simulación del proceso de atención al cliente de una

Facultad de Ingeniería

Ingeniería Industrial

Trabajo de Investigación:

“Aplicación del Software Arena para la

Simulación del Proceso de Atención al

Cliente de una Entidad Financiera de la

Ciudad de Arequipa para el año 2020”

Miluska Fernanda Fernández Tesillo

Johanna Lily Beltran Valdivia

Para obtener el Grado Académico de Bachiller en:

Ingeniería Industrial

Arequipa – Perú

2020

RESUMEN

La realización de este trabajo de investigación tiene como objetivo disminuir los tiempos de

espera y el costo del sistema que se presenta en el área de atención al cliente de la entidad

financiera ubicada en la Ciudad de Arequipa. Por lo que se aplicó la metodología de la

Teoría de Colas empleando la simulación utilizando el Software Arena.

La metodología a utilizar consistió en la recopilación de información, por lo que se realizó

una entrevista a un trabajador del banco y una observación directa por 4 días. Esta

información fue analizada utilizando la herramienta del Microsoft Excel y el Input Analyzer,

en el que se obtuvo que el tiempo entre llegadas de los clientes presenta una distribución

del tipo beta y exponencial por lo que se procede a efectuar la Teoría de Colas utilizando

la simulación.

También se realizó el modelo computarizado del proceso de atención al cliente para la

simulación, en el cual se obtuvo que la cantidad de servidores a proponer debe ser

considerada para ambos turnos y que el costo del sistema actual es de s/. 159.1706. Por

otro lado, se realizaron 5 escenarios en los que se modificaron la cantidad de servidores

para observar la variación de los tiempos y el costo del sistema. Los resultados obtenidos

fueron analizados y comparados, concluyéndose que la cantidad a proponer es de 3

servidores ya que el tiempo de espera disminuye en 29% y el costo del sistema en 3.16%

presentando un costo total de s/ 137.52.

Palabras claves: Tiempo de Espera, Teoría de colas, Simulación, Software ARENA

ABSTRACT

The objective of carrying out this research work is to reduce waiting times and the cost of

the system that is presented in the customer service area of the financial institution located

in the city of Arequipa. So the Queuing Theory methodology was applied using simulation

using the Software Arena.

The methodology to be used consists of the collection of information, for which an interview

with a bank worker and a direct observation for 4 days was carried out. This information

was analyzed using the Microsoft Excel tool and the Input Analyzer, in which the time

between client updates was obtained. It presents a distribution of the beta and exponential

type, so we will proceed to the Queuing Theory using the simulation.

The computerized model of the customer service process for the simulation was also carried

out, in which it was obtained that the number of servers to be proposed must be considered

for both shifts and that the cost of the current system is s /. 159.1706. On the other hand, 5

scenarios were carried out in which the number of servers was modified to observe the

variation in times and the cost of the system. The results obtained were analyzed and

compared, concluding that the quantity to be proposed is 3 servers since the waiting time

decreases by 29% and the cost of the system by 3.16%, presenting a total cost of s / 137.52

Key words: Lead Time, Theory of line, Simulation, Software ARENA

ÍNDICE

INTRODUCCIÓN .......................................................................................................... 1

1.1 Planteamiento de la Problemática .................................................................. 2

1.2 Justificación ..................................................................................................... 4

1.2.1 Económica .................................................................................................... 4

1.2.2 Social ............................................................................................................. 5

1.2.3 Técnica .......................................................................................................... 5

1.3 Delimitación del Tema ..................................................................................... 5

1.3.1 Delimitación Temporal .......................................................................... 5

1.3.2 Delimitación Espacial ............................................................................ 5

1.3.3 Delimitación Temática ........................................................................... 5

1.3 Objetivos ........................................................................................................... 6

1.3.1 Objetivo General ........................................................................................... 6

1.3.2 Objetivos Específicos .................................................................................. 6

1.4 Limitaciones ..................................................................................................... 6

CAPÍTULO 2 ................................................................................................................ 7

FUNDAMENTACIÓN TEÓRICA ................................................................................... 7

2.1 Proceso de Atención al Cliente ....................................................................... 7

2.2 Colas ................................................................................................................. 7

2.4.1 Elementos .............................................................................................. 9

2.4.1.1 Clientes .................................................................................................. 9

2.4.2.2 Proceso de Llegadas ............................................................................. 9

2.4.2.3 Proceso de Colas................................................................................... 9

2.4.2.4 Proceso de Servicio .............................................................................. 9

2.4.2.5 Proceso de Salida .................................................................................. 9

2.4.3 Modelo de Colas .................................................................................. 10

2.4.3.1 Distribución Exponencial .................................................................... 10

2.4.3.2 Distribución no Exponencial .............................................................. 10

2.5 Kruskal – Wallis .............................................................................................. 11

2.6 Comparación Múltiple .................................................................................... 11

2.7 Simulación ...................................................................................................... 11

2.7.1 Tipos ..................................................................................................... 11

2.7.1.1 Modelo Continuo ................................................................................. 11

2.7.1.2 Modelo Discreto ................................................................................... 12

2.7.2 Aplicaciones ........................................................................................ 12

2.8 Software ARENA ............................................................................................ 12

CAPÍTULO 3 .............................................................................................................. 14

ESTADO DEL ARTE .................................................................................................. 14

CAPÍTULO 4 .............................................................................................................. 20

DESARROLLO METODOLÓGICO ............................................................................ 20

4.1. Técnicas e Instrumentos ............................................................................... 25

4.2. Población ........................................................................................................ 26

4.3. Muestra ........................................................................................................... 26

4.4. Operacionalización de Variables ................................................................... 26

CAPÍTULO 5 .............................................................................................................. 33

DESARROLLO DE LA INVESTIGACIÓN .................................................................. 33

CONCLUSIONES ....................................................................................................... 70

6.1. Discusión de Resultados ............................................................................... 70

6.2. Conclusiones .................................................................................................. 72

6.3. Recomendaciones.......................................................................................... 73

Anexos....................................................................................................................... 75

Anexo n°1. Encuesta ................................................................................................ 75

Anexo n°2. Guía de Preguntas de la Entrevista ...................................................... 76

Anexo n°3. Registro de tiempos de atención a los usuarios 2019 ........................ 77

Anexo n°4. Distribución de Chi Cuadrado .............................................................. 78

Anexo n°5. Tiempos entre llegadas ......................................................................... 79

Anexo n°6 Tasas por diversas operaciones ........................................................... 81

REFERENCIAS BIBLIOGRÁFICAS ........................................................................... 84

Índice de Figuras

Figura 1. Colas [6] ........................................................................................................ 8

Figura 2. Estructura de Modelo de Colas [10] ............................................................. 10

Índice de Ilustraciones

Ilustración 1. Tabla de Comparación ........................................................................... 22

Ilustración 2.Punto de Equilibrio [30] ........................................................................... 23

Ilustración 3. Modelo Computarizado del Proceso de Atención ................................... 50

Ilustración 4. Módulos Create de turno mañana y tarde .............................................. 51

Ilustración 5. Módulo create para cortes de llegada .................................................... 52

Ilustración 6. Tiempo de Llegada ................................................................................ 52

Ilustración 7. Módulo Decide ....................................................................................... 53

Ilustración 8. Módulo Assign colocación de atributos de tipo y contador ..................... 53

Ilustración 9. Módulo Process ..................................................................................... 54

Ilustración 10. Módulo Schedule ................................................................................. 55

Ilustración 11. Módulo Assign colocación de atributos de Tiempo de Proceso y

disminución de contador ............................................................................................. 55

Ilustración 12. Run Setup ............................................................................................ 56

Índice de Tablas

Tabla I Operacionalización de Variables ................................................................. 31

Tabla II Promedio del Total de Operaciones ........................................................... 34

Tabla III Cantidad de Operaciones por Mes ........................................................... 35

Tabla IV Cantidad de Clientes por Mes ................................................................... 37

Tabla V Tiempos promedios de llegada, servicio y espera .................................. 38

Tabla VI Datos para armar la tabla de frecuencias ................................................ 40

Tabla VII Tabla de Frecuencias ................................................................................ 40

Tabla VIII Cantidad Promedio de Personas en Cola por Hora .............................. 43

Tabla IX Tiempo Promedio de Espera por hora ...................................................... 45

Tabla X Hipótesis para la Prueba no Paramétrica Kruskal-Wallis ........................ 47

Tabla XI Rangos ........................................................................................................ 48

Tabla XII Datos para la Prueba no Paramétrica Kruskal-Wallis ............................ 49

Tabla XIII Cantidad Promedio de Personas............................................................ 57

Tabla XIV Clientes que ingresan, atendidos y tiempo de espera .......................... 59

Tabla XV Costo del Servicio en un mes .................................................................. 60

Tabla XVI Costo del Servicio en una hora ............................................................... 61

Tabla XVII Costo de Atención por cliente ............................................................... 62

Tabla XVIII Resultados del Software Arena y Costos ............................................. 62

Tabla XIX Beneficio con 3 servidores...................................................................... 67

Tabla XX Herramientas Básicas............................................................................... 68

Tabla XXI Artículos de Oficina ................................................................................. 69

Tabla XXII Artículos Personales .............................................................................. 70

Tabla XXIII Capacitación .......................................................................................... 71

Tabla XXIV Remuneración ........................................................................................ 72

Tabla XXV Inversión Total ........................................................................................ 72

Tabla XXVI Flujo de Caja .......................................................................................... 74

Tabla XXVII Beneficio Costo .................................................................................... 69

Índice de Gráficos

Gráfico 1. Porcentaje de utilización de operaciones .................................................... 34

Gráfico 2. Horario de Trabajo ...................................................................................... 36

Gráfico 3. Tiempos promedio de llegada, servicio y espera ........................................ 39

Gráfico 4. Histograma de Cantidad de Personas en Cola ........................................... 41

Gráfico 5. Porcentaje de Cantidad de Personas presentes en la cola ......................... 42

Gráfico 6.Promedio de cantidad de personas presentes en la cola por hora ............... 44

Gráfico 7. Gráfico de Líneas del tiempo de espera por hora ....................................... 46

Gráfico 8. Distribución de Tiempos entre llegadas ...................................................... 47

Gráfico 9. Cantidad Promedio de Máximas Personas Retiradas ................................. 58

Gráfico 10. Porcentaje de Reducción de los Tiempos Promedios ............................... 64

Gráfico 11. Porcentaje de Utilización .......................................................................... 65

Gráfico 12. Costos en el Sistema de Espera ............................................................... 66

Gráfico 13. Costos ...................................................................................................... 73

Gráfico 14. Ingresos.................................................................................................... 73

Índice de Fórmulas

Fórmula de Kruskal Wallis(1) ...................................................................................... 21

Fórmula de Comparación Múltiple de Tukey(2) ........................................................... 22

Fórmula de Costo de Servicio(3) ................................................................................ 24

Fórmula de Costo de Espera (4) ................................................................................. 24

1

INTRODUCCIÓN

Las empresas que ofrecen sus servicios y productos a la población se encuentran

afrontando problemas en el servicio al cliente debido a que se presenta congestión

por el aumento de la cantidad de personas que requieren de este bien o servicio y por

la inadecuada organización de los recursos necesarios para ofrecer una atención

eficaz. La presencia de este problema en las entidades financieras es perjudicial, ya

que estas entidades se encargan de contribuir en el progreso de la población y de las

demás empresas, por lo que debe tener un proceso eficiente para satisfacer las

necesidades de los clientes.

Por esta razón, se está utilizando actualmente la metodología de la Teoría de Colas

utilizando la simulación, debido a que esta herramienta ayuda a obtener datos que se

aproximan más a la realidad para poder dar solución al problema que ocasiona esta

deficiencia en el proceso, y de esta manera mejorar su proceso para aumentar la

satisfacción en sus clientes. Además, de que también influyen en la reducción del

costo del sistema que se presenta a lo largo del proceso.

2

CAPÍTULO 1

1.1 Planteamiento de la Problemática

En la actualidad muchas empresas buscan ofrecer un adecuado servicio al cliente

para poder diferenciarse de sus competidores, convirtiendo este servicio en un

factor importante que agrega valor al producto o servicio. Siendo así que al

satisfacer las necesidades de los clientes se genera una ventaja competitiva [1].

Las líneas de espera son parte intrínseca de la vida diaria, puesto que se presenta

cuando se realizan actividades sencillas o para adquirir un servicio. A través del

tiempo nos hemos acostumbrado a esperar; sin embargo, esto no es ajeno a

malestares e incomodidades. Por otra parte, este índice de espera forma parte de

un indicador de calidad de vida de un país, así como de su economía [2].

La problemática que se presenta en las entidades financieras son los altos tiempos

de espera, puesto que con la globalización son más las personas que adquieren

esos servicios. Actualmente las diversas entidades financieras han adquirido

herramientas para contrarrestar los altos tiempos de espera, tales como equipos

tecnológicos, modelos matemáticos o probabilísticos.

En la entidad financiera de objeto de estudio, la atención al cliente se está viendo

afectado por demoras en los tiempos de espera y atención, los mismos que derivan

a que los procesos en el área de plataforma sean lentos, convirtiendo estos

aspectos en insatisfacción por parte de los usuarios. Además, ocasiona una mala

imagen, pérdida de fidelidad y confianza para con la entidad financiera.

3

Esta empresa cuenta con dos plataformas, siendo la principal la que se encarga de

la mayoría de los procesos como venta de productos, brindar información, recepción

de documentación, entre otros. Actualmente la mayor afluencia de personas se

presenta en dos horarios, de 12:00 pm a 2:00 pm y de 4:00 pm a 6:30 pm,

sobrepasando la capacidad que presenta la agencia (2 módulos), presentando

tiempos de espera de hasta 45 minutos. Por otra parte, por políticas del banco toda

persona que ingresa al banco hasta las 6:30 pm debe de ser atendida, es por ello

que se genera una congestión en el proceso de atención, presentando colas de

hasta 5 personas con un tiempo de espera para la atención de 25 minutos en

promedio [2].

En la agencia esta problemática se presenta recurrentemente, puesto que según

un estudio que realiza el banco en las agencias de Arequipa denominado “Índice

anual de satisfacción” indica que la agencia se encuentra con un 36% de

aceptación, dentro del cual los altos tiempos de espera ocupa uno de los principales

problemas [3].

De acuerdo a lo anterior, una inadecuada atención conlleva a consecuencias que

no son favorables para la empresa, por lo que si la empresa no logra satisfacer las

necesidades del cliente es probable que no vuelva a requerir de sus servicios

nuevamente, lo que originaría que se vea afectado la reputación de la empresa y a

la vez sus ingresos futuros

Actualmente la tasa de no permanencia es de 14% en la agencia de la entidad

financiera, esta tasa representa el número de clientes que migra a otras entidades

financieras por diversos motivos, dentro de los cuales se tiene la tasa de interés

como principal factor, seguido de la insatisfacción del cliente en el servicio, entre

otros [3] . Esto conlleva una pérdida en los ingresos anuales de la entidad financiera,

puesto que según el ratio de créditos estos varían en su mayoría entre los S./5000

a los S./30000 soles, para lo cual se ha realizado encuestas a 40 clientes en

4

noviembre del 2019, teniendo como referencia un modelo de encuesta de atención

al cliente aplicada en una financiera [4] (Anexo n°1).

Citando los resultados de la encuesta ya mencionada, el 57% de usuarios se

plantearía cambiarse de entidad financiera ante una mala atención o demoras

prolongadas en el servicio de forma recurrente, un 71% encuentra molesto los altos

tiempos de espera que se presentan en horas punta y un 27% indica que no seguiría

trabajando con la entidad financiera por problemas con el servicio.

De continuar con esta situación, los clientes de la agencia bancaria van a seguir

migrando a otras entidades financieras, provocando que la imagen de la

corporación se vea afectada y esto se vería reflejado en la disminución progresiva

del balance anual de colocaciones brutas de la entidad.

Pregunta principal de investigación

¿En cuánto se reduce el costo total del sistema de colas que se presenta en la

entidad financiera variando la cantidad de servidores mediante la aplicación de

la simulación con el Software Arena?

1.2 Justificación

1.2.1 Económica

Esta investigación es factible debido a que no se necesita de una gran inversión

porque solo se va a presentar gastos en el transporte, ya que se cuenta con el

software a utilizar. Además, se cuenta con acceso a la información necesaria para

la investigación.

Por otro lado, esta investigación va a beneficiar a la empresa y a la población,

puesto que para la primera se reducirán sus pérdidas y con relación a la segunda

los tiempos de espera se verán reducidos

5

1.2.2 Social

La información que se obtenga de este estudio va a beneficiar a la entidad financiera

debido a que va a tener información sobre su proceso de atención al cliente, la

cantidad de clientes que van a adquirir el servicio, sus respectivos tiempos de

espera y el costo del sistema. Por lo que va a poder tomar decisiones adecuadas

para la situación actual de la entidad financiera.

Por otro lado, va a proveer conocimiento a la población estudiantil sobre la

utilización de estos métodos, siendo una guía de ayuda para posteriores

investigaciones que se realicen en otras empresas u organizaciones que requieran

mejorar su servicio al cliente

1.2.3 Técnica

Se realiza un estudio de tiempos con los datos recolectados del proceso de atención

al cliente agencia bancaria para mejorar el servicio al cliente y de esta manera

aumentar su respectiva satisfacción y lealtad. Además de que se busca conocer la

variación del tiempo de dicha atención cuando se le aplica la metodología de la

Teoría de colas utilizando la simulación mediante el software ARENA, con el

objetivo de reducir el tiempo de espera y el costo del sistema en la entidad

financiera.

1.3 Delimitación del Tema

1.3.1 Delimitación Temporal

Este estudio se va a realizar en el año 2020.

1.3.2 Delimitación Espacial

Esta investigación se realizó en el Proceso de Atención al Cliente del área de la

primera plataforma de la entidad financiera ubicada en la ciudad de Arequipa.

1.3.3 Delimitación Temática

6

La realización de esta investigación abarca el tema de la simulación mediante la

utilización del software ARENA.

1.3 Objetivos

1.3.1 Objetivo General

Reducir el costo del sistema presente en la entidad financiera variando la cantidad

de servidores mediante la aplicación de la simulación con el Software Arena

1.3.2 Objetivos Específicos

Analizar las operaciones del proceso de atención de la agencia bancaria de

Arequipa

Simular el proceso de atención al cliente de la agencia bancaria de Arequipa

Evaluar escenarios para la reducción del tiempo de espera y el costo del sistema

Realizar un análisis de Beneficio y/o Costo.

1.4 Limitaciones

● Poco tiempo disponible para la toma de muestras

● Presencia de errores en la toma de tiempos

● Pocas personas para la toma de datos

● Desconfianza de la población

7

CAPÍTULO 2

FUNDAMENTACIÓN TEÓRICA

2.1 Proceso de Atención al Cliente

El proceso de atención al cliente está enfocado en cumplir con los requerimientos

de los clientes para que de esta manera se satisfaga sus necesidades actuales y

futuras. Además de que es una herramienta del marketing, ya que tiene como

objetivo disminuir la cantidad de pérdidas de clientes y que los errores que se

presenten sean mínimos, por lo que es un factor decisivo para el éxito de las

empresas debido a que se encuentra estrechamente relacionado con la demanda

de los clientes [5].

2.2 Colas

La cola es un conjunto de clientes que ha solicitado un servicio, los cuales se

colocan de forma ordena según su orden de llegada. Este proceso comienza

desde que los clientes ingresan al lugar y se unen a la cola respectiva en donde

van a adquirir lo que necesitan para poder satisfacer sus necesidades. Cada

cliente presente en la cola va a ser seleccionado mediante la disciplina del

servicio para proporcionarle el servicio que requiere para finalmente terminar con

la salida de dicho cliente del sistema de colas [6] . Esto provoca largos tiempos

de espera causando el malestar e insatisfacción en los clientes.

8

Figura 1. Colas [6]

2.3 Tiempo de Espera

El lead time es el tiempo que tiene que esperar la población para obtener un

producto o un servicio que requiere para satisfacer sus necesidades. Este tiempo

es variable y es un indicador importante para aplicar la teoría de colas [7].

2.4 Teoría de Colas

La teoría de colas fue creada por el matemático Danés A. K. Erlang en el año

1909. Es una herramienta de Investigación de Operaciones (IO), el cual es un

complemento a la teoría de control y de sistemas. Se encarga del estudio de

tiempos de espera que se presentan ante diversas situaciones y del desempeño

que tiene el sistema sin que colapse [8]. Esta herramienta no resuelve el

problema, ya que solo brinda información probabilística y de utilidad para que las

empresas tomen decisiones basados en los resultados obtenido para que los

tiempos de espera sean los adecuados y de esta manera aumentar la satisfacción

y la experiencia del cliente. Además, está enfocada en lograr un equilibrio

adecuado entre los costos y el lead time ocasionados por la capacidad del

servicio [2].

Se encarga de analizar el problema de filas teniendo en cuenta 5 características:

longitud de la fila, número de clientes, tiempo de espera, tiempo total del sistema,

utilización de las instalaciones. Estas características son examinadas mediante

la utilización de distintas fórmulas matemáticas, y según los resultados que se

9

obtengan se va a ser capaz de mejorar el servicio porque indica que cambios se

pueden realizar.

Esta herramienta puede ser utilizada en empresas de diversos rubros debido a

que se encarga de relacionar los tiempos de llegadas de los clientes y las

características que presenta el proceso de servicio con las características de

salida del mismo proceso [9]. Tiene como objetivos la minimización de los

tiempos de espera y de los costos [10].

2.4.1 Elementos

2.4.1.1 Clientes

Los clientes son las personas que llegan a las instalaciones para recibir el servicio

requerido. Estas personas pueden ser atendidos de manera inmediata o van a tener

que esperar un determinado lapso de tiempo [11].

2.4.2.2 Proceso de Llegadas

Se tiene que especificar qué tipo de distribución tienen las llegadas de los clientes;

es decir, si son probabilísticos o son determinísticas [11].

2.4.2.3 Proceso de Colas

Este proceso es la manera en cómo los clientes son atendidos, por lo que se

presentan diversas disciplinas que indica el orden de atención [11]:

● FIFO (Primero en llegar, Primero en ser atendido)

● LIFO (Último en llegar, primero en ser atendido)

● SIRO (Atender en forma Aleatoria)

● GD (Disciplina general, orden por prioridad)

2.4.2.4 Proceso de Servicio

Es la manera y velocidad en que se da el servicio al cliente. Además, es necesario

tomar en cuenta el tiempo en el que transcurre todo el proceso de este servicio [11].

2.4.2.5 Proceso de Salida

10

Se consideran dos tipos de salida de los clientes, los que abandonan después de

ser atendidos una vez y los que se retiran después de ser atendido más de una vez

debido a que requieren más de un solo servicio, causando una red de colas [11].

Figura 2. Estructura de Modelo de Colas [10]

2.4.3 Modelo de Colas

2.4.3.1 Distribución Exponencial

Los tiempos de llegadas es de tipo Poisson y el tiempo de servicios es de manera

exponencial. Estos dos factores deben de ser de manera constante e independiente

del estado del sistema. El modelo base para este tipo de distribución es el modelo

M/M/1 [2].

2.4.3.2 Distribución no Exponencial

En algunas ocasiones las distribuciones de los tiempos de llegadas no llegan a ser

de manera exponencial. Esto se presenta cuando los requerimientos para la

atención al cliente son idénticos. La realización de la teoría de colas con este tipo

de distribución es complicada debido a que se presentan dificultades para la

obtención de resultados de utilidad. Por lo que se crearon modelos que se ajustan

a este tipo de distribución. Algunos de estos modelos que otorgan resultados útiles

son [2]:

● Modelo M/G/1

● Modelo M/D/s

● Modelo M/E/s

11

2.5 Kruskal – Wallis

Kruskal - Wallis es una prueba de hipótesis no paramétrica que fue creado por

William Kruskal y W. Allen Wallis, el cual vendría a ser una extensión de la prueba

U de Mann – Whitney. Este se puede aplicar para 3 o más grupos y se encarga de

comparar los rangos con el propósito de indicar si existe alguna diferencia entre

ellas [12], por lo que esta prueba es el contraste del método ANOVA [13].

2.6 Comparación Múltiple

La comparación múltiple se utiliza cuando se presentan diferencias entre los grupos

que se está realizando el estudio debido a que este procedimiento va a ayudar a

agrupar los que tienen semejanzas. La importancia de realizar esta comparación

radica en obtener resultados sin ningún tipo de error, ya que al trabajar con datos

que no son independientes se está aceptando un error [14].

2.7 Simulación

La simulación está conformada por diversos métodos y aplicaciones para la

creación de un modelo computarizado que imite el sistema real con el objetivo de

que se pueda realizar modificaciones mediante experimentos numéricos al sistema

para poder entender su comportamiento a distintas situaciones que se puedan

presentar [15]. Para la realización de este modelo se debe analizar el problema que

se quiere estudiar y sintetizar sus respectivas características [16], ya que influye en

el proceso de simulación [17]. Particularmente esta técnica es utilizada para analizar

los riesgos en los procesos financieros y en los sistemas estocásticos [2].

2.7.1 Tipos

2.7.1.1 Modelo Continuo

Este tipo de simulación es utilizado en sistemas que cambian constantemente

durante el tiempo, y utiliza ecuaciones diferenciales con el objetivo de saber cómo

interactúan los diversos elementos de un sistema [18].

12

2.7.1.2 Modelo Discreto

Se utiliza mayormente en el estudio de las líneas de espera para obtener mediante

su aplicación, el tiempo de espera promedio y el largo de la fila [18]. Las variables

a considerar presentan variaciones en algunas ocasiones.

2.7.2 Aplicaciones

La simulación se puede aplicar en diversas situaciones debido a su versatilidad, por

lo que se utiliza mayormente en la investigación operativa para el diseño y operación

de sistemas basados en colas, sistemas basados en manufactura e inventario, entre

otros [2].

2.8 Software ARENA

El software ARENA se creó en 1993, mediante la combinación de los lenguajes de

simulación SIMAN y CINEMA [19]. Consiste en la realización del diagrama de flujo

del proceso para una mejor interacción con el programa y con el modelo. El

diagrama se puede realizar mediante la utilización de plantillas, las cuales van a

depender de su complejidad. Este programa utiliza varios tipos de módulos como:

create, process, batch, entre otros; por lo que trabaja conjuntamente con sub

modelos para disminuir su complejidad [17].

La facilidad del montaje tiene una relación directa con tiempo que se requiere para

obtener resultados debido a que el funcionamiento del programa depende del

aspecto gráfico. Por lo que solo se puede utilizar los objetos que otorga la

herramienta y los que fueron realizados en programas como CAD, BMP, JPEG, GIF;

ya que no afectan a la resolución [17].

Además, presenta programas como el Input y el Process Analyzer, los cuales

proporcionan pruebas para determinar los ajustes en las distribuciones, datos de

entrada, entre otros. La desventaja de esta herramienta es que solo se puede

observar el comportamiento de los parámetros en función del tiempo y carece de

funcionalidad estadística [17].

14

CAPÍTULO 3

ESTADO DEL ARTE

La Teoría de colas permite hacer estudios basados en las líneas de espera, esto hace

que tenga una gran versatilidad en su aplicación, pudiendo aplicarse en servicios,

logística, producción, transporte, entre otros. En áreas de servicio, la teoría de colas

brinda información necesaria para tomar decisiones y se caracteriza por su fácil

aplicación, tal es el caso de un estudio realizado en México en el cual se utilizó la teoría

de colas para presentar una solución al problema de los altos tiempos en el área de

atención de CFE (Comisión Federal de Electricidad).

CFE presentaba tiempos de espera de 23 minutos, y aplicando el modelo de teoría de

colas mediante el modelo M/M/S Kendall Lee, se logra identificar factores como el

tiempo de espera promedio, tasa promedio de llegadas, número promedio de unidades

en cola, factor de utilización en las colas, entre otros. Esto permitió que se tuviera toda

la información para proponer una alternativa de solución agregando un servidor más,

reduciendo a 9.5 minutos el tiempo de espera [20].

Esta herramienta ayuda a analizar la situación del sistema y función a ello buscar una

alternativa de solución. Esto se ve representando en un estudio en la Farmacia

Hospitalaria Principal de Santiago de Cuba, puesto que se busca analizar el

comportamiento de las colas que presenta la farmacia bajo un modelo M/M/C

presentando tiempos de espera que llegan a superar los 5 minutos, para luego proponer

estrategias a corto, mediano y largo plazo en función a los datos encontrados en el

modelo matemático [21].

15

También sirve para comparar diversos sistemas, tomando en cuenta el comportamiento

que presenta el mismo y los factores como la tasa de utilización, los tiempos de espera,

etc. Esto fue realizado en un estudio en Nigeria, en el cual se han comparado las

entidades financieras Wema y Skye Bank mediante el modelo de colas múltiple (M/M/X),

identificándose las deficiencias y virtudes de cada uno de estos sistemas. Teniendo

como resultado que el nivel de servicio del banco Skye presenta una probabilidad del

0.000022% a comparación del banco Wema que tiene 0.019%, por lo que se indica que

en el primer banco la generación de una línea de espera es poco probable, esto se debió

la cantidad de servidores presentes en el área de atención [22].

Además, se puede aplicar en diversas industrias para estudiar el comportamiento de las

colas. Por otra parte, se está haciendo uso de la simulación para obtener resultados

más cercanos a la realidad, un ejemplo de ello es un estudio que se llevó a cabo en una

entidad financiera en Estados Unidos utilizado la simulación mediante el método de

Montecarlo en Microsoft Excel con el objetivo de analizar las colas presentadas por cada

tipo de cliente, puesto que este método presenta un análisis más sensible para evaluar

sistemas complejos que son complicados de evaluar con exactitud. En este caso, se

obtuvo que para los clientes generales el tiempo de servicio era el adecuado, por lo que

la probabilidad de presentarse largas colas era menor; en cambio, para los clientes de

negocio el problema se presentaba los lunes, miércoles y viernes debido a que los

tiempos de espera variaban entre los 13,3 min. hasta los 56.6 min., el cual era causado

por la cantidad insuficiente de servidores que era de 2 personas. Por otra parte, para los

clientes Drive-Through la tasa de llegada era mayor a la tasa de servicio, por lo que solo

se necesitaba de 1 cajero más [23].

Siendo evidente la utilización de la herramienta de simulación para la obtención de datos

más certeros a la realidad y de los factores que se presenta en el entorno, en Colombia

se hace un análisis de las líneas de espera contrastando la teoría de colas y simulación

16

mediante el software Promodel Student que va a permitir observar el comportamiento

del sistema utilizando datos como la tasa media de llegadas y la de servicio. Esto tiene

como objetivo denotar una complementación entre estos dos apartados, para ello se

tuvo como caso de estudio el sistema de atención de una entidad bancaria que

presentaba una línea de espera y un servidor para la atención de los clientes. Se obtuvo

un margen de diferencia entre ambos modelos de 7.2%, denotando una representación

de la realidad a través de la simulación. También se evidenció que el porcentaje de

utilización de los servidores era de 65%, el cual era causado por el tiempo entre llegadas

de los clientes debido a que no eran cercanos, pero si este tiempo fuera corto entonces

se presentaría problemas en la línea de espera [24].

Sin embargo, en la actualidad se tiene la presencia de múltiples softwares para hacer

uso de la simulación. En Bolivia se hizo un estudio a una cadena de supermercados,

cuya distribución no era de tipo Poisson, tanto para la tasa de arribos como para la tasa

de servicio, por lo que se utiliza un modelo de simulación ya que se adecua a los

diferentes tipos de distribución que se puedan presentar. Para este caso se empleó el

modelo Montecarlo, el cual es adecuado para trabajar con distribuciones empíricas; sin

embargo, su implementación se hace mediante un procedimiento manual de simulación.

Los resultados obtenidos fueron que los servidores tienen un porcentaje de ocupación

del 89.25% en el proceso, además de que el tiempo promedio de espera es de 16.33

min. [25].

Estos estudios anteriormente mencionados se enfocaron en tener un diagnóstico del

sistema actual y en la reducción de los tiempos de espera teniendo en cuenta el aumento

de los servidores en el área; en cambio, en otras investigaciones que se han dado se

puede observar que además se está considerando el costo del sistema para dar una

adecuada solución con respecto a la reducción del tiempo y de los costos. Como es el

caso de un estudio realizado a Scotiabank de Huaraz que utilizaron también un modelo

17

de colas de múltiples servidores (M/M/S) debido a que variaron la cantidad de servidores

de 1 a 6, en el que calcularon el tiempo de espera y los costos respectivos en función al

salario y al mantenimiento de los equipos informáticos. En el que se obtuvo que la

cantidad adecuada que debe tener la entidad es de 4 servidores ya que el costo se

reduce de a/. 10,400 a s/. 3,600 [26].

En cambio, en los sistemas bancarios de las sucursales GTBank y Ecobank de Nigeria

que emplearon el mismo modelo de colas de múltiples servidores (M/M/S), calcularon el

costo del sistema en función al costo de servicio y operación, y los costos de tiempo de

espera de los clientes, con el propósito de encontrar un balance. Los resultados

obtenidos de este estudio fue una optimización en los servidores, ya que para la primera

sucursal era necesario una cantidad de 13 servidores y para el segundo un total de 10

servidores para reducir los costos que se generaban en ₦ 6035 y ₦ 1311

respectivamente, y de esta manera poder aumentar a la vez la satisfacción de cada uno

de los clientes que van a adquirir sus servicios [27].

Como se puede observar en la entidad de Scotiabank solo se consideraron algunos

costos, pero en los bancos de Nigeria se tomó en cuenta el costo del trabajador y el

costo de perder a un cliente, debido a que ambos costos son esenciales para obtener la

cantidad óptima de servidores, ya que se obtiene el costo del sistema.

En el caso de la entidad financiera Guarantee Trust Bank (GTB) que es de Nigeria se

utilizó un software denominado TORA, le cual es usado para la simulación de sistemas

de colas, aplicando el modelo de colas M/M/C. Para el cual, se tuvo en consideración

un tiempo de espera que presenta una distribución de Poisson y la tasa de servicio con

una distribución exponencial, haciendo uso de la ventana de optimización de software y

de los costos asociados al sistema. Se consideraron 3 escenarios en los que se variaron

la cantidad de servidores de 4 a 6, para encontrar un balance general en el sistema

18

propuesto, logrando optimizar el sistema con 5 servidores ya que se obtenía un costo

de #387.5012, el cual eran el mínimo que se presentaban [28].

Por otra parte, la teoría de colas y la simulación se emplean muchas veces

conjuntamente, para tener una base matemática mediante la teoría de colas y para tener

un método eficiente que represente el estado actual del sistema siendo cercana a la

realidad a un bajo costo, siendo el caso de un estudio realizado en Perú en el cual se

empleó la teoría de colas y simulación para minimizar los tiempos de espera en una

empresa financiera mediante dos modelos de estudio con distribución exponencial. Se

hizo uso del software WINQSV, por ser una herramienta que maneja métodos

cuantitativos simulando colas simples de la investigación de operaciones, logrando una

identificación de la problemática y proponiendo una mejora al aumentar el número de

servidores a dos, reduciendo el tiempo de espera seis veces [29].

También en el Perú se aplicó esta metodología al problema de atención al cliente

optimizando el número de cajeros en ventanilla en una organización financiera BCP

haciendo uso de la teoría de colas y el software SIMIO, denotando que el software SIMIO

presenta una interfaz sencilla para implementar costos asociados al sistema,

obteniéndose una reducción en los costos al aplicar 5 cajeros, ya que se obtiene un

costo de s/. 37.0864 a comparación de que con 4 servidores se tiene un total de s/.

38.8641 [30].

En la misma línea, el software Arena y Simio han visto un auge en su utilización, esto

se ha visto reflejado en los últimos años, siendo así que se ha generado una

comparación entre ambos softwares mediante diversos casos de estudio dentro de las

cuales se concluyó que el Arena tiene una interfaz más simple que la de Simio; sin

embargo, este último presenta muchas ventajas en comparación al software Arena en

relación al modelado del sistema, empero en Simio no se puede crear un reloj para tener

una perspectiva del tiempo que pasa en simulación. Otro de los factores importante es

19

que en SIMIO no se puede identificar en que parte está el error de la simulación caso

contrario a Arena, que identifica y presenta los errores en el modelo. Por tanto, la

elección de un simulador por sobre otro dependerá de la tarea a realizarse [31].

En Perú, se hace una propuesta para mejorar los tiempos de atención en un counter de

informes para admisión en una universidad, para ello se ha realizado un análisis

situacional y se ha ejecutado mediante el software Arena, el cual ofrece mayores

beneficios en función a días simulados, escenarios, interfaz de usuario, entre otros. Por

lo que se ha propuesto una mejora en la atención, teniendo como base la proyección

encontrada mediante el software Arena, el cual fue que la cantidad de servidores

actuales no era la cantidad suficiente para atender en los días de mayor afluencia

provocando altos tiempos de espera e insatisfacción por parte de los clientes [32]

20

CAPÍTULO 4

DESARROLLO METODOLÓGICO

Se establecerá el análisis de la situación actual de la entidad financiera, en lo que

concerniente a los tiempos y al proceso de atención. En esa misma línea, se identificará

una persona que trabaje en la entidad financiera en el área de atención para que brinde

información mediante una entrevista (Anexo n°2), con el propósito de tener un

diagnóstico inicial de los tiempos de espera, y a la vez obtener información de los

horarios de los servidores, las operaciones que se realizan en los módulos de atención

a clientes en la primera plataforma, los costos considerados en la operación, la cantidad

de clientes que ingresan al banco en los distintos horarios, entre otros datos; además,

se identificarán la cantidad de ventanillas para la atención al cliente.

Se determinará los tiempos relacionados a la demanda de los clientes con la

metodología de recolección de datos, por lo que se tomará tiempos en el proceso de

atención en plataforma durante 4 días en el horario de las 9:00 am hasta las 6:30 pm.

Para el cual, se empleará una ficha denominada Registro de tiempos de atención a los

usuarios que se presentaron en el año 2019, el cual se creará en el software Microsoft

Excel (Anexo n°3).

Se analizará los datos obtenidos mediante gráficas realizadas en Microsoft Excel que

permitan explicar el comportamiento de los tiempos en el área de atención. Además, se

va a aplicar la metodología de Prueba de Bondad y Ajuste utilizando la herramienta Input

Analyzer del software Arena para identificar la distribución que presentan el tiempo entre

llegadas.

21

Por otro lado, la cantidad de clientes que se han atendido en el área de plataforma en

los 4 últimos meses del año 2019, son analizados mediante la utilización de la

metodología de Prueba no Paramétrica de Kruskal-Wallis, el cual va a proporcionar

información sobre la población a estudiar ya que permite identificar si se presentan

diferencias. Para su procedimiento, primero se va a realizar dos hipótesis y se va a

calcular los rangos para obtener el valor de H. La fórmula a utilizar es la siguiente a

mostrar:

𝐻 =

12𝑁(𝑁 + 1)

∑𝑅2

𝑛 − 3(𝑁 + 1)

1 −∑𝑇

𝑁3 −𝑁

(1)

También se va a calcular los grados de libertad que consiste en la resta de la cantidad

de meses considerados menos 1 y se va a definir el nivel de significancia que se va a

considerar. Estos resultados son necesarios para la obtención del valor crítico mediante

la utilización de una tabla denominada Valores Críticos de la Distribución x2(Anexo n°

4). Si el resultado que se ha obtenido de H es mayor al valor crítico x2 entonces se indica

que se presentan diferencias en las muestras de la población, caso contrario no se

presentan diferencias.

Si se acepta la hipótesis alternativa se va a aplicar la metodología de Comparación

Múltiple de Tukey para las respectivas agrupaciones de las poblaciones según los

resultados obtenidos del Kruskal-Wallis con el objetivo que no se presenten errores e

incertidumbres en el resultado final. Para efectuar esta metodología se va a calcular las

medias de los intervalos para realizar la matriz de diferencias entre todos los posibles

pares de medias.

N: Número total de casos Rj: Rango Calculado Nj: Número de grupos T: Número repetidos

22

Ilustración 1. Tabla de Comparación

En esta matriz se realizan las diferencias entre cada una de las medias para compararlas

con el valor crítico. Si el resultado de la diferencia entre los rangos de las medias es

mayor al valor crítico, se indica que entre ese rango se presentan diferencias por lo que

provienen de una diferente población; en cambio, si resultara menor entonces las

poblaciones son semejantes. La fórmula que se va a utilizar para hallar el valor crítico

es la siguiente [13]:

∆= √𝑁(𝑁 + 1)

12

𝑍1−𝑎

∗ (2

𝑁) (2)

Para determinar y evaluar los tiempos de espera obtenidos se utilizará la metodología

de Teoría de Colas por medio de la utilización del Software Arena, por lo que se va a

realizar un modelo computarizado del área de atención de la primera plataforma, en el

que se colocará la distribución de los tiempos entre llegadas y del tiempo de servicio, la

cantidad de servidores y las operaciones que se efectúan.

Los resultados a obtener de la simulación es la cantidad de personas que ingresan a la

entidad, las personas atendidas y retiradas, los cuales van a ser analizadas empleando

el Microsoft Excel. También, se va a obtener el tiempo promedio de llegadas, el tiempo

promedio de atención en un servidor, entre otros datos.

23

Además, se va realizar 5 escenarios, en los que se va a variar la cantidad de servidores

para observar los cambios que se van a dar en los tiempos de espera y el respectivo

porcentaje de utilización de los servidores. Para los resultados, se va a aplicar la

metodología del método comparativo para cada uno de los tiempos obtenidos mediante

un cuadro comparativo.

Asimismo, se va a comparar el costo del sistema que se presenta actualmente en el

área de plataforma con el costo que se va a presentar con las variaciones que se van a

realizar en el número de servidores. Para su respectivo cálculo, se va a obtener el costo

del servicio y el costo de espera por dicho servicio, los cuales deben estar

adecuadamente balanceados para que el proceso de atención sea el adecuado.

Ilustración 2.Punto de Equilibrio [30]

Para la obtención del costo de servicio, se va a considerar la cantidad de servidores que

se va a presentar en el área de plataforma y el costo del servidor en la unidad de tiempo,

para el cual se va a obtener información del suelo básico, el riesgo de caja, la asignación

familiar, gratificaciones, vacaciones y el seguro ESSALUD, debido a que es en donde

se engloba tanto el pago de personal como de la instalación, además de que se va a

considerar los días laborales y la cantidad de horas que se trabaja al día. La fórmula a

utilizar es la siguiente [30]:

24

𝐸(𝐶𝑆) = 𝑘𝐶𝑠 (3)

Con respecto al costo de espera, que es el costo que se presenta por no atender a un

cliente se va a considerar la longitud del sistema, que es la cantidad de personas

presentes en el sistema y el costo de espera en la unidad de tiempo. Para este último

se tomó en cuenta la información obtenida del ingreso promedio que recibe la entidad

financiera y se recopiló información para calcular el promedio de las tasas de interés por

todas las operaciones que se realizan. La fórmula a utilizar es la siguiente [30]:

𝐸(𝐶𝑊) = 𝐶𝑤𝜆𝑊 = 𝐶𝑤𝐿 (4)

La comparación de los resultados del Software Arena junto con el costo del sistema por

cada escenario va a permitir la elección óptima de la cantidad de servidores que debe

presentar el área de atención que se da en la plataforma 1. Esta cantidad óptima va a

ser analizada mediante la metodología beneficio costo, con el propósito de saber si es

rentable para la entidad financiera. Para el cálculo se va a considerar, los ingresos que

se obtiene de los clientes atendidos con dicha cantidad de servidores, el cual se va a

calcular utilizando la simulación.

k: Número de Servidores Cs: Costo del servidor en la unidad de tiempo

Cw: Costo de esperar en la unidad de tiempo 𝝀: Tasa de llegadas W: Tiempo esperado en el sistema L: Longitud en el sistema

25

También se va a considerar, los costos de las herramientas básicas, los equipos de

oficina, artículos personales, la capacitación y las remuneraciones. Teniendo estos

datos se va a realizar una proyección durante 12 meses. Para los cuales se va a realizar

la respectiva diferencia por cada mes para obtener el flujo de caja proyectado. Los

resultados que se obtenga de este flujo, se va a calcular el valor actual neto, la tasa

interna de retorno y el beneficio costo.

4.1. Técnicas e Instrumentos

Para el análisis de la situación actual de la entidad financiera se utilizará la técnica

de la entrevista para la obtención de información de la entidad financiera con

respecto a las operaciones, los costos y la cantidad de clientes que se atienden en

la plataforma 1. También se empleó la técnica de observación directa para la toma

de tiempos durante 4 días, por lo que se va a utilizar el cronómetro para medir el

tiempo de atención y llegadas de los clientes, los cuales van ser anotados en el

registro de tiempos realizado.

Para el análisis de los datos se va a utilizar la técnica de estadística descriptiva y

se va a emplear el Microsoft Excel para la obtención de datos y sus respectivas

gráficas. Con respecto a la metodología de la prueba de bondad y ajuste, se va a

utilizar la técnica de estadística descriptiva y se va a emplear la herramienta Input

Analyzer del software Arena, con el objetivo de obtener la distribución respectiva de

los tiempos entre llegadas y el tiempo de servicio obtenidos de la recolección de

datos.

La metodología de Kruskal Wallis y la de comparación múltiple de Tukey utilizan la

técnica de estadística descriptiva debido a que emplea modelos matemáticos, por

lo que se va hacer uso del Microsoft Excel, ya que tiene incluido las fórmulas

necesarias para su respectiva realización. Se realizará primeramente los modelos

matemáticos para obtener su respectivo planteamiento de los pasos que se van a

26

realizar para obtener el resultado deseado, después se van a colocar estos datos

en el Excel para proceder a la respectiva solución.

Para la metodología de Teoría de Colas se va a utilizar el software ARENA, ya que

ayuda a la obtención de datos de manera rápida y eficiente con un porcentaje de

error menor, debido a que se va a simular utilizando un modelo computarizado del

proceso de atención. Por lo que se va a utilizar los módulos de Basic Process para

su respectiva construcción del modelo, los cuales son: Create, Process, Decide,

Assign, Record y Disposes.

Para la comparación de los tiempos de espera y de los costos se va a utilizar la

técnica de revisión de datos, por lo que se va a requerir el registro de tiempos, el

registro de datos obtenidos y el cuadro comparativo. Esta comparación se va a

realizar utilizando el Microsoft Excel.

Para la metodología de beneficio costo se va a utilizar el flujo de caja proyectado

que indicará si es rentable o no para la entidad financiera. Este va a ser realizado

mediante el software Microsoft Excel.

4.2. Población

La población a considerar está conformada por todos los clientes que ingresan a la

entidad financiera entre las horas de 9:00 a 6:30 pm, para ser atendidos por el área

de atención al cliente de la primera plataforma.

4.3. Muestra

Para este trabajo de investigación la muestra será censal, puesto que se utilizará el

total de clientes considerados como población.

4.4. Operacionalización de Variables

La variable independiente es la Simulación, mientras que la variable dependiente

es el tiempo de espera y los costos. Dentro de la simulación se va a considerar

como dimensiones las operaciones, el patrón de llegadas de los clientes, duración

27

de la cola, capacidad de servicio y recursos. En la variable dependiente se va a

considerar como dimensiones el tiempo, los costos y la rentabilidad económica.

31

Tabla I

Operacionalización de Variables

OBJETIVOS ESPECÍFICOS

VARIABLE DEFINICIÓN

CONCEPTUAL DEFINICIÓN

OPERACIONAL DIMENSIONES INDICADORES INSTRUMENTO

ESCALA DE MEDICIÓN

Analizar las operaciones del

proceso de atención de la

agencia bancaria de Arequipa

Variable independiente: Simulación del

proceso de atención al cliente

La simulación es una herramienta de análisis que

conceptualiza la realidad como un sistema y se

utiliza para la observación del comportamiento real

del sistema y de los escenarios a realizar.

Diseñar un modelo en el que se permita colocar las

características que presenta el sistema real

con la finalidad de evaluar su comportamiento.

Operaciones Número de operaciones

Observación directa

Microsoft Excel Razón

Patrón de llegada de los clientes

Tiempo promedio de llegadas en la unidad de tiempo


Cronómetro Microsoft Excel

Razón

Duración de la cola

Tiempo promedio de atención en un

servidor



Razón

Tiempo de cola



Cuantitativa

Simular el proceso de atención al cliente de la

agencia bancaria de Arequipa

Capacidad de servicio

Número de servidores

Software Arena

Razón

Costo por cada servidor

Microsoft Excel Cuantitativa

Recursos

Porcentaje de utilización de los

recursos Software Arena Razón

Costo del sistema Microsoft Excel Razón

Evaluar escenarios para reducción del tiempo de espera y

el costo del sistema

Variable dependiente:

Tiempo de espera y costos

Reducción de pérdidas para la organización

Contraste entre los tiempos actuales y la

nueva propuesta aplicada. Tiempo

Número de ventanillas operativas


Cuantitativa

Costos Costo de Servicio Base de datos Microsoft Excel

Cuantitativa

32

Costo de Espera Base de datos Microsoft Excel

Cuantitativa

Realizar un análisis de Beneficio y/o

Costo

Costo del Sistema

Base de datos Microsoft Excel

Cuantitativa

Rentabilidad Económica

VAN


TIR


Beneficio/Costo


Fuente: Elaboración Propia

33

CAPÍTULO 5

DESARROLLO DE LA INVESTIGACIÓN

Objetivo 1: Analizar las operaciones del proceso de atención de la agencia bancaria en

Arequipa

Se realizó un análisis de la situación actual en la agencia bancaria, en la cual se

identificó el proceso de atención al cliente de la primera plataforma. En primer lugar, el

cliente hace su ingreso a la agencia y pasa a formar parte de la cola (de ser el caso),

formando una sola cola para los dos servidores de atención en caja presentes,

indistintamente de la operación que se realice.

En función a lo anterior, se obtuvo información de la cantidad de operaciones que se

han realizado en el área de la primera plataforma durante los 4 últimos meses del año

2019, los cuales se obtuvieron mediante la entrevista realizada. Los datos se detallan

en la siguiente tabla:

34

Tabla II

Promedio del Total de Operaciones


Se obtuvo que el total de operaciones que se efectuaron entre los 4 meses fue de un

promedio de 1920, presentando en los meses de noviembre y diciembre mayor cantidad

de operaciones. Todas las diversas operaciones que se realizan

se encuentran comprendidos entre los horarios de las 9:00 am hasta las 6:30 pm, las

cuales son: desembolsos, pago de cuotas, depósitos y/o giros, y cobro de servicios.

Gráfico 1. Porcentaje de utilización de operaciones


En el anterior gráfico se observa el porcentaje de las operaciones efectuadas entre los

periodos de septiembre hasta diciembre según datos entregados por la entidad

Total de operaciones

Septiembre 1972

Octubre 1804

Noviembre 1896

Diciembre 2008

Promedio 1920

59%9%

27%

5%

Porcentaje de Utilización de las Operaciones

Desembolsos

Depósitos y/o Giros

Pago de cuotas

Pago de servicios

35

mediante la entrevista realizada, denota una mayor cantidad de operaciones de

desembolso con un 59%, pago de cuotas con un 27%, mientras que los depósitos y/o

giros fueron de un 9% y el pago de servicios un 5%.

Teniendo en cuenta las 2 tablas anteriormente mencionadas, se procedió a calcular la

cantidad de operaciones por cada tipo, las mismas que se han realizado en los meses

de septiembre hasta diciembre mediante la multiplicación del total de operaciones por

los respectivos porcentajes de cada operación mediante el Microsoft Excel. Los

resultados obtenidos fueron los siguientes:

Tabla III

Cantidad de Operaciones por Mes


Las operaciones que más se realizaron durante dicho periodo fueron los desembolsos

y los pagos de cuotas con un total de 4531.2 y 2073.6 respectivamente, mientras que

las operaciones de giros y de pagos de servicios fueron los menos solicitados teniendo

un total de 691.2 y 384 operaciones respectivamente.

Meses Total de

Operaciones

Desembolso Depósitos

y/o Giro

Pago

de

Cuota

Pago de

Servicio

Septiembre 1972 1163.48 177.48 532.44 98.6

Octubre 1804 1064.36 162.36 487.08 90.2

Noviembre 1896 1118.64 170.64 511.92 94.8

Diciembre 2008 1184.72 180.72 542.16 100.4

Total 7680 4531.2 691.2 2073.6 384

Promedio 1920 1132.8 172.8 518.4 96

36

Asimismo, se recopiló información de los dos servidores que se encuentran para la

atención en caja de plataforma, en la cual se tiene un lapso de tiempo de 12:00 pm a

2:00 pm en el que uno de los servidores no atiende y de 2:00 pm a 4:00 pm en el que el

primer servidor atiende, pero el segundo ya no.

Gráfico 2. Horario de Trabajo


Por otra parte, se obtuvo mediante una entrevista la cantidad de clientes que se

presentaron en la entidad financiera durante los últimos 4 meses, los cuales fueron un

total de 7261 clientes que han adquirido los servicios que se dan en la primera

plataforma.

37

Tabla IV

Cantidad de Clientes por Mes

Meses Total

Septiembre 1965

Octubre 1815

Noviembre 1450

Diciembre 2031

TOTAL 7261


Se muestra que en los meses de diciembre y septiembre se presentó una mayor

concurrencia de clientes con un total de 2031 y 1965 respectivamente. Por otro lado, se

obtuvo el promedio del tiempo de llegadas y el tiempo de servicio por cada día mediante

el registro de tiempos obtenidos de los 4 días de observación utilizando el Microsoft

Excel.

Para el primer, segundo, tercer y cuarto día los tiempos promedios de llegadas por cada

cliente fue de 6.08 minutos, 5.99 minutos, 6.19 minutos, 5.27 minutos respectivamente;

con respecto al tiempo promedio de servicio fue de 11.21 minutos, 10.11 minutos, 8.95

minutos y 9.67 minutos respectivamente. Además, los tiempos de espera fueron de

13.97 minutos, 11.94 minutos, 6.82 minutos y 19.31 minutos respectivamente.

38

Tabla V

Tiempos promedios de llegada, servicio y espera

PROMEDIO

Tiempo de

Llegada (min.)

Tiempo de

Servicio (min.)

Tiempo de

espera (min.)

Día 1 6.08 11.21 13.97

Día 2 5.99 10.11 11.94

Día 3 6.19 8.95 6.82

Día 4 5.27 9.67 19.31


Estos resultados fueron representados mediante un gráfico de barras realizado en el

Microsoft Excel, en el que se puede observar el comportamiento en los 4 días de

observación. Se aprecia que en el tercer día se tiene un mayor tiempo de llegadas con

un total de 6.19 minutos, seguido del primer día con un total de 6.08 minutos. Con

respecto al tiempo de servicio, en el primer día se tiene un elevado tiempo de 11.21

minutos, mientras que en el cuarto día dicho tiempo se reduce a un 9.67 minutos y en

el tercer día a 8.95 minutos.

39

Gráfico 3. Tiempos promedio de llegada, servicio y espera


El mayor tiempo de espera fue de 19.31 minutos seguido de un 13.97 minutos, mientras

que el menor tiempo fue de 6.82 minutos, y el tiempo de servicio mayor fue de 11.21

minutos y el menor fue de 8.95 minutos, con respecto al tiempo de llegada mayor fue de

6.19 minutos y el menor fue de 5.27 minutos. También, se pudo apreciar que en el cuarto

día se presentó un mayor tiempo de espera a comparación de los anteriores días, el

cual se pudo presentar por que el tiempo entre llegadas de los clientes fue de 5.27

minutos en promedio, el cual fue menor en comparación con los demás días.

Igualmente se calculó la cantidad de clientes que se presentaban en la cola, para lo cual

se realizó una tabla de frecuencia utilizando el Microsoft Excel. Por lo que se calculó el

rango, el cual se halla obteniendo la diferencia entre el número máximo y el número

mínimo de la cantidad de personas presentes en la cola durante los días observados.

En este caso, la mayor fue de 39 personas y la menor fue de 1 sola persona; con

respecto a la cantidad de intervalos (k) se usó la fórmula 1+3,3 log N, en donde N es la

cantidad total de número de colas que se presentaron y según lo observado en el

40

registro realizado por 4 días fue de 30. Por último, se calculó la amplitud que consiste

en la división del rango entre la cantidad de intervalos obteniéndose un total de 7.

Tabla VI

Datos para armar la tabla de frecuencias

Rango (máximo-mínimo) 38

K =(1+3,3log30) 6

Amplitud 7

Fuente Elaboración Propia

Teniendo en cuenta dichos datos se procedió a realizar la tabla de frecuencias en el que

se colocó la cantidad de veces que se repitió el número de personas en cola según cada

intervalo, el cual va a permitir calcular la frecuencia relativa, que es el porcentaje que

representa dicha cantidad de valores.

Tabla VII

Tabla de Frecuencias


Personas en Cola Xi fi hi

[1-8] 5 18 60.00%

[8-15] 12 7 23.33%

[15-22] 19 1 3.33%

[22-29] 26 1 3.33%

[29-36] 33 1 3.33%

[36-43] 40 2 6.67%

TOTAL 30 100.00%

41

Los resultados obtenidos se representaron mediante su respectivo diagrama de

Histograma con su polígono de frecuencias, para una mejor observación del

comportamiento de los resultados obtenidos, el cual fue obtenido utilizando el Microsoft

Excel.

Gráfico 4. Histograma de Cantidad de Personas en Cola


Según el gráfico, la mayoría de veces se han encontrado colas conformadas de entre 1

a 7 personas con una frecuencia de 18, además se tiene colas de entre 8 a 14 personas

teniendo una frecuencia de 7. Para cada uno se tiene una frecuencia relativa (hi) de

60% y 23% respectivamente, el cual es la probabilidad de que se presente dicha

cantidad de personas en la línea de espera.

0

2

4

6

8

10

12

14

16

18

20

5 12 19 26 33 40

Fre

cuen

cia

Personas en cola

Histograma de personas presentes en la cola

42

Gráfico 5. Porcentaje de Cantidad de Personas presentes en la cola


La cantidad promedio de personas presentes en la cola por hora desde las 9 am hasta

las 6:30 pm según el registro de tiempos de los 4 días utilizando el Microsoft Excel,

denotaron los siguientes datos a mostrar en la tabla VIII:

43

Tabla VIII

Cantidad Promedio de Personas en Cola por Hora

Hora Día 1 Día 2 Día 3 Día 4 Promedio

9:00 2 10 3 4 5

10:00 1 8 13 9 8

11:00 5 5 0 6 4

12:00 9 0 9 9 7

13:00 9 9 6 2 7

14:00 13 10 3 12 10

15:00 9 0 3 10 6

16:00 18 10 3 14 11

17:00 9 11 1 16 9

18:00 3 5 9 4 5


Como se observa en la tabla, durante las 2:00pm, 4:00pm y 5:00 pm se presentan un

promedio de 10, 11 y 9 respectivamente, por lo que se puede indicar que es en estos

dos horarios se presenta una mayor cantidad de personas como se puede apreciar en

el gráfico de líneas realizado mediante el Microsoft Excel.

44

Gráfico 6.Promedio de cantidad de personas presentes en la cola por hora


En el turno mañana también se muestra un incremento en el horario de las 10:00 am,

pero este disminuye a las 11:00 am y en el turno tarde a las 5:00pm. Teniendo en cuenta

el dato anterior, se procedió a calcular el promedio de los tiempos de espera que se han

presentado por cada hora en los que se ha atendido a cada cliente mediante el Microsoft

Excel.

45

Tabla IX

Tiempo Promedio de Espera por hora

Hora Día 1

(min.)

Día 2

(min.)

Día 3

(min.)

Día 4

(min.)

Promedio

(min.)

9:00 4.25 7.61 3.15 4.11 4.78

10:00 1.79 5.86 9.87 8.51 6.51

11:00 4.65 6.82 0 13.02 6.12

12:00 8.03 0 5.78 5.18 4.75

13:00 14.07 8.06 4.80 6.21 8.28

14:00 13.80 11.61 1.93 11.71 9.76

15:00 8.60 0 3.61 15.55 6.94

16:00 19.38 18.65 5.74 34.29 19.52

17:00 24.81 19.53 4.88 35.73 21.24

18:00 9.27 13.02 9.30 20.59 13.05


Obteniéndose que en los horarios de las 10:00 am, 1:00 pm y 2:00 pm se presenta un

leve incremento y en los horarios de las 4:00 pm y 5:00 pm se presentan los tiempos de

espera promedio más altos, los cuales son 19.52 minutos y 21.24 minutos

respectivamente.

46

Gráfico 7. Gráfico de Líneas del tiempo de espera por hora


En ambos gráficos realizados se puede apreciar que, al presentarse una gran cantidad

de gente en la entidad financiera, se observar tanto un leve como un alto crecimiento en

el tiempo promedio de espera.

Por otro lado, los tiempos entre llegadas obtenidos durante los 4 días de observación

en el último mes del año 2019 (Anexo N°5), fueron colocados en el Input Analyzer que

es una herramienta del Software Arena para realizar la Prueba de Bondad y Ajuste, en

el cual se obtuvo que los tiempos entre llegadas presenta una distribución exponencial,

por lo que se puede proceder a realizar la teoría de colas mediante la simulación.

47

Gráfico 8. Distribución de Tiempos entre llegadas


Para la ejecución de la teoría de colas, primeramente, se va a realizar la prueba no

paramétrica Kruskal – Wallis utilizando el Microsoft Excel con el objetivo de saber si la

población a estudiar presenta o no diferencias para que no se presente errores en el

estudio. Para esta prueba se va a utilizar los datos de la cantidad de clientes que ingresa

a la entidad financiera y se formuló dos hipótesis las cuales son:

Tabla X

Hipótesis para la Prueba no Paramétrica Kruskal-Wallis

Hipótesis Nula (Ho) No existe diferencias en la población

Hipótesis Alternativa (Ha) Existen diferencias en la población


48

Se consideró un nivel se significancia del 5% y un número total de casos (N) de 16

debido a que la cantidad de personas fue obtenida por cada semana del mes, que en

total son 4 semanas por cada mes. Después se procedió a colocar los números del 1 al

16 en orden ascendente de acuerdo a la cantidad obtenida por cada semana, en el caso

que se presentaran números repetidos se calcula el promedio. Estos datos van a servir

para calcular los rangos para cada semana, los cuales van a ser elevados al cuadrado

y divididos entre la cantidad de columnas, que en este caso son 4 según fórmula.

Tabla XI

Rangos

Meses

Semanas

1 2 3 4

Septiembre 14 8 5 13

Octubre 1.5 6 10 16

Noviembre 4 3 11 1.5

Diciembre 9 7 15 12

Total (Rangos) 28.5 24 41 42.5


Por cada número repetido se calculó la cantidad de repeticiones que se presentó, en

este caso solo un número se reiteró dos veces por lo que la cantidad de veces se elevó

al cubo y se le resta 2 según fórmula obteniéndose 6.

49

Tabla XII

Datos para la Prueba no Paramétrica Kruskal-Wallis


Con todos estos datos obtenidos, se calculó el valor de H mediante la fórmula (1),

obteniéndose un total de 2.78. Este dato se comparó con el valor crítico obtenido de la

tabla de distribución de Chi – Cuadrado (Anexo n°3) que fue de 7.8143 teniendo en

cuenta un grado de libertad de 3 debido a que la cantidad de semanas se le resta 1, y

un nivel de significancia considerado que es del 5%, por lo que se indica que la población

no muestra diferencias por lo tanto no se debe realizar una comparación múltiple.

Objetivo n°2: Simular el proceso de atención al cliente de la agencia bancaria en

Arequipa

El siguiente paso fue realizar la metodología de la teoría de colas mediante la

simulación, para el cual se realizó el modelo computarizado del proceso del área de

atención mediante el Software Arena que presenta una hora de inicio desde las 9:00 am

debido a que es el horario en donde se empieza a atender a los clientes.

Nivel de

significancia

5%

N 16

(R1^2) / n 203.0625

(R2^2) / n 144

(R3^2) / n 420.25

(R4^2) / n 451.5625

T 6

50

Ilustración 3. Modelo Computarizado del Proceso de Atención


Para ambos turnos que presenta la entidad financiera se crearon dos Módulos Create:

turno de mañana (9:00-12:00pm) y turno tarde (12:00pm – 6:30pm), en los cuales la

distribución que presentan en el tiempo entre llegadas según los resultados del Input

Analyzer se colocó en expression con la unidad de tiempo en minutos. Con respecto al

segundo créate que es del turno tarde se colocó que la primera creación empiece desde

los 180 minutos debido a que comienza desde las 12:00pm.

51

Ilustración 4. Módulos Create de turno mañana y tarde


El máximo de llegadas 1 y 2 colocados en max arrivals como se puede observar en la

ilustración 10, es una variable que va a contener un número mayor para que la

simulación continúe hasta un determinado tiempo en este caso es el 999999. También

se colocó dicho número en los otros dos create que se ubican en la parte inferior

denominados corte de clientes 1 y 2, los cuales funcionan como una condicional, por

consiguiente, se ubicó un Módulo Assing para colocar la variable creada, para que de

esta manera los módulos se relacionen.

Para el corte 1 se determinó que la primera creación se realice a los 180 minutos, para

que, de esta manera ya no se presenten llegadas en el módulo del turno de la mañana,

con respecto al corte 2 sería a los 570 minutos, ya que solo se atiende hasta el último

cliente que ingresa a la entidad a las 6:30 pm.

52

Ilustración 5. Módulo create para cortes de llegada


Siguiendo con el proceso se asignó dos Módulos Assign para cada turno, en donde se

colocó el atributo nombrado arribo utilizando el TNOW, el cual se encarga de contabilizar

el tiempo actual. Asimismo, se añadió otro atributo denominado turno con valor de 1 y 2

para ambos turnos respectivamente con el propósito que los datos obtenidos se

clasifiquen según el turno correspondiente.

Ilustración 6. Tiempo de Llegada


Después se ubicó un Módulo Decide en el que se ha colocado que si el cliente que

ingresa a la entidad observa que se presenta más de 5 personas en la cola se retira sin

ser atendido. Esto debido a que en los 4 días que se registró tiempo se pudo observar

que la mayoría de las personas se retiraban de la entidad financiera al observar que se

presentaba dicha cantidad de personas en la cola.

53

Ilustración 7. Módulo Decide


Las personas que siguen en el proceso van a pasar por otro Módulo Assign en el que

se ha colocado el atributo denominado tipo, en el que se utilizó la probabilidad discreta

(DISC), en el cual se coloca la acumulación de los porcentajes respectivos de las 4

operaciones efectuadas en la agencia bancaria, las mismas que se muestran en la tabla

III. También se agregó una variable denominada C que es un contador que se va a

encargar de contabilizar la cantidad de personas que ingresan a plataforma.

Ilustración 8. Módulo Assign colocación de atributos de tipo y contador


En el Módulo Process es en donde se realiza la atención en plataforma por lo que se

colocó en recursos a los servidores, ya que son los encargados de asistir a cada uno de

los clientes, además se puso la distribución correspondiente del tiempo de atención que

54

se obtuvo de los 4 días el cual es lognormal (10,4.16). Además, se colocó que la que el

proceso de atención a los clientes es del tipo FIFO debido a que el primero en llegar es

el primero en ser atendido.

Ilustración 9. Módulo Process


La cantidad de personas que se cuenta para atender se añadió en el Módulo Schedule,

en donde se va a definir los horarios de atención en horas para cada uno de los

servidores. Se colocó que los dos servidores van a atender durante las 3 primeras horas,

después un solo servidor va a estar presente durante dos horas y después el otro

servidor va a atender también durante dos horas. Esto se debe a que cada servidor

presenta un break de dos horas según información que fue otorgada en la entrevista, el

cual se muestra en el gráfico 1. Por último, van a estar los dos servidores por las últimas

horas restantes.

55

Ilustración 10. Módulo Schedule


También se colocó un Módulo Assing en el cual se añadió un contador para disminuir la

cantidad de personas que se encuentran en la operación, con el objetivo de ponerlo

como condición y de esta manera se detenga la simulación cuando todas las personas

que han llegado a la entidad financiera sean atendidas.

Ilustración 11. Módulo Assign colocación de atributos de Tiempo de Proceso y

disminución de contador

Fuente: Elaboración propia

56

Además, se colocó tres Módulos Records para obtener el tiempo del sistema promedio

que se ha presentado, el total de personas atendidas y las que se han retirado por cada

turno. Asimismo, se ha colocado la condición para detener la simulación en el que el

TNOW sea menor o igual a los 9.5 horas, debido a que es la cantidad de horas que se

presenta desde las 9:00 am hasta las 6:30 pm, y que el contador termine en cero ya que

indica que todas las personas que han ingresado han sido atendidas.

Ilustración 12. Run Setup

Fuente: Elaboración propia

Culminando todas las modificaciones, se procedió a simular por un tiempo de 6 meses

con la cantidad actual de servidores que es de 2, para que de esta forma se observe el

comportamiento que se presenta el área de atención de la primera plataforma en ambos

turnos.

57

Tabla XIII

Cantidad Promedio de Personas

Meses

Turno Cantidad 1 2 3 4 5 6

Mañana

Personas que Ingresan 30.0385 30.12 30.1 30.0673 30.615 30.7564

Personas atendidas 29.4615 29.56 29.41 29.3365 29.808 29.9487

Personas retiradas 0.5769 0.558 0.692 0.7308 0.8077 0.8077

Tarde

Personas que Ingresan 68.4615 68.1 68.13 68.9712 68.615 68.9103

Personas atendidas 51.6538 52.37 52.08 52.4231 52.023 51.9423

Personas retiradas 16.8077 15.73 16.05 16.5481 16.592 16.9679


En el turno tarde se presencia un mayor ingreso de clientes, además de que a la vez se

tiene una mayor cantidad de personas retiradas de la agencia, por lo que se puede inferir

que la cantidad de servidores en dicho turno no es la adecuada, ya que se contempla

una cantidad promedio de 16 a 17 personas que se retiran, en comparación, del turno

de la mañana que solo es de 1 persona en promedio.

Por otra parte, se tomó en cuenta la cantidad promedio máximo de personas que

abandonan el área de atención, datos que se obtuvieron del registro en los reportes de

la simulación para ambos turnos, los cuales se van a presentar en gráficos de líneas

realizados en Microsoft Excel para una mejor apreciación de su comportamiento.

58

Gráfico 9. Cantidad Promedio de Máximas Personas Retiradas


Para el turno mañana la cantidad de personas promedio retiradas tiene un constante

crecimiento hasta el cuarto mes, en el cual se eleva de 5 a 15 personas, y para el turno

tarde se presencia un leve crecimiento significativo ya que la cantidad inicial fue de 29

personas y al finalizar se obtuvo 38 personas. En ambos casos la entidad financiera

presenta pérdidas, por lo que tomando en cuenta estos datos se consideró que es

necesario aumentar la cantidad de servidores en ambos turnos, y de esta manera

reducir el tiempo de espera.

Objetivo n°3: Evaluar escenarios para la reducción del tiempo de espera y el costo del

sistema

Se realizó 5 escenarios que han sido simulados por 1 año, en el que se variaron la

cantidad de servidores en el Módulo Schedule del Software Arena. Para el primer

escenario se ha considera el total de servidores con el que cuenta actualmente la

entidad financiera que es de 2 personas, con respecto al segundo escenario se

consideró a 3 personas, para el tercer escenario se consideró a un total de 4 servidores,

0

10

20

30

40

1 2 3 4 5 6

Can

tid

ad d

e P

erso

nas

Meses

Cantidad Promedio Máximo de Personas Retiradas

Turno Mañana Personas retiradas Turno Tarde Personas retiradas

59

para el cuarto 5 servidores y para el último 6 servidores debido a que es en donde las

personas dejan de retirarse de la entidad. Los resultados obtenidos se muestran junto

con sus respectivos los costos en la tabla XVIII.

Para determinar los costos del sistema se ha empleado la herramienta Microsoft Excel

y se ha tomado en cuenta el número promedio de clientes que ingresan a la agencia en

una hora para hacer operaciones en la primera plataforma, los clientes que son

atendidos por los distintos servidores y el tiempo de espera promedio que se genera en

las colas durante los 4 días de observación.

Tabla XIV

Clientes que ingresan, atendidos y tiempo de espera

Promedio En una hora

Clientes que ingresan 12.0970

Clientes atendidos 10.2105

Tiempo de espera (hrs.) 0.3642


La cantidad de clientes en promedio que ingresan a la primera plataforma en una hora,

se halló en función a las personas que se retiraron de la agencia por cada día de

recolección de datos, haciendo un promedio de 18.476% de personas que se retiran.

Por otra parte, los clientes atendidos en una hora se encuentran en función al promedio

de clientes que ingresaban por hora y que fueron atendidos en los días de recolección

de datos haciendo un promedio de 10.2105 de clientes; el tiempo de espera por cada

hora es un promedio de tiempo que normalmente un cliente espera para ser atendido,

cuyo valor expresado en horas es de 0.3642.

60

Dentro de los costos del sistema se tiene el costo de servicio y el costo por no atender

a un cliente. El costo de servicio engloba los costos referentes al pago del personal y si

fuera el caso de un nuevo servidor se engloba el pago del personal y los costos

asociados; en lo referente al costo de servicio de un servidor de la agencia se tomará

en cuenta según la información obtenida de la entrevista, el sueldo básico, el riesgo de

caja, la asignación familiar, las gratificaciones, el costo de las vacaciones y el seguro en

ESSALUD, dando un costo de servicio de S./ 2,603 al mes.

Tabla XV

Costo del Servicio en un mes

Costo de servicio en un mes

Sueldo básico s/. 1,500

Riesgo de caja s/. 500

Asignación familiar s/. 93

Gratificaciones s/. 250

Vacaciones s/. 125

ESSALUD s/. 135

Total s/. 2,603


Para hallar el costo de servicio en una hora, se ha tomado en consideración 26 días

laborables en la agencia y 8 horas de trabajo al día, obteniendo el costo de servicio en

una hora la cual asciende a S./ 12.5144

61

Tabla XVI

Costo del Servicio en una hora

Costo de servicio en una hora

Costo de servicio al mes s/. 2603

Costo de servicio al día s/. 100.1154

Costo de servicio en una hora s/. 12.5144


El costo de no atender a un cliente es un costo asociado al sistema y se encuentra

relacionado a la pérdida de oportunidad que se genera, puesto que deja de ingresar

dinero para la entidad financiera por diversas operaciones y también engloba las quejas

derivando en una mala reputación o pérdida de tiempo de los servidores para atender

las mismas.

Para obtener el costo por no atender a un cliente se ha hallado el ingreso promedio

diario por cliente que percibe la entidad financiera por las diversas operaciones en la

primera plataforma, para luego establecer la tasa promedio de interés por cliente que se

genera a razón de estas operaciones. Según la información brindada por la entidad

financiera, el ingreso promedio por las diversas operaciones que se generan según el

área de operaciones es de s/. 1,448.33 por cliente y la tasa de interés (Anexo n°6) es

de 2.16%, resultando s/ 31.3035 como el costo por no atender a un cliente.

62

Tabla XVII

Costo de Atención por cliente

Costo de no atender a un cliente en una hora

Ingreso promedio general s/. 1448.33

Interés promedio general 2.16%

Costo de atención por cliente s/. 31.3035


Teniendo en cuenta los datos de las tablas XVI y XVII se procedió a calcular el costo de

servicio utilizando la fórmula (3) y el costo de espera mediante la fórmula (4) con el

propósito de obtener el costo del sistema para cada uno de los 5 escenarios realizados

en el software Arena. Los resultados obtenidos durante un año de simulación se

muestran en la siguiente tabla:

Tabla XVIII

Resultados del Software Arena y Costos

Cantidad de Servidores

2 3 4 5 6

Primer

escenario

Segundo

Escenario

Tercer

Escenario

Cuarto

Escenario

Quinto

Escenario

Tiempo Promedio de Espera

en Cola (hrs.) 0.347 0.1664 0.0659786 0.038757 0.013221

Tiempo Promedio del

Sistema (hrs.) 0.5134 0.3327 0.2321 0.205 0.1799

Número Promedio de

Clientes en Cola (unid.) 2.8972 1.5975 0.6898 0.4091 0.1426

63

Utilización de los Servidores

(%) 87.30% 67.29% 53.84% 43.54% 36.49%

Número Promedio de

Clientes Turno Mañana

(unid.)

0.8836 0.6469 0.5636 0.5505 0.5411

Número Promedio de

Clientes Turno Tarde (unid.) 3.4016 2.5468 1.8321 1.582 1.3365

Personas que se retiran

(unid.) 17.77 7.99 1.28 0.6058 0.076923

Personas Atendidas (unid.) 82.22 92.94 99.13 99.9 100.46

Costo de Servicio (s/.) 25.0289 37.5433 50.0577 62.5721 75.0865

Costo de Espera (s/.) 134.1418 99.9739 74.9938 66.7547 58.7755

Costo del Sistema(s/.) 159.1706 137.5173 125.0515 129.3268 133.862


Los tiempos promedios obtenidos de la simulación muestran una disminución conforme

se va aumentando la cantidad de servidores, debido a que conforme este número

incrementa a 5 y 6 servidores el tiempo promedio de espera en cola presenta tiempos

de 0.038757 hrs. y 0.013221 hrs. respectivamente, por lo que la cantidad promedio de

personas que se retiran de la agencia también disminuye.

64

Gráfico 10. Porcentaje de Reducción de los Tiempos Promedios


Al añadir un servidor más en el área de atención de la primera plataforma el tiempo

promedio del sistema decrece en 12%, y el tiempo promedio de espera en la cola en

29%; y si se incrementa dos servidores más, el tiempo promedio del sistema presenta

una reducción del 7% y el tiempo promedio de espera en 16%, mientras que al aumentar

de 3 hasta 4 servidores los tiempos promedios que se muestran se reducen

mínimamente.

También se observó el porcentaje de utilización para cada cantidad de servidores

mediante la realización de un gráfico obtenido del Microsoft Excel, en el que se puede

apreciar que al incrementar dicha cantidad el porcentaje de utilización comienza a

disminuir.

29%

16%

4% 4%

12%

7%

2% 2%

0%

5%

10%

15%

20%

25%

30%

35%

(2-3) (3-4) (4-5) (5-6)

Po

rcen

taje


Porcentaje de Reducción de Tiempos Promedios

Tiempo Promedio de Espera en Cola Tiempo Promedio del Sistema

65

Gráfico 11. Porcentaje de Utilización


Con la cantidad actual de servidores que presenta la entidad financiera en la primera

plataforma se tiene un porcentaje de utilización de 87.30% y aumentando un servidor

más se tiene un total de 67.29%, mientras que al aumentar entre 2 a 4 personas este

porcentaje varía entre 53.84% hasta 36.49%, el cual indica un menor tiempo productivo

por parte de los servidores. Este porcentaje no puede llegar al 100% debido a que

siempre se va a presentar un tiempo ocioso por parte de los servidores, por lo que se

debe tener un porcentaje cercano a este número para que sea óptimo.

Asimismo, se realizó un gráfico en el que se representa el comportamiento del costo del

sistema para la cantidad de servidores considerados en la simulación, en el que se

puede observar que el cruce entre el costo de espera y de servicio resulta en 5

servidores siendo esta cantidad la óptima que debe tener la agencia bancaria, debido a

que entre ambos costos obtenidos con tales servidores son cantidades cercanas como

se observa en el gráfico.

87%

67%

54%44%

36%

0%

20%

40%

60%

80%

100%

2 3 4 5 6

Po

rcen

taje


Porcentaje de Utilización

66

Gráfico 12. Costos en el Sistema de Espera


Sin embargo, teniendo en cuenta que el porcentaje de utilización para 5 servidores es

demasiado bajo, se tomó la cantidad de 3 servidores ya que presenta un porcentaje de

utilización de 67.29%, cuyo valor es aceptable en comparación a los demás escenarios

debido a que indica que se va a presentar mayor tiempo productivo de los servidores en

el área de trabajo, además de que es en donde se presenta una reducción en los

tiempos.

En función a la cantidad de servidores seleccionados según el análisis anteriormente

realizado, se calculó la ganancia neta que se genera durante una hora, para el cual se

ha tomado en cuenta la cantidad de clientes en una hora que han sido atendidos que es

de 11.618 personas y el ingreso que se obtiene por cada cliente que es de s/. 1,448.330,

dato colocado en la tabla XVII. Con estos datos se obtiene el ingreso que va a tener la

entidad financiera, el cual es de un total de S/. 16,825.974.

0

20

40

60

80

100

120

140

160

180

2 3 4 5 6

Co

sto

s


Costos en el Sistema de Espera

67

Tabla XIX

Beneficio con 3 servidores

Beneficios

Servidores 3

Clientes en una hora (unid.) 11.618

Ingreso por un cliente (s/.) 1,448.330

Ingreso al banco (s/.) 16,825.974

Tasa de Interés (%) 2.16%

Ganancia bruta en una hora (s/.) 363.669

Costo de servicio en una hora (s/.) 37.543

Ganancia neta en una hora (s/.) 326.125


Además, teniendo en cuenta la tabla XVII se ha colocado la tasa de interés promedio

generada por las diversas operaciones presentes en la primera plataforma, cuyo valor

es de 2.16%, para luego obtener la ganancia bruta obtenida en una hora que al restarse

con el costo de los servidores en una hora se obtiene la ganancia neta de la entidad

financiera. Con todos estos datos considerados se obtuvo que la ganancia neta en una

hora para los tres servidores considerados es de s/. 326.125.

Objetivo 4: Realizar un análisis de Beneficio y/o Costo

Para obtener el beneficio costo de la contratación de un nuevo trabajador en el área de

atención se ha tomado en cuenta los implementos que va a requerir, el cual se realizó

mediante la utilización de Microsoft Excel. Primeramente, las herramientas básicas que

se ha considerado en invertir son: lapiceros, perforador, engrapador, grapas, sellos,

68

tampón, papel bond, formatos de proforma, cinta, dispensador de cinta, tijera y papel

térmico.

Tabla XX

Herramientas Básicas



Herramientas básicas Cantidad Precio por unidad

(S/.) Total (S/.)

Lapiceros 12 S/1.00 S/12.00

Perforador 1 S/14.50 S/14.50

Engrapador 1 S/16.00 S/16.00

Grapas 12 S/3.50 S/42.00

Sellos 3 S/22.00 S/66.00

Tampón 12 S/4.50 S/54.00

Papel bond (millar) 20 S/13.50 S/270.00

Formatos de proforma

(millar) 5 S/19.00 S/95.00

Cinta 10 S/1.00 S/10.00

Dispensador de cinta 1 S/13.50 S/13.50

Tijera 1 S/5.00 S/5.00

Papel térmico (rollo) 65 S/3.20 S/208.00

Valor Total de Herramientas Básicas S/806.00

69

En la tabla XX se muestra que los costos que se va a presentar en el año de inversión

con respecto a las herramientas básicas, en el que se ha especificado la cantidad, el

precio unitario y el costo total para cada uno de las herramientas consideradas,

representa un costo anual total de s/. 806.00.

También, se ha considerado los equipos de oficina que se son: computadora, silla de

oficina, impresora, sensor biométrico, lector de barra, caja fuerte, contadora y terminal

punto de venta. Estos equipos van a permitir que pueda realizar de manera eficiente sus

labores en el área de plataforma.

Tabla XXI

Artículos de Oficina

Artículos de Oficina

Artículos de Oficina Cantidad Precio por unidad

(s/.) Total (s/.)

Computadora 1 S/2,299.00 S/2,299.00

Silla de Oficina 1 S/117.17 S/117.17

Impresora 1 S/900.00 S/900.00

Sensor Biométrico 1 S/330.00 S/330.00

Lector de Barra 1 S/198.00 S/198.00

Caja Fuerte 1 S/891.00 S/891.00

Contadora 1 S/711.00 S/711.00

Terminal Punto de Venta 1 S/376.00 S/376.00

Valor Total de Artículos de Oficina S/5,822.17


70

En la tabla XXI se observan los costos que se van a presentar como inversión, esto con

respecto a los equipos de oficina, en el que se ha especificado la cantidad, el precio

unitario y el costo total para cada uno de los ítems considerados, representando un costo

de s/. 5,822.17.

Los artículos personales que va a requerir el nuevo trabajador son: Fotocheck, Pin y un

uniforme, los cuales van a servir para que se pueda identificar como trabajador de la

entidad financiera.

Tabla XXII

Artículos Personales

Artículos Personales

Artículos Cantidad Precio por

unidad (s/.)

Total

(s/.)

Fotocheck 2 S/22.50 S/45.00

Pin 2 S/15.00 S/30.00

Uniforme 1 S/380.00 S/380.00

Valor Total de Artículos de Oficina S/455.00


Según el resultado obtenido de la tabla XXII, los costos que se van a presentar al año

de inversión con respecto a los artículos de oficina, en el que se ha especificado la

cantidad, el precio unitario y el costo total para cada uno de los ítems considerados,

representa un costo anual total de s/. 455.00.

71

Además, se ha tomado en cuenta la capacitación para la inducción que va a tener el

nuevo trabajador, cuya capacitación tiene una duración de 96 hrs. Esta capacitación es

indispensable para que el trabajador aprenda sobre las funciones que se tiene que

realizar en la primera plataforma.

Tabla XXIII

Capacitación

Capacitación

Descripción Cantidad (hrs.)

Precio por Unidad

(s/.) Total (s/.)

Programa de Inducción 96 S/1,800.00 S/1,800.00

Valor total de la Capacitación S/1,800.00


En la tabla XXIII, se indica que el costo total de la capacitación por el tiempo de duración

que es de 96 horas es de s/. 1,800.00, el cual solo va a ser invertido una sola vez.

La remuneración que recibe el trabajador es el costo del servir que se ha calculado en

la tabla XV, en donde se ha considerado el sueldo básico, riesgo de caja, asignación

familiar, gratificaciones, vacaciones y ESSALUD.

72

Tabla XXIV

Remuneración

Remuneración

Descripción Cantidad (mes)

Precio por Unidad

(s/.) Total (s/.)

Trabajador en Plataforma 1 S/2,603.00 S/2,603.00

Valor Total de remuneración S/2,603.00


En la tabla XXIV se muestra el total de remuneración que tiene un trabajador en un

mes, el cual es de s/. 2,0603.00. Con los datos obtenidos anualmente se dividió entre

12 para obtener el costo mensual para un trabajador.

Tabla XXV

Inversión Total


Inversión Mes

Herramientas Básicas S/67.17

Equipos de Oficina S/5,822.17

Artículos personales S/37.92

Capacitación S/1,800.00

Remuneración S/2,603.00

Total S/10,330.25

73

Se tuvo que la inversión inicial en un mes para un trabajador es de s/. 10,330.25 teniendo

en cuenta los implementos considerados, la capacitación y la remuneración. Además,

se calculó el costo que se presenta con la cantidad de trabajadores actuales y con la

cantidad propuesta en un plazo de 12 meses.

Gráfico 13. Costos


Como se aprecia en el gráfico 13, el costo y gasto operativo del proyecto propuestos es

mayor al actual en un s/. 2,708.08 debido a que presenta nueva mano de obra, pero se

obtiene mayores ingresos como se observa en el gráfico 14.

Gráfico 14. Ingresos


74

Estos se van incrementando progresivamente durante los 12 meses que se han

proyectado. Para obtener los beneficios que se van a presentar, se ha simulado

mediante el software Arena por cada mes para hallar la cantidad de personas atendidas

con 2 y 3 trabajadores, el cual va a ser multiplicado por la ganancia que se obtiene por

cada cliente, la tasa de interés que se menciona en la tabla XVIII y los 26 días laborales.

Con todos los datos anteriormente mencionados se realizó el respectivo flujo de caja

proyectado durante 12 meses.

Tabla XXVI Flujo de Caja

67

RUBROS Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Mes 7 Mes 8 Mes 9 Mes 10 Mes 11 Mes 12

I. MÓDULO DE INVERSIÓN

-S/10,330.25 0 0 0 0 0 0 0 0 0 0 0


-S/67.17

Equipos de Oficina -S/5,822.17

Artículos personales -S/37.92

Capacitación -S/1,800.00

Remuneración -S/2,603.00

II. MÓDULO DE OPERACIÓN (A -B)

S/5,863.09 S/5,363.02 S/5,451.43 S/5,409.89 S/5,697.89 S/5,895.20 S/6,129.90 S/6,313.80 S/6,143.95 S/6,192.60 S/6,164.15 S/6,054.41

A. INGRESOS INCREMENTALES (a - b)

S/8,571.18 S/8,071.10 S/8,159.51 S/8,117.98 S/8,405.97 S/8,603.29 S/8,837.98 S/9,021.88 S/8,852.03 S/8,900.68 S/8,872.24 S/8,762.49

(a) Ingresos con proyecto

S/74,548.91 S/74,705.89 S/74,439.74 S/74,619.78 S/74,965.68 S/75,211.96 S/75,396.80 S/75,648.86 S/75,622.33 S/75,638.69 S/75,674.82 S/75,639.74

Ingresos S/74,548.91 S/74,705.89 S/74,439.74 S/74,619.78 S/74,965.68 S/75,211.96 S/75,396.80 S/75,648.86 S/75,622.33 S/75,638.69 S/75,674.82 S/75,639.74

(b) Ingresos sin proyecto

S/65,977.74 S/66,634.79 S/66,280.23 S/66,501.80 S/66,559.71 S/66,608.68 S/66,558.82 S/66,626.98 S/66,770.29 S/66,738.00 S/66,802.59 S/66,877.25

Ingresos S/65,977.74 S/66,634.79 S/66,280.23 S/66,501.80 S/66,559.71 S/66,608.68 S/66,558.82 S/66,626.98 S/66,770.29 S/66,738.00 S/66,802.59 S/66,877.25

B. EGRESOS OPERATIVOS INCREMENTALES (c - d)

S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08

(c) Costos y gastos operativos con proyecto

S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25


S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50

Equipos de Oficina

68

Artículos personales S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75

Capacitación

Remuneración S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00

(d) Costos y gastos operativos sin proyecto

S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17


S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33

Artículos personales S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83

Remuneración S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00

FLUJO DE CAJA NOMINAL ( I + II )

-S/4,467.16 S/5,363.02 S/5,451.43 S/5,409.89 S/5,697.89 S/5,895.20 S/6,129.90 S/6,313.80 S/6,143.95 S/6,192.60 S/6,164.15 S/6,054.41

FLUJO DE CAJA ACUMULADO

-S/4,467.16 S/895.86 S/6,347.28 S/11,757.18 S/17,455.06 S/23,350.27 S/29,480.17 S/35,793.97 S/41,937.92 S/48,130.51 S/54,294.67 S/60,349.07

VALOR ACTUAL NETO ( VAN )

S/.98,133.78

TASA INTERNA DE RETORNO ( TIR )

122%

TASA DE INTERÉS MÍNINA

14.7%


69

Se observa que la inversión realizada se recupera en el siguiente mes ya que se obtiene

una ganancia del s/. 895.86, el cual se incrementa en los siguientes meses de la

proyección. Además, de que el valor actual neto obtenido es de s/. 98,133.78 indica que

se va a obtener ganancias por encima de la rentabilidad exigida. Por otro lado, se calculó

el beneficio costo del proyecto propuesto, para el cual se va a utilizar los ingresos

actualizados que se obtienen de la multiplicación de la tasa mínima de interés que es

del 14.7% y de los ingresos que se obtiene con el proyecto; con respecto a los egresos

actualizados se multiplica la misma tasa mínima por los costos y gastos operativos con

proyecto presentados en el flujo de caja.

Tabla XXVII Beneficio Costo

Ingresos actualizados

S/411,659.19

Egresos actualizados

S/44,608.29

Σ Costos + Inversión

S/54,938.54

B/C s/ 7.49


El resultado obtenido es de s/. 7.49, el cual nos indica que la propuesta de tener 3

servidores en el área de atención de plataforma es rentable debido a que por cada s/.

1.00 invertido se va a obtener una ganancia adicional de s/. 6.49.

70

CONCLUSIONES

6.1. Discusión de Resultados

Según un estudio que fue realizado en una entidad financiera de los Estados

Unidos la utilización de la simulación ayudó a tener un diagnóstico del banco,

indicando que para los clientes generales la cantidad actual de 2 servidores es

la adecuada, pero para los clientes de negocio y para los clientes Drive-Through

esta cantidad era insuficiente para atender adecuadamente a la demanda [23],

y en el estudio realizado se obtuvo mediante la aplicación de la simulación que

la entidad financiera no cuenta con la cantidad óptima de servidores debido a

que el tiempo de espera promedio es de 0.347 hrs., el cual provoca el retiro de

18 personas ocasionando pérdidas a la agencia de s/. 134.1418 anualmente.

Con esto se pudo comprobar que esta herramienta otorga información primordial

que ayuda a tener un diagnóstico de la situación actual.

También se pudo evidenciar que al aumentar la cantidad de servidores se

disminuye el tiempo de espera de los clientes en cola, debido a que al agregar

un servidor más en el área de atención al cliente en la primera plataforma el

tiempo de espera se reduce a 0.1806 hrs., esto se puede contrastar con un

estudio que se realizó en la Comisión Federal de Electricidad de México en

donde al aumentar un servidor sus tiempos de espera se redujeron en 9.5

71

minutos, aumentando la satisfacción de sus clientes y la rentabilidad del proceso

[20].

Para el caso de estudio se dividió en dos el tiempo de atención que comprende

de 9:00 am a 6:30 pm en la agencia bancaria, esto debido a que la afluencia de

clientes en ambos turnos era distinta; se tuvo que para el turno mañana se

presentaba una distribución beta y para el turno tarde se presentaba una

distribución exponencial. Por esta razón, se empleó la simulación para obtener

los valores de la teoría de colas haciendo uso del software Arena; como en el

caso de estudio en Bolivia, en el que se utilizó la simulación debido a que se

adecua a cualquier tipo de distribución, ya que la tasa de arribo y el de servicio

no presentaba una distribución Poisson [25].

Por otro lado, en el estudio que fue realizado en el BCP se indicó que la cantidad

óptima de servidores era de 5 cajeros debido a que se presentaba un menor

costo [30]; sin embargo, siguiendo esta indicación la cantidad de servidores que

debe presentarse en este caso debería ser de 4, ya que presentaría un menor

costo de sistema; sin embargo, no sería una propuesta adecuada ya que aunque

el costo del sistema disminuye de s/. 159.1706 a s/. 125.0515, el porcentaje de

utilización que se presenta es de 53.84%, el cual indica un menor tiempo

productivo de los trabajadores; en cambio, con la cantidad de 3 servidores se

presenta una reducción en dicho costo a s/. 137.5173 con un porcentaje de

utilización de 67.29%, el cual es aceptable.

72

6.2. Conclusiones

La entidad financiera presenta cuatro operaciones que son realizadas en la

primera plataforma, de las cuales las más efectuadas durante el periodo

evaluado fueron los desembolsos con un 59% y el pago de cuotas con un 27%.

Por otro parte, en el periodo evaluado la entidad financiera presenta

frecuentemente colas de entre 1 a 7 personas con un tiempo promedio de espera

que varía entre los 6.82 minutos hasta un máximo de 19.31 minutos.

Los resultados obtenidos de la simulación para el área de atención en la primera

plataforma concluyeron que se presenta una mayor afluencia en el turno tarde,

además de que la cantidad promedio de clientes que se retiran de la agencia

varían entre 16 a 17 personas. También se determinó que en el turno mañana

se registran como máximo entre 5 a 15 personas en promedio que se retiran de

la agencia. Por otra parte, con la cantidad actual de dos servidores el tiempo

promedio de espera que se presenta en cola es de 0.347 hrs, presentando una

cantidad promedio de 82 personas atendidas al día.

Se establecieron 5 escenarios en los que se ha asignado de 2 hasta 6 servidores

por cada escenario, dentro de los cuales se pudo identificar que entre 4 a 6

servidores se reduce la cantidad de clientes que se retiran de la agencia a 1

persona, debido a que el promedio del tiempo de espera en cola es menor a

0.1664 hrs; sin embargo, el porcentaje de utilización también se reduce hasta

alcanzar un valor de 36.49%. Por otra parte, en el segundo escenario asignando

3 servidores el porcentaje de utilización alcanza un valor de 67.29%, por lo que

se presenta un mayor tiempo productivo de los servidores, además de que con

dicha cantidad el tiempo de espera promedio es de 0.1664 hrs. presentando una

reducción del 29% con respecto al valor actual y una ganancia de s/. 326.125,

73

ya que las personas que se atienden en promedio por hora con la propuesta

simulada sería de 12 personas.

La propuesta de tener tres servidores presenta indicadores económicos de un

TIR de 122%, VAN de s/ 98,133.78 y un Beneficio Costo de s/. 7.49, el cual indica

que se obtiene una ganancia de s/ 6.49 por cada s/ 1.00 invertido. De acuerdo a

lo anterior, la propuesta simulada sería rentable ya que la inversión se

recuperaría al siguiente mes de ser implementada y se obtendría ganancias por

encima de la rentabilidad exigida, esto debido a que se va a tener un incremento

de 11 personas atendidas por día, reduciendo la tasa de personas que se retiran

de la agencia.

El costo del sistema que se presenta en el área de atención de la primera

plataforma con 2 servidores es del s/ 159.17, el mismo que engloba el costo del

servicio que es de s/. 25.0289 y el costo de espera que es s/.134.1418. Este

costo de sistema se reduce en un 3.16% teniendo un valor de s/ 137.52 al

aumentar un servidor más en la atención de la primera plataforma. Esto debido

a que el costo del servidor aumenta a un valor de s/. 37.5344 y el costo de espera

se reduce hasta alcanzar un valor de s/. 99.9739.

6.3. Recomendaciones

Se recomienda contratar un trabajador más en el área de atención al cliente en

la entidad financiera, puesto que implementando la propuesta el tiempo

promedio de espera que se presenta en la cola se reduce a 0.1664 hrs, logrando

atender a 93 personas en promedio al día, lo que derivaría en una ganancia por

hora de s/. 326.125.

74

Se recomienda realizar una comparación de los actuales tiempos que se

presenta en la entidad financiera y los nuevos tiempos que se van a presentar

en el área de atención de la primera plataforma de la entidad financiera con el

nuevo servidor, con el propósito de realizar un seguimiento debido a que la

cantidad de servidores puede cambiar ante la variación de los clientes en la

agencia.

Se recomienda a la entidad financiera estar al pendiente de las quejas y/o

reclamos de los clientes que se pudieran presentar, para que de esta manera se

pueda conocer los diferentes factores que ocasionan la presencia de esta

problemática, con el propósito de proponer estrategias adecuadas para

contrarrestarlo.

Se recomienda realizar este estudio con datos anteriores de la entidad financiera

hasta la actualidad, para que de esta forma se obtenga datos más cercanos a la

realidad mediante la simulación.

Se recomienda realizar este estudio en las demás áreas de la agencia en donde

se presente líneas de espera, para tener una mejor apreciación de la situación

actual que se presenta, además de que va a permitir evaluar si la cantidad de

servidores presentes son los adecuados para que la mayoría de los clientes sean

atendidos y de esta manera satisfacer sus necesidades.

75

Anexos

Anexo n°1. Encuesta

ENCUESTA

MARQUE LA ALTERNATIVA SEGÚN SU EXPERIENCIA

1. A cuantas instituciones financieras ha recurrido usted para solicitar un préstamo:

Una ( )

Dos ( )

Tres ( )

Cuatro ( )

Cinco a más ( )

2. ¿Acudió a otras instituciones financieras para que le brindaran el préstamo?

Sí ( )

No ( )

Si marcó No, explique: __________________________________ 3. ¿Cuántas veces ha recibido un préstamo por parte de la agencia

bancaria?

Una sola vez ( )

Dos veces ( )

Tres veces ( )

Cuatro veces ( )

Cinco veces a más ( ) 4. Tiene algún préstamo vigente con alguna otra institución financiera:

Sí ( )

No ( ) 5. ¿Considera importante el tiempo de atención a la hora de elegir una

entidad financiera?

Sí ( )

No ( ) 6. ¿Cómo considera que es la atención en la agencia bancaria?

76

Excelente ( )

Buena ( )

Regular ( )

Mala ( ) 7. ¿Seguiría trabajando con la entidad financiera en un futuro?

Sí ( )

No ( ) 8. ¿Considera que el tiempo de atención en la plataforma 1 es alto?

Sí ( )

No ( ) 9. ¿Evaluaría cambiar de entidad financiera ante una mala atención o

demoras prolongadas en el servicio?

Sí ( )

No ( )

Anexo n°2. Guía de Preguntas de la Entrevista

1. Datos de Identificación:

Nombres y Apellidos: __________________________________

Puesto que desempeña:

_________________________________

Institución: ___________________________________________

2. Preguntas Guía:

¿Cuánto tiempo se encuentra trabajando para la entidad

financiera?

¿Qué problema a identificado que se presenta en el área de

atención en plataforma de la entidad financiera?

¿Cuáles son los horarios que presentan los trabajadores en la

primera plataforma?

¿Tiene información del tipo y cantidad de operaciones que se ha

realizado en la primera plataforma en los últimos meses del año

2019? ¿Cuáles son? ¿Cuál es la cantidad?

¿Cuánto fue el porcentaje de utilización de dichas operaciones en

los últimos meses del año 2019?

77

¿Cuántos clientes que realizaron dichas operaciones atendieron

durante los últimos meses del año 2019?

¿Cuáles son los costos que se considera por cada trabajador que

atiende en la primera plataforma?

Anexo n°3. Registro de tiempos de atención a los usuarios 2019

Hora Hora minutos Tiempo entre

llegadas

Hora de salida

Minutos Tiempo de

Servicio Tiempo en

Cola

09:10:35 00:10:35 10.5841986 10.58419856 09:21:02 17.03333333 6.449134773 -

09:11:38 00:11:38 11.637 1.053265262 09:28:11 25.18333333 13.54633333 -

09:13:54 00:13:54 13.905 2.267907936 09:29:08 29.13333333 12.1 3.128333333

09:19:48 00:19:48 19.807 5.901400364 09:37:41 37.68333333 12.5 5.376333333

09:29:42 00:29:42 29.702 9.895584031 09:37:30 37.5 8.366666667 -

09:42:12 00:42:12 42.194 12.49165678 09:43:06 43.1 5.6 -

09:48:20 00:48:20 48.337 6.143418298 09:57:12 57.2 8.863 -

10:00:20 01:00:20 60.33 11.99209998 10:12:03 72.05 11.72 -

10:12:56 01:12:56 72.927 12.59704808 10:30:10 90.16666667 17.23966667 -

10:13:41 01:13:41 73.679 0.752140776 10:28:01 88.01666667 15.96666667 -

10:13:59 01:13:59 73.99 0.310826354 10:32:05 92.08333333 18.09333333 -

10:30:09 01:30:09 90.151 16.16125814 10:39:42 99.7 9.549 -

10:45:31 01:45:31 105.525 15.37393832 10:58:16 118.2666667 12.74166667 -

10:51:11 01:51:11 111.19 5.665466289 11:11:27 131.45 20.26 -

10:56:29 01:56:29 116.476 5.285816921 11:09:12 129.2 10.93333333 1.790666667

78

Anexo n°4. Distribución de Chi Cuadrado

79

Anexo n°5. Tiempos entre llegadas

Tiempos entre llegadas

10.58419856 1.053265262 2.267907936 5.901400364 9.895584031 12.49165678 6.143418298 11.99209998 12.59704808 0.752140776 0.310826354 16.16125814 15.37393832 5.665466289 5.285816921 5.536500448 9.015461141 0.309395112 5.948216278 9.93623397

13.71571943 1.859333413 2.186682388 5.07923173

0.908278818 1.288314977 24.37330598 16.37259413 8.37431771

9.165003053 7.003883564 0.273808777 1.909372664 0.238708533 13.46729839 12.63547086 0.824169952 10.47849683 0.470306855 6.64717859

6.554629796 11.42178006 0.046152687 3.275257968 0.762464952

1.961854535 2.539751747 9.196103396 4.764455628 0.842497749 1.145006743 3.32860139

1.825791339 2.419042213 2.720725156 7.839722267 5.76193881 1.63409756 0.49143475

8.533196614 8.754476482 10.62135041 2.750958462 7.264278833 3.241651987

1.0465079 1.855617716 1.374183324 16.04070565 0.910972208 13.21747353 1.593489772 28.43733654 0.705749627 1.158748356 1.153399705 10.65038443 6.101016886 16.91500602 6.950405786

0.2532793 12.77359107 2.808438616 20.85679289 3.40039411

17.11944159 2.098179652 6.025562917 0.444745435 1.187160105

1.760213608 2.586087789 2.756534312 2.654991305 23.66968626 1.69087055

2.549606604 6.118250005 12.51450818 1.32530416

2.947364408 1.720204838 2.465255889 5.78340126

2.380622331 2.8340329

10.12162389 7.983156926 12.16993326 0.62709683

1.018342391 2.294770924 0.057096408 3.30968097

20.82768211 6.9738819

15.06453777 21.28224577 9.503741326 4.011523488 6.307743645 6.225620662 2.135553654 4.617803735 2.307588924 1.011798991 6.737711028 1.918315806 2.270568348 3.651474228 1.578027904 24.36661427 4.415125381 2.667946705 2.410788304

13.6125754 0.98211855 4.06415533 14.6837716 2.70046866 10.5860265 8.78179904 1.91322286 1.91356383 3.69714263 3.76602531 5.65674944 6.01372409 2.03995826 8.29775754 0.56087251 22.9338142 0.32058711 3.73490314 2.95455369 0.95683432 0.62460226 0.86281242 7.49488067 1.50037366

1.032738 21.3606298 3.70103207 19.3551976 8.2393445

0.73993676 6.28983712 3.88008967 6.8665557

3.27229889 7.77710424 3.25782246 2.57466952 3.54077885 4.73630359 1.57195769 2.72998649 9.95355003 14.9346158 20.0336766

80

2.481200709 10.046272

2.382606907 0.947236948 5.978045491 9.105828797 5.66436253

0.503640879 10.95509729 17.05790099 11.78556377 1.907981856 0.343841912 0.422165097 1.27113577

10.86276554 11.84074965 2.840055568 1.093823642 5.159062645 13.11128332 1.587524303 3.833971318 4.634884031 1.500026443 1.743617796 0.276112849 2.79963069

11.11302497 2.438144224 0.06599759

1.517910825 2.710609782 0.284511871 6.913917984 1.119396459 1.941594246 4.150179665 2.285360733 10.65056506 0.597517057 5.165017383 6.826654383 15.96975271 5.698064503 1.11163401

9.759546502 7.063101078 25.19144247 1.2657828

2.737477026 13.72520206 5.70098297

8.531796524 0.809486834 3.286756842 8.170760327 0.077404388 3.398380458 5.864624558 0.905878953 12.6429352

7.746680171 1.109460787 3.154786242 16.33395855 24.16442197 16.71044539 4.623043993 16.30589333 7.521422947 19.10315845 7.712912234 0.46420041

2.175661432 0.271105833 2.381218639 5.982453602 1.581533222 3.734229941 0.022577761 0.413252115 1.346344633 7.964114158 2.797500564 2.213022087 11.95044756 1.706893273 1.449079026 4.606168416 15.11901512 8.597113358 3.44765743

2.614823059 6.063591197 6.188923327 12.90449384 0.203753771 0.665416946 8.704938521

8.340651139 0.823984275 9.292201551 2.138005189 1.036233362 13.10558999 5.529511463 0.979017914 7.181555336 10.53503321 10.69050785 2.132904087 0.749217333 16.25047992 6.09338612

4.555617215 5.390069931 1.253620483 5.308588528 24.63833461 13.53003839 2.918007085 0.599186142 7.930708699 6.021615645 2.213443831 0.466169331 20.5356388 4.6732476

16.34790249 4.806599827 12.72409673 18.31653615 11.68563939 2.662367805 9.197367673 1.929320718 1.09171577 4.23371012

5.003773543 1.212362648 2.752882355 7.426494655 1.140022623 0.990884408 1.612279036 7.934898361 0.82452941 0.80865239 2.56931332

2.73270674 13.3436017 1.53132388 2.24001321 3.93426002 0.4023444

2.52015934 7.47661498 1.70878272 2.3941181

0.56057129 7.86634151 4.37038645 4.52728521 7.10128807 12.221969

7.80684904 2.97676409 0.39070864 11.7096872 0.5630655

3.53660715 17.5068622 2.07175863 3.62510914 3.56471434 8.54159333 2.04634225 6.09845079 8.49078079 0.6918128

7.05503888 0.47113909 3.62598039 0.4067985

1.95543232 4.02140645 16.1124697 2.64538365 7.37694029 1.21769002 0.14608601 4.57106266 0.92131463 1.91800685 10.1944357 4.24780212 5.15421245 0.02580711 4.29746902

81

3.89149948 8.67274525

13.1982482 7.80778249

8.20807679 5.05533938

1.09387963 3.58995427

Anexo n°6 Tasas por diversas operaciones

MONEDA

TEA

TEM MÍNIMA MÁXIMA

1.1 PRÉSTAMOS PARA TU NEGOCIO

1.1.1. CAPITAL DE TRABAJO

Moneda Nacional 14.98% 90.12% 52.55% 3.58%

Moneda Extranjera 17.46% 79.59% 48.53% 3.35% 1.1.2. MÁQUINAS Y EQUIPOS Moneda Nacional 14.98% 90.12% 52.55% 3.58%

Moneda Extranjera 17.46% 79.59% 48.53% 3.35%

1.1.2. LOCALES COMERCIALES Moneda Nacional 14.98% 90.12% 52.55% 3.58%


1.1.2. LÍNEA DE CRÉDITO (Producto Inactivo) Moneda Nacional 14.57% 90.12% 52.35% 3.57%


1.1.5. COMPRA DE DEUDA Moneda Nacional 14.30% 90.12% 52.21% 3.56%

1.1.6. FINANCIAMIENTO PARA SOAT Moneda Nacional 14.98% 90.12% 52.55% 3.58%

1.1.7. MERCADOS Y GALERÍAS COMERCIALES Moneda Nacional 12.68% 79.59% 46.14% 3.21%

1.1.7. LÍNEA DE CRÉDITO RURAL Moneda Nacional 14.98% 90.12% 52.55% 3.58%

1.1.7. AGROPECUARIO DE LIBRE AMORTIZACIÓN Moneda Nacional 14.98% 90.12% 52.55% 3.58%

1.1.7. PRODUCCIÓN GANADERA Moneda Nacional 14.98% 90.12% 52.55% 3.58%

1.1.7. PRODUCCIÓN AGRÍCOLA Moneda Nacional 14.98% 90.12% 52.55% 3.58%

82

PRODUCCIÓN DE CAFÉ (Producto Inactivo Moneda Nacional 15.39% 90.12% 52.76% 3.59%

1.1.7. PRODUCCIÓN DE ARROZ (Producto Inactivo) Moneda Nacional 14.98% 90.12% 52.55% 3.58%

PRODUCCIÓN DE LECHE (Producto Inactivo) Moneda Nacional 20.98% 79.59% 50.29% 3.45%

1.1.15. EFECTIVO ALTOQUE Moneda Nacional 14.98% 90.12% 52.55% 3.58%

1.2 PRÉSTAMOS PARA GRUPOS Moneda Nacional 59.00% 90.12% 74.56% 4.75%

1.3 PRÉSTAMOS POR CAMPAÑAS Moneda Nacional 19.84% 90.12% 54.98% 3.72%

1.4 PRÉSTAMO HIPOTECARIOS Moneda Nacional 14.98% 26.82% 20.90% 1.59%

Moneda Extranjera 17.46% 26.82% 22.14% 1.68% 1.5 PRÉSTAMOS PARA CONSUMO 1.5.1. CONSTRUCCIÓN DE VIVIENDA Moneda Nacional 14.57% 90.12% 52.3% 3.57% 1.5.1. CONSUMO PERSONAL Dependientes 28.02% 90.12% 59.07% 3.94%

Independientes 15.80% 90.12% 52.96% 3.61%

Promedio 3.44%

2. SEGUROS

Hasta 6 meses 0.29%

De 7 a 12 meses 0.63%

De 13 a 18 meses 0.95%

De 19 a 24 meses 1.26%

De 25 a 30 meses 1.57%

De 31 a 36 meses 1.88%

De 37 a 42 meses 2.19%

De 43 a 48 meses 2.49%

De 49 a 54 meses 2.80%

De 55 a 60 meses 3.10%

De 61 a 66 meses 3.40%

De 67 a 72 meses 3.70%

De 73 a 78 meses 4.00%

De 79 a 84 meses 4.29%

De 85 a 90 meses 4.59%

De 91 a 96 meses 4.88%

De 97 a 120 meses 6.03%

83

De 121 a 144 meses 7.15%

De 145 a 168 meses 8.26%

De 169 a 180 meses 8.80%

De 145 a 168 meses 8.26%

De 169 a 180 meses 8.80%

Promedio 4.06%

Operaciones en cuenta y transferencias interbancarias

Operaciones en cuenta y transferencias interbancarias 0.50%

A favor del Banco Origen 1.50%

A favor del Banco Origen (Exclusivo) 0.25%

Operación en cuenta ahorro negocio 0.50% Operación en cuenta full ahorro 0.49%

Promedio 0.65%

Giros

Nacionales 0.50%

Internacionales 0.50%

Promedio 0.50%

Promedio total 2.16%

84

REFERENCIAS BIBLIOGRÁFICAS

[1] J. L. NAVARRO RIOS, "Teoría de Colas para el mejoramiento del proceso de atención del área de Plataforma. La positiva seguros y reaseguros," 29 10 2019. [Online].

[2] F. y. G. Lieberman, Introducción a la Investigación de Operaciones, México: McGraw-Hill, 2010.

[3] M. I. Martinez, Interviewee, Los tiempos de espera que se presenta en la agencia bancaria. [Interview]. 25 9 2019.

[4] H. J. F. Ramírez, "La Calidad de Servicio y La Satisfacción de los Clientes de Compartamos Financiera S.A. Agencia Casa Grande," 2015. [Online].

[5] J. N. Godoy, "El capital Humano en la atención al cliente y la calidad al servicio," Observatorio Laboral Revsta Venezolana , vol. 4, no. 8, pp. 23-35, 2011.

[6] M. D. C. M. y. A. D. I. .. L., "¿Es posible reducir el tiempo?," Redalyc, no. 99, pp. 52-59, 2010.

[7] D. Y. C. Ponte, "Aplicación de teoría de colas para reducir el tiempo de espera de los clientes en laa empresa Lima7Barbershop Chimbote," 2018. [Online].

[8] K. A. C. T. y. M. A. Q. Medina, "Análisis de Mejoramiento de tiempos en Atención al cliente en CFE Implementando Teoría de Colas," Academia Journals , vol. 7, no. 2, pp. 290-295, 2015.

[9] R. C. P. y. D. G. Gómez, "Modelos de Linea de Espera, Mar de Plata," [Online].

[10] J. A. Amaya, Toma de desiciones gerenciales, Bogota: Ecoe Ediciones , 2009.

85

[11] J. A. P. P. y. G. A. L. Muñoz, "Beneficios del Análisis del Tiempo de Espera en Fila General o preferencial para el acueducto y alcantarillado de Popoyán S.A.," 2018. [Online].

[12] P. E. M. y. J. Najab, "Wiley Online Library," 30 6 2010. [Online]. Available: https://onlinelibrary.wiley.com/doi/abs/10.1002/9780470479216.corpsy0491.

[13] F. Jiménez, "Aplicación de la teoría de colas en una entidad financiera: herramienta para el mejoramiento de los procesos de atención al cliente," Revista Universidad EAFIT, vol. 44, no. 150, pp. 51-63, 2008.

[14] J. D. S., "Comparaciones Múltiples," Revista Chilena , vol. 43, no. 4, 2014.

[15] R. P. .. y. D. D. Kelton, SIMULATION WITH ARENA, Mc. Graw Hill.

[16] J. y. C. Paz, "Estudio de la teoría de colas como una metodología en la optimizacón de tiempos del departamento de control en la municipalidad de san nicolas, Provincia de Nuble, Chillán: Tesis para optar el Título de Contador Público," 2016. [Online].

[17] C. y. M. Vivas, "Comparación del desempeño de los simuladores arena y promodel en un modelo de producción," Information Technology Track , no. 26, pp. 1-7, 2005.

[18] H. Taha, Investigación de Operaciones, México: PEARSON, 2012, pp. 1-9.

[19] A. y. L. Dias, "Comparison of simio and arena simulation tools," pp. 1-9.

[20] M. L. D. Martinez, "Análisis de mejoramiento de tiempos en atención al cliente en CFE implementando teoria de colas, Academia JOurnlas," 2015. [Online].

[21] L. E. L. Hung, "Teoría de Colas aplicada al estudio del sistema de servicio de una farmacia," Revista Cubana de Informática Médica, vol. 10, no. 1, pp. 3-15, 2018.

[22] N. I. O. Raimi Oluwole Abiodun, "Queuing Model for Banking System: A Comparative Study of Selected Banks in Owo Local Government Area of Ondo State Nigeria," American Journal of Engineering Research (AJER), vol. 4, no. 8, pp. 191-195, 2015.

[23] P. D. ,. D. R. R. In Hoyk Choi, "Use of Monte Carlo Simulation for Analyzing Queues in a Financial Institution A Case Study," International Journal on Future Revolution in Computer Science & Communication Engineering , vol. 3, no. 4, pp. 10-19, 2017.

[24] L. y. S. H. L.M.Portilla, "Análisis de línea de espera a travéz de la teoría de colas y simulación," Scientia et Technica , vol. XVII, no. 46, pp. 56-61, 2010.

[25] R. T. Pastor, "Aplicación de la simulación en un sistema de colas simples," PERSPECTIVAS, no. 26, pp. 91-112, 2010.

86

[26] L. M. B. Dextre, ""Aplicación de la Teoría de Colas para optimizar los servicios de atención en una entidad bancaria 2017"," 2018. [Online]. Available: file:///C:/Users/Mariana/Downloads/2017.pdf.

[27] A. O. FARAYIBI, "Investigating the Application of Queue Theory in the Nigerian Banking System," [Online]. Available: file:///C:/Users/Mariana/Downloads/SSRN-id2836966.pdf.

[28] B. O. M. E. y. O. Onoja AA, "The Application of Queuing Analysis in modeling Optimal Service level," Research & Reviews: Journal of Statistics and Mathematical Sciences, vol. 4, no. 1, pp. 16-23, 2018.

[29] P. R. E. A. Lizárraga, "Teorí de colas para minimizar tiempos de espera en una empresa financiera," INGnosis, vol. 3, no. 1, pp. 218-232, 2017.

[30] J. Arévalo, "Aplicación de la Teoría de Colas al problema de atención al cliente para la optimización del número de cajeros en ventanillas en la organización BCP," 2016. [Online].

[31] L. D. G. P. y. J. O. A. Vieira, "Comparison of simio and arena simulation tools FCT-Fundacao para a Ciencia e tecnologia," 2014. [Online].

[32] R. J. D. Avilez, "Propuesta de mejora en los tiempos de atención para información y pre-inscripción de alumnos en el counter de informes para admisión de la Universidad," 2010. [Online]. Available: http://hdl.handle.net/10757/301455. [Accessed 18 Marzo 2020].

simulación del proceso de atención al cliente de una

Documents