Pronto Pizza

Casos de Estadística1
Profesor Juan Timaná, Ph.D
Revisión. Oct. 2008

Tony tenia que decidir cómo enfrentar a los competidores que gradualmente había quitado clientes a
su negocio, una pizzería familiar Tenia en mente un plan, ofrecer una entrega en menos de 29
minutos, es decir un tiempo más breve que el de la competencia, sin embargo antes de implementar su
idea, tenia que estar seguro de que estaba en la capacidad de poder cumplirla, pues de otra manera los
costos serían my altos. Tenía los datos que él mismo había recolectado y debía tomar una decisión al
respecto.

El Negocio
Pronto Pizza es una pizzería propiedad de una familia en Vinemont, una pequeña ciudad de 20,000
habitantes en el norte de Nueva York. Antonio Scapelli fundó el negocio hace 30 años como
Antonio's, con algunos miles de dólares. Antonio, su esposa y sus hijos, ahora ya adultos, atienden el
negocio. Hace varios años, uno de los hijos de Antonio, Tony, se graduó en la NYU en administración
de empresas. Después de graduarse, regresó a administrar el negocio familiar. Pronto Pizza fue una
de las primeras pizzerías en ofrecer entrega a domicilio. Por suerte, Tony tuvo la previsión de tomar
esta decisión hace algunos años. Al mismo tiempo, cambió el nombre de Antonio's a Pronto Pizza
para destacar el servicio de entrega. Desde entonces, el restaurante ha prosperado y se ha convertido
en uno de los principales de la zona. Aunque muchos clientes todavía acuden al restaurante, casi 90%
de las actividades actuales de Pronto Pizza se derivan del servicio de entregas.

En Problema
Recientemente, una cadena nacional de pizzerías llegó a Vinemont, Nueva York. Para atraer clientes,
este competidor garantiza la entrega de sus pizzas 30 minutos después de hacer el pedido. Si la pizza
no llega en 30 minutos, es gratuita. Muy pronto, fue evidente que esta nueva pizzería le quitaba
clientes a Pronto Pizza. Tony comprendió que tendrían que ofrecer algo similar para seguir siendo
competitivos.
Después de un cuidadoso análisis de costos, Tony determinó que para ofrecer una garantía de
29 minutos o menos, su tiempo promedio de entrega tendría que ser 25 minutos o menos. Consideró
que esto limitaría el porcentaje de “pizzas gratuitas” a alrededor de 5% de todas las entregas, que
consideró el punto donde no ganaban ni perdían con tal promoción. Para confirmar la capacidad de
Pronto Pizza para entregar en 29 minutos o menos, Tony sabía que tenía que reunir datos de las
entregas.
El servicio de entregas de Pronto Pizza funciona a partir de las 4:00 pm. hasta la medianoche
todos los días de la semana. Después de recibir el pedido de una pizza, uno de los dos cocineros la
prepara. Cuando la corteza está reparada y se han agregado los ingredientes, la pizza se coloca en la
banda transportadora del horno. La velocidad de la banda se programa de modo que las pizzas
salgan perfectamente, de una tras la otra. Una vez lista una pizza y disponible uno de los
repartidores, se envía al cliente en una bolsa térmicamente aislante. Pronto Pizza emplea
aproximadamente 5 ó 6 repartidores cada noche. Casi todos ellos son estudiantes de enseñanza
media.

El Estudio
Debido a la gran cantidad de entregas realizadas cada noche, Tony sabía que no podía vigilar cada
una. Analizó la posibilidad de que otra persona recopilara los datos, pero dada la importancia de la
precisión de los datos, decidió efectuar él mismo las mediciones. Por supuesto, esto significó tomar

1
Adaptado de Weiers, Ronald M, Introducción a la estadística para negocios., 5a. Edición, México D.F., 2006, Cap. 10. Sólo para
discusión en clase
una muestra aleatoria de las entregas durante cierto período. Tony decidió vigilar las entregas un mes
completo. Durante cada hora del servicio de entrega, elegía al azar un pedido telefónico. Después
medía cuidadosamente el tiempo requerido para preparar el pedido y el tiempo que éste esperaba a
que estuviera disponible un repartidor. Luego, Tony medía con cuidado el tiempo de entrega.
Después de regresar, Tony seleccionaba al azar un pedido durante la siguiente hora y repetía el
proceso. Al final del mes, Tony había recopilado datos acerca de 240 entregas.
Una vez disponibles los datos, Tony sabía que debía abordar varios aspectos. Se comprometió
a aceptar la garantía de entrega en 29 minutos a menos que los datos indicaran que el verdadero
tiempo de entrega promedio era mayor de 25 minutos. ¿Cómo tomaría esta decisión? También
comprendió que tres componentes afectaban los tiempos de entrega de una pizza: el tiempo de
preparación, el tiempo en espera de un repartidor, y el tiempo del recorrido para entregar la pizza al
cliente. Esperaba haber recopilado datos suficientes para determinar cómo mejorar la entrega al
reducir el tiempo total.
Se recolectó información para las siguientes variables:
DAY: Día de la semana (1=lunes, 7 domingo)
HOUR: Hora del día, (4 a 11 pm)
PREP_TIME: El tiempo en minutos, requerido para preparar el pedido
WAIT_TIME: El tiempo en minutos, desde que termina la preparación del pedido
hasta que el repartidor este disponible para entregarlo
TRAVEL_TIME: El tiempo en minutos que tarda el vehículo en llegar al punto de
entrega
DISTANCE: La distancia en millas de Pronto Pizza al punto de entrega.

Se calculó una nueva variable, TOTAL_TIME, que representa la suma de los tiempos parciales, y es el
tiempo sobre el cual se aplicaría la garantía. Asimismo se decidió crear una variable indicador que
permitía diferenciar los días Sábados (valor =1) de los demás días (valor =0).

2
 ANEXO ESTADÍSTICO

N Rango Mínimo Máximo Media Desv. Estándar

Prep_Time 240 5.78 11.65 17.43 14.9531 1.05364
Wait_Time 240 21.64 .02 21.66 2.5259 3.25645
Travel_Time 240 9.46 3.12 12.58 7.8415 1.89576
Distance 240 5.2 1.2 6.4 3.894 1.0140
Total_Time 240 29.10 16.90 46.00 25.3205 3.92489

Prep_Time Wait_Time Travel Time Distance

Promedio Promedio Promedio Promedio
Hour 4 15.02 1.93 7.97 3.8
5 15.10 4.06 7.38 3.8
6 14.77 2.77 8.22 4.1
7 15.03 3.34 7.48 3.7
8 15.32 1.98 7.47 3.7
9 14.84 2.24 8.09 4.1
10 14.88 1.88 8.07 4.0
11 14.66 2.00 8.04 4.0
Day 1 14.71 2.12 7.06 3.4
2 14.82 1.99 8.25 4.0
3 14.90 1.46 8.09 4.0
4 15.19 1.02 7.72 4.0
5 14.92 3.66 7.96 4.0
6 15.05 4.68 8.08 4.1
7 15.07 1.93 7.64 3.7

50

40
Frequency

30

20

10

0
10,00 20,00 30,00 40,00 50,00
Total_Time

3
 40 120

100

30

80

Frequency

Frequency
20 60

40

10

20

0 0
12,00 14,00 16,00 18,00 0,00 5,00 10,00 15,00 20,00 25,00
Prep_Time Wait_Time

30
30

20
20
Frequency

10 Frequency 10

0 0
2,50 5,00 7,50 10,00 12,50 1,0 2,0 3,0 4,0 5,0 6,0 7,0
Travel_Time Distance

11

12,50

10

9
10,00
Travel_Time

8
Hour

7,50
7

5,00

4
2,50

10,00 20,00 30,00 40,00 50,00 1,0 2,0 3,0 4,0 5,0 6,0 7,0
Total_Time Distance

Variable Respuesta: Wait_Time

Variable Explicativa: Day (recodificada en días de semana y fin de semana))
----------------------------------------------------
Grupos Fin de semana Dia de semana
----------------------------------------------------
N 80 160
Media 4.1710 1.7033
Mediana 2.7450 0.8800
Moda 1.7500 0.2000
Media Geométrica 2.5310 0.8109
Varianza 16.8064 5.5471
Desviación Típica 4.0996 2.3552
E.E. de la Media (*) 0.4583 0.1862

t-Student
---------
Hipótesis Nula: diferencia de medias = 0.0000
Hipótesis Alternativa: no igual
t-Student: 5.9144
p-valor: 0.0001E-4