INDICADORES PRODUCTIVOS COMO HERRAMIENTA PARA MEDIR LA EFICIENCIA DEL POLLO DE ENGORDE

Transcripción

1 INDICADORES PRODUCTIVOS COMO HERRAMIENTA PARA MEDIR LA EFICIENCIA DEL POLLO DE ENGORDE Por Ing. Washington Rodríguez 2007 INTRODUCCION Los negocios modernos dependen de la medición y del análisis del desempeño. Las mediciones deben derivar de la estrategia de la compañía y proporcionar datos e información críticos sobre los procesos, las salidas y los resultados dominantes. Los datos y la información necesaria para la medición y la mejoría de desempeño son de muchos tipos, incluyendo: cliente, desempeño del producto y del servicio, operaciones, mercado, comparaciones competitivas, proveedores, relativas al personal, costos y financieros. El análisis exige el uso de data para determinar tendencias, proyecciones, y causas y efectos, cuya fuerza no se hacen evidentes sin análisis. Los datos y el análisis soportan una variedad de propósitos de la compañía, tales como planeamiento, repaso de desempeño de la compañía, mejorar operaciones, y comparar desempeño de la compañía con los competidores o con las mejores prácticas pruebas patrones. Una consideración importante en la mejoría del desempeño implica la creación y el uso de las medidas o de los indicadores de desempeño. Las medidas o los indicadores de desempeño son características mesurables de productos, servicios, procesos, y de las operaciones que la compañía utiliza para seguir su trayectoria y mejorar su desempeño. Las medidas o los indicadores se deben seleccionar para representar lo mejor posible los factores que conducen al desempeño mejorado del cliente, operacional, y financiero. Un grupo comprensivo de medidas o de indicadores ató al cliente y/o los requisitos de desempeño de la compañía representan una base sin obstrucción para alinear todas las actividades con las metas de la compañía. Con el análisis de datos de los procesos que siguen su trayectoria, las medidas o los indicadores ellos mismos se pueden evaluar y cambiar para mejorar el soporte de tales metas. Todos los datos que a continuación serán presentados no corresponden a la realidad de ninguna empresa. Son valores arbitrarios utilizados con el fin de presentar una representación gráfica de los indicadores que estudiaremos. PRINCIPALES INDICADORES DE GESTION EN POLLOS DE ENGORDE Durante cada etapa del desarrollo del lote existen diferentes indicadores que van midiendo el logro de nuestros objetivos. Vamos a dividir el proceso de crianza en

2 etapas y distinguimos las siguientes: Calidad del Pollito BB, Primera semana, Semanal y Resultado Final. CALIDAD DEL POLLITO BB Un pollito BB sano, robusto y de gran vitalidad producirá un pollo resistente a las enfermedades y llegará con rapidez a los estándares de crecimiento. Para medir la calidad de pollito BB tenemos los siguientes indicadores: Peso del pollito BB de 1 día, Mortalidad al tercer día y Uniformidad (Coeficiente de variación). Peso del pollito BB Sin duda que un pollito BB con un gran peso inicial tendrá un desempeño mejor que un pollito de menor peso. Es necesario definir cuál es el peso mínimo que debemos aceptar a la incubadora para determinar el rango de peso de huevo fértil que la reproductora enviará a la incubadora de manera que sea más rentable para la empresa. Mortalidad al tercer día o cuarto día La mortalidad al tercer (cuarto) día está estrechamente relacionada con el proceso de incubación. Esta medida ayudará a evidenciar problemas posibles de contaminación o descartes en la incubadora. Uniformidad (Coeficiente de variación) Sin lugar a dudas que mientras mayor es la uniformidad en la población de pollitos BB mejor desempeño tendrá el lote. Esta medida nos puede servir para dirigir la atención en la incubadora para cargar huevos fértiles de similares condiciones (edad de la reproductora, peso del huevo, etc). La uniformidad del pollito BB se calcula mediante los siguientes pasos: 1. Selección del tamaño de la muestra 2. Peso de cada uno de los pollitos BB de la muestra (individual) 3. Contar el número de pollitos que están dentro de la media ± 10%. Una medida de uniformidad muy utilizada en pollos de engorde es el coeficiente de variación, mismo que se calcula de la siguiente manera: Donde: CV: es el coeficiente de variación en % σ: es la desviación estándar de la muestra : es la media de la muestra (%) En la industria se maneja un CV entre 5% y 10% con una media del 8% en peso de pollito BB de 1 día de edad.

3 PRIMERA SEMANA La primera semana es la etapa más importante del proceso de crianza de pollo de engorde. Podría compararse en el primer año de vida de un bebé. Si Un bebé ha recibido todos los cuidados necesarios tendrá un futuro saludable y con gran resistencia a enfermedades. La primera semana en pollos de engorde tiene igual importancia. Si dotamos de las condiciones adecuadas para que ese BB llegue a la primera semana con buenas características aseguraremos un lote con buen resultado. Las medidas más comunes en primera semana son: Peso y % de mortalidad. Mientras más cerca el peso de la primera semana esté de la Tabla correspondiente a la línea genética mejor será el desempeño del lote. Generalmente el % mortalidad se considera inferior al 1% y este valor tiene una responsabilidad compartida entre la incubadora y el manejo del criador. Los siguientes gráficos muestran la distribución del peso de primera semana y el % mortalidad de primera semana. Gráfico 1

4 Gráfico 2 Probablemente otra medida poco utilizada por los criadores es la uniformidad del pollo a la primera semana. Al igual que mencionamos en la uniformidad del pollo en la llegada (día 1) se sigue el mismo procedimiento para el séptimo día. Por ejemplo si el promedio del peso de primera semana es de 152 g y la desviación estándar es de 30 g entonces el coeficiente de variación es: Mientras más pequeño sea el CV mayor será la uniformidad. Para nuestro ejemplo la uniformidad es del 68%. Cuando el peso promedio es de 152 g y la desviación estándar de 10 g, entonces En este caso la uniformidad es del 92% SEMANAL Los parámetros a medir son básicamente dos: Peso promedio semanal y % Mortalidad semanal. Evidentemente hay otras medidas a considerar en la evolución semanal del lote pero se consideran las dos que hemos mencionado como las medidas más importantes para evaluar el desempeño del lote. El control semanal del peso promedio me dará una idea bien clara de la fecha probable de faenamiento ya que podremos hacer inferencias sobre él. En cuanto a la mortalidad, el registro semanal también es

5 importante controlar ya que me dirá cuantos pollos tendré para faenar y si podré cumplir con mi presupuesto o programa de producción. Un buen sistema de muestro me permitirá hacer pronósticos más acertados acerca del peso probable al faenamiento. De igual forma con la mortalidad, un buen sistema de almacenamiento de información que me permita evaluar la tendencia en el tiempo de la mortalidad será importante a la hora de predecir cuál será la mortalidad final al faenamiento. Estos temas los trataremos más adelante en la sección de La estadística y los indicadores de desempeño. Como herramienta de análisis será útil graficar la tendencia del peso y la mortalidad comparados con algún estándar. Gráfico 3

6 Gráfico 4 RESULTADO FINAL A la finalización del lote necesitamos realizar la evaluación del mismo con el objeto de medir el desempeño final de las aves. Las medidas anteriores nos permitirán evaluar el desempeño durante la vida del lote y podremos controlar y tomar decisiones para corregir cualquier desviación dentro de lo programado. Para evaluar el resultado final tenemos las siguientes medidas: Peso Promedio (PP), Conversión alimenticia (CA), Edad de sacrificio (Edad), Ganancia diaria de peso (GDP), % de mortalidad (% M), Factor de eficiencia europeo (FEE), Kilos por m 2 (Kg/ m 2 ), Costo por Kg de carne producida (Costo/Kg). Peso Promedio El peso promedio corresponde al peso que en promedio tuvo cada pollo al sacrificio del lote. La siguiente gráfica muestra la evolución del peso promedio desde el año 2002 al 2006.

7 Gráfico 5 La interpretación del gráfico es sencilla. La tendencia muestra una pendiente positiva con un incremento año a año. Puede haber muchos factores que expliquen este crecimiento entre los cuales estará la línea genética y posiblemente el mercado está pidiendo un pollo cada vez más pesado. Conversión Alimenticia En general la conversión alimenticia es una medida de la productividad de un animal y se define como la relación entre el alimento que consume con el peso que gana. Por ejemplo, si se usan cuatro kilos de alimento para producir dos kilos de carne de pollo, la conversión alimenticia es 2.00 (4 kilos divididos por 2 kilos). Es evidente que cuanto menor sea la conversión más eficiente es el ave. Matemáticamente la relación se expresa de la siguiente manera: Al igual que en el peso promedio podemos ver como ejemplo la evolución de la conversión alimenticia de los últimos 5 años.

8 Gráfico 6 Por si solo el gráfico es muy elocuente. La conversión va disminuyendo año tras año. Este resultado se ve muy favorable si tomamos en cuenta la evolución del peso promedio. Como se puede ver cada año el criador ha ido mejorando su eficiencia. Esta tendencia será observable muy probablemente en galpones con tecnología de túnel, en galpones abiertos la tendencia probablemente sea menos acentuada. Edad de sacrificio La edad de sacrificio es una medida muy importante de desempeño del lote. La edad es el número de días de crianza contados a partir del primer día de ingreso de las aves hasta el día de faenamiento. Continuando con el ejemplo, el siguiente gráfico muestra como ha cambiado la edad de faenamiento en los últimos 5 años. Gráfico 7

9 Como se puede apreciar la tendencia de la edad de faenamiento es descendente, esto significa que cada año la para llegar a un peso promedio más alto es necesario menos días de crianza que al final se traduce en mayor volumen de producción y por lo tanto una reducción en el costo. Otra vez esta tendencia dependerá del tipo de tecnología que estemos utilizando, probablemente en galpones abiertos la edad de faenamiento sea mayor y en galpones con túnel la edad de faenamiento será más baja. Ganancia diaria de peso La ganancia diaria de peso es el promedio de ganancia de peso que el ave tuvo por cada día de vida. Se obtiene este valor de la división del peso promedio (PP) menos el peso inicial (Po) para la edad de faenamiento. Nuevamente observemos la tendencia de la ganancia diaria de peso de los últimos 5 años.

10 Gráfico 8 Como es evidente la relación es inversa a la edad. Como el peso promedio se incrementa en el tiempo se puede ver que la ganancia diaria también es creciente y aproximadamente cada año sube 2 gramos de ganancia diaria de peso. % Mortalidad El porcentaje de mortalidad es la cantidad de aves que se murieron en el proceso de crianza expresada como porcentaje del total de aves ingresadas. Como ejemplo los siguientes datos podrían mostrar.la tendencia de la mortalidad en los últimos 5 años. Gráfico 9 Como era de esperarse la mortalidad tiene una tendencia creciente en el tiempo y es una conclusión obvia. El peso promedio esta creciendo y la edad de faenamiento bajando. La ganancia de peso creciente muestra una precocidad en el ave para ganar peso muy rápidamente lo que puede ser una causa para este incremento en la mortalidad. Si esta fuera la tendencia real, nuestras decisiones deberían orientarse hacia cómo revertir esta tendencia o disminuir esa pendiente Factor de Eficiencia Europeo Esta medida es una de las más importantes en la evaluación del desempeño del lote porque utiliza las medidas anteriores y las resume en un solo índice que mide la

11 eficiencia del lote. Matemáticamente la relación entre las variables se escribe de la siguiente manera: Existen otras formas de expresar el FEE dependiendo de las unidades de medida que tengamos. En nuestro caso tenemos la mortalidad en %, la ganancia diaria de peso (GDP) en Kg, por esta razón es necesario el factor Para ilustrar la fórmula anterior, considere un lote que tuvo 6.5% de mortalidad final, 2.45 de peso promedio, 46 días de edad y una conversión de Aplicando la fórmula tenemos: Continuando con el ejemplo, el Gráfico 10 siguiente muestra el FEE para los últimos 5 años Kilos por metro cuadrado Es medida es importante para medir la densidad utilizada y se calcula dividiendo el total de kilos de carne producida por el área útil de los galpones en donde se criaron las aves. Esta densidad dependerá de las condiciones del galpón. En galpones abiertos disminuirá la densidad y en galpones de túnel obtendremos densidades mayores. Cada empresa deberá analizar sus condiciones y escoger la densidad adecuada.

12 Gráfico 10 Gráfico 11 Modificar para que presente una tendencia ascendente Costo por Kg de carne producida La más importante de todas la medidas que hemos citado en este documento es sin duda alguna el costo por kilo de carne producida. Mientras más eficientes seamos en el proceso de crianza y utilicemos los recursos en forma óptima iremos mejorando el costo del ave en pie. Esto nos indicará si somos competitivos en un mercado tan agresivo como lo es el de la carne de pollo. Tarde o temprano llegaremos a un acuerdo de libre comercio con EE.UU, Chile, Brasil, Colombia y Perú y empezará la liberación de aranceles con una firme amenaza de inundar el mercado ecuatoriano de carne de pollo. Nuestro desafío está en mejorar nuestro sistema productivo de manera que podamos competir con los grandes productores mundiales y sobrevivir. La competencia no está solamente dentro de nuestro país, la amenaza más importante es la externa.

13 Para medir realmente si somos eficientes cada una de estas medidas debería ser comparada contra algún parámetro estándar u objetivo, es decir, realizar un Benchmarking. OTRAS MEDIDAS IMPORTANTES Existen otras medidas que son también importantes al momento de realizar el análisis de la información, por ejemplo: días de descanso, densidad Inicial (Aves/m 2 ), densidad por ventilador (Aves/Ventilador) en granjas abiertas Días de descanso Los días de descanso corresponden al número de días entre la salida del último pollo a la faenadora y el ingreso del primer pollo al nuevo lote. Densidad Inicial Esta medida nos indica la cantidad inicial de carga de aves por m2 en el lote. Algebraicamente se expresa esta medida como: cuál sería la densidad inicial adecuada?

14 Densidad por ventilador Esta densidad se calcula tomando en cuenta el número de aves ingresadas dividido por el número de ventiladores instalados. Naturalmente esta medida tendrá sentido solamente en granjas abiertas. Como ejemplo de estas tres medidas adicionales tenemos la siguiente tabla. Corregir aves por m2 Tabla 1: Otras medidas Año Días de Aves/Ventilado Aves/m2 descanso r , , ,117 LA ESTADISTICA Y LOS INDICADORES DE DESEMPEÑO Hasta aquí hemos mencionado los principales indicadores de desempeño para medir el logro de nuestros objetivos en el proceso de crianza de pollos de engorde. Los indicadores utilizados individualmente serán muy útiles pero si los combinamos para obtener información adicional de ellos se convierte en una herramienta potente a la hora de tomar decisiones. Antes de iniciar nuestro análisis es necesario recordar ciertos conceptos estadísticos Coeficiente de correlación Dadas dos medidas m 1 y m 2, se define la correlación entre m 1 y m 2 como el grado de dependencia de las dos medidas. Este valor esta entre 0 y ±1, mientras más cercano a ±1 esté esta dependencia será mayor y mientras más cercano a 0 sea su dependencia será nula. Cuando la correlación es 0 se dice que son independientes. Como ejemplo consideremos la siguiente tabla de datos para el cálculo del coeficiente de correlación. Los datos muestran el peso al faenamiento y el peso de 1 día de edad de un Año Peso BB Peso al Faenamient o

15 Para calcular el coeficiente de correlación entre el peso del BB y el peso al faenamiento hemos utilizado una hoja electrónica. El coeficiente de correlación es el siguiente: Peso BB Peso 0.91 Peso BB Peso 0.91 Este valor de 0.91 significa que el peso al faenamiento está influenciado en gran medida con el peso del pollito BB. Mayores pesos de BB nos llevarán a mayores pesos al faenamiento. Análisis de regresión Otro método para medir correlación entre dos medidas es el análisis de regresión. Consideremos dos medidas que sospechamos están estrechamente relacionadas y nos interesa calcular el coeficiente de correlación entre ellas y además determinar si ese valor es significativo. Volvamos a nuestro ejemplo anterior del peso al faenmaiento y el peso del pollito BB.. Sea % PP el peso promedio al faenamiento de los últimos 5 años y Peso BB el peso promedio de un pollito de 1 día de edad. Nos planteamos la siguiente relación lineal:

16 Utilizaremos el método de los mínimos cuadrados para la estimación de los parámetros desconocidos a y b y la ayuda de una hoja electrónica a los siguientes datos: DD % Mortalidad % % % % % Los resultados son los siguientes: Coeficiente de correlación múltiple 0.91 Coeficiente de determinación R^ R^2 ajustado 0.77 Error típico 0.02 Observaciones 5 Grados de libertad Suma de cuadrado s Promedio de los cuadrado s Regresió n Residuos Total Valor crítico de F F

17 De los cuadros anteriores podemos concluir que la correlación entre las dos medidas es estadísticamente significativa. Esto lo podemos comprobar en el cuadro de análisis de varianza en la última columna, Valor crítico F de La correlación es muy importante a la hora de analizar problemas de causa-efecto porque permite cuantificar la dependencia entre las medidas e ir descartando aquellas que no tienen influencia sobre el problema. Existen técnicas de análisis de datos más avanzadas que permiten analizar todo un conjunto de medidas y el efecto que cada una de ellas tiene sobre el problema que se está analizando. Para una referencia sobre estás técnicas vea [2]. Modelos de predicción de pesos Para finalizar vamos a considerar una aplicación del análisis de regresión para la predicción de pesos. Como mencionamos antes la posibilidad de conocer el probable peso con que se faenarán las aves a determinada edad es de vital importancia al momento de planear el faenamiento. Consideremos el cuadro de pesos semanales que ya expusimos anteriormente. Edad (días) Peso promedio

18 Gráfico 12 La gráfica muestra la evolución del peso semanal. El objetivo es encontrar una ecuación funcional que tenga como variable independiente la edad (ED) del ave y que nos permita escoger cualquier nivel y predecir el peso promedio (PP) para ese valor. El modelo que nosotros planteamos tiene la siguiente ecuación funcional: La ecuación funcional es una función exponencial que tiene como argumento un polinomio de grado 3 (P 3 ) evaluado en la raíz cuadrado de la edad. Para los datos del gráfico la función de estimación es la siguiente: La gráfica 13 muestra el Peso promedio real vs el pronóstico.

19 Gráfico 13 Estadísticas de la regression Coeficiente de correlación múltiple 1.00 Coeficiente de determinación R R 2 ajustado Error típico 3 Observaciones 9 La tabla anterior muestra las estadísticas de la regresión. De estos, R 2 ajustado, es el más importante. El valor de 1.00 nos indica que el modelo ajustado para el peso promedio es explicado en su totalidad por la relación funcional. Mientras más cercano a 1 sea este coeficiente mayor es el ajuste. Las diferencias entre el valor real y el ajustado se resumen en la siguiente tabla: Edad (días) Peso promedi o (g) Pronóstic o (g) Diferencia (g) % % % % % % % %

20 % % La mayor diferencia se obtiene a los 42 días con 76 g por debajo del valor real lo que representa el 3%. La mayor desviación en % está en el día 14 con 5% debajo del valor real. Para que las predicciones que hagamos mediante este método sean más exactas dentro de un rango de variación permisible de ± 2% debe cumplirse las siguientes condiciones: 1. Método de muestreo adecuado.- Para pesajes semanales mínimo un 2% de la población 2. Base de datos histórica (mientras más actual sea mejor).- Los datos del último año sería suficiente ya que muy atrás probablemente sea desactualizada. CONCLUSIONES 1. Para evaluar el desempeño del lote debemos seleccionar las medidas adecuadas y compararlas con algún objetivo o estándar definido. Un adecuado seguimiento de estas medidas en todo el proceso productivo a través de un buen sistema de información nos permitirá reaccionar casi instantáneamente para corregir cualquier desviación fuera de lo normal y acercarnos a nuestro objetivo. 2. La estadística es una herramienta que nos facilita realizar análisis más exhaustivos de estas medidas utilizándolas en conjunto o individualmente. Existen técnicas más avanzadas de las que hemos utilizado las cuales facilitan la toma de decisiones. Para un análisis a profundidad de éstos métodos refiérase a [1]. BIBLIOGRAFIA [1] Draper, N. R., and Smith, H. Applied Regression Analysis, 2th Edition, New York, Wiley, 2001 [2] Mendenhall W., Scheaffer R. and Wackerly D., Estadística Matemática con Aplicaciones, México, Iberoamérica, 2006