pepsico tesis

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA INDUSTRIAL

MODELO DE OPTIMIZACIÓN APLICADO AL PROGRAMA DE PRODUCCIÓN PARA UNA EMPRESA DE ALIMENTOS

MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL

SEBASTIÁN FELIPE ESPINOZA CANALES

PROFESOR GUÍA: RICARDO SAN MARTÍN ZURITA

MIEMBROS DE LA COMISIÓN: PATRICIO CONCA KEHL

PABLO ANDRES REY

SANTIAGO DE CHILE SEPTIEMBRE 2007

RESUMEN DE LA MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL POR : SEBASTIÁN ESPINOZA CANALES FECHA : 08/09/2007 PROF. GUIA : RICARDO SAN MARTÍN

MODELO DE OPTIMIZACIÓN APLICADO AL PROGRAMA DE

PRODUCCIÓN PARA UNA EMPRESA DE ALIMENTOS

La presente memoria se realizó en la empresa Evercrisp Snack S.A. de Pepsico Internacional. Esta empresa pertenece a la industria alimenticia, y entre sus principales productos destacan las papas fritas Lay´s, maní salado evercrisp, Doritos, Cheeto´s, etc. La problemática existente y la motivación de este proyecto, es que la empresa evercrisp realiza su programa de producción día a día, de acuerdo al pedido de sus clientes del día próximo, y al criterio experto del programador de producción, por lo que existen ineficiencias en el sentido que no se aprovecha el potencial de producción de las líneas. Dado lo anterior, se necesita hacer un programa de producción de manera eficiente, por lo que el objetivo de esta memoria es diseñar e implementar un modelo matemático que permita optimizar el programa de producción. Para la realización este proyecto las actividades claves desarrolladas fueron: hacer un levantamiento de requerimientos de los clientes internos, principalmente el área de producción y logística, fijar las restricciones o limitantes que se deben incorporar al modelo, en las que destacan las capacidades de proceso, de empaque, de vida útil, y de cumplimiento de demanda, construir un modelo matemático que entregue el valor de las variables criticas necesarias para realizar el programa de producción, resolverlo a través de una aplicación computacional que sea adecuada a la magnitud del modelo diseñado, validarlo con las personas relacionadas con el programa de producción, para finalmente implementarlo a la línea de producción. Una vez implementado el modelo matemático a la realización del programa de producción para la línea PC-32. Se obtienen múltiples beneficios al comparar la producción del mes de Enero de 2007 (programa antiguo), con el mes de Marzo de 2007 (programa nuevo), en donde se destacan la disminución de la negación de productos por falta de stock al área de ventas, y a la mayor productividad de la línea, en donde por estos dos motivos se incurre en un ahorro de $16.971.666 Finalmente, se destaca que el proyecto se realizó en el plazo estipulado de 4 meses cumpliendo con todos los objetivos planteados.

Agradecimientos

A mis padres, porque me entregaron lo mejor que le pueden entregar los padres a los

hijos, amor y educación.

A mis hermanos, por ayudarme a tener diferentes visiones de la vida, indispensables

para un desarrollo armónico del alma.

A mis abuelos, porque me brindaron todo su apoyo incondicional, cada vez que lo

necesité

A mi familia, porque me han ayudado en innumerables veces brindándome el respaldo

necesario para enfrentar las adversidades.

A mis amigos y compañeros, por ayudarme recorrer de manera grata todas las etapas

de la vida, en donde han estado siempre presentes.

A mi Colegio y Universidad, por brindarme las herramientas necesarias para desarrollar

una vida profesional plena.

2

Índice de contenidos

Agradecimientos ............................................................................................................... 1

Índice de contenidos ........................................................................................................ 2

Índice de Cuadros ............................................................................................................ 4

Índice de Gráficos ............................................................................................................ 5

I.- Antecedentes generales............................................................................................... 6

II.- Descripción del proyecto y justificación ....................................................................... 8

Productos negados ....................................................................................................... 9

Eficiencia de Línea...................................................................................................... 10

III.- Objetivos .................................................................................................................. 16

Objetivo General ......................................................................................................... 16

Objetivos específicos .................................................................................................. 16

IV.- Marco Conceptual .................................................................................................... 17

Definición del sistema ................................................................................................. 17

Construcción del modelo ............................................................................................ 17

Resolución del modelo................................................................................................ 17

Validación del modelo ................................................................................................. 17

Implementación y control del modelo.......................................................................... 17

V.- Metodología .............................................................................................................. 19

VI.- Alcances .................................................................................................................. 22

VII.- Resultados Esperados ............................................................................................ 23

VIII.- Estimación de Demanda ........................................................................................ 24

Estacionalidad Diaria .................................................................................................. 24

Estacionalidad Semanal ............................................................................................. 27

Estacionalidad Mensual .............................................................................................. 28

Método de promedios ponderados ............................................................................. 29

Método de atenuación exponencial ............................................................................ 31

Conclusiones .............................................................................................................. 33

IX.- Modelo matemático.................................................................................................. 36

Parámetros: ................................................................................................................ 36

Variables de decisión .................................................................................................. 36

Restricciones .............................................................................................................. 37

Función Objetivo ......................................................................................................... 38

3

X.- Aplicación del modelo ............................................................................................... 39

Actualización de inventario ......................................................................................... 39

Parametrización .......................................................................................................... 40

Definición de producción ............................................................................................. 41

Resolución .................................................................................................................. 43

Asignación de tubos de producción ............................................................................ 45

Resumen de Producción ............................................................................................. 46

Programación a tubos ................................................................................................. 46

XI.- Validación del modelo .............................................................................................. 48

XII.- Análisis de Sensibilidad .......................................................................................... 49

Variación de demanda ................................................................................................ 49

Variación de Golpes por Minuto .................................................................................. 49

XIII.- Plan Piloto .............................................................................................................. 51

XIV.- Conclusiones y Resultados Obtenidos .................................................................. 54

Estimación de demanda ............................................................................................. 54

Eficiencia de línea ....................................................................................................... 55

Conclusiones finales ................................................................................................... 63

XV.- Bibliografía y fuentes de información...................................................................... 64

XVI.- Anexos .................................................................................................................. 65

Anexo Nº 1: Extracto del archivo que lleva la estadística de productos negados por estar sin stock ............................................................................................................. 65

Anexo Nº 2 : Extracto de pedidos diarios por SKU ..................................................... 67

Anexo Nº 3: Extracto de estacionalidades .................................................................. 68

Anexo Nº 4: Extracto de Estimación de demanda de I2: ........................................... 68

Anexo Nº 5: Programa de producción antes de ocupar modelo ................................. 69

Anexo Nº 6: Estructura de Bonos para operador de línea .......................................... 70

4

Índice de Cuadros

Cuadro Nº 1: Cajas negadas meses desde Julio a Octubre de2006 ................................ 9

Cuadro Nº 2: Valores de cajas negadas en los meses de Julio a Octubre de 2006 ....... 10

Cuadro N º3: Muestra en ejemplo de programar un mix ineficiente ............................... 11

Cuadro Nº 4: Muestra un ejemplo de programación de un Mix Eficiente ....................... 11

Cuadro Nº 5: Refleja la eficiencia del programa de Producción de las líneas ................ 12

Cuadro Nº 6 Predicción de un mes para cabritas de 40 gr. con el método de promedios

ponderados .................................................................................................................... 30

Cuadro Nº 7 Predicción de un mes para cabritas de 40 gr. con el método de atenuación

exponencial .................................................................................................................... 32

Cuadro Nº 8 Inventario de la bodega de productos terminados de Evercrisp Snack S.A.

....................................................................................................................................... 40

Cuadro Nº 9 Extracto hoja base del modelo ................................................................... 41

Cuadro Nº 10 Hoja donde se define el escenario de programación ............................... 42

Cuadro Nº 11 Hoja que resuelve el modelo ................................................................... 43

Cuadro Nº 12 Herramienta solver de Excel .................................................................... 44

Cuadro Nº 13 Procedimientos de asignación de tubos para capacidad de empaque .... 45

Cuadro Nº 14 Resumen de programación por turno uno de la línea PC-32 ................... 46

Cuadro Nº 15 Programación por tubos para turno uno de la línea PC-32 ...................... 47

Cuadro Nº 16 Golpes por minuto que toma el modelo para cada formato. .................... 52

Cuadro Nº 17 Razón Negados/pedidos para enero y marzo .......................................... 57

Cuadro Nº 18 Detalle de ahorros alcanzados por la baja en negación de productos ..... 58

Cuadro Nº 19 Indicador IMAN para el mes de Enero ..................................................... 59

Cuadro Nº 20 Indicador IMAN para el mes de Marzo..................................................... 59

Cuadro Nº 21 Volúmenes y costos de producción PC-32 .............................................. 60

Cuadro Nº 22 Ahorros por aumento de productividad .................................................... 60

Cuadro Nº 23 Obtención de bono de producción medio para línea PC-32 .................... 62

5

Índice de Gráficos

Grafico Nº 1: Producción de las 3 líneas de papas comparadas con las ventas ............ 13

Grafico Nº 2: Producción de la línea Hard v/s Venta ...................................................... 13

Grafico Nº 3: Producción de la línea schaaf v/s Venta ................................................... 14

Grafico Nº 4: Producción de las líneas sofá-1 y sofá-2 v/s Venta................................... 14

Grafico Nº 5: Producción de la línea de Maní v/s Venta ................................................. 15

Grafico Nº 6: Producción de la línea cabritas v/s Venta ................................................. 15

Grafico Nº 7 Estacionalidad diaria en cajas para cada día de la semana ...................... 25

Grafico Nº 8 Estacionalidad diaria de un producto large batch ...................................... 26

Grafico Nº 9 Estacionalidad diaria de un producto medium batch .................................. 26

Grafico Nº 10 Estacionalidad Semanal en cajas para cada semana del mes ................ 27

Grafico Nº 11 Estacionalidad Mensual en cajas para los 4 meses en estudio ............... 28

Grafico Nº 12 Predicción de demanda de pedidos totales por ambos métodos ............. 33

Grafico Nº 13 Predicción de demanda de Cabritas de 34gr por ambos métodos .......... 34

Grafico Nº 14 Predicción de demanda de Papas Lay´s de 350 gr por ambos métodos . 34

6

I.- Antecedentes generales

La empresa Pepsico nace en el año 1965 con la fusión de las empresas Fritolay y Pepsi

Cola, dedicadas a la producción de alimentos y bebidas cola respectivamente,

manteniendo cada empresa como dos divisiones operativas distintas.

La empresa ingresa al mercado nacional a través de Evercrisp Snack Productos de

Chile S.A. presente en Chile desde 1978, al ser adquirida por Fritolay en 1993,

momento desde el cual se han realizado inversiones con el fin de realizar mejoras,

hasta convertirla en la compañía que es hoy en día.

Su presencia esta representada por sus marcas: Evercrisp, Mom´s, Lay´s, Barcel y

Quaker, siendo la empresa líder en el mercado que comercializa snack tanto dulces

como salados.

Alguno de sus productos son soufflé, Cheetos, Gatolate, Traga Traga, Doritos, Twistos,

Snack maní y Papas Fritas.

La planta de producción de estos productos se encuentra ubicada en la comuna de

Cerrillos, la cual tiene 14 líneas de producción, cada una asociada a una familia de

productos, mas una línea de maquilado y que en su conjunto producen mas de 280

productos.

Las ventas anuales de la planta para el año 2005, se elevaron a MU$D 132.604, lo que

equivale a 28.237 Toneladas de productos terminados, y que representan 15.336.154

cajas (1), con lo que se abastece a mas de 30 sucursales de distribución, desde Arica a

Castro, que a su vez abastecen alrededor de 450 supermercados, 300 clientes

mayoristas y 58.000 detallistas.

La cadena de servicio de la planta parte con la compra a proveedores de las materias

primas y material de empaque, exceptuando las papas, que se traen los tubérculos

desde los laboratorios desde EE.UU., se entregan a los productores de los diferentes

predios para que maduren bajo el monitoreo del área agrícola de la empresa, para

7

luego abastecer a la planta cuando la papa este en condiciones. Luego estas materias

primas ingresan a las distintas líneas de producción, en donde después de pasar por

procesos de lavado, pelado, freído, horneado, extruído, etc. según corresponda, los

productos salen envasados, en donde un operario los va poniendo en cajas y a la vez

formando pallets.

Los pallets son almacenados en la bodega de productos terminados, o enviados a

procesos de maquilado en donde los productos a granel son puestos en mangas o en

packs y devueltos a la bodega de productos terminados para su distribución.

Finalmente el área servicio al cliente de acuerdo a los pedidos realizados por

sucursales, envía los productos solicitados a través de una red de distribución realizada

por empresas externas.

8

II.- Descripción del proyecto y justificación

La presente memoria se desarrolla en el departamento de logística de la empresa,

específicamente en el área de planeación de ventas y operaciones (PVO). Esta área

presenta tres grandes actividades: planeación de demanda, planeación de operaciones

y programación de la producción, siendo en este último ítem en donde se aplicara un

modelo optimización que permita realizar de manera eficiente el programa de

producción.

Actualmente, la empresa evercrisp realiza su programa de producción día a día, de

acuerdo al pedido de sus clientes del día próximo y al criterio experto del programador

de producción, avalado por su basta trayectoria en la planta, comprensión del

funcionamiento de las líneas de producción, conocimiento de los productos y su

demanda, y el manejo de las bodegas de productos terminados y maquilados

(inventarios).

El tema de estudio se centra en establecer una realización eficiente del programa de

producción, determinando de manera óptima qué y cuanto producir, con el fin de

abastecer de la mejor manera posible los clientes internos (ventas y operaciones),

minimizando quiebres de inventario con el fin de evitar la negación de productos.

Esta programación deberá tener la opción de hacer un programa con un horizonte

mayor al actual (diario), de manera de orientar a todas las áreas que están involucradas

en la cadena productiva (agrícola, materias primas, producción, calidad, abastecimiento,

técnica, etc.) con información de los requerimientos para la producción en días futuros;

esta información es de gran ayuda, principalmente porque en muchos casos la

capacidad de reacción ante cambios en la producción es mayor a un día, y al contar con

la información de manera anticipada permitirá minimizar los paros de las líneas de

producción por motivos de falta de conocimiento y respectiva preparación de la

producción futura.

9

Productos negados

La principal razón para realizar el proyecto, es que con la estructura existente

actualmente la empresa presenta quiebres de inventario en forma periódica, por lo que

tomando en cuenta los últimos 4 meses (desde el momento de evaluación , Julio,

Agosto, Septiembre, Octubre de 2006) se ha negando productos en el orden de 4% de

la producción, es decir, 174.117 cajas negadas sobre 4.475.166 cajas pedidas, lo que al

valorarlo se traduce en un monto de $ 949.763.572, lo que corresponde a un margen

de $ 591.320.951 lo que afecta negativamente el nivel de servicio entregado los clientes

y a la vez las utilidades de la compañía (Ver estadísticas en anexo Nº 1). Sin embargo,

no se puede decir que todo se traduzca en ventas no realizadas, ya que los productos

negados se pueden dividir en 2 principales canales de distribución; venta directa (OT), y

venta a sucursales. Dado lo anterior, la oportunidad de venta no realizada solo se

considera a OT, ya que los productos negados a sucursales, generalmente se

reemplazan por productos de alta rotación y la venta a los clientes finales se realiza de

los stock que poseen las distintas sucursales. Por lo tanto el escenario de perdidas por

productos negados queda de la siguiente manera:

Cuadro Nº 1: Cajas negadas meses desde Julio a Octubre de2006

Fuente: Elaboración propia de archivo Datos Venta diaria año 2006 planta cerrillos

Mes

Negados

OT

Negados

Sucursales

Total

Negados Pedidos

Razón

(neg/ped) %

Julio 8111 28014 36125 1047223 0,034 3%

Agosto 10093 26341 36434 1243197 0,029 3%

Septiembre 15565 20459 36024 1121913 0,032 3%

Octubre 17797 47737 65534 1062833 0,061 6%

Total Cajas 51566 122551 174117 4475166 0,038 4%

10

Si esto se traduce a valores el escenario queda de la siguiente manera:

Cuadro Nº 2: Valores de cajas negadas en los meses de Julio a Octubre de 2006

Ingresos $ Costos $ Margen $

OT 262.319.426 103.996.774 158.322.652

Sucursales 687.206.126 254.253.257 432.952.869

Totales 949.525.552 358.250.031 591.275.521

Fuente: Elaboración propia de archivo Datos Venta diaria año 2006 planta cerrillos

Dado lo anterior, las perdidas incurridas por ventas no realizadas en los 4 meses

observados, ascienden a $158.322.652

Eficiencia de Línea

Otro motivo relevante para la implementación de este proyecto es que no se esta

produciendo con el potencial de las líneas de producción, lo que se traduce en

producción realizada en horas extraordinarias. Las ineficiencias que son atribuibles al

programa de producción son en cuanto al mix o combinación de productos a producir

para las líneas sin tomar en cuenta que la capacidad de empaque debe ser similar a la

capacidad de proceso para cada línea.

Esto se explica a continuación:

Capacidad de Proceso: P (kg/hr), capacidad nominal de la línea de producir un

determinado producto.

Capacidad de Empaque: E (kg/hr), capacidad de la línea de empacar la producción de

la línea, esta se explica a continuación:

11

E (kg/hr)= GPM (unid/min)*60(min/hr)* X(Kg/unid)*N(tubos)

Donde:

X : Formato de producto

GPM: Golpes por minuto del tubo o máquina

N : Cantidad de tubos

Eficiencia: E/P = %

(rango aceptable para una línea de producción 90%-110%)

Esquemáticamente:

Se toma en cuenta la línea PC-32 de Papas Fritas, que cuenta con 10 empacadoras o

tubos:

Cuadro N º3: Muestra en ejemplo de programar un mix ineficiente

Capacidad

de

proceso

Eficiencia de

Combinación Capacidad de empaque

Kg/hr Gr. GPM Tubos Total de empaque Kg/hr %

1450 18 60 10 648 44,69%

Fuente: Elaboración propia

Este es una combinación poco eficiente ya que se ha programado empaque de

producto de gramaje pequeño (18 gr.) en las 10 empacadoras de la línea, a 60 golpes

por minuto, lo que logra empacar 648 Kg/hr siendo muy inferior a la producción de

papas de 1450 Kg/hr. Lo que se traduce que por programa se logra solo un 44,7% de

eficiencia.

Luego para producir eficientemente se debe programar una combinación de productos

con diferentes gramajes, por ej:

Cuadro Nº 4: Muestra un ejemplo de programación de un Mix Eficiente

Capacidad

de proceso

Capacidad de empaque

Eficiencia de

Combinación

Kg/hr gr. GPM Tubos Total de empaque Kg/hr %

1450 18 60 8 518,4 100,92%

12


En donde se programa con gramaje chico (que hace mas ineficiente la línea, pero

tienen mayor demanda) el mayor numero de empacadoras posibles sin hacer ineficiente

el mix de productos y el resto con productos de alto gramaje para lograr la eficiencia de

la línea nominal. (Es aceptable entre 90% y 110 % de eficiencia).

Dada la estructura de programación diaria realizada por el programador de acuerdo a

su experiencia y criterio, la situación actual de la eficiencia del programa de producción

se describe a continuación:

Cuadro Nº 5: Refleja la eficiencia del programa de Producción de las líneas

Línea Julio Agosto Septiembre Acumulado

PC-21 88% 83% 77% 83%

PC-14 88% 79% 71% 79%

Doritos 93% 94% 92% 93%

Soft-1 58% 56% 62% 59%

Ramitas 79% 76% 82% 79%

Fuente: Indicador Iman de planta cerrillos

La eficiencia del programa de producción es calculada por la herramienta IMAN, que la

calcula de acuerdo a la siguiente formula:

Eficiencia Programa de Producción =

Kg.Programados (Semana) / (Cap.Nominal*Tiempo Programado (Semana))

Lo que entrega una eficiencia semanal, para luego calcular una eficiencia mensual a

través de un promedio ponderado por los días de cada semana, que es la eficiencia que

se refleja en el cuadro Nº 5

270 25 1 405

450 20 1 540

13

Para ver la factibilidad de realizar un programa eficientes es necesario ver la capacidad

de producir versus la demanda, en el sentido de que si no hay producción para cubrir lo

que se vende, no seria posible realizar un programa de producción que logre satisfacer

la demanda.

A continuación se observa la capacidad de producción versus la demanda para las

principales líneas de producción de la empresa Evercrisp:

Grafico Nº 1: Producción de las 3 líneas de papas comparadas con las ventas

Papas

8.000

13.000

18.000

23.000

2006 2007 2008 2009 2010 2011 2012

Month

To

n M

on

th

Sales Capacity Cap (85%)

Fuente: Curvas de Capacidad de líneas planta cerrillos

Grafico Nº 2: Producción de la línea Hard v/s Venta

14

HARD EXTRUDED

-

1.000

2.000

3.000

4.000

2006 2007 2008 2009 2010 2011 2012

Month

To

n M

on

th



Grafico Nº 3: Producción de la línea schaaf v/s Venta

SCHAAF EXTRUDED

1.000

2.000

3.000

4.000

5.000

6.000

2006 2007 2008 2009 2010 2011 2012

Month

To

n M

on

th



Grafico Nº 4: Producción de las líneas sofá-1 y sofá-2 v/s Venta

SOFT EXTRUDED

-

2.000

4.000

6.000

8.000

2006 2007 2008 2009 2010 2011 2012

Month

To

n M

on

th



15

Grafico Nº 5: Producción de la línea de Maní v/s Venta

NUTS

-

1.000

2.000

3.000

4.000

2006 2007 2008 2009 2010 2011 2012

Month

To

n M

on

th



Grafico Nº 6: Producción de la línea cabritas v/s Venta

POP CORN

-

500

1.000

1.500

2006 2007 2008 2009 2010 2011 2012

Month

To

n M

on

th



Se observa que para todas las líneas, la producción de productos es superior a la venta,

sin embargo para la línea de maní y de soft (suflés, chis pop, gatolate, traga traga, etc.)

la venta es casi el nivel de la producción, sin embrago hay proyectos para aumentar la

producción, por lo que no debería haber problemas para realizar proyectos de

optimización en esas líneas.

Para este proyecto lo relevante es la Grafica Nº 1, ya que se implementará en la línea

mas moderna y grande de papas que posee la planta (Línea PC-32), por lo que se

observa que existe una capacidad de producción mayor a lo que se proyecta vender,

por lo que a priori es posible hacer un modelo que cumpla con la venta y maximice la

eficiencia del programa.

16

III.- Objetivos

Dada la problemática planteada, los objetivos del proyecto son los siguientes:

Objetivo General

Diseñar e implementar un modelo matemático que permita optimizar el programa de

producción; en un horizonte determinado, según una demanda estimada, para todos los

productos de una línea de producción.

Objetivos específicos

Establecer una metodología que logre estimar la demanda inmediata, a lo largo

del horizonte que se realizará el programa de producción.

Construir un modelo matemático que permita optimizar el programa de

producción, maximizando los niveles de satisfacción de los clientes internos.

Validar modelo de manera que entregue soluciones razonables, y aplicables al

programa de producción

17

IV.- Marco Conceptual

De acuerdo al marco metodológico definido en “Apuntes de Investigación Operativa”

(Svaras), aplicado a la optimización del programa de producción; a continuación se

describen las principales etapas de desarrollo del proyecto:

Definición del sistema

Corresponde a identificar el ámbito del sistema bajo estudio, establecer el objetivo de

este, identificando las alternativas de decisión.

Construcción del modelo

La investigación operativa se caracteriza por la utilización de modelos matemáticos en

la formulación de problemas. Un modelo matemático es una representación idealizada

de una situación concreta con un objetivo determinado.

Resolución del modelo

Determinar la solución de un modelo matemático implica establecer los valores de las

variables de decisión de manera que se cumplan las limitaciones o restricciones

consideradas, y que optimice la medida de efectividad asociada.

Validación del modelo

Se analiza la capacidad del modelo para predecir razonablemente el desempeño del

sistema ante diversas alternativas de decisión. Luego es necesario verificar si la

solución es razonable, realizar pruebas de consistencia, validación de supuestos, etc. Y

por ultimo si el modelo y su solución no se consideran satisfactorios, se deben realizar

las correcciones necesarias.

Implementación y control del modelo

Una vez desarrollado el estudio y validado el modelo, este y sus soluciones deben

transformarse en herramientas de apoyo a la toma de decisiones en la organización.

Esto implica realizar lo siguiente:

18

Establecer procedimientos (manuales y/o computacionales) al interior de la

organización que aseguren la disponibilidad de los datos que el modelo requiere, en

forma oportuna y con la debida consistencia.

Establecer procedimientos que permitan con los datos, resolver el modelo, y obtener así

la(s) solución(es). Esto corresponde, entre otras cosas, a la implementación

computacional de los algoritmos o métodos desarrollados o a la instalación y puesta en

marcha del software comercial que se considere apropiado.

Establecer los procedimientos que permitan transformar las soluciones propuestas por

el modelo en acciones específicas de la organización.

19

V.- Metodología

La metodología determinada para realizar el proyecto se divide en tres actividades

principales, que se describen a continuación con una especificación de cómo se

realizará cada una:

I) Formular una metodología de estimación de la demanda inmediata.

Esta metodología entregará la demanda diaria por productos, durante todo el horizonte

que se realizará del programa de producción.

Para realizar el programa de producción, el input principal son los pedidos del día

próximo, ya que dada esta demanda se toma la decisión de producción, por lo que para

extender el horizonte de programación, se necesitará de una estimación de demanda

confiable para todo el periodo que se desee programar la producción.

Para realizar esta actividad, se ha detectado que la demanda tiene una triple

estacionalidad, diaria, semanal y mensual. Es decir depende del día de la semana, de

que semana es en el mes, y de que mes del año. Luego para realizar el pronóstico de

demanda se asignara un valor esperado para cada día, para cada semana, y para cada

mes; para luego hacer un análisis de sensibilidad con datos históricos y de esta manera

determinar empíricamente los valores que se le asignaran a la ponderación de cada

parámetro de manera de entregar el pronostico de manera precisa y lo mas parecido a

la realidad posible.

Otra forma de realizar un pronóstico de demanda es buscar métodos conocidos, que

necesiten datos de información históricos de la demanda, ya que son estos los datos

que existen a disposición.

II) Construcción del modelo matemático de optimización.

La primera actividad a realizar para la construcción del modelo, es hacer un

levantamiento de los requerimientos de los clientes internos a los que se desea entregar

un nivel de servicio optimo, principalmente ventas; para esto se visitará todos los

20

clientes a satisfacer y a todas las áreas involucradas en la producción, estas son: área

agrícola, bodega de materias primas, planta, calidad, área técnica, desarrollo, logística,

bodega de productos terminados, maquila, ventas. Luego de acuerdo a estos

requerimientos se podrá determinar los elementos que incluye el modelo:

Condición de optimización: se establece si el modelo será de maximización o

minimización, de acuerdo a los objetivos perseguidos.

Función objetivo: es el criterio que orientará las decisiones, generalmente esta función

esta representada por beneficios, costos, ingresos, etc.

Variables de decisión: corresponden a los elementos que representan las decisiones

que se desea apoyar. Ellas corresponden, por ejemplo: cantidad de productos a

producir, tipo de producto a producir, nivel de inventario, etc.

Restricciones: corresponden a limitaciones del sistema que se incorpora al modelo, por

ejemplo, espacio máximo disponible, cantidad mínima de producto requerido, cantidad

de horas hombre máxima, etc.

Parámetros o datos: representan decisiones, que a diferencia de las variables de

decisión, no son controlables. Por ejemplo: capacidad de producción, capacidad de

transporte, cantidad de inventario inicial, etc.

Una vez realizado el modelo matemático, se debe buscar una aplicación que lo

resuelva, de manera que entregue los resultados de la optimización. Para realizar la

elección de la aplicación más apropiada se debe tomar en cuenta el tamaño del modelo,

numero de variables, numero de restricciones, etc. De manera que el software elegido

tenga la capacidad de resolver problemas de la magnitud del modelo diseñado.

III) Validación del modelo

Para validar el modelo se toman los resultados optimizados de las variables de

decisión, se ve si son razonables y aplicables a la realidad, en caso contrario se ve por

que no lo son, se detecta donde se genera el error, y se realizan las correcciones

21

necesarias, para luego volver a correr el programa hasta encontrar resultados

satisfactorios.

Luego, estos resultados se consolidan con las personas involucradas en la elaboración

del programa de producción (programador, planificador, coordinadores de línea, gerente

de área), para dar como validados los resultados entregados por el modelo, en la parte

teórica.

Para validar el modelo en la parte practica se realizará un plan piloto, en donde en

conjunto con los coordinadores de línea, programador y operadores, se mostrara el

modelo matemático, como es la lógica de programación del modelo, se validara con los

operadores los parámetros que utiliza el modelo, y se realizaran los ajustes necesarios

de acuerdo al funcionamiento que arrojen los programas de producción generados por

el modelo.

22

VI.- Alcances

De acuerdo a los plazos establecidos por la empresa para la realización del proyecto, (4

meses) se estima que en este tiempo se podrá realizar la optimización del programa de

producción para una de las líneas de producción y su familia de productos.

Del modelo se espera que solo se centre en los aspectos relevantes del problema, es

decir, cumplir con la demanda, capacidades de producción, capacidades de empaque y

vida útil del producto.

El modelo deberá tener la capacidad de programar con un horizonte de programación

de una semana, en donde se contara con la demanda de pedidos del día siguiente y

para el resto de la semana se ocupara la demanda prevista por el método de

estimación.

El modelo se aplicara a la línea PC-32, que es la línea mas moderna de la planta, tiene

una capacidad de proceso de 1450 (Kg/hr) de producción de papas fritas, tanto para

corte americano, como para corte liso.

Esta línea tiene una capacidad de empaque de 10 tubos, por lo que se estima que el

modelo tendrá 10 variables de decisión, una para cada tubo, en donde cada variable

determinara que producto y cuanto se debe empacar en cada tubo de la línea.

Un modelo de esta envergadura es posible plantear y resolver con la herramienta solver

del programa Excel, que es una tecnología que se encuentra disponible y es de uso

general para todas las áreas de la organización.

23

VII.- Resultados Esperados

En el marco de los resultados esperados, se establecerán medidas de efectividad para

los objetivos planteados al principio del proyecto.

Para el caso de la estimación de demanda, el indicador:

|estimación dda. – dda. Real|/dda. Real x 100%

(valor absoluto de la diferencia entre la estimación de la demanda y la demanda real

sobre la demanda real), por política de la empresa se considera bueno si es menor a

20%, aceptable si es mayor a 20% y menor a 25% y malo si es mayor a 25%. Es decir,

para la metodología creada para la estimación de la demanda se espera que sea buena

según la política de la empresa.

Para estimar la eficiencia del modelo de optimización se tendrán los siguientes

indicadores:

Productos negados/productos pedidos, el cual deberá ser menor al nivel que existe

actualmente (4% total planta), lo ideal es que este indicador sea lo menor posible. Se

espera que esto ocurra por la programación eficiente del programa de producción.

Eficiencia de la líneas de producción: en la actualidad la eficiencia de las líneas es de

alrededor del 80% a 90% (solo en lo que es atribuible al programa de producción y su

mix de productos a producir), lo que se espera que la eficiencia entregada por el modelo

sea en el rango nominal (90%- 110%)

24

VIII.- Estimación de Demanda

Uno de los objetivos de este proyecto es realizar una estimación de demanda lo mas

precisa posible, con el fin de tener un input confiable para realizar la programación de

producción de la planta cerrillos de la empresa Evercrisp. Para este caso, esto quiere

decir, saber la cantidad de productos que será solicitado a la empresa por parte de sus

clientes; ya sean estos las sucursales de la empresa, repartidas desde Arica a Castro, o

sus clientes directos de la Región Metropolitana, principalmente supermercados y

mayoristas.

Para lograr este objetivo, el primer paso es analizar los datos históricos de pedidos

realizados a la planta, para esto se cuenta con archivos de la empresa que muestran la

demanda histórica que ha tenido la planta producto por producto, día a día, durante los

últimos años. Ver Anexo Nº 2

Al analizar los datos, y escuchar la experiencia del programador de planta y del área de

planificación, se concluye que los productos presentan tres tipos de estacionalidades:

diaria, semanal, y mensual.

Estacionalidad Diaria

Esta estacionalidad es la variación de los pedidos de acuerdo al día de la semana que

se realizan, en donde generalmente los viernes existen pedidos mayores que el resto

de la semana, ya que estos días los vendedores abastecen las ventas del fin de

semana; el resto de la semana los pedidos son de menor magnitud.

Esta estacionalidad se calcula sacando un promedio simple de los pedidos de cada día

de la semana, es decir, se ven todos los pedidos de un día determinado, por un periodo

de 4 meses para este caso, y se calcula su promedio.

25

Al verificar la estacionalidad de la demanda diaria tomando los pedidos totales

realizados a la empresa, esto es, la suma de todos los productos solicitados a

la planta, el resultado es:

Grafico Nº 7 Estacionalidad diaria en cajas para cada día de la semana

Fuente: Elaboración propia de archivo de Datos de pedidos diarios 2006 planta cerrillos

Sin embargo, la estacionalidad que es relevante para realizar el programa de

producción, es la que presenten cada producto, de manera de llegar a una estimación

de demanda desagregada por producto.

Luego cada producto presentara una estacionalidad de acuerdo a la demanda

específica que presenta, ya que esta es variable de acuerdo a las características

propias de cada formato, es por eso que productos de gramaje pequeño, tiene una

estacionalidad muy diferente a los productos de formato de gramaje grande. En general

se pueden distinguir tres tipos de productos de acuerdo al gramaje que presenten: los

small batch o de gramaje pequeño, aquellos productos con gramaje menor o igual a 40

gr., los médium batch o de gramaje mediano, que son los productos con gramaje entre

40 y 80 gr.; y finalmente, los large batch o gramaje grande, que son aquellos productos

con gramaje mayor a 80 gr.

Estacionalidad Diaria Total Pedidos

0

10000

20000

30000

40000

50000

60000

70000

80000

lunes martes miércoles jueves viernes Pedidos Totales

2006

Mes (Todas)

Promedio de Pedido Real

Descripcion Dia

26

A continuación se muestra la estacionalidad diaria de 2 productos, uno médium batch y

uno large batch:

Grafico Nº 8 Estacionalidad diaria de un producto large batch


0

500

1000

1500

2000

2500

3000

3500

lunes martes miércoles jueves viernes

Papas Corte Americano 3x500

10007

Caja

s

2006

Mes (Todas)

Promedio de Pedido

Codigo Descripcion Dia

Año


Grafico Nº 9 Estacionalidad diaria de un producto medium batch


0

100

200

300

400

500

600

700

800

900

1000

Caja

s

2006 801 663 401 760 885,8823529

lunes martes miércoles jueves viernes

Papa Lays T/A 40X50

10032

Mes (Todas)

Promedio de Pedido

Codigo Descripcion Dia

Año


Por lo tanto, para este proyecto se determinó la estacionalidad diaria para cada

producto, de acuerdo a datos históricos. Anexo Nº 3

27

Estacionalidad Semanal

La estacionalidad semanal se denomina a la variación de los pedidos de acuerdo a la

semana del mes en que se realizan.

Esta se calcula sacando un promedio simple de los pedidos promedio de cada semana,

es decir, se ven todos los pedidos de una semana determinada de un mes (el mes se

divide en 4 semanas) y se obtienen el pedido promedio de la semana, para luego

promediarlos con todas las semanas correspondientes del resto de los meses.

A continuación se muestra la estacionalidad semanal de los pedidos totales realizados

a la planta:

Grafico Nº 10 Estacionalidad Semanal en cajas para cada semana del mes

Estacionalidad Semanal Total Pedidos

44000

46000

48000

50000

52000

54000

56000

58000

60000

1 2 3 4

Pedidos Totales

2006

Mes (Todas)

Promedio de Pedido Real

Descripcion Semana

Año


Se observa que los pedidos sufren una variación de acuerdo a la semana que es dentro

del mes, en donde la primera semana los pedidos bajan considerablemente, y en donde

la segunda semana y la cuarta los pedidos son mayores principalmente por los efectos

de ventas mayores en la quincena y fin de mes.

Para efecto de este proyecto se calculó la estacionalidad semanal para cada producto,

de acuerdo a los datos históricos. Ver Anexo Nº 3

28

Estacionalidad Mensual

La estacionalidad mensual se denomina a la variación de los pedidos de acuerdo al

mes del año en que se realizan. Esta se calcula al tomar el pedido promedio de los

meses correspondientes.

A continuación se muestra la estacionalidad mensual de los pedidos totales realizados a

la planta, para los 4 meses en que se estudio la demanda:

Grafico Nº 11 Estacionalidad Mensual en cajas para los 4 meses en estudio

Estacionalidad mensual

44000

46000

48000

50000

52000

54000

56000

58000

60000

Julio Agosto Septiembre Octubre

Meses del año

Ped

ido

s P

rom

ed

io


Luego, para este proyecto se determinó la estacionalidad mensual para cada producto,

de acuerdo a datos históricos. Ver Anexo Nº 3

29

Método de promedios ponderados

Este método consiste en hacer una predicción de la demanda, basada en un promedio

ponderado de las estacionalidades analizadas anteriormente, para los pedidos de los

diferentes productos.

Luego la predicción se realiza de acuerdo a la siguiente ecuación:

Se hace predicción diaria de acuerdo a la siguiente formula:

P* = D*0.4+S*0.3+M*0.3

Donde:

D: Estacionalidad diaria

S: Estacionalidad semanal

M: Estacionalidad mensual

P*: Predicción diaria

Para obtener los pesos de la ponderación asignados a cada estacionalidad, se realizo

un análisis de sensibilidad con datos históricos, en donde por inspección se asignaban

distintos pesos, y se determino que con los pesos asignados anteriormente se obtenían

las predicciones más cercanas a la realidad.

A continuación se muestra un extracto de cómo se aplica el método de promedios

ponderados para obtener una predicción de demanda para el producto Cabritas 60 x 40;

en donde se realiza una predicción diaria de acuerdo a la formula detallada

anteriormente, y además una predicción para un periodo relevante de una quincena,

para el caso de tener un programa con un horizonte de 10 días de programación. (15

días =10 días de programa de producción).

30

Cuadro Nº 6 Predicción de un mes para cabritas de 40 gr. con el método de promedios ponderados

Día Fecha Semana Mes Año Pedido

Real Prom día

Prom Sem

Prom Mes

Ped prox quin Real

Predicción

diaria Pred quin Medida de Efectividad

Lunes 03-Jul 1 7 2006 480 599 526 552 4489 563 5294 18%

Martes 04-Jul 1 7 2006 445 488 526 552 4705 519 5301 13%

miércoles 05-Jul 1 7 2006 412 461 526 552 4974 508 5307 7%

Jueves 06-Jul 1 7 2006 559 468 526 552 5202 511 5314 2%

Viernes 07-Jul 2 7 2006 799 629 483 552 5122 562 5321 4%

Lunes 10-Jul 2 7 2006 436 599 483 552 5242 550 5340 2%

Martes 11-Jul 2 7 2006 299 488 483 552 5468 506 5359 2%

miércoles 12-Jul 2 7 2006 186 461 483 552 5818 495 5379 8%

Jueves 13-Jul 2 7 2006 347 468 483 552 6118 498 5398 12%

viernes 14-Jul 3 7 2006 526 629 548 552 6506 582 5294 19%

lunes 17-Jul 3 7 2006 696 599 548 552 6609 570 5301 20%

martes 18-Jul 3 7 2006 714 488 548 552 6414 525 5307 17%

miércoles 19-Jul 3 7 2006 640 461 548 552 6078 515 5314 13%

jueves 20-Jul 3 7 2006 479 468 548 552 6042 518 5321 12%

viernes 21-Jul 4 7 2006 919 629 548 552 5955 582 5340 10%

lunes 24-Jul 4 7 2006 662 599 548 552 5810 570 5359 8%

martes 25-Jul 4 7 2006 649 488 548 552 5898 525 5379 9%

miércoles 26-Jul 4 7 2006 486 461 548 552 5552 515 5398 3%

jueves 27-Jul 4 7 2006 735 468 548 552 5558 517 5418 3%

viernes 28-Jul 4 7 2006 629 629 548 552 5286 582 5418 2%

lunes 31-Jul 4 7 2006 501 599 548 552 4950 570 5418 9% Fuente: Elaboración propia

En el cuadro se muestra la obtención de un mes de predicción de demanda, y la medida

de efectividad asociada a la predicción quincenal. Cabe destacar que para todos los

días del mes, la predicción de pedidos la próxima quincena tiene un error menor o igual

a un 20% comparado con los pedidos reales, medida que es tomada como buena. Este

es el caso de un producto que tiene un comportamiento regular de acuerdo a las

estacionalidades, sin embargo, no todos los formatos de productos siguen un

comportamiento tan regular, como se verá mas adelante.

31

Método de atenuación exponencial

Este método consiste en hacer una predicción de demanda realizando un alisamiento

exponencial basado en una serie histórica de datos, en donde se toman 2 predicciones

anteriores, se le da una ponderación de acuerdo a cuanto es mas relevante la ultima

predicción que la anterior, y se le suma el error asociado a la ultima predicción de

pedidos con respecto a los pedidos reales.

Luego la predicción se realiza de acuerdo a la siguiente ecuación recursiva:

Se hace predicción por un periodo dado:

Q(j) = Q(j-2)*(1-A) + Q(j-1)*A + E

Donde:

Q: Predicción por periodo relevante

A: Factor de peso de la información pasada [0,1]

E: Error de estimación de la semana anterior

Para obtener el valor ideal de A, se realizo un análisis de sensibilidad con datos

históricos, en donde por inspección se asignaban distintos valores a A, y se determinó

que con un factor de peso de información pasada igual a 0,6 se obtenía las

predicciones más cercanas a la realidad.

A continuación se muestra un extracto de cómo se aplica el método de atenuación

exponencial, para obtener una predicción de demanda para el producto Cabritas 60 x

40; en donde se realiza una predicción quincenal de los pedidos, y se muestra la

medida de efectividad con respecto a los pedidos reales.

32

Cuadro Nº 7 Predicción de un mes para cabritas de 40 gr. con el método de atenuación exponencial

Atenuacion

Exponencial A= 0,6

Día Fecha

Pedido

Real

Ped prox quin

Real Predicción

Pred

quin

Error

Promedio

Medida de

Efectividad

Lunes 03-Jul 480 4489 563 4489 0,000 0%

Martes 04-Jul 445 4705 519 4705 0,000 0%

Miércoles 05-Jul 412 4974 4619 355,400 7%

Jueves 06-Jul 559 5202 5009 193,440 4%

Viernes 07-Jul 799 5122 5046 75,984 1%

Lunes 10-Jul 436 5242 5107 134,982 3%

Martes 11-Jul 299 5468 5218 250,401 5%

Miércoles 12-Jul 186 5818 5424 394,233 7%

Jueves 13-Jul 347 6118 5736 382,467 6%

Viernes 14-Jul 526 6506 5993 512,706 8%

Lunes 17-Jul 696 6609 6403 206,104 3%

Martes 18-Jul 714 6414 6445 -31,159 0%

Miércoles 19-Jul 640 6078 6397 -319,095 5%

Jueves 20-Jul 479 6042 6097 -55,226 1%

Viernes 21-Jul 919 5955 6162 -206,947 3%

Lunes 24-Jul 662 5810 5929 -119,111 2%

Martes 25-Jul 649 5898 5903 -5,134 0%

Miércoles 26-Jul 486 5552 5908 -356,391 6%

Jueves 27-Jul 735 5558 5550 8,103 0%

Viernes 28-Jul 629 5286 5701 -415,397 8%

Lunes 31-Jul 501 4950 5225 -275,400 6%


El cuadro muestra la obtención de predicción del mes de julio de 2006, en donde para

las 2 primeras predicciones se ocupan la predicción de promedios ponderados, para

luego el resto del mes se ocupa el método de alisamiento exponencial. Al comparar la

predicción con los pedidos reales se observa que para todas las quincenas de

predicción, existe un error menor o igual al 8%.

33

Conclusiones

Al analizar el comportamiento de ambos métodos con los datos que corresponden a los

pedidos totales, estos métodos cumplen con la medida de efectividad que se requería

como estimación (error < 20%). A continuación se muestra gráficamente:

Grafico Nº 12 Predicción de demanda de pedidos totales por ambos métodos

Predicción de Demanda Pedidos Totales

0

100000

200000

300000

400000

500000

600000

700000

03/0

7/2

006

10/0

7/2

006

17/0

7/2

006

24/0

7/2

006

31/0

7/2

006

07/0

8/2

006

14/0

8/2

006

21/0

8/2

006

28/0

8/2

006

04/0

9/2

006

11/0

9/2

006

18/0

9/2

006

25/0

9/2

006

02/1

0/2

006

09/1

0/2

006

16/1

0/2

006

Pedido Móvil por Fecha

Caja

s p

or

qu

incen

a

Real Promedio Ponderado Atenuación Exponencial


Sin embargo, existen productos que no se ajustan a las estacionalidades estudiadas, ni

a ningún patrón que pudiera hacer estable en el tiempo una estimación de demanda

con un grado de error aceptable. Es por esto que se detecto productos con

comportamiento regular e irregular, siendo regulares aquellos productos que siguen

estacionalidades, o no se desvían mucho de ellas, e irregulares aquellos que al no

seguir patrones en su demanda, hace mas difícil hacer una buena estimación.

Para el caso de productos con demanda regular, ambos métodos obtienen resultados

satisfactorios, con un error mucho menor al 20%. Esto se representa gráficamente para

el producto Cabritas de 34 gr:

34

Grafico Nº 13 Predicción de demanda de Cabritas de 34gr por ambos métodos

Predicción de Demanda

0

1000

2000

3000

4000

5000

6000

7000

03/07/2

006

10/07/2

006

17/07/2

006

24/07/2

006

31/07/2

006

07/08/2

006

14/08/2

006

21/08/2

006

28/08/2

006

04/09/2

006

11/09/2

006

18/09/2

006

25/09/2

006

02/10/2

006

09/10/2

006

16/10/2

006

Pedido Móvil por Fecha de Cabritas 60x34

Ca

jas

po

r q

uin

ce

na

Real Promedio Ponderado Atenuación Exponencial


Para el caso de productos con demanda irregular, los métodos obtienen resultados

distintos, siendo el de atenuación exponencial bastante más asertivo que el de métodos

de promedios ponderados. Tomado como ejemplo el producto de Papas fritas Lay´s de

50 gr. El método de promedios ponderados obtiene un error de 45% en su predicción,

mientras que el método de atenuación exponencial tiene un error de solo un 15%. Esto

se refleja gráficamente:

Grafico Nº 14 Predicción de demanda de Papas Lay´s de 350 gr por ambos métodos

Predicción de Demanda

0

500

1000

1500

2000

2500

3000

3500

4000

4500

03/0

7/20

06

10/0

7/20

06

17/0

7/20

06

24/0

7/20

06

31/0

7/20

06

07/0

8/20

06

14/0

8/20

06

21/0

8/20

06

28/0

8/20

06

04/0

9/20

06

11/0

9/20

06

18/0

9/20

06

25/0

9/20

06

02/1

0/20

06

09/1

0/20

06

16/1

0/20

06

Pedido Móvil por Fecha Papa Lays T/A Extra Bolsa 8x350

Caja

s p

or

qu

incen

a

Real Promedio ponderado Atenuación Exponencial


35

Luego para determinar cuantos productos presentan comportamiento regular o irregular,

se toma una muestra de 30 SKU´s y se observa que 5 de ellos presentan un

comportamiento irregular, lo que significa un 17% de la muestra. Lo que implica que

para programar en un horizonte mayor a un día, se va perdiendo certeza en el

cumplimiento de la demanda dado los errores que arrojan tanto por comportamiento del

producto, así como de los errores asociados a los métodos. Por lo tanto se determina

que la mejor manera de realizar el programa de producción, es de manera diaria (lunes

a viernes), quedando la opción de que si se requiere un horizonte mayor de

programación, se utiliza la mejor estimación de acuerdo a los productos involucrados.

En consecuencia, dada la estructura que presentan los métodos, si se requiere hacer

un programa con un horizonte mayor a una semana, es conveniente ocupar el método

de atenuación exponencial. Esto porque este método necesita tener resultados de la

predicción anterior, y el ciclo menor asociado a las estacionalidades de los SKU´s es de

una semana, por lo que ocupar este método por una predicción menor a una semana,

arroja errores mucho mayores al 20%.

En caso de requerir un programa con un horizonte menor a una semana, es

conveniente ocupara el método de promedios ponderados, ya que no presenta

restricciones de tipo temporal en ningún caso.

En la práctica, como input de demanda para el modelo, se acordó en conjunto con la

empresa (planificador logístico), ocupar la herramienta I2, ya que es una herramienta

especializada y presenta la demanda por SKU, para todo el año 2007 (ver anexo Nº 4),

y dejar como respaldo los métodos estudiados anteriormente.

36

IX.- Modelo matemático

Una vez recopiladas las exigencias que se requiere para el modelo, y de acuerdo a los

alcances fijados, se diseña un modelo matemático que respetando las restricciones de

proceso, empaque, cumplimiento de demanda y vida útil de los productos, maximice los

kilos a producir, lo que se traduce en una maximización de la eficiencia de la línea:

Parámetros:

GPM i: Golpes por minuto que efectúa el tubo empacador para el SKU i

F i : Formato en Kg. para el SKU i

N i : Tubos empacadores asignados al SKU i

SKU i: Productos posibles a programar en la línea.

P : Capacidad de Proceso de la línea en Kg./hr

H : Horas a programar en el día

E i : Capacidad de empaque asociada al SKU i

S i : Cantidad de Kg. en inventario del SKU i

D i : Cantidad de Kg. demandados para el día siguiente del SKU i

U i : Vida útil de SKU i

Dº i : Demanda promedio diaria del SKU i

Variables de decisión

• X i : Cantidad de Kg. a producir del SKU i

Estas variables entregaran los kilos a producir para cada SKU, en el periodo a

programar. Se han determinado estas variables, ya que son la principal decisión que se

debe tomar para hacer el programa de producción.

37

Para determinar los kilos a producir de cada producto, es necesario cumplir con ciertas

restricciones que se muestran a continuación:

Restricciones

• Proceso:

∑ i X i ≤ P * H

Esta restricción quiere decir que la suma de los Kg. a producir de todos los SKU i, debe

ser menor a la capacidad total de proceso de la línea por hora, por las horas

programadas.

• Empaque:

i) X i ≤ GPMi * 60 * Fi * Ni * H Vi

Esta restricción esta determinada por la capacidad de empaque que tiene la línea para

los diferentes formatos, y quiere decir que la cantidad de kilos a producir de cada

formato debe ser menor o igual a la capacidad de empacar ese SKU de acuerdo a los

tubos asignados al producto, al formato del SKU y a los golpes por minuto asociados

para el SKU.

• Demanda:

X i ≥ D i – S i V i

Esta restricción fija que los kilos que se producen de cada SKU, más los kilos

disponibles en inventario, debe ser suficiente para satisfacer la demanda para cada

producto del día siguiente.

38

• Vida útil

X i ≤ U i * Dº i - S i V i

Esta restricción limita la producción de cada SKU no puede exceder la vida útil del

producto menos la existencia en inventario del SKU. Se entiende como vida útil del

producto el periodo de tiempo que puede permanecer en las bodegas de la empresa

antes de ser despachado. Cada SKU tiene distintos periodos de vida útil de acuerdo a

las características de cada producto.

Función Objetivo

La función objetivo busca maximizar la eficiencia de línea, esto quiere decir maximizar

la cantidad de kilos a programar, respetando todas las restricciones antes descritas:

Máx. Z = ∑ i X i

39

X.- Aplicación del modelo

Una vez realizado el modelo matemático, se debió definir como era la manera mas

idónea de resolverlo, tomando en cuenta que fuera de utilidad para la compañía, y que

a la vez entregara una respuesta satisfactoria en cuanto a los resultados de las

variables requeridas; es por esto que tomando en cuenta las tecnologías disponibles

por la empresa, y también la magnitud del modelo, que se decide implementarlo en la

herramienta solver del programa Excel, que es la aplicación del programa que resuelve

programación lineal.

A continuación se muestra paso por paso la aplicación del modelo en Excel, en donde

se muestra la secuencia para obtener un programa de producción, desde la toma de los

datos, hasta la obtención de un programa de producción por tubos. Cabe destacar que

la aplicación se realiza para la línea PC-32 que es la línea más moderna de la planta,

que produce alrededor de un 30% del volumen total planta, y que produce papas fritas

de corte americano y de corte liso.

Actualización de inventario

La primera actividad que se realiza es la actualización del inventario. Para esto se toma

el último inventario disponible, que generalmente se actualiza antes de empezar a

realizar la programación, y se pega en una hoja predeterminada para contener el

inventario. A continuación se muestra un extracto del inventario de la bodega de

productos terminados de la planta evercrisp de cerrillos:

40

Cuadro Nº 8 Inventario de la bodega de productos terminados de Evercrisp Snack S.A.

Código Descripción Inventario

Últ.Pedido Alc/ Según

Disponible Últ. Pedido

10031 Papas Lay's T/Americana 50x38 8.469 3.327 2,5

10035 Papas Lay's T/Americana 50x40

(Supermercados) 868 345 2,5


10003 Papas Lay's T/Americana 18x80 2.003 798 2,5


10039 Papas Lay's T/Americana 6x350 (EXCL. D&S) 1.324 233 5,7


55103 Papas Corte Americano Mom's 60x18 969 348 2,8

55104 Papas Corte Americano Mom's 60x30 243 83 2,9

55105 Papas Corte Americano Mom's 3x350 2.875 1.394 2,1

Total Corte Americano 30.572 11.171 2,7

Fuente: Inventarios BPT planta cerrillos

Del inventario se obtienen las cajas disponibles para despacho y el pedido del día

próximo para cada SKU, lo que nos indica en que productos se producirán quiebres

para el día siguiente; y además nos da la magnitud de pedidos, y de acuerdo a esto nos

entrega los días de inventario disponible.

Estos datos son tomados por una base en donde se encuentran los parámetros que

serán utilizados por el modelo.

Parametrización

Para que el modelo obtenga los parámetros necesarios, se crea una hoja de calculo

“BASE”, en donde se registran los datos necesarios para realizar la programación. A

continuación se muestra un extracto de la hoja “BASE”:

41

Cuadro Nº 9 Extracto hoja base del modelo

Código Descripción GPM Real Gr. Unid/cj Kg/cjs Cjs/plts

Ped cjs

Inv Cjs

Ped Kg

Inv Kg

10003 Papas Lay's T/Americana 18x80 34 0,08 18 1,44 64 798 2003 1153 2884

10032 Papas Lay's T/Americana 40x50 63,75 0,05 40 2 48 0 0 0 0

10031 Papas Lay's T/Americana 50x38 68 0,038 50 1,9 48 3327 8469 4994 16091

55006 Papas Corte Liso Mom's-Barcel 60x18 68 0,018 60 1,08 48 131 3405 141 3677

55005 Papas Corte Liso Mom's-Barcel 3x350 21,25 0,35 3 1,05 64 1021 13081 1072 13735

10214 Papas Caseras Mom's-Barcel 12x200 25,5 0,2 12 2,4 48 132 988 317 2371

10217 Papas Caseras Mom's-Barcel 3x350 21,25 0,35 3 1,05 64 427 9089 448 9543

10104 Papas Lay's Corte Clásico Sal 8x270 21,25 0,27 8 2,16 48 102 939 221 2028


En la hoja “BASE”, se muestra en primer lugar el código del producto y su descripción,

luego los golpes por minuto reales, esto corresponde al numero de productos que se

empacan en un tubo por minuto, luego especificaciones de cada producto, como son el

gramaje, las unidades que van por caja, los kilogramos de producto por caja, y

finalmente las cajas por palets de producto.

Luego se muestra el inventario y pedidos que se toman de la hoja “inventario” que se

actualiza periódicamente y son pasados a kilos. Además de esto en la hoja “BASE”, se

coloca si el producto lleva promoción, y si tiene promoción se identifican de qué tipo es,

los elementos que debe contener el producto, los ratios de inserción, etc.

Definición de producción

Existen parámetros que se determinan periódicamente de acuerdo a las necesidades

de programación, es por esto que se diseñó una hoja que reúna estas decisiones y

arroje al modelo los parámetros que van variando de acuerdo a los criterios del

programador.

A continuación se muestra el cuadro que debe completar el programador para asignar

las diferentes configuraciones de programación:

42

Cuadro Nº 10 Hoja donde se define el escenario de programación

Definición de Producción

Abastecimiento a Snack mix// Aseos // Preparación Capacidad en Kilos

Familia Producto T1 T2 T3 T1 T2 T3 Total

Lisas Si Sal si no si 0 0 9.668 9.668

Americanas Queso no no no 0 0 0 0

Capacidad de proceso Mega no no no 0 0 0 0

Kg/Hr 1450 Prep. si no no 10.312 0 0 10.312

Aseo Prof no no no 0 0 0 0

Normal no si no 0 10.875 0 10.875

Total 10.312 10.875 9.668 30.855

Mangas Automaticas Manga Papas Lisas Mom's- Barcel 6x10x180

Mangas Manuales Manga Papas Lay's Clásicas 6x10x260


Observando el cuadro se distingue que la primera definición que debe realizar el

programador, es qué familia de productos es la que se producirá, en el caso de esta

línea, debe optar entre papas fritas con corte americano, o papas fritas con corte liso, ya

que esa son las únicas familias de productos que hace la línea .

La segunda definición es determinar la carga o capacidad de proceso en que se va a

producir, si bien el optimo nominal de línea es de 1450 Kg./hr. de acuerdo a las

necesidades que se tengan, esta puede variar en un rango de entre 1300 y 1600

Kg./hr.

Finalmente el programador define en el escenario de producción que se tendrá, en

donde existen múltiples opciones. La línea tiene la posibilidad de abastecer de papas a

la línea “Snack Mix”, que es una línea que produce un SKU que tiene diferentes

componentes, entre los que se encuentra papas fritas, por lo que de acuerdo al

producto que se programe en la línea “Snack Mix”, diferentes serán los requerimientos

de papa. Es así como la línea tiene la opción de abastecer para los productos Snack

Mix Sal, Snack Mix Queso o Mega Mix, diferenciando en que turno abastece a cada

cual. Además tiene la opción de hacer una preparación de línea, que es cuando se hace

un aseo operacional en las bandas de transporte, lo que toma alrededor de una hora,

que se descuenta automáticamente de las horas de producción, y finalmente tiene la

43

opción de que se haga un aseo profundo de la línea, lo que implicaría que en el turno

que se programa el aseo profundo no existiría producción.

Una vez determinado el escenario, se asigna automáticamente la capacidad de proceso

que se tendrá para producir productos en la línea PC-32, de acuerdo a las horas de

producción y abastecimientos a otras líneas que se tendrá que hacer en el periodo de

programación.

Resolución

Una vez determinados el escenario de producción, se procede a la resolución del

modelo, para esto se reúnen los datos relevante en una hoja de calculo y la herramienta

solver se encarga de entregar los valores óptimos. A continuación se muestra la hoja en

donde se resuelve el modelo:

Cuadro Nº 11 Hoja que resuelve el modelo

Código Descripción Dda

diaria Inventario Dda-inv Cap dia Empaque Vida útil F. O Kg a producir

10003 Papas Lay's T/Americana 18x80 1153 2884 -1732 30854,5 1224 17288 100,00% 1224

10042 Papas Lay's T/Americana 40x45 1960 4585 -2625 3029 29396 3029




10035 Papas Lay's T/Americana 50x40 (Supermercados) 701 1736 -1035 1148 10511 1148

10039

Papas Lay's T/Americana 6x350 (EXCL.

D&S) 447 2780 -2334 0 6702 0

55103 Papas Corte Americano Mom's 60x18 1807 2364 -557 4737 27109 4737



Total Corte Americano 23.007 54.828 -31.821 30855


Luego, de este cuadro se ingresan los datos a la herramienta solver, que se muestra a

continuación:

44

Cuadro Nº 12 Herramienta solver de Excel

Luego las variables de decisión o celdas que solver puede variar son las que

corresponden a la columna “Kg. a producir” en el cuadro Nº 11, lo que implica que

solver entregará los valores a programar, variando las celdas que se indican. Esto lo

hará, en este caso, maximizando la celda objetivo que corresponde a la columna “FO”

(función objetivo), del cuadro Nº 11 que es la suma de los Kg. a producir dividido por la

celda de “capacidad diaria” que está en la hoja de resolución, que viene de la hoja de

decisión de producción, por lo que esta capacidad diaria varia de acuerdo al escenario

planteado por el programador.

Para cumplir con las restricciones, se deben cumplir las restricciones de demanda,

proceso, vida útil y de empaque. Para el caso de satisfacer la demanda, a solver se le

ingresan las restricciones en donde cada celda de “Kg. a producir” deben cumplir con

ser mayor que la celda “Dda – inv”, lo que implica que la producción no debe permitir

quiebres de inventario y satisfacer la demanda del día próximo. Luego para respetar la

capacidad de proceso, la suma de la producción no debe ser mayor a la capacidad

diaria. Además para respetar la vida útil de los productos (para este caso no puede ser

mayor a 15 días de inventario), la producción para cada SKU, es decir las celdas de

“kg. a producir” en cada producto deben ser menor a la celda de “Vida Útil” del cuadro

Nº 11 para cada producto.

Finalmente, para respetar la capacidad de empaque se agrega a solver que para cada

producto la celda “Kg. a producir”, debe ser menor a la celda “Empaque”. Sin embargo

45

determinar la capacidad de empaque no se realiza de manera directa, ya que se deben

destinar los diferentes tubos de empaque a determinados productos de acuerdo a cual

es el que se necesita producir en ese momento. Es por esto que se hace una lógica de

asignación de tubos de producción a cada producto como se indica a continuación.

Asignación de tubos de producción.

Para hacer la asignación de tubos de empaque, se ve la situación inicial de días de

inventario para todos los productos de la familia a producir como se indica a

continuación:

Cuadro Nº 13 Procedimientos de asignación de tubos para capacidad de empaque

Código Descripción GPM Inventario Días de Inv Formato Tubos Capacidad

10003 Papas Lay's T/Americana 18x80 34 2884,32 2,50 0,08 0 1468,8



10006 Papas Lay's T/Americana 8x270 25,5 13156,56 3,46 0,27 0 3717,9

10007 Papas Lay's T/Americana 3x500 21,25 7774,5 3,10 0,5 0 5737,5

10035 Papas Lay's T/Americana 50x40 63,75 1736 2,48 0,04 0 1377

10039 Papas Lay's T/Americana 6x350 21,25 2780,4 6,22 0,35 0 4016,25 Fuente: elaboración propia

Luego, el cuadro discrimina cual es el producto que tiene menor “días de inventario”, y

le asigna un tubo de producción a ese SKU. Esto se itera hasta que los 10 tubos de la

línea tengan asignado un producto, cabe mencionar que en cada iteración, la

producción asignada al producto que en este caso es la columna “capacidad” es

sumada al “inventario” de la iteración próxima, por lo que los días de inventario del

producto aumenta en cada iteración, lo que implica que va ir asignado capacidad de

empaque al siguiente producto con menos días de inventario.

Una vez asignada la producción para los 10 tubos de la línea en los tres turnos de

producción, se hace un recuento de cual es la suma total de capacidad de empaque

para cada producto, y es la que se refleja en el cuadro Nº 11.

Una vez determinado todas las restricciones, se resuelve el problema mediante solver,

y este entrega la producción que tendrá el programa el día siguiente.

46

Resumen de Producción

Una vez determinados los valores óptimos de las variables de decisión, se realiza un

resumen de producción en donde se indican las cantidades a producir de cada

producto, en kilos, cajas y palets, por turno y total diario. El resumen de producción se

muestra a continuación:

Cuadro Nº 14 Resumen de programación por turno uno de la línea PC-32

Turno 1 Turno 2 Turno 3

Código Descripción Kg Palets Cajas

Fin Kg Palets Cajas

Fin Kg Palets Cajas

Fin

10003 Papas Lay's T/Americana 18x80 1469 16 1024 1224 13 832 1224 13 832







Total Corte Americano 11.601 123 6160 9.668 103 5152 9.668 103 5152

Total Kilos (con snack mix) 13.050 10.875 10.875

Flujo de cajas por hora 684 687 687

Carga Kg/hr 1.450 1.450 1.450

Cantidad de gramajes 4 4 4

Kilos totales día 34.800


Este resumen es el que se copia en la carpeta de reportes Web, lo que permite que los

operadores lo vean en sus estaciones directamente en la línea.

Programación a tubos

Una vez entregada la programación resumida por turnos, el modelo además entrega

una innovación en lo que respecta a la entrega del programa de producción, ya que

además de maximizar la eficiencia del programa de producción, entrega un resumen de

la programación por tubos, indicando las horas de utilización de cada tubo con los

respectivos productos. Esta entrega por tubo es un gran adelanto para poder cumplir

47

con el programa de producción, ya que no solo entrega que es lo que hay que envasar,

sino también es una guía de cómo se debe envasar y el tiempo que se requiere para

cumplir con lo solicitado por el programa. Cabe destacar que los tiempos necesarios

para realizar cambios de productos, o cambios de material de empaque, están

considerados al aplicar una eficiencia de 85% (datos históricos) a los GPM de los tubos

a empacar. Esto en la practica evita que los operadores deban “calcular” como cumplir

con el programa, en donde con la situación antigua, ellos debían decidir como cumplir el

programa al asignar según experiencia en cuantos tubos envasar cada producto, lo que

en muchos casos no aprovechaban al máximo la capacidad de empaque, lo que hace

infactible cumplir con el programa. Además se evitan incluso discusiones entre

operadores por el mismo motivo, ya que si no cumplen con el programa, no tendrán

derechos a bonos de producción.

A continuación se muestra un extracto de una programación por tubos:

Cuadro Nº 15 Programación por tubos para turno uno de la línea PC-32

Turno 1 Abastecer Snack Mix

Código Descripción

Tubo SB

Tubo SB

Tubo SB

Tubo SB

Tubo LB

Tubo LB Total

Cajas

Cajas Palet Cajas Cajas Cajas Cajas Cajas Cajas Palet

10003 Papas Lay's T/Americana 18x80 1.020 0 0 0 0 0 1.020 16 1024


10006 Papas Lay's T/Americana 8x270 0 0 0 0 1.721 0 1.721 36 1728

0 0 0 0 0 0 0 0 0

10031 Papas Lay's T/Americana 50x38 0 0 648 562 0 648 2.506 52 2496

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

Horas de utilización 9,0 9,0 9,0 7,8 9,0 9,0


Finalmente este resumen se copia en un libro de Excel junto con el resumen de

producción por turno en la carpeta de reportes Web, de manera que los operadores

tengan el programa de producción directamente en sus estaciones dentro de la línea.

48

XI.- Validación del modelo

Una vez diseñado el modelo matemático y resuelto, se procede a realizar su validación.

En primer lugar, para saber si los datos que entrega son razonables y aplicables a la

realidad, se apela a la experiencia del programador; el cual indica que los valores que

arroja la resolución del modelo le parecen que son reales, que son posibles de realizar,

y que cumplen con los requerimientos exigidos a un programa de producción.

El siguiente paso es validar el modelo con la plana gerencial, para esto se cita a reunión

a las personas relevantes de la planta para mostrar el resultado del proyecto. A esta

reunión asisten el Gerente de operaciones, Gerente de Logística, planificador logístico,

Sub gerente de logística, programador de producción, los tres coordinadores de líneas

existentes en la planta y el ingeniero de procesos de la planta.

En esta reunión se muestra los resultados obtenidos de la aplicación del modelo en la

herramienta solver, esto es, se muestra detalladamente como es la aplicación del

modelo matemático en Excel, como se obtienen los datos, como se resuelve el

problema, como se obtiene un programa de producción y finalmente se muestra la

innovación de entregar un programa por tubo y horas de utilización de cada tubo, tal

como se detalla en el capitulo 10.

Como resultado de esta reunión, se consensúa que los valores entregados por el

modelo son aplicables a la realidad, que cumple con las niveles de satisfacción exigidos

en un comienzo al proyecto, se valora la innovación de la entrega del programa por

tubos y horas de utilización, y finalmente se acuerda implementar el modelo en la línea

PC-32 a través de un plan piloto.

49

XII.- Análisis de Sensibilidad

Para ver como afectan variables críticas al modelo, se realiza un análisis de sensibilidad

variando los 2 parámetros principales que afectan el cumplimiento de los objetivos del

modelo: La demanda y los golpes por minuto de los tubos envasadores.

Variación de demanda

Para ver como afecta la variación de la demanda, de manera que el modelo no sea

capaz de cumplir su objetivo principal (cumplir con la demanda), se aumenta hasta que

el modelo no pueda entregar soluciones validas. De esta manera se pudo determinar

que el modelo entregará soluciones validas si la demanda aumenta hasta en un 56%.

Esto es valido si se mantienen las capacidades de proceso, empaque.

Luego, esto implica que de acuerdo al crecimiento histórico que ha tenido la demanda

para los SKU´s que produce la línea (10% a 14% anual), la saturación por aumento de

la demanda debería ocurrir de tres a cuatro años (2009-2010).

Variación de Golpes por Minuto

En el modelo se consideran los golpes por minuto de las maquinas envasadoras, lo que

se traduce en los productos que puede envasar cada tubo para los diferentes formatos.

En condiciones normales a estos golpes por minuto nominales de cada tubo, se le

aplica una eficiencia de un 85% ya que de acuerdo a datos históricos, esta eficiencia

cumple con los tiempos para cambios de formato, cambios de material de empaque,

setups, etc.

La principal razón para que varíen los golpes por minuto, es la introducción de objetos

extra en los productos, que es lo que ocurre cuando se realizan promociones. Estas

promociones son variadas y de acuerdo al tipo de promoción, es el tipo de variación en

la eficiencia de los golpes por minuto, luego la inserción de stickers es la que menos

disminuye la eficiencia (5% aprox.), y siendo la inserción de salsas (mayonesa y

ketchup), las que mas afectan (30% aprox.)

50

Luego, se pudo determinar que el modelo pude cumplir con su objetivo con una

eficiencia en los golpes por minuto de 58%. Lo que implica que puede soportar la

mayoría de las promociones (Stikers, Colgantes, Llaveros, etc.), sin embargo no soporta

si se desea incluir salsas en todos sus productos.

Dado lo anterior, y para que la producción no se vea tan afectada por motivos de

promociones, en la actualidad cada vez que se realiza alguna promoción, se determinan

ratios de inserción (en el sentido de que si el ratio es 1:2, uno de cada 2 productos lleva

promoción), y además se eligen algunos SKU´s para que lleven las promociones (por

ejemplo que papas de 38 gr. tengan promoción, y las de 40 gr. no)

51

XIII.- Plan Piloto

El principal objetivo del plan piloto, es familiarizar la nueva forma de programación, con

los usuarios finales de los programas de producción, en este caso, los operadores de la

línea PC-32. Es por esto que la primera actividad de implementación, es hacer una

capacitación a los operadores de proceso y de empaque, que tiene como fin que

entiendan como el modelo realiza un programa de producción, cuales son los factores

que determinan que productos se deben producir en desmedro de otros, y cuales son

los parámetros que ocupa el modelo para realizar el programa.

Específicamente se explica a los operadores que el modelo realiza un programa que

respeta las capacidades de la línea, tanto de proceso como de empaque, que asegura

cumplir con la demanda, que no se programará volúmenes que pongan en riesgo la

vida útil de los productos, y que finalmente entregara una combinación de productos y

horas de utilización de tubos, que maximice la eficiencia de la línea, concepto que es

manejado periódicamente por los operadores, por lo que entienden que un programa

mas eficiente tiene beneficios para todos los actores involucrados en la producción.

Luego se les demuestra como funciona el modelo y como se obtiene un programa de

producción, ante lo cual se obtiene inmediatamente una observación importante a los

datos que toma el modelo: los golpes por minuto que dan los tubos para cada formato.

Dado lo anterior se realiza una tabla concensuada con todos los operadores asistentes

de cuantos son los golpes por minuto que debe tomar el modelo para realizar el

programa:

52

Cuadro Nº 16 Golpes por minuto que toma el modelo para cada formato.

Código Descripción GPM

GPM Real

(85%)

55006 Papas Corte Liso Mom's-Barcel 60x18 80 68

55005 Papas Corte Liso Mom's-Barcel 3x350 25 21,3

10214 Papas Caseras Mom's-Barcel 12x200 25 21,3

10217 Papas Caseras Mom's-Barcel 3x350 25 21,3

10104 Papas Lay's Corte Clásico Sal 8x270 25 21,3

10161 Papas Lay's Corte Clásico Sal 60x26 80 68

10031 Papas Lay's T/Americana 50x38 80 68

10035 Papas Lay's T/Americana 50x40 (Supermercados) 75 63,8

10032 Papas Lay's T/Americana 40x50 75 63,8



10039 Papas Lay's T/Americana 6x350 (EXCL. D&S) 25 21,3


55103 Papas Corte Americano Mom's 60x18 80 68

55104 Papas Corte Americano Mom's 60x30 80 68

55105 Papas Corte Americano Mom's 3x350 25 21,3 Fuente: Elaboración Propia

Posteriormente se muestra como se entregará el programa de producción, tanto en el

formato de turnos y el formato por tubo, dando a conocer los beneficios que se obtendrá

de esta nueva forma de programar, diferenciado entre los beneficios para los principales

clientes del programa de producción, en este caso, para el staff de planta y para el

departamento de logística:

Planta:

• Maximiza Eficiencia de la línea

• Posibilidad de realizar aseos o mantenciones de maquinas sin afectar

la producción

• Asegura el cumplimiento de producción tanto en volumen como en el

mix de productos (Este punto es muy relevante para los operadores, ya

que de este cumplimiento dependen sus bonos de producción).

Logística:

• Gana confiabilidad en la producción deseada

• Asegura el cumplimiento de promesas de producción

• Cumplir con el departamento de ventas

• Permite realizar un programa de producción en mínimo tiempo y con la

máxima eficiencia posible

53

Finalmente, se da la oportunidad a que los operadores entreguen sus observaciones

con respecto al nuevo formato de programación, de donde se destacan las siguientes:

• Programa de acuerdo a la realidad, en los volúmenes de producción, en los

tiempos asignados, tanto para los turnos como para la producción estimada para

cada tubo.

• Permite una planificación de los turnos por parte de los operadores, ya que al

tener una visión de utilización de tubos, se puede destinar personal que no

estará en funciones de empaque a otras funciones en la línea.

• Existió compromiso para dar sus observaciones con respecto a posibles mejoras

futuras de la programación

El último punto se materializa en la medida que, a tres días de la implementación del

plan piloto, los operadores entregaron nuevas observaciones con respecto a la forma de

programar, principalmente en la asignación de tubos de producción de manera de

minimizar el numero de gramajes por turno, y además de que existía una nueva

restricción, en donde para ciertos gramajes existe un numero determinado de

formadores, lo que limita el numero de tubos que se puede programar simultáneamente.

Para hacerse cargo de estas nuevas observaciones que harán que el modelo se adapte

de mejor manera a la realidad, se realizan los ajustes necesarios principalmente en la

asignación de tubos para determinar la capacidad de empaque. Luego de las

correcciones necesarias, el modelo obtiene valores que son aceptados por los mismos

operadores.

Una vez hechas las correcciones y luego de diez días de programación, en donde no

surgieron mayores complicaciones, se da por terminado el régimen de plan piloto, y se

adopta la nueva forma de programar como régimen normal.

54

XIV.- Conclusiones y Resultados Obtenidos

A continuación se revisan los resultados obtenidos para las diferentes actividades que

se realizan durante el proyecto, y se efectúan las conclusiones correspondientes:

Estimación de demanda

De acuerdo a las exigencias planteadas para los métodos de estimación de demanda,

en donde se estipula que una buena estimación debe cumplir con:

|estimación dda. – dda. Real|/dda. Real x 100% < 20 %

Se puede concluir que los resultados obtenidos son los siguientes:

Método de promedios ponderados

Este método se basa en las tres estacionalidades detectadas en los pedidos de los

diferentes productos, es por esto, que para aquellos productos que sus pedidos se

comportan de acuerdo a las estacionalidades, y por ende, tienen un comportamiento

regular (83% de los SKU aproximadamente), la estimación de demanda tiene un

resultado bastante satisfactorio con un error promedio de de un 12%(ver cuadro Nº 7),

sin embargo, para todos aquellos productos que sus pedidos no se amoldan a las

estacionalidades detectadas, y que por lo tanto presentan un comportamiento irregular

(alrededor del 17% de los SKU), la estimación de demanda tiene un resultado que no

cumple con la medida de efectividad exigida, ya que para estos productos los errores

asociados a la estimación de pedidos, es mayor al 30% (ver grafico Nº 14).

55

Método de atenuación exponencial

Este método se basa en el peso que se le asigna a la información pasada, de acuerdo a

predicciones anteriores y su deferencia con la realidad, es por esto que no se ve muy

afectado por el comportamiento de los pedidos de los diferentes productos. Es por esto

que los resultados de las predicciones hechas para productos de comportamiento

regular el error no supera el 8% (ver cuadro Nº 8), y para aquellos productos que tienen

comportamiento irregular, el error asociado a la predicción es de alrededor de un 15%

(ver grafico Nº 14), lo que implica que en ambos casos cumple con la medida de

efectividad, por lo que se considera que este método es una buena estimación de

demanda.

En consecuencia, para determinar que tipo de método se debería usar para realizar

programas de producción por horizontes mayores a un día, en donde se necesite saber

la demanda por producto en días futuros, se debe distinguir como se hará la

programación. Si se desea hacer una programación semanal, en donde se realiza un

día determinado la programación y no se revisa hasta que se cumpla el periodo

programado, se debe ocupar la estimación de demanda entregada por el método de

atenuación exponencial, sin embargo, dada la estructura de este método, que necesita

saber los resultados de su estimación para realizar la próxima, en caso de realizar

programas con horizontes mayor a un día, que se deban ir revisando diariamente, es

mas confiable realizar el programa ocupando la estimación de demanda que entrega el

método de promedios ponderados, ya que este hace las estimaciones de acuerdo a

valores ya determinados, por lo que se puede hacer una estimación de demanda en

cualquier instante por el tiempo que se necesite.

Eficiencia de línea

Para analizar los resultados obtenidos por la optimización del programa de producción,

ver que beneficios ha conseguido y saber en que ha aportado con respecto a la

situación anterior, se realizan el análisis bajo dos enfoques:

56

Análisis cualitativo

El primer punto a destacar al modificar el programa de producción desde la

programación manual a la realizada por el modelo, es que el nuevo formato del

programa entrega a los usuarios finales mucha mayor información que la que tenían

anteriormente. (Ver anexo Nº 5) En donde de recibir la información de que producto

producir, cantidad de kilos, cajas y palets; se pasa a recibir la información no solo de lo

señalado anteriormente, sino que se suma el flujo de cajas por hora, la cantidad de

gramajes, los kilos que deben ser abastecidos a la línea de snack mix, la carga (Kg./hr)

en que debe funcionar el proceso de la línea, los kilos totales, que formato empacar, en

cuantos tubos y en cuanto tiempo. (ver cuadros Nº 14 y 15).

Contar con este tipo de información es posible planificar de manera más eficientes los

turnos de producción con respecto a los recursos humanos que se disponen, donde los

principales beneficios de esto son:

El operador de empaque destina la gente precisa para cada tubo de producción,

por lo que en caso de que el modelo entregue que la producción se puede

empacar en menos de los tubos que presenta la línea (80% a 90% de los casos

aproximadamente), este puede destinar personas a diferentes actividades donde

se necesita mas gente y de esta manera tener una producción mas fluida como:

armado de palets, sellado de cajas, aseos de instalaciones, destinar personas a

otras líneas mas criticas, etc.

El coordinador de línea tiene la posibilidad de programar mantenciones

preventivas de tubos, aseos de maquinas de empaque, elaborado de mangas,

etc. sin detener ni afectar la producción normal.

Existe la posibilidad de entregar tubos para hacer pruebas a las áreas de

desarrollo de productos, calidad y mecánica, sin detener la producción. Estas

solicitudes son bastante comunes y que en la actualidad implica una detención

total de la línea por los periodos que duren dichas pruebas.

57

Análisis cuantitativo

Negados

Para evaluar los resultados obtenidos con respecto a los productos negados, se deben

tomar en cuenta los SKU que produce la línea PC-32. Luego se evaluara la tasa de

productos negados sobre el total de productos pedidos para todos los SKU que

pertenezcan a las familias:

Papas Fritas Lay´s Tipo Americanas

Papas Fritas Lay´s Corte liso

Papas Fritas Corte americano Mom´s

Papas Fritas Corte liso Mom´s

Luego para estas familias se toman los pedidos totales de los meses de Enero y Marzo

(se desprecia Febrero, ya que tuvo una parada programada de una semana por

monitoreo de empresa Heat and Control y por 10 días de implementación de plan piloto)

y se compara con los pedidos negados por falta de stock para cada mes.

Cuadro Nº 17 Razón Negados/pedidos para enero y marzo

Total pedidos Total negados Razón Porcentaje

Enero 248.993 2.288 0,00918901 0,9%

Marzo 305.137 1.959 0,00642007 0,6%

Fuente: Negados 2007 planta cerrillos

Al observar el cuadro Nº 17 se observa que a pesar de haber aumentado en forma

significativa los pedidos por los productos de la línea (principalmente por la entrada a

clases de escolares), los productos negados disminuyen, este efecto se cuantifica al

comparar las tasas de negados/pedidos para ambos meses en donde se disminuye en

0,3 puntos porcentuales.

Para cuantificar aun con más detalle, se calcula el margen de las cajas negadas y se

estima el ahorro alcanzado por la baja en la negación de productos:

58

Cuadro Nº 18 Detalle de ahorros alcanzados por la baja en negación de productos

Fuente: Negados 2007 planta cerrillos

Al observar el detalle de precios, costos y márgenes por productos, se determina que

los ahorros por concepto de baja de productos negados alcanzan los $ 1.336.857 para

el mes de marzo. Sin embargo, para la empresa más que las ventas o márgenes que se

dejan de percibir, la importancia de no negar productos esta relacionada con no perder

posición de mercado, por lo que el concepto que más valor agrega para Evercrisp, es

bajar la tasa de Negados/Pedidos.

IMAN

Para observar el nivel de eficiencia de la programación, la planta tiene un indicador

IMAN que calcula la eficiencia del programa de producción semanalmente en base a la

siguiente formula:

Código Descripción Motivo

Negados

Enero

Negados

Marzo

Precio

Caja

Costo

Caja Margen Diferencias

10003 PAPA LAY'S T/A 18 X 80 SIN STOCK 18 9 6.120 1.838 4.282 38.542



10031 PAPA LAY'S T/A 50 X 38 SIN STOCK 1 5 6.850 2.462 4.388 -17.552


10039 LAY`S T/A 350, SIN STOCK 58 67 5.394 2.465 2.929 -26.359

10042 LAY`S T/A 45 SIN STOCK 21 13 6.165 2.418 3.747 29.980

10104 PAPA LAY'S CLASICA 8 X 270 SIN STOCK 64 61 6.000 2.609 3.391 10.172

10214 PAPA LISA BARCEL CASERAS 12 X 200 SIN STOCK 59 27 5.640 2.812 2.828 90.504

10217 PAPA LISA BARCEL CASERAS 3 X 350 SIN STOCK 41 53 2.370 2.279 91 -1.095

14199 PAPA LAY'S CLASICA 6 X 10 X 260 (MANGA) SIN STOCK 961 889 6.180 2.227 3.953 284.580

55005 LISA MOM`S 350 SIN STOCK 38 10 2.370 1.278 1.092 30.589

55105 PAPA C/A MOM 350 SIN STOCK 69 75 2.370 1.251 1.119 -6.711

61071 PAPA C/A MOM`S 180 SIN STOCK 191 12 4.020 1.757 2.263 405.039

61072 LISA MOM/BAR 180 SIN STOCK 457 584 4.020 1.771 2.249 -285.603

10161 PAPA LAY'S CLASICA 60 X 26 SIN STOCK 5 17 6.180 2.120 4.060 -48.724

2.288 1.959 1.336.857

59

Kg. Programados (Semana) / (Capacidad Nominal * Tiempo Programado

(Semana))

Luego, en base a este indicador, los resultados de la programación para enero y marzo

son:

Cuadro Nº 19 Indicador IMAN para el mes de Enero

Indicadores Claves S1 S2 S3 S4 S5 Acumulado mes

Efectividad de Línea 60,3 61,4 49,1 57,5 54,6 56,6

- Tiempo Inutilizado 1840,3 553,3 3714,3 2714,3 3188,2 12010,4

- Kg. Producción Perdidos 44474,3 13371,4 89761,7 65594,6 77049,0 290250,9

Eficiencia de Cambios 79,2 67,1 84,5 82,4 52,2 67,7

Disponibilidad 100,0 100,0 100,0 100,0 100,0 100,0

Utilización 60,3 61,4 49,1 57,5 54,6 56,6

Eficiencia del Programa de Producción 91,8 88,1 92,7 90,2 90,1 90,6

Fuente: Indicador IMAN planta Cerrillos

Cuadro Nº 20 Indicador IMAN para el mes de Marzo

Indicadores Claves S1 S2 S3 S4 S5 Acumulado mes

Efectividad de Línea 63,5 72,2 51,7 63,2 58,1 59,7

- Tiempo Inutilizado 1937,2 650,9 3909,8 2982,7 3391,7 12872,3

- Kg. Producción Perdidos 46815,0 15731,0 94486,0 72082,0 81967,0 311081,0

Eficiencia de Cambios 83,3 78,9 88,9 90,6 55,6 69,0

Disponibilidad 100,0 100,0 100,0 100,0 100,0 100,0

Utilización 63,5 72,2 51,7 63,2 58,1 59,7

Eficiencia del Programa de Producción 96,6 103,6 97,6 99,1 95,8 98,8

Fuente: Indicador IMAN planta Cerrillos

Al observar los cuadros Nº 19 y 20 se concluye que la eficiencia acumulada para el mes

de enero es de un 90,6% y la de Marzo es de un 98,8% lo que implica que se ha subido

8,2 puntos porcentuales en la eficiencia del programa de producción.

Para cuantificar los beneficios de tener un programa de producción más eficiente se

analiza los resultados manejados por el área de planificación:

60

Cuadro Nº 21 Volúmenes y costos de producción PC-32

PC-32 ENE MAR

VOLUMEN (TONS) 938 1.050

CORE INGREDIENTS (MCH$) 530.203 575.631

PACKAGING (MCH$) 259.940 304.565

DIRECT LABOR (MCH$) 102.617 103.184

TOTAL COSTO (MCH$) 892.760 983.381

COSTO DIRECTO (CH$/KG) 951,6 936,7

Fuente: AOP 2007 Fase II

Luego, al observar el cuadro Nº 21 se puede observar que a pesar de existir un

aumento en los costos de producción (Ingredientes, material de empaque y mano de

obra), el costo directo en pesos por kilo producido disminuye, esto se explica por la

mayor productividad registrada en la línea.

Para determinar los ahorros incurridos por la mayor productividad, se calcula cuanto

habría costado producir el volumen de Marzo con los costos de Enero:

Cuadro Nº 22 Ahorros por aumento de productividad

Valor de producción Marzo

Con Costos de Enero 999.015.648

Con Costos de Marzo 983.380.839

Ahorros 15.634.809


Del cuadro Nº 22 se deduce que el ahorro por aumento de productividad es de

$15.634.809, lo que sumado a los $ 1.336.857 por concepto de baja de productos

negados, nos da que al optimizar el programa de producción, evaluando los resultados

por un mes para la linea PC-32 da un total de $16.971.666

61

Bono

Finalmente, otro de los beneficios de este proyecto, es que entrega una producción por

tubo, que se podría considerar como una “guía” para los operadores de cómo empacar

la producción, de manera de poder cumplir con el programa de producción entregado.

Los beneficios de esta entrega se ven en el grado de cumplimiento de la línea en % de

volumen y % de mix que es lo que finalmente necesita el área logística para poder

cumplir al área de ventas. Además, es la forma de medir el desempeño de los

operadores, por lo que es la base por medio se les otorgan bonos de producción a los

operadores de la línea.

Luego dada la estructura para obtener bonos para los operadores de línea (ver anexo

Nº 6), los resultados para Marzo son:

62

Cuadro Nº 23 Obtención de bono de producción medio para línea PC-32

Fuente: BONO FRONT LINE - MAR 2007 Planta Cerrillos

Del cuadro se observa que se obtiene el bono de producción medio para el mes de

Marzo. Si bien no es el bono de producción mas alto, es primera vez desde que la línea

esta en régimen, que los operadores obtienen algún bono de producción.

63

Conclusiones finales

Se puede concluir que el proyecto cumplió con los objetivos estipulados en los plazos

establecidos. Esto es, se diseñó e implementó un modelo matemático que optimiza el

programa de producción para la línea PC-32.

Se debe mencionar que además de los objetivos estipulados en un comienzo, el

proyecto tiene un valor agregado extra, el cual es, además de entregar un programa de

producción optimizado con respecto al potencial proceso que tiene la línea de

producción, también entrega el programa por tubo de empaquetado, es decir, indica que

se debe empacar, en que tubo empacador y en cuanto tiempo. Esto en la práctica es de

gran ayuda para que los operaros cumplan con los programas de producción, y de esta

manera la producción futura será mas confiable para el área logística.

Cabe destacar que en los periodos en donde se hace la comparación entre programas

antiguos y programas nuevos ocupando el modelo, es decir, entre Enero 2007 y Marzo

2007, el mix de productos que se demandados en Marzo son muchos mas difíciles de

producir que los de Enero, ya que están orientados a gramajes pequeños (gatillado por

la entrada a clases de los colegios), y aun así se lograron beneficios.

Finalmente, se puede concluir que el proyecto ha sido bien evaluado por parte de la

compañía. Es por ese motivo que el modelo se implementó en 3 líneas de producción

más, y existe intención de implementarlo a toda la planta en el mediano plazo.

64

XV.- Bibliografía y fuentes de información

Ortiz C., Varas S. y Vera J. “Optimización para modelos de gestión” Dolmen ediciones,

economía y gestión.

Olivares González, Cesar. “Modelo de optimización robusta aplicado a la planificación

de la producción, para una empresa papelera” Universidad de Chile

Puente Triantáfilo, Jorge A. “Planificación de producción en una fabrica de productos

lácteos Soprole S.A.” Universidad de Chile.

65

XVI.- Anexos

Anexo Nº 1: Extracto del archivo que lleva la estadística de productos negados por estar sin stock

Total

CÓDIGO

mod. DESCRIPCIÓN Total KILOS

COSTO POR

CAJA COSTO TOTAL

10003 PAPA LAY'S T/A 18 X 80 297 428 1.838 545.740

10006 PAPA LAY'S T/A 8 X 270 1.467 3.169 2.597 3.809.756

10007 PAPA LAY´S T/A 3 X 500 1.645 2.468 1.846 3.036.522

10031 PAPA LAY´S T/A 50 X 38 998 1.896 2.462 2.456.966

10032 PAPA LAY´S T/A 40 X 50 1.385 2.770 2.509 3.475.466

10035 PAPA LAY'S T/A 50 X 40 499 998 2.608 1.301.542

10039 PAPA LAY'S T/A EXTRA BOLSA 6X350 416 874 2.465 1.025.521

10040 PAPA LAY'S T/A 45 X 44 BONUS 1.465 2.901 2.418 3.541.706

10041 PAPA LAY'S T/A 8 X 300 BONUS 700 1.680 2.839 1.987.319

10104 PAPA LAY´S CLASICA 8 X 270 504 1.089 2.609 1.315.123

10126 PAPA LAY´S CLASC MEDIT QUESO 12 X 170 223 455 3.391 756.184

10127 PAPA LAY´S CLASC MEDIT TOMATE&OLIVA 12 X 170 61 124 4.107 250.537

10128 PAPA LAY´S CLASC MEDIT OREGANO 12 X 170 162 330 3.048 493.805

10129 PAPA LAY´S CLASC MEDIT QUESO 18 X 70 245 309 2.136 523.430

10130 PAPA LAY´S CLASC MEDIT TOMATE&OLIVA 18 X 70 62 78 2.092 129.720

10131 PAPA LAY´S CLASC OREGANO 18 X 70 282 355 2.010 566.943

10137 PAPA LAY´S CLASC MEDIT OREGANO 50 X 38 539 1.024 2.642 1.423.866

10138 PAPA LAY´S CLASC MEDIT QUESO 50 X 38 869 1.651 2.821 2.451.459

10139 PAPA LAY´S CLASC MEDIT TOMATE&OLIVA 50 X 38 650 1.235 3.123 2.029.658

10145 PAPA LAY´S CLASC MED JAMON SERRANO 18 X 70 609 767 1.885 1.148.087

10146 PAPA LAY´S MEDIT JAMON SERRANO 50 X 38 1.180 2.242 2.749 3.243.799

10147 PAPA LAY´S MEDIT JAMON SERRANO 12 X 170 158 322 2.909 459.587

10151 PAPA LAY´S MEDIT CREMA & CIBOULETTE 50 X 38 317 602 2.790 884.560

10152 PAPA LAY´S MEDIT CREMA & CIBOULETTE 18 X 70 217 273 2.082 451.790

10153 PAPA LAY´S MEDIT CREMA & COBOULETTE 12 X 170 459 936 3.022 1.387.203

10155 PAPA LAY'S ARTESANAS 50 X 38 873 1.659 2.569 2.242.692

10156 PAPA LAY'S ARTESANAS 18 X 70 293 369 2.175 637.392

10158 PAPA LAY'S MEDIT QUES0 8 X 300 63 151 3.253 204.963

10159 PAPA LAY'S MEDIT OREGANO 8 X 300 145 348 3.462 501.941

10160 PAPA LAY'S CLASICA MEDIT JAMON SERRANO 8 X 300 49 118 3.445 168.782

10161 PAPA LAY'S CLASICA 60 X 26 2.958 4.614 2.120 6.270.025

10162 PAPA LAY'S ARTESANAS 8 X 270 603 1.302 2.864 1.726.974

10166 PAPA LAY'S MEDT SABORES PEBRE 50X38 721 1.370 3.023 2.179.720

66

10167 PAPA LAY'S MEDIT SABOR PEBRE 18X70 134 169 3.103 415.823

10168 PAPA LAY'S MEDIT SABOR PEBRE 12X170 271 553 3.152 854.147

10169 PAPA LAY'S CLASICA 8 X 300 BONUS 328 787 3.431 1.125.237

10170 CLASICA MEDITERRANEAS PROVOLETA OREGANATO 50 x 38 4 8 2.632 10.527



10214 PAPA LISA BARCEL CASERAS 12 X 200 208 499 2.812 584.842

10217 PAPA LISA BARCEL 3 X 350 1.522 1.598 2.279 3.468.212

10218 PAPA LISA BARCEL 60 X 18 321 347 1.214 389.761

10219 PAPA LISA BARCEL 3 X 350 129 135 1.128 145.531

10400 LAY'S AIREADAS 50 x 21 506 531 2.440 1.234.678

10401 LAY'S AIREADAS 18 x 50 105 95 2.190 230.002

10402 LAY'S AIREADAS 12 x 110 31 41 2.835 87.900

10502 CHEETOS PALITOS 24 X 65 146 228 1.226 178.928


10522 CHEETOS PALITOS 60 X 34 1.386 2.827 1.548 2.144.860

10524 CHEETOS PALITOS ORIGINAL 3 X 400 216 259 898 194.016


10566 CHEETOS MANI 60 X 28 103 173 1.411 145.361

10567 CHEETOS TUBO 90 X 17 728 1.114 1.671 1.216.447

10574 CHEETOS PALITOS ORIGINAL 3 X 450 2 3 984 1.968

10591 CHEETOS MANI 12 X 140 1.103 1.853 1.167 1.287.151

10592 CHEETOS MANI 3 X 350 848 890 732 620.897

10594 CHEETOS CRACKIDS ALMOHADILLA 60 X 40 983 2.359 2.133 2.096.737

10595 CHEETOS CRACKIDS ALMOHADILLA 8 X 250 345 690 2.004 691.549

10596 CHEETOS FUNKY PUNKY 60 X 25 248 372 1.354 335.790

10597 CHEETOS PANIK CLUB 60 x 25 652 978 1.201 783.137

10610 SUFLE PAPA 60 X 26 5.215 8.135 1.255 6.542.635

10617 POPOKAS QUESO 12 x 140 223 375 1.010 225.136

10718 SUFLE QUESO 60 X 26 3.492 5.448 1.097 3.830.511

10719 CHIS-POP SUFLE QUESO 12 X 140 54 91 1.096 59.199

10720 CHIS-POP SUFLE QUESO 3 X 350 1.955 2.053 667 1.304.200

10807 CHIS POP BOLITAS TUTTI FRUTTI 12 X 140 421 707 1.090 458.916

10808 CHIS POP BOLITAS TUTTI FRUTTI 3 X 350 3.300 3.465 724 2.388.025

10905 TRAGA TRAGA FRAMBUESA 90 X 17 1.498 2.292 1.447 2.167.871

10955 TRAGA TRAGA CHIRIMOYA NARANJA 60 X 28 1.189 1.998 1.486 1.767.341

11002 GATOLATE 12 X 140 383 643 1.424 545.400

11004 GATOLATE 60 X 28 1.619 2.720 1.450 2.347.642

11052 CHOCO CHOCOLATE 20 X 200 840 3.360 2.516 2.113.700

11054 CHOCO CHOCOLATE 72 X 32 276 636 1.826 503.961

11200 TWISTOS JAMON 20 X 110 1.101 2.422 1.929 2.123.751

11202 TWISTOS JAMON 30X40 2.770 3.324 1.049 2.905.547

11203 TWISTOS QUESO 96X12 (MUESTRA) 64 74 1.604 102.665

11204 TWISTOS QUESO 30X40 2.593 3.112 1.057 2.741.999

11205 TWISTOS QUESOS 20 X 110 1.131 2.488 1.612 1.823.602

11207 TWISTOS MANTEQUILLA 30X40 3.377 4.052 1.192 4.026.816

11208 TWISTOS MANTEQUILLA 20X110 1.737 3.821 1.910 3.317.778

67

Anexo Nº 2 : Extracto de pedidos diarios por SKU

84 Lunes Martes Miércoles Jueves Viernes Lunes

Código Descripción 03-Jul 04-Jul 05-Jul 06-Jul 07-Jul 10-Jul

10032 Papa Lays T/A 40X50 1.104 192 192 560 1.008 880

10035 LAY'S T/A 50X40 171 67 308 301 545 264

10003 Papas Corte Americano 18x80 501 599 465 853 1.213 906

10039 Papa Lays T/A EXTRA BOLSA 8X350 234 187 670 919 297 223

10007 Papas Corte Americano 3x500 989 814 1.459 1.584 3.072 2.509

10161 Papas Clásicas 60X26 913 925 637 744 1.255 497

10138 Papas Mediterraneas Queso 50X38 172 275 186 295 263 377

10139 Papas Mediterraneas Tomate 50X38 160 114 312 221 281 222

10137 Papas Mediterraneas Oregano 50X38 302 352 375 327 515 332

10126 Papas Lay's Mediterráneas S/Fetta Chesse 12x170 29 11 21 24 28 44

10127 Papas Lay's Mediterráneas S/Tomate & Oliva 12x170 0 4 5 14 25 18

10128 Papas Lay's Mediterráneas S/Orégano 12x170 67 63 106 67 128 67

10129 Papas Lay's Mediterráneas S/Fetta Chesse 18x70 7 34 8 31 20 8

10130 Papas Lay's Mediterráneas S/Tomate & Oliva 18x70 43 9 1 14 15 4

10131 Papas Lay's Mediterráneas S/Orégano 18x70 71 87 182 80 125 135

10145 Lays Mediterraneas Jamón Serrano 18X70 86 43 155 85 113 128



10151 Papas Mediterráneas Sabor Crema y Ciboulette 50x38 44 118 168 142 397 153



10155 LAY'S ARTESA 50X38 633 480 414 542 1.201 593

10156 LAY'S ARTESA 18X70 66 48 63 68 158 117

10162 Papas Artesanas 8X270 463 411 613 655 770 695

10158 PAPA LAY'S MEDITERRANEA QUESO 8 X 300 37 14 35 19 35 28

10159 PAPA LAY'S MEDITERRANEA OREGANO 8 X 300 27 77 97 48 81 43

10160 PAPA LAY'S MEDITERRANEA JAMÓN SERRANO 8 X 300 60 19 58 76 121 72

10166 LAY'S MEDIT SABOR PEBRE 50 X 38 139 108 118 222 137 314



10169 PAPA LAY'S CLASICA 8 X 300 BONUS

10040 PAPA LAY'S T/A 45 X 44 BONUS

10041 PAPA LAY'S T/A 8 X 300 BONUS

10217 PAPA LISA BARCEL CASERAS 3 X 350 529 307 609 935 970 659

10214 Papas Lisas Barcel Caseras 12x200 146 131 132 114 345 143

10400 Papas Lay's Aireadas 50X21 0 0 0 0 0 0



10502 Chester Palitos 24X65 67 117 160 142 154 87

10520 Cheetos Palitos 90x22 305 144 162 317 352 245

10522 Chester Palitos 60x34 (Original) 902 1.071 882 1.369 1.230 1.159

10524 Cheetos Palitos Original 3X400 185 96 297 290 339 217

10525 Cheetos Palitos 12X150 76 105 220 152 173 69

68

Anexo Nº 3: Extracto de estacionalidades

Descripcion Dia Fecha

Seman

a Mes Año Pedido Real

Prom dia

Prom Sem

Prom Mes

Pedidos Totales lunes 03-Jul 1 7 2006 43.527 57250 48474 49868

Pedidos Totales martes 04-Jul 1 7 2006 35.769 47848 48474 49868

Pedidos Totales miércoles 05-Jul 1 7 2006 39.018 49345 48474 49868

Pedidos Totales jueves 06-Jul 1 7 2006 48.738 49628 48474 49868

Pedidos Totales viernes 07-Jul 2 7 2006 63.142 71540 57402 49868


Pedidos Totales martes 11-Jul 2 7 2006 36290 47848 57402 49868

Pedidos Totales miércoles 12-Jul 2 7 2006 26442 49345 57402 49868

Pedidos Totales jueves 13-Jul 2 7 2006 37807 49628 57402 49868

Pedidos Totales viernes 14-Jul 3 7 2006 52432 71540 56307 49868












Pedidos Totales martes 01-Ago 1 8 2006 36.358 47848 48474 56509

Pedidos Totales miércoles 02-Ago 1 8 2006 46.586 49345 48474 56509

Pedidos Totales jueves 03-Ago 1 8 2006 49.092 49628 48474 56509

Pedidos Totales viernes 04-Ago 1 8 2006 56.130 71540 48474 56509

Pedidos Totales lunes 07-Ago 2 8 2006 72.697 57250 57402 56509

Pedidos Totales martes 08-Ago 2 8 2006 45.343 47848 57402 56509

Pedidos Totales miércoles 09-Ago 2 8 2006 57.113 49345 57402 56509

Pedidos Totales jueves 10-Ago 2 8 2006 53.115 49628 57402 56509

Pedidos Totales viernes 11-Ago 2 8 2006 70.813 71540 57402 56509

Anexo Nº 4: Extracto de Estimación de demanda de I2:

CODIGO SKU COSTEADA 2-ene-

2007 3-ene-

2007 4-ene-

2007 5-ene-

2007

10003 T/AMERICANO SAL18X80 Grs 1653 1673 1677 2037



10104 CLASICAS8X270 Grs 282 285 286 347

10566 Cheetos Maní 60x28 241 156 143 297 215 59

10567 Cheetos Tubo 90x17 256 100 48 42 120 10

10591 Cheetos Maní 12X140 81 54 131 130 142 142

69

10129 CLASICA MEDITERRANEAS QUESO18X70 Grs 33 33 33 41


10130 CLASICA MEDITERRANEAS TOMATE & OLIVA18X70 Grs 24 24 25 30

10127 CLASICA MEDITERRANEAS TOMATE & OLIVA12X170 Grs -1 -1 -1 -1

10131 CLASICA MEDITERRANEAS OREGANO18X70 Grs 123 125 125 152


10151 CLASICA MEDITERRANEA CREMA CIBOULETTE50X38 Grs 388 393 393 478

10152

CLASICA MEDITERRANEA CREMA CIBOULETTE18X70

Grs 58 59 59 72

10146 CLASICA MEDITERRANEAS JAMON SERRANO50X38 Grs 858 869 871 1058



10148 CLASICA MEDITERRANEAS CILANTRO LIMON50X38 Grs 384 388 389 473




10155 LAYS ARTESANAS50X38 Grs 1043 1056 1058 1285

10156 LAYS ARTESANAS18X70 Grs 58 58 59 71


10139 CLASICA MEDITERRANEAS TOMATE & OLIVA50X38 Grs 465 470 472 573


10153 CLASICA MEDITERRANEA CREMA CIBOULETTE12X170 Grs 119 121 121 147




Anexo Nº 5: Programa de producción antes de ocupar modelo

Línea Código Descripción Promoción Cant.Programa

Cajas Kls.

Programa Pallets

PC-32 10003 Papas Lay's T/Americana 18x80 Sin promoción 2.048 2.949 32


Promoción Sticker TecnoFun (1:10)+Huincha Full Impresa 2.736 4.925 57


Promoción Sticker TecnoFun (1:10)+Huincha Full Impresa 1.728 3.732 36

70

Anexo Nº 6: Estructura de Bonos para operador de línea

pepsico tesis

Documents