View
92
Download
3
Category
Preview:
Citation preview
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL
MODELO DE OPTIMIZACIÓN APLICADO AL PROGRAMA DE PRODUCCIÓN PARA UNA EMPRESA DE ALIMENTOS
MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL
SEBASTIÁN FELIPE ESPINOZA CANALES
PROFESOR GUÍA: RICARDO SAN MARTÍN ZURITA
MIEMBROS DE LA COMISIÓN: PATRICIO CONCA KEHL
PABLO ANDRES REY
SANTIAGO DE CHILE SEPTIEMBRE 2007
RESUMEN DE LA MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL POR : SEBASTIÁN ESPINOZA CANALES FECHA : 08/09/2007 PROF. GUIA : RICARDO SAN MARTÍN
MODELO DE OPTIMIZACIÓN APLICADO AL PROGRAMA DE
PRODUCCIÓN PARA UNA EMPRESA DE ALIMENTOS
La presente memoria se realizó en la empresa Evercrisp Snack S.A. de Pepsico Internacional. Esta empresa pertenece a la industria alimenticia, y entre sus principales productos destacan las papas fritas Lay´s, maní salado evercrisp, Doritos, Cheeto´s, etc. La problemática existente y la motivación de este proyecto, es que la empresa evercrisp realiza su programa de producción día a día, de acuerdo al pedido de sus clientes del día próximo, y al criterio experto del programador de producción, por lo que existen ineficiencias en el sentido que no se aprovecha el potencial de producción de las líneas. Dado lo anterior, se necesita hacer un programa de producción de manera eficiente, por lo que el objetivo de esta memoria es diseñar e implementar un modelo matemático que permita optimizar el programa de producción. Para la realización este proyecto las actividades claves desarrolladas fueron: hacer un levantamiento de requerimientos de los clientes internos, principalmente el área de producción y logística, fijar las restricciones o limitantes que se deben incorporar al modelo, en las que destacan las capacidades de proceso, de empaque, de vida útil, y de cumplimiento de demanda, construir un modelo matemático que entregue el valor de las variables criticas necesarias para realizar el programa de producción, resolverlo a través de una aplicación computacional que sea adecuada a la magnitud del modelo diseñado, validarlo con las personas relacionadas con el programa de producción, para finalmente implementarlo a la línea de producción. Una vez implementado el modelo matemático a la realización del programa de producción para la línea PC-32. Se obtienen múltiples beneficios al comparar la producción del mes de Enero de 2007 (programa antiguo), con el mes de Marzo de 2007 (programa nuevo), en donde se destacan la disminución de la negación de productos por falta de stock al área de ventas, y a la mayor productividad de la línea, en donde por estos dos motivos se incurre en un ahorro de $16.971.666 Finalmente, se destaca que el proyecto se realizó en el plazo estipulado de 4 meses cumpliendo con todos los objetivos planteados.
Agradecimientos
A mis padres, porque me entregaron lo mejor que le pueden entregar los padres a los
hijos, amor y educación.
A mis hermanos, por ayudarme a tener diferentes visiones de la vida, indispensables
para un desarrollo armónico del alma.
A mis abuelos, porque me brindaron todo su apoyo incondicional, cada vez que lo
necesité
A mi familia, porque me han ayudado en innumerables veces brindándome el respaldo
necesario para enfrentar las adversidades.
A mis amigos y compañeros, por ayudarme recorrer de manera grata todas las etapas
de la vida, en donde han estado siempre presentes.
A mi Colegio y Universidad, por brindarme las herramientas necesarias para desarrollar
una vida profesional plena.
2
Índice de contenidos
Agradecimientos ............................................................................................................... 1
Índice de contenidos ........................................................................................................ 2
Índice de Cuadros ............................................................................................................ 4
Índice de Gráficos ............................................................................................................ 5
I.- Antecedentes generales............................................................................................... 6
II.- Descripción del proyecto y justificación ....................................................................... 8
Productos negados ....................................................................................................... 9
Eficiencia de Línea...................................................................................................... 10
III.- Objetivos .................................................................................................................. 16
Objetivo General ......................................................................................................... 16
Objetivos específicos .................................................................................................. 16
IV.- Marco Conceptual .................................................................................................... 17
Definición del sistema ................................................................................................. 17
Construcción del modelo ............................................................................................ 17
Resolución del modelo................................................................................................ 17
Validación del modelo ................................................................................................. 17
Implementación y control del modelo.......................................................................... 17
V.- Metodología .............................................................................................................. 19
VI.- Alcances .................................................................................................................. 22
VII.- Resultados Esperados ............................................................................................ 23
VIII.- Estimación de Demanda ........................................................................................ 24
Estacionalidad Diaria .................................................................................................. 24
Estacionalidad Semanal ............................................................................................. 27
Estacionalidad Mensual .............................................................................................. 28
Método de promedios ponderados ............................................................................. 29
Método de atenuación exponencial ............................................................................ 31
Conclusiones .............................................................................................................. 33
IX.- Modelo matemático.................................................................................................. 36
Parámetros: ................................................................................................................ 36
Variables de decisión .................................................................................................. 36
Restricciones .............................................................................................................. 37
Función Objetivo ......................................................................................................... 38
3
X.- Aplicación del modelo ............................................................................................... 39
Actualización de inventario ......................................................................................... 39
Parametrización .......................................................................................................... 40
Definición de producción ............................................................................................. 41
Resolución .................................................................................................................. 43
Asignación de tubos de producción ............................................................................ 45
Resumen de Producción ............................................................................................. 46
Programación a tubos ................................................................................................. 46
XI.- Validación del modelo .............................................................................................. 48
XII.- Análisis de Sensibilidad .......................................................................................... 49
Variación de demanda ................................................................................................ 49
Variación de Golpes por Minuto .................................................................................. 49
XIII.- Plan Piloto .............................................................................................................. 51
XIV.- Conclusiones y Resultados Obtenidos .................................................................. 54
Estimación de demanda ............................................................................................. 54
Eficiencia de línea ....................................................................................................... 55
Conclusiones finales ................................................................................................... 63
XV.- Bibliografía y fuentes de información...................................................................... 64
XVI.- Anexos .................................................................................................................. 65
Anexo Nº 1: Extracto del archivo que lleva la estadística de productos negados por estar sin stock ............................................................................................................. 65
Anexo Nº 2 : Extracto de pedidos diarios por SKU ..................................................... 67
Anexo Nº 3: Extracto de estacionalidades .................................................................. 68
Anexo Nº 4: Extracto de Estimación de demanda de I2: ........................................... 68
Anexo Nº 5: Programa de producción antes de ocupar modelo ................................. 69
Anexo Nº 6: Estructura de Bonos para operador de línea .......................................... 70
4
Índice de Cuadros
Cuadro Nº 1: Cajas negadas meses desde Julio a Octubre de2006 ................................ 9
Cuadro Nº 2: Valores de cajas negadas en los meses de Julio a Octubre de 2006 ....... 10
Cuadro N º3: Muestra en ejemplo de programar un mix ineficiente ............................... 11
Cuadro Nº 4: Muestra un ejemplo de programación de un Mix Eficiente ....................... 11
Cuadro Nº 5: Refleja la eficiencia del programa de Producción de las líneas ................ 12
Cuadro Nº 6 Predicción de un mes para cabritas de 40 gr. con el método de promedios
ponderados .................................................................................................................... 30
Cuadro Nº 7 Predicción de un mes para cabritas de 40 gr. con el método de atenuación
exponencial .................................................................................................................... 32
Cuadro Nº 8 Inventario de la bodega de productos terminados de Evercrisp Snack S.A.
....................................................................................................................................... 40
Cuadro Nº 9 Extracto hoja base del modelo ................................................................... 41
Cuadro Nº 10 Hoja donde se define el escenario de programación ............................... 42
Cuadro Nº 11 Hoja que resuelve el modelo ................................................................... 43
Cuadro Nº 12 Herramienta solver de Excel .................................................................... 44
Cuadro Nº 13 Procedimientos de asignación de tubos para capacidad de empaque .... 45
Cuadro Nº 14 Resumen de programación por turno uno de la línea PC-32 ................... 46
Cuadro Nº 15 Programación por tubos para turno uno de la línea PC-32 ...................... 47
Cuadro Nº 16 Golpes por minuto que toma el modelo para cada formato. .................... 52
Cuadro Nº 17 Razón Negados/pedidos para enero y marzo .......................................... 57
Cuadro Nº 18 Detalle de ahorros alcanzados por la baja en negación de productos ..... 58
Cuadro Nº 19 Indicador IMAN para el mes de Enero ..................................................... 59
Cuadro Nº 20 Indicador IMAN para el mes de Marzo..................................................... 59
Cuadro Nº 21 Volúmenes y costos de producción PC-32 .............................................. 60
Cuadro Nº 22 Ahorros por aumento de productividad .................................................... 60
Cuadro Nº 23 Obtención de bono de producción medio para línea PC-32 .................... 62
5
Índice de Gráficos
Grafico Nº 1: Producción de las 3 líneas de papas comparadas con las ventas ............ 13
Grafico Nº 2: Producción de la línea Hard v/s Venta ...................................................... 13
Grafico Nº 3: Producción de la línea schaaf v/s Venta ................................................... 14
Grafico Nº 4: Producción de las líneas sofá-1 y sofá-2 v/s Venta................................... 14
Grafico Nº 5: Producción de la línea de Maní v/s Venta ................................................. 15
Grafico Nº 6: Producción de la línea cabritas v/s Venta ................................................. 15
Grafico Nº 7 Estacionalidad diaria en cajas para cada día de la semana ...................... 25
Grafico Nº 8 Estacionalidad diaria de un producto large batch ...................................... 26
Grafico Nº 9 Estacionalidad diaria de un producto medium batch .................................. 26
Grafico Nº 10 Estacionalidad Semanal en cajas para cada semana del mes ................ 27
Grafico Nº 11 Estacionalidad Mensual en cajas para los 4 meses en estudio ............... 28
Grafico Nº 12 Predicción de demanda de pedidos totales por ambos métodos ............. 33
Grafico Nº 13 Predicción de demanda de Cabritas de 34gr por ambos métodos .......... 34
Grafico Nº 14 Predicción de demanda de Papas Lay´s de 350 gr por ambos métodos . 34
6
I.- Antecedentes generales
La empresa Pepsico nace en el año 1965 con la fusión de las empresas Fritolay y Pepsi
Cola, dedicadas a la producción de alimentos y bebidas cola respectivamente,
manteniendo cada empresa como dos divisiones operativas distintas.
La empresa ingresa al mercado nacional a través de Evercrisp Snack Productos de
Chile S.A. presente en Chile desde 1978, al ser adquirida por Fritolay en 1993,
momento desde el cual se han realizado inversiones con el fin de realizar mejoras,
hasta convertirla en la compañía que es hoy en día.
Su presencia esta representada por sus marcas: Evercrisp, Mom´s, Lay´s, Barcel y
Quaker, siendo la empresa líder en el mercado que comercializa snack tanto dulces
como salados.
Alguno de sus productos son soufflé, Cheetos, Gatolate, Traga Traga, Doritos, Twistos,
Snack maní y Papas Fritas.
La planta de producción de estos productos se encuentra ubicada en la comuna de
Cerrillos, la cual tiene 14 líneas de producción, cada una asociada a una familia de
productos, mas una línea de maquilado y que en su conjunto producen mas de 280
productos.
Las ventas anuales de la planta para el año 2005, se elevaron a MU$D 132.604, lo que
equivale a 28.237 Toneladas de productos terminados, y que representan 15.336.154
cajas (1), con lo que se abastece a mas de 30 sucursales de distribución, desde Arica a
Castro, que a su vez abastecen alrededor de 450 supermercados, 300 clientes
mayoristas y 58.000 detallistas.
La cadena de servicio de la planta parte con la compra a proveedores de las materias
primas y material de empaque, exceptuando las papas, que se traen los tubérculos
desde los laboratorios desde EE.UU., se entregan a los productores de los diferentes
predios para que maduren bajo el monitoreo del área agrícola de la empresa, para
7
luego abastecer a la planta cuando la papa este en condiciones. Luego estas materias
primas ingresan a las distintas líneas de producción, en donde después de pasar por
procesos de lavado, pelado, freído, horneado, extruído, etc. según corresponda, los
productos salen envasados, en donde un operario los va poniendo en cajas y a la vez
formando pallets.
Los pallets son almacenados en la bodega de productos terminados, o enviados a
procesos de maquilado en donde los productos a granel son puestos en mangas o en
packs y devueltos a la bodega de productos terminados para su distribución.
Finalmente el área servicio al cliente de acuerdo a los pedidos realizados por
sucursales, envía los productos solicitados a través de una red de distribución realizada
por empresas externas.
8
II.- Descripción del proyecto y justificación
La presente memoria se desarrolla en el departamento de logística de la empresa,
específicamente en el área de planeación de ventas y operaciones (PVO). Esta área
presenta tres grandes actividades: planeación de demanda, planeación de operaciones
y programación de la producción, siendo en este último ítem en donde se aplicara un
modelo optimización que permita realizar de manera eficiente el programa de
producción.
Actualmente, la empresa evercrisp realiza su programa de producción día a día, de
acuerdo al pedido de sus clientes del día próximo y al criterio experto del programador
de producción, avalado por su basta trayectoria en la planta, comprensión del
funcionamiento de las líneas de producción, conocimiento de los productos y su
demanda, y el manejo de las bodegas de productos terminados y maquilados
(inventarios).
El tema de estudio se centra en establecer una realización eficiente del programa de
producción, determinando de manera óptima qué y cuanto producir, con el fin de
abastecer de la mejor manera posible los clientes internos (ventas y operaciones),
minimizando quiebres de inventario con el fin de evitar la negación de productos.
Esta programación deberá tener la opción de hacer un programa con un horizonte
mayor al actual (diario), de manera de orientar a todas las áreas que están involucradas
en la cadena productiva (agrícola, materias primas, producción, calidad, abastecimiento,
técnica, etc.) con información de los requerimientos para la producción en días futuros;
esta información es de gran ayuda, principalmente porque en muchos casos la
capacidad de reacción ante cambios en la producción es mayor a un día, y al contar con
la información de manera anticipada permitirá minimizar los paros de las líneas de
producción por motivos de falta de conocimiento y respectiva preparación de la
producción futura.
9
Productos negados
La principal razón para realizar el proyecto, es que con la estructura existente
actualmente la empresa presenta quiebres de inventario en forma periódica, por lo que
tomando en cuenta los últimos 4 meses (desde el momento de evaluación , Julio,
Agosto, Septiembre, Octubre de 2006) se ha negando productos en el orden de 4% de
la producción, es decir, 174.117 cajas negadas sobre 4.475.166 cajas pedidas, lo que al
valorarlo se traduce en un monto de $ 949.763.572, lo que corresponde a un margen
de $ 591.320.951 lo que afecta negativamente el nivel de servicio entregado los clientes
y a la vez las utilidades de la compañía (Ver estadísticas en anexo Nº 1). Sin embargo,
no se puede decir que todo se traduzca en ventas no realizadas, ya que los productos
negados se pueden dividir en 2 principales canales de distribución; venta directa (OT), y
venta a sucursales. Dado lo anterior, la oportunidad de venta no realizada solo se
considera a OT, ya que los productos negados a sucursales, generalmente se
reemplazan por productos de alta rotación y la venta a los clientes finales se realiza de
los stock que poseen las distintas sucursales. Por lo tanto el escenario de perdidas por
productos negados queda de la siguiente manera:
Cuadro Nº 1: Cajas negadas meses desde Julio a Octubre de2006
Fuente: Elaboración propia de archivo Datos Venta diaria año 2006 planta cerrillos
Mes
Negados
OT
Negados
Sucursales
Total
Negados Pedidos
Razón
(neg/ped) %
Julio 8111 28014 36125 1047223 0,034 3%
Agosto 10093 26341 36434 1243197 0,029 3%
Septiembre 15565 20459 36024 1121913 0,032 3%
Octubre 17797 47737 65534 1062833 0,061 6%
Total Cajas 51566 122551 174117 4475166 0,038 4%
10
Si esto se traduce a valores el escenario queda de la siguiente manera:
Cuadro Nº 2: Valores de cajas negadas en los meses de Julio a Octubre de 2006
Ingresos $ Costos $ Margen $
OT 262.319.426 103.996.774 158.322.652
Sucursales 687.206.126 254.253.257 432.952.869
Totales 949.525.552 358.250.031 591.275.521
Fuente: Elaboración propia de archivo Datos Venta diaria año 2006 planta cerrillos
Dado lo anterior, las perdidas incurridas por ventas no realizadas en los 4 meses
observados, ascienden a $158.322.652
Eficiencia de Línea
Otro motivo relevante para la implementación de este proyecto es que no se esta
produciendo con el potencial de las líneas de producción, lo que se traduce en
producción realizada en horas extraordinarias. Las ineficiencias que son atribuibles al
programa de producción son en cuanto al mix o combinación de productos a producir
para las líneas sin tomar en cuenta que la capacidad de empaque debe ser similar a la
capacidad de proceso para cada línea.
Esto se explica a continuación:
Capacidad de Proceso: P (kg/hr), capacidad nominal de la línea de producir un
determinado producto.
Capacidad de Empaque: E (kg/hr), capacidad de la línea de empacar la producción de
la línea, esta se explica a continuación:
11
E (kg/hr)= GPM (unid/min)*60(min/hr)* X(Kg/unid)*N(tubos)
Donde:
X : Formato de producto
GPM: Golpes por minuto del tubo o máquina
N : Cantidad de tubos
Eficiencia: E/P = %
(rango aceptable para una línea de producción 90%-110%)
Esquemáticamente:
Se toma en cuenta la línea PC-32 de Papas Fritas, que cuenta con 10 empacadoras o
tubos:
Cuadro N º3: Muestra en ejemplo de programar un mix ineficiente
Capacidad
de
proceso
Eficiencia de
Combinación Capacidad de empaque
Kg/hr Gr. GPM Tubos Total de empaque Kg/hr %
1450 18 60 10 648 44,69%
Fuente: Elaboración propia
Este es una combinación poco eficiente ya que se ha programado empaque de
producto de gramaje pequeño (18 gr.) en las 10 empacadoras de la línea, a 60 golpes
por minuto, lo que logra empacar 648 Kg/hr siendo muy inferior a la producción de
papas de 1450 Kg/hr. Lo que se traduce que por programa se logra solo un 44,7% de
eficiencia.
Luego para producir eficientemente se debe programar una combinación de productos
con diferentes gramajes, por ej:
Cuadro Nº 4: Muestra un ejemplo de programación de un Mix Eficiente
Capacidad
de proceso
Capacidad de empaque
Eficiencia de
Combinación
Kg/hr gr. GPM Tubos Total de empaque Kg/hr %
1450 18 60 8 518,4 100,92%
12
Fuente: Elaboración propia
En donde se programa con gramaje chico (que hace mas ineficiente la línea, pero
tienen mayor demanda) el mayor numero de empacadoras posibles sin hacer ineficiente
el mix de productos y el resto con productos de alto gramaje para lograr la eficiencia de
la línea nominal. (Es aceptable entre 90% y 110 % de eficiencia).
Dada la estructura de programación diaria realizada por el programador de acuerdo a
su experiencia y criterio, la situación actual de la eficiencia del programa de producción
se describe a continuación:
Cuadro Nº 5: Refleja la eficiencia del programa de Producción de las líneas
Línea Julio Agosto Septiembre Acumulado
PC-21 88% 83% 77% 83%
PC-14 88% 79% 71% 79%
Doritos 93% 94% 92% 93%
Soft-1 58% 56% 62% 59%
Ramitas 79% 76% 82% 79%
Fuente: Indicador Iman de planta cerrillos
La eficiencia del programa de producción es calculada por la herramienta IMAN, que la
calcula de acuerdo a la siguiente formula:
Eficiencia Programa de Producción =
Kg.Programados (Semana) / (Cap.Nominal*Tiempo Programado (Semana))
Lo que entrega una eficiencia semanal, para luego calcular una eficiencia mensual a
través de un promedio ponderado por los días de cada semana, que es la eficiencia que
se refleja en el cuadro Nº 5
270 25 1 405
450 20 1 540
13
Para ver la factibilidad de realizar un programa eficientes es necesario ver la capacidad
de producir versus la demanda, en el sentido de que si no hay producción para cubrir lo
que se vende, no seria posible realizar un programa de producción que logre satisfacer
la demanda.
A continuación se observa la capacidad de producción versus la demanda para las
principales líneas de producción de la empresa Evercrisp:
Grafico Nº 1: Producción de las 3 líneas de papas comparadas con las ventas
Papas
8.000
13.000
18.000
23.000
2006 2007 2008 2009 2010 2011 2012
Month
To
n M
on
th
Sales Capacity Cap (85%)
Fuente: Curvas de Capacidad de líneas planta cerrillos
Grafico Nº 2: Producción de la línea Hard v/s Venta
14
HARD EXTRUDED
-
1.000
2.000
3.000
4.000
2006 2007 2008 2009 2010 2011 2012
Month
To
n M
on
th
Sales Capacity Cap (85%)
Fuente: Curvas de Capacidad de líneas planta cerrillos
Grafico Nº 3: Producción de la línea schaaf v/s Venta
SCHAAF EXTRUDED
1.000
2.000
3.000
4.000
5.000
6.000
2006 2007 2008 2009 2010 2011 2012
Month
To
n M
on
th
Sales Capacity Cap (85%)
Fuente: Curvas de Capacidad de líneas planta cerrillos
Grafico Nº 4: Producción de las líneas sofá-1 y sofá-2 v/s Venta
SOFT EXTRUDED
-
2.000
4.000
6.000
8.000
2006 2007 2008 2009 2010 2011 2012
Month
To
n M
on
th
Sales Capacity Cap (85%)
Fuente: Curvas de Capacidad de líneas planta cerrillos
15
Grafico Nº 5: Producción de la línea de Maní v/s Venta
NUTS
-
1.000
2.000
3.000
4.000
2006 2007 2008 2009 2010 2011 2012
Month
To
n M
on
th
Sales Capacity Cap (85%)
Fuente: Curvas de Capacidad de líneas planta cerrillos
Grafico Nº 6: Producción de la línea cabritas v/s Venta
POP CORN
-
500
1.000
1.500
2006 2007 2008 2009 2010 2011 2012
Month
To
n M
on
th
Sales Capacity Cap (85%)
Fuente: Curvas de Capacidad de líneas planta cerrillos
Se observa que para todas las líneas, la producción de productos es superior a la venta,
sin embargo para la línea de maní y de soft (suflés, chis pop, gatolate, traga traga, etc.)
la venta es casi el nivel de la producción, sin embrago hay proyectos para aumentar la
producción, por lo que no debería haber problemas para realizar proyectos de
optimización en esas líneas.
Para este proyecto lo relevante es la Grafica Nº 1, ya que se implementará en la línea
mas moderna y grande de papas que posee la planta (Línea PC-32), por lo que se
observa que existe una capacidad de producción mayor a lo que se proyecta vender,
por lo que a priori es posible hacer un modelo que cumpla con la venta y maximice la
eficiencia del programa.
16
III.- Objetivos
Dada la problemática planteada, los objetivos del proyecto son los siguientes:
Objetivo General
Diseñar e implementar un modelo matemático que permita optimizar el programa de
producción; en un horizonte determinado, según una demanda estimada, para todos los
productos de una línea de producción.
Objetivos específicos
Establecer una metodología que logre estimar la demanda inmediata, a lo largo
del horizonte que se realizará el programa de producción.
Construir un modelo matemático que permita optimizar el programa de
producción, maximizando los niveles de satisfacción de los clientes internos.
Validar modelo de manera que entregue soluciones razonables, y aplicables al
programa de producción
17
IV.- Marco Conceptual
De acuerdo al marco metodológico definido en “Apuntes de Investigación Operativa”
(Svaras), aplicado a la optimización del programa de producción; a continuación se
describen las principales etapas de desarrollo del proyecto:
Definición del sistema
Corresponde a identificar el ámbito del sistema bajo estudio, establecer el objetivo de
este, identificando las alternativas de decisión.
Construcción del modelo
La investigación operativa se caracteriza por la utilización de modelos matemáticos en
la formulación de problemas. Un modelo matemático es una representación idealizada
de una situación concreta con un objetivo determinado.
Resolución del modelo
Determinar la solución de un modelo matemático implica establecer los valores de las
variables de decisión de manera que se cumplan las limitaciones o restricciones
consideradas, y que optimice la medida de efectividad asociada.
Validación del modelo
Se analiza la capacidad del modelo para predecir razonablemente el desempeño del
sistema ante diversas alternativas de decisión. Luego es necesario verificar si la
solución es razonable, realizar pruebas de consistencia, validación de supuestos, etc. Y
por ultimo si el modelo y su solución no se consideran satisfactorios, se deben realizar
las correcciones necesarias.
Implementación y control del modelo
Una vez desarrollado el estudio y validado el modelo, este y sus soluciones deben
transformarse en herramientas de apoyo a la toma de decisiones en la organización.
Esto implica realizar lo siguiente:
18
Establecer procedimientos (manuales y/o computacionales) al interior de la
organización que aseguren la disponibilidad de los datos que el modelo requiere, en
forma oportuna y con la debida consistencia.
Establecer procedimientos que permitan con los datos, resolver el modelo, y obtener así
la(s) solución(es). Esto corresponde, entre otras cosas, a la implementación
computacional de los algoritmos o métodos desarrollados o a la instalación y puesta en
marcha del software comercial que se considere apropiado.
Establecer los procedimientos que permitan transformar las soluciones propuestas por
el modelo en acciones específicas de la organización.
19
V.- Metodología
La metodología determinada para realizar el proyecto se divide en tres actividades
principales, que se describen a continuación con una especificación de cómo se
realizará cada una:
I) Formular una metodología de estimación de la demanda inmediata.
Esta metodología entregará la demanda diaria por productos, durante todo el horizonte
que se realizará del programa de producción.
Para realizar el programa de producción, el input principal son los pedidos del día
próximo, ya que dada esta demanda se toma la decisión de producción, por lo que para
extender el horizonte de programación, se necesitará de una estimación de demanda
confiable para todo el periodo que se desee programar la producción.
Para realizar esta actividad, se ha detectado que la demanda tiene una triple
estacionalidad, diaria, semanal y mensual. Es decir depende del día de la semana, de
que semana es en el mes, y de que mes del año. Luego para realizar el pronóstico de
demanda se asignara un valor esperado para cada día, para cada semana, y para cada
mes; para luego hacer un análisis de sensibilidad con datos históricos y de esta manera
determinar empíricamente los valores que se le asignaran a la ponderación de cada
parámetro de manera de entregar el pronostico de manera precisa y lo mas parecido a
la realidad posible.
Otra forma de realizar un pronóstico de demanda es buscar métodos conocidos, que
necesiten datos de información históricos de la demanda, ya que son estos los datos
que existen a disposición.
II) Construcción del modelo matemático de optimización.
La primera actividad a realizar para la construcción del modelo, es hacer un
levantamiento de los requerimientos de los clientes internos a los que se desea entregar
un nivel de servicio optimo, principalmente ventas; para esto se visitará todos los
20
clientes a satisfacer y a todas las áreas involucradas en la producción, estas son: área
agrícola, bodega de materias primas, planta, calidad, área técnica, desarrollo, logística,
bodega de productos terminados, maquila, ventas. Luego de acuerdo a estos
requerimientos se podrá determinar los elementos que incluye el modelo:
Condición de optimización: se establece si el modelo será de maximización o
minimización, de acuerdo a los objetivos perseguidos.
Función objetivo: es el criterio que orientará las decisiones, generalmente esta función
esta representada por beneficios, costos, ingresos, etc.
Variables de decisión: corresponden a los elementos que representan las decisiones
que se desea apoyar. Ellas corresponden, por ejemplo: cantidad de productos a
producir, tipo de producto a producir, nivel de inventario, etc.
Restricciones: corresponden a limitaciones del sistema que se incorpora al modelo, por
ejemplo, espacio máximo disponible, cantidad mínima de producto requerido, cantidad
de horas hombre máxima, etc.
Parámetros o datos: representan decisiones, que a diferencia de las variables de
decisión, no son controlables. Por ejemplo: capacidad de producción, capacidad de
transporte, cantidad de inventario inicial, etc.
Una vez realizado el modelo matemático, se debe buscar una aplicación que lo
resuelva, de manera que entregue los resultados de la optimización. Para realizar la
elección de la aplicación más apropiada se debe tomar en cuenta el tamaño del modelo,
numero de variables, numero de restricciones, etc. De manera que el software elegido
tenga la capacidad de resolver problemas de la magnitud del modelo diseñado.
III) Validación del modelo
Para validar el modelo se toman los resultados optimizados de las variables de
decisión, se ve si son razonables y aplicables a la realidad, en caso contrario se ve por
que no lo son, se detecta donde se genera el error, y se realizan las correcciones
21
necesarias, para luego volver a correr el programa hasta encontrar resultados
satisfactorios.
Luego, estos resultados se consolidan con las personas involucradas en la elaboración
del programa de producción (programador, planificador, coordinadores de línea, gerente
de área), para dar como validados los resultados entregados por el modelo, en la parte
teórica.
Para validar el modelo en la parte practica se realizará un plan piloto, en donde en
conjunto con los coordinadores de línea, programador y operadores, se mostrara el
modelo matemático, como es la lógica de programación del modelo, se validara con los
operadores los parámetros que utiliza el modelo, y se realizaran los ajustes necesarios
de acuerdo al funcionamiento que arrojen los programas de producción generados por
el modelo.
22
VI.- Alcances
De acuerdo a los plazos establecidos por la empresa para la realización del proyecto, (4
meses) se estima que en este tiempo se podrá realizar la optimización del programa de
producción para una de las líneas de producción y su familia de productos.
Del modelo se espera que solo se centre en los aspectos relevantes del problema, es
decir, cumplir con la demanda, capacidades de producción, capacidades de empaque y
vida útil del producto.
El modelo deberá tener la capacidad de programar con un horizonte de programación
de una semana, en donde se contara con la demanda de pedidos del día siguiente y
para el resto de la semana se ocupara la demanda prevista por el método de
estimación.
El modelo se aplicara a la línea PC-32, que es la línea mas moderna de la planta, tiene
una capacidad de proceso de 1450 (Kg/hr) de producción de papas fritas, tanto para
corte americano, como para corte liso.
Esta línea tiene una capacidad de empaque de 10 tubos, por lo que se estima que el
modelo tendrá 10 variables de decisión, una para cada tubo, en donde cada variable
determinara que producto y cuanto se debe empacar en cada tubo de la línea.
Un modelo de esta envergadura es posible plantear y resolver con la herramienta solver
del programa Excel, que es una tecnología que se encuentra disponible y es de uso
general para todas las áreas de la organización.
23
VII.- Resultados Esperados
En el marco de los resultados esperados, se establecerán medidas de efectividad para
los objetivos planteados al principio del proyecto.
Para el caso de la estimación de demanda, el indicador:
|estimación dda. – dda. Real|/dda. Real x 100%
(valor absoluto de la diferencia entre la estimación de la demanda y la demanda real
sobre la demanda real), por política de la empresa se considera bueno si es menor a
20%, aceptable si es mayor a 20% y menor a 25% y malo si es mayor a 25%. Es decir,
para la metodología creada para la estimación de la demanda se espera que sea buena
según la política de la empresa.
Para estimar la eficiencia del modelo de optimización se tendrán los siguientes
indicadores:
Productos negados/productos pedidos, el cual deberá ser menor al nivel que existe
actualmente (4% total planta), lo ideal es que este indicador sea lo menor posible. Se
espera que esto ocurra por la programación eficiente del programa de producción.
Eficiencia de la líneas de producción: en la actualidad la eficiencia de las líneas es de
alrededor del 80% a 90% (solo en lo que es atribuible al programa de producción y su
mix de productos a producir), lo que se espera que la eficiencia entregada por el modelo
sea en el rango nominal (90%- 110%)
24
VIII.- Estimación de Demanda
Uno de los objetivos de este proyecto es realizar una estimación de demanda lo mas
precisa posible, con el fin de tener un input confiable para realizar la programación de
producción de la planta cerrillos de la empresa Evercrisp. Para este caso, esto quiere
decir, saber la cantidad de productos que será solicitado a la empresa por parte de sus
clientes; ya sean estos las sucursales de la empresa, repartidas desde Arica a Castro, o
sus clientes directos de la Región Metropolitana, principalmente supermercados y
mayoristas.
Para lograr este objetivo, el primer paso es analizar los datos históricos de pedidos
realizados a la planta, para esto se cuenta con archivos de la empresa que muestran la
demanda histórica que ha tenido la planta producto por producto, día a día, durante los
últimos años. Ver Anexo Nº 2
Al analizar los datos, y escuchar la experiencia del programador de planta y del área de
planificación, se concluye que los productos presentan tres tipos de estacionalidades:
diaria, semanal, y mensual.
Estacionalidad Diaria
Esta estacionalidad es la variación de los pedidos de acuerdo al día de la semana que
se realizan, en donde generalmente los viernes existen pedidos mayores que el resto
de la semana, ya que estos días los vendedores abastecen las ventas del fin de
semana; el resto de la semana los pedidos son de menor magnitud.
Esta estacionalidad se calcula sacando un promedio simple de los pedidos de cada día
de la semana, es decir, se ven todos los pedidos de un día determinado, por un periodo
de 4 meses para este caso, y se calcula su promedio.
25
Al verificar la estacionalidad de la demanda diaria tomando los pedidos totales
realizados a la empresa, esto es, la suma de todos los productos solicitados a
la planta, el resultado es:
Grafico Nº 7 Estacionalidad diaria en cajas para cada día de la semana
Fuente: Elaboración propia de archivo de Datos de pedidos diarios 2006 planta cerrillos
Sin embargo, la estacionalidad que es relevante para realizar el programa de
producción, es la que presenten cada producto, de manera de llegar a una estimación
de demanda desagregada por producto.
Luego cada producto presentara una estacionalidad de acuerdo a la demanda
específica que presenta, ya que esta es variable de acuerdo a las características
propias de cada formato, es por eso que productos de gramaje pequeño, tiene una
estacionalidad muy diferente a los productos de formato de gramaje grande. En general
se pueden distinguir tres tipos de productos de acuerdo al gramaje que presenten: los
small batch o de gramaje pequeño, aquellos productos con gramaje menor o igual a 40
gr., los médium batch o de gramaje mediano, que son los productos con gramaje entre
40 y 80 gr.; y finalmente, los large batch o gramaje grande, que son aquellos productos
con gramaje mayor a 80 gr.
Estacionalidad Diaria Total Pedidos
0
10000
20000
30000
40000
50000
60000
70000
80000
lunes martes miércoles jueves viernes Pedidos Totales
2006
Mes (Todas)
Promedio de Pedido Real
Descripcion Dia
26
A continuación se muestra la estacionalidad diaria de 2 productos, uno médium batch y
uno large batch:
Grafico Nº 8 Estacionalidad diaria de un producto large batch
Estacionalidad Diaria
0
500
1000
1500
2000
2500
3000
3500
lunes martes miércoles jueves viernes
Papas Corte Americano 3x500
10007
Caja
s
2006
Mes (Todas)
Promedio de Pedido
Codigo Descripcion Dia
Año
Fuente: Elaboración propia de archivo de Datos de pedidos diarios 2006 planta cerrillos
Grafico Nº 9 Estacionalidad diaria de un producto medium batch
Estacionalidad Diaria
0
100
200
300
400
500
600
700
800
900
1000
Caja
s
2006 801 663 401 760 885,8823529
lunes martes miércoles jueves viernes
Papa Lays T/A 40X50
10032
Mes (Todas)
Promedio de Pedido
Codigo Descripcion Dia
Año
Fuente: Elaboración propia de archivo de Datos de pedidos diarios 2006 planta cerrillos
Por lo tanto, para este proyecto se determinó la estacionalidad diaria para cada
producto, de acuerdo a datos históricos. Anexo Nº 3
27
Estacionalidad Semanal
La estacionalidad semanal se denomina a la variación de los pedidos de acuerdo a la
semana del mes en que se realizan.
Esta se calcula sacando un promedio simple de los pedidos promedio de cada semana,
es decir, se ven todos los pedidos de una semana determinada de un mes (el mes se
divide en 4 semanas) y se obtienen el pedido promedio de la semana, para luego
promediarlos con todas las semanas correspondientes del resto de los meses.
A continuación se muestra la estacionalidad semanal de los pedidos totales realizados
a la planta:
Grafico Nº 10 Estacionalidad Semanal en cajas para cada semana del mes
Estacionalidad Semanal Total Pedidos
44000
46000
48000
50000
52000
54000
56000
58000
60000
1 2 3 4
Pedidos Totales
2006
Mes (Todas)
Promedio de Pedido Real
Descripcion Semana
Año
Fuente: Elaboración propia de archivo de Datos de pedidos diarios 2006 planta cerrillos
Se observa que los pedidos sufren una variación de acuerdo a la semana que es dentro
del mes, en donde la primera semana los pedidos bajan considerablemente, y en donde
la segunda semana y la cuarta los pedidos son mayores principalmente por los efectos
de ventas mayores en la quincena y fin de mes.
Para efecto de este proyecto se calculó la estacionalidad semanal para cada producto,
de acuerdo a los datos históricos. Ver Anexo Nº 3
28
Estacionalidad Mensual
La estacionalidad mensual se denomina a la variación de los pedidos de acuerdo al
mes del año en que se realizan. Esta se calcula al tomar el pedido promedio de los
meses correspondientes.
A continuación se muestra la estacionalidad mensual de los pedidos totales realizados a
la planta, para los 4 meses en que se estudio la demanda:
Grafico Nº 11 Estacionalidad Mensual en cajas para los 4 meses en estudio
Estacionalidad mensual
44000
46000
48000
50000
52000
54000
56000
58000
60000
Julio Agosto Septiembre Octubre
Meses del año
Ped
ido
s P
rom
ed
io
Fuente: Elaboración propia de archivo de Datos de pedidos diarios 2006 planta cerrillos
Luego, para este proyecto se determinó la estacionalidad mensual para cada producto,
de acuerdo a datos históricos. Ver Anexo Nº 3
29
Método de promedios ponderados
Este método consiste en hacer una predicción de la demanda, basada en un promedio
ponderado de las estacionalidades analizadas anteriormente, para los pedidos de los
diferentes productos.
Luego la predicción se realiza de acuerdo a la siguiente ecuación:
Se hace predicción diaria de acuerdo a la siguiente formula:
P* = D*0.4+S*0.3+M*0.3
Donde:
D: Estacionalidad diaria
S: Estacionalidad semanal
M: Estacionalidad mensual
P*: Predicción diaria
Para obtener los pesos de la ponderación asignados a cada estacionalidad, se realizo
un análisis de sensibilidad con datos históricos, en donde por inspección se asignaban
distintos pesos, y se determino que con los pesos asignados anteriormente se obtenían
las predicciones más cercanas a la realidad.
A continuación se muestra un extracto de cómo se aplica el método de promedios
ponderados para obtener una predicción de demanda para el producto Cabritas 60 x 40;
en donde se realiza una predicción diaria de acuerdo a la formula detallada
anteriormente, y además una predicción para un periodo relevante de una quincena,
para el caso de tener un programa con un horizonte de 10 días de programación. (15
días =10 días de programa de producción).
30
Cuadro Nº 6 Predicción de un mes para cabritas de 40 gr. con el método de promedios ponderados
Día Fecha Semana Mes Año Pedido
Real Prom día
Prom Sem
Prom Mes
Ped prox quin Real
Predicción
diaria Pred quin Medida de Efectividad
Lunes 03-Jul 1 7 2006 480 599 526 552 4489 563 5294 18%
Martes 04-Jul 1 7 2006 445 488 526 552 4705 519 5301 13%
miércoles 05-Jul 1 7 2006 412 461 526 552 4974 508 5307 7%
Jueves 06-Jul 1 7 2006 559 468 526 552 5202 511 5314 2%
Viernes 07-Jul 2 7 2006 799 629 483 552 5122 562 5321 4%
Lunes 10-Jul 2 7 2006 436 599 483 552 5242 550 5340 2%
Martes 11-Jul 2 7 2006 299 488 483 552 5468 506 5359 2%
miércoles 12-Jul 2 7 2006 186 461 483 552 5818 495 5379 8%
Jueves 13-Jul 2 7 2006 347 468 483 552 6118 498 5398 12%
viernes 14-Jul 3 7 2006 526 629 548 552 6506 582 5294 19%
lunes 17-Jul 3 7 2006 696 599 548 552 6609 570 5301 20%
martes 18-Jul 3 7 2006 714 488 548 552 6414 525 5307 17%
miércoles 19-Jul 3 7 2006 640 461 548 552 6078 515 5314 13%
jueves 20-Jul 3 7 2006 479 468 548 552 6042 518 5321 12%
viernes 21-Jul 4 7 2006 919 629 548 552 5955 582 5340 10%
lunes 24-Jul 4 7 2006 662 599 548 552 5810 570 5359 8%
martes 25-Jul 4 7 2006 649 488 548 552 5898 525 5379 9%
miércoles 26-Jul 4 7 2006 486 461 548 552 5552 515 5398 3%
jueves 27-Jul 4 7 2006 735 468 548 552 5558 517 5418 3%
viernes 28-Jul 4 7 2006 629 629 548 552 5286 582 5418 2%
lunes 31-Jul 4 7 2006 501 599 548 552 4950 570 5418 9% Fuente: Elaboración propia
En el cuadro se muestra la obtención de un mes de predicción de demanda, y la medida
de efectividad asociada a la predicción quincenal. Cabe destacar que para todos los
días del mes, la predicción de pedidos la próxima quincena tiene un error menor o igual
a un 20% comparado con los pedidos reales, medida que es tomada como buena. Este
es el caso de un producto que tiene un comportamiento regular de acuerdo a las
estacionalidades, sin embargo, no todos los formatos de productos siguen un
comportamiento tan regular, como se verá mas adelante.
31
Método de atenuación exponencial
Este método consiste en hacer una predicción de demanda realizando un alisamiento
exponencial basado en una serie histórica de datos, en donde se toman 2 predicciones
anteriores, se le da una ponderación de acuerdo a cuanto es mas relevante la ultima
predicción que la anterior, y se le suma el error asociado a la ultima predicción de
pedidos con respecto a los pedidos reales.
Luego la predicción se realiza de acuerdo a la siguiente ecuación recursiva:
Se hace predicción por un periodo dado:
Q(j) = Q(j-2)*(1-A) + Q(j-1)*A + E
Donde:
Q: Predicción por periodo relevante
A: Factor de peso de la información pasada [0,1]
E: Error de estimación de la semana anterior
Para obtener el valor ideal de A, se realizo un análisis de sensibilidad con datos
históricos, en donde por inspección se asignaban distintos valores a A, y se determinó
que con un factor de peso de información pasada igual a 0,6 se obtenía las
predicciones más cercanas a la realidad.
A continuación se muestra un extracto de cómo se aplica el método de atenuación
exponencial, para obtener una predicción de demanda para el producto Cabritas 60 x
40; en donde se realiza una predicción quincenal de los pedidos, y se muestra la
medida de efectividad con respecto a los pedidos reales.
32
Cuadro Nº 7 Predicción de un mes para cabritas de 40 gr. con el método de atenuación exponencial
Atenuacion
Exponencial A= 0,6
Día Fecha
Pedido
Real
Ped prox quin
Real Predicción
Pred
quin
Error
Promedio
Medida de
Efectividad
Lunes 03-Jul 480 4489 563 4489 0,000 0%
Martes 04-Jul 445 4705 519 4705 0,000 0%
Miércoles 05-Jul 412 4974 4619 355,400 7%
Jueves 06-Jul 559 5202 5009 193,440 4%
Viernes 07-Jul 799 5122 5046 75,984 1%
Lunes 10-Jul 436 5242 5107 134,982 3%
Martes 11-Jul 299 5468 5218 250,401 5%
Miércoles 12-Jul 186 5818 5424 394,233 7%
Jueves 13-Jul 347 6118 5736 382,467 6%
Viernes 14-Jul 526 6506 5993 512,706 8%
Lunes 17-Jul 696 6609 6403 206,104 3%
Martes 18-Jul 714 6414 6445 -31,159 0%
Miércoles 19-Jul 640 6078 6397 -319,095 5%
Jueves 20-Jul 479 6042 6097 -55,226 1%
Viernes 21-Jul 919 5955 6162 -206,947 3%
Lunes 24-Jul 662 5810 5929 -119,111 2%
Martes 25-Jul 649 5898 5903 -5,134 0%
Miércoles 26-Jul 486 5552 5908 -356,391 6%
Jueves 27-Jul 735 5558 5550 8,103 0%
Viernes 28-Jul 629 5286 5701 -415,397 8%
Lunes 31-Jul 501 4950 5225 -275,400 6%
Fuente: Elaboración propia
El cuadro muestra la obtención de predicción del mes de julio de 2006, en donde para
las 2 primeras predicciones se ocupan la predicción de promedios ponderados, para
luego el resto del mes se ocupa el método de alisamiento exponencial. Al comparar la
predicción con los pedidos reales se observa que para todas las quincenas de
predicción, existe un error menor o igual al 8%.
33
Conclusiones
Al analizar el comportamiento de ambos métodos con los datos que corresponden a los
pedidos totales, estos métodos cumplen con la medida de efectividad que se requería
como estimación (error < 20%). A continuación se muestra gráficamente:
Grafico Nº 12 Predicción de demanda de pedidos totales por ambos métodos
Predicción de Demanda Pedidos Totales
0
100000
200000
300000
400000
500000
600000
700000
03/0
7/2
006
10/0
7/2
006
17/0
7/2
006
24/0
7/2
006
31/0
7/2
006
07/0
8/2
006
14/0
8/2
006
21/0
8/2
006
28/0
8/2
006
04/0
9/2
006
11/0
9/2
006
18/0
9/2
006
25/0
9/2
006
02/1
0/2
006
09/1
0/2
006
16/1
0/2
006
Pedido Móvil por Fecha
Caja
s p
or
qu
incen
a
Real Promedio Ponderado Atenuación Exponencial
Fuente: Elaboración propia
Sin embargo, existen productos que no se ajustan a las estacionalidades estudiadas, ni
a ningún patrón que pudiera hacer estable en el tiempo una estimación de demanda
con un grado de error aceptable. Es por esto que se detecto productos con
comportamiento regular e irregular, siendo regulares aquellos productos que siguen
estacionalidades, o no se desvían mucho de ellas, e irregulares aquellos que al no
seguir patrones en su demanda, hace mas difícil hacer una buena estimación.
Para el caso de productos con demanda regular, ambos métodos obtienen resultados
satisfactorios, con un error mucho menor al 20%. Esto se representa gráficamente para
el producto Cabritas de 34 gr:
34
Grafico Nº 13 Predicción de demanda de Cabritas de 34gr por ambos métodos
Predicción de Demanda
0
1000
2000
3000
4000
5000
6000
7000
03/07/2
006
10/07/2
006
17/07/2
006
24/07/2
006
31/07/2
006
07/08/2
006
14/08/2
006
21/08/2
006
28/08/2
006
04/09/2
006
11/09/2
006
18/09/2
006
25/09/2
006
02/10/2
006
09/10/2
006
16/10/2
006
Pedido Móvil por Fecha de Cabritas 60x34
Ca
jas
po
r q
uin
ce
na
Real Promedio Ponderado Atenuación Exponencial
Fuente: Elaboración propia
Para el caso de productos con demanda irregular, los métodos obtienen resultados
distintos, siendo el de atenuación exponencial bastante más asertivo que el de métodos
de promedios ponderados. Tomado como ejemplo el producto de Papas fritas Lay´s de
50 gr. El método de promedios ponderados obtiene un error de 45% en su predicción,
mientras que el método de atenuación exponencial tiene un error de solo un 15%. Esto
se refleja gráficamente:
Grafico Nº 14 Predicción de demanda de Papas Lay´s de 350 gr por ambos métodos
Predicción de Demanda
0
500
1000
1500
2000
2500
3000
3500
4000
4500
03/0
7/20
06
10/0
7/20
06
17/0
7/20
06
24/0
7/20
06
31/0
7/20
06
07/0
8/20
06
14/0
8/20
06
21/0
8/20
06
28/0
8/20
06
04/0
9/20
06
11/0
9/20
06
18/0
9/20
06
25/0
9/20
06
02/1
0/20
06
09/1
0/20
06
16/1
0/20
06
Pedido Móvil por Fecha Papa Lays T/A Extra Bolsa 8x350
Caja
s p
or
qu
incen
a
Real Promedio ponderado Atenuación Exponencial
Fuente: Elaboración propia
35
Luego para determinar cuantos productos presentan comportamiento regular o irregular,
se toma una muestra de 30 SKU´s y se observa que 5 de ellos presentan un
comportamiento irregular, lo que significa un 17% de la muestra. Lo que implica que
para programar en un horizonte mayor a un día, se va perdiendo certeza en el
cumplimiento de la demanda dado los errores que arrojan tanto por comportamiento del
producto, así como de los errores asociados a los métodos. Por lo tanto se determina
que la mejor manera de realizar el programa de producción, es de manera diaria (lunes
a viernes), quedando la opción de que si se requiere un horizonte mayor de
programación, se utiliza la mejor estimación de acuerdo a los productos involucrados.
En consecuencia, dada la estructura que presentan los métodos, si se requiere hacer
un programa con un horizonte mayor a una semana, es conveniente ocupar el método
de atenuación exponencial. Esto porque este método necesita tener resultados de la
predicción anterior, y el ciclo menor asociado a las estacionalidades de los SKU´s es de
una semana, por lo que ocupar este método por una predicción menor a una semana,
arroja errores mucho mayores al 20%.
En caso de requerir un programa con un horizonte menor a una semana, es
conveniente ocupara el método de promedios ponderados, ya que no presenta
restricciones de tipo temporal en ningún caso.
En la práctica, como input de demanda para el modelo, se acordó en conjunto con la
empresa (planificador logístico), ocupar la herramienta I2, ya que es una herramienta
especializada y presenta la demanda por SKU, para todo el año 2007 (ver anexo Nº 4),
y dejar como respaldo los métodos estudiados anteriormente.
36
IX.- Modelo matemático
Una vez recopiladas las exigencias que se requiere para el modelo, y de acuerdo a los
alcances fijados, se diseña un modelo matemático que respetando las restricciones de
proceso, empaque, cumplimiento de demanda y vida útil de los productos, maximice los
kilos a producir, lo que se traduce en una maximización de la eficiencia de la línea:
Parámetros:
GPM i: Golpes por minuto que efectúa el tubo empacador para el SKU i
F i : Formato en Kg. para el SKU i
N i : Tubos empacadores asignados al SKU i
SKU i: Productos posibles a programar en la línea.
P : Capacidad de Proceso de la línea en Kg./hr
H : Horas a programar en el día
E i : Capacidad de empaque asociada al SKU i
S i : Cantidad de Kg. en inventario del SKU i
D i : Cantidad de Kg. demandados para el día siguiente del SKU i
U i : Vida útil de SKU i
Dº i : Demanda promedio diaria del SKU i
Variables de decisión
• X i : Cantidad de Kg. a producir del SKU i
Estas variables entregaran los kilos a producir para cada SKU, en el periodo a
programar. Se han determinado estas variables, ya que son la principal decisión que se
debe tomar para hacer el programa de producción.
37
Para determinar los kilos a producir de cada producto, es necesario cumplir con ciertas
restricciones que se muestran a continuación:
Restricciones
• Proceso:
∑ i X i ≤ P * H
Esta restricción quiere decir que la suma de los Kg. a producir de todos los SKU i, debe
ser menor a la capacidad total de proceso de la línea por hora, por las horas
programadas.
• Empaque:
i) X i ≤ GPMi * 60 * Fi * Ni * H Vi
Esta restricción esta determinada por la capacidad de empaque que tiene la línea para
los diferentes formatos, y quiere decir que la cantidad de kilos a producir de cada
formato debe ser menor o igual a la capacidad de empacar ese SKU de acuerdo a los
tubos asignados al producto, al formato del SKU y a los golpes por minuto asociados
para el SKU.
• Demanda:
X i ≥ D i – S i V i
Esta restricción fija que los kilos que se producen de cada SKU, más los kilos
disponibles en inventario, debe ser suficiente para satisfacer la demanda para cada
producto del día siguiente.
38
• Vida útil
X i ≤ U i * Dº i - S i V i
Esta restricción limita la producción de cada SKU no puede exceder la vida útil del
producto menos la existencia en inventario del SKU. Se entiende como vida útil del
producto el periodo de tiempo que puede permanecer en las bodegas de la empresa
antes de ser despachado. Cada SKU tiene distintos periodos de vida útil de acuerdo a
las características de cada producto.
Función Objetivo
La función objetivo busca maximizar la eficiencia de línea, esto quiere decir maximizar
la cantidad de kilos a programar, respetando todas las restricciones antes descritas:
Máx. Z = ∑ i X i
39
X.- Aplicación del modelo
Una vez realizado el modelo matemático, se debió definir como era la manera mas
idónea de resolverlo, tomando en cuenta que fuera de utilidad para la compañía, y que
a la vez entregara una respuesta satisfactoria en cuanto a los resultados de las
variables requeridas; es por esto que tomando en cuenta las tecnologías disponibles
por la empresa, y también la magnitud del modelo, que se decide implementarlo en la
herramienta solver del programa Excel, que es la aplicación del programa que resuelve
programación lineal.
A continuación se muestra paso por paso la aplicación del modelo en Excel, en donde
se muestra la secuencia para obtener un programa de producción, desde la toma de los
datos, hasta la obtención de un programa de producción por tubos. Cabe destacar que
la aplicación se realiza para la línea PC-32 que es la línea más moderna de la planta,
que produce alrededor de un 30% del volumen total planta, y que produce papas fritas
de corte americano y de corte liso.
Actualización de inventario
La primera actividad que se realiza es la actualización del inventario. Para esto se toma
el último inventario disponible, que generalmente se actualiza antes de empezar a
realizar la programación, y se pega en una hoja predeterminada para contener el
inventario. A continuación se muestra un extracto del inventario de la bodega de
productos terminados de la planta evercrisp de cerrillos:
40
Cuadro Nº 8 Inventario de la bodega de productos terminados de Evercrisp Snack S.A.
Código Descripción Inventario
Últ.Pedido Alc/ Según
Disponible Últ. Pedido
10031 Papas Lay's T/Americana 50x38 8.469 3.327 2,5
10035 Papas Lay's T/Americana 50x40
(Supermercados) 868 345 2,5
10042 Papas Lay's T/Americana 40x45 2.547 1.266 2,0
10003 Papas Lay's T/Americana 18x80 2.003 798 2,5
10006 Papas Lay's T/Americana 8x270 6.091 1.323 4,6
10039 Papas Lay's T/Americana 6x350 (EXCL. D&S) 1.324 233 5,7
10007 Papas Lay's T/Americana 3x500 5.183 2.054 2,5
55103 Papas Corte Americano Mom's 60x18 969 348 2,8
55104 Papas Corte Americano Mom's 60x30 243 83 2,9
55105 Papas Corte Americano Mom's 3x350 2.875 1.394 2,1
Total Corte Americano 30.572 11.171 2,7
Fuente: Inventarios BPT planta cerrillos
Del inventario se obtienen las cajas disponibles para despacho y el pedido del día
próximo para cada SKU, lo que nos indica en que productos se producirán quiebres
para el día siguiente; y además nos da la magnitud de pedidos, y de acuerdo a esto nos
entrega los días de inventario disponible.
Estos datos son tomados por una base en donde se encuentran los parámetros que
serán utilizados por el modelo.
Parametrización
Para que el modelo obtenga los parámetros necesarios, se crea una hoja de calculo
“BASE”, en donde se registran los datos necesarios para realizar la programación. A
continuación se muestra un extracto de la hoja “BASE”:
41
Cuadro Nº 9 Extracto hoja base del modelo
Código Descripción GPM Real Gr. Unid/cj Kg/cjs Cjs/plts
Ped cjs
Inv Cjs
Ped Kg
Inv Kg
10003 Papas Lay's T/Americana 18x80 34 0,08 18 1,44 64 798 2003 1153 2884
10032 Papas Lay's T/Americana 40x50 63,75 0,05 40 2 48 0 0 0 0
10031 Papas Lay's T/Americana 50x38 68 0,038 50 1,9 48 3327 8469 4994 16091
55006 Papas Corte Liso Mom's-Barcel 60x18 68 0,018 60 1,08 48 131 3405 141 3677
55005 Papas Corte Liso Mom's-Barcel 3x350 21,25 0,35 3 1,05 64 1021 13081 1072 13735
10214 Papas Caseras Mom's-Barcel 12x200 25,5 0,2 12 2,4 48 132 988 317 2371
10217 Papas Caseras Mom's-Barcel 3x350 21,25 0,35 3 1,05 64 427 9089 448 9543
10104 Papas Lay's Corte Clásico Sal 8x270 21,25 0,27 8 2,16 48 102 939 221 2028
Fuente: Elaboración propia
En la hoja “BASE”, se muestra en primer lugar el código del producto y su descripción,
luego los golpes por minuto reales, esto corresponde al numero de productos que se
empacan en un tubo por minuto, luego especificaciones de cada producto, como son el
gramaje, las unidades que van por caja, los kilogramos de producto por caja, y
finalmente las cajas por palets de producto.
Luego se muestra el inventario y pedidos que se toman de la hoja “inventario” que se
actualiza periódicamente y son pasados a kilos. Además de esto en la hoja “BASE”, se
coloca si el producto lleva promoción, y si tiene promoción se identifican de qué tipo es,
los elementos que debe contener el producto, los ratios de inserción, etc.
Definición de producción
Existen parámetros que se determinan periódicamente de acuerdo a las necesidades
de programación, es por esto que se diseñó una hoja que reúna estas decisiones y
arroje al modelo los parámetros que van variando de acuerdo a los criterios del
programador.
A continuación se muestra el cuadro que debe completar el programador para asignar
las diferentes configuraciones de programación:
42
Cuadro Nº 10 Hoja donde se define el escenario de programación
Definición de Producción
Abastecimiento a Snack mix// Aseos // Preparación Capacidad en Kilos
Familia Producto T1 T2 T3 T1 T2 T3 Total
Lisas Si Sal si no si 0 0 9.668 9.668
Americanas Queso no no no 0 0 0 0
Capacidad de proceso Mega no no no 0 0 0 0
Kg/Hr 1450 Prep. si no no 10.312 0 0 10.312
Aseo Prof no no no 0 0 0 0
Normal no si no 0 10.875 0 10.875
Total 10.312 10.875 9.668 30.855
Mangas Automaticas Manga Papas Lisas Mom's- Barcel 6x10x180
Mangas Manuales Manga Papas Lay's Clásicas 6x10x260
Fuente: Elaboración propia
Observando el cuadro se distingue que la primera definición que debe realizar el
programador, es qué familia de productos es la que se producirá, en el caso de esta
línea, debe optar entre papas fritas con corte americano, o papas fritas con corte liso, ya
que esa son las únicas familias de productos que hace la línea .
La segunda definición es determinar la carga o capacidad de proceso en que se va a
producir, si bien el optimo nominal de línea es de 1450 Kg./hr. de acuerdo a las
necesidades que se tengan, esta puede variar en un rango de entre 1300 y 1600
Kg./hr.
Finalmente el programador define en el escenario de producción que se tendrá, en
donde existen múltiples opciones. La línea tiene la posibilidad de abastecer de papas a
la línea “Snack Mix”, que es una línea que produce un SKU que tiene diferentes
componentes, entre los que se encuentra papas fritas, por lo que de acuerdo al
producto que se programe en la línea “Snack Mix”, diferentes serán los requerimientos
de papa. Es así como la línea tiene la opción de abastecer para los productos Snack
Mix Sal, Snack Mix Queso o Mega Mix, diferenciando en que turno abastece a cada
cual. Además tiene la opción de hacer una preparación de línea, que es cuando se hace
un aseo operacional en las bandas de transporte, lo que toma alrededor de una hora,
que se descuenta automáticamente de las horas de producción, y finalmente tiene la
43
opción de que se haga un aseo profundo de la línea, lo que implicaría que en el turno
que se programa el aseo profundo no existiría producción.
Una vez determinado el escenario, se asigna automáticamente la capacidad de proceso
que se tendrá para producir productos en la línea PC-32, de acuerdo a las horas de
producción y abastecimientos a otras líneas que se tendrá que hacer en el periodo de
programación.
Resolución
Una vez determinados el escenario de producción, se procede a la resolución del
modelo, para esto se reúnen los datos relevante en una hoja de calculo y la herramienta
solver se encarga de entregar los valores óptimos. A continuación se muestra la hoja en
donde se resuelve el modelo:
Cuadro Nº 11 Hoja que resuelve el modelo
Código Descripción Dda
diaria Inventario Dda-inv Cap dia Empaque Vida útil F. O Kg a producir
10003 Papas Lay's T/Americana 18x80 1153 2884 -1732 30854,5 1224 17288 100,00% 1224
10042 Papas Lay's T/Americana 40x45 1960 4585 -2625 3029 29396 3029
10031 Papas Lay's T/Americana 50x38 9281 16091 -6810 19768 139219 11919
10006 Papas Lay's T/Americana 8x270 3799 13157 -9357 0 56992 0
10007 Papas Lay's T/Americana 3x500 2508 7775 -5267 4781 37620 4781
10035 Papas Lay's T/Americana 50x40 (Supermercados) 701 1736 -1035 1148 10511 1148
10039
Papas Lay's T/Americana 6x350 (EXCL.
D&S) 447 2780 -2334 0 6702 0
55103 Papas Corte Americano Mom's 60x18 1807 2364 -557 4737 27109 4737
55105 Papas Corte Americano Mom's 3x350 1330 3019 -1689 4016 19943 4016
55104 Papas Corte Americano Mom's 60x30 21 437 -416 0 437 0
Total Corte Americano 23.007 54.828 -31.821 30855
Fuente: Elaboración propia
Luego, de este cuadro se ingresan los datos a la herramienta solver, que se muestra a
continuación:
44
Cuadro Nº 12 Herramienta solver de Excel
Luego las variables de decisión o celdas que solver puede variar son las que
corresponden a la columna “Kg. a producir” en el cuadro Nº 11, lo que implica que
solver entregará los valores a programar, variando las celdas que se indican. Esto lo
hará, en este caso, maximizando la celda objetivo que corresponde a la columna “FO”
(función objetivo), del cuadro Nº 11 que es la suma de los Kg. a producir dividido por la
celda de “capacidad diaria” que está en la hoja de resolución, que viene de la hoja de
decisión de producción, por lo que esta capacidad diaria varia de acuerdo al escenario
planteado por el programador.
Para cumplir con las restricciones, se deben cumplir las restricciones de demanda,
proceso, vida útil y de empaque. Para el caso de satisfacer la demanda, a solver se le
ingresan las restricciones en donde cada celda de “Kg. a producir” deben cumplir con
ser mayor que la celda “Dda – inv”, lo que implica que la producción no debe permitir
quiebres de inventario y satisfacer la demanda del día próximo. Luego para respetar la
capacidad de proceso, la suma de la producción no debe ser mayor a la capacidad
diaria. Además para respetar la vida útil de los productos (para este caso no puede ser
mayor a 15 días de inventario), la producción para cada SKU, es decir las celdas de
“kg. a producir” en cada producto deben ser menor a la celda de “Vida Útil” del cuadro
Nº 11 para cada producto.
Finalmente, para respetar la capacidad de empaque se agrega a solver que para cada
producto la celda “Kg. a producir”, debe ser menor a la celda “Empaque”. Sin embargo
45
determinar la capacidad de empaque no se realiza de manera directa, ya que se deben
destinar los diferentes tubos de empaque a determinados productos de acuerdo a cual
es el que se necesita producir en ese momento. Es por esto que se hace una lógica de
asignación de tubos de producción a cada producto como se indica a continuación.
Asignación de tubos de producción.
Para hacer la asignación de tubos de empaque, se ve la situación inicial de días de
inventario para todos los productos de la familia a producir como se indica a
continuación:
Cuadro Nº 13 Procedimientos de asignación de tubos para capacidad de empaque
Código Descripción GPM Inventario Días de Inv Formato Tubos Capacidad
10003 Papas Lay's T/Americana 18x80 34 2884,32 2,50 0,08 0 1468,8
10042 Papas Lay's T/Americana 40x45 68 4584,6 2,34 0,045 0 1652,4
10031 Papas Lay's T/Americana 50x38 68 16091,1 1,20 0,038 1 1395,36
10006 Papas Lay's T/Americana 8x270 25,5 13156,56 3,46 0,27 0 3717,9
10007 Papas Lay's T/Americana 3x500 21,25 7774,5 3,10 0,5 0 5737,5
10035 Papas Lay's T/Americana 50x40 63,75 1736 2,48 0,04 0 1377
10039 Papas Lay's T/Americana 6x350 21,25 2780,4 6,22 0,35 0 4016,25 Fuente: elaboración propia
Luego, el cuadro discrimina cual es el producto que tiene menor “días de inventario”, y
le asigna un tubo de producción a ese SKU. Esto se itera hasta que los 10 tubos de la
línea tengan asignado un producto, cabe mencionar que en cada iteración, la
producción asignada al producto que en este caso es la columna “capacidad” es
sumada al “inventario” de la iteración próxima, por lo que los días de inventario del
producto aumenta en cada iteración, lo que implica que va ir asignado capacidad de
empaque al siguiente producto con menos días de inventario.
Una vez asignada la producción para los 10 tubos de la línea en los tres turnos de
producción, se hace un recuento de cual es la suma total de capacidad de empaque
para cada producto, y es la que se refleja en el cuadro Nº 11.
Una vez determinado todas las restricciones, se resuelve el problema mediante solver,
y este entrega la producción que tendrá el programa el día siguiente.
46
Resumen de Producción
Una vez determinados los valores óptimos de las variables de decisión, se realiza un
resumen de producción en donde se indican las cantidades a producir de cada
producto, en kilos, cajas y palets, por turno y total diario. El resumen de producción se
muestra a continuación:
Cuadro Nº 14 Resumen de programación por turno uno de la línea PC-32
Turno 1 Turno 2 Turno 3
Código Descripción Kg Palets Cajas
Fin Kg Palets Cajas
Fin Kg Palets Cajas
Fin
10003 Papas Lay's T/Americana 18x80 1469 16 1024 1224 13 832 1224 13 832
10042 Papas Lay's T/Americana 40x45 1652 19 912 1377 16 768 1377 16 768
10006 Papas Lay's T/Americana 8x270 3718 36 1728 3098 30 1440 2963 29 1392
10007 Papas Lay's T/Americana 3x500 0 0 0 0 0 0 0 0 0
10031 Papas Lay's T/Americana 50x38 4762 52 2496 3968 44 2112 4104 45 2160
10035 Papas Lay's T/Americana 50x40 0 0 0 0 0 0 0 0 0
10039 Papas Lay's T/Americana 6x350 0 0 0 0 0 0 0 0 0
Total Corte Americano 11.601 123 6160 9.668 103 5152 9.668 103 5152
Total Kilos (con snack mix) 13.050 10.875 10.875
Flujo de cajas por hora 684 687 687
Carga Kg/hr 1.450 1.450 1.450
Cantidad de gramajes 4 4 4
Kilos totales día 34.800
Fuente: Elaboración propia
Este resumen es el que se copia en la carpeta de reportes Web, lo que permite que los
operadores lo vean en sus estaciones directamente en la línea.
Programación a tubos
Una vez entregada la programación resumida por turnos, el modelo además entrega
una innovación en lo que respecta a la entrega del programa de producción, ya que
además de maximizar la eficiencia del programa de producción, entrega un resumen de
la programación por tubos, indicando las horas de utilización de cada tubo con los
respectivos productos. Esta entrega por tubo es un gran adelanto para poder cumplir
47
con el programa de producción, ya que no solo entrega que es lo que hay que envasar,
sino también es una guía de cómo se debe envasar y el tiempo que se requiere para
cumplir con lo solicitado por el programa. Cabe destacar que los tiempos necesarios
para realizar cambios de productos, o cambios de material de empaque, están
considerados al aplicar una eficiencia de 85% (datos históricos) a los GPM de los tubos
a empacar. Esto en la practica evita que los operadores deban “calcular” como cumplir
con el programa, en donde con la situación antigua, ellos debían decidir como cumplir el
programa al asignar según experiencia en cuantos tubos envasar cada producto, lo que
en muchos casos no aprovechaban al máximo la capacidad de empaque, lo que hace
infactible cumplir con el programa. Además se evitan incluso discusiones entre
operadores por el mismo motivo, ya que si no cumplen con el programa, no tendrán
derechos a bonos de producción.
A continuación se muestra un extracto de una programación por tubos:
Cuadro Nº 15 Programación por tubos para turno uno de la línea PC-32
Turno 1 Abastecer Snack Mix
Código Descripción
Tubo SB
Tubo SB
Tubo SB
Tubo SB
Tubo LB
Tubo LB Total
Cajas
Cajas Palet Cajas Cajas Cajas Cajas Cajas Cajas Palet
10003 Papas Lay's T/Americana 18x80 1.020 0 0 0 0 0 1.020 16 1024
10042 Papas Lay's T/Americana 40x45 0 918 0 0 0 0 918 19 912
10006 Papas Lay's T/Americana 8x270 0 0 0 0 1.721 0 1.721 36 1728
0 0 0 0 0 0 0 0 0
10031 Papas Lay's T/Americana 50x38 0 0 648 562 0 648 2.506 52 2496
0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
Horas de utilización 9,0 9,0 9,0 7,8 9,0 9,0
Fuente: Elaboración propia
Finalmente este resumen se copia en un libro de Excel junto con el resumen de
producción por turno en la carpeta de reportes Web, de manera que los operadores
tengan el programa de producción directamente en sus estaciones dentro de la línea.
48
XI.- Validación del modelo
Una vez diseñado el modelo matemático y resuelto, se procede a realizar su validación.
En primer lugar, para saber si los datos que entrega son razonables y aplicables a la
realidad, se apela a la experiencia del programador; el cual indica que los valores que
arroja la resolución del modelo le parecen que son reales, que son posibles de realizar,
y que cumplen con los requerimientos exigidos a un programa de producción.
El siguiente paso es validar el modelo con la plana gerencial, para esto se cita a reunión
a las personas relevantes de la planta para mostrar el resultado del proyecto. A esta
reunión asisten el Gerente de operaciones, Gerente de Logística, planificador logístico,
Sub gerente de logística, programador de producción, los tres coordinadores de líneas
existentes en la planta y el ingeniero de procesos de la planta.
En esta reunión se muestra los resultados obtenidos de la aplicación del modelo en la
herramienta solver, esto es, se muestra detalladamente como es la aplicación del
modelo matemático en Excel, como se obtienen los datos, como se resuelve el
problema, como se obtiene un programa de producción y finalmente se muestra la
innovación de entregar un programa por tubo y horas de utilización de cada tubo, tal
como se detalla en el capitulo 10.
Como resultado de esta reunión, se consensúa que los valores entregados por el
modelo son aplicables a la realidad, que cumple con las niveles de satisfacción exigidos
en un comienzo al proyecto, se valora la innovación de la entrega del programa por
tubos y horas de utilización, y finalmente se acuerda implementar el modelo en la línea
PC-32 a través de un plan piloto.
49
XII.- Análisis de Sensibilidad
Para ver como afectan variables críticas al modelo, se realiza un análisis de sensibilidad
variando los 2 parámetros principales que afectan el cumplimiento de los objetivos del
modelo: La demanda y los golpes por minuto de los tubos envasadores.
Variación de demanda
Para ver como afecta la variación de la demanda, de manera que el modelo no sea
capaz de cumplir su objetivo principal (cumplir con la demanda), se aumenta hasta que
el modelo no pueda entregar soluciones validas. De esta manera se pudo determinar
que el modelo entregará soluciones validas si la demanda aumenta hasta en un 56%.
Esto es valido si se mantienen las capacidades de proceso, empaque.
Luego, esto implica que de acuerdo al crecimiento histórico que ha tenido la demanda
para los SKU´s que produce la línea (10% a 14% anual), la saturación por aumento de
la demanda debería ocurrir de tres a cuatro años (2009-2010).
Variación de Golpes por Minuto
En el modelo se consideran los golpes por minuto de las maquinas envasadoras, lo que
se traduce en los productos que puede envasar cada tubo para los diferentes formatos.
En condiciones normales a estos golpes por minuto nominales de cada tubo, se le
aplica una eficiencia de un 85% ya que de acuerdo a datos históricos, esta eficiencia
cumple con los tiempos para cambios de formato, cambios de material de empaque,
setups, etc.
La principal razón para que varíen los golpes por minuto, es la introducción de objetos
extra en los productos, que es lo que ocurre cuando se realizan promociones. Estas
promociones son variadas y de acuerdo al tipo de promoción, es el tipo de variación en
la eficiencia de los golpes por minuto, luego la inserción de stickers es la que menos
disminuye la eficiencia (5% aprox.), y siendo la inserción de salsas (mayonesa y
ketchup), las que mas afectan (30% aprox.)
50
Luego, se pudo determinar que el modelo pude cumplir con su objetivo con una
eficiencia en los golpes por minuto de 58%. Lo que implica que puede soportar la
mayoría de las promociones (Stikers, Colgantes, Llaveros, etc.), sin embargo no soporta
si se desea incluir salsas en todos sus productos.
Dado lo anterior, y para que la producción no se vea tan afectada por motivos de
promociones, en la actualidad cada vez que se realiza alguna promoción, se determinan
ratios de inserción (en el sentido de que si el ratio es 1:2, uno de cada 2 productos lleva
promoción), y además se eligen algunos SKU´s para que lleven las promociones (por
ejemplo que papas de 38 gr. tengan promoción, y las de 40 gr. no)
51
XIII.- Plan Piloto
El principal objetivo del plan piloto, es familiarizar la nueva forma de programación, con
los usuarios finales de los programas de producción, en este caso, los operadores de la
línea PC-32. Es por esto que la primera actividad de implementación, es hacer una
capacitación a los operadores de proceso y de empaque, que tiene como fin que
entiendan como el modelo realiza un programa de producción, cuales son los factores
que determinan que productos se deben producir en desmedro de otros, y cuales son
los parámetros que ocupa el modelo para realizar el programa.
Específicamente se explica a los operadores que el modelo realiza un programa que
respeta las capacidades de la línea, tanto de proceso como de empaque, que asegura
cumplir con la demanda, que no se programará volúmenes que pongan en riesgo la
vida útil de los productos, y que finalmente entregara una combinación de productos y
horas de utilización de tubos, que maximice la eficiencia de la línea, concepto que es
manejado periódicamente por los operadores, por lo que entienden que un programa
mas eficiente tiene beneficios para todos los actores involucrados en la producción.
Luego se les demuestra como funciona el modelo y como se obtiene un programa de
producción, ante lo cual se obtiene inmediatamente una observación importante a los
datos que toma el modelo: los golpes por minuto que dan los tubos para cada formato.
Dado lo anterior se realiza una tabla concensuada con todos los operadores asistentes
de cuantos son los golpes por minuto que debe tomar el modelo para realizar el
programa:
52
Cuadro Nº 16 Golpes por minuto que toma el modelo para cada formato.
Código Descripción GPM
GPM Real
(85%)
55006 Papas Corte Liso Mom's-Barcel 60x18 80 68
55005 Papas Corte Liso Mom's-Barcel 3x350 25 21,3
10214 Papas Caseras Mom's-Barcel 12x200 25 21,3
10217 Papas Caseras Mom's-Barcel 3x350 25 21,3
10104 Papas Lay's Corte Clásico Sal 8x270 25 21,3
10161 Papas Lay's Corte Clásico Sal 60x26 80 68
10031 Papas Lay's T/Americana 50x38 80 68
10035 Papas Lay's T/Americana 50x40 (Supermercados) 75 63,8
10032 Papas Lay's T/Americana 40x50 75 63,8
10003 Papas Lay's T/Americana 18x80 30 25,5
10006 Papas Lay's T/Americana 8x270 25 21,3
10039 Papas Lay's T/Americana 6x350 (EXCL. D&S) 25 21,3
10007 Papas Lay's T/Americana 3x500 25 21,3
55103 Papas Corte Americano Mom's 60x18 80 68
55104 Papas Corte Americano Mom's 60x30 80 68
55105 Papas Corte Americano Mom's 3x350 25 21,3 Fuente: Elaboración Propia
Posteriormente se muestra como se entregará el programa de producción, tanto en el
formato de turnos y el formato por tubo, dando a conocer los beneficios que se obtendrá
de esta nueva forma de programar, diferenciado entre los beneficios para los principales
clientes del programa de producción, en este caso, para el staff de planta y para el
departamento de logística:
Planta:
• Maximiza Eficiencia de la línea
• Posibilidad de realizar aseos o mantenciones de maquinas sin afectar
la producción
• Asegura el cumplimiento de producción tanto en volumen como en el
mix de productos (Este punto es muy relevante para los operadores, ya
que de este cumplimiento dependen sus bonos de producción).
Logística:
• Gana confiabilidad en la producción deseada
• Asegura el cumplimiento de promesas de producción
• Cumplir con el departamento de ventas
• Permite realizar un programa de producción en mínimo tiempo y con la
máxima eficiencia posible
53
Finalmente, se da la oportunidad a que los operadores entreguen sus observaciones
con respecto al nuevo formato de programación, de donde se destacan las siguientes:
• Programa de acuerdo a la realidad, en los volúmenes de producción, en los
tiempos asignados, tanto para los turnos como para la producción estimada para
cada tubo.
• Permite una planificación de los turnos por parte de los operadores, ya que al
tener una visión de utilización de tubos, se puede destinar personal que no
estará en funciones de empaque a otras funciones en la línea.
• Existió compromiso para dar sus observaciones con respecto a posibles mejoras
futuras de la programación
El último punto se materializa en la medida que, a tres días de la implementación del
plan piloto, los operadores entregaron nuevas observaciones con respecto a la forma de
programar, principalmente en la asignación de tubos de producción de manera de
minimizar el numero de gramajes por turno, y además de que existía una nueva
restricción, en donde para ciertos gramajes existe un numero determinado de
formadores, lo que limita el numero de tubos que se puede programar simultáneamente.
Para hacerse cargo de estas nuevas observaciones que harán que el modelo se adapte
de mejor manera a la realidad, se realizan los ajustes necesarios principalmente en la
asignación de tubos para determinar la capacidad de empaque. Luego de las
correcciones necesarias, el modelo obtiene valores que son aceptados por los mismos
operadores.
Una vez hechas las correcciones y luego de diez días de programación, en donde no
surgieron mayores complicaciones, se da por terminado el régimen de plan piloto, y se
adopta la nueva forma de programar como régimen normal.
54
XIV.- Conclusiones y Resultados Obtenidos
A continuación se revisan los resultados obtenidos para las diferentes actividades que
se realizan durante el proyecto, y se efectúan las conclusiones correspondientes:
Estimación de demanda
De acuerdo a las exigencias planteadas para los métodos de estimación de demanda,
en donde se estipula que una buena estimación debe cumplir con:
|estimación dda. – dda. Real|/dda. Real x 100% < 20 %
Se puede concluir que los resultados obtenidos son los siguientes:
Método de promedios ponderados
Este método se basa en las tres estacionalidades detectadas en los pedidos de los
diferentes productos, es por esto, que para aquellos productos que sus pedidos se
comportan de acuerdo a las estacionalidades, y por ende, tienen un comportamiento
regular (83% de los SKU aproximadamente), la estimación de demanda tiene un
resultado bastante satisfactorio con un error promedio de de un 12%(ver cuadro Nº 7),
sin embargo, para todos aquellos productos que sus pedidos no se amoldan a las
estacionalidades detectadas, y que por lo tanto presentan un comportamiento irregular
(alrededor del 17% de los SKU), la estimación de demanda tiene un resultado que no
cumple con la medida de efectividad exigida, ya que para estos productos los errores
asociados a la estimación de pedidos, es mayor al 30% (ver grafico Nº 14).
55
Método de atenuación exponencial
Este método se basa en el peso que se le asigna a la información pasada, de acuerdo a
predicciones anteriores y su deferencia con la realidad, es por esto que no se ve muy
afectado por el comportamiento de los pedidos de los diferentes productos. Es por esto
que los resultados de las predicciones hechas para productos de comportamiento
regular el error no supera el 8% (ver cuadro Nº 8), y para aquellos productos que tienen
comportamiento irregular, el error asociado a la predicción es de alrededor de un 15%
(ver grafico Nº 14), lo que implica que en ambos casos cumple con la medida de
efectividad, por lo que se considera que este método es una buena estimación de
demanda.
En consecuencia, para determinar que tipo de método se debería usar para realizar
programas de producción por horizontes mayores a un día, en donde se necesite saber
la demanda por producto en días futuros, se debe distinguir como se hará la
programación. Si se desea hacer una programación semanal, en donde se realiza un
día determinado la programación y no se revisa hasta que se cumpla el periodo
programado, se debe ocupar la estimación de demanda entregada por el método de
atenuación exponencial, sin embargo, dada la estructura de este método, que necesita
saber los resultados de su estimación para realizar la próxima, en caso de realizar
programas con horizontes mayor a un día, que se deban ir revisando diariamente, es
mas confiable realizar el programa ocupando la estimación de demanda que entrega el
método de promedios ponderados, ya que este hace las estimaciones de acuerdo a
valores ya determinados, por lo que se puede hacer una estimación de demanda en
cualquier instante por el tiempo que se necesite.
Eficiencia de línea
Para analizar los resultados obtenidos por la optimización del programa de producción,
ver que beneficios ha conseguido y saber en que ha aportado con respecto a la
situación anterior, se realizan el análisis bajo dos enfoques:
56
Análisis cualitativo
El primer punto a destacar al modificar el programa de producción desde la
programación manual a la realizada por el modelo, es que el nuevo formato del
programa entrega a los usuarios finales mucha mayor información que la que tenían
anteriormente. (Ver anexo Nº 5) En donde de recibir la información de que producto
producir, cantidad de kilos, cajas y palets; se pasa a recibir la información no solo de lo
señalado anteriormente, sino que se suma el flujo de cajas por hora, la cantidad de
gramajes, los kilos que deben ser abastecidos a la línea de snack mix, la carga (Kg./hr)
en que debe funcionar el proceso de la línea, los kilos totales, que formato empacar, en
cuantos tubos y en cuanto tiempo. (ver cuadros Nº 14 y 15).
Contar con este tipo de información es posible planificar de manera más eficientes los
turnos de producción con respecto a los recursos humanos que se disponen, donde los
principales beneficios de esto son:
El operador de empaque destina la gente precisa para cada tubo de producción,
por lo que en caso de que el modelo entregue que la producción se puede
empacar en menos de los tubos que presenta la línea (80% a 90% de los casos
aproximadamente), este puede destinar personas a diferentes actividades donde
se necesita mas gente y de esta manera tener una producción mas fluida como:
armado de palets, sellado de cajas, aseos de instalaciones, destinar personas a
otras líneas mas criticas, etc.
El coordinador de línea tiene la posibilidad de programar mantenciones
preventivas de tubos, aseos de maquinas de empaque, elaborado de mangas,
etc. sin detener ni afectar la producción normal.
Existe la posibilidad de entregar tubos para hacer pruebas a las áreas de
desarrollo de productos, calidad y mecánica, sin detener la producción. Estas
solicitudes son bastante comunes y que en la actualidad implica una detención
total de la línea por los periodos que duren dichas pruebas.
57
Análisis cuantitativo
Negados
Para evaluar los resultados obtenidos con respecto a los productos negados, se deben
tomar en cuenta los SKU que produce la línea PC-32. Luego se evaluara la tasa de
productos negados sobre el total de productos pedidos para todos los SKU que
pertenezcan a las familias:
Papas Fritas Lay´s Tipo Americanas
Papas Fritas Lay´s Corte liso
Papas Fritas Corte americano Mom´s
Papas Fritas Corte liso Mom´s
Luego para estas familias se toman los pedidos totales de los meses de Enero y Marzo
(se desprecia Febrero, ya que tuvo una parada programada de una semana por
monitoreo de empresa Heat and Control y por 10 días de implementación de plan piloto)
y se compara con los pedidos negados por falta de stock para cada mes.
Cuadro Nº 17 Razón Negados/pedidos para enero y marzo
Total pedidos Total negados Razón Porcentaje
Enero 248.993 2.288 0,00918901 0,9%
Marzo 305.137 1.959 0,00642007 0,6%
Fuente: Negados 2007 planta cerrillos
Al observar el cuadro Nº 17 se observa que a pesar de haber aumentado en forma
significativa los pedidos por los productos de la línea (principalmente por la entrada a
clases de escolares), los productos negados disminuyen, este efecto se cuantifica al
comparar las tasas de negados/pedidos para ambos meses en donde se disminuye en
0,3 puntos porcentuales.
Para cuantificar aun con más detalle, se calcula el margen de las cajas negadas y se
estima el ahorro alcanzado por la baja en la negación de productos:
58
Cuadro Nº 18 Detalle de ahorros alcanzados por la baja en negación de productos
Fuente: Negados 2007 planta cerrillos
Al observar el detalle de precios, costos y márgenes por productos, se determina que
los ahorros por concepto de baja de productos negados alcanzan los $ 1.336.857 para
el mes de marzo. Sin embargo, para la empresa más que las ventas o márgenes que se
dejan de percibir, la importancia de no negar productos esta relacionada con no perder
posición de mercado, por lo que el concepto que más valor agrega para Evercrisp, es
bajar la tasa de Negados/Pedidos.
IMAN
Para observar el nivel de eficiencia de la programación, la planta tiene un indicador
IMAN que calcula la eficiencia del programa de producción semanalmente en base a la
siguiente formula:
Código Descripción Motivo
Negados
Enero
Negados
Marzo
Precio
Caja
Costo
Caja Margen Diferencias
10003 PAPA LAY'S T/A 18 X 80 SIN STOCK 18 9 6.120 1.838 4.282 38.542
10006 PAPA LAY'S T/A 8 X 270 SIN STOCK 85 48 6.000 2.597 3.403 125.912
10007 PAPA LAY'S T/A 3 X 500 SIN STOCK 105 67 3.600 1.846 1.754 66.655
10031 PAPA LAY'S T/A 50 X 38 SIN STOCK 1 5 6.850 2.462 4.388 -17.552
10035 PAPA LAY'S T/A 50 X 40 SIN STOCK 115 22 9.500 2.608 6.892 640.928
10039 LAY`S T/A 350, SIN STOCK 58 67 5.394 2.465 2.929 -26.359
10042 LAY`S T/A 45 SIN STOCK 21 13 6.165 2.418 3.747 29.980
10104 PAPA LAY'S CLASICA 8 X 270 SIN STOCK 64 61 6.000 2.609 3.391 10.172
10214 PAPA LISA BARCEL CASERAS 12 X 200 SIN STOCK 59 27 5.640 2.812 2.828 90.504
10217 PAPA LISA BARCEL CASERAS 3 X 350 SIN STOCK 41 53 2.370 2.279 91 -1.095
14199 PAPA LAY'S CLASICA 6 X 10 X 260 (MANGA) SIN STOCK 961 889 6.180 2.227 3.953 284.580
55005 LISA MOM`S 350 SIN STOCK 38 10 2.370 1.278 1.092 30.589
55105 PAPA C/A MOM 350 SIN STOCK 69 75 2.370 1.251 1.119 -6.711
61071 PAPA C/A MOM`S 180 SIN STOCK 191 12 4.020 1.757 2.263 405.039
61072 LISA MOM/BAR 180 SIN STOCK 457 584 4.020 1.771 2.249 -285.603
10161 PAPA LAY'S CLASICA 60 X 26 SIN STOCK 5 17 6.180 2.120 4.060 -48.724
2.288 1.959 1.336.857
59
Kg. Programados (Semana) / (Capacidad Nominal * Tiempo Programado
(Semana))
Luego, en base a este indicador, los resultados de la programación para enero y marzo
son:
Cuadro Nº 19 Indicador IMAN para el mes de Enero
Indicadores Claves S1 S2 S3 S4 S5 Acumulado mes
Efectividad de Línea 60,3 61,4 49,1 57,5 54,6 56,6
- Tiempo Inutilizado 1840,3 553,3 3714,3 2714,3 3188,2 12010,4
- Kg. Producción Perdidos 44474,3 13371,4 89761,7 65594,6 77049,0 290250,9
Eficiencia de Cambios 79,2 67,1 84,5 82,4 52,2 67,7
Disponibilidad 100,0 100,0 100,0 100,0 100,0 100,0
Utilización 60,3 61,4 49,1 57,5 54,6 56,6
Eficiencia del Programa de Producción 91,8 88,1 92,7 90,2 90,1 90,6
Fuente: Indicador IMAN planta Cerrillos
Cuadro Nº 20 Indicador IMAN para el mes de Marzo
Indicadores Claves S1 S2 S3 S4 S5 Acumulado mes
Efectividad de Línea 63,5 72,2 51,7 63,2 58,1 59,7
- Tiempo Inutilizado 1937,2 650,9 3909,8 2982,7 3391,7 12872,3
- Kg. Producción Perdidos 46815,0 15731,0 94486,0 72082,0 81967,0 311081,0
Eficiencia de Cambios 83,3 78,9 88,9 90,6 55,6 69,0
Disponibilidad 100,0 100,0 100,0 100,0 100,0 100,0
Utilización 63,5 72,2 51,7 63,2 58,1 59,7
Eficiencia del Programa de Producción 96,6 103,6 97,6 99,1 95,8 98,8
Fuente: Indicador IMAN planta Cerrillos
Al observar los cuadros Nº 19 y 20 se concluye que la eficiencia acumulada para el mes
de enero es de un 90,6% y la de Marzo es de un 98,8% lo que implica que se ha subido
8,2 puntos porcentuales en la eficiencia del programa de producción.
Para cuantificar los beneficios de tener un programa de producción más eficiente se
analiza los resultados manejados por el área de planificación:
60
Cuadro Nº 21 Volúmenes y costos de producción PC-32
PC-32 ENE MAR
VOLUMEN (TONS) 938 1.050
CORE INGREDIENTS (MCH$) 530.203 575.631
PACKAGING (MCH$) 259.940 304.565
DIRECT LABOR (MCH$) 102.617 103.184
TOTAL COSTO (MCH$) 892.760 983.381
COSTO DIRECTO (CH$/KG) 951,6 936,7
Fuente: AOP 2007 Fase II
Luego, al observar el cuadro Nº 21 se puede observar que a pesar de existir un
aumento en los costos de producción (Ingredientes, material de empaque y mano de
obra), el costo directo en pesos por kilo producido disminuye, esto se explica por la
mayor productividad registrada en la línea.
Para determinar los ahorros incurridos por la mayor productividad, se calcula cuanto
habría costado producir el volumen de Marzo con los costos de Enero:
Cuadro Nº 22 Ahorros por aumento de productividad
Valor de producción Marzo
Con Costos de Enero 999.015.648
Con Costos de Marzo 983.380.839
Ahorros 15.634.809
Fuente: Elaboración propia
Del cuadro Nº 22 se deduce que el ahorro por aumento de productividad es de
$15.634.809, lo que sumado a los $ 1.336.857 por concepto de baja de productos
negados, nos da que al optimizar el programa de producción, evaluando los resultados
por un mes para la linea PC-32 da un total de $16.971.666
61
Bono
Finalmente, otro de los beneficios de este proyecto, es que entrega una producción por
tubo, que se podría considerar como una “guía” para los operadores de cómo empacar
la producción, de manera de poder cumplir con el programa de producción entregado.
Los beneficios de esta entrega se ven en el grado de cumplimiento de la línea en % de
volumen y % de mix que es lo que finalmente necesita el área logística para poder
cumplir al área de ventas. Además, es la forma de medir el desempeño de los
operadores, por lo que es la base por medio se les otorgan bonos de producción a los
operadores de la línea.
Luego dada la estructura para obtener bonos para los operadores de línea (ver anexo
Nº 6), los resultados para Marzo son:
62
Cuadro Nº 23 Obtención de bono de producción medio para línea PC-32
Fuente: BONO FRONT LINE - MAR 2007 Planta Cerrillos
Del cuadro se observa que se obtiene el bono de producción medio para el mes de
Marzo. Si bien no es el bono de producción mas alto, es primera vez desde que la línea
esta en régimen, que los operadores obtienen algún bono de producción.
63
Conclusiones finales
Se puede concluir que el proyecto cumplió con los objetivos estipulados en los plazos
establecidos. Esto es, se diseñó e implementó un modelo matemático que optimiza el
programa de producción para la línea PC-32.
Se debe mencionar que además de los objetivos estipulados en un comienzo, el
proyecto tiene un valor agregado extra, el cual es, además de entregar un programa de
producción optimizado con respecto al potencial proceso que tiene la línea de
producción, también entrega el programa por tubo de empaquetado, es decir, indica que
se debe empacar, en que tubo empacador y en cuanto tiempo. Esto en la práctica es de
gran ayuda para que los operaros cumplan con los programas de producción, y de esta
manera la producción futura será mas confiable para el área logística.
Cabe destacar que en los periodos en donde se hace la comparación entre programas
antiguos y programas nuevos ocupando el modelo, es decir, entre Enero 2007 y Marzo
2007, el mix de productos que se demandados en Marzo son muchos mas difíciles de
producir que los de Enero, ya que están orientados a gramajes pequeños (gatillado por
la entrada a clases de los colegios), y aun así se lograron beneficios.
Finalmente, se puede concluir que el proyecto ha sido bien evaluado por parte de la
compañía. Es por ese motivo que el modelo se implementó en 3 líneas de producción
más, y existe intención de implementarlo a toda la planta en el mediano plazo.
64
XV.- Bibliografía y fuentes de información
Ortiz C., Varas S. y Vera J. “Optimización para modelos de gestión” Dolmen ediciones,
economía y gestión.
Olivares González, Cesar. “Modelo de optimización robusta aplicado a la planificación
de la producción, para una empresa papelera” Universidad de Chile
Puente Triantáfilo, Jorge A. “Planificación de producción en una fabrica de productos
lácteos Soprole S.A.” Universidad de Chile.
65
XVI.- Anexos
Anexo Nº 1: Extracto del archivo que lleva la estadística de productos negados por estar sin stock
Total
CÓDIGO
mod. DESCRIPCIÓN Total KILOS
COSTO POR
CAJA COSTO TOTAL
10003 PAPA LAY'S T/A 18 X 80 297 428 1.838 545.740
10006 PAPA LAY'S T/A 8 X 270 1.467 3.169 2.597 3.809.756
10007 PAPA LAY´S T/A 3 X 500 1.645 2.468 1.846 3.036.522
10031 PAPA LAY´S T/A 50 X 38 998 1.896 2.462 2.456.966
10032 PAPA LAY´S T/A 40 X 50 1.385 2.770 2.509 3.475.466
10035 PAPA LAY'S T/A 50 X 40 499 998 2.608 1.301.542
10039 PAPA LAY'S T/A EXTRA BOLSA 6X350 416 874 2.465 1.025.521
10040 PAPA LAY'S T/A 45 X 44 BONUS 1.465 2.901 2.418 3.541.706
10041 PAPA LAY'S T/A 8 X 300 BONUS 700 1.680 2.839 1.987.319
10104 PAPA LAY´S CLASICA 8 X 270 504 1.089 2.609 1.315.123
10126 PAPA LAY´S CLASC MEDIT QUESO 12 X 170 223 455 3.391 756.184
10127 PAPA LAY´S CLASC MEDIT TOMATE&OLIVA 12 X 170 61 124 4.107 250.537
10128 PAPA LAY´S CLASC MEDIT OREGANO 12 X 170 162 330 3.048 493.805
10129 PAPA LAY´S CLASC MEDIT QUESO 18 X 70 245 309 2.136 523.430
10130 PAPA LAY´S CLASC MEDIT TOMATE&OLIVA 18 X 70 62 78 2.092 129.720
10131 PAPA LAY´S CLASC OREGANO 18 X 70 282 355 2.010 566.943
10137 PAPA LAY´S CLASC MEDIT OREGANO 50 X 38 539 1.024 2.642 1.423.866
10138 PAPA LAY´S CLASC MEDIT QUESO 50 X 38 869 1.651 2.821 2.451.459
10139 PAPA LAY´S CLASC MEDIT TOMATE&OLIVA 50 X 38 650 1.235 3.123 2.029.658
10145 PAPA LAY´S CLASC MED JAMON SERRANO 18 X 70 609 767 1.885 1.148.087
10146 PAPA LAY´S MEDIT JAMON SERRANO 50 X 38 1.180 2.242 2.749 3.243.799
10147 PAPA LAY´S MEDIT JAMON SERRANO 12 X 170 158 322 2.909 459.587
10151 PAPA LAY´S MEDIT CREMA & CIBOULETTE 50 X 38 317 602 2.790 884.560
10152 PAPA LAY´S MEDIT CREMA & CIBOULETTE 18 X 70 217 273 2.082 451.790
10153 PAPA LAY´S MEDIT CREMA & COBOULETTE 12 X 170 459 936 3.022 1.387.203
10155 PAPA LAY'S ARTESANAS 50 X 38 873 1.659 2.569 2.242.692
10156 PAPA LAY'S ARTESANAS 18 X 70 293 369 2.175 637.392
10158 PAPA LAY'S MEDIT QUES0 8 X 300 63 151 3.253 204.963
10159 PAPA LAY'S MEDIT OREGANO 8 X 300 145 348 3.462 501.941
10160 PAPA LAY'S CLASICA MEDIT JAMON SERRANO 8 X 300 49 118 3.445 168.782
10161 PAPA LAY'S CLASICA 60 X 26 2.958 4.614 2.120 6.270.025
10162 PAPA LAY'S ARTESANAS 8 X 270 603 1.302 2.864 1.726.974
10166 PAPA LAY'S MEDT SABORES PEBRE 50X38 721 1.370 3.023 2.179.720
66
10167 PAPA LAY'S MEDIT SABOR PEBRE 18X70 134 169 3.103 415.823
10168 PAPA LAY'S MEDIT SABOR PEBRE 12X170 271 553 3.152 854.147
10169 PAPA LAY'S CLASICA 8 X 300 BONUS 328 787 3.431 1.125.237
10170 CLASICA MEDITERRANEAS PROVOLETA OREGANATO 50 x 38 4 8 2.632 10.527
10171 CLASICA MEDITERRANEAS PROVOLETA OREGANATO 18 x 70 55 69 1.704 93.715
10172 CLASICA MEDITERRANEAS PROVOLETA OREGANATO 12 x 170 42 86 2.838 119.196
10214 PAPA LISA BARCEL CASERAS 12 X 200 208 499 2.812 584.842
10217 PAPA LISA BARCEL 3 X 350 1.522 1.598 2.279 3.468.212
10218 PAPA LISA BARCEL 60 X 18 321 347 1.214 389.761
10219 PAPA LISA BARCEL 3 X 350 129 135 1.128 145.531
10400 LAY'S AIREADAS 50 x 21 506 531 2.440 1.234.678
10401 LAY'S AIREADAS 18 x 50 105 95 2.190 230.002
10402 LAY'S AIREADAS 12 x 110 31 41 2.835 87.900
10502 CHEETOS PALITOS 24 X 65 146 228 1.226 178.928
10520 CHEETOS PALITOS 90 X 22 200 396 1.570 314.042
10522 CHEETOS PALITOS 60 X 34 1.386 2.827 1.548 2.144.860
10524 CHEETOS PALITOS ORIGINAL 3 X 400 216 259 898 194.016
10525 CHEETOS PALITOS 12 X 150 106 191 1.325 140.403
10566 CHEETOS MANI 60 X 28 103 173 1.411 145.361
10567 CHEETOS TUBO 90 X 17 728 1.114 1.671 1.216.447
10574 CHEETOS PALITOS ORIGINAL 3 X 450 2 3 984 1.968
10591 CHEETOS MANI 12 X 140 1.103 1.853 1.167 1.287.151
10592 CHEETOS MANI 3 X 350 848 890 732 620.897
10594 CHEETOS CRACKIDS ALMOHADILLA 60 X 40 983 2.359 2.133 2.096.737
10595 CHEETOS CRACKIDS ALMOHADILLA 8 X 250 345 690 2.004 691.549
10596 CHEETOS FUNKY PUNKY 60 X 25 248 372 1.354 335.790
10597 CHEETOS PANIK CLUB 60 x 25 652 978 1.201 783.137
10610 SUFLE PAPA 60 X 26 5.215 8.135 1.255 6.542.635
10617 POPOKAS QUESO 12 x 140 223 375 1.010 225.136
10718 SUFLE QUESO 60 X 26 3.492 5.448 1.097 3.830.511
10719 CHIS-POP SUFLE QUESO 12 X 140 54 91 1.096 59.199
10720 CHIS-POP SUFLE QUESO 3 X 350 1.955 2.053 667 1.304.200
10807 CHIS POP BOLITAS TUTTI FRUTTI 12 X 140 421 707 1.090 458.916
10808 CHIS POP BOLITAS TUTTI FRUTTI 3 X 350 3.300 3.465 724 2.388.025
10905 TRAGA TRAGA FRAMBUESA 90 X 17 1.498 2.292 1.447 2.167.871
10955 TRAGA TRAGA CHIRIMOYA NARANJA 60 X 28 1.189 1.998 1.486 1.767.341
11002 GATOLATE 12 X 140 383 643 1.424 545.400
11004 GATOLATE 60 X 28 1.619 2.720 1.450 2.347.642
11052 CHOCO CHOCOLATE 20 X 200 840 3.360 2.516 2.113.700
11054 CHOCO CHOCOLATE 72 X 32 276 636 1.826 503.961
11200 TWISTOS JAMON 20 X 110 1.101 2.422 1.929 2.123.751
11202 TWISTOS JAMON 30X40 2.770 3.324 1.049 2.905.547
11203 TWISTOS QUESO 96X12 (MUESTRA) 64 74 1.604 102.665
11204 TWISTOS QUESO 30X40 2.593 3.112 1.057 2.741.999
11205 TWISTOS QUESOS 20 X 110 1.131 2.488 1.612 1.823.602
11207 TWISTOS MANTEQUILLA 30X40 3.377 4.052 1.192 4.026.816
11208 TWISTOS MANTEQUILLA 20X110 1.737 3.821 1.910 3.317.778
67
Anexo Nº 2 : Extracto de pedidos diarios por SKU
84 Lunes Martes Miércoles Jueves Viernes Lunes
Código Descripción 03-Jul 04-Jul 05-Jul 06-Jul 07-Jul 10-Jul
10032 Papa Lays T/A 40X50 1.104 192 192 560 1.008 880
10035 LAY'S T/A 50X40 171 67 308 301 545 264
10003 Papas Corte Americano 18x80 501 599 465 853 1.213 906
10039 Papa Lays T/A EXTRA BOLSA 8X350 234 187 670 919 297 223
10007 Papas Corte Americano 3x500 989 814 1.459 1.584 3.072 2.509
10161 Papas Clásicas 60X26 913 925 637 744 1.255 497
10138 Papas Mediterraneas Queso 50X38 172 275 186 295 263 377
10139 Papas Mediterraneas Tomate 50X38 160 114 312 221 281 222
10137 Papas Mediterraneas Oregano 50X38 302 352 375 327 515 332
10126 Papas Lay's Mediterráneas S/Fetta Chesse 12x170 29 11 21 24 28 44
10127 Papas Lay's Mediterráneas S/Tomate & Oliva 12x170 0 4 5 14 25 18
10128 Papas Lay's Mediterráneas S/Orégano 12x170 67 63 106 67 128 67
10129 Papas Lay's Mediterráneas S/Fetta Chesse 18x70 7 34 8 31 20 8
10130 Papas Lay's Mediterráneas S/Tomate & Oliva 18x70 43 9 1 14 15 4
10131 Papas Lay's Mediterráneas S/Orégano 18x70 71 87 182 80 125 135
10145 Lays Mediterraneas Jamón Serrano 18X70 86 43 155 85 113 128
10146 Lays Mediterraneas Jamón Serrano 50X38 609 473 460 409 700 703
10147 Lays Mediterraneas Jamón Serrano 12X170 157 49 121 93 203 92
10151 Papas Mediterráneas Sabor Crema y Ciboulette 50x38 44 118 168 142 397 153
10152 Papas Mediterráneas Sabor Crema y Ciboulette 18x70 41 35 83 41 88 36
10153 Papas Mediterráneas Sabor Crema y Ciboulette 12x170 101 59 82 61 165 81
10155 LAY'S ARTESA 50X38 633 480 414 542 1.201 593
10156 LAY'S ARTESA 18X70 66 48 63 68 158 117
10162 Papas Artesanas 8X270 463 411 613 655 770 695
10158 PAPA LAY'S MEDITERRANEA QUESO 8 X 300 37 14 35 19 35 28
10159 PAPA LAY'S MEDITERRANEA OREGANO 8 X 300 27 77 97 48 81 43
10160 PAPA LAY'S MEDITERRANEA JAMÓN SERRANO 8 X 300 60 19 58 76 121 72
10166 LAY'S MEDIT SABOR PEBRE 50 X 38 139 108 118 222 137 314
10167 LAY'S MEDIT SABOR PEBRE 18 X 70 57 17 3 8 5 7
10168 LAY'S MEDIT SABOR PEBRE 12 X 170 75 35 50 27 72 39
10169 PAPA LAY'S CLASICA 8 X 300 BONUS
10040 PAPA LAY'S T/A 45 X 44 BONUS
10041 PAPA LAY'S T/A 8 X 300 BONUS
10217 PAPA LISA BARCEL CASERAS 3 X 350 529 307 609 935 970 659
10214 Papas Lisas Barcel Caseras 12x200 146 131 132 114 345 143
10400 Papas Lay's Aireadas 50X21 0 0 0 0 0 0
10401 Papas Lay's Aireadas 18X50 0 0 0 0 0 0
10402 Papas Lay's Aireadas 12X110 0 0 0 0 0 0
10502 Chester Palitos 24X65 67 117 160 142 154 87
10520 Cheetos Palitos 90x22 305 144 162 317 352 245
10522 Chester Palitos 60x34 (Original) 902 1.071 882 1.369 1.230 1.159
10524 Cheetos Palitos Original 3X400 185 96 297 290 339 217
10525 Cheetos Palitos 12X150 76 105 220 152 173 69
68
Anexo Nº 3: Extracto de estacionalidades
Descripcion Dia Fecha
Seman
a Mes Año Pedido Real
Prom dia
Prom Sem
Prom Mes
Pedidos Totales lunes 03-Jul 1 7 2006 43.527 57250 48474 49868
Pedidos Totales martes 04-Jul 1 7 2006 35.769 47848 48474 49868
Pedidos Totales miércoles 05-Jul 1 7 2006 39.018 49345 48474 49868
Pedidos Totales jueves 06-Jul 1 7 2006 48.738 49628 48474 49868
Pedidos Totales viernes 07-Jul 2 7 2006 63.142 71540 57402 49868
Pedidos Totales lunes 10-Jul 2 7 2006 46.262 57250 57402 49868
Pedidos Totales martes 11-Jul 2 7 2006 36290 47848 57402 49868
Pedidos Totales miércoles 12-Jul 2 7 2006 26442 49345 57402 49868
Pedidos Totales jueves 13-Jul 2 7 2006 37807 49628 57402 49868
Pedidos Totales viernes 14-Jul 3 7 2006 52432 71540 56307 49868
Pedidos Totales lunes 17-Jul 3 7 2006 51.770 57250 56307 49868
Pedidos Totales martes 18-Jul 3 7 2006 42.217 47848 56307 49868
Pedidos Totales miércoles 19-Jul 3 7 2006 44.520 49345 56307 49868
Pedidos Totales jueves 20-Jul 3 7 2006 48.438 49628 56307 49868
Pedidos Totales viernes 21-Jul 4 7 2006 85.982 71540 57259 49868
Pedidos Totales lunes 24-Jul 4 7 2006 59.156 57250 57259 49868
Pedidos Totales martes 25-Jul 4 7 2006 55.279 47848 57259 49868
Pedidos Totales miércoles 26-Jul 4 7 2006 46.648 49345 57259 49868
Pedidos Totales jueves 27-Jul 4 7 2006 58.900 49628 57259 49868
Pedidos Totales viernes 28-Jul 4 7 2006 66.649 71540 57259 49868
Pedidos Totales lunes 31-Jul 4 7 2006 58.237 57250 57259 49868
Pedidos Totales martes 01-Ago 1 8 2006 36.358 47848 48474 56509
Pedidos Totales miércoles 02-Ago 1 8 2006 46.586 49345 48474 56509
Pedidos Totales jueves 03-Ago 1 8 2006 49.092 49628 48474 56509
Pedidos Totales viernes 04-Ago 1 8 2006 56.130 71540 48474 56509
Pedidos Totales lunes 07-Ago 2 8 2006 72.697 57250 57402 56509
Pedidos Totales martes 08-Ago 2 8 2006 45.343 47848 57402 56509
Pedidos Totales miércoles 09-Ago 2 8 2006 57.113 49345 57402 56509
Pedidos Totales jueves 10-Ago 2 8 2006 53.115 49628 57402 56509
Pedidos Totales viernes 11-Ago 2 8 2006 70.813 71540 57402 56509
Anexo Nº 4: Extracto de Estimación de demanda de I2:
CODIGO SKU COSTEADA 2-ene-
2007 3-ene-
2007 4-ene-
2007 5-ene-
2007
10003 T/AMERICANO SAL18X80 Grs 1653 1673 1677 2037
10006 T/AMERICANO SAL8X270 Grs 3981 4030 4039 4905
10007 T/AMERICANO SAL3X500 Grs 3579 3623 3631 4410
10104 CLASICAS8X270 Grs 282 285 286 347
10566 Cheetos Maní 60x28 241 156 143 297 215 59
10567 Cheetos Tubo 90x17 256 100 48 42 120 10
10591 Cheetos Maní 12X140 81 54 131 130 142 142
69
10129 CLASICA MEDITERRANEAS QUESO18X70 Grs 33 33 33 41
10126 CLASICA MEDITERRANEAS QUESO12X170 Grs 16 17 17 20
10130 CLASICA MEDITERRANEAS TOMATE & OLIVA18X70 Grs 24 24 25 30
10127 CLASICA MEDITERRANEAS TOMATE & OLIVA12X170 Grs -1 -1 -1 -1
10131 CLASICA MEDITERRANEAS OREGANO18X70 Grs 123 125 125 152
10128 CLASICA MEDITERRANEAS OREGANO12X170 Grs 144 146 147 178
10151 CLASICA MEDITERRANEA CREMA CIBOULETTE50X38 Grs 388 393 393 478
10152
CLASICA MEDITERRANEA CREMA CIBOULETTE18X70
Grs 58 59 59 72
10146 CLASICA MEDITERRANEAS JAMON SERRANO50X38 Grs 858 869 871 1058
10145 CLASICA MEDITERRANEAS JAMON SERRANO18X70 Grs 132 134 134 163
10147 CLASICA MEDITERRANEAS JAMON SERRANO12X170 Grs 204 206 206 251
10148 CLASICA MEDITERRANEAS CILANTRO LIMON50X38 Grs 384 388 389 473
10031 T/AMERICANO SAL50X38 Grs 8693 8800 8820 10712
10035 T/AMERICANO SAL50X40 Grs 748 757 759 922
10032 T/AMERICANO SAL40X50 Grs 1728 1749 1753 2129
10155 LAYS ARTESANAS50X38 Grs 1043 1056 1058 1285
10156 LAYS ARTESANAS18X70 Grs 58 58 59 71
10138 CLASICA MEDITERRANEAS QUESO50X38 Grs 548 555 556 675
10139 CLASICA MEDITERRANEAS TOMATE & OLIVA50X38 Grs 465 470 472 573
10137 CLASICA MEDITERRANEAS OREGANO50X38 Grs 834 845 847 1028
10153 CLASICA MEDITERRANEA CREMA CIBOULETTE12X170 Grs 119 121 121 147
10149 CLASICA MEDITERRANEAS CILANTRO LIMON18X70 Grs 15 15 15 18
10150 CLASICA MEDITERRANEAS CILANTRO LIMON12X170 Grs 33 33 33 40
10159 CLASICA MEDITERRANEAS OREGANO8X300 Grs 191 194 194 236
Anexo Nº 5: Programa de producción antes de ocupar modelo
Línea Código Descripción Promoción Cant.Programa
Cajas Kls.
Programa Pallets
PC-32 10003 Papas Lay's T/Americana 18x80 Sin promoción 2.048 2.949 32
10042 Papas Lay's T/Americana 40x45
Promoción Sticker TecnoFun (1:10)+Huincha Full Impresa 2.736 4.925 57
10006 Papas Lay's T/Americana 8x270
Promoción Sticker TecnoFun (1:10)+Huincha Full Impresa 1.728 3.732 36
70
Anexo Nº 6: Estructura de Bonos para operador de línea
Recommended