Tesis doctoral - Pontificia Universidad Javeriana

CARTA DE AUTORIZACIÓN DE LOS AUTORES PARA LA CONSULTA, LA REPRODUCCIÓN
PARCIAL O TOTAL, Y PUBLICACIÓN ELECTRÓNICA DEL TEXTO COMPLETO.
(OPCIONAL)
Bogotá, D.C.,
6 de Julio de 2009
Marque con una X
Tesis doctoral
Trabajo de Grado
Señores
BIBLIOTECA GENERAL
Ciudad
Estimados Señores:
El suscrito
___Andrés Felipe Berrío Berrío_______________________, con C.C. No. __73213200______,
autor de la tesis doctoral y/o trabajo de grado titulado______ “PROPUESTA DE DISTRIBUCIÓN
DE PLANTA EN EL ALMACÉN CENTRAL DE REPUESTOS SOFASA – TOYOTA, PARA
INCREMENTAR LA PRODUCTIVIDAD EN LA LABOR DE PICKING”_____________ presentado y
aprobado en el año _2009_ como requisito para optar al título de _Ingeniero Industrial___; autorizo
a la Biblioteca General de la Universidad Javeriana para que con fines académicos, muestre al
mundo la producción intelectual de la Universidad Javeriana, a través de la visibilidad de su
contenido de la siguiente manera:
•
Los usuarios puedan consultar el contenido de este trabajo de grado en Biblos, en los sitios
web que administra la Universidad, en Bases de Datos, en otros Catálogos y en otros sitios
web, Redes y Sistemas de Información nacionales e internacionales “Open Access” y en las
redes de información del país y del exterior, con las cuales tenga convenio la Universidad
Javeriana.
•
Permita la consulta, la reproducción, a los usuarios interesados en el contenido de este
trabajo, para todos los usos que tengan finalidad académica, ya sea en formato
CD-ROM o
digital desde Internet, Intranet, etc., y en general para cualquier formato conocido o por
conocer.
•
Continúo conservando los correspondientes derechos sin modificación o restricción alguna;
puesto que de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo
jurídico que en ningún caso conlleva la enajenación del derecho de autor y sus conexos.
De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la
Decisión Andina 351 de 1993, “Los derechos morales sobre el trabajo son propiedad de los
autores”, los cuales son irrenunciables, imprescriptibles, inembargables e inalienables.
Firma, nombre completo y documento de identificación del estudiante
___________________________________________________
Firma, nombre completo y documento de identificación del estudiante
___________________________________________________
Firma, nombre completo y documento de identificación del estudiante
___________________________________________________
NOTA IMPORTANTE: El autor y o autores certifican que conocen las derivadas jurídicas que se
generan en aplicación de los principios del derecho de autor.
C. C. FACULTAD_________________________ PROGRAMA ACADÉMICO_________________
FORMULARIO DE LA DESCRIPCIÓN DE LA TESIS DOCTORAL O DEL
TRABAJO DE GRADO
TÍTULO COMPLETO DE LA TESIS DOCTORAL O TRABAJO DE GRADO: ___“PROPUESTA
DE DISTRIBUCIÓN DE PLANTA EN EL ALMACÉN CENTRAL DE REPUESTOS SOFASA
TOYOTA,
PARA
INCREMENTAR
LA
PRODUCTIVIDAD
EN
LA
LABOR
DE
PICKING”____________
_______________________________________________________________________________
SUBTÍTULO, SI LO TIENE: ________________________________________________________
_______________________________________________________________________________
AUTOR O AUTORES
Apellidos Completos
Berrío Berrío
Nombres Completos
Andrés Felipe
DIRECTOR (ES) TESIS DOCTORAL O DEL TRABAJO DE GRADO
Apellidos Completos
Nombres Completos
Caballero Villalobos
Juan Pablo
ASESOR (ES) O CODIRECTOR
Apellidos Completos
Nombres Completos
TRABAJO PARA OPTAR AL TÍTULO DE: ______Ingeniero Industrial________________________
FACULTAD: _______Ingeniería_____________________________________________________
PROGRAMA: Carrera _x_ Licenciatura ___ Especialización ____ Maestría ____ Doctorado ____
NOMBRE DEL PROGRAMA: ________Ingeniería Industrial_______________________________
NOMBRES Y APELLIDOS DEL DIRECTOR DEL PROGRAMA: _Jorge Alberto Silva Rueda_____
CIUDAD:
NÚMERO
BOGOTA
DE
AÑO DE PRESENTACIÓN DEL TRABAJO DE GRADO: _2009_
PÁGINAS
_________68________________________________________
TIPO DE ILUSTRACIONES:
­
­
­
Tablas, gráficos y diagramas
Planos
Fotografías
SOFTWARE requerido y/o especializado para la lectura del documento___Rockwell Arena______
MATERIAL ANEXO (Vídeo, audio, multimedia o producción electrónica):
Duración del audiovisual: ___________ minutos.
Número de casetes de vídeo: ______
Formato: VHS ___ Beta Max ___
¾ ___ Beta Cam
____ Mini DV ____ DV Cam ____ DVC Pro ____ Vídeo 8 ____ Hi 8 ____
Otro. Cual? _____
Sistema: Americano NTSC ______ Europeo PAL _____ SECAM ______
Número de casetes de audio: ________________
Número de archivos dentro del CD (En caso de incluirse un CD-ROM diferente al trabajo de
grado): _________________________________________________________________________
PREMIO O DISTINCIÓN (En caso de ser LAUREADAS o tener una mención especial):
_______________________________________________________________________________
DESCRIPTORES O PALABRAS CLAVES EN ESPAÑOL E INGLÉS: Son los términos
que definen los temas que identifican el contenido. (En caso de duda para designar estos
descriptores, se recomienda consultar con la Unidad de Procesos Técnicos de la
Biblioteca General en el correo biblioteca@javeriana.edu.co, donde se les orientará).
ESPAÑOL
INGLÉS
____Inventarios______________________
___________Warehouse___________________
____Optimización_____________________
__________Optimization___________________
___________________________________
_______________________________________
___________________________________
_______________________________________
___________________________________
_______________________________________
RESUMEN DEL CONTENIDO EN ESPAÑOL E INGLÉS: (Máximo 250 palabras - 1530
caracteres):
Se planteó un modelo de optimización basado en programación en C++ para evaluar las
alternativas de apertura de rutas nuevas para interconectar la Zona 1 con la Zona 2. Este
modelo recorrió todas las posibles combinaciones de nuevas rutas, hasta conseguir la
óptima. Luego, se validó el método mediante un modelo de simulación en Arena. Para la
segunda alternativa, se recorrió la muestra con capacidad de 24 y 36 referencias y se
contrastaron las diferencias._________________________________________________
Se evaluaron 2 métodos para obtener mejoras: El primero, estudia la habilitación de rutas
nuevas que interconecten la Zona 1 y la Zona 2. El segundo, evalúa la utilización de un
coche con mayor capacidad de carga (50% más). Se alcanzó la combinación óptima de
rutas habilitadas.__________________________________________________________
Aún cuando la mejora obtenida es relativamente pequeña, teniendo en cuenta que la
inversión de tiempo para implementar la propuesta es significativamente pequeña, la
propuesta es altamente recomendable. Mediante la implementación de la alternativa 1, la
empresa incrementa la productividaden la labor de picking en un 4.07%.______________
Mediante la ampliación de la capacidad de los coches en un 50%, se logra reducir el
tiempo empleado en picking en un 7%._________________________________________
PROPUESTA DE DISTRIBUCIÓN DE PLANTA EN EL ALMACÉN
CENTRAL DE REPUESTOS SOFASA – TOYOTA, PARA
INCREMENTAR LA PRODUCTIVIDAD EN LA LABOR DE PICKING
PRESENTADO POR:
ANDRÉS FELIPE BERRÍO BERRÍO
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL
BOGOTÁ 2008
PROPUESTA DE DISTRIBUCIÓN DE PLANTA EN EL ALMACÉN
CENTRAL DE REPUESTOS SOFASA – TOYOTA, PARA
INCREMENTAR LA PRODUCTIVIDAD EN LA LABOR DE PICKING
PRESENTADO POR:
ANDRÉS FELIPE BERRÍO BERRÍO
TRABAJO DE GRADO
DIRECTOR: JUAN PABLO CABALLERO
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL
BOGOTÁ 2008
2
“En el pasado el hombre ha estado primero; en el futuro el sistema
debe estar primero…El primer objetivo de cualquier buen sistema
debe ser aquel de desarrollar hombres de primera clase.”
-Frederick W. Taylor
3
ÍNDICE
RESUMEN EJECUTIVO
INDICE DE ANEXOS, TABLAS Y GRÁFICAS
1. INTRODUCCIÓN
2. PLANTEAMIENTO DEL PROBLEMA
2.1 ANTECEDENTES
2.1.1 Situación actual de la empresa
2.1.1.1 Picking
2.2 FORMULACIÓN
3. JUSTIFICACIÓN
4. MARCO TEÓRICO
4.1 Teoría en Inventarios
4.1.1 Argumentos a Favor de los Inventarios
4.1.2 Argumentos en Contra de los Inventarios
4.1.3 Tipos de Inventarios
4.2 Teoría en Optimización
4.2.1 Formulación de un Modelo Matemático
4.2.2 Obtención de un Ruteo más Eficiente a Partir del Modelo
4.3 Teoría en Simulación de Eventos Discretos
4.4 Teoría en Distribución de Plantas
4.5 Teoría en Métodos de Trabajo
4.5.1 Teoría en Fatiga Fisiológica
5. OBJETIVO GENERAL
6. OBJETIVOS ESPECÍFICOS
7. DIAGNÓSTICO DE LA OPERACIÓN ACTUAL
7.1 Diagrama de Flujo para el Proceso de un Pedido
7.2 Variables Críticas del Proceso
8. Algoritmos planteados
9. DISTRIBUCIÓN DE PLANTA PROPUESTA
10. ANÁLISIS COMPARATIVO ENTRE LAS 2 DISTRIBUCIONES
11. COMPARACIÓN ENTRE LOS COCHES CON CAPACIDAD DE CARGA
ACTUAL Y PROPUESTA
12. EVALUACIÓN FINANCIERA DE LA PROPUESTA
13. CONCLUSIONES
14. BIBLIOGRAFÍA
GLOSARIO
ANEXOS
4
RESUMEN EJECUTIVO
El Almacén Central De Repuestos (ACDR) de SOFASA – Toyota, está organizado
de manera eficiente y lógica. En el diagnóstico inicial de la operación, se observó
que los operarios están incurriendo en recorridos que pueden ser mejorados.
Con la habilitación de ciertas rutas dentro del mismo almacén, cuidadosamente
escogidas, los operarios obtienen un ahorro del 4% en desplazamientos,
realizando la misma labor en menor tiempo. Para esto se propone la habilitación
de las rutas que conectan los nodos (ver Anexo 5) 11 - 67, 19 - 62, 31 – 53, 34 –
49 y 38 – 47.
Con la implementación de la primera alternativa, se obtiene una relación
beneficio
del 3,87%, mientras que mediante la implementación de la segunda
cos to
alternativa, el mismo indicador es de 3,24% ya que dentro de la segunda
propuesta hay un desembolso de $1’800.000 por concepto de adquisición de 2
coches de carga de nuevas dimensiones.
De igual forma, mediante la implantación de la propuesta, los operarios en la labor
de picking incrementan su productividad en un 4.07%.
La propuesta de utilizar un coche con 50% mayor capacidad implica un ahorro del
7% en tiempos utilizados para labores de picking. Esta es una alternativa también
recomendable.
5
ÍNDICE DE ANEXOS, TABLAS Y GRÁFICAS
Anexo 1 – Bono de Picking
Anexo 2 – Muestra de un Bono
Anexo 3 – Esquema Actual del Almacén
Anexo 4 – Imágenes del Coche Utilizado para la Labor de Picking
Anexo 5 – Grafo
Anexo 6 – Esquema Propuesto del Almacén
Anexo 7 – Listado de concesionarios clientes
Anexo 8 – Franjas horarias actuales relacionadas con la labor de picking
Anexo 9 – Resultado de Simulación con casos de prueba – Distribución Actual
Anexo 10 – Resultado de Simulación con casos de prueba – Distribución
Propuesta
Tabla 1 – Costo de la operación de picking con la distribución actual de estantes
Tabla 2 – Costo de la operación de picking con la distribución propuesta de
estantes
Tabla 3 – Diferencias entre la distribución de estantes actual y la propuesta
Tabla 4 – Costo de la operación de picking con la capacidad de carga actual de
los coches
Tabla 5 – Costo de la operación de picking con la capacidad de carga actual de
los coches
Tabla 6 – Diferencias entre el ruteo utilizando la capacidad de carga actual del
coche vs. propuesta
Tabla 7 – Cálculo del Costo Anual de un Operario
Gráfica 1 – Demanda de Artículos por Pasillo – Zona 1
Gráfica 2 – Demanda de Artículos por Pasillo – Zona 2
6
Gráfica 3 – Demanda de Artículos por Pasillo – Zona 3
Gráfica 4 – Comportamiento Mensual Errores Humanos (Sobrante - Faltante)
Gráfica 5 – Comportamiento Mensual Errores Humanos (Averiada)
Gráfica 6 – Comportamiento Mensual Errores Humanos (Referencia Equivocada)
Gráfica 7 – Comportamiento Mensual Errores Humanos (Total)
7
1. INTRODUCCIÓN
A través de los años la humanidad ha podido evidenciar cómo los procesos han
sido objeto de constantes cambios y mejoras. Gracias a la ingeniería industrial o
de procesos, el hombre ha podido establecer métodos de estudio de estos
procesos, para depurarlos en subconjuntos de tareas o trabajos más pequeños, y
de esta manera estudiar un trabajo completo.
Uno de los personajes más reconocidos en el área de la ingeniería industrial es
Henry Ford, quien hizo grandes aportes y les abrió la mente a muchos académicos
para darse cuenta de que realizar mejoras en los procesos conlleva a una
diferencia abismal en cuanto a la productividad obtenida al implementarlas.
Este estudio se encuentra ubicado en la industria automotriz, pero a diferencia de
Ford, quien hizo enormes aportes en el área de producción para la línea de
ensamblaje del modelo T, este estudio está centrado en el área de
Almacenamiento de Repuestos, que pertenece a la división de Post-Venta, y se
realizó en las instalaciones de una marca de vehículos mundialmente reconocida
por su constante búsqueda de mejoramiento de procesos, como lo es Toyota.
Como muestra del compromiso constante con el mejoramiento continuo ó kaizen
que existe en la política de la compañía, ellos realizan todos los años concursos y
premian a los empleados que aportan las ideas más valiosas que conllevan a
obtener ahorros en dinero, tiempo, etc. El Almacén Central De Repuestos (ó
ACDR) no ha sido ajeno a estas mejoras. Por el contrario, ha sido objeto de
muchos estudios de métodos, tiempos y movimientos.
Estando de acuerdo con aquella premisa de Taylor, quien dijo que todo proceso
por perfecto que parezca está sujeto a mejoras, el mayor reto de este estudio fue
intentar diagnosticar en estas instalaciones, un posible punto donde se pudiera
obtener una mejora que pudiera, como dice el título del trabajo, “…incrementar la
productividad en la labor de picking”, ya que llevan años implementando mejoras a
sus métodos de trabajo.
8
2. PLANTEAMIENTO DEL PROBLEMA
2.1 ANTECEDENTES
La historia de SOFASA comienza en 1969, cuando el gobierno colombiano le da
aval a la empresa francesa Regie National des Usines Renault, con el fin de
establecer una empresa ensambladora de vehículos marca Renault, y de esta
manera impulsar la industria automotriz del país. El nombre que se le impuso fue
Sociedad de Fabricación de Automotores S.A. En el transcurso de la década de
los ’70, SOFASA lanzó ensambló de manera exitosa los modelos Renault 4 y
Renault 12. Más tarde, en la década de los ’80, se lanzan al mercado los modelos
Renault 18, Renault 9 y Renault 21. Casi llegando a los ’90, Renault le compra
todas las acciones de la empresa al gobierno colombiano, y le hace una oferta de
venta a Toyota Motor Corporation, quienes compran el 24% de las acciones de la
empresa. SOFASA inicia procesos de ensamblaje de los camperos Land Cruiser y
las camionetas Hilux. En la década de los ’90, el Grupo Empresarial Bavaria
adquiere el 51% de las acciones de SOFASA. De igual forma se comienza la
fabricación del Renault Laguna, Renault Clío, Renault Twingo y Renault Megane.
Toyota realiza operaciones similares con las líneas Toyota Land Cruiser, Toyota
Hilux y Toyota Prado. Finalizando la década de los ’90, el ICONTEC le otorga el
primer certificado de calidad ISO 9002-94 a la compañía. En la última década,
SOFASA ha ensamblado las líneas Renault Scénic, Renault Nuevo Clío, Renault
Symbol; y Toyota continúa con la Toyota Prado Sumo. En el 2003, las firmas
Toyota, Renault y Mitsui adquieren el 51% de las acciones de la empresa, que le
correspondían al Grupo Bavaria1.
2.1.1 Situación Actual de la Empresa
SOFASA es una empresa altamente influenciada por la filosofía japonesa. Se
puede evidenciar la existencia del Just in Time o de diferentes Kaizens que se han
implementado en la empresa. Por esta razón, se puede ver que en SOFASA se
han realizado estudios en diversas áreas, incluyendo el almacén de inventarios. El
ruteo de operarios para el picking se realiza según un sistema de información que
maneja un algoritmo interno.
La empresa cuenta con las siguientes políticas de inventario, que se cree son las
mejores para optimizar los tiempos del order picking:
- El picking se hace con la ayuda de un coche que es empujado para
montar los artículos en él.
1
Basado en la página de Internet:
http://www.sofasa.com.co/sofasa/QuienesS%C3%B3mos/Historiafotos/tabid/56/Default.aspx
9
-
-
-
-
Los operarios recorren el almacén con un coche hasta llegar a la
estantería indicada. Cuando llegan, dejan el coche en el corredor y ellos
entran hasta la ubicación de la pieza, la toman y la depositan en el
coche.
Los operarios realizan el picking en un solo sentido. No se puede dar
marcha atrás con el coche.
El ruteo del picking está hecho de tal forma que los operarios hagan
ciclos de 24 líneas.
El orden en que los operarios realizan el recorrido, es determinado por
un programa (AS400), desarrollado en un kaizen japonés. El algoritmo
actualmente utilizado será explicado en mayor detalle más adelante.
Existen 6 franjas de horario en el día entre las cuales los operarios
realizan el picking, ya que se atienden 3 destinos, 2 veces al día cada
uno. Los destinos a los cuales se despachan pedidos son Bogotá,
Medellín y por último el resto del país.
Actualmente existen 2 operarios destinados para labores de picking, y
son apoyados por otros 3 cuando se requiere.
Si llega un pedido de n líneas, y en stock solamente se encuentran k | k
< n , el pedido se manda incompleto, y las n-k líneas faltantes se piden
al proveedor, y se despachan en cuanto lleguen. Esto se conoce como
Back Order.
Estas políticas de inventario han sido utilizadas por varios años ya, y es de
conocimiento común en la empresa que se ha trabajado de manera exhaustiva en
el tema, y que substanciales mejoras se han implementado de manera exitosa. Sin
embargo, estas mejoras no se han implementado únicamente en el alistamiento
de pedidos, sino en diversas áreas, como el ordenamiento y el layout del almacén,
el sistema de información para mejorar el flujo de información en los pedidos, la
implementación de tecnologías como código de barras, etc. Adicionalmente, se
han hecho otro tipo de investigaciones prácticas, como estudios de métodos,
tiempos y movimientos para determinar tiempos estándares, etc.
En cuanto a la distribución del almacén
de
inventarios,
SOFASA
tiene
actualmente distribuido el inventario
según el tamaño de las piezas. Las
piezas están organizadas en 3 clases:
Grandes, Medianos y Pequeños. En
segundo lugar, le dan también
importancia al flujo de los artículos. Esto
quiere decir que dentro de una sección
de partes grandes, las de mayor flujo se
encuentran más cerca del punto de
partida del recorrido de los operarios.
10
Por otra parte, los ciclos que hacen actualmente los operarios (ó pickers) constan
de 24 líneas, de k ítems de cada línea. El operario no sabe si el coche se le llenará
en las l primeras líneas, debido a que el coche tiene capacidad definida. Esto es
visto como un exceso en ciertos casos, ó inclusive el operario puede tener que
regresar al punto de descarga para descargar el coche y continuar con el picking
desde donde lo suspendió.
También se presenta el caso en que el coche es subutilizado debido a que el
número de ítems por línea es en algunos casos de uno o dos, y si el volumen de
las piezas es menor que la capacidad del coche, el operario puede terminar el
ciclo con inclusive la mitad o menos del coche utilizado para luego comenzar otro
ciclo. Esto es claramente una pérdida de tiempo en ambos casos. Para ninguno de
estos 2 casos mencionados existe un “estándar” conocido, ó una medida
generalizada para la cual se presentan estos casos en la industria.
Con el flujo tan grande de líneas nuevas (ú “ochos”) que manejan, es muy
probable que el modelo que manejan haya sido el ideal únicamente durante el
primer mes que se implementó este algoritmo de localización de piezas. En el
segundo mes ya entraron 200 líneas nuevas, que se almacenaron “según había
disponibilidad en algunas estanterías”, quizá la ubicación no era la mejor. En los
meses siguientes, el rendimiento probablemente fue inferior ya que a medida que
pasa el tiempo, la ubicación de líneas en el almacén varía (en promedio entran
200 líneas nuevas por mes).
En una operación de distribución, los costos asociados a todas las labores que
componen la operación, son de gran interés para los gerentes ó administradores
de bodegas ó almacenes de inventarios. Entre los costos operativos en los que
incurre una empresa para manejar un centro de distribución, están los siguientes:
-
Arrendamiento de la bodega o almacén por metro cuadrado.
Número de operarios que deben realizar el picking.
11
-
Tecnología utilizada para el apoyo del ruteo del picking.
Camiones que transportan la mercancía (no en todos los casos, ya que
en algunos casos esta operación se realiza por outsourcing).
Cada uno de estos rubros tiene a su vez costos que depuran el monto total del
mismo. Para el desarrollo de esta investigación, el que mayor importancia tiene
está relacionado con los 2 primeros.
El arrendamiento de la bodega es un costo fijo, cuya cuantía varía, dependiendo
de la razón social de la empresa. Como en el caso del almacén de inventarios de
SOFASA, el costo de utilización es alto, debido al tamaño de la bodega (2.500 m2
la sección de Toyota). Esto es necesario tenerlo en cuenta ya que los modelos de
optimización toman en cuenta el costo del espacio por unidad métrica. Es de gran
importancia que esta relación siempre tienda a ser menor cada vez, ya que un
ahorro en dinero reflejado por mejor utilización del espacio, conduce directamente
a un planteamiento de una posible redistribución de planta (ó bodega).
En el segundo aspecto, el número de operarios que realizan una labor de picking
está directamente relacionado con el tiempo que gasta cada operario en realizar
dicha labor. Si en una empresa existen 2 operarios destinados a realizar estas
labores, y optimizando rutas, tiempos, distancias, etc. se logra reducir el tiempo
que le toma a cada operario en realizar cada ciclo, es posible que se pueda tener
un solo operario, ya que la optimización de las variables ya mencionadas quizá lo
permita. Sin embargo el objetivo no es siempre reducir personal, sino ubicarlos en
lugares donde su utilización sea mayor. En un país como Colombia, donde existen
grandes problemas de desempleo, no se puede ser ajeno a esta problemática.
Plantear modelos donde la conclusión sea simplemente recortar personal, sería
correcto desde el punto de vista contable, pero no desde el punto de vista moral.
Abordando un poco más a
fondo el tema de los costos
relacionados con los operarios,
es posible anotar que el picking
de una orden ó pedido está
alrededor del 50-75% de los
costos típicos operacionales en
cualquier bodega ó almacén de
inventarios2. Por esta razón,
muchos autores han abordado
el tema de la optimización del
ruteo de operarios mediante
diferentes técnicas, tales como
métodos
heurísticos,
simulación,
políticas
de
inventario, redistribución de planta (ó bodega), etc. Se encuentran también
estudios como el de Petersen y Aase, donde se realizan pruebas para contrastar
2
Coyle, J.J., Bardi, E.J. y Langley, C.J. 1996. The Management of Business Logistics
12
los resultados entre un picking basado en almacenamiento aleatorio, contra un
almacenamiento por clases. Las diferencias son abismales, siendo el
almacenamiento por clases mucho mejor en cuanto a ahorros de tiempos en el
picking. Petersen3 evidencia que realizar n particiones según n clases, teniendo en
cuenta volumen o demanda, es mejor que realizar almacenamientos aleatorios,
por fácil que sea este.
En los grandes centros de distribución, como es el caso de esta investigación, el
flujo de pedidos es bastante grande. En SOFASA se atienden pedidos diarios,
donde se atienden en promedio 750 líneas / día, y se atienden 6 horarios de
despachos.
Haciendo un análisis de la operación de un picker, se puede ver que en últimas lo
que está haciendo es recorriendo un espacio definido, haciendo paradas (o visitas)
en ciertos puntos, de manera cíclica. Los recorridos son diferentes en cada ciclo.
Este problema se puede abordar según el modelo del Problema del Agente Viajero
(TSP). Optimizando un problema de este estilo sería complejo, debido al número
de referencias que se tienen. Por esta razón, se podría asignar zonas a la bodega,
para simplificar el número de nodos que debe visitar un operario, aún cuando en la
realidad siga visitando líneas en vez de zonas4. Si se lograra hallar una
distribución de la bodega, de tal forma que el tiempo promedio de recorrido fuera
menor, sin duda alguna se obtendría un ahorro en costos (asociado a horas de
trabajo-hombre). Esto nos conduciría a que los pedidos pudieran ser consolidados
y despachados en menor tiempo.
Petersen, C. y Aase, G. A comparison of picking, storage and routing policies in manual order
picking.
4
Daniels, R., Rummel, J., Schantz, R. A model for warehouse order picking.
3
13
2.2 FORMULACIÓN
Teniendo en cuenta los antecedentes mencionados, el objeto de esta
investigación radica en la siguiente interrogante:
¿Es posible encontrar una distribución de planta en el almacén de inventarios que
les permita incrementar la productividad en la labor de picking?
14
3. JUSTIFICACIÓN
El alistamiento de los pedidos para un almacén de inventarios siempre ha sido
tema de estudios y profundas evaluaciones para mejorar los tiempos en que salen
los pedidos desde un almacén. De hecho se puede ver que a medida que se
visitan diferentes instalaciones de almacenes, se encuentra mayor variedad en
cuanto a políticas de inventarios.
Realizar un modelo que ataque todos los posibles frentes de problemas que puede
llegar a tener una bodega de inventarios sería muy dispendioso. Sin embargo, al
acotar la investigación al estudio del modelo de ruteo de operarios en la bodega,
se abarca una gran porción de las oportunidades de mejora que se detectan en
cualquier almacén de inventarios.
Actualmente SOFASA utiliza un sistema de ruteo de operarios que considera
eficiente, según las políticas de inventarios ya establecidas. Algunas de estas
políticas de inventario, han sido copiadas según modelos donde funcionan
eficientemente. Sin embargo, las condiciones y características de cada planta ó
almacén son variables que deben ser consideradas con suma cautela antes de
copiar las políticas de otro, ya que lo más probable es que varíen.
En el estudio que se está planteando, SOFASA podrá validar su modelo de ruteo,
basado en sus políticas de inventario y podrá tomar la decisión de implementar la
propuesta elaborada en esta tesis.
Esto es de gran importancia para la empresa, ya que al reducir las distancias
recorridas (lo que significaría reducir tiempo de recorrido), se ahorrarían horas de
trabajo de los operarios. Si se logra un ahorro en tiempos, esto significaría un
ahorro en dinero para la compañía.
De igual manera, al realizar una herramienta que permita pronosticar de mejor
manera la demanda de los artículos, se podría encontrar con ahorros en espacios
del almacén, los cuales se podrían utilizar para el mejoramiento de la distribución
del almacén, ó si el pronóstico lo requiere, para adicionar estanterías para ubicar
una mayor cantidad de existencias de un artículo.
Adicionalmente, este trabajo de investigación es un ejemplo de la amplia variedad
que existe en cuanto a los campos donde se pueden realizar estudios de
mejoramientos u optimización. Probablemente este tipo de investigación se pueda
llevar a cabo en otro tipo de empresas que contengan almacenes de inventario de
tamaño similar o más pequeños todavía.
15
4. MARCO TEÓRICO
4.1 Teoría en Inventarios
La razón de ser del A.C.D.R de SOFASA – Toyota no es otra que mantener un
almacenamiento de inventarios para satisfacer la demanda de concesionarios de
la mejor manera. En la medida que el almacén no tenga existencias en el
inventario, de algún tipo de repuesto requerido por algún concesionario, el nivel de
satisfacción de clientes se reducirá, y el impacto puede ser de tal magnitud, que
inclusive puede llegar a perderlos. Según Ballou “…los inventarios son
acumulaciones de materias primas, provisiones, componentes, trabajo en proceso
y productos terminados que apareen en numerosos puntos a lo largo del canal de
producción y de logística de una empresa.”5 Para el caso del A.C.D.R., esta
definición de inventarios aplica ya que el almacén corresponde a un punto logístico
de la cadena de abastecimiento de la empresa. Es preciso recordar que el
mercado objetivo del almacén es el de los concesionarios de vehículos. La planta
ensambladora realiza sus procesos de importaciones independientemente. Ballou
agrega que “…tener estos inventarios disponibles puede costar, al año, entre 20%
y 40% de su valor. Por lo tanto, administrar cuidadosamente los niveles de
inventario tiene un buen sentido económico.”6 De todas maneras, a nivel de
mejoramiento u optimización, se ha venido trabajando mucho el tema del
alistamiento de pedidos en los centros de distribución, encontrando gran variedad
de enfoques a adoptar.
4.2 Teoría en Optimización
Los métodos heurísticos son aquellos que sirven para solucionar problemas
complejos, en donde se obtienen soluciones muy buenas en tiempo razonable. A
pesar de que no se evalúan todas las alternativas en un árbol de decisión (ya que
su exploración requeriría tiempo no razonable, o sea, años de espera), existen
técnicas para eliminar ramificaciones, e inclusive en muchos casos, esto no es
suficiente para tener la certeza de que se ha llegado a la solución óptima. Sin
embargo, la ventaja de estos métodos es que la obtención de la una solución, que
puede llegar a ser muy buena, es obtenida en tiempo razonable (segundos,
minutos u horas).
Metaheurísticas: Son aquellos métodos para hallar soluciones a problemas, en los
cuales se interrelacionan los procedimientos de mejoras locales y estrategias de
5
Ballou, Ronald. Logística – Administración de la Cadena de Suministro. Prentice Hall. 2004. págs.
385
6
Ibíd. Pág. 386
16
alto nivel, con el objetivo de escapar de la optimalidad local, desarrollando
búsquedas robustas en un espacio de soluciones.7
Hillier y Lieberman definen la programación dinámica como una “…técnica
matemática útil en la toma de una serie de decisiones interrelacionadas…”8 Este
tipo de programación es una opción viable cuando los problemas que se quiere
atacar son de tipo decisional, y por lo general estas variables de decisión están
dadas por variables binarias en la programación.
4.2.1 Formulación de un Modelo Matemático
“Los modelos matemáticos son representaciones idealizadas, pero están
expresadas en términos de símbolos y expresiones matemáticas. Deben tomarse
n decisiones cuantificables relacionadas entre sí, las cuales se denominan
variables de decisión (ej. X1, x2, x3, …, xn) para las que se deben determinar los
valores respectivos. La medida de desempeño adecuada se expresa entonces
como una función matemática de estas variables de decisión. Esta función se
llama Función Objetivo. También se expresan en términos matemáticos todas las
limitaciones que se puedan imponer sobre los valores de las variables de decisión,
casi siempre en forma de ecuaciones o desigualdades. Tales expresiones
matemáticas de las limitaciones, con frecuencia reciben el nombre de
restricciones. Las constantes en las restricciones y en la función objetivo se llaman
parámetros del modelo. El modelo matemático puede expresarse entonces como
el problema de elegir los valores de las variables de decisión de manera que se
maximice la función objetivo, sujeta a las restricciones dadas.”9
4.2.2 Obtención de una Solución a Partir del Modelo
Según Hillier y Lieberman, “Una vez formulado el modelo matemático, la siguiente
etapa de un estudio de IO (Investigación de Operaciones) consiste en desarrollar
un procedimiento (por lo general en computadora) para derivar una solución al
problema a partir de este modelo.”10 La metodología utilizada para atacar el
problema de habilitación de rutas nuevas (explicado en detalle en el Capítulo 9)
implica que se abarcará el problema actual utilizando una poderosa herramienta
en la cual se puede realizar el modelo (C++) y la solución al problema se podrá
obtener con dicho software.
Es importante aclarar que para la modelación del problema en C++ es necesario
tener en cuenta un aspecto de vital importancia, y es la complejidad del algoritmo
7
Glover, Fred et al. Handbook of Metaheuristics. Kluwer Academic Publishers. USA. pág. xi.
Hillier et al. Investigación de Operaciones. McGraw-Hill. 2004. pág. 533.
9
Hillier, F. y Lieberman, G. Investigación de Operaciones. Editorial McGraw-Hill. 2004. págs. 9 –
12.
10
Ibid. Pág. 14
8
17
a utilizar. Cuando se formula un problema de naturaleza combinatoria, como es el
caso de un TSP (Problema del Agente Viajero), la complejidad de los algoritmos
toma prioridad, ya que un algoritmo mal diseñado conlleva a la obtención de una
solución en un tiempo no razonable (días, meses e incluso años).
4.3 Teoría en Simulación de Eventos Discretos
Para diseñar el modelo en Arena, se requieren ciertos elementos. En primer lugar,
se define un sistema como “…una sección de la realidad que es el principal
objetivo de un estudio, y está conformado por componentes que interactúan con el
resto, según ciertas reglas, dentro de un espacio definido para el propósito del
estudio.11 En el caso del A.C.D.R. se intentará realizar un bosquejo de la realidad
del almacén, de manera que las variables se puedan definir y controlar en el
modelo.
Además de un sistema, se requieren entidades, lo que Fábregas define como
“…un objeto o persona que se mueve a través de un sistema y que causa cambios
en las variables de la respuesta…”12. Para el sistema del A.C.D.R. las entidades
serán los operarios que se mueven a través del sistema de manera organizada,
para realizar el picking.
Dentro de un sistema, las entidades tienen ciertas características, las cuales les
permiten diferenciarse unas de otras. Estas características se llaman atributo, lo
que se define como “…una característica propia de cada entidad…13. En el caso
del modelo de Arena, a las entidades se le asignarán atributos correspondientes a
la ruta que debe seguir.
Al igual que las entidades, los recursos de un sistema tienen gran importancia. Un
recurso “…es un elemento estacionario que puede ser ocupado por una
entidad…”.14 Los recursos son utilizados más que todo cuando se quiere
representar dentro de un sistema ciertas actividades u operaciones, que restringen
de alguna forma el flujo de entidades a través de él.
A lo largo de la ejecución de un modelo de simulación ó de un sistema, ocurren
eventos, lo que se puede entender como “…la ocurrencia que cambia el estado
del sistema. Hay eventos internos y externos; éstos se conocen también como
endógenos y exógenos, respectivamente.15
11
Khoshnevis, B. Discrete Systems Simulation. McGraw-Hill. 1994. pág 12.
Fábregas, A et al. Simulación de Sistemas Productivos con Arena. Ediciones Uninorte. 2003.
Pág. 5
13
Íbid. Pág. 5
14
Íbid. Pág. 5
15
Íbid. Pág. 5
12
18
Por último, Fábregas define un modelo como “…una representación de la realidad
que se desarrolla con el propósito de estudiarla.”16 Sin embargo, la funcionalidad
de los modelos de simulación radica en que a pesar de que es una representación
de la realidad, no se toman todas las variables que existen en la realidad, de
manera que se simplifica el problema, y como las variables del sistema son
controlables, se pueden analizar diferentes escenarios.17
4.4 Diseño de Bodegas
Hoy en día se dedica gran atención en el momento de diseñar una bodega o un
almacén de inventarios, sobretodo debido a que con un mundo globalizado, la
competencia por servir al cliente hace énfasis en cada punto de la cadena de
abastecimiento de una empresa. Por esta razón, un diseño de un centro de
abastecimiento tiene gran incidencia en el éxito o fracaso de una empresa
enfocada en el cliente.
En el diseño de bodegas se estudian variables como el número de pedidos a
alistar por día, los tamaños de cada pedido, los tiempos de alistamiento, la
tecnología a utilizar, el tamaño ideal de la bodega, etc. En la operación del
A.C.D.R de SOFASA-Toyota estas variables pueden ser cuantificadas.
4.4.1 Sistemas de Administración de Bodegas
El término es una traducción de la sigla en inglés para Warehouse Management
System (WMS). Los WMS son sistemas que son ampliamente utilizados en las
bodegas de empresas cuyo objetivo se encuentra centrado en la distribución,
como lo son las empresas de entrega de productos ó los centros de distribución ó
acopio. Estos sistemas integran información de inventarios como stock, históricos,
etc. Dependiendo del sofisticamiento del sistema, se puede manejar tecnología
como bandas transportadoras, AS/RS (Automatic Storage / Retrieval System), etc.
En estos sistemas de alta tecnología no se utilizan operarios para realizar picking,
sino que todo esta sistematizado para que se haga por medio de máquinas. La
ventaja que existe en utilizar un sistema de este tipo, es que las empresas no
tienen que esperar hasta una hora específica para realizar un cierre de pedidos
para consolidarlos, sino que puede alistar los pedidos en tiempo real, esto es, a
medida que los clientes realizan un pedido. El sistema para el manejo de
inventarios que utiliza SOFASA incorpora elementos de ubicación de referencias,
ruteo de operarios dentro de la bodega, información sobre existencias de
inventarios, etc.
16
17
Ibid. Pag. 7
Íbid. Pág. 7
19
4.5 Teoría en Métodos de Trabajo
La Oficina Internacional del Trabajo define el “Estudio de Métodos” y sus fines de
la siguiente manera:
“El estudio de métodos es el registro y examen crítico sistemáticos
de los modos existentes y proyectados de llevar a cabo un trabajo,
como medio de idear y aplicar métodos más sencillos y eficaces y de
reducir los costos.”18
Para el estudio de recorrido de los operarios a través del almacén, se analizó tanto
el proceso de picking, como la utilización de la herramienta principal de los
operarios, que corresponde al coche empleado.
Según la OIT, “…los fines del estudio de métodos son los siguientes:
-
Mejorar los procesos y los procedimientos.
Mejorar la disposición de la fábrica, taller y lugar de trabajo, así como los
modelos de máquinas e instalaciones.
Economizar el esfuerzo humano y reducir la fatiga innecesaria.
Mejorar la utilización de materiales, máquinas y mano de obra.
Crear mejores condiciones materiales de trabajo.”19
Existe una gran variedad de técnicas de estudio, muestreo y análisis para los
métodos de trabajo, “…desde la disposición general de la fábrica hasta los
menores movimientos del operario en trabajos repetitivos.”20 Para el desarrollo de
este trabajo, se consideró estudiar el problema desde el punto de vista del layout
del almacén, y también desde el punto de vista de las herramientas utilizadas para
el desarrollo del picking.
El procedimiento para cualquier estudio de métodos –dice la OIT- debe ser
siempre el mismo, y sus procedimiento “…puede resumirse como sigue:
1.
2.
3.
4.
5.
6.
DEFINIR el problema
RECOGER todos los datos relacionados con él.
EXAMINAR los hechos con espíritu crítico, pero imparcial.
CONSIDERAR las soluciones posibles y optar por una de ellas.
APLICAR lo que se haya resuelto.
MANTENER EN OBSERVACIÓN los resultados.”21
18
OFICINA INTERNACIONAL DEL TRABAJO. Introducción al Estudio del Trabajo. Pág 75.
Ibid. Pág 76.
20
Ibid. Pág 76.
21
Ibid. Pág. 76.
19
20
4.5.1 Teoría en Fatiga Fisiológica
La fatiga fisiológica entra a cumplir un papel importante en todos los escenarios en
donde se realizan acciones repetitivas. Esto debe ser revisado con cuidado ya que
en una operación en donde se realicen actividades repetitivas, a medida que se
incrementa el número de veces que se realiza una acción, la fatiga fisiológica
incrementa, y esto conlleva a que un operario cansado cometa errores. Por esta
razón, en todas las operaciones es indispensable intentar que el número de
actividades que se desempeñen sea el menor posible.
Haciendo un acercamiento un poco más en detalle, para entender cómo interactúa
el oxígeno en el cuerpo humano en relación con las actividades realizadas, Niebel
dice que, “…el oxígeno usado por el cuerpo para realizar trabajo proviene de la
sangre o de compuestos químicos en el interior de las fibras musculares. Si la
propia capacidad de uno para proporcionar oxígeno a los músculos que trabajan,
es suficiente para impedir la formación de subproductos del metabolismo en el
cuerpo durante una jornada de trabajo, la tarea asignada se denomina “aeróbica”.
Si dicha tarea fuera tal que su realización agota la reserva de oxígeno en uno o en
varios músculos, tal esfuerzo se llama “anaeróbico”.”22
Además, agrega Niebel, que entre cuando se presenta fatiga fisiológica, el cuerpo
humano presenta dolor muscular y se debilita el sistema muscular en general.23
En una operación de recolección de inventarios en una bodega, como es el caso
del A.C.D.R. de SOFASA – Toyota, los operarios asignados a la operación de
picking se ven sometidos a actividades repetitivas durante toda su jornada de
trabajo.
Según Niebel, el consumo promedio de calorías por día, es del orden de 1.700
calorías 24. Estas son las calorías que requiere el cuerpo humano para mantenerse
en reposo. Por lo tanto, un trabajador requiere más de esta cantidad para realizar
su trabajo de manera aeróbica.
22
NIEBEL, Benjamín W. Ingeniería Industrial: Métodos, Tiempos y Movimientos. Pág 282
Ibíd. Pág. 282.
24
Ibíd. Pág. 282.
23
21
5. OBJETIVO GENERAL
Realizar una propuesta de distribución de planta en el Almacén Central de
Repuestos SOFASA – Toyota, para incrementar la productividad en la labor de
picking.
6. OBJETIVOS ESPECÍFICOS
6.1
Realizar un diagnóstico de la operación actual para el ruteo de
operarios en labores de picking, utilizando variables (tiempo y
distancia) que permitan cuantificar la operación.
6.2
Listar, identificar y medir las variables críticas en el ruteo de
operarios.
6.3
Sugerir una distribución de planta que genere un sistema de ruteo
con el fin de mejorar las condiciones actuales del ruteo.
6.4
Realizar un análisis comparativo donde se pueda evidenciar un
contraste, cuantitativamente, entre el método actual de picking y el
propuesto, utilizando software de simulación.
6.5
Evaluar el impacto económico que tiene la propuesta, indicando
cuantitativamente la relación costo-beneficio, al implementar la
propuesta.
22
7. DIAGNÓSTICO DE LA OPERACIÓN ACTUAL
Nota: Para un mejor entendimiento de los pasillos, ver el Anexo 3
El software (AS400) que almacena la maneja el inventario, realiza los siguientes
procesos:
- Registro de existencias actuales para cada línea (incluye adición de
referencias cuando llegan al almacén y descargo de inventario cuando
se hacen los despachos).
- Consolidación de pedidos durante las horas dentro de las franjas de
horario establecidas (ver Anexo 8), de tal forma que al cabo del tiempo
establecido, el sistema ordena todas las referencias en la secuencia que
se encuentran ya ubicadas físicamente las estanterías dentro de la
bodega.
- Imprime todos los bonos (ver Anexos 1 y 2), para que luego los
operarios tomen subgrupos de n ciclos (dependiendo del nivel de
demanda del día) y empiecen a hacer el recorrido para el picking.
Cuando el sistema imprime los bonos, los operarios toman 1 ciclo a la vez (24
referencias, divididas en 4 hojas con 6 referencias cada una) y toman un coche
(ver Anexo 4) para comenzar su recorrido. Parten 2 operarios al mismo tiempo,
desde el sitio denominado “ORIGEN” en el esquema (ver Anexo 3) hacia la
izquierda. El primer operario tomará referencias en el pasillo “KP1” en caso que
necesite, y luego pasará al siguiente: KP2. Luego continúan por la “Zona 1”, que
comprende los pasillos KP1, KP2, 1AA, 1AB, 1AC, 1AD, 1BA, 1BB – 1AF, 1GA,
1BC, 1BD, 1BE – 1CA, 1BF, 1CB, 1CC, 1CD, 1CE, 1CF, KS y MB. En pocas
palabras, la Zona 1, corresponde a los estantes del corredor izquierdo del
almacén.
Cuando el operario termina de recoger sus 24 tipos de referencias, se dirige al
punto denominado “FIN”, donde ubica todas las referencias recolectadas en su
último recorrido, en unas estanterías divididas por la región hacia la cual se dirige
el pedido, así como el concesionario destino. En caso que haya recogido menos
de 24 líneas en un ciclo determinado y requiera pasar a la “Zona 2”, el orden
establecido por el software AS400 es que se comience por los que están más lejos
del “origen” y se realice el picking hacia el más cercano del “origen”.
Cabe resaltar que si un operario se encuentra por ejemplo en el pasillo 1CC, y su
siguiente punto de picking está en el pasillo 1EE, no puede ir en línea recta a
través del pasillo 1CB, sino que tiene que ir hasta el final del corredor y dar la
vuelta por la parte de arriba, esto se debe a que entre la Zona 1 y la Zona 2, no
existe un camino que intercomunique los pasillos, a menos que el operario se
desplace por la parte de abajo (por el ORIGEN), o por la parte más lejana (por la
sección de cajas ubicadas después del pasillo 1CF). Por esta razón, los operarios
incurren en pérdidas de tiempo, asignadas a un desplazamiento ineficiente por
falta de canales o “puentes” que comuniquen las 2 zonas mencionadas.
23
A continuación se presentan algunas imágenes de los puntos en el almacén en
donde se presentan este tipo de bloqueos.
Por último se encuentra la Zona 3, que es la correspondiente al corredor de
estantes y pasillos ubicados hacia la parte de la derecha (ver Anexo 3).
24
7.1 Diagrama de Flujo de bloques para el proceso de un pedido
El proceso de un pedido comienza cuando un concesionario realiza un pedido. Las
referencias necesitadas son digitadas en el sistema según la codificación
establecida por SOFASA. Estos pedidos los pueden realizar los concesionarios en
durante el día, pero sólo se harán los despachos según la franja horaria en donde
se realice el pedido (ver franjas horarias en Anexo 8). Cuando finaliza el tiempo
permitido para realizar pedidos para ser despachados en cierto horario, el sistema
los ordena según la ubicación física dentro del A.C.D.R. Luego se verifica si está
en stock o si no. En caso que no haya existencias en stock, se hace un pedido
para dicha referencia, junto a las demás que se necesiten. Para las referencias
25
que sí están en inventario, se pasa a la generación de bonos. La impresión de
bonos se hace según las horas establecidas y se da comienzo al picking. Cuando
los operarios terminan de recolectar las referencias, las organizan según el
concesionario destino y luego se procede al embalaje de las piezas. Por último los
pedidos son entregados a un transportador que los recoge en la bodega para
realizar los despachos a cada concesionario.
7.2 Distribución por Zonas
A lo largo de este trabajo se hace referencia a 3 tipos de zonas, descritas a
continuación, con los pasillos que contiene cada zona. Cabe resaltar que la
nomenclatura de las zonas se da por el tamaño de las referencias que se
encuentran en cada uno. Las referencias de mayor volumen se encuentran en la
Zona 1, y las de menor volumen se encuentran en la Zona 3.
Zona 1: 8888, KP2, 1NB, 1AA, 1AB, 1AC, 1AD, 1BA, 1BB – 1AF, 1GA, 1BC, 1BD,
1BE – 1CA, 1BF, 1CB, 1CC, 1CD, 1CE, 1CF, KS y MB.
Zona 2: KP1, 1DA, 1DB, 1EA, 1EB, 1EC, 1ED, 1EE, 1EF, 1EG, 1EH, 1EI, 1EJ,
1FA y 1FB.
Zona 3: I4AA, I4AB, I3AC, I3AD, I2AE, I2AF, I1BA, I1BB, I0BC, 10BD, H4BE,
H4BF, H3BG, H3BH, H2CA, H2CB, H1CC, H1CD, H0CE, H0CF, G6CG, G6CH,
G5CJ, G5CK, G4DA, G4DB, G3DC, G3DD, G2DE, G2DF, G1DG, G1DH, G0DJ,
G0DK y G0DM.
7.2.1 Ubicaciones especiales:
Los pasillos denominados KP1 y KP2 contienen referencias de poco volumen
espacial (lo que sería una excepción a la distribución en función del volumen de
las referencias), pero con una gran rotación.
La ubicación “Boutique” ó NB se encuentra en aislada también donde se
almacenan todas las referencias relacionadas con productos de publicidad,
campañas, etc.
La ubicación 1DL corresponde a un almacenamiento separado de llantas, que por
políticas de almacenamiento de la empresa por razones de seguridad industrial,
éstas deben estar aisladas para prevenir daños mayores en caso de incendios.
La ubicación 8888 corresponde a nuevas referencias que han llegado debido al
lanzamiento de nuevos modelos de vehículos Toyota, y no han sido asignadas a
una ubicación dentro de un estante todavía. Cuando sale una referencia de
circulación, porque se acaba en el inventario y su rotación es casi nula, se toma
una referencia de la ubicación 8888 y se le asigna el espacio de la ubicación que
acabó de salir de circulación.
26
7.3 Determinación del tamaño de muestra
Según Benjamín Niebel, se puede asumir que “…las observaciones tienen una
distribución normal alrededor de la media desconocida de la población con
varianza desconocida.”25. Al tener una premuestra pequeña, se utiliza una
distribución t de student.
Para determinar el tamaño de muestra requerido para hacer el diagnóstico de la
operación, se tomó la fórmula descrita a continuación, sugerida por Niebel para
obtener el tamaño de muestra en los estudios de tiempos.
t *S 
n =  n−1

 kx 
En donde
2
Fórmula 126
tn-1 = Valor de la distribución T de student con n-1 grados de
libertad
S = Desviación estándar muestral
K = Probabilidad de error
x = Promedio muestral
7.3.1 Distancia de Recorrido
Utilizando la fórmula 1, con los siguientes datos, se pudo obtener el tamaño de
muestra requerido para obtener el estadístico “Distancia de Recorrido Promedio”,
así como su desviación estándar.
Con
t29 (30 – 1 grados de libertad) = 2.0452
S = 321
K = 5%
x = 330 Metros / Ruta / Operario
Es importante aclarar que el promedio de distancia se hace en función de rutas y
no de ciclo (el número de ciclos por ruta varía dependiendo de la demanda que se
realice en un día determinado).
Con una premuestra de 30 rutas, se obtiene la distancia de recorrido promedio
muestral x y la desviación estándar muestral S. El parámetro k corresponde a una
probabilidad de error, lo que se traduce en la confiabilidad del estadístico n.
25
26
NIEBEL, Benjamín W. Ingeniería Industrial: Métodos, Tiempos y Movimientos. Pág 393.
Ibid. Pág. 393
27
De esta forma, se obtiene que es necesaria una muestra de 1184 rutas para que
el análisis sea estadísticamente válido.
7.3.2 Tiempo de Recorrido
Para obtener el tiempo promedio de recorrido se utilizó la misma metodología
anterior, con los siguientes datos de la premuestra (n=30):
Con
t29 (30 – 1 grados de libertad) = 2.0452
S = 0.401
K = 5%
x = 0.33 Horas / Ruta / Operario
7.4 Organización de Estantes
Un almacén de inventarios donde las referencias que tengan mayores niveles de
rotación se encuentran más cerca del origen, deberían mostrar en un histograma
un escenario consecuente. Sin embargo, realizando el análisis por zonas, se
puede evidenciar que a pesar de que existe mayor frecuencia en los primeros
pasillos, hay un grado de inconsistencias en cuanto a esto. Es claro que entre
mayor sea el número de estos recorridos, y más largos sea cada uno, el tiempo y
el recorrido del operario serán mayores, afectando así su productividad. A
continuación se entra en detalle con respecto al estado de organización de cada
zona.
7.4.1 Zona 1
En la Gráfica 1, se puede apreciar el histograma en la Zona 1. La gráfica está
organizada de manera que los pasillos que se encuentran más abajo dentro de la
gráfica (casos 1NB, KP2, etc.), son los que se encuentran físicamente más cerca
al origen (ver Anexo 3), y los que se encuentran en la parte más alta de la gráfica
(casos MB, KS, 1CF, etc.) son los que se encuentran físicamente más lejos del
origen.
Nótese que uno de los pasillos que más demanda presenta (1CC), está ubicado
en una posición relativamente lejana al origen, dentro de la zona. En este caso en
particular, el nodo del pasillo 1CC se encuentra a 53 metros del origen. En cambio,
el pasillo que menos demandas presenta en la Zona, el 1AA, está a 25 metros. Un
caso similar al del pasillo 1AA es el del 1AD, que se encuentra también muy cerca
en relación al bajo nivel de demanda que presentan las referencias en dicho
pasillo.
28
El promedio de demanda por pasillo en esta zona se encuentra en 984 viajes a
cada uno. El rango entre el pasillo más visitado y el menos visitado de la zona es
de 3238 viajes. Este rango tan grande se debe a que el pasillo KP2 maneja un
volumen de rotación muy alto en relación al resto de pasillos, y se encuentra en
esta zona. Si este pasillo estuviera en otra zona también existiría una gran
diferencia, que se reflejaría en el rango.
Gráfica 1
29
7.4.2 Zona 2
En cuanto a la Zona 2, los pasillos que más se frecuentan son los que están más
lejos del origen (con la excepción de KP1). De hecho el 65% de la demanda se
encuentra en los 5 pasillos más lejanos del origen (sin contar KP1). El pasillo que
mayor demanda tiene es KP1, ya que es una de las ubicaciones especiales.
Aparte de KP1, el pasillo 1EI, acapara el 19% de la demanda de la zona, y se
encuentra a 49 metros del origen. También se puede evidenciar el caso del
estante 1FA, el cual presenta la menor demanda de toda la zona, y se encuentra a
15 metros del origen. Estos son 2 casos típicos de las inconsistencias que existen
en el almacén en cuanto a la política de almacenar las referencias de mayor
rotación, más cerca al origen y las de menor rotación más lejos del origen.
En necesario resaltar el inferior número de pasillos al cual se pueden acceder
dentro de la Zona 2 (15 contra 20 de la Zona 1 y 35 de la Zona 3).
El promedio de demanda por pasillo en esta zona se encuentra en 801 viajes a
cada uno. El rango entre el pasillo más visitado y el menos visitado de la zona es
de 5147 viajes.
Gráfica 2
30
7.4.3 Zona 3
En lo referente a la Zona 3, está un poco más consistente que la Zona 2. En esta
zona, el 62% de la demanda se encuentra ubicada antes de la mitad de la zona.
Sin embargo, se puede ver el caso del pasillo H1CC, el cual presenta la mayor
demanda, con el 6% del total de la zona.
El promedio de demanda por pasillo en esta zona se encuentra en 1661 viajes a
cada uno. El rango entre el pasillo más visitado y el menos visitado es de 3157
viajes.
Gráfica 3
31
7.5 Variables Críticas del Proceso
•
Distancia promedio entre pasillos destino
Esta variable tiene gran impacto en la productividad de la labor de picking, ya
que si un operario debe trasladarse grandes distancias para ir del punto a al
punto b, el tiempo empleado se incrementará, disminuyendo así la
productividad de los operarios en la labor de picking. Si los estantes a los
cuales los operarios deben acercarse, se encuentran más cerca, las distancias
recorridas serán menores. En la actualidad cada ubicación visitada entre un
mismo ciclo, está en promedio separada 11 metros. Esto se debe a que el
software AS400 asigna las paradas de los operarios de manera consecutiva,
para minimizar los recorridos.
•
Distancia y tiempo promedio de ciclo
Estas variables también inciden directamente sobre la productividad de los
operarios en la labor de picking, ya que entre más se demore en promedio un
operario, en realizar un ciclo, el tiempo total empleado para esta labor se
incrementará a su vez. Actualmente, el tiempo promedio de un ciclo para cada
operario se encuentra en 6.7 minutos. La distancia promedio de cada ciclo se
encuentra en 88 metros por operario.
•
Número de ciclos requeridos
Esta variable se refiere al número de veces que un operario debe partir hacia
un recorrido por el almacén para recolectar las referencias necesarias. Es
crítica para el proceso, ya que si un operario resulta haciendo muchos ciclos,
gastará más tiempo en desplazamientos. El número promedio de ciclos se
encuentra en 4 por cada ruta. Esto quiere decir que al día, se hacen
normalmente 24 ciclos.
•
Errores Humanos
Constituye una variable crítica del proceso ya que para el cliente es necesario
recibir los pedidos correctamente, sin ausencias ni excesos de referencias
solicitadas. Un error humano es registrado cuando un concesionario registra el
reclamo. Los errores humanos se pueden evidenciar mediante un histórico de
estos reclamos. Como el proceso de picking es revisado más adelante, estos
errores son reducidos a un mínimo, y cuando se presentan, no se registran
más de 1% de pedidos truncados ó incompletos por mes. Cuando en un pedido
accidentalmente se agregan referencias y no se cobran, por lo general no se
reciben reclamos por esto. Sin embargo, como no hay registros de este tipo de
eventos, no está cuantificado.
32
Cantidad
10
9
8
7
6
5
4
3
2
1
0
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
11
10
9
8
7
6
5
4
3
2
1
0
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Cantidad
Gráfica 4
Sobrante - Faltante
Faltante
Sobrante
Mes
Gráfica 5
Averiada
Averiada
Mes
33
Diciembre
Noviembre
Octubre
Septiembre
Agosto
Julio
Junio
Mayo
Abril
Marzo
Febrero
Enero
Cantidad
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Cantidad
Gráfica 6
Referencia Equivocada
10
9
8
7
6
5
4
3
2
1
0
Referencia
Equivocada
Mes
Gráfica 7
Total Errores Humanos
24
22
20
18
16
14
12
10
Total
8
6
4
2
0
Mes
34
8. Algoritmos planteados
Con el fin de atacar el problema del ruteo, se plantearon 2 acercamientos. El
primero, habilitando ciertas rutas adicionales para disminuir los recorridos
innecesarios. Se planteó un modelo en C++ para solucionar el problema y luego
se simuló el resultado en Arena.
Para el segundo acercamiento, se evaluó la utilización de coches con mayor
volumen, de manera que los ciclos no fueran de 24 referencias, sino de 48 (el
doble de la capacidad de carga del coche actual).
8.1 Habilitación de rutas
Para atacar el problema de naturaleza combinatoria, y generar la primera
alternativa, se planteó un modelo en C++ explicado a continuación.
1. Se construyó un grafo en donde se asignó un número de nodo a cada
pasillo.
2. Se corre el algoritmo de Floyd-Warshall (mencionado más adelante en la
sección 9.2.1) para obtener los costos (medidos en función de distancia)
entre cada par de pasillos con el layout actual, y se almacena están estos
costos como la primera matriz de adyacencia.
3. Se habilita una primera ruta posible (entre el primer par de nodos
potenciales, esto es, entre los nodos 11 – 67), y se vuelve a correr el
algoritmo de Floyd-Warshall. Se almacena esta segunda matriz de
adyacencia.
4. Se deshabilita la ruta habilitada en el paso anterior, y se habilita una
segunda ruta posible (entre el segundo par de nodos potenciales, esto es,
entre los nodos 15 – 66). Se corre el algoritmo de Floyd-Warshall y se
almacena la tercera matriz de adyacencia.
5. Este proceso se realiza 8 veces, hasta tener un total de 8 matrices de
adyacencia.
6. Para la elaboración de las alternativas, se crea un vector binario de 8
posiciones, en donde cada posición del vector corresponde a una posible
ruta para habilitar. Si el valor de la posición del vector[i] es 1, quiere decir
que se habilita la ruta. Si el valor de la posición del vector[i] es 0, quiere
decir que no se habilita esa ruta. La generación de alternativas, ó en este
caso, de posibles valores de “1” en el vector se hace de tal forma que la
suma de los valores del vector nunca sea mayor que 5, debido a que 5 es el
número máximo de rutas que se pueden habilitar.
7. Luego se compara cada celdaij de la matriz 1 con la matriz 2, en el caso que
se esté evaluando la habilitación de la nueva ruta 1 y 2. Para obtener una
matriz de adyacencia resultante, se crea una nueva matriz con los menores
valores de cada celdaij, Este proceso se repite en cada iteración, para las
35
combinaciones de k | k < 6 rutas a habilitar. Después de evaluar todas las
alternativas, se tendrán 218 matrices de adyacencia.
8. La matriz de adyacencia que tiene menor costo va a ser la que tenga los
menores valores en la matriz, de manera que al recorrer la muestra, estos
costos penalicen lo menor posible. Esto se traduce en la combinación de
rutas habilitadas que más ahorro genere, y las rutas a habilitar serán
aquellas cuya posición en el vector tengan el valor igual a 1. De esta
manera se generan y se evalúan cada una de las posibilidades.
Para la modelación en Arena de la solución a la cual se llegó con el modelo en
C++, se hizo lo siguiente:
1. Se planteó el esquema gráfico del modelo, utilizando el layout real del
A.C.D.R. De esta forma se pudo obtener una animación del modelo, de tal
forma que al ejecutar el modelo, se pudiera tener una idea visual de los
movimientos realizados por los operarios.
2. El modelo lógico comienza con la creación de las entidades, en este caso
los pedidos, reflejados en bonos.
3. Después de tener las entidades creadas, el modelo asigna mediante
probabilidad la dirección que debe recorrer el pedido para completarse. Las
posibles trayectorias que puede tomar se listan a continuación:
a.
b.
c.
d.
e.
f.
Origen
Origen
Origen
Origen
Origen
Origen
Zona 1
Zona 1
Zona 1
Zona 2
Zona 2
Zona 2
Zona 2
Zona 3
Zona 3
Zona 3
Fin
Fin
Fin
Fin
Fin
Fin
La probabilidad de asignación se obtuvo a partir de la muestra,
contabilizando las veces que cada tipo de trayectoria se presentaba.
4. Cuando cada entidad llega al nodo ubicado físicamente en la mitad de la
zona destino, entra a un proceso de tipo delay, que corresponde al tiempo
que se demora un operario haciendo el picking en el ciclo, en la zona en
cuestión. Los tiempos de picking por zona, se obtuvieron a partir de la
muestra, y gracias la ejecución del Input Analyzer de Arena, se obtuvieron
las expresiones matemáticas que sirven como insumo para definir los
tiempos de ejecución.
5. Para validar el modelo, de manera que se tenga seguridad de que se refleja
el proceso real, se requiere ejecutar el modelo un número mínimo de veces,
lo cual se traduce en el número de réplicas requeridas para la ejecución del
modelo. Para esto se utilizó el tamaño de muestra ya obtenido, n=200 días.
36
8.2 Incrementar el volumen del coche
Incrementar el volumen del coche fue la otra opción que se estudió, mediante el
aumento de la capacidad de carga del mismo, de manera que pueda incrementar
su capacidad de carga en un 50%. Esto se logra construyendo un nuevo coche
con dimensiones mayores a las actuales (en el Capítulo 11 se explican con más
detalle las dimensiones). Para la cuantificación del ahorro, se utilizó el mismo
modelo planteado en C++, pero con la diferencia que no se recorre el almacén
hasta tener 24 referencias, sino hasta tener 36 referencias.
9. DISTRIBUCIÓN DE PLANTA PROPUESTA
En primera instancia, la primera propuesta es de reorganizar por la demanda el
estado actual de los estantes, de manera que los que realmente presentan mayor
demanda por zona, se encuentren más cerca al origen que los que menor
demanda presentan.
Habiendo detectado el aspecto de la organización de estanterías donde sería
posible realizar una mejora mediante la habilitación de rutas (ó puentes) que
intercomuniquen la Zona 1 con la Zona 2, se procedió a estudiar el movimiento de
estantes que obstaculizan estas potenciales rutas.
Los puentes que se podrían eventualmente habilitar serían los siguientes:
-
Nodos 11 y 67
Nodos 15 y 66
Nodos 19 y 62
Nodos 23 y 60
Nodos 27 y 56
Nodos 31 y 53
Nodos 34 y 49
Nodos 38 y 47
Sin embargo, por razones de espacio, la cantidad de estantes que se podrían
correr está limitada a máximo 5 estanterías. Esto se debe a que los estantes que
se correrían, serán reubicados al final de la Zona 2, justo antes de la sección de
cajas, y el espacio físico, en este caso, constituye la restricción del modelo. Estas
estanterías son las correspondientes a los pasillos 1FA y 1FB. En el Anexo 3 se
puede ver que éstas son las responsables de la imposibilidad de comunicar las
Zonas 1 y 2 de manera efectiva.
Dada la naturaleza combinatoria del problema planteado, lo que se procedió a
hacer fue evaluar qué combinación de puentes ofrecen el mayor nivel de ahorro de
distancias (y por consecuencia en tiempo) en recorridos al interior del almacén.
37
Para proponer la nueva distribución de planta, se construyó un grafo con los
caminos establecidos de recorrido del almacén. Luego, se habilita el primer puente
entre los nodos 11 y 67 y se recalculan las distancias. Este procedimiento se
realiza para cada puente, habilitando cada puente independientemente del resto.
Esto quiere decir que se calculan las distancias 8 veces (1 para cada puente).
Como la restricción está dada por el número máximo de estantes a mover, se
puede sintetizar el número total de combinaciones aceptadas, mediante la
siguiente expresión:
5
8
i =1
 
∑  i  = 218
Fórmula 2
Con la fórmula 2, se obtiene la suma de las posibilidades combinatorias de
organización, habilitando 1, 2, 3, 4 ó 5 puentes. Este es el número de veces que el
programa se ejecutará para obtener el costo de cada alternativa i.
9.1 Construcción del Grafo del Almacén
Para la representación gráfica del Almacén, se construyó un grafo (ver Anexo 5)
simple, conexo, con 122 nodos y 246 arcos. Los nodos (aros en verde) se
encuentran ubicados en cada punto donde el camino estipulado (los arcos en azul)
se bifurca, y en los puntos finales de cada arco.
9.2 Elaboración de la Matriz de Adyacencia
La matriz de adyacencia indica la distancia entre cada par de nodos del grafo.
Para este caso, es una matriz de 122 x 122. La metodología utilizada para la
construcción de las 8 matrices de adyacencia (1 matriz de adyacencia del estado
actual del grafo y 7 matrices de adyacencia correspondientes a la habilitación de
cada posible puente de comunicación entre los pares de nodos disponibles), fue a
través de la implementación del algoritmo de Floyd-Warshall.
9.2.1 Algoritmo de Floyd-Warshall
Este famoso algoritmo descrito por Bernard Roy a finales del siglo 50, es muy
utilizado hasta hoy en día, ya que es relativamente sencillo de implementar.
Mediante la implementación de este algoritmo, se puede establecer de manera
rápida el camino más corto entre cualquier par de nodos dentro de un grafo finito
de n nodos y k arcos.
38
9.3 Puentes Habilitados
Después de ejecutar el modelo planteado en C++, se obtuvo el siguiente
resultado:
Habilitando los puentes entre los siguientes nodos, se encontró el máximo nivel de
ahorro, el cual al ser cuantificado, genera un ahorro del 4,07%:
-
Nodos 11 y 67
Nodos 19 y 62
Nodos 31 y 53
Nodos 34 y 49
Nodos 38 y 47
En este caso, es posible decir que se encontró la combinación óptima, ya que se
evaluaron todas las alternativas.
Los cambios de ubicaciones pueden verse reflejados en el Esquema (ver Anexo 6)
de la distribución de planta propuesta. Nótese que a pesar de que la idea general
de la distribución de planta se mantiene, con la diferencia de los 5 estantes que
cambiaron de ubicación.
Para evaluar las opciones, se corrió el modelo propuesto utilizando la muestra de
los recorridos obtenida previamente. De esta manera se podía en cada iteración,
“enfrentar” cada opción de combinaciones de puentes habilitados frente a un
“criterio de aspiración” (el mejor candidato en lo que lleva corrido el modelo).
39
10. ANÁLISIS COMPARATIVO ENTRE LAS 2 DISTRIBUCIONES
Para realizar la comparación entre las 2 distribuciones, a la luz de un indicador de
productividad, se utilizó un Indicador Clave de Rendimiento (ó KPI por sus siglas
en inglés de Key Performance Indicator) mostrado a continuación:
Productividad = Tiempo de recogido de pedidos27
La unidad de tiempo tomada en este caso es el minuto.
Productividad con la distribución de almacenamiento actual:
Productividad con la distribución de almacenamiento propuesto:
54
51
El tamaño de los pedidos expresado en el indicador anterior corresponde a 1 ruta
completa.
La siguiente tabla muestra el costo en distancia, tiempo y dinero de la operación
de picking con la distribución actual de estantes.
Tabla 1
POR DIA
Actual
POR RUTA
Distancia Tiempo
[Metros]
[Minutos]
707
54
Dinero
[Pesos]
$4.053
POR CICLO
Distancia Tiempo
Dinero
[Metros]
[Minutos]
[Pesos]
176,75
13,5
$ 1.022
La siguiente tabla muestra el costo en distancia, tiempo y dinero de la operación
de picking con la distribución propuesta de estantes.
Tabla 2
POR DIA
Propuesto
Distancia
[Metros]
678,19
POR RUTA
Tiempo
[Minutos]
51
Dinero
[Pesos]
$ 3.888
Distancia
[Metros]
169,5
POR CICLO
Tiempo
Dinero
[Minutos]
[Pesos]
12,75
$ 965
La siguiente tabla muestra la diferencia en distancia, tiempo y dinero de la
operación de picking, entre la distribución actual de estantes y la propuesta.
27
Madrid, Mónica Eugenia. 2007. Cómo gestionar un Centro de Distribución. Revista Zona Logística.
Edición 35. Pág. No. 23 - 25
40
Tabla 3
POR DIA
Diferencia
POR RUTA
Distancia Tiempo
Dinero
[Metros]
[Minutos]
[Pesos]
29
3 $
165
POR CICLO
Distancia Tiempo
Dinero
[Metros]
[Minutos]
[Pesos]
7,25
0.75 $ 57
Para tener un soporte numérico adicional, se extrajeron aleatoriamente 3 ciclos de
picking de la muestra, y se modeló el recorrido mediante la utilización de software
de simulación (Rockwell Arena). Los resultados de la simulación en Arena
evidencian los ahorros en tiempos de desplazamiento entre la Zona 1 y Zona 2, y
esto se ve reflejado en el tiempo de ciclo (ver anexos 9 y 10).
41
11. COMPARACIÓN ENTRE LOS COCHES CON CAPACIDAD DE CARGA
ACTUAL Y PROPUESTA
El coche que se utiliza actualmente tiene unas medidas de 60 cm de ancho x 80
cm de fondo. Estas medidas corresponden a las bandejas que utiliza el coche
tanto en la plataforma de arriba como en la de abajo (ver Anexo 4).
El coche que se está planteando, tiene unas medidas de de 72 cm de ancho x 100
cm de fondo. De esta manera, se construye un coche que en cada bandeja cuenta
con capacidad de 7200 cm2, lo que corresponde a un incremento del 50% del área
anterior (4800 cm2 por bandeja). Con estas nuevas dimensiones, los coches
siguen siendo fácil de manejar, y lo más importante es que se reducirá el número
de ciclos por ruta, ya que se abarca mucha más demanda por cada recorrido.
La siguiente tabla muestra el costo en distancia, tiempo y dinero de la operación
de picking con el tamaño de coche actual (capacidad para 24 referencias).
Tabla 4
POR DIA
Ciclo 24 Ref
Distancia
[Metros]
707
POR RUTA
Tiempo
[Minutos]
54
Dinero
[Pesos]
$ 4.503
Distancia
[Metros]
176,75
POR CICLO
Tiempo
Dinero
[Minutos]
[Pesos]
13,5
$ 1.022
La siguiente tabla muestra el costo en distancia, tiempo y dinero de la operación
de picking con el tamaño de coche propuesto (capacidad para 36 referencias).
Tabla 5
POR DIA
Ciclo 36 Ref
Distancia
[Metros]
661
POR RUTA
Tiempo
[Minutos]
50
Dinero
[Pesos]
$ 3.783
Distancia
[Metros]
220,3
POR CICLO
Tiempo
Dinero
[Minutos]
[Pesos]
16,6
$ 1.261
La siguiente tabla muestra la diferencia en distancia, tiempo y dinero de la
operación de picking, entre la utilización de coches actuales y propuestos.
Tabla 6
POR DIA
Diferencia
Distancia
[Metros]
46
POR RUTA
Tiempo
[Minutos]
4
Dinero
[Pesos]
$ 269
Distancia
[Metros]
- 43,5
POR CICLO
Tiempo
Dinero
[Minutos]
[Pesos]
- 3,16
- $240
42
Con la utilización de este nuevo tamaño de coches, el promedio de ciclos por ruta
queda reducido a un total de 3. Es importante aclarar que a pesar de que hubo un
incremento en el tiempo y distancia utilizada por ciclo, presentada naturalmente
debido al incremento de capacidad de carga de los coches, la distancia y el tiempo
empleado en labores de picking, son reducidos en un 7%.
43
12. EVALUACIÓN FINANCIERA DE LA PROPUESTA
Para la primera alternativa, cuya implementación no involucra desembolso de
dinero, el cálculo financiero se expresa a continuación:
Para el cálculo de los costos, se tuvieron en cuenta los costos operativos de la
empresa para labores de picking, así como el costo de la espera del
concesionario, como se expresa a continuación:
-
Costo por concepto del tiempo que un operario dedica a recorrer el
A.C.D.R.
Costo por concepto del tiempo de espera entre el momento en que un
pedido entra en el sistema, hasta que se recibe el pedido por parte del
cliente.
El cálculo del costo por minuto se muestra a continuación:
MES
$ 720.000
Tabla 7
AÑO
$ 8.640.000
2%
3%
$ 14.400
$ 21.600
$
$
172.800
259.200
4%
$ 28.800
$
345.600
8,33%
8,33%
4,17%
$ 59.976
$ 59.976
$ 30.024
$
$
$
720.000
720.000
360.288
$
7.200
$
86.400
8,50%
$ 61.200
$
734.400
12%
$ 86.400
$ 1.036.800
Salario
Obligaciones
Parafiscales
Sena
ICBF
Caja de Compensación
Familiar
Obligaciones
Prestacionales
Cesantía
Prima de Servicios
Vacaciones
Intereses
sobre
Cesantías
Obligaciones
Sociales
TOTAL
las
Salud (porción empresa)
Pensión
(porción
empresa)
1%
$ 13.075.488
A la empresa, cada minuto de trabajo de un operario, le está costando $75,67
pesos. En promedio, el picking para cada ruta requiere de 54 minutos, y se
realizan despachos para 6 rutas por día. Por esta razón, podría decirse que por
44
concepto de los ciclos de picking, la empresa incurre en costos diariamente de
$24.517 pesos.
Al implementar la propuesta, los operarios estarían realizando los ciclos en 51
minutos en promedio. Por esta razón, al sacar la diferencia entre el tiempo de
picking con la distribución actual y el tiempo de picking con la distribución
propuesta, se obtiene un ahorro de aproximadamente 3 minutos por ruta, así como
un ahorro de 29 metros por ruta. Al traducir esto a dinero, se tiene un ahorro de
$990 pesos diariamente. En total, se ahorran $356.400 pesos anualmente.
Se estima que el movimiento de los 5 estantes a su nueva posición puede tomar
un tiempo de 1 hora, ya que son estantes que cuentan con 1 sola referencia, y no
se encuentran anclados al piso, ya que estos estantes fueron colocados ahí de
manera improvisada con el objetivo de economizar espacio, sin tener en cuenta
que se sacrificaba tiempo.
Por esta razón, el costo de la implementación es el asociado al tiempo de
movimiento, que suma $4.540.2 pesos. Adicionalmente, el costo de un minuto de
un “Ayudante de Mecánico” y un “Mecánico Automotriz Experto” es de $118,76 y
$147,34 pesos respectivamente28. En un año, a un taller en el país le cuesta en
promedio $9’196.426 pesos (incluyendo prestaciones sociales, parafiscales y
sociales) mantener a estos 2 tipos de operarios sin realizar ningún trabajo, debido
a la espera por
Si se tiene en cuenta que un pedido se demora 5 días en promedio en todo el
país, entre los 2 operarios se incurre en un costo de $638.640 por taller que
requiere de un repuesto.
beneficio
De esta forma, se obtiene una relación
de 3,87%, con lo cual se
cos to
evidencia la mejora, aunque mínima, en términos de dinero.
En cuanto a la segunda alternativa, existe un monto, el cual debe ser
desembolsado por la empresa, de $1’800.000 que corresponde a la fabricación de
dos coches de carga de las nuevas dimensiones propuestas.
beneficio
Para esta alternativa, el indicador
es igual a 3,24%.
cos to
28
Consulta hecha a ACRIP en Investigación Nacional de Salarios y Beneficios
45
13. CONCLUSIONES
Se realizó un estudio de mejoramiento de los recorridos que realizan los operarios
en el A.C.D.R., haciéndose énfasis en 2 alternativas para hallar una mejora: La
primera, en cuanto a la habilitación de rutas nuevas que interconecten la Zona 1 y
la Zona 2. La segunda, fue evaluando la utilización de un coche con mayor
capacidad de carga, mediante un incremento de un 50% de la capacidad actual.
En cuanto a la primera alternativa, se llegó a las siguientes conclusiones:
•
Se alcanzó la combinación óptima de puentes habilitados para
intercomunicar la Zona 1 con la Zona 2, por medio de la apertura de rutas o
puentes entre los nodos 11 - 67, 19 - 62, 31 – 53, 34 – 49 y 38 – 47.
•
Es claro que en el Almacén Central de Repuestos de SOFASA – Toyota se
han realizado numerosos estudios de distribución de estantes, obteniendo
procesos estandarizados, y con poco lugar para hallar mejoras. Sin
embargo, por el simple hecho de tan solo reorganizar 5 estanterías dio
lugar a que se hallaran mejoras de tiempo (18 minutos / día) y distancias de
recorrido (174 metros al día), lo cual se ve reflejado en ahorros de dinero
$356.400 pesos anualmente). Estos ahorros de tiempo se sustentaron
utilizando casos de prueba a través de software de simulación,
evidenciando el ahorro.
•
Aún cuando la mejora obtenida es relativamente pequeña, teniendo en
cuenta que la inversión de tiempo para implementar la propuesta es
significativamente pequeña, la propuesta es altamente recomendable, ya
beneficio
del 3.87%.
que se obtiene un índice de
cos to
•
Es de gran importancia actualizar los estantes debido a los cambios de
demanda. Para esto, se debería realizar un estudio sobre la frecuencia de
dicha organización, ya que reorganizar todo el Almacén resulta una tarea
tediosa y complicada, sobretodo por la inversión de tiempo necesaria para
mover todos los estantes. El problema radica en establecer la frecuencia
para reorganizar el Almacén, de manera que el gasto invertido en tiempo
sea compensado por el ahorro en tiempos de picking. Lo recomendable en
este caso sería realizar el movimiento de los 5 estantes (debido a su baja
inversión de tiempo y dinero), y en el momento que se amerite una
actualización total de los estantes del almacén, se vuelva a realizar el
estudio consignado en este trabajo, para de esta forma tener una
organización más efectiva.
46
•
Mediante la implementación de la propuesta, la empresa incrementa la
productividad en la labor de picking en un 4.07%.
•
La solución planteada en esta alternativa presenta una mejora del 4.07% en
ahorro de trayecto recorrido. Sin embargo, el ahorro solo tendrá ésta
magnitud mientras la demanda de repuestos se comporte de la manera
como se comportó en la muestra. A medida que pasen los años, las
referencias van saliendo de circulación, y nuevas irán entrando. Esto
cambiará datos como el histograma de frecuencias (que está condicionado
a la situación actual), lo cual es un insumo para el modelo planteado en
C++. Por esta razón, se recomienda correr el programa (C++) cuando la
demanda cambie de tal manera que los tiempos de picking comiencen a
crecer de manera constante a través del tiempo, de tal manera que el
tiempo invertido en la reorganización de 5 estantes justifique el ahorro.
En cuanto a la segunda alternativa, se llegó a las siguientes conclusiones:
•
Mediante la ampliación de la capacidad de los coches en un 50%, se logra
reducir el tiempo empleado en picking en un 7%.
•
Al reducir el número de ciclos requeridos para completar una ruta, los
operarios invierten un 25% más en tiempo en ciclos, pero esto es
compensado ampliamente por la reducción del número de ciclos requeridos
por ruta. En esta reducción hay un componente que genera una gran
diferencia reflejada en los ahorros, y es la distancia que un operario debe
recorrer desde el punto denominado “Fin” hasta el punto donde comienza el
siguiente ciclo. Este número de desplazamientos es reducido, ya que esa
es una de las consecuencias de reducir el número de ciclos.
47
14. BIBLIOGRAFÍA
•
Ackoff, R. L. (Ed): Progress in Operations Research; John Wiley & Sons,
Inc.; Nueva York, 1961.
•
ACRIP. Investigación Nacional de Salarios y Beneficios. Edición 2008 –
2009.
•
Ballou, Ronald. Logística – Administración de la Cadena de Suministro.
Quinta edición. Prentice Hall. México. 2004.
•
Coyle, J.J., Bardi, E.J. y Langley, C.J. 1996. The Management of Business
Logistics, 6th Edition. West Publishing, St. Paul, MN.
•
Daniels, R., Rummel, J., Schantz, R. A model for warehouse order picking.
School of Management, Georgia Institute of Technology, Atlanta, USA.
1995.
•
Fábregas, A., Wadnipar, R., Paternita, C. y Mancilla, A. Simulación de
Sistemas Productivos con Arena. Ediciones Uninorte.
•
Glover, F. y Kochenberger, G. Handbook of Metaheuristics. Kluwer
Academic Publishers. USA. 2003.
•
Hillier, F. y Lieberman, G. Investigación de Operaciones. Editorial McGrawHill. 2004.
•
Khoshnevis, B. Discrete Systems Simulation. McGraw-Hill. 1994.
•
Madrid, Mónica Eugenia. 2007. Cómo gestionar un Centro de Distribución.
Revista Zona Logística. Edición 35. Pág. No.23 – 25.
•
Nahmias, S., Análisis de la producción y las operaciones, McGraw-Hill,
México, 2007.
•
Niebel, Benjamín W. Ingeniería Industrial: Métodos,
Movimientos. Ciudad de Méjico. Alfaomega. 1996.
•
Oficina del Censo de Estados Unidos, Statistical Abstract of the United
States: 2001,121ª Ed. Washington DC, 2001.
•
Oficina Internacional del Trabajo. Introducción al Estudio del Trabajo.
Ginebra. Impresión Couleurs Webers. 1971.
Tiempos
y
48
•
Petersen, C. y Aase, G. A comparison of picking, storage and routing
policies in manual order picking. College of Business, Northern Illinois
University. DeKalk, Illinois, USA. 2002.
•
Russell, R. y Taylor, B. Operations Management. Cuarta Edición. Prentice
Hall.
•
Stanley M. Weir, Order Selection. Nueva York: American Management
Association, 1968.
•
Starr, M. y Millar, D. Control de Inventarios: Teoría y Práctica. Editorial
Diana. México. 1981.
49
GLOSARIO
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Order: Orden de pedido que llega a la empresa. Contiene las referencias
y las cantidades que se desean.
Picking: La acción que realiza un operario de seleccionar un artículo y
depositarlo en el coche para consolidar una orden ó pedido.
Líneas: Referencias que maneja el almacén y compone una orden.
Kaizen: Término japonés para mejoramiento continuo. En SOFASA, un
kaizen es una mejora como tal.
Código de Barras: Tecnología utilizada para realizar seguimiento de los
artículos del inventario.
Estudio de Métodos, Tiempos y Movimientos: Herramienta de Ingeniería
Industrial que conduce a un diagnóstico de la manera cómo se están
realizando las acciones que componen una tarea específica.
Tiempo Estándar: Tiempo determinado estadísticamente que indica la
duración que toma realizar cierta tarea.
Clases: Número de divisiones que se realizan para clasificar los
elementos de un conjunto.
Routing: Es el trayecto tomado por un operario para realizar el picking.
Software: Herramientas informáticas.
Optimización: Herramienta de Ingeniería Industrial que busca hallar
mejoras en una operación.
Ciclo: Es el recorrido que realiza un operario para recoger 24 líneas
diferentes.
Picker: Operario que realiza el picking.
Layout: Disposición y/u ordenamiento de las estanterías del almacén de
inventarios.
Punto de C/D: Punto de Carga y Descarga. En este punto los operarios
comienzan su ruteo y al finalizarlo, descargan las líneas en dicho lugar.
Outsourcing: Tercerización de labores relacionados con la empresa.
Heurística: Algoritmo que permite encontrar una solución muy buena a
un problema, en un tiempo razonable.
Stock: Inventario
Back Order: Cuando se envía un pedido incompleto, el resto es pedido
al proveedor y enviado cuando esté disponible con mayor prioridad.
Ochos: Son aquellas líneas nuevas que no están en el sistema y no
tienen una ubicación definida.
Nodos: Puntos definidos en un espacio finito a los cuales un operario
debe llegar ó visitar.
Productividad: En este trabajo se mide como el tiempo utilizado para
realizar cierta actividad.
50
ANEXOS
51
Anexo 1 – Bono de Picking
Cliente:
Código del concesionario al cual se le despacha la referencia
indicada
Fecha:
Fecha en la cual entra el pedido a la empresa
Pág.:
Número de pedido dentro de la ruta
No. Pedido: Número de Pedido del concesionario indicado
Ruta:
Lugar del país a donde se despacha, en la franja horaria indicada
Diferido:
Indica si pertenece a un back order o si no (1 ó vacío,
respectivamente)
Factura:
Factura del concesionario
Ítem:
Número de Ítem perteneciente al concesionario indicado
BarCode1: Código de barra con la información de la referencia indicada
Ubicac.:
Código de la ubicación dentro de un estante indicado en el almacén
Fr:
Existen 3 códigos para este campo (“Franquicia”): “A” que
corresponde a repuestos, “B” que corresponde a elementos de la
“boutique”, y “H” que corresponde a herramientas.
Referencia: Referencia única para la línea (al igual que su respectivo código de
barra)
Descrip.:
Descripción del elemento solicitado
Cantidad:
Cantidad de elementos de una misma referencia solicitada
52
Anexo 2 – Muestra de un Bono
_.
,-
1702 TOYOTA IR". 2008108119
R11 I
580
';,73735 1"";001 1
111111111111111111111111
No_P_
Pag.
1UI>I<... MB2B02
Fr.
•
B
I
Rol
PZ'057-0KOO3-
~ 111111111111111111111111111111111111
TOYOTA
.... Pod"",
' - 2008/08/19
I
Ro&>;
44501
I
"
.....
E
I~
1CC3A02
R1 1
~
..
80173691
~·"'I: E
-..
1
45
1111 11111111111111111111111
No. P _'
'-2008/08115
I
R11
" 47
I
u_ o 1CD2E01
ZAPATA FRENO
A
1 ~"'otOI'I<"
-
04495-0K050-
IIIUII IIIU1:l1li11111111111111
I -~
-
E
2102
-.
-
E
1"-
,~-
1
,-2008/08/19
1-
R1 1 1-
" 46
1';051 "[íiiil'lllIlIllll ll lllllI l
I ~ 1CC8B02
~.
I
53111-603101111111111111111111111111111111
.... TOYOTA
'-;;'73744
2
R11
... 44
Rol...... '"
" A
-_.
1- 61612-0K010- ,1
UIlIIII11IIIlIIIIIIIIIIIIIII
TOYOTA
~-
2490
e....""·
1-
2008108/ 19
R"*_
A
PANEL TRASERO IZ
1"";001 l'i11i11111l1ll111111 11l11ll111l11
f,.
Fr.
,'
011_
RcU;
36524
I
..
-2102 _.
z-' E 1v_o 1CC3A01
'';173744
1
.-
';~'73736 1"";013I 'ITI'I IIIIIIIII!IIUIIIIII:I
REJILLA RADIADOR
,_o
-
TOYOTA
~-
2490
r'- Aj 52021-60010-
REFUERZO PARACHO
2 101
_.
00.I0I0
';~173736 1'";,,09 1iiiillalml I1IIIIIIIIUI
-
1801
TOYOTA
44501
ROMl""",,"
PROTECT REJIL HL IM\
'1801
_.
Oi/ooidu
'¡mil
z..,., E
43
,-2008108/19
I -~
R11 1-
" 48
1"";010 1'61'llllIlIli1111111111111l1li1
1CE7B04 A I 68104-0K030-
VIDRIO PUERTA TR IZ
Fr.
R.fw_
-~-
1111:11111111~ 111111111111111111
e ..." ..
1
53
Anexo 3 – Esquema Actual del Almacén
00""
CAJAS
""
D
HASIS
"
c:=::J
"
' El
"c
""
,ce
1
,~
.cu
I
J
11
,e.
lCr
J
~
ro
¡FE -::co
""
"
~:
e
O
N
~ EE
':;1
m
'".
lW
1
lDE
",
I
HJ..JTl~L[
C,
I
=0
n
,.
I
,
A
H ~f~
;4:~
:
,
I
,
,
,
,
,
:
hfí ~
lOA
".
1 1
<c c
H>
L:J
¡LR
" IT
G3DD
1
1
1
1
~cc
HI L
1
I
Hd. H
H
l:
,".,
llPB
F>F
,"
I IA
'"
I
"l IT
¡~1 4'
le,::
I
K"~
¡[j
I " ce
lA:
!AA
"~ ¡ E
1
,
""
1
1
I
1 1
"' 1
10
I
'""
_1
om
,e.
lSE lAr
1HA
I
1(,0['
ID
I
eGA
C[~
"c
I
I
B
C~JAS
13M
¡ <AB
l a.
I
I I
FI'
54
Anexo 4 – Imágenes del coche utilizado para la labor de picking
55
Anexo 5 – Grafo
..
•
"
"
"
"
.,
"
.,
""
"
'" "
,.
"
,
,
.-
,
,
"
%
,
"
"
,, 1
o
"
1"
"
"
""
"
"
"
"
"
,.
"
=
•
•
,,1
ffi
"
,
o
"
"
•
, .1'
•
1,
.
.
"
•
,
.
'" '"
'"
56
Anexo 6 – Esquema Propuesto del Almacén
CAJAS
~DJD
••
D
HASIS
GJ
"
,ce
,ce
11
,ce
11
'"
I
1
,~
N
~
~I
O
I
I GOD J
,ce
,ce
"i
".
e
,ce
N
<e.
.
lBS
:
,
I
'"
'"
I
BOOTI\lI..l:
'"
f1"
"
'"
=0
I
6='
ro
G4DB
~6[H
N
I ~6C~
I
~"
Rla
I
",ce
,
R2CA
:
,
m
, HJ~~
,
H3BH
HICD
H4Br
H4EE
.
I
11
'"
'AA
'"
".
I
".
G3DD
~ (")
G4VA
'"
!~r
,,~
G3llC
I
,~
I
WBC
lOBll
:
h ilA
,
I
GllDK
"'w
:"' DE
G~CJ
O
'oc
I
""
'"
ro
N
~
11
".
,ce
B ..
CAJAS
,rn
11
'"
¡1E-lCA
'"
I
I
L
liBH
I¿¡;¡:
,,~
1 IJAr
!JAD
"AA
I~AB
'"
c:J
I
nI<
I I
57
Anexo 7 – Listado de concesionarios clientes
Ruta:
0101
0104
0106
0107
1702
1801
2101
2102
2103
Ruta:
0105
0108
0109
0401
0402
0501
0502
0601
0801
0901
1101
1201
1501
1601
2001
2201
2301
2302
2303
Bogotá
R11 - R12
Distoyota calle 13
Distoyota 150
Distoyota Principal
Carco
Yokomotor
Autoyota
Toyonorte
Toyonorte Suc
Toyonorte Cajicá
Nacional
R21 - R22
Distoyota Neiva
Distoyota Ibagué
Distoyota Pasto
Automotora Norte y Sur Ltda.
Automotora Norte y Sur
Agrícola Aut. Ltda.
Agrícola Aut. Suc
Automercantil del Caribe
Autocordillera
Juanautos el Cerro
Vehicaldas
Auto Roble Suc
Vehículos del Llano
Motoreste
Alvorautos
Sanautos
Autotropical Barranquilla
Autotropical Suc Santa Marta
Autotropical Valledupar
58
Ruta:
0201
0202
0203
0301
0302
0303
Medellín
R31 - R32
Autoamérica
Autoamérica (VH Ind)
Autoamérica Almacén Delta
Yokomotor San Diego
Yokomotor Guayabal
Yokomotor Centro Colisión
59
Anexo 8 – Franjas horarias actuales relacionadas con la labor de picking
Cierre de
Pedido
07:00
07:05
07:17
07:22
08:13
08:18
08:25
08:30
08:35
09:49
09:54
10:06
10:11
11:00
11:05
11:17
11:22
11:49
13:05
13:10
13:22
13:27
13:40
14:55
15:00
15:12
15:35
15:40
15:52
15:57
16:30
16:45
Fin
Transcripción
Generación
Bonos
Inicio
Recolección
Fin de
Recolección
+ Despacho
Entrega
Transportador
R11
R11
R11
R11
R21
R21
R11
R21
R21
R11
R31
R31
R31
R31
R21
R12
R12
R21
R12
R12
R31
R12
R22
R31
R22
R22
R22
R12
R32
R32
R32
R emerg
R32
R22
R emerg
R emerg
R emerg
R32
R32 y R22
Convenciones
R1x
R2x
R3x
R emerg
Ruta Bogotá
Ruta Nacional
Ruta Medellín
Ruta de Emergencia
60
Anexo 9 – Resultado de Simulación con casos de prueba – Distribución Actual
61
Anexo 10 – Resultado de Simulación con casos de prueba – Distribución
Propuesta
62