 encuestas a ejecutar, sin embargo, para maximizar la muestra se
optó por realizar 180 encuestas, teniendo como remplazo 34 más, es decir, permite disminuir
el error de 5 % a un porcentaje inferior para el estudio.
En cuanto a los tenderos, se examinaron sus caracteristicas, contexto y patrones,
indicadores psicosociales, hábitos y cohesión, indicadores de tendencias perceptuales espacio
y tiempo, mercado electrónico, estrategias de posicionamiento y conciencia ecológica y
orgánica. Como primera medida se pretende consolidar las caracteristicas logísticas de la
28
tienda de barrio encontradas a partir del análisis de las encuestas realizadas a tenderos. A
continuacion se muestra el consolidado:
Ubicación: las tiendas de barrio están ubicadas especialmente entre viviendas
familiares en un 43 %, locales independientes en un 55 % y en locales comerciales
tan sólo con el 2 %. Esto demuestra que la tienda de barrio es por esencia un negocio
que nace desde el hogar lo que las distingue de las grandes superficies o incluso los
formatos expresos.
Número de empleados: el 70 % de las tiendas de barrio confirman que tienen de 0 a
1 empleados, por lo que se infiere que son los mismos dueños que se encargan de
atender y trabajar siempre en estos establecimientos
Clientes: los principales clientes que frecuentan una tienda de barrio son amas de casa
(79 %) por excelencia, seguido de los jóvenes (11 %) y niños (6 %); mientras los que
menos frecuentan la tienda son los padres de familia (papás) con un porcentaje
mínimo de cuatro.
Proveedores: se encontró que los tenderos manejan un promedio de 15 de ellos, con
un mínimo de cuatro y un máximo de 50 proveedores para todos sus productos. La
atención a los tenderos por parte de ellos, está dada por los distintos medios que
manejan. Los tenderos son frecuentemente atendidos por atención directa (preventa
y autoventa), vía telefónica (televenta) o ellos visitan puntos mayoristas para adquirir
productos (distribuidores mayoristas); no obstante se manifestó que no había ningún
manejo electrónico de la orden.
29
Horarios de entrega de proveedores: el 79 % de los tenderos manifiestan que no
pueden controlar ni influir las entregas ni pedidos que realizan a los proveedores sobre
sus tiendas, por lo que la mayoría están sujetos al horario y disposición de estos.
Horarios de funcionamiento: el horario de trabajo de las tiendas varía, pero la gran
mayoría realizan su apertura entre las 6:00 am y las 7:30 am, con un horario de cierre
entre las 9:30 pm y 10:00 pm. La mayoría de tiendas, tienen un horario de domingo
a domingo en un 93 %. Vale la pena resaltar, que de acuerdo los tenderos, los
consumidores de base de la pirámide frecuentan más la tienda los fines de semana en
un 56 %.
Formas de pago: curiosamente el 66 % de la población de tenderos afirma que no fían
a sus clientes, ya que la mayoría expresa que sus compradores no les pagarían, por
consiguiente, perderían clientes si fiaran, o simplemente no sería rentable para ellos.
El 34 % por el contrario si fía, por lo que aún hoy la tienda de barrio cumple una
función más de confianza y seguridad para los consumidores por este hecho.
Una vez identificadas las caracteristicas mencionadas anteriormente, se procede al
análisis del surtido de productos ofrecido por los tenderos. Para esto se establecio los
productos de mayor venta, los que representan mayor necesidad en el inventario y de
aprovicionamiento; el resultado evidenciado en el Anexo 7 fue: el producto que es
comprado con mayor frecuencia en las tiendas de barrio es el arroz (17 %), luego productos
lácteos como la leche y el queso (15,8 %), seguido de los huevos (13,6 %). También se
consume en bebidas principalmente la gaseosa (7,7 %), posteriormente el pan (5,9 %) junto
con las frutas y verduras (5,7 %).
30
Sin embargo, los productos que más predominan en la estantería son los snacks, los
cuales involucran los artículos en paquetes, golosinas, dulces y galletas, razón por la cual al
unir todos estos subgrupos da un resultado del 16 %, puesto que normalmente las tiendas
tienen en sus vitrinas expuestos estos productos, y es lo primero que se observa al llegar a
una de estas. A la vez, se observa que los lácteos tienen un 14 % de presencia seguido de
las bebidas como las gaseosas con 11 %. Lo siguiente se evidencia en el Anexo 8.
Surtido final de productos.
Fundamentados en la información recolectada, se realizó un “surtido” o “mezcla de
productos”, el cual permite establecer los bienes indispensables en el inventario y de los
cuales se requiera proveedores para los tenderos, lo que amerita un centro de distribución
cercano. Estos bienes son: frutas y verduras, arroz, lácteos, carnes y pescados, granos,
café y chocolate, huevos, gaseosas, pan, snacks.
Los anteriores productos garantizan un surtido completo de las tiendas, los cuales se
estiman, son los que generan mayores utilidades a los tenderos. Cabe resaltar, que los
snacks no son el producto predilecto de los consumidores, pero si el más popular en las
estanterías, ya que es llamativo y complementa el surtido de productos, generando un
impacto y siendo atrayentes al consumidor.
De la misma manera, vale la pena contrastar dicho mezcla resultante, con el grupo
de bienes y servicios del Índice de Precios del Consumidor (IPC). Donde en el “grupo de
alimentos se encuentran los siguientes: cereales y productos de panadería, tubérculos y
plátanos, hortalizas y legumbres, frutas, carnes y derivados de la carne, pescados y otras de
31
mar, lácteos, grasas y huevos, alimentos varios, comidas fuera del hogar” (Departamento
Admisnitrativo Nacional de Estadística, 2008), como se observa en la tabla del Anexo 9.
Por otro lado, se tomó como concepto la entrevista realizada a la nutricionista Martha
Borrero, docente de la Pontificia Universidad Javeriana, la cual advierte, a priori, el consumo
en grandes cantidades de azúcares y bebidas alcohólicas en la población de USME, las cuales
no aportan en nada a una nutrición balanceada.
Lo anterior, se puede corroborar con la tesis de Luz Adriana Parra, titulada “Relación
entre el consumo de azúcares y el estado nutricional medido mediante el IMC en individuos
dislipidémicos mayores de 50”, estudio realizado en la población de USME en el año 2012.
Esto teniendo en cuenta que dislipidémicos se refiere a personas que tienden a sufrir
alteraciones que se manifiestan en concentraciones anormales de algunas grasas en la sangre,
principalmente colesterol y triglicéridos ( Secretaría de salud del gobierno de Puebla, 2015).
En su tesis, Parra (2012) menciona que en los barrios de base de la pirámide, se presenta un
gran número de personas con sobrepeso, en donde:
La población estudio consume el 14 % de las calorías provenientes de azúcar del valor
calórico total lo cual supera la recomendado por la Organización Mundial de la Salud que es
del 10 % del valor calórico total. Asimismo se evidencia un mayor consumo de azucares
añadidos como el azúcar de mesa, la panela y la miel a bebidas como jugos de fruta natural,
café, té y aromática. (p. 17)
Asimismo, se consultó las directrices obligatorias que enuncia la Organización
Mundial de la Salud (OMS) en la cual, delega a cada país la formulación de dietas que
garanticen una nutrición sana y balanceada según las necesidades de la población y los
productos que puedan encontrase en los mercados nacionales. En Colombia, esta tarea fue
32
realizada por el Ministerio de salud por medio del Instituto Colombiano de Bienestar Familiar
(ICBF), trabajo que fue plasmado en el documento (Instituto Colombiano de Bienestar
Familiar, 1999). En dicha publicación, este instituto forja un mínimo de Kilocalorías para
que una persona sobreviva sin quebrantos de salud, el cual se estima en 2000 Kilocalorías
diarias; para llegar a este dato, se toma en cuenta actividades rutinarias sin exigencias físicas
superiores, como las tendría un deportista.
Siendo así y comparando el surtido de productos que se obtuvo en páginas previas, se
buscó la opinión de la nutricionista dietista Ana Heleina Zuluaga, quién trabaja en
Inversiones Iberocaribe en la Clínica Universitaria Colombia de la Organización Sanitas, la
cual aprobó e informó la cantidad adecuada de consumo semanal de cada uno de los
productos seleccionados. Con el fin de obtener los precios de la lista de productos siguientes,
se encontró el Boletín semanal de Precios Mayoristas que proporciona el Ministerio
Agricultura y el DANE en Colombia en el año 2013. Adicional a esto, se realizó una visita a
la tienda de barrio “El Baratón 1A”, en Usme localizada en la Carrera 14 # 137-10 Sur, para
observar, comparar y encontrar los valores de los precios restantes en la lista sugerida de
alimentos para consumir. En consecuencia, se puede dar al comprador un acercamiento de
productos nutricionales proporcionado, que le garantice una correcta ingesta de los alimentos
que su cuerpo necesita, adaptado a su capacidad de adquisición, como se observa en las
siguientes tablas:
33
Tabla 1. Surtido de productos recomendados (Cereales y productos de panadería, Raíces, Tubérculos). Fuente: Elaboración propia, 2015.
Tabla 2. Surtido de productos recomendados (Leguminosas verdes, frutas). Fuente: Elaboración propia, 2015.
34
Tabla 3. Surtido de Productos Recomendados (Carnes, vísceras y productos elaborados, huevos, leguminosas secas y mezclas vegetales). Fuente: Elaboración propia, 2015.
Tabla 4. Surtido de Productos Recomendados (Leche, Kumis o Yogurt, Quesos, Grasas, Azúcares y Dulces). Fuente: Elaboración propia, 2015.
35
Evidenciando lo anterior, es posible establecer que una lista de productos nutricionalmente
completa, se puede adquirir en tiendas de barrio a un precio aproximado de $40.100, este valor se
encuentra en el rango de poder adquisitivo promedio ($70.000) que la persona tiene presupuestada
para la compra de los bienes necesarios en su alimentación, e inclusive tiene un excedente que
puede utilizar según sean sus necesidades o para tener una fuente de ahorro semanal. Cabe aclarar
el precio se sacó con los gramos por porción recomendados por la nutricionista Zuluaga, dando
como resultado cifras abiertas, las cuales no se van a conseguir exactamente en las tiendas de
barrio, por lo cual la suma de surtido de productos puede cambiar un poco.
Caracterización de Usme (KM2)
El siguiente paso, es la caracterización de la localidad de Usme, por medio de la
metodología del kilómetro cuadrado (KM2) para determinar la ubicación actual de tiendas de
barrio y vías de tránsito. Siguiendo la metodología generada por el Center for Transport and
Logistics (CTL) del Massachusetts Institute of Technology (MIT), se buscó generar la información
en unidades de KM2 para “crear un atlas de logística urbana con información recolectada en
megaciudades alrededor del mundo” (MIT, 2015).
Dentro de la localidad de Usme, se escogieron 4 barrios de alta afluencia y concentración
de individuos: Alfonso López, Santa librada, Marichuela y Danubio Azul los cuales son unos de
los más importantes de la localidad puesto que cuentan con un número significativo de
establecimientos comerciales con un total de 907. En el Anexo 10 se pueden apreciar las imágenes
de los barrios de la localidad.
En dichos barrios, con el objetivo de mantener un orden de distribución, se utilizaron
bloques para consolidar la información, en Alfonso López se encontraron 43 bloques con 256
36
establecimientos, en Marichuela se obtuvieron 11 bloques con 120 establecimientos, asimismo,
en Danubio Azul se dividió en 43 bloques con 232 establecimientos y por último Santa librada se
dividió en 20 Bloques con 299 establecimientos comerciales.
Dicho lo anterior, se realizó una recolección de la información adecuada siguiendo una
metodología acorde, que pretende conocer generalidades sobre el área escogida para poder
caracterizar las operaciones logísticas en la zona. Para ello, se identificaron por medio de
observación directa los puntos de venta en la zona y se clasificaron por grupos, los tipos de
vehículos que realizan la distribución en la zona, las características de las carreteras e
infraestructura existente para la distribución de mercancías en la zona, el flujo vehicular que ocurre
en la zona, volúmenes de tráfico y las posibles demoras en el mismo que pueden ocasionar que las
operaciones logísticas se compliquen.
Dentro el estudio los posibles puntos de ventas que se pueden encontrar son los mostrados
en el Anexo 11. Desde este punto, se filtraron las tiendas que tenían A-F-y B como código, es decir
tiendas, supermercados, hipermercado, tiendas formato express, restaurantes, cafeterías y salones
de onces, los cuales serían los posibles interesados en un centro de distribución, siendo uno de los
focos importantes para el presente trabajo. Con ello, los resultados se muestran en la tabla 5 los
cuales fueron:
Barrio No. De Tiendas
Alfonso López 118
Marichuela 61
Danubio Azul 128
Santa Librada 110 Tabla 5. Número de tiendas estudiadas por cada barrio en la localidad de Usme. Fuente: Elaboración propia, 2015.
37
Asimismo, el 47 % de los 417 establecimientos estudiados son Tiendas, el 46 %
restaurantes y cafeterías y sólo el 7 % son supermercados, Hipermercados y formatos express,
como se muestra en el Anexo 12. Del mismo modo, se encontró que sólo uno (0.22 %) de los
establecimientos ubicados en el barrio Danubio Azul cuenta con un área privada para el cargue y
descargue, por lo cual el 99,78 % de los puntos de comercio no cuentan con esta característica,
por el contrario, esta acción se desarrolla en la calle afectando el tránsito vehicular.
En el rubro de carreteras y reglamentos se realizó el estudio no por cada tienda, sino por
cada bloque, en donde se encontró que de los 118 bloques 11 tienen carreteras de 1 sólo carril y
los 107 restantes tienen carreteras con dos carriles, los cuales el 100 % de ellos son destinados
para manejar en doble sentido, es decir con un carril para cada sentido.
Además, dentro de las áreas de los kilómetros cuadrados no se encontraron ciclorutas,
carriles para parquear, ni carriles exclusivos para los buses o el Transmilenio, así como tampoco
se hallaron bahías o carriles especiales para realizar cargas o descargas. Por otro lado, respecto a
la señalización dentro de los bloques, 8 de ellos cuentan con 9 pasos de cebra, 3 de los bloques
cuentan con 1 paso de cebra y 107 restantes no se evidenciaron pasos de cebra para cruce del
peatón.
Por otra parte, se realizó el conteo del tráfico en diferentes horas, separándolas en la
mañana y en la tarde, con ello se contaron las veces que pasaban autos, taxis, camionetas con
platon, tractomulas, volquetas, furgonetas, buses, bicicletas, motocicletas y peatones, dando
como resultado un comportamiento similar en sus promedios como se observa en la gráfica 2.
Igualmente, se vio que el cruce de peatones es el mayor de todos, puesto que en una hora pasaron
38
en promedio 184 personas; en comparación, con el registro del paso de volquetas las cuales
tienen un promedio de 7 en una hora.
Gráfica 2. Promedio del control de tráfico en la mañana y en la tarde. Fuente: Elaboración propia, 2015.
Finalmente, con los datos tomados a partir de observación directa, frente al tiempo que se
demora un vendedor o la persona encargada de realizar la entrega en cada tienda; el 9 % de los
repartidores tiene que atravesar la calle para poder entregar el pedido contra el 91 % de ellos que
no lo hace. Asimismo, se puede decir que en promedio en las horas de la mañana gastan 9,52
minutos en realizar una entrega por cada tienda, y en las horas de la tarde, gastan 8,20 minutos
en una entrega.
Por lo tanto, se puede evidenciar que la localidad de Usme no cuenta con una buena
señalización, hacen falta vías de acceso, y a pesar de ser un lugar de mucho comercio, no existen
lugares especiales para el cargue y descargue de mercancía en los establecimientos comerciales;
74,9375
52,375 14,375
8,25 6,062519,375
58,25
20,125
81,9375
184,5625
59,95
42,3513,7
10,35 7,15 20,8
58,7
20,4
70,5
188,75
Promedio del control de tráfico en la mañana y en la tarde
tarde mañana
39
los vehículos de carga generan problemas de tráfico y accidentes, puesto que los vehículos que
transitan por ese lugar tienen que invadir el carril contrario; además, la seguridad del peatón no
es la más adecuada ya que no existen los suficientes pasos de cebra para cruzar la calle.
Vale la pena mencionar que del presente análisis, se pudo realizar una investigación sobre
la actividad económica de cada tienda de barrio, puesto que casi el 50 % de ellas no deben ser
consideradas para procesos posteriores ya que no manipulan alimentos, es decir, no es el nicho
del mercado al que va dirigido la propuesta del centro de distribución.
Ubicación del centro de distribución.
Los centros de distribución son instalaciones de alto impacto en la gestión de la cadena de
suministro, y de ahí la necesidad de la selección de una ubicación adecuada, que permita
contribuir con valor agregado, y que sin lugar a duda, afectará significativamente los costos
logísticos totales, el nivel de servicio y en general toda la cadena de valor. (Maša Slabinac,
2013). Para este trabajo, el centro de distribución propuesto hace referencia a una Micro-
Plataforma Urbana Logística, la cual es una tendencia actual en las megaciudades.
Es importante tener en cuenta, que la selección del lugar incluye la realización de una
lista de los requerimientos y luego hacer un ranking de los posibles lugares basado en cuánto
satisfacen esos requerimientos. La selección del lugar es un proceso complejo que debe evaluar
los lugares en relación a características tales como área geográfica, dotes naturales del sitio,
costo de las tierras, accesibilidad y flujo de tránsito. (Chávez & Najarro, 2009)
Mediante el análisis realizado de los 4 Kilómetros cuadrados en los diferentes barrios de la
localidad de Usme, se pudo recolectar información substancial, como las direcciones exactas de
los establecimientos comerciales, insumo primordial para la propuesta que se pretende desarrollar.
40
Con el fin de hallar la ubicación óptima del centro de distribución en la localidad de Usme, se
realizan los análisis por dos métodos diferentes y finalmente escoger el más favorable.
Método del centro de masa.
Como primera medida, se evalúa el método del centro de masa, también conocido como
centroide, que busca minimizar los costos totales de transporte que se suponen proporcionales a la
distancia y al volumen de la demanda de cada punto, dando una ubicación del centro de
distribución más cerca al destino relacionado con la mayor concentración de demanda.
Vale la pena mencionar que se tuvo en cuenta la información recopilada de los barrios de
Santa Librada, Marichuela, Alfonso López y Danubio Azul, de acuerdo con lo explicado en el
inciso anterior. Como primera medida, se delimitó cada una de las zonas, como se explicó en el
inciso anterior.
Una vez identificadas las zonas, se empleó la herramienta de Google Maps API para
determinar cada una de las coordenadas (Latitud, Longitud) de las tiendas ubicadas en cada uno
de los barrios seleccionados. En la ilustración 1 se pueden evidenciar los puntos ubicados de
acuerdo con sus coordenadas, en color rojo se encuentran las tiendas de Santa Librada, en verde
las tiendas de Marichuela, en morado las tiendas de Alfonso López y en color lila las tiendas de
Danubio Azul.
41
Ilustración 1. Mapa ubicación barrios seleccionados de la localidad de Usme. Fuente: elaboración propia, 2015.
Es importante mencionar que no se tiene conocimiento de las demandas puntuales de cada
tienda, es por ello que de acuerdo con las encuestas realizadas se identificó que en las tiendas en
promedio ingresan entre 40 y 50 individuos por día. Lo anterior, se corroboró mediante
información primaria por medio de llamadas telefónicas y visitas a dichos establecimientos, lo que
se explica con mayor detalle en el Apéndice C, en donde se describe el trabajo de campo realizado.
Para establecer una demanda general se estableció un número aleatorio de la cantidad de
individuos que entra a las tiendas que corresponde a la variación entre el número de clientes que
pueden tener las tiendas por día. En el Anexo 13 se encuentra una base de datos que incluye dicha
recolección de información.
42
La ubicación del centro de distribución se realizó teniendo en cuenta el nivel de demanda
de cada tienda y las coordenadas de la misma. Una vez identificados dichos datos, se procede al
cálculo de las coordenadas del centro de distribución, para ello se reemplaza en las siguientes
ecuaciones:
�̅� = ∑ 𝑊𝑖 ∗ 𝑋𝑖
∑ 𝑊𝑖 �̅� =
∑ 𝑊𝑖 ∗ 𝑌𝑖
∑ 𝑊𝑖
Ecuación 1. Centro de masa. Fuente: Elaboración propia, 2015.
En donde,
𝑊𝑖 = 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒 𝑙𝑎 𝑡𝑖𝑒𝑛𝑑𝑎 𝑖
𝑋𝑖 = 𝑙𝑎𝑡𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒 𝑖
𝑌𝑖 = 𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒 𝑖
Al hacer los reemplazos correspondientes se obtiene la siguiente coordenada como punto óptimo
para la ubicación del centro de distribución en la localidad de Usme:
Latitud Longitud
4.51681814147212
-74.1123935962744
Tabla 6. Coordenadas iniciales halladas por la herramienta del centro de masa
Teóricamente, de acuerdo con los cálculos realizados, el centro de distribución debería
quedar localizado en dicho punto como se muestra en la imagen del Anexo 14. Sin embargo,
haciendo uso de la imagimetría, técnicas de geo inteligencia, y con ayuda de la herramienta Google
Maps, se pudo determinar que dicho punto corresponde a un terreno habitado y edificado, aspectos
que impiden que sea seleccionado. No obstante, a 43 m existe un terreno baldío, como se puede
evidenciar en la ilustración 2.
43
En el Anexo 15 se muestra en detalle el lugar del terreno vacío sin construcción, por
medio de la herramienta de Street View de Google Maps, la cual proporciona panorámicas a
nivel de la calle que se desea ver con un ángulo de 360 grados en movimiento horizontal. A
través de las imágenes (Anexo 15) se puede comprobar que dicho punto representa una
alternativa viable, siendo entonces las nuevas coordenadas para la ubicación del centro de
distribución las siguientes:
Latitud Longitud
4.516577 -74.111949
Tabla 7. Coordenadas finales halladas por medio de la herramienta del centro de masa
Modelación matemática.
El segundo método utilizado es el de modelación matemática, donde previamente se
buscaron las coordenadas posibles para la ubicación del centro de distribución con el objetivo de
Ilustración 2. Ubicación Punto hallado por la herramienta del Centro de Masa y Terreno Baldío.
Fuente: Elaboración propia, 2015
44
encontrar la óptima. Vale la pena mencionar que la selección de dichas posibles ubicaciones se
realizó basado en la información del KM2, en donde a partir de la demarcación de zonas por
bloques se establecieron centroides para cada uno de ellos. A continuación, en la ilustración 3, se
muestra la ubicación de los 117 puntos centrales encontrados.
Ilustración 3. Ubicación Centros de Distribuciones por Barrio. Fuente: Elaboración propia, 2015.
Con el fin de evaluar los 117 posibles puntos para la ubicación de un centro de distribución
se construyó la siguiente matriz de calificación en donde se evalúan 3 aspectos claves, que
incluyen la cercanía a vías principales, el precio del predio y la demanda diaria. Para ello se
45
construyó una escala de calificación de 1 a 4, en donde 4 corresponde a la mayor calificación y 1
a la menor. A continuación se explica el detalle de la calificación por aspecto:
Vías de acceso: en este aspecto se realizó el análisis por barrio, para ello se identificaron
para cada uno las vías principales de acceso. Con el fin de calcular la cercanía a las vías
de acceso, se identificó cada una (vía principal) como un punto con coordenadas
constantes como se muestra en la tabla del Anexo 16.
Por barrio se construyó una matriz de distancias de cada centroide a cada vía de acceso,
como se muestra en el Anexo 17. Una vez calculadas las distancias mencionadas en el
inciso anterior, por barrio y por vía de acceso se construyeron intervalos de calificación,
en donde la mayor calificación corresponde al intervalo de menor distancia a la vía en
cuestión; dichas escalas de calificación se encuentran presentes en el Anexo18.
Precio del predio: para este aspecto se realizó una consulta sobre el precio promedio del
metro cuadrado por barrio: Alfonso López (Mitula, 2015), Santa librada (Mitula, 2015),
Marichuela (Mitula, 2015) y Danubio (Mitula, 2015) , como se puede observar en el
Anexo 19. Para la construcción de la escala de calificación se le asignó mayor
calificación al barrio con menor precio por metro cuadrado. A continuación se muestra la
tabla 8 con el resumen de la calificación:
MATRIZ DE CALIFICACION
ASPECTO 1 2 3 4
Precio del predio Marichuela
Danubio
Azul
Santa
librada
Alfonso
López Tabla 8. Matriz de calificación por precio predio. Fuente: Elaboración propia, 2015.
46
Demanda diaria: para este aspecto se consultó la población por UPZ, que corresponden a áreas
urbanas más pequeñas que las localidades y más grandes que el barrio (Alcaldía Mayor de
Bogotá, 2008). Dentro de este orden de ideas, se encontró la población por UPZ para el año 2011
en la localidad de Usme (Secretaria Distrital del Habitat, 2011). Una vez identificada la
población total por UPZ, se investigó el número de barrios en cada uno (Listado de Barrio por
UPZ, 2014). Para obtener la cantidad poblacional promedio que corresponde a los barrios de
interés se dividió la población de cada UPZ entre el número de barrios que compone a cada una
de estas. Como se muestra en el Anexo 20.
Una vez identificada dicha información, y teniendo en cuenta que de acuerdo con la alcaldía
mayor de Bogotá, se proyecta un aumento de la población del 13,02 % de 2011 a 2015, se
calculó la población por barrio para el año actual. Considerando el número de productos
encontrados en la lista de surtido sugerido previamente, se calculó la demanda total de productos
por barrio de acuerdo con la siguiente formula:
𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠
= 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑝𝑜𝑟 𝑧𝑜𝑛𝑎 ∗ 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑑𝑒 𝑐𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜
∗ 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑠𝑢𝑟𝑡𝑖𝑑𝑜
Ecuación 2. Demanda total de productos. Fuente: Elaboración propia, 2015
Se calculó también la demanda semanal y a partir de esta la demanda diaria de acuerdo con
las siguientes ecuaciones y observado en la tabla 9:
𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑠𝑒𝑚𝑎𝑛𝑎𝑙 =𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠
# 𝑑𝑒 𝑡𝑖𝑒𝑛𝑑𝑎𝑠
Ecuación 3. Demanda semanal. Fuente: Elaboración propia, 2015.
47
𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑖𝑎𝑟𝑖𝑎 =𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑠𝑒𝑚𝑎𝑛𝑎𝑙
7
Ecuación 4. Demanda diaria. Fuente: Elaboración propia, 2015.
Población
2011
Población
2015
Número de
productos
en el
Surtido
Demanda
total de
productos
Número
de tiendas
por barrio
Demanda
por
tienda
semanal
Demanda
por tienda
Diaria
1867.16455
7
2113.63027
8 31
65522.5386
3 110
595.6594
4
85.0942060
2
1618.84 1832.52688 31
56808.3332
8 127
447.3097
1
63.9013872
7
2555.6 2892.9392 31 89681.1152 120
747.3426
3
106.763232
4
1706.29090
9
1931.52130
9 31
59877.1605
8 61 981.5928
140.227542
3 Tabla 9. Demanda por tienda diaria. Fuente: Elaboración propia, 2015.
Una vez calculada la demanda por barrio, se estableció la siguiente escala de calificación
mostrada en la tabla 10, en donde la mayor calificación corresponde al barrio de mayor
demanda.
MATRIZ DE CALIFICACION
ASPECTO 1 2 3 4
Demanda Diaria
Santa
Librada
Danubio
Azul
Alfonso
López Marichuela
Tabla 10. Matriz de calificación Fuente: Elaboración propia, 2015.
Finalizado el análisis anterior, se obtiene que existen 34 puntos con la mayor calificación
total, en el Anexo 21 se puede observar el total de las calificaciones para los 117 puntos
evaluados y en el Anexo 22 se puede ver la tabla del consolidado de los puntos con mayor
promedio de calificación. Dichos corresponden a los puntos que cumplen con los criterios
48
evaluados previamente, y que serán utilizados como insumo para la formulación del modelo
matemático.
Formulación Matemática: una vez identificados los posibles 34 puntos para la ubicación
del centro de distribución se procede a la formulación del modelo matemático. Lo primero que
hay que tener en cuenta es que esta solución va a buscar minimizar costos de transporte ubicando
un centro de distribución donde se logre minimizar las distancias entre este centro y las tiendas.
La formulación del problema se muestra a continuación en la tabla 11:
FUNCIÓN
OBJETIVO
Mín Z= ∑ ∑ 𝐃𝐢𝐣𝐱𝐢∀𝐣∀𝐢
VARIABLES Xi: variable binaria que indica si se ubica el centro de
Distribución i
0 si no se ubica
1 si se ubica
CONJUNTOS I={Centros de Distribución}
J={Tiendas}
PARÁMETROS Dij={Distancia del centro de distribución i a la tienda j}
RESTRICCIONES
Restricción (Solo puedo ubicar un centro de distribución)
∑ xi = 1
i
Restricciones de signo:
Xi ≥ 0
Tabla 11. Formulación del problema matemático. Fuente: Elaboración propia, 2015.
Para el modelo planteado se manejan los siguientes parámetros:
Conjuntos: Para el conjunto I se tienen 34 posibles centros de distribución que se pueden observar
en el Anexo 23 con sus coordenadas. Para el conjunto J se tienen 417 tiendas que se pueden ver
en el Anexo 24.
49
Parámetros: la matriz Dij, se puede observar en el Anexo25. Las distancias mostradas en la
tabla fueron calculadas utilizando la herramienta de Google Maps que permite calcular
distancias entre puntos y están dadas en kilómetros.
El modelo matemático se introdujo a la herramienta LPSOLVE y el resultado obtenido por
este programa se presenta en el Anexo 26. De acuerdo con esto se debe instalar el Centro de
distribución 5 en Santa Librada que tiene por coordenadas (4.514133 -74.114958) como se
puede observar en la siguiente ilustración 4. Con este resultado se obtiene un valor óptimo de
987 km de minimización de distancias
Ilustración 4. Punto del centro de distribución hallado con el modelamiento matemático. Fuente: Elaboración propia, 2015.
En el anexo 27 se muestran fotografías del lugar hallado. Asimismo, tal como se realizó
en el método del centro de masa, se pudo determinar que dicho punto corresponde a un terreno
habitado y edificado, aspectos que impiden que sea seleccionado. No obstante, a 27 m existe un
terreno baldío, como se puede evidenciar en la ilustración del anexo 28.
50
A través de las imágenes anteriores se puede comprobar que dicho punto representa una
alternativa viable, siendo entonces las nuevas coordenadas para la ubicación del centro de
distribución las siguientes:
Latitud Longitud
4.514304 -74.115000
Tabla 12. Coordenadas ubicación por medio de la herramienta del centro de masa
Selección del punto del centro de distribución.
Se observa que con ambos métodos el centro de distribución debe quedar ubicado en el
barrio Santa Librada. Basados en la comparación hecha se decide escoger el punto obtenido por
el modelo matemático (LPSolve) dado que tiene mayor cercanía a vías principales. Sin embargo
vale la pena mencionar que, como se puede observar a continuación, los puntos se encuentran a
tan solo 550 metros, que es una distancia no significativa, por lo que en términos de
minimización de distancias ambas alternativas son viables, observado en la ilustración 5.
Ilustración 5. Distancia entre los dos centros de distribución encontrados por el método del centro de masa y por el modelo
matemático. Fuente: Elaboración propia, 2015.
51
Definición de la herramienta de optimización
En general, un problema de ruteo de vehículos consiste en: “determinar un conjunto de
rutas de costo mínimo que comiencen y terminen en los depósitos, para que los vehículos visiten
a todos los clientes” (Olivera, 2004), teniendo un conjunto de estos, depósitos dispersos
geográficamente y una flota de vehículos.
Para establecer el modelo de distribución que permita calcular la ruta con menor costo, se
definió la herramienta de optimización conocida como Greedy:
Esta heurística permite mejorar el resultado actual mientras la ejecución de la operación, inicia
con una solución vacía que debe ser construida en cada interacción, su función es dirigir a una
respuesta lo más rápidamente posible sin cuestionarla, por lo que la misma se le denomina óptimo
local respecto al entorno definido. Este método empleado no permite garantizar, de ningún modo,
que sea el óptimo global del problema. (Marti, 2007)
Generalmente, se utiliza para resolver problemas de optimización, donde se maximiza o
se minimiza según lo requerido. En relación con el proyecto, se sugirió el principio Greedy para
el problema de capacidad de cada vehículo y la programación de rutas, minimizando las
distancias entre las tiendas al centro de distribución propuesto, esta se basa en la estrategia de
búsqueda local. Durante la resolución de un problema, los métodos Greedy construyen la
solución de forma secuencial, tomando decisiones en cada etapa del procedimiento. “El principio
Greedy consiste en adoptar las decisiones que parecen ser las mejores en un momento dado, sin
preocuparse de las consecuencias posteriores y sin reevaluar las decisiones ya tomadas”. (Torres
J. R., 2008)
Este tipo de algoritmos permite relacionarse con problemas de asignación, camino más
corto, ruteo o problemas de capacidad. Por lo mencionado anteriormente, en este proyecto se
utilizó dicho método para hallar la ruta que debe seguir cada vehículo, teniendo en cuenta su
52
capacidad y supliendo la demanda establecida en cada una de las tiendas; asimismo se asocia
también a un costo fijo en el que se incurre al hacer uso de ellos y un costo variable proporcional
a la distancia que recorra. (Olivera, 2004)
Desarrollo de la herramienta de optimización
Una vez encontrada la ubicación del centro de distribución, se procede al desarrollo del modelo
de ruteo. La problemática a la que se desea dar solución tiene como objetivo determinar la ruta
más corta que debe tomar cada camión (en el siguiente inciso se argumenta la selección de la flota
de vehículos) para entregar el surtido de productos que requiere cada tienda. Teniendo en cuenta
que cada camión parte desde el centro de distribución, y puede ir a cada punto de entrega máximo
una vez, y debe regresar al centro inmediatamente finalizada la repartición de toda la carga, se
genera la siguiente propuesta de solución basada en una heurística Greedy.
Para la formulación del modelo se tuvieron en cuenta los siguientes parámetros:
Tipo de producto: se especifica si los productos que se están evaluando necesitan estar en
un constante ciclo de refrigerado, si son productos empacados o hacen parte del grupo de
frutas y verduras. De esta manera, se forman dos grupos de paquetes, alimentos
refrigerados y no refrigerados, los cuales constan con un peso de 1.74 Kg y 10.5 Kg
respectivamente.
Tipo de camión: cumpliendo con las necesidades de guardar adecuadamente los
alimentos según el tipo de producto y evitando la contaminación cruzada que podría
generarse al no tener cierta precaución de manejo, se utilizan camiones para alimentos
refrigerados y alimentos no refrigerados.
53
Medidas de los paquetes: los camiones van a tener 3 tipos de cajas estándar de plástico
para poder transportar los productos de una manera segura y maximizar el espacio del
camión. Teniendo en cuenta la medida del surtido, y separando por tipos de productos, se
escogieron las siguientes cajas como se muestra en la ilustración 6:
Ilustración 6. Tipo de cajas según el tipo de productos. Fuente: Grupo Comeca CR.
Dimensiones del camión: existen dos tipos de camiones que se utilizan, estos son: camión
refrigerado o camión no refrigerado. Cada vehículo tiene medidas diferentes de largo,
alto y ancho, dadas metros.
Capacidad de peso del camión: teniendo en cuenta el tipo de camión que se escoge la
capacidad total (kilogramos) de cada camión será diferente.
Demanda de surtidos por cada tienda: basados en la demanda diaria por barrio obtenida
para hallar el centro de distribución en el objetivo anterior, se utiliza está y se divide por
la cantidad de productos que hacen parte del surtido, el resultado se observa en la tabla
13, donde se obtiene cuántas mezclas de productos propuestos requiere cada tienda.
Barrio Demanda de surtidos por cada tienda
Marichuela 32
Danubio Azul 15
Alfonso López 25
Santa Librada 20 Tabla 13. Demanda de Surtidos por Tienda Dependiendo del Barrio, Fuente: Elaboración propia, 2015.
54
Parámetros Matriz de Distancias: Se calculó las distancias en kilómetros desde el punto
hallado para la localización del Centro de Distribución y entre cada una de las tiendas.
Una vez definidos los parámetros del modelo, se procede al desarrollo de la heurística que se
implementa en una macro de Excel, la cual se puede observar en el Archivo de Excel adjunto al
presente trabajo titulado: “Modelo de distribución urbana de mercancías”. Inicialmente, se tiene
el listado de pedidos que necesitaría cada tienda, de modo que supla su demanda según el barrio.
La información requerida de cada pedido incluye el ID de cada paquete, su peso, destino
(Tienda), cantidad de paquetes requeridos en esa tienda y tipo de producto, como se puede
observar en la ilustración 7.
Ilustración 7. Ejemplo de datos de entrada al programa. Fuente: Elaboración propia, 2015.
A continuación en la tabla 14 se presenta el algoritmo empleado en la formulación del problema:
Tabla 14. Formulación matemática problema de distribución. Fuente: Elaboración propia, 2015.
Algoritmo
Para cada camión
1. Inicia en el centro de distribución.
2. Escoger el paquete con menor distancia. Verificar si el tipo de producto requerido
corresponde con el tipo de camión. Si dicha condición es válida, verificar si el peso del
pedido de la tienda es menor a la capacidad del camión, y si la capacidad de cajas del
camión es mayor a la cantidad de pedido de la tienda, si se cumplen las condiciones se
agrega a su lista de repartos
3. Disminuir la capacidad en peso y en cajas del vehículo
4. El repartidor ahora se encuentra en el punto del destino de este paquete
5. Eliminar el paquete de la lista de los paquetes que se deben enviar
6. Repetir hasta que no sea viable llevar el elemento debido a que el camión ya no tiene
capacidad de cajas o falta de capacidad en peso (En otras palabras: la capacidad es
cero o menor a todos los pesos, y la capacidad en cajas es cero o menor a todos los
pedidos de las tiendas que quedan)
Escoger otro camión y repetir los pasos anteriores
55
Los resultados obtenidos se encuentran en el archivo de Excel habilitado para macros.
Una vez ejecutado el modelo, se crean una serie de hojas en donde se evidencian las rutas de
cada camión y los paquetes que entrega cada uno, estas están nombradas de la siguiente manera:
La primera cifra corresponde al tipo de camión y los siguientes dígitos indican el número de
camión, generándose por ejemplo una hoja llamada “13” correspondiente al tercer camión tipo 1
utilizado, como se puede observar en la siguiente ilustración 8.
Ilustración 8. Ejemplo numeración de páginas en el archivo de Excel “Heurística Trabajo de Grado”. Fuente: Elaboración propia, 2015.
En cada una de dichas hojas, se muestran dos tablas con los siguientes parámetros: la
primera muestra el detalle de las entregas, incluye el ID del paquete que se reparte, el peso y el
destino de cada paquete, la capacidad en peso que le queda al camión, la distancia recorrida por
cada uno y la capacidad en cajas, como se puede observar en la ilustración 9.
Ilustración 9. Ejemplo de resultados que arroja el programa en el archivo de Excel “Heurística Trabajo de Grado”. Fuente:
Elaboración propia, 2015.
La segunda tabla muestra el resumen del recorrido, incluye la ruta que sigue el vehículo
(las tiendas que debe visitar en secuencia), la distancia total recorrida en kilómetros, el tiempo de
viaje estimado a partir del dato de la velocidad promedio en Bogotá, la cual es de 23 km/h
56
(Redacción Bogotá, 2011), el tiempo estimado de cargue y descargue en horas (Se tomó el dato
de 9,52 minutos por tienda visitada obtenido del análisis de kilómetro cuadrado) y finalmente el
tiempo total de viaje en horas, a continuación en la ilustración 10 se observa un ejemplo.
Ilustración 10. Ejemplo de Resultados que arroja en el archivo de Excel “Heurística Trabajo de Grado”. Fuente: Elaboración
propia, 2015.
Indicadores Logísticos.
Con el modelo propuesto anteriormente, se calculó el total de camiones requerido para
cumplir con la entrega de todos los paquetes, es decir se asignaron todos los recursos posibles.
Sin embargo, el uso de dichos recursos tiene efectos directos sobre la eficiencia de la cadena
logística, que repercuten directamente en los costos. De acuerdo con lo anterior, a continuación
se proponen indicadores logísticos que permiten monitorear la eficiencia del modelo:
El primer indicador que se mide en el modelo propuesto corresponde al porcentaje ( %)
de utilización de vehículos en cuanto a volumen y peso, se calcula para cada viaje.
% 𝑑𝑒 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑣𝑒ℎí𝑐𝑢𝑙𝑜𝑠(𝑉𝑜𝑙𝑢𝑚𝑒𝑛) =𝑉𝑜𝑙𝑢𝑚𝑒𝑛 𝑜𝑐𝑢𝑝𝑎𝑑𝑜 𝑑𝑒𝑙 𝑣𝑒ℎí𝑐𝑢𝑙𝑜
𝑉𝑜𝑙𝑢𝑚𝑒𝑛 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑙 𝑣𝑒ℎí𝑐𝑢𝑙𝑜
Ecuación 5. Porcentaje de utilización de vehículos (volumen). Fuente: Elaboración propia, 2015.
57
% 𝑑𝑒 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑣𝑒ℎí𝑐𝑢𝑙𝑜𝑠(𝑃𝑒𝑠𝑜) =𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑜𝑐𝑢𝑝𝑎𝑑𝑎 𝑑𝑒𝑙 𝑣𝑒ℎí𝑐𝑢𝑙𝑜
𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑙 𝑣𝑒ℎí𝑐𝑢𝑙𝑜
Ecuación 6. Porcentaje de utilización de vehículos. Fuente:
Elaboración propia, 2015.
Se observa que dadas las condiciones de la flota de vehículos y las características de los
paquetes entregados, en este caso particular el peso corresponde a la variable de decisión en
cuanto a la ocupación del vehículo.
El siguiente indicador corresponde al porcentaje ( % ) de entregas efectivas, y mide el
porcentaje de pedidos entregados. Es importante recalcar que para el presente análisis se buscaba
que todos los pedidos fueran entregados, por lo que el valor para dicho indicador es del 100 % en
este caso.
% 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎𝑠 =𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑒𝑑𝑖𝑑𝑜𝑠 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑑𝑜𝑠
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑒𝑑𝑖𝑑𝑜𝑠
Ecuación 7. Porcentaje de entregas efectivas. Fuente: Elaboración propia, 2015.
Finalmente se calcula el costo por uso de vehículos, que corresponde a un valor fijo de
aproximadamente 150.000 por cada vehículo utilizado (Forigua, 2015). Para el cálculo de este
indicador, primero se estima el tiempo de viaje de cada ruta, y teniendo en cuenta que la jornada
laboral es de 8 horas diarias, se calcula el número de viajes que alcanzaría a realizar cada
vehículo al día. Vale la pena mencionar que para hallar el tiempo de viaje se tomó como
referencia la velocidad promedio en la ciudad de Bogotá corresponde a 23 km/h
aproximadamente, dato que permite estimar el tiempo de viaje de cada ruta. A este valor se le
suma el tiempo de cargue y descargue de cada pedido, que fue hallado a partir de la
caracterización del kilómetro cuadrado (9,52 minutos por tienda visitada).
58
𝐶𝑜𝑠𝑡𝑜 𝑝𝑜𝑟 𝑢𝑠𝑜 𝑑𝑒 𝑣𝑒ℎí𝑐𝑢𝑙𝑜𝑠
= 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑜𝑠 ∗ 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑣𝑒ℎí𝑐𝑢𝑙𝑜
Ecuación 8. Costo por uso de vehículos. Fuente: Elaboración propia, 2015.
Se observa que el costo total para el presente modelo es de $3’150.000 con un total de 21
vehículos, para realizar la distribución de los pedidos semanales.
Estos indicadores se incluyen en el archivo de Excel mencionado anteriormente, y se
calculan automáticamente cada vez que se corre el modelo. Dado que el modelo propuesto
incluye la información de la distribución semanal, se recomienda que se lleven registros de los
indicadores en dicha periodicidad. En Apéndice D se puede encontrar de forma detallada la
descripción del programa (manual para usuario) para la fácil comprensión del mismo.
Análisis Financiero
En el presente trabajo, se hizo el análisis financiero enfocado a las empresas y no a los
tenderos, puesto que ellas serían las encargadas de realizar la inversión inicial de la propuesta del
centro de distribución. Asimismo, se busca enfatizar en el ahorro social que tendría la comunidad
de la localidad de Usme en términos de emisiones de CO2, para lograr en un futuro el interés por
parte del estado o gobierno local donde se apoyen estas propuestas. Por otro lado, el análisis se
realizó con datos teóricos encontrados en diferentes trabajos anteriores.
Situación actual.
Diariamente las empresas gastan miles de millones en lograr una distribución exacta, eficaz y
efectiva para que los productos que se comercializan lleguen a la mayor cantidad de hogares
posibles, para ello, enfocan su esfuerzo en la entrega de mercancía a una gran parte de
establecimientos queriendo así estar presentes en todos los canales posibles de distribución.
59
“La distribución urbana de mercancías puede clasificarse conforme a diversos
parámetros, entre los que destacan: i) la coordinación de destinatarios‐cooperación, ii) los
itinerarios, que pueden ser centralizados o con paradas múltiples, iii) las características
del reparto, iv) la optimización de la ruta, y v) el factor de carga del vehículo”. (Antún,
Distribución urbana de mercancías: estrategias con centros logísticos, 2013) Todos ellos,
repercutiendo en los costos logísticos que tiene que asumir la empresa a la hora de la
distribución de sus productos.
Dicho lo anterior, se estima que actualmente cuesta $ 63.5 pesos el transporte por kilogramo
(Torres L. A., 2014). Asimismo, un estudio realizado a grandes compañías de consumo masivo
que realizan distribución al canal TAT, dice que en promedio las empresas tienen un costo
logístico de un 16.67 %. (LOGYCA, 2014) sobre las ventas de una compañía. Del mismo
modo, la tabla 15 relaciona el porcentaje de esos 16.67 % de los costos logísticos sobre las
ventas discriminado por ítem.
Porcentaje Costo Logístico
Ítems Benchmarking
Gestión del suministro (aprovisionamiento) 9 %
Almacenamiento 18 %
Procesamiento de pedidos y servicio al cliente 2 %
Transporte y distribución 47 %
Planeación y mantenimiento de los inventarios pt 20 %
Costos generales de la operación logística 4 % Tabla 15. Porcentaje del costo logístico sobre las ventas. Fuente: LOGYCA, 2014
Por otro lado, según el Anexo 29 el cual habla sobre estudio de Distribución urbana de
mercancías: Estrategias con centros logísticos realizado por el Banco Interamericano de
Desarrollo (Antún, Distribución urbana de mercancías: estrategias con centros logísticos, 2013),
60
refleja el número de veces que las tiendas son visitadas en una semana según el tamaño del
establecimiento.
Con lo anterior, se puede evidenciar que las tiendas de barrio de la localidad de Usme,
son visitadas en promedio 11 veces por semana, puesto que aproximadamente el 100 % de las
tiendas de barrio en dicha localidad son considerados como pequeños, es decir que no pasan de
los 500 pies cuadrados o los 152.4 𝑚2.
Adicionalmente, de acuerdo con la encuesta realizada previamente a los tenderos, para el
caso actual de la localidad de Usme se tienen 15 proveedores en promedio, lo que nos da a
entender que el grado de recurrencia de camiones es alto en el sector, generando que en la
coordinación de destinatarios-cooperación, se trabaje con “Destinatarios sin una logística de
distribución propia, en donde un gran número de proveedores hacen llegar sus productos a
destinatarios individuales y, consecuentemente, esto provoca que se realice un gran número de
desplazamientos con vehículos con carga incompleta.”. (Antún, Distribución urbana de
mercancías: estrategias con centros logísticos, 2013)
Un claro ejemplo de ello, consiste en la gran congestión vehicular en ciudades como
Valencia (España), donde la cantidad de camiones que existen genera problemas de tráfico
vehicular crítico porque de las 100.000 furgonetas que existen en la ciudad, el 50% realizan
trayectos en vacío sin ser conscientes del impacto que esto genera en diferentes ámbitos. (Viosca,
2011). Todo ello, hace que los costos de distribución aumentan para las empresas, dado que en
muchos casos tienen que mandar camiones incompletos para llegar a lugares lejanos repetidas
veces en la semana.
61
Del mismo modo, se generan otros costos referentes a la distribución urbana, por ejemplo el
costo ambiental. En el 2011 en el seminario desarrollado en España titulada “Distribución
Urbana de mercancías: Restos y oportunidades tecnológicas” David Moya en su ponencia “El
futuro de la distribución urbana de mercancías” afirma que “La movilidad de las mercancías
representa del 10 % al 15 % del total de los desplazamientos de una ciudad, medido en
kilómetros por vehículo, pero ocasiona del 25 % al 50 % de las emisiones. La distribución
recurrente y en especial la alimentación, supone entre el 50 % y el 60 % del tráfico, mientras que
la esporádica está entre el 20 % y el 25 %. Esto origina grandes problemas de congestión con
pérdidas de 100 billones de euros anuales en Europa, generación de polución (40 % de las
emisiones de CO2), problemas de seguridad, dependencia del petróleo, y problemas de
accesibilidad para una población con tendencia al envejecimiento y por lo tanto con una
movilidad específica.” (Montoya, 2011).
Situación Propuesta.
En primera instancia, la construcción de un centro de distribución resulta una suma
considerable de dinero, debido a la inversión inicial en la compra del terreno, la mano de obra, la
construcción de la infraestructura entre otras, pero varios estudios demuestran que la
construcción de un centro de distribución urbano son beneficiosos en el mediano y largo plazo
para todas las partes involucradas.
Por lo tanto, una vez designado el punto de ubicación del centro de distribución, se llegó a la
conclusión que este tendría lugar en el barrio Santa Librada, con ello se obtuvo que el precio
aproximado de un metro cuadrado en dicho lugar es de $852.310 pesos colombianos, y el precio
de construcción por metro cuadrado de una bodega convencional en Bogotá es de $965.439
62
(ConstruData, 2015). Es decir, si se compra el terreno vacío delimitado en incisos anteriores de
286 metros cuadrados de los cuales serán construidos 200 metros, la inversión inicial será de
436.848.460 COP. Como se muestra en la siguiente tabla 16.
COSTOS COP
Costo m2 del terreno
852.310
Costo m2 de construcción
965.439
m2 del terreno
286
m2 de la parte a construir
200
Costo de la compra del terreno
243.760.660
Costo de la construcción inicial del CD.
193.087.800
Inversión inicial
436.848.460
Tabla 16. Inversión estimada inicial del terreno y la construcción del centro de distribución. Fuente: Elaboración propia, 2015.
Por otro lado se busca reducir el costo ambiental con la compra de los camiones
eléctricos, los cuales están siendo utilizados en países con una gran población urbana como
México y la India, en este último país se encuentran disponibles desde el 2005 y desde su
lanzamiento se han vendido 110.000 unidades (Fernández, 2010). Estos autos contarían unos
50.000.000 millones de pesos aproximadamente, pueden correr hasta 60km/h y cargan 1.5
toneladas aproximadamente.
Con relación a las características que intervienen al momento de la distribución y el
transporte expresados anteriormente, la teoría expone una disminución en los costos logísticos,
63
“del 10 % de ahorro de costes generales, y del 30 % de ahorro en kilómetros, dependiendo de
cada caso concreto, estos datos pueden ser superiores.” (Lecat, 2011)
64
Comparación.
Con el fin de ejemplificar la reducción en costos, se va a suponer que una empresa
colombiana que distribuye alimentos en la ciudad de Bogotá, tiene ingresos por ventas mensuales
de 3.000.000.000 COP y el 16.67 % de ese dinero es designado para los costos logísticos. El
ejemplo se muestra en la tabla 17:
Datos iniciales
Ventas 3.000.000.000
Costo logístico 16,67 %
Valor del costo /ventas 500.100.000
Porcentaje costo logístico Benchmarking Costo/Ventas
Actual Propuesto
Gestión del suministro (aprovisionamiento) 9% 45.009.000 40.508.100
Almacenamiento 18% 90.018.000 81.016.200
Procesamiento de pedidos y servicio al cliente 2% 10.002.000 9.001.800
Transporte y distribución 47% 235.047.000 164.532.900
Planeación y mantenimiento de los inventarios
pt 20% 100.020.000 90.018.000
Costos generales de la operación logística 4% 20.004.000 18.003.600
Totales 500.100.000 403.080.600 Tabla 17. Ejemplo costos logísticos. Fuente: Elaboración propia, 2015.
Como se observa en el análisis anterior, el ahorro en los costos es de $100.000.000 de
pesos aproximadamente, los cuales serían un gran beneficio a corto y mediano plazo para las
empresas involucradas en esta propuesta.
65
Recomendaciones
Para continuar el desarrollo de este proyecto a futuro, se sugiere continuar con algunas
ideas basadas en este trabajo de grado, las cuales sirven para efectuar distintas investigaciones
relacionadas con el mismo.
En primera instancia, se aconseja determinar el valor económico total que se invierte en
otros artículos distintos a los productos alimenticios propuestos como son los productos de aseo
y cuidado personal, obteniendo de esta manera la cuantía que se gasta mensualmente en ellos.
Igualmente podría plantearse el estudio a los barrios restantes de Usme y realizarlo en diferentes
localidades que componen a la ciudad de Bogotá.
Por otra parte, se seleccionó la ubicación del centro de distribución basado en la cercanía
a vías principales. Sin embargo, se aconseja realizar un análisis comparativo de costos entre los
dos puntos encontrados por medio de la herramienta del centro de masa y utilizando el programa
LPSolve, lo cual permitirá determinar los beneficios y desventajas en cada uno de ellos, para
realizar una selección que asegure la minimización de costos.
También, se sugiere analizar el diseño del centro de distribución y el estudio de costos
del mismo, donde se incluya específicamente su funcionamiento e instalación. Esta propuesta de
financiación sería adecuada plantearla a los entes gubernamentales o alcaldías locales para que
sea evaluada y cotizada. Asimismo, en el modelo propuesto para la distribución, se recomienda
la implementación de algoritmos de mejora que permitan acceder a una solución más óptima.
66
Conclusiones
En este trabajo se propone un modelo de distribución urbana para la localidad de Usme,
en Bogotá, Colombia, teniendo en cuenta las características del consumidor, los tenderos, y el
contexto logístico del sector. El modelo planteado incluye aspectos como el surtido de productos
que se debe entregar, las tiendas a las que debe ser entregado, los camiones y las rutas de
repartición. A continuación se detalla cada uno de los aspectos que se consideraron para esta
propuesta.
En primer lugar, se hizo una caracterización de los consumidores. A partir de una
encuesta realizada a 340 consumidores de la localidad de Usme, se pudo establecer que el
consumidor de la base de la pirámide tiene ciertas restricciones económicas que limitan su
capacidad de consumo. Estas limitaciones se deben principalmente a las variaciones de sus
ingresos económicos, tanto en frecuencia como en cantidad.
Se identificó que en cuanto a los hábitos de compra de esta población que la decisión de
compra recae en la mujer del hogar, quien visita la tienda de barrio dos veces por semana con el
objetivo de completar el mercado faltante. En la tienda de barrio se adquiere la mayor parte de la
canasta familiar, siendo los productos más comprados las frutas y verduras (34,5%) y carnes y
quesos (27,5%). Por estas razones, la tienda de barrio representa la mejor solución para esta
población debido a su proximidad, surtido de productos y formas de pago, por lo cual resulta
relevante la propuesta de un modelo de distribución para este canal.
Por otra parte, se encuestaron 180 tenderos para examinar las características, contexto y
patrones de venta. Se encontró que el producto de mayor frecuencia de comercialización
corresponde al arroz con un porcentaje del 17 % del total de productos exhibidos en estantería.
67
Asimismo, se caracterizó la tienda de acuerdo con el número de empleados (0 -1), el número de
clientes (45) y proveedores (15), en promedio semanales.
No cabe duda que la tienda de barrio permanece arraigada en la cultura colombiana, y es
ampliamente utilizada por los consumidores de la base de la pirámide. Aspecto que ciertamente
ha fortalecido y explica su crecimiento económico. Es por esto, que dicha población representa
una fuente rentable de ingreso para las compañías y un mercado potencial para productos y
servicios, razón por la cual ha de ser atendida de forma eficiente mediante un modelo de
distribución ajustado a las necesidades de la comunidad, como el que se propuso en el presente
trabajo.
Con el fin de satisfacer dichas necesidades, y de acuerdo con el análisis del consumidor y
el tendero, se estableció un surtido de productos apropiado a nivel económico y nutricional, para
las personas que pertenecen a los barrios de Marichuela, Santa Librada, Danubio Azul y Alfonso
López de la localidad de Usme. La lista la componen productos derivados de grupos alimenticios
como frutas, verduras, carnes, lácteos, granos, cereales, azúcares y grasas, los cuales arrojan un
total de 31 unidades básicas. De la misma manera, se investigó el precio en el mercado de cada
uno de ellos, y se estimó que el presupuesto con el que debe contar una persona para que pueda
acceder al surtido propuesto es de $ 40.100 COP por semana, que es menor al presupuesto
promedio destinado por los consumidores para su alimentación ($70.000 COP).
68
Para realizar una propuesta de un medio adecuado para distribuir los productos dentro de
estos barrios, se caracterizó de un kilómetro cuadrado en la localidad de Usme, la cual se obtuvo
mediante observación directa en diferentes partes y establecimientos dentro de esta zona. Cabe
aclarar, que para mayor cobertura y precisión, se realizaron y analizaron cuatro kilómetros
cuadrados en los barrios mencionados anteriormente dentro de la localidad, arrojando así 907
establecimientos comerciales, de los cuales 417 de ellos eran tiendas de barrio, cafeterías y
restaurantes que fueron el punto de partida para posteriores análisis.
A partir del análisis de los cuatro sectores seleccionados, se encontró como aspectos
críticos la falta de cruces peatonales en 107 de los 118 bloques analizados, la señalización es
insuficiente en ellos. Por otro lado, las vías de acceso son escasas para la población, puesto que
el flujo de camiones, volquetas, vehículos particulares y peatones es recurrente, un claro ejemplo
de ello, es el paso de 184 peatones por hora aproximadamente. Igualmente, se destaca la falta de
zonas de cargue y descargue de mercancía en el 99,78 % de los puntos analizados, siendo esta el
de mayor impacto sobre el tránsito vehicular. Lo anterior repercute en la movilidad del sector,
puesto que los camiones invaden las vías y, la localidad sólo cuenta con uno o dos carriles en
las calles para el tránsito vehicular en uno y dos sentidos.
En cuanto a la ubicación y hallazgo del punto óptimo del centro de distribución, se tuvo
en cuenta las herramientas aprendidas durante el desarrollo de la carrera de Ingeniería Industrial,
donde se utilizó el método del centro de masa y la programación lineal. A nivel logístico se
obtuvo una ubicación estratégica, en el barrio Santa Librada en las coordenadas (4.514304, -
74.115000), que permite la minimización de distancias a todos los puntos de entrega, teniendo en
cuenta aspectos como el acceso a vías principales, el costo del terreno de $ 852.310 COP por
metro cuadrado de esa zona y las demanda específica de cada establecimiento. Cabe resaltar,
69
que el punto encontrado presenta distancias mínimas y muy similares a todas las tiendas de
barrio analizadas, lo cual genera un beneficio a las partes involucradas, es decir, al tendero, el
consumidor y las empresas. Dicho lo anterior, la centralización del proceso de distribución es
una estrategia que genera impacto en la reducción de costos y trámites logísticos.
Una vez identificada la ubicación del centro, se desarrolló un modelo de distribución
basado en la heurística Greedy, puesto que esta herramienta permite obtener el óptimo local
respecto al entorno definido, dando como resultado las rutas de repartición, teniendo en cuenta
la minimización de distancias. Es importante mencionar que dicho modelo tiene como insumo la
demanda del surtido de productos planteado al inicio del presente proyecto, además de la
ubicación de las tiendas encontradas en la caracterización de los kilómetros cuadrados.
Con ayuda del modelo se pudo establecer que para realizar la distribución de la demanda
semanal de las tiendas, es decir para la entrega del 100 % de los pedidos, se requieren 21
vehículos, que por su utilización se incurriría en costo de $3’150.000 COP aproximadamente.
Dado que es vital el monitoreo constante de la cadena de distribución propuesta, se plantearon
indicadores de gestión logísticos que permiten evaluar el desempeño de la misma. A partir de lo
anterior se encontró que el porcentaje de utilización teórico total de la flota de vehículos en
promedio para el volumen corresponde al 28 % y para la capacidad al 93 %.
Por tal razón, el beneficio de este trabajo, se compara con el porcentaje de ocupación
dicho por Viosca (2011), el cual da a conocer que en la ciudad de Valencia, España, el 50% de
los camiones viajan vacíos, y con el informe desarrollado por Antún (2013), donde expone que
los camiones en la mayoría de veces viajan con una ocupación incompleta, aumentando los
costos para las empresas. Vale la pena recalcar, que el modelo desarrollado en el presente
70
trabajo, permite variar los parámetros iniciales, aspecto que resulta vital para realizar análisis
comparativos futuros.
Finalmente, se realizó el análisis financiero enfocado en la disminución de costos para las
empresas, puesto que estas serían las mayores contribuyentes al momento de construir el centro
de distribución. Como resultado, se tiene que una empresa gasta 16.67 % de sus ventas en costos
logísticos, y estos se reducen en un 10% aproximadamente con el uso de una plataforma
logística o centro de distribución. Para el ejemplo dado en el trabajo, el beneficio sería cerca de
$100.000.000 COP, siendo una suma importante de ahorro para estas.
Por otro lado, se buscó que el costo-beneficio no fuera solamente para las grandes
empresas, por lo que se propuso un modelo en el cual se incluyeran vehículos eléctricos que
beneficien el medio ambiente, reduciendo las emisiones del CO2 para la comunidad. A la vez,
otro beneficio que se puede evidenciar en el modelo propuesto, es la descongestión de tráfico
vehicular, que se observaría con la reducción en la cantidad de camiones que viajan con una
capacidad de ocupación incompleta, disminuyendo así, el ruido vehicular y aumentando la
movilidad. Adicionalmente, la creación eficaz de redes logísticas se aumenta con el modelo
propuesto, puesto que la información que se puede recolectar de los tenderos y consumidores
serviría para una futura caracterización de los mismos.
71
Cronograma
A continuación se presenta el cronograma para el desarrollo del presente proyecto de
acuerdo con la metodología presentada en el inciso anterior.
72
CARRERA Ingeniería Industrial
PROYECTO DE GRADO
ALUMNAS AREA DE ÉNFASIS Logística y métodos cuantitativos
Objetivo especifico 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
Planeado
Realizado
Planeado
Realizado
Objetivo especifico 2
Planeado
Realizado
Planeado
Realizado
Planeado
Realizado
Planeado
Realizado
Objetivo especifico 3
Planeado
Realizado
Planeado
Realizado
Planeado
Realizado
Planeado
Realizado
Objetivo especifico 4 y 5
Planeado
Realizado
Planeado
Realizado
Planeado
Realizado
Planeado
Realizado
Planeado
Realizado
Objetivo especifico 6
Planeado
Realizado
Planeado
Realizado
Planeado
Realizado
Activ idad
Determinar la ubicación óptima de un
centro de distribución en el barrio
seleccionado de la localidad de Usme, a
través de un modelo de optimización.
Objetivo general
Revisión de literatura
Activ idad
Activ idad
Activ idad
Determinar el surtido de productos a
ofrecer a tenderos en la localidad de
Usme, por medio del análisis estadístico
de las encuestas realizadas a tenderos y
consumidoresGráficas y resultados obtenidos
Análisis estadistico de los datos de las encuestas para encontrar
el surtido de productos
Formulación del modelo de optimzación
Caracterizar un barrio de la localidad de
Usme por medio de la metodología del
kilometro cuadrado (KM2) para
determinar la ubicación actual de tiendas
de barrio y vías de tránsito.
Revision de fuentes secundarias de información
Recolección de información de primera fuente
Validación de información
Construcción de base de datos
Análisis financiero de la propuesta
Análisis de resultados y recomendaciones
Definir la herramienta de optimización (o
heurística) que se adecue al cálculo del
menor costo.
Aplicar el método elegido, para definir el
modelo de distribución Implementación del modelo
Diseño del algoritmo
Diseño del modelo de distribución
Revisión de la literatura sobre heuristicas
Catalina Lago, Katherine Melo, Erika Sarmiento
Diseñar una estrategia de distribución urbana óptima que permita
ofrecer a los tenderos de la localidad de Usme un surtido de
productos que cumpla con las necesidades de tiempo y costo,
generando satisfacción a los clientes finales
PROPUESTA DE UN MODELO DE DISTRIBUCIÓN URBANA DIRIGIDO A
LOS TENDEROS DE LA LOCALIDAD DE USME-BOGOTÁ
Activ idad
ENERO FEBRERO MARZO ABRILOCTUBRE
2014 2015
MAYONOVIEMBRE DICIEMBRE
Análisis de la propuesta
Consteo de la implementación
Costeo de distribución actual (información secundaria)
Análisis e interpretación de resultados
Resolver y validar el modelo
73
Bibliografía
Alcaldía Mayor de Bogotá. (2008). Plan Local de Prevención y Atención de Emergencias.
Recuperado de:
http://www.sire.gov.co/documents/13276/152246/5_PLPAE_USME.pdf/f879f77d-2e1a-
43f5-aeab-931bf1b3ee44
Alcaldía Mayor de Bogotá (2014). Listado de Barrio por UPZ. Recuperado de:
http://portel.bogota.gov.co/guia/interfaz/usuario/anexos/Listado%20de%20Barrios.pdf
Acuña, S., Madideo, B., & Ortiz, N. (s.f.). A Binary Linear Programming Model for Workload
Balance.
Antún, J. P. (2013). Distribución urbana de mercancías: estrategias con centros logísticos.
Washington D.C.: Banco Interamericano de Desarrollo.
Antún, J. P., Lozano, A., Hernández, J. C., & Hernández, R. (2005). Logística de distribución
fíísica a minoristas. México D.F: Universidad Autónoma de México.
Aparicia, L., & Delgado, A. (2009). Sistema de gestión aplicado a los canales de distribución en
el área de la confitería para la ciudad de Bogotá. Bogotá: Pontificia Universidad
Javeriana.
Aparicio, L. (2009). Sistema de gestión aplicado a los canales de distribución. Bogotá:
Pontificia Universidad Javeriana.
Baptiste, A. (2004). Propuesta de mejoramiento del centro de distribución de HEWLETT
PACKARD Colombia Ltda. ubicado en la zona franca, integrando la gestión de las áreas
comercial y logística en pro de los objetivos corporativos. Pontificia Universidad
Javeriana. Bogotá.
Bastos, A. I. (2007). Distribución Logística y Comercial. España: Ideas Propias.
Blanco, E. E., & Fransoo, J. C. (2013). Reaching 50 million nanostores: retail distribution in
emerging megacities. Massachusetts : Massachusetts Institute of Technology.
Bogotá, R. (03 de Octubre de 2011). Bogotá se mueve a 23 km por hora, aunque hay vías más
lentas. El Tiempo. Recuperado de: http://www.eltiempo.com/archivo/documento/CMS-
10485084
Centro de Escritura Javeriano. (2010). Normas APA sexta edición. Recuperado de:
http://www.uees.edu.sv/editorial/publicaciones/Normas%20APA%20Sexta%20Edici%C
3%B3n.pdf
74
Chávez, B., & Najarro, J. (2009). Análisis, Diseño e Implementación Recuperado de:
http://webquery.ujmd.edu.sv/siab/bvirtual/BIBLIOTECA%20VIRTUAL/TESIS/04/IAI/
ADCA0000922.pdf
ConstruData. (2015). Índices de Costos . Recuperado de: http://www.construdata.com/
DANE. (2011). Encuesta Multipropósito. Bogotá: Alcaldía Mayor de Bogotá.
DANE. (2014). Estimaciones de población 1985 - 2005 y proyecciones de población 2005 -
2020 total departamental por área. Bogotá. Departamento Admisnitrativo Nacional de
Estadística.
Departamento Admisnitrativo Nacional de Estadística. (2008). Indice de precios al indice de
precios al consumidor. Recuperado en: Enero de 2015, de
https://www.dane.gov.co/files/investigaciones/boletines/ipc/ipc_autocapacita.pdf
Dinero. (2007). Las tiendas de Bogotá a rayos X. Revista Dinero.
Echeverri, J. M., Hidalgo, D., & Mejia, C. (2014). Caracterización de los consumidores de
escasos recursos (Base de la Piramide) en una Megaciudad: caso de estudio en Bogotá -
estudio dirigido a Colciencias [Inédito]. Bogotá: LOGYCA.
Echeverri, M., Hidalgo, D., & Mejia, C. (2014). Informe con Modelos de Negocio que permitirán
mejorar la atención, confiabilidad y apertura al comercio electrónico en Megaciudades.
Bogotá: LOGYCA.
Espítia, S. A. (2009). La importancia de la tienda de barrio como canal de distribucion aplicado
en la localidad de la candelaria . Bogotá: Universidad del Rosario.
Fenalco. (2010). Ocho (8) principales centros urbanos - Perfil de las tiendas y oportunidades
para las categorías que en ellas compiten. Bogotá: Fenalco.
Fernández, A. (20 de junio de 2010). Tata Ace EV disponible en España en el 2011.Motor
Express. Recuperado de: http://www.motorexpress.es/2010/06/tata-ace-ev-disponible-en-
espana-en-el-2011/
Forigua, S. (Marzo de 2015). SARVI LOGÍSTICA. (E. Sarmiento, Entrevistador)
Gonzáles, M. (2010). Marketing en el siglo XXI . España: Centro de Estudios Financieros.
González, R., & Robusté , F. (2002). Un nuevo concepto de plataforma logística urbana. V
Congreso de Ingeniería del Transporte, 8.
Guarín, A. (2009). Old links in a new chain: the unlikely resilience of corner stores in Bogotá.
Berkeley: University of California.
75
Guarín, A. (2010). Análisis socioeconómico de tiendas de alimentos en áreas urbanas de bajos
recursos en Latinoamérica Informe de caso: Colombia. Bogotá: Organización de las
naciones unidas para la agricultura y la alimentación.
Hidalgo, D., Echeverri, J. M., & Argueta, C. M. (2014). Caracterización de los consumidores de
escasos recursos (Base de la Pirámide) en una Megaciudad: caso de estudio en Bogotá.
Bogotá: LOGYCA.
Huila, D. d. (2015).
http://www.huila.gov.co/documentos/C/cartilla_guia_alimentaria_mayores_de_2.pdf.
Recuperado de Guías alimentarias para la población colombiana mayor de dos años.
IDMC. (2008). IDMC Global Statistics: IDP country figures. Recuperado de
http://www.internal-displacement.org/global-figures
Indice de Precios al Consumidor. (2014). Bancafacil. Recuperado en: Febrero de 2015, de
http://www.bancafacil.cl/bancafacil/servlet/Contenido?indice=1.2&idPublicacion=40000
00000000100&idCategoria=1
Instituto Colombiano de Bienestar Familiar. (1999). Guias alimentarias para la población
colombiana mayor de 2 años. Bogotá.
Kotler, P., & Keller, K. (2006). Dirección de Marketing . México: Pearson Prentice Hall .
LASTMILE. (25 de 09 de 2014). Last Mile MIT. Recuperado de http://lastmile.mit.edu/
Lecat, N. (2011). Seminario de distribución Urbana de Mercancias: Retos y oportunicades
tecnológicas. Soluciones de optimización de rutas para la mejora de la Distribución
Urbana de Mercancías. Valencia, España.
LOGYCA. (2014). Estudio benchmarking sectorial .
Maldonado, J. C. (17 de Febrero de 2013). El espectador. Recuperado de
http://www.elespectador.com/noticias/bogota/no-hay-quien-tape-tanto-hueco-articulo-
405397
Malisani, E. A. (1989). Optimización industrial II: programación de recursos. Barcelona:
Prodúctica .
Marti, R. (2007). Procedimiento Metaheuristico de optmización combinatoria. Departamento de
Estadística e Investigativa. Facultada de Matematicas. Recuperado de Universidad de
Valencia: http://www.uv.es/rmarti/paper/docs/heur1.pdf
76
Martinez, L. (2009). Propuesta de mejoramiento de un centro de distribución de Retail, a través
de la distribución en planta y el rediseño de los procesos operativos de recepción,
almacenamiento, alistamiento y despacho. Bogotá: Pontificia Universidad Javeriana.
Maša Slabinac, M. (2013). Approaches to distribution centre's location problem and its role in
green supply chain management. (U. o. Ružička, Ed.) Recuperado el Marzo de 2015, de
http://www.efos.unios.hr/repec/osi/bulimm/PDF/BusinessLogisticsinModernManagemen
t13/blimm1309.pdf
Meiko y Fenalco. (2008). Informe de distribución y desempeño de categorías de productos.
Merlo, H., & Fernández, E. (2007). Categorización Automatica de Documentos con Mapas Auto-
Organizados de Kohomen- Tesis de Magister.
MIT. (2014). Lastmile. Recuperado en: Septiembre de 2014, de
http://lastmile.mit.edu/km2/about
MIT. (2014). web.mit.edu. Recuperado en: 27 de septiembre de 2014, de http://web.mit.edu/
Mitula (2015). Mitula.com. Recuperado de: http://casas.mitula.com.co/casas/casas-alfonso-
lopez-bogota
Mitula. (2015). Mitula.com. Recuperado de: http://casas.mitula.com.co/casas/casas-marichuela
Mitula. (2015). Mitula.com. Recuperado de: http://casas.mitula.com.co/casas/casas-bogota-santa-
librada
Mitula. (2015). Mitula.com. Recuperado de: http://casas.mitula.com.co/casas/danubio-azul
Montoya, D. (2011). Seminario Distribución Urbana de Mercancías: Retos y Oportunidades
tecnológicas. El futuro de la distribución urbana de Mercancías. Valencia, España.
Nielsen, A. (2004). Universo de establecimientos detallistas. Bogotá: AC NIELSEN
COLOMBIA.
Olivera, A. (Agosto de 2004). Heur ́ısticas para Problemas de. Recuperado de Instituto de
Computación, Facultad de Ingeniría, Universidad de la República, Montevideo, Uruguay
: https://www.fing.edu.uy/inco/pedeciba/bibliote/reptec/TR0408.pdf
Parra, L. A. (2012). Pontificia Universidad Javeriana. Recuperado de Relación entre el consumo
de azúcares y el estado nutricional medido mediante el IMC en individuos dislipidémicos
mayores de 50 años:
http://repository.javeriana.edu.co/bitstream/10554/11985/1/ParraDuranLuzAdriana2012.p
df
77
Pérez, J. E., & Pérez, P. (2006). Acercamiento al comportamiento del tendero. Bogotá:
UniAndes.
RAE. (25 de 09 de 2014). Real Academia Española. Recuperado de
http://buscon.rae.es/drae/srv/search?id=1IbjSq8ThDXX2ncOsDav%7CbhNoeGaMzDXX
2VYlgBqR
Scheisy, K. (2006). Propuesta de surtido eficiente de la categoría de cuidado del cabello en una
cadena de supermercados. Sartenejas: Universidad Simón Bolívar.
Secretaría de salud del gobierno de Puebla. (2015). Dislipidémias, Colesterol y Triglicéridos.
Recuperado de: http://www.ss.pue.gob.mx/index.php/articulos-puebla-sana/item/23-
dislipidemias-colesterol-y-trigliceridos
Secretaría Distrital del hábitat. (Diciembre de 2011). Diagnóstico localidad de Usme sector
hábitat, Alcaldía mayor de Bogotá. Recuperado de:
https://www.habitatbogota.gov.co/sdht/index.php?option.
Spiegel, M. R., & Stephens, L. J. (2004). Statistics. McGraw-Hill.
Sucre, M. d. (2010). Estrategias de Marketing en la base de la pirámide. . Victoria:
Uaniversidad de San Andrés.
Torres, J. R. (2008). A Greedy Procedure for Vehicle Positioning in Complex Automated
Transportation Systems used in Manufacturing. Ingeniería y Universidad. , Volumen 12.
Torres, L. A. (2014). Estrategias de distribución en mercados emergentes Benchmarking
prácticas de atención al canal tradicional .
Universidad Distrital, U. &. (2005). Caracterización y dimensionamiento del mercado de
alimentos en las localidades de Ciudad Bolívar, Bosa, San Cristóbal y Usme. Bogotá.:
Universidad Distrital Francisco José de Caldas y Unidad Ejecutiva de Servicios Públicos,
Alcaldía de Bogotá.
Viosca, E. G. (2011). Seminario distribución urbana de mercancías: Retos y oportunidades
tecnológicas. Valecia, España.
Wiston, W. (2005). Investigación de Operaciones. Cengage Learning.
78
Apéndices
Apéndice A. Población muestral para la caracterización de los consumidores.
Se determinó la población muestral mediante la aplicación de la ecuación de tamaño de muestra
para una población finita, considerando algunos parámetros que permiten asegurar un error bajo
en las respuestas a partir de la cantidad de personas encuestadas.
La población muestral se calcula a partir de la siguiente ecuación (Spiegel & Stephens, 2004):
𝑛 =𝑁
1 +𝑒2 × (𝑁 − 1)
𝑧2 × 𝑝 × 𝑞
Donde:
n: tamaño muestral
N: tamaño de la población
z: valor correspondiente a la distribución de Gauss
e: error esperado a cometer
p: prevalencia esperada del parámetro a evaluar, en caso de desconocerse (p =0.5),
que hace mayor el tamaño muestral
79
q: 1 – p
Para la generación del tamaño muestral se consideraron los siguientes parámetros:
N: 913.199 habitantes estrato uno y dos de las localidades de Bosa y USME
z: 1,96 (constante determinada a partir del nivel de confianza de 95 %)
e: 5 % (resultado de la resta del 100 % - nivel de confianza)
p: 0,67 (se esperaba que el tamaño muestral fuera cercano al máximo)
q: 0,33 (resultado de 1-p)
𝑛𝑒𝑛𝑐 =913.199
1 +0,052 × (913.199 − 1)
1,962 × 0,67 × 0,33
→ 𝑛𝑒𝑛𝑐 = 339,625 → 𝑛𝑒𝑛𝑐 = 340
Se determinó entonces que el tamaño muestral para la población mencionada es de 340
personas a encuestar. Dado que en el desarrollo del ejercicio se encontró que las dos
técnicas más empleadas para recolección de datos son las encuestas y las entrevistas, se
procuró maximizar la muestra poblacional, al mismo tiempo que corroborar datos
obtenidos mediante las encuestas. (Echeverri, Hidalgo, & Mejia, 2014)
Apéndice B. Población muestral para la caracterización de los tenderos.
N: 256 tiendas, son el total de tiendas pertenecientes al Barrio Alfonso López encontradas en la
caracterización del km2, el cual en primera instancia era nuestro único sector de estudio.
z: 1,96 (constante determinada a partir del nivel de confianza de 95 %)
80
e: 5 % (resultado de la resta del 100 % - nivel de confianza)
p: 0,67
q: 0,33 (resultado de 1-p)
𝑛𝑒𝑛𝑐 =253
1 +0,052 × (253 − 1)
1,962 × 0,67 × 0,33
→ 𝑛𝑒𝑛𝑐 = 145,25 → 𝑛𝑒𝑛𝑐 = 146
Apéndice C. Trabajo de campo localidad de Usme
El trabajo de campo se hizo por medio de cuatros visitas a las tiendas de barrio en las diferentes
zonas de la localidad de Usme. Mediante estas visitas se observó los productos que en ellas se
ofrecían y se interrogaba a los tenderos preguntándoles sobre la demanda total de clientes que
tenían cada uno a diario. Esta investigación se realizó de la siguiente manera:
Día uno: acercamiento a las tiendas en el barrio el Virrey, Santa Librada.
Día dos: visita a las tiendas del barrio Alfonso López y el pueblo de Usme, para averiguar
la demanda de los tenderos.
Día tres: visita al lugar propuesto y hallado por medio de la herramienta del centro de
masa y modelamiento matemático, con la intensión de comprobar los terrenos baldíos
encontrados.
Día cuatro: compra de productos para la ancheta propuestas para los evaluadores de la
sustentación.
En las siguientes tablas se especifican los barrios y las tiendas visitadas:
81
Barrio: Virrey
Calle del Comercio Carrera
93Sur Entre carrera 7 -
carrera 7ª
Tienda Central del Carmen
Supertiendas Virrey
Central de Carnes el Virrey
Tiendas SuperPaula
Panadería Oro Pan
Supermercado Monteblanco
Barrio: Alfonso López
Calle 90 No 5 I - 04 Sur Surtilider De La 90
Cr 7c Este # 93-63 Sur Cigarrería Alejandra
Cl 94 Sur # 5g-12 este Droguería El Punto
Cl 94 Sur # 5c-35 este Víveres El Diamante
Cl 94 Sur # 5f-41 este Mini mercado El Palmar
Cr 7 Este # 94-64 este Tienda
Dg 102 Sur # 38-11 este Miscelánea Lucely
Tv 5 Bis Este # 95a-05 sur Panadería La Orquídea
Cr 7 Este # 95-45 sur Trigui Pan
Cr 7 Este # 93-15 sur Pan Donde Pepe
Cl 94 Sur # 5g-23 este Panadería El Buen Sabor
Cr 7 Este # 92-70 sur Panadería Don Leo
Cl 94 Sur # 5i-05 este Panadería Buenos Aires
82
Cl 94 Sur # 6a-03 este Huevos Y Quesos La 94
Dg 96 Sur # 5b-48 este Tienda
Cl 93 Sur # 5c-36 este Tienda
Cl 94 Sur # 7b-11 este Mini mercado Las 4 Esquinas
Cr 5d Bis Este # 92-75 sur Tienda
Cl 101a Sur # 3d-21 este Tienda
Cl 93 Sur # 5d-07 este Tienda Rejas Verdes
Cr 5d Este # 91-22 sur Tienda La Esquina
Cl 93 Sur # 7c-25 este Tienda
Cl 90 Sur # 8-03 este Tienda
Cr 7a Este # 92-34 sur Cigarrería El Progreso
Cr 7 Este # 92-04 sur Cigarrería La Gran Esquina
Cl 94 Sur # 5c-48 este El Nuevo
Cl 94 Sur # 5i-24 este Panadería Jaimar
Cl 95 Sur # 7a-03 este La Abundancia
Cl 96 Sur # 5h-05 este Tienda
Cr 6c Este # 92-34 sur Tienda.
Barrio: Pueblo Usme
Cr 14 # 136s- 46 Tiendas Surtiaves
Cr 14 # 137s – 22 Cafetería Mafalda
Cr 14 # 137s – 84 SurtiMax
83
Cr 14 # 137b- 89 Sur Tienda
Calle 137b # 14- 08 Sur Tienda y Panadería
Barrio: Santa Librada
Carrera 14 # 74a-60 El Gran Descuento
Calle 74b # 13-10 Pescadería Paisa
Calle 74b # 12-40 Pollo El Gigante
Calle 74b # 12-40 Cigarrería Escorpion`s
Carrera 14 # 74b-16 El Antojo
Carrera 14 # 74b-30 Merkandrea
Calle 74calle # 12-38 La Mona
Calle 74b # 12-37 Nuevo Caldas
Calle 74b # 12-57 Tienda
Calle 74calle # 12-52 Tienda
Calle 74calle - Carrera 12 Panadería Steven
Carrera14#74calle-64 El Bodegón
Carrera14#74calle-64 Mónaco
Calle74calle#12-61 El Progreso
Calle74calle#13-07 Saboreando
Carrera 14 # 75-20 La Dulcería
Carrera 14 # 75-20 Tienda
84
Carrera12#75-07 Tienda
Carrera 12 # 75-43 Granero La Economía
Carrera 14 # 76-32 Sabrosuras Y Arte
Carrera 14 # Calle75b-05 Santa Librada
Carrera 14 # 76-32 La Corraleja
Carrera 14 # 75a-73 Delicias Del Huila
Carrera 14 # 74calle-17 San Vicente
Carrera12#74-46 El Económico
Calle75 #10-16 El Primeraso
Carrera75#10-22 V&G
Carrera10-Calle75 Los Andes
Calle75a#10-25 Los Andes Supermercado
Carrera10#75-58 El Esquinazo
Calle75a#10a-57 Donde Javier
Carrera12#76a-04 Mil Delicias
En las visitas se encontró que algunas tiendas no tienen estipulado su nombre, ya que algunas de
estas personas modifican el lugar donde viven para convertirla también en su lugar de trabajo. A
continuación se encuentra la evidencia fotográfica de dichas visitas, en donde se destacan los
productos ofrecidos por los tenderos y en general las características de la tienda de barrio.
85
86
Adicionalmente se realizó un análisis financiero para cuantificar en dinero el costo del trabajo de
campo hecho, que se ejemplifica en el siguiente cuadro:
87
En total, se gastaron 19 horas hombre de trabajo de campo por cada integrante del grupo, esto en costos da un total de 229.549,69
COP si tenemos el margen del salario mínimo legal vigente para el 2015.
Horas hombre Entrada Almuerzo Empieza Almuerzo Termina Salida Hrs Trabajadas observación
Sábado 08:00:00 a.m. 01:00:00 p.m. 02:00:00 p.m. 04:00:00 p.m. 7,00
primer acercamiento a la localidad y al
tendero, se realizó la investigación de
la demanda.
Domingo 09:00:00 a.m. 01:00:00 p.m. 02:00:00 p.m. 04:00:00 p.m. 6,00
acercamiento al tendero, se realizó la
investigación de la demanda.
Lunes 09:00:00 a.m. 01:00:00 p.m. 4,00
se realizó la visita al lugar donde arrojó
el centro de masa y el modelamiento
matemático en el barrio Santa Librada.
Observación de terrenos baldíos cerca.
Miércoles 02:00:00 p.m. 04:00:00 p.m. 2,00
compra de los productos para la
muestra en la sustentación
TOTAL 19,00
salario
mínimo
vigente al
2015
horas
trabajadas
al día
horas
trabajadas
a la
semana
horas
trabajadas
al mes
costo por
hora
horas
hombre
trabajadas
#
personastotal
644.350,00$ 8 40 160 4.027,19$ 19,00 3 229.549,69$
88
Finalmente, el costo económico en que se incurrió fue de 284.750 COP en las salidas de
campo. Cabe aclarar que la herramienta Google Maps fue de gran ayuda al momento de visualizar
toda la localidad, sus carreteras entre otras características.
Trabajo de campo Éxito Gran estación.
Después de realizar el trabajo de campo en la localidad de Usme, se realizó un pequeño
trabajo de campo en el éxito de Gran Estación, con el fin de comparar los precios hallados, las
cantidades que se ofrecen al público, y la medición de algunos alimentos. En la siguiente
ilustración se muestran fotos de ese día.
Trabajo de campo en Usme valor unitario cantidad total
pasaje transmilenio ida 1.800 12 21.600
pasaje transmilenio regreso 1.800 12 21.600
papelería 2.000 1 2.000
taxi para transportarnos dentro de la localidad 5.000 2 10.000
Costo de las horas hombre 4.027 57 229.550
total 284.750
89
Apéndice D. Descripción del programa (manual para usuario).
Inicialmente el archivo en Excel muestra un formulario, de modo que el usuario pueda
seleccionar el aspecto que desee visualizar, como puede ser el modelo, modificar los datos de
entrada o indicadores de gestión logísticos, como se puede observar en la ilustración 11.
Ilustración 11. Modelo de distribución urbana de mercancías. Fuente: Elaboración propia, 2015.
Cuando el usuario ingresa en el botón rutas, el programa lo direcciona a una hoja con el título de
“Paquetes”. En este inicialmente encuentra la información de todos los pedidos. En la parte
superior de la hoja se encuentran tres botones:
Calcular ruta: corre el modelo de distribución y genera hojas en donde se evidencian las
rutas que debe seguir cada vehículo.
Borrar hojas: una vez ha corrido el modelo, este botón permite eliminar las hojas creadas
con el botón anterior.
90
Copiar datos: dado que cuando corre el modelo se van eliminando las filas con los
paquetes entregados, los datos iniciales se ven alterados. Con este botón se vuelven a
ubicar los datos iniciales.
Una vez ejecutado el modelo, en la hoja paquetes quedan reflejados los paquetes no entregados.
Cuando el usuario desea modificar los datos de entrada del modelo tiene tres opciones:
Pedidos: Este botón lo direcciona a una hoja con el título de “Datos” en donde se
evidencian los datos iniciales del problema.
Vehículos: Este botón lo direcciona a la hoja “Repartidores”, en donde se encuentran los
parámetros de los vehículos utilizados en el modelo. El usuario puede modificar la
información que puede incluir las capacidades de los vehículos, sus medidas, la cantidad
de vehículos disponibles (viajes). El usuario también puede modificar las dimensiones de
los paquetes empleados para cada tipo de producto.
Distancias: Este botón direcciona a la hoja “Distancias” y muestra las distancias
empleadas para el desarrollo del modelo. Además de las coordenadas de cada una de las
tiendas.
Cuando el usuario desea visualizar los indicadores de gestión logísticos del modelo tiene
cuatro opciones:
Resumen: en esta hoja se muestra el resumen de los 3 indicadores calculados para el
modelo, además muestra graficas de comportamiento de cada uno en comparación
con la meta establecida.
Utilización de vehículos:
Entregas efectivas
91
Costo por utilización de vehículos
Cada hoja despliega información sobre el indicador y los datos que requiere para el cálculo del
mismo.
92
Anexos
Anexo 1. Gráfica de participación en ventas por canales
Gráfica 3. Participación en ventas por canales. Fuente: Centro Latinoamericano de Innovación y Logística, 2011.
Anexo 2. Modelo del centro de distribución convencional
Ilustración 12. Modelo del centro de distribución convencional. Fuente: Gonzáles, R., & Robusté. F. (2002). Un nuevo concepto
de la plataforma logística urbana.
93
Anexo 3. Ciudades donde se ha practicado el KM2
Ilustración 13. Ciudades donde se ha practicado el KM2. Fuente: LASTMILE, 2014.
Anexo 4. Mapa densidad de tiendas de barrio e ingreso Per Cápita por localidad en Bogotá
Ilustración 14. Mapa densidad de tiendas de barrio e ingreso Per Cápita por localidad en la ciudad de Bogotá. Fuente: Meiko &
DANE, 2009.
94
Anexo 5. Índices de condiciones de vida
Ilustración 15. Índice de condiciones de vida 2011. Fuente: encuesta multipropósito, 2011.
Anexo 6. Número de hijos de los hogares encuestados en la localidad de Usme
Gráfica 4. Número de hijos en los hogares encuestados en Usme. Fuente: Elaboración propia, 2015.
5%
44%37%
14%
Número de hijos
Mas de 5 1 a 2 3 a 4 Ninguno
Ind
ice
: co
nd
icio
ne
s d
e v
ida
Localidades- Bogotá
95
Anexo 7. Productos comprados con mayor frecuencia por clientes en las tiendas de barrio
Gráfica 5. ¿Qué productos son comprados con mayor frecuencia por sus clientes? Fuente: Elaboración propia, 2014.
0% 5% 10% 15% 20%
Huevos
Lacteos
Pan
Arroz
Cigarrillos
Gaseosas
Panela
Frutas Y Verduras
Granos
Dulces
Chocolate Y Café
Snacks
Azucar
Aceite
Alimentos Básicos Almuerzo…
Comida Mascotas
Sal
Aseo
Licores
¿Qué productos son comprados con mayor frecuencia por sus
clientes?
96
Anexo 8. Productos que predominan la estantería
Gráfica 6. ¿Qué producto predomina en la estantería de la tienda? Fuente: Elaboración propia, 2014.
0% 2% 4% 6% 8% 10% 12% 14% 16% 18%
Pan
Lacteos
Huevos
Arroz
Panela
Carne
Pasta
Otros Productos (Arepa,Sal, Salchichas,…
Frutas
Verduras
Granos
Lacteos
Snacks
Comida para mascotas
Licores
Pollo
Productos de Aseo
Aceite
Bebidas (Gaseosa y Jugos)
Bebidas para preparar (Chocolate y Café)
¿Qué producto predomina en la estantería de la tienda?
97
Anexo 9. Grupo de alimentos sugeridos por el IPC
Tabla 18. Grupo de alimentos sugerido por el IPC. Fuente: BancaFacil, 2013.
Pan y cereales
•Arroz
•Harinas y cereales
•Pan y otros productos de panaderia
•Pastas
Carnes
•Carne de vacuno
•Carne de cerdo
•Carne de pavo
•Carne de pollo
•Cecinas
•Embutidos
•Hamburguesas
Pescados y mariscos
•Pescados
•Mariscos
•Pescados en conserva
•Mariscos en conserva
Productos Lácteos, quesos y huevos
•Leche en polvo
•Leche liquida
•Leche conservada
•Yogurt
•Postres lácteos
•Quesos
•Huevos
Aceites y grasas
•Mantequilla
•Margarina
•Aceites vegetales
Frutas
•Manzana
•Naranja
•Pera
•Plátano
•Frutas de estación
•Frutos secos
•Frutas en conserva
Hortalizas, legumbres y tubérculos
•Acelga y espinaca, Apio, Cebolla y cebollín, Lechuga, Limón, Pimentón y pimiento, Repollo, Tomate, Zanahoria, Zapallo
•Verduras de estación, en conserva, encurtidas.
•Legumbres
•Tubérculos y productos derivados
Azúcar, mermeladas, dulces de azúcar
•Azúcar
•Mermelada
•Manjar y dulces untables
•Caramelos y goma de mascar
•Chocolate
•Helados
Otros productos alimenticios
•Sal
•Hierbas, especias y condimentos
•Salsas
•Aderezos
•Sopas y cremas
•Alimentos para bebe
•Postres no lácteos
Bebidas no alcohólicas
•Café
•Té
•Saborizante para leche
•Aguas minerales, refrescos, gaseosas y jugos de fruta
Bebidas alcohólicas
•Bebidas destiladas
•Vinos
•Cervezas
•Tabaco
98
Anexo 10. Identificación de los barrios del estudio en la localidad de Usme
Ilustración 16. Identificación de los barrios Alfonso López, Marichuela, Danubio Azul, Santa Librada. Fuente: GoogleMaps,
2015.
99
Anexo 11. Posibles puntos de ventas que se encuentran en el estudio del KM2
Código Nombre Descripción
A Tiendas
Pequeños establecimientos dedicados a la venta
de productos alimenticios, víveres, etc. (incluidas
tiendas de licores y cigarrerías)
B
Supermercados,
hipermercados y formatos
express
Establecimientos medianos o grandes que venden
productos alimenticios, víveres, etc. Se
caracterizan por tener 2 o más cajas registradoras
y filas
C Gasolineras
Establecimientos que se especializan en la carga
de combustible a
vehículos
D Tiendas de ropa
Establecimientos que venden mercancía
relacionada con ropa nueva o
usada y sus accesorios
E Hoteles, hostales y
sitios de hospedaje
Establecimientos que brindan hospedaje temporal
o por corta estancia
a viajeros, turistas y otros
F Restaurantes, cafeterías,
bares, salón de onces y similares
Establecimientos que preparan comidas, snacks y
bebidas a la orden
del cliente para su consumo en el sitio o para
llevar
G Droguerías y farmacias
Sólo aplica si la mayoría de la tienda es usada
como droguería, sino se
debe clasificar como tienda (A)
S Escuelas y colegios Primaria, colegio, bachillerato, universidad
O Otros
Establecimientos que no pertenecen a las
categorías anteriores (ejemplos: florerías,
lavanderías, vidrierías, ferreterías, mueblerías,
tiendas de arte, tiendas de accesorios deportivos,
etc.)
U Desconocido / Servicios/
Edificios religioso y municipales
Estos establecimientos no necesitan ser
registrados. Bancos, cajeros automáticos, spas,
gimnasios, oficinas, entre otros
Tabla 19. Posibles puntos de ventas que se encuentran en el estudio del KM2. Fuente: Estudio de caracterización del KM2
realizado por la empresa LOGYCA.
100
Anexo 12. Tipo de tienda encontrada en el KM2
Gráfica 7. Tipo de Tienda en el KM2. Fuente: Elaboración propia, 2015.
Anexo 13. Base de datos tenderos de Usme
Ilustración 17. Base de datos tenderos de Usme. Fuente: LOGYCA, 2014.
47%
46%
7%
Tipo de Tienda
Tiendas
Restaurantes, cafeterias
Supermercados. Hipermercados yformatos express
101
Anexo 14. Punto de coordenadas ubicado por el centro de masa
Ilustración 18. Ubicación de coordenadas centro de masa. Fuente: Elaboración propia, 2015.
Anexo 15. Fotografías del terreno baldío cercano al punto ubicado por el centro de masa
Ilustración 19. Terreno Baldío Vista I 180ª ubicado cerca al punto hallado por el centro de masa. Fuente: GoogleMapas -
StreetView, 2015.
102
Ilustración 20. Terreno Baldío Vista II 180ª ubicado cerca al punto hallado por el centro de masa. Fuente: GoogleMapas -
StreetView, 2015.
Ilustración 21. Terreno Baldío Vista III 180ª ubicado cerca al punto hallado por el centro de masa. Fuente: GoogleMapas -
StreetView, 2015.
103
Anexo 16. Identificación de vías principales en los barrios seleccionados para el estudio
VIAS PRINCIPALES COORDENADAS
Alfonso López
Calle 90 s 4.500812, -74.106532
Carrera 6E 4.496367, -74.103619
Carrera5E 4.500848, -74.106370
Calle 94 s 4.503984, -74.117010
Calle 97as 4.497918, -74.111520
Carrera 7E 4.499840, -74.101361
Danubio Calle 56s 4.541164, -74.117891
Carrera 55 bis S 4.541568, -74.117083
Marichuela
Transversal 1Cbis 4.512374, -74.118084
Calle 76biss 4.512401, -74.117993
Boyacá 4.511069, -74.120396
Carrera1 4.511195, -74.114889
Santa librada
Calle 76s 4.513418, -74.114642
Caracas 4.515306, -74.116402
Calle74BS 4.516816, -74.113360
Calle 74cs 4.515313, -74.115935
Tabla 20. Vías principales por barrio (Danubio Azul, Alfonso López, Santa Librada, Marichuela). Fuente: Elaboración propia,
2015.
Anexo 17. Matriz de distancias por cada barrio estudiado en la localidad de Usme
Tabla 21. Distancias posibles centros de distribución hasta principales vías barrio Marichuela. Fuente: Elaboración propia, 2015.
Transversal 1Cbis Calle 76biss Boyacá Carrera1
4.512374, -74.118084 4.512401, -74.117993 4.511069, -74.120396 4.511195, -74.114889
1 4.512042032 -74.117280608 0,1 0,1 0,7 0,3
3 4.5121063 -74.1200364 0,3 0,3 0,3 0,7
4 4.5121309 -74.1188269666667 0,1 0,1 0,5 0,5
5 4.5120191 -74.1198623 0,3 0,3 0,3 0,7
6 4.51234 -74.11852 0,091 0,1 0,5 0,5
7 4.51193 -74.118615 0,1 0,1 0,6 0,5
9 4.51209918333333 -74.1185219166667 0,09 0,1 0,6 0,5
10 4.511711 -74.116541 0,2 0,2 0,8 0,2
114.51172909090909 -74.1162654545454 0,2 0,2 0,8 0,2
VIAS PRINCIPALES
COORDENADASPUNTOBARRIO
Mar
ich
uel
a
104
Tabla 22. Distancias posibles centros de distribución hasta principales vías barrio Alfonzo López. Fuente: Elaboración propia,
2015.
Tabla 23. Distancias posibles centros de distribución hasta principales vías barrio Santa Librada. Fuente: Elaboración propia,
2015.
calle 90 s Carrera 6E Carrera5E Calle 94 s Calle 97as Carrera 7E
4.500812, -
74.106532
4.496367, -
74.103619
4.500848, -
74.106370
4.503984, -
74.117010
4.497918, -
74.111520
4.499840, -
74.101361
1 4.49889 -74.10087 1 0,5 0,8 2,5 1,7 0,3
2 4.49623 -74.1057633333333 0,8 0,3 0,6 1,7 1 0,9
3 4.49580333333333 -74.10246 1,2 0,2 1 2,1 1,4 0,5
4 4.49545428571429 -74.1035971428571 1,1 0,1 0,9 2,1 1,3 0,7
5 4.49747 -74.10669 0,6 0,5 0,4 1,5 0,8 1
6 4.49907 -74.10497 0,8 0,5 0,6 1,7 1 0,9
7 4.49741 -74.1066466666667 0,6 0,5 0,4 1,6 0,8 1
8 4.499185 -74.099495 1 0,8 0,8 2,5 1,7 0,2
9 4.49904 -74.1038971428571 0,6 0,4 0,4 2,1 1,3 0,4
10 4.49997 -74.105885 0,8 0,7 0,6 1,7 1 1,2
12 4.49987 -74.10608 0,8 0,7 0,6 1,8 1 1,2
13 4.49965333333333 -74.1025 0,7 0,4 0,5 2,1 1,4 0,2
14 4.497 -74.103845 0,9 0,1 0,7 1,9 1,1 0,6
15 4.49937666666667 -74.10181 0,8 0,6 0,6 2,2 1,5 0,1
16 4.4993 -74.10107 0,9 0,6 0,7 2,3 1,6 0,1
18 4.49923 -74.10209 0,7 0,5 0,5 2,2 1,4 0,1
19 4.49917 -74.10142 0,8 0,5 0,6 2,3 1,5 0,074
20 4.49916 -74.09946 1 0,8 0,8 2,5 1,7 0,3
22 4.49901 -74.10315 0,7 0,3 0,5 2,2 1,4 0,3
23 4.498215 -74.10391 0,9 0,5 0,7 1,8 1,1 0,9
26 4.49739333333333 -74.1066366666667 0,6 0,5 0,4 1,6 0,8 1
27 4.49875333333333 -74.10525 0,8 0,5 0,6 1,7 1 0,9
28 4.49597 -74.10344 1,1 0,1 0,9 2 1,3 0,6
29 4.49555 -74.10376 1,1 0,1 0,9 2,1 1,3 0,7
30 4.495305 -74.10375 1,1 0,1 0,9 2,1 1,3 0,7
31 4.4945625 -74.1037825 1,2 0,2 1 2,2 1,4 0,8
32 4.49385333333333 -74.1030983333333 1,3 0,4 1,1 2,2 1,5 0,8
33 4.4936975 -74.10337 1,3 0,3 1,1 2,2 1,4 0,9
34 4.4935725 -74.1035675 1,2 0,3 1 2,1 1,4 0,9
35 4.493515 -74.103175 1,3 0,4 1,1 2,2 1,4 0,8
36 4.49346 -74.10337 1,2 0,4 1 2,2 1,4 0,9
37 4.49331666666667 -74.102645 1,3 0,5 1,1 2,3 1,5 0,7
38 4.49313857142857 -74.1025528571429 1,3 0,5 1,1 2,2 1,5 0,8
40 4.492975 -74.102495 1,3 0,5 1,1 2,3 1,5 0,8
41 4.49914 -74.10103 0,9 0,6 0,7 2,3 1,6 0,1
42 4.49934 -74.10121 0,8 0,6 0,6 2,3 1,5 0,057
43 4.49924 -74.1011 0,9 0,6 0,7 2,3 1,6 0,1
Alf
on
so L
óp
ez
BARRIO
VIAS PRINCIPALES
COORDENADASPUNTO
Calle 76s Caracas Calle74BS Calle 74cs
4.513418, -74.114642 4.515306, -74.116402 4.516816, -74.113360 4.515313, -74.115935
1 4.51601887142857 -74.1130170142857 0,5 0,6 0,1 0,3
2 4.51634333333333 -74.1132586666667 0,5 0,5 0,062 0,4
3 4.514813 -74.11479 0,2 0,4 0,4 0,2
4 4.51396 -74.1138371428571 0,2 0,6 0,4 0,4
5 4.514133 -74.114958 0,086 0,5 0,5 0,2
6 4.51352333333333 -74.1129866666667 0,2 0,8 0,4 0,5
7 4.515815 -74.11316 0,4 0,6 0,1 0,3
8 4.515805 -74.1131575 0,4 0,6 0,1 0,3
9 4.51289 -74.11284 0,3 0,8 0,5 0,6
10 4.51060375 -74.112615 0,5 1,2 0,7 0,8
11 4.50993 -74.11255 0,6 1,4 0,8 1
12 4.51551 -74.11307 0,4 0,6 0,2 0,4
13 4.509835 -74.11256 0,6 1,3 0,8 1
14 4.50994 -74.112545 0,6 1,4 0,8 1
16 4.516594 -74.11611 0,6 0,5 0,5 0,5
17 4.51446428571429 -74.1145885714286 0,1 0,4 0,4 0,2
18 4.513997 -74.116759 0,3 0,7 0,7 0,3
19 4.514623 -74.116573 0,5 0,6 0,6 0,2
20 4.51388 -74.1166233333333 0,3 0,7 0,7 0,3
San
ta L
ibra
da
BARRIO PUNTO COORDENADAS
VIAS PRINCIPALES
105
Tabla 24. Distancias posibles centros de distribución hasta principales vías barrio Danubio Azul. Fuente: Elaboración propia,
2015.
Calle 56s Carrera 55 bis S
4.541164, -74.117891 4.541568, -74.117083
1 4.5404325 -74.1169475 0,3 0,2
2 4.53820333333333 -74.11513 0,7 0,5
3 4.540125 -74.116995 0,4 0,2
4 4.54001 -74.11693 0,4 0,2
5 4.53968 -74.1166325 0,4 0,3
6 4.54005833333333 -74.116385 0,4 0,2
8 4.539765 -74.116855 0,4 0,3
9 4.54026666666667 -74.11692 0,4 0,2
10 4.54002 -74.11715 0,4 0,2
11 4.540075 -74.11666 0,4 0,2
12 4.540205 -74.116505 0,4 0,2
13 4.539642 -74.116276 0,5 0,3
14 4.53997 -74.11695 0,4 0,2
15 4.53969 -74.11605 0,4 0,3
16 4.53942666666667 -74.11588 0,5 0,3
17 4.53971 -74.11501 0,7 0,6
18 4.539136 -74.11586 0,5 0,4
19 4.539398 -74.116024 0,5 0,3
20 4.53950333333333 -74.1158933333333 0,5 0,3
21 4.53954 -74.11507 0,7 0,5
22 4.53889666666667 -74.1161433333333 0,5 0,4
23 4.53873333333333 -74.1156666666667 0,6 0,4
24 4.53922428571429 -74.11656 0,5 0,4
25 4.53919 -74.1166314285714 0,5 0,4
26 4.539255 -74.116215 0,5 0,4
27 4.53901333333333 -74.11611 0,5 0,4
28 4.539925 -74.1170075 0,4 0,2
29 4.54014 -74.1171666666667 0,4 0,2
30 4.54032333333333 -74.11732 0,4 0,2
31 4.5404 -74.117505 0,4 0,2
32 4.540515 -74.11763 0,4 0,3
33 4.540405 -74.117515 0,4 0,2
34 4.540698 -74.117742 0,3 0,3
35 4.54086 -74.11782 0,3 0,3
36 4.54074 -74.117735 0,3 0,3
37 4.5409 -74.11816 0,042 0,2
38 4.54108 -74.11814 0,3 0,2
39 4.540815 -74.11792 0,3 0,3
40 4.54099 -74.1180775 0,028 0,2
41 4.54143333333333 -74.1184266666667 0,3 0,2
42 4.5415425 -74.11851 0,3 0,2
43 4.5418025 -74.1186975 0,3 0,2
PUNTOBARRIO
Dan
ubio
VIAS PRINCIPALES
COORDENADAS
106
Anexo 18. Intervalos de calificación por barrio estudiado
Para Alfonso López se tienen las siguientes escalas de calificación:
Ilustración 22. Escalas de calificación barrio Alfonso López. Fuente: Elaboración propia, 2015.
Para Santa librada se tienen las siguientes escalas de calificación:
Ilustración 23. Escalas de calificación barrio Santa Librada. Fuente: Elaboración propia, 2015.
107
Para Danubio Azul se tienen las siguientes escalas de calificación:
Ilustración 24. Escalas de calificación barrio Danubio Azul. Fuente: Elaboración propia, 2015.
Para Marichuela se tienen las siguientes escalas de calificación:
Ilustración 25. Escalas de calificación Barrio Marichuela. Fuente: Elaboración propia, 2015.
Anexo 19. Valor promedio metro cuadrado por barrio estudiado en la localidad de Usme
Barrio Valor m2
Santa librada $ 852.310,81
Marichuela $ 1.223.766,20
Alfonso López $ 577.324,00
Danubio $ 865.029,20
Tabla 25. Valor promedio metro cuadrado en los barrios Usme. Fuente: Mitula.com, 2015.
108
Anexo 20. Población 2011 por UPZ en la localidad de Usme
UPZ
Número de Barrios
que componen la
UPZ
Población
2011
Barrio de
interés
Población
2011/ Número
de Barrios
(UPZ)
Gran Yomasa 79 147506 Santa Librada 1867.164557
Danubio 25 40471 Danubio Azul 1618.84
Alfonso López 25 63890 Alfonso López 2555.6
Comuneros 55 93846 Marichuela 1706.290909
Tabla 26. Población 2011 por UPZ. Fuente: Elaboración propia, 2015.
Anexo 21. Tabla total de calificación para los 117 puntos posibles seleccionados
Barrio
Punto (#
de
centroide)
Aspecto 1
(Cercanía a
vías
principales)
Aspecto 2
(precio)
Aspecto 3
(Demanda) TOTAL
Alfonso
López 1 2 4 3 3.000
Alfonso
López 2 3 4 3 3.333
Alfonso
López 3 2 4 3 3.000
Alfonso
López 4 2 4 3 3.000
Alfonso
López 5 3 4 3 3.333
Alfonso
López 6 3 4 3 3.333
Alfonso
López 7 3 4 3 3.333
Alfonso
López 8 2 4 3 3.000
Alfonso
López 9 3 4 3 3.333
109
Alfonso
López 10 3 4 3 3.333
Alfonso
López 12 3 4 3 3.333
Alfonso
López 13 3 4 3 3.333
Alfonso
López 14 3 4 3 3.333
Alfonso
López 15 3 4 3 3.333
Alfonso
López 16 2 4 3 3.000
Alfonso
López 18 3 4 3 3.333
Alfonso
López 19 2 4 3 3.000
Alfonso
López 20 2 4 3 3.000
Alfonso
López 22 3 4 3 3.333
Alfonso
López 23 3 4 3 3.333
Alfonso
López 26 3 4 3 3.333
Alfonso
López 27 3 4 3 3.333
Alfonso
López 28 3 4 3 3.333
Alfonso
López 29 2 4 3 3.000
Alfonso
López 30 2 4 3 3.000
Alfonso
López 31 2 4 3 3.000
Alfonso
López 32 2 4 3 3.000
Alfonso
López 33 2 4 3 3.000
Alfonso
López 34 2 4 3 3.000
Alfonso
López 35 2 4 3 3.000
Alfonso
López 36 2 4 3 3.000
110
Alfonso
López 37 1 4 3 2.667
Alfonso
López 38 2 4 3 3.000
Alfonso
López 40 1 4 3 2.667
Alfonso
López 41 2 4 3 3.000
Alfonso
López 42 2 4 3 3.000
Alfonso
López 43 2 4 3 3.000
Santa
Librada 1 3 3 1 2.333
Santa
Librada 2 3 3 1 2.333
Santa
Librada 3 4 3 1 2.667
Santa
Librada 4 4 3 1 2.667
Santa
Librada 5 4 3 1 2.667
Santa
Librada 6 3 3 1 2.333
Santa
Librada 7 4 3 1 2.667
Santa
Librada 8 4 3 1 2.667
Santa
Librada 9 3 3 1 2.333
Santa
Librada 10 1 3 1 1.667
Santa
Librada 11 1 3 1 1.667
Santa
Librada 12 3 3 1 2.333
Santa
Librada 13 1 3 1 1.667
Santa
Librada 14 1 3 1 1.667
Santa
Librada 16 3 3 1 2.333
Santa
Librada 17 4 3 1 2.667
111
Santa
Librada 18 3 3 1 2.333
Santa
Librada 19 3 3 1 2.333
Santa
Librada 20 3 3 1 2.333
Danubio
Azul 1 4 2 2 2.667
Danubio
Azul 2 1 2 2 1.667
Danubio
Azul 3 3 2 2 2.333
Danubio
Azul 4 3 2 2 2.333
Danubio
Azul 5 3 2 2 2.333
Danubio
Azul 6 3 2 2 2.333
Danubio
Azul 8 3 2 2 2.333
Danubio
Azul 9 3 2 2 2.333
Danubio
Azul 10 3 2 2 2.333
Danubio
Azul 11 3 2 2 2.333
Danubio
Azul 12 3 2 2 2.333
Danubio
Azul 13 3 2 2 2.333
Danubio
Azul 14 3 2 2 2.333
Danubio
Azul 15 3 2 2 2.333
Danubio
Azul 16 3 2 2 2.333
Danubio
Azul 17 1 2 2 1.667
Danubio
Azul 18 2 2 2 2.000
Danubio
Azul 19 3 2 2 2.333
Danubio
Azul 20 3 2 2 2.333
112
Danubio
Azul 21 1 2 2 1.667
Danubio
Azul 22 2 2 2 2.000
Danubio
Azul 23 2 2 2 2.000
Danubio
Azul 24 2 2 2 2.000
Danubio
Azul 25 2 2 2 2.000
Danubio
Azul 26 2 2 2 2.000
Danubio
Azul 27 2 2 2 2.000
Danubio
Azul 28 3 2 2 2.333
Danubio
Azul 29 3 2 2 2.333
Danubio
Azul 30 3 2 2 2.333
Danubio
Azul 31 3 2 2 2.333
Danubio
Azul 32 3 2 2 2.333
Danubio
Azul 33 3 2 2 2.333
Danubio
Azul 34 3 2 2 2.333
Danubio
Azul 35 3 2 2 2.333
Danubio
Azul 36 3 2 2 2.333
Danubio
Azul 37 4 2 2 2.667
Danubio
Azul 38 4 2 2 2.667
Danubio
Azul 39 3 2 2 2.333
Danubio
Azul 40 4 2 2 2.667
Danubio
Azul 41 4 2 2 2.667
Danubio
Azul 42 4 2 2 2.667
113
Danubio
Azul 43 4 2 2 2.667
Marichuela 1 3 4 4 3.667
Marichuela 3 2 4 4 3.333
Marichuela 4 3 4 4 3.667
Marichuela 5 2 4 4 3.333
Marichuela 6 3 4 4 3.667
Marichuela 7 3 4 4 3.667
Marichuela 9 3 4 4 3.667
Marichuela 10 2 4 4 3.333
Marichuela 11 2 4 4 3.333
Mayor promedio Alfonso López
Mayor promedio Santa Librada
Mayor promedio Danubio Azul
Marichuela
Tabla 27. Promedio total de los aspectos evaluados en 117 puntos posibles. Fuente: Elaboración propia, 2015.
114
Anexo 22. Consolidación de los puntos evaluados para colocar el centro de distribución
Barrio Bloque Coordenadas
Alfonso
López
2 4.49623 -74.1057633333333
5 4.49747 -74.10669
6 4.49907 -74.10497
7 4.49741 -74.1066466666667
9 4.49904 -74.1038971428571
10 4.49997 -74.105885
12 4.49987 -74.10608
13 4.49965333333333 -74.1025
14 4.497 -74.103845
15 4.49937666666667 -74.10181
18 4.49923 -74.10209
22 4.49901 -74.10315
23 4.498215 -74.10391
26 4.49739333333333 -74.1066366666667
27 4.49875333333333 -74.10525
28 4.49597 -74.10344
Santa
librada
3 4.514813 -74.11479
4 4.51396 -74.1138371428571
5 4.514133 -74.114958
7 4.515815 -74.11316
8 4.515805 -74.1131575
17 4.51446428571429 -74.1145885714286
Danubio
Azul
1 4.5404325 -74.1169475
37 4.5409 -74.11816
38 4.54108 -74.11814
40 4.54099 -74.1180775
41 4.54143333333333 -74.1184266666667
42 4.5415425 -74.11851
43 4.5418025 -74.1186975
Marichuela
1 4.512042032 -74.117280608
4 4.5121309 -74.1188269666667
6 4.51234 -74.11852
7 4.51193 -74.118615
9 4.51209918333333 -74.1185219166667
Tabla 28. Bloques seleccionados para hallar el centro de distribución. Fuente: Elaboración propia, 2015.
115
Anexo 23. Coordenadas Conjunto I
PUNTO COORDENADAS
2 (4.49623, -74.1057633333333)
500 (4.49747, -74.10669)
600 (4.49907, -74.10497)
700 (4.49741, -74.1066466666667)
900 (4.49904, -74.1038971428571)
10 (4.49997 -74.105885)
12 (4.49987 -74.10608)
13 (4.49965333333333 -74.1025)
14 (4.497 -74.103845)
15 (4.49937666666667 -74.10181)
18 (4.49923 -74.10209)
22 (4.49901 -74.10315)
23 (4.498215 -74.10391)
26 (4.49739333333333 -74.1066366666667)
27 (4.49875333333333 -74.10525)
28 (4.49597 -74.10344)
3 (4.514813 -74.11479)
400 (4.51396 -74.1138371428571)
501 (4.514133 -74.114958)
701 (4.515815 -74.11316)
8 (4.515805 -74.1131575)
17 (4.51446428571429 -74.1145885714286)
100 (4.5404325 -74.1169475)
37 (4.5409 -74.11816)
38 (4.54108 -74.11814)
40 (4.54099 -74.1180775)
41 (4.54143333333333 -74.1184266666667)
42 (4.5415425 -74.11851)
43 (4.5418025 -74.1186975)
101 (4.512042032 -74.117280608)
401 (4.5121309 -74.1188269666667)
601 (4.51234 -74.11852)
703 (4.51193 -74.118615)
902 (4.51209918333333 -74.1185219166667) Tabla 29. Coordenadas conjunto I, 34 posibles puntos para hallar el Centro de Distribución. Fuente: Elaboración propia, 2015.
116
Anexo 24. Coordenadas Conjunto J
1 (4.5122692,-74.1167773)
2 (4.5121328,-74.116772)
3 (4.5125173,-74.118756)
4 (4.5116517,-74.1175521)
5 (4.5114017,-74.1169311)
6 (4.5118677,-74.1175873)
7 (4.5117,-74.1168)
8 (4.51187,-74.11675)
9 (4.51196,-74.11675)
10 (4.51185,-74.11691)
11 (4.51163,-74.11669)
12 (4.5124464,-74.1189046)
13 (4.51198,-74.1169)
14 (4.5117876,-74.1180587)
15 (4.51189,-74.11688)
16 (4.5121502,-74.1186851)
17 (4.5116235,-74.1192725)
18 (4.5117827,-74.1188085)
19 (4.51173,-74.11688)
20 (4.51169,-74.11666)
21 (4.51169,-74.11648)
22 (4.51171,-74.11627)
23 (4.51174,-74.11602)
24 (4.51184,-74.11568)
25 (4.51614,-74.11824)
26 (4.5121063,-74.1200364)
27 (4.5117327,-74.1195209)
28 (4.51233,-74.11848)
29 (4.51233,-74.11848)
30 (4.5120191,-74.1198623)
31 (4.51235,-74.11854)
32 (4.51233,-74.1185)
33 (4.51157,-74.11886)
34 (4.51229,-74.11837)
35 (4.51173,-74.1167)
36 (4.51213,-74.11805)
37 (4.51214,-74.11808)
38 (4.51217,-74.11816)
117
39 (4.5122179,-74.119927)
40 (4.5122072,-74.1202145)
41 (4.51179,-74.11705)
42 (4.5118,-74.1171)
43 (4.51176,-74.11658)
44 (4.51176,-74.11651)
45 (4.51176,-74.11651)
46 (4.51168,-74.11653)
47 (4.51168,-74.11633)
48 (4.51171,-74.11619)
49 (4.51146,-74.11642)
50 (4.51171,-74.11619)
51 (4.51169,-74.11653)
52 (4.51179,-74.1158)
53 (4.5118,-74.11573)
54 (4.5118,-74.11566)
55 (4.51181,-74.11558)
56 (4.51169,-74.11653)
57 (4.51178,-74.11663)
58 (4.51166,-74.1165)
59 (4.51174,-74.11632)
60 (4.51177,-74.11579)
61 (4.51149,-74.11785)
62 (4.54025,-74.11624)
63 (4.54043,-74.11747)
64 (4.54031,-74.11729)
65 (4.54074,-74.11679)
66 (4.53842,-74.11541)
67 (4.53809,-74.115)
68 (4.5381,-74.11498)
69 (4.53952,-74.11643)
70 (4.53953,-74.11641)
71 (4.54187,-74.11869)
72 (4.53958,-74.11645)
73 (4.54001,-74.11693)
74 (4.54006,-74.11695)
75 (4.53962,-74.11646)
76 (4.53955,-74.11657)
77 (4.53949,-74.11655)
118
78 (4.54013,-74.11581)
79 (4.54027,-74.11738)
80 (4.54009,-74.1172)
81 (4.53992,-74.11597)
82 (4.5399,-74.11604)
83 (4.54004,-74.11591)
84 (4.54009,-74.11722)
85 (4.53944,-74.11649)
86 (4.54087,-74.11693)
87 (4.53959,-74.1165)
88 (4.54034,-74.11733)
89 (4.54002,-74.11715)
90 (4.53993,-74.11688)
91 (4.53977,-74.11684)
92 (4.53977,-74.11684)
93 (4.54026,-74.11649)
94 (4.54017,-74.1166)
95 (4.54024,-74.11641)
96 (4.54011,-74.11619)
97 (4.54003,-74.11614)
98 (4.53934,-74.11637)
99 (4.53931,-74.11636)
100 (4.53942,-74.11632)
101 (4.53997,-74.11695)
102 (4.54006,-74.11585)
103 (4.53932,-74.11625)
104 (4.5393,-74.11633)
105 (4.5401,-74.11541)
106 (4.53888,-74.1159)
107 (4.53971,-74.11501)
108 (4.53914,-74.11598)
109 (4.53931,-74.11623)
110 (4.53842,-74.11545)
111 (4.53915,-74.1162)
112 (4.53966,-74.11544)
113 (4.53961,-74.11549)
114 (4.53936,-74.11576)
115 (4.53925,-74.1163)
116 (4.53936,-74.11627)
119
117 (4.53941,-74.1163)
118 (4.53921,-74.11614)
119 (4.5401,-74.11542)
120 (4.5392,-74.11612)
121 (4.53954,-74.11507)
122 (4.53908,-74.11642)
123 (4.53887,-74.11625)
124 (4.53874,-74.11576)
125 (4.5387,-74.11571)
126 (4.53877,-74.11567)
127 (4.53873,-74.11562)
128 (4.53912,-74.11604)
129 (4.53862,-74.11597)
130 (4.53925,-74.11615)
131 (4.53916,-74.11606)
132 (4.53916,-74.11664)
133 (4.53892,-74.11657)
134 (4.54034,-74.11849)
135 (4.53931,-74.11659)
136 (4.53921,-74.1167)
137 (4.53922,-74.11659)
138 (4.53917,-74.11662)
139 (4.53906,-74.11671)
140 (4.53898,-74.1168)
141 (4.53938,-74.11641)
142 (4.53961,-74.11651)
143 (4.5389,-74.11592)
144 (4.53873,-74.11596)
145 (4.53856,-74.11557)
146 (4.53975,-74.1168)
147 (4.53983,-74.11694)
148 (4.53995,-74.11691)
149 (4.53992,-74.11704)
150 (4.54,-74.11714)
151 (4.54008,-74.11718)
152 (4.54015,-74.11714)
153 (4.54019,-74.11718)
154 (4.54022,-74.11737)
155 (4.54035,-74.11722)
120
156 (4.5404,-74.11737)
157 (4.54036,-74.11746)
158 (4.54044,-74.11755)
159 (4.54049,-74.1176)
160 (4.54054,-74.11766)
161 (4.54038,-74.11747)
162 (4.54043,-74.11756)
163 (4.54056,-74.11755)
164 (4.54059,-74.11774)
165 (4.54074,-74.1177)
166 (4.54081,-74.11785)
167 (4.54079,-74.11787)
168 (4.54086,-74.11782)
169 (4.54072,-74.11755)
170 (4.54076,-74.11792)
171 (4.5409,-74.11816)
172 (4.54108,-74.11814)
173 (4.54112,-74.11824)
174 (4.54051,-74.1176)
175 (4.54077,-74.11775)
176 (4.54061,-74.11781)
177 (4.54127,-74.11835)
178 (4.54131,-74.1184)
179 (4.54142,-74.11838)
180 (4.54146,-74.11854)
181 (4.54142,-74.11836)
182 (4.54146,-74.11841)
183 (4.54154,-74.1185)
184 (4.54161,-74.11854)
185 (4.54156,-74.11859)
186 (4.54167,-74.11858)
187 (4.54173,-74.11863)
188 (4.54184,-74.11874)
189 (4.54197,-74.11884)
190 (4.49889,-74.10087)
191 (4.49889,-74.10087)
192 (4.49889,-74.10087)
193 (4.49743,-74.10666)
194 (4.49379,-74.10394)
121
195 (4.49747,-74.10669)
196 (4.49306,-74.10238)
197 (4.49837,-74.10159)
198 (4.49598,-74.10341)
199 (4.49509,-74.10314)
200 (4.49514,-74.10342)
201 (4.49735,-74.10661)
202 (4.49499,-74.10237)
203 (4.4952,-74.10298)
204 (4.49526,-74.10345)
205 (4.49515,-74.10321)
206 (4.49743,-74.10666)
207 (4.49747,-74.10669)
208 (4.49736,-74.10661)
209 (4.49745,-74.10667)
210 (4.5024,-74.10163)
211 (4.4974,-74.10664)
212 (4.49736,-74.10661)
213 (4.49747,-74.10669)
214 (4.49916,-74.09946)
215 (4.49921,-74.09953)
216 (4.49736,-74.10661)
217 (4.49781,-74.10271)
218 (4.49971,-74.10256)
219 (4.4974,-74.10664)
220 (4.50038,-74.10294)
221 (4.50033,-74.10295)
222 (4.50029,-74.10287)
223 (4.50009,-74.10624)
224 (4.50005,-74.10624)
225 (4.50003,-74.10292)
226 (4.5,-74.10627)
227 (4.49994,-74.10624)
228 (4.49993,-74.10621)
229 (4.49993,-74.10621)
230 (4.49991,-74.10618)
231 (4.49991,-74.10618)
232 (4.49991,-74.10616)
233 (4.49987,-74.10608)
122
234 (4.49967,-74.10135)
235 (4.49965,-74.10308)
236 (4.49964,-74.10307)
237 (4.49946,-74.10307)
238 (4.49454,-74.10462)
239 (4.4994,-74.10128)
240 (4.49939,-74.10105)
241 (4.49934,-74.1031)
242 (4.4993,-74.10107)
243 (4.49923,-74.1031)
244 (4.49923,-74.10108)
245 (4.49917,-74.10142)
246 (4.49916,-74.09946)
247 (4.49916,-74.09946)
248 (4.49916,-74.09946)
249 (4.49901,-74.10315)
250 (4.49896,-74.10113)
251 (4.49747,-74.10669)
252 (4.49743,-74.10666)
253 (4.49743,-74.10666)
254 (4.49732,-74.10659)
255 (4.49648,-74.10348)
256 (4.4999,-74.10615)
257 (4.49988,-74.10612)
258 (4.49603,-74.10316)
259 (4.49591,-74.10372)
260 (4.49555,-74.10376)
261 (4.49538,-74.1037)
262 (4.49523,-74.1038)
263 (4.49463,-74.10387)
264 (4.4946,-74.10389)
265 (4.49451,-74.10379)
266 (4.49451,-74.10358)
267 (4.49401,-74.10219)
268 (4.49392,-74.10408)
269 (4.49385,-74.10406)
270 (4.49385,-74.10389)
271 (4.49378,-74.10221)
272 (4.49371,-74.10216)
123
273 (4.49389,-74.10405)
274 (4.49364,-74.10371)
275 (4.49364,-74.10218)
276 (4.49362,-74.10354)
277 (4.49359,-74.10359)
278 (4.49358,-74.10357)
279 (4.49357,-74.10358)
280 (4.49355,-74.10353)
281 (4.49353,-74.10344)
282 (4.49352,-74.1035)
283 (4.49351,-74.10348)
284 (4.4935,-74.10228)
285 (4.49346,-74.10337)
286 (4.49344,-74.10331)
287 (4.49342,-74.10229)
288 (4.49337,-74.10223)
289 (4.49333,-74.10307)
290 (4.49331,-74.10233)
291 (4.49331,-74.10233)
292 (4.49329,-74.10301)
293 (4.49329,-74.1029)
294 (4.49323,-74.10288)
295 (4.49321,-74.10283)
296 (4.49319,-74.10228)
297 (4.49314,-74.10235)
298 (4.49311,-74.10236)
299 (4.49308,-74.1026)
300 (4.49301,-74.10257)
301 (4.49298,-74.10249)
302 (4.49297,-74.1025)
303 (4.49914,-74.10103)
304 (4.49934,-74.10121)
305 (4.49917,-74.10109)
306 (4.49924,-74.10114)
307 (4.49931,-74.10107)
308 (4.5163234, -74.1150265)
309 (4.51649,-74.09252)
310 (4.51579,-74.11703)
311 (4.51622,-74.11538)
124
312 (4.5158,-74.117)
313 (4.51577,-74.11708)
314 (4.51577,-74.11708)
315 (4.51622,-74.11538)
316 (4.51579,-74.11705)
317 (4.51664,-74.11587)
318 (4.51912,-74.11606)
319 (4.51626,-74.11534)
320 (4.51636,-74.11068)
321 (4.51634,-74.11072)
322 (4.51615,-74.1114)
323 (4.5162,-74.11124)
324 (4.51609,-74.11164)
325 (4.51638,-74.11061)
326 (4.51636,-74.11068)
327 (4.51607,-74.11171)
328 (4.51551,-74.11307)
329 (4.51566,-74.11743)
330 (4.51557,-74.11309)
331 (4.51549,-74.11307)
332 (4.51599,-74.1174)
333 (4.51449,-74.11682)
334 (4.51498,-74.11699)
335 (4.51557,-74.11309)
336 (4.51499,-74.11693)
337 (4.51622,-74.1112)
338 (4.515,-74.11688)
339 (4.50982,-74.11243)
340 (4.50982,-74.11256)
341 (4.51585,-74.11317)
342 (4.51585,-74.11317)
343 (4.51272,-74.11244)
344 (4.50982,-74.11256)
345 (4.51443,-74.1169)
346 (4.51923,-74.11606)
347 (4.51319,-74.11673)
348 (4.51584,-74.11317)
349 (4.51366,-74.11301)
350 (4.519,-74.11598)
125
351 (4.51316,-74.11641)
352 (4.51315,-74.11638)
353 (4.51903,-74.11599)
354 (4.50994,-74.11254)
355 (4.51445,-74.11682)
356 (4.50991,-74.11255)
357 (4.51354,-74.11299)
358 (4.51344,-74.11297)
359 (4.51359,-74.113)
360 (4.51593,-74.11319)
361 (4.5157,-74.11313)
362 (4.51592,-74.11319)
363 (4.51592,-74.11319)
364 (4.51549,-74.11307)
365 (4.51589,-74.11318)
366 (4.51,-74.11253)
367 (4.51578,-74.11315)
368 (4.5098,-74.11257)
369 (4.50983,-74.11256)
370 (4.50989,-74.11255)
371 (4.50996,-74.11254)
372 (4.5099,-74.11255)
373 (4.50997,-74.11254)
374 (4.50997,-74.11254)
375 (4.51551,-74.11307)
376 (4.50993,-74.11255)
377 (4.50993,-74.11255)
378 (4.51551,-74.11307)
379 (4.50982,-74.11256)
380 (4.50985,-74.11256)
381 (4.50993,-74.11255)
382 (4.50995,-74.11254)
383 (4.51567,-74.1173)
384 (4.51689,-74.11293)
385 (4.51897,-74.116)
386 (4.51567,-74.11735)
387 (4.51577,-74.11697)
388 (4.5158,-74.11316)
389 (4.51585,-74.11317)
126
390 (4.51263,-74.11244)
391 (4.51449,-74.11683)
392 (4.51369,-74.11473)
393 (4.51378,-74.11476)
394 (4.51501,-74.11703)
395 (4.51391,-74.11673)
396 (4.51386,-74.11656)
397 (4.51387,-74.11674)
398 (4.51391,-74.11689)
399 (4.51391,-74.11673)
400 (4.51448,-74.11685)
401 (4.51442,-74.11694)
402 (4.51387,-74.11662)
403 (4.51387,-74.11674)
404 (4.51387,-74.11679)
405 (4.51446,-74.11691)
406 (4.51448,-74.11685)
407 (4.51446,-74.1168)
408 (4.51386,-74.11653)
409 (4.51387,-74.11662)
410 (4.51387,-74.11677)
411 (4.51387,-74.1168)
412 (4.5196,-74.1154)
413 (4.5139,-74.1165)
414 (4.51386,-74.11655)
415 (4.51388,-74.11683)
416 (4.51386,-74.11653)
417 (4.5139,-74.11651)
Tabla 30. Coordenadas conjunto J, 417 tiendas localidades Danubio Azul, Marichuela, Santa Librada y Alfonso López. Fuente:
Elaboración propia, 2015.
127
Anexo 25. Ejemplo parámetros de matriz Dij (distancias)
Dij 1 2 3 4 5 6 …
2 2.5 2.4 3.3 3.3 3.1 3.3
5 2.2 2.2 3.1 3.1 2.9 3.1
7 2.3 2.2 3.1 3.1 2.9 3.1
13 3 3 3.2 3.1 2.9 3.1
14 2.6 2.5 3.4 3.4 3.2 3.4
22 3 3 3.2 3.2 3 3.2
26 2.3 2.2 3.1 2.9 2.2 3.1
3 0.7 0.7 0.8 0.7 0.7 0.7
17 0.6 0.6 0.7 0.6 0.9 0.6
37 4.8 4.8 4.9 4.8 5.1 4.9
40 4.8 4.8 4.9 4.8 5.1 4.8
1 0.1 0.1 0.2 0.6 0.5 0.6
4 0.3 0.3 0.048 0.2 0.7 0.2
6 0.3 0.3 0.1 0.2 0.7 0.1 …
Tabla 31. Ejemplo Matriz de Distancias tienda a tienda. Fuente: Elaboración propia, 2015.
128
Anexo 26. Resultados obtenidos por medio del programa LPSolve para hallar el punto del centro de
distribución
Tabla 32. Resultado obtenido LPSolve. Fuente: LPSolve, 2015.
129
Anexo 27. Fotografías del punto hallado por medio del modelamiento matemático utilizando el programa
LPSolve
Ilustración 26. Punto hallado por el Modelamiento Matemático Vista I 180ª. Fuente: GoogleMaps - StreetView, 2015.
Ilustración 27. Punto hallado por el Modelamiento Matemático Vista II 180ª. Fuente: GoogleMaps - StreetView, 2015.
130
Ilustración 28. Punto hallado por el Modelamiento Matemático Vista III 180ª. Fuente: GoogleMaps - StreetView, 2015.
Anexo 28. Fotografía terreno baldío cercano al punto hallado por medio del modelamiento matemático
Ilustración 29. Punto hallado por el Modelamiento Matemático Vista IV 180ª. Terreno Baldío. Fuente: GoogleMaps - StreetView,
2015.
131
Anexo 29. Número de veces que las tiendas son visitadas en una semana según el tamaño del establecimiento
Ilustración 30. Número de veces en que las tiendas son visitadas en una semana según el tamaño del establecimiento. Fuente:
Banco Iberoamericano de Desarrollo, 2014.
132
Anexo 30. Encuesta de recolección de información de consumidores realizada por LOGYCA.
1 Ciudad 6 Código Encuestador 11
2 Localidad 7 Encuesta # 12
3 País 8 Fecha 13
4 Estrato 9 Hora
5 Barrio 10 Encuestador
14 SEXO HOMBRE1
MUJER2
Entre 18 y 351
Entre 35 y 502
Más de 503
Construcción1
Comercio2
Academia3
Industria
Agricultura5
Artesanías6
Servicios7
Otro, ¿cuál?
17 ¿Cuántos hijos tiene? 1 a 21
3 a 42
Más de 5
Soltero/a1
Casado/a o en unión
libre 2
Viudo/a3
Divorciado/a4
Solo
1
Padres
2
Hijos
3 4
Hermanos5
Otra persona6
20
¿Quién toma la
decisión en su hogar
para comprar algún
producto específico en
la tienda y/o
supermercado?
Hombre del Hogar
1
Mujer del Hogar
2
Hijos/as
3
Otros
Proximidad
1
Variedad de productos
2
Por economía
en precio de
Productos y 3
Calidad de Productos
4
Facilidad de Crédito 5
Confianza6
Horarios7
Limpieza8
Compra al menudeo
(fragmentada-pequeñas
unidades) 9
Trato Personal
10
Servicio a
domicilio11
22
¿Confía en todos los
productos que el
tendero del barrio
ofrece?
Siempre
1
Casi Siempre
2
Algunas veces
3
Nunca
Artículos de Aseo1
Alimentos
empaquetados 2
Frutas y
Verduras 3
Alimentos no
perecederos (latas de
alimentos) 5
Snacks
6
Carnes y
Quesos7
Necesidad
1
Falta de ingresos
económicos
2
Porque no
conoce otros
productos
alternativos 3
Porque su familia le
pidió comprar esos
productos
Porque son productos
que consume
tradicionalmente su
familia 5
Porque la tienda no
tiene otras opciones
6
Porque es lo
mismo que
consumen sus
vecinos 7
Por gusto propio
Papelería 1
Productos de aseo2
Alimentos3
Licores
Dermatológicos (incluye
alergias) 1Diabetes
2
Problemas de
estómago 3Úlcera
Hipertensión arterial
5
Otros problemas
cardiacos
6
Obesidad
7
ESTUDIO DE CARACTERIZACIÓN CONSUMIDORES ESTRATO 1 Y 2 DE TIENDAS DE
BARRIO - FUNDACIÓN LOGYCA / INVESTIGACIÓN
DATOS DE LOCALIZACION
¿En qué trabaja
actualmente?
15
DECISIONES DE COMPRA
24
16
3
4
8
¿Qué problema de
salud impide que usted
o algún miembro de su
familia consuma cierto
tipo de alimentos?
¿Cuáles son los
productos habituales
que compra para su
hogar?
Otros, ¿cuáles? 4
23
Otros ¿Cuáles? 5
26
4
Marque con una X la
razón por la que
compra los anteriores
artículos para su hogar
¿Qué productos compra
con mayor frecuencia
en la tienda del barrio?
25
4
Elija los 3 criterios que
usted considere más
importantes a la hora
de comprar en la tienda
de barrio
INDICADORES DEMOGRÁFICOS
¿Con quién vive
actualmente? (Marque
más de una opción si es
necesario)
19
Celular
Teléfono Fijo (opcional)
Lugar de Ejecución
4
4
8
4
Compañero/a
EDAD
21
18 Estado Civil
Otros: ¿cuáles? 8
Av. El Dorado 92 – 32
Módulo G5, Piso 5
Bogotá,Colombia
T + (57 1) 427 0999
F + (57 1) 425 4700
www.logyca.com
133
27
28
29
Comprar lo que hizo
falta del mercado
(ajustar lo que falta)1
Comprar en
pequeñas
cantidades
diariamente 2 3
Protestante1
Católica2
Judía3
Ninguna
Otra
31 SI
1
NO
2
Embarazo en jóvenes5
Falta de oportunidades
laborales 6
33 SI1
NO2
34 1 a 3 p/v
1
4 a 6 p/v
2 3
Amigos1
Tendero2
Vecinos3
Precios
4
Porque es la única
marca que hay en la
tienda5
Gusto propio
6
De acuerdo En desacuerdo No sabe
Consumir productos de
marca le aporta
seguridad de lo que
compró
Los productos de marca
suelen ajustarse a lo
que se quiere de ellos
Los productos de marca
son de mejor calidad
Comprar productos de
marca van con mi estilo
de
vida y entorno social
Considero que,
independientemente
del producto, las
marcas
tienen un prestigio muy
importante
Huevos, Pan, Leche1
Verduras,
Frutas 2
Bebidas (gaseosas,
Cervezas) 3
Carnes, Pescados,
Quesos 4 Pastas 5Arroz
6
Granos (frijoles,
lentejas, garbanzos...) 7
Café -
Chocolate 8Arepas
9
Huevos, Pan, Leche
1
Verduras, Frutas
2
Bebidas
(gaseosas,
Cervezas) 3
Carnes, Pescados,
Quesos4
Pastas
5
Arroz
6
Granos
(frijoles,
lentejas,
garbanzos, 7
Snacks: Dulces,
ponqués, yogurt,
chocolates… 8
Café - Chocolate9
Arepas10
1 ves 1 2 veces 2 3
Más de 3 4
40
Cuando llega a la
tienda ¿ya sabe qué
quiere comprar?
Siempre
1
A veces
2
Nunca
3
INDICADORES PSICOSOCIALES: HÁBITOS- DESEOS - GUSTOS
30
3
Violencia
Las decisiones de
compra de marcas en
alimentos y productos
de aseo de la canasta
familiar están
influenciadas por:
Falta de
oportunidades
educativas
35
38
Si estuviera sin empleo
¿qué productos de los
anteriores no
compraría?
11
¿A qué religión
pertenece? 4
¿Cuántos productos compra normalmente cuando
visita la tienda (p/v= productos por visita)?6 p/v en adelante
Otros- ¿Cuáles?
En su hogar ¿cuántas veces comen al día? (elija
una opción)
3 veces
Delincuencia
2
37
Elija los productos más importantes que compra
en la tienda para suplir las necesidades
alimentarias de usted o su familia
4
36
Le voy a leer unas afirmaciones con respecto a las marcas. Dígame si está de acuerdo, no sabe o está en desacuerdo con cada una de
ellas
32
Indique ¿cuáles son los
problemas más
comunes de la zona? Otro ¿Cuál? 7
Desplazamiento forzado
1
39
¿Su religión le prohíbe consumir algún producto o
alimento?
¿Cuáles? (opcional)
¿Es usted o su familia desplazado por el conflicto?
Para usted, ¿cuál es el objetivo de compra en la
tienda de barrio?
Mercar en mayor
cantidad
¿Con qué alimentos o productos reemplaza los
que menciona anteriormente para su consumo a
consecuencia del padecimiento?
¿Qué alimentos o productos deja de consumir
usted o su familiar por el padecimiento anterior?
De lo contrario diga, ¿cómo decide?
5
134
41 Entre 1 y 3 cuadras1
Entre 3 y 6
cuadras 2 3
1 v/s 2 2 a 5 v/s 2 3
1 v/mes4
43 Si 1 No 2
1 2
3
45¿En qué horario
habitualmente compra?6am a 12pm
1
12pm a 6pm
2
6pm en
adelante 3
Cualquier hora
46
Fines de Semana
Durante Semana
48 Efectivo1
Tarjeta
Débito/Crédito2
Fiado (crédito
informal)3
Otra, ¿cuál?
4
49Productos de aseo
personal (higiene)1
Productos de
aseo general2 3
50Usted actualmente
trabaja por:Días (inestable) 1
Algunas semanas
(inestable)2
Algunos
meses
(inestable) 3
Contrato indefinido
(estable)
Pide más crédito /fiado
al tendero
1
Compra menos
productos
básicos para el
hogar2 3
Pide dinero prestado a
familiares 4
Pide dinero a
prestamistas 5 6
52 SI1
NO2
53 SI
1
NO
2
54 SI1
NO2
Que sea seguro1
Que sea
saludable 2 3
Que sea orgánico1
Que sea
económico 2 3
56 SI1
NO2
57 SI1
NO2
42
¿Cuántas veces a la semana (v/s= veces por
semana. v/m= veces por mes) compra productos
en la tienda del barrio?
Más de 5 v/s
¿Cuál es la principal forma de pago en la tienda
de su barrio?
¿Cuánto dinero aproximadamente gasta en los
siguientes productos de la canasta familiar?
4
Más de 6 cuadras
Alimentos básicos
INDICADORES CONCIENCIA AMBIENTAL Y SALUD
Usa sus ahorros
1 vez al mes
Si su respuesta fue afirmativa a la pregunta 43:
¿Aproximadamente cuántas veces a la semana
(v/s= veces por semana) compra productos en el
supermercado? ¿Por qué?
¿Le interesan los productos con bajas calorías?
¿Usted hace compras en supermercados? ¿Por qué?
1
INDICADORES ECONÓMICOS
¿Tiene alguna razón para comprar en el
anterior horario? (Explíquela)
Si vendieran en la tienda de su barrio productos
con ingredientes orgánicos, ¿los compraría
aunque aumente un poco el costo?
¿Por qué?
¿Ha comprado productos ecológicos en la tienda
de barrio los últimos 5 meses?
INDICADORES TENDENCIAS PERCEPTUALES: ESPACIO Y TIEMPO
47Describa qué productos
compra los:
¿Cuáles? (defínalos)
Clasifique el grado de importancia que usted le
daría a un producto para comprarlo en la tienda
de barrio, siendo 1 el más importante y 3 el menos
importanteQue tenga un buen
empaque
Que sea ecológico
55
No vuelve a un
supermercado o grandes
cadenas de mercado
2
¿Conoce cuáles son los productos ecológicos y
orgánicos?
¿Cuántas cuadras está dispuesto a caminar para ir
a la tienda?
1 vez a la semana 1 vez cada 15 días44
4
51
Cuando compra un producto ¿se preocupa por su
tabla nutricional?
De las siguientes opciones elija ¿Cómo soluciona
la falta de dinero para hacer mercado o las
compras del hogar?
135
58
¿Cuál de los siguientes
aparatos tecnológicos
usa con mayor
frecuencia?
Computador o portátil
1
Smartphone (celular -
pantalla táctil) o celular
normal2
Palm (tableta)
3
Ninguno de los
anteriores
59¿Tiene internet en su
celular?SI
1NO
2
60 Si
1
NO
2
Nada Preocupado Algo Preocupado Preocupado Muy Preocupado
La posibilidad que la
información de su dinero
electrónico en el celular
sea interceptada por otra
persona o pirata
La posibilidad que piratas
tengan acceso a su
información personal
Recibir mensajes
promocionales no
solicitados
Otros: ¿Cuáles?
Nunca A veces Mucho
Fotos
Reservación de viajes
Reserva de citas
médicas
Información de tarjetas
débito/crédito
Información Financiera
/bancos/ prestamistas
1
Por privacidad de
información2
No conozco
servicios de
teléfono móvil 3
No necesito adquirir
los servicios4
5
Por estabilidad laboral6
1Probable
2
Poco
Probable 3 4
1NO
2¿Por qué?
66 Muy dispuesto
1
Más o menos
dispuesto
2
Nada dispuesto
67 SI
1
NO
2
No sabe
Seguridad de sus datos
Por falta de recursos económicos
Nunca
¿Qué tipo de información le gustaría almacenar en su dispositivo móvil de las siguientes opciones? Califique las siguientes opciones:
¿Cuál es la razón por la que no usaría servicios online desde su teléfono móvil?
¿Qué tanto le preocupan las siguientes situaciones si usara su teléfono móvil para hacer pagos electrónicos en las tiendas de su barrio?
Califique cada una de las opciones
SI
-------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------
Nombre y apellidos
Cédula de Ciudadanía
Los siguientes datos son para confirmar que usted respondió toda la preguntas de forma clara y completa, así
como que el encuestador realizó la encuesta en su totalidad. A través de esto, usted autoriza a LOGYCA /
INVESTIGACIÓN a contactarlo por medio de su celular personal o teléfono fijo para hacer la respectiva
confirmación de que usted aceptó la encuesta y recibió su respectivo pago de 1.000 pesos colombianos por la
Datos de confidencialidad
61
62
63
64
¿Estaría dispuesto a que se haga seguimiento a
sus gustos y preferencias vía online, para crearle
un perfil de consumo a fin de que reciba
publicidad de interés para usted?
Según su percepción, ¿usted cree que si usara
dinero móvil con su celular su situación
económica y de seguridad mejoraría a futuro?
A largo plazo o futuro ¿qué probabilidad hay de que usted use su dinero mediante su celular como dinero electrónico? Califique entre:
Muy probable
3
65
¿Estaría dispuesto a recibir publicidad en su celular a cambio de tener un servicio de dinero móvil a bajo costo o gratis?
3
4
¿Estaría dispuesto a utilizar estos medios
tecnológicos para hacer pagos a las tiendas
electrónicamente si no tuviera costo?
Mercado Electrónico
136
Anexo 31. Encuesta de recolección de información de tenderos realizada por LOGYCA.
1 Ciudad 7Dirección de Tienda
/ Negocio
2 Localidad 8 Barrio
3 Encuesta #
4 Código del Encuestador
5 Estrato
6 Nombre de Tienda
9 SEXO HOMBRE 1 MUJER 2
MENOS DE 20 1 ENTRE 20 Y 35 2
ENTRE 35 Y 50 3 MÁS DE 50 4
Soltero/a 1 Casado/a 2
Viudo/a 3 Divorciado/a 4
12¿A cuántas personas sostiene la tienda
económicamente?1 a 2 personas
13 a 4 personas
2Más de 5 personas
13 ¿Dónde está ubicada la tienda?Vivienda
Familiar 4 Local independiente 5 Local comercial
14 ¿Cuántos proveedores tiene?
15¿Es posible influenciar la hora de
entrega del proveedor?SI
1NO
2
16¿Cuánto empleados trabajan en su
tienda?0-1
12-3
2
17¿Qué producto predomina en la
estantería de la tienda? (observación)
18 ¿Vende al menudeo? SI1
NO2
19¿Qué productos vende por partes,
unidades o paquetes fragmentados?
20¿Qué productos son comprados con
mayor frecuencia por sus clientes?
Enero- febrero
(comienzo
época escolar) 1
Marzo - Abril
(Semana Santa)2
Junio - Julio- Agosto
(Vacaciones de mitad
de año) 3
Octubre (día del
niño -Mes de
las brujas) 4
Diciembre
(Navidad) 5
22
De las anteriores fechas y/o festividades
¿qué alimentos tienen más demanda en
su tienda?
Un lugar de
encuentro
social
1
Un lugar para
solventar las
necesidades más
urgentes de los
demás 2
Un lugar que genera
confianza
3
Un lugar que
genera
seguridad
4
Un lugar para
apoyarlo en su
forma de
trabajo
5
Un lugar donde
pueden encontrar
soluciones a los
problemas de
mercado por falta de
dinero 6
Un lugar donde
pueden conocer
nuevos productos
7
Un lugar donde
pueden hablar
de sus
problemas
personales y
familiares con
usted 8
Satisfecho 1 Muy satisfecho 2 Poco satisfecho 3Nada
satisfecho4
¿Por qué?
25¿Tiene los mismos clientes en su tienda
cotidianamente?Siempre
1A veces
2
26¿Cuáles son los principales clientes en
su tienda?Amas de casa
1Padres de familia
2Jóvenes
3Niños
4
27
¿Es importante que usted atienda
personalmente a los clientes de la
tienda?
Mucho
1
Poco
2
Nada
3 4
28 ¿Usted fía a sus clientes? SI 1 NO 2
INDICADOR PSICOSOCIAL: HÁBITOS Y COHESIÓN (TENDEROS)
¿Por qué?
DATOS DE LOCALIZACION
EDAD
Estado civil
10
ESTUDIO DE CARACTERIZACIÓN DE TENDEROS
6
FUNDACIÓN LOGYCA / INVESTIGACIÓN
Caracterización del Tendero
11
¿Otras festividades?- ¿Cuáles? 6
23
Elija sólo las 3 opciones que describan
mejor cómo los vecinos ven su tienda,
de acuerdo con su percepción
21
¿Qué productos tienen más salida-venta
según las siguientes festividades
durante el año?
¿Por qué?
¿Por qué?
CONTEXTO / PATRONES EN TENDEROS
3
¿Por qué?
3
3
24¿Qué tan satisfecho se encuentra con
su trabajo actual?
Más de 3
Nunca
¿Por qué? 3
www.logyca.com
137
29 ¿Desde hace cuánto tiene su tienda?Menos de 3
meses 1
De 3 meses a 6
meses 2De 6 meses a 1 año
3Más de 1 año
4
30¿Qué factores hacen que una tienda sea
rentable?
El valor del
arriendo 1Ubicación
2
31
¿Cuánto tiempo necesita una tienda
para ser reconocida por los vecinos del
barrio?
Entre 1 y 6
meses1
Entre 6 meses y 1
año2
32 ¿En qué horario funciona su tienda?
33 Su tienda abre:Lunes a
Sábado 1
De domingo a
domingo 2
34¿Su tienda ha mantenido el mismo
horario siempre?SI
1NO
2
35 Sus clientes compran más: En semana 1 Fines de semana 2
36
¿Hay otras tiendas de barrio alrededor
de la tienda encuestada? (observación
del encuestador)
SI
1
NO
2
Por economía1
Por confianza-
Amistad 2
Por vender al
menudeo 3Por crédito
4
Por el buen
trato personal 5Por promociones
6
Por servicio a
domicilio 7Por horario
8
Por surtido de
productos 9
Por el ambiente de
la tienda 10Por la limpieza
11Otra - ¿Cuál?
12
38 ¿Tiene tarjeta de crédito y/o débito? SI1
NO2
39¿Cual es la principal forma de pago de
sus clientes?
Tarjeta
crédito/debito 1Efectivo
2 3
40¿Cómo realiza sus pedidos al
proveedor?
41 ¿Por qué lo realiza de esa manera?
42¿Cuál de los siguientes aparatos
tecnológicos usa?
Computador o
portátil1
Smartphone (celular
-pantalla táctil)2
Palm (tableta)
3
Ninguno de los
anteriores4
43 ¿Usa internet en su vida cotidiana? SI 1 Ocasionalmente 2 Nunca 3
44 ¿Tiene internet en su celular? SI1
NO2
45 SI
1
NO
2 3
46 ¿Tiene servicios a domicilio? SI1
NO2
47Si respondió Si a la anterior: ¿Tiene
costo el servicio a domicilio?SI
1NO
2
Si su respuesta fue
afirmativa, ¿Cuánto?
48¿Cuántos pedidos a domicilio atiende
diariamente?0-10
1 10-20
2
49¿Qué estrategias usa para promocionar
nuevos productos?
50
¿Sus clientes miran la fecha de
vencimiento de los productos que
compran?
Siempre
1
A veces
2
51
¿Sus clientes le han preguntado alguna
vez por productos ecológicos y/u
orgánicos?
SI
1
NO
2
52¿Sus clientes se preocupan por la tabla
nutricional?SI
1NO
2
No sabe
¿Estaría dispuesto a utilizar estos medios tecnológicos
para hacer pedidos y pagos a sus proveedores
electrónicamente o atender a sus clientes?
3
¿Por qué?
Conciencia ecológica y orgánica
Estrategias de Posicionamiento
3
¿Cómo lo realiza?
3
Más de 20
Nunca
37
¿Por qué cree que sus clientes
prefieren su tienda y no otra? Marque
todas las que apliquen
Mercado Electrónico
Fiado
INDICADORES TENDENCIAS PERCEPTUALES: ESPACIO Y TIEMPO
¿Por qué?
3
3Atención
Más de un año
138