Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LAS COMPRAS
INTRODUCCIÓN
Hoy en día en que la Globalización ha permitido que las empresas compitan en un libre mercado
en el cual las que no se adecuen a los cambios no podrán sobrevivir a tantas exigencias que los
clientes piden a estas. Las compras forman parte fundamental dentro de la Globalización de que
de ella depende el buen desarrollo de los productos ya que aquí se encuentran seleccionados los
proveedores aplicando las herramientas del Justo a Tiempo (JIT) que hace que tengamos
proveedores únicos originando la creación de una Alianza Estratégica entre ambas partes lo cual
permite que los proveedores tomen un mayor interés en su proceso de producción mejorando la
calidad de los insumos que ofrece y su puntualidad de entrega, esto permitirá la mejora de los
productos que irán al cliente final y la flexibilidad de costos así mejorando los precios de venta
haciéndolos cada vez más bajos.
Con la aplicación del Justo a Tiempo; el proveedor y la empresa a la que venden bienes y
servicios trabajan después en conjunto para asegurar que el primero opere en la forma posible,
sobre todo al resolver los problemas de su empresa a fin de eliminar el desperdicio y aumentar
al máximo la flexibilidad.
La comunicación entre cliente – proveedor es esencial, motivo por el cual, en la actualidad se
recurre al intercambio electrónico de datos (EDI), que consiste en el intercambio de información
de negocios de computador a computador en un formato de datos estándar.
Esta primera actividad logística es la más importante dentro del sistema, cada una de sus
funciones que realiza representa el riesgos de rentabilidad empresarial, Sus funciones son
específicamente complejas porque comprometen la liquidez de la empresa.
La mayoría de las empresas industriales que realizan la transformación de materiales cuentan con
una sección o departamento de Compras, orgánicamente distribuidas a la magnitud de la empresa.
Frente a todos los problemas es imperativo que el Ing. Industrial conceptúe particularmente esta
actividad con la finalidad de analizar la situación actual para luego mejorar proponiendo un sistema
propuesto que se adecue a la realidad.
Vs : Vale de salida de material
Req : Requisición de Materiales
s/c : Solicitud de cotización
C : Cotizaciones
ccc : Cuadro comparativo de cotizaciones.
o/c : Orden de compra
G.R : Guía de remisión
5.1 CONCEPTO
“Es aquella actividad logística que se encarga de adquirir bienes y servicios de la calidad adecuada,
en el momento oportuno al precio más conveniente y del proveedor más apropiada”.
“Son las actividades necesarias para obtener recursos materiales y servicios que requiere el
sistema de manufactura, sea cual fuere el lugar del mundo donde existan estos recursos. En esta
función se incluye la identificación y selección de fuentes, el desarrollo de proveedores, la
negociación de precios y contratos, el desarrollo de especificaciones de calidad, el trabajo con el
personal de ingeniería de procesos y desarrollo de productos (Ingeniería simultanea), etc”.
5.2. OBJETIVOS
1. Obtener las cantidades correctas de materiales para que la producción no se interrumpa.
Debe tenerse en cuenta que la cantidad que se solicita debe estar en función de la economía, a la
capacidad de almacenamiento y al consumo periódico del cliente ó usuario. Este objetivo se logra
con una técnica básica denominada, cantidad económica de pedido.
2. Obtener materiales de la calidad apropiada
Este objetivo tiene responsabilidad compartida con el usuario o solicitante de los materiales porque
en el documento denominado Requisición debe consignarse las características físicas químicas y
técnicas y de los materiales de la contrario las consecuencias serán deslindadas en el
departamento de compras.
3. Obtener materiales a bajo costo.
Este objetivo es una causa principal para que la empresa pueda conseguir utilidades; mayores;
ya que el costo de material forma parte del costo de producción y con este se determina el precio
de venta que siendo menos podría la empresa competir con mayor auge en el mercado.
4. Proveer la entrega de los materiales a tiempo
Este objetivo tiene relación con las necesidades del usuario y la disponibilidad de los proveedores
y sobre todo de la confianza que exista entre empresa y proveedor.
5. Diseminar información relativa a nuevos materiales
La relación externa de este Departamento con los proveedores, permite reconocer al detalle los
avances tecnológicos con respecto a nuevos materiales, para su uso en la empresa. Esta informa-
ción debe compartirla con los usuarios.
6. Buscar una integración con los demás departamentos
La relación interna que despliega el departamento de compras permite integrar a los departamentos
dentro del sistema logístico y fuera de ello.
7. Evitar materiales duplicados
Significa adquirir materiales con conocimientos técnicos y no tener lotes duplicados dentro del
sistema logístico trayendo como consecuencia gastos innecesario dentro del sistema.
8. Reducir los costos de adquisición
Este objetivo está ligado con los procedimientos que desarrolla el departamento de compras, cuya
tendencia debe ser reducción de procedimientos y por ende encontrar minimización de costos.
9. Buscar la eficiencia y eficacia de las operaciones del subsistema de compras
Este objetivo se consigue mediante la racionalización de su organización y de sus procedimientos.
Todas estas dimensiones ponen de manifiesto que la gestión de esta unión no puede ser una
tarea exclusiva del personal de compras, deben participar muchas más funciones y personas.
Las comunicaciones entre cliente – proveedor se establecen día a día, teniendo como referencia
los objetivos puntuales. Las personas encargadas de las compras tienen la tarea de proporcionar
y facilitar este intercambio y deben desarrollar un papel clave de coordinadores.
Método 1: Cualitativo.
Este método se denomina asignación de objetivos. Consiste en realizar una serie de interrogantes
que conlleven a respuestas convenientes para conocer el desarrollo de las actividades de compras.
Entre las preguntas que pueden realizar tenemos:
1. ¿Se obtuvieron ahorros anuales en las compras?
2. ¿Se puede mejorar los procedimientos realizados?
3.¿Cuáles fueron los descuentos significativos en las compras y quienes lo brindaron?
4. ¿Cuál es el proveedor más importante para la empresa?.
5. ¿Puede reducirse el tiempo de demora en la compra?.
6.¿Existen manuales de organización, funcionamiento y procedimientos de compras?.
(G - E)
If = --------- * 100 Ef = 1,00 - If
Vtc
CASO ESTUDIO
Un fabricante utiliza un tipo de herramienta, en particular, en una máquina en un proceso de
producción, y que debe determinar el número de herramientas que se deban pedirse. Su
experiencia le indica que una herramienta dada puede tener una vida útil corta o larga,
dependiendo de un número de variables que no pueden ser completamente controladas, tales
como el tipo de material en el cual se emplee la herramienta, variaciones en la calidad de la
herramienta, nivel de la destreza del operario que la emplee, él numero de horas durante el día
en las cuales la herramienta esté en uso, y así sucesivamente. Aun cuando no tenga suficiente
información sobre estas variables para elaborar un modelo de predicción de causa y efecto, no
es muy difícil determinar, por los registros del inventario de herramientas, la historia de la vida de
la herramienta. Registrando la fecha en que se da salida a una nueva herramienta y cuando se
recibe la herramienta desgastada, el empleado puede formular la historia de la herramienta.
Entonces se puede formular una distribución de frecuencia del número de días que duro la
herramienta.
Tales distribuciones de frecuencia quizá no reflejen una distribución estadística normal. Si se
refleja, el gerente podría usar la media aritmética más un número seleccionado de desviaciones
estándar para llegar a una decisión con un nivel de confianza dado. Puesto que en este ejemplo,
la historia de la vida de la herramienta exhibe una extraña distribución, se puede emplear la
técnica Montecarlo. Para propósito de ilustración, en la Fig. 1 se muestra la distribución de
frecuencia de la vida de la herramienta. Los datos en este histograma sirven como insumos para
la simulación Montecarlo.
Una observación casual del histograma de la Fig. 1 revela que el 60% de las herramientas duran
sólo cinco días o menos. El 40% restante dura seis, siete, ocho o nueve días, y que su distribución
es un tanto inesperada, sobre todo en términos del porcentaje, relativamente grande, que dura
ocho días.
Para ajustar este problema para la simulación Montecarlo, los porcentajes deberán ser
convertidos en rangos de números aleatorio como en la Tabla 1.
La función de la simulación Montecarlo es generar el uso esperado de la herramienta durante el
tiempo, con referencia especial a la distribución de las historias de vida. Toma en cuenta las
influencias aleatorias en el proceso del uso y cada iteración de ensayo tiende a producir una
respuesta distinta. Sin embargo, a la larga, las experiencias simuladas tenderán a representar la
distribución de frecuencias de la historia de la vida de la herramienta sobre la cual está basado
el simulador.
Con el fin de explorar la forma en que se trabaja dicho simulador necesitamos establecer una
cifra meta u objetivo. Supondremos que el gerente desea determinar qué cantidad de
herramientas debe pedir para que le duren cincuenta días en la máquina. Es obvio que si cada
una de las herramientas que emplee experimenta la vida de herramienta más larga (nueve días),
por lo menos necesitará seis de ellas. Sin embargo, no es probable que esto suceda. Por otra
parte, si la herramienta se desgasta en el menor tiempo experimentado (tres días) necesitará
diecisiete herramientas.
Tampoco es probable que esto suceda. Para determinar qué es lo más probable que suceda,
tomando en cuenta las ocurrencias aleatorias, se puede emplear la simulación Montecarlo en la
forma siguiente. Se generará un número al azar de una tabla de números al azar o internamente
en un programa de computadora y se comprobará contra la gama de números al azar en la Tabla
1. El número de días asociado con la gama de números al azar será anotado a continuación. Si
el total no es igual ni excede a cincuenta, lo que sucederá con el primer número, entonces se
genera otro número al azar y el número de días que esté asociado a él se agrega al primer
número de días. Nuevamente se ve si el total es igual o excede a cincuenta días. En caso
negativo, se genera el siguiente número al azar, se registra el número de días y se comprueba
contra la meta de los cincuenta días. Este procedimiento se repetirá hasta que llegue o se rebase
la meta, en cuyo punto se registrará el número de días y herramientas que se necesitan para
cumplir con el objetivo.
Tarea 1.- Graficar un histograma donde se muestre el Porcentaje (eje Y) y la duración en días
(eje X)
Tabla 1
Número Porcentaje Número
Días Aleatorio
3 8% 00-07
4 30 % 08-37
5 22 % 38-59
6 12 % 60-71
7 8% 72-79
8 14 % 80-93
9 6% 94-99
Los requerimientos totales representarán sólo una iteración o estimación del número de
herramientas que se necesitan. Obviamente, como estamos trabajando con una distribución
desusada, se puede tener poca confianza en la respuesta. Por tanto, se repite el ciclo por tantas
iteraciones hasta que emerja el modelo. Para demostrar el procedimiento, en la Tabla 2 se
describen cinco iteraciones.
El resumen de estas cinco iteraciones revela que para alcanzar la meta de cincuenta días de uso
o excederlos, en un caso se requieren nueve herramientas, en tres casos se requieren diez, y en
un caso se requieren once. Se podría concluir que podríamos pasar el 80% del tiempo con una
orden por diez herramientas y podríamos pasar el 100% del tiempo, estaríamos seguros con once
herramientas. Sin embargo, esta conclusión no estaría garantizada debido a que el número de
iteraciones es demasiado limitado en este punto. Es por completo obvio que se requieren más
iteraciones para tener cierta confianza en la predicción.
Para llevar a cabo numerosas iteraciones es útil simular en una computadora. El procedimiento
en computadora se programa con facilidad y el procedimiento en sí está idealmente adecuado
para la computadora, es decir, implica la gran cantidad de cálculos y consultas a la tabla que
harían que un humano se distrajera.
Tabla 2
Aquí solo se presenta un resumen de las cifras para indicar el efecto de numerosas iteraciones
sobre el proceso de simulación.
La primera serie de simulaciones implicó diez ensayos o iteraciones. Se repitió cinco veces con
los siguientes resultados:
Nº 7 8 9 1 1 1 T
Herram. 0 1 2 ot
al
Simulaci 0 2 0 4 4 0 1
ón 1 0
Simulaci 0 3 5 2 0 0 1
ón 2 0
Simulaci 0 2 0 4 4 0 1
ón 3 0
Simulaci 0 3 2 3 2 0 1
ón 4 0
Simulaci 0 3 5 2 0 0 1
ón 5 0
TOTAL 0 1 1 1 1 0 5
3 2 5 0 0
Así la simulación inicial dio como resultado una distribución un tanto distorsionada de la historia
de la vida de la herramienta, estos cinco ensayos o iteraciones también reflejan historias
distorsionadas. Por ejemplo, la simulación 1 nos haría creer que podríamos pedir diez (10)
herramientas a riesgo de quedarnos sin existencias el 40% del tiempo. La simulación 3 confirma
esto. La simulación 4 indica que esta regla de decisión resultará en quedar sin existencias el 20%
del tiempo. Y las simulaciones 2 y 5 indican que no ocurrirán agotamientos de existencias si sólo
ordenamos diez herramientas se evitaría quedarse sin existencias. Otra vez un número mayor de
iteraciones.
La segunda serie de simulaciones comprendió cincuenta iteraciones. Se repitió cinco veces con
los siguientes resultados:
Nº Herram. 7 8 9 10 11 1 13 Total
2
Simulación 1 0 6 2 19 3 1 0 50
1
Simulación 2 1 5 1 20 12 0 0 50
2
Simulación 3 0 4 2 13 8 3 0 50
2
Simulación 4 2 8 1 19 6 1 0 10
4
Simulación 5 2 7 1 21 4 0 1 10
5
TOTAL 5 3 8 92 33 5 1 250
0 4
Aumentando las iteraciones de diez a cincuenta, empiezan a aparecer ciertos fenómenos reales.
Hay varias simulaciones que contienen siete (7) herramientas que no aparecen con una iteración
límite de diez. En forma similar, hay un caso en el cual se requieren trece (13) herramientas, lo
que no aparece en las simulaciones que implicaron diez iteraciones.
Para explorar otro paso de aumento en el número de iteraciones, se corrió el programa de la
computadora con cien (100) iteraciones por simulación y el procedimiento de la simulación se
repitió cinco (5) veces. Los resultados son los siguientes:
Nº Herram. 7 8 9 10 11 1 1 Total
2 3
Simulación 1 0 1 38 32 12 1 1 100
6
Simulación 2 1 1 28 32 21 0 0 100
8
Simulación 3 1 1 36 30 14 4 4 100
5
Simulación 4 1 1 28 32 21 0 0 100
8
Simulación 5 1 9 31 41 18 0 0 100
TOTAL 4 7 161 167 86 5 1 500
6
A este punto de la simulación Montecarlo, las predicciones del uso de herramientas principian a
formar diseños razonablemente estables. La gama es claramente siete herramientas mínimo y
trece herramientas máximo. El porcentaje de las expectaciones para determinados niveles de
adquisición están resultando un tanto consistentes. Para comprobar, se hizo una corrida final
empleando mil iteraciones. Los resultados son como sigue:
Nº Herram. 7 8 9 10 1 1 1 Total
1 2 3
Simulación 1
Simulación 2
Simulación 3
Simulación 4
Simulación 5
TOTAL 9 122 313 376 1 2 0 1000
5 6
4
La simulación de 1000 iteraciones indica que si se piden doce (12) herramientas la probabilidad
de que se agoten es cero (0%). Si se piden once (11) herramientas, la probabilidad de que se
agoten aumenta al 2.6%. Si se piden diez (10) herramientas, la probabilidad de que se agoten
aumenta por otro 15.4% para un total del 18.0%. En este punto, el encargado de la decisión
puede asumir el riesgo que está dispuesto a correr y puede colocar su pedido.
ANALISIS
La historia del uso de herramientas presentada en este problema refleja un patrón que no se
conforma con ninguna distribución estadística estándar y, como tal, se presta a la simulación
Montecarlo. Si este modelo de uso se conformara a una distribución estadística estándar, se
podría encontrar directamente la respuesta usando un promedio ponderado y calculando los
límites de confianza. Aun cuando se use un generador de números al azar en la técnica
Montecarlo el cual introduce cierta variabilidad aleatoria, es posible desarrollar grados de
confianza, como se hizo en este problema usando los porcentajes reflejados por el histograma
de las grandes simulaciones. Para indicar por qué ocurre esto, examinaremos un histograma
sumamente extraño y lo sujetaremos al proceso de simulación Montecarlo.
Este histograma se muestra en la Fig. 2.
Tarea 2.- Graficar un histograma donde se muestre el Porcentaje (eje Y) y la duración en días
(eje X)
En el caso de la Fig. 2 las herramientas tienen igual probabilidad de durar tres, cuatro, cinco,
seis o siete días. Si se preguntara cuántas herramientas se necesitarían para servir a una
máquina durante cincuenta días, uno de los métodos sería usar un promedio ponderado de la
forma siguiente:
Num. Peso Valor
días ponderado
3 0.20 0.60
4 0.20 0.80
5 0.20 1.00
6 0.20 1.20
7 0.20 1.40
5,00
Como indica lo anterior, existe un importante grado de variabilidad en las respuestas debido a la
generación de números al azar para el uso de la herramienta. Las medias varían del 10.00 al
10.80, sin embargo, y se aproximan a la solución a que se llegó con la media ponderada. Para
llevar la ilustración a un punto más, considérese el siguiente grupo de cinco simulaciones en las
cuales se corrieron cien ensayos:
Nº Herram. 8 9 1 1 1 1 T M
0 1 2 3 o edi
ta al
l
Simulación 1 0 1 4 3 1 0 1 10,
1 6 1 2 0 44
0
Simulación 2 2 1 4 2 8 3 1 10,
6 2 9 0 34
0
Simulación 3 0 1 4 3 8 0 1 10,
6 1 5 0 35
0
Simulación 4 2 1 4 3 8 1 1 10,
3 5 1 0 33
0
Simulación 5 0 1 4 3 1 0 1 10,
1 1 2 0 44
0
TOTAL 4 6 2 1 4 4 5
7 2 6 8 0
0 7 0