Operation Manageme=
nt as
Generator a Competitive Advantages in the Vegetarian Food Industry. =
=
=
Rodrigo
Andrés Escandón Cueva.[1], =
Juan
Carlos Erazo Álvarez.[2],
Cecilia Ivonne Narváez Zurita.[3],
& Jorge Edwin Ormaza Andrade.[4]
Abstract.
In recent years, there has been a worldwide trend, that seeks to improve he=
alth
and lifestyle, especially in younger generations. One of the most common wa=
ys
to do so is by changing feeding habits. Reducing or leaving meat-based food=
is
not only considered a healthier way of alimentation but an environmentally-=
friendly
practice; consequently, most people have become vegetarians in recent years.
This study was developed through a non-experimental design using a
qualitative-quantitative approach, and a sequential, descriptive - explanat=
ory
research (DEXPLIS). The data analysis methods used for the theoretical
framework were inductive, deductive, and analytic-synthetic. The main problem found in the company, =
Grantor
located in Deled, Ecuador, after analyzing surveys and interviews to the ma=
in
distributors and production manager was an improper estimate over the
production costs, inventory accumulation, inefficient production policies, =
and
the high cost of paying overtime. From these conclusions comes the need to
design a management approach based on a linear programming model that
guarantees the optimum cost-benefit result.
Keywords:
production, operation management, li=
near
programing, natural products, production costs.
Resumen.
Existe en la actualidad una marcada tendencia a ni= vel mundial para mejorar la salud y el estilo de vida de las personas, sobre to= do en nuevas generaciones. Una de las principales maneras de conseguir esto es cambiando los hábitos alimenticios tradicionales, y es por ello que el vegetarianismo ha ganado una particular importancia en ańos recientes, ya q= ue reducir o eliminar el consumo de productos de origen animal no solo implica= una alimentación más saludable sino también un hábito más amigable con el medio ambiente. La investigación se desarrolló bajo un diseńo no experimental, con enfoque cuali-cuantitativo y un alcance descriptivo explicativo secuencial (DEXPLIS). Los métodos utilizados para el análisis de la literatura fueron = el inductivo-deductivo y el analítico-sintético. Entre los principales resulta= dos obtenidos de la aplicación de encuestas a los distribuidores de la empresa GranOrt ubicada en el cantón Deleg, Ecuador, y de la entrevista al jefe de producción de la empresa, se determinó el deficiente cálculo de los costos = de producción, altos volúmenes de inventario, inadecuadas políticas de producc= ión y altos costos por horas extras. A partir de estas derivaciones se propone diseńar un modelo de gestión de operaciones sobre la base de la programación lineal con la finalidad de determinar el punto óptimo de costo beneficio. <= o:p>
Palabras clave: producción,
gestión de operaciones, programación lineal, productos naturales, costos de
producción.
Introducción.
La era de la información, comunicación y redes
sociales, ha dado paso a una nueva generación social caracterizada por la c=
oncientización
ambiental y animal, trayendo consigo varios cambios al mundo actual, que no
solo se han visto reflejados en ámbitos sociales, sino políticos, económico=
s y
administrativos; esta conciencia ambiental se percibe llena de oportunidades
para un sin número de emprendimientos y demás cambios que las empresas deben
sobrellevar para adaptarse al cambiante y exigente mundo actual. Este es el
caso del aumento de personas que han optado por un cambio en su régimen
alimenticio optando por alimentos que no sean de origen animal.
Varios estudios indican que el vegetarianismo ha
aumentado considerablemente en la última década principalmente en países co=
mo
Estados Unidos, Canadá, Reino Unido, y otros países Europeos; Aunque en men=
or
medida los países latinoamericanos también son parte de este cambio de
pensamiento y específicamente Ecuador no se ha quedado atrás de esta tenden=
cia,
en la actualidad es normal encontrar restaurantes con opciones vegetarianas
además de establecimientos dedicados completamente a este segmento de merca=
do,
y como es normal el aumento de empresas productoras de estos alimentos.
El objetivo del presente estudio es el desarroll=
o de
un modelo matemático de programación lineal que considere todos los aspectos
relevantes a la gestión de operaciones en una empresa productora de product=
os
alimenticios vegetarianos de origen natural. Tras el diseńo del modelo
matemático el estudio busca resolver un problema muy común en este tipo de
empresas que es la reducción de costos de producción con miras a aumentar la
rentabilidad del negocio. Para ello se realizó el análisis de cada etapa de=
un
plan de gestión de operaciones, posteriormente se definen las variables que
forman parte del modelo de programación lineal para finalmente aplicarla a =
una
unidad de análisis que cumple con las características deseadas. La reducció=
n de
los costos de producción, implica un análisis numérico que conlleva a la
optimización de los procesos productivos. Según la teoría del padre de la
programación lineal George Dantzig cuya hipótesis planteada en 1947 y utili=
zada
en ámbitos administrativos por L.V. Kantoróvich en 1975, la programación li=
neal
es un conjunto de técnicas para la resolución de problemas en decisiones so=
bre
asuntos que intervienen en un gran número de variables, las cuales serán
desarrolladas a partir de un plan de gestión de operaciones, con el objetiv=
o ya
mencionado de disminución de los costos de producción en empresas que tengan
las características mencionadas anteriormente, a continuación, se expone el
estado del arte de todos los conceptos necesarios para la elaboración del
modelo.
El papel de la programación lineal en la gestión de operaciones.
La estrecha relación que la programación lineal
comparte con el plan de gestión de operaciones, es lo que permitirá estable=
cer
una correcta organización en los procesos productivos al aplicar el modelo
planteado; existen un sin número de publicaciones relacionadas a la temática
que anteceden al estudio y dan valor y realce al mismo. Al respecto, se res=
altan
las siguientes afirmaciones: las organizaciones excelentes se gestionan
mediante procesos estructurados y alineados estratégicamente a partir de
decisiones basadas en datos y hechos para obtener resultados equilibrados y
sostenidos (Bouza, 2010). Un resultado deseado se alcanza más eficientemente
cuando las actividades y los recursos relacionados se gestionan como un pro=
ceso
(Pesantez, 2016). La gestión por procesos le permite a la organización gene=
rar
productos o servicios de alta calidad con el fin es satisfacer las necesida=
des
y expectativas de las partes interesadas (Vidal, 2015). La programación lin=
eal
se la entiende como una técnica que trata la resolución de problemas
optimizando los objetivos basados en las variables del problema (Munier, 20=
11).
Plan de gestión de operaciones:
El plan de gestión de operaciones que pretende
mejorar los procesos productivos tiene además un carácter administrativo, e=
ste
término académicamente descrito como investigación de operaciones, es la
respuesta a la creciente demanda de sistemas de organización tras la revolu=
ción
industrial. A decir de Hillier y Lieberman (2010): el objetivo de esta
disciplina implica investigar sobre las operaciones. En consecuencia, esta
disciplina se aplica a la problemática relacionada con la conducción y la c=
oordinación
de actividades en una organización (p.1). Numerosas investigaciones descri=
ben
la importancia e impacto de la investigación de operaciones, entre los cual=
es se
aprecian: Mora (2010) la investigación de operaciones tiene un enfoque de
optimización y por ello, normalmente se la asocia como una herramienta
matemática que en base a los cálculos proporcionados por la minería de datos
entregará un valor cuantitativo sobre el estado de las actividades y a part=
ir
de ahí permitirá un proceso de mejoramiento. Ramos, Sánchez, Ferrer y Wogrin
(2013) expresaron que: la investigación operativa se puede definir como la
aplicación del método científico en la mejora de la efectividad en las oper=
aciones,
decisiones y gestión, o como la ciencia de aplicar los recursos disponibles
para conseguir la satisfacción optima de un objetivo (p.3). Díaz (2016) de=
sde
una perspectiva científica la gestión es un método que contempla la
planificación y ejecución para incrementar la productividad del trabajo.
A decir de Chase, Jacobs, y Aquilano (2010) la
gestión o administración de operaciones tiene como objetivo el mejoramiento=
de
un proceso productivo específico desde sus orígenes en el suministro hasta =
su
finalización en el transporte de mercadería. La administración de operacion=
es
es el diseńo, operación y mejora continua de sistemas que crean y entregan
productos o servicios en una empresa. El diseńo de un modelo matemático es =
el
fundamento de la investigación de operaciones, el cual está conformado por
factores identificados como problemas al interior de la empresa, el resulta=
do es
la solución a dichos inconvenientes y el mejoramiento de los procesos relat=
ivos
a los mismos (Taha, 2012). La identificación del problema es lo más importa=
nte
de la gestión de operaciones, más se deberá considerar factores como el
comportamiento organizacional en caso de una posible implementación. Es así
como un plan de gestión de operaciones se lo esquematiza de forma general c=
omo
una cadena productiva formada de todos los elementos necesarios para
transformar la materia prima a un producto terminado.
Figura 1. Elementos de un plan de gestión de
operaciones.
<=
v:shape
id=3D"Imagen_x0020_3" o:spid=3D"_x0000_i1031" type=3D"#_x0000_t75" style=
=3D'width:441.75pt;
height:159.75pt;visibility:visible;mso-wrap-style:square'>
Fuente: Chase, Jacobs, y
Aquilano (2010)
Un plan de gestión de operaciones debe ser
sistematizado en las diferentes áreas que lo constituyen, determinar un val=
or
numérico para cada una después de identificado los problemas permitirá el
diseńo de un modelo matemático que pueda ser utilizado para la optimización=
de
los procesos presentes en la cadena productiva. Al respecto, Eppen (2010)
afirma que las ecuaciones o expresiones matemáticas están compuestas por
términos que son identificables como actividades puntuales del proceso
productivo que se requieren optimizar, las mismas que dentro de la expresión
matemática forman parte de la función objetivo.
Modelo matemático de programación lineal:
Los problemas de una empresa son fácilmente
identificables tanto por los involucrados en el proceso como por aquellos q=
ue
pudieran observarlos desde fuera de él, utilizando herramientas de observac=
ión
directa o por levantamiento de información primaria (encuestas, entrevistas,
etc.); Al contrario, plantear matemáticamente un modelo presenta mayor
dificultad ya que es necesario encontrar las variables del modelo, las
restricciones o limitaciones del mismo y la función objetivo (Taha, 2012). =
Las
variables que se deben identificar para el modelo, son las que seńalan la
decisión que se debe tomar. En este sentido, Perera, Martín y Martín (2008)
seńalan que estas variables son las incógnitas del problema, es decir, las
cantidades a fabricar de cada producto para maximizar el beneficio (p.7). =
Este
concepto trasciende si el objetivo es minimizar costos o encontrar una
secuencia de procesos óptima considerando a las variables como las incógnit=
as
del problema independientemente de la naturaleza del proceso o el problema
planteado.
En este contexto, resulta conveniente analizar l=
a logística
de los procesos productivos, en tal virtud, Mora (2010) afirma que: La
logística es un conjunto de actividades que son repetidas muchas veces a lo
largo de la cadena de abastecimiento, desde que las materias primas son
convertidas en productos terminados y se agrega valor para los consumidores
(p.35). La creación del modelo matemático no es sencilla, es de suma
importancia el entendimiento total de las variables que forman parte de est=
e. A
este respecto Eppen (2010) afirma que: Como sabemos, un modelo no es el mu=
ndo
real, sino una representación abstracta de la realidad. Lo importante para
quien formula el modelo es saber cuándo una versión idealizada puede
proporcionar una representación adecuada del mundo no lineal (p.329). El é=
xito
que un modelo tenga dependerá de su correcta implementación y seguimiento. =
La programación lineal no debe ser entendida com=
o un
término computacional sino más bien como un sinónimo de planificación,
adicionalmente el término lineal, implica que todos los factores matemáti=
cos
que conforman la ecuación son funciones lineales, es decir que no tienen
valores cuadráticos o de un orden superior que pudieran describir gráficos
circulares o parabólicos (Hillier, 2010). Los componentes de un modelo de
programación lineal son las variables de decisión las cuales se entiende co=
mo
las actividades que forman parte del proceso productivo, la función objetiv=
o,
que se entiende como el valor que se desea obtener de la suma algebraica de=
las
variables de decisión es decir el aumento en las ganancias o disminución de
costos tras realizadas las actividades y las restricciones son aquellas
circunstancias que limitan a la función objetivo pudiendo ser de diferente
naturaleza, tiempos de máquina, uso de espacios, costos operativos o de mano
obra etc. En conjunto las ecuaciones descritas forman el modelo de programa=
ción
lineal. Para el planteamiento del problema de gestión, primeramente, se debe
contar con recursos limitados como equipamiento, trabajadores, dinero, etc.=
En
segundo lugar, el objetivo debe ser explícito, como la intención de reducir
costos de producción, adicionalmente las ecuaciones deben ser lineales, los
procesos productivos deben ser homogéneos es decir que no existan cambios e=
ntre
un producto y el siguiente. Finalmente se consideran factores divisibles es
decir que la unidad de trabajo tanto para productos como para recursos sea
divisible (Chase, 2010). Estas limitaciones serán de gran utilidad al momen=
to
de definir las variables y construir el modelo de programación lineal sabie=
ndo
de antemano que el proceso alcanzara su punto óptimo posible.
Figura 2. Ejemplo de un modelo matemático de programación
lineal y región factible del modelo.
|
<=
span
lang=3DES style=3D'font-size:11.0pt;line-height:115%;font-family:"Calibri=
",sans-serif;
mso-ascii-theme-font:minor-latin;mso-fareast-font-family:"Times New Roman=
";
mso-fareast-theme-font:minor-fareast;mso-hansi-theme-font:minor-latin;
mso-bidi-font-family:"Times New Roman";mso-bidi-theme-font:minor-bidi;
mso-ansi-language:ES;mso-fareast-language:ES;mso-bidi-language:AR-SA'> |
|
En el ejemplo antes citado la función objetivo P
tiene como finalidad maximizar el resultado que las variables X1 y X2 pueden
tener para la empresa, normalmente ligado a la unidad monetaria, los
coeficientes que acompańan a las variables, A y B son el redito económico de
realizar una sola vez cada actividad y por separado; finalmente las
restricciones estipulan limitaciones de fabricación, realización, elementos
necesarios que tienen las actividades, entre otros. Estas ecuaciones vienen
dadas del análisis y levantamiento de datos de los procesos productivos que
conforman un plan de gestión de operaciones. La región factible es aquella
representación gráfica de las posibles soluciones a la función objetivo del
modelo matemático, se expresa como la intersección de las rectas descritas =
por
las ecuaciones de las restricciones, el resultado para este caso de maximiz=
ar
la ganancia es el punto más alto que otorgue el mayor redito tras la
culminación de las actividades.
El resultado óptimo de la función objetivo se
realizará utilizando el método simplex, desarrollado en el ańo de 1947 por
George Dantzig, su uso permite la resolución de problemas complejos por med=
io
de un proceso basado en interacciones, por lo cual, se puede implementar
fácilmente en ordenadores (Hillier, 2010). La utilización de este método
permite aumentar una cantidad considerable de variables de decisión las mis=
mas
que se entienden como valores específicos de un recurso como dinero, tiempo,
número de productos, etc. Es importante establecer que el método simplex im=
pone
una condición a las ecuaciones de restricciones, y de objetivo al dar por
sentado su no negatividad, matemáticamente se entiende esta situación al
especificar una condición de desigualdad de las variables que pudiesen dar =
un
valor inferior a cero a la ecuación que las contenga, además se da por
entendido que las ecuaciones tienen al menos una solución (Taha, 2012).
Una vez entendido los componentes de un modelo de
programación lineal y su función específica dentro del análisis de gestión =
por
operaciones es necesario recalcar como se realiza la construcción del mismo.
Las variables se determinan en función de las actividades que son de mayor
interés, por lo que, es muy importante su correcta interpretación previo a =
la
inserción de las mismas en el modelo. Los problemas reales requieren la re=
colección
de los datos relevantes, a menudo la recolección de datos exactos es difíci=
l.
Por lo tanto, es común que el valor asignado a un parámetro sea, por necesi=
dad,
solo una estimación (Hillier, 2010, p.10). Estas estimaciones acumularan un
error dependiendo del grado de exactitud con el cual se realizó la minería =
de
datos, se recomienda además realizar un análisis de sensibilidad que indiqu=
e el
nivel de certeza que tendrá el modelo.
Análisis de costos de producción:
En un sentido general se entiende al costo como =
la
cantidad de dinero invertido para la fabricación de un producto, generación=
de
un bien o adquisición de un servicio. Al respecto, Jiménez (2010) seńala qu=
e:
serán costos los desembolsos causados en el proceso de fabricación o por la
prestación de un servicio: sueldos y salarios del personal de la planta de
producción, materias primas, servicios públicos relacionados con el proceso
productivo, etc. (p. 11). En otras palabras, el análisis de costos de
producción conlleva todo gasto inherente a la fabricación o creación de un
bien, y su estudio permite el cálculo acertado de un precio de venta para el
producto final.
Como herramienta para la toma de decisiones e
identificación de las variables de un modelo matemático, el estudio de los
costos de producción se realiza en base a la contabilidad de costos, la mis=
ma
que proporciona información para la contabilidad administrativa y para la
contabilidad financiera (Horngren y Rajan, 2012). La contabilidad de costos
mide, analiza y reporta información financiera y no financiera relacionada =
con
los costos de adquisición o uso de los recursos dentro de una organización.
Este enfoque permite utilizar los datos adquiridos de costos como instrumen=
tos
de optimización identificando cuáles son las áreas de mayor interés. Para identificar correctamente el costo =
real
de producción, es necesario la elección de un método de costeo, el mismo qu=
e se
desarrolla en un curso de acción según la clasificación de sus componentes
(Rojas, 2014). En este sentido, es importante definir la naturaleza de los
costos que se consideran para el modelo.
Los costos generales de producción son aquellos =
que conllevan
la fabricación de un producto, normalmente se consideran la materia prima,
costos de mano de obra y de transporte, mas es de suma importancia definir
otros costos que también incrementan el precio final del producto o que
pudieran afectar el cálculo final. Estos costos adicionales son conocidos c=
omo
generales o indirectos. A decir de Rojas (2014) los costos generales
intervienen en el proceso de transformación de la materia prima hasta la
obtención del producto final. De forma general se considera costos operativ=
os,
servicios públicos, mantenimiento y políticas de adquisición de maquinaria.=
Los costos de mano de obra son aquellos que
involucran el pago de sueldos generales, horas extras, pagos de seguros
sociales, vacaciones, bonos, utilidades y sueldos extraordinarios de todos =
los
encargados de la transformación de la materia prima en el producto final. Se
incluye operadores de maquinaria o personal de planta ya que a decir de
Arredondo (2015), no importa que tan automatizada este una planta se consid=
era
como costos directos de mano de obra el pago al personal que intervienen en=
el
proceso productivo sin los cuales sería imposible la producción del bien. Es
importante considerar para el plan de gestión de operaciones la reducción o=
la
posible eliminación de tiempos no productivos, trabajo indirecto, horas ext=
ras.
La materia prima es todo elemento que forma parte
integral de un producto, como su nombre lo indica este material se debe pod=
er
identificar fácilmente tanto en naturaleza como en costo. Existen dos tipos=
de
materia prima, la utilizada normalmente y en mayor medida conocida como mat=
erial
directo, el segundo tipo de material es el indirecto que no necesariamente =
será
cuantificado con exactitud ya que la cantidad utilizada es muy pequeńa o
presenta una dificultad considerable para ser medida exactamente. En este
contexto, Rojas (2014) afirma que si se observa con detenimiento, para
considerar la materia prima como material directo, se deben reunir dos
condiciones que son: un importe considerable y saber cuánto de este material
hay en cada unidad del producto terminado. Lo anterior obedece al tratamien=
to
que se le da a cada uno de los materiales, ya que el material directo e
indirecto tiene tratamiento distinto (p. 2). Dependiendo del volumen manej=
ado
de materia prima se puede agregar el costo de manejo de inventario a este
rubro.
Los costos de distribución son parte de los
denominados, costos de operación, se consideran valores de comercialización=
del
producto al transporte de material, al personal y a los costos de otras
actividades de diversa naturaleza dependiendo del tipo de empresa en la cua=
l se
desee hacer el análisis. Las actividades que suman a los costos de producci=
ón
están dentro de la denominada logística de salida, que incluyen órdenes de
compra, embarque de productos o servicios a locales de distribución o clien=
tes
finales, ventas por catálogo, por internet etc. (Horngren, 2012). Este anál=
isis
es de suma importancia ya que las actividades que lo conforman suelen ser d=
escartadas
y un enfoque adecuado permitirá sumar valor comercial al producto, sin afec=
tar
desmedidamente el costo final del mismo.
Metodología.
La presente investigación se desarrolló bajo un
diseńo no experimental, puesto que no se realizó una manipulación deliberad=
a de
las variables de estudio, en tal razón, se observó la determinación de los
costos de producción en la unidad de análisis en su contexto natural, para
posteriormente analizarlo. En cuanto al enfoque, la investigación se desarr=
olló
bajo el uso de métodos mixtos predominando el análisis cuantitativo sobre el
análisis cualitativo, en consecuencia, en una primera fase se describió el =
fenómeno
de estudio, así como las propiedades y características de la gestión de
operaciones, la programación lineal y costos de producción y se recolectó
información a través de encuestas (dirigidas a los proveedores) y entrevista
(al jefe de producción) en la empresa GranOrt; en una segunda fase sobre los
resultados construidos del diagnóstico, se interpretó la información obteni=
da y
se elaboró el modelo de programación lineal.
Resultados:
La empresa GraOrt fue
considerada como unidad de análisis ya que se enmarca con las característic=
as
deseadas para el estudio, se obtuvo la siguiente información como resultado=
:
ˇ&nb=
sp;
GranOrt es una empresa privada =
de
producción alimentaria, dedicada a la fabricación de alimentos vegetarianos=
.
ˇ&nb=
sp;
Los productos que ofrece son carne vegetal, gran=
ola,
barras energéticas y queso de soya, de los cuales la carne vegetal y las ba=
rras
energéticas son los productos de mayor comercialización.
ˇ&nb=
sp;
La empresa presenta durante el ańo 2018 un bajo =
índice
de liquidez.
ˇ&nb=
sp;
Incremento de la cartera de clientes y problemas=
en
el cumplimiento de los pedidos.
ˇ&nb=
sp;
Elevados costos de producción consecuencia de un=
manejo
de inventario inadecuado.
ˇ&nb=
sp;
Deficiente proceso de determinación de los preci=
os
de venta.
ˇ&nb=
sp;
Altos costos de mano de obra a consecuencia del
incremento de horas extras.
ˇ&nb=
sp;
Falta de tecnificación y políticas de adquisició=
n de
maquinaria automatizada.
ˇ&nb=
sp;
El tiempo de respuesta a los clientes por parte =
de
la empresa es aceptable.
ˇ&nb=
sp;
La rotación de los productos en la empresa es me=
dia.
ˇ&nb=
sp;
La empresa maneja óptimos procesos de almacenaje,
cadena de frio y empaquetado.
ˇ&nb=
sp;
Los proveedores consideran que los precios de
comercialización son aceptables.
A
partir de los resultados expuestos se presenta el modelo de gestión de
operaciones para la empresa GranOrt.
Figura 3. Esquema de los elementos para la propuesta
desarrollada.
Identificado el proceso mediante el cual se puede
implementar el plan de gestión de operaciones, se seguirá el camino plantea=
do para
determinar estrategias para la reducción en los costos de producción. El pr=
imer
paso es el levantamiento de procesos productivos los mismos que se encuentr=
an
desarrollados en su totalidad en las áreas de soporte, los departamentos
administrativos que tienen injerencia en la producción, desde el punto de v=
ista
de ventas, solicitud de producción y sobre todo cálculo de costos de produc=
ción
pudieran considerarse en un plan organizacional global o de operaciones adm=
inistrativas
posteriormente. El levantamiento de procesos dio como primer resultado un
organigrama estructural que permite observar el flujo de la información y c=
omo
se realizan las solicitudes de producción. Tanto el organigrama como el pro=
ceso
para realizar una solicitud de producción, mostrados a continuación son
esquemas elaborados tras el levantamiento de información, ya que la empresa
carece de los mismos.
Figura 4. Propuesta de organigrama estructural para=
la
empresa GranOrt.
<=
v:shape
id=3D"Diagrama_x0020_33" o:spid=3D"_x0000_i1028" type=3D"#_x0000_t75" styl=
e=3D'width:6in;
height:360.75pt;visibility:visible' o:gfxdata=3D"UEsDBBQABgAIAAAAIQBgJjcoX=
AEAAHYEAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbLSUy07DMBRE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">
El proceso normal de producción inicia con la
solicitud del producto, sea por medio de un pedido directo de uno de los
distribuidores, como resultado de una visita de los representantes de venta=
s o
un pedido calendarizado de un contrato de producción, se identifica tipo de
producto y cantidad requerida para posteriormente realizar la adquisición de
materia prima por parte del jefe de producción a uno de los proveedores
designados y en la cantidad requerida para solventar el pedido especifico, a
continuación se realizan los procesos propios de producción dependiendo del
pedido realizado y una vez terminado el proceso se realiza una inspección d=
el
producto, un conteo de las unidades requeridas y la verificación de las
características del producto versus el pedido, para proceder al empaquetado=
e
identificación mediante, etiquetas, lote, fecha de caducidad y precio de ve=
nta,
finalmente se realiza la entrega de los productos al distribuidor,
conjuntamente con una guía de remisión para verificar lo entregado y depend=
iendo
del tipo y principalmente del volumen del pedido se puede realizar la cobra=
nza
el momento de realizar la entrega del producto o después de la misma según =
la
negociación.
Figura 5. Proceso de producción general en la empre=
sa GranOrt.
<=
v:shape
id=3D"Imagen_x0020_1" o:spid=3D"_x0000_i1027" type=3D"#_x0000_t75" style=
=3D'width:441.75pt;
height:174.75pt;visibility:visible;mso-wrap-style:square'>
Terminado el levantamiento de información se pro=
cede
a realizar la identificación de los coeficientes del modelo de programación
lineal que se desea implementar. Estos valores serán determinados a partir =
de
las respuestas a la entrevista realizada al jefe de producción conjuntamente
con los criterios que especifican los elementos principales del plan de ges=
tión
de operaciones, es decir: personas, planta, partes y procesos.
Costos relacionados al personal:
Como se especificó anteriormente los costos
relativos al personal se deben considerar como la suma de todos los pagos
realizados a las personas involucradas en el proceso de producción, incluye=
ndo
sueldos, bonificaciones, remuneraciones especiales, etc. En base a los
estatutos vigentes del ministerio del trabajo al ańo 2019 de la república d=
el
Ecuador en lo concerniente a sueldos y salarios y roles de pago de la empre=
sa
se consideran los siguientes valores para los dos involucrados en la
producción, cuya remuneración es la base o sueldo mínimo estipulado por la =
ley
de $ 394,00 USD para el caso del operador de maquinaria y del jefe de
producción que es de $ 450,00 USD.
Tabla 1. Costo total anual del personal de producc=
ión.
|
No. |
Descripción del costo |
Costo unitario |
Cantidad Anual |
Total |
|
1 |
|
$394,00=
|
12 mese=
s |
$4728,0=
0 |
|
2 |
|
$394,00=
|
1 Ocasi=
ón |
$394,00=
|
|
3 |
|
$394,00=
|
1 Ocasi=
ón |
$394,00=
|
|
4 |
|
$32,83<= o:p> |
12 Mese=
s |
$394,00=
|
|
5 |
|
$43,93<= o:p> |
12 Mese=
s |
$527,17=
|
|
6 |
|
$197,00=
|
1 Ocasi=
ón |
$197,00=
|
|
7 |
|
$ 450,0=
0 |
12 mese=
s |
$5400,0=
0 |
|
8 |
|
$450,00=
|
1 Ocasi=
ón |
$450,00=
|
|
9 |
|
$394,00=
|
1 Ocasi=
ón |
$394,00=
|
|
10 |
|
$37,50<= o:p> |
12 Mese=
s |
$450,00=
|
|
11 |
|
$50,18<= o:p> |
12 Mese=
s |
$602,10=
|
|
12 |
|
$225,00=
|
1 Ocasi=
ón |
$225,00=
|
|
|
Total |
$14.155=
,27 |
Costos relacionados a maquinaria e instrumentos.
Los costos que influyen en el costo final de
producción a más de la transformación de la materia prima son los costos por
financiamiento con entidades bancarias a largo plazo y la depreciación de l=
as
maquinas, equipos, herramientas (ollas de tamańos industrial, centrifuga pa=
ra
la separación del gluten, cocina industrial, empacadora al vacío, horno
industrial, congelador vertical, utensilios de cocina, entre otros).
Tabla 2. Costo total anual por depreciación de
maquinaria.
|
No. |
Calculo lineal para la depreciación |
Valor |
|
1 |
Costo de adquisición. |
$20.000,00 |
|
2 |
Costo de venta tras depreciación. |
$7.000,00 |
|
3 |
Costo de depreciación. |
$13.000,00 |
|
4 |
Tiempo de vida (ańos) |
5 |
|
|
Costo total de depreciación anu=
al. |
$2.600,00 |
El valor a cancelar mensualmente, por los présta=
mos
relativos a la adquisición de la maquinaria se lo considerará como un único
valor mensual debido a la amortización elegida tras la adjudicación del mis=
mo.
La suma de estos parámetros dará como resultado el costo total anual en lo =
que
respecta a maquinaria, instrumentos e infraestructura.
Tabla 3. Costo total anual por planta (maquinaria,
instrumentos y espacio físico).
|
No. |
Cálculo de costos de planta |
Valor |
|
1 |
Costo total de depreciación anu=
al. |
$2.600,00 |
|
2 |
Costo anual del interés bancari=
o. |
$1,100.00 |
|
|
Total. |
$3.700,00 |
Al igual que los costos relativos al personal, l=
os
costos de planta se deberán considerar para un cálculo correcto del precio =
de
venta al público, más en relación al modelo de programación lineal las
ecuaciones de restricciones concernientes a este inciso serán diseńadas en =
base
al tiempo maquina necesario para la elaboración de los productos.
Costos relacionados a procedimientos.
Los costos relativos a procedimientos para la
preparación de los productos toman en cuenta los gastos operativos anuales
reflejados en el uso de servicios básicos, siendo los únicos insumos
adicionales a la materia prima y mano de obra. Se centrará el análisis en el
costo de energía eléctrica, compra de gas, telefonía y agua potable mensual,
calculados para un ańo.
Tabla 4. Costos operativos anuales.
|
No. |
Cálculo de costos operativos anuales |
Valor |
|
1 |
Costos anuales por agua potable=
. |
$600,00 |
|
2 |
Costos anuales por energía
electica. |
$2.400,00 |
|
3 |
Costos anuales por compra de ga=
s. |
$100,00 |
|
4 |
Costos anuales por comunicacion=
es. |
$200,00 |
|
|
Costos operativos totales. |
$3.300,00 |
El costo de estos servicios básicos podría
utilizarse junto con los valores de mano de obra y materia prima para el
cálculo correcto del precio de venta al público de los productos, más las
restricciones relativas a este parámetro no serán consideradas, ya que las
cantidades varían en función de la necesidad y no se pudiera establecer un
límite restrictivo a estas.
Costos relacionados a la materia prima.
Los elementos para la elaboración de los product=
os
ofrecidos por la empresa de estudio son de diferente naturaleza, más existen
ciertos elementos que pueden ser utilizados en más de uno; los más importan=
tes
son harina de trigo, nueces, pasas, almendras, ojuelos de avena, granos de
soya, miel de abeja, harina de maca, sal, pimienta, orégano y stevia. Se
considerará un único valor intrínseco en la adquisición de estos proyectado=
s a su
producción anual.
Tabla 5. Costo total anual por producto.
|
No. |
Costos inherentes a materia prima |
Valor |
|
1 |
Carne vegetal. |
$6.000,00 |
|
2 |
Granola. |
$5.000,00 |
|
3 |
Barras de cereal. |
$10.000,00 |
|
4 |
Queso de soya. |
$1.500,00 |
|
|
Costos totales anuales. |
$22.500,00 |
Al
no tener un registro detallado de las compras realizadas en materia prima ni
históricos de compra a proveedores, el valor mostrado refleja el costo actu=
al
de la materia prima que se utiliza para la elaboración de cada unidad de ca=
da
producto de acuerdo a la información proporcionada durante la entrevista al
jefe de producción y en proyección a un periodo de tiempo de un ańo. Es dec=
ir
que se multiplico el costo de una libra de carne vegetal, 400gr de granola,=
una
barra de cereal o una libra de queso de soya por el promedio producido de c=
ada
uno mensualmente y después por los doce meses del ańo. Los datos iniciales =
como
el costo de cada producto son de gran importancia ya que se convertirán en =
los
coeficientes de las variables de decisión de la función objetivo del modelo=
de
programación lineal.
Modelo de programación lineal propuesto.
La función objetivo debe estar relacionada a los
costos de cada producto obtenido durante el levantamiento de información, p=
or
consiguiente, minimizar estos costos de producción es la finalidad del estu=
dio.
Para ello, es necesario plantear la ecuación de la función objetivo con las
restricciones referentes a mano de obra, tiempos de producción y hora máqui=
na
necesaria para la elaboración de cada producto. De esta forma el modelo de
programación lineal se describiría como se muestra a continuación:
Tabla 6. Variables de decisión y función objetivo =
del
modelo de programación lineal.
|
Variables de
decisión |
Función objetiv=
o |
|
|
|
Cabe recalcar que la unidad de la función objeti=
vo
son dólares y tanto los coeficientes de las variables como el resultado, se
expresarán en esta unidad. De igual forma es necesario especificar que los
procedimientos adicionales que involucran el costo de mano de obra y
maquinaria, se visualizarán en las restricciones que complementan el modelo=
de
programación lineal. Estos costos inherentes a personas y planta serán
considerados con unidades diferentes no monetarias, debido a que estos no
contemplan un valor específico monetario para cada producto. Dicho de otra =
forma,
el valor colocado en las restricciones está en función del tiempo disponible
que cada elemento tiene dentro de la planta durante un ańo calendario sin
sobrepasar los costos previamente identificados, los valores de las
restricciones serán descritos en la misma unidad: horas, este tiempo reflej=
a la
cantidad necesaria que cada producto necesita de cada elemento del plan de
gestión de operaciones.
Tabla 7. Restricciones del modelo de programación
lineal.
|
Gestión de operaciones |
Sujeto a: |
Carne Vegetal X1 |
Granola X2 |
Queso de soya X3 |
Barras de cereal X4 |
Recursos |
|
Personas |
Jefe de producción |
0,124 |
0,125 |
0,440 |
0,010 |
1900 |
|
Operador |
0,092 |
0,085 |
0,305 |
0,005 |
1900 |
|
|
Planta |
Horno industrial |
0,000 |
0,040 |
0,000 |
0,000 |
1900 |
|
Centrifuga de gluten |
0,016 |
0,000 |
0,000 |
0,000 |
1900 |
|
|
Empacadora al vacío |
0,024 |
0,020 |
0,033 |
0,002 |
1900 |
|
|
Molino |
0,000 |
0,000 |
0,033 |
0,000 |
1900 |
|
|
Prensa |
0,000 |
0,000 |
0,066 |
0,000 |
1900 |
|
|
Cocina industrial |
0,032 |
0,000 |
0,100 |
0,000 |
1900 |
Las restricciones se expresan como ecuaciones, l=
as
mismas que completan el modelo. A partir de la modelación se realiza el cál=
culo
de la función objetivo por medio de una hoja de cálculo electrónica y la ap=
licación
del método de resolución por iteraciones simplex lineal. Los resultados de =
la
función objetivo mostraran cuantas unidades de cada producto debería fabric=
arse
anualmente para mantener el mínimo de producción requerida, obteniendo el m=
ayor
provecho de los recursos.
Tabla 8. Ecuaciones de las restricciones del model=
o de
programación lineal.
|
Restricciones de
personas y empaquetado |
Restricciones de
planta |
|
|
|
|
Restricciones de producción |
|
|
|
Los valores mostrados en las restricciones de pl=
anta,
obedecen al hecho de que existe maquinaria especializada utilizada para un =
solo
producto a diferencia de la mano de obra y la máquina de empaquetado que se
utiliza en todos. Los coeficientes de las restricciones de producción parti=
eron
de un valor obtenido durante el levantamiento de datos.
Figura 6. Parámetros de la herramienta solver para la
resolución del modelo de programación lineal.
Las restricciones fueron agregadas a la hoja de
cálculo por medio de la herramienta solver[5], c=
omo
se muestra en la figura anterior, donde se especifica además las celdas par=
a el
cálculo de la función objetivo y el valor para las variables de decisión.
Figura 7. Resolución del modelo de programación lin=
eal
propuesto.
<=
v:shape
id=3D"Imagen_x0020_8" o:spid=3D"_x0000_i1025" type=3D"#_x0000_t75" style=
=3D'width:441.75pt;
height:317.25pt;visibility:visible;mso-wrap-style:square'>
Las
celdas resaltadas son los valores calculados por el algoritmo de resolución=
simplex
interno en la hoja de cálculo. Se identifican tres áreas de interés: primer=
o los
recursos utilizados, que se entienden como la cantidad en horas que se nece=
sita
de cada elemento del plan de gestión de operaciones para lograr el mínimo
referido por la empresa, segundo, el valor en unidades de cada producto
ofrecido por la empresa que se quiere realizar cumpliendo el mínimo solicit=
ado
y, tercero, el valor económico mínimo posible para alcanzar el objetivo, es
decir, el resultado de la función objetivo. Los resultados evidencian que el
modelo se acoplo a los requisitos de la empresa respetando los valores máxi=
mos
de costos de producción planteados y mostrando exactamente cuál debería ser=
la producción
para minimizar los costos de producción. A partir de los resultados se pued=
en
implementar varias estrategias que reduzcan aún más el costo de producción o
incrementen la ganancia una vez implementado el plan de gestión de operacio=
nes.
Conclusiones:
Un plan de gestión de operaciones es una herrami=
enta
que permite la identificación completa de todos los procesos productivos en=
una
empresa, definirlos de manera correcta posibilita la adecuada interpretación
del estado actual de un área productiva y la optimización de aquellas
actividades donde se encuentran falencias u oportunidades de mejora.
El modelo de programación lineal apropiadamente
interpretado y diseńado especifica valores puntuales que otorgan información
valiosa para la toma de decisiones o el planteamiento de políticas de
producción, ańadido a un plan de gestión de operaciones forman un instrumen=
to
de gran valor para un área productiva, cualquiera que sea el origen u objet=
ivo
de la empresa.
La herramienta de entrevista utilizada para el
levantamiento de datos, permitió el cálculo correcto de los costos de
producción, que se convirtieron en los coeficientes de la función objetivo =
del
modelo de programación lineal. Los costos, así como la producción mínima
requerida admitida por el jefe de producción fueron esenciales para el
cumplimiento del objetivo planteado en la unidad de análisis y de gran ayuda
para dar realce a la investigación.
Las encuestas realizadas a los distribuidores
ampliaron la visión del estudio, trascendiendo del modelo de programación y=
dando
mayor realce al plan de gestión de operaciones ya que la información recogi=
da
permitirá por si sola la aplicación de ciertas políticas y estrategias de
producción que beneficiaran a la unidad de análisis y que pudieran replicar=
se a
otras empresas de igual o similar naturaleza.
El
resultado del modelo de programación lineal (función objetivo) ratifica que=
el
mínimo de producción solicitado por la unidad de análisis es posible lograr=
lo
sin tener que incurrir en costos adicionales por concepto de horas extras, =
para
ello, se sugiere la implementación de un programa de producción basado en
proyecciones, y el aprovechamiento de las ventajas en términos de costos ba=
jo
una producción de economías de escala, sustentada en compra a gran escala de
materia prima, incremento de la especialización de los gestores, obtención =
de
fuentes de financiamiento a bajos costos e incorporación de nuevas tecnolog=
ías.
Plantear
un modelo matemático puntual considerando elementos del plan de gestión de
operaciones permitió una visión más específica y sostenida sobre valores de=
los
componentes que afectan económicamente a la transformación de la materia pr=
ima,
además, propicio el cálculo de los valores necesarios para proyectar de man=
era
correcta la producción, permitiendo una mejor administración de toda la cad=
ena
productiva.
Referencias Bibliográficas:
=
Arredondo Gonzáles, M. M. (2015). Contabilida=
d y Análisis
de Costos. México D.F.: Grupo Editorial Patria.
Bouza, O. (2010). Desarrollo del ámbito
informacional desde la perspectiva de la sistematización de la Vigilancia=
Científica
y Tecnológica (VCT) en organizaciones empresariales. Granada: Editori=
al
de la Universidad de Granada.
Chase, R., Jacobs, F. R., & Aquilano, N. (20=
10).
Administración de Operaciones producción y cadena de suministros. =
México:
McGraw-Hill.
Díaz, A. (2016). Modelo de gestión comercial
estratégico para el centro de llamadas de plasticaucho industrial S.A. Ambato:
Pontificia Universidad Católica del Ecuador.
Eppen=
, G. D., Gould, F. J., Schmidt, C. P., Moore, J.=
H.,
& Weatherford, L. R. (2000). Investigación
de Operaciones en la Ciencia Administrativa. México: Prentice-hall.
Gessa Perera, A., Rabadán Martín, I., & Jura=
do
Martín , J. A. (2008). Aplicación de la programación lineal en la
planificación de la producción. Implicaciones del Protocolo de
Hillier, F., & Gerald, L. (2010). =
Introducción a la Investigación de Operaciones.<=
/span> México: McGraw-Hill.
Horngren, C. T., Datar, S. M., & Rajan, M. V.
(2012). Contabilidad de costos, Un enfoque gerencial. México: Pear=
son.
Jiménez, W. (2010). Contabilidad de Costos.
Bogotá: Fundación para la Educación Superior San Mateo.
Mora García, L. A. (2010). Gestión Logística
Integral. Bogotá: Ecoe Ediciones.
Munier, N. (2011). Procedimiento fundamentado=
en
la programación lineal para la selección de alternativas en proyectos de
naturaleza compleja y con objetivos múltiples. Valencia: Editorial de=
la
Universidad de Valencia.
Pesántez, C. (2016). Modelo de gestión por
procesos basado en la norma ISO 9001:2008 Aplicado a la empresa Compufáci=
l.
Cuenca: Editorial de la Universidad Politécnica Salesiana del Ecuador.
Ramos, A., Sánchez, P., Ferrer, J., & Wogrin=
, S.
(2013). Modelos matemáticos de optimización. Madrid: Universidad
Pontificia Comillas.
Rojas Medina, R. (2014). Contabilidad de Cost=
os.
Bogotá: Pontificia Universidad Javeriana.
Taha, H. A. (2012). Investigación de Operacio=
nes.
México D.F.: Pearson.
Vidal, E. (2015). Metodología para la elabora=
ción
de un modelo de gestión aplicado a fondos complementarios previsionales
cerrados de cesantía del Austro Ecuatoriano. Cuenca: Editorial de la =
Universidad
del Azuay.
PARA CITAR EL ARTÍCULO INDEXADO.
Escandón Cueva, R., Erazo Álvarez, J., Narváez Zurita, C.,
& Ormaza Andrade, J. (2019). La gestión de operaciones como herramienta
generadora de ventajas competitivas en la industria alimentaria
vegetariana. Visionario Digital, 3(2.2), 28-49. https://doi.org/10.33262/visionariodigital.v3i2.2.597
El artícu=
lo
que se publica es de exclusiva responsabilidad de los autores y no
necesariamente reflejan el pensamiento de la Revista Ciencia Digital.
El artículo queda en propiedad de la revista y, por tanto, su
publicación parcial y/o total en otro medio tiene que ser autorizado por el
director de la Revista Ciencia Dig=
ital.
[1]Un=
iversidad
Católica de Cuenca, Posgradista Maestría de Administración de Empresas, Cue=
nca,
Ecuador, raescandonc@psg.ucacue.edu.ec
[2]
Universidad Católica de Cuenca, Sub Dirección de Posgrados, Cuenca, Ecuador.
jcerazo@ucacue.edu.ec
[3]
Universidad Católica de Cuenca, Sub Dirección de Posgrados, Cuenca, Ecuador.
inarvaez@ucacue.edu.ec
[4]
Universidad Católica de Cuenca, Sub Dirección de Posgrados, Cuenca, Ecuador.
jormaza@ucacue.edu.ec
[5] Es un complemento =
del
programa Microsoft Excel, usado para el cálculo del valor óptimo y análisis=
de
datos.
www.visionariodigital.org
= Vol. 3, N°2.2., p. 28-49, junio, 2019
=