Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
El término modelado de procesos de negocio ha sido usado para incorporar todas las actividades relacionadas a
la transformación de conocimientos correspondientes a un sistema de negocios a través de modelos que describen
los procesos ejecutados por las organizaciones (van Hee, et al. 2013).
Existe una gran cantidad de enfoques, métodos, y técnicas para soportar el diseño de reingeniería de procesos de
negocio. Algunas de las técnicas más usadas son: Integrated DEFinition Methods (IDEF), diagramas de flujo,
diagrama de actividad de rol, y redes de Petri. Por otro lado, las principales herramientas de modelado de procesos
de negocio son: herramientas de modelado de flujo (ayudan a definir procesos y flujos de trabajo conectando
descripciones de texto a símbolos), Computer-Aided Software Engineering (CASE) (éstas suministran un marco
conceptual para modelar decisiones de procesos y jerarquías), y herramientas de simulación (Giaglis et al., 1999).
En este contexto, Giaglis (2001) desarrolla una taxonomía de técnicas de modelado de procesos de negocio, donde
éstas son clasificadas de acuerdo al propósito del proyecto de modelado. Estas técnicas pueden tener los siguientes
enfoques: a)información (datos); b)organización (dónde y cuándo); c)dinámico (cuándo y cómo); y d)funcional
(qué). Además, pueden ser usadas para abordar objetivos diferentes como son: comprensión y comunicación,
mejora de procesos, administración de procesos, desarrollo, y ejecución de procesos.
Asimismo, Jansen y Netjes (2006) analizaron diversas herramientas de simulación de procesos de negocio en el
cual, para su análisis, las agruparon en tres categorías: 1) herramientas de modelado de procesos de negocio; 2)
herramientas de administración de procesos de negocio; y 3) herramientas de simulación de propósito general. En la
primera categoría evaluaron a ARIS y Protos; en la segunda estudiaron a FLOWer y FileNet; en la tercera evaluaron
1
La Dra. Francisca Santana Robles es Profesora Investigadora de la Escuela Superior de Cd. Sahagún de la Universidad Autónoma
del Estado de Hidalgo. fran-santana7@hotmail.com (autor corresponsal)
2
El Mtro. Rafael Granillo Macías es Profesor Investigador de la Escuela Superior de Cd. Sahagún de la Universidad Autónoma
del Estado de Hidalgo. rafael_granillo@hotmail.com
Revista de la Ingeniería Industrial
Vol. 12, No. 1, 2018 -10-
ISSN 1940-2163 online AcademiaJournals.com
a Arena y CPN Tools. Para cada una de las herramientas estudiaron la capacidad de modelado, la capacidad de
simulación, y la capacidad de análisis de resultados. Concluyen que las que cuentan con mayor capacidad de
modelado son Protos y Arena; respecto a capacidades de simulación destacan ARIS, Arena y CPN Tools;
finalmente, respecto a capacidades de análisis de resultados sobresale Arena.
Por otro lado, van der Aalst y Stahl (2011) destacan que las redes de Petri coloreadas (CPN) son capaces de
modelar procesos de negocio complejos haciendo uso de la herramienta de modelado y simulación CPN Tools. Las
CPN permiten modelar sistemas complejos debido a que cuentan con extensiones para modelar datos, jerarquía, y
tiempo (van der Aalst et al., 2013).
En este contexto, las CPN son un lenguaje de modelado y análisis de sistemas distribuidos, donde la
concurrencia, comunicación, y otros tipos de sincronización juegan un papel crucial. La principal diferencia que
aportan las CPN respecto a las ordinarias es la capacidad de asociar a cada objeto (marca) un tipo de dato (conjunto
de valores) denominado color de objeto. El uso de colores es análogo al uso de tipos de datos en los lenguajes de
programación, lo cual capacita a las CPN de la potencia necesaria para poder formalizar el modelo de cualquier
sistema por complejo que éste sea; esto es debido a que se combinan las capacidades de las CPN con las capacidades
de un lenguaje de programación de alto nivel (Jensen, 1997; Jensen y Kristensen 2009; Seatz et al., 2013; Silva,
2014; Zhang y Wu, 2011; Jensen y Kristensen, 2015)
La relevancia de este trabajo se centra en la metodología propuesta para la integración del modelado, simulación,
y análisis de los procesos de negocio de una cadena de suministro con el propósito de reducir la complejidad de
modelado y análisis de resultados. Además, el modelo obtenido utilizando la metodología permite representar a
través de módulos el comportamiento de una cadena de suministro (SC) compleja.
Por otro lado, el objetivo del modelo de simulación es estudiar los procesos de negocio clave de la SC del caso
de estudio a través de una CPN, de tal forma que permita conocer información que ayude a una mejor toma de
decisiones. El primer paso para la elaboración del modelo es desarrollar un esquema conceptual de los procesos de
negocio que se llevan a cabo entre los socios, como se muestra en la Figura 2. Éstos inician con la recepción de
órdenes por parte de los clientes, con ello se determina la cantidad a producir y la cantidad de materia prima
requerida. Posteriormente, se colocan las órdenes de materia prima e insumos a los diferentes proveedores;
asimismo, los proveedores una vez recibidos los pedidos revisan sus existencias, si el nivel de inventario es mayor o
igual a la cantidad del pedido, se confirma el envío al cliente, se genera la documentación correspondiente y se
autoriza el embarque. Por otro lado, si el nivel de inventario es menor se genera un backorder, y se solicita
autorización por parte del cliente; si éste es autorizado, se coloca una orden al proveedor, una vez recibido el
producto, se genera la documentación correspondiente y se autoriza el embarque. Una vez que la empresa ha
recibido la materia prima e insumos necesarios, inicia la producción de las prendas, genera la documentación
correspondiente, y envía los productos a los clientes.
Figura 1. Metodología para el modelado, simulación y análisis de una SC a través de CPN. Fuente: Elaboración propia.
El modelo se construye a partir de una CPN jerárquica temporalizada, esto con el objetivo de construir módulos
para los distintos procesos de negocio quienes representan a los socios de negocio, donde la empresa focal
representa a la empresa fabricante de prendas de vestir.
Figura 2. Esquema conceptual de los procesos de negocio desarrollados entre los miembros de la SC. Fuente: elaboración propia
Revista de la Ingeniería Industrial
Vol. 12, No. 1, 2018 -12-
ISSN 1940-2163 online AcademiaJournals.com
En la Figura 3 se observa la vista superior del modelo CPN, conformada por cuatro módulos: 1)Proveedores II;
2)Proveedores I; 3)Empresa focal; y 4)Clientes. Estos representan a los socios de negocio de la SC. Asimismo, el
submódulo que calcula la cantidad a producir de cada tipo de producto de acuerdo a los pedidos de los clientes es
mostrado en la Figura 4. Los procesos de confección y acabado desarrollados por la empresa focal se muestran en la
Figura 5.
Por otra parte, en la fase de análisis formal se aplicó gráfico de ocurrencia, lugares invariantes, y análisis de
desempeño; con lo cual, se conocieron algunas estadísticas del comportamiento de los recursos en las diferentes
etapas del proceso de producción de la empresa fabricante de prendas de vestir. Además, se identificaron algunas
propiedades dinámicas del modelo de simulación, como son: alcanzabilidad, acotación, propiedades de origen,
vivacidad y cobertura. También se conocieron los lugares invariantes, que son aquellos que permanecen con el
mismo número de tokens.
Figura 4. Submódulo que calcula la cantidad a producir por tipo de producto. Fuente: elaboración propia.
Comentarios Finales
Nosotros describimos una metodología que integra las capacidades de modelado, simulación, y análisis de
las CPN para el estudio de una SC. Esta metodología puede servir de guía a los analistas de la SC en la etapa de
modelado, puesto que permite identificar qué elementos debería contener el modelo de simulación, además
facilita la construcción del modelo y llevar a cabo el análisis del mismo.
Revista de la Ingeniería Industrial
Vol. 12, No. 1, 2018 -13-
ISSN 1940-2163 online AcademiaJournals.com
Nuestro modelo permite conocer el desempeño de la SC estudiada. Además, permite conocer cómo influye el
comportamiento de los proveedores en el cumplimiento de las órdenes a los clientes de la empresa. Asimismo,
puede observarse cómo afecta la cantidad de existencias en inventario y la importancia de compartir
información entre los miembros de la cadena de suministro para reducir la incertidumbre. Con los resultados
obtenidos, puede observarse el porcentaje de ocupación de los recursos del proceso de producción de prendas.
Esto es de suma importancia debido a que una SC textil requiere eliminar desperdicio, así como tiempos
muertos para poder responder a las necesidades de los clientes en términos de tiempos de envío, costos, calidad,
y cantidades exactas de producto.
Figura 5. Submódulo que representa los procesos de confección y acabado desarrollados por la empresa focal. Fuente:
elaboración propia.
Finalmente, el modelo de simulación muestra la importancia de contar con herramientas que ayuden a los
socios de negocio a la toma decisiones que permitan mejorar el desempeño de la cadena de suministro como un
todo.
Referencias
Chen, H., Labadi, K., & Amodeo, L. (2006). Modeling, Analysis, and Optimization of Logistics Systems Petri Net based
Approaches. 2006 International Conference on Service Systems and Service Management.Troyes, France: IEEE.
Giaglis, G. M., Paul, R. J. & Doukidis, G. I (1999). Dynamic Modeling to Assess the Business Value of Electronic Commerce.
International Journal of Electronic Commerce. 3(3), 35-51.
Giaglis, G. M. (2001). A Taxonomy of Business Process Modeling and Information Systems Modeling Techniques. The
International Journal of Flexible Manufacturing Systems, 13(2), 209-228.
Jansen-Vullers, M. H., & Netjes, M. (2006). Business Process Simulation - a Tool Survey. Workshop and Tutorial on Practical
Use of Colored Petri Nets and the CPN Tools. Eindhoven, The Netherlands.
Jensen, K. (1997). Coloured Petri Nets: Basic Concepts, Analysis Methods and Practical Use. Germany: Springer-Verlang.
Jensen, K., & Kristensen, L. M. (2009). Colored Petri Nets Modelling and Validation of Concurrent Systems. New York:
Springer- Verlag.
Jensen, K., & Kristensen, L. M. (2015). Colored Petri Nets: A graphical Languege for Formal Modeling and Validation of
Concurrent Systems. Communications of the ACM, 58(6), 61-70.
Van Hee, K. M., Sidorova, N., & van der Werf, J. M. (2013). Business Process Modeling Using Petri Nets. En K. Jensen,
Transactions on Petri Nets and Other Models of Concurrency VII (págs. 116-161). Berlin Heidelberg: Springer-Verlag.
Nance R. E. (1994). The Canonical Methodology and the evolution of simulation model velopment. Ann. Oper. Res. 53(1), 1-45.
Santana-Robles, F., Medina-Marín, J., Montaño-Arango, O., & Seck-Tuoh-Mora, J. C. (2012). Modeling and Simulation of
Textile Supply Chain through Colored Petri Nets. Intelligent Information Management, 4 (5A), 261-268.
Revista de la Ingeniería Industrial
Vol. 12, No. 1, 2018 -14-
ISSN 1940-2163 online AcademiaJournals.com
Seatzu, C., Silva, M., & van Schuppen, J. H. (2013). Control of Discrete-Event Systems. London: Springer-Verlang.
Silva, M. (2014). Modeling, Analysis, and Control with Petri Nets. Springer-Verlang , 1-12.
Van der Aalst, W., & Stahl, C. (2011). Modeling Business Processes: a Petri Net-Oriented. London, England: MIT Press.
Van der Aalst, W., Stahl, C., & Westergaard, M. (2013). Strategies for modeling complex processes using colored Petri nets. En
K. Jensen, Transactions on Petri Nets and Other Models of Concurrency VII (págs. 6-55). Berlin Heidelberg: Springer-
Verlang.
Zhang, X., Lu, Q., & Wu, T. (2011). Petri-Net based applications for supply chain management: an overview. International
Journal of Production Research, 3939-3961.