Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I. DATOS GENERALES
a. Denominación de la Asignatura : Metodología de la
Investigación Científica
b. Escuela : Ingeniería Industrial
c. Ciclo de Estudios : VII Ciclo
d. Año de Estudios : 2014
e. Ciclo académico : 2014 - I
f. Docente : Ing. Zaida Chávez Romero
g. Estudiante : Olenka Jibaja Valderrama
h. Email de estudiante : olenkajv@hotmail.com
Resumen:
Abstract:
Most supermarkets in Peru apply traditional queue system, with several servers and a separate
queue for each server. Although they are wildly used, their effectiveness has been questioned
because of the extensive waiting periods posed to customers. Clients feel uncomfortable when
they spend a lot of time waiting to be served by a cashier, especially when it comes to rush
hour. This affects negatively the perception of the quality of a service and it may eventually
lead to look for the service from the competitors. This means money for the company. The
serpentine queues system is one of the alternative systems proposed to solve this problem.
Due to its characteristics, can be used in supermarkets under certain conditions of space and it
is one of the solutions that provides best results in different types of businesses, including
supermarkets. The objective of this research is to apply queuing theory to reduce the waiting
time of a customer in a supermarket using traditional queuing system. An analysis was made
as the current indicators of Plaza Vea supermarket and Makro supermarket in Chiclayo were
compared. Finally, the operating characteristics of Makro in terms of waiting times ended up
being the most efficient, so its use was proposed.
Índice:
Capítulo I: El problema
1.1. Identificación y delimitación
1.2. Definición y formulación del problema
1.3. Justificación
1.4. Objetivos de la Investigación
Recomendaciones
Conclusiones
Referencias bibliográficas.
Anexos
Capítulo I: El problema
En una economía como la nuestra, las líneas de espera son una realidad que nos
persigue todo el día y todos los días. Desde que hacemos cola en un paradero para ir
muy temprano a clase hasta cuando tenemos que esperar para que nos atiendan en un
restaurante. Cuando la cola se compone de objetos inanimados (materiales,
componentes, etc.) que esperan algún tipo de procesamiento, el problema es
básicamente económico: tener estos elementos estancados en una cola suponen
también un estancamiento del dinero invertido en ellos. Cuando la cola está formada
por personas que esperan por un servicio, el problema tiene aspectos psicológicos
además de los económicos: los expertos indican que las personas están mentalmente
predispuestas a que les disguste esperar. A la medida que la espera aumenta, la
satisfacción de un cliente disminuye. Hablando específicamente de los supermercados,
se genera mucha molestia en el cliente cuando pasa mucho tiempo esperando a ser
atendidos por un cajero, muy especialmente cuando se trata de las horas punta. Esto
causa que la percepción de la calidad de un determinado establecimiento se vea
afectada de manera negativa y, eventualmente, puede llevar a buscar el servicio de la
competencia. Esto último se traduce en pérdidas de dinero para la empresa.
Ante esta situación real surge el interés como ingeniero industrial de dar soluciones,
las cuales surgirán partiendo del siguiente problema de investigación:
¿Cómo reducir el tiempo de atención en los supermercados durante las horas punta?
1.3. Justificación
Siendo actualmente una prioridad la satisfacción del cliente, toda empresa apunta
hacia ese objetivo como punto de partida para lograr su éxito. Muchas han optimizado
su sistema para brindar una atención más eficiente, tal es el caso de los bancos y
aeropuertos. En lo referente a los supermercados, varios países del mundo estudian y
desarrollan métodos de optimización; situación que lamentablemente no se replica por
completo en nuestro país. Dada esta situación, es importante la realización de
investigaciones como ésta que ayuden a estudiar y explicar las particularidades de un
sistema propuesto para comprenderlo y mejorar su eficiencia de operación.
Objetivo general:
Aplicar la teoría de colas para reducir el tiempo de espera en un supermercado
durante las horas punta.
Objetivos específicos:
Identificar el sistema actual de colas en los supermercados Plaza Vea y Makro
de la ciudad de Chiclayo.
Determinar y analizar los tiempos actuales de atención en los supermercados
Makro y Plaza Vea.
Determinar y describir cual es el sistema que permite una mejor atención al
cliente.
2.1. Antecedentes
Pazos et al. (2003) indica que el danés Agner Krarup Erlang fue el pionero en el estudio de la
teoría de colas con su artículo científico publicado en 1909 en el que analizaba la congestión
en el sistema telefónico de Copenhague. Sus investigaciones permitieron que surja una nueva
teoría, la teoría de colas o líneas de espera. Ahora esta teoría es una herramienta poderosa para
estudiar problemas de valor en los negocios y la industria, pues muchos de sus problemas
pueden caracterizarse de acuerdo al esquema Entrada-Proceso-Salida.
“La línea serpentina y una disciplina FCFS en Whole Foods Market”. Anderson et al.
(2011)
Aun cuando las líneas serpentinas han adquirido popularidad, los supermercados no las
utilizan por la falta de espacio. En el supermercado típico se forma una línea distinta en cada
caja. Cuando una persona está lista para pagar, escoge una de las cajas y permanece en esa
línea hasta que recibe el servicio. En ocasiones una persona que se forma en otra línea
después, recibirá el servicio primero, lo cual tiende a molestar a las personas. El Whole Foods
Market de Manhatan resolvió este problema con la creación de una nueva clase de línea y el
empleo de un director de línea en jefe para dirigir a la primera persona en la línea a la
siguiente caja disponible. La línea de espera en el Whole Foods Market en realidad se
compone de tres líneas paralelas. Los clientes se forman en la línea más corta y siguen una
rotación cuando llegan al frente de línea. Por ejemplo, si el primer cliente en la línea 1 es
enviado a una caja, el siguiente cliente en pasar a una caja es la primera persona en la línea 2,
luego la primera persona en la línea 3, y así sucesivamente. De esta manera se implementa una
disciplina FCFS sin una larga línea serpentina ondulante.
Según Krajewski (2008), se conoce como línea de espera a una hilera formada por uno
o varios “clientes” que esperan en recibir un servicio. Los clientes pueden ser personas
u objetos inanimados, como máquinas que requieren mantenimiento, pedidos de
mercancías en espera de ser enviados o artículos de inventario en espera de ser
utilizados. Las líneas de espera se forman debido al desequilibrio temporal entre la
demanda de un servicio y la capacidad del sistema para suministrarlo.
Pazos et al. (2003) agrega que las líneas de espera se presentan cuando los clientes
llegan a un lugar demandando un servicio por parte del servidor, el cual tiene una
capacidad de atención. Si el servidor no está disponible inmediatamente, el cliente
decide esperar.
Fuente de entradas
Clientes
Línea de espera
Mecanismo de servicio
Servidores
Clientes servidos
La teoría de colas usa los modelos de colas para representar los tipos de sistemas de
líneas de espera. Las fórmulas para cada modelo indican cuál debe ser el desempeño del
sistema correspondiente y señalan la cantidad promedio de espera que ocurrirá.
(Ecuación 1)
(Ecuación 2)
(Ecuación 3)
(Ecuación 4)
(Ecuación 5)
Es el modo en el que los clientes son seleccionados para ser servidos. Según Krajewski
(2008), las disciplinas más habituales son:
Pazos et al. (2003) clasifica a los sistemas de colas de acuerdo a la configuración de sus
elementos:
Una línea y múltiples servidores: Los clientes van siendo atendidos con el primer
servidor que se desocupe cuando les llegue su turno. Según Anderson (2011), la
línea se llama serpentina por la forma en que serpentea. Cuando un cliente llega al
frente de la línea se dirige entonces al primer despachador disponible. Las líneas
serpentinas son del agrado de las personas porque evitan que quienes llegaron
después sean atendidos primero.
Clientes
Según Pazos et al. (2003), este término es usado en un sistema de colas para referirse a la
unidad que está en la fila. Pueden ser personas, líneas telefónicas, máquinas, aviones,
productos, etc.
Krajewski (2008) dijo que la fuente de insumos para el sistema de servicio es una población
de clientes. Si el número potencial de nuevos clientes para el sistema resulta afectado
notablemente por el número de clientes que ya se encuentran en el sistema, se dice que esa
fuente de insumos es finita. Por otro lado, se considera una población de clientes infinita a
aquella en la que el número de clientes que entran al sistema no afecta la tasa a la cual dicha
población genera nuevos clientes.
Los clientes se pueden clasificar en pacientes o impacientes. Un cliente paciente es aquel que
ingresa al sistema y permanece allí hasta que lo atienden; en cambio un cliente impaciente es
el que decide no entrar al sistema cuando lo ve muy congestionado o sale de éste antes de que
lo atiendan (es decir, “renuncia” al sistema).
Pazos et al. (2003) indican que para problemas en los que el número de clientes potenciales es
bastante grande (cientos de miles), el tamaño de la población se asume, para fines prácticos
como si fuera infinita. El análisis de las poblaciones finitas es más complicado que el análisis
en donde la base de población se considera infinita.
Tasa de servicio
Según Pazos et al. (2003), es un término que se usa para designar la capacidad de servicio
determinando el tiempo de atención promedio por cada cliente atendido. Esta cantidad es
importante debido a que, mientras más dure el servicio, más tendrán que esperar los clientes
que están en la cola. El tiempo de servicio puede ser:
Determinístico: Cada cliente requiere la misma cantidad conocida de tiempo para ser
atendido.
Probabilístico: Cada cliente requiere una cantidad distinta e incierta de tiempo de
servicio.
Tasa de llegadas
Según Pazos et al. (2003), la tasa de llegadas es el número de clientes que llegan a las
instalaciones de servicio dentro de un determinado período de tiempo. Es importante tomar en
cuenta el tiempo entre llegadas, osea la cantidad de tiempo que transcurre entre dos llegadas
sucesivas. Entre más pequeño sea este intervalo de tiempo, con más frecuencia llegan los
clientes y aumenta la demanda de servidores disponibles. El tiempo entre llegadas puede ser:
Servidores
Son las personas encargadas de proporcionar un servicio. Los sistemas pueden tener uno o
más de un servidor, dependiendo generalmente de la demanda del servicio en un determinado
momento del tiempo. Las características del servicio ofrecida por los servidores condiciona la
tasa de servicio.
3.1. Hipótesis
Se brindará una atención eficiente en los supermercados durante las horas punta a través
de la implementación de un sistema de colas serpentinas.
3.2. Variables e indicadores
Los métodos usados son las fichas de recolección de datos. Además de eso se empleará
un cronómetro, que es el instrumento con el que se medirá el tiempo se servicio para el
futuro cálculo del resto de indicadores. Este cronómetro deberá proporcionar los valores
con hasta un rango de dos decimales para poder comparar los datos obtenidos de manera
más minuciosa y precisa. Se hará la toma de tiempos en diferentes horarios y días de la
semana para describir el sistema de acuerdo a la tasa de llegadas, tiempo de espera,
tiempo total en el sistema, tiempo de servicio y número de servidores disponibles.
Se efectuó la toma de tiempos de servicio y entre llegadas todos los días de la semana
durante 2 semanas y durante distintos horarios en los dos supermercados mencionados
anteriormente: el supermercado Plaza Vea, que cuenta con un sistema de colas tradicional
y el supermercado Makro, que emplea un sistema de cola serpentina.
Los datos obtenidos para la tasa de llegadas en el supermercado Plaza Vea se muestran a
continuación:
Debido a las similitudes en los datos recopilados entre los días lunes y viernes, se ha
decidido agruparlos. Asimismo, se agruparon los valores que correspondían al mismo día
y a la misma hora; con lo que se obtuvo lo siguiente:
Por lo observado en la tabla 8, las horas punta comprenden entre las 6 de la tarde y las 9
de la noche de todos los días de la semana. Se han observado la cantidad de cajeros
disponibles por día durante las horas punta y se determinó que entre lunes a viernes hay
un promedio de 15, los sábados hay 20 y los domingos hay 18. Teniendo en cuenta que se
considerará cada cajero como un sistema independiente, la tasa de llegadas total se
dividirá entre la cantidad de cajeros trabajando. Entonces, la tasa promedio de llegadas
durante las horas punta ser por día será:
Tabla 9. Tasa promedio de llegadas durante las horas punta en Plaza Vea
Tasa de Tasa de llegadas
llegadas Número de promedio por
Día promedio total cajeros cajero
(personas/minu trabajando (personas/minuto
to) )
Lunes - Viernes 4.74 13 0.36
Sábado 5.89 19 0.31
Domingo 5.33 16 0.33
Fuente: Elaboración propia
En relación a la tasa de servicio, esta también difiere día a día. Debido a que los
consumidores suelen comprar más productos durante el fin de semana, los tiempos de
servicio suelen ser ligeramente superiores los sábados y domingos. En la tabla 10 se
muestran los tiempos de servicio promedio, los cuales se han medido desde el momento
en que el cajero saluda al cliente hasta que termina de empaquetar sus productos y los
entrega. A partir de esos tiempos de servicio se determina la tasa de servicio.
Tabla 10. Tasa promedio de servicio durante las horas punta en Plaza Vea
Tasa de servicio
Tiempo de servicio
Día promedio
promedio (minutos)
(personas/minuto)
Lunes - Viernes 2.5 0.4
Sábado 2.94 0.34
Domingo 2.78 0.36
Fuente: Elaboración propia
Tabla 11. Tasa promedio de llegadas durante las horas punta en Makro
Número de
Tasa de llegadas promedio
Día cajeros
(personas/minuto)
trabajando
Lunes - Viernes 8 1.13
Sábado 11 1.20
Domingo 10 1.25
Fuente: Elaboración propia
En relación a la tasa de servicio, esta también difiere día a día. En la tabla 12 se muestran
los tiempos de servicio promedio, los cuales se han medido desde el momento en que el
cajero saluda al cliente hasta que termina de empaquetar sus productos y los entrega. A
partir de esos tiempos de servicio se determina la tasa de servicio.
Tabla 12. Tasa promedio de servicio durante las horas punta en Makro
Tiempo de servicio Tasa de servicio promedio
Día
promedio (minutos) (personas/minuto)
Entre los días lunes y viernes hay un promedio de 13 cajeros disponibles durante las
horas punta. De acuerdo a esto, se reemplazaron los valores correspondientes a la tasa de
servicio, tasa de llegadas y número de servidores disponibles en las ecuaciones 1, 2, 3, 4
y 5 para determinar los valores que se muestran en la tabla 11.
Los días sábado hay un promedio de 19 cajeros disponibles durante las horas punta. De
acuerdo a esto, se reemplazaron los valores correspondientes a la tasa de servicio, tasa de
llegadas y número de servidores disponibles en las ecuaciones 1, 2, 3, 4 y 5 para
determinar los valores que se muestran en la tabla 12.
Los días domingo hay un promedio de 16 cajeros disponibles durante las horas punta. De
acuerdo a esto, se reemplazaron los valores correspondientes a la tasa de servicio, tasa de
llegadas y número de servidores disponibles en las ecuaciones 1, 2, 3, 4 y 5 para
determinar los valores que se muestran en la tabla 13.
Entre los días lunes y viernes hay un promedio de 8 cajeros disponibles durante las horas
punta. De acuerdo a esto, se reemplazaron los valores correspondientes a la tasa de
servicio, tasa de llegadas y número de servidores disponibles en las ecuaciones 1, 2, 3, 4
y 5 para determinar los valores que se muestran en la tabla 14.
Los días sábado hay un promedio de 11 cajeros disponibles durante las horas punta. De
acuerdo a esto, se reemplazaron los valores correspondientes a la tasa de servicio, tasa de
llegadas y número de servidores disponibles en las ecuaciones 1, 2, 3, 4 y 5 para
determinar los valores que se muestran en la tabla 15.
Los días domingo hay un promedio de 10 cajeros disponibles durante las horas punta. De
acuerdo a esto, se reemplazaron los valores correspondientes a la tasa de servicio, tasa de
llegadas y número de servidores disponibles en las ecuaciones 1, 2, 3, 4 y 5 para
determinar los valores que se muestran en la tabla 16.
Utilización
Como se puede ver en la tabla 17, los valores resultantes de utilización son
relativamente parejos. La diferencia entre los valores en cada período de tiempo
no es superior a la unidad. Esto significa que los cajeros están más del 90% de su
tiempo ejerciendo trabajo efectivo durante las horas punta en ambos
supermercados.
El día más ocupado es el día domingo, pues la utilización alcanza sus niveles más
altos en ambos supermercados.
Los datos han sido tomados entre los meses de mayo y junio, temporada que no supone
una demanda anormalmente grande de compradores (que usualmente es consecuencia
de las Fiestas Patrias, Navidad y Año Nuevo). Su sugiere realizar estudios similares
durante esta época para reducir los tiempos de espera en tales condiciones.
Los datos han sido tomados de manera intencional sin tomar en cuenta fines de mes y
quincenas de mes con la finalidad de medir las características de operación de la cola
cuando la demanda se mantiene entre los parámetros más frecuentes, cuando la
demanda se mantiene relativamente constante. Se sugiere efectuar un estudio durante
estas temporadas del mes para reducir los tiempos de espera en tales condiciones.
Se han evaluado dos supermercados que cuentan con dos tipos distintos de consumidores y
con diferentes volúmenes de compra. Se recomienda que en próximos estudios se
consideren supermercados con mayores similitudes para una mejor comparación de los
datos.
CONCLUSIONES
REFERENCIAS BIBLIOGRÁFICAS
Anderson et al. 2011. Métodos cuantitativos para los negocios. 11va ed. México:
CENGAGE Learning.
Giambene, G. 2005. Queuing theory and telecommunications. Networks and
applications. Italia: Springer Science+Business Multimedia, INC.
Krawjeski et al. 2008. Administración de operaciones. Procesos y cadenas de valor.
8va ed. México: Pearson Educación
Michael Barbaro. 2014. A long line for a shorter wait at the supermarket. The New
York Times, 2007 [visitida en abril del 2014]. Disponible en:
http://www.nytimes.com/2007/06/23/business/23checkout.html?_r=1&
Pazos Arias et al. 2003. Teoría de colas y simulación de eventos discretos. Madrid:
Pearson Educación.
ANEXOS
Supermercado: ________________________________________