Tesis0189ii by MAOSABO

ANALISIS DE LA INCIDENCIA DEL RENDIMIENTO ENTRE UN MODELO INTEGRADO Y NO INTEGRADO DE OPTIMIZACION DE CADENAS DE ABASTECIMIENTO

ANDREA CAROLINA DIAZ GARZON FABIAN ALBERTO GARCIA CEFERINO

FUNDACION UNIVERSITARIA AGRARIA DE COLOMBIA - UNIAGRARIA FACULTAD DE INGENIERÍA INGENIERIA INDUSTRIAL BOGOTA 2013 1

ANALISIS DE LA INCIDENCIA DEL RENDIMIENTO ENTRE UN MODELO INTEGRADO Y NO INTEGRADO DE OPTIMIZACION DE CADENAS DE ABASTECIMIENTO

ANDREA CAROLINA DIAZ GARZON FABIAN ALBERTO GARCIA CEFERINO

Trabajo de investigación presentado como opción de grado para optar por el título de ingeniería industrial

DIRECTOR: ING. Andrés Polo Roa

FUNDACION UNIVERSITARIA AGRARIA DE COLOMBIA - UNIAGRARIA FACULTAD DE INGENIERÍA INGENIERIA INDUSTRIAL BOGOTA 2013

DEDICATORIA

A nuestros padres, porque todo lo que somos se lo debemos a ellos por inculcarnos la importancia de estudiar, por todo el apoyo recibido y entendimiento, también a nuestros docentes que siempre nos ayudaron a mejorar y al exigirnos cada día más y por último a todas aquellas personas que estuvieron con nosotros en estos momentos de alegrías y dificultades.

AGRADECIMIENTOS

A Dios. Por darnos la sabiduría y fuerza para culminar esta etapa académica. A nuestro Director del proyecto de graduación, Ing. Andrés Polo Roa. Por su guía, comprensión, paciencia, entrega y valiosos consejos a lo largo del proceso de investigación. A nuestra Universidad. Por los recursos brindados para obtener los mejores resultados en el transcurso de este proyecto. A todas los Familiares, Amigos y Allegados. Por el apoyo, comprensión y colaboración para cumplir con una de las metas más importantes para nuestro proyecto de vida.

TABLA DE CONTENIDO PAG INTRODUCCIÓN.........................................................................................10 1. GENERALIDADES.........................................................................................11 1.1. PLANTEAMIENTO DEL PROBLEMA..........................................................11 1.2. JUSTIFICACIÓN..........................................................................................12 1.3. OBJETIVOS.................................................................................................12 1.3.1. OBJETIVO GENERAL.................................................................................12 1.3.2. OBJETIVOS ESPECIFICOS........................................................................13 1.4. METODOLOGÍA..........................................................................................13 1.4.1. Tipo de investigación...................................................................................13 1.4.2. Variables......................................................................................................13 1.4.3. Metodología de investigación......................................................................14 1.5. HIPÓTESIS..................................................................................................15 1.6. ALCANCE....................................................................................................15 1.7. MARCO TEÓRICO......................................................................................15 1.8. MARCO CONCEPTUAL..............................................................................17 1.8.1. Cadena de abastecimiento..........................................................................17 1.8.2. Cadena de abastecimiento Integrada..........................................................17 1.8.3. Cadena de abastecimiento no integrada.....................................................18 1.8.4. Modelo matemático......................................................................................18 1.8.5. Programación matemática...........................................................................18 1.8.6. Variables de Decisión..................................................................................18 1.8.7. Restricciones...............................................................................................18 1.8.9. Función Objetivo..........................................................................................18 1.8.10. Diseño de experimentos.............................................................................18 1.8.11. Rendimiento................................................................................................18 1.8.12. Incidencia estadística..................................................................................19 2. INTEGRACIÓN DE LA CADENA DE ABASTECIMIENTO..........................20 2.1. SELECCIÓN DE PUBLICACIONES Y REVISTAS......................................21 2.2. INTEGRACION DE LA CADENA DE ABASTECIMIENTO..........................24 3. MODELO MATEMÁTICO DE OPTIMIZACIÓN DE UNA CADENA DE ABASTECIMEINTO INTEGRADA Y NO INTEGRADA.........................35 3.1. MODELO MATEMÁTICO............................................................................36 3.1.1. Supuestos....................................................................................................37 3.1.2. Índices..........................................................................................................38 3.1.3. Parámetros..................................................................................................38 3.1.4. Variables......................................................................................................39 3.1.5. Restricciones...............................................................................................39 3.1.6. Funciones objetivo.......................................................................................45 3.1.7. Resultados...................................................................................................46 3.2. ESCENARIOS.............................................................................................54 3.2.1. Resultados...................................................................................................55

4.1. 4.1.1. 4.1.2. 4.2. 4.2.1. 4.2.2. 5. 5.1. 5.1.1. 5.1.2. 5.2. 5.2.1. 5.2.2. 5.3. 5.3.1. 5.3.2. 5.3.3. 6. 7.

DISEÑO EXPERIMENTAL PARA UN MODELO MATEMÁTICO DE OPTIMIZACIÓN DE UNA CADENA DE ABASTECIMEINTO INTEGRADA Y NO INTEGRADA Y SUS DIFERENTES ESCENARIOS.............................................................65 DISEÑO EXPERIMENTAL BIFACTORIAL..................................................65 Cálculo del diseño experimental bifactorial..................................................66 Resultados...................................................................................................67 DISEÑO EXPERIMENTAL CUADRADO LATINO.......................................68 Cálculo del diseño experimental cuadrado latino........................................68 Resultados...................................................................................................68 MEDIDAS DE DESEMPEÑO.......................................................................71 MEDIDAS DE DESEMPEÑO A APLICAR...................................................71 Indicadores de eficacia................................................................................71 Indicadores de eficiencia.............................................................................72 DATOS A UTILIZAR PARA LAS MEDIDAS DE DESEMPEÑO..................72 Parámetros..................................................................................................72 Resultados modelo matemático...................................................................74 CÁLCULO DE LAS MEDIDAS DE DESEMPEÑO.......................................83 Datos totalizados.........................................................................................83 Cálculo.........................................................................................................85 Resultados...................................................................................................90 CONCLUSIONES......................................................................................100 RECOMENDACIONES..............................................................................102 ANEXO......................................................................................................103 BIBLIOGRAFÍA..........................................................................................143

LISTA DE TABLAS

PAG Tabla 1: Metodología de investigación...................................................................14 Tabla 2: Clasificación de artículos..........................................................................26 Tabla 3: Clasificación de artículos de integración..................................................28 Tabla 4: Modelos matemáticos de integración.......................................................32 Tabla 5: Parámetros de modelos matemáticos de integración de una cadena de abastecimiento....................................................................................33 Tabla 6: Variables de decisión de modelos matemáticos de integración de una cadena de abastecimiento. ...............................................................33 Tabla 7: Restricciones de modelos matemáticos de integración de una cadena de abastecimiento.....................................................................................34 Tabla 8: Resultados del Modelo Matemático base de Cadena de Abastecimiento Integrada y no integrada.................................................47 Tabla 9: Resultados escenario 3 plantas - 3 centros de distribución de los Modelos Matemáticos de Cadena de Abastecimiento Integrada y no integrada..........................................................................................56 Tabla 10: Resultados escenario 3 plantas - 2 centros de distribución de los Modelos Matemáticos de Cadena de Abastecimiento Integrada y no integrada..........................................................................................57 Tabla 11: Resultados escenario 2 plantas - 3 centros de distribución de los Modelos Matemáticos de Cadena de Abastecimiento Integrada y no integrada..........................................................................................58 Tabla 12: Resultados cadena de abastecimiento integrada vs cadena de abastecimiento no integrada..............................................................66 Tabla 13: Totalización de los resultados de cadena de abastecimiento integrada vs cadena de abastecimiento no integrada............................66 Tabla 14: Cálculo de suma de cuadrados.............................................................66 Tabla 15: Tabla ANOVA........................................................................................67 Tabla 16: Tabla ANOVA........................................................................................68 Tabla 17: Demanda...............................................................................................73 Tabla 18: Número de viajes máximos...................................................................73 Tabla 19: Máximo producto en proceso................................................................73 Tabla 20: Cantidad a enviar desde el centro de distribución hasta el centro de consumo................................................................................74 Tabla 21: Número de viajes del camión m del stack buffer al centro de distribución............................................................................................75 Tabla 22: Producto en proceso.............................................................................76 Tabla 23: Cantidad a enviar desde el centro de distribución hasta el centro de consumo...............................................................................77 Tabla 24: Número de viajes del camión m del stack buffer al centro de distribución...........................................................................................78

Tabla 25: Cantidad a enviar desde el centro de distribución hasta el centro de consumo.................................................................................80 Tabla 26: Número de viajes del camión m del stack buffer al centro de distribución.............................................................................................81 Tabla 27: Producto en proceso WIP.......................................................................82 Tabla 28: Demanda................................................................................................83 Tabla 29: Máximo WIP...........................................................................................84 Tabla 30: Cantidad a enviar desde el centro de distribución hasta el centro de consumo.................................................................................85 Tabla 31: Número de viajes del camión m del stack buffer al centro de distribución.............................................................................................86 Tabla 32: Producto en proceso WIP......................................................................86 Tabla 33: Cantidad a enviar desde el centro de distribución hasta el centro de consumo................................................................................87 Tabla 34: Número de viajes del camión m del stack buffer al centro de distribución.............................................................................................88 Tabla 35: Cantidad a enviar desde el centro de distribución hasta el centro de consumo................................................................................88 Tabla 36: Número de viajes del camión m del stack buffer al centro de distribución............................................................................................89 Tabla 37: Producto en proceso WIP......................................................................89 Tabla 38: % de productos entregados...................................................................91 Tabla 39: % de producto en proceso.....................................................................92 Tabla 40: % de viajes realizados...........................................................................93 Tabla 41: % de productos entregados…...............................................................94 Tabla 42: % de viajes realizados...........................................................................95 Tabla 43: % de productos entregados...................................................................96 Tabla 44: % de producto en proceso.....................................................................97 Tabla 45: Indicadores de desempeño...................................................................98

LISTA DE FIGURAS PAG Figura 1 : Modelos Matemáticos de Optimización de Cadena de suministro......21 Figura 2: Enfoques de la Programación Entera Mixta (MPL)..............................24 Figura 3: Integración de cadena de suministro por tecnología EAI.....................29 Figura 4: Elementos de Integración en la Cadena de Abastecimiento...............30 Figura 5 : configuración de cadena de abastecimiento........................................36 Figura 6: Dígrafo Cadena de abastecimiento integrada, criterio de evaluación: Minimización de costos.....................................................48 Figura 7: Dígrafo Cadena de abastecimiento no integrada, criterio de evaluación: Minimización de costos.....................................................49 Figura 8: Dígrafo Cadena de abastecimiento integrada criterio de evaluación: Maximización de productividad.........................................50 Figura 9: Dígrafo Cadena de abastecimiento no integrada criterio de evaluación: Maximización de productividad.........................................51 Figura 10: Dígrafo Cadena de abastecimiento integrada criterio de evaluación: Maximización de utilidades...............................................52 Figura 11: Dígrafo Cadena de abastecimiento no integrada criterio de evaluación: Maximización de utilidades...............................................53 Figura 12: Configuración escenariio3 plantas- 3 centros de distribución......................................................................................54 figura 13: Configuración escenario 3 plantas- 2 centros de distribución......................................................................................54 figura 14: Configuración escenario 2 plantas- 3 centros de distribución………….........…………..................................…………55 Figura 15: Dígrafo Cadena de abastecimiento integrada, criterio de evaluación: Minimización de costos.....................................................59 Figura 16: Dígrafo Cadena de abastecimiento no integrada, criterio de evaluación: Minimización de costos.....................................................60 Figura 17: Dígrafo Cadena de abastecimiento integrada criterio de evaluación: Maximización de productividad.........................................61 Figura 18: Dígrafo Cadena de abastecimiento no integrada criterio de evaluación: Maximización de productividad.........................................62 Figura 19: Dígrafo Cadena de abastecimiento integrada criterio de evaluación: Maximización de utilidades...............................................63 Figura 20: Dígrafo Cadena de abastecimiento......................................................64 Figura 21: Interacción entre los modelos de cadena de abastecimiento integrada y cadena de abastecimiento no Integrada...........................67 Figura 22: Cadena de Abastecimiento Integrada..................................................69 Figura 23: Cadena de Abastecimiento no Integrada.............................................69

INTRODUCCIÓN Las empresas manufactureras y de distribución desean realizar una gestión eficaz de sus actividades de logística a través de la selección de estrategias como lo son la integración o no de sus sistemas de apoyo operacionales para aumentar su rendimiento. Por consiguiente la presente investigación aborda el problema de incidencia entre la integración y no integración de una cadena de abastecimiento con respecto a su rendimiento desde la perspectiva de la programación lineal entera mixta, determinando el nivel de significancia entre dos modelos matemáticos de optimización sus tres diferentes criterios de decisión y sus diferentes escenarios, cuyos resultados se analizan de manera independiente y conjunta mediante la herramienta computacional Cplex. Con estos resultados se realiza un diseño experimental bifactorial, para determinar el grado de incidencia entre estos; un diseño experimental cuadrado latino para determinar el grado de incidencia entre sus escenarios y el análisis de estas cadenas mediante mediadas de desempeño.

1. GENERALIDADES 1.1 PLANTEAMIENTO DEL PROBLEMA Una Cadena de Suministros es una red integrada de proveedores, plantas de fabricación, centros de distribución y centros de consumo, que se organizan para adquirir y convertir materias primas en productos finales con el fin de ser distribuidos a los clientes (Mo, Liqun Qi, Zengxin Wei, 2005);por consiguiente la Gestión de una Cadena de Abastecimiento (SCM) es un control del flujo de material entre los proveedores, instalaciones, almacenes y los clientes (Tsai, 2007), teniendo en cuenta los procesos en cada uno de sus eslabones como lo son la selección y evaluación de proveedores, compras, planeación estratégica, planeación de abasto, ventas, órdenes de compra y proceso ,de tal manera que el costo total en la cadena de suministros puede ser minimizada incorporando el uso de herramientas de análisis como los modelos matemáticos para cadenas de abastecimiento (Persson, MirkoAraldi, 2009). La mejora de continua de la gestión de la cadena de abastecimiento se genera mediante la integración o sincronización de los eslabones de la cadena, esta debe tener en cuenta el mayor número de restricciones que puede llegar a tener esta cadena, para lograr así un análisis más centrado y realista para su optimización (Fahimnia, L. Luong, 2008). Teniendo en cuenta lo anterior la medición del rendimiento de la cadena de abastecimiento ha tomado parte en la toma de decisiones en la gestión de la cadena, este tema ha sido ampliamente abordado en contexto de la literatura internacional. Gran parte de las ideas utilizadas para la medición del rendimiento han sido extrapoladas a la medición del rendimiento en la cadena de suministro. (Beamon 1999; Alfaro et al. 2002; Alfaro y Ortiz, 2004). En este sentido, diferentes autores han pensado en incluir en sus propuestas aquellos elementos necesarios para abordar la complejidad de este tipo de ámbitos, de esta manera se han definido indicadores de rendimiento exclusivos para la gestión parcial y global de los eslabones de la cadena de abastecimiento, detectando así la ausencia de indicadores de rendimiento con respecto a la integración y no integración de la cadena de abastecimiento, generando así la pregunta ¿Qué incidencia tiene la integración y no integración de los eslabones de una cadena de abastecimiento en su rendimiento desde la perspectiva de la programación lineal entera mixta? Dando paso al desarrollo de este proyecto de investigación el cual busca ampliar y corroborar las investigaciones previamente realizadas al desempeño de las cadenas de abastecimiento integradas y no integradas, con el fin de tomar estos 11

como base teórica para el desarrollo de un modelo para la medición del rendimiento, para facilitar su proceso de toma de decisiones en la gestión de la cadena. 1.2. JUSTIFICACIÓN La realización de esta investigación busca evaluar el rendimiento generado al realizar una integración o no integración en una cadena de abastecimiento de tres eslabones, explicando cómo varía éste, al cambiar sus criterios de decisión y sus escenarios de desarrollo ,con el fin de exponer los resultados en los diferentes modelos y como se ha visto afectado su rendimiento con respecto a estos nuevos escenarios, para así llegar a dar solución a los problemas de integración de los eslabones y lograr incrementar este rendimiento. Otra razón para investigar este problema radica en que la mayoría de las investigaciones con respecto al rendimiento en una cadena de abastecimiento se realizan a nivel parcial o por eslabones pero no se encuentra suficiente evidencia sobre la medición del rendimiento a nivel global de la cadena de abastecimiento. Uno de los beneficios más visibles en cuanto a la integración de una cadena de abastecimiento se encuentra en el área de almacenamiento, debido a la optimización conjunta de las diversas funciones en un entorno de fabricación, como por ejemplo, la ubicación, la producción y la distribución, el inventario puede ser controlado a niveles óptimos que conducen a reducir los costos de mantenimiento, la reducción del espacio de almacenamiento requerido, la reducción de las actividades de manipulación de materiales, y entregas a tiempo (Puari, Nokhil ,2005). Entre otros beneficios podemos encontrar porcentaje de clientes satisfechos, en cuanto a la parte financiera se refleja en la utilidad y crecimiento de los eslabones. En cuanto al el rendimiento los beneficios más destacados se pueden encontrar en el aumento de la productividad, el capital de inversión, el desarrollo de nuevas tecnologías y mejoramiento de la competitividad. El desarrollo de esta investigación es parte de una de las fases del desarrollo del proyecto titulado estudio de la relación entre integración y productividad en una cadena de suministro por medio de uso conjunto de herramientas cualitativas y cuantitativas. 1.3. OBJETIVOS 1.3.1. OBJETIVO GENERAL Analizar por medio de un modelo de programación lineal entera mixta, el cambio en el rendimiento de una cadena de abastecimiento integrada y no integrada como herramienta para la toma de decisiones a nivel operativo, táctico y estratégico en la gestión de la misma.

1.3.2. OBJETIVOS ESPECÍFICOS Determinar las variables de decisión y parámetros para la formulación del modelo matemático de cadena de abastecimiento por medio de una revisión teórica. Diseñar un modelo matemático de optimización por medio de programación entera mixta y lineal sobre el cual se formulen diferentes escenarios para la medición del rendimiento de la cadena de abastecimiento. Analizar diferentes escenarios del modelo matemático por medio de en un diseño factorial de experimentos para determinar variabilidad en respuestas. 1.4. METODOLOGÍA 1.4.1. Tipo de investigación El tipo de investigación que se implementara durante la realización de este proyecto es de carácter descriptivo-correlacional pues servirá para analizar y determinar los factores que afectan el rendimiento en una cadena de abastecimiento integrada y no integrada. Por lo tanto, para la realización de este proyecto se basara en artículos especializados en cadenas de abastecimiento, de esta manera proponer un modelo que genere mejoras para el manejo y la gestión de dichas cadenas. 1.4.2. Variables Cadena de abastecimiento integrada, Cadena de abastecimiento no integrada, número de Integrantes por eslabón, rendimiento. VARIABLES INDEPENDIENTES Y ORDINALES: Cadena de abastecimiento integrada, Cadena de abastecimiento no integrada, número de integrantes por eslabón. VARIABLE DEPENDIENTE Y ORDINAL: Rendimiento de la cadena de abastecimiento. La medición de esta variable se hará por medio de el análisis de las funciones de costos, utilidad y productividad parcial teniendo en cuenta que la utilidad parcial se evaluara mediante la relación demanda por ingresos / costos.

1.4.3. Metodología de investigación En la tabla 1 se muestra la metodología que se utilizo en el desarrollo de este proyecto Tabla 1: Metodología de investigación OBJETIVOS ESPECÍFICOS

Determinar las variables de decisión y parámetros para la formulación del modelo matemático de cadena de abastecimiento por medio de una revisión teórica

DE DE

METODOLOGÍA

Consultar fuentes secundarias como bases de datos especializadas para la obtención de modelos de optimización de cadenas de abastecimiento

Esta primera parte se basa en la revisión de literatura para identificar diferentes elementos como variables de decisión y parámetros utilizados en los diferentes modelos matemáticos.

Se utilizaran herramientas de mapeo de las referencias bibliográficas para así obtener una clasificación de los artículos encontrados en bases de datos como Science direct, Pro-quest, estos artículos se clasificaran según el criterio de decisión de modelos matemáticos como optimización, integración simulación, tomando en cuenta enfoques como demanda, inventarios proveedores y distribución.

La información de los modelos obtenidos en la primera parte se utilizaran para la construcción de el modelo matemático, tomando en cuenta las variables de decisión y parámetros seleccionados

Filtros y agrupación de parámetros y variables según la revisión de literatura.

En la tercera y última parte se utilizaran los resultados del segundo objetivo para realizar un diseño de experimentos y evaluar la variabilidad y viabilidad de los resultados arrojados en la segunda parte para la medición del desempeño.

Diseño de bifactorial

Selección de modelos a analizar por medio de criterios de evaluación Análisis de los modelos matemáticos para determinar parámetros incidentes en optimización. Diseñar una herramienta de criterios de selección basado en el enfoque del modelo, criterio de decisión, número de variables, números de parámetros entre otros

Diseñar un modelo matemático de optimización por medio de programación lineal entera mixta sobre el cual se formulen diferentes escenarios para la medición del rendimiento de la cadena de abastecimiento.

TÉCNICAS RECOLECCIÓN DATOS

ACTIVIDADES

Desarrollo de modelo base de cadena de abastecimiento integrada mediante la herramienta computacional GAMS 22.0. Validación de resultados del modelo base de minimización de costos.

Programación lineal entera mixta.

Evaluar el modelo base mediante el cambio de la función objetivo por maximización de utilidades y productividad parcial de recursos Desarrollo de un modelo de cadena de abastecimiento no integrada con criterios de evaluación minimización de costos, maximización de utilidades y maximización de productividad parcial de recursos. Estudio comparativo de los resultados del modelo integrado y no integrado.

Analizar diferentes escenarios del modelo matemático por medio de un diseño factorial de experimentos para determinar variabilidad en respuestas.

Formulación de medidas de desempeño para análisis Desarrollo de los diferentes escenarios de la cadena de abastecimiento integrada y no integrada. Análisis de los resultados de los escenarios del modelo

experimentos

Diseño de experimentos cuadrado latino

1.5. HIPÓTESIS La variación en el número de integrantes por eslabón de una cadena de abastecimiento integrada tendrá incidencia en el rendimiento total de la cadena. 1.6. ALCANCE El modelo para la medición del rendimiento, será diseñado para ser aplicado a una cadena de abastecimiento de tres eslabones de producción de bienes, aunque cabe aclarar que se deberán hacer ajustes de acuerdo a la configuración de la cadena. El fin de la realización del presente proyecto es hacer de este modelo una herramienta estándar de gran utilidad para cadenas de abastecimiento de producción de bienes que requieran medir su desempeño en términos de rendimiento. Este modelo permitirá identificar los factores de la cadena que afectan el desempeño, para así optimizarlos y ayudar a la toma de decisiones en la gestión de la cadena, por otra parte los resultados arrojados por el modelo tendrán un enfoque teórico debido a que la recolección de datos para realizar este modelo han sido en su mayoría por referentes teóricos. 1.7. MARCO TEÓRICO Una cadena de abastecimiento se encuentra formada por todas aquellas partes involucradas de manera directa o indirecta y es aquel proceso en el cual se integran las funciones de proveedores, fabricantes, centros de distribución, transportistas clientes, etc. (Puari, Nokhil ,2005). Dentro de cada organización, como por ejemplo la del fabricante, se abarca también todas las funciones que participan en la recepción y cumplimiento de la requisición del cliente, estas funciones no se encuentran limitadas al desarrollo de nuevos productos, las operaciones, las finanzas entre otras. La cadena de abastecimiento es también una red de organizaciones que están involucradas a través de uniones aguas arriba y aguas abajo en los diferentes procesos y actividades que producen valor en forma de productos y servicios para los clientes finales (Christopher, 1998). Estas CA deben ser dinámicas e implican un flujo constante de información, productos y fondos entre las diferentes etapas, toma al cliente como parte primordial con el propósito de satisfacer sus necesidades.

Dentro de los factores que conforman el objetivo de la cadena de abastecimiento se puede decir que tanto la cantidad, calidad, tiempo y costos son factores dinámicos y que vienen a depender de la demanda, y esta no es constante, las exigencias de calidad cada vez son mayores, los tiempos de entrega son variables, e igualmente varían los costos. Esta dinámica dificulta la gestión por lo que es necesario el uso de la tecnología de información para así facilitar la toma de decisiones. El diseño apropiado de la cadena de abastecimiento depende de las necesidades del cliente como de las funciones que desempeñan las etapas que abarca. Por tal motivo, no es necesario que cada una de las etapas esté presente en la cadena. Las cadenas de abastecimiento han sido más o menos integradas en cierta medida, aunque en una escala baja en su totalidad o en partes. La integración, se ha hecho todo en parches en toda la cadena de abastecimiento. En muchos casos, esto ha sido impulsado más por la necesidad de sobrevivir y de improvisar, que por la voluntad de mejorar y avanzar. (Puari, Nokhil ,2005). La Filosofía de gestión de la cadena debe tener en cuenta la dinámica de las prácticas industriales actuales. Esto requiere una visión integral de las actividades que constituyen la cadena de abastecimiento, la cooperación activa entre sus miembros y la planificación colaborativa en cada etapa. (Puari, Nokhil ,2005), esta administración de la cadena abarca la planeación y la gestión de todas las actividades implicadas en el suministro y adquisición, la conversión y todas las actividades de la gestión logística. En esencia la gestión de la cadena de abastecimiento integra la gestión de la oferta y la demanda dentro y entre empresas (Sánchez, José ,2002). En una cadena de abastecimiento va estar presente la logística dado que tiene como objetivo abastecer los materiales necesarios en cantidad necesaria, calidad y tiempo requeridos al costo más bajo posible, lo cual será traducido al mejor servicio al cliente. En las cadenas de abastecimiento integradas formadas por muchas organizaciones, resulta de especial importancia disponer de indicadores que permitan medir de forma homogénea el funcionamiento de los distintos eslabones de la cadena y disponer a tiempo de información para dar respuesta a los distintos problemas de gestión que pudieran presentarse. Al tratar de establecer un sistema para medir el rendimiento de la cadena de abastecimiento se debe tener como principio el conocimiento de lo que se desea dar respuesta, y por tanto qué indicadores se van a considerar; los indicadores que se seleccionen deben cumplir dos requisitos. En primer lugar deben de estar alineados con los objetivos estratégicos de la empresa y en segundo lugar deben tener en cuenta el nivel de desarrollo de la empresa, es decir, si se persigue la 16

optimización de los procesos bien sea dentro de cada departamento, a nivel interdepartamental o en relación con otras empresas (FCC Logística, et all, 2006). Uno de los problemas más comunes encontrados en varios sistemas de medición es que están fuertemente orientados a la actividad funcional por lo cual cada departamento posee sus propios indicadores de medida que evalúan su funcionamiento de forma aislada y según sus parámetros propios. En este entorno, es frecuente que la persecución de la mejora de los indicadores propios de un departamento se oponga a la mejora de los indicadores con los que se mide el funcionamiento de otro departamento diferente. Resulta necesaria la introducción de otro tipo de indicadores de más alto nivel que sí sea capaz de evaluar y medir de forma adecuada el funcionamiento global de la cadena de suministro. Los indicadores individuales anteriormente descritos pasan a ser herramientas y parámetros de otros de mayor entidad (Ballesteros, Bernardo, 2007). Existen numerosos beneficios de la integración que puede ayudar a la empresa a mejorar su rendimiento a través de la planificación y ejecución de colaboración, uno de los beneficios más visibles y se encuentra en el área de control de inventario, debido a la optimización conjunta de las diversas funciones en un entorno de fabricación, como por ejemplo, la ubicación, la producción y la distribución, el inventario puede ser controlado a niveles óptimos que conducen a reducir los costos de mantenimiento, la reducción del espacio de almacenamiento requerido, la reducción de las actividades de manipulación de materiales, y entregas a tiempo . (Puari, Nokhil ,2005). 1.8. MARCO CONCEPTUAL 1.8.1. Cadena de abastecimiento Una Cadena de abastecimiento es una red integrada de proveedores, plantas de fabricación, centros de distribución y centros de consumo, que se organizan para adquirir y convertir materias primas en productos finales (Mo, Liqun Qi, Zengxin Wei, 2005). Una cadena de abastecimiento abarca todas las actividades asociadas con el flujo y la transformación de productos desde la etapa de materias primas hasta el usuario final, así como los flujos de información asociados (Fernández, Juan Carlos, 2010). 1.8.2. Cadena de abastecimiento Integrada Una cadena de abastecimiento integrada es aquella cadena que tiene flujo de información y materiales entre sus componentes en forma horizontal y vertical. (Mo, Liqun Qi, Zengxin Wei, 2005).

1.8.3. Cadena de abastecimiento no integrada La cadena de abastecimiento no integrada es aquella cadena que tiene solo flujo de información vertical. (Mo, Liqun Qi, Zengxin Wei, 2005). 1.8.4. Modelo matemático Un modelo matemático es la expresión de un problema o situación a solucionar mediante símbolos matemáticos, expresando relaciones, proporciones, variables de decisión y parámetros de dicho problema. (Velázquez Juan, Steegmann Cristina, 2011). 1.8.5. Programación matemática La programación matemática es la aplicación de diferentes modelos matemáticos para hallar la mejor solución a un problema plantado. (Velázquez Juan, Steegmann Cristina, 2011). 1.8.6. Variables de Decisión Las variables de decisión son el conjunto de variables cuya magnitud se desea determinar. (Heungjo, An et all, 2010). 1.8.7. Restricciones. Las restricciones son el conjunto de desigualdades que limitan los valores que pueden tomar las variables de decisión en la solución del problema. (Pan Feng, Nagi Rakesh, 2010). 1.8.8. Función Objetivo Es la función matemática que relaciona las variables de decisión, para arrojar el resultado optimo. (Bru, Josefa, García, Jose, 2006). 1.8.9. Diseño de experimentos Metodología basada en cálculos matemáticos y estadísticos cuyo objetivo es ayudar a evaluar los resultados obtenidos, garantizando la máxima fiabilidad en las conclusiones que se obtengan. (Ferré Joan, Rius Xavier, 2011). 1.8.10. Rendimiento Proceso de cuantificación de la eficiencia y la eficacia de la acción en la gestión de una cadena de abastecimiento ofreciendo una aproximación a la identificación del

éxito y el potencial de las estrategias de gestión, para facilitar la comprensión de una situación. (F.T.S. Chan, 2003). 1.8.11. Incidencia estadística Magnitud que cuantifica la dinámica de ocurrencia de un determinado evento en una población dada. (Granados, José 2009).

2. INTEGRACIÓN DE LA CADENA DE ABASTECIMIENTO Una cadena de abastecimiento puede ser representada como una red de relaciones entre socios, tales como proveedores y clientes; a través del tiempo se ha visto una mayor colaboración entre los socios de dicha cadena como un indicador de mejora en la administración de la cadena (Gunnarsson y Jonsson, 2005), y a su vez se ha sugerido que las mejoras significativas en la gestión de la cadena de abastecimiento se pueden lograr a través de la integración de procesos (Kalakota y Robinson, 2001). Para lograr estas mejoras, muchas compañías han implementado la estrategia denominada Supply Chain Integration o (SCI) (Bowersox et al., 1999). Con esta nueva visión de las empresas como componentes de una cadena de abastecimiento, se debe aclarar el objetivo que persigue este concepto, el cual es generar valor económico y flujo permanente de bienes, información y dinero. Por consiguiente la situación ideal para toda empresa es que los tres elementos mencionados fluyan permanentemente, que estén en movimiento generando ganancia y competitividad. Para ello la integración implica no sólo la implementación de sistemas ERP y asegurar que se comunican o interfaz con los sistemas heredados, sino que también implica la integración de sistemas ERP y SCM, así como su puesta a disposición a través de Internet para fomentar la cooperación y la colaboración en toda la cadena de valor (Garzón Isabel, 2013). Con esta integración y la administración eficiente y efectiva del flujo de productos, dinero e información se alcanza la clave del éxito para los resultados que están obteniendo las empresas que implementan la integración de su cadena de abastecimiento. La implementación de este concepto se inicia con el análisis detallado de la demanda real, es decir la del consumidor final, así como su comportamiento, para a partir de allí generar un planeamiento detallado de toda la cadena focalizando este plan en dos factores, satisfacción de la demanda real y optimización de los recursos necesarios para satisfacerla (Duque, Edison, 2008). En esta revisión, se mostrara la exploración de algunos de los trabajos consultados en fuentes secundarias y terciarias, para analizar la evidencia teórica en relación con los modelos de optimización de cadena de abastecimiento y así tomar como base principal, argumentos de diferentes autores para determinar las variables de decisión y parámetros para la formulación del modelo matemático de cadena de abastecimiento.

2.1. SELECCIÓN DE PUBLICACIONES Y REVISTAS La selección de documentos se generó a partir de la búsqueda en bases de datos tales como Science Direct, Emerald Management Science journal Proquest, y en revistas especializadas como International Jornal of Production Economics, Journal of Computer Mathematics and Modeling, entre otras en donde se efectúo una búsqueda de palabras como: cadena de abastecimiento, modelos de optimización de cadenas de abastecimiento, integración de cadenas de abastecimiento, entre otras. De esta manera se encontraron alrededor de 1500 artículos relacionados con cadenas de abastecimiento, modelos de optimización e integración de cadenas, con estos artículos se realizo la primera selección donde se eligieron artículos por fechas de publicación en un periodo entre 2006-2010 en donde se obtuvieron 520 publicaciones, seguidamente se escogieron artículos centrados en producción, comercialización y distribución, donde se encontraron 250 publicaciones y por último se realizó una última selección en donde se tuvieron en cuenta tipos de modelos de optimización de cadenas de abastecimiento . Teniendo en cuenta la selección de artículos mencionada anteriormente, se seleccionaron 100 artículos los cuales trabajan con 7 modelos principales JIT (5 artículos), VIM (17 artículos), Marcov (5 artículos), MPL (30 artículos), Programación Difusa (21 artículos), Teoría de Juegos (5 artículos) y Programación Multi-Objetivo (17 artículos). Figura 1: Modelos Matemáticos de Optimización de Cadena de suministro

Modelos aplicados 40 30 20 10 0

Autores

El modelo JIT (Justo a tiempo) desea obtener la coordinación entre comprador y proveedor a fin de facilitar las entregas frecuentes en lotes pequeños en una fabricación de productos en cadenas de abastecimiento, basándose en el Sistema Integrado de los costos totales correspondientes tanto del comprador como proveedor (Yao, Yuliang, 2007), determinando la cantidad óptima de pedido, el 21

número de entregas, configuraciones, y la cantidad de transporte (Yu, Yugang, 2007). El JIT muestra que el tamaño óptimo de entrega puede ser único, sin tener en cuenta la orden de la cantidad y el número de entregas (Yu, Yugang, 2007). Este modelo tiene en cuenta costos de transporte, costos de proveedores (exportaciones, recibir órdenes), con un enfoque a la minimización de costos de coordinación de compra de inventario, producción y distribución (Yao, Yuliang 2007). El modelo de teoría de juegos evalúa la relación entre el proveedor y el comprador frente a una demanda al azar en donde combinan teorías de colas para las evaluaciones y las teorías de juegos para las tomas de decisiones (Hennet, JeanClaude, 2007). Los modelos de cadena de abastecimiento que se proponen incorporan tanto los factores de costo, las relaciones entre el vendedor y el comprador, son modelados por los juegos no cooperativos y cooperativos, respectivamente. Este modelo se enfoca en la optimización de costos midiendo el precio de venta y la demanda (Yu, Yugang, 2008) El modelo MLP propone la gestión de operaciones sobre la asignación de la producción, las capacidades de producción, las tasas de compra de materias primas y la configuración de redes teniendo en cuenta los aspectos financieros y los costos (Mula, 2010), como herramienta computacional permite avanzar en la perspectiva de la programación automatizada de la producción, para que pueda ser desarrollada sin necesidad de que el personal encargado tenga conocimiento en modelación matemática (Hidalgo, Toro Díaz 2010). Este modelo se enfoca en la optimización del funcionamiento de la cadena, mediante la minimización de costos totales (Sipahi, Rifat, 2010). Por otra parte como lo mencionan (Hill, et Galbreth, 2008), la reducción de los tiempos de viaje son una parte fundamental de este modelo debido a la mediación de las capacidades de los vehículos para la asignación de rutas reduciendo los tiempos de viaje, esto implica una minimización de costos de carga y de inventario midiendo las entregas del producto por medio de las existencias de productos terminados y el tiempo de procesamiento de las maquinarias (Bilgen, Bilge, et Ozkarahan, 2007), arrojando así las cantidades de producto a fabricar, cantidades a enviar y las cantidades a entregar al cliente (Schutyser, et all, 2008). El modelo de programación difusa propone la coordinación en el control de inventarios, en donde se identifican existencias y las cantidades a ordenar dentro de la cadena de abastecimiento, las demandas de los clientes y cantidades de materia prima. Estos modelos buscan reducir costos en los procesos de fabricación y en todo el flujo de la cadena de abastecimiento (Poler 2010) desarrollando un modelo de programación entera mixta enfocándose en la importancia de la flexibilidad de la programación difusa minimizando los costos de producción inventario y distribución. (Chris K.Y., 2009)

Dichos modelos de programación difusa miden la planificación de la producción y la distribución mediante la asignación de volúmenes de fabricación en plantas y envíos a centros de distribución optimizando así la producción y distribución (Bilge, Bilgen 2009), midiendo los tiempos de entrega mediante la satisfacción del cliente, proveedores y unidades entregadas(Manoj, Kumar, et all, 2006); por otra parte estos modelos tiene en cuenta costos y la calidad para la selección de proveedores(Junyan Wang, Ruiqing Zhao 2006), para así minimizar los tiempos de entrega y costos totales, midiendo los inventarios, las capacidades, la demanda y el almacenamiento (Tien-Fu, Liang, Hung-Wen, Cheng 2008). La Programación multi objetivo propone la minimización del número de camiones utilizados y la minimización del inventario total, considerando como parámetro las capacidades de los vehículos empleados. Este modelo tiene un enfoque en el aumento de ingresos, mediante la planificación de la producción y distribución (Rifat, Sipahi, 2010), analizando las cantidades, inventarios y capacidades (Tsiakis, Panagiotis, 2008), para así lograr un la reducción de costos logísticos y del capital por medio de los tiempos de procesamiento, las ventas y los periodos trabajados (Choi, Tsan-Ming, 2008) por otra parte este modelo se enfoca en la reducción de inventarios, y reducción de costos totales de la cadena (Tsiakis, Panagiotis, 2008). El modelo VMI excluye un paso en la cadena de información y por consiguiente reduce la distorsión de los datos (Disney, 2006). Para sincronizar la producción y distribución, este modelo se enfoca a los proveedores ya que con el modelo VMI el proveedor toma la responsabilidad de mantener el inventario para su cliente. Este modelo se enfoca en la mejora del rendimiento mediante la reducción de inventario (Frankel, Robert, 2006), reduciendo así los costos de materia prima mediante la medición del agotamiento de las existencias y los costos asociados a estas (Yun-Kuei, Huang, 2008), aumentando el nivel de satisfacción del cliente, evaluando el costo total de la cadena (Jui-Lin Wang, 2009), e incorporando el costo del pedido y costo de transporte (Aroraa, M.K. Tiwari, 2009). Las cadenas de Marcov se enfocan en las ventas y el cambio de demandas, mediante el análisis del inventario (Hisashi Kurata Y John J. Liu, 2008), priorizando el nivel de servicio analizando los lead times de entrega desde el proveedor hasta el cliente final (Broyles James et Cochran jeffery, 2010). Al analizar el enfoque de cada uno de estos modelos se selecciono como principal modelo el MPL debido a que este modelo trabaja con demandas, nivel de inventarios, tiempos de entrega entre otros criterios que se muestran a continuación y que se tendrán en cuenta para la formulación del modelo matemático.

Figura 2: Enfoques de la Programación Entera Mixta (MPL).

Este modelo aborda el problema de planificación de producción y distribución de una cadena, asignando los volúmenes de producción entre la producción de diferentes líneas en las plantas de fabricación, y la entrega de los productos a los centros de distribución, también minimizando los costos de inventarios, producción y transporte, enfocándose en la optimización del funcionamiento de la cadena de abastecimiento y la localización del centro de distribución; con respecto al transporte se enfoca en las capacidades y las rutas a utilizar, por último la producción se enfoca en los inventarios, demanda, capacidad de la planta y máquinas, entre otros. 2.2 INTEGRACIÓN DE LA CADENA DE ABASTECIMIENTO Como principal objetivo de esta revisión de literatura, es mostrar la exploración de algunos de los trabajos consultados en fuentes secundarias y terciarias para la obtención de modelos de optimización de cadenas de abastecimiento, para determinar las variables de decisión y parámetros para la formulación del modelo matemático de cadena de abastecimiento. En esta revisión se encuentran descritos 100 artículos de literatura disponibles sobre optimización de cadenas de abastecimiento, tanto teóricos (44 artículos) como modelos matemáticos (56 artículos), enfocados hacia la integración (34 artículos), optimización (33 artículos), simulación (4 artículos) y otros enfoques (29 artículos), de dichas cadenas (ver tabla 2). Se encontraron artículos que hablan sobre los vínculos causales (Ghirardi, Marco et all, 2010; Heungjo An et all,2011) entre la gestión de la cadena de suministro (SCM), la práctica, la capacidad de la competencia, el nivel de la cadena de abastecimiento (SC) y el desempeño de la empresa (WookKim, 2007); artículos los cuales tienen un enfoque integrado 24

(Javid, Amir, Azad, Neder, 2010) para optimizar las diferentes funciones en una cadena de suministro en los niveles estratégicos y operativos (Gebennin, Elisa et all, 2009 ); artículos que tratan sobre la contribución a la modelización de la teoría de juegos competitivos y los problemas de la cadena de suministro en cuanto al diseño de la red en situaciones de oligopolio (Nagurney, 2009); artículos en donde los autores proponen probar un modelo en donde los compradores pueden utilizar los conceptos de integración y socialización de la cadena de suministro para lograr una comunicación de proveedores y un mejor desempeño operativo, artículos que plantean la reformulación como un problema de flujo de costos mínimos con diversas variables acotadas (Mo, Qi, Wei, Zengxin, 2008).

Tabla 2: Clasificación de artículos Artículos

integración

Alain Halley et all Alex Bajorinas Capgemini et all Amir Ahmadi Javid et Neder Azad Andi Cakravastia et all Anna Nagurney Anna Nagurney(a) Anna Nagurney(b) Antony Paulray et all Aprendix Ashish Agarwal et all Barbara B. Flynn et all Bernd Scholz Reiter et all Bernhard J. Angerhofer et Marios C. Angelides Bilge Bilgen Boray huang et Zhisheng Ye Chong Li et Sifeng Liu Chong Wu et David Barnes David bredstörm et all David Zhengwen Zhang et all Dean kassmann et Russell Allgor Dimitrios Vlachos et all Elisa Gebennini et all Fan Wang et all Feng Pan et Rakesh Nagi Fredrik Persson et Mirko Araldi Gabriela Corsano et Jorge M. Montagna(a) Gabriela Corsano et Jorge M. Montagna(a) Gang Li et all Gs1 H.M. Hoang et all Hanane Dagdougui Haralambos Sarimveis et all Henrry Ahn et all Heungjo An et all Hon Loong Lam et all Jayanth jayarm et Keah Choon Tan(a) Jayanth jayarm et Keah Choon Tan(b) Jeff Ferrio et John Wassik Jiangtao Mo et all Jianming Yao et Liwen Liu Jiuping Xu et all Jose M Cruz Josefa Mula et all Julien Bramel et David Simchi-Levi Jung-Fa Tsai(a) Jung-Fa Tsai(b) Jung-Fa Tsai(c) Khalid Saeed Kullapapruk Piewthongngam et all Lazaros G, Papageorgiou

* * *

Optimización

Simulación

otros

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

Continuación Tabla 2: Clasificación de artículos Artículos Leo R. Vijayasarathy Liu Man-Zhi et all Luis Puigjaner et Gonzalo Guillén Luis Puigjaner et José Miguel Laínez M. Herty et C. Ringhofer M. Victoria de la Fuente et all M.E. Seliaman et Ab Rahman Ahman M.T. Melo et all Marco Ghirardi et all Maria Analia Rodriguez et Aldo Vecchietti Marious Themistocleous et all Martin Dario Arango Serna y Otros Mary J. Meixell et all Mehdi Mahnam et all Mir Saman Pishvaee et all Mirzapuor Al-e-hashem et all Musrafa Özbayrak et all Nathalie Fabbe et Marianne Jahre Nigel Bagley et all Nikhil Ajay Pujari Panagiotis Tsiakis et Lazaros Papageorgiou Pantelis Longiinidis et Michael C. Georgiadis Paul D.Cousins et Bulet Menguc Payman Jula et Robert Leachman Peng Hong jun et all(a) R.J. kuo et J.S. Han Ram Narasimham et all Ramzi Hammami et all Reham A.Eltantawy et all Richard Barton et Andrew Thomas Roberto Poles et France Cheong Ruoning Xu et Xiaoyan Zahi Sabyasachi Mitra et Vinod Singhal Sergio Terci et Sergio Cavalieri Songsong Liu et Lazaros Papageorgiou Soo Wook Kim Stefan Seuring Suh-Wen Chiou Tadashi Yamada et all Tetsu Koike Tillmann Böhme Turan Paksoy et all Wafa B.E. Al-Othman et all Wan Tsu Wang et all Wang Sen et all Yogesh V.Joshi Yonxi Huang et all Yuh-Jen Chen Yuliang Yao et all

integración *

optimización

simulación

otros *

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

Enfocándose en los artículos que tratan sobre integración de las cadenas de abastecimiento se encontraron 24 artículos que tratan la integración de manera teórica y 10 artículos de manera matemática. (Ver tabla 3). Tabla 3: Clasificación de artículos de integración Integración modelación teórico matemática * *

Artículos Alain Halley et all Alex Bajorinas Capgemini et all Amir Ahmadi Javid et Neder Azad Anna Nagurney(a) Anna Nagurney(b) Antony Paulray et all Apendix Ashish Agarwal et all Barbara B. Flynn et all Boray huang et Zhisheng Ye Elisa Gebennini et all Fredrik Persson et Mirko Araldi Gang Li et all Gs1 Henrry Ahn et all Jayanth jayarm et Keah Choon Tan(a) Leo R. Vijayasarathy Luis Puigjaner et Gonzalo Guillén Luis Puigjaner et Jose Miguel Laínez Marious Themistocleous et all Mary J. Meixell et all Nathalie Fabbe et Marianne Jahre Nigel Bagley et all Nikhil Ajay Pujari Paul D.Cousins et Bulet Menguc Ram Narasimham et all Reham A.Eltantawy et all Richard Barton et Andrew Thomas Sabyasachi Mitra et Vinod Singhal Soo Wook Kim Tillmann Böhme Wan Tsu Wang et all Wang Sen et all Yuliang Yao et all

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

Aquellos artículos que tratan la integración de las cadenas de abastecimiento de manera teórica se enfocan en las organizaciones, el intercambio de datos electrónico (EDI) y la tecnología para mejorar la automatización de procesos comerciales. Esta integración puede ser alcanzada por la tecnología de integración de aplicaciones empresariales (EAI) la cual permite cambiar datos de entrada de cada sistema (productores, mayoristas, minoristas y clientes) si es necesario, así como coordinar e integrar las tareas de su cadena, para integrar la funcionalidad de los sistemas de una cadena de suministro eficientemente a nivel intra organización como inter organización. (Themistocleous, Irani et all, 2004). Este tipo de la integración tiene como tema fundamental la toma de decisiones para la integración de sus cadenas en base a ensambles de información en las organizaciones a través de la cual comparten información, y cadenas donde hay un mayor grado de dependencia del proceso. (Themistocleous, Irani et all, 2004). Figura 3: Integración de cadena de suministro por tecnología EAI.

ORDENES

PRODUCTOR I N T E G R A C I S Ó U N M I D N E I S L T A R O C A D E N A

MAYORISTA

MINORISTA

D E CLIENTE

INVENTARIO

INTEGRACIÓN APLICACIONES EMPRESARIALES

PRODUCCIÓN

ENVÍOS

FINANZAS

MERCADEO

INTEGRACIÓN APLICACIONES EMPRESARIALES

PROVEEDORES

COMPRADORES

ORDENES

FACTURACIÓN

INTEGRACIÓN APLICACIONES EMPRESARIALES

ARCHIVOS

VENTAS

LEGADO

ERP

INTEGRACIÓN APLICACIONES EMPRESARIALES

EBUSINESS

LEGADO X

Fuentes: Evaluating the integration of supply chain information systems: A case study, (2004)

Por otra parte, se dirige la atención a la integración de proveedor-comprador enfocada expresamente a la oferta de la cadena de valor, esta integración puede ocurrir en términos de procesos, información y equipos enfadados de organización, entre otros (Paulraj et all, 2006). Figura 4: Elementos de Integración en la Cadena de Abastecimiento

Fuentes: Levels of strategic purchasing: Impact on supply integration and performance, (2006).

En la integración relacional se toman en cuenta el numero de proveedores y la relación del contrato y el tiempo de entrega, en el proceso de integración se tiene en cuenta la integración logística proveedor- comprador (Zhao, Xiande et all, 2010), en cuanto a la integración de información se tiene en cuenta las vías de comunicación y los sistemas inter-organizacionales, por ultimo en cuanto a los equipos de cada sector de la organización se tiene en cuenta los procesos generales y el desarrollo de productos (Flynn, Barbara et all, 2010). Enfocándose en los artículos que tratan sobre modelos matemáticos de integración de las cadenas de abastecimientos se encontró distintas orientaciones basadas en que las cadenas de suministro han sido más o menos integradas en cierta medida, aunque en una escala baja en su totalidad o en partes, esta integración, se ha hecho toda en parches en toda la cadena de abastecimiento. En muchos casos, esto ha sido impulsado más por la necesidad de sobrevivir y de improvisar, que por la voluntad de mejorar y avanzar. (Puari, Nokhil ,2005). Esto ha traído inconvenientes en el manejo de cadena, por esta razón debido a la falta de sincronización entre proveedores y fabricantes se presentan excesos de costos, pérdida de clientes y falta de intercambio en los datos (Nagurney, Anna, 2010).

Tradicionalmente, los diferentes niveles de la cadena de suministro y también las diferentes decisiones han sido considerados por separado para fines de planificación, estos se han tratado de forma individual y no colectiva (Pujari, Nikhil, 2005). Como resultado, este aislamiento de los componentes de decisión y el manejo individualista de las diferentes funciones de la empresa, a menudo puede conducir a la optimización local de la cadena de suministro en vez de la optimización global (Gebennini et all, 2009). Sin embargo el resultado de este aislamiento trae con sigo inconvenientes a la forma tradicional de manejar las operaciones de la cadena de suministro, por ejemplo, debido a la falta de coordinación entre los proveedores y los fabricantes o entre los fabricantes y los distribuidores; son frecuentes los casos de pérdida de ventas generando sobre costos debido a la falta de existencias, o el exceso de inventario (Pujari, Nikhil, 2005). Los numerosos beneficios de la integración que puede ayudar a la empresa a mejorar su rendimiento a través de la planificación y ejecución de colaboración, son más visibles y se encuentra en el área de control de inventario, debido a la optimización conjunta de las diversas funciones en un entorno de fabricación, como por ejemplo, la ubicación, la producción y la distribución, el inventario puede ser controlado a niveles óptimos que conducen a reducir los costos de mantenimiento, la reducción del espacio de almacenamiento requerido, la reducción de las actividades de manipulación de materiales, y entregas a tiempo (Javid, Amir et Azad Nader, 2010). Por esta razón factores como el aumento en la competitividad con respecto a los costos, desarrollo de productos más rápidos, ciclos de vida del producto más cortos, personalización de la oferta entre otros pueden ser factores que impulsan a la integración de una cadena de abastecimiento para generar múltiples beneficios.( Pujari,Nikhil,2005) Teniendo en cuenta lo anterior estos artículos formulan modelos de integración de cadenas de abastecimiento que tienen en cuenta los costos totales de la cadena, utilidades generadas por esta, entré otros enfoques (ver tabla 4).

Tabla 4: Modelos Matemáticos de Integración

artículos

Minimización

Integración modelación matemática Maximización

Costos Amir Ahmadi Javid et Neder Azad Anna Nagurney Anna Nagurney(a) Apendix Boray huang et Zhisheng Ye Elisa Gebennini et all Luis Puigjaner et Gonzalo Guillén Luis Puigjaner et Jose Miguel Laínez Nikhil Ajay Pujari Wang Sen et all

utilidades

Max. Valor corporativo

Otros Min. Emisiones de CO2

Costo de mantener inventario

* * * * * * * * * *

Estos modelos tienen como parámetros los costos, la demanda, el precio de venta, capacidades, entre otros (ver tabla 5). Debido a que estos datos son conocidos de antemano, por ejemplo, los costos totales necesarios para satisfacer la demanda de todos los productos de todos los clientes, son aquellos que se tienen a lo largo de la producción de dicho producto como costos fijos, costos de inventario, etc. (Puigjaner et all, 2007), los cuales se ven reflejados en el precio de venta de un producto, este puede variar de un cliente a otro en función de las negociaciones realizadas con cada uno de ellos anteriormente (Puigjaner, et all, 2007), en cuanto a las capacidades se puede tomar como ejemplo la capacidad de una instalación existente, esta puede no ser suficiente para satisfacer las demandas de los clientes lo que implicaría ampliar la capacidad según sea necesario ( Wang, Sen et all ,2006). Todos estos datos se encuentran registrados minuciosamente mediante tablas y archivos para su utilización.

Tabla 5: Parámetros de Modelos Matemáticos de Integración de una Cadena de Abastecimiento

Artículos Amir Ahmadi Javid et Neder Azad Anna Nagurney Anna Nagurney(a) Apendix Boray huang et Zhisheng Ye Elisa Gebennini et all Luis Puigjaner et Gonzalo Guillén Luis Puigjaner et Jose Miguel Laínez

costos * * * *

Nikhil Ajay Pujari

Wang Sen et all

Integración modelación matemática Parámetros demanda capacidad precio * * * * * * * * * * * * * * *

Tiempos *

* *

Dentro de las variables de decisión estos modelos incluyen cantidades a producir, cantidades vendidas, inventarios (ver tabla 6), puesto que, estos son datos que se desean conocer y su valor será arrojado por el modelo matemático. Tabla 6: Variables de Decisión de Modelos Matemáticos de Integración de una Cadena de Abastecimiento

Amir Ahmadi Javid et Neder Azad Anna Nagurney

Integración modelación matemática Variables cantidades cantidades inventario producidas vendidas final * * * *

Anna Nagurney(a)

Artículos

Apendix Boray huang et Zhisheng Ye Elisa Gebennini et all Luis Puigjaner et Gonzalo Guillén Luis Puigjaner et Jose Miguel Laínez Nikhil Ajay Pujari Wang Sen et all

* * * *

* * *

* *

* * * *

* *

WIP

Estos modelos encuentran como limitaciones las capacidades, costos, demanda (ver tabla 7) debido a que estos colocan un límite o una barrera al resultado de lo que desea hallar, por ejemplo las cantidades a producir se ven limitadas por capacidad de producción de la maquina, las cantidades a almacenar se ven limitadas por la capacidad del almacén. Tabla 7: Restricciones de Modelos Matemáticos de Integración de una Cadena de Abastecimiento

costos

Integración modelación matemática Restricciones capacidad inventario demanda

Producción

* * * *

* *

* * *

* *

Teniendo en cuenta lo analizado anteriormente de los autores que tratan la integración de una cadena de abastecimiento mediante los modelos matemáticos se tomaron como base para el modelo de Optimización de cadena de abastecimiento parámetros como costos de fabricación, costo de producción por hora, costos fijos de producción, demanda, capacidades y precio de venta, tiempo de procesamiento, numero de vehículos, tasa de producción, capacidad de producción, capacidades disponibles, capacidad de carga, peso del producto, volumen del producto, número máximo de viajes, cantidad de camiones, ingresos, costo de alistamiento, costos de transporte, distancia recorrida, capacidad del centro de distribución, capacidad del Stack Buffer y lead time. En cuanto a las variables de decisión se tomaron en cuenta cantidades a producir en tiempo regular y tiempo extra, cantidades a enviar, número de viajes, inventarios final y de producto en proceso, y por último se tomaron restricciones de capacidad, inventario, residuos, demanda, producción, entre otras.

3. MODELO MATEMÁTICO DE OPTIMIZACION DE UNA CADENA DE ABASTECIMEINTO INTEGRADA Y NO INTEGRADA La Cadena de suministro incluye todas las actividades de gestión y logística y por ello está presente en cada fase del proceso y permite una gestión efectiva y, a través de los flujos de información, mejora el Servicio al cliente y de la Cadena de Valor. A lo largo del tiempo, la Cadena de Suministro se ha ido acomodando y está dando paso al establecimiento de sus propios objetivos y metas de desempeño por medio, de una función de integración que liga las funciones y los procesos del negocio para convertirlo en un modelo de negocio coherente y de alto rendimiento. La estrategia de cadena de abastecimiento es un elemento clave en la competitividad de las organizaciones y su formulación requiere especial atención para asegurar el alineamiento de la cadena de abastecimiento con la estrategia de negocio (Moreno, Marco, 2010). A continuación la figura 5 ilustra la configuración de la cadena de abastecimiento que se va a trabajar en este trabajo. En esta configuración las plantas de producción fabrican tres tipos de productos, cada planta posee un determinado número de maquinas. Al final del proceso todos los productos terminados fabricados en la planta se almacenan temporalmente en un Stack Buffer para su despacho en diferentes flotas de camiones hacia los centros de distribución, y de éstos se distribuyen directamente hacia los centros de consumo en otra flota de camiones. Esta configuración se escogió debido a que es una representación global de los componentes básicos de una cadena de abastecimiento, simbolizando los eslabones que más importancia generan a la hora de realizar una configuración de una cadena debido a que son parte indispensable de su funcionamiento.

Figura 5: configuración de cadena de abastecimiento

Jiangtao, Mo., Liqun Qi., Zengxin Wei, (2005). A manufacturing supply chain, Optimization model for distilling process

El modelo se desarrolla para estudiar los alcances de la decisión de integración o no de los diferentes eslabones que componen la cadena. El modelo se resuelve para encontrar la mejor configuración que minimice los costos, maximice la productividad y utilidad y que al tiempo satisfaga las necesidades del mercado sin infringir las restricciones de capacidad, de esta forma, debido a la naturaleza de las diferentes funciones objetivo, el modelo debe ser planteado como programación lineal entera mixta. Los modelos desarrollados en el siguiente capítulo no deben ser considerados como estudios definitivos, en el análisis de las funciones objetivo, simplemente su desarrollo ofrece una metodología muy útil para obtener conocimientos cuantificados el problema de integración tanto horizontal como vertical de los actores de la cadena, sin embargo, los modelos no pueden sustituir las decisiones por parte de especialistas del sector, cuyas opiniones también se debe buscar antes de tomar decisiones. Los modelos se deben utilizar como una herramienta para considerar el estudio de diferentes alternativas lo cual no implica que se deban pasar por alto los detalles de cualquier alternativa propuesta, que sólo los expertos pueden evaluar. 3.1. MODELO MATEMATICO El modelo presentado a continuación es un Modelo de Cadena de Abastecimiento Integrada, dicho modelo cuenta con 9 índices los cuales dan a conocer los componentes de la cadena, 25 parámetros los cuales presentan la información perteneciente a dichos componentes con la que se va a realizar el estudio y con 11 variables que reflejan las incógnitas que se desean solucionar.

El Modelo de cadena de abastecimiento no Integrada cuenta con el mismo número de índices y de parámetros que el Modelo de Cadena de Abastecimiento integrada, este modelo varia en el número de variables y de restricciones, el Modelo de Cadena de Abastecimiento no integrada cuenta con 4 variables y 11 restricciones. Este modelo tiene como base un modelo anterior encontrado en el proyecto titulado estudio de la relación entre integración y productividad en una cadena de suministro por medio de uso conjunto de herramientas cualitativas y cuantitativas y la revisión de literatura realizada, lo cual permite crear y desarrollar un modelo autentico que se presentara a continuación. 3.1.1. Supuestos Los siguientes son los supuestos considerados en la construcción del modelo:        

La producción en las máquinas es igual a la capacidad de producción. Todo lo que se produce en las máquinas se envía al Stack Buffer. Todos los productos que se envían al Stack Buffer son iguales a la capacidad del Stack Buffer. Todos los productos del Stack Buffer se envían al centro de distribución. Todas las cantidades enviadas en el camión al centro de distribución y centro de consumo son iguales a la capacidad del camión. Todos los productos que se envían del Stack Buffer al centro de distribución son iguales a la capacidad del centro de distribución. Todos los productos del centro de distribución se envían al centro de consumo. Todos los productos que se envían del centro de distribución al centro de consumo son iguales a la demanda.

3.1.2. Índices: A continuación se muestran los índices empleados en la construcción del modelo.

3.1.3. Parámetros: Los siguientes son los parámetros empleados para el desarrollo del modelo propuesto

3.1.4. Variables: A continuación se enumeran las variables en el modelo desarrollado para el análisis del rendimiento de una cadena de abastecimiento, las cantidades a producir; los envíos de productos, entre plantas de producción, hacia Stack Buffer, centros de distribución y centros de consumo, cantidades en inventario final y de producto en proceso.

3.1.5. Restricciones  Restricción de capacidad de producción en tiempo regular del producto tipo i en la planta tipo j.

 Restricción de capacidad de producción en tiempo extra del producto tipo i en la planta tipo j.

Las ecuaciones (1) y (2) se basaran en el cumplimiento de la demanda, de esta manera se logra saber si la capacidad de producción es suficiente durante los turnos o si por el contrario se deben trabajar horas extras y cuanto se producirá en estas horas.  Restricción de cantidad a enviar de la planta j al SB p.

 Restricción de cantidad a enviar del SB p al centro de distribución k.

 Restricción de cantidades enviadas del centro de distribución sea menor o igual a las unidades enviadas al CC tipo n.

En las ecuaciones (3), (4) y (5), se observan las cantidades permitidas o máximas que se podrán enviar a cada uno de los centros, en estas se tienen en cuenta la capacidad de cada centro y el cumplimiento de la demanda, basada en las capacidades de producción nombradas anteriormente.  Restricción de cumplimiento de demanda del centro de consumo tipo n.

En la ecuación (6) se mantiene el cumplimiento de la demanda, pero esta vez con respecto a las cantidades enviadas al centro de distribución.

 Restricción de balance en los envíos.

En la ecuación (7) se describe el balance de envíos de productos i a los centros de consumo n en el periodo de tiempo t. Ésta ecuación describe como los envíos desde cada centro de distribución k sumado al inventario inicial de cada centro y restado al inventario final, y a su vez restado con las cantidades a transportar del producto i desde el centro de distribución k hasta el centro de consumo n en la semana t deben ser iguales a cero, manteniendo de esta manera que lo que se solicite en el centro de consumo contando con el inventario debe ser igual a los productos a transportar y así mantener el cumplimiento en la demanda.  Restricción de cantidad de viajes del camión tipo m desde la planta tipo j hasta el centro de distribución k.

 Restricción de cantidad de viajes del camión tipo o desde el Centro de Distribución tipo k a los Centros de Consumo tipo n.

Las ecuaciones (8) y (9) se refieren al número máximo de viajes permitidos para transportar los productos i hacia el centro de distribución k y al centro de consumo n.  Restricción de capacidad de carga en Kg del camión tipo m para los envíos desde las plantas tipo j a los centros de distribución tipo k.

 Restricción de capacidad de carga en Kg del camión tipo o para los envíos desde el Centro de Distribución tipo k al Centro de Consumo tipo n.

 Restricción de capacidad de carga en volumen (m3) de los camiones tipo m para envíos desde la planta tipo j hasta el Centro de Distribución tipo k.

 Restricción de capacidad de carga en volumen (m3) de los camiones tipo o para envíos desde el Centro de Distribución k hasta el Centro de Consumo n.

 Restricción de capacidad máxima de volumen de carga en m3 del camión tipo m.

 Restricción de capacidad máxima de volumen de carga en m3 del camión tipo o.

En las ecuaciones (10), (11), (12), (13), (14) y (15) se observa la capacidad con la que cuentan los camiones para cumplir con el envío de todo los productos i hacia los centro de distribución k y centros de consumo n, estas capacidades se dan en kilogramos y en volúmenes (m3).  Restricción de generación en kilogramos de residuo peligroso tipo r.

En la ecuación (16) se relaciona los residuos generados por la producción en tiempo regular y tiempo extra con los residuos máximos permitidos, en esta ecuación se puede observar si se cumple o no con la política de producción más limpia.  Restricción de capacidad del centro de distribución k del producto i.

La ecuación (17) muestra la capacidad de almacenaje con la que cuenta el centro de distribución k en relación a la producción en tiempo regular y tiempo extra.  Restricciones capacidad del camión m de transporte.

 Restricciones capacidad del camión o de transporte.

 Restricciones de disponibilidad del camión m de transporte.

 Restricciones de disponibilidad del camión o de transporte.

En las ecuaciones (20) y (21) se hace referencia a la disponibilidad que van a tener los camiones para realizar los transportes de productos i hacia los centros de distribución k y centros de consumo n. En estas ecuaciones se evalúa el número máximo de viajes permitidos en relación a los viajes necesarios.

 Restricción para el cálculo del WIP.

 Restricción para cálculo del máximo WIP.

Las ecuaciones (22) y (23) son referentes al producto en proceso (WIP) máximo en las plantas j, relacionando las capacidades de producción en tiempo regular y extra.  Restricción de capacidad del Stack Buffer p.

 Restricción de capacidad del centro de distribución k.

La ecuación (24) y (25) hacen referencia a las capacidades del Stack Buffer y del centro de distribución, teniendo en cuenta el manejo de inventarios, para así definir la capacidad real con la que contara cada Stack y centro en el momento de recibir los productos i.

3.1.6 funciones objetivo •

MINIMIZAR COSTOS

Para la primera función objetivo se realizara la sumatoria de todo lo que se produce por lo que cuesta producir y de esta manera definir cuál será la ruta que me cumpla la demanda al mínimo costo. •

MAXIMIZAR UTILIDADES

En la segunda función se encuentra la ecuación para maximizar las utilidades, este cálculo se realizará mediante la resta entre los ingresos generados al cumplir con la demanda y la función de costos.



MAXIMIZAR PRODUCTIVIDAD

Por último se contara con la función para maximizar la productividad, esta función estará dada por los ingresos dividido la función de costos. 3.1.7. Resultados Como modelo base para el presente trabajo se ha seleccionado una cadena de abastecimiento compuesta por cuatro, plantas de proceso. Cada una de estas plantas posee un almacenamiento temporal de productos en proceso y terminados para ser almacenados en los respectivos Stack Buffer, despachados a los centros de distribución en los diferentes medios de transporte que se encuentran disponibles para tal fin. Los productos en los centros de distribución son direccionados a los diferentes centros de consumo que se contemplan en el modelo. De igual forma se establece las cantidades producidas en tiempo regular, tiempos extra y subcontratados. En cuanto a los medios de transporte se han establecido para el transporte de productos finales a los centros de distribución dos tipos de vehículos; para el transporte productos terminados del centro de distribución al centro de consumo se establecieron dos tipos de camiones Todos los experimentos computacionales se llevan a cabo en un computador con Intel Core i5 de 1,70 GHz y 4 GB de RAM, el modelo se solucionó mediante el uso de la herramienta CPLEX usando Gams 23(Ver anexo). Como base de la experimentación del modelo se tomó una cadena de abastecimiento integrada y una cadena de abastecimiento no integrada. Para esta primera fase del trabajo con el modelo base de cadena de abastecimiento se experimentó mediante el uso de tres criterios de evaluación: minimizando los costos, maximización de productividad y maximización de utilidades. Los resultados para estas cadenas se muestran a continuación (Ver

tabla 8). La cadena base para la comparación de los resultados será la cadena de abastecimiento no integrada. Tabla 8: Resultados del Modelo Matemático Abastecimiento Integrada y no integrada

base

Cadena

En la tabla se puede observar en cuanto al criterio de costos que la cadena de abastecimiento integrada es más costosa que la cadena de abastecimiento no integrada debido a que en esta cadena se subcontratan unidades de producto 1 y 3 para poder suplir la demanda de los centros de consumo, por otra parte la cadena de abastecimiento integrada tiene un almacenamiento de producto en proceso el cual sube el costo de su funcionamiento, además cuanta con un costo adicional de transporte de Stack Buffer a centros de distribución; la cadena de abastecimiento no integrada no es tan costosa debido a que no tiene almacenamiento de producto en proceso ni inventario final y la producción de las plantas las envía directamente a los consumidores y no tiene costo de transporte de Stack Buffer a centros de distribución. En cuanto al criterio de productividad la cadena de abastecimiento integrada genera mayor productividad que la cadena de abastecimiento no integrada a pesar de que subcontrata unidades de producto terminado, esto se debe a que se tiene un mejor manejo del producto desde los centros de distribución para cumplir con la demanda requerida, lo que afecta a la cadena de abastecimiento no integrada debido a que no tiene inventario con que suplir los faltantes en caso de que no se produzca la demanda por completo. Por último en cuanto al criterio de utilidades la cadena de abastecimiento genera utilidades, debido a que a pesar de los costos de transporte y almacenamiento adicionales cumple en su totalidad con la demanda requerida en el tiempo preciso, mientras que la cadena de abastecimiento no integrada posiblemente en la mayoría de las ocasiones no pueda cumplir con la demanda por retrasos en la producción debido a capacidad o retrasos con materia prima.

Figura 6: Dígrafo Cadena de abastecimiento evaluación: Minimización de costos

PLANTA CENTRO DISTRIBUCION

integrada,

criterio

CENTRO CONSUMO

PLANTA CENTRO DISTRIBUCION

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar que existe colaboración entre plantas, Stack Buffer y centros de distribución debido a qué se envían productos desde ambas plantas a ambos Stack Buffers, y estos envían los productos a los centros de distribución donde se despacha el producto al consumidor final. Las plantas envían los tras productos a los Stack Buffers, en los Stack Buffers se puede observar que el Stack Buffer 1 envía producto 1 a los dos centros de distribución al igual qué del producto 3, pero solo envía producto 2 al centro de distribución 2; el Stack Buffer 2 envía los tres productos al centro de distribución 2 pero solo envía producto 2 y 3 al centro de distribución 1. Con respecto a los centros de distribución el centro de distribución 1 envía el producto 1 a los tres centros de consumo, del producto 2 solo al centro de consumo 2 y 3 y del producto 3 al centro de consumo 2 y 3; el centro de distribución 2 envía del producto 1 y 2 a los tres centros de consumo y del producto 3 envía al centro de consumo 1 y 2. 48

Figura 7: Dígrafo Cadena de abastecimiento no integrada, criterio de evaluación: Minimización de costos

PLANTA

CENTRO CONSUMO

PLANTA

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar no hay Stack Buffers donde almacenar el producto ni centros de distribución por lo que se transportan los productos directamente a los centros de consumo. Se puede observar que desde la planta 1 se envían del producto 1 a los centros de distribución 2 y 3 al igual que del producto 3, del producto 2 se envían a todos los centros de consumo, desde la planta 2 se envía el producto 1 a todos los centros de consumo, del producto 2 se envía al centro de consumo 2 y 3 y del producto 3 se envía al centro de consumo 1 y3.

Figura 8: Dígrafo Cadena de abastecimiento integrada criterio de evaluación: Maximización de productividad

PLANTA CENTRO DISTRIBUCION

CENTRO CONSUMO

PLANTA CENTRO DISTRIBUCION

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar que existe colaboración entre plantas, Stack Buffer y centros de distribución debido a qué se envían productos desde ambas plantas a ambos Stack Buffers, y estos envían los productos a los centros de distribución donde se despacha el producto al consumidor final. Las planta 1 envía los tres productos a los dos Stack Buffers, mientras que la planta dos envía producto 1 al Stack Buffer 1 y producto 3 a los dos Stack Buffers en los Stack Buffers se puede observar que los dos Stack Buffers envían los tres productos a los dos centros de consumo. Con respecto a los centros de distribución el centro de distribución 1 envía el producto 1 al centro de consumo 3, al igual que del producto 2 y del producto; el centro de distribución 2 envía del producto 1 al centro de consumo 2 del producto 2 al centro de consumo 1 y del producto 3 al centro de consumo 2 y 3 , los productos 1 y 3 que no se envían desde los centros de distribución al centro de consumo son subcontratados y enviados a este centro de consumo.

Figura 9: Dígrafo Cadena de abastecimiento no integrada criterio de evaluación: Maximización de productividad

PLANTA

CENTRO CONSUMO

PLANTA

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar no hay Stack Buffers donde almacenar el producto ni centros de distribución por lo que se transportan los productos directamente a los centros de consumo. Se puede observar que desde la planta 1 se envían los producto 1 y 2 a todos los centros de consumo mientras que del producto 3 se envía al centro de consumo 1 y 3, mientras que de la planta 2 se envían del producto 2 y 3 a todos los centros de consumo y del producto 1 al centro de consumo 2 y 3.

Figura 10: Dígrafo Cadena de abastecimiento integrada criterio de evaluación: Maximización de utilidades

PLANTA CENTRO DISTRIBUCION

CENTRO CONSUMO

PLANTA CENTRO DISTRIBUCION

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar que existe colaboración entre plantas, Stack Buffer y centros de distribución debido a qué se envían productos desde ambas plantas a ambos Stack Buffers, y estos envían los productos a los centros de distribución donde se despacha el producto al consumidor final. Las plantas envían los tras productos a los Stack Buffers, en los Stack Buffers se puede observar que el Stack Buffer 1 envía producto 1 a los dos centros de distribución al igual qué del producto 3, pero solo envía producto 2 al centro de distribución 2; el Stack Buffer 2 envía los tres productos al centro de distribución 2 pero solo envía producto 2 y 3 al centro de distribución 1. Con respecto a los centros de distribución el centro de distribución 1 envía el producto 1 a los tres centros de consumo, del producto 2 solo al centro de consumo 2 y 3 y del producto 3 al centro de consumo 2 y 3 ; el centro de distribución 2 envía los tres productos a los tres centros de consumo.

Figura 11: Dígrafo Cadena de abastecimiento no integrada criterio de evaluación: Maximización de utilidades

PLANTA

CENTRO CONSUMO

PLANTA

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar no hay Stack Buffers donde almacenar el producto ni centros de distribución por lo que se transportan los productos directamente a los centros de consumo. Se puede observar que desde la planta 1 se envía producto 1 y 2 a los tres centros de consumo y del producto 3 se envía a los centros de consumo 1 y3, en cuanto a la planta 2 del producto 1 se envía a los centros de consumo 2 y 3, y de los productos 2 y 3 se envían a todos los centros de consumo.

3.2. ESCENARIOS Se realizó el desarrollo de diferentes escenarios de la cadena de abastecimiento integrada y no integrada. En donde se llevo a cabo una variación de las plantas y los centros de distribución de las cadenas. Dentro de los escenarios se manejaron 3 variaciones principales, las cuales son: Figura 12: Configuración escenario 3 plantas- 3 centros de distribución

FUENTE: AUTOR

Figura 13: Configuración escenario 3 plantas- 2 centros de distribución

FUENTE: AUTOR

Figura 14: Configuración escenario 2 plantas- 3 centros de distribución

FUENTE: AUTOR

Para los escenarios de cadena integrada se mantuvieron las restricciones nombradas anteriormente variando sus plantas y centros, mientras que para las cadenas no integradas se realizaron variaciones no solo en las plantas y centros sino también en algunas restricciones que permitían la colaboración obligando de esta manera a realizar una evaluación no colaborativa. Para los escenarios de cadena integrada se mantuvieron las restricciones nombradas anteriormente variando sus plantas y centros, mientras que para las cadenas no integradas se realizaron variaciones no solo en las plantas y centros sino también en algunas restricciones que permitían la colaboración obligando de esta manera a realizar una evaluación no colaborativa. Las restricciones a eliminar fueron (3), (4), (7), (9), (11), (13), (15), (17), (19), (21), (22), (23), (24), (25). 3.2.1. Resultados del modelo Con el modelo base para el presente trabajo se ha seleccionado realizar tres variaciones en la configuración de la cadena de abastecimiento variando la composición de las plantas de proceso y los centros de distribución que se contemplan en el modelo. De igual forma se establece las cantidades producidas en tiempo regular, tiempos extra y subcontratados. En cuanto a los medios de transporte se han establecido para el transporte de productos finales a los centros de distribución dos tipos de vehículos; para el transporte productos terminados del centro de distribución al centro de consumo se establecieron dos tipos de camiones Todos los experimentos computacionales se llevan a cabo en un computador con Intel Core i5 de 1,70 GHz y 4 GB de RAM, el modelo se solucionó mediante el uso de CPLEX usando Gams 23(Ver anexo) Como base de la experimentación del 55

modelo se tomó una cadena de abastecimiento integrada y una cadena de abastecimiento no integrada. Para esta segunda fase del trabajo con el modelo base de cada uno de los escenarios de la cadena de abastecimiento se experimentó mediante el uso de tres criterios de evaluación: minimizando los costos, maximización de productividad y maximización de utilidades. Los resultados para estas cadenas se muestran a continuación. La cadena base para la comparación de los resultados será la cadena de abastecimiento no integrada. Tabla 9: Resultados escenario 3 plantas - 3 centros de distribución de los Modelos Matemáticos de Cadena de Abastecimiento Integrada y no integrada.

En la tabla se puede observar en cuanto al criterio de costos que la cadena de abastecimiento no integrada es más costosa que la cadena de abastecimiento integrada debido a que en esta cadena debido a que al producir y enviar directamente de las tres plantas a los tres centros de consumo, el costo de penalización por incumplimiento de la demanda es más alto. En cuanto al criterio de productividad la cadena de abastecimiento integrada genera mayor productividad que la cadena de abastecimiento no integrada, esto se debe a que se tiene un mejor manejo del producto desde los centros de distribución para cumplir con la demanda requerida, lo que afecta a la cadena de abastecimiento no integrada puesto que no tiene inventario con que suplir los faltantes en caso de que no se produzca la demanda por completo. Por último en cuanto al criterio de utilidades la cadena de abastecimiento no integrada genera más utilidades que la cadena de abastecimiento no integrada debido a que no cuenta con costos adicionales de transporte ni almacenamiento, pero las utilidades no son de gran diferencia con respecto a la cadena de abastecimiento integrada debido al alto costo de funcionamiento.

Tabla 10: Resultados escenario 3 plantas - 2 centros de distribución de los Modelos Matemáticos de Cadena de Abastecimiento Integrada y no integrada.

En la tabla se puede observar en cuanto al criterio de costos que la cadena de abastecimiento no integrada es más costosa que la cadena de abastecimiento integrada debido a que en esta cadena debido a que al producir y enviar directamente de las tres plantas a los tres centros de consumo, el costo de penalización por incumplimiento de la demanda es más alto. En cuanto al criterio de productividad la cadena de abastecimiento integrada genera mayor productividad que la cadena de abastecimiento no, esto se debe a que se tiene un mejor manejo del producto desde los centros de distribución para cumplir con la demanda requerida, lo que afecta a la cadena de abastecimiento no integrada puesto que no tiene inventario con que suplir los faltantes en caso de que no se produzca la demanda por completo. Por último en cuanto al criterio de utilidades la cadena de abastecimiento no integrada genera más utilidades que la cadena de abastecimiento no integrada debido a que no cuenta con costos adicionales de transporte ni almacenamiento, pero las utilidades no son de gran diferencia con respecto a la cadena de abastecimiento integrada debido al alto costo de funcionamiento.

Tabla 11: Resultados escenario 2 plantas - 3 centros de distribución de los Modelos Matemáticos de Cadena de Abastecimiento Integrada y no integrada.

En la tabla se puede observar en cuanto al criterio de costos que la cadena de abastecimiento no integrada es más costosa que la cadena de abastecimiento integrada debido a que en esta cadena debido a que al producir y enviar directamente de las tres plantas a los tres centros de consumo, el costo de penalización por incumplimiento de la demanda es más alto. En cuanto al criterio de productividad la cadena de abastecimiento no integrada genera mayor productividad que la cadena de abastecimiento integrada debido a que transporta directamente sus productos desde la planta a los consumidores finales sin intermediarios, lo que hace que sea una cadena más productiva que la cadena de abastecimiento integrada. Por último en cuanto al criterio de utilidades la cadena de abastecimiento las dos cadenas de abastecimiento generan utilidades más o menos del mismo rango sin importar los costos adicionales que se tengan en ambas cadenas.

Figura 15: Dígrafo Cadena de abastecimiento integrada, criterio de evaluación: Minimización de costos PLANTA CENTRO DISTRIBUCION

CENTRO CONSUMO

CENTRO DISTRIBUCION

CENTRO CONSUMO

CENTRO DISTRIBUCION

CENTRO CONSUMO

PLANTA

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar que existe colaboración entre plantas, Stack Buffer y centros de distribución debido a qué se envían productos desde ambas plantas a ambos Stack Buffers, y estos envían los productos a los centros de distribución donde se despacha el producto al consumidor final. Las plantas se puede ver que la planta 1 envía el producto 1 al Stack Buffer 1, del producto 2 envía al Stack Buffer 1 y 2 yal igual qué del producto 3 , la planta 2 envía del producto 1 y 2 al Stack Buffer 1, del producto 3 envía al Stack 1 y 2 ; la planta tres envía del producto 1 al Stack Buffer 2 del producto 2 envía al Stack Buffer 1y 2 y del producto 3 envía al Stack Buffer 1 , en los Stack Buffers se puede observar que el Stack Buffer 1 envía el producto 1 al centro de distribución 1 y2 el producto 2 al centro de distribución 1 y el producto 3 a los tres centros de distribución, el Stack Buffer 2 envía el producto 1 al centro de distribución 3, el producto 2 al los tres centros de distribución y el producto 3 al centro de distribución 3; y los tres centros de distribución envían a los tres centros de consumo.

Figura 16: Dígrafo Cadena de abastecimiento no integrada, criterio de evaluación: Minimización de costos PLANTA CENTRO CONSUMO

CENTRO CONSUMO

PLANTA

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar no hay Stack Buffers donde almacenar el producto ni centros de distribución por lo que se transportan los productos directamente a los centros de consumo. Se puede observar que existe colaboración entre las plantas por lo que se envían desde las tres plantas los tres tipos de productos a los tres centros de consumo

Figura 17: Dígrafo Cadena de abastecimiento integrada criterio de evaluación: Maximización de productividad

PLANTA

CENTRO DISTRIBUCION

CENTRO CENTRO DISTRIBUCION DISTRIBUCION

DE DE

CENTRO CONSUMO

PLANTA PLANTA

CENTRO DISTRIBUCION

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar que existe colaboración entre plantas, Stack Buffer y centros de distribución debido a qué se envían productos desde ambas plantas a ambos Stack Buffers, y estos envían los productos a los centros de distribución donde se despacha el producto al consumidor final. Las plantas envían los tras productos a los Stack Buffers, en los Stack Buffers se puede observar que el Stack Buffer 1 envía del producto 1 y2 a los centros de distribución 2 y3 y del producto 2 al centro de distribución 3 , del Stack Buffer 2 se envían los tres productos a los tres centros de distribución, y del Stack Buffer 3 se envían del producto1 l centro de distribución 3, del producto 2 al centro de distribución 2 y del producto 3 al centro de consumo 3 Con respecto a los centros de distribución el centro de distribución 1 envía el producto 1 y 2 a los centros de consumo 2 y 3, del centro de distribución 2 se envían los tres productos a los tres centros de consumo y del centros de distribución 3 se envía el producto e al centro de consumo 3, el producto 2 al centro de consumo 2 y del producto tres al centro de consumo 1

Figura 18: Dígrafo Cadena de abastecimiento no integrada criterio de evaluación: Maximización de productividad PLANTA CENTRO CONSUMO

CENTRO CONSUMO

PLANTA

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar no hay Stack Buffers donde almacenar el producto ni centros de distribución por lo que se transportan los productos directamente a los centros de consumo. Se puede observar que desde la planta 1 se envía producto 1 a los centros de consumo 2 y 3, así como del producto 2, el producto 3 se envía al centro de consumo 3, desde la planta 2 se envían los tres tipos de producto a los tres centros de distribución y desde la planta 3 se envía del producto 2 al centro de consumo 1, del producto 2 al centro de consumo 2 y del producto tres al centro de consumo 1

Figura 19: Dígrafo Cadena de abastecimiento integrada criterio de evaluación: Maximización de utilidades PLANTA CENTRO DISTRIBUCION

CENTRO CONSUMO

CENTRO DISTRIBUCION

CENTRO CONSUMO

CENTRO DISTRIBUCION

CENTRO CONSUMO

PLANTA

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar que existe colaboración entre plantas, Stack Buffer y centros de distribución debido a qué se envían productos desde ambas plantas a ambos Stack Buffers, y estos envían los productos a los centros de distribución donde se despacha el producto al consumidor final. Las plantas envían los tras productos a los Stack Buffers, en los Stack Buffers se puede observar que el Stack Buffer 1 envía producto 1 al centro de distribución 2 y 3 al igual que el producto 2 y 3, desde el Stack Buffer 2 se envían los tres tipos de producto a os tres centros de distribución Con respecto a los centros de distribución el centro de distribución 1 envía el producto 1 al centro de consumo 2 al igual que los productos 2 y 3, el centro de distribución 2 envía los productos 1, 2 y 3 a los centros de consumo 1 y 2 y los desde el centro de distribución 3 se envían los tres tipos de producto a los tres centros de distribución

Figura 20: Dígrafo Cadena de abastecimiento no integrada criterio de evaluación: Maximización de utilidades PLANTA CENTRO CONSUMO

CENTRO CONSUMO

PLANTA

PRODUCTO 1 PRODUCTO 2 PRODUCTO 3

En esta grafica se puede observar no hay Stack Buffers donde almacenar el producto ni centros de distribución por lo que se transportan los productos directamente a los centros de consumo. Se puede observar que desde la planta 1 se envía producto 1 al igual que el producto 3 al centros de consumo 1, el producto 2 a los centros de consumo 1 y 2; la planta 2 envía el producto 1 al centro de consumo 2 , el producto 2 se envía al centro de consumo 2 y 3 y el producto tres se envía al los tres centros de consumo, la planta 3 envía los tres productos al centro de consumo 1 y los productos 1 y 3 al centro de consumo 3.

4. DISEÑO EXPERIMENTAL PARA UN MODELO MATEMÁTICO DE OPTIMIZACIÓN DE UNA CADENA DE ABASTECIMEINTO INTEGRADA Y NO INTEGRADA Y SUS DIFERENTES ESCENARIOS Hoy en día la experimentación juega un papel fundamental en virtualmente todos los campos de la investigación y el desarrollo. El objetivo de la experimentación es obtener información de calidad. Información que permita desarrollar nuevos productos y procesos, comprender mejor un sistema (un proceso industrial, un procedimiento analítico,...) y tomar decisiones sobre como optimizarlo y mejorar su calidad, comprobar hipótesis científicas, etc. (Joan Ferré, F. Xavier Rius, 2007). Obviamente la experimentación se debe planificar cuidadosamente para que proporcione la información buscada. Dicha planificación y análisis es el principal objetivo del Diseño Estadístico de Experimentos. El Diseño Experimental es una técnica estadística que permite identificar y cuantificar las causas de determinados factores que influyen en una variable de interés. En este diseño se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés y si existe influencia de algún factor, cuantificar dicha influencia. Por último el diseño experimental prescribe una serie de pautas relativas para conocer qué variables hay que manipular, de qué manera, cuántas veces hay que repetir el experimento y en qué orden para poder establecer con un grado de confianza predefinido la necesidad de una presunta relación de causa-efecto. Al seleccionar la estrategia experimental óptima que permita obtener la información buscada con el mínimo coste, se debe evaluar los resultados experimentales obtenidos, garantizando la máxima fiabilidad en las conclusiones que se obtengan. Por este motivo se trabajaran dos tipos de diseño de experimentos explicados a continuación, cada uno de estos diseños se realiza debido a que cumplen con las condiciones para manejar las diferentes variables de interés y arrojar un resultado asertivo por medio de un nivel de confianza definido. 4.1 DISEÑO EXPERIMENTAL BIFACTORIAL El diseño experimental bifactorial es aquel que estudia simultáneamente dos o más factores para estudiarla interacción de dichos factores (Ferré, Joan, 2004), por esta razón en este trabajo se utilizo un diseño factorial 2k para estudiar si existe o no interacción entre los modelos de cadena de abastecimiento integrada y no integrada. Este modelo tiene 2 factores que son el modelo de cadena de abastecimiento integrado y el modelo de cadena de abastecimiento no integrado, los cuales a su 65

vez cuentan con 3 niveles minimizar costos, maximizar utilidades y maximizar la productividad. 4.1.1 Cálculo del diseño experimental bifactorial Como primer paso se realizo una tabla en donde se reunieron los resultados de los diferentes factores y niveles de diseño experimental. Tabla 12: Resultados Cadena de abastecimiento integrada Vs Cadena de abastecimiento no Integrada INTEGRADO min costos Max utilidades Max prod

MIN COSTOS 482,121.429 327,283.800

NO INTEGRADO MAX UTILIDADES 482,121.429 107,879.475

Max productividad 482,121.429 0.000

270,195.613 327,283.800 3.693 327,283.800

270,195.613 107,879.475 3.693 107,879.475

270,195,613.000 0.000 3.693 0.000

En segundo lugar se realizo una totalización de los resultados en cuanto a los niveles y después una totalización por fila y por columna. Tabla 13: Totalización de los Resultados de Cadena de abastecimiento integrada Vs Cadena de abastecimiento no Integrada NO INTEGRADO INTEGRADO min costos Max utilidades Max prod Y.J

MIN COSTOS 809,405.229

MAX UTILIDADES 590,000.904

597,479.413

378,075.088

327,287.493 1,734,172.135

107,883.168 1,075,959.160

Max prod 482,121.429 270,195,613.000 3.693 270,677,738.122

YI. 1,881,527.562 271,171,167.501 435,174.354 273,487,869.417

Como tercer paso se llevo a cabo el cálculo de suma de cuadrados para los tratamientos, el factor a, el factor b, la interacción (ab) y el error. Tabla 14: Cálculo de Suma de cuadrados CALCULOS DATOS a 3 b 3 n 2

SST SSA SSB SSAB SSE

SUMA DE CUADRADOS 68,851,556,948,210,200.00 8,100,943,338,965,050.00 8,056,455,230,533,300.00 16,191,051,322,565,800.00 36,503,107,056,146,100.00

Por último se realiza una tabla ANOVA para determinar si existe o no interacción entre los dos factores Tabla 15: Tabla ANOVA FUENTES

FACTOR A

8,100,943,338,965,050.000

4,050,471,669,482,530.000

0.9987

7.71

FACTOR B

8,056,455,230,533,300.000

4,028,227,615,266,650.000

0.9932

7.71

INTERACCION

16,191,051,322,565,800.000

4,047,762,830,641,450.000

0.9980

7.71

ERROR

36,503,107,056,146,100.000

4,055,900,784,016,230.000

TOTAL

68,851,556,948,210,200.000

4.1.2. Resultados Figura 21: Interacción entre los modelos de cadena de abastecimiento integrada y cadena de abastecimiento no integrada

INTERACCION FUNCION OBJETIVO

600.000,000 500.000,000 400.000,000 300.000,000

maxpr

200.000,000

minco

100.000,000

maxut

0,000 integrado

nointegrado

FACTORES

No existe incidencia entre los modelos de cadena de abastecimiento integrada y no integrada, por lo tanto son independientes y no va a existir significancia entre sus resultados. Consiguientemente debido a la independencia de los modelos, se brinda la opción de elegir el modelo más óptimo para su aplicación.

4.2 DISEÑO EXPERIMENTAL CUADRADO LATINO El diseño experimental cuadrado latino es aquel que bloquea una o varias variables para analizar el comportamiento de las demás variables con respecto a esta o estas, por esta razón en este trabajo se utilizo un diseño cuadrado latino para estudiar si existe o no interacción entre los modelos de cadena de abastecimiento integrada y no integrada y sus respectivos escenarios. 4.2.1. Cálculo del diseño experimental cuadrado latino Como primer paso se realizo una tabla en donde se reunieron los resultados de los modelos de cadenas de abastecimiento y sus respectivos escenarios, seguidamente se realizo el cálculo de la suma de cuadrados para los tratamientos y bloques para cada una de las filas y columnas y el error. Como último se realizo una tabla ANOVA para determinar si existe o no interacción entre las cadenas y sus diferentes escenarios Tabla 16: Tabla ANOVA FUENTE

TRAT

28,592,553,670,971,800

14,296,276,835,485,900

-1.62

7.71

BLOQFIL

14,553,976,417,398,400

2,910,795,283,479,680

-0.33

7.71

BLOQCOL

14,516,935,843,376,400

-1.64

7.71

ERROR

29,033,871,686,752,800 44,189,794,510,178,000

-8,837,958,902,035,600

TOTAL

27,990,607,264,945,100

4.2.2. Resultados Mediante la aplicación de un diseño de experimentos cuadrado latino se determino que no existe incidencia entre los modelos y los escenarios, por lo tanto son independientes y no existe significancia entre sus resultados, por esta razón la independencia de los modelos y los escenarios, brinda la opción de elegir el modelo y el escenario optimo para su aplicación.

Figura 22: Cadena de Abastecimiento Integrada

CADENA INTEGRADA Título del eje

$120.000.000 $100.000.000 $80.000.000 $60.000.000 $40.000.000 $20.000.000 $-

COSTOS

UTILIDAD

PRODUCTIVIDAD

3PL-3CD

$38.407.118

$36.926.215

86.553.606

3PL-2CD

$40.594.385

$36.707.488

98.006.878

2PL-2CD

$40.630.223

$31.381.937

12.660.451

En la cadena de abastecimiento integrada al variar sus eslabones los costos y la utilidad no se ven afectadas significativamente, como lo hace la productividad. En este caso la cadena es más productiva con 3 plantas y 2 centros de distribución. Figura 23: Cadena de Abastecimiento no Integrada

Título del eje

CADENA NO INTEGRADA $80.000.000 $70.000.000 $60.000.000 $50.000.000 $40.000.000 $30.000.000 $20.000.000 $10.000.000 $-

COSTOS

UTILIDAD

PRODUCTIVIDAD

3PL-3CD

$57.341.387

$40.193.513

74.581.089

3PL-2CD

$51.497.383

$40.251.953

42.862.387

2PL-2CD

$51.563.232

$34.929.327

51.824.352

En la cadena de abastecimiento no integrada al variar sus eslabones la utilidad no se ven afectadas significativamente, como lo hace los costos y la productividad, en cuanto a los costos el escenario de 3 plantas y 3 centros de distribución es el más 69

costoso, en el caso de la productividad el escenario más productivo es el de 3 plantas y 3 centros de distribución En cuanto a la comparación de cada uno de los escenarios con respecto a las dos cadenas se puede observar que los costos y la utilidad son más altos en la cadena de abastecimiento no integrada, y en cuanto la productividad esta es más alta en la cadena de abastecimiento integrada. Analizando escenario por escenario los costos más altos se obtienen en el escenario de 3 plantas y 3 centros de distribución en la cadena de abastecimiento no integrada y el más bajo en el mismo escenario pero en la cadena de abastecimiento integrada. En cuanto a la utilidad esta es más alta en el escenario de 3 plantas y 3 centros de distribución en la cadena de abastecimiento no integrada y el escenario más bajo en el escenario de 2 plantas y 2 centros de distribución. En la cadena de abastecimiento integrada. En cuanto a la productividad esta es más alta en el escenario de 3 plantas y 2 centros de distribución en la cadena de abastecimiento integrada y la más baja en el escenario de 3 plantas y 2 centros de distribución en la cadena de abastecimiento no integrada. Los tres escenarios propuestos generan unos resultados los cuales permiten analizar que sucede con las tres funciones objetivo en cada una de las cadenas y cuál es el criterio que se desea abordad según la aplicación que se desee. También se logra observar que en los diferentes escenarios la cadena de abastecimiento integrada es la que ofrece las mejores tres funciones objetivo, maximizando las utilidades y la productividad y minimizando los costos, esto debido a que se distribuyen las funciones y responsabilidades por toda la cadena y los tiempos de respuesta son menores a los de una cadena no integrada, en la cual todos los actores tienen una participación limitada y su respuesta es correspondiente a su labor y no a la labor de toda la cadena. Al no presentarse la incidencia entre ambas cadenas se afirma lo dicho anteriormente y se suministran las diferentes opciones que se pueden utilizar para más adelante medir el rendimiento en cada uno de los escenarios y continuar analizando estas cadenas de manera independiente para proporcionar una respuesta que estará ligada al óptimo esperado, brindando a las empresas o lectores la opción de elegir el escenario que más se ajuste a su cadena. Por medio de estos diseños se logra dar pauta para realizar el análisis del rendimiento y evaluar a fondo los resultados de los escenarios de manera independiente. 70

5. MEDIDAS DE DESEMPEÑO Las medidas de desempeño son herramientas de gestión que proveen un valor de referencia a partir del cual se puede establecer una comparación entre las metas planeadas y el desempeño logrado. Se componen por indicadores de desempeño, los cuales describen cuán bien se están desarrollando los objetivos de un programa, un proyecto y/o la gestión de una institución, a qué costo y con qué nivel de calidad. El enfoque actual de medición del desempeño que subyace en la mayoría de las empresas manufactureras se basa en sistemas de contabilidad de costos, incluso para valorar el rendimiento operativo, centrándose típicamente en los costos e ignorando otras medidas que podrían reflejar mejor el rendimiento en términos de calidad, de flexibilidad o de oportunidad de la fabricación. Un buen sistema de medición del rendimiento, debería empujar a las empresas a rediseñar su sistema de medidas, de modo que se controlase integralmente la cadena de valor, siempre con el objetivo de reducir las actividades ineficientes y mejorar la creación global de valor. (De Meyer et al., 1994). Por estos motivos se ha querido influir en indicadores que evalúen la cadena por completo y no por eslabón, tomando así, dimensiones económicas, competitivas y operativas que junto con indicadores de costos, tiempos, capacidades, rotación de inventarios, demoras, cumplimiento, rapidez y rentabilidad en general, se podrá obtener un resultado global y una visión completa para determinar donde se están produciendo los cuellos de botella, que no será evaluado durante un proceso de un eslabón sino sobre todo el proceso del producto durante su paso por la cadena. A continuación se observa las medidas de desempeño aplicadas en los indicadores de eficacia y eficiencia, tomando los parámetros necesarios para cumplir con un porcentaje de desempeño que permita definir si las cadenas en los diferentes escenarios se ven afectadas en el aumento o disminución del rendimiento. 5.1. MEDIDAS DE DESEMPEÑO A APLICAR 5.1.1. Indicadores de eficacia

Fórmula:

Este indicador mide el grado de cumplimiento en las cantidades que se entregan al centro de consumo con respecto a su demanda.

Fórmula:

Este indicador mide la cantidad de producto en proceso que se encuentra en la planta. 5.1.2. Indicadores de eficiencia

Fórmula:

Este indicador mide la relación entre el número de viajes que realizan los camiones para transportar las cantidades con respecto a al número máximo de viajes permitidos. 5.2. DATOS A UTILIZAR PARA LAS MEDIDAS DE DESEMPEÑO 5.2.1. Parámetros Para la realización de estas medidas de desempeño se tomaran como datos iniciales parámetros como demanda, máximo producto en proceso WIP y número máximo de viajes los cuales están relacionados a un modelo matemático desarrollado anteriormente. Se debe tener en cuenta que estos datos están relacionados a un modelo base de cadena de abastecimiento de tres eslabones. A continuación se muestran los datos con los cuales se realizaran los cálculos de las medidas de desempeño.

En la tabla 17 se muestran las cantidades demandadas de los tres centros de consumo, para cada uno de los tres productos en cada una de las semanas. En la notación de la tabla se indica el producto con la letra i y el centro de consumo con la letra n. Tabla 17: Demanda

1 i1.n1 i1.n2 i1.n3 i2.n1 i2.n2 i2.n3 i3.n1 i3.n2 i3.n3

452 317 232 415 645 456 341 342 341

DEMANDA 2 271 321 341 451 367 451 321 281 213

3 235 342 311 341 467 331 345 341 341

4 568 341 291 534 459 341 543 234 420

En la tabla 18 se puede observa el número de viajes máximo que realizara cada tipo de camión, en la notación de la tabla se indica el tipo de camión con la letra m. Tabla 18: Número de viajes máximos número máximo m1 m2

viajes 8 9

En la tabla 19 se muestra el número máximo de producto en proceso en cada semana, en la notación de la tabla se indica el tipo de producto con la letra i y el tipo de planta con la letra j. Tabla 19: Máximo producto en proceso

1 i1.j1 i1.j2 i2.j1 i2.j2 i3.j1 i3.j2

10 25 20 25 30 25

MAXIMO PRODUCTO EN PROCESO 2 3 25 30 40 60 45 50 30 15 20 45 10 40 35 40 45 30 25 30

5.2.2. Resultados del modelo matemático Para la realización de estas medidas de desempeño se tomarán los resultados arrojados por este modelo, como las cantidades a enviar, la cantidad de producto en proceso WIP y el número de viajes realizados por el camión. Cabe aclarar que estos resultados están relacionados a un modelo de cadena de abastecimiento integrada, un modelo de cadena de abastecimiento no integrada y modelos de los diferentes escenarios establecidos para cada una de estas cadenas. A Continuación se muestran los datos con los cuales se realizaran los cálculos de las medidas de desempeño.  CADENA DE ABASTECIMIENTO INTEGRADA Tabla 20: Cantidad a enviar desde el centro de distribución hasta el centro de consumo XTCDC

k1.n1 k1.n2 k1.n3 k2.n1 k2.n2 k2.n3

k1.n2 k1.n3 k2.n1 k2.n2 k2.n3

452 317 232

415 645 456

CANTIDAD A ENVIAR DESDE CD A CC 2 3 4

341 271 321

451 451 367

235 195.111 311

568

146.889

341 291

217.735

437.426

341 249.265 331

534 21.574 341

341 341 342 341

231 321 281

345

420 543 234

341

En la tabla 20 se muestra la cantidad a enviar desde el centro de distribución hasta el centro de consumo en cada una de las semanas, en la notación de la

tabla se indica el centro de distribución con la letra k y el centro de consumo con la letra n. En esta tabla se puede observar la distribución de los productos desde los centros de distribución, iniciando desde el centro de distribución 1 a los tres centros de consumo, se realiza la distribución del producto 1, producto 2 y producto 3 en las semana 2, 3 y 4 mientras que el centro de distribución 2 distribuye a los tres centros de consumo los tres productos en las 4 semanas. Desde el punto de vista del centro de consumo, estos reciben el material de la siguiente manera el centro de consumo 1 recibe producto 1 en las 4 semanas a través de el centro de distribución 1 en la semana 3 y 4, y del centro de distribución 2 en las semanas 1 y 2 del producto 2 recibe las 4 cuatro semanas del centro de distribución 2 y del producto 3 recibe las 4 semanas del centro de distribución 2. En cuanto al centro de consumo 2, recibe producto 1 en las 4 semanas a través de el centro de distribución 1 en la semana 2 y 3 , y el centro de distribución 2 en las semanas 1 y 4, del producto 2 recibe las 4 cuatro semanas del centro de distribución1 en la semana 3 y del centro de distribución 2 en las semanas 1, 4 y 3 y del producto 3 recibe las 4 semanas del centro de distribución 1 en la semana 3 y del centro de distribución 2 en las semanas1, 2 y 4. En cuanto al centro de consumo 3, recibe producto 1 en las 4 semanas a través de el centro de distribución 1 en la semana 2 y 3 , y el centro de distribución 2 en las semanas 1 y 4, del producto 2 recibe las 4 cuatro semanas del centro de distribución1 en la semana 2 y del centro de distribución 2 en las semanas 1,3 y 4 y del producto 3 recibe las 4 semanas del centro de distribución 1 en las semanas 2 y4 y del centro de distribución 2 en las semanas 1 y 3. Tabla 21: Número de viajes del camión m del Stack Buffer al centro de distribución NUMERO DE VIAJES DEL CAMION DEL SB AL CD 1 2 3 4

NVC

p1.k1 p1.k2 p2.k1 p2.k2

1 1 1 2

1 2 1 2

2 3 1 3

2 3 2 3

En la tabla 21 se muestra el número de viajes del camión tipo m del Stack Buffer al centro de distribución en cada una de las semanas, en la notación de la tabla se indica el centro de distribución con la letra k y el Stack Buffer. En esta tabla se puede observar la distribución de los viajes desde el Stack Buffer al centro de distribución esta se realiza de la siguiente manera el camión 1 desde el Stack buffer 1 realiza viajes las 4 semanas a los centro de distribución, mientras que desde el Stack Buffer 2 se realizan viajes las semanas 2, 3, y4. En cuanto al camión dos, el camión 1 desde el Stack buffer 1 realiza viajes las 4 semanas a los centro de distribución, mientras que desde el Stack Buffer 2 se realizan viajes las semanas 2, 3, y 4. Tabla 22: Producto en proceso

i1.j1 i1.j2 i2.j1 i2.j2 i3.j1 i3.j2

0 40 50

45 30

PRODUCTO EN PROCESO 1 2 0 25 0 0 0 0 35 0 30

3 30 45 15 10

4 40 50

45 30

En la tabla 22 se muestra el producto en proceso en cada una de las semanas, en la notación de la tabla se indica el producto con la letra n y la planta con la letra j. En esta tabla se puede observar la distribución del producto en proceso en las plantas, esta se realiza de la siguiente manera en la planta 1 se tiene producto 1 en proceso en las semanas 0, 2, 3 y 4, producto 2 en proceso en la semana 3 y producto 3 en proceso en las semanas 0, 2 y 4. En cuanto a la planta 2 se tiene producto 1 en proceso en las semanas 0, 3 y 4, producto 2 en proceso en la semana 3 y producto 3 en proceso en las semanas 0, 2 y 4.

 CADENA DE ABASTECIMIENTO NO INTEGRADA Tabla 23: Cantidad a enviar desde la planta hasta el centro de consumo CANTIDAD A ENVIAR DESDE PLANTA A CC 1 2 3 4

XTJN

J1.n1 J1.n2 J1.n3 J2.n1 J2.n2 J3.n1 J3.n2 J3.n3

J1.n1 J2.n1 J3.n2 J3.n3

J1.n1 J1.n2 J1.n3 j2.n1 j2.n2 j3.n2

2710 2320 4522 3170

3425 3111 2359

2916

3215 5681 3418 3418 4515

4150 6459 4560

3678 4515 3211

3412 3412 3426

2135

2811

3414 4676 3312 3458 3417 3412

5349 4590 3418

4207 5434 2348

En la tabla 23 se muestra la cantidad a enviar desde el centro de distribución hasta el centro de consumo en cada una de las semanas, en la notación de la tabla se indica la planta con la letra j y el centro de consumo con la letra n. En esta tabla se puede observar la distribución de los productos desde las plantas hasta los centros de consumo de la siguiente manera, la planta 1 los tres centros de consumo se realiza la distribución del producto 1 y 3, en las 4 semanas, del producto 2 en la semana 3, en la planta 2 la distribución del producto 1 en las 4 semanas , del producto 2 en las semanas 1, 3 y 4 y del producto 3 en la semana 1 y 4, por ultimo de la planta 3 la distribución del producto 1 en las semanas 2y 4, del producto 2 en las 4 semanas y del producto 3 en la semana 2 y 4. Desde el punto de vista del centro de consumo, estos reciben el material de la siguiente manera el centro de consumo 1 recibe producto 1 en las 4 semanas a través de la planta 1 en la semana 2 , de la planta 2 en las semanas 1 y 3 y de la planta 3 en la semana 4, del producto 2 recibe las 4 cuatro semanas la planta 1 en 77

la semana 2 , de la planta 2 en las semanas 1, 2 y 4 y del producto 3 recibe las 4 semanas de la planta 1 en las semanas 2 y 3 y de la planta 2 en las semanas 1 y 4. En cuanto al centro de consumo 2, recibe producto 1 en las 4 semanas a través de la planta 1 en la semana 3, de la planta 2 en la semana 1 y2 y de la planta 3 en las semanas 2, del producto 2 recibe las 4 cuatro semanas de la planta 3 y del producto 3 recibe las 4 semanas de la planta 1 en la semana 3, la planta 2 en las semanas 1 y 4 y de la planta 3 en la semana 2. En cuanto al centro de consumo 3, recibe producto 1 en las 4 semanas a través de la planta 1 en la semana 1,3 y 4, y la planta 3 en la semana 2, del producto 2 recibe las 4 cuatro semanas de la planta 3 y del producto 3 recibe las 4 semanas de la planta 1. Tabla 24: Número de viajes del camión m de la planta al centro de distribución NUMERO DE VIAJES DEL CAMION DE PLANTA AL CD 1 2 3 4

NVC

J1.N1 J1.N2 J1.N3 J2.N1 J2.N2 J2.N3 J3.N1 J3.N2 J3.N3

1 2 9 9

1 1 1

2 2

1 9

1 3

8 2 9 9

1 1

J1.N1 J1.N2 J1.N3 J2.N1 J2.N2 J2.N3 J3.N1 J3.N2 J3.N3

1 1 1

1 4 4 4 14 4

1 1

3 1

2 2

4 5 3 13 4 6 2

En la tabla 24 se muestra el número de viajes del camión tipo m al centro de distribución en cada una de las semanas.

En esta tabla se puede observar la distribución de los viajes desde la planta al centro de distribución esta se realiza de la siguiente manera el camión 1 y 2 desde la planta 1 y 2 se realizan viajes las 4 semanas a los centro de distribución, En cuanto al centro de distribución 1, el camión 1 desde la planta 1,2 y 3 se realizan viajes las 4 semanas de la siguiente manera, al centro de distribución 1 se realizan viajes desde la planta 1 las semanas 1, 2 y 3, desde la planta 2 las semanas 1, 3 y 4 y desde la planta 3 la semana 4, mientras que al centro de distribución 1, el camión 2 desde la planta 1,2 y 3 se realizan viajes las 4 semanas de la siguiente manera, al centro de distribución 1 se realizan viajes desde la planta 1 las semanas 1, 2 y 3, desde la planta 2 las semanas 1, 3 y 4 y desde la planta 3 las 4 semanas En cuanto al centro de distribución 2, el camión 1 desde la planta 1,2 y 3 se realizan viajes las 4 semanas de la siguiente manera, al centro de distribución 1 se realizan viajes desde la planta 1 la semana 3, desde la planta 2 las semanas 1 y 2 y desde la planta 3 la semana 4, mientras que al centro de distribución 1, el camión 2 desde la planta 1,2 y 3 se realizan viajes las 4 semanas de la siguiente manera, al centro de distribución 1 se realizan viajes desde la planta 1 las 4 semana, desde la planta 2 las semanas 3 y 4 y desde la planta 3 las 4 semanas. En cuanto al centro de distribución 3, el camión 1 desde la planta 1,2 y 3 se realizan viajes las 4 semanas de la siguiente manera, al centro de distribución 1 se realizan viajes desde la planta 1 las 4 semanas, desde la planta 2 la semana 4 y desde la planta 3 las 4 semanas, mientras que al centro de distribución 1, el camión 2 desde la planta 1,2 y 3 se realizan viajes las 4 semanas de la siguiente manera, al centro de distribución 1 se realizan viajes desde la planta 1 las semana 3, desde la planta 2 las 4 semanas y desde la planta 3 las 4 semanas.

 CADENA DE ABASTECIMIENTO INTEGRADA: PRIMER ESCENARIO: 3 PLANTAS 2 CENTROS DE DISTRIBUCIÓN Tabla 25: Cantidad a enviar desde el centro de distribución hasta el centro de consumo XTCDC

CANTIDAD A ENVIAR DESDE CD A CC 2 3

k1.n1 k1.n2 k1.n3 k2.n1

452 317 232

271 321 341

k1.n1 k1.n2 k1.n3 k2.n1 k2.n2 k2.n3

365 645 456 50

124 367 451 328

k1.n1 k1.n2 k1.n3 k2.n1 k2.n2

326 342 341 15

110 213 720 171

235 342 311

558 341 291 10

288

341 178 331

534 444 341

245 341 341 100

500 234 420 494

En la tabla 25 se muestra la cantidad a enviar desde el centro de distribución hasta el centro de consumo en cada una de las semanas, en la notación de la tabla se indica el centro de distribución con la letra k y el centro de consumo con la letra n. En esta tabla se puede observar la distribución de los productos desde los centros de distribución, desde el centro de distribución 1 a los tres centros de consumo se realiza la distribución del producto 1, producto 2 y producto 3 en las 4 semana mientras que el centro de distribución 2 se distribuye el producto 1 en la semana 4, el producto 2 en la semanas 3 y 4 y el producto 3 en las 4 semanas Desde el punto de vista del centro de consumo, estos reciben el material de la siguiente manera el centro de consumo 1 recibe producto 1 en las 4 semanas a través de el centro de distribución 1 en las 4 semanas, y del centro de distribución 2 en la semana 4 del producto 2 recibe las 4 cuatro semanas del centro de distribución 2 y en la semanas 1 y 2 del centro de distribución 1 y 2 y del producto

3 recibe del centro de distribucion1 en las semanas 1, 3, y 4 y del centro de distribución 2 las 4 semanas. En cuanto al centro de consumo 2, recibe producto 1 en las 4 semanas a través de el centro de distribución, del producto 2 recibe las 4 cuatro semanas del centro de distribución1 en las 4 semanas y del centro de distribución 2 en las semanas 3 y 4 y del producto 3 recibe las 4 semanas del centro de distribución 1 en las 4 semanas y del centro de distribución 2 en la semana 2. En cuanto al centro de consumo 3, recibe producto 1 en las 4 semanas a través de el centro de distribución 1, del producto 2 recibe las 4 cuatro semanas del centro de distribución1 en las semanas 1 y 2 y del centro de distribución 2 en las semanas 3 y 4 y del producto 3 recibe las 4 semanas del centro de distribución 1 Tabla 26: Número de viajes del camión m del Stack Buffer al centro de distribución NUMERO DE VIAJES DEL CAMION DEL SB AL CD 1 2 3 4

NVC

p1.k1 p1.k2 p2.k1 p2.k2

8 8 8 8

p1.k1 p1.k2 p2.k1 p2.k2

8 8 8 8

En la tabla 26 se muestra el número de viajes del camión tipo m del Stack Buffer al centro de distribución en cada una de las semanas, en la notación de la tabla se indica el Stack Buffer con la letra p y el centro de distribución con la letra k. En esta tabla se puede observar la distribución de los viajes desde el Stack Buffer al centro de distribución esta se realiza de la siguiente manera el camión 1 y 2 desde el Stack buffer 1 y 2 realiza viajes las 4 semanas a los centro de distribución

Tabla 27: Producto en proceso WIP

i1.j1 i1.j2 i1.j3 i2.j1 i2.j2 i2.j3 I3,J1 I3,J2 I3,J3

PRODUCTO EN PROCESO 1 2 3 10 25 30 45 45 13 35 10

25 22

35 25 22

4 40 50 50 20 40 37 45 30 30

En la tabla 27 se muestra el producto en proceso en cada una de las semanas, en la notaci贸n de la tabla se indica el producto con la letra i y la planta con la letra j. En esta tabla se puede observar la distribuci贸n del producto en proceso en las plantas, esta se realiza de la siguiente manera en la planta 1 se tiene producto 1 en proceso en las semanas 1, 2, 3 y 4, producto 2 en proceso en la semana 4 y producto 3 en proceso en las semanas 2, 3 y 4. En cuanto a la planta 2 se tiene producto 1 en proceso en las semanas 2, 3 y 4, producto 2 en proceso en las semanas 3 y 4 y producto 3 en proceso en las semanas 1, 2 y 4. En cuanto a la planta 3 se tiene producto 1 en proceso en las semanas 2, 3 y 4, producto 2 en proceso en la semana 4 y producto 3 en proceso en las semanas 1, 2 y 4.

5.3 CALCULO DE LAS MEDIDAS DE DESEMPEÑO 5.3.1. Datos totalizados En primera medida a cada uno de los datos que se tienen anteriormente se le realizan cálculos de totalización con respecto al producto, tiempo, plantas, centros de consumo y camiones con el fin de poderlos relacionar de una mejor manera. A continuación se muestran los datos de totalización para cada uno de los datos iniciales.  PARÁMETROS

Tabla 28: Demanda CARACTERISTICA UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 1 SEMANA 1 UNIDADES PRODUCTO 1 SEMANA 2 UNIDADES PRODUCTO 1 SEMANA 3 UNIDADES PRODUCTO 1 SEMANA 4 UNIDADES PRODUCTO 2 SEMANA 1 UNIDADES PRODUCTO 2 SEMANA 2 UNIDADES PRODUCTO 2 SEMANA 3 UNIDADES PRODUCTO 2 SEMANA 4 UNIDADES PRODUCTO 3 SEMANA 1 UNIDADES PRODUCTO 3 SEMANA 2 UNIDADES PRODUCTO 3 SEMANA 3 UNIDADES PRODUCTO 3 SEMANA 4

UNIDADES 1526 1321 1175 1741 1938 1579 1550 1198 1315 1001 933 888 1200 1516 1269 1139 1334 1024 815 1027 1197

En la tabla 28 se muestran los datos de las demandas totalizados por semana, centro de consumo y producto.

En esta tabla se puede observar las unidades de producto 1, producto 2 y producto 3, demandados por el centro de consumo 1, centro de consumo 2 y centro de consumo 3, en las semanas 1, 2, 3 y 4 Tabla 29: Mรกximo WIP CARACTERISTICA PRODUCTO 1 EN PROCESO EN LA SEMANA 1 PRODUCTO 1 EN PROCESO EN LA SEMANA 2 PRODUCTO 1 EN PROCESO EN LA SEMANA 3 PRODUCTO 1 EN PROCESO EN LA SEMANA 4 PRODUCTO 2 EN PROCESO EN LA SEMANA 1 PRODUCTO 2 EN PROCESO EN LA SEMANA 2 PRODUCTO 2 EN PROCESO EN LA SEMANA 3 PRODUCTO 2 EN PROCESO EN LA SEMANA 4 PRODUCTO 3 EN PROCESO EN LA SEMANA 1 PRODUCTO 3 EN PROCESO EN LA SEMANA 2 PRODUCTO 3 EN PROCESO EN LA SEMANA 3 PRODUCTO 3 EN PROCESO EN LA SEMANA 4 PRODUCTO EN PROCESO EN LA PLANTA 1 PRODUCTO EN PROCESO EN LA PLANTA 2 PRODUCTO 1 EN PROCESO PRODUCTO 2 EN PROCESO PRODUCTO 3 EN PROCESO

UNIDADES 35 85 75 90 45 75 25 60 55 65 65 75 460 410 285 205 260

En la tabla 29 se muestran los datos del mรกximo producto en proceso totalizados por semana, planta y producto. En esta tabla se puede observar las unidades de producto en proceso del producto 1, producto 2 y producto 3, en las plantas 1 y 2 en la semana 1, semana 2, semana 3 y semana 4, y el producto en proceso totalizados de cada uno de los productos.

5.3.2. RESULTADOS MODELO  CADENA DE ABASTECIMIENTO INTEGRADA

Tabla 30: Cantidad a enviar desde el centro de distribución hasta el centro de consumo CARACTERISTICA UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 1 SEMANA 1 UNIDADES PRODUCTO 1 SEMANA 2 UNIDADES PRODUCTO 1 SEMANA 3 UNIDADES PRODUCTO 1 SEMANA 4 UNIDADES PRODUCTO 2 SEMANA 1 UNIDADES PRODUCTO 2 SEMANA 2 UNIDADES PRODUCTO 2 SEMANA 3 UNIDADES PRODUCTO 2 SEMANA 4 UNIDADES PRODUCTO 3 SEMANA 1 UNIDADES PRODUCTO 3 SEMANA 2 UNIDADES PRODUCTO 3 SEMANA 3 UNIDADES PRODUCTO 3 SEMANA 4

UNIDADES 1526 1321 1777.889 1741 1938 1579 1550 1198 1333 1001 933 888 1200 1516 1269 1139 1334 1024 833 1027 1197

En la tabla 30 se muestran la cantidad a enviar desde el centro de distribución hasta el centro de consumo totalizados por semana, centro de consumo y producto. En esta tabla se puede observar las cantidades a enviar del producto 1, producto 2 y producto 3 al centro de consumo 1, centro de consumo2 y centro de consumo 3, en la semana 1, semana 2, semana 3, y semana 4.

Tabla 31: Número de viajes del camión m del Stack Buffer al centro de distribución CARACTERISTICA NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 1 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 2 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 3 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 4 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 1 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 2 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 3 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 4

VIAJES 1 5 6 6 1 9 10 10

En la tabla 31 se muestra el número de viajes del camión m del Stack Buffer al centro de distribución totalizados por semana, y por camión. En esta tabla se puede observar el número de viajes realizados por el camión 1 y camión 2 en la semana 1, semana 2, semana 3 y semana 4. Tabla 32: Producto en proceso WIP CARACTERISTICA PRODUCTO 1 EN PROCESO EN LA SEMANA 1 PRODUCTO 1 EN PROCESO EN LA SEMANA 2 PRODUCTO 1 EN PROCESO EN LA SEMANA 3 PRODUCTO 1 EN PROCESO EN LA SEMANA 4 PRODUCTO 2 EN PROCESO EN LA SEMANA 1 PRODUCTO 2 EN PROCESO EN LA SEMANA 2 PRODUCTO 2 EN PROCESO EN LA SEMANA 3 PRODUCTO 2 EN PROCESO EN LA SEMANA 4 PRODUCTO 3 EN PROCESO EN LA SEMANA 1 PRODUCTO 3 EN PROCESO EN LA SEMANA 2 PRODUCTO 3 EN PROCESO EN LA SEMANA 3 PRODUCTO 3 EN PROCESO EN LA SEMANA 4 PRODUCTO EN PROCESO EN LA PLANTA 1 PRODUCTO EN PROCESO EN LA PLANTA 2 PRODUCTO 1 EN PROCESO PRODUCTO 2 EN PROCESO PRODUCTO 3 EN PROCESO

UNIDADES 0 25 75 90 0 0 25 0 0 65 0 75 190 165 190 25 140

En la tabla 32 se muestra el producto en proceso totalizado por semana y producto. 86

En esta tabla se puede observar las unidades de producto en proceso del producto 1, producto 2 y producto 3, en las plantas 1 y 2 en la semana 1, semana 2, semana 3 y semana 4, y el producto en proceso totalizados de cada uno de los productos.  CADENA DE ABASTECIMIENTO NO INTEGRADA

Tabla 33: Cantidad a enviar desde el centro de distribución hasta el centro de consumo CARACTERISTICA UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 1 SEMANA 1 UNIDADES PRODUCTO 1 SEMANA 2 UNIDADES PRODUCTO 1 SEMANA 3 UNIDADES PRODUCTO 1 SEMANA 4 UNIDADES PRODUCTO 2 SEMANA 1 UNIDADES PRODUCTO 2 SEMANA 2 UNIDADES PRODUCTO 2 SEMANA 3 UNIDADES PRODUCTO 2 SEMANA 4 UNIDADES PRODUCTO 3 SEMANA 1 UNIDADES PRODUCTO 3 SEMANA 2 UNIDADES PRODUCTO 3 SEMANA 3 UNIDADES PRODUCTO 3 SEMANA 4

UNIDADES 15272 13228 11765 19403 19403 15805 15515 6843 13166 10012 9343 8895 12015 15169 12708 11402 13357 10250 8157 10287 11989

En la tabla 33 se muestra el Cantidad a enviar desde el centro de distribución hasta el centro de consumo totalizado por semana y por producto. En esta tabla se puede observar las cantidades a enviar del producto 1, producto 2 y producto 3 al centro de consumo 1, centro de consumo2 y centro de consumo 3, en la semana 1, semana 2, semana 3, y semana 4.

Tabla 34: Número de viajes del camión m del Stack Buffer al centro de distribución CARACTERISTICA NUMERO DE VIAJES DEL CAMION M1 EN LA SEMANA 1 NUMERO DE VIAJES DEL CAMION M1 EN LA SEMANA 2 NUMERO DE VIAJES DEL CAMION M1 EN LA SEMANA 3 NUMERO DE VIAJES DEL CAMION M1 EN LA SEMANA 4 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 1 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 2 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 3 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 4

VIAJES 19 13 21 4 4 20 13 9

En la tabla 34 se muestra el Número de viajes del camión m del Stack Buffer al centro de distribución totalizados por semana, y por camión. En esta tabla se puede observar el número de viajes realizados por el camión 1 y camión 2 en la semana 1, semana 2, semana 3 y semana 4.  CADENA DE ABASTECIMIENTO INTEGRADA: PRIMER ESCENARIO: 3 PLANTAS 2 CENTROS DE DISTRIBUCIÓN

Tabla 35: Cantidad a enviar desde el centro de distribución hasta el centro de consumo CARACTERISTICA UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 1 SEMANA 1 UNIDADES PRODUCTO 1 SEMANA 2 UNIDADES PRODUCTO 1 SEMANA 3 UNIDADES PRODUCTO 1 SEMANA 4 UNIDADES PRODUCTO 2 SEMANA 1 UNIDADES PRODUCTO 2 SEMANA 2 UNIDADES PRODUCTO 2 SEMANA 3 UNIDADES PRODUCTO 2 SEMANA 4 UNIDADES PRODUCTO 3 SEMANA 1 UNIDADES PRODUCTO 3 SEMANA 2 UNIDADES PRODUCTO 3 SEMANA 3 UNIDADES PRODUCTO 3 SEMANA 4

UNIDADES 1526 1321 1175 1742 1937 1579 2400 1198 1315 1001 933 888 1200 1516 1270 1138 1334 1024 1214 1027 1648

En la tabla 35 se muestra la Cantidad a enviar desde el centro de distribución hasta el centro de consumo totalizado por semana, centro de consumo y producto. En esta tabla se puede observar las cantidades a enviar del producto 1, producto 2 y producto 3 al centro de consumo 1, centro de consumo2 y centro de consumo 3, en la semana 1, semana 2, semana 3, y semana 4. Tabla 36: Número de viajes del camión m del Stack Buffer al centro de distribución CARACTERISTICA NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 1 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 2 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 3 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 4 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 1 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 2 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 3 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA 4

UNIDADES 32 32 32 32 32 32 32 32

En la tabla 36 se muestra el Número de viajes del camión m del Stack Buffer al centro de distribución totalizados por semana, y tipo de camión. En esta tabla se puede observar el número de viajes realizados por el camión 1 y camión 2 en la semana 1, semana 2, semana 3 y semana 4. Tabla 37: Producto en proceso WIP CARACTERISTICA PRODUCTO 1 EN PROCESO EN LA SEMANA 1 PRODUCTO 1 EN PROCESO EN LA SEMANA 2 PRODUCTO 1 EN PROCESO EN LA SEMANA 3 PRODUCTO 1 EN PROCESO EN LA SEMANA 4 PRODUCTO 2 EN PROCESO EN LA SEMANA 1 PRODUCTO 2 EN PROCESO EN LA SEMANA 2 PRODUCTO 2 EN PROCESO EN LA SEMANA 3 PRODUCTO 2 EN PROCESO EN LA SEMANA 4 PRODUCTO 3 EN PROCESO EN LA SEMANA 1 PRODUCTO 3 EN PROCESO EN LA SEMANA 2 PRODUCTO 3 EN PROCESO EN LA SEMANA 3 PRODUCTO 3 EN PROCESO EN LA SEMANA 4 PRODUCTO EN PROCESO EN LA PLANTA 1 PRODUCTO EN PROCESO EN LA PLANTA 2 PRODUCTO 1 EN PROCESO PRODUCTO 2 EN PROCESO PRODUCTO 3 EN PROCESO

UNIDADES 10 70 75 90 0 13 35 70 0 0 10 77 253 197 245 118 87

En la tabla 37 se muestra el producto en proceso totalizados por semana, y producto. En esta tabla se puede observar las unidades de producto en proceso del producto 1, producto 2 y producto 3, en las plantas 1 y 2 en la semana 1, semana 2, semana 3 y semana 4, y el producto en proceso totalizados de cada uno de los productos. 5.3.3. CÁLCULO Como segundo paso se desarrolla cada ecuación de las medidas de desempeño mostrada en el primer segmento (Ver hoja 1 y 2), para la cadena de abastecimiento integrada, cadena de abastecimiento no integrada y sus respectivos escenarios. A continuación se muestra un ejemplo de cómo se realizo este cálculo.  CADENA DE ABASTECIMIENTO INTEGRADA:

INDICADORES DE EFICACIA

Fórmula:

5.4. RESULTADOS Teniendo en cuenta los cálculos de la sección anterior se presentan a continuación los resultados de la aplicación de las medidas de desempeño.

 CADENA DE ABASTECIMIENTO INTEGRADA

INDICADORES DE EFICACIA

Tabla 38: % de productos entregados CARACTERISTICA UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 1 SEMANA 1 UNIDADES PRODUCTO 1 SEMANA 2 UNIDADES PRODUCTO 1 SEMANA 3 UNIDADES PRODUCTO 1 SEMANA 4 UNIDADES PRODUCTO 2 SEMANA 1 UNIDADES PRODUCTO 2 SEMANA 2 UNIDADES PRODUCTO 2 SEMANA 3 UNIDADES PRODUCTO 2 SEMANA 4 UNIDADES PRODUCTO 3 SEMANA 1 UNIDADES PRODUCTO 3 SEMANA 2 UNIDADES PRODUCTO 3 SEMANA 3 UNIDADES PRODUCTO 3 SEMANA 4

% DE PRODUCTOS ENTREGADOS 100% 100% 151% 100% 100% 100% 100% 100% 101% 100% 100% 100% 100% 100% 100% 100% 100% 100% 102% 100% 100%

Al contar con un cumplimiento del 100% en las cantidades que se entregan al centro de consumo con respecto a su demanda podemos concluir que la capacidad de la planta es la suficiente para mantener la variación de demanda en el tiempo y de producir gradualmente un aumento en el cumplimiento de los objetivos de producción y de la organización; en las semanas en donde es mayor al 100% es donde se maneja un inventario final esto puede ser dado a la variación de la demanda y la capacidad de producción. También se logra observar que nunca es menor al 100% con lo cual se ratifica el cumplimiento de la demanda. Con respecto al rendimiento de la cadena de abastecimiento integrada en relación a las cantidades entregadas cabe señalar que el indicador de eficacia equivale a

un 100% lo que indica una satisfacción total del cliente generando un aumento en el desempeño de las plantas y manejos de inventario contribuyendo al análisis de el rendimiento global de la cadena debido a que este indicador mide el grado de cumplimiento de las plantas de producción lo que afecta el desempeño general de la cadena.

Tabla 39: % de producto en proceso CARACTERISTICA PRODUCTO 1 EN PROCESO EN LA SEMANA 1 PRODUCTO 1 EN PROCESO EN LA SEMANA 2 PRODUCTO 1 EN PROCESO EN LA SEMANA 3 PRODUCTO 1 EN PROCESO EN LA SEMANA 4 PRODUCTO 2 EN PROCESO EN LA SEMANA 1 PRODUCTO 2 EN PROCESO EN LA SEMANA 2 PRODUCTO 2 EN PROCESO EN LA SEMANA 3 PRODUCTO 2 EN PROCESO EN LA SEMANA 4 PRODUCTO 3 EN PROCESO EN LA SEMANA 1 PRODUCTO 3 EN PROCESO EN LA SEMANA 2 PRODUCTO 3 EN PROCESO EN LA SEMANA 3 PRODUCTO 3 EN PROCESO EN LA SEMANA 4 PRODUCTO EN PROCESO EN LA PLANTA 1 PRODUCTO EN PROCESO EN LA PLANTA 2 PRODUCTO 1 EN PROCESO PRODUCTO 2 EN PROCESO PRODUCTO 3 EN PROCESO

% DE PRODUCTO EN PROCESO 0% 29% 100% 100% 0% 0% 100% 0% 0% 100% 0% 100% 41% 40% 67% 12% 54%

En la tabla anterior observamos el manejo del WIP de cada uno de los productos durante el tiempo con respecto al máximo permitido, en las semanas en donde este es igual al 100% es donde se requiere una intervención de inmediato puesto que significan los cuellos de botella, esto a su vez se ve representado en que todo el producto queda en stock y se está perdiendo dinero, a diferencia de cuando este porcentaje es igual a 0%, este resultado nos muestra una fluencia constante del material en sus diferentes procesos. Con respecto al rendimiento de la cadena de abastecimiento integrada en relación al producto en proceso se puede observar que el indicador de eficacia corresponde al 69% lo que muestra una buena fluencia de material generando un aumento en el desempeño del manejo de inventario contribuyendo al análisis de el 92

rendimiento global de la cadena debido a que este indicador mide el grado de cumplimiento con respecto al flujo de material a través de los diferentes procesos y los posibles cuellos de botella lo que afecta el desempeño general de la cadena. INDICADORES DE EFICIENCIA

Tabla 40: % de viajes realizados CARACTERISTICA NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 1 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 2 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 3 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 4 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA1 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA2 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA3 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA4

% DE VIAJES REALIZADOS 12,50% 62,50% 75,00% 75,00% 11,11% 100,00% 111,11% 111,11%

En este indicador se puede observar que el porcentaje de viajes realizados por el camión 1 no es mayor al 80% de su número máximo de viajes lo que indica que las veces que es usado utiliza menos viajes de los máximos permitidos por el modelo, esto puede ocurrir debido a su capacidad o rutas planeadas; por el contrario el camión 2 utiliza más del 100% de su máximo de viajes, lo que permite concluir que este camión puede no tener la capacidad suficiente para transportar todas las cantidades que necesita durante la ruta y debe realizar más viajes de los permitidos, esto puede ocurrir también porque la ruta de este camión es más larga que la de camión 1, exigiendo así una mayor capacidad. Con respecto al rendimiento de la cadena de abastecimiento integrada en relación a el porcentaje de viajes realizados se puede señalar que el indicador de eficiencia es de un 100% lo que indica una satisfacción total del cliente a través del transporte oportuno de los productos generando un aumento en el desempeño de la utilización de los camiones, contribuyendo al análisis de el rendimiento global de la cadena debido a que este indicador mide el grado de cumplimiento de los viajes por camión lo que afecta el desempeño general de la cadena

 CADENA DE ABASTECIMIENTO NO INTEGRADA

INDICADORES DE EFICACIA

Tabla 41: % de productos entregados CARACTERISTICA UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 1 SEMANA 1 UNIDADES PRODUCTO 1 SEMANA 2 UNIDADES PRODUCTO 1 SEMANA 3 UNIDADES PRODUCTO 1 SEMANA 4 UNIDADES PRODUCTO 2 SEMANA 1 UNIDADES PRODUCTO 2 SEMANA 2 UNIDADES PRODUCTO 2 SEMANA 3 UNIDADES PRODUCTO 2 SEMANA 4 UNIDADES PRODUCTO 3 SEMANA 1 UNIDADES PRODUCTO 3 SEMANA 2 UNIDADES PRODUCTO 3 SEMANA 3 UNIDADES PRODUCTO 3 SEMANA 4

% DE PRODUCTOS ENTREGADOS 100% 100% 100% 111% 100% 100% 100% 57% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100%

Se tiene un cumplimiento general del 100 % en las cantidades que se entregan al centro de consumo con respecto a su demanda, lo que indica que la capacidad de la planta es la suficiente para mantener la variación de demanda en el tiempo y de producir gradualmente un aumento en el cumplimiento de los objetivos de producción y de la organización, en el producto 3 hacia el centro de consumo 2 se logra observar que tiene un cumplimiento menor al 60%, el cual indica que la entrega de este producto a este centro de consumo no se realiza en las cantidades necesarias, debido a que el centro de distribución no cuenta con los suficientes productos para suplir esa demanda y posiblemente se tengan que enviar desde otro centro de distribución, o también pueda ser generado por la demora en los viajes realizados.

Con respecto al rendimiento de la cadena de abastecimiento no integrada en relación a las cantidades entregadas se logra observar que el indicador general de eficacia es de un 100% lo que indica una satisfacción total del cliente generando un desempeño total de las plantas contribuyendo al análisis de el rendimiento global de la cadena debido a que este indicador mide el grado de cumplimiento de las plantas de producción lo que afecta el desempeño general de la cadena. INDICADORES DE EFICIENCIA

Tabla 42: % de viajes realizados CARACTERISTICA NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 1 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 2 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 3 NUMERO DE VAJES DEL CAMION M1 EN LA SEMANA 4 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA1 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA2 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA3 NUMERO DE VIAJES DEL CAMION M2 EN LA SEMANA4

% DE VIAJES REALIZADOS 105,56% 72,22% 116,67% 22,22% 21,05% 105,26% 68,42% 47,37%

El porcentaje de viajes realizados por los dos camiones en general no excede el 100% de sus viajes máximos, con lo que se puede decir que en la mayoría de las semanas logra enviar lo solicitado por el centro consumo a un mínimo costo de transporte, por otro lado en las semanas que excede su número máximo de viajes se debe a que son necesarios más viajes en estas semanas para cumplir con la demanda, esto puede ocurrir por la capacidad de los camiones o las rutas asignadas. Con respecto al rendimiento de la cadena de abastecimiento no integrada en relación a el porcentaje de viajes realizados cabe señalar que el indicador de eficiencia es de un 100% lo que indica una satisfacción total del cliente a través del transporte oportuno de los productos generando un aumento en el desempeño de la utilización de los camiones, contribuyendo al análisis de el rendimiento global de la cadena debido a que este indicador mide el grado de cumplimiento de los viajes por camión lo que afecta el desempeño general de la cadena

 CADENA DE ABASTECIMIENTO INTEGRADA: PRIMER ESCENARIO: 3 PLANTAS 2 CENTROS DE DISTRIBUCIÓN

INDICADORES DE EFICACIA

Tabla 43: % de productos entregados CARACTERISTICA UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 1 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 2 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 1 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 2 UNIDADES PRODUCTO 3 CENTRO DE CONSUMO 3 UNIDADES PRODUCTO 1 SEMANA 1 UNIDADES PRODUCTO 1 SEMANA 2 UNIDADES PRODUCTO 1 SEMANA 3 UNIDADES PRODUCTO 1 SEMANA 4 UNIDADES PRODUCTO 2 SEMANA 1 UNIDADES PRODUCTO 2 SEMANA 2 UNIDADES PRODUCTO 2 SEMANA 3 UNIDADES PRODUCTO 2 SEMANA 4 UNIDADES PRODUCTO 3 SEMANA 1 UNIDADES PRODUCTO 3 SEMANA 2 UNIDADES PRODUCTO 3 SEMANA 3 UNIDADES PRODUCTO 3 SEMANA 4

% DE PRODUCTOS ENTREGADOS 100% 100% 100% 100% 100% 100% 155% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 149% 100% 138%

Se cuenta con un cumplimiento del 100 % en las cantidades que se entregan al centro de consumo con respecto a su demanda, lo que indica que la capacidad de la planta es la suficiente para mantener la variación de demanda en el tiempo y de producir gradualmente un aumento en el cumplimiento de los objetivos de producción y de la organización. En los espacios en donde el cumplimiento es mayor al 100% indican que se enviaron más unidades de las demandadas, estos sobrantes se usarán en el centro de consumo como inventario de reserva en caso de que falten unidades o se tenga una demora en la entrega.

Con respecto al rendimiento de la cadena de abastecimiento integrada en su primer escenario de 3 plantas 2 centros de distribución en relación a las cantidades entregadas se puede señalar que el indicador de eficacia es de un 100% lo que indica una satisfacción total del cliente generando un aumento en el desempeño de las plantas y manejos de inventario contribuyendo al análisis de el rendimiento global de la cadena debido a que este indicador mide el grado de cumplimiento de las plantas de producción lo que afecta el desempeño general de la cadena

Tabla 44: % de producto en proceso CARACTERISTICA PRODUCTO 1 EN PROCESO EN LA SEMANA 1 PRODUCTO 1 EN PROCESO EN LA SEMANA 2 PRODUCTO 1 EN PROCESO EN LA SEMANA 3 PRODUCTO 1 EN PROCESO EN LA SEMANA 4 PRODUCTO 2 EN PROCESO EN LA SEMANA 1 PRODUCTO 2 EN PROCESO EN LA SEMANA 2 PRODUCTO 2 EN PROCESO EN LA SEMANA 3 PRODUCTO 2 EN PROCESO EN LA SEMANA 4 PRODUCTO 3 EN PROCESO EN LA SEMANA 1 PRODUCTO 3 EN PROCESO EN LA SEMANA 2 PRODUCTO 3 EN PROCESO EN LA SEMANA 3 PRODUCTO 3 EN PROCESO EN LA SEMANA 4 PRODUCTO EN PROCESO EN LA PLANTA 1 PRODUCTO EN PROCESO EN LA PLANTA 2 PRODUCTO 1 EN PROCESO PRODUCTO 2 EN PROCESO PRODUCTO 3 EN PROCESO

% DE PRODUCTO EN PROCESO 29% 82% 100% 100% 0% 17% 140% 117% 0% 0% 15% 103% 55% 48% 86% 58% 33%

En la tabla anterior observamos el manejo del WIP de cada uno de los productos durante el tiempo con respecto al máximo permitido, en las semanas en donde este es igual, mayor o se aproxima al 100% es donde se requiere una intervención de inmediato puesto que significan los cuellos de botella, esto a su vez se ve representado en que todo el producto queda en stock y se está perdiendo dinero, a diferencia de cuando este porcentaje es igual a 0%, este resultado nos muestra una fluencia constante del material en sus diferentes procesos. Con respecto al rendimiento de la cadena de abastecimiento integrada en su primer escenario de 3 plantas 2 centros de distribución en relación al producto en

proceso se puede señalar que el indicador de eficacia es de un 97% lo que muestra una deficiencia en la fluencia de material generando una disminución en el desempeño del manejo de inventario, contribuyendo así al análisis de el rendimiento global de la cadena debido a que este indicador mide el grado de cumplimiento con respecto al flujo de material a través de los diferentes procesos y los posibles cuellos de botella lo que afecta el desempeño general de la cadena Tabla 45: Indicadores de desempeño

CADDENA DE ABASTECIMIENTO / MEDIDA DE DESEMPEÑO

INDICADORES DE EFICACIA % DE PRODUCTO EN PLANTA CON % DE PROCUTOS RESPECTO ENVIADOS CON AL MAXIMO RESPECTO A LA PERMITIDO DEMANDA EN PLANTA

INDICADOR DE EFICIENCIA

% DE UTILIZACION DE LA FLOTA DE CAMIONES CON RESPECTO AL NUMERO MAXIMO DE VIAJES

CADENA DE ABASTECIMIENTO INTEGRADA

100%

69%

100%

CADENA DE ABASTECIMIENTO NO INTEGRADA

100%

N/A

100%

CADENA DE ABASTECIMIENTO INTEGADA ESCENARIO 3 PLANTAS 2 CENTROS DE DISTRIBUCION

106%

97%

100%

La tabla anterior evidencia el rendimiento total de cada cadena por indicador, esto se logra, al realizar la evaluación del rendimiento para cada eslabón y luego para la cadena de abastecimiento global. En cuanto a la cadena de abastecimiento integrada se puede observar que se obtiene un rendimiento del 100% con respecto al cumplimiento de la demanda y la utilización de la flota. Por otra parte el inventario de producto en proceso WIP cuenta con un rendimiento del 69%. Estos indicadores reflejan que la cadena cumple satisfactoriamente con la demanda y sus cuellos de botella y costos de mantener, aunque no son los mejores, tampoco son altos a comparación de los demás escenarios. Con respecto a la cadena de abastecimiento no integrada se cuenta con un rendimiento del 100% en el cumplimiento de la demanda y el manejo de sus flotas, lo que refleja que la cadena está en la capacidad de cumplir la demanda usando

su máxima capacidad en transporte, pero sin contar con un WIP lo que puede ser beneficioso o no para empresas que estén en creación puesto que los stock de seguridad deberán ser de producto final y deberá contar a su vez con proveedores que tengan un nivel de servicio cercano al 100% para que no incurra en costos de penalización. De acuerdo a lo anterior se puede indicar que tanto la cadena de abastecimiento integrada como la cadena de abastecimiento no integrada tienen un rendimiento del 100% lo cual las hace aptas para aplicación según el camino que se desee tomar, sea la aplicación por parte de eficiencia o eficacia.

6. CONCLUSIONES

Mediante la creación del modelo base de la cadena de abastecimiento integrada y no integrada se pudo apreciar que la cadena de abastecimiento integrada genera mayor productividad u utilidades debido al manejo de los productos terminados en los Stack Buffer y centros de distribución a pesar de su alto costo de funcionamiento, por esta razón la cadena de abastecimiento integrada se puede aplicar en empresas que lleven cierto tiempo en funcionamiento las cuales puedan solventar periódicamente los costos de la integración mientras que la cadena de abastecimiento no integrada se puede aplicar en empresas medianas y pequeñas que estén en proceso de crecimiento con miras a una futura integración para así generar utilidades que solventen la futura integración. Mediante la formulación de los escenarios de las cadenas de abastecimiento integrada y no integrada se pudo considerar que la cadena de abastecimiento integrada generó menos utilidades que la cadena de abastecimiento integrada pero generó mayor productividad y menores costos por lo tanto la configuración de tres plantas y tres centros de distribución se puede aplicar a empresas ya establecidas que trabajen bajo términos de productividad y mínimo costos que puedan solventar una integración total parcial de sus integrantes , por otra parte la cadena de abastecimiento no integrada genero mejores utilidades, pero con unos costos muy altos con respecto a la cadena de abastecimiento integrada, lo que presenta una posible aplicación en empresas en crecimiento. En la configuración de tres plantas y dos centros de distribución las dos cadenas generaron utilidades y costos similares, la cual se recomienda ser aplicada esta configuración tanto en empresas en crecimiento como ya establecidas las cuales se midan por productividad debido a que es el punto de diferencia entre las cadenas. En la configuración de dos plantas y tres centros de distribución las dos cadenas generan utilidades similares pero los costos y la productividad las diferencian, por esta razón para una empresa en crecimiento se puede aplicar la cadena de abastecimiento no integrada, debido a que, puede mediante ésta sustentar los costos de operación y generar utilidades, y para una empresa ya establecida se recomienda la cadena de abastecimiento integrada para minimizar costos y maximizar utilidades Por medio del diseño factorial 2k se logra observar la independencia de los modelos matemáticos de cadena de abastecimiento integrada y no integrada, reflejando así la posibilidad de aplicación de cualquiera de estas cadenas de manera independiente y no conjunta. Logrando así una aplicación que se ajuste de mejor manera a las necesidades de cada empresa.

100

El diseño experimental cuadrado latino permite ratificar la independencia de los modelos de cadena de abastecimiento integrada y no integrada con relación a sus respectivos escenarios, reflejando la posibilidad de aplicar cualquiera de estos escenarios, dependiendo de las necesidades y capacidad de cada empresa. Al evaluar el rendimiento con cada uno de los indicadores explicados anteriormente se puede evidenciar que se logra realizar el análisis del rendimiento de manera global en la cadena, permitiendo de esta manera un mejor flujo de información, detectando de manera temprana posibles cuellos de botella existentes en cada uno de los eslabones de la cadena, a diferencia de como lo evalúan otros autores en donde se basan en el rendimiento por eslabón, limitando así su rendimiento con respecto a los demás actores de la cadena. Al evaluar el rendimiento de manera independiente por cada actor, no se logra evidenciar la afectación que generara éste en el rendimiento global de la cadena, por tal motivo en este proyecto se realizaron indicadores con los que se pueden realizar un cálculo en la cadena con visión global y a su vez de manera independiente, de esta manera se califica la influencia que tendrá este eslabón con respecto a la generación de valor en la cadena y si realmente el rendimiento individual mejora el rendimiento total de la cadena. Teniendo en cuenta lo anterior, el rendimiento de cada escenario analizado con respecto a cada eslabón es de un 90% en cuanto a los índices de eficacia y eficiencia, los cuales a su vez aportan al 100% total de la cadena de abastecimiento.

101

7. RECOMENDACIONES Se recomienda tomar más parámetros de los artículos de la revisión teórica los cuales permitan reflejar un resultado más cercano a la realidad Se recomienda realizar la modelación mediante programación lineal, debido a la naturaleza de sus datos, puesto que no existen variables enteras ni mixtas, esto nos lleva a tener el resultado más óptimo por medio de LP. Se recomienda realizar la medición del rendimiento en las cadenas de abastecimiento con respecto a otros indicadores de desempeño para confirmar y reajustar el rendimiento global de cada cadena con respecto a cada uno de sus eslabones. Por otra parte se recomiendo a evaluar otros escenarios o posibles cadenas de abastecimiento reales ajustando el modelo para obtener un resultado que se podrá comparar con los resultados teóricos arrojados anteriormente.

102

ANEXOS Ejecución de los modelos matemáticos en Gams 23. Paso 1: Escribir el modelo matemático en Gams 23 según su programación Paso 2: Presionar el botón RUN GAMS mostrado en el recuadro rojo

103

Paso 3: Una vez pulsado este bot贸n se desplegara una ventana mostrada en el recuadro rojo donde se procesara el gams mostrando el numero de iteraciones posibles de cada uno de las formulas ingresadas en el modelo.

Paso 4: Realizadas todas las iteraciones posibles se muestran los resultados en la pesta帽a SOLVAR subrayada en rojo

104

Paso 5: para una mejor comprensión se adiciona un renglón al final de la programación DISPLEY subrayado en rojo, donde se arrojaran estos resultados en manera de tablas para su mejor comprensión

A continuación se presenta los componentes del modelo matemático base representado en Gams

105

Indices

Parรกmetro 1

106

Parรกmetro 2

Parรกmetro 3

107

Parรกmetro 4

108

Parรกmetro 5

109

Parรกmetro 6

110

Parรกmetro 7

111

Parรกmetro 8

112

Parรกmetro 9

113

Parรกmetro 10

114

Parรกmetros 11

115

Parรกmetros 12

116

Parรกmetros 13

117

Parรกmetro 14

118

Variables

119

Restricciones 1

Restricciones 2

120

Funciones objetivo Minimizaciรณn de costos

Maximizaciรณn de utilidades

Maximizaciรณn de productividad

A continuaciรณn se presentan los resultados arrojados por el gams para los modelos matemรกticos de cadena de abastecimiento integrada, cadena de abastecimiento no integrada y algunos de sus escenarios.

121

Resultados Modelo de Cadena de abastecimiento integrada mediante Gams 23 Resultado 1

Resultado 2

122

Resultado 3

Resultado 4

123

Resultado 5

Resultado 6

Resultado 7

124

Resultado 8

Resultado 9

125

Resultados Modelo de Cadena de abastecimiento no integrada mediante Gams 23 Resultado 10

Resultado 11

126

Resultado 12

Resultados Modelo de Cadena de abastecimiento integrada escenario 3 plantas y 3 centros de distribución mediante Gams 23 

función objetivo minimización de costos

Resultado 13

127

Resultado 14

Resultado 15

128

Resultado 16

Resultado 17

Resultado 18

129

Resultado 19

Resultado 20

130

Resultado 21

Resultado 22

131

Resultado 23



función objetivo maximización de utilidades

Resultado 24

132

Resultado 25

Resultado 26

133

Resultado 27

Resultado 28

134

Resultado 29

Resultado 30

135

Resultado 31

Resultado 32

136

Resultados Modelo de Cadena de abastecimiento no integrada escenario 3 plantas y 3 centros de distribución mediante Gams 23 

función objetivo minimización de costos

Resultado 33

Resultado 34

137

Resultado 35

Resultado 36

138



función objetivo maximización de utilidades

Resultado 37

139

Resultado 38

140

Resultado 39



función objetivo maximización de productividad

Resultado 40

141

Resultado 41

Resultado 42

142

BIBLIOGRAFÍA AJAY PUJARI NIKHIL. Integrated supply chain optimization model using mathematical programming and continuous approximation. 2005. PP1-151. BAGCHI, P. K, SKJOETT-LARSEN, T. Integration of Information Technology and Organizations in a Supply Chain International Journal of Logistics Management, the .2003. Vol. 14 Iss: 1, pp.89 – 108. BAGCHI, P. K., HA, B. C., SKJOETT-LARSEN, T., SOERENSEN, L. S. Supply chain integration: a European survey. International Journal of Logistics Management, The. 2005 Vol. 16 Iss: 2, pp.275 - 294 BÖHME, T., CHILDERHOUSE, P., DEAKINS, E. Supply chain integration in New Zealand: benchmark comparisons with the UK automotive sector International Journal of Logistics and Transport.2011Vol. 5, Iss 1, 85-92. BOON-ITT, S., WONG, C. Y. The moderating effects of technological and demand uncertainties on the relationship between supply chain integration and customer delivery performance. International Journal of Physical Distribution & Logistics Management. 2011. Vol. 41 Iss: 3, pp.253 – 276

BOWERSOX, D.J., CLOSS, D.J. and COOPER, M.B. Supply Chain Logistics Management. McGraw-Hill.2002. BOWERSOX, D.J., CLOSS, D.J., STANK, T.P. 21st Century Logistics: Making Supply Chain Integration a Reality. Council of Logistics Management, Oak Brook, IL.1999. CAI, S., JUN, M., YANG, Z. Implementing supply chain information integration in China: The role of institutional forces and trust. Journal of Operations Management. 2010. Volume 28, Issue 3, pp. 257-268. CAO, M. & ZHANG, Q. 2011, "Supply chain collaboration: Impact on collaborative advantage and firm performance", Journal of Operations Management, vol. 29, no. 3, pp. 163-180. CHANG, C-W., CHIANG, D. M., PAI, F.Y. Cooperative strategy in supply chain networks Industrial Marketing Management. 2012. CHENG, J. C. P., LAW, K. H., BJORNSSON, H., JONES, A., SRIRAM, R .A service oriented framework for construction supply chain integration Automation in Construction.2010Volume 19, Issue 2, pp. 245-260.

143

DANESE, P., ROMANO, P. Supply chain integration and efficiency performance: a study on the interactions between customer and supplier integration. Supply Chain Management: An International Journal. 2011. Vol. 16 Iss: 4, pp. 220 – 230. DING, H., GUO, B., LIU, Z. Information sharing and profit allotment based on supply chain cooperation. International Journal of Production Economics. 2011. Volume 133, Issue 1, pp. 70-79. DURANGO, EDER. Integración de la cadena de suministro: alianza estratégica y ventaja competitiva para las pymes. 2008. Página 32. ELTANTAWY, R., ELTANTAWY, L., FOX, G. A strategic skill based model of supplier integration and its effect on supply management performance.2009, PP 925 - 936. FABBE-COSTES, N., JAHRE, M. Supply chain integration and performance: a review of the evidence. International Journal of Logistics Management, The. 2008. Vol. 19 Iss: 2, pp.130 – 154. FABBE-COSTES, N., JAHRE, M. Supply chain integration improves performance: the Emperor's new suit? International Journal of Physical Distribution & Logistics Management. 2007 Vol. 37 Iss: 10, pp.835 - 855 FAYARD, D., LEE, L, S., LEITCH, R. A., KETTINGER, W. J. Effect of internal cost management, information systems integration, and absorptive capacity on interorganizational cost management in supply chains. Accounting, Organizations and Society. 2012 Volume 37, Issue 3, pp. 168-187

FLYNN, B.B., HUO, B. & ZHAO, X. 2010, "The impact of supply chain integration on performance: A contingency and configuration approach", Journal of Operations Management, vol. 28, no. 1, pp. 58-71. GERMAIN, R., LYER, K.N.S. The interaction of internal and downstream integration and its association with performance. Journal of Business Logistics. 2006. Vol. 27 Tssue 2, PP. 29–53. GEBENNINI, E., GAMBERINI, R., MANZINI, R. An integrated production– distribution model for the dynamic location and allocation problem with safety stock optimization. 2009. pp 286-304 GIMENEZ, C., VENTURA, E. Logistics-production, logistics-marketing and external integration: Their impact on performance. International Journal of Operations & Production Management.2005Vol. 25 Iss: 1, pp.20 – 38.

144

HEUNGJO, A., WILHELM, W., SEARCY, S., A mathematical model to design a lignocellulosic biofuel supply chain system with a case study based on a region in Central Texas. 2011, pp 7860-7870 HE, Y., LAI, K. K. Supply chain integration and service oriented transformation: Evidence from Chinese equipment manufacturers. International Journal of Production Economics. 2012 Volume 135, Issue 2, Pages 791-799 HO, D.C.K., AU, K.F., NEWTON, E., Empirical research on supply chain management: a critical review and recommendations. International Journal of Production Research 2002. Vol. 40 (17), 4415–4430. HUANG, B., YE, Z. The effects of lumpy demand and shipment size constraint: A response to “Revisit the note on supply chain integration in vendor-managed inventory” Decision Support Systems.2010Volume 48, Issue 2, pp. 421-425. JAVID, A., AZAD, N., Incorporating location, routing and inventory decisions in supply chain network design. 2010, pp 582-597. JIUPING, X, QIANG L, WANG R (2008). A class of multi-objective supply chain networks optimal model under random fuzzy environment and its application to the industry of Chinese liquorIn formation Sciences. China volumen 178, páginas 2022. JONSSON, S., GUNNARSSON, C. Internet technology to achieve supply chain performance. Business Process Management Journal.2005Vol. 11 Iss: 4, pp. 403 417. KALAKOTA, R., ROBINSON, M. E-business 2.0: roadmap for success. Addisonwesley professional, Boston, ma.2001. KIM, S. An Investigation on the direct and indirect effect of supply chain integration on firm performance International Journal of Production Economics. 2009 Volume 119, Issue 2, pp. 328-346. KOÇOĞLU, İ., İMAMOĞLU, S. Z., İNCE, H., KESKIN, H. The effect of supply chain integration on information sharing: Enhancing the supply chain performance. Procedia - Social and Behavioral Sciences. 2011 Vol. 24, pp. 1630-1649. KUMAR (2008). A fuzzy programming approach for vendor selection problem in a supply chain, international journals of production economics, volumen 25, 25 de Marzo de 2008, páginas 150.

145

KURATA, J Y LIU, J. (2007). Optimal promotion planning – depend and frequency –for two –stage under markov swathing demand, European Journal of Operational Research, Volume 177, páginas 1026. LEE, H., WHANG, S. 2005. Higher supply chain security with lower cost: Lessons from total quality management. International Journal of Production Economics, 96, (3), 289-300. LEE, H.ALIGNING. Supply Chain Strategies with Product Uncertainties. California Management Review. 2002Volume 44, Number 3, pp. 104-119. LEE, H.L., BILLINGTON, C. Managing supply chain inventory: pitfalls and opportunities. Sloan Management Review. 1992Vol. 33 Issues 3, 65–73. LI, G., YANG, H., SUN, L., SOHAL, A. S. The impact of IT implementation on supply chain integration and performance. International Journal of Production Economics. 2009 Volume 120, Issue 1, pp. 125–138. MANOJ, K, (2006). A fuzzy Programming approach for vendor selection problem in a supply chain, International Journal of Production Economics, Volume 101, páginas 273. MANOJ, K, VRAT, P. (2010), Game model to optimize market strategies, the configuration of platform products in a vendor managed inventory (VMI) supply chain for a family of products, Expert Systems with Applications Journal, volumen 206, páginas 361. MEIXELL, J., GARGEYA, V. Global supply chain design: A literature review and critique. 2005. 531 - 550. MITRA, K, (2009). Towards resilie supply chain: Uncertainty analysis using fuzzy mathematical programming. Chemical Engineering Research and Design, Volume 87, páginas 967. MORGAN, C. Supply network performance measurement: future challenges? International Journal of Logistics Management, The.2007Vol. 18 Iss: 2, pp.255 – 273. NAGURNEY, A. 2010. Supply chain network design under profit maximization and oligopolistic competition, pp 281-294. NAGURNEY, A. 2009. A system-optimization perspective for supply chain network integration: The horizontal merger case. Transportation Research Part E: Logistics and Transportation Review, Volume 45 (1), 1-15.

146

NARASIMHAN, R., KIM, S. Information system utilization strategy for supply chain integration, Journal of Business Logistics. 2001 Volume 22, Issue 2, pages 51–75. PANAYIDES, P. M., LUN, Y. H. V. The impact of trust on innovativeness and supply chain performance. International Journal of Production Economics, 2009Volume 122, Issue 1, pp. 35–46. PUIGJANER, L., GUILLEN-GOSALBEZ, G. Towards an integrated framework for supply chain management in the batch chemical process industry, 2008, PP 650 670. PUIGJANER, L., LAINEZ, J. Capturing dynamics in integrated supply chain management, 2008. PP 2582 - 2605. RAGATZ, G. L., HANDFIELD, R. B. & PETERSEN, K. J. Benefits associated with supplier integration into new product development under conditions of technology uncertainty. Journal of Business Research. 2002 Vol. 55 pp. 389–400.

RANGANATHAN, C., TEO, T. S.H., DHALIWAL, J. Web-enabled supply chain management: Key antecedents and performance impacts. International Journal of Information Management. 2011 Volume 31, Issue 6, pp. 533-545. ROSENZWEIG, E. D., ROTH, A, V., DEAN JR, J. W. The influence of an integration strategy on competitive capabilities and business performance: an exploratory study of consumer products manufacturers. Journal of Operations Management. 2003 Vol. 21, Issue 4, pp. 437-456. SANDERS, N. R., AUTRY, C. W., GLIGOR, D. M. The impact of buyer firm information connectivity enablers on supplier firm performance: A relational view International Journal of Logistics Management, The. 2011 Vol. 22 Iss: 2, pp.179 – 201. SANDERS, N. R. An empirical study of the impact of e-business technologies on organizational collaboration and performance. Journal of Operations Management. 2007 Volume 25, Issue 6, pp. 1332–1347. SEN, W., POKHAREL, S., YULEI, W., Supply chain positioning strategy integration, evaluation, simulation, and optimization, 2004, PP 781-192. SHEU, J. B., CHOU, Y., HU, C. An integrated logistics operational model for greensupply chain management Transportation Research Part E: Logistics and Transportation Review.2005 Volume 41, Issue 4, Pages 287-313.

147

THEMISTOCLEOUS, M., IRANI, F., LOVE, P. Evaluating the integration of supply chain information systems: A case study. 2004. 393 - 405. TONI, A., NASSIMBENI, G. An integrated production performance measurement system Industrial Management & Data Systems.1996 Vol. 97 Iss: 5, pp.180 – 186. VAN DER VAART, T., VAN DONK, D. P. A critical review of survey-based research in supply chain integration International Journal of Production Economics.2008Vol. 111, Issue 1, pp. 42-55. VAN DONK, D. P., VAN DER VAART, T. A case of shared resources, uncertainty and supply chain integration in the process industry International Journal of Production Economics.2005, Volume 96, Issue 1, Pages 97-108.

WANG, E.T.G., TAI, J.C.F., WEI, H.L., 2006. A virtual integration theory of improved supply-chain performance. Journal of Management Information Systems 23 (2), 41–64. WIENGARTEN, F., HUMPHREYS, P., CAO, G., FYNES, B., MCKITTRICK, A. Collaborative supply chain practices and performance: exploring the key role of information quality Supply Chain Management: An International Journal.2010Vol. 15 Iss: 6, pp.463 – 473. ZAILANI, S., RAJAGOPAL, P. Supply chain integration and performance: US versus East Asian companies. Supply Chain Management: An International Journal.2005Vol. 10 Iss: 5, pp.379 – 393. ZHAO, X., HUO, B., FLYNN, B. B., YEUNG F. The impact of power and relationship commitment on the integration between manufacturers and customers in a supply chain. Journal of Operations Management. 2008. Vol. 26, Issue 3, Pages 368-388.

148