evaluaciÓn del impacto de la implementaciÓn...

1

FACULTAD DE INGENIERÍA

Carrera de Ingeniería Empresarial

EVALUACIÓN DEL IMPACTO DE LA

IMPLEMENTACIÓN DE UN ERP PARA EL

PROCESO DE ATENCIÓN AL CLIENTE EN

UNA MYPE

Trabajo de Investigación para optar el Grado Académico

de Bachiller en Ingeniería Empresarial

YULISA HAYDEE MURILLO BARRIENTOS

DIANA ESTRELLA NARVAEZ BARRETO

RUTH PILLACA QUISPE

SLHI RAFAEL QUISPE ECOS

Lima – Perú

2019

III

Índice General

Índice de Tablas III

Índice de Ilustraciones IV

Índice de Anexos V

Introducción 1

Problema de la Investigación 2

Justificación de la investigación 3

Marco referencial 5

Objetivos e hipótesis 8

Alcances y Limitaciones 9

Método 9

Población, Muestra y Unidad de Análisis 10

Variables 11

Técnicas e Instrumentos de Recolección de Datos 12

Procedimientos 13

Resultados 35

Conclusiones 54

Recomendaciones 55

Referencias 56

Anexos 58

IV

Índice de Tablas Tabla 1 Información Reclamos hasta 2019 3

Tabla 2 Diseño de la Investigación 14

Tabla 3 Indicadores de la Variable Dependiente 16

Tabla 4 Indicadores de la Variable Independiente 17

Tabla 5 Niveles de Venta 19

Tabla 6 Ciclo de Arribos AS IS 21

Tabla 7. Distribución AS IS 22

Tabla 8. Proceso en ProModel AS IS 24

Tabla 9. Ciclo de Arribos Modelo TO BE 32

Tabla 10. Distribución de las Variables TO BE 33

Tabla 11. Proceso en ProModel TO BE 34

Tabla 12. Réplicas exportadas - Variable Tiempo de Ciclo 38

Tabla 13. Cálculo del Número de Réplicas – Variable Tiempo de Ciclo 39

Tabla 14. Número de Réplicas – Variable Tiempo de Ciclo 40

Tabla 15. Comparación de Escenarios – Tiempo de Ciclo 42

Tabla 16. Réplicas exportadas - Variable Tiempo de Registrar Pedido 45

Tabla 17. Cálculo del Número de Réplicas – Variable Tiempo de Registrar Pedido 46

Tabla 18. Número de Réplicas – Variable Tiempo de Registrar Pedido 47

Tabla 19. Comparación de Escenarios – Tiempo de Registrar Pedido 49

Tabla 20. Réplicas exportadas - Variable Tiempo de Pago de Pedido 52

Tabla 21. Cálculo del Número de Réplicas – Variable Tiempo de Pago de Pedido 53

Tabla 22. Número de Réplicas – Variable Tiempo de Pago de Pedido 54

Tabla 23. Comparación de Escenarios – Tiempo de Pago de Pedido 56

V

Índice de Ilustraciones

Ilustración 1 Diagrama de Pareto Reclamos hasta julio 2019 4

Ilustración 2 Diagrama de Causa Efecto Demora en Proceso de Atención 5

Ilustración 3 Diagrama de Pareto 6

Ilustración 4 Flujo de Proceso AS IS 15

Ilustración 5. Locaciones AS IS 17

Ilustración 6. Entidades AS IS 18

Ilustración 7. Arribos AS IS 18

Ilustración 8. Redes de Rutas AS IS 19

Ilustración 9. Recursos AS IS 19

Ilustración 10. Atributos AS IS 19

Ilustración 11. Variables AS IS 20

Ilustración 12. Escenario de Simulación AS IS 25

Ilustración 13 Flujo del Proceso TO BE 27

Ilustración 14. Locaciones TO BE 28

Ilustración 15. Entidades TO BE 30

Ilustración 16. Arribos TO BE 30

Ilustración 17. Redes de Rutas TO BE 30

Ilustración 18. Recursos TO BE 31

Ilustración 19. Atributos TO BE 31

Ilustración 20. Variables TO BE 32

Ilustración 21. Escenario de Simulación TO BE 35

Ilustración 22. Réplicas de la muestra - Variable Tiempo de Ciclo 37

Ilustración 23. Réplicas – Variable Tiempo de Ciclo 41

Ilustración 24. Cuadro de Análisis para la Hipótesis – Variable Tiempo de Ciclo 43

Ilustración 25. Réplicas de la muestra - Variable Tiempo de Registrar Pedido 44

Ilustración 26. Réplicas – Variable Tiempo de Registrar Pedido 47

Ilustración 27. Análisis para la Hipótesis – Variable Tiempo de Registrar Pedido 50

Ilustración 28. Réplicas de la muestra - Variable Tiempo de Pago de Pedido 51

Ilustración 29. Réplicas – Variable Tiempo de Pago de Pedido 55

Ilustración 30. Análisis para la Hipótesis – Variable Tiempo de Pago de Pedido 57

VI

Índice de Anexos

Anexo 1 Ficha Técnica de Observación AS IS 59

Anexo 2 Cálculo de tiempo en minutos para el Modelo AS IS 63

Anexo 3 Ficha Técnica de Observación TO BE 64

Anexo 4 Cálculo de tiempo en minutos para el Modelo TO BE 66

Anexo 5 Tabla de distribución T 67

Anexo 6 Réplicas del Modelo AS IS de la Variable Tiempo de Ciclo 69

Anexo 7 Réplicas del Modelo TO BE de la Variable Tiempo de Ciclo 70

Anexo 8 Tabla de distribución Normal (Z positivo) 71

Anexo 9 Réplicas del Modelo AS IS - Variable Tiempo de Registro de Pedido 74

Anexo 10 Réplicas del Modelo TO BE - Variable Tiempo de Registro de Pedido 75

Anexo 11 Réplicas del Modelo AS IS - Variable Tiempo de Pago del Pedido 76

Anexo 12 Réplicas del Modelo TO BE - Variable Tiempo de Pago del Pedido 77

1

Introducción

El presente trabajo de investigación tiene por objetivo determinar, aplicando la

herramienta de simulación ProModel, el impacto que produce la implementación del

Sistema de Gestión de Recursos Empresariales (ERP) sobre el proceso de atención al

cliente de la Mype Kokys SAC.

La importancia de estudiar este tema en particular radica en que las Mypes poseen un

papel fundamental en la economía del país, dado esto, se busca incrementar su

competitividad para que puedan mantenerse a flote en el mercado y tener un

crecimiento continuo. Por lo cual, la implementación de este sistema es de suma

relevancia por ser uno de los factores decisivos para la diferenciación en la gestión

integrada del negocio.

A lo largo del trabajo de investigación, se pretende dar a conocer la importancia del uso

de las herramientas de simulación de sistemas como paso inicial para la

implementación un sistema de información, de esta forma, apoyar a las empresas a la

toma de decisiones más acertadas e informadas antes tomar una acción.

En la primera sección, se presenta la formulación, la justificación del estudio de la

problemática existente y se plantea una alternativa de solución.

En la segunda sección, se desarrolla el marco teórico con los conceptos principales del

negocio y del sistema a implementar para la comprensión y elaboración de la

investigación; asimismo, se describen los objetivos, alcances y limitaciones encontrados

que soportan la propuesta planteada.

En la tercera sección, se define el método, tipo y diseño de la investigación, además, se

realiza la identificación de las técnicas e instrumentos de recolección de datos, la

población, muestra, unidad de análisis y variables de la de investigación para continuar

con todos la especificación de procedimientos implementados.

En la cuarta sección, se presentan los resultados relevantes después de la aplicación

de los procedimientos, así como conclusiones y recomendaciones derivadas del

trabajo que permitan extender la investigación en un futuro.

Se incluyen los anexos en donde se agrupan las principales evidencias de los

instrumentos de recolección de datos, el análisis de los datos y el cálculo de las réplicas

necesarias para determinar los resultados de la investigación.

2

Problema de la Investigación

Descripción del proceso de atención al cliente

La Mype se encarga de captar clientes mediante la venta pollos a la brasa entre otros platos

a la carta a través de la atención presencial del establecimiento. El área de atención al

cliente cuenta con 02 mozos, 01 cocinero, 01 ayudante y 01 cajera en un solo canal de

atención. Se brinda atención a los clientes desde la llegada a la empresa, consumo y pago

de servicio.

Nivel de ventas

Respecto al nivel de venta por días, existe 3 posibles niveles de venta que

experimenta la empresa a largo de todo el año, según los siguientes escenarios:

Pesimista: número de pollos vendidos en un día de demanda baja.

La cantidad de pollos vendidos al día es 20 (lunes y martes).

Optimista: número de pollos vendidos en un día de demanda alta.

La cantidad de pollos vendidos al día es 70 (sábado y domingo).

Más probable: número de pollos vendidos en un día de demanda normal.

La cantidad de pollos vendidos al día es 30 (miércoles, jueves y viernes).

Cabe destacar que para el cálculo del número promedio de clientes en un día se contó

la cantidad de boletas emitidas, debido a que una boleta representa a una venta

realizada por un cliente, se concluyó que el número promedio de pedidos en un día es

de 42.

Además, en relaciones a los horarios de la empresa, atienden de 12PM a 11PM, los

trabajadores no tienen descansos, respecto a los 2 mozos, uno atiende en el horario de

12pm a 5.30 pm y el otro de 5:30pm a 11pm.

3

Descripción del problema

Considerando que el desempeño de las operaciones manuales de la empresa, se precisa

que no se ha tomado acciones necesarias para planificar acciones cuando hay gran

afluencia de clientes, lo cual es una desventaja, ya que esto conlleva a obtener un tiempo

de espera bastante alto, el cual se incrementa debido al flujo de información deficiente.

Lo que incrementa los tiempos de espera e influye en la percepción de atención de la

calidad en la atención a los clientes; asimismo, el sistema de facturación simple actual que

usa la empresa para la atención no contribuye en la mejora de este problema. Esto se

refleja al momento en que los clientes se acercan a realizar el pago y el cajero tiene que

preguntar y digitar la venta por transacción al momento de la atención lo que ocasiona que

el tiempo de atención de estos clientes dure entre 5 y 10 minutos, ocasionando así que los

tiempos de atención de los clientes se incremente y exceda el tiempo establecido.

Asimismo, la falta de capacitación del personal para realizar estas y otras operaciones

manuales, y la ausencia de un guía de atención al cliente influyen en el incremento de los

tiempos de atención y, por ende, en los tiempos de espera de los clientes.

Solucionar esta debilidad del sistema es relevante para la Mype, ya que, como toda

empresa emprendedora, el éxito de la misma se basa en la percepción que los clientes

puedan tener de esta atención y servicio ofrecido. Además, en lo que concierne al servicio,

básicamente en atención en la pollería, en el nivel de satisfacción del cliente se mide por la

calidad recibida en base a la atención de los mozos, es aquí donde influye el tiempo de

espera de cada cliente, mientras más alto sea el tiempo de espera, más disconforme estará

la experiencia y percepción de la Mype.

Esta mala percepción de empresa se traduce en disconformidades de los clientes que se

reportan a través de reclamos, los cuales se muestran a continuación:

Tabla 1 Información Reclamos hasta 2019

Reclamos Frecuencia % Acumulado Porcentaje

Demora en la atención al cliente 39 39% 0.38613861

Inadecuada atención al cliente 28 66% 0.27722772

Transacciones mal realizadas 16 82% 0.15841584

Pedidos cancelados 18 100% 0.17821782

101 200% 1

Fuente: La Empresa

4

Ilustración 1 Diagrama de Pareto Reclamos hasta julio 2019

Fuente: Elaboración propia basada en datos de la Mype

En esta figura se aprecia que la demora en la atención al cliente es un 39% del total de

quejas hasta Julio del 2019, esto significa que los clientes no quedan totalmente satisfechos

con la atención brindada y se traduce en una mala percepción del sistema de atención que

brinda la pollería.

Es por ello que presente trabajo de investigación tiene el objetivo principal el proceso de

atención para poder reducir el tiempo de espera y brindar una mejor atención a los clientes,

mejorando los índices de satisfacción de los mismos y poder convertirse en la pollería con

los clientes más satisfechos de su mercado

Demoraen la

atención alcliente

Inadecuada atenciónal cliente

Transacciones malrealizadas

Pedidoscancelado

s

Frecuencia 39 28 16 18

% Acumulado 39% 66% 82% 100%

0%

20%

40%

60%

80%

100%

0

20

40

60

80

100

Pro

ble

ma

s

Diagrama de Pareto - Reclamos hasta Julio 2019

5

Identificación de la Causa Raíz del Problema

Para analizar las causas del problema planteado se utilizará el Diagrama de Ishikawa o

Diagrama de Espina de Pescado.

Ilustración 2 Diagrama de Causa Efecto Demora en Proceso de Atención

Fuente: Elaboración propia basada en La Empresa

Del diagrama de causa efecto y la lluvia de ideas, la mayoría de las causas están relacionados

directamente con el método realizado, es decir, por la falta de innovación y por procedimientos

inadecuados. Con los datos de ambas gráficas se procedió a hacer el siguiente diagrama de

Pareto:

6

Ilustración 3 Diagrama de Pareto

Fuente: Elaboración propia

Con el Diagrama de Pareto se tiene una vista más clara de las principales causas que se

tiene que abordar para poder reducir el tiempo de espera de los clientes. Significa que

atacando las 3 primeras causas se solucionaría el 80 % de los problemas. Es en estos

puntos a los que se apunta realizar la propuesta de mejora en orden de mejorar o reducir

el tiempo de espera de los clientes.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0

10

20

30

40

50

60

Causas de la demora en la atención al cliente

Frecuencia

% Acumulado

80-20

7

Solución del Problema

En la actualidad, es evidente las ventajas competitivas de la implementación de un

Sistema de Información Empresarial en las empresas; sin embargo, las empresas

pequeñas no emprenden este reto debido que existe una brecha con diferentes

factores limitantes para esta adopción.

A pesar de las ventajas del uso de TIC en las organizaciones, se observa que las

pequeñas empresas no realizan una adopción comprometida de estas debido a

factores como: escasez de recursos financieros, humanos y tecnológicos, y la

carencia de una cultura organizativa que incluya su uso (Hoyos & Valencia, 2012, p.

106).

En este marco, para una pequeña empresa en busca de adopción de nueva tecnología,

la adquisición y mantenimiento implica más complejidad, por ello este trabajo de

investigación busca evaluar el impacto que generaría la implementación de un sistema

en un proceso de negocio, con el objetivo de asegurar la obtención de beneficios y

reducción de brechas limitantes encontradas.

En efecto, el presente trabajo de investigación está enfocado en presentar una

propuesta de solución para la empresa Kokys SAC, una MYPE del sector de servicios

dedicada al rubro de la gastronomía debido que se observó un proceso de atención al

cliente ineficiente, dado que se lleva a cabo sin utilizar indicadores de control de

procesos ni sistemas de información automatizados que permitan su trazabilidad, para

identificar problemas y oportunidades de mejora.

Por último, cabe mencionar algunas manifestaciones de este problema entre los cuales

están la insatisfacción de los clientes, que a veces puede desencadenar en el

desprestigio de la empresa y por tanto influir negativamente en su rentabilidad. A su vez

dado que no se cuenta con un proceso de atención al cliente mapeado y estandarizado

existen actividades que no generan ningún valor a la empresa dado que son

innecesarias y repetitivas.

Formulación del problema

¿Qué impacto produce la implementación de un Sistema ERP sobre el proceso de

atención al cliente en la empresa Kokys SAC, a través de una simulación?

8

Justificación de la investigación

Justificación Práctica

Según Gestión (2014), el informe Mipyme 2013 señala que más del 60% de las Mypes

peruanas en Lima, Arequipa y Trujillo no usan las herramientas TIC, en sus

instalaciones, ya sea hardware o software, debido a la resistencia al cambio, falta de

información sobre los beneficios y la inversión que demanda. En este sentido estas

empresas peruanas que aprovechan las soluciones tecnológicas tienen un mayor

potencial de crecimiento, según estudios realizados crecieron en un 18% en un periodo

de tres años (Consultora Ipsos Perú, 2014).

Por ello el trabajo está centrado en el estudio de la empresa Kokys SAC, una MYPE del

sector de servicios dedicada al rubro de la gastronomía mediante la venta de pollo a la

brasa, dado que en el proceso de atención al cliente se identificaron deficiencias, ya

que actualmente solo cuenta con un sistema de facturación, pero no posee control

sobre todo el proceso que comprende la atención al cliente debido que existen tareas

innecesarias que demandan tiempo extra.

Ante esta problemática se presenta una propuesta de implementación de un sistema

ERP para la Gestión de Recursos en el proceso de atención al cliente. Por lo que se

refiere al sistema de gestión de recursos para Mypes, está diseñada para operarse

mediante una PC, Tablet o Smartphone permitiendo tener un mayor control de la

atención y dar un valor añadido a la experiencia del cliente, de acuerdo a los

requerimientos de la empresa.

Además, el sistema en mención facilita la gestión desde la asignación de la mesa

hasta el cobro del pedido al cliente, permitiendo así que todo el proceso se maneje de

manera automática; incluso se considera a esta solución creativa puesto que cuenta

con una interfaz amigable y un servicio de análisis de negocio (Power BI), el cual

permite realizar informes sobre el estado de la empresa para luego consolidarla a

través de dashboards para obtener información del cliente más recurrente, el reporte

de ventas diarias o mensuales hasta la promoción más solicitada, adicionalmente el

sistema cuenta con capacidades únicas para brindar una atención eficiente, que

resulta necesaria para mejorar los procesos internos de la empresa.

9

Marco referencial

Antecedentes del estudio

Peña & Forero (2012) llevaron a cabo un estudio que tuvo como propósito el

accionamiento de un sistema de inventarios basado en técnicas de simulación, ello

con el propósito de mejorar la administración de los procesos de recepción,

almacenamiento y distribución de la bodega de papel en la DISTRIBUIDORA DE

MUEBLES & ACCESORIOS S.A. Se determinó un diseño de investigación no

experimental, para ello se consideró como muestra a las actividades de los procesos

de recepción, almacenamiento y distribución. Como instrumento se empleó la

recopilación documental, para ello se consultaron documentos físicos y documentos

escritos; también se empleó la observación directa, encuestas y entrevistas

realizadas a las áreas operativas. El resultado de la investigación se detectó la

posibilidad de mejorar la productividad al establecer un modelo de inventarios que se

ajuste a las necesidades de la compañía, identificando puntos clave y orientando a la

empresa hacia la gestión de una buena satisfacción del cliente.

Lavandera Zúñiga (2018) efectuó un estudio con el objetivo de mejorar los procesos

de asignación de frecuencias y recursos en la ruta de una línea de trasporte urbano

en la ciudad de Lima Metropolitana. Para esta investigación se consideran los

tiempos de llegada de los Pasajeros en minutos, el tiempo de viaje, tiempo de

señalización de semáforos, capacidad de bus. Se levantó la información con la

observación y fichas de recolección de datos, con la finalidad de realizar una buena

gestión. El resultado detalla que la herramienta de simulación empleada permitió

identificar los diversos escenarios posibles y determinar la mejor propuesta, así

como asignar una correcta programación de choferes.

Quispe & Vargas (2016) llevaron a cabo un estudio cuyo objetivo fue optimizar la

gestión administrativa de la organización comercial Angelito de la ciudad de Chepén,

con la inducción de un sistema de información Web. Se trató de un estudio de diseño

Lineal, la muestra estuvo conformada por los 300 clientes de la organización. Como

técnica e instrumento se empleó encuestas a los clientes. Finalmente se llegó a la

conclusión de que con la aplicación implementada se logró perfeccionar la gestión de

la empresa Angelito, otro factor que determino esta aceptación fueron los

indicadores económicos que fueron calcularon: el valor actual neto el cual dio un

valor mayor a cero y la tasa de retorno interna dio un valor de 92%. Bolaños (2014)

desarrollo un análisis que tuvo como propósito el diseño de un auto lavado, con el fin

de ofrecer una disminución en el tiempo promedio de servicio de lavado, con la

10

asistencia de la simulación. Esta investigación se trató de un análisis de diseño

experimental. Para el estudio de este caso se emplearon los tiempos de las

actividades del proceso, las herramientas empleadas para el levantamiento de la

información fueron entrevistas, encuestas, cuestionarios, la observación y diagramas

de flujo. Con los resultados se llegó a la conclusión que las tres propuestas

diseñadas son factibles y útiles para mejorar el proceso de servicio de lavado, el cual

representa una gran oportunidad de crecimiento y desarrollo; asimismo el simulador

es de gran ayuda para realizar una mejora en cualquier proceso.

Marco teórico

Simulación

Es el estudio de un sistema a través de un modelo ayudado por un computador,

con la finalidad de comprender su comportamiento en un conjunto de escenarios

y plantear propuestas o alternativas de mejora. (Averill & Kelton, 2014)

ProModel

Garcia, Garcia & Cárdenas (2013), ProModel es un software de simulación que

permite simular cualquier tipo de sistemas de manufactura, logística, manejo de

materiales, etc. Cuenta con herramientas de análisis y diseño que, unidas a la

animación de los modelos bajo estudio, permiten al analista conocer mejor el

problema y alcanzar resultados más confiables respecto de las decisiones a tomar.

Entre las herramientas de trabajo utilizadas están área de trabajo ProModel, Editor

Gráfico, el interfaz de Resultados, la herramienta estadística Stat:Fit y Simrunner

para el análisis posterior del modelo.

También ayuda a proteger cualquier tipo de negocio, mediante el análisis del

impacto de nuevas "what-if" (ideas de negocio), reglas y estrategias antes de su

implementación en los procesos de negocio, sin causar interrupciones en el

servicio

Sistema de Información. Es un conjunto de elementos interrelacionados que

recaban (entrada), manipulan (proceso), almacenan y distribuyen (salida) datos

e información y proporciona una reacción correctiva (mecanismo de

retroalimentación) si no se ha logrado cumplir un objetivo” (Stair & Reynolds,

2010, p. 8).

11

Sistema de Información Empresarial.

Trasobares (2003) afirma que:

Los sistemas de información empresarial permiten incrementar la eficacia en

la realización de las tareas, ahorrar tiempo en el desarrollo de las actividades

y almacenar la mayor cantidad de información en el menor espacio posible.

De este modo los sistemas de información se constituyeron como una de las

cuestiones estratégicas de la empresa, que ha de considerarse siempre en

todo proceso de planificación empresarial (p. 6).

Sistema de Gestión de Recursos Empresariales (ERP)

O’brien & Marakas (2006) Indican que la planeación de recursos empresariales es

la columna vertebral tecnológica de los negocios electrónicos, una estructura de

transacción de toda la empresa con vínculos a hacer procesamiento de pedidos de

ventas, administración y control de inventarios, planeación de producción y de

distribución, y finanzas.

Por lo cual ERP es un sistema empresarial interfuncional que está dirigido por una

paquete integrado de módulo de software que da soporte a los procesos internos

básico. De esa manera ERP proporciona a la empresa una visión integrada a

tiempo real de todos sus procesos centrales de negocio, tales como producción,

procesamiento de pedidos y administración de inventarios unidos por un software

de aplicación ERP y una base de datos común mantenida por un sistema de

administración de base de datos (Rodríguez, 2015).

Los principales beneficios del ERP para Mypes se detallan a continuación:

Agilidad en la atención al cliente, debido a la optimización de las actividades

del proceso, desde el primer contacto con el cliente hasta la despedida

respectiva.

Integra el proceso de atención al cliente mediante un eficiente flujo de

información entre el área de pedido, cocina y caja, facilitando el trabajo

coordinado de los roles involucrados.

Alta satisfacción del cliente.

Experiencia significativa para el cliente.

Contar con excelencia y mejor control del negocio para la planificación de sus recursos.

Mejor toma de decisiones para una buena administración del negocio.

12

MYPE.

De acuerdo con (Ley N°28015, 2003) el Artículo N°2 define a la MYPE (Micro y pequeña

empresa) como la unidad económica constituida por una persona natural o jurídica, bajo

cualquier forma de organización o gestión empresarial. Debiendo contar con un máximo

de cincuenta (50) trabajadores y niveles de ventas anuales entre 51 y 850 UIT.

Kokys SAC.

Kokys SAC es una MYPE del sector de servicios dedicada al rubro de la

gastronomía, específicamente a la venta de Pollo a la brasa.

Proceso de Atención al Cliente de Kokys SAC.

Actualmente, el proceso de atención al cliente de la empresa Kokys SAC

abarca al conjunto de actividades que se realizan desde el primer contacto con

un cliente, hasta que se termine la atención de su orden de compra. Sin

embargo, las fases de este proceso no están definidas, puesto que existen

actividades redundantes y por ende un retrabajo, los cuales conllevan tiempo

extra; además no se tiene un conocimiento claro de los puntos clave del

proceso de negocio, es por eso por lo que se considera como ineficiente, dado

que se lleva a cabo sin utilizar indicadores de control de procesos ni sistemas

de información automatizados que permitan su trazabilidad.

13

Objetivos e hipótesis

Objetivos

Objetivo Principal.

Determinar el impacto que produce la implementación de un Sistema

ERP sobre el proceso de atención al cliente en la empresa Kokys SAC

mediante el software de simulación ProModel.

Objetivos Específicos.

Determinar el tamaño de la muestra para registrar los datos necesarios

de la unidad de análisis del proceso.

Diagramar el mapa de procesos de atención al cliente actual y

propuesto de acuerdo con las funcionalidades del Sistema de Gestión

de Recursos Empresariales.

Analizar cómo el sistema ERP optimiza el uso de los recursos de la empresa

a través del modelamiento del proceso actual y propuesto en la herramienta

de simulación ProModel.

Hipótesis

La implementación del sistema de ERP permitirá la optimización del proceso de atención al

cliente en la empresa Kokys SAC, mediante la simulación.

Alcances y Limitaciones

Alcances.

El trabajo de investigación consiste en el análisis del proceso de atención al cliente

de la MYPE Kokys SAC, con el objetivo de evaluar el impacto de la

implementación del Sistema ERP mediante la herramienta de simulación

ProModel.

Limitaciones.

Falta de estudios previos acerca de las adquisiciones de herramientas

tecnológicas para la gestión de atención al cliente en MYPES de Lima.

14

Método

Tipo y Diseño de Investigación

Tipo de Investigación

El desarrollo del presente trabajo de investigación se llevó a cabo mediante un

estudio de nivel explicativo ya que está dirigidos a responder el efecto de la

implementación de un sistema en una MYPE, asimismo fue desarrollado bajo un

diseño preexperimental. Según (Hernández et al., 2010, p. 566) un diseño

preexperimental acota la evaluación de los cambios tanto en tiempo y

actividades en el proceso de atención al cliente, en el marco de la simulación de

la implementación de un Sistema de Planificación de Recursos Empresariales.

Es importante tener presente que el estudio se limitó a observar el proceso de

atención al cliente tal como se da actualmente “AS IS” y mediante la

aplicación del sistema como se optimizan los tiempos y actividades “TO BE”.

El análisis de la información recolectada empleó, complementariamente, un

método cuantitativo.

Diseño de la Investigación.

Preexperimental: Diseño de un grupo con una sola medición.

Tabla 2 Diseño de la Investigación

Antes Intervención Después

Y X Y


Y: Grupo

intervenido X:

Programa

Se realizará una evaluación y comparación de la variable dependiente

antes y después de la intervención del Sistema de Planificación de

Recursos Empresariales que viene a ser nuestra variable Independiente.

15

Población, Muestra y Unidad de Análisis

Población.

En esta investigación el universo representa todas las unidades de la investigación

estudiadas de acuerdo con la naturaleza del problema, las cuales deben

poseer características comunes. El universo identificado son los tiempos del

proceso de atención al cliente de la empresa Kokys SAC, los cuales inician

desde la toma de pedido hasta el momento en el que se emite el

comprobante de pago. Para esta investigación el universo es infinito, debido

que desde el inicio de operaciones la empresa ha registrado y seguirá

registrando una gran cantidad de tiempos del proceso de atención al cliente,

debido a que el proceso es continuo.

Muestra.

Para el muestreo estadístico de la investigación se tomará el proceso de

atención al cliente de la empresa Kokys SAC. Existen varios procedimientos

estadísticos de forma aleatoria para calcular el tamaño de la muestra, para ello

en el actual trabajo de investigación al ser el universo infinito la fórmula para

calcular el tamaño de muestra cuando se desconoce el tamaño de la población

es la siguiente:

𝑛 =

𝑍2 × p × q

𝑑2

En donde:

Nivel de confianza: Z = 1.95

Probabilidad de éxito, o proporción esperada: p = 0.5

Probabilidad de fracaso: q = 0.5

Precisión, error máximo admisible en términos de proporción: d = 0.1

Con un 95% de confianza: α = 5%

Reemplazando los datos que tenemos:

𝑛 = 𝑍2 × p ×

q

𝑑2

n= 68.06 Como resultado se obtienen 68.06 datos, los cuales redondeados por

exceso y finalmente generan un tamaño de muestra de 69 datos.

16

Unidad de Análisis.

La unidad de análisis es el tiempo de ciclo, el tiempo de demora en registrar el

pedido y el tiempo de pago respectivo del proceso de atención al cliente de la

empresa Kokys SAC.

Variables

Variable Dependiente: Proceso de atención al cliente.

Definición Nominal: Es el conjunto de actividades que se realiza desde el

momento en que la empresa tiene un primer contacto con el cliente, atiende sus

necesidades y este se retira.

Sin embargo, es importante mencionar que el tiempo del subproceso de

Preparación de Pedido, que consiste en el tiempo que toma a los cocineros

preparar el pedido, no se verá afectado con la implementación del sistema ERP

debido a que la plataforma, dentro de sus especificaciones, no está diseñada para

automatizar el subproceso de preparación de pedidos. Por lo cual, para efectos

de la simulación se determinó un tiempo estándar de 4.6 minutos. Lo mismo

ocurre para la actividad Degustar Pedido, ya que el software no influye en el

tiempo que toma a los comensales degustar el pedido, por lo cual se determinó

un tiempo estándar equivalente a 33.51 minutos. Para llegar a los dos tiempos

fijos, se sacó el promedio de las 69 muestras de tiempo de cada caso.

Por lo tanto, los indicadores claves, dentro del proceso de atención al cliente, que

nos indicaran cual es el impacto en caso el sistema se implementara, serán los

tiempos de los siguientes subprocesos.

Indicadores: Tiempo de respuesta de atención al cliente

Tabla 3 Indicadores de la Variable Dependiente

Indicadores Descripción

Tiempo de registro de pedido

Es el tiempo que toma registrar el

pedido del cliente después de su

arribo a la empresa.

Tiempo de pago de pedido

Es el tiempo desde que el cliente

solicita la cuenta hasta que se emite

su boleta o factura de pago.


17

Variable Independiente: Sistema de Planificación de Recursos Empresariales

Definición Nominal: Es el sistema que da soporte a todo el proceso de

atención al cliente, permitiendo brindar mayor control y valor añadido al

cliente.

Indicadores:

Tabla 4 Indicadores de la Variable Independiente

Indicadores Índice Descripción

Implementación

del Sistema de

Planificación de

Recursos

Empresariales

SÍ – NO

NO: Proceso actual de Atención al Cliente.

SÍ: Proceso de Atención al Cliente con la

Implementación del Sistema de Planificación

de Recursos Empresariales


Técnicas e Instrumentos de Recolección de Datos

Entrevista Abierta

Se realizó una entrevista registrada en el Anexo 2, al dueño de la Pollería, Sr. Julio

Yong, para recabar datos importantes, los cuales fueron necesarios para la evaluación

en la herramienta ProModel.

Observación Cualitativa Directa

Para la descripción del proceso AS IS, esta técnica consistió en ubicarnos en un lugar

neutral y observar todas las acciones que realizaban los empleados de la empresa

Kokys SAC respecto al proceso de atención al cliente; para el caso de modelado del

proceso TO BE se diseñara el flujo del proceso de acuerdo con las actividades que

demande el software. El instrumento utilizado en ambos casos fue Bizagi Modeler

versión 3.4.0062 para el modelamiento del proceso.

De acuerdo a la técnica de Benchmarking se eligió a la empresa La Olla Arequipeña

S.A.C, debido a que en esta empresa se aplica un proceso automatizado de atención al

cliente, además se encuentra en el mismo rubro de Kokys SAC.

La Observación Cualitativa Directa también se aplicó en la obtención de datos en el

Benchmarking, para ello se tomó como referencia a la empresa “La Olla Arequipeña

18

S.A.C”, de la cual se tomará el tiempo para las actividades “toma de pedido al cliente” y

“pago del pedido”, esos datos se emplearán en la simulación del escenario TO BE.

Observación Cuantitativa no Experimental

Esta técnica consistió en la observación y registro de los tiempos del recorrido del

proceso de atención al cliente, desde el ingreso de un cliente hasta el pago efectuado.

El instrumento fue la guía de observación, para ello se realizó la toma de tiempos en

minutos y segundos de cada actividad que intervino en el todo el proceso.

Mapeo de procesos AS IS / TO BE

Se empleó el mapeo de procesos AS IS / TO BE para representar el proceso de

atención al cliente actual y propuesto, con finalidad de realizar de representa el flujo de

procesos detallado, el cual servirá como base para crear el modelo de simulación con

todos sus elementos.

ProModel

Se empleó el Software ProModel para la simulación de ambos escenarios; dentro de

ProModel está incluido el software Stat-Fit, el cual se empleó para determinar la

distribución de los datos que se tomaron, la distribución servirá para la simulación.

Simulación Montecarlo

Es considerado como el precursor de la simulación actual, cuyo propósito es estimar

las distribuciones de las variables de salida que dependen de las variables

probabilísticas de entrada.

Paired T test

Esta prueba estadística se utilizará para la comparación de los dos escenarios que

tienen la misma cantidad de muestras (AS IS - TO BE), para determinar si

efectivamente es conveniente la implementación del Sistema de Planificación de

Recursos Empresariales.

19

Procedimientos

Para llevar a cabo esta investigación en primer lugar se solicitó la autorización del

dueño de la pollería Kokys SAC, el señor Julio Yong, para realizar nuestro estudio en

su local, conjuntamente se le realizó una entrevista y se acordó los días para la toma de

datos.

1. Entrevista Abierta

Recabamos los datos respecto al Nivel de venta por días y su respectiva demanda,

que será empleado en ProModel. De acuerdo con la entrevista realizada al dueño

de KOKIS, se determinó que hay 3 posibles niveles de venta que experimenta la

empresa a largo de todo el año; los cuales se clasificaron de la siguiente manera:

Pesimista: número de pollos vendidos en un día de demanda baja.

Optimista: número de pollos vendidos en un día de demanda alta.

Más probable: número de pollos vendidos en un día de demanda normal.

Tabla 5 Niveles de Venta

Cantidad

de Pollos

vendidos al

día

Probabilidad

de

Días de la Semana

Pesimista 20 0.285714286 (lunes y martes)

Es

ce

na

rio

Optimista 70 0.285714286 (sábado y Domingo)

Más

Probable

30

0.428571429 (miércoles, jueves y

Viernes)


Aparte de ello, para calcular el número promedio de clientes en un día se contó la

cantidad de boletas emitidas, debido a que una boleta representa a un cliente. Basado

en esto se concluyó que el número promedio de pedidos en un día es de 42.

Trabajadores: Respecto a los trabajadores según la entrevista Kokys SAC cuenta con:

1 cocinero

1 ayudante de cocina

2 mozo

1 cajero

La empresa además atiende de 12PM a 11PM, los trabajadores no tienen descansos,

20

respecto a los 2 mozos, uno atiende en el horario de 12pm a 5.30 pm y el otro de

5:30pm a 11pm.

2. Observación Cuantitativa no Experimental

Procedimiento para la recolección de datos AS IS y TO BE.

Observación de los datos cualitativos para diagramar del proceso de

atención al cliente

Se observó detenidamente cada actividad que se realizaba para atender

a los clientes.

Se efectuó el diagrama en Bizagi Modeler del proceso de atención al cliente.

15

Ilustración 4 Flujo de Proceso AS IS


16

Procedimiento para la observación y recolección de datos cuantitativos.

Datos cuantitativos AS IS

Se recolectaron los datos de tiempo de inicio y fin de cada actividad mediante la

ficha técnica de observación Anexo 3.

Se calculó el periodo en minutos que toma realizar el proceso de atención al

cliente Anexo 4.

Los datos fueron vaciados al programa ProModel versión 10.0.0.3218 en

español, para su posterior análisis.

Datos cuantitativos TO BE

Con la implementación del software se eliminan actividades referentes al traslado

de una locación a otra por parte del mozo, por lo que respecto a las actividades

que se mantengan se considerarán los tiempos del modelo AS IS.

Empleando la técnica benchmarking, solo se efectuará un cambio en las

actividades de: “toma de pedido al cliente” ya que se realizará usando un Tablet

y “pago del pedido” realizándolo directamente en la caja, para ello se tomó los

tiempos del restaurante “La Olla Arequipeña S.A.C”, puesto que esta empresa

realiza su registro de manera digital. Consideramos estos tiempos para la

simulación debido a que el proceso se realizará de la misma manera con la

implementación del sistema de Gestión de Recursos en Kokys SAC.

Los datos para el modelo TO BE lo podemos observar en el (Anexo 5).

Los cálculos para determinar el tiempo del proceso de atención al cliente para la

actividad “Toma de pedido al cliente” los podemos observar en el (Anexo 6).

Procedimiento del Modelo AS IS del proceso de Atención al Cliente

Para el análisis del modelo AS IS se procedió a realizar las siguientes acciones en el

programa ProModel:

PASO 1: Construir Locaciones

Se consideraron siete locaciones, estas son: caja, cocina, zona de entrega, zona de

pedido, mesa, cola del restaurante y puerta. La locación mesa y zona de pedido son

de tipo múltiple, puesto que se han creado a partir de ellas catorce locaciones

idénticas.

17

Ilustración 5. Locaciones AS IS


1. Cola_restaurant: La cola del restaurante tiene una capacidad infinita, representa

el medio es el medio por donde ingresan los clientes.

2. Zona_pedido: A partir de esta locación se han definido 14 unidades adicionales,

esta representa la zona en la cual el cliente realiza el pedido antes de

desplazarse a la mesa.

3. Mesa: De igual manera que para la locación anterior, para esta locación se han

definido 14 unidades adicionales con la intención de representar el modelo tal

cual de Kokys SAC.

4. Caja: Representa el lugar donde se registran los pedidos y se emite una orden

de pedido y un voucher, para esta locación se ha definido una capacidad de 10.

5. Cocina: Esta locación representa el lugar donde se realiza la preparación de los

pedidos, se le ha asignado una capacidad de 4.

6. Zona_entrega: Esta locación representa la ubicación de los pedidos preparados,

que están listos para ser entregados, se ha asignado una capacidad de 5.

7. Puerta: Se le ha asignado una capacidad infinita, esta representa el lugar por

donde salen los clientes.

18

PASO 2: Construir entidades

Se han creado cinco entidades para simular el proceso de atención al cliente, estas

son:

Ilustración 6. Entidades AS IS


1. Cliente: Representa a los clientes que ingresan a la pollería.

2. Pollo_a_la_brasa: Representa el producto a ser entregado al cliente, una vez

realizado el pedido.

3. Orden_Pedido: Representa la orden de pedido que es anotada en libreta cuando

el cliente está en la mesa y la orden de pedido que se realiza en la caja con

dirección a la locación cocina.

4. Cliente_OK: Representa al cliente que sale del local, una vez que ha consumido

su pedido y realizado el pago.

5. Voucher: Representa al comprobante de pago que es entregado al cliente

cuando este lo solicite.

PASO 3: Construir arribos

Se define los arribos para un día, los clientes arriban en la cola del restaurante. Se

ha definido un ciclo de arribos de cincuenta y dos clientes, una frecuencia de

veinticuatro horas y una ocurrencia de una sola vez.

Ilustración 7. Arribos AS IS


19

PASO 4: Construir redes de rutas

Se ha creado una ruta de desplazamiento “ruta mozo”, por la cual el mesero

realizara su desplazamiento y se distribuye para la interfaz N1 caja, N2 zona de

pedido, N3 cocina, N4 zona de entrega y N5 mesa.

Ilustración 8. Redes de Rutas AS IS


La ruta parte de (N = nodo):

N1 N2

N1 N3

N1 N4

N4 N5

PASO 5: Construir recursos

Se ha creado el recurso mozo, con un número de unidades igual a uno y se le ha

asignado la red “ruta mozo”.

Ilustración 9. Recursos AS IS


PASO 6: Construir atributos

Se crearon tres atributos de tipo Real:

A_HORA_ARRIBO: Con este atributo definimos la hora de arribo del cliente dentro

del modelo.

A_HORA_ARRIBO_A_ZONA_PEDIDO: Este atributo almacena la hora en que el

cliente llega a la zona de pedido.

A_INICIAR_PAGO_DE_PEDIDO: Este atributo almacena la hora en que el cliente

empieza a realizar el pago.

Ilustración 10. Atributos AS IS

20


PASO 7: Construir Variables

Se definieron cinco variables del modelo:

V_TIEMPO_DE_CICLO, de tipo real para determinar el tiempo de ciclo de los

clientes.

V_NÚMERO_DE_PEDIDOS_PROCESADOS, de tipo entero para determinar la

cantidad de pedidos que se han procesado.

V_NÚMERO_DE_PEDIDOS_EN_EL_SISTEMA, de tipo entero para determinar

la cantidad de pedidos que se encuentran en el sistema.

V_TIEMPO_DE_REGISTRAR_PEDIDO, de tipo real para calcula el tiempo en

que el cliente llega a la zona de pedido hasta que el mesero culmina la toma del

pedido en la libreta.

V_TIEMPO_DE_PAGO_DE_PEDIDO, de tipo real para calcula el tiempo que le

toma al cliente realizar el pago de su pedido.

Ilustración 11. Variables AS IS


21

PASO 8: Construir ciclo de arribos

De acuerdo con la entrevista realizada al dueño de la pollería el ciclo de arribos se

distribuye de la siguiente manera, considerando que la pollería inicia sus actividades

a las 12 del mediodía a 11 de la noche.

Tabla 6 Ciclo de Arribos AS IS

Li Ls Cantidad

de pedidos

%

Observada %Acumulada

12:00 13:00 5 11.905% 12%

13:00 14:00 8 19.048% 31%

14:00 15:00 4 9.524% 40%

15:00 16:00 2 4.762% 45%

16:00 17:00 1 2.381% 48%

17:00 18:00 0 0.000% 48%

18:00 19:00 4 9.524% 57%

19:00 20:00 7 16.667% 74%

20:00 21:00 8 19.048% 93%

21:00 22:00 2 4.762% 98%

22:00 23:00 1 2.381% 100%

42


22

PASO 9: Determinamos la distribución de las variables en ProModel (STAT FIT).

Para determinar la distribución para las actividades, insertamos los datos que tomamos en la ficha de observación en STAT FIT.

Tabla 7. Distribución AS IS

ACTIVIDAD DISTRIBUCIÓN GRÁFICO

Tiempo de

registrar

pedido

Lognormal

Tiempo de

registrar

pedido en la

caja

Lognormal

Tiempo de

preparar

pedido

El tiempo de preparar pedido va a tomar un único valor que es 4.6

minutos, ello debido a que el subproceso en mención no será controlado

por el software. Y para determinar el tiempo de preparar pedido le saco el

promedio de todos los tiempos de preparación de las 69 muestras.

23

Tiempo de

degustar

pedido

El tiempo de degustar pedido va a tomar un único valor que es de 33.5

minutos, ello debido a que la actividad en mención no se verá afectado

con la implementación del software desde el punto de vista cuantitativo. Y

de la misma manera para determinar el tiempo de degustar pedido se

sacó el promedio de todos los tiempos de degustación de las 69

muestras.

Tiempo de

pago de

pedido

Lognormal


24

PASO 10: Construir proceso

Detallamos el proceso en ProModel, con las entidades, locaciones, la operación y lógica de movimiento, teniendo en cuenta la

distribución que siguen los tiempos de cada actividad.

Tabla 8. Proceso en ProModel AS IS


25

PASO 11. Simulación del Escenario

Ilustración 12. Escenario de Simulación AS IS


26

Procedimiento del Modelo TO BE del proceso de Atención al Cliente.

El módulo ERP elegido para poder dar solución a las causas raíz del problema en la

demora del proceso de atención al cliente es el Módulo Ventas, pues este permite

llevar un control de pedidos, generación de facturas y seguimiento de pedidos

pendientes, por lo cual para empezar con el mapeado de procesos TO BE, con el

objetivo de optimizarlo se han identificado las funcionalidades del Sistema de

Planificación de Recursos Empresariales, se detalla lo siguiente:

El sistema registra la asignación de la mesa al cliente. El sistema acumula la cuenta

por mesa y cliente. El sistema registra el pedido (realizado por el mozo mediante una

Tablet). El sistema envía el pedido al Chef para su preparación. El sistema registra

la preparación y el servicio del pedido del cliente. El sistema registra el pago por el

pedido y emite boleta y factura.

El sistema registra el estado de la atención de cada pedido, esta información permite

monitorear el cumplimiento de la atención de cada pedido del cliente.

El sistema registra las compras. El sistema registra nuevos platos y productos y

actualiza sus precios.

El sistema reporta la venta diaria. El sistema reporta la venta mensual por producto.

El sistema reporta el stock de los productos.

El sistema controla el acceso de sus usuarios.

De acuerdo a estas funcionalidades de la herramienta, las actividades clave a

automatizar son el registro y pago de pedidos, los cuales ayudan a que estandarizar y

tener un mayor control del proceso, eliminando desplazamientos innecesarios del

personal y mejorando el flujo de información del pedido entre los involucrados del

proceso de atención al cliente. Así mismo esta herramienta está diseñada para cubrir las

necesidades en las operaciones del negocio para mejorar el control, productividad y flujo

de información integrado de procesos que implica la atención al cliente.

Así mismo, según las características de un ERP se puede implementar aquellas

funcionalidades que necesita una empresa, y así mitigar las causas más frecuentes que

desencadena el problema identificado en la empresa, que es la demora en la atención al

cliente.

Consideración de gestión de un ERP en una Mype.

27

Ilustración 13 Flujo del Proceso TO BE


28

Para el análisis del modelo TO BE se procedió a realizar las siguientes acciones en el

programa ProModel:

PASO 1: Construir Locaciones

Se consideraron nueve locaciones, estas son: caja, cocina, zona de entrega, zona

de pedido, mesa, cola del restaurante, puerta, cola cocina y cola caja. La locación

mesa y zona de pedido son de tipo múltiple, puesto que se han creado a partir de

ellas catorce locaciones idénticas.

Ilustración 14. Locaciones TO BE


1. Cola_restaurant: La cola del restaurante tiene una capacidad infinita, representa

el medio es el medio por donde ingresan los clientes.

2. Zona_pedido: A partir de esta locación se han definido 14 unidades adicionales,

esta representa la zona en la cual el cliente realiza el pedido antes de

desplazarse a la mesa.

29

3. Mesa: De igual manera que para la locación anterior, para esta locación se han

definido 14 unidades con la intención de representar el modelo tal cual de Kokys

SAC.

4. Caja: Representa el lugar donde se emite el voucher, para esta locación se ha

definido una capacidad de 1, que significa que se atenderá un cliente a la vez en

esta locación.

5. Cocina: Esta locación representa el lugar donde se realiza la preparación de los

pedidos, se le ha asignado una capacidad de 4 pedidos.

6. Zona_entrega: Esta locación representa la ubicación de los pedidos preparados,

que están listos para ser entregados, se ha asignado una capacidad de 1.

7. Puerta: Se le ha asignado una capacidad infinita, esta representa el lugar por

donde salen los clientes.

8. Cola_cocina: Se le ha asignado una capacidad infinita, esta representa la cola

virtual de los pedidos.

9. Cola_caja: Se le ha asignado una capacidad infinita, esta representa la cola de

las personas que realizarán el pago por el producto.

PASO 2: Construir entidades

Se han creado cinco entidades para simular el proceso de atención al cliente, estas

son:

1. Cliente: Representa a los clientes que ingresan a la pollería.

2. Pollo_a_la_brasa: Representa el producto a ser entregado al cliente, una vez

realizado el pedido.

3. Orden_Pedido: Representa la orden de pedido que es anotada en libreta cuando

el cliente está en la mesa y la orden de pedido que se realiza en la caja con

dirección a la locación cocina.

4. Cliente_OK: Representa al cliente que sale del local, una vez que ha consumido

su pedido y realizado el pago.

5. Voucher: Representa al comprobante de pago que es entregado al cliente

cuando realice el pago en la caja.

30

Ilustración 15. Entidades TO BE


PASO 3: Construir arribos

Se define los arribos para un día, los clientes arriban en la cola del restaurante. Se

ha definido un ciclo de arribos de cincuenta y dos clientes, una frecuencia de

veinticuatro horas y una ocurrencia de una sola vez.

Ilustración 16. Arribos TO BE


PASO 4: Construir redes de rutas

Se ha creado una ruta de desplazamiento “ruta mozo”, por la cual el mesero

realizara su desplazamiento y se distribuye para la interfaz N1 caja, N2 zona de

pedido, N3 zona de entrega y N4 mesa.

Ilustración 17. Redes de Rutas TO BE


La ruta parte de (N = nodo):

N1 N2

N1 N3

N3 N4

PASO 5: Construir recursos

31

Se ha creado el recurso mozo, con un número de unidades igual a uno y se le ha

asignado la red “ruta mozo”.

Ilustración 18. Recursos TO BE


PASO 6: Construir atributos

Se crearon tres atributos de tipo Real:

A_HORA_ARRIBO: Con este atributo definimos la hora de arribo del cliente dentro

del modelo.

A_HORA_ARRIBO_A_ZONA_PEDIDO: Este atributo almacena la hora en que el

cliente llega a la zona de pedido.

A_INICIAR_PAGO_DE_PEDIDO: Este atributo almacena la hora en que el cliente

empieza a realizar el pago.

Ilustración 19. Atributos TO BE


PASO 7: Construir Variables

Se definieron cinco variables del modelo:

V_CICLO_DE_ARRIBOS, de tipo real para determinar el tiempo de ciclo de los

clientes.

V_NÚMERO_DE_PEDIDOS_PROCESADOS, de tipo entero para determinar la

cantidad de pedidos que se han procesado.

V_NÚMERO_DE_PEDIDOS_EN_EL_SISTEMA, de tipo entero para determinar la

cantidad de pedidos que se encuentran en el sistema.

32

V_TIEMPO_DE_REGISTRAR_PEDIDO, de tipo real para calcula el tiempo de

llegada a la zona de pedido hasta que culmine la toma del pedido en la libreta.

V_TIEMPO_DE_PAGO_DE_PEDIDO, de tipo real para calcula el tiempo que le toma

al cliente realizar el pago de su pedido.

Ilustración 20. Variables TO BE


PASO 8: Construir ciclo de arribos

De acuerdo con la entrevista realizada al dueño de la pollería el ciclo de arribos se

distribuye de la siguiente manera, considerando que la pollería inicia sus actividades

a las 12 del mediodía a 11 de la noche.

Tabla 9. Ciclo de Arribos Modelo TO BE

Li Ls Cantidad de

pedidos % Observada %Acumulada

12:00 13:00 5 11.905% 12%

13:00 14:00 8 19.048% 31%

14:00 15:00 4 9.524% 40%

15:00 16:00 2 4.762% 45%

16:00 17:00 1 2.381% 48%

17:00 18:00 0 0.000% 48%

18:00 19:00 4 9.524% 57%

19:00 20:00 7 16.667% 74%

20:00 21:00 8 19.048% 93%

21:00 22:00 2 4.762% 98%

22:00 23:00 1 2.381% 100%

42


33

PASO 9: Determinamos la distribución de las variables en ProModel (STAT FIT).

Para determinar la distribución para las actividades, insertamos los datos que tomamos en la ficha de observación en STAT FIT.

Cabe recalcar que las funcionalidades que ofrece el sistema de Gestión de Recursos afectan directamente a dos actividades claves del

proceso de atención al cliente, las cuales son registrar y pagar pedido.

Tabla 10. Distribución de las Variables TO BE

ACTIVIDAD DISTRIBUCIÓN GRÁFICO

Tiempo de

registrar

pedido

Lognormal

Tiempo de

pagar pedido

Lognormal


34

PASO 10: Construir proceso

Detallamos el proceso en ProModel, con las entidades, locaciones, la operación y lógica de movimiento, teniendo en cuenta la

distribución que siguen los tiempos de cada actividad.

Tabla 11. Proceso en ProModel TO BE

ENTIDAD LOCACIÓN OPERACIÓN SALIDA DESTINO REGLA LOGICA MOVIMIENTO

Cliente Cola_RestauranteA_HORA_ARRIBO = Clock()

Inc V_NÚMERO_DE_PEDIDOS_EN_EL_SISTEMACliente Zona de Pedido FIRST 1 Move for U(7,2) sec

Cliente Mesa FIRST 1V_TIEMPO_REGISTRAR_PEDIDO=Clock()-

A_HORA_ARRIBO_A_ZONA_PEDIDO

*Orden_Pedido Cola_Cocina FIRST 1

Orden_Pedido Cola_Cocina Orden_Pedido Cocina FIRST 1

Orden_Pedido Cocina Wait 4.6 Pollo_a_la_Brasa Zona de Entrega Join 1

Pollo_a_la_Brasa Zona de Entrega Pollo_a_la_Brasa Mesa Join 1Move With Mozo Then Free

Wait u(7,2) sec

Cliente Mesa

Join 1 Pollo_a_la_Brasa

free all Wait 33.5

A_INICIAR_PAGO_DE_PEDIDO=Clock()

Cliente Caja FIRST 1 move for u(7,2) sec

Cliente CajaWait U(1.32, 0.317)

Cliente_Ok Puerta FIRST 1

V_TIEMPO_DE_PAGO_PEDIDO=Clock()-

A_INICIAR_PAGO_DE_PEDIDO

Move for u(7,2)sec

Cliente_ Ok Puerta Cliente_Ok EXIT FIRST 1

V_TIEMPO_CICLO= Clock() - A_HORA_ARRIBO

Dec V_NÚMERO_DE_PEDIDOS_EN_EL_SISTEMA

Inc V_NÚMERO_DE_PEDIDOS_PROCESADOS

Cliente Zona de Pedido

A_HORA_ARRIBO_A_ZONA_PEDIDO=Clock()

Use 1 Mozo For U(1.48, 0.475)

Free Mozo

35


PASO 11. Simulación del Escenario

Ilustración 21. Escenario de Simulación TO BE

36


37 |

Resultados

Presentación de Resultados

Para evaluar el modelo actual y el modelo propuesto analizamos las

siguientes variables que se introdujeron en ProModel:

V_TIEMPO_DE_CICLO, con esta variable medimos el tiempo que conlleva

todo el proceso, desde el ingreso de los clientes hasta que efectúan el

pago.

V_TIEMPO_DE_REGISTRAR_PEDIDO, con esta variable medimos el

tiempo en que el cliente llega a la zona de pedido hasta que el mesero

culmina la toma del pedido en la libreta.

V_TIEMPO_DE_PAGO_DE_PEDIDO, con esta variable medimos el tiempo

que le toma al cliente realizar el pago de su pedido, este inicia desde que

culmina su consumo hasta que cancela por el producto.

Evaluación de la Variable Tiempo de Ciclo

PASO 1. Ejecutamos una muestra de 10 réplicas y deshabilitamos la

animación, con la finalidad de calcular las réplicas con las que se trabajará.

Ilustración 22. Réplicas de la muestra - Variable Tiempo de Ciclo

Fuente elaboración propia.

Luego exportamos los datos obtenidos en excel de las 10 réplicas ejecutadas:

38 |

Tabla 12. Réplicas exportadas - Variable Tiempo de Ciclo

Réplica Nombre Total

Cambios

Tiempo

Por cambio

Promedio

(Min)

Valor

Mínimo

Valor

Máximo

Valor

Actual

Valor

Promedio

1.00 V TIEMPO DE CICLO

42.00 32.48 44.06 105.63 53.23 73.18


42.00 33.61 45.97 96.55 48.38 69.09


42.00 33.54 45.19 109.88 64.03 78.44


42.00 33.17 45.52 102.45 70.13 72.38


42.00 33.52 43.78 125.40 63.38 74.45


42.00 33.78 44.73 91.54 52.27 67.56


42.00 33.34 45.41 69.70 57.47 57.69


42.00 33.60 46.07 98.32 46.07 73.47


42.00 32.51 45.76 114.67 86.70 72.89


42.00 32.72 43.60 84.69 56.68 61.29

Fuente: Elaboración propia.

39 |

Con los datos de la última fila (Valor Promedio), determinamos el número

de réplicas para lo cual trabajaremos, con la siguiente fórmula:

[

(

)

]

Dónde:

N: Número de réplicas necesarias para lograr un nivel de exactitud

deseado.

S: Es la desviación estándar, basada en n réplicas del modelo.

e: Es el error entre la media estimada poblacional y la media muestral.

t: Valor crítico de la tabla t student Anexo 7, se considera un nivel de

confianza de 90%.

Tabla 13. Cálculo del Número de Réplicas – Variable Tiempo de Ciclo

Valor Promedio

73.18

69.09

78.44

72.38

74.45

67.56

57.69

73.47

72.89

61.29

S= 6.34

T(10-1,1-10%/2)= 1.833


Una vez hallada la desviación estándar y la t-student, se procedió a calcular “e” para

el cual se asignó 9 valores y con ello se determinó el valor de N más conveniente al

reemplazar en la fórmula.

40 |

Tabla 14. Número de Réplicas – Variable Tiempo de Ciclo

si e= N=

0.3 1,500

0.5 540

1 135

2 34

3 15

4 9

5 6

6 4

7 3


Elegimos diferencia entre la media poblacional y la muestral el valor de e=1, con el

cual ejecutamos N=135 réplicas, este represento un valor adecuado para efectuar la

comparación de escenarios.

PASO 2. Para efectuar la comparación del escenario actual y el escenario propuesto

se empleó la Prueba Paired T test, la cual permite determinar si la diferencia entre

dos conjuntos de observaciones es cero.

Para ello se planteó la siguiente hipótesis:

H0: μ1 = μ2

H1: μ1 ≠ μ2

“H0 nos dice que el valor de μ1 no es significativamente diferente de μ2 con un nivel

α de significancia” (E. Walpole, H. Myers, L. Myers, & Ye, 2012)

“H1 nos dice que el valor de μ1 y μ2 son significativamente diferentes con un nivel α

de significancia” (E. Walpole, H. Myers, L. Myers, & Ye, 2012)

Seguidamente se ejecutaron las 135 réplicas calculadas para el modelo AS IS y TO

BE y se exportaron en Excel como se puede observar en el Anexo 8 y 9.

41 |

Ilustración 23. Réplicas – Variable Tiempo de Ciclo


42 |

De la diferencia de ambos modelos se calculó el promedio y la desviación estándar:

Tabla 15. Comparación de Escenarios – Tiempo de Ciclo

Réplica Nombre Escenario

Actual

Escenario

Propuesto Diferencia

1.00 V TIEMPO

DE CICLO 73.18 42.97 30.21

2.00 V TIEMPO

DE CICLO 69.09 42.51 26.57

3.00 V TIEMPO

DE CICLO 78.44 42.40 36.05

4.00 V TIEMPO

DE CICLO 72.38 42.81 29.57

5.00 V TIEMPO

DE CICLO 74.45 42.81 31.64

⁞ ⁞ ⁞ ⁞ ⁞

⁞ ⁞ ⁞ ⁞ ⁞

128.00 V TIEMPO

DE CICLO 67.34 43.26 24.08

129.00 V TIEMPO

DE CICLO 65.78 42.77 23.01

130.00 V TIEMPO

DE CICLO 63.01 42.59 20.42

131.00 V TIEMPO

DE CICLO 64.58 42.79 21.79

132.00 V TIEMPO

DE CICLO 89.04 42.81 46.24

133.00 V TIEMPO

DE CICLO 72.32 42.67 29.66

134.00 V TIEMPO

DE CICLO 66.67 42.81 23.86

135.00 V TIEMPO

DE CICLO 72.08 42.42 29.66

Promedio 26.42

Desviación

Estándar 6.68


43 |

Seguidamente se procedió a determinar los límites inferior y superior con la siguiente

fórmula, para la cual se consideró un nivel de confianza de 90%.

( ̄ (

)

√𝑛) 𝑛

Dónde:

x : romedio de los datos obtenidos de la diferencia de modelo actual y el propuesto.

Z: Evaluamos la tabla de distribución normal Anexo 10, pues el número de datos “n”

es mayor a 30 (Z= 1.64).

S: Desviación estándar de la diferencia de ambos escenarios.

n: Total de datos n=135

Reemplazamos:

( ̄ (

)

√ )

Se obtuvo como resultado los límites inferior y superior y se analizó el escenario en

el cual se ubicaron los límites:

(25.48 < u1 - u2 < 27.37)

Ilustración 24. Cuadro de Análisis para la Hipótesis – Variable Tiempo de Ciclo


44 |

Con ello se llegó a la siguiente conclusión:

Nos encontramos en el caso “c”, puesto que el intervalo contiene valores positivos.

Por lo tanto, rechazamos la hipótesis Ho y tomamos la hipótesis H1: μ1 ≠ μ2. Ello

significa que el escenario 2 es el mejor entre 25.47 y 27.36 minutos más bajo que el

escenario 1.

Evaluación de la Variable Tiempo de Registrar Pedido

PASO 1. Ejecutamos una muestra de 10 réplicas y deshabilitamos la animación, con

la finalidad de calcular las réplicas con las que se trabajará.

Ilustración 25. Réplicas de la muestra - Variable Tiempo de Registrar Pedido


45 |


Tabla 16. Réplicas exportadas - Variable Tiempo de Registrar Pedido


Cambios

Tiempo Por

cambio

Promedio

(Min)

Valor

Mínimo

Valor

Máximo

Valor

Actual

Valor

Promedio

1.00 V TIEMPO DE REGISTRAR

PEDIDO 42.00 31.31 0.97 31.90 3.51 10.73


PEDIDO 42.00 32.52 1.00 19.76 2.51 9.07


PEDIDO 42.00 32.27 1.15 26.81 10.53 11.16


PEDIDO 42.00 31.82 1.06 28.59 13.38 9.33


PEDIDO 42.00 32.31 0.94 31.86 12.16 10.37


PEDIDO 42.00 32.61 1.11 28.67 3.05 8.46


PEDIDO 42.00 32.12 1.13 12.74 6.28 5.63


PEDIDO 42.00 32.58 1.20 21.66 3.31 9.63


PEDIDO 42.00 30.87 1.18 21.49 17.80 8.82


PEDIDO 42.00 31.69 0.74 16.15 13.35 6.20


Con los datos de la última fila (Valor Promedio), determinamos el número de réplicas

para lo cual trabajaremos, con la siguiente fórmula:

[

(

)

]

46 |

Dónde:

N: Número de réplicas necesarias para lograr un nivel de exactitud deseado.



t: Valor crítico de la tabla t student Anexo 7, se considera un nivel de confianza de

90%.

Tabla 17. Cálculo del Número de Réplicas – Variable Tiempo de Registrar Pedido

Valor Promedio

10.73

9.07

11.16

9.33

10.37

8.46

5.63

9.63

8.82

6.20

S= 1.88

T(10-1,1-10%/2)= 1.833





47 |

Tabla 18. Número de Réplicas – Variable Tiempo de Registrar Pedido

si e= N=

0.3 123

0.5 45

1 12

2 3

3 2

4 1

5 1

6 1

7 1


Elegimos diferencia entre la media poblacional y la muestral el valor de e=0.3, con el







H0: μ1 = μ2

H1: μ1 ≠ μ2


α de significancia” (Walpole et al. , 2014, p. 320).


de significancia” (Walpole et al. , 2014, p. 320).



Ilustración 26. Réplicas – Variable Tiempo de Registrar Pedido

48 |


49 |


Tabla 19. Comparación de Escenarios – Tiempo de Registrar Pedido

Réplic

a Nombre

Escenari

o Actual

Escenari

o

Propuest

o

Diferenci

a

1

V TIEMPO

REGISTRAR

PEDIDO

10.73 2.18 8.55

2

V TIEMPO

REGISTRAR

PEDIDO

9.07 2.03 7.04

⁞ ⁞ ⁞ ⁞ ⁞

⁞ ⁞ ⁞ ⁞ ⁞

120

V TIEMPO

REGISTRAR

PEDIDO

10.19 2.25 5.85

121

V TIEMPO

REGISTRAR

PEDIDO

7.43 2.00 5.19

122

V TIEMPO

REGISTRAR

PEDIDO

6.16 2.06 7.15

123

V TIEMPO

REGISTRAR

PEDIDO

7.94 2.02 8.53

Promedio 6.45

Desviaci

ón

Estándar

1.78




( ̄ (

)

√𝑛) 𝑛

50 |

Dónde:



es mayor a 30 (Z= 1.64).


n: Total de datos n=132.

Reemplazamos:

( (

)

√ )


el cual se ubicaron los límites:

(6.19 < u1 - u2 < 6.72)

Ilustración 27. Análisis para la Hipótesis – Variable Tiempo de Registrar Pedido





escenario 1.

Evaluación de la Variable Tiempo de Pago de Pedido

PASO 1. Ejecutamos una muestra de 10 réplicas y deshabilitamos la animación, con

la finalidad de calcular las réplicas con las que se trabajará.

51 |

Ilustración 28. Réplicas de la muestra - Variable Tiempo de Pago de Pedido


52 |


Tabla 20. Réplicas exportadas - Variable Tiempo de Pago de Pedido


Cambios

Tiempo

Por

cambio

Promedio

(Min)

Valor

Mínimo

Valor

Máximo

Valor

Actual

Valor

Promedio

1.00 V TIEMPO DE PAGO

DE PEDIDO 42.00 32.48 2.20 30.82 9.05 9.79


DE PEDIDO 42.00 33.61 2.58 19.47 3.79 8.94


DE PEDIDO 42.00 33.54 2.36 25.76 2.96 10.54


DE PEDIDO 42.00 33.17 2.10 20.42 2.47 10.26


DE PEDIDO 42.00 33.52 2.16 33.30 5.35 10.78


DE PEDIDO 42.00 33.78 2.37 29.67 3.76 8.11


DE PEDIDO 42.00 33.34 2.22 10.95 5.81 5.92


DE PEDIDO 42.00 33.59 2.33 27.80 2.33 10.44


DE PEDIDO 42.00 32.51 2.35 25.10 8.63 9.71


DE PEDIDO 42.00 32.72 2.48 14.63 2.50 7.00


53 |

Con los datos de la última fila (Valor Promedio), determinamos el número de réplicas

para lo cual trabajaremos, con la siguiente fórmula:

[

(

)

]

Dónde:

N: Número de réplicas necesarias para lograr un nivel de exactitud deseado.



t: Valor crítico de la tabla t student Anexo 7, se considera un nivel de confianza de

90%.

Tabla 21. Cálculo del Número de Réplicas – Variable Tiempo de Pago de

Pedido

Valor Promedio

9.79

8.94

10.54

10.26

10.78

8.11

5.92

10.44

9.71

7.00

S= 1.65

T(10-1,1-10%/2)= 1.833





54 |

Tabla 22. Número de Réplicas – Variable Tiempo de Pago de Pedido

si e= N=

0.3 101

0.5 36

1 9

2 2

3 1

4 1

5 0

6 0

7 0


Elegimos diferencia entre la media poblacional y la muestral el valor de e=0.3, con el







H0: μ1 = μ2

H1: μ1 ≠ μ2


α de significancia” (Walpole et al. , 2014, p. 320).


de significancia” (Walpole et al. , 2014, p. 320).



55 |

Ilustración 29. Réplicas – Variable Tiempo de Pago de Pedido


56 |


Tabla 23. Comparación de Escenarios – Tiempo de Pago de Pedido

Réplica Nombre Escenario

Actual

Escenario

Propuesto Diferencia


PEDIDO 9.79 1.47 8.31


PEDIDO 8.94 1.46 7.49


PEDIDO 10.54 1.45 9.10

⁞ ⁞ ⁞ ⁞ ⁞


PEDIDO 6.32 1.53 4.79


PEDIDO 6.65 1.58 5.07


PEDIDO 8.02 1.44 6.58


PEDIDO 9.06 1.44 7.62


PEDIDO 10.28 1.48 8.80


PEDIDO 7.60 1.50 6.10


PEDIDO 8.52 1.49 7.03

Promedio 7.15

Desviación

Estándar 1.53


57 |



( ̄ (

)

√𝑛) 𝑛

Dónde:



es mayor a 30 (Z= 1.64).


n: Total de datos n=101.

Reemplazamos:

( (

)

√ )


el cual se ubicaron los límites: (6.90 < u1 - u2 < 7.40)

Ilustración 30. Análisis para la Hipótesis – Variable Tiempo de Pago de Pedido





escenario 1.

58 |

Conclusiones

Se determinó el tamaño de la muestra es de 69 tiempos del proceso de

atención al cliente, el cual servirá para registrar los datos necesarios de la

unidad de análisis del proceso, el mapeo de procesos de atención al cliente

actual y propuesto con el objetivo de analizar cómo el ERP optimiza el

proceso a través del modelamiento actual y propuesto en la a través del

software simulador ProModel.

La simulación de la implementación del Sistema de Planificación de

Recursos Empresariales incidió positivamente en la reducción del tiempo en

el proceso de atención al cliente en la empresa Kokys SAC., dado que el

tiempo de ciclo disminuye en un 25.47 a 27.36 minutos y ello se debe en

gran medida a la reducción de los tiempos de registro y pago de pedido,

además hay actividades que se automatizan.

Mediante la comparación de escenarios de las 135 réplicas de la variable

tiempo de ciclo con un 90% nivel de confianza, se determinó que el

Escenario 2 es el mejor, dado que los tiempos del Escenario 1 son de 25.48

a 27.37 minutos más altos que el Escenario 2. Asimismo, mediante la

comparación de escenarios de las 123 réplicas de la variable tiempo de

registro de pedido con un 90% nivel de confianza, se determinó que el

Escenario 2 es el mejor, dado que los tiempos del Escenario 1 son de 6.19

a 6.72 más altos que el Escenario 2. Por último, mediante la comparación

de escenarios de las 101 réplicas de la variable tiempo de pago de pedido

con un 90% nivel de confianza, se determinó que el Escenario 2 es el

mejor, dado que los tiempos del Escenario 1 son de 6.09 a 7.40 minutos

más altos que el Escenario 2.

Se acepta la hipótesis, porque la implementación del sistema de Gestión de

Recursos Empresariales permite la optimizo el proceso de atención al

cliente en la empresa Kokys SAC debido a que el tiempo de ciclo disminuyo

en un 25.47 a 27.36 minutos. Asimismo, las actividades que generan

cuellos de botella en el proceso fueron identificadas.

59 |

La técnica de recolección de datos como la observación cualitativa directa y

el benchmarking, han sido un utilizados para obtener los datos estadísticos,

de esta manera demostrar la notoria disminución de tiempos de ejecución,

así como la eliminación de actividades innecesarias, resultados que

representan que el sistema efectivamente optimiza el proceso de atención

al cliente, además esto influye de manera directa en los stakeholders

internos/externos de la MYPE.

60 |

Recomendaciones

Es importante dedicarle tiempo a la capacitación del Sistemas ERP a

todos los roles involucrados, ya que es necesario que todo el personal

conozca el manejo del sistema y el ingreso de los datos, ya que depende

de ellos la validez de la información que se ingrese en el sistema.

Por lo que respecta de acuerdo a lo mencionado por Gestión más del 60%

de las Mypes peruanas en Lima, Arequipa y Trujillo no usan las

herramientas TIC dentro de su organización, ya sea por el costo que

demanda implementar o experiencia de fracaso, es por ello que una de las

alternativas previa a la implementación de cualquier sistema, es realizar

una simulación, para conocer cuál sería el impacto de este. Puesto que no

se experimenta con el sistema actual sino con el modelo del sistema, el

cual permite evaluar cambios en modelos de un sistema existente,

frecuentemente es el mejor camino para reducir el riesgo de las

principales decisiones.

Es recomendable previa a la implementación de un sistema ERP

establecer indicadores de desempeño, ya que no se puede mejorar lo que

no se puede medir, es por ello que para asegurar la rentabilidad de una

empresa no basta con tener objetivos y estrategias claras, sino también es

importante conocer si estos objetivos se están cumpliendo.

61 |

Referencias

Law, A. M., Kelton, W. D., & Kelton, W. D. (2014). Simulation modeling and

analysis (Vol. 3). New York: McGraw-Hill.

Bolaños, O. (2014). Importancia de la Simulación en la mejora de procesos.

(Tesis de pregrado). Recuperado de sitio de Internet repositorio digital

Universidad Nacional Autónoma de México:

http://repositorio.autonoma.edu.pe/handle/AUTONOMA/392

Carranza, Z. (2016). La Ingeniería Empresarial. Revista de Ingeniería de la USIL,

3(1), 83-89. Recuperado de sitio de Internet repositorio digital RENATI de la

SUNEDU:

https://pdfs.semanticscholar.org/cecf/1a22ac8a0eba91787c6e3341e38f86869

6cc.pdf?_ga=2.56656362.1183898633.1568329895-1311236339.1568329895

Eres una pyme, ¿qué beneficios brinda la venta online? (25 de Febrero de 2015).

Gestión. Recuperado de https://gestion.pe/economia/empresas/pyme-

beneficios-brinda-venta-online-78519-noticia/

Garcia E., Garcia H. & Cárdenas L. (2da Ed.). (2013). Simulación y análisis de

sistemas con Promodel. Ciudad México.

Hernández, R., Fernández, C., & Baptista, M. P. (5ta Ed.). (2010). Metodología

de la Investigación. Ciudad de México, México: McGraw-Hill.

Hoyos, J. A., & Valencia, A. (2012). El papel de las TIC en el entorno

organizacional de las Pymes. Trilogía Ciencia Tecnología Sociedad, 4(7), 105-

122. doi: https://doi.org/10.22430/21457778.155

Ley N°18525. Diario Oficial El Peruano, Lima, Perú, 3 de Julio del 2003.

Lavandera, V. (2018). Análisis y propuesta de mejora de procesos en la ruta de

una línea de transporte urbano usando simulación discreta. (Tesis de

http://repositorio.autonoma.edu.pe/handle/AUTONOMA/392

https://pdfs.semanticscholar.org/cecf/1a22ac8a0eba91787c6e3341e38f868696cc.pdf?_ga=2.56656362.1183898633.1568329895-1311236339.1568329895

https://pdfs.semanticscholar.org/cecf/1a22ac8a0eba91787c6e3341e38f868696cc.pdf?_ga=2.56656362.1183898633.1568329895-1311236339.1568329895

https://gestion.pe/economia/empresas/pyme-beneficios-brinda-venta-online-78519-noticia/

https://gestion.pe/economia/empresas/pyme-beneficios-brinda-venta-online-78519-noticia/

https://doi.org/10.22430/21457778.155

62 |

pregrado). Recuperado de sitio de Internet repositorio digital RENATI de la

SUNEDU: http://tesis.pucp.edu.pe/repositorio/handle/20.500.12404/12169

Microsoft. (2019). Inteligencia empresarial sin precedentes. Recuperado del sitio

de Internet Microsoft Power BI: https://powerbi.microsoft.com/es-es/

Mypes podrían reducir sus costos si usaran más tecnologías de información y

comunicación (2 de Abril de 2014). Gestión. Recuperado de

https://gestion.pe/economia/mercados/mypes-reducir-costos-usaran-

tecnologias-informacion-comunicacion-56408-noticia/

O’brien J., & Marakas G. (7ma Ed.). (2006). Sistemas de información Gerencial.

Peña, E., & Forero, E. (2012). Modelo de Simulación del Proceso de

Almacenamiento y Distribucion en la Bodega de la Distribuidora de papel de la

Empresa Muebles & Accesorios S.A., para el Mejoramiento de su Sistema de

Inventarios. (Tesis de pregrado). Recuperado de sitio de Internet repositorio

digital Universidad Libre de Colombia:

https://repository.unilibre.edu.co/handle/10901/9271

Quispe, A., & Vargas, F. (2016). Implementación de un Sistema de Información

Web para Optimizar la Gestión Administrativa de la Empresa Comercial

Angelito de la Ciudad de Chepén. (Tesis de pregrado). Recuperado de sitio

de Internet repositorio digital RENATI de la SUNEDU:

http://dspace.unitru.edu.pe/handle/UNITRU/9330

Rodríguez, M. (2015). Mestodología de Implementación de un ERP. Caso:

Software libre en la Gestión del proceso de Ventas en una Pyme de la Ciudad

de Cajamarca, Perú. (Tesis de Maestría). Recuperado de sitio de Internet

repositorio digital Universidad de Piura:

https://pirhua.udep.edu.pe/bitstream/handle/11042/2775/MAS_DET_033.pdf?s

http://tesis.pucp.edu.pe/repositorio/handle/20.500.12404/12169

https://powerbi.microsoft.com/es-es/

https://gestion.pe/economia/mercados/mypes-reducir-costos-usaran-tecnologias-informacion-comunicacion-56408-noticia/

https://gestion.pe/economia/mercados/mypes-reducir-costos-usaran-tecnologias-informacion-comunicacion-56408-noticia/

https://repository.unilibre.edu.co/handle/10901/9271

http://dspace.unitru.edu.pe/handle/UNITRU/9330

https://pirhua.udep.edu.pe/bitstream/handle/11042/2775/MAS_DET_033.pdf?sequence=1&isAllowed=y

63 |

equence=1&isAllowed=y

Sheldon, R., & Oppel, A. (3ra Ed.). (2010). Fundamentos de SQL 3. Ciudad de

México, México: McGraw-Hill

Stair, R., & Reynolds, G. (9na Ed.). (2010). Principios de sistemas de

información. Ciudad de México, México: Cengage Learning.

Trasobares, A. H. (2003). Los sistemas de información: evolución y desarrollo.

Proyecto social: Revista de relaciones laborales, (10), 149-165. Recuperado

de sitio de Internet Dialnet:

https://dialnet.unirioja.es/servlet/articulo?codigo=793097

Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (9na Ed.). (2007).

Probabilidad y estadística para ingeniería y ciencias. Ciudad de México,

México: Norma

World Economic Forum. (2015). The Global Information Technology Report

2015. Recuperado del sitio de Internet Centro de Desarrollo Industrial:

http://www.cdi.org.pe/InformeGlobaldeInformacion/doc/Global_InformationTec

hnology_Report_2015.pdf

https://pirhua.udep.edu.pe/bitstream/handle/11042/2775/MAS_DET_033.pdf?sequence=1&isAllowed=y

https://dialnet.unirioja.es/servlet/articulo?codigo=793097

http://www.cdi.org.pe/InformeGlobaldeInformacion/doc/Global_InformationTechnology_Report_2015.pdf

http://www.cdi.org.pe/InformeGlobaldeInformacion/doc/Global_InformationTechnology_Report_2015.pdf

64 |

Anexos

Anexo 1 Ficha Técnica Entrevista Abierta

Ficha Técnica Entrevista Abierta

Objetivo: Conocer datos de suma importancia acerca de la empresa que serán de gran necesidad en ProModel

Técnica: El tipo de entrevista utilizada fue la

abierta, se realizaron n preguntas

referentes a la información que se necesitó

para la evaluación en ProModel.

Fecha de realización: Las entrevistas fueron

realizadas el 30 de Mayo de 2019.

Entrevistado: Julio Yong Dirección: La entrevista de esta

investigación fue realizada en la Pollería

Kokys ubicada en la Cuadra 2, Av. 7 de

Junio 292, Santa Anita 15008.

Duración: 30 minutos. Temas por tratar:

Horario de atención

Día de demanda mayor, menor y

promedio.

Nivel de ventas.

Sistema tecnológico usado

actualmente.

Número de trabajadores y turnos de

Trabajo

59

Anexo 1 Ficha Técnica de Observación AS IS

Observadores:

Narvaez Barreto, Diana

Pillaca Quispe, Ruth

Quispe

Ecos, Rafael Fechas de

inicio de Observación:

30 de Mayo de 2019

Toma de tiempos de las actividades del proceso de atención al cliente:

JUEVES 30/05/2019

ACTIVIDADES

Cliente 1

Inicio Fin

Cliente 2

Inicio Fin

Cliente 3

Inicio Fin

Cliente 4

Inicio Fin

Cliente 5

Inicio Fin

Cliente 6

Inicio Fin

Cliente 7

Inicio Fin

Ingresa a la Pollería 18:17:00 18:45:00 18:47:00 19:19:00 19:24:00 19:31:00 19:58:00

Registrar Pedido 18:17:20 18:19:00 18:45:10 18:48:04 18:50:30 18:51:20 19:20:00 19:21:10 19:24:20 19:24:55 19:31:16 19:33:08 19:58:12 19:59:00

Registrar Pedido en Caja 18:19:12 18:20:13 18:48:10 18:48:45 18:51:24 18:52:00 19:21:21 19:22:00 19:25:00 19:26:00 19:33:15 19:34:00 19:59:05 20:00:00

Preparar Pedido 18:20:16 18:24:35 18:48:55 18:51:00 18:52:05 18:57:00 19:23:00 19:28:16 19:28:16 19:30:00 19:34:06 19:38:00 20:00:07 20:03:00

Degustar Pedido 18:24:40 19:12:00 18:51:10 19:53:00 18:58:00 19:24:00 19:29:00 20:13:00 19:30:30 19:59:00 19:38:07 20:06:00 20:04:00 20:24:00

Solicitar Cuenta 19:12:34 19:13:00 19:53:20 19:53:30 19:28:00 19:28:07 20:25:00 20:25:10 20:04:00 20:04:03 20:07:00 20:07:04 20:24:00 20:24:05

Solicitar Boucher en Caja 19:29:40 19:29:55 20:25:32 20:25:57 20:07:40 20:07:55

Cancelar Cuenta en Efectivo 19:30:00 19:31:40 20:26:00 20:28:00 20:08:10 20:09:00

Cancelar Cuenta con Tarjeta 19:13:40 19:14:45 19:54:00 19:55:15 20:05:00 20:07:11 20:25:00 20:27:30

60

DOMINGO 02/06/2019

Cliente 8 Cliente 9 Cliente 10 Cliente 11 Cliente 12 Cliente 13 Cliente 14

ACTIVIDADES Inicio Fin Inicio Fin Inicio Fin Inicio Fin Inicio Fin Inicio Fin Inicio Fin




Preparar Pedido 13:16:25 13:28:00 13:28:00 13:33:00 13:33:00 13:37:00 13:49:07 13:53:00 14:09:04 14:15:50 14:16:00 14:21:00 14:24:06 14:29:00

Degustar Pedido 13:28:40 14:10:00 13:34:00 14:25:00 13:39:00 14:19:00 13:53:20 14:31:00 14:16:00 14:49:00 14:23:00 14:57:00 14:30:00 15:07:00





DOMINGO 02/06/2019






Preparar Pedido 14:35:00 14:43:00 14:44:00 14:48:10 14:53:00 14:57:00 15:02:35 15:06:00 19:19:00 19:22:40 19:24:08 19:29:30 19:36:00 19:41:00

Degustar Pedido 14:45:00 15:24:00 14:50:00 15:34:00 14:59:00 15:41:00 15:07:00 15:39:00 19:23:00 19:54:00 19:30:00 19:46:00 19:42:00 20:16:00


Solicitar Boucher en Caja 15:31:50 15:32:40 20:01:00 20:01:34

Cancelar Cuenta en Efectivo 15:32:50 15:33:00 20:02:00 20:03:54

Cancelar Cuenta con Tarjeta 15:40:04 15:43:00 15:48:00 15:51:30 15:44:00 15:47:34 19:52:00 19:55:28 20:22:00 20:25:33

DOMINGO 02/06/2019






Preparar Pedido 19:44:15 19:48:00 19:50:00 19:54:25 19:57:18 20:01:23 20:05:00 20:09:00 20:16:31 20:20:54 20:24:26 20:29:23 20:33:45 20:37:16

Degustar Pedido 19:48:45 20:25:00 19:54:00 20:26:12 20:02:13 20:45:19 20:10:00 20:48:00 20:22:00 21:04:00 20:30:00 21:12:09 20:38:00 21:18:02


Solicitar Boucher en Caja 20:29:00 20:29:35 20:46:55 20:46:55 21:08:00 21:08:45 21:16:00 21:16:56

Cancelar Cuenta en Efectivo 20:29:49 20:31:25 20:47:00 20:49:00 21:08:50 21:10:38 21:16:59 21:17:51

Cancelar Cuenta con Tarjeta 20:32:23 20:35:19 20:52:00 20:55:28 20:20:13 20:25:46

61

LUNES 03/06/2019 DOMINGO 16/06/2019






Preparar Pedido 13:29:00 13:33:23 13:35:20 13:38:34 16:23:00 16:38:00 16:12:00 16:19:00 16:23:00 16:39:00 16:22:40 16:31:00 16:26:08 16:35:00

Degustar Pedido 13:34:00 13:57:03 13:39:00 14:07:00 16:38:00 16:57:00 16:21:00 16:44:00 16:41:00 17:31:00 16:31:20 17:01:00 16:35:00 17:23:04


Solicitar Boucher en Caja

Cancelar Cuenta en Efectivo

16:59:20 17:00:30

17:00:50 17:02:00

16:45:55 16:46:20

16:46:25 16:46:50

17:32:34 17:34:00

17:34:20 17:34:57

17:06:34 17:07:23

17:08:00 17:09:33

17:25:00 17:26:00


DOMINGO 16/06/2019






Preparar Pedido 16:26:00 16:31:00 16:30:00 16:37:30 16:42:10 16:49:12 16:42:00 16:47:00 16:47:00 16:51:12 16:51:13 17:53:12 17:53:12 17:56:24

Degustar Pedido 16:31:00 17:10:00 16:38:00 17:12:00 16:49:00 17:36:00 16:50:00 17:47:23 16:51:34 17:35:00 17:54:00 18:48:00 16:57:00 17:59:00


Solicitar Boucher en Caja 17:11:30 17:12:33 17:12:34 17:13:20 17:37:30 17:38:12 17:48:40 17:49:45 17:39:12 17:40:00 16:50:00 16:51:00 18:01:00 18:02:23

Cancelar Cuenta en Efectivo 17:13:00 17:14:26 17:14:00 17:15:04 17:38:12 17:39:00 17:50:00 17:51:20 17:41:21 17:42:13 16:51:34 16:53:00 18:03:00 18:04:34

Cancelar Cuenta con Tarjeta

DOMINGO 16/06/2019

Martes 18/06/2019






Preparar Pedido 16:56:25 16:58:58 16:54:25 17:01:20 17:08:02 17:16:00 17:16:00 17:22:03 13:20:16 13:24:35 13:48:55 13:51:00 13:52:05 13:57:00

Degustar Pedido 16:59:00 17:47:00 17:01:25 17:30:12 17:17:04 17:37:41 17:22:30 17:56:00 13:24:40 14:12:00 13:51:10 14:53:00 13:58:00 14:24:03


Solicitar Boucher en Caja 17:49:12 17:50:15 17:33:20 17:34:12 17:49:05 17:49:46 17:57:00 17:57:18 14:29:40 14:29:59

Cancelar Cuenta en Efectivo 17:51:00 17:52:16 17:34:20 17:35:12 17:50:12 17:51:34 17:58:00 17:58:40 14:30:00 14:31:40

Cancelar Cuenta con Tarjeta 14:13:32 14:14:45 14:54:00 14:55:15

62

Martes 18/06/2019


ACTIVIDADES Inicio Fin Inicio Inicio Fin Inicio Fin Inicio Fin




Preparar Pedido 14:00:17 14:05:12 14:05:29 14:10:24 14:07:41 14:12:36 14:17:53 14:22:48 14:23:00 14:28:16 09:28:16 14:30:00 09:51:30 14:53:14

Degustar Pedido 14:06:12 14:32:15 14:11:24 14:37:27 14:13:36 14:39:39 14:23:48 14:49:51 14:29:00 15:13:00 14:30:30 14:59:00 14:53:44 15:22:14





Martes 18/06/2019

ACTIVIDADES

Cliente 57

Inicio Fin

Cliente 58 Cliente 59 Cliente 60 Cliente 61 Cliente 62 Cliente 63




Preparar Pedido 14:59:53 15:02:46 15:05:12 15:08:05 15:35:12 15:38:05 16:35:12 16:38:05 12:11:30 17:13:14 17:55:12 17:58:05 18:40:12 18:43:05

Degustar Pedido 15:03:46 15:23:46 15:09:05 15:29:05 15:39:05 15:59:05 16:39:05 16:59:05 17:13:44 17:42:14 17:59:05 18:19:05 18:44:05 19:04:05


Solicitar Boucher en Caja

Cancelar Cuenta en Efectivo

15:59:20 16:02:00

16:02:20 16:03:20

16:59:20 17:02:00

17:02:20 17:03:20

18:19:20 18:22:00

18:22:20 18:23:20

19:04:20 19:07:00

19:07:20 19:08:20


Martes 18/06/2019

Cliente 64 Cliente 65 Cliente 66 Cliente 67 Cliente 68 Cliente 69

ACTIVIDADES

Ingresa a la Pollería 18:49:41 18:57:14 19:00:14 19:09:41 19:15:14 19:20:14

Registrar Pedido 18:50:51 18:51:39 18:57:34 18:58:09 19:00:34 19:01:09 19:10:51 19:11:39 19:15:34 19:16:09 19:20:34 19:21:09

Registrar Pedido en Caja 18:51:44 18:52:39 18:58:14 18:59:14 19:01:14 19:02:14 19:11:44 19:12:39 19:16:14 19:17:14 19:21:14 19:22:14

Preparar Pedido 18:52:46 18:55:39 14:01:30 19:03:14 14:04:30 19:06:14 19:12:46 19:15:39 14:19:30 19:21:14 14:24:30 19:26:14

Degustar Pedido 18:56:39 19:16:39 19:03:44 19:32:14 19:06:44 19:35:14 19:16:39 19:36:39 19:21:44 19:50:14 19:26:44 19:55:14

Solicitar Cuenta 19:16:39 19:16:44 19:37:14 19:37:17 19:40:14 19:40:17 19:36:39 19:36:44 19:55:14 19:55:17 20:00:14 20:00:17

Solicitar Boucher en Caja 19:16:54 19:19:34 19:36:54 19:39:34

Cancelar Cuenta en Efectivo 19:19:54 19:20:54 19:39:54 19:40:54


63

Anexo 2 Cálculo de tiempo en minutos para el Modelo AS IS

Actividad Cliente 1 Cliente 2 Cliente 3 Cliente 4 Cliente 5 Cliente 6 Cliente 7 Cliente 8 Cliente 9 Cliente 10 Cliente 11 Cliente 12 Cliente 13 Cliente 14 Cliente 15

Tiempo registrar pedido 1.6667 2.9000 0.8333 1.1667 0.5833 1.8667 0.8000 3.7500 2.6667 3.0000 1.5333 2.2833 3.6667 4.6667 4.8167

Tiempo registrar pedido en caja 1.0167 0.5833 0.6000 0.6500 1.0000 0.7500 0.9167 1.3333 1.5000 1.9000 1.0000 1.0000 0.5833 1.0000 2.6667

Tiempo preparar pedido 4.3167 2.0833 4.9167 5.2667 1.7333 3.9000 2.8833 11.5833 5.0000 4.0000 3.8833 6.7667 5.0000 4.9000 8.0000

Tiempo degustar pedido 47.3333 61.8333 26.0000 44.0000 28.5000 27.8833 20.0000 41.3333 51.0000 40.0000 37.6667 33.0000 34.0000 37.0000 39.0000 Tiempo total pago de pedido 1.5167 1.4167 2.0333 2.5833 2.2333 1.1500 2.5833 3.8000 3.0667 2.2833 2.6500 3.7667 2.8500 2.0500 1.1667











Actividad Cliente 62 Cliente 63 Cliente 64 Cliente 65 Cliente 66 Cliente 67 Cliente 68 Cliente 69

Tiempo registrar pedido 0.8000 0.8000 0.8000 0.5833 0.5833 0.8000 0.5833 0.5833

Tiempo registrar pedido en caja 0.9167 0.9167 0.9167 1.0000 1.0000 0.9167 1.0000 1.0000

Tiempo preparar pedido 2.8833 2.8833 2.8833 1.7333 1.7333 2.8833 1.7333 1.7333

Tiempo degustar pedido 20.0000 20.0000 20.0000 28.5000 28.5000 20.0000 28.5000 28.5000

Tiempo total pago de pedido 3.7500 3.7500 3.7500 2.2333 2.2333 3.7500 2.2333 2.2333


Tiempo registrar pedido 0.3333 1.6500 2.8667 0.8333 0.8333 0.8333 0.8333 0.8333 1.1667 0.5833 0.5833 0.8000 0.8000 0.8000 0.8000 0.5833

Tiempo registrar pedido en caja 0.7167 1.0000 0.5667 0.6000 0.6000 0.6000 0.6000 0.6000 0.6500 1.0000 1.0000 0.9167 0.9167 0.9167 0.9167 1.0000

Tiempo preparar pedido 6.0500 4.3167 2.0833 4.9167 4.9167 4.9167 4.9167 4.9167 5.2667 1.7333 1.7333 2.8833 2.8833 2.8833 2.8833 1.7333

Tiempo degustar pedido 33.5000 47.3333 61.8333 26.0500 26.0500 26.0500 26.0500 26.0500 44.0000 28.5000 28.5000 20.0000 20.0000 20.0000 20.0000 28.5000 Tiempo total pago de pedido 1.2833 1.6667 1.4167 2.2167 2.2167 2.2167 1.4833 1.4167 2.5833 2.2333 2.2333 2.5833 2.5833 3.7500 3.7500 2.2333

64

Anexo 3 Ficha Técnica de Observación TO BE

Observadores:

Quispe Ecos, Rafael

Fechas de inicio de Observación: 12 de Junio de 2019

Toma de tiempos de las actividades del proceso de atención al cliente:

ACTIVIDADES

Cliente 1

Inicio Fin

Cliente 2

Inicio Fin

Cliente 3

Inicio Fin

Cliente 4

Inicio Fin

Cliente 5

Inicio Fin

Cliente 6

Inicio Fin

Cliente 7

Inicio Fin


Realizar de Pago del Pedido 14:50:17 14:50:17 15:01:17 15:01:17 15:20:14 15:20:14 15:33:12 15:33:12 15:38:55 15:38:55 15:46:23 15:46:23 16:23:51 16:23:51

ACTIVIDADES

Cliente 8

Inicio Fin

Cliente 9

Inicio Fin

Cliente 10

Inicio Fin

Cliente 11

Inicio Fin

Cliente 12

Inicio Fin

Cliente 13

Inicio Fin

Cliente 14

Inicio Fin

Registrar Pedido 15:26:03 15:26:03 15:28:32 15:28:32 15:35:19 15:35:19 15:47:19 15:47:19 15:49:30 15:49:30 15:53:21 15:53:21 15:55:41 15:55:41 Realizar de Pago del Pedido 16:01:15 16:01:15 16:03:44 16:03:44 16:10:31 16:10:31 16:22:31 16:22:31 16:24:42 16:24:42 16:28:33 16:28:33 16:30:53 16:30:53







65




Realizar de Pago del Pedido 17:41:24 17:41:24 17:43:52 17:43:52 17:46:42 17:46:42 17:49:38 17:49:38 17:56:52 17:56:52 17:59:24 17:59:24 18:06:24 18:06:24




Cliente 43 Cliente 44 Cliente 45 Cliente 46 Cliente 47 Cliente 48 Cliente 49 Cliente 50

ACTIVIDADES Inicio Fin Inicio Fin Inicio Fin Inicio Fin Inicio Fin Inicio Fin Inicio Fin Inicio Fin

Registrar Pedido 18:20:12 18:20:12 18:24:53 18:24:53 18:29:12 18:29:12 18:34:21 18:34:21 18:45:12 18:45:12 18:49:17 18:49:17 18:51:14 18:51:14 18:56:12 18:56:12

Realizar de Pago del Pedido 18:55:24 18:55:24 19:00:05 19:00:05 19:04:24 19:04:24 19:09:33 19:09:33 19:20:24 19:20:24 19:24:29 19:24:29 19:26:26 19:26:26 19:31:24 19:31:24

66

Anexo 4 Cálculo de tiempo en minutos para el Modelo TO BE


Tiempo registrar pedido 1.9167 1.2833 1.6667 1.1333 1.7667 1.8333 1.0167 1.3500 1.1667 1.3500 1.7833 1.5333 1.7333 1.4000 1.2333 Tiempo de Pago del pedido 1.5500 1.1833 1.4167 1.2167 1.4333 1.1667 1.0833 1.3833 1.0333 1.5667 1.1167 1.0667 1.0667 1.0333 1.2833


Tiempo registrar pedido 1.6000 1.3167 1.9500 1.3167 1.9333 1.8500 1.5333 1.4833 1.8333 1.9000 1.7000 1.7333 1.4167 1.4167 1.5500 Tiempo de Pago del pedido 1.0667 1.4333 1.4500 1.0500 1.2167 1.2500 1.6167 1.3667 1.6000 1.4333 1.5667 1.2667 1.3667 1.1167 1.3667



Tiempo de Pago del pedido 1.6167 1.2667 1.1000 1.4833 1.3500 1.4667 1.0167 1.2333 1.3500 1.6333 1.5833 1.1500 1.4833 1.0833 1.1167

Actividad Cliente 46 Cliente 47 Cliente 48 Cliente 49 Cliente 50

Tiempo registrar pedido 1.0833 1.7500 1.4167 1.5167 1.6000

Tiempo de Pago del pedido 1.0833 1.1167 1.1833 1.3333 1.4167

67

Anexo 5 Tabla de distribución T

Grados

0.1

0.05

0.01

α

Libertad 0.95 0.975 0.995 1 - α/2

1 6.314 12.706 63.657

2 2.920 4.303 9.925

3 2.353 3.182 5.841

4 2.132 2.776 4.604

5 2.015 2.571 4.032

6 1.943 2.447 3.707

7 1.895 2.365 3.499

8 1.860 2.306 3.355

9 1.833 2.262 3.250

10 1.812 2.228 3.169

11 1.796 2.201 3.106

12 1.782 2.179 3.055

13 1.771 2.160 3.012

14 1.761 2.145 2.977

15 1.753 2.131 2.947

16 1.746 2.120 2.921

17 1.740 2.110 2.898

18 1.734 2.101 2.878

19 1.729 2.093 2.861

20 1.725 2.086 2.845

21 1.721 2.080 2.831

22 1.717 2.074 2.819

23 1.714 2.069 2.807

24 1.711 2.064 2.797

25 1.708 2.060 2.787

26 1.706 2.056 2.779

27 1.703 2.052 2.771

28 1.701 2.048 2.763

29 1.699 2.045 2.756

30 1.697 2.042 2.750

31 1.696 2.040 2.744

68

32 1.694 2.037 2.738

33 1.692 2.035 2.733

34 1.691 2.032 2.728

35 1.690 2.030 2.724

36 1.688 2.028 2.719

37 1.687 2.026 2.715

38 1.686 2.024 2.712

39 1.685 2.023 2.708

40 1.684 2.021 2.704

41 1.683 2.020 2.701

42 1.682 2.018 2.698

43 1.681 2.017 2.695

44 1.680 2.015 2.692

45 1.679 2.014 2.690

46 1.679 2.013 2.687

47 1.678 2.012 2.685

48 1.677 2.011 2.682

49 1.677 2.010 2.680

50 1.676 2.009 2.678

69

Anexo 6 Réplicas del Modelo AS IS de la Variable Tiempo de Ciclo


Cambios

Tiempo Por

cambio Promedio

(Min)

Valor Mínimo

Valor Máximo

Valor Actual

Valor Promedio

1.00 V TIEMPO DE

CICLO 42.00 32.48 44.06 105.63 53.23 73.18

2.00 V TIEMPO DE

CICLO 42.00 33.61 45.97 96.55 48.38 69.09

3.00 V TIEMPO DE

CICLO 42.00 33.54 45.19 109.88 64.03 78.44

4.00 V TIEMPO DE

CICLO 42.00 33.17 45.52 102.45 70.13 72.38

5.00 V TIEMPO DE

CICLO 42.00 33.52 43.78 125.40 63.38 74.45

6.00 V TIEMPO DE

CICLO 42.00 33.78 44.73 91.54 52.27 67.56

7.00 V TIEMPO DE

CICLO 42.00 33.34 45.41 69.70 57.47 57.69

8.00 V TIEMPO DE

CICLO 42.00 33.60 46.07 98.32 46.07 73.47

9.00 V TIEMPO DE

CICLO 42.00 32.51 45.76 114.67 86.70 72.89

…. …. …. …. …. …. …. ….

…. …. …. …. …. …. …. ….

125.00 V TIEMPO DE

CICLO 42.00 33.46 44.07 88.98 44.07 63.88

126.00 V TIEMPO DE

CICLO 42.00 33.96 45.81 77.36 47.14 60.55

127.00 V TIEMPO DE

CICLO 42.00 33.26 44.98 93.79 46.29 59.62

128.00 V TIEMPO DE

CICLO 42.00 33.15 48.07 87.94 51.93 67.34

129.00 V TIEMPO DE

CICLO 42.00 33.06 45.21 95.41 66.74 65.78

130.00 V TIEMPO DE

CICLO 42.00 32.80 45.06 88.29 47.12 63.01

131.00 V TIEMPO DE

CICLO 42.00 33.94 46.54 89.06 61.24 64.58

132.00 V TIEMPO DE

CICLO 42.00 32.91 45.70 135.81 62.84 89.04

133.00 V TIEMPO DE

CICLO 42.00 32.84 45.05 94.03 47.42 72.32

134.00 V TIEMPO DE

CICLO 42.00 33.72 45.95 93.36 45.95 66.67

135.00 V TIEMPO DE

CICLO 42.00 32.64 49.03 104.24 62.59 72.08

70

Anexo 7 Réplicas del Modelo TO BE de la Variable Tiempo de Ciclo


Cambios

Tiempo Por

cambio Promedio

(Min)

Valor Mínimo

Valor Máximo

Valor Actual

Valor Promedio

1.00 V TIEMPO

CICLO 42.00 32.24 41.77 45.19 42.80 42.97

2.00 V TIEMPO

CICLO 42.00 33.46 41.75 43.81 42.59 42.51

3.00 V TIEMPO

CICLO 42.00 33.29 41.38 44.39 42.09 42.40

4.00 V TIEMPO

CICLO 42.00 33.47 41.52 46.55 42.43 42.81

5.00 V TIEMPO

CICLO 42.00 31.53 41.64 46.06 41.84 42.81

6.00 V TIEMPO

CICLO 42.00 33.01 41.60 46.49 42.07 42.74

7.00 V TIEMPO

CICLO 42.00 32.99 41.74 46.21 42.57 42.77

8.00 V TIEMPO

CICLO 42.00 33.55 41.59 44.83 42.40 42.54

9.00 V TIEMPO

CICLO 42.00 32.40 41.56 45.73 42.32 42.72

…. …. …. …. …. …. …. ….

…. …. …. …. …. …. …. ….

125.00 V TIEMPO

CICLO 42.00 32.57 41.77 46.89 41.79 42.75

126.00 V TIEMPO

CICLO 42.00 33.46 41.61 46.63 42.30 42.81

127.00 V TIEMPO

CICLO 42.00 33.01 41.68 44.75 42.26 42.61

128.00 V TIEMPO

CICLO 42.00 31.54 41.81 47.29 42.96 43.26

129.00 V TIEMPO

CICLO 42.00 32.42 41.46 45.60 43.29 42.77

130.00 V TIEMPO

CICLO 42.00 32.78 41.50 44.60 41.98 42.59

131.00 V TIEMPO

CICLO 42.00 32.34 41.74 45.87 42.62 42.79

132.00 V TIEMPO

CICLO 42.00 32.04 41.75 47.53 42.33 42.81

133.00 V TIEMPO

CICLO 42.00 33.43 41.59 46.00 42.53 42.67

134.00 V TIEMPO

CICLO 42.00 32.32 41.68 46.14 41.70 42.81

135.00 V TIEMPO

CICLO 42.00 33.23 41.62 43.64 41.62 42.42

71

Anexo 8 Tabla de distribución Normal (Z positivo)

Zi 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

0 0.5 0.5039

9

0.5079

8

0.5119

7

0.5159

5

0.5199

4

0.5239

2 0.5279

0.5318

8

0.5358

6

0.1 0.5398

3 0.5438

0.5477

6

0.5517

2

0.5556

7

0.5596

2

0.5635

6

0.5674

9

0.5714

2

0.5753

5

0.2 0.5792

6

0.5831

7

0.5870

6

0.5909

5

0.5948

3

0.5987

1

0.6025

7

0.6064

2

0.6102

6

0.6140

9

0.3 0.6179

1

0.6217

2

0.6255

2 0.6293

0.6330

7

0.6368

3

0.6405

8

0.6443

1

0.6480

3

0.6517

3

0.4 0.6554

2 0.6591

0.6627

6 0.6664

0.6700

3

0.6736

4

0.6772

4

0.6808

2

0.6843

9

0.6879

3

0.5 0.6914

6

0.6949

7

0.6984

7

0.7019

4 0.7054

0.7088

4

0.7122

6

0.7156

6

0.7190

4 0.7224

0.6 0.7257

5

0.7290

7

0.7323

7

0.7356

5

0.7389

1

0.7421

5

0.7453

7

0.7485

7

0.7517

5 0.7549

0.7 0.7580

4

0.7611

5

0.7642

4 0.7673

0.7703

5

0.7733

7

0.7763

7

0.7793

5 0.7823

0.7852

4

0.8 0.7881

4

0.7910

3

0.7938

9

0.7967

3

0.7995

5

0.8023

4

0.8051

1

0.8078

5

0.8105

7

0.8132

7

0.9 0.8159

4

0.8185

9

0.8212

1

0.8238

1

0.8263

9

0.8289

4

0.8314

7

0.8339

8

0.8364

6

0.8389

1

1 0.8413

4

0.8437

5

0.8461

4

0.8484

9

0.8508

3

0.8531

4

0.8554

3

0.8576

9

0.8599

3

0.8621

4

1.1 0.8643

3 0.8665

0.8686

4

0.8707

6

0.8728

6

0.8749

3

0.8769

8 0.879 0.881

0.8829

8

1.2 0.8849

3

0.8868

6

0.8887

7

0.8906

5

0.8925

1

0.8943

5

0.8961

7

0.8979

6

0.8997

3

0.9014

7

1.3 0.9032 0.9049 0.9065

8

0.9082

4

0.9098

8

0.9114

9

0.9130

8

0.9146

6

0.9162

1

0.9177

4

1.4 0.9192

4

0.9207

3 0.9222

0.9236

4

0.9250

7

0.9264

7

0.9278

5

0.9292

2

0.9305

6

0.9318

9

1.5 0.9331

9

0.9344

8

0.9357

4

0.9369

9

0.9382

2

0.9394

3

0.9406

2

0.9417

9

0.9429

5

0.9440

8

72

1.6 0.9452 0.9463 0.9473

8

0.9484

5 0.9495

0.9505

3

0.9515

4

0.9525

4

0.9535

2

0.9544

9

1.7 0.9554

3

0.9563

7

0.9572

8

0.9581

8

0.9590

7

0.9599

4 0.9608

0.9616

4

0.9624

6

0.9632

7

1.8 0.9640

7

0.9648

5

0.9656

2

0.9663

8

0.9671

2

0.9678

4

0.9685

6

0.9692

6

0.9699

5

0.9706

2

1.9 0.9712

8

0.9719

3

0.9725

7 0.9732

0.9738

1

0.9744

1 0.975

0.9755

8

0.9761

5 0.9767

2 0.9772

5

0.9777

8

0.9783

1

0.9788

2

0.9793

2

0.9798

2 0.9803

0.9807

7

0.9812

4

0.9816

9

2.1 0.9821

4

0.9825

7 0.983

0.9834

1

0.9838

2

0.9842

2

0.9846

1 0.985

0.9853

7

0.9857

4

2.2 0.9861 0.9864

5

0.9867

9

0.9871

3

0.9874

5

0.9877

8

0.9880

9 0.9884 0.9887

0.9889

9

2.3 0.9892

8

0.9895

6

0.9898

3 0.9901

0.9903

6

0.9906

1

0.9908

6

0.9911

1

0.9913

4

0.9915

8

2.4 0.9918 0.9920

2

0.9922

4

0.9924

5

0.9926

6

0.9928

6

0.9930

5

0.9932

4

0.9934

3

0.9936

1

2.5 0.9937

9

0.9939

6

0.9941

3 0.9943

0.9944

6

0.9946

1

0.9947

7

0.9949

2

0.9950

6 0.9952

2.6 0.9953

4

0.9954

7 0.9956

0.9957

3

0.9958

5

0.9959

8

0.9960

9

0.9962

1

0.9963

2

0.9964

3

2.7 0.9965

3

0.9966

4

0.9967

4

0.9968

3

0.9969

3

0.9970

2

0.9971

1 0.9972

0.9972

8

0.9973

6

2.8 0.9974

4

0.9975

2 0.9976

0.9976

7

0.9977

4

0.9978

1

0.9978

8

0.9979

5

0.9980

1

0.9980

7

2.9 0.9981

3

0.9981

9

0.9982

5

0.9983

1

0.9983

6

0.9984

1

0.9984

6

0.9985

1

0.9985

6

0.9986

1

3 0.9986

5

0.9986

9

0.9987

4

0.9987

8

0.9988

2

0.9988

6

0.9988

9

0.9989

3

0.9989

6 0.999

3.1 0.9990

3

0.9990

6 0.9991

0.9991

3

0.9991

6

0.9991

8

0.9992

1

0.9992

4

0.9992

6

0.9992

9

3.2 0.9993

1

0.9993

4

0.9993

6

0.9993

8 0.9994

0.9994

2

0.9994

4

0.9994

6

0.9994

8 0.9995

73

3.3 0.9995

2

0.9995

3

0.9995

5

0.9995

7

0.9995

8 0.9996

0.9996

1

0.9996

2

0.9996

4

0.9996

5

3.4 0.9996

6

0.9996

8

0.9996

9 0.9997

0.9997

1

0.9997

2

0.9997

3

0.9997

4

0.9997

5

0.9997

6

3.5 0.9997

7

0.9997

8

0.9997

8

0.9997

9 0.9998

0.9998

1

0.9998

1

0.9998

2

0.9998

3

0.9998

3

3.6 0.9998

4

0.9998

5

0.9998

5

0.9998

6

0.9998

6

0.9998

7

0.9998

7

0.9998

8

0.9998

8

0.9998

9

3.7 0.9998

9 0.9999 0.9999 0.9999

0.9999

1

0.9999

1

0.9999

2

0.9999

2

0.9999

2

0.9999

2

3.8 0.9999

3

0.9999

3

0.9999

3

0.9999

4

0.9999

4

0.9999

4

0.9999

4

0.9999

5

0.9999

5

0.9999

5

3.9 0.9999

5

0.9999

5

0.9999

6

0.9999

6

0.9999

6

0.9999

6

0.9999

6

0.9999

6

0.9999

7

0.9999

7

4 0.9999

7

0.9999

7

0.9999

7

0.9999

7

0.9999

7

0.9999

7

0.9999

8

0.9999

8

0.9999

8

0.9999

8

74

Anexo 9 Réplicas del Modelo AS IS - Variable Tiempo de Registro de Pedido


Cambios

Tiempo Por

cambio Promedio

(Min)

Valor Mínimo

Valor Máximo

Valor Actual

Valor Promedio

1.00 V TIEMPO DE

REGISTRAR PEDIDO 42.00 31.31 0.97 31.90 3.51 10.73

2.00 V TIEMPO DE


3.00 V TIEMPO DE


4.00 V TIEMPO DE


5.00 V TIEMPO DE


6.00 V TIEMPO DE


7.00 V TIEMPO DE


8.00 V TIEMPO DE


9.00 V TIEMPO DE


10.00 V TIEMPO DE


11.00 V TIEMPO DE


…. …. …. …. …. …. …. ….

…. …. …. …. …. …. …. ….

115.00 V TIEMPO DE


116.00 V TIEMPO DE


117.00 V TIEMPO DE


118.00 V TIEMPO DE


119.00 V TIEMPO DE


120.00 V TIEMPO DE


121.00 V TIEMPO DE


122.00 V TIEMPO DE


123.00 V TIEMPO DE


75

Anexo 10 Réplicas del Modelo TO BE - Variable Tiempo de Registro de Pedido


Cambios

Tiempo Por cambio

Promedio (Min)

Valor Mínimo

Valor Máximo

Valor Actual

Valor Promedio

1.00 V TIEMPO REGISTRAR

PEDIDO 42.00 31.27 1.49 4.62 2.15 2.18


PEDIDO 42.00 32.50 1.42 3.34 1.98 2.03


PEDIDO 42.00 32.34 1.41 3.21 1.79 1.91


PEDIDO 42.00 32.51 1.41 3.75 1.92 2.02


PEDIDO 42.00 30.57 1.43 4.34 1.68 2.02


PEDIDO 42.00 32.05 1.41 2.87 1.41 1.96


PEDIDO 42.00 32.03 1.26 4.14 2.02 2.02


PEDIDO 42.00 32.58 1.42 3.35 1.72 1.97


PEDIDO 42.00 31.44 1.25 3.81 1.79 2.01


PEDIDO 42.00 32.29 1.41 4.13 1.63 2.10


PEDIDO 42.00 32.46 1.41 3.73 2.03 2.02


PEDIDO 42.00 32.67 1.44 3.06 2.14 1.94


PEDIDO 42.00 32.59 1.44 3.23 2.26 1.99 ….. ….. ….. ….. ….. ….. ….. …..

….. ….. ….. ….. ….. ….. ….. …..


PEDIDO 42.00 32.88 1.41 3.78 1.58 2.10


PEDIDO 42.00 30.90 1.40 3.59 2.00 1.96


PEDIDO 42.00 31.55 1.41 3.38 1.46 1.97


PEDIDO 42.00 32.66 1.40 3.15 2.12 1.94


PEDIDO 42.00 30.96 1.46 4.32 2.34 2.25


PEDIDO 42.00 32.41 1.16 3.55 2.04 2.00


PEDIDO 42.00 31.77 1.22 3.48 2.07 2.06


PEDIDO 42.00 32.04 1.42 3.51 2.22 2.02

76

Anexo 11 Réplicas del Modelo AS IS - Variable Tiempo de Pago del Pedido


Cambios

Tiempo Por cambio

Promedio (Min)

Valor Mínimo

Valor Máximo

Valor Actual

Valor Promedio

1.00 V TIEMPO DE PAGO DE

PEDIDO 42.00 32.48 2.20 30.82 9.05 9.79


PEDIDO 42.00 33.61 2.58 19.47 3.79 8.94


PEDIDO 42.00 33.54 2.36 25.76 2.96 10.54


PEDIDO 42.00 33.17 2.10 20.42 2.47 10.26


PEDIDO 42.00 33.52 2.16 33.30 5.35 10.78


PEDIDO 42.00 33.78 2.37 29.67 3.76 8.11


PEDIDO 42.00 33.34 2.22 10.95 5.81 5.92


PEDIDO 42.00 33.59 2.33 27.80 2.33 10.44


PEDIDO 42.00 32.51 2.35 25.10 8.63 9.71


PEDIDO 42.00 32.72 2.48 14.63 2.50 7.00

…. …. …. …. …. …. …. …. …. …. …. …. …. …. …. ….


PEDIDO 42.00 32.43 2.19 23.84 6.90 9.10


PEDIDO 42.00 32.70 2.13 22.04 5.14 10.07


PEDIDO 42.00 33.34 2.26 22.17 2.67 6.30


PEDIDO 42.00 32.88 2.21 26.02 5.23 10.19


PEDIDO 42.00 33.87 2.20 14.24 3.91 6.32


PEDIDO 42.00 32.02 2.14 24.01 3.61 6.65


PEDIDO 42.00 33.78 2.27 19.01 3.51 8.02


PEDIDO 42.00 32.26 2.33 26.39 2.46 9.06


PEDIDO 42.00 33.50 2.19 36.98 2.75 10.28


PEDIDO 42.00 33.51 2.16 20.51 3.02 7.60


PEDIDO 42.00 33.74 2.20 21.08 2.20 8.52

77

Anexo 12 Réplicas del Modelo TO BE - Variable Tiempo de Pago del Pedido


Cambios

Tiempo Por cambio

Promedio (Min)

Valor Mínimo

Valor Máximo

Valor Actual

Valor Promedio


PEDIDO 42.00 32.23 1.11 2.81 1.71 1.47


PEDIDO 42.00 33.46 1.11 1.76 1.63 1.46


PEDIDO 42.00 33.29 1.10 1.78 1.36 1.45


PEDIDO 42.00 33.47 1.17 3.09 1.50 1.58


PEDIDO 42.00 31.52 1.14 1.84 1.19 1.44


PEDIDO 42.00 33.01 1.12 3.91 1.72 1.57


PEDIDO 42.00 32.99 1.14 2.28 1.69 1.49


PEDIDO 42.00 33.54 1.15 1.77 1.73 1.41


PEDIDO 42.00 32.39 1.12 2.44 1.55 1.45

…. …. …. …. …. …. …. ….

…. …. …. …. …. …. …. ….


PEDIDO 42.00 31.68 1.13 3.08 1.47 1.52


PEDIDO 42.00 33.70 1.14 1.75 1.33 1.45


PEDIDO 42.00 32.98 1.13 2.16 1.66 1.45


PEDIDO 42.00 33.61 1.10 2.51 1.23 1.51


PEDIDO 42.00 32.36 1.13 2.49 1.27 1.53


PEDIDO 42.00 32.04 1.11 3.40 1.18 1.58


PEDIDO 42.00 33.77 1.15 2.00 1.54 1.44


PEDIDO 42.00 31.87 1.10 2.00 1.54 1.44


PEDIDO 42.00 33.50 1.11 2.64 1.45 1.48


PEDIDO 42.00 32.42 1.14 2.32 1.35 1.50


PEDIDO 42.00 33.63 1.16 2.21 1.59 1.49

evaluaciÓn del impacto de la implementaciÓn...

Documents