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