Está en la página 1de 6

01.

qxd

23/5/08

12:01

Pgina 10

Alta Gerencia | Una Gestin para el Metro


Sistemas avanzados de gestin para mejorar el servicio al cliente en las estaciones del Metro S.A.

Servicio al cliente

Jaime Miranda, Cristbal Montecino, Pablo Rey y Richard Weber Acadmicos del Departamento de Ingeniera Industrial, Universidad de Chile Jos Mosquera Metro S.A.

esumen ejecutivo:

Nosotros, los ciudadanos de Santiago, tenemos todos muy buenas sugerencias para mejorar el sistema de transporte pblico. Nos resulta fcil identificar los problemas y proponer soluciones. Pero ojo!... El sistema es complejo y los problemas relacionados tambin; no hay milagro que permita lograr esto en el corto plazo. Dentro de este contexto, el Departamento de Ingeniera Industrial de la Universidad de Chile desarroll un sistema

computacional que apunta en esa direccin, el cual permite apoyar la decisin de asignacin ptima del personal para los puestos de venta dentro de la red de estaciones. Se logr este objetivo, obteniendo significativas reducciones en los largos de las filas, a menor costo.

Por qu siempre me toca la fila ms larga?


Es irrefutable que a nadie le gusta esperar mucho tiempo en una fila por alguna atencin. En el supermercado, en una sucursal bancaria y tambin en las estaciones del Metro los clientes estn cada

vez ms sensibles y menos tolerantes a largos tiempos de espera. Por este motivo, un factor que ha tomado mayor relevancia en este ltimo tiempo, en trminos de la calidad de un servicio, es la rapidez con que ste se entrega. De acuerdo con lo anterior, todo proveedor debe enfrentar un trade-off al ofrecer un servicio, ya que por un lado desea brindar a sus clientes un sistema rpido y, por otro lado, debe realizar dicha prestacin a mnimo costo. Manejar esto de manera eficiente, por lo general, es en extremo complejo y en la mayora de las ocasiones se traduce en un aumento en

10

TREND MANAGEMENT | V.10 N.4 EDICIN ESPECIAL MAYO 2008 | www.trendmanagement.cl

Ilustracin: Apf Suma / Tibor Fazakas

01.qxd

23/5/08

12:01

Pgina 11

los costos, los cuales son transferidos directamente a los usuarios. Actualmente, Metro S.A. enfrenta da a da una situacin de este tipo. En efecto, a diario acude, a las alrededor de 100 estaciones que posee la red, un sinnmero de usuarios que buscan viajar en forma rpida y segura. Sin embargo, en muchas ocasiones, a la hora de tener que comprar un boleto o cargar su tarjeta se encuentran con una fila larga frente a los puntos de venta. Esto ltimo es de suma importancia, ya que la venta del servicio es la primera etapa de interaccin entre los usuarios y la compaa. La asignacin ptima de personal a dichos puntos de venta precisamente es el problema que analizaremos en mayor profundidad en este artculo. La pregunta que queremos responder es: cuntas personas debemos asignar a cada punto de venta en cada estacin de la red para asegurar largos de fila aceptables? No es fcil responder esta pregunta, debido a que por un lado queremos trabajar con poco personal de venta para reducir los costos del sistema y, por otro lado, tenemos que ofrecer un servicio con estndares mnimos de calidad y rapidez.

mado rompe fila. Para ambos tipos de vendedores se debe fijar el momento de partida de su turno y la duracin del mismo, siendo esta ltima definida a priori. La duracin de los turnos puede ser de 2, 4 16 horas, con distinto costo. Por lo tanto, cada

plicando esta misma planificacin de servicios para todos los das del mes. Cabe destacar tambin, que con la programacin obtenida actualmente muchas veces no se ajusta de la mejor manera a la demanda observada para algunos de los das de operacin, tra-

La situacin actual
Metro S.A. cuenta con alrededor de 100 estaciones por donde se desplazan diariamente casi 2 millones usuarios (Enero de 2008). La Figura 1 muestra la red de estaciones. Cada estacin est constituida por una o ms mesaninas. Una mesanina es el lugar fsico donde se encuentran las boleteras y los torniquetes de acceso a los andenes en una estacin de Metro. Entre las decisiones operacionales que tiene que tomar Metro S.A. se encuentra la asignacin de personal para el servicio de caja en las distintas estaciones. Se entiende como servicio de caja a un vendedor de boletos o carga de tarjetas asignado a un puesto fijo dentro de una boletera o a un vendedor fuera de una boletera lla-

Figura 1: Red estaciones de Metro S.A. (Enero de 2008)

asignacin de operarios define en forma explcita la capacidad de atencin del sistema, la cual afecta considerablemente los largos de fila y tiempos de espera, y define los costos operacionales. Actualmente, la planificacin de la capacidad de servicios de caja se realiza a travs del juicio de los expertos del negocio. La planificacin de la capacidad de cada estacin es realizada sobre la base de un solo da tipo, re-

yendo consigo una serie de problemas sobre todo para los perodos de alta demanda o punta. Uno de los objetivos centrales del canal de ventas es procurar que la entrega del servicio de caja sea de alta calidad. Dentro de este contexto, el AFT (Administrador Financiero del Transantiago) determin los siguientes estndares mnimos de calidad, los cuales son fiscalizados activamente por este organismo:

TREND MANAGEMENT | V.10 N.4 EDICIN ESPECIAL MAYO 2008 | www.trendmanagement.cl

11

01.qxd

23/5/08

12:01

Pgina 12

Alta Gerencia | Una Gestin eficiente para el Metro

1. ndice de Nivel de Servicio Mnimo:


Este ndice de nivel de servicio se relaciona con el nmero de usuarios que permanecen en cola en promedio en cada estacin. La exigencia impuesta por el AFT es que este largo de fila promedio de una mesanina no supere los 3 usuarios durante una hora mvil.

2. Nmero Mnimo de Mesaninas Operativas:


Metro S.A. debe mantener operativas, con al menos un servicio contratado, todas las mesaninas durante toda la jornada laboral. Esto se debe cumplir aunque no exista demanda aparente en una mesanina.

Cul es la nueva propuesta a Metro S.A. para determinar la asignacin de su personal de ventas?
En una iniciativa conjunta entre Metro S.A. y el Departamento de Ingeniera Industrial de la Universidad de Chile se desarroll un sistema computacional que apoya a la toma de decisiones referentes a la asignacin de personal. Este sistema tiene las siguientes caractersticas: 1. Asegura la entrega de un buen servicio para los clientes mediante el control del largo de las filas en las mesaninas, mantenindolo bajo un cierto umbral. 2. Minimiza los costos operacionales asociados a la asignacin de los puestos de venta. 3. Permite generar una asignacin rpida y bien documentada. 4. Automatiza el proceso de planificacin, reduciendo las fallas humanas que tiene el proceso actual. El sistema computacional est compuesto por dos grandes mdulos integrados. El primer mdulo, al que llamaremos Mdulo de Asignacin, genera una programacin ptima de servicios de caja para todas las mesaninas de la red, suponiendo que los parmetros que describen el sistema son

determinsticos. Esta programacin es generada utilizando como informacin de entrada la demanda diaria por boletos y cargas de tarjeta multiva estimada por Metro S.A., y los tiempos de atencin. El resultado arrojado por este mdulo corresponde a una programacin ptima de servicios de caja. Cabe destacar que este resultado considera una demanda diaria agregada, lo cual no es suficiente para la programacin requerida, debido a que no considera las fluctuaciones de la demanda en periodos cortos. De esto se encarga justamente el segundo mdulo, al que llamaremos Mdulo de Simulacin, el cual tiene como objetivo central la incorporacin de factores estocsticos, no considerados en el mdulo de asignacin, aadiendo un mayor realismo a los resultados del sistema. Este mdulo permite validar las programaciones obtenidas mediante su simulacin, y permite corregir los efectos ocasionados por la agregacin de la demanda. En efecto, con la simulacin de la programacin es posible detectar los intervalos del da que no cumplen con estndares mnimos de calidad para cada mesanina. Al identificar estos intervalos, el mdulo de simulacin corrige la programacin mediante la incorporacin de nuevas restricciones para el mdulo de asignacin. Con la incorporacin de estas restricciones se vuelve a aplicar el mdulo de asignacin generando una nueva programacin de servicios de caja, pero ahora, incorporando una cota mni-

ma para el nmero de servicios para dicho intervalo de tiempo (nueva restriccin). La generacin de la programacin por parte del mdulo de asignacin y el ajuste y correccin realizada por el mdulo de simulacin se realiza en forma iterativa, hasta que la programacin final de servicios de caja no viola en ningn intervalo del da los estndares de calidad del servicio fijados por el AFT. La Figura 2 ilustra el proceso iterativo de ajuste para la generacin de la programacin final de servicios. En la prctica, este sistema se utiliza al final de cada quincena, donde se determina la configuracin de servicios de caja para cada da de la siguiente quincena. Sin embargo, cabe destacar que es posible generar esta programacin para otros periodos del tiempo.

Los mdulos del sistema propuesto


El sistema computacional est compuesto bsicamente por dos mdulos: el mdulo de asignacin y el mdulo de simulacin. En trminos simples, el mdulo de asignacin determina una asignacin ptima de los puestos de venta basndose en supuestos gruesos que no traen el detalle necesario para una solucin realista. Luego se valida dicha solucin con el mdulo de simulacin, incorporando factores estocsticos en la demanda y en los tiempos de atencin, considerando adems un intervalo de tiempo de menor tamao (1 minuto).

Figura 2: Proceso de planificacin

12

TREND MANAGEMENT | V.10 N.4 EDICIN ESPECIAL MAYO 2008 | www.trendmanagement.cl

01.qxd

23/5/08

12:01

Pgina 14

Alta Gerencia | Una Gestin eficiente para el Metro

Si se detectan violaciones en el nivel de servicio en algn intervalo, se vuelve al mdulo de asignacin y se corrige adecuadamente. All est la idea principal del sistema propuesto: la interaccin de los dos mdulos. A continuacin describiremos ambos mdulos en ms detalle.

de una mesanina la cantidad de ventanillas y puntos de venta (POS) disponibles.


3. Tiempo de Atencin:

El mdulo de asignacin
El mdulo de asignacin tiene como objetivo la generacin de una programacin de servicios de caja ptima para un nivel de demanda agregado, satisfaciendo los requerimientos de nivel de servicio para todas las mesaninas de la red a un mnimo costo. Las decisiones que toma el mdulo de asignacin son, por un lado, la determinacin de la cantidad ptima de servicios de caja que comienza a trabajar cada media hora y, por otro, durante cunto tiempo debern trabajar dichos operarios (2, 4 16 horas). El enfoque implementado corresponde a la resolucin de un modelo de programacin matemtica. Este modelo de optimizacin tiene como funcin objetivo la minimizacin de los costos totales de personal y como restricciones los requerimientos del AFT y condiciones deseables de operatividad del sistema (facilidad de uso, claridad de reportes, etc.). Este mdulo recibe como informacin de entrada la estimacin de demanda, la configuracin de la red, la cantidad de recursos disponibles y las exigencias impuestas en los contratos con el AFT. A continuacin, se describen los principales componentes del sistema en estudio.
1. Demanda:

Es el tiempo que tarda un operario en atender la solicitud de compra de un usuario de la red. Este tiempo fue considerado diferente para cada tipo de transaccin (boleto o carga de tarjeta).
4. Costos operacionales:

Los costos para cada servicio fueron acordados entre Metro S.A. y los operadores. stos varan dependiendo del operador y de la extensin del servicio que se pida.
5. Variables de decisin principales:

Cantidad de puestos de venta de cada tipo que comienzan a operar en un perodo dado por un bloque de tiempo determinado.
6. Restricciones:

La estimacin de la demanda es realizada por Metro S.A. en forma interna. Esta demanda determina el nmero de usuarios que llegar solicitando servicio de caja para cada mesanina dentro de un intervalo temporal de 15 minutos.
2. Configuracin de las Mesaninas:

Entenderemos como configuracin

a) Capacidad Mxima: Esta restriccin impone que se respete la capacidad mxima de puestos de venta que tiene la mesanina. b) Permitir Habilitacin de Puestos Mviles: Si todos los puestos fijos de una mesanina estn habilitados se puede asignar puestos mviles (rompe filas). c) Capacidad Mnima: Se asegura que est activada la cantidad mnima de puestos deseada en la mesanina. d) Relacin entre Tasas de Llegada y Atencin: Esta restriccin impone que la tasa de atencin debe ser mayor o igual a la tasa de llegada de usuarios al sistema, de manera de evitar la acumulacin de demanda insatisfecha. La tasa de atencin depende directamente de la cantidad de servidores activos. La tasa de llegada depende de la estimacin de demanda. e ) Evitar cambios opuestos en periodos cortos: Esta restriccin evita que se aumente el nmero de puestos de venta y luego se lo reduzca dentro de plazos muy breves (una hora). De la misma manera se prohbe el caso contrario, donde

primero se reduzca el nmero de servidores y luego se lo aumente a la hora siguiente. f) Restriccin Genrica de Correccin: El mtodo genrico para incluir las correcciones provenientes del mdulo de simulacin consiste en agregar una restriccin, que impone que en determinado intervalo (donde no se cumple el nivel de servicio) la cantidad total de servidores sea mayor o igual a la cantidad total de servidores que se program originalmente, ms uno. Esta restriccin slo se incorpora al modelo cuando existen correcciones y solamente para los perodos que las requieren. Aqu es donde los dos mdulos de asignacin y simulacin tienen su interaccin. g) Funcin Objetivo: La funcin objetivo minimiza el costo asociado a la contratacin del personal necesario para satisfacer la demanda. El mdulo utiliza el software GAMS/CPLEX (General Algebraic Modeling System). sta es una herramienta muy flexible para la implementacin de modelos de programacin matemtica, ya que permite plantear modelos de mltiples tipos e incorpora un Solver (CPLEX) capaz de resolver el problema planteado con alta eficiencia en trminos de tiempo.

14

TREND MANAGEMENT | V.10 N.4 EDICIN ESPECIAL MAYO 2008 | www.trendmanagement.cl

01.qxd

23/5/08

12:01

Pgina 15

El Mdulo de Simulacin
El mdulo de simulacin tiene tres objetivos. El primer objetivo corresponde a la incorporacin de una serie de factores estocsticos existentes en el sistema, con la finalidad de representar de la manera ms fidedigna posible el comportamiento real de una mesanina. El segundo objetivo corresponde a la validacin de la programacin obtenida en el mdulo de asignacin. Esta validacin se realiza mediante el clculo de indicadores de desempeo, revisando que se cumplan los requerimientos mnimos de operacin. Por ltimo, el tercer objetivo corresponde a la correccin de la programacin en aquellos intervalos de tiempo en los que no se cumplieron los estndares mnimos. Esta correccin se realiza mediante la incorporacin de nuevas restricciones en el modelo de programacin matemtica del mdulo de asignacin, definidas por el mdulo de simulacin. Estas restricciones hacen aumentar o disminuir la dotacin de personal en los intervalos que lo requieren. Entre los factores estocsticos incorporados se puede mencionar, por ejemplo, el proceso de llegada de los usuarios a las mesaninas y el proceso de atencin de usuarios por parte del personal de ventas. La razn principal que motiv el modelamiento de estos procesos fue la necesidad de hacer ms manejable la incertidumbre, con la finalidad de disminuirla. Esto dado que al existir menos incertidumbre, la calidad de las decisiones tomadas aumenta. Para modelar los procesos estocsticos del sistema se realizaron mediciones en terreno a un conjunto reducido de mesaninas. Adicionalmente, se defini junto a los expertos del negocio, un conjunto limitado de das tipo para realizar las mediciones, utilizando como criterio de agrupacin la similitud entre las demandas observadas. La razn por la cual estas mediciones fueron realizadas sobre un conjunto reducido de mesaninas y

das se explica por el alto costo en que se incurre en cada medicin. La finalidad de las mediciones fue estimar las distribuciones de probabilidades que gobiernan dichos procesos estocsticos. La definicin del conjunto de mesaninas para hacer las mediciones experimentales se realiz mediante la construccin de un modelo de cluster. Este modelo entrega dos resultados sumamente tiles. El primero es una segmentacin del conjunto total de mesaninas, particionndolo en varios subconjuntos. Cada subconjunto, al que llamaremos cluster, est definido por un conjunto de mesaninas y un centroide o prototipo. Este centrode determina la mesanina que representa de mejor forma a todas las mesaninas de un clster particular (elemento representativo). Por consiguiente, las mesaninas seleccionadas para las mediciones experimentales corresponden a los centrodes de cada uno de los clsters encontrados. El proceso a simular es el siguiente: al llegar a una mesanina a comprar boletos o a cargar su tarjeta, los usuarios deben escoger un servidor (operador en ventanilla o rompe-filas). En caso que el servidor est desocupado, el usuario es atendido inmediatamente. En caso contrario, si el servidor est ocupado, el usuario se coloca al final de la fila correspondiente. Cabe destacar que los usuarios que van a cargar tarjeta slo pueden elegir servidores con POS. A medida que van siendo atendidos los usuarios que estaban antes que l, el usuario va avanzando en su posicin dentro de la fila hasta llegar al servidor. En ese momento se realiza la transaccin, luego de la cual el usuario sale del sistema. Para permitir su modelamiento, este proceso ha sido dividido en cuatro etapas, como se muestra en la Figura 3. Estas etapas y los supuestos utilizados para el mdulo de simulacin se detallan a continuacin.

Proceso de Llegada de Clientes a la Mesanina

Eleccin del Cajero (Fila)

Atencin en Caja

Salida del Cliente (Trmino del Servicio)


Figura 3: Etapas del modelo de simulacin

Llegada de clientes
Esta primera etapa consiste en el proceso de llegada de los usuarios a la mesanina. Se considera que los usuarios no llegan en grupos, sino de manera individual. Este supuesto, que permite simplificar notablemente el modelamiento, fue contrastado con la realidad, verificndose que no distorsiona significativamente los resultados. El tiempo entre las llegadas de dos clientes sucesivos se determina a partir de las estimaciones de demanda de Metro S.A. Se supone para ello que los clientes llegan de manera regular en intervalos de tiempo fijos, o bien que los tiempos entre clientes varan. Para este ltimo caso, que fue el que finalmente se utiliz, se consideran distribuciones de probabilidades apropiadas de acuerdo a los datos empricos. Tambin se debe considerar si un usuario desea cargar su tarjeta o comprar un boleto. Para este aspecto se determinan probabilidades apropiadas a partir de las estimaciones de demanda.

Eleccin de servidor
Cuando un usuario llega a la mesanina debe decidir qu servidor lo atender. Para los efectos de la simulacin

TREND MANAGEMENT | V.10 N.4 EDICIN ESPECIAL MAYO 2008 | www.trendmanagement.cl

15

01.qxd

23/5/08

12:01

Pgina 16

Alta Gerencia | Una Gestin eficiente para el Metro

Conclusiones
se considera que un usuario que se pone en una fila posteriormente no se cambia. La forma en que los usuarios eligen el servidor tiene incidencia sobre los indicadores utilizados para evaluar el desempeo del sistema a travs de la simulacin, y por lo tanto afecta directamente al resultado y a la programacin final. En primer lugar, se debe considerar que un usuario slo puede escoger entre los servidores que estn habilitados para realizar la operacin que necesita. Si alguno de estos servidores estuviera vaco, el usuario elige de manera indiferente entre cualquiera de los que estn vacos. En caso que todos los servidores tengan fila, la decisin es tomada considerando varios factores, por lo que en la implementacin de este mdulo se consideran varias opciones que representan el posible comportamiento de los usuarios, * Eleccin indiferente. El usuario elige de manera indiferente cualquiera de los servidores, sin considerar los largos de las filas de espera. * Servidor con la cola ms corta. El usuario se dirige el servidor cuya cola sea la ms corta. * Preferencia por colas ms cortas. El usuario selecciona un servidor cualquiera considerando el largo de las colas y dando preferencia a aquellos cuyas filas son ms cortas. En trminos ms precisos, el usuario selecciona el servidor de manera aleatoria asignndole a cada servidor una probabilidad que es mayor mientras menor es la fila de espera de ese servidor. En algn sentido, las dos primeras opciones corresponden a los casos extremos de la ltima. po que ocupan las transacciones se realizaron mediciones en terreno. Con el objetivo de evitar sesgos en las conclusiones, estas mediciones se realizaron en varias mesaninas y en das diferentes. De los resultados obtenidos, se concluy que es importante diferenciar por tipo de transaccin (los tiempos que se demora cargar una tarjeta o comprar un boleto son significativamente diferentes y considerarlos similares podra distorsionar los resultados del mdulo). De manera similar al proceso de llegada de clientes, se consideran dos formas fundamentales para modelar los tiempos de atencin: los tiempos para realizar una operacin son fijos (slo dependen de la operacin de que se trate) o se consideran tiempos aleatorios que son representados por distribuciones de probabilidad apropiadas.
Con el sistema descrito no podemos resolver todos los problemas del transporte pblico en una ciudad de ms de 5 millones de habitantes. Sin embargo, s hemos mostrado que con management de excelencia se puede mejorar considerablemente algunos aspectos, como por ejemplo el tiempo de espera en las estaciones de Metro S.A. Este problema tiene bastante complejidad. Su solucin requiri del uso de modelos sofisticados de gestin para desarrollar un sistema computacional que mejorar la calidad de vida de los usuarios del Metro, incurriendo a la vez en bajos costos para el operador. Encontramos situaciones similares todos los das. A quin de nosotros no le ha tocado esperar en una fila en un supermercado, en un banco o en otras instituciones? El sistema que desarrollamos para Metro S.A. tambin tiene potencial en estas reas y puede contribuir a mejorar la calidad de nuestra vida, bajando a la vez los costos de los servicios correspondientes. Y - quin sabe - el da de maana otras empresas de transporte subterrneo podrn ocupar este sistema basado en Management de excelencia hecho en Chile.

Salida del cliente


Una vez realizada la atencin, el usuario se retira del sistema de cajas, lo que en trminos del mdulo de simulacin significa que la entidad que lo representaba es eliminada del proceso.

Los beneficios que entrega el Sistema Computacional


Los beneficios que produce la utilizacin del sistema computacional pueden verse, en trminos cuantitativos, comparando sus programaciones con las utilizadas actualmente por Metro S.A. Adicionalmente existen ventajas cualitativas. Estas ventajas se discuten a continuacin. Las programaciones obtenidas con el sistema computacional tienen, en general, un costo menor que las utilizadas en la actualidad por Metro S.A., siendo las reducciones de costo de personal de venta de entre un 2% y un 7,5% del total. La calidad de servicio se evala observando el largo de fila en cada mesanina cada 15 minutos. La programacin de Metro S.A. llega a tener ms de un 9% de casos en que se viola el estn-

Atencin en caja
Una vez finalizada la espera, el usuario finalmente llega al servidor para realizar su transaccin. En esta etapa es importante considerar el tiempo que se demora, ya que este es el recurso fundamental del sistema: los servicios de caja. Para determinar el tiem-

dar, mientras que las programaciones producidas con el sistema computacional llegan a reducir stas a poco ms del 1%, o bien al 2% si adems se requiere una reduccin de los costos. En relacin a la programacin actual de Metro? Otra dimensin importante de mejora corresponde a la automatizacin que se logra en el proceso de programacin, la que permite reducciones de tiempo, y una de toma de decisiones ms eficiente y sujeta a menos errores prevenibles.

16

TREND MANAGEMENT | V.10 N.4 EDICIN ESPECIAL MAYO 2008 | www.trendmanagement.cl