LIMA, LA MOLINA -PERU

Reduccin de Gastos en Combustibles en Flota Vehicular Municipal con Lean Six Sigma
La Molina, Lima-Per
Wilfredo Elas Pimentel Serrano 09/07/2012

El desarrollo de las cinco Fases del Proyecto Lean Six Sigma, que incluy la implementacin de un proyecto piloto, permiti identificar parmetros para que el combustible asignado sea mejor controlado, incidiendo directamente en reducir los gastos mensuales demandados.

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

Reduccin de Gastos en Combustibles en Flota Vehicular Municipal con Lean Six Sigma.
La Molina, Lima-Per

Incluye el EFECTO CULTURA

WILFREDO ELIAS PIMENTEL SERRANO

wilpicos@gmail.com

Resumen
El Proyecto Lean Six Sigma para reducir los Gastos en Combustible de la Flota Vehicular y Maquinarias de la Municipalidad Distrital de La Molina, Lima- Per, se desarroll de enero a junio 2012. La evaluacin de la data histrica disponible en relacin a los gastos mensuales en adquisiciones de combustibles y los recorridos realizados por los vehculos, evidenci un bajo rendimiento en 22.8 Km/Gln, teniendo en consideracin de que se trataban de vehculos con caractersticas y usos semejantes con un estndar de diseo de 35 Km/gln; por otra parte los datos mostraban incrementos aleatorios en el consumo de combustibles que no estaban explicados en la data disponible. Una evaluacin ms detallada de las causas que influan en la alta variabilidad del Rendimiento en Km/Gln, permiti identificar una oportunidad de reducir el gasto en combustible de manera significativa. El desarrollo de las cinco Fases del Proyecto Lean Six Sigma, que incluy la implementacin de un proyecto piloto, permiti conocer de manera explcita las causas que inciden de manera significativa en el Rendimiento Km/Gln, obtenindose una nueva referencia de 28 Km/gln. Adicionalmente, se identific que en organizaciones pblicas, el factor cultura es una variable muy importante en la mejora de los procesos. El resultado final del proyecto permite determinar un ahorro inicial de 516.000 nuevos soles para el presupuesto de la Municipalidad en el ao en curso.

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

Summary
The Lean Six Sigma project to reduce fuel costs in the Vehicle fleet and in the Equipment of the Municipality of La Molina, Lima-Peru, took place from January to June 2012. The assessment of historical data available about monthly expenditures on purchases of fuel and the journeys made by vehicles, showed a poor performance in the journey of the vehicles (22.8 Km / Gallon), taking into consideration that these were vehicles with similar characteristics and uses and with a standard design of 35 km / gallon. On the other hand, the data showed random increases on fuel consumption; the increases couldnt be explained with the data available. An important and detailed evaluation of the causes of the high variability of the yield in km/gallon allowed identifying an opportunity to reduce fuel cost significantly. The development of the five phases of Lean Six Sigma Project, which included the implementation of a "pilot project", allowed knowing, in an explicit way, the causes that have significant impact in the yield km/gallon, by obtaining a new reference, 28 km/gallon. thanks to the implementation of the project and to the analysis of new parameters, not only the quality of the service improved, but also it had an impact on reducing fuel need. As a result, it generated the required savings. Moreover, we identified that in public institutions the cultural aspect is an important variable in order to improve the processes. The last result of the project allowed an initial savings of 516,000 soles for the budget of the Municipality in the year.

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

Introduccin

en un escenario inusual como es el gobierno local, como la Municipalidad Distrital de La Molina en Lima Per, se decide emplear la Metodologa Lean Six Sigma para mejorar sus procesos, siendo el proyecto de reduccin de gastos en combustible de la flota vehicular, una primera experiencia en este contexto en el Per. Los funcionarios permanentes, por lo general son tradicionales y desconfiados para aceptar nuevas experiencias, son renuentes a proporcionar informacin, mucho menos, si estas se han de ventilar en nuevos escenarios (alianzas y auspiciadores). Por lo general no utilizan herramientas especializadas en el anlisis de la informacin, y casi siempre las rechazan bajo el argumento de que son costosos y no proporcionan resultados inmediatos. Como consecuencia, no solo desconfan de los resultados que se puedan alcanzar con un proyecto Lean Six Sigma (LSS), sino tambin de la efectividad del mtodo. Prefieren trabajar con los mtodos tradicionales que conocen, mantener el statu quo, aun cuando saben que su efectividad es limitada. En la Municipalidad de la Molina, Una parte importante de la informacin en los gastos en combustibles se concentra en la Subgerencia de Servicios Generales. Anualmente son auditados y en los ejercicios en aos anteriores no se han identificado hallazgos significativos. Todo pareca estar claro, incluso los requerimientos de mayor cantidad de combustible y el uso de los mismos, estaban aparentemente sustentados, siendo por tanto la necesidad de hacer estudios de optimizacin una actividad poco relevante. Sin embargo, desde los inicios del proyecto se identific la necesidad de superar dificultades por existir informacin compartimentada, de procedimientos que no estaban escritos y conocer los detalles de actividades que mostraban elevada variabilidad. Una de las reas focalizadas por tener mayores requerimientos de combustible fue la Subgerencia de Serenazgo; en esta dependencia se concentran la mayor cantidad de vehculos, en especial las camionetas de patrullaje y las motocicletas que usan Gasohol de 90 octanos. En el desarrollo de las cinco fases del Proyecto, se Defini y Midi el problema, se desarroll el trabajo de campo por 08 das con 08 personas para tomar datas reales y formular las fases de Analizar y Mejorar, finalmente se implemente un proyecto piloto para establecer nuevos parmetros de control y uso de combustibles en la fase Controlar. Al concluir cada fase se fue proporcionando recomendaciones para reducir el gasto en combustible, para formalizar los procedimientos, y de implementar nuevos elementos de control con uso de tecnologa. De manera general se consigui

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

demostrar que esta metodologa es perfectamente aplicable a mejorar procesos en instituciones de gobiernos municipales. Los resultados obtenidos son sorprendentemente positivos, pues no solo permite alcanzar importantes ahorros y beneficios econmicos, sino que permite corregir factores que hasta ahora no son frecuentes a ser considerados en los proyectos LSS, como es el factor cultural. La deteccin adecuada de esta variable mejora notoriamente los beneficios inicialmente detectados. Las decisiones tomadas por las autoridades de la Municipalidad de la Molina, en especial por su Alcalde, el Gerente Municipal, las Gerencias de Planeamiento y Administracin y en general la participacin de toda la corporacin, al haberse comprometido e identificado con llevar adelante esta nueva metodologa para la mejora de los procesos de la municipalidad, hacen sentir en La Molina, nuevos aires para mejorar la calidad en los procesos y en la gestin, para reducir gastos y mejorar los niveles de efectividad con transparencia en los actos y mejores servicios a los vecinos.

Wilfredo Elas Pimentel Serrano

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

1.

Mtodos y materiales

El uso de la metodologa Lean Six Sigma, visa como opcin, un conocimiento explcito del alto consumo de combustibles que ha devenido en notorios incrementos en el gasto por este concepto en los ejercicios fiscales sucesivos de la Municipalidad. Para el ao 2012, esta partida presupuestal no permite cubrir los requerimientos solicitados. El mtodo El mtodo Lean Six Sigma, conocido como DMAMC, por las siglas de Definir, Medir, Analizar, Mejorar y Controlar, es un proceso estructurado en cinco fases. En la fase de definicin se identifican los posibles proyectos Lean Six Sigma que deben ser evaluados para llevar adelante el proyecto, se establece su misin y el equipo del proyecto. En la fase de medicin, se caracteriza el proceso, identificando los requisitos clave de los clientes, las caractersticas clave del producto (o variables del resultado) y los parmetros (variables de entrada) que afectan al funcionamiento del proceso. A partir de esta caracterizacin se define el sistema de medida y se mide la capacidad Ilustracin 1 Metodologa Lean Six Sigma del proceso. http://reflow.scribd.com/1c74ym7rr4rxk5d/images/image24.jpg

En la tercera fase, Analizar, los datos son examinados. Se desarrollan y comprueban hiptesis sobre posibles relaciones causa-efecto, se confirman los determinantes del proceso, los "pocos X vitales" que afectan a las variables de respuesta del proceso. En la fase Mejorar, se establece la relacin matemtica entre las variables de entrada y la variable de respuesta, permite predecir, mejorar y optimizar el funcionamiento del proceso, se determinan los rangos operacionales de las variables de entrada del proceso. Finalmente, en la ltima fase, Controlar, se disean y documentan los controles para asegurar que los resultados obtenidos conseguidos con el proyecto Lean Seis Sigma sean implantados y permitan los cambios esperados y permitan dar cuenta a la Alta Direccin del logro de los objetivos. Lean Six Sigma, utiliza herramientas de tipo general como las 7 herramientas de Calidad para la obtencin y tratamiento de datos; y de herramientas, especficas de estadsticas como los estudios de Capacidad del Proceso, anlisis ANOVA, Contraste de Hiptesis, Regresiones y Diseo de Experimentos, entre otras opciones. El mtodo exige un esfuerzo disciplinado para llevar la Calidad hasta niveles prximos al 99,99966% de eficiencia, adems permite corregir los problemas desde sus inicios, antes de que estas se compliquen. Implica, el compromiso sostenido de la Alta Direccin en el desarrollo del proyecto, el acompaamiento y la firmeza con la decisin para que el proyecto culmine aun cuando los escenarios internos fueran poco favorables.

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

2.

Resultados

Aun cuando los primeros logros alcanzan niveles bajos de Sigma, los impactos que generan implican importantes beneficios para la gestin municipal, pues ellas fueron permitiendo lograr importantes ahorros en los gastos por combustible sin perder la mejora en la operatividad de la flota vehicular. En la Tabla N 01 y en la ilustracin N 02, se indican, el importe de los gastos y la distribucin de unidades motorizadas. La Lnea Base se estableci el 24 de Febrero del 2012, habindose identificado que de las 217 Unidades motorizadas, 48 unidades estaban declaradas inoperativas (ilustracin 3)
Ilustracin 2
Municipalidad de La Molina Porcentaje de Unidades Motorizadas de Consumo de Combustible AF 2011
Servicios Generales Servicios a la Ciudad Serenazgo

Tabla N 01 Gastos Anuales por Combustible

AO 2011 AO 2012 Incremento

GASTO COMBUSTIBLE S/. 1,998,159.78 S/. 2,516,989.00 S/. 518,829.22

44%

35% 21%

Fuente: Gerencia Planeamiento MLM

Ilustracin 3

Municipalidad La Molina
Situacin de Operatividad al 24 Feb 2012 48 UU
. Se recomend iniciar una evaluacin definitiva de las 48 unidades inoperativas: camionetas, camiones, autos y motos (en el ao 2011, se registraron consumos por estas unidades por el importe de S/542,701 Nuevos Soles)

169 UU

Operativos

Ilustracin 4

De los 169 vehculos operativos, 41 son camionetas, y de ellas 29 utilizan Gasohol de 90 octanos. Constituyen el mayor gasto alcanzando el 54.2 % del total del presupuesto anual.

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

El Proyecto, se focaliz en las camionetas, se desarroll el trabajo de campo correspondiente por 08 das laborables, para conocer el rendimiento en Km/galn de combustible. (la data corresponde a 18 camionetas del total de 29, que circularon en el periodo de muestreo del 9 al 30 Marzo 2012, las caractersticas en marca, tiempo de vida y uso son semejantes) Promedio de Kmts recorridos por cada dia :128.65 Kilmetros por da Tabla N 02 Rendimientos Km/Gln obtenidos en el Trabajo de Campo
PLACA VEHICULO Rnd.Real Rnd Prvsto

Ilustracin 5
Resumen para PromRndmtoReal
Prueba de normalidad de A nderson-Darling A -cuadrado V alor P Media Desv .Est. V arianza A simetra Kurtosis N Mnimo 1er cuartil Mediana 3er cuartil Mximo 19.935 19.000
Intervalos de confianza de 95%
Media

POB 801 POB 804 POB 805 POB 807 POB 809 POB 853 POB 854 POB 855 PQQ 470 OO 1702 PGQ 547 PGQ 548 PQO 218 QO 1766 PQX 091 PQX 093 PQX 096 POX 088

Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta Camioneta

29.00 32.00 24.64 30.00 19.00 28.00 28.00 25.00 19.04 19.00 18.00 12.89 22.00 20.00 26.00 12.00 19.00 27.07

30.00 32.00 27.88 26.00 19.00 28.00 31.00 31.00 19.04 18.10 28.75 12.89 22.00 20.00 31.75 13.00 19.00 29.00

0.40 0.322 22.813 5.788 33.501 -0.275613 -0.776358 18 12.000 19.000 23.320 28.000 32.000 25.692 27.518 8.677

15

20

25

30

Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 4.343

Mediana 20 22 24 26 28

Variable N N* Media media Desv.Est. Mnimo Q1 Mediana PromRndmtoReal 18 0 22.81 1.36 5.79 12.00 19.00 23.32

Las pruebas de normalidad de Anderson a la data procesada de rendimiento por Km/Galon, confirmaron un comportamiento normal, (p mayor a 0.05) y se determin: Media : 22.81 Kilmetros por Galn
Ilustracin 6

Es importante anotar: Que el consumo de gasohol, en los das de trabajo de campo se fue reduciendo, en vista de que esta actividad se desarroll con tomas de fotografas y plena identificacin de los vehculos y conductores

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Abastecimiento de combustibles en las Camionetas. Promedio de consumo de Diesel 28.672 glns/ da Promedio de consumo de Gasohol 98.112 glns/ da Tabla N03 Galones de diesel Galones de Gasohol camioneta Abastecidos abastecidos lunes 19 49.969 80.541 lunes 26 32.740 109.000 martes 27 14.000 103.910 mircoles 21 18.000 99.000

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

Para confirmar la confiabilidad de la data y el clculo de la media en condiciones de muestreo con la Media de la data en los registros de la Sugerencia de Servicios Generales, se desarrolla prueba estadstica F

Prueba Estadstica F HIPOTESIS Ho : Sigma al cuadrado prevista = Sigma cuadrado Real Ha : Sigma al cuadrado prevista Sigma cuadrado Real Si el Valor de P es mayor a 0.05. Ho es cierta
Ilustracin 7
Grfica de intervalos de PromRdmtoPrvsto, PromRndmtoReal
8
95% IC para deviaciones estndar

IC para IC para Distribucin relacin de relacin de de los datos Desv.Est. varianza Normal (0.669, 1.915) (0.448, 3.667) Continuo (0.617, 1.767) (0.381, 3.122) Pruebas Mtodo Prueba F (normal) Prueba de Levene (cualquiera continua) GL1 15 1 GL2 15 30 Estadstica de prueba 1.28 0.13 Valor P 0.637 0.717

3 PromRdmtoPrvsto PromRndmtoReal

El valore de P es 0.637, mayor a 0.05, por tanto las datas son confiables Como parte de la evaluacin, el desarrollo de la Prueba estadstica T, contra el valor referencial del fabricante que es de 35 Km/gln, (Valor Objetivo) confirm que consistentemente las medias de los rendimientos estn por debajo de la referencia indicada

Prueba Estadstica T HIPOTESIS Ho : Valor Objetivo Ha : al Valor Objetivo Si el Valor de P es mayor a 0.05. Ho es cierta
Ilustracin 8
Grfica de valores individuales de PromRndmtoReal
(con Ho e intervalo de confianza t de 95% para la media)

Variable PromRndmtoReal

N 18

Media 22.81

Desv.Est. 5.79

T 0.00

P 0.501

_ X Ho

10

15

20 25 PromRndmtoReal

30

35

El valore de P es 0.501, mayor a 0.05, por tanto Valor Objetivo

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Error estndar de la media 1.36

Lmite superior 95% 25.19

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

9
Comprobada la confiabilidad de la data del trabajo de campo, se procedi a desarrollar el estudio de Capacidad del Proceso, se determin como Lmite Inferior para el Rendimiento al 50% del valor objetivo, teniendo en consideracin, que las actividades de los vehculos, particularmente las empleadas en Serenazgo podran tener un menor rendimiento por galn, por las mltiples paradas y arranques que demanda el servicio. No se fij el Lmite superior.
Ilustracin 9
Capacidad de Proceso de Promedio Rendimiento en Km/Gln
LEI
P rocesar datos LE I 17.5 O bjetiv o * LE S * M edia de la muestra 35 N mero de muestra 18 D esv .E st. (D entro) 5.87372 D esv .E st. (G eneral) 5.78803

Dentro de General
C apacidad (dentro) del potencial Cp * C PL 0.99 C PU * C pk 0.99 C apacidad general Pp PPL PPU P pk C pm * 1.01 * 1.01 *

15
D esempeo observ ado P P M < LE I 111111.11 P P M > LE S * P P M Total 111111.11

20

25

30

35

40

45

Observamos que los datos del rendimiento del trabajo de campo nos indican que nos encontramos descentrados hacia la parte inferior con relacin al Valor Referencial y que incluso una importante cantidad de datos estaran por debajo del Lmite Inferior permitido

E xp. D entro del rendimiento P P M < LE I 1444.20 P P M > LE S * P P M Total 1444.20

E xp. Rendimiento general P P M < LE I 1249.41 P P M > LE S * P P M Total 1249.41

Anlisis de Regresin
Con la Data de Rendimiento, la Regresin estadstica correspondiente calculda es
Ilustracin 10

PromKmtjReal = - 152.5 + 12.62 PromRndmtoReal 250

S R-cuad. R-cuad.(ajustado) 40.1028 69.8% 67.7%

Grfica de lnea ajustada

PromKmtjReal = - 152.5 + 12.62 PromRndmtoReal S = 40.1028 R-cuad. = 69.8% R-cuad.(ajustado) = 67.7%

200

PromKmtjReal

150

Anlisis de varianza Fuente Regresin Error Total GL 1 14 15 SC 52104.9 22515.3 74620.3 CM 52104.9 1608.2 F 32.40 P 0.000

100

50 18 20 22 24 26 28 PromRndmtoReal 30 32

Promedio de Kilometraje = - 152.5 + 12.62 Promedio de Rendimiento Real

Identificacin de las Causas
Mediante el Anlisis de Medio, Efectos y Fallos AMEF, se determinaron las posibles causas del alto consumo de combustible habindose identificado los siguientes tres Factores ms importantes:
CAUSA 1. Fallas de orden tecnolgico en el vehculo (antigedad y carencia de mantenimiento preventivo) que no reflejaban una relacin entre la informacin del gasmetro, tacmetro y cantidad de combustible recibido, que se incrementaba por la limitada capacitacin de los conductores. 2. No registra informacin precisa sobre consumo y kilometraje, debido a que existan vehculos que se encontraban con los instrumentos deteriorados 3. Falta de control en la administracin del proceso, que inclua la ausencia de Procedimientos especficos Puntaje 1000

800 900

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

Para la Causa 1, se formalizo un Diseo de Experimentos, asumiendo que las Unidades Vehiculares, por el momento no seran cambiadas por nuevas unidades. Los factores que se identificaron fueron los siguientes: Nivel de octanaje, Menor velocidad, Afinacin del

10

vehculo en horas de Mantenimiento por mes, Estado de las llantas, Entrenamiento del personal en horas por mes, Establecer rutas y el nmero adecuado de rutas de patrullaje Diseo de Experimentos.
. Ajuste factorial: rendimiento vs. Hrs Manto/mes, Hrs Capacitacin, ...
* NOTA * Este diseo incluye algunas corridas divergentes. utilizando un enfoque de regresin. Se analizar

Efectos y coeficientes estimados para rendimiento (unidades codificadas) Trmino Constante Hrs Manto/mes Hrs Capacitacin/mes Numero Rutas Adecuadas Hrs Manto/mes*Hrs Capacitacin/mes Hrs Manto/mes* Rutas Adecuadas Hrs Capacitacin/mes* Numero Rutas Adecuadas Hrs Manto/mes*Hrs Capacitacin/mes* Numero Rutas Adecuadas Efecto 8.287 -2.781 12.743 -1.613 -6.670 2.015 -4.309 Coef 26.845 4.144 -1.390 6.372 -0.806 -3.335 1.008 -2.155 SE Coef 2.357 3.566 3.753 4.032 6.648 6.821 6.392 9.848 T 11.39 1.16 -0.37 1.58 -0.12 -0.49 0.16 -0.22 P 0.000 0.279 0.721 0.153 0.906 0.638 0.879 0.832

NOTA: Observamos que el P value de la variable Numero de Rutas de Recorrido es 0.153, un valor muy cercano a 0, lo cual significa que su INCIDENCIA es significativamente mayor que las otras dos variable del anlisis (horas de capacitacin y Horas Mantenimiento Mensual). Las variables con los datos evaluados estaran explicando en un 75.32% para R2 y en 53.72% para R2 Ajustado en el comportamiento del sistema, lo que significa que si mejoramos la condicin de estas variables podramos superar los resultados del rendimiento).

S = 3.17746 PRESS = 601.313 R-cuad. = 75.32% R-cuad.(pred.) = 0.00%

R-cuad.(ajustado) = 53.72%

Rendimiento = 16.74 + 4.087 Hrs Manto -2.4497 Hrs Capacitacin +1.45 Nmero de Rutas Adecuadas

Plan Piloto.
Se formalizo un Plan Piloto con 02 unidades vehiculares con uso de tecnologa GPS por tres semanas, obtenindose datos numricos y grficos de la variabilidad del rendimiento de los vehculos. .
Ilustracin 11

01 junio

Se registraron recorridos innecesarios fuera de la zona asignada (01,02 03 y 04 Junio);

02 junio 03 junio 04 junio

Alejamientos innecesarios fuera del distrito (13 y 14 Junio);

13 junio

14 junio

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

11
Largos periodos de no usar las camionetas, pero si de haberse abastecido con los combustibles asignados (del 15 al 23 de Junio) y otras consideraciones que son propias de haber incorporado muchas veces recursos humano no idneos a la administracin pblica un nuevo factor que inicialmente no haba sido considerado, que es el factor cultura de los responsables del uso de los vehculos
Ilustracin 12

15 junio
Tabla 04,

16 junio

17 junio

18 junio

19 junio

01 AL 10 DE JUNIO, CAMIONESTA POB 806

PRIMER GRUPO DE REPORTES

fechahora 1 2012-06-01 12:50:35 24 2012-06-01 14:02:03 150 2012-06-01 22:01:24 189 2012-06-01 23:59:43 299 2012-06-02 06:01:57 464 2012-06-02 14:00:34 675 2012-06-02 22:00:07 726 2012-06-02 23:57:00 903 2012-06-03 06:02:27 1110 2012-06-03 14:02:03 1331 2012-06-03 22:01:21 1386 2012-06-03 23:58:39 1564 2012-06-04 06:01:18 1798 2012-06-04 14:03:00 2015 2012-06-04 22:02:03 2072 2012-06-04 23:59:15 2242 2012-06-05 06:02:52 2455 2012-06-05 14:02:41 2675 2012-06-05 22:00:12 2717 2012-06-05 23:58:51 2839 2012-06-06 06:00:51 3014 2012-06-06 14:02:51 3211 2012-06-06 22:02:48 3271 2012-06-06 23:57:05 3463 2012-06-07 06:01:43 3667 2012-06-07 14:00:46 3868 2012-06-07 22:00:51 3926 2012-06-07 23:57:37 4089 2012-06-08 06:01:01 4299 2012-06-08 14:00:18 4519 2012-06-08 22:00:01 4572 2012-06-08 23:57:29 4731 2012-06-09 06:02:30 4944 2012-06-09 14:00:49 5175 2012-06-09 22:01:31 5228 2012-06-09 23:58:13 5382 2012-06-10 06:01:45 5607 2012-06-10 14:01:55 5819 2012-06-10 22:01:23 5874 2012-06-10 23:58:33

latitud -12.06109333 -12.07880500 -12.07880000 -12.11450500 -12.08359000 -12.08564833 -12.07875167 -12.07057333 -12.07166167 -12.06861167 -12.06676667 -12.07784333 -12.07184833 -12.10013667 -12.08356000 -12.08639167 -12.06683333 -12.06318333 -12.06670000 -12.07859500 -12.07866833 -12.07865667 -12.08746667 -12.08746667 -12.08746667 -12.07878333 -12.07378000 -12.07378000 -12.07378167 -12.07874333 -12.08541500 -12.08541500 -12.08541500 -12.08541500 -12.06685167 -12.06685167 -12.07867833 -12.07900667 -12.07900333 -12.07261000

longitud -76.95182833 -76.91618000 -76.91665667 -76.93710000 -76.92783333 -76.88756167 -76.91659833 -76.95358667 -76.95785000 -76.94750333 -76.94412333 -76.97065000 -76.95717167 -76.94355000 -76.89792000 -76.89138833 -76.93879000 -76.94616167 -76.94414333 -76.91669333 -76.91673000 -76.91673167 -76.88377333 -76.88377333 -76.88377333 -76.91644167 -76.93945833 -76.93945833 -76.93945833 -76.91645167 -76.88773333 -76.88773333 -76.88773333 -76.88773333 -76.94405500 -76.94405500 -76.91671500 -76.91644167 -76.91644333 -76.94495000

km P1-P2

Km ACUMULADO Km TURNO

Km DIA

0.00 12.48 21.74 34.21 0.00 0.00 9.75 9.75 5.64 7.44 0.00 19.64

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

0.758278 0.160831 3.652974 0.015006 0.256358 1.294370 0.014391 0.587950 2.130906 1.373439 0.061707 0.984740 -

23.33 92.12 128.58 192.58 259.27 353.87 366.67 434.65 504.98 558.00 585.10 661.10 752.49 859.29 892.57 930.87 1,014.89 1,085.66 1,099.28 1,099.41 1,099.41 1,125.04 1,125.04 1,125.04 1,179.22 1,245.23 1,245.23 1,245.23 1,257.71 1,279.44 1,279.44 1,279.44 1,279.44 1,289.19 1,289.19 1,294.82 1,302.26 1,302.26 1,308.82

23.33 68.79 128.58 100.45 66.69 94.60 238.09 80.78 70.33 53.02 218.43 103.10 91.39 106.80 307.47 71.58 84.01 70.77 206.71 13.75 0.00 25.63 25.76 0.00 54.18 66.01 120.19

La informacin proporcionada por la CENTRAL DEL GPS, se ha reproducido en la Tabla siguiente, en ella adicionalmente se ha construido un orden de colores para resaltar la siguiente informacin:

En la columna Km Turno: Los colores en ROJO, indican ningn movimiento de la camioneta, y en NARANJA, movimientos en el turno menores a 17.5 Km-

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

12

3.

Discusin

El proyecto consider inicialmente para el ao 2012 una reduccin en los gastos por concepto de combustible, el importe de S/.251,698.90 nuevos soles y orientar la implementacin de los criterios de Mejora de Procesos para que la gestin municipal mantenga una flota vehicular disponible a un costo operativo efectivo. Los datos de Lnea de Base que se desarroll con el Trabajo de Campo, permiti establecer que el rendimiento promedio de la flota vehicular era de 22.81 Km/gln y el recorrido promedio de 128.65 Kilmetros por da. Con el desarrollo de las sucesivas fases del LSS, el diseo de experimentos, y la data de la Fase de Control, es factible determinar nuevos parmetros para el Rendimiento y Recorrido de los vehculos. Los clculos que corresponden son los siguientes:
Ilustracin 13
Resumen para Km TURNO
P rueba de normalidad de A nderson-Darling A -cuadrado V alor P M edia Desv .E st. V arianza A simetra Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 62.406 66.690
Intervalos de confianza de 95%
Media

0.88 0.022 70.990 24.990 624.500 -0.570471 -0.314176 35 21.740 54.180 70.770 91.390 106.800 79.575 83.026 32.742

La data validada de los Kilmetros recorridos por el vehculo en cada turno de Serenazgo (08 horas), no tiene comportamiento normal. El intervalo de confianza de Km por turno est mejor representado por la Mediana.

20

40

60

80

100

Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 20.214

PARAMETRO DE TRABAJO DE KM POR TURNO PARA CAMIONETAS A GASHOL (Flota Antigua) 67.00 a 83 Km por turno. Mediana 70.7 Km

Mediana 60 65 70 75 80

Resumen para Km DIA

P rueba de normalidad de A nderson-Darling A -cuadrado V alor P M edia Desv .Est. V arianza A simetra Kurtosis N M nimo 1er cuartil M ediana 3er cuartil M ximo 140.07 128.58
Intervalos de confianza de 95%
Media

0.23 0.614 219.86 64.26 4128.71 -0.13211 1.42108 5 128.58 167.65 218.43 272.78 307.47 299.64 307.47 184.64

120

160

200

240

280

320

Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la mediana Interv alo de confianza de 95% para la desv iacin estndar 38.50

Mediana 150 200 250 300

PARAMETRO DE RENDIMIENTO DE COMBUSTIBLE POR KM POR DIA PARA CAMIONETAS A GASHOL (Flota Antigua) 28 kilmetros por galn

Utilizando la relacin matemtica que se ha obtenido en el Diseo de Experimentos, con tres factores, los nuevos rendimientos por galn son los siguientes:

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

La data validada del recorrido en Kilmetros por cada da de 24 horas de operacin tiene comportamiento NORMAL. La Media es de 219.86 Kilmetros por da. Los vehculos son abastecidos diariamente alrededor de las 05 AM con 08 galones de combustible. El clculo del Rendimiento (Flota Antigua) 220 /8 es 27.5 Kilmetros, por redondeo a la cifra superior 28 Km GALON. Sin considerar PROCESOS DE OPTIMIZACION.

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

13
Tabla 5 Rendimiento = 16.74 + 4.087 Hrs Manto -2.4497 Hrs Capacitacin +1.45 Nmero de Rutas Adecuadas Constant e libre 16.74 16.74 16.74 16.74 16.74 16.74 Constant Horas N Rutas Constant e de Mant Adecuada Horas Manto e de Cap. Mant. . s 4.087 0 -2.449 1.45 0 4.087 1 -2.449 1.45 1 4.087 2 -2.449 1.45 1 4.087 3 -2.449 1.45 3 4.087 3 -2.449 1.45 3 4.087 3 -2.449 1.45 3 Horas Capacitacion 0 1 2 2 3 5 Nmero de Rutas 3 3 5 6 7 9

Total Rend. 21.090 22.728 23.179 32.802 31.803 29.805

Aun cuando el valor experimental de 32.8 Kilmetros por galn que se pueda obtener en las mejores condiciones, cumpliendo las 3 horas de mantenimiento mensual, 02 horas de capacitacin mensual a los conductores y desarrollar 6 recorridos en cada turno; este valor en la prctica ser difcil alcanzar, por otras condiciones que intervienen consistentemente como es la antigedad de la flota vehicular y las actividades propias del trabajo. Sin embargo el valor del rendimiento alcanzado durante el Plan Piloto, que corresponde a una camioneta con mantenimiento preventivo e instrumentos funcionando correctamente, que alcanza los 28 Kilmetros por galn, es una condicin ms factible por estandarizar, incluso con sucesivas mejoras podra alcanzarse los 30 Km. Indudablemente estos nuevos rendimientos determinados son muy ventajosos en relacin a los 22.8 Kilmetros que se determin en el trabajo de campo. Si retomamos la ecuacin inicial por medio del cual establecimos que el Promedio de Kilometraje = - 152.5 + 12.62 Promedio de Rendimiento Real, Reemplazamos los valores, el resultado final es: Condicin Inicial, con parmetros sin controlar Promedio de Kilometraje = -152.5 + 12.62 (22.8) Promedio de Rendimiento = 135.236/ 8 galones

135.236 kilmetros/da 16.90 kilmetros/galn

Como podemos observar la simulacin matemtica, nos dice que de un Rendimiento promedio de 16.90 Km podemos pasar, a 25.10 Kilmetros. Pero estos valores corresponden a una data donde no se ha intervenido, los vehculos se encuentran sin mantenimiento, personal si capacitacin y procedimientos no formalizados. Por lo tanto el valor 25.10 en la prctica puede estar muy lejos de ser alcanzado. .

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Condicin Inicial, con nuevos parmetros establecidos Promedio de Kilometraje = -152.5 + 12.62 (28) 200.86 kilmetros/da Promedio de Rendimiento = 135.236/ 8 galones 25.10 kilmetros/galn

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

Beneficios econmicos del Proyecto Los beneficios econmicos ms cercanos a un escenario real los calcularemos, tomando como base la data de rendimiento del trabajo de campo de 22.8 Km/Galn, frente a las obtenidas con el Proyecto Piloto de 28 KM/Galn
Tabla 6

14

1 Calculo del Costo del Kilmetro de Recorrido por Diferencia de Rendimientos Rendimientos Km/Gln Vehiculo a GASOHOL UU MEDIDA Resultado Rendimiento histrico Km/Gln Promedio Ao 2011 Kilmetros por galn 22.85 Rendimiento Promedio Km/Gln Post Instalacin GPs 2012 Kilmetros por galn 28.00 Diferencia de Rendimientos Kilmetros por galn 5.15 Incidencia economica por diferencia de rendimiento por Kilometro de recorrido Rendimiento Promedio Km/Gln Post Instalacin GPs 2012 Kilmetros por galn Costo de Gasohol promedio 2012 Nuevos soles Costo por Kilometro Nuevos soles Ahorro en rendimientos 2 Determinacin de Diferencia Diaria de Recorridos Diferencia de recorridos Promedio Promedio diario de recorrido a Ao 2011 (Mediana) Promedio diario de recorrido a Ao 2012 Post Inst GPS Diferencia de recorrido diario 3 Determinacin del ahorro Concepto Determinacin del ahorro por da Ahorro mensual Numero de camionetas Ahorro mensual por total camionetas Ahorro Anual

28.00 14.72 0.53 2.71

UU Medida Kilmetros Kilmetros

Importe 128.65 219.86 91.21

UU Medida Soles Soles Soles Soles Soles

Importe 47.95 1,438.51 29.00 41,716.85 500,602.18

Una consideracin importante por sealar, es la incidencia del FACTOR CULTURA, que ha intervenido directamente en la alta variabilidad del proceso, aspecto que en los inicios del presente estudio no se conoca; tampoco haba sido identificado con los procedimientos de control y fiscalizacin que se desarrollaron anualmente en la Sugerencia de Servicios Generales. Se pueden inferir diversas razones, sobre el factor cultural y los intereses de las trabajadores que se han involucrado en este tema, pero no corresponde a la finalidad del presente estudio, tampoco corresponde determinar las incidencias presupuestales o responsabilidades, el propsito de

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

De acuerdo a las estimaciones iniciales del proyecto, el ahorro proyectado era de S/.251,698.90 Nuevos soles, los clculos finales con la ejecucin del proyecto se incrementar a S/500,602.18 nuevos soles.

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

identificar los factores culturales, es porque estaban generando distorsiones en la data y originaban altas variabilidades aleatorias y dificultaban el proceso de mejora del Proceso. Al concluir las cinco fases del estudio LSS, adems de las conclusiones y recomendaciones de cada fase, se proponen son las siguientes: 1. Fortalecer la gestin de los servicios municipales de la Flota Vehicular con recursos humanos que demuestren las competencias necesarias en la gestin de la Flota Vehicular. 2. Redisear, los servicios de Serenazgo, teniendo en consideracin los nuevos parmetros determinados : 220 Km /da o 70.7 Km/ turno de 08 horas, rendimiento de 28 Km/galn y 08 galones por da, pudiendo reducirse este ltimo a 6 galones en el proceso de optimizacin 3. Adquirir los equipos de GPS y la prestacin de servicios de Monitorizacin Vehicular a la brevedad para optimizar el control de cada unidad vehicular. 4. Fortalecer el rea de gestin de la Subgerencia de Servicios Generales con terminales de computo que permitan vincularse en mejores condiciones con la Central de Monitoreo. 5. Desarrollar programas de capacitacin en Valores, Capacidad de Gestin y en prevencin de delitos de corrupcin, para reducir los riesgos por uso indebido de recursos. 6. Replicar los estudios realizados para los otros tipos de vehculos y servicios que existen en la Municipalidad de La Molina

15

Finalmente podemos concluir que el proyecto, contando con el respaldo de la Alta Direccin y el apoyo de los medios disponibles, que ha contado con la decidida participacin de tres Green Belt, en un tiempo de 06 meses (manteniendo adems sus actividades laborales cotidianas), que durante su desarrollo ha estado permanentemente observado no solo por los actores de las reas involucradas sino por una importante parte de los funcionarios y empleados de la Municipalidad; ha concluido en los plazos establecidos entre la Municipalidad y los auspiciadores, con el objetivo cumplido y con el propsito de mantener y seguir mejorando los logros iniciales alcanzados. Sin lugar a dudas uno de los resultados ms valiosos, es que el Proyecto ha sido asimilado por el principal responsable de la flota vehicular que es la Subgerencia de Servicios Generales, convirtindose adems en el protagonista principal del cambio, en la expresin de la nueva mentalidad de la administracin en el gobierno municipal del Distrito de La Molina y punto de referencia para los proyectos sucesivos por desarrollar.

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012

Reduccin de Gastos en Combustible en Flota Vehicular con Lean Six Sigma

4.

Bibliografa
1. 2. 3. 4. 5. Material de Capacitacin de Optisigma, CDI Centro de Desarrollo Industrial de la Sociedad Nacional de Industrias del Per.

16

FMEA Info Centro, "AMFE - El incumplimiento Modo y Efecto de anlisis " www.fmeainfocentre.com Seis Sigma para Gerentes, Por Greg Brue La implementacin de Six Sigma: Smarter Solutions utilizando mtodos estadsticos Por Forrest W Brefogle III
Desventajas Una posibilidad es que si se asocia, mandos medios o ejecutivos de alto nivel y estos no son entusiastas sobre el uso de la Metodologa Six Sigma puede conducir al fracaso. Bibliografa: http://www.tech-faq.com/lang/es/six-sigma.html Estadstica Aplicativa. Emma Barreno

6.

Wilfredo Elas Pimentel Serrano wilpicos@gmail.com

9 de julio de 2012