Professional Documents
Culture Documents
Diaz Jaime Tu2
Diaz Jaime Tu2
INTEGRANTES % PARTICIPACIÓN
Jaime Díaz 100%
Karen Fernández 100%
Sebastián Flores 100%
Paola Garrido 100%
David Silva 100%
Nº
A. Resumen Ejecutivo 3
B. Metodología 4
C. Desarrollo 6
D. Conclusión 9
E. Referencias Bibliográficas 11
Índice
2
Resumen Ejecutivo
Con los datos entregados realizaremos los cálculos de cada escenario, utilizando las
distintas fórmulas aplicadas para realizar el proceso de producción. Se clasificarán todos
los elementos catalogándolos, según corresponda, en insumos, capital humano, capital
estructural y resultados.
Una vez realizado el análisis, para lograr la máxima eficiencia, es crucial elegir la opción
que produzca la mayor ganancia al menor costo posible para el sistema de la organización.
Metodología Usada
3
1) Identificar alcance del despliegue:
2) Para los elementos dados, identificar los elementos para los cálculos o aplicación
de los KPIs:
Luego de la recopilación de los datos para los cálculos de los KPIs, considerando a que el
proceso de picking no vende y no tiene productividad, no se puede calcular el valor
agregado, ni factor capital, ni la producción del factor trabajo, ni menos la rentabilidad
sobre el capital y la productividad económica, para lo cual solo calcularemos los siguientes
KPIs:
En este punto se realizaron, con los elementos identificados de los KPIs respectivos, los
cálculos necesarios para dar sentido y valoración profunda a los 3 escenarios propuestos
en comparación con el escenario actual.
4
5) Interpretación y Análisis:
Luego de realizar los cálculos respectivos de los KPIs seleccionados, se dio interpretación y
análisis para definir cuál de los escenarios es el más beneficioso para la organización.
6) Conclusión y recomendaciones:
Luego de generar el análisis de los valores generados por los KPIs respectivos, se concluye
cuál es el escenario más favorable para tomar una decisión para optimizar y mejorar la
gestión del picking en el sistema.
Resultado
5
Conforme a lo expuesto en la metodología usada y a lo explicado en la identificación del
alcance del despliegue, solo se tomarán los ítems de la operación anual de la solución de
los datos para evaluación operacional (modelo PRI).
A su vez, se dan a conocer la identificación de los elementos para los cálculos o aplicación
de los KPIs, diferenciándolos con colores.
Finalmente, se calculan en base a los KPIs seleccionados, los resultados para cada una de
las propuestas, en comparación con el escenario actual, destacando en color verde el
producto más eficiente o productivo.
Interpretación
6
Debido a que los mejores indicadores son representados por el escenario propuesto 3, es
que decidimos dar interpretación al mencionado escenario:
Productividad Física (PF) Cajas: Por cada peso que se invierte en la cadena de valor de la
mano de obra, contribuye en la producción de 85.000 cajas en un 0,015, siendo este el
más productivo frente a los otros escenarios.
Productividad Física (PF) Ventas: Por cada peso que se invierte en la cadena de valor de la
mano de obra, contribuye en la generación de ingresos por ventas de 3.378.750.000 en un
588,73, siendo este el más productivo frente a los otros escenarios.
Intensidad capital (IC): Por cada peso que se invierte en la cadena de valor de la mano de
obra, se dispone de 9,87 del capital estructural, como equipamiento, tecnología, y espacio
físico con tal de realizar más eficientemente las labores concernientes al picking, siendo
esta la más eficiente frente a los otros escenarios.
Utilización de activos (UA): Por cada peso invertido en Activos físicos industriales (AFI), la
empresa está siendo capaz de producir 59,64 en venta de productos, siendo este KPI el
segundo más eficiente frente a los otros escenarios.
Productividad Global: Por cada peso que se invierte en insumos (Insumos, materiales,
energía, y otros recursos) más el capital humano, se es capaz de producir 5.739.080,45 en
ventas de productos, siendo este KPI el menos beneficioso frente a los otros escenarios.
Productividad Parcial (Laboral): Considerando que en este caso, los datos para el cálculo
de productividad parcial, son los mismos que para la productividad física de ventas, se
aprecia que por cada peso que se invierte en la cadena de valor de la mano de obra,
contribuye en la generación de ingresos por ventas de 3.378.750.000 en un 588,73, siendo
este el más productivo frente a los otros escenarios.
Productividad Parcial (Insumos): Por cada peso invertido en todos los Insumos, la
empresa está siendo capaz de producir 54,45 en venta de productos, siendo este KPI el
más productivo frente a los otros escenarios.
Análisis
7
Conforme a los resultados obtenidos de cada escenario propuesto en la comparación con
el escenario actual, se aprecia que el escenario propuesto 3, brinda más beneficios para
mejorar y optimizar la gestión para este sistema de picking de la empresa analizada,
reflejándose en que dentro del 100% de los cálculos realizados, el 75% da como más
productivo y eficiente al mencionado escenario.
Conclusión
8
En este taller de desarrollo e investigación, se aplicaron todos los conocimientos
entregados y estudiados de la unidad Nº 2 “Evaluación de Sistemas de picking en una
organización” por el docente en las clases dictadas, llegando a establecer la importancia
de los costos asociados al proceso de picking.
Los datos que fueron recopilados para la obtención de los KPIs, de acuerdo a los
resultados de factores, tales como, intensidad de capital, productividad global y eficiencia,
entre otros, permitieron realizar la elección del escenario Nro. 3 como el más ventajoso
para el logro de la excelencia operacional de la empresa.
Es importante recalcar que el análisis de los datos puede revelar patrones, tendencias y
relaciones entre variables y ayudar a identificar áreas de mejora en los procesos o
productos. Además, se deben establecer medidas de optimización específicas y darles
seguimiento para asegurarse de que se logran los objetivos. La evaluación periódica del
progreso permitirá realizar ajustes y mantener una mejora continua.
Referencias Bibliográficas
9
García, J. (2020), “Los indicadores claves del desempeño logístico (KPI)”. Indicadores de la
Gestión Logística.
Universidad Mayor, (2023), Taller “Aplicación de Modelo PRI”, [Apunte docente], Sistemas
de Picking y Packing, Ingeniería en Logística, Universidad Mayor.
10