propuesta para el diseÑo de un aplicativo …
TRANSCRIPT
7
PROPUESTA PARA EL DISEÑO DE UN APLICATIVO FUNCIONAL PARA LA ASIGNACIÓN DE RECURSOS HUMANOS EN LAS OFICINAS DEL BANCO
DAVIVIENDA EN LA CIUDAD DE BOGOTÁ.
TRABAJO DE GRADO
Presentado como requisito parcial para la obtención del título de INGENIERO INDUSTRIAL
AUTOR: JUAN FRANCISCO FORIGUA SUAREZ
DIRECTOR LUIS MANUEL PULIDO
Ingeniero Industrial
PONTIFICIA UNIVERSIDAD JAVERIANA FACULTAD DE INGENIERÍA INGENIERÍA INDUSTRIAL
BOGOTÁ D.C. 2012
8
TABLA DE CONTENIDO
1. INTRODUCCIÓN ................................................................................................................. 1 2. OBJETIVOS ......................................................................................................................... 2
2.1. Objetivo General .................................................................................................. 2
2.2. Objetivos Específicos........................................................................................... 2
3. SISTEMA ACTUAL DEL PROCESO DE ASIGNACIÓN DE RECURSOS HUMANOS
A LAS OFICINAS DEL BANCO DAVIVIENDA EN LA CIUDAD DE BOGOTÁ ..................... 2 3.1. Estructura Oficina de Servicio Banco Davivienda ................................................ 2
3.2. Descripción de Proceso de Asignación de Recursos a las Oficinas para el
Cubrimiento de Contingencias en la Regional Bogotá .................................................... 4
3.2.1. Contingencias ............................................................................................... 5
3.2.2. Vacaciones ................................................................................................... 5
3.2.3. Descripción del Proceso de Asignación para el cubrimiento de
Contingencias. ............................................................................................................ 6
3.2.4. Variables para la evaluación de la asignación de un Recurso para el
cubrimiento de una contingencia en una Oficina: ........................................................ 7
3.2.5. Búsqueda del Recurso a Asignar: ................................................................. 7
4. Diagnóstico del Proceso Actual para la asignación de Recursos Humanos para las
Oficinas del Banco Davivienda ................................................................................................ 10 4.1. Diagnóstico variable críticas para el proceso de evaluación de la asignación de
un Recurso para el cubrimiento de una contingencia en una Oficina:........................... 11
4.1.1. Cubrimiento de Contingencias y Disponibilidad de Recursos...................... 11
4.1.2. (%) Porcentaje de Capacidad Utilizada ....................................................... 13
4.1.3. Calificación de Servicio ............................................................................... 16
4.1.4. Captación ................................................................................................... 17
4.1.5. Colocación .................................................................................................. 19
4.2. Variables tenidas en cuenta para la Búsqueda de un Recurso para el cubrimiento
de una contingencia en una Oficina:............................................................................. 20
4.2.1. Cercanía al lugar de Residencia o de Estudio: ........................................... 21
4.3. Resumen ........................................................................................................... 21
5. Evaluar diferentes alternativas teóricas existentes para la asignación de recursos humanos en las oficinas del Banco Davivienda en la ciudad de Bogotá, seleccionando la que ofrezca los mejores resultados. ........................................................................................ 22
5.1. Modelo de Asignación de Recursos por Pesos de Variables ............................. 23
5.1.1. Pesos de Variables ..................................................................................... 23
9
5.1.2. Rangos y Calificación de Variables ............................................................. 24
5.1.3. Evaluación del Método ............................................................................... 25
5.1.4. Conclusiones Evaluación del Modelo de Asignación de Recursos por Pesos
de Variables .............................................................................................................. 30
5.2. INVESTIGACIÓN DE OPERACIONES .................................................................. 30
5.2.1. Antecedentes de investigación de operaciones............................................... 30
5.2.2. INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES .......................... 31
5.2.3. GENERALIDADES INVESTIGACIÓN DE OPERACIONES ................................ 32
5.2.4.INVESTIGACIÓN DE OPERACIONES APLICADA AL PROCESO DE
ASIGNACIÓN DE RECURSOS HUMANOS EN LAS OFICINAS DEL BANCO
DAVIVIENDA EN LA CIUDAD DE BOGOTÁ ................................................................ 33
5.2.4.1. Definición del problema y recolección de datos ............................................ 33
5.2.4.2. Objetivos del Modelo.................................................................................... 33
5.2.4.3. Formulación del Modelo ............................................................................... 34
5.3. Alternativas para solución el problema de asignación de Recursos ................... 39
5.3.1. GAMS (General Algebraic Modeling System) ............................................. 40
5.3.2. METAHEURÍSTICAS ...................................................................................... 43
6. EVALUACIÓN DE LAS ALTERNATIVAS PLANTEADAS PARA LA ASIGNACIÓN DE
RECURSOS HUMANOS A LAS OFICINAS DE LA REGIONAL BOGOTÁ......................... 57 6.1. CREACIÓN DE ESCENARIOS .......................................................................... 57
6.2. COMPARACIÓN RESULTADOS GAMS - ALGORITMO GENÉTICO ................ 58
6.2.1. CONCLUSIONES RESULTADOS GAMS Y ALGORITMO GENÉTICO ...... 61
6.3. RESULTADOS ALTERNATIVA ESCOGIDA: ALGORITMO GENÉTICO ........... 62
6.3.1. Variación de los parámetros ....................................................................... 62
6.3.2. Evaluación de la variación de los Parámetros ............................................. 69
6.3.3. Análisis Resultados Variación de Parámetros ............................................. 74
7. IMPLEMENTACIÓN DEL APLICATIVO Y EVALUACIÓN DE RESULTADOS ........... 75 7.1. Implementación del Aplicativo ............................................................................... 77
7.1.1. Proceso Asignación de Recursos usando el Aplicativo ................................... 77
7.2. Evaluación de Resultados ................................................................................. 79
7.2.1. Comparativo entre proceso de Asignación de Recursos Humano Anterior -
Propuesto ................................................................................................................. 79
7.2.2. Asignación de Recursos que Tengan las Contingencias Prioritarias ........... 81
7.2.3. Asignación de Recursos Teniendo en Cuenta la Distancia Entre los Dos
Puntos (Oficina - Recurso) ........................................................................................ 82
10
7.2.4. Asignar un Recurso Capacitado para Determinado Tipo de Contingencias 82
7.2.5. Administración del Aplicativo ...................................................................... 82
7.3. seguimiento y evaluación de gestión ................................................................. 82
8. ANÁLISIS FINANCIERO DE LA IMPLEMENTACIÓN DEL APLICATIVO ................... 84 9. CONCLUSIONES Y RECOMENDACIONES .................................................................. 86
9.1. CONCLUSIONES .................................................................................................. 86
9.2. RECOMENDACIONES ......................................................................................... 88
BIBLIOGRAFÍA.......................................................................................................................... 90 GLOSARIO ................................................................................................................................ 91 ANEXOS .................................................................................................................................... 93
Anexo 1: Diagrama de Proceso para Asignación de Recursos para el Cubrimiento de
Contingencias en las Oficinas del Banco de Bogotá ..................................................... 94
Anexo 2: Tiempo establecido para realizar el reporte de la Contingencia ..................... 94
Anexo3: Contingencias Cubiertas / No Cubiertas Vs. Rangos de % Capacidad Utilizada
y Cantidad de Cajeros. ................................................................................................. 94
Anexo 4: Detalle de valor monetario por cargo o recursos asignado a oficinas
consideradas No prioritarias: ........................................................................................ 95
Anexo5: Número de Oficinas: Contingencias No Cubiertas Vs. Rango Calificación de
Servicio. ....................................................................................................................... 98
Anexo6: Número de Oficinas: Días con Contingencias Cubiertas y No Cubiertas Vs.
Rango de Captación: .................................................................................................... 98
Anexo 7: ENTREVISTA Dora Isabel Pardo, Coordinador de Gestión Humana Bogotá
Banco Davivienda. Bogotá, Marzo 13 de 2012. ............................................................ 99
Anexo 8: Modelo matemático de asignación de Recursos .......................................... 101
ANEXO 9: Código Fuente Algoritmo Genético para la Asignación de Recursos ......... 108
ANEXO 10: Escenarios Diseñados para probar las soluciones delaplicativo .............. 136
ANEXO 11: MANUAL DEL APLICATIVO PARA LA ASIGNACIÓN DE RECURSOS A
LAS OFICINAS .......................................................................................................... 143
Capítulo 1: Proceso de Asignación de Recursos .................................................... 143
Capítulo 2: Alimentar la información con las variables que influyen dentro del proceso
de asignación de Recursos. .................................................................................... 144
Capítulo 3: Cálculo de Estadísticas de las Oficinas que presentaron Contingencias
............................................................................................................................... 150
Capítulo 4: Ingresar los datos de los Recursos Disponibles .................................... 152
Capítulo 5: Definir pesos de las variables de asignación de Recursos .................... 153
Capítulo 6: Asignar Recursos ................................................................................. 154
Anexo 12: Cotización gams ........................................................................................ 157
11
TABLA DE CONTENIDO TABLAS
Tabla I: Cargos cubierto de las Oficinas ............................................................................. 4
Tabla II: Tipos de Contingencia.......................................................................................... 5
Tabla III: Cantidad de Supernumerarios de la Regional Bogotá en el 2011........................ 5
Tabla IV: Formato de Control de Contingencias ................................................................. 6
Tabla V: Cargos Oficina Vs. Recursos para Asignar .......................................................... 8
Tabla VI: Tiempos de Actividades en el Proceso de Asignación de Recursos para el
cubrimiento de contingencias ........................................................................................... 10
Tabla VII: Cubrimiento de Contingencias por Cargo 2011................................................ 11
Tabla VIII: Cantidad de Funcionarios por Cargo Planta 2011. .......................................... 12
Tabla IX: Demanda Semanal de Contingencias de las Oficinas en la Regional Bogotá en
el 2011 ............................................................................................................................. 13
Tabla X: Comportamiento % Capacidad Utilizada horario Normal y Adicional 2011......... 13
Tabla XI: Rangos de %Capacidad Utilizada Horario Normal y Adicional 2011 ................. 14
Tabla XII: Contingencias Cubiertas / No Cubiertas Vs. Rangos de % Capacidad Utilizada y
Cantidad de Cajeros 2011. .............................................................................................. 15
Tabla XIII: Valor monetario Contingencias Cubiertas en el 2011 a oficinas no
prioritarias.Fuente: Informe Cubrimiento Contingencias 2011 – Gestión Humana Regional
Bogotá. Análisis: El autor. ................................................................................................ 16
Tabla XIV: Rangos de Calificación de servicio obtenido por las Oficinas en el 2011 ........ 16
Tabla XV: Tabla y Gráfico de Número de Oficinas según la relación de las variables
Rango de Servicio 2011 Vs. Número de Contingencias No Cubiertas en el 2011 ............ 17
Tabla XVI: Rangos de Niveles de Captación Total por Oficina 2011 ................................ 18
Tabla XVII: Tabla y Gráfico de Número de Oficinas según la relación de las variables
Rango de Captación Total por Oficina Vs. Número de Contingencias No Cubiertas y
Cubiertas – 2011. ............................................................................................................ 18
Tabla XVIII: Rangos de Niveles de Colocación Total por Oficina 2011 ............................ 19
Tabla XIX: Tabla y Gráfico de Número de Oficinas según la relación de las variables
Rango de Colocación Total por Oficina Vs. Número de Contingencias No Cubiertas y
Cubiertas - 2011 .............................................................................................................. 20
Tabla XX: Tabla Resumen de las Variables que influyen en los Cargos analizados ........ 21
Tabla XXI: Tabla Resumen de los principales apartes de la entrevista al Coordinador de
Gestión Humana .............................................................................................................. 22
Tabla XXII: Tabla de pesos de las variables que influyen dentro del proceso de asignación
de Recursos..................................................................................................................... 23
Tabla XXIII: Rangos de Calificación que influyen dentro del proceso de asignación de
Recursos ......................................................................................................................... 24
Tabla XXIV: Evaluación para la variable de Servicio en el área de CAJA de acuerdo a la
Calificación y Asignación de Recursos............................................................................. 25
12
Tabla XXV: Evaluación para la variable de Servicio en el área de INFORMACIÓN de
acuerdo a la Calificación y Asignación de Recursos Fuente: El autor .............................. 26
Tabla XXVI: Evaluación para la variable de Captación en el área de CAJA de acuerdo a la
Calificación y Asignación de Recursos............................................................................. 26
Tabla XXVII: Evaluación para la variable de Captación en el área de INFORMACIÓN de
acuerdo a la Calificación y Asignación de Recursos ........................................................ 27
Tabla XXVIII: Evaluación para la variable de Colocación en el área de CAJA de acuerdo a
la Calificación y Asignación de Recursos ......................................................................... 27
Tabla XXIX: Evaluación para la variable de Colocación en el área de INFORMACIÓN de
acuerdo a la Calificación y Asignación de Recursos ........................................................ 28
Tabla XXX: Evaluación para la variable de Capacidad Utilizada Vs. Planta en
Contingencia en el área de CAJA de acuerdo a la Calificación y Asignación de Recursos
........................................................................................................................................ 28
Tabla XXXI: Evaluación para la variable de Planta o Número de Funcionarios en el área
de CAJA de acuerdo a la Calificación y Asignación de Recursos .................................... 29
Tabla XXXII: Evaluación para la variable de Planta o Número de Funcionarios en el área
de INFORMACIÓN de acuerdo a la Calificación y Asignación de Recursos .................... 29
Tabla XXXIII: Ventajas y Desventajas de uso de Lenguajes Algebraicos para el Modelado
........................................................................................................................................ 38
Tabla XXXIV: Hardware utilizado para implementar GAMS ............................................. 41
Tabla XXXV: Recursos de Software Utilizados para el Algoritmo genético ...................... 54
Tabla XXXVI: Funciones utilizadas algoritmo genético .................................................... 55
Tabla XXXVII: Rangos de Contingencias y Recursos Disponibles semanales ................. 58
Tabla XXXVIII: Escenarios posibles para la prueba del aplicativo .................................... 58
Tabla XXXIX: Escenarios de variación de parámetros para la evaluación del Algoritmo
Genético .......................................................................................................................... 59
Tabla XL: Evaluación Escenario 2 ................................................................................... 59
Tabla XLI: Comparación de Valor Óptimo Escenario 2 Algoritmo Genético - GAMS ........ 60
Tabla XLII: Comparación de Tiempos de Ejecución Escenario 2 Algoritmo Genético -
GAMS .............................................................................................................................. 60
Tabla XLIII: Comparación de Valor Óptimo Escenario 2 Algoritmo Genético - GAMS ...... 61
Tabla XLIV: Comparación de Tiempos de Ejecución Escenario 2 Algoritmo Genético -
GAMS .............................................................................................................................. 61
Tabla XLV: Escenarios de variación de parámetros para la evaluación del Algoritmo
Genético .......................................................................................................................... 62
Tabla XLVI: Asignación Escenario 1 – Relación Tipo de Contingencia y Tipo de Recurso
........................................................................................................................................ 62
Tabla XLVII: Asignación Escenario 1 – Relación Calificación y Cubrimiento .................... 63
Tabla XLVIII: Asignación Escenario 1 – Relación Cantidad de Funcionarios y Asignación
........................................................................................................................................ 63
Tabla XLIX: Asignación Escenario 2 – Relación Tipo de Contingencia y Tipo de Recurso
........................................................................................................................................ 63
Tabla L: Asignación Escenario 2 – Relación Calificación y Asignación ............................ 64
Tabla LI: Asignación Escenario 2 – Relación Cantidad Funcionarios y Asignación .......... 64
13
Tabla LII: Asignación Escenario 2 – Relación Asignación y % Capacidad Utilizada ......... 64
Tabla LIII: Asignación Escenario 2 – Relación Asignación y Distancia ............................. 65
Tabla LIV: Asignación Escenario 3 – Relación Tipo de Contingencia y Tipo de Recurso . 65
Tabla LV: Asignación Escenario 3 – Calificación y Asignación......................................... 65
Tabla LVI: Asignación Escenario 3 – Relación Cantidad de Funcionarios y Asignación ... 66
Tabla LVII: Asignación Escenario 3 – Relación % Capacidad Utilizada y Asignación ...... 66
Tabla LVIII: Asignación Escenario 3 – Relación Asignación y Distancia .......................... 66
Tabla LIX: Asignación Escenario 4 – Relación Tipo de Contingencia y Tipo de Recurso . 67
Tabla LX: Asignación Escenario 4 – Relación Distancia Vs. Asignación .......................... 67
Tabla LXI: Asignación Escenario 5 – Relación Tipo de Contingencia y Tipo de Recurso . 68
Tabla LXII: Asignación Escenario 5 – Relación Calificación y Asignación ........................ 68
Tabla LXIII: Asignación Escenario 5 – Relación Asignación y Distancia .......................... 69
Tabla LXIV: Formato de Control de Contingencias Propuesto ......................................... 79
Tabla LXV: Tabla de Resultados Aplicativo de Asignación .............................................. 79
Tabla LXVI: Tiempos de Proceso de asignación de recursos - Anterior .......................... 80
Tabla LXVII: Tabla de Tiempos de Proceso Asignación - Propuesto (GAMS) ................. 80
Tabla LXVIII: Tabla de Tiempos de Proceso Asignación - Propuesto (A. Genético) ........ 81
Tabla LXIX: Formato seguimiento Cubrimiento Contingencias Aplicativo ........................ 82
Tabla LXX: Indicadores de Medición Proceso de Asignación de Recursos con el aplicativo
........................................................................................................................................ 83
Tabla LXXI: Relación y Gastos Implementación Algoritmo Genético y GAMS ................. 84
Tabla LXXII: Evaluación Financiera Implementación GAMS - A. Genético ............... ¡Error!
Marcador no definido.
TABLA DE CONTENIDO ILUSTRACIONES
Ilustración 1: Estructura de Personal de las Oficinas del Banco Davivienda ........................ 3
Ilustración 2: Esquema de Modelo matemático de Asignación de Recursos ...................... 36
Ilustración 3: Detalle definición parámetrosFuente: El autor ................................................. 36
Ilustración 4: Índices en GAMS ................................................................................................ 42
Ilustración 5: Parámetros en GAMS ........................................................................................ 42
Ilustración 6: Operador de Cruce Basado en un Punto Algoritmo Genético ....................... 50
Ilustración 7: Operador de Mutación Algoritmo Genético ...................................................... 50
Ilustración 8: Función Principal Algoritmo Genético............................................................... 54
Ilustración 9: Interfaz Aplicativo Asignación de Recursos ..................................................... 76
Ilustración 10: Vista de Solución del Aplicativo Asignación de Recursos ............................ 76
Ilustración 11: Diagrama de Flujo del Proceso Propuesto .................................................... 78
14
TABLA DE CONTENIDO GRÁFICOS
Gráfico 1: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Tamaño de
Población ................................................................................................................................... 69
Gráfico 2: Evaluación de Parámetros Algoritmo Genético, Tiempo de Ejecución y Tamaño
de Población .............................................................................................................................. 70
Gráfico 3: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Probabilidad
de Cruce..................................................................................................................................... 70
Gráfico 4: Evaluación de Parámetros Algoritmo Genético, Tiempo de ejecución y
Probabilidad de Cruce .............................................................................................................. 71
Gráfico 5: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Probabilidad
de Mutación ............................................................................................................................... 71
Gráfico 6: Evaluación de Parámetros Algoritmo Genético, Tiempo de Ejecución y
Probabilidad de Mutación ......................................................................................................... 72
Gráfico 7: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Número de
Generaciones ............................................................................................................................ 72
Gráfico 8: Evaluación de Parámetros Algoritmo Genético, Tiempo de Ejecución y Número
de generaciones ........................................................................................................................ 73
Gráfico 9: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Número de
Experimentos ............................................................................................................................. 73
Gráfico 10: Evaluación de Parámetros Algoritmo Genético, Tiempo de Ejecución y
Número de Experimentos ......................................................................................................... 74
Gráfico 11: Evaluación de Parámetros Algoritmo Genético vs. GAMS ................................ 74
1
1. INTRODUCCIÓN
La característica más importante que identifica esta investigación sugiere que la
administración de recursos para cubrir contingencias se puede hacer de una forma más
eficiente la cual mejora no solo la práctica sino la asignación justa de un recurso humano
a cualquier oficina (entendiendo que el recurso es un funcionario del Banco).
El propósito de esta investigación es crear un modelo de asignación de recursos para la
Regional Bogotá del Banco Davivienda en donde se puedan aplicar herramientas de la
Ingeniería Industrial enfocadas en la parte de logística y producción (en este caso se
entiende producción como producción de servicios) las cuales se validaran en el
documento para escoger la más fácil de utilizar por parte del ejecutor tomando en cuenta
tanto lo financiero y lo tecnológico verificando que se viable de acuerdo a lo anteriormente
mencionado y a las necesidades de la empresa.
La importancia de este trabajo se puede resumir en validar las distintas herramientas
encontradas en asignación de recursos y cuál de ellas resulta más adecuada para la
construcción del modelo que el Banco necesita para asignar sus propios recursos,
entendiendo que los antecedentes que se conocerán a profundidad más adelante
establecen que esta administración se realiza manualmente por una persona quien es la
administradora de la planta de personal, lo anterior se convierte en una tarea dispendiosa
y difícil de mantener y manejar, por lo que este modelo mejoraría considerablemente no
solo la asignación sino el bienestar de los funcionarios.
Existen algunos estudios que hablan acerca de asignación de recursos humanos aunque
no son específicos de asignación a oficinas de servicio como en este caso, sin embargo
sostienen de alguna manera esta investigación, una de las teorías más importantes que
ayuda en esta construcción es la investigación de operaciones la cual contiene
herramientas que fueron útiles para este trabajo, a lo largo de este proceso se
descartaron algunas y se tomaron en cuenta otras, lo más importante de este proceso es
la revisión que se realizó de las diferentes variables que influyen tanto cuantitativa como
cualitativamente en la asignación del recurso.
2
2. OBJETIVOS
2.1. OBJETIVO GENERAL
Elaborar una propuesta para el diseño de un aplicativo funcional para la asignación de recursos humanos en las oficinas del Banco Davivienda en la ciudad de Bogotá.
2.2. OBJETIVOS ESPECÍFICOS
Caracterizar y diagnosticar el proceso de asignación de recursos humanos en las oficinas del Banco Davivienda en la ciudad de Bogotá identificando las variables críticas que influyen en el desarrollo de éste.
Documentar y cuantificar el estado actual de las variables críticas identificadas.
Evaluar diferentes alternativas teóricas existentes para la asignación de recursos humanos en las oficinas del Banco Davivienda en la ciudad de Bogotá, seleccionando la que ofrezca los mejores resultados.
De acuerdo con la alternativa seleccionada diseñar una propuesta de aplicativo funcional para la asignación de recursos humanos en las oficinas del Banco Davivienda en la ciudad de Bogotá
Evaluar financieramente la posible implementación del aplicativo funcional para la asignación de recursos humanos en las oficinas del Banco Davivienda en la ciudad de Bogotá
Elaborar un manual de uso del aplicativo funcional para la asignación de recursos humanos en las oficinas del Banco Davivienda en la ciudad de Bogotá.
3. SISTEMA ACTUAL DEL PROCESO DE ASIGNACIÓN DE RECURSOS HUMANOS A LAS OFICINAS DEL BANCO DAVIVIENDA EN LA CIUDAD DE
BOGOTÁ
3.1. ESTRUCTURA OFICINA DE SERVICIO BANCO DAVIVIENDA
Con el fin de comprender el proceso de Asignación de Recursos para el cubrimiento de Contingencias en las oficinas del Banco Davivienda, es importante conocer el orden Jerárquico de una Oficina de la Regional Bogotá y de la Jefatura de Gestión Humana con su respectiva descripción General de las funciones:
3
Ilustración 1: Estructura de Personal de las Oficinas del Banco Davivienda
1. Gerente Regional Bogotá: Jefe y líder de todos los Funcionarios de la Regional
Bogotá tanto administrativos, comerciales como de Oficina. Dirige coordina y controla la gestión comercial de los subgerentes de zona que están a su cargo. Facilita el liderazgo entre sus subgerentes brindando los recursos para el mismo o haciendo las solicitudes a quien corresponda según la operación.
2. Subgerente de Zona: Son 8 en toda la Regional, divididos según la Zona
Geográfica y/o el Sector comercial. Tiene a cargo aproximadamente 20 Oficinas cada uno, cada oficina está liderada por un Director de Oficina. Son los responsables de dirigir y apoyar la gestión comercial de estas oficinas llevando al cumplimiento de las metas comerciales en su sector o zona.
3. Director de Oficina: Responsable y cabeza de la oficina, es quien diseña, ejecuta
y hace seguimiento al plan comercial, para garantizar que los funcionarios a su cargo cumplan las metas asignadas a su oficina. Planea estrategias para vinculación de nuevos clientes y es el responsable de dirigir y motivar a su grupo de trabajo.
4. Subdirector de Oficina: Es el apoyo operativo de las oficinas de servicio, tiene a
cargo el grupo de trabajo cuando el Director de la oficina está realizando labor comercial, coordina y controla actividades asignadas a su equipo de trabajo sean operativas y/o comerciales, es el responsable del manejo de efectivo, llaves y claves de la oficina.
5. Informador: Es quien contribuye con el cumplimiento de sus metas individuales al
cumplimiento de las metas comerciales de la oficina, su función es brindar una asesoría integral, brindando un excelente servicio a los clientes manteniendo su grado de satisfacción con el Banco. El informador es responsable de la totalidad de su labor comercial, es decir cumple con labores operativas y/o administrativas que permitan la consecución de los diferentes productos por parte del cliente, hace seguimiento y labor comercial.
Gerente Regional Bogotá
Subgerente de Zona
Director
Mano Derecha Subdirector
Informador Cajero Asesor PymeInformador
ExpressAsesor
MúltipleAsesor de Inversión
4
6. Cajero: Es quien maneja el efectivo (Captación de Dinero) en las oficinas de
servicio, es el responsable de brindar una excelente atención y servicio al cliente facilitando las operaciones y transacciones que se realizan en la oficina, apoya la gestión comercial en las oficinas manejando referidos que luego manejan los Informadores comerciales
7. Asesor Pyme: Es quien brinda asesoría y soporte comercial a los clientes pyme de las oficinas, convirtiéndose en la mano derecha del Director en cuanto a la gestión de empresas estas empresas, impulsa realiza propuestas y monitorea el mantenimiento de las empresas vinculadas con el portafolio pyme. Contribuye a las metas de la oficina con su gestión comercial
8. Informador Express: Realiza actividades operativas que se relacionan con
brindar la información al cliente, como suministrar extractos, movimientos y datos que no requieren mayor asesoría comercial.
9. Asesor Múltiple: Tiene el perfil para realizar los cargos de Cajero e Informador. El
tiempo que permanezca en cada cargo depende de la administración dada por el Director de Oficina.
10. Asesor de Inversión: Soporte financiero y especializado en la oficina para
asesorar a los clientes en temas de ahorro e inversión, es el responsable de la consecución de clientes rentables a través de fondos de inversión y de incrementar las ventas de este portafolio. Realiza visita a clientes, seguimiento a la cartera, apoya ferias de ahorro y promociona productos y servicios de las filiales del Banco en el exterior.
3.2. DESCRIPCIÓN DE PROCESO DE ASIGNACIÓN DE RECURSOS A LAS OFICINAS PARA EL CUBRIMIENTO DE CONTINGENCIAS EN LA REGIONAL BOGOTÁ
El proceso de Asignación es llevado a cabo por parte de la Jefatura de Gestión Humana Bogotá, su objetivo es brindar cubrimiento a las novedades de personal que surgen en las Oficinas de la Regional Bogotá del Banco Davivienda. Los cargos que deben ser cubiertos son los siguientes:
Tabla I: Cargos cubierto de las Oficinas
Fuente: Gestión Humana Regional Bogotá - 2011
Existen dos tipos de Asignación de Recursos Temporales a las Oficinas
CARGOS DE LAS OFICINAS
CAJERO
INFORMADOR
SUBDIRECTOR
INFORMADOR EXPRESS
ASESOR MÚLTIPLE
ASESOR PYME
ASESOR INVERSIÓN
SUPERNUMERARIO
APRENDIZ SENA
5
3.2.1. Contingencias
Cubrimiento de contingencias: Se entiende como contingencia cuando un funcionario debe ausentarse de la oficina por diferentes motivos y el área de Gestión Humana debe gestionar para cubrir la ausencia de éste.
Los Tipos de Contingencias son:
Tabla II: Tipos de Contingencia
Fuente: Gestión Humana Regional Bogotá - 2011
3.2.2. Vacaciones
Las vacaciones son periodos de 15 días hábiles y están programados con dos meses (Tiempo estimado) de anticipación y son cubiertas con Supernumerarios 1 . A continuación se presenta el número de Supernumerarios con los que cuenta la Regional:
Tabla III:Cantidad de Supernumerarios de la Regional Bogotá en el 2011.
Fuente: Gestión Humana Regional Bogotá – 2011
Este proceso es manejado por la división de Nómina y se remite el listado de la programación al Coordinador de Administración de planta para proporcionar el listado de Funcionarios Disponibles para el proceso de asignación de recursos.
1Supernumerarios: Funcionarios que no se encuentran nombrados en ninguna oficina de planta y tienen como tarea
realizar remplazos ya sea por vacaciones o en casos extraordinarios por cubrimiento de contingencias. La cantidad de supernumerarios se encuentra determinada por el tamaño de la planta, de tal manera que cubran el total de períodos de vacaciones de un cargo,
CONTINGENCIA
Calamidad Doméstica
Cursos y Capacitaciones
Incapacidad
Ley de Luto y Calamidad Doméstica
Licencia Maternidad
Licencia Matrimonio
Licencia Paternidad
Permisos Especiales
Refuerzo
Requerimientos Otras Áreas
Suspensión
Suspensiones Temporales o Por Sanción
Vacante
Cargo (s) HorarioCantidad
Supernumerarios
Normal 14
Adicional 5
Normal 80
Adicional 6
TOTAL 105
Subdirector
Cargos Bàsicos
(Cajeros e Informadores)
6
3.2.3. Descripción del Proceso de Asignación para el cubrimiento de Contingencias.
El proceso se divide en las siguientes etapas, las cuales se detallarán posteriormente:
1. Reporte de la Contingencia 2. Ingreso de la Novedad al Módulo de Ausentismo. 3. Evaluación de prioridad de la oficina que solicitó el recurso. 4. Búsqueda del Recurso a Asignar 5. Respuesta a la asignación del Recurso
A continuación se detalla cada una de las actividades del proceso, el Diagrama de Proceso se encuentra en el Anexo 1:
3.2.3.1. Reporte de la Contingencia: El Director de la Oficina, Subdirector y/o Subgerente reporta la contingencia mediante un correo electrónico o vía telefónica al área de Gestión Humana y se ingresan los datos en la Base de Control de Contingencias que sigue el siguiente formato:
Tabla IV: Formato de Control de Contingencias
Fuente: Gestión Humana Regional Bogotá - 2011
3.2.3.2. Ingreso de la Novedad al Módulo de Ausentismo: La oficina debe realizar el ingreso del ausentismo al módulo diseñado para tal fin, con el objetivo de contar con una estadística real de ausentismo por funcionario y por oficina. El analista encargado verifica que se haya ingresado la información al Módulo de Ausentismo y pueda empezar el proceso de búsqueda del recurso para enviar. Las oficinas tienen establecido un tiempo para realizar el reporte de la contingencia como se muestra en el Anexo 2.
3.2.3.3. Evaluación de prioridad de la oficina que solicitó el recurso. Los argumentos dados por el Funcionario que reporta la contingencia para que se dé mayor importancia a su solicitud son variables que en el momento de evaluar la asignación no se encuentra un consolidado histórico del comportamiento de cada una de las oficinas, que permita pronosticar cómo será la situación del período que solicitan para el cubrimiento de la contingencia o dar niveles de criterio para escoger acertadamente a la oficina que será asignada el recurso, por esta razón se realiza un proceso de asignación subjetivo. Las variables que se deben considerar a criterio de la Jefatura de Gestión Humana de la Regional Bogotá son las siguientes:
FECHA
REPORTE
DD/MM/AA
PERSONA QUE
REPORTA CEDULA
NOMBRE
FUNCIONARIOCARGO JORNADA
DESDE
DD/MM/AA
HASTA
DD/MM/AADIÁS OFICINA
TIPO DE
CONTINGENCIA
RECURSO DE
CUBRIMIENTO
7
3.2.4. Variables para la evaluación de la asignación de un Recurso para el cubrimiento de una contingencia en una Oficina:
1. Cubrimiento de Contingencias y Disponibilidad de Recursos:
Para poder asignar un recurso se debe evaluar la disponibilidad de estos y cuál es la demanda a lo largo del año. Los recursos son determinados de acuerdo a la programación de vacaciones.
2. (%) Porcentaje de Capacidad utilizada: Este informe se realiza
para el área de Caja utilizando la relación entre la Transaccionalidad 2 por oficina y la Capacidad Instalada de Oficina3.Con Base en este informe el departamento de OYM del Banco evalúa la aprobación de crecimiento en planta4 del área de Caja de una oficina.
3. Tamaño de la Planta: Informe por oficina el cual muestra la
cantidad de funcionarios por cargo. 4. Calificación de Servicio: Es una evaluación que se lleva a cabo
trimestralmente en todas las oficinas del Banco a través de encuestas para diagnosticar la percepción de servicio por parte de los clientes. Adicionalmente sirve como herramienta para otorgar un Bono o incentivo económico de acuerdo a la calificación de todas las oficinas Las oficinas se encuentran divididas en Rangos que son determinados por cuartiles.
5. Captación: Valor en Pesos Colombianos que las Oficinas del Banco
tienen por la actividad de Captar Dinero, este indicador aplicaría al área de Caja. A pesar que el nivel de esta variable depende de la gestión hecha por las fuerzas comerciales de la Oficina, un mayor nivel de Captación influiría más en el momento de evaluar la asignación de un recurso en el área de Caja, por su connotación de responsable operativamente de atender este segmento. (Esta variable no se usa actualmente para la asignación.)
6. Colocación: Valor en Pesos Colombianos que las Oficinas del
Banco tienen por la actividad de Colocar dinero en la economía con productos de crédito, este indicador aplicaría para el Cargo de Informador debido a que es una evaluación de la productividad comercial de este. (Esta variable no se usa actualmente para la asignación.)
3.2.5. Búsqueda del Recurso a Asignar:
Después de recibir el reporte por parte de la oficina y decidir si se le da prioridad a la asignación del recurso, se procede a la búsqueda del funcionario para cubrir la
2Transaccionalidad: Es un indicador que se realiza al Número de Transacciones que se hacen en el área de Caja. Este
informe es mensual por oficina y generado por el área de Operaciones en Oficina a través de un Software encargado de
monitorear todas las oficinas. Es publicado a través de la Intranet del Banco. La capacidad utilizada es determinada por el número de horas laborado y la planta de cada una de las dos Jornadas Normal y Adicional.
3Capacidad Instalada: Número de Transacciones que debe hacer un funcionario en su Jornada Laboral.
4Planta: Termino utilizado en el Banco Davivienda para definir el Conjunto de Funcionarios de un área administrativa u
oficina de Servicio.
8
contingencia, los recursos con los que se cuenta para el cubrimiento se presentan a continuación:
Tabla V: Cargos Oficina Vs. Recursos para Asignar
Prioridad de Asignación 1 2 3 4 5
CARGOS DE LAS OFICINAS
SUPERNUMERARIO5
APRENDIZ SENA
6
TEMPORAL7
PRÉSTAMO
OTRA OFICINA
8
HORAS EXTRAS
9
CAJERO X X X No aplica No aplica
INFORMADOR X No aplica No aplica
SUBDIRECTOR X No aplica No aplica
INFORMADOR EXPRESS
X X X No aplica No aplica
ASESOR MÚLTIPLE X X X No aplica No aplica
ASESOR PYME X No aplica No aplica
ASESOR INVERSIÓN X No aplica No aplica
SUPERNUMERARIO X X X No aplica No aplica
APRENDIZ SENA X X X No aplica No aplica
CANTIDAD FUNCIONARIOS
105 60 Según la Necesidad
No aplica No aplica
Fuente: Gestión Humana Regional Bogotá - 2011
3.2.5.1. Variables tenidas en cuenta para la Búsqueda de un Recurso para el cubrimiento de una contingencia en una Oficina:
El Analista de la Coordinación de Administración de Planta de Gestión Humana Regional Bogotá, quien es la persona encargada del proceso de asignación de Recursos al cubrimiento de contingencias, debe tener en cuenta los siguientes criterios:
5Supernumerarios: son funcionarios que no tienen una oficina fija y están destinados principalmente para hacer remplazos
de funcionarios en vacaciones y se encuentran programadas desde un mes de anticipación, pueden hacer la función de
caja, información o subdirección. Los Supernumerarios que no se encuentren haciendo remplazos de vacaciones son recursos que se pueden destinar para el cubrimiento de contingencias. 6Funcionario SENA: Es un funcionario el cual se encuentra en etapa productiva, la cual dura 6 meses. Se procura no rotar
tanto con estos funcionarios para que pueda ser evaluado su desempeño al finalizar su año como aprendiz SENA y pueda
ser contratado por el banco o de manera temporal mientras se le ubica una vacante. 7Temporal: son funcionarios que no están contratados directamente por el Banco sino por medio de una empresa de
servicios temporales y tienen una antigüedad no superior a los siete meses, después de concluido éste tiempo son contratados por el Banco de acuerdo a su desempeño y las vacantes existentes en el momento. Ésta figura fue creada en
primera instancia para el cubrimiento de licencias de maternidad, pero si existe la disponibilidad de tal recurso se puede destinar para cubrir contingencias. 8Préstamo Otra Oficina: Ésta labor es la más dispendiosa de todas debido a que se debe llamar a las oficinas que se
encuentran cercanas a nivel geográfico y solicitar el préstamo del recurso para la asignación, pueden ser pertenecientes a
una Zona diferente, todo depende de la disponibilidad de la oficina prestante. En ocasiones desde la Subgerencia de Zona se puede gestionar para que un recurso pueda ser prestado entre oficinas pertenecientes a la misma Zona. 9Horas Extras: Es el último de los recursos al cual se debe recurrir debido al costo que implica el pago de horas extras. En
primera instancia se buscan dentro de la oficina en la que se presentó la contingencia, en caso de no tener éxito, se tiene una base de datos de funcionarios que han manifestado su interés en realizar horas extras y que cuentan con la
Disponibilidad. Como última opción se envía un correo a todas las oficinas para que los funcionarios que estén interesados se comuniquen con el área de Gestión Humana y puedan ser asignados a la oficina que lo requiere.
9
1. Cercanía al lugar de Residencia o de Estudio: Se valida en el
Sistema de Administración del Recurso Humano (SARH) la dirección de residencia, posteriormente se llama telefónicamente al funcionario para preguntarle su lugar de estudio en caso de tenerlo, para así asignarlo a una oficina cercana..
2. Antigüedad de la persona: El SARH permite ver la antigüedad de la
persona, variable de gran importancia para asignar un recurso adecuado a la oficina que lo requiera, ya que no se puede enviar a un funcionario cuya experticia no cumpla con el nivel de exigencia de la oficina. (Esta variable no se usa actualmente en todos los casos en la asignación)
3. Nivel de Desempeño: Actualmente las personas que administran éstos
recursos realizan seguimiento al desempeño de los el cual se mide por medio de las Metas o por el porcentaje de Capacidad Utilizada ya sea en el área comercial - Información - o en el área transaccional – Caja - respectivamente. Adicionalmente se cuenta con las calificaciones de la valoración para el desarrollo, donde se puede revisar el desempeño del funcionario. (Esta variable no se usa actualmente para la asignación).
Descritos los procesos de Asignación de Recursos e identificando las Variables críticas del proceso, se procede a realizar el Diagnóstico de estas mismas para los dos procesos:
3.3. ALINEACIÓN DEL PROCESO DE ASIGNACIÓN DE RECURSOS Y LOS
LINEAMIENTOS ESTRATÉGICOS 10
3.3.1. Misión
Generar Valor para nuestros accionistas, clientes, colaboradores y terceros relacionados,
apoyados en las siguientes destrezas:
Conocimiento del Cliente
Manejo del Riesgo
Tecnología y Procesos
Innovación
Sinergia Empresarial
Conocimiento del Negocio
Manejo Emocional de las relaciones
3.3.2. Principios
3.3.2.1. Servicio
Recientemente nuestros clientes nos han reconocido con el primer lugar en calidad de servicio en el sector financiero del país.
10
Fuente: https://linea.davivienda.com/indice/ Accedida: Noviembre 2012
10
Todo esto ha sido posible gracias a nuestros más de 11 mil funcionarios que con talento y
exigentes procesos de capacitación, logran ofrecer el mejor servicio.
3.3.2.2. Nuestra Gente
En Davivienda, nos definimos como una organización centrada en el ser humano el cual reconocemos como una fuente inagotable de generación de valor.
Davivienda cuenta con más de 11 mil funcionarios que con talento, y exigentes procesos de capacitación, mantienen un excelente ambiente laboral con un conjunto de principios y
valores que rodean nuestras actuaciones.
En el año 2009 Davivienda recibió el Premio Portafolio a la Administración del Recurso
Humano.
3.3.3. Relación Lineamiento Estratégico y el Proceso de Asignación de
Recursos
3.3.4. Macro Procesos Involucrados en el proceso de Asignación de
Recursos
Indagando acerca de cuales son los Macro Procesos ei
4. DIAGNÓSTICO DEL PROCESO ACTUAL PARA LA ASIGNACIÓN DE RECURSOS HUMANOS PARA LAS OFICINAS DEL BANCO DAVIVIENDA
Descrito el proceso se procede a realizar un análisis de las actividades llevadas a cabo en este, con el fin de evaluar el impacto en cuanto a la eficiencia de los recursos utilizados en el proceso de asignar funcionarios a las Oficinas para el cubrimiento de Contingencias
Tabla VI: Tiempos de Actividades en el Proceso de Asignación de Recursos para el cubrimiento de contingencias
Número de
ActividadActividad
Tiempo
Promedio
(min)
1 Recibir la Solicitud 1,5
2 Alimentar la Base de Contingencias 1
3 Ingresar al Módulo de Ausentismo 0,5
4 Validar la Disponibilidad de Recursos 9
5 Validar la Solicitud 16
6 Informar a la Oficina respuesta de la Solicitud 3
7 Alimentar la Base de Contingencias 1,5
32,5
45
4,875
8
61%
Tiempo Total por Contingencia
Promedio Total Contingencias Semanal
Horas Diarias Proceso de Cubrimiento de Contingencias
Horas Laborales
% Horas Cubrimiento de Contingencias
11
Fuente: Análisis tiempos Regional Bogotá
Como se puede observar en la anterior tabla las actividades que implican mayor tiempo son la 4 y la 5 en la que corresponde a las actividades de Validar la disponibilidad de los recursos y validar la solicitud, esto radica en el hecho de no contar con la información necesaria que sirva como insumo para la toma de decisiones de manera efectiva y que permita una utilización del recurso encargado del proceso de manera eficiente. De acuerdo a lo mencionado anteriormente, un factor importante en el diseño de la solución es que la alternativa seleccionada ayude a optimizar este proceso y se reduzca el tiempo de las dos actividades consideradas como críticas.
4.1. DIAGNÓSTICO VARIABLE CRÍTICAS PARA EL PROCESO DE EVALUACIÓN DE LA ASIGNACIÓN DE UN RECURSO PARA EL CUBRIMIENTO DE UNA CONTINGENCIA EN UNA OFICINA:
4.1.1. Cubrimiento de Contingencias y Disponibilidad de Recursos
4.1.1.1. Cubrimiento de Contingencias
La principal Variable en el proceso de asignación de Recursos son las Contingencias es por esto que es importante realizar el análisis del comportamiento de estas. Cubrimiento de Contingencias por Cargo:
Tabla VII: Cubrimiento de Contingencias por Cargo 2011
Tabla de Valores Contingencias por Cargo 2011
Diagrama de Pareto Cubrimiento de Contingencias por Cargo 2011
Fuente: Cubrimiento de Contingencias por Cargo 2011 – Análisis: El autor
Al observar los resultados se puede considerar que los Cargos que presentan mayor número de Contingencias son los cargos de Cajero, Informador y Subdirector ya que estos tres conforman el 86% del total de contingencias del 2011. Es conveniente que estos resultados se validen con el tamaño de la planta por cada cargo
CARGO Cantidad de
Días
Porcentaje
de Total Acumulado
#
Funcionarios
Porcentaje
de Total Acumulado
CAJERO 3490 46,4% 46,4% 778 40,2% 40,2%
INFORMADOR 1992 26,5% 72,8% 547 28,3% 68,4%
SUBDIRECTOR 1043 13,9% 86,7% 248 12,8% 81,3%
INFORMADOR EXPRESS 321 4,3% 90,9% 71 3,7% 84,9%
ASESOR MÚLTIPLE 264 3,5% 94,4% 25 1,3% 86,2%
ASESOR PYME 245 3,3% 97,7% 74 3,8% 90,0%
ASESOR INVERSIÓN 135 1,8% 99,5% 28 1,4% 91,5%
SUPERNUMERARIO 36 0,5% 100,0% 105 5,4% 96,9%
APRENDIZ SENA 2 0,0% 100,0% 60 3,1% 100,0%
Total general 7528 100,0% 1936 100,0%
CONTINGENCIAS PLANTA
0,0%
20,0%
40,0%
60,0%
80,0%
100,0%
120,0%
Diagrama de Pareto Contingencias por Cargo
Porcentaje de Total
Acumulado
12
Tabla VIII: Cantidad de Funcionarios por Cargo Planta 2011.
Cantidad de Funcionarios por Cargo 2011
Diagrama de Pareto Funcionarios por Cargo 2011
Fuente: Informe de Planta área OYM Davivienda – Análisis: El autor
Teniendo en cuenta que estos tres cargos son los que tienen mayor aporte en cantidad a la planta y en el número de contingencias generadas en la Regional Bogotá, el enfoque del proyecto estará orientado hacia un Modelo de Asignación de Recursos para estos tres cargos.
4.1.1.2. Disponibilidad de Recursos
Es importante antes de evaluar la priorización de la oficina que solicitó el recurso, la disponibilidad para asignar. Por esto el Coordinador de Administración de Planta cuenta con un listado semanal de los funcionarios que tiene a su disposición para el proceso de asignación, este informe es alimentado con los reportes enviados por el Analista de Nómina quien genera una base con los datos de los funcionarios que se encuentran cubriendo vacaciones y el Analista encargado de la gestión de los recursos con los funcionarios que se encuentran cubriendo vacaciones. Actualmente no se cuenta con un número establecido de funcionarios para asignar al cubrimiento de contingencias, ya que estos dependen del cubrimiento de vacaciones y este proceso es variable por que las oficinas programan en diferentes fechas los períodos a tomar por los funcionarios Buscando establecer cuál sería el número de recursos que se requeriría para realizar el cubrimiento de contingencias se presenta la demanda de solicitudes11semanal del 2011 de los tres cargos analizados total así como las solicitudes Cubiertas y No cubiertas:
11 Solicitud: Acción de reportar la contingencia. No cuenta el número de días por la que es solicitado el recurso.
CARGO #
Funcionario
Porcentaje
de Total Acumulado
CAJERO 778 40,2% 40,2%
INFORMADOR 547 28,3% 68,4%
SUBDIRECTOR 248 12,8% 81,3%
SUPERNUMERARIO 105 5,4% 86,7%
ASESOR PYME 74 3,8% 90,5%
INFORMADOR EXPRESS 71 3,7% 94,2%
APRENDIZ SENA 60 3,1% 97,3%
ASESOR INVERSIÓN 28 1,4% 98,7%
ASESOR MÚLTIPLE 25 1,3% 100,0%
Total general 1936 100,0%
PLANTA
0,0%
20,0%
40,0%
60,0%
80,0%
100,0%
120,0%
Diagrama de ParetoCantidad de Funcionarios por Cargo
Porcentaje de Total
Acumulado
13
Tabla IX: Demanda Semanal de Contingencias de las Oficinas en la Regional Bogotá en el 2011
Fuente: Informe Cubrimiento de Contingencias Gestión Humana Regional Bogotá – Análisis: El autor
De lo anterior se puede concluir lo siguiente:
El número de Cajeros, Informadores y Subdirectores para dar cubrimiento a un mínimo promedio de Contingencias se puede tomar por el promedio de No Cubiertos, es 8, 5 y 2 respectivamente.
Para cubrir las Contingencias señaladas se debería tener en cuenta la media del número de solicitudes cubiertas para cubrir las contingencias 20, 9 y 6 recursos para Cajero, Informador y Subdirector respectivamente.
Como máximo de recursos para asignar semanalmente para los cargos de Cajero, Informador y Subdirector se debería tener 50, 23 y 11 respectivamente de acuerdo a la Demanda Total.
De acuerdo a la Demanda expuesta anteriormente es importante contar con una base con los datos de los funcionarios disponibles para la asignación a las oficinas que presenten contingencias. Dependiendo del número de recursos a disposición es posible pasar a la siguiente etapa, la cuales evaluar la priorización de que Oficina sería a la que se destinaría el recurso, teniendo en cuenta el criterio y ponderación dado a las variables que serán analizadas en el documento.
4.1.2. (%) Porcentaje de Capacidad Utilizada
Como se explicó en el numeral 1.2.4. Ésta variable es tenida en cuenta para la medición del área de Caja. Para el proyecto se tuvo en cuenta el Porcentaje de Capacidad Utilizada Promedio del 2011 de todas las oficinas de la Regional de las Jornadas Normal y Adicional, dando como resultado el siguiente comportamiento:
Tabla X: Comportamiento % Capacidad Utilizada horario Normal y Adicional 2011
Fuente: Informe Transaccional por Oficina Dpto. Comercial de Canales Davivienda - Análisis: El Autor
CARGO CAJERO INFORMADOR SUBDIRECTOR CAJERO INFORMADOR SUBDIRECTOR CAJERO INFORMADOR SUBDIRECTOR
Promedio 25 14 6 19 10 6 8 5 2
Mínimo 2 4 1 2 4 1 1 1 1
Cuartil 1 20 10 4 11 6 4 4 2 1
Cuartil 2 - Mediana 25 13 6 20 9 6 6 4 1
Cuartil 3 29 17 7 25 13 7 11 6 1
Cuartil 4 - Máximo 50 23 11 49 19 10 19 11 2
DEMANDA TOTAL CUBRIMIENTO NO CUBRIMIENTO
RANGO% CAPACIDAD
UTILIZADARANGO
% CAPACIDAD
UTILIZADA
Promedio 62% Promedio 112%
Mínimo 19% Mínimo 63%
Cuartil 1 54% Cuartil 1 97%
Mediana 62% Mediana 109%
Cuartil 3 68% Cuartil 3 127%
Máximo 115% Máximo 185%
HORARIO NORMAL HORARIO ADICIONAL
14
Con base en los datos de los cuartiles se puede decir que los 4 Niveles estarían definidos de la siguiente manera:
Tabla XI: Rangos de %Capacidad Utilizada Horario Normal y Adicional 2011
Fuente: Informe Transaccional por Oficina Dpto. Comercial de Canales Davivienda - Análisis: El Autor
Con base en estos rangos de % Capacidad Utilizada es necesario evaluar si los recursos asignados para el cubrimiento de contingencias fueron acordes con el comportamiento de esta variable. Es decir evaluar si las oficinas que fueron soportadas con un recurso para el cubrimiento de la novedad realmente lo ameritaban y si las que no se les dieron respuesta si era necesario el recurso. Para poder dar respuesta a la anterior afirmación se analizará el comportamiento de %Capacidad Utilizada bajo los siguientes parámetros:
Comportamiento con un recurso menos (En este caso Cajeros).
Relación de linealidad directa entre Cantidad de Funcionarios en Caja y % Capacidad Utilizada máximo de cada uno de los cuatro rangos establecidos
Adoptando como 80% el Nivel de %Capacidad Utilizada Promedio Ideal12
Haciendo un paralelo entre el número de contingencias Cubiertas y No Cubiertas y así calificar la Asignación de Recursos.
Las tablas detalladas para el horario normal y adicional se encuentran en el Anexo 3, a continuación se muestra el resumen en lo que se puede observar lo siguiente:
12 %Capacidad Utilizada Ideal: El Banco Davivienda en sus políticas de bienestar considera que una Capacidad del 80% es ideal.
NIVEL DE % CAPACIDAD
UTILIZADA
Límite
Inferior
Límite
Superior
Límite
Inferior
Límite
Superior
1 19% 54% 63% 97%
2 54% 62% 97% 109%
3 62% 68% 109% 127%
4 68% 115% 127% 185%
HORARIO NORMAL HORARIO ADICIONAL
15
Tabla XII: Contingencias Cubiertas / No Cubiertas Vs. Rangos de % Capacidad Utilizada y Cantidad de Cajeros 2011.
Fuente: Informes del 2011 de Cubrimiento de Contingencias - Gestión Humana Regional Bogotá. 2. Informe de Capacidad
Utilizada Bogotá – Dpto. Comercial de Canales Davivienda. 3. Cantidad de Cajeros - Informe de Planta por Oficina OYM
Davivienda
En el horario Normal es donde se presentan mayor número de inconsistencias en el proceso de asignación de recursos.
En el horario adicional presenta déficit de recursos ya que todos los rangos de % de Capacidad Utilizada se encuentran por encima del 100%.
El 17% del total de las contingencias no se cubrieron y según el criterio dado por las variables enunciadas (Número de Funcionarios Vs. Capacidad Utilizada).
Al 10% del total de las Contingencias se les dio cubrimiento y no era necesario de acuerdo al criterio dado por estas dos variables.
Con los recursos asignados a las Contingencias clasificadas como no prioritarias se podría cubrir el 58% del total de las Contingencias No cubiertas (93% del Horario Normal y 0% del Horario Adicional).
El 28% de las Contingencias Totales no se les dio una asignación de recursos eficiente.
Teniendo en cuenta que el 10% de las Contingencias cubiertas no fueron asignadas a las oficinas con un nivel de prioridad alto dado por el rango de %Capacidad Utilizada, es importante realizar el cálculo del valor monetario que significa asignar a un recurso a este tipo de oficinas:
Días No
Cubiertos
Días
Cubiertos
Días No
Cubiertos
Días
Cubiertos
Días No
Cubiertos
Días
Cubiertos
Días No
Cubiertos
Días
Cubiertos
111 403 121 423 143 565 108 642
Cantidad 40 257 50 268 12 512 0 642
% 36% 64% 41% 63% 8% 91% 0% 100%
Cantidad 71 146 71 155 131 53 108 0
% 64% 36% 59% 37% 92% 9% 100% 0%
43 189 53 241 77 175 54 142
Cantidad 0 189 0 241 0 175 0 142
% 0% 100% 0% 100% 0% 100% 0% 100%
Cantidad 43 0 53 0 77 0 54 0
% 100% 0% 100% 0% 100% 0% 100% 0%
154 592 174 664 220 740 162 784
Cantidad 40 446 50 509 12 687 0 784
% 26% 75% 29% 77% 5% 93% 0% 100%
Cantidad 114 146 124 155 208 53 162 0
% 74% 25% 71% 23% 95% 7% 100% 0%
JORNADA
Cant. Días % Cant. Días %Cant.
Días%
Cant.
Días% Cant. Días %
Horario Normal 2516 72,09% 381 15% 354 14% 354 93% 735 29%
Horario Adicional 974 27,91% 227 23% 0 0% - 0% 227 23%
Total 3490 100,00% 608 17% 354 10% 354 58% 962 28%
Total
Correcta Administración
de Recursos
Oportunidad de Mejor
Admon. De los Recursos
Horario Normal
Correcta Administración
de Recursos
Oportunidad de Mejor
Admon. De los Recursos
Horario Adicional
Total Contingencias
Total Contingencias
Total Contingencias
Correcta Administración
de Recursos
Oportunidad de Mejor
Admon. De los Recursos
CONTINGENCIAS
ASIGNACIÓN DE
RECURSOS NO
EFICIENTE
CUARTIL 3 CUARTIL 4
NO CUBRIMIENTO
NECESARIO
SUMA TOTAL
CUBRIMIENTO
INNECESARIO
DIF.
CUBRIMIENTO
INNECESARIO/NO
CUBRIMIENTO
NECESARIO
CUARTIL 1 CUARTIL 2
16
Tabla XIII: Valor monetario Contingencias Cubiertas en el 2011 a oficinas no prioritarias13
.
Fuente: Informe Cubrimiento Contingencias 2011 – Gestión Humana Regional Bogotá. Análisis: El autor.
De acuerdo al análisis anterior el costo de asignar un recurso a oficinas consideradas como no prioritarias correspondientes al 17,4% del total de las contingencias cubiertas, representa un valor de $16 Millones. Por lo que se podría decir que al contar con una asignación que tuviera en cuenta las variables analizadas (%Capacidad Utilizada y Tamaño de la planta) se podrían optimizar los recursos en un 18,1%. Las tablas detalladas por Cargo de los costos de Asignación de Recursos a Oficinas No prioritarias se encuentran en el Anexo 4.
4.1.3. Calificación de Servicio
Esta variable de calificación de Oficinas es Trimestral y evalúa de 1 a 100 el servicio de toda la Oficina, por lo que se tendrá en cuenta para realizar la relación entre el Servicio prestado y la respuesta para el cubrimiento de Contingencias. Al igual que el Porcentaje % Capacidad Utilizada se dividirá la información de las Oficinas en Rangos dados por los cuartiles, los niveles de calificación para las oficinas en el 2011 fueron los siguientes:
Tabla XIV: Rangos de Calificación de servicio obtenido por las Oficinas en el 2011 División de Cuartiles Niveles de Servicio
Fuente: Informe Calificación de Servicio en Oficinas Regional Bogotá 2011 – Servicio y Calidad Davivienda – Análisis: El autor.
Con el fin de indagar una posible relación entre el número de contingencias no cubiertas para los cargos de Cajero, Informador y Subdirector y la calificación de servicio, se procede a realizar este análisis teniendo en cuenta los rangos definidos anteriormente. Al mismo tiempo se dividieron las contingencias en grupos, la tabla detallada se encuentra en el Anexo 5:
13
Oficinas No Prioritarias: Calificativo a las Oficinas que según el análisis realizado se clasifican así.
UNIDAD DE MEDICIÓN
RECURSORecursos Asignados a
Oficinas no Prioritarias
Total Recursos
AsignadosDiferencia % Diferencia
Total Valor de no
Asignar
Total Valor de
Asignar RecursosDiferencia % Diferencia
HORAS EXTRAS 2 48 46 4,2% $ 121.625 $ 2.371.688 $ 2.250.063 5,1%
SUPERNUMERARIOS 229 1404 1175 16,3% $ 11.564.500 $ 69.418.300 $ 57.853.800 16,7%
APRENDIZ SENA 64 390 326 16,4% $ 2.140.900 $ 10.569.000 $ 8.428.100 20,3%
TEMPORAL 54 184 130 29,3% $ 2.421.900 $ 8.252.400 $ 5.830.500 29,3%
PRESTAMO OTRA OFICINA 5 7 2 71,4% $ 224.250 $ 313.950 $ 89.700 71,4%
TOTAL 354 2033 1679 17,4% $ 16.473.175 $ 90.925.338 $ 74.452.163 18,1%
DÍAS COSTO ASIGNACIÓN
RANGO CALIFICACIÓN
Promedio 91,51
Mínimo 45,22
Cuartil 1 90,70
Mediana 92,68
Cuartil 3 93,98
Máximo 95,39
NIVEL DE
SERVICIO
Límite
Inferior
Límite
Superior
1 45,22 90,70
2 90,70 92,68
3 92,68 93,98
4 93,98 95,39
17
De la información se puede inferir lo siguiente:
Las oficinas con menor número de contingencias que no presentaron Contingencias No Cubiertas o que no presentaron ningún tipo de contingencia se encuentran en el mayor rango de calificación de Servicio (Cuartil 4).
Las oficinas que presentaron mayor número de contingencias se encuentran en el Rango de Servicio más bajo (Cuartil 1).
No hay ninguna de las Oficinas del Cuartil 4 que estén en el grupo de mayor número de Contingencias.
Tabla XV: Tabla y Gráfico de Número de Oficinas según la relación de las variables Rango de Servicio 2011 Vs. Número
de Contingencias No Cubiertas en el 2011
Tabla
Gráfico
Fuente: Informe Servicio y Calidad 2011 Davivienda – Informe Contingencias Gestión Humana Bogotá 2011. Análisis: El
autor.
4.1.4. Captación
Se evalúa esta variable con el fin de validar si a las Oficinas que fueron o no destinados recursos para cubrir contingencias de la Jornada Normal y Adicional eran meritorias de éste, teniendo en cuenta el nivel de Captación presentado a lo largo de un período en este caso del 2011, variable monetaria que mide el dinero que es depositado en la oficina (No mide número de transacciones) y sólo aplica para el área de Caja. Las Oficinas se encuentran en rangos dados por el número de contingencias presentadas, la tabla detallada se encuentra en el Anexo 6. La división de los Rangos se muestra a continuación:
cuartil 1 cuartil 2 cuartil 3 cuartil 4 Total general
No presentó 4 1 1 15 21
0 5 9 8 13 35
1 A 5 3 19 21 13 56
6 A 10 9 19 14 7 49
11 A 20 5 3 7 5 20
20 + 6 3 2 0 11
TOTAL 32 54 53 53 171
No presentó 0 1 A 5 6 A 10 11 A 20 20 +
cuartil 1 4 5 3 9 5 6
cuartil 2 1 9 19 19 3 3
cuartil 3 1 8 21 14 7 2
cuartil 4 15 13 13 7 5 0
0
5
10
15
20
25
# D
ías N
o C
ub
iert
os
Número de Oficinas: Rango de Servicio Vs. Número de Contingencias no Cubiertas
18
Tabla XVI: Rangos de Niveles de Captación Total por Oficina 2011 División de Cuartiles Niveles de Captación
Fuente: Informe Gestión Comercial Captación 2011 Oficinas Bogotá Davivienda.
Tabla XVII: Tabla y Gráfico de Número de Oficinas según la relación de las variables Rango de Captación Total por
Oficina Vs. Número de Contingencias No Cubiertas y Cubiertas – 2011.
Tabla
Gráfico
Fuente: Rango de Captación Total por Oficina – Informe Gestión Comercial Oficinas Bogotá 2011. Informe Contingencias
Gestión Humana Bogotá – 2011. Análisis: El Autor.
Presenta un gran número de oficinas del primer rango de Captación que no presentaron contingencia en el área de Caja y tampoco presentaron No cubrimientos.
Las oficinas que presentaron No cubrimientos de 1 a 5 presenta un nivel equilibrado de todos los rangos de Captación.
RANGO NIVELCAPTACIÓN
($Millones)
Promedio 521.751$
Mínimo 1.028$
Cuartil 1 1 115.644$
Mediana 2 255.543$
Cuartil 3 3 560.313$
Máximo 4 5.164.849$
NIVEL DE
CAPTACIÓN
Límite Inferior
Millones
Límite Superior
Millones
1 1.028$ 115.644$
2 115.644$ 255.543$
3 255.543$ 560.313$
4 560.313$ 5.164.849$
cuartil 1 cuartil 2 cuartil 3 cuartil 4Total
general
No
presentó 17 8 6 1 32
0 12 10 15 12 49
1 A 5 10 20 18 18 66
6 A 10 8 8 5 7 28
11 A 20 1 1 4 5 11
20 + 0 1 0 5 6
TOTAL 48 48 48 48 192
0
5
10
15
20
25
No presentó 0 1 A 5 6 A 10 11 A 20 20 +
Nú
me
ro d
e O
fici
nas
Días Contingencias
Número de Oficinas: Días No Cubrimiento Vs. Rango de Captación
cuartil 1
cuartil 2
cuartil 3
cuartil 4
cuartil 1 cuartil 2 cuartil 3 cuartil 4Total
general
No presentó 17 8 6 1 32
0 4 1 0 1 6
1 A 5 8 13 6 11 38
6 A 10 6 7 13 6 32
11 A 20 6 11 12 8 37
21 A 30 3 5 6 8 22
MAYOR A 30 4 3 5 13 25
TOTAL 48 48 48 48 1920
2
4
6
8
10
12
14
16
18
No presentó 0 1 A 5 6 A 10 11 A 20 21 A 30 MAYOR A 30
Nú
me
ro d
e O
fici
nas
Días Contingencias
Número de Oficinas: Días Cubrimiento Vs. Rango de Captación
cuartil 1
cuartil 2
cuartil 3
cuartil 4
19
Al igual que él No Cubrimiento, el cubrimiento de contingencias es menor en las Oficinas de menor nivel de captación.
13 Oficinas que presentaron mayor número de Contingencias Cubiertas se encuentran en el rango 4 de captación.
Se esperaba que el comportamiento de la asignación fuera de esta manera: las oficinas que menos tuvieran contingencias no cubiertas fueran las del Cuartil 4 (mayor nivel de Captación) al igual que el cubrimiento se diera prioridad a las oficinas de este rango. Este enfoque es siguiendo el lineamiento de la Estrategia del Banco respecto a la priorización de clientes, la cual se enmarca la profundización y por tal motivo se les debe dar mayor importancia con la asignación de un recurso a las oficinas que cuentan con mayor nivel de Captación.
4.1.5. Colocación
Al igual que la variable de Captación, el objetivo de tener en cuenta este indicador es poder verificar si los recursos que fueron utilizados se distribuyeron a las oficinas que aportan mayor cantidad a la Regional en el crecimiento y cumplimiento de este segmento. Esta variable aplica para el área de Información debido a que es esta la encargada de este segmento dentro de la oficina, por tal motivo sólo se tendrá en cuenta las Contingencias de los Informadores. La colocación está dada en saldos y la división de esta se presenta a continuación al mismo tiempo las Oficinas se encuentran en rangos dados por el número de contingencias presentadas, la tabla detallada se encuentra en el Anexo 7.
Tabla XVIII: Rangos de Niveles de Colocación Total por Oficina 2011
División de Cuartiles Niveles de Colocación
Fuente: Informe Gestión Comercial Colocación 2011 Oficinas Bogotá Davivienda.
RANGO NIVELCOLOCACIÓN
($Millones)
Promedio 275.059$
Mínimo 544$
Cuartil 1 1 148.485$
Mediana 2 244.914$
Cuartil 3 3 362.267$
Máximo 4 1.074.879$
NIVEL DE
COLOCACIÓN
Límite Inferior
Millones
Límite Superior
Millones
1 544$ 148.485$
2 148.485$ 244.914$
3 244.914$ 362.267$
4 362.267$ 1.074.879$
20
Tabla XIX: Tabla y Gráfico de Número de Oficinas según la relación de las variables Rango de Colocación Total por
Oficina Vs. Número de Contingencias No Cubiertas y Cubiertas - 2011
Tabla
Gráfico
Fuente: Rango de Captación Total por Oficina – Informe Gestión Comercial Oficinas Bogotá 2011. Informe Contingencias
Gestión Humana Bogotá – 2011. Análisis: El Autor.
Presenta un gran número de oficinas del primer rango de Captación que no presentaron contingencia en el área de Información y tampoco presentaron No cubrimientos.
Al igual que él No Cubrimiento el cubrimiento de contingencias es menor en las Oficinas de menor nivel de Colocación.
Los resultados esperados del comportamiento de estas variables era una tendencia al cubrimiento de las oficinas en los niveles de colocación más altos (Cuartil 3 y 4). Esto al igual que Captación se debe a la estrategia definida para todos los segmentos del Banco el cual está enmarcada en la Profundización.
4.2. VARIABLES TENIDAS EN CUENTA PARA LA BÚSQUEDA DE UN RECURSO PARA EL CUBRIMIENTO DE UNA CONTINGENCIA EN UNA OFICINA:
Se evaluarán las variables consideradas de gran importancia para la Asignación de un Recurso (Funcionario) a una contingencia que ya se dio prioridad. Es importante tener en cuenta que esta actividad debe estar integrada con la
cuartil 1 cuartil 2 cuartil 3 cuartil 4Total
general
No presentó 29 5 10 6 50
0 9 21 17 17 64
1 A 5 6 17 15 18 56
6 A 10 4 4 5 3 16
Mayor a 11 0 1 1 4 6
TOTAL 48 48 48 48 192
0
5
10
15
20
25
30
35
No presentó 0 1 A 5 6 A 10 Mayor a 11
Núm
ero
de O
ficin
as
Días - Contingencias
Número de Oficinas: Días Cubrimiento Vs. Rango de Colocación
cuartil 1
cuartil 2
cuartil 3
cuartil 4
cuartil 1 cuartil 2 cuartil 3 cuartil 4Total
general
No presentó 29 5 10 6 50
0 3 2 2 2 9
1 A 5 10 18 14 12 54
6 A 10 1 12 8 11 32
11 A 20 1 8 8 12 29
21 A 30 2 1 3 2 8
MAYOR A 30 2 2 3 3 10
TOTAL 48 48 48 48 192
0
5
10
15
20
25
30
35
No presentó 0 1 A 5 6 A 10 11 A 20 21 A 30 MAYOR A 30
Nú
mer
o d
e O
fici
nas
Días - Contingencias
Número de Oficinas: Días Cubrimiento Vs. Rango de Colocación
cuartil 1
cuartil 2
cuartil 3
cuartil 4
21
priorización de las oficinas que se les asigna un recurso, debido a que son elementos importantes.
La asignación de los anteriores recursos se realiza por parte de la persona encargada del proceso, teniendo en cuenta los siguientes criterios:
4.2.1. Cercanía al lugar de Residencia o de Estudio:
Se valida en el Sistema de Administración del Recurso Humano (SARH) la dirección de residencia, posteriormente se llama telefónicamente al funcionario para preguntar el funcionario el lugar de estudio en caso que lo tenga.
Esta variable es de gran impacto ya que se debe contar con los recursos en el momento que se requiera y por políticas de bienestar del Banco se debe velar para que los funcionarios el lugar de trabajo en este caso la Oficina este ubicada cerca a su lugar de residencia o al de estudio.
En la actualidad no se cuenta con una base consolidada con esta información. El proceso se lleva a cabo mediante bases temporales en donde se consulta para algunos casos la información. Por esta razón no se cuenta con un indicador histórico que permita evaluar la asignación de recursos con esta variable.
Es importante contar con un archivo fuente en el que se tenga esta información con el fin de brindar un servicio oportuno desde Gestión Humana a las oficinas para el cubrimiento de contingencias.
4.3. RESUMEN
De acuerdo a la información presentada en los numerales 4.1 y 4.2., las variables que se tendrían en cuenta para la priorización de las oficinas a las cuales se les suministrarán un recurso para el cubrimiento de contingencias y la escogencia de este recurso se podrían resumir en la siguiente tabla.
Tabla XX: Tabla Resumen de las Variables que influyen en los Cargos analizados
Fuente: El Autor
Nota: No se tendrá en cuenta evaluación de desempeño ni antigüedad.
SUBDIRECTOR CAJERO INFORMADOR
DISPONIBILIDAD DE RECURSOS X X X Stock Gestión Humana Semanal
TAMAÑO DE LA PLANTA X X X Planta Aprobada - Regional Bogotá Mensual
% CAPACIDAD UTILIZADA X X Transaccionalidad Oficinas Mensual
CALIFICACIÓN DE SERVICIO X X X Calificación de Servicio por Oficina Trimestral
CAPTACIÓN X X Gestión Rentable Oficinas Mensual
COLOCACIÓN X Gestión Rentable Oficinas Mensual
ESCOGENCIA DEL
RECURSO PARA
ASIGNAR A LA
OFICINA
EVALUADA.
CERCANÍA AL LUGAR DE RESIDENCIA X X X Planta Regional Bogotá - Direcciones Mensual
INFORMEPROCESO
EVALUACIÓN DE
PRIORIDAD PARA
CUBRIR UNA
CONTINGENCIA
CARGO AL QUE APLICA PERIODICIDAD
DE INFORMEVARIABLE
22
Con base en estas variables se procederá a realizar la propuesta para el diseño del aplicativo funcional para la asignación de Recursos Humanos a la Regional Bogotá.
5. EVALUAR DIFERENTES ALTERNATIVAS TEÓRICAS EXISTENTES PARA LA ASIGNACIÓN DE RECURSOS HUMANOS EN LAS OFICINAS DEL BANCO
DAVIVIENDA EN LA CIUDAD DE BOGOTÁ, SELECCIONANDO LA QUE OFREZCA LOS MEJORES RESULTADOS.
Después de describir el proceso e identificar las variables críticas con su comportamiento en la asignación de recursos humanos en las oficinas del Banco Davivienda en la ciudad de Bogotá y hacer el diagnóstico de estas variables, se expusieron estos resultados a la Jefatura de Gestión Humana con el fin de integrar la información obtenida tanto en lo cuantitativo como en lo cualitativo, todo dado por la experiencia y el conocimiento del proceso.
En primera instancia y con el fin de indagar cuales serían las necesidades y requerimientos principales para el diseño del aplicativo para la asignación de Recursos Humanos a las Oficinas, se realizó una entrevista al Coordinador de Gestión Humana14.
A continuación se presenta los principales aspectos de la entrevista, La entrevista completa se encuentra en el Anexo 7:
Tabla XXI: Tabla Resumen de los principales apartes de la entrevista al Coordinador de Gestión Humana Aspecto Observación
Situación Actual No contar con un sistema centralizado de información.
No tener criterios definidos para asignar recursos para el cubrimiento de contingencias en las oficinas.
Avances tecnológicos En Desarrollo: Envío a través de Intranet las solicitudes de
recursos
Atributos que se deben tener en cuenta
Facilidad para alimentar la información.
Flexible.
Fácil comprensión
Limitaciones Tecnología: Sólo se cuenta con Office 2010.
Variables y peso para la Asignación
Variable CAJA INFORMACIÓN
Servicio 10% 10%
Captación 10% 10%
Colocación 5% 30%
Capacidad Utilizada Vs. Planta en
Contingencia15
40% 0%
Planta 35% 50%
Fuente: El autor
14ENTREVISTA Dora Isabel Pardo, Coordinador de Gestión Humana Bogotá Banco Davivienda. Bogotá, Marzo 13 de 2012. 15Planta en Contingencia: Planta total menos el número de funcionarios que se encuentran ausentes por Contingencia.
23
Partiendo de esta información y teniendo en cuenta los aspectos principales del aplicativo, se procedió al planteamiento de posibles soluciones para la asignación de Recursos a las Oficinas:
Se realizará el diseño de un primer modelo utilizando la filosofía de creación de atributos para la evaluación de cada una de las solicitudes de recursos lo cual se evaluó en una secuencia determinada por la teoría de manejo de inventarios PEPS o FIFO16 , Primero en Entrar –Primero en Salir, en la cual hace referencia básicamente al uso de los inventarios de acuerdo a su orden de llegada, para este caso sería la solicitud de asignación de un elemento del inventario y se le debe dar respuesta ya sea positiva al asignar un recurso o negativa al no cubrir la contingencia conforme va llegando.
En primera instancia y utilizando como insumo la información obtenida en el diagnóstico de las variables y teniendo en cuenta los criterios dados por la administración de planta, se procederá al diseño de un modelo que integre estos dos aspectos el cualitativo y el cuantitativo. Para este documento se le dará el nombre de Modelo de Asignación de Recursos por Peso de Variables.
5.1. MODELO DE ASIGNACIÓN DE RECURSOS POR PESOS DE VARIABLES
Como primera etapa se tienen los pesos de cada una de las variables que aplican de diferente forma de acuerdo al área de cubrimiento, ya sea Caja o Información:
5.1.1. Pesos de Variables
El proceso para determinar los pesos de cada una de las variables se llevó a través de
información Cualitativa y Cuantitativa. Se realizaron simulaciones de los diferentes
resultados generados para diferentes valores de cada una de las variables, estos
resultados fueron presentados ante la Jefatura de Gestión Humana y los Subgerentes de
Zona, quienes de acuerdo a sus criterios y experiencia dentro del manejo de asignación
de Recursos a las oficinas determinaron que los pesos de las variables serían los
siguientes:
Tabla XXII: Tabla de pesos de las variables que influyen dentro del proceso de asignación de Recursos
Variable CAJA INFORMACIÓN
Servicio 10% 10%
Captación 10% 10%
Colocación 5% 30%
Capacidad Utilizada Vs. Planta en Contingencia
17
40% 0%
Planta 35% 50% Fuente: Anexo 7
16 Método de Control de Inventarios PEPS: Este método consiste básicamente en darle salida del inventario a aquellos productos que se adquirieron primero, por lo que en los inventarios quedarán aquellos productos comprados más recientemente. 17Planta en Contingencia: Planta total menos el número de funcionarios que se encuentran ausentes por Contingencia.
24
Posterior a esto se procedió a determinar para cada una de las variables involucradas una división y una calificación correspondiente de acuerdo a su impacto dentro del proceso de asignación como se muestra a continuación:
5.1.2. Rangos y Calificación de Variables
Cada una de las variables se dividieron y se les asignó una calificación de 1 a 10, donde 1 es lo más bajo y 10 es lo más alto según corresponda:
Tabla XXIII: Rangos de Calificación que influyen dentro del proceso de asignación de Recursos
Variable Descripción Rango Calificación
Servicio
La calificación está dada por la clasificación, la cual entre más baja sea, tiene mayor prioridad,
esta se debe al criterio y políticas del Banco al tratar de mantener un nivel de servicio por encima
del promedio de una oficina considerada como crítica.
Captación Se le da prioridad a las oficinas de mayor nivel de Captación.
Colocación Se le da prioridad a las oficinas de mayor nivel de Colocación.
Capacidad Utilizada Vs. Planta
en Contingencia
Este parámetro dentro de la asignación de recursos es la
relación lineal entre la Capacidad Utilizada y la planta de
funcionarios en Contingencia, definiendo a ésta última como la planta oficial menos un recurso.
Los Rangos de Calificación serían los siguientes:
Planta o Número de Funcionarios
Caja
Nivel de % Calificacón
de ServicioCalificación
Cuartil 1 10
Cuartil 2 8
Cuartil 3 5
Cuartil 4 3
Nivel de % Captación Calificación
Cuartil 1 3
Cuartil 2 5
Cuartil 3 8
Cuartil 4 10
Nivel de % Colocación Calificación
Cuartil 1 3
Cuartil 2 5
Cuartil 3 8
Cuartil 4 10
Nivel de % Capacidad
UtilizadaInferior Superior
Cuartil 1 0 80,89%
Cuartil 2 81% 98,72%
Cuartil 3 99% 136,58%
Cuartil 4 137% 429,20%
Número de Funcionarios Calificación
≤ 2.5 10
3≤x<4 8
4≤x<5 6
Mayor a 5 3
25
Información
Fuente: El autor
5.1.2.1. Planta o Número de Funcionarios
5.1.3. Evaluación del Método
Con el fin de evaluar el método se procede a simular como sería la calificación de las contingencias reportadas durante el 2011 para las áreas de Caja e Información en las jornadas Normal y Adicional.
Teniendo en cuenta la calificación se determinaría asignar un Recurso a las Contingencias que tuvieran una calificación mayor a 7. De acuerdo a esto para cada una de las variables el comportamiento de la calificación y correspondiente asignación del recurso sería la siguiente:
5.1.3.1. Servicio a) Caja
Para el área de Caja se tienen los siguientes resultados:
Tabla XXIV:Evaluación para la variable de Servicio en el área de CAJA de acuerdo a la Calificación y Asignación de
Recursos
Fuente: El autor
Observando los resultados se puede afirmar que el comportamiento de la asignación para el área de Caja en cuanto a la variable de Servicio es aceptable, debido a que a los cuartiles de menor calificación se les dio respuesta al 50% de las solicitudes de recursos.
b) Información Para el área de Información se tienen los siguientes resultados:
Número de Funcionarios Calificación
≤ 2.5 10
3≤x<4 8
4≤x<5 6
Mayor a 5 3
Nivel de Calificacón de
Servicio4 a 6 6 a 7 7 a 8 Mayor a 8 Total
Cuartil 1 106 14 94 147 361 241 67%
Cuartil 2 67 73 73 90 303 163 54%
Cuartil 3 155 35 20 55 265 75 28%
Cuartil 4 78 11 45 16 150 61 41%
TOTAL 406 133 232 308 1.079 540
CALIFICACIÓN
Asignación % Asignación
26
Tabla XXV: Evaluación para la variable de Servicio en el área de INFORMACIÓN de acuerdo a la Calificación y
Asignación de Recursos
Fuente: El autor
Para el área de información se tiene un comportamiento esperado de acuerdo a las políticas de servicio estipuladas por el Banco; esto se debe a que se tiene una asignación con comportamiento lineal de acuerdo a la calificación de servicio. En el Cuartil 1 de servicio mediante este método de pesos de variables se asignaría un 98% de las solicitudes, considerándolo un escenario ideal, y conforme se aumenta el nivel de servicio se reduce el porcentaje de asignación, por lo que se podría afirmar que la priorización y el peso dado a esta variable se da de acuerdo a lo esperado.
5.1.3.2. Captación a) Caja
Para el área de Caja se tienen los siguientes resultados:
Tabla XXVI: Evaluación para la variable de Captación en el área de CAJA de acuerdo a la Calificación y Asignación de
Recursos
Fuente: El autor
Esta variable es muy importante en el proceso de asignación en el área de Caja debido a que es el indicador de ingreso de dinero a una oficina, para ella se tiene un comportamiento inversamente a lo esperado, es decir las oficinas de mayor nivel de captación son las oficinas que menos porcentaje de asignación tienen. Estos resultados fueron validados con la Jefatura de Gestión Humana con el fin de revisar los pesos definidos a las variables, pero se sostuvo que para la asignación en el área de Caja las variables de mayor prioridad deben ser Transaccionalidad o Capacidad Utilizada y planta, partiendo de la hipótesis que dice que las oficinas de alto nivel de %Capacidad Utilizada y bajos niveles de captación son oficinas que realizan gran número de transacciones pero con montos inferiores, por lo que para el objetivo del modelo es más importante las variables mencionadas anteriormente.
Nivel de Calificacón de
Servicio4 a 6 6 a 7 7 a 8 Mayor a 8 Total
Cuartil 1 0 4 69 136 209 205 98%
Cuartil 2 0 43 56 42 141 98 70%
Cuartil 3 0 38 55 55 148 110 74%
Cuartil 4 8 38 20 6 72 26 36%
TOTAL 8 123 200 239 570 439
CALIFICACIÓN
Asignación % Asignación
Nivel de Captación 4 a 6 6 a 7 7 a 8 Mayor a 8 Total
Cuartil 1 8 10 51 52 121 103 85%
Cuartil 2 41 42 67 86 236 153 65%
Cuartil 3 84 55 50 78 267 128 48%
Cuartil 4 273 26 64 92 455 156 34%
TOTAL 406 133 232 308 1.079 540
% Asignación
CALIFICACIÓN
Asignación
27
b) Información
Para el área de Información se tienen los siguientes resultados:
Tabla XXVII: Evaluación para la variable de Captación en el área de INFORMACIÓN de acuerdo a la Calificación y
Asignación de Recursos
Fuente: El autor
Para información esta variable no presenta un comportamiento diferencial de acuerdo a los niveles de captación, en todos los cuartiles presenta una asignación similar por lo que no es una variable determinante. Se propuso revisar con la Jefatura de Gestión Humana la inclusión o no de esta variable en el proceso de asignación de recursos, pero se decidió mantenerla debido a que es en determinante en el tamaño de la oficina, que no es de mayor relevancia pero que si podría llegar a ser determinante en ciertos casos.
5.1.3.3. Colocación a) Caja
Para el área de Caja se tienen los siguientes resultados:
Tabla XXVIII: Evaluación para la variable de Colocación en el área de CAJA de acuerdo a la Calificación y Asignación de
Recursos
Fuente: El autor
Para la variable de Colocación en el área de Caja ocurre lo mismo que con la variable Captación, en donde las oficinas de mayor nivel son las que menos tienen porcentaje de asignación. Este comportamiento de la asignación hace pensar que los porcentajes de peso de las variables no están definidos correctamente, por lo que la Jefatura de Gestión Humana argumenta que los factores de mayor importancia para las asignación de recursos es la Capacidad Utilizada y la planta, estas otras variables hacen el papel dentro de la asignación como variables de desempate.
Nivel de Captación 4 a 6 6 a 7 7 a 8 Mayor a 8 Total
Cuartil 1 0 21 46 7 74 53 72%
Cuartil 2 0 27 43 53 123 96 78%
Cuartil 3 8 29 18 89 144 107 74%
Cuartil 4 0 46 93 90 229 183 80%
TOTAL 8 123 200 239 570 439
CALIFICACIÓN
Asignación % Asignación
Nivel de Colocación 4 a 6 6 a 7 7 a 8 Mayor a 8 Total
Cuartil 1 22 6 32 51 111 83 75%
Cuartil 2 23 44 73 126 266 199 75%
Cuartil 3 86 51 56 70 263 126 48%
Cuartil 4 275 32 71 61 439 132 30%
TOTAL 406 133 232 308 1.079 540
CALIFICACIÓN
Asignación % Asignación
28
b) Información Para el área de Información se tienen los siguientes resultados:
Tabla XXIX: Evaluación para la variable de Colocación en el área de INFORMACIÓN de acuerdo a la Calificación y
Asignación de Recursos
Fuente: El autor
Colocación es una variable que para el proceso de asignación en el área de Información se determinó con un peso del 30%, porcentaje que se comparó con variables como Captación y Servicio, pero que a diferencia de Planta o número de funcionarios corresponde a casi la mitad del peso. Lo anterior se argumenta en el hecho de asignar la mayor importancia para un recurso, se puede escoger a una oficina que cuenta únicamente con dos informadores y que proporciona grandes niveles de colocación a una oficina con grandes niveles de colocación y con una planta robusta, que en contingencia estaría en capacidad de suplir el servicio sin afectar el bienestar de los funcionarios al no contar con un remplazo como mínimo para cubrir ausencias cortas y la hora de almuerzo.
5.1.3.4. Capacidad Utilizada Vs. Planta en Contingencia
Tabla XXX: Evaluación para la variable de Capacidad Utilizada Vs. Planta en Contingencia en el área de CAJA de
acuerdo a la Calificación y Asignación de Recursos
Fuente: El autor
La relación entre estas dos variables se plantea bajo el supuesto del valor del Porcentaje de Capacidad Utilizada de la planta en contingencia, es decir la planta total menos el recurso solicitado, en la Tabla XXX se muestran los resultados en los que se puede observar que las oficinas que para este caso superaron el 100% de Capacidad Utilizada sin un recurso, se les daría respuesta de asignación a un 99% de las solicitudes. Estos resultados son los esperados que se determinaron por la Jefatura de Gestión Humana Bogotá.
Nivel de Colocación 4 a 6 6 a 7 7 a 8 Mayor a 8 Total
Cuartil 1 0 29 31 0 60 31 52%
Cuartil 2 8 9 71 62 150 133 89%
Cuartil 3 0 45 3 103 151 106 70%
Cuartil 4 0 40 95 74 209 169 81%
TOTAL 8 123 200 239 570 439
% Asignación
CALIFICACIÓN
Asignación
Rango Inferior Superior 4 a 6 6 a 7 7 a 8 Mayor a 8 Total
Cuartil 1 0 80,89% 241 10 0 0 251 0 0%
Cuartil 2 81% 98,72% 165 118 5 0 288 5 2%
Cuartil 3 99% 136,58% 0 3 201 66 270 267 99%
Cuartil 4 137% 429,20% 0 2 26 242 270 268 99%
TOTAL 406 133 232 308 1.079 540
%
Asignación
CALIFICACIÓN
Asignación
Nivel de % Capacidad Utilizada
29
5.1.3.5. Planta o Número de Funcionarios a) Caja
Para el área de Caja se tienen los siguientes resultados:
Tabla XXXI: Evaluación para la variable de Planta o Número de Funcionarios en el área de CAJA de acuerdo a la
Calificación y Asignación de Recursos
Fuente: El autor
Los resultados obtenidos para el proceso de asignación de las oficinas según la planta, se encuentran ajustados a las políticas de asignación dadas por la Regional Bogotá, en la que las oficinas deben contar con un mínimo de 2 personas para la atención en el área de Caja. Observando la tabla XXXIse puede ver que el 89% de las oficinas que tienen menos de 2.5 Cajeros se les asignaría un recurso. En los otros rangos se comporta de manera inversamente proporcional al número de funcionarios, por lo anterior estos resultados son considerados satisfactorios.
b) Información
Para el área de Información se tienen los siguientes resultados:
Tabla XXXII: Evaluación para la variable de Planta o Número de Funcionarios en el área de INFORMACIÓN de acuerdo a
la Calificación y Asignación de Recursos
Fuente: El autor
Debido a que las oficinas en su mayoría cuentan en el área de Información con 3 funcionarios las solicitudes tienen mayor volumen en estas. Observando los resultados, las oficinas que cuentan con menos de 2 cajeros se les da una asignación del 91% con una calificación mayor a 7, en el rango anterior de 6 a 7 se encuentran 34 solicitudes de oficinas que no se les asignarían los recursos y tienen 2 funcionarios. En el siguiente rango de 2.5 a 3 funcionarios un total del 58% de las solicitudes se les asigna 1 recurso, a las Oficinas que presentaron contingencia y que cuentan con una planta mayor a 3 funcionaros ninguna sería atendida según el modelo presentado.
Número de Funcionarios 4 a 6 6 a 7 7 a 8 Mayor a 8 Total
≤ 2.5 11 10 45 131 197 176 89%
3≤x<4 52 100 79 133 364 212 58%
4≤x<5 82 21 95 44 242 139 57%
Mayor a 5 261 2 13 0 276 13 5%
TOTAL 406 133 232 308 1.079 540
CALIFICACIÓN
Asignación % Asignación
Número de Funcionarios 4 a 6 6 a 7 7 a 8 Mayor a 8 Total
≤ 2 0 34 105 239 378 344 91%
2.5 ≤ x ≤ 3 8 61 95 0 164 95 58%
3 < x ≤ 4 0 27 0 0 27 0 0%
Mayor a 4 0 1 0 0 1 0 0%
8 123 200 239 570 439
CALIFICACIÓN
Asignación % Asignación
30
5.1.4. Conclusiones Evaluación del Modelo de Asignación de Recursos por Pesos de Variables
Presentando los resultados obtenidos con este modelo de asignación a la Jefatura de Gestión Humana Bogotá, se evidencia gran aceptación acerca de la calidad de la respuesta que se daría a las oficinas en el momento de enviar la solicitud. Este modelo permite definir si se asigna o no un recurso a una oficina que presentó una contingencia, al mismo tiempo en caso de presentarse el caso en el que se pueda ser flexible en la calificación, se podría disminuir el umbral de calificación mínimo para llevar a cabo la asignación, un ejemplo podría ser: pasar de 7, calificación que se evaluó en el modelo a 6, si el usuario o funcionario encargado del proceso lo ve conveniente.
Es importante hacer énfasis en que el modelo presentado permitiría determinar si es viable o no asignar un recurso a una oficina, pero tiene la limitante que no proporciona la suficiente información para asignar un determinado recurso a una oficina específica. Por esto y teniendo en cuenta todas las recomendaciones presentadas a lo largo de este documento, se podría decir que el alcance de este modelo debería ser mayor. Los aspectos que el modelo presentado no tiene en cuenta son los siguientes:
Cada tipo de recurso presenta una mayor o menor viabilidad para cubrir un tipo de contingencia determinado, esto está determinado por el tipo de recurso y el tipo de la contingencia o la oficina.
Cada tipo de contingencia tiene un grado de prioridad de asignación diferente.
Cada recurso implica un costo diferente para llevar a cabo la asignación.
Se debe tener en cuenta el tipo de cargo que se cubrirá (Cajero o Informador).
Debe cumplir con un mínimo de recursos en cada área que presenta la contingencia (Caja o información)
Estos aspectos son de vital importancia para llevar a cabo el proceso de asignación de recursos y si se desea considerar un aplicativo que cumpla con las necesidades mínimas de la Jefatura de Gestión Humana, deben ser incluidos estos criterios. Es por esto que indagando en la literatura de Ingeniería Industrial se debe tener en cuenta la investigación de operaciones.
5.2. INVESTIGACIÓN DE OPERACIONES
5.2.1. Antecedentes de investigación de operaciones18
La primera actividad de Investigación de Operaciones se dio durante la Segunda Guerra Mundial en Gran Bretaña, donde la Administración Militar llamó a un grupo de científicos de distintas áreas del saber para que estudiaran los problemas tácticos y estratégicos asociados a la defensa del país. El nombre de Investigación de Operaciones fue dado aparentemente porque el equipo estaba llevando a cabo la actividad de investigar operaciones (militares).Motivados por los resultados alentadores obtenidos por los equipos británicos, los administradores militares de Estados Unidos comenzaron a realizar investigaciones similares. Para eso reunieron a un grupo selecto de especialistas, los
18http://ocw.usal.es/eduCommons/ensenanzas-tecnicas/investigacion-operativa-i/contenidos/TemasIO-I_PDF/Cap01(IntodIO)_IO-I.pdf, Consultada Septiembre 2012
31
cuales empezaron a tener buenos resultados y en sus estudios incluyeron problemas logísticos complejos, la planeación de minas en el mar y la utilización efectiva del equipo electrónico. Al término de la guerra y atraídos por los buenos resultados obtenidos por los estrategas militares, los administradores industriales empezaron a aplicar las herramientas de la Investigación de Operaciones a la resolución de sus problemas que empezaron a originarse debido al crecimiento del tamaño y la complejidad de las industrias. Aunque se ha acreditado a Gran Bretaña la iniciación de la Investigación de Operaciones como una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo en este campo rápidamente creciente. La primera técnica matemática ampliamente aceptada en el medio de Investigación de Operaciones fue el Método Simplex de Programación Lineal, desarrollado en 1947 por el matemático norteamericano George B. Dantzig. Desde entonces las nuevas técnicas se han desarrollado gracias al esfuerzo y cooperación de las personas interesadas tanto en el área académica como en el área industrial. Un segundo factor en el progreso impresionante de la Investigación de Operaciones fue el desarrollo de la computadora digital, que con sus tremendas capacidades de velocidad de cómputo y de almacenamiento y recuperación de información, permitieron al tomador de decisiones rapidez y precisión. Si no hubiera sido por la computadora digital, la Investigación de Operaciones con sus grandes problemas de computación no hubiera crecido al nivel de hoy en día. Actualmente la Investigación de Operaciones se está aplicando en muchas actividades. Estas actividades han ido más allá de las aplicaciones militares e industriales, para incluir hospitales, instituciones financieras, bibliotecas, planeación urbana, sistemas de transporte y sistemas de comercialización.
5.2.2. INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES La dificultad de tomar decisiones ha hecho que el hombre se enfoque en la búsqueda de herramientas que le permita tomar mejores decisiones de acuerdo a los recursos objetivos y recursos que tiene, entre las herramientas que se desarrollaron a lo largo de la historia se encuentra la investigación de operaciones, para hacer posible que esta herramienta funcione debe existir un procedimiento sistemático que identifique 2 variables, la primera es quien toma las decisiones y la segunda son los objetivos e interacciones que tengan importancia para la organización o sistema. Los objetivos estratégicos de las organizaciones siempre serán alcanzar el liderazgo en su campo, controlando la eficiencia y efectividad de todos sus componentes por medio de métodos que permitan encontrar relaciones optimas que operen de mejor manera el sistema de acuerdo a un objetivo específico. Teniendo en cuenta los avances que han tenido las diferentes ciencias aplicadas en las últimas décadas, ya no es factible querer saber de todo un poco, sino más bien especializarse en alguna disciplina en específico. Los problemas que se presentan en las organizaciones no se pueden resolver con una sola especialidad, es necesario contar para ello con el esfuerzo interdisciplinario ya que el análisis y solución de dichos problemas requieren de varios especialistas; para hacer efectiva esta interacción estos
32
grupos requieren un lenguaje de comunicación común, es allí donde la investigación de operaciones viene a ser ese contacto que se necesita para poder entender y comunicarse en el mismo idioma. El enfoque de la investigación de operaciones es el mismo del método científico, el proceso comienza con la observación exhaustiva y la formulación del problema, luego sigue la construcción de un modelo científico (para este caso matemático) que intenta encontrar la esencia del problema. Estando en esta etapa se formula una hipótesis la cual propone que el modelo es una representación lo suficientemente valida de las características de la situación expuesta como para que las conclusiones o soluciones obtenidas sean aplicables al problema real. Esta hipótesis se verifica y modifica mediante las pruebas adecuadas. Se podría decir que la investigación de operaciones incluye la investigación científica creativa de las propiedades de las operaciones que se puedan realizar. Adicional a lo anterior, la investigación de operaciones también se ocupa de la administración práctica de la organización por lo que las conclusiones que aporte cualquier investigación deberán ser claras y precisas para que el tomador de decisiones las pueda usar en cualquier momento en el que se necesiten. La contribución principal de este enfoque proviene de:
1. Poder estructurar una situación de la vida real como un modelo matemático, logrando abstraer elementos esenciales de la situación que puedan servir como insumo a una solución que concuerde con los objetivos de quien toma la decisión, así se puede ver el problema dentro de todo el contexto
2. Análisis de soluciones y desarrollo de procedimientos sistemáticos que permitan obtener dichas soluciones
3. Desarrollar soluciones que incluyan la teoría matemática cuando sea necesario llevando a un valor óptimo la medida de lo que espera el sistema, inclusive comparando los posibles cursos de acción para cada uno.
5.2.3. GENERALIDADES INVESTIGACIÓN DE OPERACIONES
“La investigación de operaciones se aplica a problemas que se refieren a la conducción y coordinación de operaciones (o actividades) dentro de una organización. La parte de investigación en el nombre significa que la investigación de operaciones usa un enfoque similar a la manera en que se lleva a cabo la investigación en los campos científicos establecidos. En gran medida, se usa el método científico para investigar el problema en cuestión. (De hecho, en ocasiones se usa el término ciencias de la administración como sinónimo de investigación de operaciones.) En particular, el proceso comienza por la observación cuidadosa y la formulación del problema incluyendo la recolección de los datos pertinentes. La investigación de operaciones incluye la investigación científica creativa de las propiedades fundamentales de las operaciones. Sin embargo, existe más que esto. En particular, la IO se ocupa también de la administración práctica de la organización. Así, para tener éxito, deberá también proporcionar conclusiones claras que pueda usar el tomador de decisiones cuando las necesite.”19
19
FREDERICK S. HILLER – GERLAD J.LIEBERMAN, Investigación de Operaciones. 7 Edición. México D.F. : McGRaw-Hill Interamericana Editores, Año 2001, Página 2
33
Teniendo en cuenta la definición dada y siguiendo con los parámetros para analizar los problemas utilizando esta metodología, se presentan las etapas seguidas para un estudio de Investigación de Operaciones:
1. Definición del problema y recolección de datos relevantes. 2. Formulación de un modelo matemático que represente el problema. 3. Desarrollo de un procedimiento basado en computadora para derivar una solución
al problema a partir del modelo. 4. Prueba del Modelo y Mejoramiento según sea necesario. 5. Preparación para la aplicación del modelo prescrito por la administración. 6. Puesta en marcha.
Durante el recorrido por estas 6 etapas se tendrán diferentes teorías que se aplicarán para la construcción del modelo, con el fin de encontrar una solución que se ajuste a las necesidades del proceso y del Banco.
5.2.4. INVESTIGACIÓN DE OPERACIONES APLICADA AL PROCESO DE
ASIGNACIÓN DE RECURSOS HUMANOS EN LAS OFICINAS DEL BANCO
DAVIVIENDA EN LA CIUDAD DE BOGOTÁ
5.2.4.1. Definición del problema y recolección de datos
Presentado el diagnóstico en los numerales 1 y 2 del documento, en el que se expusieron las variables críticas y su estado, es importante con base en esta información y el concepto del usuario, en este caso la Jefatura de Gestión Humana de la Regional Bogotá cuales serían los objetivos puntuales que tendría el modelo o el impacto de este en las variables identificadas.
5.2.4.2. Objetivos del Modelo
Los objetivos del modelo para una mejor comprensión se pueden dividir en dos, una primera parte se refiere a la evaluación de la Oficina a la que se va a asignar el recurso y la segunda a la escogencia del recurso al cual va a dar cubrimiento:
a) Objetivos del Modelo para la evaluación de la Oficina a la que se va a asignar el recurso:
Contar con criterios paramétricos 20 que permitan evaluar la prioridad de las oficinas que requieren un recurso para el cubrimiento de las contingencias teniendo en cuenta las variables identificadas: Se refiere al dar un peso a cada
20
Paramétricos: Concepto conocido en el Banco que define la posibilidad de cambiar el valor de un parámetro. En este caso se refiere a la variación del peso que se le daría a los criterios dado por las variables estudiadas
34
una de las variables evaluadas que influyen en el proceso de asignación de recursos, este peso estará sujeto a cambios por parte del Usuario.
Asignar los recursos eficientemente, es decir que a las oficinas a las cuales se les da cubrimiento de las contingencias sean las de mayores necesidades y que la evaluación de las variables la dieron como crítica: De acuerdo a las variables
analizadas poder dar cubrimiento a las oficinas que poseen mayor necesidad del recurso y así dar una administración eficiente a los recursos.
Disminuir el gasto de pago de Horas Extras.
Mejorar la percepción del servicio prestado.
b) Escogencia del recurso que va a cubrir la contingencia en la Oficina considerada como prioritaria.
Posterior a la escogencia de la Oficina a cubrir brindar la disponibilidad de este en el menor tiempo posible.
Mejorar el bienestar de los Funcionarios asignados al cubrimiento de contingencias al tener en cuenta como variable para la asignación la distancia de desplazamiento de lugar de Residencia o el Lugar de Estudio.
5.2.4.3. Formulación del Modelo
En esta etapa del proceso se presentará el modelo teniendo en cuenta los siguientes elementos:
Variables de decisión: n decisiones cuantificables relacionadas entre sí.
Función Objetivo: Medida de desempeño adecuada (por ejemplo, la ganancia) se expresa entonces como una función matemática de estas variables de decisión.
Restricciones: todas las limitaciones que se puedan imponer sobre los valores de las variables de decisión
Parámetros: Las constantes en las restricciones y en la función objetivo del modelo.
Debido a que para Cajeros e Informadores son independientes sus variables de decisión de asignación, los modelos construidos para cada uno se realizarán en paralelo, es decir para cada uno se construirá un modelo con el mismo esquema pero con la información que a cada uno le impacta. Teniendo en cuenta los conceptos definidos anteriormente, matemáticamente se tiene lo siguiente la ampliación y explicación de la información se encuentra en el Anexo 8:
Índices 𝑖 = 𝐹𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑟𝑖𝑜𝑠𝑜𝑅𝑒𝑐𝑢𝑟𝑠𝑜𝑠 𝑗 = 𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠 𝑔 = 𝐶𝑎𝑟𝑔𝑜𝑠
𝑘 = 𝑇𝑖𝑝𝑜𝑑𝑒𝑅𝑒𝑐𝑢𝑟𝑠𝑜
35
Variables
𝑿𝒊,𝒋,𝒈,𝒌= Recurso asignado a la oficina que presentó la contingencia 𝒋para cubrir con el recurso 𝒊del
cargo 𝒈con el tipo de recurso 𝒌
𝑿𝒊,𝒋,𝒈,𝒌𝑗=
1 𝑠𝑖𝑓𝑢𝑒𝑎𝑠𝑖𝑔𝑛𝑎𝑑𝑜𝑢𝑛𝑟𝑒𝑐𝑢𝑟𝑠𝑜𝑎𝑙𝑎𝑐𝑜𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑗𝑝𝑎𝑟𝑎𝑐𝑢𝑏𝑟𝑖𝑟𝑐𝑜𝑛𝑒𝑙𝑟𝑒𝑐𝑢𝑟𝑠𝑜𝑖𝑑𝑒𝑙𝑐𝑎𝑟𝑔𝑜𝑔𝑐𝑜𝑛𝑒𝑙𝑡𝑖𝑝𝑜𝑑𝑒𝑟𝑒𝑐𝑢𝑟𝑠𝑜𝑘
0 𝑐𝑎𝑠𝑜𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜
𝒀𝒋,𝒈= Variable binaria para afirmar si fue cubierta la contingencia 𝒋del cargo 𝒈
𝑌𝑗 = 1 𝑠𝑖𝑓𝑢𝑒𝑎𝑠𝑖𝑔𝑛𝑎𝑑𝑜𝑢𝑛𝑟𝑒𝑐𝑢𝑟𝑠𝑜𝑎𝑙𝑎𝑐𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝒋𝑑𝑒𝑙𝑐𝑎𝑟𝑔𝑜𝒈
0 𝑐𝑎𝑠𝑜𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜
Parámetros 𝑻𝑹𝑬𝑪𝒌: Total de Recursos de tipo 𝒌Disponibles para cubrir contingencias
𝑪𝑭𝑼𝑵𝒋𝒈= (Cantidad de funcionarios en la Oficina que presentó la contingencia 𝒋del cargo tipo 𝒈) - 1
𝑫𝑰𝑺𝑻𝒊𝒋= Relación de costo y distancia del lugar de residencia del recurso 𝒊 a la ubicación de la
contingencia 𝒋 𝑪𝑶𝑺𝑻𝒋,𝒌= Costo de cubrir la contingencia 𝒋 con un recurso tipo𝒌
𝑪𝑼𝑻𝑰𝒌= Costo de utilizar el recurso tipo 𝒌 𝑵𝑶𝑪𝑼𝒋= Costo de No cubrir la Contingencia𝒋
𝑪𝑨𝑳𝑰𝒋𝒈=Calificación obtenida por cubrir la contingencia 𝒋 para el cargo 𝒈
Restricciones Sujeto a:
𝑋𝑖 ,𝑗 ,𝑔 ,𝑘 ≤ 𝑇𝑅𝐸𝐶𝑘
𝑔𝑗𝑖
∀ 𝑘
𝑋𝑖 ,𝑗 ,𝑔 ,𝑘 ≤ 1𝑔𝑗𝑖
∀ 𝑖
𝑋𝑖 ,𝑗 ,𝑔 ,𝑘
𝑘
+ 𝑌𝑗 ,𝑔 = 1𝑖
∀ 𝑗, ∀ 𝑔
𝑋𝑖 ,𝑗 ,𝑔 ,𝑘
𝑘
+ 𝐶𝐹𝑈𝑁𝑗 ,𝑔 ≥ 2𝑖
∀ 𝑗,∀ 𝑔
𝑋𝑖 ,𝑗 ,𝑔 ,𝑘 ∈ 0,1 ∀ 𝑖, 𝑗,𝑔,𝑘
𝒀𝒋,𝒈 ∈ 0,1 ∀ 𝑗, 𝑔
Función Objetivo:
36
max𝑍 = (𝐶𝐴𝐿𝐼𝑗 ,𝑔 ×
𝑔𝑗
𝑋𝑖,𝑗 ,𝑔,𝑘) − 𝑁𝑂𝐶𝑈𝑗 × 𝑌𝑖,𝑔 − 𝐷𝐼𝑆𝑇𝑖,𝑗 × 𝑋𝑖,𝑗 ,𝑔,𝑘
𝑗𝑖𝑗
+ 𝐶𝑂𝑆𝑇𝑗 ,𝑘
𝑘𝑗
× 𝑋𝑖,𝑗 ,𝑔,𝑘
+ 𝐶𝑈𝑇𝐼𝑘 × 𝑋𝑖,𝑗 ,𝑔,𝑘
𝑘
Esquema
El esquema general de asignación consiste básicamente en la asignación de un recurso 𝑖 de tipo 𝑘 a una contingencia 𝑗 para cubrir el cargo de tipo 𝑘.
Ilustración 2: Esquema de Modelo matemático de Asignación de Recursos
Fuente: El autor
Detallando el esquema de asignación de recursos se tendría de la siguiente manera:
Ilustración 3: Detalle definición parámetros
Fuente: El autor
Posterior a la definición del modelo matemático para el problema de asignación de recursos es la validación del método o herramienta que se utilizará para encontrar una solución básica factible al problema. La herramienta que se adopte debe satisfacer al usuario y proporcionar resultados que le permitan tomar las mejores decisiones, en este caso de asignar los recursos de manera efectiva y eficiente. Los resultados al mismo tiempo deben cumplir con las expectativas de tiempos de respuesta, es decir el aplicativo diseñado debe estar bajo tiempos que estén
37
acordes a los parámetros determinados para emitir un concepto de la asignación o no de un recurso, en este caso recursos humanos para las oficinas que presentan contingencias. Uno de los caminos para la solución de modelos matemáticos es el diseño de un algoritmo, que puede ser Simplex u otro que esté basado en alguna metaheurística, por otro lado se debe evaluar el uso de lenguajes de Modelado ya predeterminados. A continuación se presentan los diferentes tipos de lenguaje para la solución de Modelos Matemáticos:
5.2.4.4. Alternativas para el desarrollo de Modelos de Optimización21 Las principales alternativas actuales para el desarrollo de modelos de optimización suelen ser, Sharda (1995): 5.2.4.4.1. Lenguajes de programación de propósito general
Son trabajados en C, C++, Java, Visual Basic OFORTRAN 90 y llaman a una biblioteca de optimización. Tienen sentido cuando el tiempo de solución es crítico o el modelo es ejecutado con mucha frecuencia o cuando se necesitan interfaces a medida para la entrada de datos o salida de resultados o cuando el modelo tiene que ser integrado en otra aplicación o se necesitan algoritmos de optimización específicos. Además permiten la implantación del modelo en un entorno software o hardware especial. Como contrapartida requiere un tiempo de desarrollo muy elevado y, sobre todo, presenta una gran dificultad y consumo de recursos para el mantenimiento del código. Existen diferentes tipos de algoritmos diseñados para solucionar problemas de Optimización, entre esos muy comunes las Metaheurísticas. 5.2.4.4.1. Lenguajes o entornos de cálculo numérico o simbólico
Son hojas de cálculo, lenguajes para cálculo numérico intensivo, como MATLAB, o para cálculo simbólico, como Maple o Mathematica, etc.). Los optimizadores de las hojas de cálculo, por ser aplicaciones muy comunes y conocidas, pueden ser un vehículo eficaz de difusión de un modelo entre cierto tipo de usuarios y facilitan el manejo de datos que se encuentren ya en dicho formato [Ragsdale, 1998]. Como ventajas específicas se pueden mencionar: su facilidad de uso, su integración total con la hoja de cálculo, la familiaridad con el entorno que facilita la explicación del modelo y de sus resultados, así como la facilidad de presentación de resultados en gráficos. Sin embargo, no inducen una buena práctica de programación, presentan la dificultad de su desarrollo, verificación, validación, actualización, documentación y, en general, el mantenimiento del modelo y no permiten modelar problemas complejos o de gran tamaño [Gass, 1995]. Los lenguajes de cálculo numérico o simbólico no son específicos de problemas de optimización pero facilitan la manipulación numérica o simbólica de matrices y vectores. También disponen de funciones de optimización.
21Programación Matemática: Modelos de Optimización, Universidad Complutense Madrid
http://www.mat.ucm.es/~bvitoria/Archivos/MO_PMII.pdf, Pagina 89
38
Todas estas alternativas pueden ser utilizadas para desarrollo rápido de un prototipo o una demostración ya que presentan capacidades de presentación gráfica que pueden ser aprovechadas. Son difícilmente utilizables cuando se plantean problemas de optimización de tamaño medio o superior.
5.2.4.4.1. Lenguajes algebraicos de modelado22
Son las alternativas más complejas y potentes por su capacidad de indexación de las variables y ecuaciones, permiten cambiar sin dificultad las dimensiones del modelo, de forma natural separan datos de resultados. Desde el punto de vista del modelador permiten la detección de errores de consistencia en la definición y verificación del modelo. Desde el punto de vista del usuario simplifican drásticamente su mantenimiento. Entre los lenguajes de modelado más conocidos se pueden mencionar: GAMS (www.gams.com) y AMPL (www.ampl.com) de origen estadounidense y AIMMS (www.aimms.com) y XPRESS-MP (www.dash.co.uk) de origen europeo, por citar algunos. Existe una herramienta integrada denominada OPLStudio (www.ilog.com), en la que se dispone de un lenguaje de modelado (OPL) y varios optimizadores dependiendo del modelo propuesto. Está especialmente desarrollada para problemas de programación (scheduling) y planificación, aunque admite también cualquier modelo de optimización
lineal y lineal entera mixta. Es una herramienta integrada ya que además del lenguaje de modelado, incluye sus propios optimizadores, Scheduler, Planner, Solver, CPLEX, estando los tres primeros basados en la programación de restricciones 2 y el último en programación matemática. GAMS es el lenguaje más ampliamente difundido comercialmente con su propia lista de discusión de usuarios ([email protected]) mientras que AMPL se está potenciando mucho en las universidades estadounidenses. Existe un proyecto denominado NEOS (www.neos.mcs.anl.gov) para el cálculo distribuido que permite el envío de problemas de optimización escritos en AMPL o GAMS a través de internet y éstos son resueltos en servidores de la red devolviendo los resultados de la optimización. Los lenguajes algebraicos son lenguajes de alto nivel que han sido diseñados específicamente para el desarrollo e implantación de modelos de optimización de forma más directa para los programadores y más inteligible para los usuarios. Entre sus características y ventajas principales destacan las siguientes:
Tabla XXXIII: Ventajas y Desventajas de uso de Lenguajes Algebraicos para el Modelado
Ventajas Desventajas
Proporcionan una formulación sencilla de modelos grandes y complejos.
Facilitan sobremanera el desarrollo de prototipos.
Mejoran sustancialmente la productividad de los modeladores al permitir dedicar más tiempo al diseño, ejecución del modelo y análisis de los resultados y menos a la codificación del mismo.
No son adecuados para la resolución de problemas de pequeño tamaño por parte de usuarios esporádicos por la barrera de entrada que supone el aprendizaje de un nuevo lenguaje.
No pueden utilizarse para la resolución directa de problemas gigantescos cuya formulación completa incluso no se puede
39
Estructuran los buenos hábitos de modelado al exigir una representación concisa y exacta de los parámetros/variables y sus relaciones.
Recogen simultáneamente la estructura del modelo y su documentación. Separan de manera natural los datos de la estructura del modelo y ésta de los algoritmos de solución.
La formulación del problema es independiente del tamaño. Permiten el uso de la estructura del modelo para diferentes casos.
Los optimizadores pueden ser intercambiados sin dificultad, se pueden probar nuevos optimizadores, nuevos métodos o nuevas versiones
Permiten la realización de cambios en el modelo de manera sencilla y segura, es decir, se puede afrontar un refinamiento continuo en la formulación del problema
Cualquier tipo de problemas de programación lineal, no lineal, flujos en redes o mixta complementaria resulta muy fácil implantar su formulación
Permiten la implantación de algoritmos avanzados, que incluyan varias llamadas al optimizador o procedimientos específicos para el problema (como por ejemplo los métodos de descomposición).
Permiten la portabilidad de los modelos entre plataformas y sistemas operativos
realizar (por ejemplo, a partir de 1 millón de restricciones y/o variables)
En la ejecución se incluye un tiempo de creación del modelo y de interfaz con el optimizador que garantiza la obtención de la solución, por lo tanto no es recomendable cuando el tiempo de ejecución es un factor crítico.
Fuente: Programación Matemática - Universidad Complutense Madrid
5.3. ALTERNATIVAS PARA SOLUCIÓN EL PROBLEMA DE ASIGNACIÓN DE RECURSOS
Teniendo en cuenta la Bibliografía citada, una de las alternativas para llevar a cabo el proceso de asignación de Recursos es llevar el modelo a un lenguaje como lo es GAMS (General Algebraic Modeling System). Previo a contemplar este método se validó en el Paquete de Microsoft Office Excel el cual posee la herramienta Solver, esta utiliza el código de optimización no lineal (GRG2) desarrollado por la Universidad Leon Lasdon de Austin (Texas) y la Universidad Allan Waren (Cleveland). Los problemas lineales y enteros utilizan el método más simple con límites en las variables y el método de ramificación y límite, implantado por John Watson y Dan Fylstra de Frontline Systems, Inc23 . Se descartó en primera instancia Microsoft Excel Solver debido a que resuelve como máximo problemas de 200 Variables de decisión, 100 restricciones explicitas y 400 simples (cotas superior e inferior o restricciones enteras sobre las variables de decisión). Para el problemas de asignación de recursos se tendrán diariamente 20 Contingencias y cercano a este mismo número los recursos disponibles para cubrirlas, por lo que se
23
http://support.microsoft.com/kb/82890/es Accedida Agosto de 2012
40
tendría un total de 20x20-400 variables de decisión, por tal motivo no es viable la utilización de esta herramienta en el problema de asignación de recursos a las Oficinas del Banco Davivienda. Como parte del proceso de validación de las diferentes alternativas para asignación de recursos se escogió GAMS como la herramienta para probar el modelo propuesto y así poder integrar al aplicativo funcional que permita a la Regional Bogotá realizar el cubrimiento de contingencias de acuerdo a las definiciones expuestas a lo largo del documento. A continuación se presenta una contextualización a la herramienta GAMS:
5.3.1. GAMS (General Algebraic Modeling System)
Introducción a GAMS24
El sistema general (GAMS) está diseñado específicamente para el modelado de problemas de optimización lineal, no lineal y enteros mixtos. El sistema es especialmente útil con los problemas grandes y complejos. GAMS está disponible para su uso en
computadoras personales, estaciones de trabajo, mainframes y superordenadores.
GAMS permite al usuario concentrarse en el problema de modelado al hacer la configuración simple. El sistema se ocupa de los detalles que consumen mucho tiempo de
la aplicación de software específico de la máquina y del sistema.
GAMS es especialmente útil para el manejo de problemas grandes y complejos, problemas del tipo que pueden requerir varias revisiones para establecer un modelo preciso. El sistema de modelos de problemas de una manera muy compacta y naturales. El usuario puede cambiar la formulación rápida y sencilla, puede cambiar de un programa de solución a otro, e incluso se puede convertir de lineal a no lineal con gran
facilidad.
Características del sistema
GAMS permite al usuario concentrarse en modelos. Al eliminar la necesidad de pensar puramente técnicas específicas de la máquina problemas como cálculos de direcciones, tareas de almacenamiento, acoplamiento subrutina de entrada y salidas de datos y control de flujo, GAMS aumenta el tiempo disponible para conceptualizar y ejecutar el modelo y analizar los resultados. Estructuras de modelado GAMS hábitos buenos en sí, exigiendo especificación concisa y exacta de entidades y relaciones. El lenguaje GAMS es formalmente similar a los lenguajes de programación de uso común. Por tanto, es familiar
para cualquiera que tenga experiencia en programación.
Utilizando GAMS, los datos se introducen una sola vez en la lista de familiares y forma de tabla. Los modelos se describen en breves declaraciones algebraicas que son fáciles para los seres humanos y las máquinas para leer. Juegos completos de restricciones estrechamente relacionadas se introducen en un comunicado. GAMS genera
24
Fuente: http://www.gams.com/docs/intro.htm Accedida Agosto de 2012
41
automáticamente cada ecuación de restricción, y permite al usuario hacer excepciones en los casos en que no se desea la generalidad. Las declaraciones de los modelos pueden ser reutilizados sin tener que cambiar el álgebra cuando otras instancias de los mismos problemas o relacionados surgir. La localización y tipo de errores se señalado antes una solución que se intente. GAMS maneja modelos dinámicos que implican secuencias de
tiempo, retrasos y clientes potenciales y el tratamiento de los extremos temporales.
GAMS es flexible y potente. Los modelos son totalmente portátiles de una plataforma de computadora a otra. GAMS facilita el análisis de sensibilidad. El usuario puede programar fácilmente un modelo para resolver para los valores diferentes de un elemento y, a continuación generar un informe de salida enumerando las características de la solución para cada caso. Los modelos pueden ser desarrollados y documentados simultáneamente porque GAMS permite al usuario incluir un texto explicativo, como parte de la definición de cualquier símbolo o ecuación. GAMS está siendo mejorado y ampliado de manera
continua.
5.3.1.1. INGRESO DEL MODELO EN GAMS
Como primer paso para validar la funcionalidad del modelo fue necesario contar con la herramienta, por esto se contó con el Recurso pago de utilización de la licencia profesional25, suministrada por un consultor de la herramienta, este es un software que de ser escogido como opción se tendría que incluir dentro del costo de implementación de este proyecto. Inicialmente se descargó la versión disponible en la página Web para 32 bit pero debido al tamaño del modelo se requirió la versión de 64 bit profesional. Para esta actividad se validó con el área de Servicios Compartidos quienes son los encargados de la administración de los equipos de cómputo del Banco, para saber que equipos estaban certificados26 y se determinó la viabilidad de instalar a futuro el paquete de software en un equipo del Banco, teniendo en cuenta únicamente las especificaciones técnicas, se debe validar con Seguridad de la Información si se autoriza la instalación de esta herramienta.
Las especificaciones de este equipo son las siguientes:
Tabla XXXIV: Hardware utilizado para implementar GAMS
Componente Descripción Sistema Operativo Microsoft Windows Versión Sistema Operativo 7 Professional Fabricante Sistema Operativo Microsoft Corporation Fabricante Hardware Hewlett Packard Procesador Intel® Core™ i5 ULV. Memoria RAM 4GB de DDR3
Fuente: Dpto. de Servicios compartidos Banco Davivienda
Como siguiente paso a la instalación en un equipo del Banco se procedió al ingreso de los datos del Modelo al Software como se muestra a continuación, iniciando por los Índices, parámetros, Función Objetivo y Restricciones. El código Completo se encuentro como Adjunto en el CD de entrega.
25
GAMSIDE build 24181 / 24195 - Module GAMS Base Module - Lic date Dec 13, 2010; Build 23.6.5 WEX
24181.24195 WEI x86_64/MS Windows 26 Certificados: Todos los equipos de Cómputo que el Banco adquiere deben pasar por un proceso de certificación en cuanto a especificaciones técnicas, seguridad y viabilidad comercial de precio
42
Ilustración 4: Índices en GAMS
Fuente: Software GAMS
Ilustración 5: Parámetros en GAMS
Fuente: Software GAMS
43
Imagen III: Función Objetivo en GAMS
Fuente: Software GAMS
Los resultados obtenidos con el uso de esta herramienta se presentarán en el siguiente capítulo, en el cual se crearán escenarios de prueba diferentes con el fin de probar otro método para la solución de problemas de asignación. Continuando con el proceso de búsqueda de alternativas teóricas para la solución de problemas de asignación de Recursos se debe mencionar las Metaheurísticas.
5.3.2. METAHEURÍSTICAS
Definición y Clasificación27
Una metaheurística es una estrategia de alto nivel que usa diferentes métodos para explorar el espacio de búsqueda. En otras palabras, una metaheurística es una plantilla general no determinista que debe ser rellenada con datos específicos del problema (representación de las soluciones, operadores para manipularlas, etc.) y que permiten abordar problemas con espacios de búsqueda de gran tamaño. En este tipo de técnicas es especialmente importante el correcto equilibrio (generalmente dinámico) que haya entre diversificación e intensificación. El termino diversificación se refiere a la evaluación de soluciones en regiones distantes del espacio de búsqueda (de acuerdo a una distancia previamente definida entre soluciones). También se conoce como exploración del espacio
27José Francisco Chicano García, Metaheurísticas e Ingeniería del Software, Tesis Doctoral, Universidad de Malaga, Julio 2007
44
de búsqueda. El termino intensificación, por otro lado, se refiere a la evaluación de soluciones en regiones acotadas y pequeñas con respecto al espacio de búsquedas centradas en el vecindario de soluciones concretas (explotación del espacio de búsqueda). El equilibrio entre estos dos aspectos contrapuestos es de gran importancia, ya que por un lado deben identificarse rápidamente las regiones prometedoras del espacio de búsqueda global y por otro lado no se debe malgastar tiempo en las regiones que ya han sido exploradas o que no contienen soluciones de alta calidad. Las Metaheurísticas se clasifican en: Enfriamiento simulado (SA) El enfriamiento simulado o Simulated Annealing (SA) es una de las técnicas más antiguas
entre las Metaheurísticas y posiblemente es el primer algoritmo con una estrategia explícita para escapar de los mínimos locales. Los orígenes del algoritmo se encuentran en un mecanismo estadístico, denominado metrópolis. La idea del SA es simular el
proceso de enfriamiento del metal y del cristal. Para evitar quedar atrapado en un mínimo local, el algoritmo permite elegir una solución cuyo valor de fitness sea peor que el de la solución actual. En cada iteración se elige, a partir de la solución actual s, una solución s0 del vecindario N(s). Si s0 es mejor que s (es decir, tiene un mejor valor en la función de fitness), se sustituye s por s0 como solución actual. Si la solución s0 es peor, entonces es aceptada con una determinada probabilidad que depende de la temperatura actual T y de la diferencia de fitness entre ambas soluciones, f (s0) f (s) (caso de minimización).
Búsqueda Tabú (TS)
La búsqueda tabú o Tabu Search(TS) es una de las metaheurísticas que se han aplicado
con más éxito a la hora de resolver problemas de optimización combinatoria. La idea básica de la búsqueda tabú es el uso explícito de un historial de la búsqueda (una memoria a corto plazo), tanto para escapar de los mínimos locales como para implementar su estrategia de exploración y evitar buscar varias veces en la misma región. Esta memoria a corto plazo se implementa con una lista tabú, donde se mantienen las soluciones visitadas más recientemente para excluirlas de los próximos movimientos. En cada iteración se elige la mejor solución entre las permitidas y la solución es añadida a la lista tabú. Desde el punto de vista de la implementación, mantener una lista de soluciones completas no suele ser práctico debido a su ineficiencia. Por lo tanto, en general, se suelen almacenar los movimientos que ha llevado al algoritmo a generar esa solución o los componentes principales que deñen la solución. En cualquier caso, los elementos de estilista permiten filtrar el vecindario, generando un conjunto reducido de soluciones elegibles denominado Na(s). El almacenamiento de los movimientos en vez de las
soluciones completas es bastante más eficiente, pero introduce una pérdida de información. Para evitar este problema, se define un criterio de aspiración que permite incluir una solución en Na(s) incluso si está prohibida debido a la lista Tabú. El criterio de aspiración más ampliamente usado es permitir soluciones cuyo fitness sea mejor que el de la mejor solución encontrada hasta el momento. GRASP
Entre las meta-heurísticas más exitosas que aparecieron en los últimos años del siglo pasado se encuentra GRASP (Greedy Randomized Adaptive Search Procedure), un método multi-arranque diseñado para resolver problemas difíciles en optimización combinatoria (Mauricio G. C. Resende, 2003). Se basa en la premisa de que soluciones
45
iníciales, diversas y de buena calidad, juegan un papel importante en el éxito de métodos locales de búsqueda. Esta meta-heurística consta de dos fases, La primera una fase constructiva donde se generan soluciones factibles de forma aleatoria, basándose en criterios relacionados con el problema con el fin de garantizar su calidad. La segunda fase es una búsqueda local que parte de la solución entregada en la construcción y examina sus vecindades con el fin de mejorarla, incluso hasta encontrar un óptimo local. La ejecución de cada una de las fases del algoritmo es repetida varias veces, según el criterio de terminación, que usualmente se define como el número de veces que el algoritmo se repite sin encontrar mejora o cuando el valor de la solución se acerca a algún valor determinado. Búsqueda con vecindario variable (VNS) La búsqueda con vecindario variable o Variable Neighborhood Search (VNS) es una
metaheurística que aplica explícitamente una estrategia para cambiar entre diferentes vecindarios durante la búsqueda. Este algoritmo es muy general y con muchos grados de libertad a la hora de diseñar variaciones e instanciaciones particulares. El primer paso a realizar es definir un conjunto de vecindarios. Esta elección puede hacerse de muchas formas: desde ser elegidos aleatoriamente hasta utilizar complejas ecuaciones deducidas del problema. Cada iteración consiste en tres fases: la elección del candidato, una fase de mejora y, finalmente, el movimiento. En la primera fase, se elige aleatoriamente un vecino s0 de s usando el k-esimo vecindario. Esta solución s0 es utilizada como punto de partida de la búsqueda local de la segunda fase. Cuando termina el proceso de mejora, se compara la nueva solución s00 con la original s.Si es mejor, s00 se convierte en la solución actual y se inicializa el contador de vecindarios (k 1); si no es mejor, se repite el proceso pero utilizando el siguiente vecindario (k k+1). La búsqueda local es el paso de intensificación del método y el cambio
de vecindario puede considerarse como el paso de diversificación. Búsqueda local iterada (ILS)
La búsqueda local iterada o Iterated Local Search(ILS) es una metaheurística basada en un concepto simple pero muy efectivo. En cada iteración, la solución actual es perturbada y a esta nueva solución se le aplica un método de búsqueda local para mejorarla. Este nuevo mínimo local obtenido por el método de mejora puede ser aceptado como nueva solución actual si pasa un test de aceptación. La importancia del proceso de perturbación es obvia: si es demasiado pequeña puede que el algoritmo no sea capaz de escapar del mínimo local; por otro lado, si es demasiado grande, la perturbación puede hacer que el algoritmo sea como un método de búsqueda local con un reinicio aleatorio. Por lo tanto, el método de perturbación debe generar una nueva solución que sirva como inicio a la búsqueda local, pero que no debe estar muy lejos del actual para que no sea una solución aleatoria. El criterio de aceptación actúa como contra-balance, ya que filtra la aceptación de nuevas soluciones dependiendo de la historia de búsqueda y de las características del nuevo mínimo local.
46
Los métodos basados en población se caracterizan por trabajar con un conjunto de soluciones (denominado población) en cada iteración (es decir, generalmente _ > 1 y/o _ > 1), a diferencia de los métodos basados en trayectoria, que únicamente manipulan una solución del espacio de búsqueda por iteración. Algoritmos evolutivos (EA) Los algoritmos evolutivos o Evolutionary Algorithms EA) están inspirados en la teoría de la
evolución natural. Esta familia de técnicas sigue un proceso iterativo y estocástico que opera sobre una población de soluciones, denominadas en este contexto individuos. Inicialmente, la población es generada aleatoriamente (quizás con ayuda de un heurístico de construcción). El esquema general de un algoritmo evolutivo comprende tres fases principales: selección, reproducción y reemplazo. El proceso completo es repetido hasta que se cumpla un cierto criterio de terminación (normalmente después de un numero dado de iteraciones). En la fase de selección se seleccionan generalmente los individuos más aptos de la población actual para ser posteriormente recombinados en la fase de reproducción. Los individuos resultantes de la recombinación se alteran mediante un operador de mutación. Finalmente, a partir de la población actual y/o los mejores individuos generados (de acuerdo a su valor de fitness) se forma la nueva población,
dando paso a la siguiente generación del algoritmo. Algoritmos de estimación de la distribución (EDA)
Los algoritmos de estimación de la distribución o Estimation of Distribution Algorithms(EDA). Muestran un comportamiento similar a los algoritmos evolutivos
presentados en la sección anterior y, de hecho, muchos autores consideran los EDA como otro tipo de EA. Los EDA operan sobre una población de soluciones tentativas como los algoritmos evolutivos pero, a diferencia de estos últimos, que utilizan operadores de recombinación y mutación para mejorar las soluciones, los EDA infieren la distribución de probabilidad del conjunto seleccionado y, a partir de esta, generan nuevas soluciones que formaran parte de la población. Los modelos gráficos probabilísticos son herramientas comúnmente usadas en el contexto de los EDA para representar eficientemente la distribución de probabilidad. Han propuesto las redes bayesianas para representar la distribución de probabilidad en dominios discretos, mientras que las redes gaussianas se emplean usualmente en los dominios continuos. Búsqueda dispersa (SS) La búsqueda dispersa o Scatter Search(SS)actualmente está recibiendo una gran
atención por parte de la comunidad científica. El algoritmo mantiene un conjunto relativamente pequeño de soluciones tentativas (llamado con junto de referencia o RefSet) que se caracteriza por contener soluciones de calidad y diversas (distantes en el
espacio de búsqueda). Para la definición completa de SS hay que concretar cinco componentes: creación de la población inicial, generación del conjunto de referencia, generación de subconjuntos de soluciones, método de combinación de soluciones y método de mejora.
47
Optimización basada en colonias de hormigas (ACO)
Los algoritmos de optimización basados en colonias de hormigas o Ant Colony Optimization (ACO) están inspirados en el comportamiento de las hormigas reales cuando
buscan comida. Este comportamiento es el siguiente: inicialmente, las hormigas exploran el área cercana a su nido de forma aleatoria. Tan pronto como una hormiga encuentra comida, la lleva al nido. Mientras que realiza este camino, la hormiga va depositando una sustancia química denominada feromona. Esta sustancia ayudara al resto de las hormigas a encontrar la comida. La comunicación indirecta entre las hormigas mediante el rastro de feromona las capacita para encontrar el camino más corto entre el nido y la comida. Este comportamiento es el que intenta simular este método para resolver problemas de optimización. La técnica se basa en dos pasos principales: construcción de una solución basada en el comportamiento de una hormiga y actualización de los rastros de feromona artificiales. El algoritmo no fija ninguna planificación o sincronización a priori entre las fases, pudiendo ser incluso realizadas
simultáneamente. Optimización basada en cúmulos de partículas (PSO)
Los algoritmos de optimización basados en cúmulos de partículas o Particle Swarm Optimization (PSO) están inspirados en el comportamiento social del vuelo de las
bandadas de aves o el movimiento de los bancos de peces. El algoritmo PSO mantiene un conjunto de soluciones, también llamadas partículas, que son inicializadas
aleatoriamente en el espacio de búsqueda. Cada partícula posee una posición y velocidad que cambia conforme avanza la búsqueda. En el movimiento de una partícula intuye su velocidad y las posiciones donde la propia partícula y las partículas de su vecindario encontraron buenas soluciones. En el contexto de PSO, el vecindario de una partícula se
define como un conjunto de partículas del cumulo. No debe confundirse con el concepto de vecindario de una solución utilizado previamente en este capítulo. El vecindario de una partícula puede ser global, en el cual todas las partículas del cumulo se consideran vecinas, o local, en el que solo las partículas más cercanas
5.3.1.2. METAHEURÍSTICAS PARA LA ASIGNACIÓN DE RECURSOS
5.3.1.3. ALGORITMO GENÉTICO
Antecedentes28
El algoritmo genético plazo, casi todo el mundo hoy en día abreviado a GA, fue utilizado por primera vez por John Holland, cuyo libro “Adaptation in Natural and Artificial Systems” de 1975 jugó un papel decisivo en la creación de lo que hoy es una floreciente campo de la investigación y la aplicación que va mucho más ancha que la GA original. Mucha gente ahora utiliza el término computación evolutiva o algoritmos evolutivos (AE), con el fin descubrir los acontecimientos de los últimos 15 años. Sin embargo, en el contexto de metaheurísticas, probablemente es justo decir que el GAS en su forma original encierra la mayor parte delo que uno necesita saber.
28
Gendreau, Michel, Handbook of Metaheuristics, Segunda Edición, New York, Springer, 2010 (LibroElectrónico),Pág 109-111
48
La influencia de Holland en el desarrollo del tema ha sido muy importante, pero gran variedad de científicos de diferentes orígenes también participaron en el desarrollo de ideas similares. En 1960 Alemania, Ingo Rechenberg y Hans-Paul Schwefel desarrolló la idea de la Evolutions Strategie (en Español, la estrategia de evolución), mientras que-también en la década de 1960-Bremermann, Fogel y otros en los EE.UU. implementaron su idea de lo que llama programación evolutiva. La relación entre estas ideas fue el uso de la mutación y la selección de los conceptos-en el centro de La teoría neodarwinista de evolución. A pesar de algunos resultados prometedores que fueron obtenidos, la computación evolutiva realmente no despegó hasta los años 1980. La razón para ello era que las técnicas necesitaba una gran cantidad de potencia de cómputo. 1975 fue un año clave en el desarrollo de algoritmos genéticos. Fue en ese año que el libro de Holland fue publicado, pero tal vez más relevante para los interesados en metaheurísticas, ese año también vio la realización de una tesis doctoral uno de los estudiantes de posgrado de Holland, Ken De Jong. Otros estudiantes de Holland habían completado tesis en esta zona antes, pero esta fue la primera en ofrecer un completo tratamiento de las capacidades del GA en la optimización. El uso de GAs para la optimización es muy popular y exitoso con frecuencia en aplicaciones reales, y para aquellos interesados en metaheurísticas, que sin duda será el punto de vista de que es más útil. A diferencia de otros algoritmos evolutivos, que se centraba en la mutación y podría considerarse como desarrollos directos de métodos “Hill Climbing”, el Gas de Holland tuvo un ingrediente adicional: la idea de la recombinación. Es interesante comparar algunas de las ideas que se ponen adelante en la década de 1960 en el campo de la investigación operativa (OR). Los dedicados a la Investigación de Operaciones en ese momento empezaron a desarrollar técnicas que parecían capaces de proporcionar soluciones "buenas", aunque la calidad no era demostrable óptimo (o incluso nearoptimal).Tales métodos se conocían como heurística. Una técnica popular, que se mantiene en el corazón de muchas de las metaheurísticas es la búsqueda local, que ha sido utilizado para atacar a una extensa gama de combinatoria problemas de optimización. La idea básica es la de explorar 'vecinos' de una solución-estos existente se define como soluciones obtenible mediante una operación especificada en la solución base. Introducción 29
Los Algoritmos Genéticos usan una análoga directa con el comportamiento natural. Trabajan con una población de individuos, cada uno de los cuales representa una solución factible a un problema dado. A cada individuo se le asigna un valor o puntuación, relacionado con la bondad de dicha solución. En la naturaleza esto equivaldrá al grado de efectividad de un organismo para competir por unos determinados recursos. Cuanto mayor sea la adaptación de un individuo al problema, mayor será la probabilidad de que el mismo sea seleccionado para reproducirse, cruzando su material genético con otro individuo seleccionado de igual forma. Este cruce producirá nuevos individuos
29L. Davis (ed.) (1991). Handbook of Genetic Algorithms, Van Nostrand Reinhold, New York, Proceedings of the Third International Conference on Genetic Algorithms, 104-109. A. Brindle (1991). Genetic algorithms for function optimization. Tesis doctoral, Universidad de Alberta, Canadá.
49
descendientes de los anteriores los cuales comparten algunas de las características de sus padres. Cuanto menor sea la adaptación de un individuo, menor será la probabilidad de que dicho individuo sea seleccionado para la reproducción, y por tanto de que su material genético se propague en sucesivas generaciones. De esta manera se produce una nueva población de posibles soluciones, la cual reemplaza a la anterior y verifica la interesante propiedad de que contiene una mayor proporción de buenas características en comparación con la población anterior. As a lo largo de las generaciones las buenas características se propagan a través de la población. Favoreciendo el cruce de los individuos mejor adaptados, van siendo exploradas las aéreas más prometedoras del espacio de búsqueda. Codificación30 Se supone que los individuos (posibles soluciones del problema), pueden representarse como un conjunto de parámetros (denominados genes), los cuales agrupados forman una ristra de valores(a menudo referida como cromosoma). Si bien el alfabeto utilizado para
representar los individuos no debe necesariamente estar constituido por el 0,1 buena parte de la teoría en la que se fundamentan los Algoritmos Genéticos utiliza dicho alfabeto. En términos biológicos, el conjunto de parámetros representando un cromosoma particular se denomina fenotipo. El fenotipo contiene la información requerida para construir un organismo, el cual se requiere como genotipo. Los mismos términos se utilizan en el campo de los Algoritmos Genéticos. La adaptación al problema de un individuo depende de la evaluación del genotipo. Esta última puede inferirse a partir del fenotipo, es decir puede ser computada a partir del cromosoma, usando la función de evaluación. La función de adaptación debe ser diseñada para cada problema de manera específica. Dado un cromosoma particular, la función de adaptación le asigna un número real, que se supone refleja el nivel de adaptación al problema del individuo representado por el cromosoma. Durante la fase reproductiva se seleccionan los individuos de la población para cruzarse y producir descendientes, que constituirán, una vez mutados, la siguiente generación de individuos. La selección de padres se efectúa al azar usando un procedimiento que favorezca a los individuos mejor adaptados, ya que a cada individuo se le asigna una probabilidad de ser seleccionado que es proporciona la su función de adaptación. Este procedimiento se dice que está basado en la ruleta sesgada. Según dicho esquema, los individuos bien adaptados se escogerán probablemente varias veces por generación, mientras que los pobremente adaptados al problema, no se escogerán más que de vez en cuando. Una vez seleccionados dos padres, sus cromosomas se combinan, utilizando habitualmente los operadores de cruce y mutación. Las formas básicas de dichos operadores se describen a continuación.
30L. Davis (ed.) (1991). Handbook of Genetic Algorithms, Van Nostrand Reinhold, New York, Proceedings of the Third International Conference on Genetic Algorithms, 104-109. A. Brindle (1991). Geneticalgorithmsforfunctionoptimization. Tesis doctoral, Universidad de Alberta, Canadá.
50
El operador de cruce, coge dos padres seleccionados y corta sus ristras de cromosomas en una posición escogida al azar, para producir dos subristras iníciales y dos sub ristrasfinales. Después se intercambian las sub ristrasfinales, produciéndose dos nuevos cromosomas completos.
Ilustración 6: Operador de Cruce Basado en un Punto Algoritmo Genético
Ambos descendientes heredan genes de cada uno de los padres. Este operador se conoce como operador de cruce basado en un punto. Habitualmente el operador de cruce no se aplica a todos los pares de individuos que han sido seleccionados para emparejarse, sino que se aplica de maner aaleatoria, normalmente con una probabilidad comprendida entre 0.5 y 1.0. En el caso en que el operador de cruce no se aplique, la descendencia se obtiene simplemente duplicando los padres. El operador de mutación se aplica a cada hijo de manera individual, y consiste en la
alteración aleatoria (normalmente con probabilidad pequeña) de cada gen componente del cromosoma. Ilustración 6: Operador de Cruce Basado en un Punto muestra la mutación del quinto gen del cromosoma. Si bien puede en principio pensarse que el operador de cruce es más importante que el operador de mutación, ya que proporciona una exploración rápida del espacio de búsqueda, este último asegura que ningún punto del espacio de búsqueda tenga probabilidad cero de ser examinado, y es de capital importancia para asegurar la convergencia de los Algoritmos Genéticos.
Ilustración 7: Operador de Mutación Algoritmo Genético
Después de realizar un breve recorrido por los diferentes tipos de Metaheurísticas e indagar por su lógica para resolver problemas combinatorios se decide validar las ventajas de Algoritmo Genético, ya que recientemente y según la bibliografía este tipo de Algoritmos Evolutivos presenta buenos resultados así como tiempos aceptables de ejecución, es por esto que se decidió indagar a mayor profundidad acerca de las ventajas y desventajas de usar el Algoritmo Genético, a continuación se presenta una breve reseña al respecto:
51
Ventajas Uso de Algoritmo Genético
1. La técnica de Búsqueda Global permite trabajar con un conjunto de puntos y no con un único punto y su entorno. Es decir no realiza la búsqueda en el vecindario al óptimo local sino, en todo el universo de soluciones. Durante la ejecución del Algoritmo, se realiza la evaluación de cada uno de los subconjuntos del Universo y se va clasificando de acuerdo a su generación de valor a la función Objetivo. La mayoría de Algoritmos realizan la búsqueda en serie, es decir sólo pueden explorar el espacio de soluciones hacia una solución en una dirección al mismo tiempo, si la solución que encuentran resulta ser sub óptima se debe iniciar de nuevo, perdiendo todo el trabajo. Algoritmo genético en cambio tiene la propiedad de tener descendencia múltiple, y de esta forma puede explorar el espacio de soluciones en múltiples direcciones a la vez, si un camino resulta no tener salida, fácilmente con las operaciones de cruce y mutación se puede eliminar fácilmente y continuar en camino a soluciones prometedoras generando una mayor probabilidad en cada ejecución a encontrar la solución.
2. No requieren de conocimiento específico sobre el problema que se está resolviendo, dicho de otra forma, no están sujetos a restricciones, esta ventaja se puede aplicar a funciones no continuas, lo cual les abre un amplio campo de aplicaciones que no podrían ser tratadas por los métodos tradicionales.
3. Una gran cualidad de esta técnica es que al estar basado en la aleatoriedad en la primera solución o llamada dentro del algoritmo población inicial, permite abrir todos los caminos de búsqueda. El AG al no tener un conocimiento preconcebido, permiten explorar espacios del universo de soluciones en los que se encuentren puedan ser generadores de muy buenos resultados.
Desventajas Algoritmo Genético:31
1. La primera y más importante consideración al crear un AG es definir una representación del problema. El lenguaje utilizado para especificar soluciones candidatas debe ser robusto; es decir, debe ser capaz de tolerar cambios aleatorios que no produzcan constantemente errores fatales o resultados sin sentido.
2. Además de elegir bien la función objetivo, también deben elegirse cuidadosamente los otros parámetros de un AG -el tamaño de la población, el ritmo de mutación y cruzamiento, el tipo y fuerza de la selección. Si el tamaño de la población es demasiado pequeño, puede que el AG no explore suficientemente el espacio de soluciones para encontrar buenas soluciones consistentemente. Si el ritmo de cambio genético es demasiado alto o el sistema de selección se escoge inadecuadamente, puede alterarse el desarrollo de esquemas beneficiosos y la población puede entrar en catástrofe de errores, al cambiar demasiado rápido para que la selección llegue a producir convergencia.
31Natyhelem Gil Londoño, Algoritmos Genéticos, Universidad Nacional de Colombia, 27 de Noviembre 2006 Página 13-17
52
3. Un problema con el que los AG tienen dificultades son los problemas con las funciones objetivo “engañosas”, en las que la situación de los puntos mejorados ofrecen información engañosa sobre dónde se encuentra probablemente óptimo global.
4. Un problema muy conocido que puede surgir con un AG se conoce como convergencia prematura. Si un individuo que es más apto que la mayoría de sus competidores emerge muy pronto en el curso de la ejecución, se puede reproducir tan abundantemente que merme la diversidad de la población demasiado pronto, provocando que el algoritmo converja hacia el óptimo local que representa ese individuo, en lugar de rastrear el paisaje adaptativo lo bastante a fondo para encontrar el óptimo global. Esto es un problema especialmente común en las poblaciones pequeñas, donde incluso una variación aleatoria en el ritmo de reproducción puede provocar que un genotipo se haga dominante sobre los otros.
5.3.1.3.1. Comparación de los Algoritmos con otras Técnicas de Optimización32
Existen otras técnicas para resolver problemas de búsqueda y de optimización. Tanto los métodos que se describen a continuación, como los AG no requieren información relacionada con la estructura del espacio de búsqueda, ni con las propiedades de la función objetivo. Estos métodos son generalmente estocásticos y necesitan utilizar generadores de números aleatorios. Su proceso se realiza haciendo suposiciones sobre en donde las soluciones más optimas tienen la probabilidad más alta de ser encontradas en el espacio de búsqueda. La mayoría de las veces estos métodos no garantizan que se encuentra una solución óptima global al problema a resolver. Ellos solamente son capaces de proveer buenas soluciones en una cantidad de tiempo razonable, sin verificar que es la mejor, siendo esto una de las desventajas de estos métodos. Entre otras técnicas consideradas para la solución de problemas de búsqueda y optimización se tienen.
Búsqueda aleatoria: Explora el espacio de búsqueda seleccionando soluciones y evaluando sus aptitudes. Se considera una estrategia no inteligente y se utiliza pocas veces. Sin embargo, cuando se obtiene una solución y no es la óptima, se puede mejorar continuando la ejecución del algoritmo por más tiempo. Teóricamente si el espacio de búsqueda es finito, este método garantiza encontrar la solución óptima, pero en la mayoría de los problemas, explorar todo el espacio de búsqueda toma gran cantidad de tiempo. Escalada por la Máxima Pendiente: Es el método más simple de los que utilizan una clase de gradiente para direccionar la búsqueda. En cada interacción se escoge aleatoriamente una solución, cercana a la solución actual y si la seleccionada mejora la función objetivo, se guarda. Este método converge a una solución óptima si la función objetivo del problema es continua y si tiene solamente un pico (unímodal). Si la función es multimodal, el algoritmo termina en el primer pico que encuentre, aun sin ser este el más alto. Una forma de evitar que termine
32Natyhelem Gil Londoño, Algoritmos Genéticos, Universidad Nacional de Colombia, 27 de Noviembre 2006 Página 13-17
53
en un óptimo local consiste en repetir varias veces el proceso, comenzando desde diferentes puntos seleccionados aleatoriamente. Temple Simulado:
Este método se originó debido al proceso de formación de cristales en sólidos durante el proceso de enfriamiento. Este método se comporta similar al método de la Escalada por la Máxima Pendiente, pero con la posibilidad de descender, para evitar que se logre un óptimo local. Cuando la temperatura es alta, la probabilidad de modificar la solución es importante y por lo tanto es posible realizar varios movimientos para explorar el espacio de búsqueda. Cuando la temperatura decrece, existe mayor dificultad para descender y el algoritmo trata de escalar desde la última solución encontrada. Cuando la temperatura es baja, se toma la solución actual. Usualmente, el temple simulado comienza con una temperatura alta, la cual decrece exponencialmente. El punto más bajo de enfriamiento, es el mejor. La mayor dificultad de este método consiste en definir una tasa de decrecimiento, para que el comportamiento del algoritmo sea bueno. El método del Temple Simulado mezclado con algunas características de exploración del método de Búsqueda Aleatoria y del método de Máxima Pendiente, conlleva a buenos resultados. El Temple Simulado es uno de los competidores más fuertes de los AG. Ambos se derivan de una analogía con sistemas de evolución natural. Los AG difieren del Temple Simulado en dos principales características: Primero, los AG usan una población basada en selección, mientras el Temple Simulado solamente trabaja con un individuo en cada iteración, pero de otro lado, las iteraciones en el Temple Simulado son mucho más simples y a menudo se ejecutan mucho más rápido. La mayor ventaja de los AG consiste en la habilidad excepcional para ser paralelizado, mientras que el Temple Simulado no gana mucho. Segundo, los AG usan operadores de recombinación, capaces de mezclar buenas características desde diferentes soluciones. De otro lado, el método del Temple Simulado es muy simple de implementar y genera buenos resultados.
5.3.1.4. ALGORITMO GENÉTICO APLICADO PARA LA ASIGNACIÓN DE
RECURSOS HUMANOS A LAS OFICINAS DEL BANCO DAVIVIENDA
La construcción del algoritmo se hizo bajo un ambiente de desarrollo de proyectos de
Microsoft Visual Basic para Aplicaciones (VBA), el cual se encuentra embebido en el
paquete profesional de Microsoft Office. El VBA permite la opción de programar bajo el
sistema operativo de Apple, Mac OS, o en el sistema tradicional de su casa matriz,
Microsoft Windows, el cual, por cuestiones de compatibilidad y disponibilidad dentro del
Banco, se usó para el algoritmo del presente trabajo.
54
Los recursos de Software utilizados son:
Tabla XXXV: Recursos de Software Utilizados para el Algoritmo genético
Nombre Versión
Sistema Operativo Microsoft Windows 7
Entorno de Desarrollo Visual Basic para Aplicaciones
6.3
Fuente: El Autor
A continuación se presenta el código principal del Algoritmo generado para la asignación de Recursos. Está compuesto por un llamado de todas las funciones que integran el Algoritmo Genético.
𝑺𝒖𝒃𝑷𝒓𝒊𝒏𝒄𝒊𝒑𝒂𝒍( )
1. For Experimento = 1 ToNumerodeExperimentos
2. TiempoInicio = Timer 3. Callgenerarpoblacioninicial 4. Forite = 1 ToNumeroGeneraciones
5. Callfobjetivo 6. Callcalculemejorpeorvalor 7. Evolucion(ite) = mejorvalor
8. For i = 1 Tocuantooficinas - 1 9. MejorCromosoma(ite, i) = poblacion(mejorindividuo, i) 10. Next i
11. Callcalculeprobabilidadesseleccion 12. CallSeleccioneRuleta 13. Callasignarpoblacionnueva 14. Callseleccioneindividuoscruce 15. CallCruceIndividuosqueseCruzan 16. CallMutacionGlobal 17. Callasignarpoblacionnuevaactual 18. 19. Next ite
20. tiempoCorrida = Timer - TiempoInicio 21. Tiempos(Experimento) = tiempoCorrida 22. CallGuardarEvolucion(Experimento, NumeroGeneraciones)
23. Next Experimento
𝑬𝒏𝒅𝑃𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙 Ilustración 8: Función Principal Algoritmo Genético
55
Adicionalmente en la Tabla XXXVI: Funciones utilizadas algoritmo genético se describen los procedimientos o funciones que se implementaron, y que conforman al Algoritmo Genético para la Asignación de Recursos, cuyo código fuente puede ser consultado en el Anexo 9. Cabe resaltar que el desempeño del Algoritmo no depende únicamente de código o software diseñado sino también de los recursos de Hardware disponibles (los resultados se obtendrán en menor tiempo en una maquina con un procesador más rápido).
Tabla XXXVI: Funciones utilizadas algoritmo genético
Función/Procedimiento Descripción
SubPrincipal() Función que ejecuta el llamado de las funciones y realiza el esquema del algoritmo genético.
Subdatosentrada()
Lee los siguientes datos: Parámetros
Tamaño de la Población
Probabilidad de Cruce
Probabilidad de Mutación
Generaciones
Número de Experimentos Datos de los Recursos y Oficinas Definiciones de los parámetros del modelo matemático
Subgenerarpoblacioninicial()
Asignar recursos a Oficinas mediante los siguientes pasos:
Inicia asignando recursos aleatoriamente a las oficinas que tienen un solo recurso cuando están en contingencia, durante este proceso garantiza que no se encuentren recursos repetidos.
Se ubica en un punto aleatorio y asigna recursos que faltan por asignar a las contingencias que no fueron asignadas anteriormente.
FunctionGenerealeatorioentre(a, b) Esta función está definida para generar números aleatorios que son usados a lo largo de todo el aplicativo
Subdecodificarcromo()
Realiza el cruce de las Definiciones con los datos o parámetros dados por los Recursos y las Contingencias. Estos cruces darían el ingreso de asignar un recurso i a una contingencia j, dando origen al valor de cada gen.
Subfobjetivo()
Realiza la sumatoria de cada gen dentro de un cromosoma, como resultado se tendría la F.O. calculada para cada solución factible o individuo presentado en la población inicial. Como penalidad resta un valor a la F.O. definido por el usuario a las oficinas que en estado de contingencias sólo tienen un recurso en el área determinada.
Subcalculemejorpeorvalor()
Realiza un barrido a través de todos los elementos de la población con el fin de validar cual es el mejor valor (más alto por ser un caso de maximización) y peor valor así como mejor y peor individuo de la población.
Sub calculeprobabilidadesseleccion()
Con base en los resultados de la Función Objetivo se asigna valores de probabilidad de selección a cada uno de los individuos de la población. Este valor está dado por la relación del valor de la F.O. de cada uno y el acumulado de la suma de las F.O. de todos los individuos.
56
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑗 =𝐹.𝑂.𝑖−𝑃𝑒𝑜𝑟𝑉𝑎𝑙𝑜𝑟𝑗
𝐹.𝑂.𝑗𝑡𝑎𝑚𝑎𝑛𝑜𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛1
−𝑃𝑒𝑜𝑟𝑉𝑎𝑙𝑜𝑟𝑗 × 𝑗
SubSeleccioneRuleta()
Esta función asigna a una matriz de Individuos Selectos para realizar el cruce, un número generado aleatoriamente, mediante los siguientes pasos:
Generación de un número aleatorio entre 0 y 1
Recorrido por la matriz de probabilidades de la población hasta que la suma acumulada de la probabilidad finalice en el número aleatorio determinado anteriormente.
El número en el que finalice este ciclo alimenta cada elemento de la matriz de Individuo selecto y corresponde al número del individuo selecto.
Subasignarpoblacionnueva()
Con base en la matriz de Individuo Selecto la cual inicia en 1 hasta el tamaño de población y en una columna el número del individuo que debe ser seleccionado para cambiar. Este valor sería la posición del recurso que iría en el nuevo vector de población. Básicamente esta función cambia de orden aleatoriamente los individuos dados en la población inicial.
Sub seleccioneindividuoscruce()
Mediante un proceso aleatorio selecciona los individuos de una población que serán cruzados. El listado de individuos para realizar el cruce es menor al tamaño de la población y el proceso se lleva cabo mediante los siguientes pasos:
Generación de un valor aleatorio entre 0 y 1
Si este valor es menor que la probabilidad de cruce (parámetro insertado por el usuario) realiza la asignación al vector de individuos a cruzar el número del individuo:
Secuencia Posición del
Individuo a Cruzar
1 1 2 3 3 4 4 5 5 7
Tamaño de la
población Tamaño
de la población
Debido a que el cruce se hace entre dos individuos, posterior se debe validar si el número de individuos a cruzar es par.
Sub CruceIndividuosqueseCruzan() El cruce de individuos se lleva a cabo en los siguientes pasos:
57
Se genera un número aleatorio, el cual va ser el individuo que se convertirá en el Papa 1.
Se elimina el Papa 1 de la lista de individuos a cruzar.
Con base en la nueva lista de individuos a cruzar se genera un número aleatorio el cual sería el número del individuo a cruzar que se convertiría en el Papa 2.
Se elimina el Papa 2 de la lista de individuos a cruzar.
Se hace el llamado a la función CruceentrePapas(Papa1, Papa2)
Se repite este ciclo hasta completar el número de pareja de individuos a cruzar.
SubCruceentrePapas(Papa1, Papa2)
El cruce entre los dos papas se lleva a cabo de la siguiente forma:
Genera un número aleatorio para ubicarse en la posición de los dos padres para ser el punto de partida en el cruce.
A partir de este punto inicia a cruzar los genes de cada padre como lo muestra la gráfica:
Papa1 3 16 9 0 12 0 15 4
Papa2 0 4 7 12 10 0 13 0 Como resultado se tendrían los siguientes vectores:
Papa1 3 16 9 12 10 0 13 0
Papa2 0 4 7 0 12 0 15 4 Debido a que existe la probabilidad que en el cruce se generen repetidos, posterior al cruce se valida que en los casos que exista se reemplace por un 0 (es decir no se le asigne un recurso).
Sub asignarpoblacionnuevaactual() La población nueva generada por los cruces reemplaza a la población actual y se convertiría en la población inicial de la siguiente generación.
SubGuardarEvolucion(Experimento, NumeroGeneraciones)
Guarda la mejor solución década experimento una vez finalizado el ciclo de iteraciones del total de las generaciones.
SubMutacionGlobal() Esta función realiza un intercambio aleatorio entre genes, selecciona dos genes aleatorios y los intercambia entre ellos de posición (contingencia).
SubEscribirresultado(ByValtiempoCorrida As Single)
Escribe los resultados en una hoja de Excel:
Recursos asignados a las contingencias.
Tiempo de Corrida
Valor de la Función Objetivo SubLimpiarHoja() Borra todos los datos existentes en la hoja de solución.
Fuente: El autor
6. EVALUACIÓN DE LAS ALTERNATIVAS PLANTEADAS PARA LA ASIGNACIÓN
DE RECURSOS HUMANOS A LAS OFICINAS DE LA REGIONAL BOGOTÁ
6.1. CREACIÓN DE ESCENARIOS
58
Con base en la tabla VIII en la sección 4.1.1.2, las contingencias y recursos disponibles en sus tres panoramas serían dados por el valor mínimo, la mediana y el valor máximo de cada uno, por consiguiente se tendría:
Tabla XXXVII: Rangos de Contingencias y Recursos Disponibles semanales
Fuente: Informe de Contingencias Regional Bogotá 2011
Por políticas de la Jefatura de Gestión Humana, semanalmente se tendrá una disponibilidad del 10% de las Contingencias Presentadas para Horas Extras. De acuerdo a lo anterior se tendría la siguiente distribución para el cubrimiento de contingencias:
Tabla XXXVIII: Escenarios posibles para la prueba del aplicativo
Fuente: Rangos El autor.
Con base en estos valores los resultados para el modelo se probarían con la combinatoria de Contingencias y Recursos Disponibles, para este caso se realizan 5 escenarios teniendo en cuenta lo anterior. Teniendo el número de Contingencias y Recursos disponibles semanales, se procede a definir el detalle de cada uno de los escenarios. Para las contingencias se realizará una escogencia aleatoria de oficinas así como el tipo de contingencia. Para los recursos se realizará igualmente la escogencia aleatoria pero teniendo en cuenta que los tipos de recursos no excedan la cantidad normal. Utilizando la función Aleatorio.entre de Microsoft Excel se escogen las oficinas a las cuales se les asignaría la contingencia, este procedimiento se realiza enumerando los códigos de las oficinas de 1 al total de estas, haciendo depuración para que no se repitan en el procedimiento y así obtener las oficinas a las cuales se le aplicaría los escenarios. El detalle de los escenarios por Contingencias y Recursos se presenta en el Anexo 9.
6.2. COMPARACIÓN RESULTADOS GAMS - ALGORITMO GENÉTICO
Rango Caja Información Total
Mínimo 2 4 6 2
Mediana 25 13 38 20
Máximo 50 23 73 49
Recursos
Disponibles
Contingencias
59
Debido a que se plantean dos propuestas para utilizar como base para el diseño del
aplicativo, es necesario llevar a cabo la comparación de resultados de estas dos
alternativas. Partiendo del hecho que GAMS a través de los algoritmos internos que lo
componen encuentra la opción óptima o se aproxima a esta de acuerdo al tamaño del
problema, y que Algoritmo Genético encuentra buenas alternativas de soluciones básicas
factibles; se realiza la comparación de los resultados de estos dos, calculando la
desviación del AG en relación al resultado de GAMS.
Para tal fin se escogió el escenario 2 y 3 teniendo como resultado lo siguiente:
Escenario 2:
El valor óptimo y el tiempo de ejecución fueron los siguientes en GAMS:
Valor óptimo Función Objetivo GAMS: 172.665
Tiempo de Ejecución GAMS: 26,75seg = 0,44 min
Estos valores se compararían con los generados por el Algoritmo Genético teniendo en
cuenta la variación de los parámetros dados de la siguiente forma:
Tabla XXXIX: Escenarios de variación de parámetros para la evaluación del Algoritmo Genético
Fuente: El autor
Los resultados obtenidos en A.G. son los siguientes realizando 5 corridas por cada uno de
los escenarios de parámetros:
Tabla XL: Evaluación Escenario 2
Fuente: El autor
Con base en estos dos resultados, se procede a comparar:
Parámetros 1 2 3 4 5 6 7 8
Tamano de la poblacion 200 100 300 100 200 300 200 200
Probabilidad de Cruce 10% 20% 30% 20% 10% 30% 10% 10%
Probabilidad de Mutacion 5% 5% 1% 5% 6% 3% 5% 4%
Generaciones 100 200 300 300 200 100 400 300
Número de Experimentos 10 20 30 30 30 30 20 40
Experimento 1 2 3 4 5 6 7 8
1 159.861 159.061 162.201 161.221 160.120 159.450 162.511 161.920
2 158.311 159.881 162.141 161.531 160.862 159.071 162.660 162.550
3 160.491 160.232 161.981 161.281 161.210 159.751 162.481 161.311
4 160.310 159.611 159.461 162.081 160.871 160.151 162.700 162.911
5 159.281 160.201 160.831 160.301 160.881 158.951 162.320 161.891
Mínimo 158.311 159.061 159.461 160.301 160.120 158.951 162.320 161.311
Máximo 160.491 160.232 162.201 162.081 161.210 160.151 162.700 162.911
Promedio 159.598 159.981 161.104 161.299 160.956 159.481 162.540 162.166
Desviación
Estandar882,68 483,68 1181,32 645,46 401,66 492,84 152,12 623,99
ESCENARIO
60
Tabla XLI: Comparación de Valor Óptimo Escenario 2 Algoritmo Genético - GAMS
Fuente: El autor
La diferencia entre los valores generados por Algoritmo Genético y por el óptimo dado por GAMS se encuentra entre los rangos de 5,6% y 8,3%, para este escenario. Los tiempos de ejecución se comportan de la siguiente forma:
Tabla XLII: Comparación de Tiempos de Ejecución Escenario 2 Algoritmo Genético - GAMS
Fuente: El autor
Los tiempos presentan un incremento considerable entre las dos opciones, variando
desde un 387% hasta un rango de 2530%.
Para el escenario 3 se tiene el siguiente comportamiento:
Valor óptimo Función Objetivo GAMS: 224.717
Tiempo de Ejecución GAMS: 31,76 seg = 0,53 min
Experimento 1 2 3 4 5 6 7 8
Mínimo 158.311 159.061 159.461 160.301 160.120 158.951 162.320 161.311
% Diferencia 8,3% 7,9% 7,6% 7,2% 7,3% 7,9% 6,0% 6,6%
Máximo 160.491 160.232 162.201 162.081 161.210 160.151 162.700 162.911
% Diferencia 7,1% 7,2% 6,1% 6,1% 6,6% 7,2% 5,8% 5,6%
Promedio 159.651 159.797 161.323 161.283 160.789 159.475 162.534 162.117
% Diferencia 7,5% 7,5% 6,6% 6,6% 6,9% 7,6% 5,9% 6,1%
ESCENARIO
Experimento 1 2 3 4 5 6 7 8
1 1,93 2,02 9,82 5,63 7,94 3,64 9,31 5,85
2 2,50 1,99 13,33 5,69 7,91 7,69 9,55 10,74
3 1,94 2,67 10,98 5,74 8,10 6,56 8,88 10,79
4 1,96 2,00 12,15 6,48 4,08 4,23 7,42 12,99
5 2,66 2,05 11,57 5,72 6,35 3,65 7,80 11,10
Promedio 2,20 2,14 11,57 5,85 6,88 5,15 8,59 10,29
% Diferencia
GAMS400% 387% 2530% 1230% 1463% 1072% 1853% 2240%
ESCENARIO
61
Tabla XLIII: Comparación de Valor Óptimo Escenario 2 Algoritmo Genético - GAMS
Fuente: El autor
En este escenario se presenta un mayor rango de variación entre el óptimo y los resultados de la función Objetivo, variando desde 5,4% obtenido en el escenario 7 de AG hasta 13,5% en el escenario 1 de AG. En cuanto a los tiempos de ejecución el comportamiento fue el siguiente:
Tabla XLIV: Comparación de Tiempos de Ejecución Escenario 2 Algoritmo Genético - GAMS
Fuente: El autor
La variación en este caso oscila entre los rangos de 736% en el escenario 6 de AG y 9288% de AG.
6.2.1. CONCLUSIONES RESULTADOS GAMS Y ALGORITMO GENÉTICO
De acuerdo a los resultados obtenidos y expuestos a la Regional Bogotá se concluyó adoptar el Algoritmo genético debido a que difiere muy poco del valor óptimo y financieramente no requiere la compra de ningún tipo de licencia. Durante el proceso de elaboración de este documento se realizó la propuesta mediante el diligenciamiento de la Ficha de Costos de Proyecto, el cual es el único formato válido dentro del Banco para la aprobación de la viabilidad financiera de un proyecto. Se realizó la presentación de las dos propuestas junto con los resultados anexos de asignación y el impacto que se tendría con la implementación de alguna de las dos alternativas.
Experimento 1 2 3 4 5 6 7 8
1 198.483 206.592 214.411 207.500 208.000 208.931 211.341 210.920
2 195.062 207.931 209.621 208.700 208.811 206.201 211.881 210.611
3 194.442 204.152 208.701 209.411 207.941 204.921 212.161 208.710
4 199.482 204.780 209.791 209.341 208.151 206.161 210.321 209.791
5 198.032 204.880 207.592 210.171 207.840 205.441 212.481 211.751
Mínimo 194.442 204.152 207.592 207.500 207.840 204.921 210.321 208.710
% Diferencia
GAMS13,5% 9,2% 7,6% 7,7% 7,5% 8,8% 6,4% 7,1%
Máximo 199.482 207.931 214.411 210.171 208.811 208.931 212.481 211.751
% Diferencia
GAMS11,2% 7,5% 4,6% 6,5% 7,1% 7,0% 5,4% 5,8%
Promedio 197.100 205.667 210.023 209.025 208.149 206.331 211.637 210.357
% Diferencia
GAMS12,3% 8,5% 6,5% 7,0% 7,4% 8,2% 5,8% 6,4%
Desviación
Estandar2217,75 1555,85 2604,20 999,18 387,04 1548,06 846,45 1157,33
ESCENARIO
Experimento 1 2 3 4 5 6 7 8
1 2,34 7,02 61,33 10,56 12,69 19,67 9,79 7,17
2 5,94 6,96 39,02 10,86 14,30 3,75 9,65 7,14
3 5,83 8,51 43,94 10,07 12,83 3,78 16,79 7,39
4 5,92 7,66 51,38 11,06 12,41 3,79 9,51 7,16
5 6,44 7,62 62,49 9,67 12,74 3,84 9,55 8,56
Promedio 5,29 7,55 51,63 10,45 13,00 6,96 11,06 7,49
Promedio 5,88 7,66 49,69 10,42 13,06 4,42 11,31 7,55
% Diferencia
GAMS1012% 1347% 9288% 1869% 2367% 736% 2037% 1326%
ESCENARIO
62
Finalmente se decidió que por viabilidad financiera, así como las implicaciones de comprar una licencia se optó por la segunda opción. La evaluación financiera de las dos opciones se encuentra en el numeral 8. Posterior a las dos actividades mencionadas anteriormente, presentación de resultados y propuesta financiera, se decidió realizar la evaluación a fondo del impacto del aplicativo en el proceso de Asignación de Recursos utilizando finalmente el Algoritmo Genético. Es por esto que en los siguientes numerales se presentará el nuevo proceso, los resultados obtenidos con el aplicativo y la descripción detallada de este.
6.3. RESULTADOS ALTERNATIVA ESCOGIDA: ALGORITMO GENÉTICO Con cada uno de los 9 Escenarios se probó el modelo con el fin de analizar el comportamiento de los resultados respecto a:
1. Variación de los parámetros para evaluar la calidad de la solución en cuanto a Tiempo de ejecución y calidad de la Respuesta.
2. Asignación de Recursos teniendo en cuenta las variables críticas en el proceso. 6.3.1. Variación de los parámetros
Se definieron 5 Escenarios de parámetros de la siguiente manera:
Tabla XLV: Escenarios de variación de parámetros para la evaluación del Algoritmo Genético
Fuente: El autor
A continuación se presenta el comportamiento de los escenarios definidos en el numeral 6.1 respecto a los escenarios de la tabla XXXVIII:
Escenario 1
a) Tipo Contingencia - Tipo Recurso
Tabla XLVI: Asignación Escenario 1 – Relación Tipo de Contingencia y Tipo de Recurso
Fuente: El autor
En este escenario ninguna Asignación de Tipo 1 se cubrió con Supernumerarios.
Parámetros 1 2 3 4 5 6 7 8
Tamano de la poblacion 200 100 300 100 200 300 200 200
Probabilidad de Cruce 10% 20% 30% 20% 10% 30% 10% 10%
Probabilidad de Mutacion 5% 5% 1% 5% 6% 3% 5% 4%
Generaciones 100 200 300 300 200 100 400 300
Número de Experimentos 10 20 30 30 30 30 20 40
Tipo
Contingencia
Supernum
erarioTemporal H. Extra
Total
general
1 44 68 112
2 0
3 34 88 122
4 39 39
Total 39 78 156 273
63
b) Calificación Vs. Cubrimiento
Tabla XLVII: Asignación Escenario 1 – Relación Calificación y Cubrimiento
Fuente: El autor
Se le dio mayor prioridad a las Oficinas que tienen mayor calificación.
c) Cantidad de Funcionarios Vs. Asignación
Tabla XLVIII: Asignación Escenario 1 – Relación Cantidad de Funcionarios y Asignación
Fuente: El autor
La Cantidad de Funcionarios aparecen en las Oficinas que presentaron contingencias, de esta forma se puede ver que se dio mayor prioridad a las Oficinas que tienen una planta más pequeña.
Debido a que el escenario no es muy grande, no es práctico llevar a cabo el análisis de las demás variables. Escenario 2:
a) Tipo Contingencia - Tipo Recurso
Tabla XLIX: Asignación Escenario 2 – Relación Tipo de Contingencia y Tipo de Recurso
Fuente: El autor
CalificaciónRecursos
Asignados
3450 0
4050 0
4500 0
7100 83
7900 78
8300 73
Total general 234
Cantidad
Funcionario
Recursos
Asignados
2 73
2,5 83
3 78
4 0
7 0
Total general 234
Total
general
Cant % Cant % Cant % Cant % Cant %
1 31 6% 17 22% 68 26% 302 72% 38 25% 1211
2 83 16% 33 43% 132 50% 82 20% 88 58% 895
3 228 43% 0% 0% 0% 0% 0
4 190 36% 26 34% 66 25% 34 8% 26 17% 364
Total 532 76 266 418 152 2470
Supernumerario Temporal SENA H. ExtraTipo
Contingencia
No Cubierto
64
b) Calificación vs. Asignación
Tabla L: Asignación Escenario 2 – Relación Calificación y Asignación
Fuente: El autor
Presenta una NO asignación del 80% a las Contingencias que presentaron una calificación de las variables inferior a 7000.
Solo un 28% de los recursos asignados a cubrir contingencias se asignó a oficinas que estuvieron en el rango de 6000 a 7000
c) Cantidad de Funcionarios vs. Asignación
Tabla LI: Asignación Escenario 2 – Relación Cantidad Funcionarios y Asignación
Fuente: El autor
Se dio cubrimiento a todas las contingencias que tenían menos de 2,5 recursos.
d) Asignación % Capacidad Utilizada
Tabla LII: Asignación Escenario 2 – Relación Asignación y % Capacidad Utilizada
Fuente: El autor
En la columna de No Cubierto se puede observar el comportamiento inversamente proporcional, dado que a mayor nivel de %Capacidad Utilizada en Contingencia es menor el número de no cubrimientos.
CalificaciónRecursos No
Asignados%
Recursos
Asignados%
3450 a 6000 266 50% 0 0%
6000 a 7000 166 31% 252 28%
7000 a 8000 100 19% 356 39%
8000 a 9000 0 0% 152 17%
9000 a 10000 0 0% 152 17%
Total 532 100% 912 100%
Cant.
FuncionariosNo Cubierto Supernumerario Temporal SENA
Horas
Extras
Total
general
1 12 28 18 18 76
2 61 186 86 123 456
2,5 3 15 9 11 38
3 144 28 208 380
3,5 44 6 64 114
4 230 3 33 266
4,5 38 38
5 38 38
6 38 38
Total general 532 76 266 418 152 1444
Cant % Cant % Cant % Cant % Cant %
0 a 80% 152 53% 0 0% 0 0% 0 0% 0 0%
80% a 90% 88 31% 0 0% 9 21% 93 71% 0 0%
90% a 100% 38 13% 0 0% 0 0% 0 0% 0 0%
Mayor a 100% 9 3% 16 100% 33 79% 38 29% 18 100%
Total 287 1 16 1 42 1 131 1 18 1
H. Extra% Capacidad
Utilizada
No Cubierto Supernumerario Temporal SENA
65
e) Asignación Vs. Distancia
Tabla LIII: Asignación Escenario 2 – Relación Asignación y Distancia
Fuente: El autor
El Porcentaje acumulado de Asignación, presenta un mayor nivel en los rangos inferiores.
Escenario 3:
a) Tipo Contingencia - Tipo Recurso
Tabla LIV: Asignación Escenario 3 – Relación Tipo de Contingencia y Tipo de Recurso
Fuente: El autor
Se puede ver que la asignación a las Oficinas que presentaron contingencias Tipo 1, presenta un nivel muy bajo (6%) de No asignación y de 19% de Supernumerarios.
b) Calificación vs. Asignación
Tabla LV: Asignación Escenario 3 – Calificación y Asignación
Fuente: El autor
Presenta cerca de un 70% de la NO asignación a las Oficinas que presentan una calificación menor a 7000.
DistanciaCantidad de
Cubrimientos% % Acum
1 a 50 156 17% 17%
50 a 100 276 30% 47%
100 a 150 165 18% 65%
150 a 200 135 15% 80%
200 a 250 110 12% 92%
250 a 300 70 8% 100%
Total 912 100%
Cant % Cant % Cant % Cant % Cant %
1 37 6% 54 19% 259 29% 239 41% 59 20%
2 75 13% 58 20% 234 26% 170 30% 75 26%
3 184 32% 58 20% 208 23% 83 14% 79 27%
4 280 49% 118 41% 199 22% 84 15% 75 26%
Total 576 288 900 576 288
Tipo
Contingencia
No Cubierto Supernumerario Temporal SENA H. Extra
CalificaciónRecursos No
Asignados%
Recursos
Asignados%
3450 a 6000 273 47% 216 12%
6000 a 7000 147 26% 711 40%
7000 a 8000 156 27% 236 13%
8000 a 9000 0 0% 421 24%
9000 a 10000 0 0% 180 10%
Total 576 100% 1764 100%
66
c) Cantidad de Funcionarios vs. Asignación Tabla LVI: Asignación Escenario 3 – Relación Cantidad de Funcionarios y Asignación
Fuente: El autor
Se dio cubrimiento a todas las contingencias que tenían menos de 2,5 recursos.
d) Asignación % Capacidad Utilizada
Tabla LVII: Asignación Escenario 3 – Relación % Capacidad Utilizada y Asignación
Fuente: El autor
En la columna de No Cubierto se puede observar el comportamiento inversamente
proporcional, dado que a mayor nivel de %Capacidad Utilizada en Contingencia
es menor el número de NO cubrimientos.
e) Asignación Vs. Distancia
Tabla LVIII: Asignación Escenario 3 – Relación Asignación y Distancia
Fuente: El autor
El Porcentaje acumulado de Asignación presenta un mayor nivel en los rangos
inferiores.
Cant.
FuncionariosNo Cubierto
Supernu
merarioTemporal SENA
Horas
Extras
Total
general
1 26 120 54 52 252
1,5 19 104 26 31 180
2 155 487 198 168 1008
2,5 14 62 31 37 144
3 350 46 100 188 684
3,5 73 25 13 33 144
4 89 1 5 13 108
5 61 2 3 6 72
6 3 6 27 36
Total general 576 288 900 576 288 2628
Cant % Cant % Cant % Cant % Cant %
0 a 80% 173 44% 3 4% 11 7% 29 18% 0 0%
80% a 90% 63 16% 18 24% 23 14% 30 19% 10 24%
90% a 100% 96 25% 11 15% 38 23% 61 39% 10 24%
Mayor a 100% 58 15% 42 57% 93 56% 37 24% 22 52%
Total 390 1 74 1 165 1 157 1 42 1
H. Extra% Capacidad
Utilizada
No Cubierto Supernumerario Temporal SENA
DistanciaCantidad de
Cubrimientos% % Acum
1 a 50 871 33% 33%
50 a 100 490 19% 52%
100 a 150 476 18% 70%
150 a 200 428 16% 86%
200 a 250 193 7% 94%
250 a 300 170 6% 100%
Total 2628 100%
67
Escenario 4
a) Tipo Contingencia - Tipo Recurso
Tabla LIX: Asignación Escenario 4 – Relación Tipo de Contingencia y Tipo de Recurso
Fuente: El autor
Ningún Supernumerario fue asignado a una contingencia Tipo 1
La asignación de Horas Extras fue mínima, 4 de 583, incide el valor de la distancia
del funcionario a la oficina en este aspecto
Los temporales y Sena fueron asignados para cubrir las Contingencias Tipo 1 de
acuerdo en las definiciones dadas en la administración de los recursos expuestas
a lo largo del documento.
b) Calificación vs. Asignación
Debido a que para este caso las contingencias son menores que los recursos se
atendieron todas las contingencias presentadas.
c) Cantidad de Funcionarios vs. Asignación
Debido a que para este caso las contingencias son menores que los recursos se
atendieron todas las contingencias presentadas.
d) Asignación % Capacidad Utilizada
Debido a que para este caso las contingencias son menores que los recursos se
atendieron todas las contingencias presentadas.
e) Asignación Vs. Distancia
Tabla LX: Asignación Escenario 4 – Relación Distancia Vs. Asignación
Fuente: El autor
Cant % Cant % Cant % Cant % Cant %
1 0% 17 61% 20 16% 3 75% 75
2 0% 0% 40 31% 0% 117
3 0% 11 39% 68 53% 1 25% 191
4 80 100% 0% 0% 0% 200
Total 0 0 80 1 28 1 128 1 4 1 583
Total
general
Tipo
Contingencia
No Cubierto Supernumerario Temporal SENA H. Extra
DistanciaCantidad de
Cubrimientos% % Acum
1 a 50 37 7% 7%
50 a 100 366 67% 74%
100 a 150 53 10% 84%
150 a 200 46 8% 92%
200 a 250 43 8% 100%
250 a 300 0 0% 100%
Total 545 100%
68
Para este escenario cabe resaltar un detalle importante que se dio en todas las corridas
realizadas y fue la asignación del Recurso 11, supernumerario ubicado a 58 cuadras de la
contingencia 1, la cual es tipo 4; en este escenario sólo se contaban con dos
supernumerarios, el otro se encontraba ubicado a 272 cuadras de la contingencia
Escenario 5:
a) Tipo Contingencia - Tipo Recurso
Tabla LXI: Asignación Escenario 5 – Relación Tipo de Contingencia y Tipo de Recurso
Fuente: El autor
El número de supernumerarios asignados a la contingencia tipo 1 fue poco; la
gran mayoría de los supernumerarios 78% son asignados a las contingencias tipo
4 la cual es la acertada para este recurso.
b) Calificación vs. Asignación
Tabla LXII: Asignación Escenario 5 – Relación Calificación y Asignación
Fuente: El autor
Debido a que el número de recursos es mayor al número de contingencias, la
asignación se realizó a la totalidad de las contingencias.
c) Cantidad de Funcionarios vs. Asignación
Debido a que para este caso las contingencias son menores que los recursos se
atendieron todas las contingencias presentadas.
Cant % Cant % Cant % Cant % Cant %
1 17 6% 160 27% 261 50% 6 22% 444
2 37 14% 265 45% 94 18% 11 41% 407
3 4 2% 63 11% 155 30% 0% 222
4 207 78% 104 18% 12 2% 10 37% 333
Total 265 592 522 27 1406
Total
general
Tipo
Contingencia
No Cubierto Supernumerario Temporal SENA H. Extra
CalificaciónRecursos
Asignados%
3450 a 6000 259 18%
6000 a 7000 407 29%
7000 a 8000 444 32%
8000 a 9000 148 11%
9000 a 10000 148 11%
Total 1406 100%
69
d) Asignación % Capacidad Utilizada
Debido a que para este caso las contingencias son menores que los recursos se
atendieron todas las contingencias presentadas.
e) Asignación Vs. Distancia
Tabla LXIII: Asignación Escenario 5 – Relación Asignación y Distancia
Fuente: El autor
6.3.2. Evaluación de la variación de los Parámetros
De acuerdo a los resultados obtenidos se realizará la evaluación de cada uno de los
parámetros de acuerdo al valor de la función objetivo obtenida y al tiempo de corrida, para
este ejercicio se escogió el escenario 2, el cual corresponde a la mediana de recursos y
contingencias.
6.3.2.1. Tamaño de Población
Función Objetivo
Gráfico 1: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Tamaño de Población
Fuente: El autor
Los mejores resultados se obtuvieron con poblaciones de 200, se deberá validar
cuales fueron los escenarios que tuvieron ese tamaño y buscar relación de las
demás variables y los resultados obtenidos.
DistanciaCantidad de
Cubrimientos% % Acum
1 a 50 329 23% 23%
50 a 100 469 33% 57%
100 a 150 320 23% 80%
150 a 200 179 13% 92%
200 a 250 78 6% 98%
250 a 300 31 2% 100%
Total 1406 100%
158000
159000
160000
161000
162000
100 200 300
Tamaño de Población
70
Tiempo de Ejecución
Gráfico 2: Evaluación de Parámetros Algoritmo Genético, Tiempo de Ejecución y Tamaño de Población
Fuente: El autor
Los escenarios que presentaron mayores tiempos de ejecución al parecer son los
que mayor tamaño de población tienen.
6.3.2.2. Probabilidad de Cruce
Función Objetivo
Gráfico 3: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Probabilidad de Cruce
Fuente: El autor
Los mejores valores de la Función Objetivo son presentados con una probabilidad
de cruce del 10%. Al ver los resultados obtenidos se puede deducir que unos
valores altos de probabilidad de cruce no indican la obtención de mejores
resultados.
0
5
10
15
100 200 300
Tamaño de la Población
158500159000159500160000160500161000161500162000
10% 20% 30%
Probabilidad de Cruce
71
Tiempo de Ejecución
Gráfico 4: Evaluación de Parámetros Algoritmo Genético, Tiempo de ejecución y Probabilidad de Cruce
Fuente: El autor
Observando los tiempos de ejecución, los de 30% de probabilidad de cruce, son
los tiempos más altos, se debe revisar los demás parámetros con el fin de
encontrar una relación directa.
6.3.2.3. Probabilidad de Mutación
Función Objetivo
Gráfico 5: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Probabilidad de Mutación
Fuente: El autor
Las variaciones de este parámetro no permitieron ver una posible relación entre
esta y el valor de la función Objetivo.
0,00
2,00
4,00
6,00
8,00
10,00
12,00
10% 20% 30%
Probabilidad de Cruce
156000157000158000159000160000161000162000163000164000
1% 3% 4% 5% 6%
Probabilidad de Mutación
72
Tiempo de Ejecución
Gráfico 6: Evaluación de Parámetros Algoritmo Genético, Tiempo de Ejecución y Probabilidad de Mutación
Fuente: El autor
En esta gráfica no se puede determinar si existe una posible relación entre la
variación de este parámetro y el tiempo de ejecución.
6.3.2.4. Número de Generaciones
Función Objetivo
Gráfico 7: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Número de Generaciones
Fuente: El autor
Observando los resultados se puede predecir que un mayor número de
generaciones aumenta el valor de la función objetivo.
0,0
2,0
4,0
6,0
8,0
10,0
12,0
14,0
1% 3% 4% 5% 6%
Probabilidad de Mutación
156000
158000
160000
162000
164000
100 200 300 400
Número de Generaciones
73
Tiempo de Ejecución
Gráfico 8: Evaluación de Parámetros Algoritmo Genético, Tiempo de Ejecución y Número de generaciones
Fuente: El autor
Un mayor número de Generaciones puede generar un mejor resultado en la
función objetivo pero a su vez implicaría un mayor tiempo de ejecución.
6.3.2.5. Número de Experimentos
Función Objetivo
Gráfico 9: Evaluación de Parámetros Algoritmo Genético, Función Objetivo y Número de Experimentos
Fuente: El autor
Observando los resultados se puede indicar que a mayor número de experimentos
se obtiene un mejor resultado de la función objetivo
0,0
5,0
10,0
15,0
100 200 300 400
Número de Generaciones
156000
158000
160000
162000
164000
10 20 30 40
Número de Experimentos
74
Tiempo de Ejecución
Gráfico 10: Evaluación de Parámetros Algoritmo Genético, Tiempo de Ejecución y Número de Experimentos
Fuente: El autor
Al igual que en la gráfica del número de generaciones, se comporta así: A mayor
número de generaciones mayor tiempo de ejecución.
6.3.3. Análisis Resultados Variación de Parámetros
De acuerdo a los resultados obtenidos y expuestos en el numeral 6.3.2, en cuanto a los
valores de los parámetros y retomando los valores obtenidos en el Escenario se obtiene lo
siguiente:
Gráfico 11: Evaluación de Parámetros Algoritmo Genético vs. GAMS
Fuente: El autor
0,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
10 20 30 40
Número de Experimentos
Parámetros 1 2 3 4 5 6 7 8
Tamano de la poblacion 200 100 300 100 200 300 200 200
Probabilidad de Cruce 10% 20% 30% 20% 10% 30% 10% 10%
Probabilidad de Mutacion 5% 5% 1% 5% 6% 3% 5% 4%
Generaciones 100 200 300 300 200 100 400 300
Número de Experimentos 10 20 30 30 30 30 20 40
Mínimo 158.311 159.061 159.461 160.301 160.120 158.951 162.320 161.311
% Diferencia 8,3% 7,9% 7,6% 7,2% 7,3% 7,9% 6,0% 6,6%
Máximo 160.491 160.232 162.201 162.081 161.210 160.151 162.700 162.911
% Diferencia 7,1% 7,2% 6,1% 6,1% 6,6% 7,2% 5,8% 5,6%
Promedio 159.651 159.797 161.323 161.283 160.789 159.475 162.534 162.117
% Diferencia 7,5% 7,5% 6,6% 6,6% 6,9% 7,6% 5,9% 6,1%
Experimento 1 2 3 4 5 6 7 8
1 1,93 2,02 9,82 5,63 7,94 3,64 9,31 5,85
2 2,50 1,99 13,33 5,69 7,91 7,69 9,55 10,74
3 1,94 2,67 10,98 5,74 8,10 6,56 8,88 10,79
4 1,96 2,00 12,15 6,48 4,08 4,23 7,42 12,99
5 2,66 2,05 11,57 5,72 6,35 3,65 7,80 11,10
Promedio 2,20 2,14 11,57 5,85 6,88 5,15 8,59 10,29
ESCENARIO
ESCENARIO
75
Con el fin de contar con un escenario o conjunto de parámetros en el cual los valores que
genere se acerquen al óptimo obtenido por GAMS y que en el mismo lugar el tiempo de
ejecución sea un tiempo intermedio. El mejor escenario en resultados de la función
objetivo es el 8, pero en tiempos de ejecución es el segundo con mayores tiempos de
ejecución. Por otro lado el escenario 4 cuenta con valores que distan del valor óptimo
desde un 6,6% hasta un 7,2% comparado con GAMS, y son los terceros mejores
resultados de la función objetivo, al mismo tiempo son los que tienen tiempos promedio de
6 minutos. Por lo anterior, el conjunto de parámetros escogidos es el número 4, estos son
los que irían en el Aplicativo instalados.
7. IMPLEMENTACIÓN DEL APLICATIVO Y EVALUACIÓN DE RESULTADOS
Teniendo en cuenta los resultados obtenidos y expuestos anteriormente, se utilizará como
base para el aplicativo el algoritmo Genético desarrollado durante la búsqueda de
alternativas. Al mismo tiempo y debido a que financieramente no es posible la compra de
licencias de Software para la Jefatura de Gestión Humana, se diseñará todo el aplicativo
en Visual Basic (Paquete Embebido en Microsoft Excel).
Debido a que uno de los principales inconvenientes para llevar a cabo el proceso de
asignación de recursos era no contar con la información de manera oportuna en el
momento en el que se hace la solicitud y que de esta manera se pueda dar una respuesta
argumentada con base en los resultados de la Oficina, se diseñó el aplicativo de tal forma
que el encargado del proceso, alimenta periódicamente con la información necesaria las
bases del mismo. Así, la herramienta se encarga de procesar la información histórica para
generar un resultado de acuerdo al número de periodos requeridos.- La alimentación de
las bases se muestran en el “Manual del Aplicativo” como anexo 12 del documento.
El algoritmo diseñado para el funcionamiento de generar las estadísticas se realizó
básicamente procesando toda la información que se encuentra en las bases alimentadas
por el usuario, y definiendo los rangos de cada una de las variables usando los cuartiles
como referencia, posteriormente mediante estrategias de búsqueda en las bases
alimentadas por el usuario, partiendo como primer parámetro de comparación las oficinas
que presentaron contingencias y el segundo las oficinas que se encuentran en la base de
datos, imprime los datos de estas primeras para que así se pueda hacer el proceso de
asignación de Recursos. El código fuente de este proceso se encuentra en el Anexo 11.
Generadas las estadísticas de las oficinas y con los datos de los recursos ingresados de
acuerdo al “Manual del Aplicativo” Anexo 12; se realiza la corrida al módulo de asignación
de recursos, el cual mediante el algoritmo genético diseñado genera asignaciones de
recursos a las oficinas o contingencias presentadas.
La interfaz de estas opciones es:
76
Ilustración 9: Interfaz Aplicativo Asignación de Recursos
Finalmente se presenta en la hoja “Solución” el número del Recurso y la contingencia a la
cual fue asignada, así como los datos respectivos de estos, de esta forma el aplicativo
permitirá visualizar diferentes opciones dependiendo de las corridas que el usuario genere
hasta alcanzar un valor de la Función Objetivo que a criterio del usuario sea posible. De
esta manera el Aplicativo proporcionaría posibles asignaciones que permitirán tomar
decisiones a la Regional Bogotá para asignar los Recursos a las Oficinas.
Las soluciones se presentarían con la siguiente interfaz:
Ilustración 10: Vista de Solución del Aplicativo Asignación de Recursos
Como recomendación y una posterior segunda Fase para el aplicativo, se encuentra
Actualizar Recursos. Actualmente el software de administración SARH en el cual se hace
77
el “Nombramiento” temporal o permanentemente de los funcionarios a las oficinas
correspondientes, no realiza el seguimiento de los recursos que se encuentran
disponibles para la asignación. A la fecha (Septiembre 2012) se encuentran en fase de
requerimiento al área de tecnología del Banco para llevar a cabo el desarrollo de esta
nueva funcionalidad dentro del software para así permitir que el usuario pueda contar con
la base de funcionarios disponibles para la asignación generada directamente por el
aplicativo SARH y no manualmente como se realiza en este momento. Durante el proceso
de implementación del Aplicativo propuesto en el documento se planteó la opción de
automatizar este proceso, sin embargo y debido a que este impacta la plataforma de
aplicativos del Banco (Operación en Oficina,) se realizó la solicitud a la espera del
desarrollo. Habilitando esta opción en el SARH lo que el usuario tendría que hacer es
copiar la Base de Recursos Disponibles en el Aplicativo “Asignación de Recursos”.
La opción de Limpiar Hoja, lleva a cabo la actividad de borrar todos los datos de las
Contingencias solicitadas, de esta forma se puede correr el modelo nuevamente.
7.1. IMPLEMENTACIÓN DEL APLICATIVO
La Regional Bogotá adoptaría este aplicativo para llevar a cabo la asignación de
Recursos, iniciando el mes de Octubre (Un mes antes de la finalización de este
documento). Se realizaron las modificaciones al proceso de asignación con el siguiente
esquema:
7.1.1. Proceso Asignación de Recursos usando el Aplicativo
Con la implementación del Aplicativo diseñado y expuesto en el numeral anterior, el
proceso de Asignación de Recursos cambiaría y se definiría de la siguiente forma:
1. Reporte de la contingencia. 2. Ingreso de la novedad al Aplicativo Diseñado 3. Definir la asignación, comunicar a la Oficina y al Recurso Asignado
78
Ilustración 11: Diagrama de Flujo del Proceso Propuesto
7.1.1.1. Reporte de la Contingencias:
Debido a un desarrollo en el Modulo SARH el Director de la Oficina y/o Subdirector, reportan la contingencia mediante la intranet, ya no es necesario el envío de correos ni la comunicación telefónica al área de Gestión Humana. Este factor influye de gran manera en el proceso ya que permite un mayor control, al mismo tiempo disminuye el tiempo destinado al proceso de recepción de la solicitud al no tener que estar en constante contacto telefónico con las Oficinas. Por otro lado se estableció que el reporte de Contingencias se debía hacer antes de las 9:00 a.m. para que sea pueda responder el mismo día. Este horario es determinado teniendo en cuenta que tanto las Oficinas de Servicio como la planta Administrativa del Banco inician su Jornada Laboral a las 8:00 a.m., dando tiempo de 1 hora para el proceso de la solicitud y comunicación de la contingencia. Para las solicitudes hechas posterior a este horario se les seguirá el proceso el siguiente día. Este cambio hecho en el SARH también elimina la actividad de ingreso al Módulo de Ausentismo puesto que al ingresar la contingencia se alimenta automáticamente esta tarea, generando la optimización de este proceso. De acuerdo a lo anterior el proceso de Reporte de la Contingencia hace referencia a la consulta en el SARH de las solicitudes de recurso. Estas solicitudes deben ser almacenadas en la Base de Oficinas Contingencias con el siguiente formato:
79
Tabla LXIV: Formato de Control de Contingencias Propuesto
Fuente: El autor
7.1.1.2. Ingreso de la Novedad al Aplicativo de Asignación de Recursos. De acuerdo al formato de reporte de Contingencia se ingresa esta novedad al Aplicativo siguiendo los pasos definidos en el Manual. A su vez es importante que en el aplicativo se encuentren los datos de los Recursos a asignar y toda la información de acuerdo a lo establecido por el Manual. Validando toda la información se debe correr el aplicativo para que realice la asignación de Recursos, el número de corridas del aplicativo depende del criterio del Funcionario encargado del proceso. Los datos son expuestos con la siguiente información:
Tabla LXV: Tabla de Resultados Aplicativo de Asignación
Fuente: El autor
7.1.1.3. Definir la asignación, Comunicar a la Oficina y al recurso asignado
Con base en los resultados obtenidos o arrojados por el aplicativo, es criterio del usuario el número de corridas de este. Posterior a los resultados obtenidos el responsable del proceso de asignación debe dar a conocer los datos del recurso asignado vía mail a la oficina solicitante y comunicarse telefónicamente con el funcionario que fue asignado para indicarle la oficina a la cual debe dirigirse.
7.2. EVALUACIÓN DE RESULTADOS
7.2.1. Comparativo entre proceso de Asignación de Recursos Humano Anterior -
Propuesto
Con base en los frentes definidos en el Proyecto de Grado se evaluarán los resultados obtenidos con el diseño del aplicativo frente a la ejecución del proceso de asignación de recursos humanos al cubrimiento de contingencias.
Codigo
OficinaOficina Dirección Fecha Días
Tipo de
ContingenciaCargo
4 4 0
Número de
Contingenci
a
Contingencia RecursoTipo
ContingenciaCalificación Cargo
Tipo de
Recurso
Asignado
DistanciaTamaño de
Planta
IngresoTipo
Recurso/Tipo
Contingencia
Costo No
Cubrir
Costo
Utilizar tipo
de Recurso
Costo
Distancia
Costo No
cubrir
Planta
Total
1 4 2 4 8700 0 3 135 2 1500 0 5000 -1350 0 13850
2 5 0 4 4350 1 3,5 0 2000 0 0 0 6350
3 9 20 1 6900 0 3 32 3 5000 0 5000 -320 0 16580
80
7.2.4.1. Eficiencia en el proceso de Asignación de Recursos
Descrito el proceso propuesto en el numeral 7.1.1., frente al proceso anterior descrito en
el numeral 3.2., se tiene el siguiente paralelo entre las actividades realizadas:
Tabla LXVI: Tiempos de Proceso de asignación de recursos - Anterior
Fuente: El autor
Tabla LXVII: Tabla de Tiempos de Proceso Asignación - Propuesto (GAMS)
Fuente: El autor
Número de
ActividadActividad
Tiempo Promedio
Semanal
(min)
1 Recibir la Solicitud 1,5
2 Alimentar la Base de Contingencias 1
3 Ingresar al Módulo de Ausentismo 0,5
4 Validar la Disponibilidad de Recursos 9
5 Validar la Solicitud 16
6 Informar a la Oficina respuesta de la Solicitud 3
7 Alimentar la Base de Contingencias 1,5
32,5
45
4,875
8
61%
39%Otras Actividades
Tiempo Total por Contingencia
Promedio Total Contingencias Semanal
Horas Diarias Proceso de Cubrimiento de Contingencias
Horas Laborales
% Horas Cubrimiento de Contingencias
Número de
ActividadActividad
t Promedio Diario por
Contingencia
(min)
t Promedio por
Contingencias Diarias
(min)
1 Recibir la Solicitud 1,5
2 Alimentar la Base de Contingencias 1
3 Ingreso de las Contingencias Aplicativo 9
4 Correr el Aplicativo 10
5 Informar a la Oficina respuesta de la Solicitud 3
6 Alimentar la Base de Contingencias 1,5
7 19
1Alimentar Semanalmente el listado de
Recursos
2Alimentar Mensualmente la Base con la
información de la Oficina (Unidades=Diario)
1,05 0,32
0,05
Otras Actividades 82%
Reducción Proceso Anterior 42%
8
18%
Tiempo Diario Total
Promedio Total Contingencias Semanal
Horas Diarias Proceso de Cubrimiento de Contingencias
Horas Laborales
% Horas Cubrimiento de Contingencias
Promedio Contingencias Diarias
20
45
9
Horas Diarias Proceso de Cubrimiento de Contingencias 1,48
81
Tabla LXVIII: Tabla de Tiempos de Proceso Asignación - Propuesto (A. Genético)
Fuente: El autor
Observando los resultados de los 2 modelos y contrastando con las actividades manuales que se realizaban para la asignación de los recursos sin tener ninguno de los 2 aplicativos, en GAMS se redujeron en el 44% y en algoritmo genético en un 42% en promedio. Al tener la información centralizada permite una mejor toma de decisiones puesto que se reduce el tiempo de búsqueda de información ya que el aplicativo lo ofrece, optimizando no solo el tiempo de tareas operativas sino que se hace más ágil la asignación.
7.2.2. Asignación de Recursos que Tengan las Contingencias Prioritarias
Con el aplicativo que se diseñó el cual se basó en el algoritmo genético y con los resultados expuestos anteriormente se evidenció que el modelo fue exitoso. Al ver que gran porcentaje de la asignación fue realizado de acuerdo a las variables que influyen dentro del proceso de asignación de recursos. En el aplicativo variables como la planta de personal se tomaron en cuenta para asignar recursos en primera instancia a oficinas que tuvieran menos 2.5 recursos, dándole prioridad porque el lenguaje del modelo lo permite. Al mismo tiempo un modelo de pesos de variables probado previamente permitía dar una calificación a todas las variables en general, el cual, al integrarlo con el algoritmo diseñado lograba una combinación esperada de acuerdo a las necesidades expuestas.
Número de
ActividadActividad
t Promedio Diario por
Contingencia
(min)
t Promedio por
Contingencias Diarias
(min)
1 Recibir la Solicitud 1,5
2 Alimentar la Base de Contingencias 1
3 Ingreso de las Contingencias Aplicativo 9
4 Correr el Aplicativo 2
5 Informar a la Oficina respuesta de la Solicitud 3
6 Alimentar la Base de Contingencias 1,5
7 11
1Alimentar Semanalmente el listado de
Recursos
2Alimentar Mensualmente la Base con la
información de la Oficina (Unidades=Diario)
1,05 0,18
Reducción Proceso Anterior 44%
0,05
% Horas Cubrimiento de Contingencias 17%
Otras Actividades 83%
Horas Diarias Proceso de Cubrimiento de Contingencias
Horas Diarias Proceso de Cubrimiento de Contingencias 1,35
Horas Laborales 8
Tiempo Diario Total
20
Promedio Total Contingencias Semanal 45
Promedio Contingencias Diarias 9
82
7.2.3. Asignación de Recursos Teniendo en Cuenta la Distancia Entre los Dos Puntos (Oficina - Recurso)
Al integrar en el modelo el factor de la distancia vectorial entre el lugar de residencia del funcionario y la ubicación de la oficina que presenta la contingencia, se reduce el valor de la función objetivo de acuerdo a la distancia, lo cual al ser un caso de maximización tiende a buscar soluciones de recursos que estén cerca vectorialmente de la oficina. Esto se pudo evidenciar en los resultados de los escenarios en los cuales se arrojaban soluciones donde se evidenciaban que esta variable se comportaba de acuerdo a lo esperado, haciendo que el aplicativo asignara el recurso a la oficina más cercana. Este factor es muy importante ya que Gestión Humana siempre vela por el bienestar de las personas que trabajan en la organización especialmente en el horario adicional, puesto que son estos colaboradores quienes trabajan en la jornada más larga de la compañía, mejorando en lo posible su calidad de vida en el desplazamiento. Es fundamental señalar que el aplicativo beneficia a todas las oficinas y a todos los horarios para los cuales se propuso.
7.2.4. Asignar un Recurso Capacitado para Determinado Tipo de Contingencias
Este atributo de calificación no se incluyó en esta primera fase debido a que no se cuenta con la información integrada, si bien es cierto hoy en día existe un ranking, este no se encuentra relacionado directamente con las habilidades, capacidades y certificaciones que tienen los cargos por lo que en este momento es complicado asignar recursos de esta manera sin tener una información clara.
7.2.5. Administración del Aplicativo Para la administración de este aplicativo, se diseñó un manual de procedimientos el cual permitirá la mejor ejecución de la herramienta por parte de quien la utilice.
7.3. SEGUIMIENTO Y EVALUACIÓN DE GESTIÓN
Los resultados arrojados por el aplicativo deberán ser consolidados de acuerdo al formato que aparece en la interfaz de la Hoja “solución” con el fin de realizar seguimiento al proceso de asignación de recursos. De esta forma mensualmente se podrá evaluar la efectividad del proceso llevado a cabo por el aplicativo y la interacción hecha con el usuario, en este caso el funcionario encargado. El formato es el siguiente:
Tabla LXIX: Formato seguimiento Cubrimiento Contingencias Aplicativo
Fuente: El autor
Contingencia RecursoTipo
ContingenciaCalificación Cargo
Tipo de
Recurso
Asignado
DistanciaTamaño de
Planta
IngresoTipo
Recurso/Tipo
Contingencia
Costo No
Cubrir
Costo
Utilizar tipo
de Recurso
Costo
Distancia
Costo No
cubrir
Planta
Total
4 2 4 8700 0 3 135 2 1500 0 5000 -1350 0 13850
5 0 4 4350 1 3,5 0 2000 0 0 0 6350
9 0 1 6900 0 3 0 1 0 0 0 6901
11 0 4 7100 1 3 0 2000 0 0 0 9100
13 19 2 7400 0 2 82 2 4000 0 4000 -820 0 14580
83
Los Indicadores diseñados para la medición del aplicativo y de la gestión del proceso de
asignación de recursos, serían los siguientes:
Tabla LXX: Indicadores de Medición Proceso de Asignación de Recursos con el aplicativo
Nº Objetivo Indicador –
Nombre Fórmula Unidad
1
Medir la Utilización de los recursos para el Cubrimiento de Contingencias
Porcentaje de Asignación
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠 𝐶𝑢𝑏𝑖𝑒𝑟𝑡𝑎𝑠
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠 𝑇𝑜𝑡𝑎𝑙𝑒𝑠 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑑𝑎𝑠 %
2
Corroborar el número de Contingencias que se cubrieron por debajo de la calificación
Contingencias por debajo de la calificación
𝐶𝑜𝑛𝑡𝑖. 𝐶𝑢𝑏𝑖𝑒𝑟𝑡𝑎𝑠 𝑝𝑜𝑟 𝐷𝑒𝑏𝑎𝑗𝑜 𝑑𝑒 𝑙𝑎 𝐶𝑎𝑙𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠 𝑇𝑜𝑡𝑎𝑙𝑒𝑠 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑑𝑎𝑠 %
3
Medición del número de contingencias NO cubiertas cuyos recursos son menores a 2.5
Cubrimiento Oficinas Recursos Limitados
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠𝑚 𝑁𝑜 𝐶𝑢𝑏𝑖𝑒𝑟𝑡𝑎𝑠
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠𝑚 𝑇𝑜𝑡𝑎𝑙𝑒𝑠 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑑𝑎𝑠
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠𝑚 : Contingencias con menos de dos recursos
%
4
Medir el número de Contingencias cubiertas con Horas Extras
Cubrimiento Horas Extras
𝐶𝑜𝑛𝑡𝑖. 𝐶𝑢𝑏𝑖𝑒𝑟𝑡𝑎𝑠 𝑐𝑜𝑛 𝑜𝑟𝑎𝑠 𝐸𝑥𝑡𝑟𝑎𝑠
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠 𝑇𝑜𝑡𝑎𝑙𝑒𝑠 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑑𝑎𝑠 %
5
Identificar el porcentaje de Supernumerarios que fueron asignados para cubrir las contingencias tipo 1
Supernumerarios Vs. Contingencias Tipo 1.
𝑆𝑢𝑝𝑒𝑟𝑛𝑢𝑚𝑒𝑟𝑎𝑟𝑖𝑜𝑠 𝐴𝑠𝑖𝑔𝑛𝑎𝑑𝑜𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑔. 𝑇𝑖𝑝𝑜 1
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠 𝑇𝑖𝑝𝑜 1 %
6
Determinar la Distancia Promedio de Desplazamiento por funcionario
Promedio Distancia por Funcionario
Promedio de la Distancia Recorrida en las asignaciones
Cuadras
7 Tiempo de Asignación Diario
Promedio Promedio Tiempo Asignación de Recursos Min
8
Determinar cuántos recursos diferentes a los Supernumerarios fueron asignados para atender contingencias de otro tipo a las tipo 1
Asignación Tipo Recursos Vs. Tipo de Contingencia
𝑅𝑒𝑐𝑢𝑟𝑠𝑜𝑠 2 𝑦 3 𝐴𝑠𝑖𝑔𝑛𝑎𝑑𝑜𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑔.𝐷𝑖𝑓𝑇𝑖𝑝𝑜 1
𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠 𝐷𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑇𝑖𝑝𝑜 1 %
Fuente: El autor
84
8. ANÁLISIS FINANCIERO DE LA IMPLEMENTACIÓN DEL APLICATIVO
A continuación se encontrará un paralelo entre los gastos y ahorros de las opciones
planteadas Algoritmo Genético y GAMS:33 esto con el fin de evidenciar que a pesar de
que los dos aplicativos son buenos para la necesidad existente, el Algoritmo Genético, a
nivel de gastos es más viable para la organización. Dentro de los gastos incurridos para la
implementación del Algoritmo Genético se incluye el tiempo empleado por un Profesional I
de Tecnología (Cargo encargado del desarrollo Tecnológico) por un mes y medio, esta
gasto se basa en la hipótesis de la necesidad a futuro de la implementación de un
algoritmo genético para otro proceso de asignación de recursos diferente al de Recursos
Humanos. Al mismo tiempo se podría recomendar la opción de GAMS siempre y cuando
se pueda hacer la inversión del software.
Tabla LXXI: Relación y Gastos Implementación Algoritmo Genético y GAMS
Fuente: El autor
Como resumen se tiene:
33
Valor licencia GAMS: Ver anexo 12
Proyecto Recurrente Observaciones
Compra Equipos $ 1.626.000 $ - Compra Equipo H.P. Ultrabook
Desarrollo
Tecnológico $ 6.308.702 $ -
Desarrollo del software en Visual Basic
por un Profesional I. Tiempo: 3/2 meses
AHORROS Personal $ - $ 1.056.274
Disminución del 42% del tiempo del
Analista I en el proces de asignación de
recursos
TOTAL $ 7.934.702 $ 1.056.274
Compra Equipos $ 1.626.000 $ - Compra Equipo H.P. Ultrabook
Desarrollo
Tecnológico $ 18.000.000 $ - Compra Licencia GAMS
AHORROS Personal $ - $ 1.106.573
Disminución del 45% del tiempo del
Analista I en el proces de asignación de
recursos
TOTAL $ 19.626.000 $ 1.106.573
A. GENÉTICO
GAMS
GASTOS
GASTOS
85
Tabla LXXII: Resumen Relación y Gastos Implementación Algoritmo Genético y GAMS
Fuente: El autor
Con base en los valores anteriores y teniendo en cuenta los siguientes parámetros se
tienen los siguientes flujos de Ingresos y Egresos:
Tabla LXXIII: Flujos ingresos y egresos implementación Algoritmo Genético y GAMS
Fuente: El autor
Los dos proyectos presentan un VNA y un TIR altos y atractivos para el Banco, debido a
sus grandes niveles de ahorro y su poca inversión.
De acuerdo a los resultados se puede afirmar que financieramente es mejor la opción de
Algoritmo Genético por la inversión que generaría GAMS. Por otro lado al implementar el
aplicativo diseñado generaría una TIR de 167%, que supera las expectativas del Banco.
Este ahorro mencionado se traduce en el aumento de la productividad en el proceso por
lo que la persona que realiza esta tarea puede destinar un tiempo para la realización de
otras actividades al interior del Departamento ya que disminuye notablemente su proceso
que es de gran nivel operativo.
MétodoGastos
Proyecto
Ahorros
Mensuales
Ahorros
Anuales
GAMS 19.626.000$ 1.106.573$ 13.278.876$
AG 7.934.702$ 1.056.274$ 12.675.288$
INFLACIÓN 3,1%
TASA DE DESCUENTO 15,5%
AÑO 0 AÑO 1 AÑO 2 AÑO 3 AÑO 4 AÑO 5 PERPETUIDAD
GAMS (19.626.000)$ 13.278.876$ 13.690.521$ 14.114.927$ 14.552.490$ 15.003.617$ 96.797.531$
ALGORITMO GENÉTICO (7.934.702)$ 12.675.288$ 13.068.222$ 13.473.337$ 13.891.010$ 14.321.632$ 92.397.623$
GAMSALGORITMO
GENÉTICO
VNA 67.543.858$ 75.272.872$
TIR 78% 167%
86
9. CONCLUSIONES Y RECOMENDACIONES
9.1. CONCLUSIONES
1. El diagnóstico realizado, permitió el acercamiento al procedimiento actual de
asignación de recursos en la Regional Bogotá del Banco Davivienda evidenciando que la asignación del recurso humano que se realiza actualmente es manual y obedece únicamente al criterio del administrador lo que genera carga operativa y mayor índice de error al no contemplar todas las variables disponibles en este proceso.
2. La asignación de recursos realizada manualmente, no tiene toda la información de las variables que pueden incidir en la asignación de un recurso, ya que las características que se tienen en cuenta para este procedimiento son erróneas en algunos casos lo que provoca una mala asignación, esto genera inconvenientes en servicio, mala administración de los recursos, percepción negativa por parte de las oficinas de servicio acerca de este procedimiento y poco control de los recursos humanos disponibles para cubrir contingencias.
3. El estudio de todas y las variables que podían influir en la asignación de recursos
generó información de primera mano para realizar las pruebas de los distintos modelos que podrían funcionar para asignar los recursos disponibles; de esta manera se obtuvo el más apropiado teniendo en cuenta el aspecto financiero, tecnológico, la fácil implementación y los resultados según las necesidades del Banco.
4. Inicialmente se probó un modelo de asignación por pesos de variables el cual daba una buena noción de las oficinas que necesitaban los recursos, permitiendo tomar decisiones dando espacio a lo subjetivo pero con argumentos que podían sostener la decisión, sin embargo, no daba el alcance que la Jefatura de Gestión Humana requería puesto que no proporcionaba información de los recursos específicos que se debían asignar a determinadas contingencias lo que genero la búsqueda de otra opción que pudiera complementar este modelo ya que sirve de insumo pero no soluciona por completo el problema de la asignación de recursos para la Regional.
5. Se utilizó como primera alternativa el aplicativo de GAMS el cual mediante programación lineal hace la asignación de recursos; para esto se introdujo el modelo diseñado en el paquete de software y se realizaron pruebas comparativas con el modelo posterior basado en el algoritmo genético, dando como resultado unos cortos tiempos de ejecución en GAMS.
6. Se diseñó una propuesta basada en el Algoritmo Genético en Visual Basic, paquete embebido en Excel, en el cual se tuvo en cuenta todas las variables definidas para la asignación de recursos y el modelo matemático generado. Se realizaron pruebas con los escenarios definidos y variando los diferentes parámetros del algoritmo obteniendo una asignación en tiempos superiores a los de GAMS en todos los escenarios y al mismo tiempo encontrando un escenario con un tiempo de ejecución y una muy buena aproximación al óptimo (Valor obtenido en GAMS).
87
7. Los resultados obtenidos por el Algoritmo genético tuvieron una desviación cercana al 5% del valor óptimo el cual lo proporciona GAMS. Con base en estos resultados y expuestos a la Jefatura de Gestión Humana fueron considerados buenos porque financieramente es más viable; el Banco tiene una área financiera la cual evalúa la posibilidad de implementación de los proyectos y en este caso se decidió que con las herramientas existentes se realizara el aplicativo; GAMS exige compra de una licencia por lo que fue más difícil obtener su aprobación, al mostrar buenos resultados con el otro aplicativo (algoritmo genético) y no incurrir en gastos adicionales se tomó la decisión de usar éste.
8. Se generó un aplicativo el cual integra varias etapas: La primera se asocia con la consolidación de las estadísticas necesarias para llevar a cabo el proceso de asignación de recursos y la automatización del modelo de tal manera que el usuario pueda generar las cifras de las contingencias para correr el modelo. La segunda es la asignación de recursos basado en el algoritmo genético cuyos resultados fueron satisfactorios (como se muestra en la conclusión anterior). La última etapa que se propone como sugerencia a la Regional Bogotá, es complementaria al aplicativo y tiene que ver con conocer automáticamente en dónde específicamente se encuentran los recursos, esta recomendación es para el programa SARH, el cual realiza la administración de recursos humanos del Banco.
9. Se logró levantar un manual con el procedimiento de asignación el cual era inexistente hasta el momento de la investigación, éste ayuda en el uso, la interpretación y la modificación (si se requiere) del modelo escogido para el Banco Davivienda.
10. Con base en la Ficha de Costos diseñada por el Banco y establecida para la presentación de proyectos se puede observar que financieramente las dos alternativas resultan ser viables y rentables, aunque el Algoritmo Genético posee mejor nivel ya que su inversión es mínima, al sólo tener que comprar un equipo de cómputo de mayor capacidad para obtener unos mejores tiempos de respuesta y la inversión del funcionario que diseña el programa.
11. Como aprendizaje a lo largo de la elaboración del documento, se pudo indagar acerca de poderosas herramientas de la ingeniería industrial que aplicarían para la solución de problemas, estas podrían aplicarse a diferentes casos dentro de la organización, entre los ejemplos más cercanos se tienen:
Comercial: Establecer las metas para las oficinas.
Operaciones: Planeación de las jornadas de monitoreo a los canales remotos del Banco.
Administrativo: Ejecución proceso de compras y distribución de elementos.
Organización y Métodos: Determinar el número de funcionarios que conforman la planta de cada oficina.
Financiera: Asignación de presupuesto por proyecto o proceso.
Estos son algunos de los diferentes casos en los que se podrían aplicar las diversas metodologías utilizadas no importa el área o frente de la organización, estas permiten optimizar los procesos y mejorar los resultados de los mismos.
88
12. El desarrollo del aplicativo para la asignación de recursos expuesto en este documento, es un ejemplo en el que la información cuantitativa es de gran importancia, pero a su vez variables cualitativas desempeñan un papel fundamental, dando de esta manera espacio para la participación de los funcionarios involucrados en el proceso, sacándole provecho al conocimiento y la experiencia de ellos, teniendo así un muy buen uso de los recursos humanos.
13. El aplicativo diseñado para la asignación de recursos contribuye a las políticas de eficiencia en los procesos del Banco, la cual, se ha promulgando con mayor fuerza en los últimos años, convirtiéndose en el marco para los procesos futuros, y al mismo tiempo contribuye en la búsqueda para garantizar el bienestar de los funcionarios, en este caso de las oficinas. El bienestar de los funcionarios fue una variable determinante dentro del desarrollo del aplicativo, en primer lugar al buscar que los funcionarios fueran asignados a las Oficinas más cercanas y en segundo lugar al garantizar que las Oficinas que se les proporcionó un recurso sean las que lo requieren, de esta manera laboren bajo unas condiciones adecuadas y sus actividades no excedan los límites en los que se vea afectado el bienestar de los funcionarios.
14. Como Ingeniero Industrial Javeriano considero que durante la búsqueda y estudio
de alternativas, desarrollo del aplicativo y resultados obtenidos
ÿ mediante los conocimientos adquiridos en el proceso de formación, se permitió
contribuir a una organización tan importante como lo es el Banco Davivienda
agregando valor y optimizando el proceso de asignación de recursos humanos a
las Oficinas.
9.2. RECOMENDACIONES
1. Más allá del aplicativo es importante la interpretación de los datos y los resultados
por parte del funcionario que lleve a cabo este proceso, de esta interpretación
dependerá la comunicación hacia las oficinas que reportan la contingencia dándole
manejo a los argumentos sea para asignar o no el recurso. Lo anterior genera no
solo credibilidad en el proceso sino buena imagen ante las oficinas de servicio. Al
mismo tiempo es responsabilidad del coordinador del área garantizar porque el
funcionario que esté a cargo de la asignación de recursos y manejo del aplicativo
sea capacitado y actualizado constantemente en la herramienta para así tener la
mayor efectividad de la misma.
Con el fin de garantizar que el funcionario cuente con las competencias y
habilidades necesarias que permitan la ejecución del aplicativo y lleve a cabo el
proceso de asignación de recursos a las Oficinas de una forma efectiva, en
conjunto con el área de Selección de la Jefatura de Gestión Humana se diseñó el
perfil propuesto para llevar a cabo el proceso de selección del cargo mencionado.
El perfil se encuentra en el Anexo 13.
89
2. La herramienta genera varias opciones de resultado de acuerdo a la interacción de
las variables, sin embargo lo más importante es la capacidad que pueda tener la
persona para escoger las más adecuada, de allí que la utilización apropiada de la
herramienta puede permitir el desarrollo de competencias específicas como toma
de decisiones y argumentación en el colaborador, por las cuales se puede hacer
un proceso de formación integral tanto en el tema técnico como de competencias.
3. En este momento no se tienen datos que se puedan integrar en una sola base en
donde se centralicen capacitaciones, certificaciones, competencias, ranking
comercial, entre otras variables, para generar una mejor ejecución de la
herramienta, puesto que se puede asignar mejores recursos de acuerdo a las
características de las oficinas, hoy en día existe ranking comercial pero no se
relaciona con ninguna otra variable, al realizar este proceso se puede tener un
aplicativo más eficiente en el futuro.
4. Se plantea la opción de que el proceso para asignar recursos a las oficinas que
reportan contingencias sea manejado por el departamento de operaciones en
oficina debido a que ellos conocen la operación diaria y administran el numeral
911(soporte telefónico), el cual recibe y soluciona todas las solicitudes que
reportan las oficinas, por esto logran tener la información de la necesidad de
primera mano, por esta razón ellos podrían manejar este proceso optimizando el
aplicativo propuesto. Por otro lado la parte de operaciones tiene la infraestructura
no solo a nivel Bogotá sino a nivel nacional (560 Oficinas en Colombia) para el
manejo y la administración del recurso y gestión humana en su rol estratégico se
debe preocupar más por la gestión del talento humano que por la administración y
la operación del mismo.
Al mismo tiempo debido a que el Banco Davivienda se encuentra en etapa de
expansión al contar con operaciones en Panamá, El salvador, Honduras, Costa
Rica y Miami, las soluciones planteadas en este documento podrían ser aplicadas
para estas nuevas sucursales centralizando como se mencionó anteriormente en
la Central de Operaciones de cada una de los países.
5. En una segunda Fase para el aplicativo, se propone actualizar recursos. Actualmente el software de administración del Banco SARH en el cual se hace el “Nombramiento” temporal o permanentemente de los funcionarios a las oficinas correspondientes, no realiza el seguimiento de los recursos que se encuentran disponibles para la asignación. A la fecha (Septiembre 2012) se encuentran en fase de requerimiento al área de tecnología del Banco para llevar a cabo el desarrollo de esta nueva funcionalidad dentro del software para así permitir que el usuario pueda contar con la base de funcionarios disponibles para la asignación generada directamente por el aplicativo SARH y no manualmente como se realiza en este momento. Durante el proceso de implementación del Aplicativo propuesto en el documento se planteó la opción de automatizar este proceso, sin embargo y debido a que este impacta la plataforma de aplicativos del Banco (Operación en Oficina,) se realizó la solicitud a la espera del desarrollo.
90
BIBLIOGRAFÍA
Bieman Harold, Bonini Charles y Hausman Warren. (1.999) Análisis cuantitativo para los
negocios. 9° cd.Bogotá: Mc Graw Hill.
91
Hiller Frederick y Lieberinan Gerald.(1.993) Introducción a la investigación de
operaciones. 5° cd.México: Mc Graw Hill.
Gendreau, Michel, Handbook of Metaheuristics, SegundaEdición, New York, Springer,
2010 (LibroElectrónico),Pág 109-111
Taha Hamdy. (1.998) Investigación de operaciones, una introducción. 6° cd. México: Prentice Hall.
GLOSARIO
Contingencia: Se entiende como contingencia cuando un funcionario debe ausentarse de
la oficina por diferentes motivos y el área de Gestión Humana debe gestionar para cubrir la ausencia de éste.
92
Solicitud de Recurso para Cubrimiento de Contingencia: Reporte del requerimiento a
la Coordinación de Administración de Planta de un recurso para el cubrimiento de una contingencia. Supernumerarios: Funcionarios que no se encuentran nombrados en ninguna oficina de
planta y tienen como tarea realizar remplazos ya sea por vacaciones o en casos extraordinarios por cubrimiento de contingencias. La cantidad de supernumerarios se encuentra determinada por el tamaño de la planta, de tal manera que cubran el total de períodos de vacaciones de un cargo, Mano Derecha: Figura que puede remplazar al Subdirector en caso de Contingencia o
ausencia temporal durante la jornada laboral. Esta persona puede ocupar cualquiera de los cargos dentro de la oficina de menor rango al de Subdirector. Se creó con el fin de soportar al Subdirector y como fase de preparación para el cargo. Jornada Normal y Adicional: En el Banco las oficinas pueden prestar servicio en dos tipos de jornada la Jornada Normal y la Jornada Adicional, al mismo tiempo hay oficinas que pueden prestar el servicio en las dos Jornadas:
a) Jornada Normal: Es la jornada de Servicio de la Oficina comprendida regularmente entre las 9:00 a.m. y las 4:00 p.m.
b) Jornada Adicional: Es la jornada de servicio de la Oficina comprendida
regularmente entre las 5:00 p.m. y las 8:00 p.m. Transaccionalidad: Es un indicador que se realiza al Número de Transacciones que se
hacen en el área de Caja. Este informe es mensual por oficina y generado por el área de Operaciones en Oficina a través de un Software encargado de monitorear todas las oficinas. Es publicado a través de la Intranet del Banco. La capacidad utilizada es determinada por el número de horas laborado y la planta de cada una de las dos Jornadas Normal y Adicional. Capacidad Instalada: Número de Transacciones que debe hacer un funcionario en su
Jornada Laboral. Supernumerarios: son funcionarios que no tienen una oficina fija y están destinados
principalmente para hacer remplazos de funcionarios en vacaciones y se encuentran programadas desde un mes de anticipación, pueden hacer la función de caja, información o subdirección. Los Supernumerarios que no se encuentren haciendo remplazos de vacaciones son recursos que se pueden destinar para el cubrimiento de contingencias. Funcionario SENA: Es un funcionario el cual se encuentra en etapa productiva, la cual
dura 6 meses. Se procura no rotar tanto con estos funcionarios para que pueda ser evaluado su desempeño al finalizar su año como aprendiz SENA y pueda ser contratado por el banco o de manera temporal mientras se le ubica una vacante. Funcionario Temporal: Son funcionarios que no están contratados directamente por el Banco sino por medio de una empresa de servicios temporales y tienen una antigüedad no superior a los siete meses, después de concluido éste tiempo son contratados por el Banco de acuerdo a su desempeño y las vacantes existentes en el momento. Ésta figura
93
fue creada en primera instancia para el cubrimiento de licencias de maternidad, pero si existe la disponibilidad de tal recurso se puede destinar para cubrir contingencias. SARH
Software para la administración de Planta, en el que se realiza la vinculación de los funcionarios a cada una de las dependencias del Banco. Para la operación en la Oficina es de gran impacto ya que si el funcionario no está creado en la dependencia correspondiente no podría operar desde la Oficina a la cual fue nombrado, ya sea temporal o permanentemente.
ANEXOS
94
ANEXO 1: DIAGRAMA DE PROCESO PARA ASIGNACIÓN DE RECURSOS PARA EL
CUBRIMIENTO DE CONTINGENCIAS EN LAS OFICINAS DEL BANCO DE BOGOTÁ
ANEXO 2: TIEMPO ESTABLECIDO PARA REALIZAR EL REPORTE DE LA
CONTINGENCIA
ANEXO3: CONTINGENCIAS CUBIERTAS / NO CUBIERTAS VS. RANGOS DE %
CAPACIDAD UTILIZADA Y CANTIDAD DE CAJEROS.
a) Horario Normal:
CONTINGENCIADÍAS DE ANTICIPACIÓN PARA
REALIZAR EL REPORTE
Calamidad Doméstica El día de la novedad
Cursos y Capacitaciones No hay tiempo estipulado
Incapacidad El día de la novedad
Ley de Luto y Calamidad
DomésticaEl día de la novedad
Licencia Maternidad 6 Meses de Anticipación
Licencia Matrimonio 1 Mes de Anticipación
Licencia Paternidad 6 Meses de Anticipación
Permisos Especiales 1 Mes de Anticipación
Refuerzo debido Fechas
Especiales (Pago de
impuestos, pensiones,
etc)
No hay tiempo estipulado
Requerimientos Otras
ÁreasNo hay tiempo estipulado
Suspensión No hay tiempo estipulado
Suspensiones Temporales
o Por SanciónNo hay tiempo estipulado
Vacante No hay tiempo estipulado
95
b) Horario Adicional
ANEXO 4: DETALLE DE VALOR MONETARIO POR CARGO O RECURSOS ASIGNADO A OFICINAS CONSIDERADAS NO PRIORITARIAS:
a) Horas Extras
54% 62% 68% 115%
Cajeros
%
Capacidad
Utilizada - 1
Cajero
Días No
Cubiertos
Días
Cubiertos
%
Capacidad
Utilizada - 1
Cajero
Días No
Cubiertos
Días
Cubiertos
% Capacidad
Utilizada - 1
Cajero
Días No
Cubiertos
Días
Cubiertos
%
Capacidad
Utilizada - 1
Cajero
Días No
Cubiertos
Días
Cubiertos
1 - 0 0 - 0 0 - 10 17 - 3 3
1,5 162% 10 70 186% 3 7 204% 0 0 345% 0 11
2 108% 6 19 124% 24 45 136% 14 47 230% 3 30
2,5 90% 9 38 103% 3 33 113% 2 11 192% 0 0
3 81% 46 130 93% 19 63 102% 18 181 173% 45 226
3,5 76% 1 11 87% 15 18 95% 21 34 161% 0 0
4 72% 18 64 83% 7 102 91% 22 56 153% 37 151
4,5 69% 0 0 80% 0 0 87% 4 12 148% 0 0
5 68% 17 32 78% 9 68 85% 20 81 144% 4 26
5,5 66% 0 7 76% 0 0 83% 9 3 141% 0 0
6 65% 0 0 74% 17 58 82% 11 70 138% 0 0
6,5 64% 0 0 73% 10 16 80% 12 53 136% 0 0
7 63% 4 32 72% 14 10 79% 0 0 134% 16 195
8 62% 0 0 71% 0 3 78% 0 0 131% 0 0
Total
Contingencias111 403 121 423 143 565 108 642
Cantidad 40 257 50 268 12 512 0 642
% 36% 64% 41% 63% 8% 91% 0% 100%
Cantidad 71 146 71 155 131 53 108 0
% 64% 36% 59% 37% 92% 9% 100% 0%
SUMA TOTAL
CUBRIMIENTO
INNECESARIO
354 93%
Correcto
Cubrimiento/No
Cubrimiento
% Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada
Oportunidad de
Cubrimiento
DIFERENCIA:
CUBRIMIENTO
INNECESARIO/NO
CUBRIMIENTO
NECESARIO
NO CUBRIMIENTO
NECESARIO381
CUARTIL 1 CUARTIL 2 CUARTIL 3 CUARTIL 4
97% 109% 127% 185%
Cajeros
% Capacidad
Utilizada - 1
Cajero
Días No
Cubiertos
Días
Cubiertos
%
Capacidad
Utilizada - 1
Cajero
Días No
Cubiertos
Días
Cubiertos
% Capacidad
Utilizada - 1
Cajero
Días No
Cubiertos
Días
Cubiertos
% Capacidad
Utilizada - 1
Cajero
Días No
Cubiertos
Días
Cubiertos
1 - 0 22 - 0 19 - 0 0 - 0 8
1,5 291% 5 0 327% 2 0 381% 0 0 556% 14 14
2 194% 30 114 218% 6 9 254% 8 40 371% 1 25
3 145% 8 53 164% 31 95 191% 3 32 278% 16 15
3,5 136% 0 0 153% 0 0 178% 0 0 260% 0 0
4 129% 0 0 145% 14 118 169% 66 103 247% 11 36
5 121% 0 0 136% 0 0 159% 0 0 232% 10 20
7 113% 0 0 127% 0 0 148% 0 0 216% 2 24
Total
Contingencias43 189 53 241 77 175 54 142
Cantidad 0 189 0 241 0 175 0 142
% 0% 100% 0% 100% 0% 100% 0% 100%
Cantidad 43 0 53 0 77 0 54 0
% 100% 0% 100% 0% 100% 0% 100% 0%
CUARTIL 1 CUARTIL 2 CUARTIL 3 CUARTIL 4
% Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada
DIFERENCIA:
CUBRIMIENTO
INNECESARIO/NO
CUBRIMIENTO
NECESARIO
0%
Correcto
Cubrimiento/No
Cubrimiento
Oportunidad de
Cubrimiento
NO CUBRIMIENTO
NECESARIO227
SUMA TOTAL
CUBRIMIENTO
INNECESARIO
0
96
b) Supernumerarios
c) Aprendiz SENA
54% 62% 68% 115%
Cajeros% Capacidad Utilizada -
1 CajeroDías Horas Costo
% Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada -
1 Cajero
Días Horas Costo
% Capacidad
Utilizada - 1
Cajero
Días Horas Costo
1 - 0 0 $ 0 - 0 0 $ 0 - 0 0 $ 0 - 0 0 $ 0
1,5 162% 0 0 $ 0 186% 0 0 $ 0 204% 0 0 $ 0 345% 0 0 $ 0
2 108% 0 0 $ 0 124% 0 0 $ 0 136% 0 0 $ 0 230% 0 0 $ 0
2,5 90% 10 80 $ 608.125 103% 0 0 $ 0 113% 4 32 $ 243.250 192% 0 0 $ 0
3 81% 0 0 $ 0 93% 1 8 $ 60.813 102% 5 40 $ 304.063 173% 4 32 $ 243.250
3,5 76% 0 0 $ 0 87% 0 0 $ 0 95% 3 24 $ 182.438 161% 0 0 $ 0
4 72% 0 0 $ 0 83% 10 80 $ 608.125 91% 0 0 $ 0 153% 3 24 $ 182.438
4,5 69% 0 0 $ 0 80% 0 0 $ 0 87% 0 0 $ 0 148% 0 0 $ 0
5 68% 1 8 $ 60.813 78% 0 0 $ 0 85% 2 16 $ 121.625 144% 1 8 $ 60.813
5,5 66% 0 0 $ 0 76% 0 0 $ 0 83% 0 0 $ 0 141% 0 0 $ 0
6 65% 0 0 $ 0 74% 0 0 $ 0 82% 2 16 $ 121.625 138% 0 0 $ 0
6,5 64% 0 0 $ 0 73% 0 0 $ 0 80% 1 8 $ 60.813 136% 0 0 $ 0
7 63% 0 0 $ 0 72% 0 0 $ 0 79% 0 0 $ 0 134% 1 8 $ 60.813
8 62% 0 0 $ 0 71% 0 0 $ 0 78% 0 0 $ 0 131% 0 0 $ 0
Total 11 88 $ 668.938 11 88 $ 668.938 17 136 $ 1.033.813 9 72 $ 547.313
Valor de no
asignar recursos1 8 $ 60.813 0 0 -$ 1 8 $ 60.813 0 0 $ 0
48 46 4%
$ 121.625 $ 2.371.688 $ 2.250.063 5%
CUARTIL 4
% Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada
CUARTIL 1
% Capacidad Utilizada
CUARTIL 2 CUARTIL 3
% Diferencia (Días)
Total Valor de no AsignarTotal Valor de Asignar
RecursosDiferencia ($) % Diferencia ($)
Días No se considera prioritario 2 Total Días AsignadosDiferencia
(Días)
54% 62% 68% 115%
Cajeros
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
% Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
1 - 0 0 $ 0 - 0 0 $ 0 - 12 96 $ 606.000 - 3 24 $ 151.500
1,5 162% 70 560 $ 3.535.000 186% 7 56 $ 353.500 204% 0 $ 0 345% 5 40 $ 252.500
2 108% 16 128 $ 808.000 124% 28 224 $ 1.414.000 136% 29 232 $ 1.464.500 230% 24 192 $ 1.212.000
2,5 90% 24 192 $ 1.212.000 103% 32 256 $ 1.616.000 113% 2 16 $ 101.000 192% 0 0 $ 0
3 81% 94 752 $ 4.747.000 93% 48 384 $ 2.424.000 102% 140 1120 $ 7.070.000 173% 132 1056 $ 6.666.000
3,5 76% 6 48 $ 303.000 87% 18 144 $ 909.000 95% 29 232 $ 1.464.500 161% 0 $ 0
4 72% 32 256 $ 1.616.000 83% 61 488 $ 3.080.500 91% 23 184 $ 1.161.500 153% 75 600 $ 3.787.500
4,5 69% 0 $ 0 80% 0 $ 0 87% 12 96 $ 606.000 148% 0 $ 0
5 68% 18 144 $ 909.000 78% 55 440 $ 2.777.500 85% 60 480 $ 3.030.000 144% 21 168 $ 1.060.500
5,5 66% 0 0 $ 0 76% 0 $ 0 83% 3 24 $ 151.500 141% 0 $ 0
6 65% 0 $ 0 74% 38 304 $ 1.919.000 82% 53 424 $ 2.676.500 138% 0 $ 0
6,5 64% 0 0 $ 0 73% 16 128 $ 808.000 80% 25 200 $ 1.262.500 136% 0 $ 0
7 63% 26 208 $ 1.313.000 72% 10 80 $ 505.000 79% 0 $ 0 134% 154 1232 $ 7.777.000
8 62% 0 $ 0 71% 3 24 $ 151.500 78% 0 $ 0 131% 0 $ 0
Total 286 2288 $ 14.443.000 316 2528 $ 15.958.000 388 3104 $ 18.876.200 414 3312 $ 20.141.100
Valor de no
asignar recursos82 656 $ 4.141.000 122 976 6.161.000$ 25 200 $ 1.262.500 0 0 $ 0
229 1404 1175 16%
11.564.500$ 69.418.300$ $ 57.853.800 17%
Días No se considera
prioritarioTotal Días Asignados Diferencia (Días) % Diferencia (Días)
Total Valor de no Asignar Total Valor de Asignar Recursos Diferencia ($) % Diferencia ($)
CUARTIL 1 CUARTIL 2 CUARTIL 3 CUARTIL 4
% Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada
97
Tabla XL: Recursos Disponibles para la asignación de Recursos a las Oficinas que presentan contingencias.
Fuente: Gestión Humana Regional Bogotá
d) Temporal
e) Préstamo por otra Oficina
54% 62% 68% 115%
Cajeros
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
% Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
1 - 0 0 $ 0 - 0 0 $ 0 - 5 40 $ 135.500 - 0 0 $ 0
1,5 162% 0 0 $ 0 186% 0 0 $ 0 204% 0 0 $ 0 345% 2 16 $ 54.200
2 108% 3 24 $ 81.300 124% 15 120 $ 406.500 136% 14 112 $ 379.400 230% 3 24 $ 81.300
2,5 90% 4 32 $ 108.400 103% 1 8 $ 27.100 113% 2 16 $ 54.200 192% 0 0 $ 0
3 81% 27 216 $ 731.700 93% 11 88 $ 298.100 102% 19 152 $ 514.900 173% 46 368 $ 1.246.600
3,5 76% 5 40 $ 135.500 87% 0 0 $ 0 95% 0 0 $ 0 161% 0 0 $ 0
4 72% 11 88 $ 298.100 83% 21 168 $ 569.100 91% 27 216 $ 731.700 153% 57 456 $ 1.544.700
4,5 69% 0 0 $ 0 80% 0 0 $ 0 87% 0 0 $ 0 148% 0 0 $ 0
5 68% 5 40 $ 135.500 78% 7 56 $ 189.700 85% 12 96 $ 325.200 144% 4 32 $ 108.400
5,5 66% 0 0 $ 0 76% 0 0 $ 0 83% 0 0 $ 0 141% 0 0 $ 0
6 65% 0 0 $ 0 74% 6 48 $ 162.600 82% 15 120 $ 406.500 138% 0 0 $ 0
6,5 64% 0 0 $ 0 73% 0 0 $ 0 80% 27 216 $ 731.700 136% 0 0 $ 0
7 63% 3 24 $ 81.300 72% 0 0 $ 0 79% 0 0 $ 0 134% 38 304 $ 1.029.800
8 62% 0 0 $ 0 71% 0 0 $ 0 78% 0 0 $ 0 131% 0 0 $ 0
Total 58 464 $ 1.571.800 61 488 $ 1.653.100 121 968 $ 3.279.100 150 1200 $ 4.065.000
Valor de no
asignar recursos24 192 $ 650.400 13 104 352.300$ 27 336 $ 1.138.200 0 0 $ 0
64 390 326 16%
2.140.900$ 10.569.000$ $ 8.428.100 20%Total Valor de no Asignar Total Valor de Asignar Recursos Diferencia ($) % Diferencia ($)
Días No se considera
prioritarioTotal Días Asignados Diferencia (Días) % Diferencia (Días)
CUARTIL 1 CUARTIL 2 CUARTIL 3 CUARTIL 4
% Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada
CARGO
Supernumerario
Extras
Aprendiz SENA
Temporal
Prestamo Otra Oficina
54% 62% 68% 115%
Cajeros
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
% Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
1 - 0 0 $ 0 - 0 0 $ 0 - 0 0 $ 0 - 0 0 $ 0
1,5 162% 0 0 $ 0 186% 0 0 $ 0 204% 0 0 $ 0 345% 4 32 $ 179.400
2 108% 0 0 $ 0 124% 2 16 $ 89.700 136% 4 32 $ 179.400 230% 3 24 $ 134.550
2,5 90% 0 0 $ 0 103% 0 0 $ 0 113% 3 24 $ 134.550 192% 0 0 $ 0
3 81% 7 56 $ 313.950 93% 3 24 $ 134.550 102% 17 136 $ 762.450 173% 44 352 $ 1.973.400
3,5 76% 0 0 $ 0 87% 0 0 $ 0 95% 2 16 $ 89.700 161% 0 0 $ 0
4 72% 21 168 $ 941.850 83% 10 80 $ 448.500 91% 6 48 $ 269.100 153% 16 128 $ 717.600
4,5 69% 0 0 $ 0 80% 0 0 $ 0 87% 0 0 $ 0 148% 0 0 $ 0
5 68% 8 64 $ 358.800 78% 6 48 $ 269.100 85% 7 56 $ 313.950 144% 0 0 $ 0
5,5 66% 7 56 $ 313.950 76% 0 0 $ 0 83% 0 0 $ 0 141% 0 0 $ 0
6 65% 0 0 $ 0 74% 9 72 $ 403.650 82% 0 0 $ 0 138% 0 0 $ 0
6,5 64% 0 0 $ 0 73% 0 0 $ 0 80% 0 0 $ 0 136% 0 0 $ 0
7 63% 3 24 $ 134.550 72% 0 0 $ 0 79% 0 0 $ 0 134% 2 16 $ 89.700
8 62% 0 0 $ 0 71% 0 0 $ 0 78% 0 0 $ 0 131% 0 0 $ 0
Total 46 368 $ 2.063.100 30 240 $ 1.345.500 39 312 $ 1.749.150 69 552 $ 3.094.650
Valor de no
asignar recursos39 312 $ 1.749.150 15 120 672.750$ 0 0 $ 0 0 0 $ 0
54 184 130 29%
2.421.900$ 8.252.400$ $ 5.830.500 29%Total Valor de no Asignar Total Valor de Asignar Recursos Diferencia ($) % Diferencia ($)
Días No se considera
prioritarioTotal Días Asignados Diferencia (Días) % Diferencia (Días)
CUARTIL 1 CUARTIL 2 CUARTIL 3 CUARTIL 4
% Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada
98
ANEXO 5: NÚMERO DE OFICINAS: CONTINGENCIAS NO CUBIERTAS VS. RANGO
CALIFICACIÓN DE SERVICIO.
ANEXO 6: NÚMERO DE OFICINAS: DÍAS CON CONTINGENCIAS CUBIERTAS Y NO
CUBIERTAS VS. RANGO DE CAPTACIÓN:
Contingencias No Cubiertas Contingencias Cubiertas
54% 62% 68% 115%
Cajeros
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
% Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
%
Capacidad
Utilizada - 1
Cajero
Días Horas Costo
1 - 0 0 $ 0 - 0 0 $ 0 - 0 0 $ 0 - 0 0 $ 0
1,5 162% 0 0 $ 0 186% 0 0 $ 0 204% 0 0 $ 0 345% 0 0 $ 0
2 108% 0 0 $ 0 124% 0 0 $ 0 136% 0 0 $ 0 230% 0 0 $ 0
2,5 90% 0 0 $ 0 103% 0 0 $ 0 113% 0 0 $ 0 192% 0 0 $ 0
3 81% 2 16 $ 89.700 93% 0 0 $ 0 102% 0 0 $ 0 173% 0 0 $ 0
3,5 76% 0 0 $ 0 87% 0 0 $ 0 95% 0 0 $ 0 161% 0 0 $ 0
4 72% 0 0 $ 0 83% 0 0 $ 0 91% 0 0 $ 0 153% 0 0 $ 0
4,5 69% 0 0 $ 0 80% 0 0 $ 0 87% 0 0 $ 0 148% 0 0 $ 0
5 68% 0 0 $ 0 78% 0 0 $ 0 85% 0 0 $ 0 144% 0 0 $ 0
5,5 66% 0 0 $ 0 76% 0 0 $ 0 83% 0 0 $ 0 141% 0 0 $ 0
6 65% 0 0 $ 0 74% 5 40 $ 224.250 82% 0 0 $ 0 138% 0 0 $ 0
6,5 64% 0 0 $ 0 73% 0 0 $ 0 80% 0 0 $ 0 136% 0 0 $ 0
7 63% 0 0 $ 0 72% 0 0 $ 0 79% 0 0 $ 0 134% 0 0 $ 0
8 62% 0 0 $ 0 71% 0 0 $ 0 78% 0 0 $ 0 131% 0 0 $ 0
Total 2 16 $ 89.700 5 40 $ 224.250 0 0 $ 0 0 0 $ 0
Valor de no
asignar recursos0 0 $ 0 5 40 224.250$ 0 0 $ 0 0 0 $ 0
5 7 2 71%
224.250$ 313.950$ $ 89.700 71%Total Valor de no Asignar Total Valor de Asignar Recursos Diferencia ($) % Diferencia ($)
Días No se considera
prioritarioTotal Días Asignados Diferencia (Días) % Diferencia (Días)
CUARTIL 1 CUARTIL 2 CUARTIL 3 CUARTIL 4
% Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada % Capacidad Utilizada
NO
CUBIERTOcuartil 1 cuartil 2 cuartil 3 cuartil 4 Total general
0 5 9 8 13 35
1 0 4 3 1 8
2 3 5 8 1 17
3 0 4 5 7 16
4 0 3 1 2 6
5 0 3 4 2 9
6 1 3 3 3 10
7 1 5 6 0 12
8 3 4 3 1 11
9 3 4 2 2 11
10 1 3 0 1 5
11 1 0 1 0 2
12 2 0 2 0 4
13 0 1 2 1 4
14 0 1 0 1 2
16 1 1 2 1 5
17 0 0 0 1 1
18 0 0 0 1 1
19 1 0 0 0 1
21 0 2 1 0 3
27 0 0 1 0 1
28 1 0 0 0 1
29 0 1 0 0 1
30 1 0 0 0 1
33 2 0 0 0 2
38 1 0 0 0 1
59 1 0 0 0 1
No presentó 4 1 1 15 21
Total general 32 54 53 53 192
99
ANEXO 7: ENTREVISTA DORA ISABEL PARDO, COORDINADOR DE GESTIÓN
HUMANA BOGOTÁ BANCO DAVIVIENDA. BOGOTÁ, MARZO 13 DE 2012.
1. Cuál es la situación Actual del proceso de asignación de Recursos?
Actualmente no se cuenta con un sistema que nos permita centralizar toda la información y con el cual se pueda establecer criterios para tomar las decisiones de asignar un recurso a una oficina. Diariamente se reciben varias solicitudes de oficinas y la presión de diferentes personas por obtener el recurso hace que el tiempo que se gasta por teléfono o en visitas argumentando la urgencia del recurso resulte inutil puesto que nosotros no podemos dar una respuesta con suficientes argumentos ya sea para negar o para asignar un recurso.
2. Qué se ha hecho para solucionar este problema?
Se está trabajando con el área de Desarrollo Tecnológico del Banco para que el reporte de contingencias sea realizado a través de un aplicativo colgado en intranet y la información sea enviada a Gestión Humana Diariamente. Esto permitiría establecer un canal único de comunicación y al mismo tiempo crearía el hábito o disciplina dentro de las oficinas de servicio para llevar a cabo este proceso bajo los tiempos estipulados.
3. Desde su punto de vista cual es el mayor inconveniente para llevar a cabo este proceso?
Días
Contingenciascuartil 1 cuartil 2 cuartil 3 cuartil 4
Total
general
0 12 10 15 12 49
1 0 4 4 0 8
2 2 8 5 2 17
3 5 4 1 5 15
4 2 2 5 6 15
5 1 2 3 5 11
6 1 4 2 1 8
7 2 2 1 4 9
8 2 1 2 0 5
9 1 1 0 0 2
10 2 0 0 2 4
11 0 1 0 1 2
12 0 0 3 2 5
14 0 0 0 1 1
15 1 0 0 1 2
18 0 0 1 0 1
21 0 0 0 1 1
24 0 0 0 1 1
25 0 0 0 1 1
26 0 0 0 2 2
33 0 1 0 0 1
No presentó 17 8 6 1 32
Total general 48 48 48 48 192
Días
Contingenciascuartil 1 cuartil 2 cuartil 3 cuartil 4
Total
general
0 4 1 0 1 6
1 2 2 0 0 4
2 0 2 3 4 9
3 3 2 1 3 9
4 1 3 1 0 5
5 2 4 1 4 11
6 1 0 1 0 2
7 3 2 3 1 9
8 2 1 5 0 8
9 0 1 3 2 6
10 0 3 1 3 7
11 1 2 2 0 5
12 1 2 3 1 7
13 1 1 1 2 5
14 1 2 1 0 4
15 1 1 0 0 2
16 1 2 2 1 6
17 0 0 2 2 4
19 0 1 1 1 3
20 0 0 0 1 1
21 0 0 1 0 1
22 0 0 2 0 2
23 0 1 0 2 3
24 0 0 1 2 3
25 1 1 0 0 2
26 0 1 2 2 5
27 1 0 0 1 2
28 1 0 0 0 1
29 0 1 0 0 1
30 0 1 0 1 2
31 0 0 1 4 5
32 0 0 0 1 1
33 0 0 0 1 1
36 1 0 0 0 1
38 1 0 0 0 1
39 1 0 0 1 2
40 0 1 0 0 1
44 0 0 2 0 2
45 0 0 0 1 1
46 0 1 0 0 1
48 0 0 1 1 2
49 0 1 0 0 1
53 0 0 0 1 1
56 0 0 0 1 1
64 0 0 1 0 1
69 0 0 0 1 1
70 1 0 0 0 1
257 0 0 0 1 1
No presentó 17 8 6 1 32
Total general 48 48 48 48 192
100
No contar con la información que soporte la respuesta para las solicitudes de asignación de recursos y no tener establecidas variables con un peso asignado que influyan en el proceso y proporcionen una prioridad en las oficinas.
4. Cuál es el impacto que ha tenido este proceso en las oficinas?
El impacto no lo hemos podido medir directamente, esto nos remite a la calificación de servicio elaborada a las oficinas o las quejas que nos llegan posterior a la negación de la asignación de un recurso. Al mismo tiempo en muchas ocaciones nos enteramos que hay oficinas que solicitan el recurso debido a que los funcionarios se encuentran desempeñando tareas no concernientes a su cargo.
5. Cómo sería el escenario ideal para llevar a cabo este proceso? Lo ideal sería contar con un sistema en el cual se encuentre centralizado y permita realizar la gestión de los recursos, para esto se debería tener las siguientes recomendaciones:
Facilidad para alimentar la información: El sistema debe ser amigable para
nosotros y no convertirse en una carga. Muchas veces en la Regional han propuesto muchas cosas que pueden ser efectivas con los resultados pero no eficientes en los recursos utilizados. Debido a la dinámica del departamento, con todas las solicitudes que llegan a la Regional, no sólo para contingencias si no de otra índole, somos muy pocas personas las que nos encontramos en el área y la carga operativa de todos nosotros se encuentra en un 100%, por esto se debe proponer algo que se convierta en una herramienta y no en una carga.
Flexible: En el Banco se realizan muchos cambios en sus políticas, es por esto que la solución debe ser de fácil ajuste a los diferentes cam bios que puedan surgir.
Fácil comprensión: La solución planteada debe contar con un manual de
utilización así como el de manipulación en caso que se presente algún tipo de inconveniente. No queremos un sistema que sea muy complicado si no que sea práctico y de fácil comprensión. En la Regional se han hecho estudios que son muy buenos y que al principio funcionan perfectamente pero que con el tiempo requiere de la persona que lo realizó y por la dinámica de rotación del Banco puede que esta persona ya no esté en el área, lo que hace que la herramienta se pierda y por ende el esfuerzo y el conocimiento depositado en la misma.
6. Cuáles son las limitaciones que desde su óptica se han tenido en este proceso y que no han permitido optimizar el proceso?
Tecnología: En nuestro departamento de acuerdo a la clasificación de OYM34 no
se aprueban licencias de software, por lo que no es posible realizar la solicitud de nuevos programas. Se lográ la instalación en todos los equipos del área de Office 2010 ya que antes se contaba con Open Office.35
34
OYM: Organización y Métodos, esta área está encargada de aprobar los estándares de cada uno de los cargos y determinar los elementos físicos y de software que cada cargo requiere. 35
Open Office: Programa que permite solo abrir archives de Office muy limitado en su funcionamiento.
101
7. Cuáles consideraría que serían las variables de mayor importancia, y su
respectiva peso en el proceso? Para poder responder a esta pregunta nos remitimos a un sondeo que se hizo en un Grupo de 22 Directores de Oficina y 4 Subgerentes de Zona en la Regional con base a los resultados mostrados en el diagnóstico se dieron los siguientes pesos a cada una de las variables:
Tabla XXXVIII: Peso de Variables para la asignación de acuerdo al cargo
Variable CAJA INFORMACIÓN
Servicio 10% 10%
Captación 10% 10%
Colocación 5% 30%
Capacidad Utilizada Vs. Planta en Contingencia36
40% 0%
Planta 35% 50% Fuente: Regional Bogotá
ANEXO 8: MODELO MATEMÁTICO DE ASIGNACIÓN DE RECURSOS
4. Índices:
Tabla XXXIX: Descripción de los Índices
Índice Definición Conjunto
𝑖 = 𝐹𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑟𝑖𝑜𝑠 𝑜 𝑅𝑒𝑐𝑢𝑟𝑠𝑜𝑠 Recurso Disponible {Camilo, Diana, Andrés,…n} – Varía Semanalmente
𝑗 = 𝐶𝑜𝑛𝑡𝑖𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑠 Tipos de Contingencia Presentada
{Tipo I, Tipo II, Tipo III, Tipo IV}
𝑔 = 𝐶𝑎𝑟𝑔𝑜𝑠 Cargo en el cual se presentó la contingencia
{Caja, Información}
𝑘 = 𝑇𝑖𝑝𝑜 𝑑𝑒 𝑅𝑒𝑐𝑢𝑟𝑠𝑜 Tipo de Recurso para cubrir la contingencia (Es una caracterización del conjunto i)
{Aprendiz SENA, Temporal, Supernumerario, Horas Extras, préstamo otra Oficina}
Fuente: El autor
5. Variables de decisión:
2.1. 𝑿𝒊,𝒋,𝒈,𝒌= Recurso asignado a la oficina que presentó la contingencia 𝒋para cubrir con el
recurso 𝒊del cargo 𝒈con el tipo de recurso 𝒌
Esta variable hace referencia a la asignación de un Recurso para cubrir una contingencia presentada en una oficina de cierto tipo, en un cargo y con tipo de recurso determinados por los conjuntos definidos en el numeral 1.
36Planta en Contingencia: Planta total menos el número de funcionarios que se encuentran ausentes por Contingencia.
102
2.2.𝒀𝒋,𝒈= Variable binaria para afirmar si fue cubierta la contingencia 𝒋del cargo 𝒈
Esta variable está diseñada con el fin de asignar un costo en la función objetivo un costo generado por no cubrir una contingencia y al mismo tiempo dentro de las restricciones poder hacer uso del “si” o “no” que está dado como variable binaria para asegurarse que se asigne los recursos a las oficinas que por el tamaño de la planta en el cargo k lo requieran. 3. Parámetros:
3.1.𝑻𝑹𝑬𝑪𝒌: Total de Recursos de tipo 𝒌 Disponibles para cubrir contingencias Cada Tipo de Cargo tiene su respectiva disponibilidad en un período determinado: Los tipos de Recursos son los siguientes:
𝐷𝑖𝑗 = 𝐶𝑜𝑠𝑡𝑜 𝑜 𝑝𝑒𝑠𝑜 𝑑𝑎𝑑𝑜 𝑎 𝑒𝑠𝑡𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 ∙ 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑑𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠
Esta variable está compuesta por dos valores, el primero es el peso que se le dará al valor de la distancia lineal dentro del proceso de asignación; la distancia entre los dos puntos, estará dada por la operación aritmética de las coordenadas de ubicación del Recurso disponible para asignar 𝑖 a la oficina que presentó la contingencia𝑗.
Esta matriz debe ser alimentada mensualmente por la Coordinación de Administración de Planta compuesto por un listado de las Oficinas y funcionarios que presentaron una contingencia en un período determinado de tiempo.
Aplica para Caja e Información, por este motivo no tiene subíndice𝒈 que lo discrimine.
3.4. 𝑪𝑶𝑺𝑻𝒋,𝒌= Costo de cubrir la contingencia 𝒋 con un recurso tipo 𝒌
Matriz que relaciona el Costo por Utilizar un tipo de recurso𝒌 en una contingencia 𝒋, esta relación nació con el fin de asignar al Recurso de acuerdo al tipo de Contingencia presentada, por ejemplo una vacante debe ser asignada preferiblemente con un Aprendiz SENA o con un Temporal, ya que posteriormente se puede nombrar en este cargo después de cumplir con su período de prueba. La tabla de Costos asociada a esta relación, se presenta a continuación:
Tabla XLI: Relación de Costos de Utilizar un Recurso determinado para cubrir una contingencia
103
Fuente: Gestión Humana Regional Bogotá
3.5. 𝑪𝑼𝑻𝑰𝒌= Costo de utilizar el recurso tipo 𝒌
El costo está asociado al nivel salarial de cada uno de los recursos dispuestos para el cubrimiento de Contingencias, este costo se determina linealmente conforme a la equivalencia de una escala de calificación dada para el modelo
Tabla XLII: Costo de un día de Utilización de Cada uno de los Recursos Humanos
Fuente: Calculado con los Salarios 2011 Gestión Humana Bogotá
Tabla XLIII: Relación de costo de un día de Utilización de Cada uno de los Recursos Humanos
37
Fuente: El autor
3.6. 𝑵𝑶𝑪𝑼𝒋= Costo de No cubrir la Contingencia𝒋
De acuerdo a lo solicitado por la Regional Bogotá se debe tener una prioridad por cierto tipo de Contingencias dado por diferentes motivos administrativos internos, por tal motivo se realizó la siguiente clasificación de Contingencias con su rango de prioridad:
37 Debido a que es un caso de Maximización se coloca un valor negativo en los recursos de Horas Extras y Cubierto por la Oficina de este modo el modelo trataría de no asignar o utilizar estos recursos.
VacantesAusencias igual o Mayor a
un Mes I
Ausencias igual o
Mayor a un Mes II
Ausencias Menores
a un mes
RECURSO 1 2 3 4
Supernumerario 1000 2000 3000 5000
Temporal 5000 4000 2000 1500
SENA 5000 4000 2000 1500
Horas Extras 1 1 100 500
Cubierto por Otra Oficina 1 1 100 500
Tipo Contingencia
ÁREA
RECURSO H. Normal H. Adicional H. Normal H. Adicional
Supernumerario $ 50.500 $ 28.850 $ 50.500 $ 28.850
Temporal $ 44.850 $ 25.622 $ 44.850 $ 25.622
Aprendiz SENA $ 27.100 $ 27.100 $ 27.100 $ 27.100
Horas Extras $ 60.813 $ 33.500 $ 52.000 $ 29.438
Cubierto por Otra Oficina $ 68.650 $ 46.800 $ 61.600 $ 43.550
CAJERO INFORMADOR
RECURSO Costo
Supernumerario 3000
Temporal 4000
SENA 5000
Horas Extras 1
Cubierto por Otra Oficina 1
104
Tabla XLVI: Tabla de Clasificación de las Contingencias según su prioridad de Asignación
Fuente: Gestión Humana Regional Bogotá.
3.7. 𝑪𝑨𝑳𝑰𝒋𝒈=Calificación obtenida por cubrir la contingencia 𝒋 para el cargo 𝒈
La calificación está dada por la suma de calificaciones de las diferentes variables que influyen en la asignación de recursos a las Oficinas; estas calificaciones se ponderan de acuerdo al grado de importancia dado cualitativamente por la Regional Bogotá38. Las variables tenidas en cuenta son:
Tabla XLV: Variables cubrimiento contingencia según cargo
Variable Caja Información
Servicio Es la misma para las dos áreas
Captación X X
Colocación X
Capacidad Utilizada X39
Planta del área X X
Fuente: Gestión Humana Regional Bogotá.
𝑪𝑨𝑳𝑰𝒋𝒈=(𝜶𝒔 ∙ 𝑪𝑺𝒆𝒓𝒗𝒋)+(𝜶𝒄𝒂 ∙ 𝑪𝑪𝒂𝒑𝒕𝒋)+(𝜶𝒄𝒐 ∙ 𝑪𝑪𝒐𝒍𝒋)+(𝜶𝒄𝒖 ∙ 𝑪𝑪𝒂𝒑𝒖𝒋𝒈)+ (𝜶𝒄𝒑 ∙ 𝑪𝑷𝒍𝒂𝒏𝒋𝒈)
a) 𝑪𝑺𝒆𝒓𝒗𝒋 =Costo por asignar a la oficina que presentó la contingencia 𝒋
teniendo en cuenta la calificación de Servicio
Este es un costo el cual su función es darle un peso o grado de importancia a esta variable en el momento que el modele evalúe la asignación de un recurso para el cubrimiento de una contingencia a una oficina en un período determinado. Este valor es paramétrico dado por la Regional Bogotá. Aplica para Caja e Información.
38
Tomado Opinión Entrevista Coordinador de Gestión Humana Regional Bogotá 39 Sólo aplica para el área de Caja debido que en información no se ha desarrollado la medición de esta variable.
Tipo de Contingencia Tipo de Contingencia Calificación
Vacantes 1 1
Ausencias igual o Mayor a un Mes I 2 500
Ausencias igual o Mayor a un Mes II 3 1000
Ausencias Menores a un mes 4 2000
105
b) 𝑪𝑪𝒂𝒑𝒕𝒋 =Costo por asignar a la oficina que presentó la contingencia 𝒋
teniendo en cuenta el nivel de captación
Este es un costo el cual su función es darle un peso o grado de importancia a esta variable en el momento que el modelo evalúe la asignación de un recurso para el cubrimiento de una contingencia a una oficina en un período determinado. Este valor es paramétrico dado por la Regional Bogotá. Aplica principalmente para Caja por el valor de Dinero que es captado por oficina, pero así mismo ayuda a definir el tamaño de una oficina y el crecimiento en la categoría40, por este motivo se tendrá en cuenta para Información.
c) 𝑪𝑪𝒐𝒍𝒋=Costo por asignar a la oficina que presentó la contingencia 𝒋 teniendo
en cuenta el nivel de Colocación.
Este es un costo el cual su función es darle un peso o grado de importancia a esta variable en el momento que el modelo evalúe la asignación de un recurso para el cubrimiento de una contingencia a una oficina en un período determinado. Este valor es paramétrico dado por la Regional Bogotá. Aplica para Información.
d) 𝑪𝑪𝒂𝒑𝒖𝒋𝒈=Capacidad utilizada en la Oficina que presentó la contingencia 𝒋 en
el cargo 𝒈 Este costo está asociado al nivel de Capacidad Utilizada de cada una de las oficinas que presentaron una Contingencia. Esta medición sólo aplicaría para Caja.
e) 𝑪𝑷𝒍𝒂𝒏𝒋𝒈 = Cantidad de funcionarios en la Oficina que presentó la
contingencia 𝒋en el cargo 𝒈
Se refiere al número de funcionarios de la planta de funcionarios de las oficinas que presentaron solicitud para el cubrimiento de Contingencias. Este listado es extraído de la base que se debe alimentar con la información de las oficinas.
Los Coeficientes de tipo 𝜶toman los siguientes valores de acuerdo a lo definido por la Regional:
40
Captación es una de las variables que el área de Gestión Comercial en Canales tiene en cuenta para determinar la categoría en la que se encuentra una oficina. Por confidencialidad no se puede realizar la explicación detallada en este aspecto.
106
Tabla XLVI: Valor coeficiente para el peso de la cada una de las Variables que
componen𝑪𝑨𝑳𝑰𝒋𝒈
Coeficiente Peso
𝑪𝑨𝑳𝑰𝒋𝒈 -
CAJA
Peso 𝑪𝑨𝑳𝑰𝒋𝒈 -
INFORMACIÓN
𝜶𝒔 = 𝑺𝒆𝒓𝒗𝒊𝒄𝒊𝒐 10% 10%
𝜶𝒄𝒂 = 𝑪𝒂𝒑𝒕𝒂𝒄𝒊ó𝒏 10% 10%
𝜶𝒄𝒐 = 𝑪𝒐𝒍𝒐𝒄𝒂𝒄𝒊ó𝒏 5% 30%
𝜶𝒄𝒖
= 𝑪𝒂𝒑𝒂𝒄𝒊𝒅𝒂𝒅 𝑼𝒕𝒊𝒍𝒊𝒛𝒂𝒅𝒂 𝑽𝒔.𝑷𝒍𝒂𝒏𝒕𝒂 𝒆𝒏 𝑪𝒐𝒏𝒕𝒊𝒏𝒈𝒆𝒏𝒄𝒊𝒂
40% 0%
𝜶𝒄𝒑 = 𝑷𝒍𝒂𝒏𝒕𝒂 35% 50%
Fuente: Gestión Humana Regional Bogotá - El autor
4. Restricciones:
4.1. Restricción de límite de Recursos:
𝑋𝑖,𝑗 ,𝑔,𝑘 ≤ 𝑇𝑅𝐸𝐶𝑘
𝑔𝑗𝑖
∀ 𝑘
Esta restricción está dada para que para el cubrimiento de contingencias no sea superior
a los recursos con los que se cuenta, se encuentra definida para todo 𝒌debido a que es para los dos tipos de cargo (Caja e Información). 4.2. Única asignación
Esta restricción está formulada para que los recursos sólo sean asignados a una contingencia, es por esto que se define menor o igual a 1.
𝑋𝑖,𝑗 ,𝑔,𝑘 ≤ 1
𝑔𝑗𝑖
∀ 𝑖
4.3. Utilización de los recursos Disponibles
Determinar si se cubre el requerimiento de la Contingencia. Contiene las variables de decisión de atención y la de no atención.
𝑋𝑖 ,𝑗 ,𝑔 ,𝑘
𝑘
+ 𝑌𝑗 ,𝑔 = 1
𝑖
∀ 𝑗, ∀ 𝑔
4.4. Mínimo de Recursos
𝑿𝒊,𝒋,𝒈,𝒌 + 𝐶𝐹𝑈𝑁𝑗 ,𝑔 ≥ 2
𝑖
∀ 𝑗, ∀ 𝑔
Como política de Bienestar y Servicio, la Oficina en cualquier área debe contar con mínimo dos recursos en operación. Esto se define con el fin de cubrir las ausencias que
107
se dan en el día por almuerzo, pausas activas, necesidades fisiológicas, entre otras. El
parámetro 𝐶𝐹𝑈𝑁𝑗 ,𝑔 se le resta 1 debido a que se está planteando bajo la situación de la
Oficina sin un recurso y así poder dentro de la restricción velar por que las oficinas siempre cuenten con mínimo 2 recursos. Es por esto que se formuló la restricción teniendo en cuenta lo siguiente si se asigna un recurso a la contingencia está dada por 1(asignado) o 0 (No asignado) de acuerdo a esto se tendría los siguientes valores Dado:
𝑪𝑭𝑼𝑵𝒋𝒈= (Cantidad de funcionarios en la Oficina que presentó la contingencia 𝒋del cargo
tipo 𝒈) - 1
Tabla XLVII: Simulador de Valores Restricción Mínimo de Recursos
𝑿𝒊,𝒋,𝒈,𝒌
𝒌𝒊
𝑪𝑭𝑼𝑵𝒋,𝒈 Total
Planta ≥ 𝟐 Acción
0 0 0 No Debe Asignar el recurso 1 0 1 No Debe Asignar el recurso
0 1 1 No Debe Asignar el recurso
1 1 2 Si Evaluar por otro Medio
0 2 2 Si Evaluar por otro Medio
1 2 3 Si Evaluar por otro Medio Fuente: El autor
Con esto se puede concluir que las Oficinas que tienen 2 funcionarios por cada cargo
𝒌(Caja e Información) el modelo asignará de manera prioritaria.
2. FUNCIÓN OBJETIVO
La función objetivo está dada para un caso de Maximización. Teniendo en cuenta esto se tiene lo siguiente
max𝑍 = (𝐶𝐴𝐿𝐼𝑗 ,𝑔 ×
𝑔𝑗
𝑋𝑖,𝑗 ,𝑔,𝑘) − 𝑁𝑂𝐶𝑈𝑗 × 𝑌𝑖,𝑔 − 𝐷𝐼𝑆𝑇𝑖,𝑗 × 𝑋𝑖,𝑗 ,𝑔,𝑘
𝑗𝑖𝑗
+ 𝐶𝑂𝑆𝑇𝑗 ,𝑘
𝑘𝑗
× 𝑋𝑖,𝑗 ,𝑔,𝑘
+ 𝐶𝑈𝑇𝐼𝑘 × 𝑋𝑖,𝑗 ,𝑔,𝑘
𝑘
5.2. Calificación por Asignación
Tiene en cuenta el parámetro 𝐶𝐴𝐿𝐼𝑗 ,𝑔 dado por la suma de calificaciones de las diferentes
variables que influyen en la asignación de recursos a las Oficinas, como es un caso de maximización un Valor alto en el ingreso hace referencia a una importancia alta para la asignación
(𝐶𝐴𝐿𝐼𝑗 ,𝑔 ×
𝑔𝑗
𝑋𝑖,𝑗 ,𝑔,𝑘)
108
5.3. No Cubrimiento
Tiene una reducción en el ingreso por no cubrir una contingencia, como es un caso de maximización si existen contingencias que tienen una prioridad alta de asignación debe
tener un costo bajo 𝑁𝑂𝐶𝑈𝑗 .La variable 𝑌𝑗 ,𝑔 toma valores de 1 y 0 en caso de ser o no ser
cubierta la contingencia.
𝑁𝑂𝐶𝑈𝑗 × 𝑌𝑗 ,𝑔
𝑗
5.4. Costo por Distancia de un Recurso al lugar de la contingencia Esta parte de la Función objetivo hace referencia al costo por concepto de la distancia en
caso de ser asignado un recurso tal como lo indica la variable 𝑋𝑖,𝑗 ,𝑔,𝑘 ..El modelo buscará
asignar recursos que generen mayor ingreso (aumenten la función objetivo), para este caso sería los recursos que se encuentren más cerca al lugar de la contingencia.
𝐷𝐼𝑆𝑇𝑖 ,𝑗 × 𝑋𝑖,𝑗 ,𝑔,𝑘
𝑗𝑖
5.5. Costo por Distancia de un Recurso al lugar de la contingencia
En el caso del modelo por ser de maximización busca asignar un recurso a una contingencia de acuerdo a su incremento o impacto que tenga en la función objetivo.
𝐶𝑂𝑆𝑇𝑗 ,𝑘
𝑘𝑗
× 𝑋𝑖,𝑗 ,𝑔,𝑘
5.6. Costo por Utilizar el Recurso En este fragmento de la Función Objetivo, el modelo busca que se utilicen los recursos que menos incrementan, un ejemplo sería el ingreso que da por utilización de horas extras, este es inferior comparado a los otros, por ende el modelo buscaría utilizar los otros tipos de recursos.
𝐶𝑈𝑇𝐼𝑘 × 𝑋𝑖,𝑗 ,𝑔,𝑘
𝑘
108
ANEXO 9: CÓDIGO FUENTE ALGORITMO GENÉTICO PARA LA ASIGNACIÓN DE RECURSOS
Public Tamano_Poblacion As Integer'Determina el tamaño de la población que se desea examinar, es decir el número de cromosomas por cada experimento. Public Probabilidad_Cruce As Double'Parámetro que se establece Public Probabilidad_Mutacion As Double'Valor de probabilidad para realizar la mutación a cada bit del cromosoma Public Generaciones As Integer'Determina el número de evoluciones que se realizaran Public Numero_de_Experimentos As Integer'Almacena el número de experimentos que debe ejecutar el programa. Public cuantooficinas As Integer'Determina cuantas oficinas están solicitando contingencias Public recursos_i() As Long'Almacena las cedulas de los funcionarios que seencuentran disponibles para el cubrimiento Public contingencias_j() As Long'Almacena el código de la oficina y contingencia concatenados Publicpoblacion() As Long'Matriz de población (asignación de Recursos i a la contingencia j Public cuantorecursos As Integer'Variable que representa el número de recursos disponibles Public Numero_Generaciones As Integer'Determinael número de evoluciones que se realizaran Public TREC_k() As Variant'Cantidad de recursos disponibles de tipo k Public COST_jk() As Variant'Costo de cubrir la oficina que presentó la contingencia j con un recurso de tipo k Public NOCU_j() As Variant'Matrizde Costo de No cubrir la contingencia j Public CUTI_k() AsVariant'Matriz relación de Costo de Utilizar un recurso k Public ponderacion_distancia AsInteger'Variable parametrica para relacionar la distancia del recurso a la oficina Public valor_cromosoma() AsLong'Matriz que almacena el valor de la F.O. de cada gen Public funcion_objetivo() AsLong'Matriz que almacena los datos de la F.O. por cada cromosoma (individuo) Public mejor_valor AsDouble'Mejor valor de la F.O. en toda la población Public mejor_individuo AsInteger'Mejor individuo de la F.O. en toda la población Public peor_valor AsDouble'Peorvalor de la F.O. en toda la población Public peor_individuo AsInteger'Peor individuo de la F.O. en toda la población Publicprobabilidades() AsDouble'Probabilidades de selección Public Individuos_Selectos() As Integer'Vector que almacena los individuos que se seleccionaran para formar la siguiente población Public Individuos_a_Cruzar AsInteger'Determina el número de cromosomas de la población que se utilizarán para el cruce Public poblacion_nueva() As Integer'Matriz donde se almacena la nueva población PublicSecuencia() As Integer'Vector que almacena la secuencia de cruce de los cromosomas seleccionados para cruzar
109
Public Individuos_que_se_Cruzan() As Integer'Vector que almacena el índice de los cromosomas que se cruzan PublicMejorMejorCromosoma() As Integer'Almacenael mejor cromosoma encontrado para cada experimento PublicMejorCromosoma() As Integer'Almacena los mejores cromosomas encontrados en cada generación PublicExperimentoMejorEncontrado() AsDouble'Almacena la función objetivo del mejor valor encontrado en cada experimento. Public pena As Integer PublicEvolucion() As Double'Vector que almacena el valor de la función objetivo del mejor individuo de la población encontrado en una generación Public TiempoInicio As Single Public tiempoCorrida As Single'Tiempo de corrida (en segundos) para correr un experimento PublicTiempos() As Single'Matriz donde se guardan los tiempos de corrida para cada una de los experimentos SubPrincipal() Call Limpiar_Hoja Call datos_entrada ReDim funcion_objetivo(Tamano_Poblacion) ReDimMejorCromosoma(Numero_Generaciones, cuantooficinas - 1) ReDimEvolucion(Numero_Generaciones) ReDimMejorMejorCromosoma(Numero_de_Experimentos, cuantooficinas - 1) ReDimprobabilidades(Tamano_Poblacion) ReDim Individuos_Selectos(Tamano_Poblacion) ReDim Individuos_que_se_Cruzan(Tamano_Poblacion) ReDimSecuencia(Tamano_Poblacion) ReDimFactibilidadExperimento(Numero_de_Experimentos) ReDimExperimentoMejorEncontrado(Numero_de_Experimentos) ReDimTiempos(Numero_de_Experimentos) For Experimento = 1 To Numero_de_Experimentos TiempoInicio = Timer 'Tiempo de inicio de la corrida Call generar_poblacion_inicial
110
For ite = 1 To Numero_Generaciones Call f_objetivo Call calcule_mejor_peor_valor Evolucion(ite) = mejor_valor For i = 1 To cuantooficinas - 1 MejorCromosoma(ite, i) = poblacion(mejor_individuo, i) Next i Call calcule_probabilidades_seleccion Call Seleccione_Ruleta Call asignar_poblacion_nueva Call seleccione_individuos_cruce Call Cruce_Individuos_que_se_Cruzan Call Mutacion_Global Call asignar_poblacion_nueva_actual Next ite tiempoCorrida = Timer - TiempoInicio 'Calcula el tiempo de corrida para cada experimento Tiempos(Experimento) = tiempoCorrida 'Almacena los tiempos de corrida para cada experimento' aux = columnas(1000, 100000) Call Guardar_Evolucion(Experimento, Numero_Generaciones) Next Experimento Call Escribir_resultado(Timer - TiempoInicio) EndSub _______________________________________________________________________________________________________ Sub datos_entrada() 'Lee los datos de inicio
111
'Lee los parámetros Sheets("Parámetros").Select Tamano_Poblacion = Range("B4") Probabilidad_Cruce = Range("B5") Probabilidad_Mutacion = Range("B6") Numero_Generaciones = Range("B7") Numero_de_Experimentos = Range("B8") 'Lee las definiciciones Sheets("Definiciones").Select tipo_contingencias = Range("E13") tipo_recursos = Range("B15") pena = Range("E14") ' Guarda el valor de no cubrir una contingencia que tiene 2 recursos 'Columnas Sheets("Columnas").Select Range("A1").Select Range(Selection, Selection.End(xlDown)).Select columnas = Range(Selection, Selection.End(xlToRight)) cuantocolumnas = UBound(columnas) '------------------------------------------------------------------------------------------------------ 'TREC_k= Total de Recursos de tipo k Disponibles para cubrir contingencias 'Guarda los el número de Recursos en el arreglo ReDim TREC_k(tipo, 2) Sheets("Definiciones").Select ponderacion_distancia = Range("B16") 'Guarda en una variable la ponderación dada a la distancia por los metros Range("B3").Select
112
Range(Selection, Selection.End(xlDown)).Select TREC_k = Range(Selection, Selection.End(xlToRight)) cuantoTREC_k = UBound(TREC_k) cuanto2TREC_k = UBound(TREC_k, 2) 'k1=Supernumerario ,k2=Temporal, k3=SENA, k4=Horas Extras, k5=Cubierto por otra oficina Sheets("Recursos").Select Range("A3").Select Range(Selection, Selection.End(xlDown)).Select recursos = Range(Selection, Selection.End(xlToRight)) cuantorecursos = UBound(recursos) cuantorecursos2 = UBound(recursos, 2) '------------------------------------------------------------------------------------------------------ 'GUARDAR OFICINAS EN OFICINAS Sheets("Oficinas").Select Range("A2").Select Range(Selection, Selection.End(xlDown)).Select oficinas = Range(Selection, Selection.End(xlToRight)) cuantooficinas = UBound(oficinas) cuantooficinas2 = UBound(oficinas, 2) '------------------------------------------------------------------------------------------------------ 'COST_(j,k)= Costo de cubrir la contingencia j con un recurso tipo k Sheets("Definiciones").Select Range("B19").Select Range(Selection, Selection.End(xlDown)).Select COST_jk = Range(Selection, Selection.End(xlToRight)) 'Almacena la tabla de relación de costos de utilizar para cubrir la contingencia con el tipo de recurso k cuantoCOST_jk = UBound(COST_jk) ' cuanto2COST_jk = UBound(COST_jk, 2) '-----------------------------------------------------------------------------------------------------
113
'NOCU_j= Costo de No cubrir la Contingencia j ReDim NOCU_j(tipo_contingencias, 2) Sheets("Definiciones").Select Range("B31").Select Range(Selection, Selection.End(xlDown)).Select NOCU_j = Range(Selection, Selection.End(xlToRight)) 'Almacena la tabla de relación de costos de utilizar àra cubrir la contingencia con el tipo de recurso k cuantoNOCU_j = UBound(NOCU_j) ' cuanto2NOCU_j = UBound(NOCU_j, 2) '--------------------------------------------------------------------------------------------------- 'CUTI_k= Costo de utilizar el recurso tipo k ReDim CUTI_k(tipo_recursos, 2) Sheets("Definiciones").Select Range("I20").Select Range(Selection, Selection.End(xlDown)).Select CUTI_k = Range(Selection, Selection.End(xlToRight)) 'Almacena la tabla de relación de costos de utilizar para cubrir la contingencia con el tipo de recurso k cuantocuti_k = UBound(CUTI_k) ' cuanto2cuti_k = UBound(CUTI_k, 2) '------------------------------------------------------------------------------------------------------ 'Guarda los datos de los funcionarios en lista de recursos_i - ReDim recursos_i(cuantorecursos, 4) For i = 1 To cuantorecursos recursos_i(i, 1) = recursos(i, 1) 'Guarda en Recursos el Documento
114
recursos_i(i, 2) = recursos(i, 3) 'Guarda en Recursos el Tipo de Cargo recursos_i(i, 3) = recursos(i, 5) 'Guarda en Recursos la Cordenada x recursos_i(i, 4) = recursos(i, 6) 'Guarda en Recursos la cordenada y Next i ReDim contingencias_j(cuantooficinas, 7) For j = 1 To cuantooficinas - 1 contingencias_j(j, 1) = oficinas(j + 1, 1) 'Guarda en Contingencias_j el número decontingencia contingencias_j(j, 2) = oficinas(j + 1, 6) 'Guarda en Contingencias_j el tipo decontingencia contingencias_j(j, 3) = oficinas(j + 1, 7) 'Guarda en Contingencias_j el Cargosolicitado por la contigencia contingencias_j(j, 4) = oficinas(j + 1, 20) 'Guarda en Contingencias_j la distanciade la oficina que presento la contingencia contingencias_j(j, 5) = oficinas(j + 1, 21) 'Guarda en Contingencias_j la distancia de la oficina que presento la contingencia contingencias_j(j, 6) = oficinas(j + 1, 22) 'Calficación por cubrir la contingencia j contingencias_j(j, 7) = oficinas(j + 1, 9) 'Guarda en Contingencias_j Cantidad de Funcionarios en el cargo k Next j End Sub _______________________________________________________________________________________________________ Sub generar_poblacion_inicial() ReDimpoblacion(Tamano_Poblacion, cuantooficinas - 1) ReDimesta(cuantorecursos) 'Matriz creada para ir alimentando cada vez que se use un recurso '-----------------------------------------------Genera Aleatorio para la población inicial For i = 1 To Tamano_Poblacion For m = 1 To cuantooficinas - 1
115
If contingencias_j(m, 7) - 1 = 1 Then cont = 0 DoWhile cont < 1 'Intenta buscar la asignación aleatoria "cont" veces Randomize cont = cont + 1 aux = Genere_aleatorio_entre(1, cuantorecursos) Ifesta(aux) < 1 Then'Valida que el aleatorio generado no se encuentre repetido esta(aux) = esta(aux) + 1 'Si el recurso es usado se le suma 1 poblacion(i, m) = recursos_i(aux, 1) cont = 1 EndIf Loop End If Next m For j = 1 To cuantooficinas - 1 'El límite del tamaño está dado por el número de Contingencias u Oficinas cont = 0 DoWhile cont < 1 'Intenta buscar la asignación aleatoria "cont" veces Randomize cont = cont + 1 aux = Genere_aleatorio_entre(0, cuantorecursos) Ifesta(aux) < 1 Then'Valida que el aleatorio generado no se encuentre repetido esta(aux) = esta(aux) + 1 'Si el recurso es usado se le suma una a esta() poblacion(i, j) = recursos_i(aux, 1) cont = 1
116
EndIf Loop Next j '--------------------------------------------------------- Revisa si hay recursos que no fueron usados n = Genere_aleatorio_entre(1, cuantooficinas - 1) 'Genera un Aleatorio para que revise desde un punto al azar si hay Recursos no Asignados DoWhile n <> 0 'El ciclo parte desde un número en cuenta regresiva Ifpoblacion(i, n) = 0 Then m = 0 DoWhile m < cuantorecursos 'Este ciclo termina hasta que examine todos los recursos que no fueron asignados m = m + 1 Ifesta(m) = 0 Then'Valida en la matriz esta() si es usado el recursos poblacion(i, n) = recursos_i(m, 1) esta(m) = 1 m = cuantorecursos + 1 EndIf Loop EndIf n = n - 1 Loop For p = 1 To cuantorecursos 'Llena de 0 la matriz esta esta(p) = 0
117
Next p Next i End Sub _______________________________________________________________________________________________________ 'Genera números aleatorios entre dos números Function Genere_aleatorio_entre(a, b) Genere_aleatorio_entre = Int((b - a + 1) * Rnd + a) End Function _______________________________________________________________________________________________________ Sub decodificar_cromo() ReDim valor_cromosoma(Tamano_Poblacion, cuantooficinas - 1) For i = 1 To Tamano_Poblacion For j = 1 To cuantooficinas - 1 Ifpoblacion(i, j) <> 0 Then'Valida si le fue asignado un recurso DIST_ij = 0 Costo_asignar_jk = 0 Costo_Utilizar_k = 0 CALI_jg = 0 costo_no_cubrir = 0 cont = 0 recurso = poblacion(i, j)
118
m = 0 'F.O para el cromosoma para calculara DIST_ij: Distancia i al recurso j DoWhile m < cuantorecursos m = m + 1 n = 0 If recurso = recursos_i(m, 1) Then recurso_utilizado = m dist_recurso_oficina = Math.Abs(recursos_i(m, 3) - contingencias_j(j, 4)) + Math.Abs(recursos_i(m, 4) - contingencias_j(j, 5)) DIST_ij = -dist_recurso_oficina * 10 m = cuantorecursos + 1 End If Loop '------------------------------ 'F.O para el cromosoma para calculara COSTO_ASIGNAR_jk: cONTINGENCIA TIPO J A RECURSO TIPO K Costo_Asignar_J = recursos_i(recurso_utilizado, 2) Costo_Asignar_K = contingencias_j(j, 2) Costo_asignar_jk = COST_jk(Costo_Asignar_J + 1, Costo_Asignar_K + 1) 'Se coloca + 1 debido a que en la fila y columna 1 están los títulos '.--------------------------------------------------- 'F.O para el cromosoma CUTI_k×X?_(i,j,g,k) )Costo de utilizar el recurso k Tipo_Recurso_k = recursos_i(recurso_utilizado, 2) Costo_Utilizar_k = CUTI_k(Tipo_Recurso_k, 2) '.--------------------------------------------------- 'F.O para el cromosoma CALI_k×X?_(i,j,g,k) )Calificación de la Contingencia j para el Cargo g
119
CALI_jg = contingencias_j(j, 6) valor_cromosoma(i, j) = DIST_ij + Costo_asignar_jk + Costo_Utilizar_k + CALI_jg Else '.--------------------------------------------------- 'F.O para el cromosoma 'NOCU?_j×Y_(j,g) Costo de no Cubrir la Contingencia j Tipo_contingencia = contingencias_j(j, 2) costo_no_cubrir = NOCU_j(Tipo_contingencia, 2) valor_cromosoma(i, j) = costo_no_cubrir End If Next j Next i EndSub _______________________________________________________________________________________________________ Sub f_objetivo() Call decodificar_cromo ReDim funcion_objetivo(Tamano_Poblacion) For i = 1 To Tamano_Poblacion suma = 0 For j = 1 To cuantooficinas - 1 If contingencias_j(j, 7) - 1 < 2 Then'Si se le asigna a una contingencia que tiene menos de dos recursos se le resta pena a su valor total Ifpoblacion(i, j) = 0 Then suma = suma - pena End If
120
Else suma = valor_cromosoma(i, j) + suma End If Next j funcion_objetivo(i) = suma Next i EndSub _______________________________________________________________________________________________________ Sub calcule_mejor_peor_valor() 'Calcula el mejor y peor individuo de la poblacion mejor_valor = funcion_objetivo(1) mejor_individuo = 1 peor_valor = funcion_objetivo(1) peor_individuo = 1 For i = 2 To Tamano_Poblacion If funcion_objetivo(i) > mejor_valor Then mejor_valor = funcion_objetivo(i) mejor_individuo = i End If If funcion_objetivo(i) < peor_valor Then peor_valor = funcion_objetivo(i) peor_individuo = i End If Next i
121
End Sub _______________________________________________________________________________________________________ Sub calcule_probabilidades_seleccion() 'Procedimiento que determina la probabilidades de selección con base al peor valor de la función objetivo suma = 0 For i = 1 To Tamano_Poblacion 'Se suma 2 para que no se genere una división por cero para el peor individuo suma = suma + peor_valor + 2 - funcion_objetivo(i) Next i 'Se calculan las probabilidades de selección, de tal manera que los individuos con menor función objetivotendrán mayor probabilidad de ser escogidos For i = 1 To Tamano_Poblacion probabilidades(i) = (-funcion_objetivo(i) + peor_valor + 1) / suma Next i End Sub _______________________________________________________________________________________________________ Sub Seleccione_Ruleta() For i = 1 To Tamano_Poblacion u = Rnd() 'Se genera un valor aleatoria entre 0 y 1 suma = probabilidades(1) j = 1 'Determina cual individuo seleccionar de acuerdo a la probabilidad acumulada While suma < u And j < Tamano_Poblacion
122
j = j + 1 suma = suma + probabilidades(j) Wend Individuos_Selectos(i) = j Next i EndSub _______________________________________________________________________________________________________ Sub asignar_poblacion_nueva() ReDim poblacion_nueva(Tamano_Poblacion, cuantooficinas - 1) For i = 1 To Tamano_Poblacion 'Asigna los indviduos seleccionados a una nueva poblacion For j = 1 To cuantooficinas - 1 poblacion_nueva(i, j) = poblacion(Individuos_Selectos(i), j) Next j Next i End Sub _______________________________________________________________________________________________________ Sub seleccione_individuos_cruce() Individuos_a_Cruzar = 0 For c = 1 To Tamano_Poblacion u = Rnd 'Detemina si se va a cruzar el cromosoma c si solo si el valor aleatorio generado es menor que la probabilidad de cruce
123
If u < Probabilidad_Cruce Then Individuos_a_Cruzar = Individuos_a_Cruzar + 1 Individuos_que_se_Cruzan(Individuos_a_Cruzar) = c End If Next c 'Procedimiento que garantiza que el numero de individuos a cruzar sea par If (Individuos_a_Cruzar Mod 2 = 1) Then u = Rnd If u < 0.5 Then Individuos_a_Cruzar = Individuos_a_Cruzar + 1 Individuos_que_se_Cruzan(Individuos_a_Cruzar) = Genere_aleatorio_entre(1, TamanoPoblacion) Else Individuos_a_Cruzar = Individuos_a_Cruzar - 1 End If End If End Sub _______________________________________________________________________________________________________ 'Este metodo selecciona los papas para realizar los cruces Sub Cruce_Individuos_que_se_Cruzan() 'Asigna la secuencia de cruce For i = 1 To Individuos_a_Cruzar Secuencia(i) = Individuos_que_se_Cruzan(i) Next i 'Asigna la cantidad de individuos a cruzar
124
dim_t = Individuos_a_Cruzar 'Recorre todos los individuos a cruzar While dim_t > 0 'Obtiene el papa 1 de manera aleatoria pindice_1 = Genere_aleatorio_entre(1, dim_t) 'Reformula la secuncia eliminado el papa1 Papa_1 = Secuencia(pindice_1) For i = pindice_1 To dim_t - 1 Secuencia(i) = Secuencia(i + 1) Next i 'Pega en la secuencia lo que queda de la secuancia despues de sacar el papa1 dim_t = dim_t - 1 'Obtiene el papa 2 de manera aleatoria descartando el papa1 pindice_2 = Genere_aleatorio_entre(1, dim_t) Papa_2 = Secuencia(pindice_2) 'Mira la secuencia descartando el último individuo que se repite 'esto sucede porque se necesita ahorar tiempo For i = pindice_2 To dim_t - 1 Secuencia(i) = Secuencia(i + 1) Next i
125
dim_t = dim_t - 1 'Llama la funcion de cruce Call Cruce_entre_Papas(Papa_1, Papa_2) Wend End Sub _______________________________________________________________________________________________________ Sub Cruce_entre_Papas(Papa_1, Papa_2) ReDimesta2(cuantorecursos) posicion = Genere_aleatorio_entre(1, cuantooficinas - 1) For i = posicion To cuantooficinas - 1 Temporal = poblacion_nueva(Papa_1, i) poblacion_nueva(Papa_1, i) = poblacion_nueva(Papa_2, i) poblacion_nueva(Papa_2, i) = Temporal Next i For i = 1 To cuantorecursos esta2(i) = 0 Next i For j = 1 To cuantooficinas - 1 pos = poblacion_nueva(Papa_1, j) If pos <> 0 Then
126
esta2(pos) = esta2(pos) + 1 End If Next j For i = 1 To cuantooficinas - 1 aux = poblacion_nueva(Papa_1, i) Ifesta2(aux) > 1 Then no_encontro = 0 m = 0 DoWhile m < cuantorecursos m = m + 1 noesta = esta2(m) If noesta = 0 Then poblacion_nueva(Papa_1, i) = m esta2(m) = esta2(m) + 1 m = cuantorecursos + 1 no_encontro = 1 End If If m = cuantorecursos And no_encontro = 0 Then poblacion_nueva(Papa_1, i) = 0 End If Loop esta2(aux) = esta2(aux) - 1
127
EndIf Next i '''''''''VALIDA SI ESTA REPETIDO EN EL PAPA 2 For i = 1 To cuantorecursos esta2(i) = 0 Next i For j = 1 To cuantooficinas - 1 pos = poblacion_nueva(Papa_2, j) If pos <> 0 Then esta2(pos) = esta2(pos) + 1 End If Next j For i = 1 To cuantooficinas - 1 aux = poblacion_nueva(Papa_2, i) If esta2(aux) > 1 Then no_encontro = 0 m = 0 DoWhile m < cuantorecursos m = m + 1 noesta = esta2(m) If noesta = 0 Then poblacion_nueva(Papa_2, i) = m esta2(m) = esta2(m) + 1
128
m = cuantorecursos + 1 no_encontro = 1 End If If m = cuantorecursos And no_encontro = 0 Then poblacion_nueva(Papa_2, i) = 0 End If Loop esta2(aux) = esta2(aux) - 1 End If Next i End Sub _______________________________________________________________________________________________________ Sub asignar_poblacion_nueva_actual() For c = 1 To Tamano_Poblacion For i = 1 To cuantooficinas - 1 poblacion(c, i) = poblacion_nueva(c, i) Next i Next c End Sub _______________________________________________________________________________________________________ Sub Guardar_Evolucion(Experimento, Numero_Generaciones) 'Guarda la evolución Dim MejorEncontrado As Double MejorEncontrado = Evolucion(1)
129
For i = 1 To cuantooficinas - 1 MejorMejorCromosoma(Experimento, i) = MejorCromosoma(1, i) Next i For iteracion = 2 To Numero_Generaciones IfEvolucion(iteracion) > MejorEncontrado Then 'es signo > debido a que es maximización MejorEncontrado = Evolucion(iteracion) For i = 1 To cuantooficinas - 1 MejorMejorCromosoma(Experimento, i) = MejorCromosoma(iteracion, i) Next i End If Next iteracion ExperimentoMejorEncontrado(Experimento) = MejorEncontrado EndSub ____________________________________________________________________________________________________ 'Intercambia genes de un cromosoma Sub Mutacion_Global() For c = 1 To Tamano_Poblacion u = Rnd If u < Probabilidad_Mutacion Then cambio1 = Genere_aleatorio_entre(1, cuantooficinas - 1) cambio2 = Genere_aleatorio_entre(1, cuantooficinas - 1) Temporal = poblacion_nueva(c, cambio1) poblacion_nueva(c, cambio1) = poblacion_nueva(c, cambio2) 'Garantiza el intercambio doble
130
poblacion_nueva(c, cambio2) = Temporal EndIf Next c End Sub _______________________________________________________________________________________________________ Sub Escribir_resultado(ByVal tiempoCorrida As Single) Dim mejor AsDouble Dim position AsInteger Sheets("Columnas").Select Range("A1").Select Range(Selection, Selection.End(xlDown)).Select columnas = Range(Selection, Selection.End(xlToRight)) cuantocolumnas = UBound(columnas) mejor = ExperimentoMejorEncontrado(1) position = 1 For e = 1 To Numero_de_Experimentos If mejor >ExperimentoMejorEncontrado(e) Then mejor = ExperimentoMejorEncontrado(e) position = e End If Next e 'Selecciona la hoja de Solucion Sheets("Solucion").Select
131
For i = 1 To cuantooficinas - 1 Range("A" & i + 6) = i Range("B" & i + 6) = contingencias_j(i, 1) Range("c" & i + 6) = MejorMejorCromosoma(position, i) Next i Range("B6") = "Contingencia" Range("C6") = "Recurso" Range("B2") = "Función Objetivo" Range("C2") = ExperimentoMejorEncontrado(position) Range("B3") = "Tiempo de Corrida" Range("C3") = tiempoCorrida Range("B6").Select Range(Selection, Selection.End(xlToRight)).Select Application.CutCopyMode = False With Selection.Interior .Pattern = xlSolid .PatternColorIndex = xlAutomatic .Color = 255 .TintAndShade = 0 .PatternTintAndShade = 0 End With With Selection.Font .ThemeColor = xlThemeColorDark1 .TintAndShade = 0 End With Selection.Font.Bold = True Selection.Borders(xlDiagonalDown).LineStyle = xlNone
132
Selection.Borders(xlDiagonalUp).LineStyle = xlNone WithSelection.Borders(xlEdgeLeft) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlEdgeTop) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlEdgeBottom) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlEdgeRight) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlInsideVertical) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With With Selection.Borders(xlInsideHorizontal)
133
.LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With Range("B2").Select Range(Selection, Selection.End(xlDown)).Select Application.CutCopyMode = False With Selection.Interior .Pattern = xlSolid .PatternColorIndex = xlAutomatic .Color = 255 .TintAndShade = 0 .PatternTintAndShade = 0 End With With Selection.Font .ThemeColor = xlThemeColorDark1 .TintAndShade = 0 End With Selection.Font.Bold = True Selection.Borders(xlDiagonalDown).LineStyle = xlNone Selection.Borders(xlDiagonalUp).LineStyle = xlNone WithSelection.Borders(xlEdgeLeft) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlEdgeTop) .LineStyle = xlContinuous
134
.ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlEdgeBottom) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlEdgeRight) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlInsideVertical) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With WithSelection.Borders(xlInsideHorizontal) .LineStyle = xlContinuous .ColorIndex = 0 .TintAndShade = 0 .Weight = xlThin End With End Sub _______________________________________________________________________________________________________ 'Metodo utilizado para borrar los resultados obtenidos anteriormente
135
Sub Limpiar_Hoja() 'Borra el contenido de las celdas que estan en el rango especificado Sheets("Solucion").Select Range("A1:C1020").ClearContents End Sub
136
ANEXO 10: ESCENARIOS DISEÑADOS PARA PROBAR LAS SOLUCIONES DEL
APLICATIVO
Los escenarios están dados por la combinación de Contingencias y recursos disponibles, este último se como el 10 % de las contingencias presentadas, a continuación se presentan las Contingencias y el número de Recursos Disponibles para los 9 escenarios diseñados.
CONTINGENCIAS
Contingencias 1:
Contingencias 2:
Escenario Caja Información Total
1 2 4 6 2 1
2 25 13 38 20 4
3 50 23 73 49 8
4 2 4 6 20 1
5 25 13 38 49 4
6 50 23 73 2 8
7 2 4 6 49 1
8 25 13 38 2 4
9 50 23 73 20 8
Recursos
Disponibles
ContingenciasHoras Extras
Disponibles
Oficina Cargo
Tipo de
Continge
ncia
Número
de
Funcionar
ios
Calificaci
ón
Capacidad
Utilizada
Total
Recursos
Capacidad
Utilizada
sin 1
Recurso
Calificac
iónValor
Calificac
iónValor
Califica
ciónValor
Califica
ciónX Y
8 Informador 4 4 6000 53% 71% 1000 91,76 8000 16.370$ 5000 22.110$ 5000 120 162 4.050
15 Cajero 3 3 8000 92,92 8000 31.421$ 8000 17.055$ 5000 82 157 7.100
25 Informador 2 4 6000 39% 51% 1000 91,76 8000 25.249$ 8000 49.046$ 8000 27 47 4.500
40 Informador 4 3 8000 71% 106% 8000 93,99 10000 22.014$ 5000 56.598$ 8000 45 38 7.900
94 Informador 3 7 3000 52% 60% 1000 91,73 5000 38.457$ 10000 205.025$ 10000 104 66 3.450
97 Cajero 1 2 10000 91,76 8000 16.319$ 1000 37.828$ 8000 19 34 8.300
CALIFICACIÓN
TOTAL
Planta % Capacidad Utilizada Servicio Captación Colocación Coordenadas
137
Oficina Cargo
Tipo de
Continge
ncia
Número
de
Funcionar
ios
Calificaci
ón
Capacidad
Utilizada
Total
Recursos
Capacidad
Utilizada
sin 1
Recurso
Calificac
iónValor
Calificac
iónValor
Califica
ciónValor
Califica
ciónX Y
4 Cajero 4 2 10000 91,76 8000 30.462$ 8000 32.120$ 8000 66 70 9.000
5 Informador 4 4 8000 56% 78% 1000 90,72 5000 29.723$ 8000 24.429$ 5000 153 118 4.750
9 Cajero 1 3 5000 93,99 10000 58.145$ 10000 30.667$ 8000 122 189 6.900
11 Informador 4 3 8000 60% 90% 5000 92,92 8000 39.355$ 10000 64.303$ 10000 189 166 7.100
13 Cajero 2 2 10000 90,72 5000 36.396$ 8000 18.183$ 5000 144 95 7.800
16 Informador 4 3 8000 48% 72% 1000 91,73 5000 54.962$ 10000 60.931$ 10000 65 59 5.200
24 Informador 1 3 8000 57% 85% 5000 90,72 5000 21.781$ 5000 17.485$ 5000 67 107 6.050
43 Cajero 2 3 8000 91,73 5000 47.274$ 10000 176.838$ 10000 49 128 8.500
45 Cajero 2 2 10000 93,99 10000 22.728$ 5000 62.477$ 10000 139 90 9.500
57 Cajero 2 2 10000 91,76 8000 22.815$ 5000 45.837$ 8000 100 122 8.700
59 Cajero 1 2 10000 91,76 8000 22.895$ 5000 32.367$ 8000 90 112 8.700
66 Informador 4 4 6000 63% 84% 5000 92,92 8000 24.443$ 5000 33.510$ 8000 7 158 5.800
67 Informador 1 3 8000 56% 84% 5000 93,99 10000 26.478$ 8000 68.801$ 10000 80 88 7.100
68 Cajero 1 3 5000 90,72 5000 52.664$ 10000 76.750$ 10000 144 -10 7.000
71 Cajero 2 4 3000 92,92 8000 55.983$ 10000 97.114$ 10000 193 111 6.300
72 Cajero 1 4 5000 91,73 5000 45.125$ 10000 107.407$ 10000 107 174 7.000
73 Cajero 4 3 5000 92,92 8000 36.767$ 10000 63.705$ 10000 153 110 7.300
75 Informador 3 6 3000 59% 71% 1000 90,72 5000 69.117$ 10000 83.605$ 10000 77 123 3.450
76 Cajero 2 2 10000 93,19 10000 25.335$ 8000 26.861$ 8000 119 109 9.200
83 Cajero 3 4 3000 92,92 8000 63.183$ 10000 62.299$ 10000 154 195 6.300
89 Cajero 3 4 3000 91,73 5000 35.950$ 8000 342.281$ 10000 186 8 5.800
91 Cajero 4 2 10000 91,76 8000 41.374$ 10000 35.876$ 8000 -9 149 9.200
92 Cajero 1 3 5000 93,99 10000 43.187$ 10000 81.540$ 10000 86 125 7.500
96 Cajero 3 5 3000 91,73 5000 79.727$ 10000 117.127$ 10000 11 132 6.000
4515 Cajero 1 2 10000 88,18 1000 19.649$ 5000 23.883$ 5000 153 174 7.100
4517 Informador 1 4 8000 58% 81% 5000 91,76 8000 17.834$ 5000 23.081$ 5000 128 110 6.350
4554 Cajero 2 1 10000 92,92 8000 12.171$ 1000 4.593$ 1000 38 92 6.200
4559 Informador 3 4 6000 62% 83% 5000 88,18 1000 24.173$ 5000 12.285$ 5000 115 86 4.950
4561 Cajero 2 2 10000 93,19 10000 39.168$ 10000 13.026$ 5000 126 28 8.500
4562 Informador 4 2 10000 77% 154% 10000 88,18 1000 13.456$ 1000 13.381$ 5000 122 164 7.950
4563 Cajero 1 3 5000 93,99 10000 29.755$ 8000 172.836$ 10000 72 10 7.300
4568 Cajero 4 2 10000 90,72 5000 64.227$ 10000 6.439$ 1000 60 127 6.800
4572 Cajero 1 4 3000 91,76 8000 54.032$ 10000 78.147$ 10000 19 100 6.300
4573 Informador 2 3 8000 74% 111% 8000 88,18 1000 35.324$ 8000 63.382$ 10000 156 28 7.400
4574 Cajero 3 5 3000 91,73 5000 53.553$ 10000 182.692$ 10000 162 43 6.000
4575 Informador 2 4 6000 52% 70% 1000 91,76 8000 43.184$ 10000 45.856$ 8000 170 200 4.700
4593 Cajero 2 1 10000 93,19 10000 7.050$ 1000 7.246$ 1000 192 124 6.400
4623 Informador 1 2 10000 127% 255% 10000 88,18 1000 13.552$ 1000 10.258$ 1000 116 156 7.750
CALIFICACIÓN
TOTAL
Planta % Capacidad Utilizada Servicio Captación Colocación Coordenadas
138
Contingencias 3:
Escenario Oficina Cargo
Tipo de
Continge
ncia
Número
de
Funcionar
ios
Calificaci
ón
Capacidad
Utilizada
Total
Recursos
Capacidad
Utilizada
sin 1
Recurso
Calificac
iónValor
Calificac
iónValor
Califica
ciónValor
Califica
ciónX Y
3 7 Informador 3 2 10000 66% 132% 8000 93,99 10000 24.390$ 5000 17.221$ 5000 25 68
3 10 Cajero 3 4 5000 90,72 5000 53.935$ 10000 42.790$ 8000 -5 174
3 14 Informador 3 3 8000 60% 91% 5000 91,76 8000 23.217$ 5000 23.560$ 5000 197 63
3 17 Cajero 3 2 10000 93,99 10000 18.441$ 5000 18.318$ 5000 13 194
3 18 Informador 3 3 8000 65% 97% 5000 88,18 1000 20.483$ 5000 27.503$ 8000 38 152
3 19 Cajero 1 2 10000 88,18 1000 39.704$ 10000 88.679$ 10000 109 79
3 27 Cajero 4 2 10000 90,72 5000 32.051$ 8000 11.688$ 5000 129 33
3 38 Informador 1 2 10000 88% 176% 10000 88,18 1000 30.055$ 8000 54.560$ 8000 60 29
3 41 Cajero 1 2 10000 91,76 8000 18.136$ 5000 29.459$ 8000 166 11
3 46 Cajero 1 3 5000 92,92 8000 29.088$ 8000 40.971$ 8000 165 94
3 51 Cajero 1 3 5000 93,99 10000 26.958$ 8000 39.812$ 8000 15 36
3 53 Informador 4 3 8000 70% 105% 8000 88,18 1000 28.443$ 8000 54.035$ 8000 200 36
3 58 Cajero 4 2 10000 91,76 8000 22.191$ 5000 30.681$ 8000 171 140
3 63 Informador 1 6 3000 73% 87% 5000 88,18 1000 43.774$ 10000 177.733$ 10000 22 58
3 64 Cajero 1 2 10000 91,76 8000 49.720$ 10000 114.969$ 10000 143 163
3 70 Cajero 4 3 5000 91,73 5000 81.491$ 10000 275.170$ 10000 106 140
3 77 Informador 4 4 6000 53% 70% 1000 93,99 10000 34.560$ 8000 226.719$ 10000 75 197
3 78 Cajero 2 2 10000 91,76 8000 16.816$ 5000 74.644$ 10000 131 84
3 80 Cajero 4 2 10000 90,72 5000 50.051$ 10000 54.013$ 8000 54 131
3 82 Cajero 1 4 5000 93,99 10000 33.544$ 8000 49.175$ 8000 46 159
3 85 Cajero 1 3 5000 93,99 10000 21.848$ 5000 25.384$ 8000 195 107
3 88 Cajero 2 3 5000 93,99 10000 26.636$ 8000 49.265$ 8000 126 161
3 95 Informador 2 4 6000 68% 90% 5000 90,72 5000 32.280$ 8000 39.297$ 8000 121 196
3 98 Cajero 4 4 5000 91,73 5000 50.664$ 10000 84.684$ 10000 24 81
3 4060 Cajero 2 2 10000 93,19 10000 20.152$ 5000 27.717$ 8000 63 29
3 4061 Informador 2 3 8000 65% 97% 5000 93,19 10000 20.817$ 5000 20.188$ 5000 1 110
3 4504 Cajero 3 3 8000 93,19 10000 12.949$ 1000 14.912$ 5000 40 93
3 4508 Cajero 1 2 10000 88,18 1000 35.874$ 8000 89.145$ 10000 137 41
3 4518 Cajero 1 2 10000 88,18 1000 23.253$ 5000 21.414$ 5000 113 183
3 4529 Informador 1 2 10000 91% 182% 10000 88,18 1000 19.133$ 5000 40.881$ 8000 134 19
3 4560 Cajero 1 1 10000 88,18 1000 28.281$ 8000 8.215$ 1000 192 45
3 4570 Cajero 1 3 5000 93,99 10000 23.035$ 5000 42.095$ 8000 33 108
3 4576 Cajero 2 2 10000 91,76 8000 25.728$ 8000 31.968$ 8000 72 95
3 4578 Cajero 3 3 5000 92,92 8000 33.428$ 8000 40.716$ 8000 138 131
3 4582 Cajero 4 3 8000 88,18 1000 44.833$ 10000 31.235$ 8000 59 117
3 4592 Cajero 3 2 10000 91,76 8000 24.742$ 5000 9.958$ 1000 68 94
3 4621 Cajero 3 2 10000 93,19 10000 27.655$ 8000 15.650$ 5000 -2 -9
3 4626 Cajero 4 1 10000 93,99 10000 11.559$ 1000 6.040$ 1000 137 131
3 4627 Informador 3 2 10000 45% 90% 5000 91,73 5000 9.975$ 1000 5.114$ 1000 49 175
3 4633 Cajero 4 2 10000 91,73 5000 75.082$ 10000 6.292$ 1000 167 196
3 4682 Cajero 3 2 10000 90,72 5000 10.423$ 1000 4.659$ 1000 105 95
3 4683 Informador 4 1 10000 48% 97% 5000 93,19 10000 2.474$ 1000 7.058$ 1000 10 189
3 4696 Cajero 4 1 10000 93,99 10000 3.824$ 1000 2.203$ 1000 187 96
3 4747 Cajero 2 2 10000 93,99 10000 17.201$ 5000 11.630$ 1000 164 119
3 4753 Cajero 3 2 10000 91,76 8000 21.574$ 5000 27.751$ 8000 27 23
3 4758 Cajero 2 2 10000 92,92 8000 30.807$ 8000 11.486$ 1000 182 28
3 4776 Cajero 2 2 10000 92,92 8000 15.661$ 1000 8.413$ 1000 69 195
3 4779 Informador 2 3 8000 61% 91% 5000 88,18 1000 11.785$ 1000 13.511$ 5000 131 65
3 4784 Cajero 1 1 10000 93,19 10000 2.559$ 1000 3.448$ 1000 90 8
3 87 Informador 4 5 3000 57% 71% 1000 91,76 8000 27.411$ 8000 65.709$ 10000 122 164
3 4816 Cajero 3 2 10000 91,73 5000 7.737$ 1000 2.653$ 1000 104 76
3 28 Informador 3 4 8000 39% 55% 1000 91,73 5000 50.111$ 10000 51.963$ 8000 104 -6
3 44 Cajero 4 3 5000 93,99 10000 37.975$ 10000 49.038$ 8000 75 153
3 48 Informador 3 4 6000 64% 85% 5000 88,18 1000 24.647$ 5000 55.139$ 8000 -1 -9
3 55 Cajero 4 3 5000 91,73 5000 73.761$ 10000 191.781$ 10000 0 117
3 61 Informador 1 5 3000 62% 78% 1000 92,92 8000 54.881$ 10000 150.429$ 10000 180 62
3 62 Cajero 4 3 5000 91,73 5000 81.267$ 10000 123.096$ 10000 149 91
3 90 Informador 4 3 8000 79% 119% 8000 90,72 5000 28.403$ 8000 46.364$ 8000 0 129
3 93 Cajero 3 3 8000 90,72 5000 54.846$ 10000 36.068$ 8000 199 175
3 4502 Informador 4 3 8000 55% 82% 5000 92,92 8000 27.815$ 8000 82.908$ 10000 70 79
3 4507 Cajero 4 2 10000 91,76 8000 27.330$ 8000 25.497$ 8000 114 125
3 4511 Cajero 2 1 10000 91,76 8000 9.644$ 1000 15.419$ 5000 161 91
3 4550 Cajero 2 2 10000 88,18 1000 50.828$ 10000 35.365$ 8000 58 122
3 4 Informador 2 3 8000 46% 69% 1000 91,76 8000 30.462$ 8000 32.120$ 8000 66 70
3 4581 Cajero 1 2 10000 91,76 8000 36.147$ 8000 276.523$ 10000 131 54
3 4635 Cajero 1 1 10000 93,19 10000 3.342$ 1000 2.541$ 1000 181 109
3 4667 Cajero 2 2 10000 90,72 5000 9.807$ 1000 1.929$ 1000 75 12
3 4680 Informador 4 2 10000 66% 197% 10000 93,19 10000 5.409$ 1000 3.509$ 1000 98 119
3 4734 Cajero 4 2 10000 88,18 1000 25.076$ 8000 147.521$ 10000 34 25
3 4762 Informador 2 3 8000 52% 78% 1000 91,76 8000 23.001$ 5000 22.475$ 5000 196 150
3 4774 Cajero 3 2 10000 93,19 10000 11.044$ 1000 12.798$ 5000 76 99
3 4789 Informador 2 3 10000 68% 113% 8000 90,72 5000 9.310$ 1000 4.883$ 1000 54 -8
3 4817 Cajero 2 2 10000 93,99 10000 7.028$ 1000 1.690$ 1000 151 61
Planta % Capacidad Utilizada Servicio Captación Colocación Coordenadas
139
ESCENARIO 1:
Contingencias 1 y Recursos: Escenario 1:
Escenario 2:
Número CédulaTIPO DE
RECURSOHorario Coordenadas X Coordenadas Y
1 x 1 Normal 97 68
2 x 1 Normal 121 11
3 x 4 Normal 1 1
Número CédulaTIPO DE
RECURSOHorario
Coordenadas
X
Coordenadas
Y
1 x 3 Normal 12 192
2 x 3 Normal -1 2
3 x 2 Normal 18 193
4 x 3 Normal 67 32
5 x 2 Normal 42 44
6 x 3 Normal 72 154
7 x 2 Normal 122 117
8 x 3 Normal 124 97
9 x 3 Normal 136 125
10 x 3 Normal 51 172
11 x 1 Normal 92 192
12 x 1 Normal 1 9
13 x 2 Normal 46 165
14 x 2 Normal 92 -1
15 x 3 Normal 25 102
16 x 3 Normal 121 146
17 x 3 Normal 74 41
18 x 2 Normal 13 20
19 x 2 Normal 113 44
20 x 3 Normal 94 185
21 x 4 Normal 1 1
22 x 4 Normal 1 1
23 x 4 Normal 1 1
24 x 4 Normal 1 1
140
Escenario 3:
Número CédulaTIPO DE
RECURSOHorario
Coordenadas
X
Coordenadas
Y
1 x 1 Normal 25 46
2 x 2 Normal -5 122
3 x 1 Normal 47 161
4 x 2 Normal 118 121
5 x 2 Normal 4 -2
6 x 2 Normal 98 169
7 x 3 Normal 55 146
8 x 3 Normal -9 200
9 x 2 Normal 33 125
10 x 2 Normal 129 46
11 x 2 Normal 136 141
12 x 3 Normal 115 67
13 x 3 Normal 70 -9
14 x 3 Normal 33 22
15 x 2 Normal 6 88
16 x 3 Normal 57 157
17 x 3 Normal 123 16
18 x 1 Normal -9 107
19 x 3 Normal 104 58
20 x 2 Normal 134 52
21 x 2 Normal 115 191
22 x 1 Normal 5 74
23 x 1 Normal 69 136
24 x 2 Normal -1 18
25 x 2 Normal 88 122
26 x 3 Normal -3 76
27 x 1 Normal 50 146
28 x 3 Normal 0 122
29 x 2 Normal 129 79
30 x 2 Normal 48 165
31 x 2 Normal 82 11
32 x 3 Normal 39 65
33 x 3 Normal 82 168
34 x 1 Normal 34 163
35 x 3 Normal 38 175
36 x 2 Normal 139 79
37 x 3 Normal 50 162
38 x 2 Normal 2 119
39 x 2 Normal 47 -8
40 x 3 Normal 63 58
41 x 2 Normal 93 72
42 x 2 Normal 57 73
43 x 2 Normal 33 115
44 x 2 Normal 6 48
45 x 2 Normal 48 104
46 x 2 Normal 95 128
47 x 2 Normal 47 144
48 x 1 Normal 65 43
49 x 3 Normal 135 186
50 x 4 Normal 1 1
51 x 4 Normal 1 1
52 x 4 Normal 1 1
53 x 4 Normal 1 1
54 x 4 Normal 1 1
55 x 4 Normal 1 1
56 x 4 Normal 1 1
57 x 4 Normal 1 1
141
Escenario 4:
Escenario 5:
Número CédulaTIPO DE
RECURSOHorario
Coordenadas
X
Coordenadas
Y
1 x 3 Normal 12 192
2 x 3 Normal -1 2
3 x 2 Normal 18 193
4 x 3 Normal 67 32
5 x 2 Normal 42 44
6 x 3 Normal 72 154
7 x 2 Normal 122 117
8 x 3 Normal 124 97
9 x 3 Normal 136 125
10 x 3 Normal 51 172
11 x 1 Normal 92 192
12 x 1 Normal 1 9
13 x 2 Normal 46 165
14 x 2 Normal 92 -1
15 x 3 Normal 25 102
16 x 3 Normal 121 146
17 x 3 Normal 74 41
18 x 2 Normal 13 20
19 x 2 Normal 113 44
20 x 3 Normal 94 185
21 x 4 Normal 1 1
142
Número CédulaTIPO DE
RECURSOHorario
Coordenadas
X
Coordenadas
Y
1 x 1 Normal 25 46
2 x 2 Normal -5 122
3 x 1 Normal 47 161
4 x 2 Normal 118 121
5 x 2 Normal 4 -2
6 x 2 Normal 98 169
7 x 3 Normal 55 146
8 x 3 Normal -9 200
9 x 2 Normal 33 125
10 x 2 Normal 129 46
11 x 2 Normal 136 141
12 x 3 Normal 115 67
13 x 3 Normal 70 -9
14 x 3 Normal 33 22
15 x 2 Normal 6 88
16 x 3 Normal 57 157
17 x 3 Normal 123 16
18 x 1 Normal -9 107
19 x 3 Normal 104 58
20 x 2 Normal 134 52
21 x 2 Normal 115 191
22 x 1 Normal 5 74
23 x 1 Normal 69 136
24 x 2 Normal -1 18
25 x 2 Normal 88 122
26 x 3 Normal -3 76
27 x 1 Normal 50 146
28 x 3 Normal 0 122
29 x 2 Normal 129 79
30 x 2 Normal 48 165
31 x 2 Normal 82 11
32 x 3 Normal 39 65
33 x 3 Normal 82 168
34 x 1 Normal 34 163
35 x 3 Normal 38 175
36 x 2 Normal 139 79
37 x 3 Normal 50 162
38 x 2 Normal 2 119
39 x 2 Normal 47 -8
40 x 3 Normal 63 58
41 x 2 Normal 93 72
42 x 2 Normal 57 73
43 x 2 Normal 33 115
44 x 2 Normal 6 48
45 x 2 Normal 48 104
46 x 2 Normal 95 128
47 x 2 Normal 47 144
48 x 1 Normal 65 43
49 x 3 Normal 135 186
50 x 4 Normal 1 1
51 x 4 Normal 1 1
52 x 4 Normal 1 1
53 x 4 Normal 1 1
143
ANEXO 11: MANUAL DEL APLICATIVO PARA LA ASIGNACIÓN DE RECURSOS A LAS OFICINAS
Capítulo 1: Proceso de Asignación de Recursos
El proceso se divide en las siguientes etapas:
1. Alimentar la Información con las variables que influyen dentro del proceso de asignación de
Recursos
En esta etapa se debe alimentar de acuerdo a la periodicidad que se desee contar la información.
2. Ingresar los datos de las oficinas que presentaron contingencias.
Se deben ingresar los datos correspondientes a las oficinas que presentaron contingencias.
3. Generar las estadísticas de las oficinas que presentaron las contingencias.
Genera las estadísticas que se tendrán en cuenta para la asignación de recursos y que serán
criterios para correr el modelo.
4. Definición de los pesos de las variables para asignar recursos
Se realiza la definición de los pesos de asignar un recurso determinado para cubrir una
contingencia.
5. Asignación de Recursos
Corre el modelo para asignar los recursos y muestra en la hoja Solución los recursos asignados a
las oficinas correspondientes.
El menú general es el siguiente, y las funciones serán expuestas a lo largo de este documento:
144
Capítulo 2: Alimentar la información con las variables que influyen dentro del
proceso de asignación de Recursos.
Con el fin de que el aplicativo tenga la información actualizada para poder llevar a cabo el proceso de asignación de Recursos, es importante mantener la información actualizada. Para esto cada variable se debe alimentar de acuerdo a la Ficha Guía respectiva. A continuación se presentan las fichas de las variables:
1. % Capacidad Utilizada en Caja
Tabla I: Ficha de Variable % Capacidad Utilizada Caja
BANCO DAVIVIENDA S.A. GESTIÓN HUMANA BOGOTÁ
MANUAL DEL APLICATIVO PARA LA ASIGNACIÓN DE RECURSOS A LAS OFICINAS Ficha de Variable% Capacidad Utilizada Caja
Fecha de Actualización: Octubre 2012
Nombre de Variable:%Capacidad Utilizada Caja
Área Encargada de la Información: Operaciones en Oficina
Fuente: Mensualmente aparece en la Intranet por la Ruta Información Comercial/Oficinas
Periodicidad:
Publicación: Mes anterior al en curso
Uso en la Asignación: Mes anterior al en curso
Descripción del Proceso de Alimentación:
1. Abrir el Archivo Tx Oficina Mes correspondiente 2. En este archivo aparece en las filas las oficinas y las columnas la Transaccionalidad y
otra con la Capacidad Utilizada. 3. Abrir el archivo Macro Asignación Recursos en la hoja %Capacidad Utilizada Caja
4. Se debe crear una columna adicional con el mes correspondiente al de la información.
Siguiendo este ejemplo: Diciembre de 2011 seríadic-11. 5. Posterior a esto se debe ubicar en la columna creada y en la fila donde inicia la primer
oficina. 6. En esta celda se debe traer la información de la planta con la función de Excel:
=BUSCARV(Celda de Oficina; Archivo Tx Oficina; Número de la Celda que corresponde el dato;0)
7. Esta fórmula debe extenderse hasta el número de Oficinas. 8. Se debe seleccionar la columna del mes insertado y copiar como valor. 9. Validar los casos en los que el valor aparezca #N/A o Estos valores se deben
reemplazar manualmente por los reales. 10. Validar los casos en los que el valor aparezca #!DIV0! estos valores deben ser
reemplazados por 0, estos casos son excepcionales cuando las oficinas cierran por remodelación o diferente cierres.
Novedades:
1. Creación de una nueva Oficina: Se debe colocar al final de la hoja de Excel una el
145
código y el nombre de la oficina en los campos correspondientes. 2. Cierre de una Oficina: Se debe seleccionar toda la fila y eliminar del archivo. 3. Fusión de Oficina: Se debe seleccionar toda la fila y eliminar del archivo. 4. No deben quedar celdas sin datos, en caso de haber alguna celda vacía se debe
colocar 0.
Archivos Usados:
Macro Asignación Recursos en la hoja Cajero HN u HA
Tx Mes
Fuente: El autor
2. Tamaño de Planta o Cantidad de Funcionarios en el área de Caja e Información
Tabla II: Ficha de Variable tamaño de planta o número de funcionarios
BANCO DAVIVIENDA S.A. GESTIÓN HUMANA BOGOTÁ
MANUAL DEL APLICATIVO PARA LA ASIGNACIÓN DE RECURSOS A LAS OFICINAS Ficha de Variable tamaño de planta o número de funcionarios
Fecha de Actualización: Octubre 2012
Nombre de Variable: Tamaño de Planta Cajeros e Informadores HN y HA
Área Encargada de la Información: OYM.
Fuente: Se debe solicitar directamente, no hay publicación a través de intranet ni otro medio
Periodicidad:
Publicación: Mes anterior al en curso
Uso en la Asignación: Mes anterior al en curso
Descripción del Proceso de Alimentación:
1. Abrir el Archivo de la Planta del Mes 2. En este archivo aparece en las filas las oficinas y las columnas los cargos, se debe
sumar de acuerdo al horario por cada Asesor múltiple como 0,5 al número de Cajeros y de Informadores.
3. Abrir el archivo Macro Asignación Recursos en la hoja Cajero HN u HA
4. Se debe crear una columna adicional con el mes correspondiente al de la información. Siguiendo este ejemplo: Diciembre de 2011 seríadic-11.
5. Posterior a esto se debe ubicar en la columna creada y en la fila donde inicia la primer oficina.
6. En esta celda se debe traer la información de la planta con la función de Excel: =BUSCARV(Celda de Oficina; Archivo de Planta; Número de la Celda que corresponde el dato;0)
7. Esta fórmula debe extenderse hasta el número de Oficinas.
146
8. Se debe seleccionar la columna del mes insertado y copiar como valor. 9. Validar los casos en los que el valor aparezca #N/A. Estos valores se deben
reemplazar manualmente por los reales. Novedades y Recomendaciones:
1. Creación de una nueva Oficina: Se debe colocar al final de la hoja de Excel el código y el nombre de la oficina en los campos correspondientes.
2. Cierre de una Oficina: Se debe seleccionar toda la fila y eliminar del archivo. 3. Fusión de Oficina: Se debe seleccionar toda la fila y eliminar del archivo. 5. No deben quedar celdas sin datos, en caso de haber alguna celda vacía se debe
colocar 0.
Archivos Usados:
Macro Asignación Recursos en la hoja Cajero HN u HA
Planta Mes
Fuente: El autor
3. Captación y Colocación por Oficina
Tabla II: Ficha de Variable Captación y Colocación
BANCO DAVIVIENDA S.A. GESTIÓN HUMANA BOGOTÁ
MANUAL DEL APLICATIVO PARA LA ASIGNACIÓN DE RECURSOS A LAS OFICINAS Ficha de Variable Captación y Colocación
Fecha de Actualización: Octubre 2012
Nombre de Variable: Captación y Colocación
Área Encargada de la Información: Gestión Comercial de Canales
Fuente: Mensualmente aparece en la Intranet por la Ruta Información Comercial/Oficinas
Periodicidad:
Publicación: Mes anterior al en curso
Uso en la Asignación: Mes anterior al en curso
Descripción del Proceso de Alimentación:
1. Abrir el Archivo Gestión Rentable Mes correspondiente 2. En este archivo aparece en las filas las oficinas y las columnas la Transaccionalidad y
otra con la Capacidad Utilizada. 3. Abrir el archivo Macro Asignación Recursos en la hoja Capt o Col.
4. Se debe crear una columna adicional con el mes correspondiente al de la información.
Siguiendo este ejemplo: Diciembre de 2011 seríadic-11.
147
5. Posterior a esto se debe ubicar en la columna creada y en la fila donde inicia la primer oficina.
6. En esta celda se debe traer la información de la planta con la función de Excel: =BUSCARV(Celda de Oficina; Archivo Gestión Rentable; Número de la Celda que corresponde el dato;0)
7. Esta fórmula debe extenderse hasta el número de Oficinas. 8. Se debe seleccionar la columna del mes insertado y copiar como valor. 9. Validar los casos en los que el valor aparezca #N/A o Estos valores se deben
reemplazar manualmente por los reales. 10. Validar los casos en los que el valor aparezca #!DIV0! estos valores deben ser
reemplazados por 0, estos casos son excepcionales cuando las oficinas cierran por remodelación o diferente cierres.
Novedades:
1. Creación de una nueva Oficina: Se debe colocar al final de la hoja de Excel una el código y el nombre de la oficina en los campos correspondientes. 2. Cierre de una Oficina: Se debe seleccionar toda la fila y eliminar del archivo. 3. Fusión de Oficina: Se debe seleccionar toda la fila y eliminar del archivo. 4. No deben quedar celdas sin datos, en caso de haber alguna celda vacía se debe
colocar 0.
Archivos Usados:
1. Macro Asignación Recursos en la hoja Capt o Col.
Fuente: El autor
4. Coordenadas de Ubicación de la Oficina
Tabla II: Ficha de Variable Coordenadas Ubicación de la Oficina
BANCO DAVIVIENDA S.A. GESTIÓN HUMANA BOGOTÁ
MANUAL DEL APLICATIVO PARA LA ASIGNACIÓN DE RECURSOS A LAS OFICINAS Ficha de Variable Coordenadas Ubicación de la Oficina
Fecha de Actualización: Octubre 2012
Nombre de Variable: Ubicación de la Oficina
Área Encargada de la Información: Departamento Comercial de Canales
Fuente: Intranet por la Ruta Información Comercial/Canales de Atención
Periodicidad:
Publicación: Cada Novedad de Oficina
Uso en la Asignación: según la fecha de actualización
Descripción del Proceso de Alimentación:
148
1. Cada novedad de Oficina se debe realizar la actualización, las novedades son del siguiente tipo:
Apertura
Traslado
Fusión 2. Abrir el archivo Macro Asignación Recursos en la hoja Coordenadas. 3. En la columna C (Dirección Oficina) se debe colocar la dirección exacta de la ubicación
de la Oficina 4. De acuerdo a la dirección se debe diligenciar en las siguientes columnas X y Y
conforme lo explican los siguientes ejemplos:
Dirección Coordenadas
X Coordenadas
Y
Calle 41 7-19 7 41
Carrera 68 C 26-12 68 26
Diagonal 6 8-29 8 6
Transversal 110 9-81 110 9
Carrera 4 Oeste 78-10 -4 78
Calle 6 sur 67-9 67 -6
Archivos Usados:
5. Macro Asignación Recursos en la hoja Coordenadas.
Fuente: El autor
Posterior a la alimentación de la Información, se debe actualizar la hoja de menú de la información la cual es de gran importancia para la generación de las estadísticas puesto que el usuario tendrá en cuenta el número de períodos para realizar el análisis. Es por esto que el encargado de ingresar la información debe en la hoja “Menú Asignación” ingresar los períodos de la última actualización en los espacios de Alcance Información – color azul – y habilitado para escritura.
149
Capítulo 2: Ingresar los datos de las Oficinas que presentaron Contingencias De acuerdo a la Información enviada por las Oficinas con el reporte de las Contingencias la información que se debe ingresar en el aplicativo en la Hoja Oficinas es la siguiente:
1. Código de Oficina Código de la oficina que presentó la contingencia.
2. Nombre de la Oficina Nombre de la Oficina que presentó la contingencia.
3. Dirección de la Oficina Dirección de la Oficina que presentó la contingencia.
4. Fecha Fecha de Inicio de la Contingencia. Esta fecha debe ser igual al día en que se corra la aplicación con el fin de evaluar la asignación con los recursos disponibles a la fecha.
5. Días Número de Días Calendario de la contingencia.
6. Tipo de Contingencia Se debe diligenciar con el número correspondiente al Tipo de Contingencia dado en la Tabla II:
Codigo Oficina Nombre Oficina Dirección Fecha Días Tipo de Contingencia Cargo
4515 PORTAL DE LA 80 1 17-01-11 5 1 1
4781 CALLE 80 2 17-01-11 1 2 0
150
Tabla II: Clasificación contingencias
Fuente: El autor
7. Cargo El cargo se trabaja con los siguientes códigos:
1: Cajero
0: Informador Recomendaciones:
No se deben insertar ni filas ni columnas en ningún lugar de la hoja.
Para correr el modelo debe haber como mínimo dos solicitudes en la hoja oficinas.
Capítulo 3: Cálculo de Estadísticas de las Oficinas que presentaron Contingencias
Después de actualizar las cifras hasta la fecha más reciente y posterior al ingreso de los datos de las oficinas que presentaron contingencias, se procede a realizar el cálculo de las estadísticas de estas oficinas, para esto se debe seguir los siguientes pasos:
1. Ingreso de número de períodos para realizar el cálculo de estadísticas. En la Hoja “MenuInfo” se debe diligenciar en los campos en rojo habilitados para escritura titulados Rango de Clasificación e ingresar el número de períodos de acuerdo a la variable.
Tipo Ausencia Tipo de Contingencia
Renuncias
Despidos
Promociones
Licencia No Remunerada
Curso Director
Curso Subdirector
Suspensión Sancionatorias
Suspensión Preventiva
Incapacidad
Licencias De Maternidad
Refuerzo
Permisos Especiales
Incapacidad
Ley de Luto
Ley María
Incapacidad
Vacantes1
4Ausencias Menores
a un mes
3Ausencias igual o
Mayor a un Mes II
Ausencias igual o
Mayor a un Mes I2
151
Como siguiente y último paso se debe ir a la hoja “Menu” y seleccionar la opción “estadísticas”:
Como resultado se tendrá la planta de funcionarios ya sea en Caja o Información según sea la
solicitud, el % de Capacidad utilizada promedio, el nivel de servicio, captación y colocación, con
base en estos datos y la ponderación dada en la Hoja “Definiciones” en los campos habilitados (en
blanco).
CALIFICACIÓN
Número de
FuncionariosCalificación
Capacidad
Utilizada Total
Recursos
Capacidad
Utilizada sin 1
Recurso
Calificación Valor Nivel Valor Nivel Valor Nivel X Y Normal
4 6000 53% 71% 1000 91,76 8000 16.370$ 5000 22.110$ 5000 120 162 4.050
3 8000 92,92 8000 31.421$ 8000 17.055$ 5000 82 157 7.100
CoordenadasPlanta % Capacidad Utilizada Servicio Captación Colocación
152
Capítulo 4: Ingresar los datos de los Recursos Disponibles
Los datos de los Recursos Disponibles deben ser ingresados de acuerdo a su disponibilidad en la Hoja de nombre “Recursos” de la siguiente forma:
1. Número:
Número consecutivo del funcionario o recurso, iniciando en 1 y finalizando en el número de
recursos disponibles
2. Cédula
La cédula del funcionario o recurso, este es el documento con el cual el Banco lo identifica.
3. Tipo de Recurso
Clasificación del Recursos dada por los códigos correspondientes a la siguiente tabla:
RECURSO Código
Supernumerario 1
Temporal 2
SENA 3
Horas Extras 4
Cubierto por Otra Oficina 5
4. Horario
Jornada a la cual pertenece
5. Coordenadas
Variable CAJA INFORMACIÓN
Servicio 10% 10%
Captación 10% 10%
Colocación 5% 30%
Capacidad Utilizada Vs. Planta en
Contingencia 40% 0%
Planta 35% 50%
TOTAL 100% 100%
PESO DE LAS VARIABLES DE ASIGNACIÓN
Número Cédula TIPO DE RECURSO Horario Coordenadas X Coordenadas Y
1 x 2 Normal 97 68
2 x 1 Normal 121 11
3 x 4 Normal 1 1
153
De acuerdo a la dirección se debe diligenciar en las siguientes columnas X y Y conforme lo explican los siguientes ejemplos:
Dirección Coordenadas
X Coordenadas
Y
Calle 41 7-19 7 41
Carrera 68 C 26-12 68 26
Diagonal 6 8-29 8 6
Transversal 110 9-81 110 9
Carrera 4 Oeste 78-10 -4 78
Calle 6 sur 67-9 67 -6
Capítulo 5: Definir pesos de las variables de asignación de Recursos
En la hoja “Definiciones” se deben ingresar los datos correspondientes a las siguientes variables:
1. Costo de cubrir la contingencia 𝒋 con un recurso tipo 𝒌 Matriz que relaciona el Costo por Utilizar un tipo de recurso𝒌 en una contingencia 𝒋, esta relación nació con el fin de asignar al Recurso de acuerdo al tipo de Contingencia presentada, por ejemplo una vacante debe ser asignada preferiblemente con un Aprendiz SENA o con un Temporal, ya que posteriormente se puede nombrar en este cargo después de cumplir con su período de prueba. La tabla de Costos asociada a esta relación, se presenta a continuación:
TablaI: Relación de Costos de Utilizar un Recurso determinado para cubrir una contingencia
VacantesAusencias igual o Mayor a
un Mes I
Ausencias igual o
Mayor a un Mes II
Ausencias Menores
a un mes
RECURSO 1 2 3 4
Supernumerario 1000 2000 3000 5000
Temporal 5000 4000 2000 1500
SENA 5000 4000 2000 1500
Horas Extras 1 1 100 500
Cubierto por Otra Oficina 1 1 100 500
Tipo Contingencia
154
2. Costo de utilizar el recurso tipo 𝒌 El costo está asociado al nivel salarial de cada uno de los recursos dispuestos para el cubrimiento de Contingencias, este costo se determina linealmente conforme a la equivalencia de una escala de calificación dada para el modelo
Tabla XXV: Relación de costo de un día de Utilización de Cada uno de los Recursos Humanos41
3. Ingreso por No cubrir la Contingencia𝒋 De acuerdo a lo solicitado por la Regional Bogotá se debe tener una prioridad por cierto tipo de Contingencias dado por diferentes motivos administrativos internos, por tal motivo se realizó la siguiente clasificación de Contingencias con su rango de prioridad:
Tabla XXII: Tabla de Clasificación de las Contingencias según su prioridad de Asignación
Capítulo 6: Asignar Recursos
Finalizado las actividades anteriores se procede a correr el aplicativo para que asigne los recursos
ubicándose en la hoja “Menú” y escogiendo la opción de “Asignar Recursos”.
41
Debido a que es un caso de Maximización se coloca un valor negativo en los recursos de Horas Extras y
Cubierto por la Oficina de este modo el modelo trataría de no asignar o utilizar estos recursos.
RECURSO Costo
Supernumerario 3000
Temporal 4000
SENA 5000
Horas Extras 1
Cubierto por Otra Oficina 1
Tipo de Contingencia Tipo de Contingencia Calificación
Vacantes 1 1
Ausencias igual o Mayor a un Mes I 2 500
Ausencias igual o Mayor a un Mes II 3 1000
Ausencias Menores a un mes 4 2000
155
La solución se presenta en la Hoja “Solución” con los siguientes campos:
Contingencia: Oficina de Contingencia
Recurso: Código de Recurso el cual es asignado.
Tipo de Contingencia: Muestra el código de la contingencia, la correspondencia aparece en la Hoja “Definiciones”.
Calificación: Hace referencia a la calificación obtenida para llevar a cabo el proceso de asignación, los pesos a cada una de las variables se encuentran dados en la hoja “Definiciones”.
Costo de No Cubrir: Muestra el valor establecido de acuerdo al tipo de contingencia por no cubrir una contingencia, estos valores se encuentran en la hoja “Definiciones”.
Cargo: Tipo de Cargo que solicitó la contingencia, 0 es Cajero y 1 es informador.
Tipo de Recurso Asignado: Tipo de recurso que fue asignado, la correspondencia de estos códigos se encuentra en la hoja “Definiciones”.
Distancia: Distancia desde la oficina de cubrimiento al recurso (Calculado según procedimiento expuesto en el capítulo 4 numeral 4).
Tamaño de Planta: Número de funcionarios en el cargo respectivo
156
Capítulo 7: Políticas para la Asignación de Recursos
1. Número de ejecuciones para el Aplicativo: De acuerdo a los resultados obtenidos se
estableció 5 como el mínimo de ejecuciones del aplicativo.
2. Análisis de Resultados: Posterior a la ejecución del aplicativo se debe realizar la asignación. La solución escogida debe encontrarse bajo los siguientes parámetros en su orden:
1. Resultado de la solución. 2. Bienestar del funcionario. 3. Importancia de la Oficina para la Zona.
Capítulo 8: Políticas para la Comunicación de Resultados para la Asignación de
Recursos
Por ser el área de Gestión humana de apoyo a la Operación del Banco y con el fin de garantizar la
prestación de un buen servicio, es importante divulgar los resultados de la asignación siguiendo los
parámetros dados a continuación:
1. Formato Comunicación Correo Electrónico:
Buen día (Nombre del Funcionario quien hizo la solicitud):
La Jefatura de Gestión Humana realizó el análisis de su solicitud hecha en (dd/mm /aaaa) para la
Oficina ________ del funcionario con documento de identidad __________________ en el área de
_______________ y fue (Aprobada/Negada) teniendo en cuenta los siguientes parámetros: