UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.

Transcripción

1

2 Qué es capacdad? La cantdad de producto, sea este tangble o ntangble, que puede producrse bajo condcones dadas de operacón Las meddas relatvas al producto son normalmente utlzadas por organzacones enfocadas al producto, lo que se ve complcado a medda que la mezcla de productos se hace más compleja. Las meddas de nsumos son utlzadas en organzacones enfocadas a procesos. Estas meddas se complcan al tratar de ncorporar la demanda. Capacdadpromedo Tasa promedodeproduccón X100% Capacdad teórca

3 Ejemplos

4 Consderacones en decsones de capacdad Análss Económco: una justfcacón económca que sustente una estratega de aumento o dsmnucón de la capacdad lo sufcentemente clara de la necesdad de la nversón s aumenta o de las mplcacones en la caldad de servco o dstrbucón s dsmnuye. Análss del resgo: son decsones resgosas ya que dependen de factores muchas veces no controlables por la organzacón ya que por falta de conocmento sobre futuros acontecmentos Consderacones no económcas: dfícles de cuantfcar, son mportantes al desarrollar un análss de capacdad: El mpacto sobre la operacón del negoco. La respuesta de la competenca. Flexbldad de la nueva decsón. Objetvos encontrados: Maxmzar el mercado u Optmzar la capacdad

5 Estrategas en la admnstracón de la capacdad: expansón Capacdad ocosa planfcada Pronóstco de capacdad Capacdad Incremento en capacdad Tempos entre ncrementos Tempo

6 Estrategas en la admnstracón de la capacdad: esperar y ver Pronóstco de capacdad Capacdad Opcones a corto plazo Incremento en capacdad Tempos entre ncrementos Tempo

7 Estrategas en la admnstracón de la capacdad: combnada Tempos entre ncrementos de capacdad ocosa Capacdad Capacdad ocosa planfcada Intervalo de capacdad lmtada Opcones a corto plazo Tempo

8 Controlando la demanda Manejo de precos: En este sentdo se busca aplcar un esquema dferencado de precos dependendo de la hora o fecha en que se solcta el servco. Esta estratega tambén puede ayudar a aumentar la demanda en períodos fuera de temporada. Creando demanda fuera de temporada: Esta estratega, además de dferr la demanda de servcos, apoya el uso de la capacdad no utlzada durante temporadas de baja demanda, en especal en aquellas organzacones con un alto apalancamento operatvo. Partr la demanda: Debdo a que normalmente la demanda de certo servco provene de fuentes no homogéneas, que se pueden agrupar en una demanda planfcada y una demanda aleatora. Se pueden desarrollar horaros o temporadas de servco dedcadas a tpos específcos de clentes de tal manera que se mnmcen las esperas.

9 Controlando la demanda Desarrollando servcos complementaros: Utlzada en casos donde las esperas tenden a ser muy largas, consste en desarrollar servcos alternatvos que permtan al clente dstraer la atencón durante la espera. Uso de sstemas de reservacones: El uso de sstemas de reservacones permte el balance de la demanda de un servco dado, mnmzando tempos de espera y garantzando servcos de caldad.

10 Controlando la demanda Manejo de la sobreventa: Lgada al sstema de reservacones, consste en sobre vender o aceptar más reservacones que la capacdad del servco. El pelgro radca en sobre vender o reservar demasado sobre la capacdad de oferta y perder clentes. Los costos de esta polítca son relatvamente altos. En este caso será necesaro utlzar un análss margnal a fn de poder determnar el número crítco de sobre ventas de tal manera que se optmce la polítca. Sean: D : el número de reservacones que no se presentan según datos hstórcos X : el número de sobreventas Cu: el costo de un clente que no se presenta Co: el costo de un clente perddo por sobre venta La probabldad margnal de certa polítca de sobre venta estará dada por: Cu P(D X) C C o

11 Controlando la oferta Utlzar personal eventual: La temporada de alta demanda puede manejarse medante el uso de personal eventual; por horas, días o semanas. Este personal eventual es adconal al personal permanente que trabaja en la organzacón. Utlzar turnos de trabajo daros: Esta estratega es todo un reto para organzacones que manejan demanda cíclca. El análss nca con un pronóstco bastante detallado en ntervalos cortos de tempo que permta planfcar los turnos de trabajo de manera óptma. El problema se complca al tener restrccones de horaro, días lbres u otras stuacones especales del personal. Maxmzar la efcenca: La estratega consste en analzar los procesos de tal manera que se puedan optmzar los msmos. Ejemplos de herramentas pueden ser el análss del mapa de valor de los procesos, estudo de los flujos de trabajo, análss de tempos ocosos, entre otras.

12 Controlando la oferta Aumentar la partcpacón del consumdor: A medda que el consumdor partcpa en el servco, dsmnuyen los requermentos de personal del proveedor de servco y se puede manejar la espera del clente. Puede ocurrr que el consumdor rechace la dea por tener que pagar por un servco que él o ella se están proveyendo. Compartr capacdades: Se puede consderar compartr capacdades excedentes con otras organzacones a fn de compartr las msmas, en especal s estas son costosas. Crear capacdades ajustables: Es posble desarrollar una porcón del sstema proveedor de servcos con capacdad ajustable. Por ejemplo, la capacdad en períodos de alta demanda puede aumentarse utlzando personal de apoyo que está lbre al haber sdo ayudado por personal ocosos en horas de baja demanda. Entrenamento para capacdades múltples: Capactar al personal para que pueda desarrollar varas tareas y así apoyar en los momentos de mayor demanda.

13 Estmando capacdad Pronóstco es la estmacón de un acontecmento futuro que se obtene proyectando datos del pasado que se combnan sstemátcamente, o sea que requeren técncas estadístcas y de la cenca admnstratva. Predccón es la estmacón de un acontecmento futuro que se basa en consderacones subjetvas, dferentes a los smples datos provenentes del pasado, las cuales no necesaramente deben combnarse de una manera predetermnada, es decr se basan en la habldad, experenca y buen juco de las personas.

14 Métodos de pronóstcos: cualtatvos

15 Métodos de pronóstcos: cuanttatvos

16 Métodos de pronóstco: según cclo de vda

17 Seres de tempo Una sere de tempo es una lsta cronológca de datos hstórcos, para la que la suposcón esencal es que la hstora predce el futuro de manera razonable.

18 Promedo smple Todas las demandas de los períodos anterores tenen el msmo peso relatvo. El promedo hace que las demandas elevadas tendan a ser equlbradas por las demandas bajas de otros períodos, reducendo las posbldades de error que se podrían cometer al dejarse llevar por fluctuacones aleatoras que pueden ocurrr en un período. Se calcula así: P k 1 k d

19 Promedo móvl smple: Combna los datos de demanda de la mayor parte de los períodos recentes, sendo su promedo el pronóstco para el período sguente. El promedo se mueve en el tempo, superando así la prncpal lmtacón del modelo del promedo smple. Se calcula de acuerdo a la sguente expresón. MMS n n d kn1 Donde: d es la demanda de cada uno de los n períodos anterores. En este caso va desde 1 hasta n períodos. S n =k, se tendrá el promedo smple.

20 Suavzacón exponencal de prmer orden El cálculo correspondente requere de 2 datos: La demanda real del período más recente El pronóstco más recente obtendo por cualquer otro método. A medda que termna cada período se realza un nuevo pronóstco. Entonces:

21 Seleccón del coefcente de suavzacón Coefcente alto de 0.7, 0.8 o 0.9 : adecuado para nuevos productos o para casos donde la demanda es dnámca, o ben nestable. El uso del suavzado exponencal es cuestonable s no se sabe s exsten o no condcones de nestabldad. Coefcente bajo de 0.1, 0.2, o 0.3: adecuado s la demanda es muy estable y se pensa que pueda ser representatva del futuro. Un valor bajo dsmnuye cualquer rudo se presente en forma súbta y el pronóstco no reaccona de una manera drástca a las demandas más recentes. Cuando la demanda es lgeramente nestable, coefcentes de suavzacón medo de 0.4, 0.5 o 0.6, pueden proporconar los pronóstcos más precsos.

22 Seleccón de parámetros de pronóstcos y comparacón de los modelos mndma x F n

23 Modelos causales: regresón lneal n x b y a x x n y x y x n b y y n x x n y x y x n r