TRABAJO TEORÍA DE COLAS EN UN BANCO

PRESENTADO POR:

MANUEL ARTURO SOSA TRUJILLO

JORGE ELEICER HERRERA ARRIETA
SANTIAGO ALEXANDER AGUDELO CAMPO
JUAN CARLOS RINCÓN MUÑOZ

FACULTAD DE INGENIERÍA INDUSTRIAL

PRESENTADO A:

HAROLD COHEN PADILLA

FUNDACIÓN UNIVERSITARIA
TECNOLÓGICO COMFENALCO

CARTAGENA BOLIVAR D.T.Y.C

NOVIEMBRE 22 DE 2020

1
 TABLA DE CONTENIDO
RESUMEN
1. INTRODUCCIÓN
2. PROBLEMA DE ESTUDIO
3. JUSTIFICACIÓN
4. OBJETIVO
5. MARCO REFERENCIAL
6. METODOLOGÍA
6.1. CONTEXTO LUGAR DE TRABAJO
6.2. SIMULACIÓN MONTE CARLO
7. RESULTADOS
7.1. ANÁLISIS DE LA MUESTRA
7.2. DATOS ANALIZADOS
7.3. FICHA TÉCNICA DE ENCUESTA
8. CONCLUSIONES
9. RECOMENDACIONES
10. BIBLIOGRAFÍAS
11. ANEXOS

2
 RESUMEN

La teoría de cola es una rareza común que ocurre siempre que la demanda de un
servicio puede ser congestionada, en este caso se desarrolló un estudio a la
entidad bancaria Davivienda del Paseo de la castellana, a la que anticipadamente
se le realizo una muestra (MAS) en este caso para considerar una población
estimada a la cual se le realizaría la aplicación de una encuesta, siendo así muy
importante, ya que eso nos permitió tener valores y justificaciones de cada
actividad que ejerce cada persona en este banco, tanto como de los servicios,
espera, llegada y otras determinadas actividades recurrentes en este, así también
nos arrojó porcentajes y gráficos apropiados que son muy importantes para tener
claridad del estudio, todo esto simulado en base al comportamiento de las
personas y las operaciones que realizan en las entidad bancaria determinando el
tamaño óptimo de la muestra y pertinente al resultado arrojado, se le dio
continuidad a una encuesta virtual para proceder con el respectivo análisis, así
mismo la recolección de datos donde se presentaron preguntas pertinentes como
edades, tipo de sexo, tiempo de espera en el sistema, operaciones a realizar,
horarios de referencias entre otros, y de acuerdo a esto la mayoría de las
personas con un gran porcentaje prefieren la jornada de la mañana para asistir al
banco, también descubrimos que la diligencia que suelen hacer más seguido son
consignaciones, probando con 6 operarios donde se obtuvo un factor de utilización
del 0,91, lo cual es mucho, por ende decidimos trabajar con 7 operarios para así
obtener un factor de utilización del 0,78, esto determina distintos factores, con el
fin de analizar el tiempo de llegada y servicio de atención para tomar decisiones,
plantear y proponer de acuerdo a esto, alternativas que permitan la mejora de la
prestación del servicio y aumentar la satisfacción de los clientes.

3
 1. INTRODUCCIÓN

La teoría de colas se da en cualquier tipo de sistema ya sea bancos

supermercados, estacionamientos, etc. Esta rareza de las colas se da cuando la
cantidad de personas que llegan a este establecimiento es mayor al número de
personas que son atendidas en el mismo.
Este estudio es importante porque en base a ello se puede lograr una mejora en el
sistema, sabiendo la modalidad del servicio y como llega la población.
Nuestro trabajo tomó como ejemplo la entidad bancaria Davivienda ubicada en el
centro comercial la Castellana en la ciudad de Cartagena donde se realizó una
encuesta para obtener una muestra y poder realizar un análisis donde nos da
resultados y poder construir el modelo actual para terminar con las conclusiones.

4
2. PROBLEMA DE ESTUDIO
¿Con cuántos operarios el sistema puede cumplir con la demanda propuesta con
la simulación de la entidad bancaria Davivienda en la jornada de la mañana en el
centro comercial paseo de la castellana?

3. JUSTIFICACIÓN
Luego de realizar el modelo de simulación Montecarlo nos dimos cuenta que la
entidad bancaria con 6 operarios no abastece de forma eficiente el número de
clientes por horas que llegan al banco y de esta manera se crean las filas de
espera. Por tal motivo, decidimos correr nuestro sistema con 7 operarios donde el
factor de utilización es de 0,78 y el tiempo de espera en la cola es de
aproximadamente de 40 min.

5
4. OBJETIVO
El objetivo del presente trabajo es demostrar la teoría de colas en la atención de
los clientes de la sucursal bancaria Davivienda ubicada en el centro comercial
paseo de la castellana en la ciudad de Cartagena, con el fin de analizar el tiempo
de llegadas y servicio de atención para plantear y proponer de acuerdo a esto,
alternativas que permitan la mejora continua en la prestación del servicio y
aumentar la satisfacción de los clientes.

6
5. MARCO REFERENCIAL
La función principal de la teoría de colas es modelar sistemas de espera tales que
funcionen de la siguiente manera. Existe un medio al que llegan clientes
demandando cierto servicio. Luego, a consecuencia de que la demanda no puede
ser satisfecha inmediatamente, se forma una cola (o línea de espera) de clientes
en espera de ser atendidos por el o los servidores correspondientes.
Los tiempos entre arribo de clientes consecutivos al sistema y los tiempos de
servicio son aleatorios, y son representados por variables aleatorias con alguna
distribución de probabilidad. En particular, en este trabajo estudiaremos colas en
las que ambas variables aleatorias tienen distribución exponencial. A este tipo de
colas se les conoce como colas poissonianas debido a la relación entre las
distribuciones de Poisson y exponencial. El término clientes es general.

7
6. METODOLOGÍA
6.1. CONTEXTO LUGAR DE TRABAJO

El lugar en que se desarrollará el caso simulado será: En la sucursal Davivienda

de la castellana en Cartagena, en el cual se calculará las medidas de evolución
del sistema. Nuestro caso simulado comienza hallando el tamaño óptimo de la
muestra por medio de la formula estadística (muestreo aleatorio simple) y una
encuesta virtual sobre el comportamiento de las personas y las operaciones que
realizan en las entidades bancarias.

Imagen 1- Ubicación desde Google maps. Imagen 2- Dirección de Sucursal De

Davivienda

6.2. SIMULACIÓN MONTE CARLO

La simulación Monte Carlo es una técnica matemática computarizada que permite

tener en cuenta el riesgo en análisis cuantitativos y tomas de decisiones. Dando
solución a una gran variedad de problemas matemáticos haciendo experimentos
con muestreos estadísticos en una computadora.
El método es aplicable a cualquier tipo de problema, tipo estocástico o
determinístico. Esta técnica es utilizada por profesionales de campos tan dispares

8
como los de finanzas, gestión de proyectos, energía, manufacturación, ingeniería,
investigación y desarrollo, seguros, petróleo y gas, transporte y medio ambiente.

La clave de la simulación MC consiste en crear un modelo matemático del

sistema, proceso o actividad que se quiere analizar, identificando aquellas
variables (inputs del modelo) cuyo comportamiento aleatorio determina el
comportamiento global del sistema.
Una vez identificados dichos inputs o variables aleatorias, se lleva a cabo un
experimento consistente en (1) generar – con ayuda del ordenador‐ muestras
aleatorias (valores concretos) para dichos inputs, y (2) analizar el comportamiento
del sistema ante los valores generados.
Tras repetir n veces este experimento, dispondremos de n observaciones sobre el
comportamiento del sistema, lo cual nos será de utilidad para entender el
funcionamiento del mismo. Obviamente, nuestro análisis será tanto más preciso
cuanto mayor sea el número n de experimentos que llevemos a cabo.

9
 7. RESULTADOS

1 0,2015895 00:01:00 8:01:00 8:01:00 0:00:00 0,1363353 0:07:18 8:08:18

2 0,5254043 00:02:38 8:03:38 8:08:18 0:04:40 0,7840203

3 0,4830613 00:02:25 8:06:03 8:31:34 0:25:31 0,9942798
4 0,3661128 00:01:50 8:07:53 8:51:04 0:43:12 0,7858406
5 0,008667 00:00:03 8:07:55 9:14:20 1:06:25 0,7334889

6 0,7322685 00:03:40 8:11:35 9:26:44 1:15:09 0,8457799

7 0,1767015 00:00:53 8:12:28 9:50:00 1:37:32 0,2692040 0:07:18 9:57:18

8 0,6433083 00:03:13 8:15:41 9:57:18 1:41:37 0,4819757

9 0,4981616 00:02:29 8:18:11 10:06:18 1:48:08 0,0165187 0:07:18 10:13:36

10 0,5910978 00:02:57 8:21:08 10:13:36 1:52:29 0,1179869 0:07:18 10:20:54

11 0,7283128 00:03:38 8:24:46 10:20:54 1:56:08 0,5181851
12 0,2424488 00:01:13 8:25:59 10:29:54 2:03:55 0,7572177 0:15:00 10:44:54

13 0,9594307 00:04:48 8:30:47 10:44:54 2:14:08 0,2261689 0:07:18 10:52:12

14 0,5596747 00:02:48 8:33:35 10:52:12 2:18:38 0,1072754 0:07:18 10:59:30

15 0,9317066 00:04:40 8:38:14 10:59:30 2:21:16 0,1134033 0:07:18 11:06:48

16 0,7913928 00:03:57 8:42:12 11:06:48 2:24:37 0,6037801
17 0,0554918 00:00:17 8:42:28 11:15:48 2:33:20 0,9948344
18 0,9342948 00:04:40 8:47:09 11:35:18 2:48:10 0,8181380
19 0,7087081 00:03:33 8:50:41 11:58:34 3:07:53 0,1574009 0:07:18 12:05:52

20 0,4601562 00:02:18 8:52:59 12:05:52 3:12:53 0,7291741

21 0,0334506 00:00:10 8:53:09 12:18:16 3:25:07 0,9020532
22 0,7850365 00:03:56 8:57:05 12:41:32 3:44:28 0,9570211
23 0,838985 00:04:12 9:01:17 13:01:02 3:59:46 0,8023692
24 0,3805433 00:01:54 9:03:11 13:24:18 4:21:08 0,7885779
25 0,6590982 00:03:18 9:06:29 13:47:34 4:41:06 0,6140547
26 0,0603726 00:00:18 9:06:47 13:56:34 4:49:48 0,8412204
27 0,5313941 00:02:39 9:09:26 14:19:50 5:10:24 0,4777669
28 0,894081 00:04:28 9:13:54 14:28:50 5:14:56 0,5500089
29 0,1499005 00:00:45 9:14:39 14:37:50 5:23:11 0,9928631
30 0,3302199 00:01:39 9:16:18 14:57:20 5:41:02 0,8083397
31 0,853852 00:04:16 9:20:34 15:20:36 6:00:02 0,7228402

32 0,607822 00:03:02 9:23:37 15:33:00 6:09:24 0,1294313 0:07:18 15:40:18

33 0,9213439 00:04:36 9:28:13 15:40:18 6:12:05 0,9658479
34 0,8924158 00:04:28 9:32:41 15:59:48 6:27:08 0,8932965
35 0,3928592 00:01:58 9:34:39 16:23:04 6:48:26 0,5918568
36 0,3570007 00:01:47 9:36:26 16:32:04 6:55:39 0,2292949 0:07:18 16:39:22
37 0,4182125 00:02:05 9:38:31 16:39:22 7:00:51 0,9624313
38 0,5852246 00:02:56 9:41:27 16:58:52 7:17:26 0,1270551 0:07:18 17:06:10

39 0,7602123 00:03:48 9:45:15 17:06:10 7:20:55 0,2894350 0:07:18 17:13:28

10
Tabla 1: Modelo de Simulación MONTECARLO

PROMEDIO 00:02:42
TIEMPO (S) 162
0,006 0,0011 Personas/Seg
22 Personas/hor 4 Personas/Hor

MM1
LLEGADAS Para el primer análisis probamos con 4 cajeros,
donde el factor de utilización nos da 0,95 por tal, el
sistema si alcanza el estado transitorio; pero
HORA DE quedaría muy al límite sin darle tiempo a los cajeros
Li Ls DESV
INICIO para tomar pausas, por ende; decidimos correr
nuestro sistema con 5 cajeros donde el factor de
utilización es de 0,76.

0:00:00 00:05:00 0:05:00 8:00:00

Li Ls TIPO OPERACIÓN TIME OP

0 0,41 Consignaciones 0:07:18
0,41 0,62 Retiros 0:09:00
0,62 0,74 Certificados 0:12:24

0,74 0,77 Cuenta bancaria 0:15:00

0,77 0,95 Quejas 0:23:16

0,95 1 Otras 0:19:30

Tabla 2: Modelo de Teoría de Colas

CERTIFICAD ABRIR
x CONSIGNACIONES RETIROS QUEJAS OTRAS
OS CUENTA

f 16 8 5 1 7 2

f(x) 0,41 0,21 0,13 0,03 0,18 0,05

F(x) 0,41 0,62 0,74 0,77 0,95 1,00

Tabla 3: Operaciones Realizadas

11
7.1. ANÁLISIS DE LA MUESTRA

Para el desarrollo de esta actividad hemos definido un tamaño de la muestra de 39

personas como población que utiliza los servicios brindados por el banco
Davivienda de forma presencial en la Sucursal Paseo de la Castellana de la
ciudad de Cartagena Bolívar. De esta forma estimar el tiempo de llegada, duración
del servicio, tempo de salida durante el estudio de nuestro caso.

La Técnica de recolección de la información fue por medio de una encuesta

realizada en formulario digital de google, la cual tiene un margen de error de un
2,4%, con un nivel de confianza del 95%. Lo anterior nos permite evidenciar el
diseño de la muestra es infinita y esta representa el porcentaje de intervalos
definidos en nuestra población de estudio.

7.2. DATOS ANALIZADOS

El 54% representa usuarios entre 18 – 25

años.

El 21% representa usuarios entre 26 – 35

años.

El 13% representa usuarios entre 36 – 45

Gráfica 1: Edad de los usuarios
años.

El 64% representa población femenina.

El 14% representa población masculina.

Gráfica 2: Genero

El 64% frecuenta el banco de 0 a 1 vez al mes.

El 36% frecuenta el banco de 2 a 5 vez al mes.

El 0% frecuenta el banco de 5 a 10 vez al mes.

El 0% frecuenta el banco más de 10 vez al mes.

.
Gráfica 3: Promedio en visitar banco al mes

12
 El 41% realiza consignaciones.

El 21% realiza retiros.

El 13% solicita certificados.

El 3% abrir cuentas.

El 18% quejas.

El 5% abrir cuentas.

Gráfica 4: Diligencias más frecuente en el banco

El 59% visita su banco entre 08:00 – 11:00 a.m.

El 13% visita su banco entre 12:00 – 03:00 p.m.

El 28% visita su banco entre 03:01 – 06:00 p.m .

Gráfica 5: Horario visita al banco

El 8% espera entre 5 -10 minutos.

El 18% espera entre 10 -20 minutos.

El 28% espera entre 20 -30 minutos.

El 31% espera entre 30 -60 minutos.

El 15% espera más de 1 hora.

Gráfica 6: Tiempo en promedio espera para ser atendido

El 56% demora siendo atendido por funcionario entre 5 -10 minutos.

El 26% demora siendo atendido por funcionarios 10 -20 minutos.

El 10% demora siendo atendido por funcionarios 20 -30 minutos.

El 8% demora siendo atendido por funcionarios más 30 minutos.

Gráfica 7: Tiempo en promedio demora siendo atendido por un funcionario

El 31% estaría dispuesto a esperar menos de 10 minutos.

El 36% estaría dispuesto a esperar entre 10 – 20 minutos.

Gráfica 8: Tiempo máximo que estaría dispuesto a esperar
por el servicio El 18% estaría dispuesto a esperar entre 20 - 30 minutos.

El 15% estaría dispuesto a esperar lo que sea necesario.

13
 El 13% manifestó 1 grado de satisfacción.

El 10% manifestó 2 grado de satisfacción.

El 44% manifestó 3 grado de satisfacción.

El 21% manifestó 4 grado de satisfacción.

El 13% manifestó 5 grado de satisfacción.

Gráfica 9: Satisfacción en el servicio

7.3. FICHA TÉCNICA DE ENCUESTA

Persona natural o jurídica que Grupo de trabajo.

realizo la encuesta

Fecha de recolección Noviembre 19 y 20 de 2020.

Objetivo General Exponer la teoría de colas durante la

prestación de servicio a los clientes de la
entidad financiera Banco Davivienda, con
la finalidad de estudiar el tiempo de
llegada, tiempo de espera, duración en la
prestación del servicio y generar acciones
de mejoras en la prestación de sus
servicios que permitan aumentar el nivel
de satisfacción de los clientes.
Universo de estudio Población que utiliza los servicios
brindados por el banco Davivienda de
forma presencia en la Sucursal Paseo de
la Castellana de la ciudad de Cartagena
Bolívar.

Diseño de la muestra El diseño de la muestra aleatorio simple o

infinita.

Preguntas realizadas Ver anexo 1.

Tamaño de la muestra Total personas encuestadas: 39.

Números de encuestadores 5 encuestadores.

Técnica de recolección Encuesta realizada por medio de

formulario digital de google.

14
 Margen de error El error es de 2,4%, con un nivel de
confianza del 95%.

Tabla 4: Ficha Técnica de la Encuesta

15
 8. CONCLUSIONES

 El número de cajeros disponibles el banco, no es suficiente para cubrir

la demanda de clientes. Por lo tanto, se necesita ampliar la cantidad de
cajeros de tal manera de que se agilice la atención y al mismo tiempo
los operarios no se sobrecarguen de trabajo.

 Los clientes en la cola están esperando en promedio 2 horas y 56

minutos. El 36% de las personas encuestadas manifiestan que estarían
dispuestos a esperar entre 10 y 20 minutos y solo el 15% estarían
dispuesto a esperar el tiempo necesario para ser atendido.

16
 9. RECOMENDACIONES

 Se recomienda a la entidad financiera evaluar la opción de aumentar el

número de cajeros o servidores para la atención de los clientes y de
esta forma se agiliza la atención en las horas pico y se mejoraría la
percepción o grado de satisfacción de los clientes.

 Capacitar al personal de atención al público (cajeros) en técnicas de

atención ágil y manejo del tiempo. Lo anterior permitiría mayor atención
de clientes durante el tiempo de servicio o atención al público.

 Informar a los clientes en cola tener la documentación totalmente

diligenciada, organizada previo a la llegada a los cajeros para disminuir
los tiempos de atención de los usuarios.

17
 10. BIBLIOGRAFÍAS

 Hamdy A. Taha. Libro Investigación de Operaciones, Novena Edición.

PEARSON EDUCACIÓN, México, 2012. ISBN: 978-607-32-0796-6.

18
 11. ANEXOS

ANEXO 1: FORMULARIO DE LA ENCUESTA

19
Imagen 3: Formulario de la Encuesta

ANEXO 2: LINK SUSTENTACIÓN DEL TRABAJO

20