Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ISSN: 0124-8170
revistaing@unimilitar.edu.co
Universidad Militar Nueva Granada
Colombia
Arango Serna, Martn Daro; Adarme Jaimes, Wilson; Zapata Cortes, Julan Andrs
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO
INCERTIDUMBRE, CASO APLICADO SECTOR PANIFICADOR PALMIRA
Ciencia e Ingeniera Neogranadina, vol. 20, nm. 1, junio, 2010, pp. 97-115
Universidad Militar Nueva Granada
Bogot, Colombia
Ciencia e Ingeniera Neogranadina, Vol. 20-1, pp. 97-115. Bogot, Junio de 2010. ISSN
universidad
0124-8170 militar nueva granada
RESUMEN
Este artculo presenta el estudio de los sistemas de indicadores de desempeo de
cadenas de abastecimiento en ambientes de incertidumbre. Se hace una distincin de
los conceptos riesgo e incertidumbre, y se exponen las principales fuentes y estructuras
de incertidumbre en cadenas de abastecimiento propuestas por diversos autores.
Se mencionan las principales caractersticas de los indicadores de desempeo y se
fusionan los dos elementos conceptuales (incertidumbre e indicadores de desempeo),
para estudiar los modelos matemticos que emplean los principios de la lgica difusa
a fin de medir el desempeo de cadenas de abasto en ambientes de incertidumbre.
Finalmente, se realiza una aplicacin de un modelo en la cadena de abasto del sector
panificador de Palmira. Los sistemas administrativo, talento humano y operativo fueron
evaluados en 36 panaderas.
Palabras clave: indicadores, desempeo, incertidumbre, cadena de abastecimiento,
lgica difusa.
Ciencia e Ingeniera Neogranadina, Vol. 20-1, 2010
97
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
ABSTRACT
The main topics about performance indicators systems for supply chains under uncertainty
environments are studied in this paper. A difference between risk and uncertainty concepts
is made and are exposed the main uncertainty structures and sources in supply chains
proposed by several experts authors on the subject. Here is mentioned the main features
of the performance indicators as a reflection of the management in supply chains and the
above conceptual elements (uncertainty and performance indicators), in order to study
the mathematical models that employs fuzzy logic principles to measure the performance
of supply chains under uncertainty environments. Finally it is presented an application of
a model in a company of the Palmiras Bread industry. The administrative, operational
and human talents were evaluated in 30 bakeries.
Keywords: indicators, performance, uncertainty, supply chain, fuzzy logic.
INTRODUCCIN
El ambiente globalizado moderno cambi los actores tradicionales de la rivalidad
empresarial, pasando de una competencia entre organizaciones individuales hacia
una entre cadenas de abastecimiento, integradas por mltiples empresas proveedoras,
manufactureras, distribuidoras o comercializadoras que garantizan el flujo del producto
hasta el consumidor final.
Segn el Foro Econmico Mundial [1], el grado de sofisticacin de las empresas en lo
referente a la calidad de la gestin, a partir de las decisiones gerenciales tomadas en el
entorno macroeconmico, explican el 28% de los resultados obtenidos en productividad
y crecimiento de las mismas. El control de la gestin se apoya en indicadores, ndices y
cuadros productivos para ayudar a la organizacin a ser eficiente y efectiva en la captacin
y uso de los recursos operativos. Por ello, en la medida que se implementen tcnicas y
herramientas adecuadas con el entorno de accin empresarial, se puede garantizar un
seguimiento del grado de cumplimiento de los objetivos. En el escenario mundial actual,
para que las organizaciones alcancen algn grado de sostenibilidad mediante el continuo
mejoramiento, las experiencias se deben apropiar y documentar. En este contexto, como
lo indica Schhneeweiss [2], la oportunidad y la fiabilidad de la informacin constituyen un
insumo bsico para conocer la situacin y posibilidades de las organizaciones.
La incertidumbre es una condicin que est presente en todos los procesos industriales,
dada la dificultad de predecir con precisin, por ejemplo, la demanda futura del bien o
servicio o los tiempos de entrega de proveedores, que generalmente no es considerada
para la toma de decisiones. El presente artculo busca entregar al lector, un componente
terico y conceptual acerca de dicha condicin y cmo debe tratarse para evaluar las
cadenas con indicadores de gestin.
98
De acuerdo con la encuesta nacional de logstica, ao 2008, son contadas las empresas
colombianas que utilizan sistemas de medicin para evaluar su desempeo, en el
cual la incertidumbre es un tema despreciado; en el presente estudio, se afronta la
problemtica que implica manejar e incluir la incertidumbre en los procesos de medicin
de desempeo de las cadenas de abastecimiento. Como referencia del trabajo, se tomaron
las panificadoras de la ciudad de Palmira (Valle del Cauca), investigacin que se ha venido
adelantando desde el ao 2002 hasta 2009, con financiacin por parte de la Universidad
Nacional, en la cual se ha identificado la necesidad de utilizar una adecuada gestin integral
de la cadena de abasto, considerando el impacto que implica utilizar herramientas para
modelar la incertidumbre en un ambiente donde la previsin, muchas veces es despreciada.
El articulo presenta inicialmente la metodologa, la situacin general del contexto, una
revisin de los indicadores de gestin en la cadena de abastecimiento; luego describe de
manera breve, la teora de los conjuntos difusos; posteriormente, presenta un ejemplo de
aplicacin, seguido de una discusin y las conclusiones.
1. METODOLOGA
El proceso metodolgico que ha permitido entre otros productos, realizar este artculo,
incluye una revisin terica que se llevo a cabo durante los ltimos aos. Como es
normal, en todas las industrias y en casi todas las operaciones reales, la incertidumbre
juega un rol fundamental por no poder evitarse, lo cual conlleva a situaciones muchas
veces indeseadas, en operaciones ejecutadas.
La Metodologa consisti inicialmente, con una revisin exhaustiva de la importancia
y necesidad de implementar la incertidumbre en los procesos de gestin mediante
indicadores, pasando por la investigacin de herramientas que permitieran incorporar
dicha caracterstica de los procesos, de donde se seleccion la lgica difusa como una
herramienta sencilla y aplicable al caso especfico del sector de estudio.
La medicin del desempeo de la cadena de suministro en la industria panificadora, est
sujeta a gran variabilidad debido a la incertidumbre que genera el suministro y costo de
materias primas, variacin en los lead time, y falta de comunicacin entre los escalones
de la cadena entre otros. La investigacin se inici en 2002, con una exploracin de
las organizaciones del subsector panificador en la zona urbana (19.3 km2), de Palmira,
ciudad de 294.805 habitantes localizada en el sur del departamento del Valle del Cauca.
De 202 panificadoras registradas en la Cmara de Comercio, 2006[3], 76 manifestaron
receptividad para cooperar en la investigacin. Teniendo en cuenta la disponibilidad
de recursos, logstica y conveniencia, se han caracterizado 36 panaderas. El estudio
se desarroll mediante la interaccin de empresarios, trabajadores e investigadores,
empleando herramientas como reuniones, encuestas, entrevistas semiestructuradas y
observacin participante del sistema.
Ciencia e Ingeniera Neogranadina, Vol. 20-1, 2010
99
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
101
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
103
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
Hugos [18], afirma que una vez que las empresas identifican los mercados, deben
recoger la informacin ms importante sobre los mismos, que permita entender el grado
de respuesta al mercado y guiar el comportamiento de la organizacin. Para ello, las
empresas deben realizar medidas del desempeo en cuatro categoras: servicio al
cliente, eficiencia interna, flexibilidad a la demanda y desarrollo de productos. Conociendo
estas categoras y el mercado en donde la empresa interacta, es posible disponer de
un marco conceptual que permite evaluar el desempeo de la compaa.
Tabla 2. Medidas de desempeo
Flexibilidad a la demanda:
- Tiempo de ciclo de actividades, Capacidad de responder a aumentos sbitos de
la demanda (Upside Flexibility), Capacidad de responder a pedidos de productos
fuera de lnea o nuevos (Outside Flexibility).
Desarrollo de productos:
- Porcentaje total de ventas de productos introducidos en el ltimo ao
- Porcentaje de SKUs totales introducidos en el ltimo ao
- Tiempo de ciclo para el desarrollo de nuevos productos y entrega de los mismos.
Por otra parte, Anaya [19], considera que en el diseo de indicadores logsticos de
gestin, se debe considerar los siguientes aspectos:
105
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
Satisfaccin del cliente: grado con el cual los clientes son satisfechos con el producto
o servicio recibido.
Flexibilidad: capacidad de la cadena de abastecimiento para responder a las
fluctuaciones aleatorias en los patrones de demanda.
Gestin efectiva del riesgo: grado en el cual se minimizan los efectos de los
riesgos.
los mtodos probabilsticos estndar no son apropiados. En este caso, los parmetros
de incertidumbre se especifican con base en la experiencia y el juicio subjetivo del
tomador de decisiones.
La teora de conjuntos difusos proporciona una estructura apropiada para describir y
tratar la incertidumbre relacionada con la imprecisin. Por ejemplo: se puede expresar
la demanda en trminos de vaguedad y representarla en conjuntos difusos con
distribuciones de posibilidad asociadas.
Lau et al [23], consideran que es posible utilizar la lgica difusa para resolver
situaciones complejas en cadenas de suministros analizando el desempeo de
sus integrantes, y desarrollaron una metodologa para analizar y monitorear el
desempeo de los proveedores en una cadena de suministros, basados en los
criterios de calidad de producto y tiempo de entrega. Los factores desconocidos
para la construccin de un indicador global de desempeo fueron tratados, usando
el enfoque de lgica difusa. El resultado del proceso de inferencia es un conjunto
con una distribucin difusa como respuesta. Sin embargo, dado que generalmente
se utilizan respuestas puntuales como insumo para la toma de decisiones, en
cuanto a cantidad de bienes por ordenar de un proveedor especfico, se necesita
eliminar la difusidad para obtener un nmero discreto. Existen varios mtodos para
eliminar la difusidad como el del Centro de Gravedad y Media de los Mximos; el
mtodo adecuado depende del grado de ajuste del mismo, a las consideraciones y
restricciones de la cadena de abastecimiento.
Chan et al [20], propusieron un modelo matemtico que emplea la teora de conjuntos
difusos para medir el desempeo integral de una cadena de abastecimiento en
ambientes de incertidumbre (figura 2). Inicialmente se obtienen los datos de los
indicadores de desempeo adecuados, los cuales son ponderados, encontrando
el peso normalizado de su importancia la escala geomtrica de un nmero difuso
triangular; la asignacin de estos pesos relativos est a cargo de un Equipo de Medicin
del Desempeo, conformado por personal de todas las reas de la organizacin,
con capacitacin y experiencia en el tema. Luego, se define un grado difuso de
desempeo para encontrar el resultado difuso de la medicin y calcular la calificacin
del desempeo; la determinacin del intervalo de la escala de desempeo (nivel
aceptable hasta nivel totalmente satisfactorio), se hace contrastando los objetivos
establecidos en la planeacin con los registros histricos y el entorno donde se lleva
a cabo la operacin. Finalmente, se elimina la difusidad de los resultados de los
indicadores, para obtener un indicador que permita ser usado para reflejar el desempeo
de la cadena de suministro en evaluacin.
107
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
Dado lo anterior y con el fin de dar claridad al modelo desarrollado en este articulo,
se ha considerado que la lgica difusa es una herramienta modelizadora apropiada
para evaluar matemticamente algunas de sus variables en condiciones de
incertidumbre.
2. RESULTADOS Y DISCUSIN
A partir de la caracterizacin que se ha hecho de los indicadores de gestin, y previendo
la evaluacin en un contexto real, se ha tomado como referencia aquel sector que el
grupo de investigacin viene trabajando desde hace ocho aos (sector de alimentos
panaderas), y para mostrar la aplicabilidad de la lgica difusa en el mismo, se presentan
indicadores relevantes de la investigacin.
Para el estudio, el grupo investigador segn criterios propios, clasific a las panaderas
en tres categoras as: grandes (PG), aquellas que tienen ms de diez empleados;
medianas (PM), entre cinco y diez empleados, y pequeas (PP), las que tienen entre
uno y cuatro empleados.
108
109
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
Sin embargo, al realizar el estudio, se encontr que los tiempos histrico y actual
de este indicador, varan entre 10 y 14 horas durante los 12 meses del ao. Se
seleccion un Equipo de Medicin del Desempeo integrado por un representante de
las diferentes reas funcionales (operarios, supervisores y direccin de operaciones).
Estos evaluadores asignaron los pesos relativos W = (0,13. 0,35. 0,52), al indicador,
de acuerdo con sus consideraciones personales y profesionales, teniendo presente su
conocimiento y experiencia en el sector, lo cual en calidad de expertos definen estos
pesos como los ms indicados para esta evaluacin.
El primer evaluador consider como meta, reducir el tiempo a 9 horas, por lo cual la
puntuacin difusa del desempeo sera:
As, los grados de desempeo difuso individuales obtenidos son los siguientes:
PA(3,5) = 0
PB(3,5) = 1
PC(3,5) = 0
PD(3,5) = 0
PE(3,5) = 0
PF(3,5) = 0
Luego, el conjunto difuso que expresa el grado de desempeo obtenido segn el criterio
del primer evaluador, es el siguiente:
P1 = (0. 1. 0. 0. 0. 0)
Ciencia e Ingeniera Neogranadina, Vol. 20-1, 2010
111
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
El resultado consolidado de la medicin del indicador por parte de los tres evaluadores,
est dado por la multiplicacin de la matriz anterior por el vector W = (0,13; 0,35; 0,52),
correspondiente a los pesos asignados inicialmente por los evaluadores:
P * W = [0. 0,2595. 0,6365. 0,104. 0.0]
La eliminacin de la difusidad del indicador global difuso anterior, permite obtener un
valor puntual del Indicador de Desempeo (ID):
ID= (10*0 + 8*0,2595 + 6*0,6365 + 4*0,104 + 2*0 + 0*0) / (0 + 0,2595 + 0,6365 +
0,104 + 0+ 0)
ID = 6,31
Este resultado se compara en una escala de 0 a 10; por lo tanto, se puede afirmar que
las organizaciones en estudio, tienen un desempeo del 63.1% en el indicador de lead
time, basado en el criterio de los evaluadores seleccionados.
Un aspecto fundamental en la aplicacin de este modelo para la medicin del desempeo
de la cadena de abastecimiento en ambientes de incertidumbre, es la escogencia del
Equipo de Medicin de Desempeo, dado que los resultados por obtener dependen
en gran manera del razonamiento individual de cada uno de ellos, producto de su
112
113
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
REFERENCIAS BIBLIOGRFICAS
[1] Foro Econmico Mundial. Informe anual: (2007) Global Competitiveness Report.
[2] Schneeweiss, CH. (2003) Distributed decision makinga unified approach. Europ
J Operat Res 150 pp. 237252.
[3] Cmara de Comercio de Palmira (2006). Anuario estadstico.
[4] Lpez A., Lozano G. (2004). Caracterizacin tcnica y diagnstico del subsector
panificador de Palmira. Trabajo de grado. (Administrador de Empresas). Universidad
Nacional. Palmira.
[5] Adarme W., Prieto R. (2006). Competitividad en el subsector panificador de Palmira.
(Trabajo Especial). Universidad del Valle. 65p.
[6] Rivera C., Villalobos L. (2006). Caracterizacin de las pymes subsector
agroalimentario de la ciudad de Palmira y municipios aledaos en funcin de las
Buenas Prcticas de Manufactura BPM y el sistema de anlisis de peligros y puntos
crticos de control HACCP. Proyecto de grado (Administradoras de Empresas).
Universidad Nacional de Colombia.
[7] Grant R., (1996) Prospering in dynamically-competitive environments: Organizational
capability as knowledge integration. Organization Science, Vol. 7, N4, pp. 375-387.
[8] Grant R. and Baben-Fuller C. (1995) Knowledge based theory of inter-firm
collaboration. Academy of Management Conference.
[9] Claycomb C., Droge C. and Germain R. (2001) Applied process knowledge and
market performance: the moderating effect of environmental uncertainty. Journal
of Knowledge Management, Vol. 5, N 3, pp. 264 278.
[10] Van Der Vorst J. and Beulens A. (2002) Identifying sources of uncertainty to generate
supply chain redesign strategies. International Journal of Physical Distribution and
Logistics Management, Vol. 32, N6, pp.409-430.
[11] Patel C., Gunasekaran A., and Mcgaughey, R. (2004) A framework for supply chain
performance measurement. International Journal of Production Economics, Vol. 87,
pp. 333347.
[12] Paulraj A. and Chen I.J. (2007) Environmental uncertainty and strategic supply
management: a resource dependence perspective and performance implications.
The Journal of Supply Chain Management, Vol. 43, N 3, pp. 29-42.
114
[13] Lee H. (2002) Aligning supply chain strategies with product uncertainties. California
Management Review, Vol. 44, N3, pp. 105-119.
[14] Fisher M. (1997) What is the right supply chain for your product? Harvard Business
Review, Vol. 75, N 2, pp. 105-116.
[15] Mason-Jones R. and Towill D.R. (1999) Shrinking the supply chain uncertainty
circle. Control, The Institute of Operations Management, Vol. 24, N7, pp.17-22.
[16] Geary S., Childerhouse P., and Towill D. (2002) Uncertainty and the seamless supply
chain. Supply Chain Management Review, July-August, pp. 52-61.
[17] Bradley P., (2001) The certainty of uncertainty. Supply Chain Management Review,
Vol. 1, N 3.
[18] Hugos M., (2003) Essentials of supply chain management. New Jersey: John Wiley
& Sons. pp. 137-170.
[19] Anaya J., (2007) Logstica integral, la gestin operativa de la empresa. 3 ed. Madrid:
ESIC. 290 p.
[20] Chan F. et al. (2003) A conceptual model of performance measurement for supply
chains. Management Decision, Vol. 41, N 7, pp. 635 642.
[21] Nyhuis P., (2007) Fundamentals of production logistics: Theory, Tools and
Applications. 2 ed. Londres: Springer. 300 p.
[22] Petrovic D. et al. (1999) Supply chain modeling using fuzzy sets. International
Journal of Production Economics, Vol. 59, pp. 443 453.
[23] Lau H. et al. (2002) Methodology for monitoring supply chain performance: a fuzzy
logic approach. Logistics Information Management, Vol. 15, N4, pp. 271 280.
115
GESTIN CADENA DE ABASTECIMIENTO - LOGISTICA CON INDICADORES BAJO INCERTIDUMBRE, CASO APLICADO
116