INDICADORES DE PRODUCTIVIDAD COMO INSTRUMENTOS DE APOYO A LA DECISIÓN EN LAS OPERACIONES DE ALMACENAMIENTO

Desde 1990, el Gobierno brasileño promueve la implementación de programas de mejora de la Calidad y la Productividad. En este entorno, es importante estudiar el desarrollo de la medición de la productividad, una vez que apoya la aplicación de estos programas. Lejos de ser simple, la medición de la productividad debe considerar la influencia de factores externos que pueden afectar la productividad real alcanzada. Si esto no se hace, puede conducir a conclusiones erróneas sobre el desempeño laboral.

En este trabajo se ha definido un conjunto de medidas de desempeño para la actividad de carga en una Fábrica de Lubricantes. Esta actividad es una de las más importantes para la función de almacenaje en cualquier empresa. Finalmente, se ha realizado un análisis para mostrar la importancia de considerar factores externos que pueden influir en la productividad.

Palabras clave: medición; productividad; calidad; envío; almacenamiento

1. INTRODUCCIÓN

La actividad de carga de cajas y baldes en camiones en una fábrica de lubricantes tiene una influencia muy relevante en la relación de la empresa con los transportistas que prestan servicios, así como en el nivel de servicio que se presta a los clientes (tiempo de entrega, número de averías, etc.). ).

Por tanto, el objetivo inicial se traducía en la definición de medidas de productividad que englobaban la actividad en cuestión. Tradicionalmente, el objetivo principal de establecer un sistema de medición de la productividad para una determinada actividad es proporcionar la información necesaria para mejorar la productividad, la asignación de personas y el rendimiento laboral. Se vuelve importante monitorear los resultados actuales, compararlos con valores históricos, medir el desempeño del operador, monitorear el progreso realizado e incluso ayudar al proceso de evaluación de los empleados.

Vale la pena enfatizar la diferencia entre rendimiento (performance) y productividad (output versus input). El rendimiento es una medida del nivel de esfuerzo y capacidad de un individuo, es la relación entre el rendimiento real y el rendimiento estándar. La productividad representa la relación entre los productos generados (output) y los recursos consumidos (input).

La definición de estándares de desempeño es muy útil para mantener el nivel de productividad deseado. Esta definición se puede realizar utilizando diferentes técnicas, como el estudio de tiempos y movimientos, el cálculo de estimaciones o metas de productividad o promedios históricos.

Para cada función se pueden evaluar un gran número de elementos de trabajo, cada uno con su propia unidad de medida. Por lo tanto, se deben seleccionar las medidas adecuadas, es decir, que cubran todo el proceso analizado. Las medidas pueden proporcionar información muy útil para quienes desean identificar las fuentes de los problemas o las razones de los éxitos. Además, pueden ayudar al desarrollo de sistemas de control que permitan una toma de decisiones segura y faciliten la implementación de programas de calidad. Por lo tanto, medir la productividad significa medir la eficiencia de un proceso. Como se dijo anteriormente:

Productividad = Producto producido / Insumo consumido

donde Salida es una medida de la cantidad de trabajo realizado en una actividad (por ejemplo, número de artículos transportados o peso transportado) y Entrada es una medida del recurso consumido para realizar el trabajo (por ejemplo, horas-hombre o horas-máquina). ).

Además de los conceptos de productividad y rendimiento, existe el concepto de utilización, que representa la fracción del insumo consumido en una determinada actividad en relación con la cantidad total disponible para su uso.

La productividad se puede aumentar de tres maneras: rediseñando el proceso en sí, mejorando el uso de los recursos y aumentando el rendimiento a través de objetivos u otros incentivos.

Actualmente es posible implementar sistemas de medida en los que son necesarios cálculos complejos y grandes bases de datos ya que disponemos de recursos computacionales que ayudan en estas tareas. La tarea principal, por lo tanto, es decidir qué debe medirse, qué datos usar para desarrollar medidas importantes para la toma de decisiones y cómo presentar tales medidas de manera que las personas puedan entenderlas e interpretarlas.

Para decidir qué medir, una empresa debe hacerse cuatro preguntas: “¿Qué está tratando de lograr?”; “¿Qué representa una buena medida de esto?”; “¿Qué fórmula matemática calcula esto?”; “¿Cuáles son las fuentes de datos?”. Siguiendo esta secuencia lógica, es posible evitar perderse en medio de un exceso de datos, pudiendo asegurar que las medidas están llegando al objetivo correcto.

Además, el conjunto de medidas debe tener ciertas características que garanticen su eficacia. Tales características se pueden resumir como: validez (¿La medida proporciona un seguimiento de las necesidades reales de los clientes o de la productividad real?); cobertura (¿la medida o grupo de medidas cubre todos los factores pertinentes?); comparabilidad (¿se puede comparar la medida a lo largo del tiempo y en diferentes lugares?); cobertura (¿todas las fuentes que generan un producto están cubiertas por las medidas?); utilidad (¿sirve la medida para orientar acciones?); compatibilidad (¿la medida es compatible con los datos existentes y el flujo de información?); costo/beneficio (¿cuáles son las ventajas y desventajas entre el costo de obtener la medida y los posibles beneficios que se lograrán?).

2. DESCRIPCIÓN DEL SISTEMA

Como se vio anteriormente, la actividad estudiada en este trabajo consiste en cargar camiones en los almacenes con baldes y cajas (carga seca) de una fábrica de lubricantes. En este ítem se hace una breve descripción del sistema considerado.

El camión, camioneta o remolque, después de estar listo para cargar, se detiene en un muelle en el almacén para latas y baldes. La carga es movida por dos montacargas y despaletizada manualmente dentro del camión. Después de terminar de cargar en el almacén de cubos, el camión sale del muelle y se dirige a otro almacén, donde se cargan las cajas. Una vez en el muelle, la carga se carga en el camión de la misma manera que en el depósito de cangilones. Cabe recordar que un camión tiene una capacidad de hasta 15.000 kg y un remolque lleva hasta 30.000 kg. En la etapa de implementación de las medidas llevadas a cabo en este estudio, se calculó el tiempo total de carga como el tiempo transcurrido entre el inicio de la carga en el almacén de cangilones y el final de la carga en el almacén de cajas.

3. DEFINICIÓN DEL CONJUNTO DE MEDIDAS

A partir de los conceptos previamente explorados y de la información obtenida sobre la operación, se seleccionaron algunas medidas de productividad adecuadas a las actividades navieras. Estas medidas se clasifican en los siguientes grupos: obra, instalaciones y equipos.

Índices de trabajo

• Tasa de carga en kilogramos por hora: representa el peso promedio (en Kg) cargado en cada camión dentro de una hora. El cálculo se realiza dividiendo el peso total cargado en cada camión por la diferencia entre los tiempos de carga final e inicial de este camión.
• Vehículos cargados por hora (en remolques/hora o camiones/hora): representa la fracción de vehículo (camión o remolque) que se carga en una hora. Se calcula dividiendo la tasa de carga por la carga promedio del camión considerado.
• Rendimiento relativo entre diferentes tipos de camión: representa la fracción de un camión cargado en el tiempo correspondiente al tiempo total de carga de otro camión de diferente tipo. El cálculo es la relación entre las medidas de vehículos cargados por hora de diferentes tipos de camiones.

Índices de instalación

• Productividad diaria por muelle (en Kg/muelle.día): representa el ritmo de carga diario en un muelle, es decir, cuántos kilogramos se movieron en cada muelle en un día. Su cálculo se realiza dividiendo el total cargado en un día (en Kg) por el número de muelles en operación en ese día.
• Rotación de muelle (en Vehicle/dock.day): representa el número medio de vehículos que se detienen para cargar en cada muelle en un día. Se calcula dividiendo el número de vehículos cargados en un día por el número de muelles en funcionamiento ese día.

Índice de equipos

• Productividad del montacargas (kg/hora.carretilla): representa el peso (en Kg) movido por cada montacargas en una hora. Se calcula dividiendo el total diario cargado (en Kg) por el producto entre el número de carretillas elevadoras y el total de horas de uso al día.

Estas fueron, entonces, las medidas de productividad sugeridas para la operación de carga de camiones de carga seca en esta fábrica de lubricantes. En el siguiente ítem se exponen algunos valores obtenidos para cada una de estas medidas, por ejemplo, a partir de la recolección de un conjunto de datos para el mes de febrero de 1995.
4. APLICACIÓN DE MEDIDAS

Para los Índices de Trabajo, Instalaciones y Equipos seleccionados, los valores promedio a continuación se obtuvieron de una muestra de 127 vehículos (4 días). En esta muestra, el 58% de los vehículos eran remolques y el 42% camiones.

Índices de trabajo

tasa de carga

Para vehículos en general 3818,30 Kg/h
Para camiones 2942,51 Kg/h
Para remolques 4496,32 Kg/h

Vehículos cargados por hora

Para vehículos en general 0,21 vehículos/hora
Para camiones 0,26 camiones/hora
Para carros 0,19 carros/hora

Desempeño relativo

TCcamión = 0,70 TCcamión

donde TC = tiempo de carga (promedio muestral)

Índices de instalación

Productividad diaria por muelle

Para vehículos en general 40267,68 Kg/muelle.día

Paseo por el muelle

Para vehículos en general 2,12 vehículos/muelle.día
Para camiones 0,88 camiones/muelle.día
Para remolques 1,23 remolques/muelle.día

Índice de equipos

Productividad de Montacargas
8628.79 Kg/hora.carretilla elevadora

Como ya se mencionó, los valores presentados anteriormente representan solo los valores promedio, obtenidos en un corto período de tiempo (solo cuatro días), para las mediciones sugeridas. Para un uso efectivo del sistema de medición de la productividad, es necesario monitorear los valores de los índices a lo largo del tiempo, comparándolos con valores históricos o metas a alcanzar. Comparar las medidas antes y después de implementar algún cambio en el sistema operativo puede brindar una imagen completa de la efectividad de ese cambio.

Para ejemplificar y mostrar cómo la visualización gráfica facilita el análisis de las medidas, a continuación se muestra la gráfica del índice de trabajo de tasa de carga. Cada punto representa el promedio diario del período del 17 de febrero al 01 de abril de 1995.

Gráfico 1 - Tasa de Carga en kg/h (Camiones y Remolques)
Los promedios obtenidos para la productividad de camiones y remolques fueron 4831.78 Kg/h y 6067.80 Kg/h, respectivamente.

Se puede notar que la productividad de la carga en tráileres es casi siempre superior a la de los camiones, aunque este último vehículo presenta aumentos de productividad proporcionalmente mayores que los de los tráileres. De todos modos, como el remolque tiene en promedio el doble de volumen de carga que un camión, pero tiene una mayor tasa de carga (productividad), concluimos que hay una ganancia de escala en la carga, es decir: a pesar de que el remolque es dos veces más grande que un camión, el tiempo de embarque no es necesariamente el doble. Esta ganancia puede explicarse fácilmente por el hecho de que el valor promedio obtenido anteriormente para el índice de Desempeño Relativo entre remolques y camiones fue igual al 70%, es decir, el tiempo requerido para cargar un camión es equivalente al tiempo requerido para cargar el 70%. de un remolque (en promedio), frente al 50% esperado si no hubiera ganancias de escala.

Así, a lo largo del análisis de los datos recolectados y de la información proporcionada por los responsables de carga en la fábrica de lubricantes, se evidenció una interdependencia entre algunos factores que influyen en la productividad de carga, como el tipo de camión (tráiler o camión) y el tipo de carga (fraccional o unitaria). Debe aclararse que una carga fraccionada se compone de muchos artículos diferentes, mientras que una carga unitaria se compone de unos pocos artículos diferentes. Por lo tanto, se decidió analizar si realmente existe una influencia de tales factores en la productividad alcanzada y, de ser así, eliminar interpretaciones erróneas sobre las variaciones en los valores de productividad. Por ejemplo, si el valor promedio de la productividad laboral de un mes es menor que el observado en el mes anterior, esto no necesariamente significa que la calidad del trabajo de los operadores haya disminuido. Puede haber habido una mayor incidencia de camiones con cargas fraccionadas, o el porcentaje de camiones puede haber sido considerablemente mayor que el de remolques.

5. PROYECTO EXPERIMENTAL

El objetivo principal de este paso fue obtener información sobre la sensibilidad del sistema a variaciones en dos factores, que parecían tener una mayor influencia en su desempeño. Estos factores son el tipo de camión (tráiler o camión) y el tipo de carga (fraccional o unitaria).

Primero, se decidió verificar si estos factores realmente influían en la productividad alcanzada. Para ello se utilizó una muestra de 668 envíos, recolectada durante los meses de febrero, marzo y abril de 1995.

Esta muestra se subdividió en cuatro conjuntos de datos de la siguiente manera:

La productividad media obtenida para el SET 4 fue, como era de esperar, inferior a la media obtenida para el SET 1.

Para verificar si las productividades promedio de cada uno de los cuatro conjuntos eran significativamente diferentes, se realizó un Análisis de Varianza (ANOVA) con las muestras. Del resultado de este análisis (presentado en el siguiente ítem) fue posible rechazar la hipótesis nula de igualdad de los cuatro promedios, es decir, la productividad es mayor en el caso de remolques y cargas unitarias.

El siguiente paso fue identificar la importancia relativa de los factores en el desempeño del sistema. Con esto, sería posible determinar cuál de ellos afecta más la productividad de carga. Además, sería interesante comprobar si existe una interacción significativa entre el par de factores. Luego se realizó un diseño factorial simple utilizando el software estadístico (SPSS).

El diseño factorial permite aislar los efectos principales y secundarios de los factores en cuestión. El efecto principal indica la importancia de un factor dado (tipo de carga, por ejemplo) para el desempeño del sistema, considerando el conjunto de configuraciones posibles. El efecto secundario indica la posible interacción entre los dos factores. Los resultados se presentan en el siguiente ítem.

6. PRESENTACIÓN DE RESULTADOS

La Tabla 1 a continuación muestra el resumen de las estadísticas obtenidas después de los cálculos del análisis de varianza (ANOVA).

Al descomponer la variación total en la productividad de carga en los componentes de tipo de carga y tipo de camión, se puede probar si existe una diferencia perceptible entre los cuatro conjuntos. En cualquiera de las dos pruebas se tendrá en cuenta la influencia extraña del otro factor.

Si la hipótesis nula (H0) de igualdad de medias es cierta, la relación entre la varianza explicada y la no explicada debe tener una distribución F.

Así, para tres grados de libertad entre grupos y 664 grados de libertad dentro de los grupos, el valor crítico de F es 2,61 frente a 12,37 de la razón entre varianzas.

En consecuencia, se concluye que, al nivel del 5%, existe una diferencia perceptible entre los cuatro promedios.

En el diseño factorial, donde nuevamente la variable dependiente fue la productividad (tasa de carga) y los factores el tipo de carga y el tipo de camión, se obtuvieron los siguientes resultados:

Se puede concluir, por tanto, que existen efectos principales significativos para los dos factores (significación de F igual a 0,001 para Tipo de Carga y 0,002 para Tipo de Camión) pero que no hay interacción entre estos factores (significación de F igual a 0,691 para el efecto secundario).

Dado que no existe una interacción relevante entre los dos factores, el modelo puede considerarse aditivo. Así, una forma de estimar el efecto de cada factor es calcular la regresión lineal múltiple de la productividad como variable dependiente, en función del tipo de carga y del tipo de camión. Cabe señalar que los dos factores fueron tratados como variables tipo 0 o 1, es decir, no se consideraron valores intermedios para el tamaño del camión y el nivel de unificación de la carga.

Los resultados de la regresión se muestran en la siguiente tabla:

El estadístico T muestra, para los dos coeficientes de las variables independientes, valores superiores a 1,96. Por lo tanto, los coeficientes son estadísticamente significativos para un intervalo de confianza del 95% y pueden considerarse buenas estimaciones del efecto de los factores sobre la productividad.

La ecuación obtenida por la regresión es la siguiente:

Productividad = 854,77*Tipo de Carga + 833,56*Tipo de Camión + 4436,82

Finalmente, se puede concluir que cargar carga unitarizada en un determinado camión provoca un aumento promedio en la productividad de 854,77 kg/h en comparación con cargar carga fraccionada. El efecto de la carga en camión supone un aumento medio de la productividad de 833,56 kg/h, respecto a la carga en camión.

Si comparamos la variación media de las muestras con la media global (M = 5326,44 Kg/h) tendremos los siguientes resultados, para las configuraciones más favorables y menos favorables:

Se puede observar que, si la carga se realizara solo en camiones con carga unitaria, la productividad sería un 15,5 % superior a la media actual, mientras que si se realizara solo en camiones con carga fraccionada, su productividad disminuiría en un 16,1 % en relación con el promedio. Esta es otra forma de visualizar la influencia de estos factores en la productividad de carga.

7. CONCLUSIÓN

Como se puede observar, la productividad de carga de camiones en la planta de lubricantes está realmente influenciada por los factores tipo de carga y tipo de camión, aunque pueden existir otros factores no considerados en este estudio que también influyan en la productividad. Esta conclusión puede ser útil, por ejemplo, para definir las entregas a realizar, lo que puede hacerse considerando la influencia de los dos factores considerados y los costos relacionados con las variaciones en la productividad de carga.

Los resultados aquí presentados muestran el potencial existente en la implementación de un sistema de medición del desempeño. Si bien la influencia de los factores de carga y camiones en la productividad alcanzada puede parecer obvia para las personas que trabajan en el día a día del manejo de materiales en la fábrica, aquí podría cuantificarse, permitiendo estimar posibles ganancias a hacerse con el control de los factores considerados.

Asimismo, el seguimiento de los valores recogidos para el resto de índices sugeridos, y no solo la medida del índice de carga, podría dar lugar a la aparición de otros análisis o a la percepción de otras influencias aún no detectadas que podrían aportar ganancias significativas al sector de la carga de coches. cubos y cajas.

Una propuesta para un nuevo estudio sería evaluar la influencia de los camiones que se mueven entre los dos almacenes de la fábrica, con el fin de cuantificar esta influencia en el rendimiento general de carga. Esto podría ayudar a las decisiones relacionadas con un posible cambio en la planta a largo plazo.

Referencias

* “Medir y Mejorar la Productividad en el Almacén” en: Medir y Mejorar la Productividad en la Distribución Física, Consejo Nacional de Gestión de la Distribución Física, 1984.

* Byrne, Patrick M. & Markham, William J., “Mejora de la calidad y la productividad en el proceso logístico”, 1991.

* Caplice, Chris; Sheffi, Yossi, "Revisión y evaluación de las métricas logísticas", The International Journal of Logistics Management, Vol.5, No.2, 1994.

* Fleury, Paulo Fernando, “Estructura de Producción y Desempeño Operacional: Identificación de Variables Clave Mediante Simulación”; Informe Coppead 261, marzo de 1992.

Autor: Peter Wanke y Ana Luiza Mendonça