simulación del proceso de atención al cliente de una
TRANSCRIPT
Facultad de Ingeniería
Ingeniería Industrial
Trabajo de Investigación:
“Aplicación del Software Arena para la
Simulación del Proceso de Atención al
Cliente de una Entidad Financiera de la
Ciudad de Arequipa para el año 2020”
Miluska Fernanda Fernández Tesillo
Johanna Lily Beltran Valdivia
Para obtener el Grado Académico de Bachiller en:
Ingeniería Industrial
Arequipa – Perú
2020
RESUMEN
La realización de este trabajo de investigación tiene como objetivo disminuir los tiempos de
espera y el costo del sistema que se presenta en el área de atención al cliente de la entidad
financiera ubicada en la Ciudad de Arequipa. Por lo que se aplicó la metodología de la
Teoría de Colas empleando la simulación utilizando el Software Arena.
La metodología a utilizar consistió en la recopilación de información, por lo que se realizó
una entrevista a un trabajador del banco y una observación directa por 4 días. Esta
información fue analizada utilizando la herramienta del Microsoft Excel y el Input Analyzer,
en el que se obtuvo que el tiempo entre llegadas de los clientes presenta una distribución
del tipo beta y exponencial por lo que se procede a efectuar la Teoría de Colas utilizando
la simulación.
También se realizó el modelo computarizado del proceso de atención al cliente para la
simulación, en el cual se obtuvo que la cantidad de servidores a proponer debe ser
considerada para ambos turnos y que el costo del sistema actual es de s/. 159.1706. Por
otro lado, se realizaron 5 escenarios en los que se modificaron la cantidad de servidores
para observar la variación de los tiempos y el costo del sistema. Los resultados obtenidos
fueron analizados y comparados, concluyéndose que la cantidad a proponer es de 3
servidores ya que el tiempo de espera disminuye en 29% y el costo del sistema en 3.16%
presentando un costo total de s/ 137.52.
Palabras claves: Tiempo de Espera, Teoría de colas, Simulación, Software ARENA
ABSTRACT
The objective of carrying out this research work is to reduce waiting times and the cost of
the system that is presented in the customer service area of the financial institution located
in the city of Arequipa. So the Queuing Theory methodology was applied using simulation
using the Software Arena.
The methodology to be used consists of the collection of information, for which an interview
with a bank worker and a direct observation for 4 days was carried out. This information
was analyzed using the Microsoft Excel tool and the Input Analyzer, in which the time
between client updates was obtained. It presents a distribution of the beta and exponential
type, so we will proceed to the Queuing Theory using the simulation.
The computerized model of the customer service process for the simulation was also carried
out, in which it was obtained that the number of servers to be proposed must be considered
for both shifts and that the cost of the current system is s /. 159.1706. On the other hand, 5
scenarios were carried out in which the number of servers was modified to observe the
variation in times and the cost of the system. The results obtained were analyzed and
compared, concluding that the quantity to be proposed is 3 servers since the waiting time
decreases by 29% and the cost of the system by 3.16%, presenting a total cost of s / 137.52
Key words: Lead Time, Theory of line, Simulation, Software ARENA
ÍNDICE
INTRODUCCIÓN .......................................................................................................... 1
1.1 Planteamiento de la Problemática .................................................................. 2
1.2 Justificación ..................................................................................................... 4
1.2.1 Económica .................................................................................................... 4
1.2.2 Social ............................................................................................................. 5
1.2.3 Técnica .......................................................................................................... 5
1.3 Delimitación del Tema ..................................................................................... 5
1.3.1 Delimitación Temporal .......................................................................... 5
1.3.2 Delimitación Espacial ............................................................................ 5
1.3.3 Delimitación Temática ........................................................................... 5
1.3 Objetivos ........................................................................................................... 6
1.3.1 Objetivo General ........................................................................................... 6
1.3.2 Objetivos Específicos .................................................................................. 6
1.4 Limitaciones ..................................................................................................... 6
CAPÍTULO 2 ................................................................................................................ 7
FUNDAMENTACIÓN TEÓRICA ................................................................................... 7
2.1 Proceso de Atención al Cliente ....................................................................... 7
2.2 Colas ................................................................................................................. 7
2.4.1 Elementos .............................................................................................. 9
2.4.1.1 Clientes .................................................................................................. 9
2.4.2.2 Proceso de Llegadas ............................................................................. 9
2.4.2.3 Proceso de Colas................................................................................... 9
2.4.2.4 Proceso de Servicio .............................................................................. 9
2.4.2.5 Proceso de Salida .................................................................................. 9
2.4.3 Modelo de Colas .................................................................................. 10
2.4.3.1 Distribución Exponencial .................................................................... 10
2.4.3.2 Distribución no Exponencial .............................................................. 10
2.5 Kruskal – Wallis .............................................................................................. 11
2.6 Comparación Múltiple .................................................................................... 11
2.7 Simulación ...................................................................................................... 11
2.7.1 Tipos ..................................................................................................... 11
2.7.1.1 Modelo Continuo ................................................................................. 11
2.7.1.2 Modelo Discreto ................................................................................... 12
2.7.2 Aplicaciones ........................................................................................ 12
2.8 Software ARENA ............................................................................................ 12
CAPÍTULO 3 .............................................................................................................. 14
ESTADO DEL ARTE .................................................................................................. 14
CAPÍTULO 4 .............................................................................................................. 20
DESARROLLO METODOLÓGICO ............................................................................ 20
4.1. Técnicas e Instrumentos ............................................................................... 25
4.2. Población ........................................................................................................ 26
4.3. Muestra ........................................................................................................... 26
4.4. Operacionalización de Variables ................................................................... 26
CAPÍTULO 5 .............................................................................................................. 33
DESARROLLO DE LA INVESTIGACIÓN .................................................................. 33
CONCLUSIONES ....................................................................................................... 70
6.1. Discusión de Resultados ............................................................................... 70
6.2. Conclusiones .................................................................................................. 72
6.3. Recomendaciones.......................................................................................... 73
Anexos....................................................................................................................... 75
Anexo n°1. Encuesta ................................................................................................ 75
Anexo n°2. Guía de Preguntas de la Entrevista ...................................................... 76
Anexo n°3. Registro de tiempos de atención a los usuarios 2019 ........................ 77
Anexo n°4. Distribución de Chi Cuadrado .............................................................. 78
Anexo n°5. Tiempos entre llegadas ......................................................................... 79
Anexo n°6 Tasas por diversas operaciones ........................................................... 81
REFERENCIAS BIBLIOGRÁFICAS ........................................................................... 84
Índice de Figuras
Figura 1. Colas [6] ........................................................................................................ 8
Figura 2. Estructura de Modelo de Colas [10] ............................................................. 10
Índice de Ilustraciones
Ilustración 1. Tabla de Comparación ........................................................................... 22
Ilustración 2.Punto de Equilibrio [30] ........................................................................... 23
Ilustración 3. Modelo Computarizado del Proceso de Atención ................................... 50
Ilustración 4. Módulos Create de turno mañana y tarde .............................................. 51
Ilustración 5. Módulo create para cortes de llegada .................................................... 52
Ilustración 6. Tiempo de Llegada ................................................................................ 52
Ilustración 7. Módulo Decide ....................................................................................... 53
Ilustración 8. Módulo Assign colocación de atributos de tipo y contador ..................... 53
Ilustración 9. Módulo Process ..................................................................................... 54
Ilustración 10. Módulo Schedule ................................................................................. 55
Ilustración 11. Módulo Assign colocación de atributos de Tiempo de Proceso y
disminución de contador ............................................................................................. 55
Ilustración 12. Run Setup ............................................................................................ 56
Índice de Tablas
Tabla I Operacionalización de Variables ................................................................. 31
Tabla II Promedio del Total de Operaciones ........................................................... 34
Tabla III Cantidad de Operaciones por Mes ........................................................... 35
Tabla IV Cantidad de Clientes por Mes ................................................................... 37
Tabla V Tiempos promedios de llegada, servicio y espera .................................. 38
Tabla VI Datos para armar la tabla de frecuencias ................................................ 40
Tabla VII Tabla de Frecuencias ................................................................................ 40
Tabla VIII Cantidad Promedio de Personas en Cola por Hora .............................. 43
Tabla IX Tiempo Promedio de Espera por hora ...................................................... 45
Tabla X Hipótesis para la Prueba no Paramétrica Kruskal-Wallis ........................ 47
Tabla XI Rangos ........................................................................................................ 48
Tabla XII Datos para la Prueba no Paramétrica Kruskal-Wallis ............................ 49
Tabla XIII Cantidad Promedio de Personas............................................................ 57
Tabla XIV Clientes que ingresan, atendidos y tiempo de espera .......................... 59
Tabla XV Costo del Servicio en un mes .................................................................. 60
Tabla XVI Costo del Servicio en una hora ............................................................... 61
Tabla XVII Costo de Atención por cliente ............................................................... 62
Tabla XVIII Resultados del Software Arena y Costos ............................................. 62
Tabla XIX Beneficio con 3 servidores...................................................................... 67
Tabla XX Herramientas Básicas............................................................................... 68
Tabla XXI Artículos de Oficina ................................................................................. 69
Tabla XXII Artículos Personales .............................................................................. 70
Tabla XXIII Capacitación .......................................................................................... 71
Tabla XXIV Remuneración ........................................................................................ 72
Tabla XXV Inversión Total ........................................................................................ 72
Tabla XXVI Flujo de Caja .......................................................................................... 74
Tabla XXVII Beneficio Costo .................................................................................... 69
Índice de Gráficos
Gráfico 1. Porcentaje de utilización de operaciones .................................................... 34
Gráfico 2. Horario de Trabajo ...................................................................................... 36
Gráfico 3. Tiempos promedio de llegada, servicio y espera ........................................ 39
Gráfico 4. Histograma de Cantidad de Personas en Cola ........................................... 41
Gráfico 5. Porcentaje de Cantidad de Personas presentes en la cola ......................... 42
Gráfico 6.Promedio de cantidad de personas presentes en la cola por hora ............... 44
Gráfico 7. Gráfico de Líneas del tiempo de espera por hora ....................................... 46
Gráfico 8. Distribución de Tiempos entre llegadas ...................................................... 47
Gráfico 9. Cantidad Promedio de Máximas Personas Retiradas ................................. 58
Gráfico 10. Porcentaje de Reducción de los Tiempos Promedios ............................... 64
Gráfico 11. Porcentaje de Utilización .......................................................................... 65
Gráfico 12. Costos en el Sistema de Espera ............................................................... 66
Gráfico 13. Costos ...................................................................................................... 73
Gráfico 14. Ingresos.................................................................................................... 73
Índice de Fórmulas
Fórmula de Kruskal Wallis(1) ...................................................................................... 21
Fórmula de Comparación Múltiple de Tukey(2) ........................................................... 22
Fórmula de Costo de Servicio(3) ................................................................................ 24
Fórmula de Costo de Espera (4) ................................................................................. 24
1
INTRODUCCIÓN
Las empresas que ofrecen sus servicios y productos a la población se encuentran
afrontando problemas en el servicio al cliente debido a que se presenta congestión
por el aumento de la cantidad de personas que requieren de este bien o servicio y por
la inadecuada organización de los recursos necesarios para ofrecer una atención
eficaz. La presencia de este problema en las entidades financieras es perjudicial, ya
que estas entidades se encargan de contribuir en el progreso de la población y de las
demás empresas, por lo que debe tener un proceso eficiente para satisfacer las
necesidades de los clientes.
Por esta razón, se está utilizando actualmente la metodología de la Teoría de Colas
utilizando la simulación, debido a que esta herramienta ayuda a obtener datos que se
aproximan más a la realidad para poder dar solución al problema que ocasiona esta
deficiencia en el proceso, y de esta manera mejorar su proceso para aumentar la
satisfacción en sus clientes. Además, de que también influyen en la reducción del
costo del sistema que se presenta a lo largo del proceso.
2
CAPÍTULO 1
1.1 Planteamiento de la Problemática
En la actualidad muchas empresas buscan ofrecer un adecuado servicio al cliente
para poder diferenciarse de sus competidores, convirtiendo este servicio en un
factor importante que agrega valor al producto o servicio. Siendo así que al
satisfacer las necesidades de los clientes se genera una ventaja competitiva [1].
Las líneas de espera son parte intrínseca de la vida diaria, puesto que se presenta
cuando se realizan actividades sencillas o para adquirir un servicio. A través del
tiempo nos hemos acostumbrado a esperar; sin embargo, esto no es ajeno a
malestares e incomodidades. Por otra parte, este índice de espera forma parte de
un indicador de calidad de vida de un país, así como de su economía [2].
La problemática que se presenta en las entidades financieras son los altos tiempos
de espera, puesto que con la globalización son más las personas que adquieren
esos servicios. Actualmente las diversas entidades financieras han adquirido
herramientas para contrarrestar los altos tiempos de espera, tales como equipos
tecnológicos, modelos matemáticos o probabilísticos.
En la entidad financiera de objeto de estudio, la atención al cliente se está viendo
afectado por demoras en los tiempos de espera y atención, los mismos que derivan
a que los procesos en el área de plataforma sean lentos, convirtiendo estos
aspectos en insatisfacción por parte de los usuarios. Además, ocasiona una mala
imagen, pérdida de fidelidad y confianza para con la entidad financiera.
3
Esta empresa cuenta con dos plataformas, siendo la principal la que se encarga de
la mayoría de los procesos como venta de productos, brindar información, recepción
de documentación, entre otros. Actualmente la mayor afluencia de personas se
presenta en dos horarios, de 12:00 pm a 2:00 pm y de 4:00 pm a 6:30 pm,
sobrepasando la capacidad que presenta la agencia (2 módulos), presentando
tiempos de espera de hasta 45 minutos. Por otra parte, por políticas del banco toda
persona que ingresa al banco hasta las 6:30 pm debe de ser atendida, es por ello
que se genera una congestión en el proceso de atención, presentando colas de
hasta 5 personas con un tiempo de espera para la atención de 25 minutos en
promedio [2].
En la agencia esta problemática se presenta recurrentemente, puesto que según
un estudio que realiza el banco en las agencias de Arequipa denominado “Índice
anual de satisfacción” indica que la agencia se encuentra con un 36% de
aceptación, dentro del cual los altos tiempos de espera ocupa uno de los principales
problemas [3].
De acuerdo a lo anterior, una inadecuada atención conlleva a consecuencias que
no son favorables para la empresa, por lo que si la empresa no logra satisfacer las
necesidades del cliente es probable que no vuelva a requerir de sus servicios
nuevamente, lo que originaría que se vea afectado la reputación de la empresa y a
la vez sus ingresos futuros
Actualmente la tasa de no permanencia es de 14% en la agencia de la entidad
financiera, esta tasa representa el número de clientes que migra a otras entidades
financieras por diversos motivos, dentro de los cuales se tiene la tasa de interés
como principal factor, seguido de la insatisfacción del cliente en el servicio, entre
otros [3] . Esto conlleva una pérdida en los ingresos anuales de la entidad financiera,
puesto que según el ratio de créditos estos varían en su mayoría entre los S./5000
a los S./30000 soles, para lo cual se ha realizado encuestas a 40 clientes en
4
noviembre del 2019, teniendo como referencia un modelo de encuesta de atención
al cliente aplicada en una financiera [4] (Anexo n°1).
Citando los resultados de la encuesta ya mencionada, el 57% de usuarios se
plantearía cambiarse de entidad financiera ante una mala atención o demoras
prolongadas en el servicio de forma recurrente, un 71% encuentra molesto los altos
tiempos de espera que se presentan en horas punta y un 27% indica que no seguiría
trabajando con la entidad financiera por problemas con el servicio.
De continuar con esta situación, los clientes de la agencia bancaria van a seguir
migrando a otras entidades financieras, provocando que la imagen de la
corporación se vea afectada y esto se vería reflejado en la disminución progresiva
del balance anual de colocaciones brutas de la entidad.
Pregunta principal de investigación
¿En cuánto se reduce el costo total del sistema de colas que se presenta en la
entidad financiera variando la cantidad de servidores mediante la aplicación de
la simulación con el Software Arena?
1.2 Justificación
1.2.1 Económica
Esta investigación es factible debido a que no se necesita de una gran inversión
porque solo se va a presentar gastos en el transporte, ya que se cuenta con el
software a utilizar. Además, se cuenta con acceso a la información necesaria para
la investigación.
Por otro lado, esta investigación va a beneficiar a la empresa y a la población,
puesto que para la primera se reducirán sus pérdidas y con relación a la segunda
los tiempos de espera se verán reducidos
5
1.2.2 Social
La información que se obtenga de este estudio va a beneficiar a la entidad financiera
debido a que va a tener información sobre su proceso de atención al cliente, la
cantidad de clientes que van a adquirir el servicio, sus respectivos tiempos de
espera y el costo del sistema. Por lo que va a poder tomar decisiones adecuadas
para la situación actual de la entidad financiera.
Por otro lado, va a proveer conocimiento a la población estudiantil sobre la
utilización de estos métodos, siendo una guía de ayuda para posteriores
investigaciones que se realicen en otras empresas u organizaciones que requieran
mejorar su servicio al cliente
1.2.3 Técnica
Se realiza un estudio de tiempos con los datos recolectados del proceso de atención
al cliente agencia bancaria para mejorar el servicio al cliente y de esta manera
aumentar su respectiva satisfacción y lealtad. Además de que se busca conocer la
variación del tiempo de dicha atención cuando se le aplica la metodología de la
Teoría de colas utilizando la simulación mediante el software ARENA, con el
objetivo de reducir el tiempo de espera y el costo del sistema en la entidad
financiera.
1.3 Delimitación del Tema
1.3.1 Delimitación Temporal
Este estudio se va a realizar en el año 2020.
1.3.2 Delimitación Espacial
Esta investigación se realizó en el Proceso de Atención al Cliente del área de la
primera plataforma de la entidad financiera ubicada en la ciudad de Arequipa.
1.3.3 Delimitación Temática
6
La realización de esta investigación abarca el tema de la simulación mediante la
utilización del software ARENA.
1.3 Objetivos
1.3.1 Objetivo General
Reducir el costo del sistema presente en la entidad financiera variando la cantidad
de servidores mediante la aplicación de la simulación con el Software Arena
1.3.2 Objetivos Específicos
Analizar las operaciones del proceso de atención de la agencia bancaria de
Arequipa
Simular el proceso de atención al cliente de la agencia bancaria de Arequipa
Evaluar escenarios para la reducción del tiempo de espera y el costo del sistema
Realizar un análisis de Beneficio y/o Costo.
1.4 Limitaciones
● Poco tiempo disponible para la toma de muestras
● Presencia de errores en la toma de tiempos
● Pocas personas para la toma de datos
● Desconfianza de la población
7
CAPÍTULO 2
FUNDAMENTACIÓN TEÓRICA
2.1 Proceso de Atención al Cliente
El proceso de atención al cliente está enfocado en cumplir con los requerimientos
de los clientes para que de esta manera se satisfaga sus necesidades actuales y
futuras. Además de que es una herramienta del marketing, ya que tiene como
objetivo disminuir la cantidad de pérdidas de clientes y que los errores que se
presenten sean mínimos, por lo que es un factor decisivo para el éxito de las
empresas debido a que se encuentra estrechamente relacionado con la demanda
de los clientes [5].
2.2 Colas
La cola es un conjunto de clientes que ha solicitado un servicio, los cuales se
colocan de forma ordena según su orden de llegada. Este proceso comienza
desde que los clientes ingresan al lugar y se unen a la cola respectiva en donde
van a adquirir lo que necesitan para poder satisfacer sus necesidades. Cada
cliente presente en la cola va a ser seleccionado mediante la disciplina del
servicio para proporcionarle el servicio que requiere para finalmente terminar con
la salida de dicho cliente del sistema de colas [6] . Esto provoca largos tiempos
de espera causando el malestar e insatisfacción en los clientes.
8
Figura 1. Colas [6]
2.3 Tiempo de Espera
El lead time es el tiempo que tiene que esperar la población para obtener un
producto o un servicio que requiere para satisfacer sus necesidades. Este tiempo
es variable y es un indicador importante para aplicar la teoría de colas [7].
2.4 Teoría de Colas
La teoría de colas fue creada por el matemático Danés A. K. Erlang en el año
1909. Es una herramienta de Investigación de Operaciones (IO), el cual es un
complemento a la teoría de control y de sistemas. Se encarga del estudio de
tiempos de espera que se presentan ante diversas situaciones y del desempeño
que tiene el sistema sin que colapse [8]. Esta herramienta no resuelve el
problema, ya que solo brinda información probabilística y de utilidad para que las
empresas tomen decisiones basados en los resultados obtenido para que los
tiempos de espera sean los adecuados y de esta manera aumentar la satisfacción
y la experiencia del cliente. Además, está enfocada en lograr un equilibrio
adecuado entre los costos y el lead time ocasionados por la capacidad del
servicio [2].
Se encarga de analizar el problema de filas teniendo en cuenta 5 características:
longitud de la fila, número de clientes, tiempo de espera, tiempo total del sistema,
utilización de las instalaciones. Estas características son examinadas mediante
la utilización de distintas fórmulas matemáticas, y según los resultados que se
9
obtengan se va a ser capaz de mejorar el servicio porque indica que cambios se
pueden realizar.
Esta herramienta puede ser utilizada en empresas de diversos rubros debido a
que se encarga de relacionar los tiempos de llegadas de los clientes y las
características que presenta el proceso de servicio con las características de
salida del mismo proceso [9]. Tiene como objetivos la minimización de los
tiempos de espera y de los costos [10].
2.4.1 Elementos
2.4.1.1 Clientes
Los clientes son las personas que llegan a las instalaciones para recibir el servicio
requerido. Estas personas pueden ser atendidos de manera inmediata o van a tener
que esperar un determinado lapso de tiempo [11].
2.4.2.2 Proceso de Llegadas
Se tiene que especificar qué tipo de distribución tienen las llegadas de los clientes;
es decir, si son probabilísticos o son determinísticas [11].
2.4.2.3 Proceso de Colas
Este proceso es la manera en cómo los clientes son atendidos, por lo que se
presentan diversas disciplinas que indica el orden de atención [11]:
● FIFO (Primero en llegar, Primero en ser atendido)
● LIFO (Último en llegar, primero en ser atendido)
● SIRO (Atender en forma Aleatoria)
● GD (Disciplina general, orden por prioridad)
2.4.2.4 Proceso de Servicio
Es la manera y velocidad en que se da el servicio al cliente. Además, es necesario
tomar en cuenta el tiempo en el que transcurre todo el proceso de este servicio [11].
2.4.2.5 Proceso de Salida
10
Se consideran dos tipos de salida de los clientes, los que abandonan después de
ser atendidos una vez y los que se retiran después de ser atendido más de una vez
debido a que requieren más de un solo servicio, causando una red de colas [11].
Figura 2. Estructura de Modelo de Colas [10]
2.4.3 Modelo de Colas
2.4.3.1 Distribución Exponencial
Los tiempos de llegadas es de tipo Poisson y el tiempo de servicios es de manera
exponencial. Estos dos factores deben de ser de manera constante e independiente
del estado del sistema. El modelo base para este tipo de distribución es el modelo
M/M/1 [2].
2.4.3.2 Distribución no Exponencial
En algunas ocasiones las distribuciones de los tiempos de llegadas no llegan a ser
de manera exponencial. Esto se presenta cuando los requerimientos para la
atención al cliente son idénticos. La realización de la teoría de colas con este tipo
de distribución es complicada debido a que se presentan dificultades para la
obtención de resultados de utilidad. Por lo que se crearon modelos que se ajustan
a este tipo de distribución. Algunos de estos modelos que otorgan resultados útiles
son [2]:
● Modelo M/G/1
● Modelo M/D/s
● Modelo M/E/s
11
2.5 Kruskal – Wallis
Kruskal - Wallis es una prueba de hipótesis no paramétrica que fue creado por
William Kruskal y W. Allen Wallis, el cual vendría a ser una extensión de la prueba
U de Mann – Whitney. Este se puede aplicar para 3 o más grupos y se encarga de
comparar los rangos con el propósito de indicar si existe alguna diferencia entre
ellas [12], por lo que esta prueba es el contraste del método ANOVA [13].
2.6 Comparación Múltiple
La comparación múltiple se utiliza cuando se presentan diferencias entre los grupos
que se está realizando el estudio debido a que este procedimiento va a ayudar a
agrupar los que tienen semejanzas. La importancia de realizar esta comparación
radica en obtener resultados sin ningún tipo de error, ya que al trabajar con datos
que no son independientes se está aceptando un error [14].
2.7 Simulación
La simulación está conformada por diversos métodos y aplicaciones para la
creación de un modelo computarizado que imite el sistema real con el objetivo de
que se pueda realizar modificaciones mediante experimentos numéricos al sistema
para poder entender su comportamiento a distintas situaciones que se puedan
presentar [15]. Para la realización de este modelo se debe analizar el problema que
se quiere estudiar y sintetizar sus respectivas características [16], ya que influye en
el proceso de simulación [17]. Particularmente esta técnica es utilizada para analizar
los riesgos en los procesos financieros y en los sistemas estocásticos [2].
2.7.1 Tipos
2.7.1.1 Modelo Continuo
Este tipo de simulación es utilizado en sistemas que cambian constantemente
durante el tiempo, y utiliza ecuaciones diferenciales con el objetivo de saber cómo
interactúan los diversos elementos de un sistema [18].
12
2.7.1.2 Modelo Discreto
Se utiliza mayormente en el estudio de las líneas de espera para obtener mediante
su aplicación, el tiempo de espera promedio y el largo de la fila [18]. Las variables
a considerar presentan variaciones en algunas ocasiones.
2.7.2 Aplicaciones
La simulación se puede aplicar en diversas situaciones debido a su versatilidad, por
lo que se utiliza mayormente en la investigación operativa para el diseño y operación
de sistemas basados en colas, sistemas basados en manufactura e inventario, entre
otros [2].
2.8 Software ARENA
El software ARENA se creó en 1993, mediante la combinación de los lenguajes de
simulación SIMAN y CINEMA [19]. Consiste en la realización del diagrama de flujo
del proceso para una mejor interacción con el programa y con el modelo. El
diagrama se puede realizar mediante la utilización de plantillas, las cuales van a
depender de su complejidad. Este programa utiliza varios tipos de módulos como:
create, process, batch, entre otros; por lo que trabaja conjuntamente con sub
modelos para disminuir su complejidad [17].
La facilidad del montaje tiene una relación directa con tiempo que se requiere para
obtener resultados debido a que el funcionamiento del programa depende del
aspecto gráfico. Por lo que solo se puede utilizar los objetos que otorga la
herramienta y los que fueron realizados en programas como CAD, BMP, JPEG, GIF;
ya que no afectan a la resolución [17].
Además, presenta programas como el Input y el Process Analyzer, los cuales
proporcionan pruebas para determinar los ajustes en las distribuciones, datos de
entrada, entre otros. La desventaja de esta herramienta es que solo se puede
observar el comportamiento de los parámetros en función del tiempo y carece de
funcionalidad estadística [17].
13
14
CAPÍTULO 3
ESTADO DEL ARTE
La Teoría de colas permite hacer estudios basados en las líneas de espera, esto hace
que tenga una gran versatilidad en su aplicación, pudiendo aplicarse en servicios,
logística, producción, transporte, entre otros. En áreas de servicio, la teoría de colas
brinda información necesaria para tomar decisiones y se caracteriza por su fácil
aplicación, tal es el caso de un estudio realizado en México en el cual se utilizó la teoría
de colas para presentar una solución al problema de los altos tiempos en el área de
atención de CFE (Comisión Federal de Electricidad).
CFE presentaba tiempos de espera de 23 minutos, y aplicando el modelo de teoría de
colas mediante el modelo M/M/S Kendall Lee, se logra identificar factores como el
tiempo de espera promedio, tasa promedio de llegadas, número promedio de unidades
en cola, factor de utilización en las colas, entre otros. Esto permitió que se tuviera toda
la información para proponer una alternativa de solución agregando un servidor más,
reduciendo a 9.5 minutos el tiempo de espera [20].
Esta herramienta ayuda a analizar la situación del sistema y función a ello buscar una
alternativa de solución. Esto se ve representando en un estudio en la Farmacia
Hospitalaria Principal de Santiago de Cuba, puesto que se busca analizar el
comportamiento de las colas que presenta la farmacia bajo un modelo M/M/C
presentando tiempos de espera que llegan a superar los 5 minutos, para luego proponer
estrategias a corto, mediano y largo plazo en función a los datos encontrados en el
modelo matemático [21].
15
También sirve para comparar diversos sistemas, tomando en cuenta el comportamiento
que presenta el mismo y los factores como la tasa de utilización, los tiempos de espera,
etc. Esto fue realizado en un estudio en Nigeria, en el cual se han comparado las
entidades financieras Wema y Skye Bank mediante el modelo de colas múltiple (M/M/X),
identificándose las deficiencias y virtudes de cada uno de estos sistemas. Teniendo
como resultado que el nivel de servicio del banco Skye presenta una probabilidad del
0.000022% a comparación del banco Wema que tiene 0.019%, por lo que se indica que
en el primer banco la generación de una línea de espera es poco probable, esto se debió
la cantidad de servidores presentes en el área de atención [22].
Además, se puede aplicar en diversas industrias para estudiar el comportamiento de las
colas. Por otra parte, se está haciendo uso de la simulación para obtener resultados
más cercanos a la realidad, un ejemplo de ello es un estudio que se llevó a cabo en una
entidad financiera en Estados Unidos utilizado la simulación mediante el método de
Montecarlo en Microsoft Excel con el objetivo de analizar las colas presentadas por cada
tipo de cliente, puesto que este método presenta un análisis más sensible para evaluar
sistemas complejos que son complicados de evaluar con exactitud. En este caso, se
obtuvo que para los clientes generales el tiempo de servicio era el adecuado, por lo que
la probabilidad de presentarse largas colas era menor; en cambio, para los clientes de
negocio el problema se presentaba los lunes, miércoles y viernes debido a que los
tiempos de espera variaban entre los 13,3 min. hasta los 56.6 min., el cual era causado
por la cantidad insuficiente de servidores que era de 2 personas. Por otra parte, para los
clientes Drive-Through la tasa de llegada era mayor a la tasa de servicio, por lo que solo
se necesitaba de 1 cajero más [23].
Siendo evidente la utilización de la herramienta de simulación para la obtención de datos
más certeros a la realidad y de los factores que se presenta en el entorno, en Colombia
se hace un análisis de las líneas de espera contrastando la teoría de colas y simulación
16
mediante el software Promodel Student que va a permitir observar el comportamiento
del sistema utilizando datos como la tasa media de llegadas y la de servicio. Esto tiene
como objetivo denotar una complementación entre estos dos apartados, para ello se
tuvo como caso de estudio el sistema de atención de una entidad bancaria que
presentaba una línea de espera y un servidor para la atención de los clientes. Se obtuvo
un margen de diferencia entre ambos modelos de 7.2%, denotando una representación
de la realidad a través de la simulación. También se evidenció que el porcentaje de
utilización de los servidores era de 65%, el cual era causado por el tiempo entre llegadas
de los clientes debido a que no eran cercanos, pero si este tiempo fuera corto entonces
se presentaría problemas en la línea de espera [24].
Sin embargo, en la actualidad se tiene la presencia de múltiples softwares para hacer
uso de la simulación. En Bolivia se hizo un estudio a una cadena de supermercados,
cuya distribución no era de tipo Poisson, tanto para la tasa de arribos como para la tasa
de servicio, por lo que se utiliza un modelo de simulación ya que se adecua a los
diferentes tipos de distribución que se puedan presentar. Para este caso se empleó el
modelo Montecarlo, el cual es adecuado para trabajar con distribuciones empíricas; sin
embargo, su implementación se hace mediante un procedimiento manual de simulación.
Los resultados obtenidos fueron que los servidores tienen un porcentaje de ocupación
del 89.25% en el proceso, además de que el tiempo promedio de espera es de 16.33
min. [25].
Estos estudios anteriormente mencionados se enfocaron en tener un diagnóstico del
sistema actual y en la reducción de los tiempos de espera teniendo en cuenta el aumento
de los servidores en el área; en cambio, en otras investigaciones que se han dado se
puede observar que además se está considerando el costo del sistema para dar una
adecuada solución con respecto a la reducción del tiempo y de los costos. Como es el
caso de un estudio realizado a Scotiabank de Huaraz que utilizaron también un modelo
17
de colas de múltiples servidores (M/M/S) debido a que variaron la cantidad de servidores
de 1 a 6, en el que calcularon el tiempo de espera y los costos respectivos en función al
salario y al mantenimiento de los equipos informáticos. En el que se obtuvo que la
cantidad adecuada que debe tener la entidad es de 4 servidores ya que el costo se
reduce de a/. 10,400 a s/. 3,600 [26].
En cambio, en los sistemas bancarios de las sucursales GTBank y Ecobank de Nigeria
que emplearon el mismo modelo de colas de múltiples servidores (M/M/S), calcularon el
costo del sistema en función al costo de servicio y operación, y los costos de tiempo de
espera de los clientes, con el propósito de encontrar un balance. Los resultados
obtenidos de este estudio fue una optimización en los servidores, ya que para la primera
sucursal era necesario una cantidad de 13 servidores y para el segundo un total de 10
servidores para reducir los costos que se generaban en ₦ 6035 y ₦ 1311
respectivamente, y de esta manera poder aumentar a la vez la satisfacción de cada uno
de los clientes que van a adquirir sus servicios [27].
Como se puede observar en la entidad de Scotiabank solo se consideraron algunos
costos, pero en los bancos de Nigeria se tomó en cuenta el costo del trabajador y el
costo de perder a un cliente, debido a que ambos costos son esenciales para obtener la
cantidad óptima de servidores, ya que se obtiene el costo del sistema.
En el caso de la entidad financiera Guarantee Trust Bank (GTB) que es de Nigeria se
utilizó un software denominado TORA, le cual es usado para la simulación de sistemas
de colas, aplicando el modelo de colas M/M/C. Para el cual, se tuvo en consideración
un tiempo de espera que presenta una distribución de Poisson y la tasa de servicio con
una distribución exponencial, haciendo uso de la ventana de optimización de software y
de los costos asociados al sistema. Se consideraron 3 escenarios en los que se variaron
la cantidad de servidores de 4 a 6, para encontrar un balance general en el sistema
18
propuesto, logrando optimizar el sistema con 5 servidores ya que se obtenía un costo
de #387.5012, el cual eran el mínimo que se presentaban [28].
Por otra parte, la teoría de colas y la simulación se emplean muchas veces
conjuntamente, para tener una base matemática mediante la teoría de colas y para tener
un método eficiente que represente el estado actual del sistema siendo cercana a la
realidad a un bajo costo, siendo el caso de un estudio realizado en Perú en el cual se
empleó la teoría de colas y simulación para minimizar los tiempos de espera en una
empresa financiera mediante dos modelos de estudio con distribución exponencial. Se
hizo uso del software WINQSV, por ser una herramienta que maneja métodos
cuantitativos simulando colas simples de la investigación de operaciones, logrando una
identificación de la problemática y proponiendo una mejora al aumentar el número de
servidores a dos, reduciendo el tiempo de espera seis veces [29].
También en el Perú se aplicó esta metodología al problema de atención al cliente
optimizando el número de cajeros en ventanilla en una organización financiera BCP
haciendo uso de la teoría de colas y el software SIMIO, denotando que el software SIMIO
presenta una interfaz sencilla para implementar costos asociados al sistema,
obteniéndose una reducción en los costos al aplicar 5 cajeros, ya que se obtiene un
costo de s/. 37.0864 a comparación de que con 4 servidores se tiene un total de s/.
38.8641 [30].
En la misma línea, el software Arena y Simio han visto un auge en su utilización, esto
se ha visto reflejado en los últimos años, siendo así que se ha generado una
comparación entre ambos softwares mediante diversos casos de estudio dentro de las
cuales se concluyó que el Arena tiene una interfaz más simple que la de Simio; sin
embargo, este último presenta muchas ventajas en comparación al software Arena en
relación al modelado del sistema, empero en Simio no se puede crear un reloj para tener
una perspectiva del tiempo que pasa en simulación. Otro de los factores importante es
19
que en SIMIO no se puede identificar en que parte está el error de la simulación caso
contrario a Arena, que identifica y presenta los errores en el modelo. Por tanto, la
elección de un simulador por sobre otro dependerá de la tarea a realizarse [31].
En Perú, se hace una propuesta para mejorar los tiempos de atención en un counter de
informes para admisión en una universidad, para ello se ha realizado un análisis
situacional y se ha ejecutado mediante el software Arena, el cual ofrece mayores
beneficios en función a días simulados, escenarios, interfaz de usuario, entre otros. Por
lo que se ha propuesto una mejora en la atención, teniendo como base la proyección
encontrada mediante el software Arena, el cual fue que la cantidad de servidores
actuales no era la cantidad suficiente para atender en los días de mayor afluencia
provocando altos tiempos de espera e insatisfacción por parte de los clientes [32]
20
CAPÍTULO 4
DESARROLLO METODOLÓGICO
Se establecerá el análisis de la situación actual de la entidad financiera, en lo que
concerniente a los tiempos y al proceso de atención. En esa misma línea, se identificará
una persona que trabaje en la entidad financiera en el área de atención para que brinde
información mediante una entrevista (Anexo n°2), con el propósito de tener un
diagnóstico inicial de los tiempos de espera, y a la vez obtener información de los
horarios de los servidores, las operaciones que se realizan en los módulos de atención
a clientes en la primera plataforma, los costos considerados en la operación, la cantidad
de clientes que ingresan al banco en los distintos horarios, entre otros datos; además,
se identificarán la cantidad de ventanillas para la atención al cliente.
Se determinará los tiempos relacionados a la demanda de los clientes con la
metodología de recolección de datos, por lo que se tomará tiempos en el proceso de
atención en plataforma durante 4 días en el horario de las 9:00 am hasta las 6:30 pm.
Para el cual, se empleará una ficha denominada Registro de tiempos de atención a los
usuarios que se presentaron en el año 2019, el cual se creará en el software Microsoft
Excel (Anexo n°3).
Se analizará los datos obtenidos mediante gráficas realizadas en Microsoft Excel que
permitan explicar el comportamiento de los tiempos en el área de atención. Además, se
va a aplicar la metodología de Prueba de Bondad y Ajuste utilizando la herramienta Input
Analyzer del software Arena para identificar la distribución que presentan el tiempo entre
llegadas.
21
Por otro lado, la cantidad de clientes que se han atendido en el área de plataforma en
los 4 últimos meses del año 2019, son analizados mediante la utilización de la
metodología de Prueba no Paramétrica de Kruskal-Wallis, el cual va a proporcionar
información sobre la población a estudiar ya que permite identificar si se presentan
diferencias. Para su procedimiento, primero se va a realizar dos hipótesis y se va a
calcular los rangos para obtener el valor de H. La fórmula a utilizar es la siguiente a
mostrar:
𝐻 =
12𝑁(𝑁 + 1)
∑𝑅2
𝑛 − 3(𝑁 + 1)
1 −∑𝑇
𝑁3 −𝑁
(1)
También se va a calcular los grados de libertad que consiste en la resta de la cantidad
de meses considerados menos 1 y se va a definir el nivel de significancia que se va a
considerar. Estos resultados son necesarios para la obtención del valor crítico mediante
la utilización de una tabla denominada Valores Críticos de la Distribución x2(Anexo n°
4). Si el resultado que se ha obtenido de H es mayor al valor crítico x2 entonces se indica
que se presentan diferencias en las muestras de la población, caso contrario no se
presentan diferencias.
Si se acepta la hipótesis alternativa se va a aplicar la metodología de Comparación
Múltiple de Tukey para las respectivas agrupaciones de las poblaciones según los
resultados obtenidos del Kruskal-Wallis con el objetivo que no se presenten errores e
incertidumbres en el resultado final. Para efectuar esta metodología se va a calcular las
medias de los intervalos para realizar la matriz de diferencias entre todos los posibles
pares de medias.
N: Número total de casos Rj: Rango Calculado Nj: Número de grupos T: Número repetidos
22
Ilustración 1. Tabla de Comparación
En esta matriz se realizan las diferencias entre cada una de las medias para compararlas
con el valor crítico. Si el resultado de la diferencia entre los rangos de las medias es
mayor al valor crítico, se indica que entre ese rango se presentan diferencias por lo que
provienen de una diferente población; en cambio, si resultara menor entonces las
poblaciones son semejantes. La fórmula que se va a utilizar para hallar el valor crítico
es la siguiente [13]:
∆= √𝑁(𝑁 + 1)
12
𝑍1−𝑎
∗ (2
𝑁) (2)
Para determinar y evaluar los tiempos de espera obtenidos se utilizará la metodología
de Teoría de Colas por medio de la utilización del Software Arena, por lo que se va a
realizar un modelo computarizado del área de atención de la primera plataforma, en el
que se colocará la distribución de los tiempos entre llegadas y del tiempo de servicio, la
cantidad de servidores y las operaciones que se efectúan.
Los resultados a obtener de la simulación es la cantidad de personas que ingresan a la
entidad, las personas atendidas y retiradas, los cuales van a ser analizadas empleando
el Microsoft Excel. También, se va a obtener el tiempo promedio de llegadas, el tiempo
promedio de atención en un servidor, entre otros datos.
23
Además, se va realizar 5 escenarios, en los que se va a variar la cantidad de servidores
para observar los cambios que se van a dar en los tiempos de espera y el respectivo
porcentaje de utilización de los servidores. Para los resultados, se va a aplicar la
metodología del método comparativo para cada uno de los tiempos obtenidos mediante
un cuadro comparativo.
Asimismo, se va a comparar el costo del sistema que se presenta actualmente en el
área de plataforma con el costo que se va a presentar con las variaciones que se van a
realizar en el número de servidores. Para su respectivo cálculo, se va a obtener el costo
del servicio y el costo de espera por dicho servicio, los cuales deben estar
adecuadamente balanceados para que el proceso de atención sea el adecuado.
Ilustración 2.Punto de Equilibrio [30]
Para la obtención del costo de servicio, se va a considerar la cantidad de servidores que
se va a presentar en el área de plataforma y el costo del servidor en la unidad de tiempo,
para el cual se va a obtener información del suelo básico, el riesgo de caja, la asignación
familiar, gratificaciones, vacaciones y el seguro ESSALUD, debido a que es en donde
se engloba tanto el pago de personal como de la instalación, además de que se va a
considerar los días laborales y la cantidad de horas que se trabaja al día. La fórmula a
utilizar es la siguiente [30]:
24
𝐸(𝐶𝑆) = 𝑘𝐶𝑠 (3)
Con respecto al costo de espera, que es el costo que se presenta por no atender a un
cliente se va a considerar la longitud del sistema, que es la cantidad de personas
presentes en el sistema y el costo de espera en la unidad de tiempo. Para este último
se tomó en cuenta la información obtenida del ingreso promedio que recibe la entidad
financiera y se recopiló información para calcular el promedio de las tasas de interés por
todas las operaciones que se realizan. La fórmula a utilizar es la siguiente [30]:
𝐸(𝐶𝑊) = 𝐶𝑤𝜆𝑊 = 𝐶𝑤𝐿 (4)
La comparación de los resultados del Software Arena junto con el costo del sistema por
cada escenario va a permitir la elección óptima de la cantidad de servidores que debe
presentar el área de atención que se da en la plataforma 1. Esta cantidad óptima va a
ser analizada mediante la metodología beneficio costo, con el propósito de saber si es
rentable para la entidad financiera. Para el cálculo se va a considerar, los ingresos que
se obtiene de los clientes atendidos con dicha cantidad de servidores, el cual se va a
calcular utilizando la simulación.
k: Número de Servidores Cs: Costo del servidor en la unidad de tiempo
Cw: Costo de esperar en la unidad de tiempo 𝝀: Tasa de llegadas W: Tiempo esperado en el sistema L: Longitud en el sistema
25
También se va a considerar, los costos de las herramientas básicas, los equipos de
oficina, artículos personales, la capacitación y las remuneraciones. Teniendo estos
datos se va a realizar una proyección durante 12 meses. Para los cuales se va a realizar
la respectiva diferencia por cada mes para obtener el flujo de caja proyectado. Los
resultados que se obtenga de este flujo, se va a calcular el valor actual neto, la tasa
interna de retorno y el beneficio costo.
4.1. Técnicas e Instrumentos
Para el análisis de la situación actual de la entidad financiera se utilizará la técnica
de la entrevista para la obtención de información de la entidad financiera con
respecto a las operaciones, los costos y la cantidad de clientes que se atienden en
la plataforma 1. También se empleó la técnica de observación directa para la toma
de tiempos durante 4 días, por lo que se va a utilizar el cronómetro para medir el
tiempo de atención y llegadas de los clientes, los cuales van ser anotados en el
registro de tiempos realizado.
Para el análisis de los datos se va a utilizar la técnica de estadística descriptiva y
se va a emplear el Microsoft Excel para la obtención de datos y sus respectivas
gráficas. Con respecto a la metodología de la prueba de bondad y ajuste, se va a
utilizar la técnica de estadística descriptiva y se va a emplear la herramienta Input
Analyzer del software Arena, con el objetivo de obtener la distribución respectiva de
los tiempos entre llegadas y el tiempo de servicio obtenidos de la recolección de
datos.
La metodología de Kruskal Wallis y la de comparación múltiple de Tukey utilizan la
técnica de estadística descriptiva debido a que emplea modelos matemáticos, por
lo que se va hacer uso del Microsoft Excel, ya que tiene incluido las fórmulas
necesarias para su respectiva realización. Se realizará primeramente los modelos
matemáticos para obtener su respectivo planteamiento de los pasos que se van a
26
realizar para obtener el resultado deseado, después se van a colocar estos datos
en el Excel para proceder a la respectiva solución.
Para la metodología de Teoría de Colas se va a utilizar el software ARENA, ya que
ayuda a la obtención de datos de manera rápida y eficiente con un porcentaje de
error menor, debido a que se va a simular utilizando un modelo computarizado del
proceso de atención. Por lo que se va a utilizar los módulos de Basic Process para
su respectiva construcción del modelo, los cuales son: Create, Process, Decide,
Assign, Record y Disposes.
Para la comparación de los tiempos de espera y de los costos se va a utilizar la
técnica de revisión de datos, por lo que se va a requerir el registro de tiempos, el
registro de datos obtenidos y el cuadro comparativo. Esta comparación se va a
realizar utilizando el Microsoft Excel.
Para la metodología de beneficio costo se va a utilizar el flujo de caja proyectado
que indicará si es rentable o no para la entidad financiera. Este va a ser realizado
mediante el software Microsoft Excel.
4.2. Población
La población a considerar está conformada por todos los clientes que ingresan a la
entidad financiera entre las horas de 9:00 a 6:30 pm, para ser atendidos por el área
de atención al cliente de la primera plataforma.
4.3. Muestra
Para este trabajo de investigación la muestra será censal, puesto que se utilizará el
total de clientes considerados como población.
4.4. Operacionalización de Variables
La variable independiente es la Simulación, mientras que la variable dependiente
es el tiempo de espera y los costos. Dentro de la simulación se va a considerar
como dimensiones las operaciones, el patrón de llegadas de los clientes, duración
27
de la cola, capacidad de servicio y recursos. En la variable dependiente se va a
considerar como dimensiones el tiempo, los costos y la rentabilidad económica.
31
Tabla I
Operacionalización de Variables
OBJETIVOS ESPECÍFICOS
VARIABLE DEFINICIÓN
CONCEPTUAL DEFINICIÓN
OPERACIONAL DIMENSIONES INDICADORES INSTRUMENTO
ESCALA DE MEDICIÓN
Analizar las operaciones del
proceso de atención de la
agencia bancaria de Arequipa
Variable independiente: Simulación del
proceso de atención al cliente
La simulación es una herramienta de análisis que
conceptualiza la realidad como un sistema y se
utiliza para la observación del comportamiento real
del sistema y de los escenarios a realizar.
Diseñar un modelo en el que se permita colocar las
características que presenta el sistema real
con la finalidad de evaluar su comportamiento.
Operaciones Número de operaciones
Observación directa
Microsoft Excel Razón
Patrón de llegada de los clientes
Tiempo promedio de llegadas en la unidad de tiempo
Observación directa
Cronómetro Microsoft Excel
Razón
Duración de la cola
Tiempo promedio de atención en un
servidor
Observación directa
Cronómetro Microsoft Excel
Razón
Tiempo de cola
Observación directa
Cronómetro Microsoft Excel
Cuantitativa
Simular el proceso de atención al cliente de la
agencia bancaria de Arequipa
Capacidad de servicio
Número de servidores
Software Arena
Razón
Costo por cada servidor
Microsoft Excel Cuantitativa
Recursos
Porcentaje de utilización de los
recursos Software Arena Razón
Costo del sistema Microsoft Excel Razón
Evaluar escenarios para reducción del tiempo de espera y
el costo del sistema
Variable dependiente:
Tiempo de espera y costos
Reducción de pérdidas para la organización
Contraste entre los tiempos actuales y la
nueva propuesta aplicada. Tiempo
Número de ventanillas operativas
Observación directa
Cuantitativa
Costos Costo de Servicio Base de datos Microsoft Excel
Cuantitativa
32
Costo de Espera Base de datos Microsoft Excel
Cuantitativa
Realizar un análisis de Beneficio y/o
Costo
Costo del Sistema
Base de datos Microsoft Excel
Cuantitativa
Rentabilidad Económica
VAN
Microsoft Excel Cuantitativa
TIR
Microsoft Excel Cuantitativa
Beneficio/Costo
Microsoft Excel Cuantitativa
Fuente: Elaboración Propia
33
CAPÍTULO 5
DESARROLLO DE LA INVESTIGACIÓN
Objetivo 1: Analizar las operaciones del proceso de atención de la agencia bancaria en
Arequipa
Se realizó un análisis de la situación actual en la agencia bancaria, en la cual se
identificó el proceso de atención al cliente de la primera plataforma. En primer lugar, el
cliente hace su ingreso a la agencia y pasa a formar parte de la cola (de ser el caso),
formando una sola cola para los dos servidores de atención en caja presentes,
indistintamente de la operación que se realice.
En función a lo anterior, se obtuvo información de la cantidad de operaciones que se
han realizado en el área de la primera plataforma durante los 4 últimos meses del año
2019, los cuales se obtuvieron mediante la entrevista realizada. Los datos se detallan
en la siguiente tabla:
34
Tabla II
Promedio del Total de Operaciones
Fuente: Elaboración Propia
Se obtuvo que el total de operaciones que se efectuaron entre los 4 meses fue de un
promedio de 1920, presentando en los meses de noviembre y diciembre mayor cantidad
de operaciones. Todas las diversas operaciones que se realizan
se encuentran comprendidos entre los horarios de las 9:00 am hasta las 6:30 pm, las
cuales son: desembolsos, pago de cuotas, depósitos y/o giros, y cobro de servicios.
Gráfico 1. Porcentaje de utilización de operaciones
Fuente: Elaboración Propia
En el anterior gráfico se observa el porcentaje de las operaciones efectuadas entre los
periodos de septiembre hasta diciembre según datos entregados por la entidad
Total de operaciones
Septiembre 1972
Octubre 1804
Noviembre 1896
Diciembre 2008
Promedio 1920
59%9%
27%
5%
Porcentaje de Utilización de las Operaciones
Desembolsos
Depósitos y/o Giros
Pago de cuotas
Pago de servicios
35
mediante la entrevista realizada, denota una mayor cantidad de operaciones de
desembolso con un 59%, pago de cuotas con un 27%, mientras que los depósitos y/o
giros fueron de un 9% y el pago de servicios un 5%.
Teniendo en cuenta las 2 tablas anteriormente mencionadas, se procedió a calcular la
cantidad de operaciones por cada tipo, las mismas que se han realizado en los meses
de septiembre hasta diciembre mediante la multiplicación del total de operaciones por
los respectivos porcentajes de cada operación mediante el Microsoft Excel. Los
resultados obtenidos fueron los siguientes:
Tabla III
Cantidad de Operaciones por Mes
Fuente: Elaboración Propia
Las operaciones que más se realizaron durante dicho periodo fueron los desembolsos
y los pagos de cuotas con un total de 4531.2 y 2073.6 respectivamente, mientras que
las operaciones de giros y de pagos de servicios fueron los menos solicitados teniendo
un total de 691.2 y 384 operaciones respectivamente.
Meses Total de
Operaciones
Desembolso Depósitos
y/o Giro
Pago
de
Cuota
Pago de
Servicio
Septiembre 1972 1163.48 177.48 532.44 98.6
Octubre 1804 1064.36 162.36 487.08 90.2
Noviembre 1896 1118.64 170.64 511.92 94.8
Diciembre 2008 1184.72 180.72 542.16 100.4
Total 7680 4531.2 691.2 2073.6 384
Promedio 1920 1132.8 172.8 518.4 96
36
Asimismo, se recopiló información de los dos servidores que se encuentran para la
atención en caja de plataforma, en la cual se tiene un lapso de tiempo de 12:00 pm a
2:00 pm en el que uno de los servidores no atiende y de 2:00 pm a 4:00 pm en el que el
primer servidor atiende, pero el segundo ya no.
Gráfico 2. Horario de Trabajo
Fuente: Elaboración Propia
Por otra parte, se obtuvo mediante una entrevista la cantidad de clientes que se
presentaron en la entidad financiera durante los últimos 4 meses, los cuales fueron un
total de 7261 clientes que han adquirido los servicios que se dan en la primera
plataforma.
37
Tabla IV
Cantidad de Clientes por Mes
Meses Total
Septiembre 1965
Octubre 1815
Noviembre 1450
Diciembre 2031
TOTAL 7261
Fuente: Elaboración Propia
Se muestra que en los meses de diciembre y septiembre se presentó una mayor
concurrencia de clientes con un total de 2031 y 1965 respectivamente. Por otro lado, se
obtuvo el promedio del tiempo de llegadas y el tiempo de servicio por cada día mediante
el registro de tiempos obtenidos de los 4 días de observación utilizando el Microsoft
Excel.
Para el primer, segundo, tercer y cuarto día los tiempos promedios de llegadas por cada
cliente fue de 6.08 minutos, 5.99 minutos, 6.19 minutos, 5.27 minutos respectivamente;
con respecto al tiempo promedio de servicio fue de 11.21 minutos, 10.11 minutos, 8.95
minutos y 9.67 minutos respectivamente. Además, los tiempos de espera fueron de
13.97 minutos, 11.94 minutos, 6.82 minutos y 19.31 minutos respectivamente.
38
Tabla V
Tiempos promedios de llegada, servicio y espera
PROMEDIO
Tiempo de
Llegada (min.)
Tiempo de
Servicio (min.)
Tiempo de
espera (min.)
Día 1 6.08 11.21 13.97
Día 2 5.99 10.11 11.94
Día 3 6.19 8.95 6.82
Día 4 5.27 9.67 19.31
Fuente: Elaboración Propia
Estos resultados fueron representados mediante un gráfico de barras realizado en el
Microsoft Excel, en el que se puede observar el comportamiento en los 4 días de
observación. Se aprecia que en el tercer día se tiene un mayor tiempo de llegadas con
un total de 6.19 minutos, seguido del primer día con un total de 6.08 minutos. Con
respecto al tiempo de servicio, en el primer día se tiene un elevado tiempo de 11.21
minutos, mientras que en el cuarto día dicho tiempo se reduce a un 9.67 minutos y en
el tercer día a 8.95 minutos.
39
Gráfico 3. Tiempos promedio de llegada, servicio y espera
Fuente: Elaboración Propia
El mayor tiempo de espera fue de 19.31 minutos seguido de un 13.97 minutos, mientras
que el menor tiempo fue de 6.82 minutos, y el tiempo de servicio mayor fue de 11.21
minutos y el menor fue de 8.95 minutos, con respecto al tiempo de llegada mayor fue de
6.19 minutos y el menor fue de 5.27 minutos. También, se pudo apreciar que en el cuarto
día se presentó un mayor tiempo de espera a comparación de los anteriores días, el
cual se pudo presentar por que el tiempo entre llegadas de los clientes fue de 5.27
minutos en promedio, el cual fue menor en comparación con los demás días.
Igualmente se calculó la cantidad de clientes que se presentaban en la cola, para lo cual
se realizó una tabla de frecuencia utilizando el Microsoft Excel. Por lo que se calculó el
rango, el cual se halla obteniendo la diferencia entre el número máximo y el número
mínimo de la cantidad de personas presentes en la cola durante los días observados.
En este caso, la mayor fue de 39 personas y la menor fue de 1 sola persona; con
respecto a la cantidad de intervalos (k) se usó la fórmula 1+3,3 log N, en donde N es la
cantidad total de número de colas que se presentaron y según lo observado en el
40
registro realizado por 4 días fue de 30. Por último, se calculó la amplitud que consiste
en la división del rango entre la cantidad de intervalos obteniéndose un total de 7.
Tabla VI
Datos para armar la tabla de frecuencias
Rango (máximo-mínimo) 38
K =(1+3,3log30) 6
Amplitud 7
Fuente Elaboración Propia
Teniendo en cuenta dichos datos se procedió a realizar la tabla de frecuencias en el que
se colocó la cantidad de veces que se repitió el número de personas en cola según cada
intervalo, el cual va a permitir calcular la frecuencia relativa, que es el porcentaje que
representa dicha cantidad de valores.
Tabla VII
Tabla de Frecuencias
Fuente: Elaboración Propia
Personas en Cola Xi fi hi
[1-8] 5 18 60.00%
[8-15] 12 7 23.33%
[15-22] 19 1 3.33%
[22-29] 26 1 3.33%
[29-36] 33 1 3.33%
[36-43] 40 2 6.67%
TOTAL 30 100.00%
41
Los resultados obtenidos se representaron mediante su respectivo diagrama de
Histograma con su polígono de frecuencias, para una mejor observación del
comportamiento de los resultados obtenidos, el cual fue obtenido utilizando el Microsoft
Excel.
Gráfico 4. Histograma de Cantidad de Personas en Cola
Fuente: Elaboración Propia
Según el gráfico, la mayoría de veces se han encontrado colas conformadas de entre 1
a 7 personas con una frecuencia de 18, además se tiene colas de entre 8 a 14 personas
teniendo una frecuencia de 7. Para cada uno se tiene una frecuencia relativa (hi) de
60% y 23% respectivamente, el cual es la probabilidad de que se presente dicha
cantidad de personas en la línea de espera.
0
2
4
6
8
10
12
14
16
18
20
5 12 19 26 33 40
Fre
cuen
cia
Personas en cola
Histograma de personas presentes en la cola
42
Gráfico 5. Porcentaje de Cantidad de Personas presentes en la cola
Fuente: Elaboración Propia
La cantidad promedio de personas presentes en la cola por hora desde las 9 am hasta
las 6:30 pm según el registro de tiempos de los 4 días utilizando el Microsoft Excel,
denotaron los siguientes datos a mostrar en la tabla VIII:
43
Tabla VIII
Cantidad Promedio de Personas en Cola por Hora
Hora Día 1 Día 2 Día 3 Día 4 Promedio
9:00 2 10 3 4 5
10:00 1 8 13 9 8
11:00 5 5 0 6 4
12:00 9 0 9 9 7
13:00 9 9 6 2 7
14:00 13 10 3 12 10
15:00 9 0 3 10 6
16:00 18 10 3 14 11
17:00 9 11 1 16 9
18:00 3 5 9 4 5
Fuente: Elaboración Propia
Como se observa en la tabla, durante las 2:00pm, 4:00pm y 5:00 pm se presentan un
promedio de 10, 11 y 9 respectivamente, por lo que se puede indicar que es en estos
dos horarios se presenta una mayor cantidad de personas como se puede apreciar en
el gráfico de líneas realizado mediante el Microsoft Excel.
44
Gráfico 6.Promedio de cantidad de personas presentes en la cola por hora
Fuente: Elaboración Propia
En el turno mañana también se muestra un incremento en el horario de las 10:00 am,
pero este disminuye a las 11:00 am y en el turno tarde a las 5:00pm. Teniendo en cuenta
el dato anterior, se procedió a calcular el promedio de los tiempos de espera que se han
presentado por cada hora en los que se ha atendido a cada cliente mediante el Microsoft
Excel.
45
Tabla IX
Tiempo Promedio de Espera por hora
Hora Día 1
(min.)
Día 2
(min.)
Día 3
(min.)
Día 4
(min.)
Promedio
(min.)
9:00 4.25 7.61 3.15 4.11 4.78
10:00 1.79 5.86 9.87 8.51 6.51
11:00 4.65 6.82 0 13.02 6.12
12:00 8.03 0 5.78 5.18 4.75
13:00 14.07 8.06 4.80 6.21 8.28
14:00 13.80 11.61 1.93 11.71 9.76
15:00 8.60 0 3.61 15.55 6.94
16:00 19.38 18.65 5.74 34.29 19.52
17:00 24.81 19.53 4.88 35.73 21.24
18:00 9.27 13.02 9.30 20.59 13.05
Fuente: Elaboración Propia
Obteniéndose que en los horarios de las 10:00 am, 1:00 pm y 2:00 pm se presenta un
leve incremento y en los horarios de las 4:00 pm y 5:00 pm se presentan los tiempos de
espera promedio más altos, los cuales son 19.52 minutos y 21.24 minutos
respectivamente.
46
Gráfico 7. Gráfico de Líneas del tiempo de espera por hora
Fuente: Elaboración Propia
En ambos gráficos realizados se puede apreciar que, al presentarse una gran cantidad
de gente en la entidad financiera, se observar tanto un leve como un alto crecimiento en
el tiempo promedio de espera.
Por otro lado, los tiempos entre llegadas obtenidos durante los 4 días de observación
en el último mes del año 2019 (Anexo N°5), fueron colocados en el Input Analyzer que
es una herramienta del Software Arena para realizar la Prueba de Bondad y Ajuste, en
el cual se obtuvo que los tiempos entre llegadas presenta una distribución exponencial,
por lo que se puede proceder a realizar la teoría de colas mediante la simulación.
47
Gráfico 8. Distribución de Tiempos entre llegadas
Fuente: Elaboración Propia
Para la ejecución de la teoría de colas, primeramente, se va a realizar la prueba no
paramétrica Kruskal – Wallis utilizando el Microsoft Excel con el objetivo de saber si la
población a estudiar presenta o no diferencias para que no se presente errores en el
estudio. Para esta prueba se va a utilizar los datos de la cantidad de clientes que ingresa
a la entidad financiera y se formuló dos hipótesis las cuales son:
Tabla X
Hipótesis para la Prueba no Paramétrica Kruskal-Wallis
Hipótesis Nula (Ho) No existe diferencias en la población
Hipótesis Alternativa (Ha) Existen diferencias en la población
Fuente: Elaboración Propia
48
Se consideró un nivel se significancia del 5% y un número total de casos (N) de 16
debido a que la cantidad de personas fue obtenida por cada semana del mes, que en
total son 4 semanas por cada mes. Después se procedió a colocar los números del 1 al
16 en orden ascendente de acuerdo a la cantidad obtenida por cada semana, en el caso
que se presentaran números repetidos se calcula el promedio. Estos datos van a servir
para calcular los rangos para cada semana, los cuales van a ser elevados al cuadrado
y divididos entre la cantidad de columnas, que en este caso son 4 según fórmula.
Tabla XI
Rangos
Meses
Semanas
1 2 3 4
Septiembre 14 8 5 13
Octubre 1.5 6 10 16
Noviembre 4 3 11 1.5
Diciembre 9 7 15 12
Total (Rangos) 28.5 24 41 42.5
Fuente: Elaboración Propia
Por cada número repetido se calculó la cantidad de repeticiones que se presentó, en
este caso solo un número se reiteró dos veces por lo que la cantidad de veces se elevó
al cubo y se le resta 2 según fórmula obteniéndose 6.
49
Tabla XII
Datos para la Prueba no Paramétrica Kruskal-Wallis
Fuente: Elaboración Propia
Con todos estos datos obtenidos, se calculó el valor de H mediante la fórmula (1),
obteniéndose un total de 2.78. Este dato se comparó con el valor crítico obtenido de la
tabla de distribución de Chi – Cuadrado (Anexo n°3) que fue de 7.8143 teniendo en
cuenta un grado de libertad de 3 debido a que la cantidad de semanas se le resta 1, y
un nivel de significancia considerado que es del 5%, por lo que se indica que la población
no muestra diferencias por lo tanto no se debe realizar una comparación múltiple.
Objetivo n°2: Simular el proceso de atención al cliente de la agencia bancaria en
Arequipa
El siguiente paso fue realizar la metodología de la teoría de colas mediante la
simulación, para el cual se realizó el modelo computarizado del proceso del área de
atención mediante el Software Arena que presenta una hora de inicio desde las 9:00 am
debido a que es el horario en donde se empieza a atender a los clientes.
Nivel de
significancia
5%
N 16
(R1^2) / n 203.0625
(R2^2) / n 144
(R3^2) / n 420.25
(R4^2) / n 451.5625
T 6
50
Ilustración 3. Modelo Computarizado del Proceso de Atención
Fuente: Elaboración Propia
Para ambos turnos que presenta la entidad financiera se crearon dos Módulos Create:
turno de mañana (9:00-12:00pm) y turno tarde (12:00pm – 6:30pm), en los cuales la
distribución que presentan en el tiempo entre llegadas según los resultados del Input
Analyzer se colocó en expression con la unidad de tiempo en minutos. Con respecto al
segundo créate que es del turno tarde se colocó que la primera creación empiece desde
los 180 minutos debido a que comienza desde las 12:00pm.
51
Ilustración 4. Módulos Create de turno mañana y tarde
Fuente: Elaboración Propia
El máximo de llegadas 1 y 2 colocados en max arrivals como se puede observar en la
ilustración 10, es una variable que va a contener un número mayor para que la
simulación continúe hasta un determinado tiempo en este caso es el 999999. También
se colocó dicho número en los otros dos create que se ubican en la parte inferior
denominados corte de clientes 1 y 2, los cuales funcionan como una condicional, por
consiguiente, se ubicó un Módulo Assing para colocar la variable creada, para que de
esta manera los módulos se relacionen.
Para el corte 1 se determinó que la primera creación se realice a los 180 minutos, para
que, de esta manera ya no se presenten llegadas en el módulo del turno de la mañana,
con respecto al corte 2 sería a los 570 minutos, ya que solo se atiende hasta el último
cliente que ingresa a la entidad a las 6:30 pm.
52
Ilustración 5. Módulo create para cortes de llegada
Fuente: Elaboración Propia
Siguiendo con el proceso se asignó dos Módulos Assign para cada turno, en donde se
colocó el atributo nombrado arribo utilizando el TNOW, el cual se encarga de contabilizar
el tiempo actual. Asimismo, se añadió otro atributo denominado turno con valor de 1 y 2
para ambos turnos respectivamente con el propósito que los datos obtenidos se
clasifiquen según el turno correspondiente.
Ilustración 6. Tiempo de Llegada
Fuente: Elaboración Propia
Después se ubicó un Módulo Decide en el que se ha colocado que si el cliente que
ingresa a la entidad observa que se presenta más de 5 personas en la cola se retira sin
ser atendido. Esto debido a que en los 4 días que se registró tiempo se pudo observar
que la mayoría de las personas se retiraban de la entidad financiera al observar que se
presentaba dicha cantidad de personas en la cola.
53
Ilustración 7. Módulo Decide
Fuente: Elaboración Propia
Las personas que siguen en el proceso van a pasar por otro Módulo Assign en el que
se ha colocado el atributo denominado tipo, en el que se utilizó la probabilidad discreta
(DISC), en el cual se coloca la acumulación de los porcentajes respectivos de las 4
operaciones efectuadas en la agencia bancaria, las mismas que se muestran en la tabla
III. También se agregó una variable denominada C que es un contador que se va a
encargar de contabilizar la cantidad de personas que ingresan a plataforma.
Ilustración 8. Módulo Assign colocación de atributos de tipo y contador
Fuente: Elaboración Propia
En el Módulo Process es en donde se realiza la atención en plataforma por lo que se
colocó en recursos a los servidores, ya que son los encargados de asistir a cada uno de
los clientes, además se puso la distribución correspondiente del tiempo de atención que
54
se obtuvo de los 4 días el cual es lognormal (10,4.16). Además, se colocó que la que el
proceso de atención a los clientes es del tipo FIFO debido a que el primero en llegar es
el primero en ser atendido.
Ilustración 9. Módulo Process
Fuente: Elaboración Propia
La cantidad de personas que se cuenta para atender se añadió en el Módulo Schedule,
en donde se va a definir los horarios de atención en horas para cada uno de los
servidores. Se colocó que los dos servidores van a atender durante las 3 primeras horas,
después un solo servidor va a estar presente durante dos horas y después el otro
servidor va a atender también durante dos horas. Esto se debe a que cada servidor
presenta un break de dos horas según información que fue otorgada en la entrevista, el
cual se muestra en el gráfico 1. Por último, van a estar los dos servidores por las últimas
horas restantes.
55
Ilustración 10. Módulo Schedule
Fuente: Elaboración Propia
También se colocó un Módulo Assing en el cual se añadió un contador para disminuir la
cantidad de personas que se encuentran en la operación, con el objetivo de ponerlo
como condición y de esta manera se detenga la simulación cuando todas las personas
que han llegado a la entidad financiera sean atendidas.
Ilustración 11. Módulo Assign colocación de atributos de Tiempo de Proceso y
disminución de contador
Fuente: Elaboración propia
56
Además, se colocó tres Módulos Records para obtener el tiempo del sistema promedio
que se ha presentado, el total de personas atendidas y las que se han retirado por cada
turno. Asimismo, se ha colocado la condición para detener la simulación en el que el
TNOW sea menor o igual a los 9.5 horas, debido a que es la cantidad de horas que se
presenta desde las 9:00 am hasta las 6:30 pm, y que el contador termine en cero ya que
indica que todas las personas que han ingresado han sido atendidas.
Ilustración 12. Run Setup
Fuente: Elaboración propia
Culminando todas las modificaciones, se procedió a simular por un tiempo de 6 meses
con la cantidad actual de servidores que es de 2, para que de esta forma se observe el
comportamiento que se presenta el área de atención de la primera plataforma en ambos
turnos.
57
Tabla XIII
Cantidad Promedio de Personas
Meses
Turno Cantidad 1 2 3 4 5 6
Mañana
Personas que Ingresan 30.0385 30.12 30.1 30.0673 30.615 30.7564
Personas atendidas 29.4615 29.56 29.41 29.3365 29.808 29.9487
Personas retiradas 0.5769 0.558 0.692 0.7308 0.8077 0.8077
Tarde
Personas que Ingresan 68.4615 68.1 68.13 68.9712 68.615 68.9103
Personas atendidas 51.6538 52.37 52.08 52.4231 52.023 51.9423
Personas retiradas 16.8077 15.73 16.05 16.5481 16.592 16.9679
Fuente: Elaboración Propia
En el turno tarde se presencia un mayor ingreso de clientes, además de que a la vez se
tiene una mayor cantidad de personas retiradas de la agencia, por lo que se puede inferir
que la cantidad de servidores en dicho turno no es la adecuada, ya que se contempla
una cantidad promedio de 16 a 17 personas que se retiran, en comparación, del turno
de la mañana que solo es de 1 persona en promedio.
Por otra parte, se tomó en cuenta la cantidad promedio máximo de personas que
abandonan el área de atención, datos que se obtuvieron del registro en los reportes de
la simulación para ambos turnos, los cuales se van a presentar en gráficos de líneas
realizados en Microsoft Excel para una mejor apreciación de su comportamiento.
58
Gráfico 9. Cantidad Promedio de Máximas Personas Retiradas
Fuente: Elaboración Propia
Para el turno mañana la cantidad de personas promedio retiradas tiene un constante
crecimiento hasta el cuarto mes, en el cual se eleva de 5 a 15 personas, y para el turno
tarde se presencia un leve crecimiento significativo ya que la cantidad inicial fue de 29
personas y al finalizar se obtuvo 38 personas. En ambos casos la entidad financiera
presenta pérdidas, por lo que tomando en cuenta estos datos se consideró que es
necesario aumentar la cantidad de servidores en ambos turnos, y de esta manera
reducir el tiempo de espera.
Objetivo n°3: Evaluar escenarios para la reducción del tiempo de espera y el costo del
sistema
Se realizó 5 escenarios que han sido simulados por 1 año, en el que se variaron la
cantidad de servidores en el Módulo Schedule del Software Arena. Para el primer
escenario se ha considera el total de servidores con el que cuenta actualmente la
entidad financiera que es de 2 personas, con respecto al segundo escenario se
consideró a 3 personas, para el tercer escenario se consideró a un total de 4 servidores,
0
10
20
30
40
1 2 3 4 5 6
Can
tid
ad d
e P
erso
nas
Meses
Cantidad Promedio Máximo de Personas Retiradas
Turno Mañana Personas retiradas Turno Tarde Personas retiradas
59
para el cuarto 5 servidores y para el último 6 servidores debido a que es en donde las
personas dejan de retirarse de la entidad. Los resultados obtenidos se muestran junto
con sus respectivos los costos en la tabla XVIII.
Para determinar los costos del sistema se ha empleado la herramienta Microsoft Excel
y se ha tomado en cuenta el número promedio de clientes que ingresan a la agencia en
una hora para hacer operaciones en la primera plataforma, los clientes que son
atendidos por los distintos servidores y el tiempo de espera promedio que se genera en
las colas durante los 4 días de observación.
Tabla XIV
Clientes que ingresan, atendidos y tiempo de espera
Promedio En una hora
Clientes que ingresan 12.0970
Clientes atendidos 10.2105
Tiempo de espera (hrs.) 0.3642
Fuente: Elaboración Propia
La cantidad de clientes en promedio que ingresan a la primera plataforma en una hora,
se halló en función a las personas que se retiraron de la agencia por cada día de
recolección de datos, haciendo un promedio de 18.476% de personas que se retiran.
Por otra parte, los clientes atendidos en una hora se encuentran en función al promedio
de clientes que ingresaban por hora y que fueron atendidos en los días de recolección
de datos haciendo un promedio de 10.2105 de clientes; el tiempo de espera por cada
hora es un promedio de tiempo que normalmente un cliente espera para ser atendido,
cuyo valor expresado en horas es de 0.3642.
60
Dentro de los costos del sistema se tiene el costo de servicio y el costo por no atender
a un cliente. El costo de servicio engloba los costos referentes al pago del personal y si
fuera el caso de un nuevo servidor se engloba el pago del personal y los costos
asociados; en lo referente al costo de servicio de un servidor de la agencia se tomará
en cuenta según la información obtenida de la entrevista, el sueldo básico, el riesgo de
caja, la asignación familiar, las gratificaciones, el costo de las vacaciones y el seguro en
ESSALUD, dando un costo de servicio de S./ 2,603 al mes.
Tabla XV
Costo del Servicio en un mes
Costo de servicio en un mes
Sueldo básico s/. 1,500
Riesgo de caja s/. 500
Asignación familiar s/. 93
Gratificaciones s/. 250
Vacaciones s/. 125
ESSALUD s/. 135
Total s/. 2,603
Fuente: Elaboración Propia
Para hallar el costo de servicio en una hora, se ha tomado en consideración 26 días
laborables en la agencia y 8 horas de trabajo al día, obteniendo el costo de servicio en
una hora la cual asciende a S./ 12.5144
61
Tabla XVI
Costo del Servicio en una hora
Costo de servicio en una hora
Costo de servicio al mes s/. 2603
Costo de servicio al día s/. 100.1154
Costo de servicio en una hora s/. 12.5144
Fuente: Elaboración Propia
El costo de no atender a un cliente es un costo asociado al sistema y se encuentra
relacionado a la pérdida de oportunidad que se genera, puesto que deja de ingresar
dinero para la entidad financiera por diversas operaciones y también engloba las quejas
derivando en una mala reputación o pérdida de tiempo de los servidores para atender
las mismas.
Para obtener el costo por no atender a un cliente se ha hallado el ingreso promedio
diario por cliente que percibe la entidad financiera por las diversas operaciones en la
primera plataforma, para luego establecer la tasa promedio de interés por cliente que se
genera a razón de estas operaciones. Según la información brindada por la entidad
financiera, el ingreso promedio por las diversas operaciones que se generan según el
área de operaciones es de s/. 1,448.33 por cliente y la tasa de interés (Anexo n°6) es
de 2.16%, resultando s/ 31.3035 como el costo por no atender a un cliente.
62
Tabla XVII
Costo de Atención por cliente
Costo de no atender a un cliente en una hora
Ingreso promedio general s/. 1448.33
Interés promedio general 2.16%
Costo de atención por cliente s/. 31.3035
Fuente: Elaboración Propia
Teniendo en cuenta los datos de las tablas XVI y XVII se procedió a calcular el costo de
servicio utilizando la fórmula (3) y el costo de espera mediante la fórmula (4) con el
propósito de obtener el costo del sistema para cada uno de los 5 escenarios realizados
en el software Arena. Los resultados obtenidos durante un año de simulación se
muestran en la siguiente tabla:
Tabla XVIII
Resultados del Software Arena y Costos
Cantidad de Servidores
2 3 4 5 6
Primer
escenario
Segundo
Escenario
Tercer
Escenario
Cuarto
Escenario
Quinto
Escenario
Tiempo Promedio de Espera
en Cola (hrs.) 0.347 0.1664 0.0659786 0.038757 0.013221
Tiempo Promedio del
Sistema (hrs.) 0.5134 0.3327 0.2321 0.205 0.1799
Número Promedio de
Clientes en Cola (unid.) 2.8972 1.5975 0.6898 0.4091 0.1426
63
Utilización de los Servidores
(%) 87.30% 67.29% 53.84% 43.54% 36.49%
Número Promedio de
Clientes Turno Mañana
(unid.)
0.8836 0.6469 0.5636 0.5505 0.5411
Número Promedio de
Clientes Turno Tarde (unid.) 3.4016 2.5468 1.8321 1.582 1.3365
Personas que se retiran
(unid.) 17.77 7.99 1.28 0.6058 0.076923
Personas Atendidas (unid.) 82.22 92.94 99.13 99.9 100.46
Costo de Servicio (s/.) 25.0289 37.5433 50.0577 62.5721 75.0865
Costo de Espera (s/.) 134.1418 99.9739 74.9938 66.7547 58.7755
Costo del Sistema(s/.) 159.1706 137.5173 125.0515 129.3268 133.862
Fuente: Elaboración Propia
Los tiempos promedios obtenidos de la simulación muestran una disminución conforme
se va aumentando la cantidad de servidores, debido a que conforme este número
incrementa a 5 y 6 servidores el tiempo promedio de espera en cola presenta tiempos
de 0.038757 hrs. y 0.013221 hrs. respectivamente, por lo que la cantidad promedio de
personas que se retiran de la agencia también disminuye.
64
Gráfico 10. Porcentaje de Reducción de los Tiempos Promedios
Fuente: Elaboración Propia
Al añadir un servidor más en el área de atención de la primera plataforma el tiempo
promedio del sistema decrece en 12%, y el tiempo promedio de espera en la cola en
29%; y si se incrementa dos servidores más, el tiempo promedio del sistema presenta
una reducción del 7% y el tiempo promedio de espera en 16%, mientras que al aumentar
de 3 hasta 4 servidores los tiempos promedios que se muestran se reducen
mínimamente.
También se observó el porcentaje de utilización para cada cantidad de servidores
mediante la realización de un gráfico obtenido del Microsoft Excel, en el que se puede
apreciar que al incrementar dicha cantidad el porcentaje de utilización comienza a
disminuir.
29%
16%
4% 4%
12%
7%
2% 2%
0%
5%
10%
15%
20%
25%
30%
35%
(2-3) (3-4) (4-5) (5-6)
Po
rcen
taje
Cantidad de Servidores
Porcentaje de Reducción de Tiempos Promedios
Tiempo Promedio de Espera en Cola Tiempo Promedio del Sistema
65
Gráfico 11. Porcentaje de Utilización
Fuente: Elaboración Propia
Con la cantidad actual de servidores que presenta la entidad financiera en la primera
plataforma se tiene un porcentaje de utilización de 87.30% y aumentando un servidor
más se tiene un total de 67.29%, mientras que al aumentar entre 2 a 4 personas este
porcentaje varía entre 53.84% hasta 36.49%, el cual indica un menor tiempo productivo
por parte de los servidores. Este porcentaje no puede llegar al 100% debido a que
siempre se va a presentar un tiempo ocioso por parte de los servidores, por lo que se
debe tener un porcentaje cercano a este número para que sea óptimo.
Asimismo, se realizó un gráfico en el que se representa el comportamiento del costo del
sistema para la cantidad de servidores considerados en la simulación, en el que se
puede observar que el cruce entre el costo de espera y de servicio resulta en 5
servidores siendo esta cantidad la óptima que debe tener la agencia bancaria, debido a
que entre ambos costos obtenidos con tales servidores son cantidades cercanas como
se observa en el gráfico.
87%
67%
54%44%
36%
0%
20%
40%
60%
80%
100%
2 3 4 5 6
Po
rcen
taje
Cantidad de Servidores
Porcentaje de Utilización
66
Gráfico 12. Costos en el Sistema de Espera
Fuente: Elaboración Propia
Sin embargo, teniendo en cuenta que el porcentaje de utilización para 5 servidores es
demasiado bajo, se tomó la cantidad de 3 servidores ya que presenta un porcentaje de
utilización de 67.29%, cuyo valor es aceptable en comparación a los demás escenarios
debido a que indica que se va a presentar mayor tiempo productivo de los servidores en
el área de trabajo, además de que es en donde se presenta una reducción en los
tiempos.
En función a la cantidad de servidores seleccionados según el análisis anteriormente
realizado, se calculó la ganancia neta que se genera durante una hora, para el cual se
ha tomado en cuenta la cantidad de clientes en una hora que han sido atendidos que es
de 11.618 personas y el ingreso que se obtiene por cada cliente que es de s/. 1,448.330,
dato colocado en la tabla XVII. Con estos datos se obtiene el ingreso que va a tener la
entidad financiera, el cual es de un total de S/. 16,825.974.
0
20
40
60
80
100
120
140
160
180
2 3 4 5 6
Co
sto
s
Cantidad de Servidores
Costos en el Sistema de Espera
67
Tabla XIX
Beneficio con 3 servidores
Beneficios
Servidores 3
Clientes en una hora (unid.) 11.618
Ingreso por un cliente (s/.) 1,448.330
Ingreso al banco (s/.) 16,825.974
Tasa de Interés (%) 2.16%
Ganancia bruta en una hora (s/.) 363.669
Costo de servicio en una hora (s/.) 37.543
Ganancia neta en una hora (s/.) 326.125
Fuente: Elaboración Propia
Además, teniendo en cuenta la tabla XVII se ha colocado la tasa de interés promedio
generada por las diversas operaciones presentes en la primera plataforma, cuyo valor
es de 2.16%, para luego obtener la ganancia bruta obtenida en una hora que al restarse
con el costo de los servidores en una hora se obtiene la ganancia neta de la entidad
financiera. Con todos estos datos considerados se obtuvo que la ganancia neta en una
hora para los tres servidores considerados es de s/. 326.125.
Objetivo 4: Realizar un análisis de Beneficio y/o Costo
Para obtener el beneficio costo de la contratación de un nuevo trabajador en el área de
atención se ha tomado en cuenta los implementos que va a requerir, el cual se realizó
mediante la utilización de Microsoft Excel. Primeramente, las herramientas básicas que
se ha considerado en invertir son: lapiceros, perforador, engrapador, grapas, sellos,
68
tampón, papel bond, formatos de proforma, cinta, dispensador de cinta, tijera y papel
térmico.
Tabla XX
Herramientas Básicas
Fuente: Elaboración Propia
Herramientas Básicas
Herramientas básicas Cantidad Precio por unidad
(S/.) Total (S/.)
Lapiceros 12 S/1.00 S/12.00
Perforador 1 S/14.50 S/14.50
Engrapador 1 S/16.00 S/16.00
Grapas 12 S/3.50 S/42.00
Sellos 3 S/22.00 S/66.00
Tampón 12 S/4.50 S/54.00
Papel bond (millar) 20 S/13.50 S/270.00
Formatos de proforma
(millar) 5 S/19.00 S/95.00
Cinta 10 S/1.00 S/10.00
Dispensador de cinta 1 S/13.50 S/13.50
Tijera 1 S/5.00 S/5.00
Papel térmico (rollo) 65 S/3.20 S/208.00
Valor Total de Herramientas Básicas S/806.00
69
En la tabla XX se muestra que los costos que se va a presentar en el año de inversión
con respecto a las herramientas básicas, en el que se ha especificado la cantidad, el
precio unitario y el costo total para cada uno de las herramientas consideradas,
representa un costo anual total de s/. 806.00.
También, se ha considerado los equipos de oficina que se son: computadora, silla de
oficina, impresora, sensor biométrico, lector de barra, caja fuerte, contadora y terminal
punto de venta. Estos equipos van a permitir que pueda realizar de manera eficiente sus
labores en el área de plataforma.
Tabla XXI
Artículos de Oficina
Artículos de Oficina
Artículos de Oficina Cantidad Precio por unidad
(s/.) Total (s/.)
Computadora 1 S/2,299.00 S/2,299.00
Silla de Oficina 1 S/117.17 S/117.17
Impresora 1 S/900.00 S/900.00
Sensor Biométrico 1 S/330.00 S/330.00
Lector de Barra 1 S/198.00 S/198.00
Caja Fuerte 1 S/891.00 S/891.00
Contadora 1 S/711.00 S/711.00
Terminal Punto de Venta 1 S/376.00 S/376.00
Valor Total de Artículos de Oficina S/5,822.17
Fuente: Elaboración Propia
70
En la tabla XXI se observan los costos que se van a presentar como inversión, esto con
respecto a los equipos de oficina, en el que se ha especificado la cantidad, el precio
unitario y el costo total para cada uno de los ítems considerados, representando un costo
de s/. 5,822.17.
Los artículos personales que va a requerir el nuevo trabajador son: Fotocheck, Pin y un
uniforme, los cuales van a servir para que se pueda identificar como trabajador de la
entidad financiera.
Tabla XXII
Artículos Personales
Artículos Personales
Artículos Cantidad Precio por
unidad (s/.)
Total
(s/.)
Fotocheck 2 S/22.50 S/45.00
Pin 2 S/15.00 S/30.00
Uniforme 1 S/380.00 S/380.00
Valor Total de Artículos de Oficina S/455.00
Fuente: Elaboración Propia
Según el resultado obtenido de la tabla XXII, los costos que se van a presentar al año
de inversión con respecto a los artículos de oficina, en el que se ha especificado la
cantidad, el precio unitario y el costo total para cada uno de los ítems considerados,
representa un costo anual total de s/. 455.00.
71
Además, se ha tomado en cuenta la capacitación para la inducción que va a tener el
nuevo trabajador, cuya capacitación tiene una duración de 96 hrs. Esta capacitación es
indispensable para que el trabajador aprenda sobre las funciones que se tiene que
realizar en la primera plataforma.
Tabla XXIII
Capacitación
Capacitación
Descripción Cantidad (hrs.)
Precio por Unidad
(s/.) Total (s/.)
Programa de Inducción 96 S/1,800.00 S/1,800.00
Valor total de la Capacitación S/1,800.00
Fuente: Elaboración Propia
En la tabla XXIII, se indica que el costo total de la capacitación por el tiempo de duración
que es de 96 horas es de s/. 1,800.00, el cual solo va a ser invertido una sola vez.
La remuneración que recibe el trabajador es el costo del servir que se ha calculado en
la tabla XV, en donde se ha considerado el sueldo básico, riesgo de caja, asignación
familiar, gratificaciones, vacaciones y ESSALUD.
72
Tabla XXIV
Remuneración
Remuneración
Descripción Cantidad (mes)
Precio por Unidad
(s/.) Total (s/.)
Trabajador en Plataforma 1 S/2,603.00 S/2,603.00
Valor Total de remuneración S/2,603.00
Fuente: Elaboración Propia
En la tabla XXIV se muestra el total de remuneración que tiene un trabajador en un
mes, el cual es de s/. 2,0603.00. Con los datos obtenidos anualmente se dividió entre
12 para obtener el costo mensual para un trabajador.
Tabla XXV
Inversión Total
Fuente: Elaboración Propia
Inversión Mes
Herramientas Básicas S/67.17
Equipos de Oficina S/5,822.17
Artículos personales S/37.92
Capacitación S/1,800.00
Remuneración S/2,603.00
Total S/10,330.25
73
Se tuvo que la inversión inicial en un mes para un trabajador es de s/. 10,330.25 teniendo
en cuenta los implementos considerados, la capacitación y la remuneración. Además,
se calculó el costo que se presenta con la cantidad de trabajadores actuales y con la
cantidad propuesta en un plazo de 12 meses.
Gráfico 13. Costos
Fuente: Elaboración Propia
Como se aprecia en el gráfico 13, el costo y gasto operativo del proyecto propuestos es
mayor al actual en un s/. 2,708.08 debido a que presenta nueva mano de obra, pero se
obtiene mayores ingresos como se observa en el gráfico 14.
Gráfico 14. Ingresos
Fuente: Elaboración Propia
74
Estos se van incrementando progresivamente durante los 12 meses que se han
proyectado. Para obtener los beneficios que se van a presentar, se ha simulado
mediante el software Arena por cada mes para hallar la cantidad de personas atendidas
con 2 y 3 trabajadores, el cual va a ser multiplicado por la ganancia que se obtiene por
cada cliente, la tasa de interés que se menciona en la tabla XVIII y los 26 días laborales.
Con todos los datos anteriormente mencionados se realizó el respectivo flujo de caja
proyectado durante 12 meses.
Tabla XXVI Flujo de Caja
67
RUBROS Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Mes 7 Mes 8 Mes 9 Mes 10 Mes 11 Mes 12
I. MÓDULO DE INVERSIÓN
-S/10,330.25 0 0 0 0 0 0 0 0 0 0 0
Herramientas Básicas
-S/67.17
Equipos de Oficina -S/5,822.17
Artículos personales -S/37.92
Capacitación -S/1,800.00
Remuneración -S/2,603.00
II. MÓDULO DE OPERACIÓN (A -B)
S/5,863.09 S/5,363.02 S/5,451.43 S/5,409.89 S/5,697.89 S/5,895.20 S/6,129.90 S/6,313.80 S/6,143.95 S/6,192.60 S/6,164.15 S/6,054.41
A. INGRESOS INCREMENTALES (a - b)
S/8,571.18 S/8,071.10 S/8,159.51 S/8,117.98 S/8,405.97 S/8,603.29 S/8,837.98 S/9,021.88 S/8,852.03 S/8,900.68 S/8,872.24 S/8,762.49
(a) Ingresos con proyecto
S/74,548.91 S/74,705.89 S/74,439.74 S/74,619.78 S/74,965.68 S/75,211.96 S/75,396.80 S/75,648.86 S/75,622.33 S/75,638.69 S/75,674.82 S/75,639.74
Ingresos S/74,548.91 S/74,705.89 S/74,439.74 S/74,619.78 S/74,965.68 S/75,211.96 S/75,396.80 S/75,648.86 S/75,622.33 S/75,638.69 S/75,674.82 S/75,639.74
(b) Ingresos sin proyecto
S/65,977.74 S/66,634.79 S/66,280.23 S/66,501.80 S/66,559.71 S/66,608.68 S/66,558.82 S/66,626.98 S/66,770.29 S/66,738.00 S/66,802.59 S/66,877.25
Ingresos S/65,977.74 S/66,634.79 S/66,280.23 S/66,501.80 S/66,559.71 S/66,608.68 S/66,558.82 S/66,626.98 S/66,770.29 S/66,738.00 S/66,802.59 S/66,877.25
B. EGRESOS OPERATIVOS INCREMENTALES (c - d)
S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08 S/2,708.08
(c) Costos y gastos operativos con proyecto
S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25 S/8,124.25
Herramientas Básicas
S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50 S/201.50
Equipos de Oficina
68
Artículos personales S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75 S/113.75
Capacitación
Remuneración S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00 S/7,809.00
(d) Costos y gastos operativos sin proyecto
S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17 S/5,416.17
Herramientas Básicas
S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33 S/134.33
Artículos personales S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83 S/75.83
Remuneración S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00 S/5,206.00
FLUJO DE CAJA NOMINAL ( I + II )
-S/4,467.16 S/5,363.02 S/5,451.43 S/5,409.89 S/5,697.89 S/5,895.20 S/6,129.90 S/6,313.80 S/6,143.95 S/6,192.60 S/6,164.15 S/6,054.41
FLUJO DE CAJA ACUMULADO
-S/4,467.16 S/895.86 S/6,347.28 S/11,757.18 S/17,455.06 S/23,350.27 S/29,480.17 S/35,793.97 S/41,937.92 S/48,130.51 S/54,294.67 S/60,349.07
VALOR ACTUAL NETO ( VAN )
S/.98,133.78
TASA INTERNA DE RETORNO ( TIR )
122%
TASA DE INTERÉS MÍNINA
14.7%
Fuente: Elaboración Propia
69
Se observa que la inversión realizada se recupera en el siguiente mes ya que se obtiene
una ganancia del s/. 895.86, el cual se incrementa en los siguientes meses de la
proyección. Además, de que el valor actual neto obtenido es de s/. 98,133.78 indica que
se va a obtener ganancias por encima de la rentabilidad exigida. Por otro lado, se calculó
el beneficio costo del proyecto propuesto, para el cual se va a utilizar los ingresos
actualizados que se obtienen de la multiplicación de la tasa mínima de interés que es
del 14.7% y de los ingresos que se obtiene con el proyecto; con respecto a los egresos
actualizados se multiplica la misma tasa mínima por los costos y gastos operativos con
proyecto presentados en el flujo de caja.
Tabla XXVII Beneficio Costo
Ingresos actualizados
S/411,659.19
Egresos actualizados
S/44,608.29
Σ Costos + Inversión
S/54,938.54
B/C s/ 7.49
Fuente: Elaboración Propia
El resultado obtenido es de s/. 7.49, el cual nos indica que la propuesta de tener 3
servidores en el área de atención de plataforma es rentable debido a que por cada s/.
1.00 invertido se va a obtener una ganancia adicional de s/. 6.49.
70
CONCLUSIONES
6.1. Discusión de Resultados
Según un estudio que fue realizado en una entidad financiera de los Estados
Unidos la utilización de la simulación ayudó a tener un diagnóstico del banco,
indicando que para los clientes generales la cantidad actual de 2 servidores es
la adecuada, pero para los clientes de negocio y para los clientes Drive-Through
esta cantidad era insuficiente para atender adecuadamente a la demanda [23],
y en el estudio realizado se obtuvo mediante la aplicación de la simulación que
la entidad financiera no cuenta con la cantidad óptima de servidores debido a
que el tiempo de espera promedio es de 0.347 hrs., el cual provoca el retiro de
18 personas ocasionando pérdidas a la agencia de s/. 134.1418 anualmente.
Con esto se pudo comprobar que esta herramienta otorga información primordial
que ayuda a tener un diagnóstico de la situación actual.
También se pudo evidenciar que al aumentar la cantidad de servidores se
disminuye el tiempo de espera de los clientes en cola, debido a que al agregar
un servidor más en el área de atención al cliente en la primera plataforma el
tiempo de espera se reduce a 0.1806 hrs., esto se puede contrastar con un
estudio que se realizó en la Comisión Federal de Electricidad de México en
donde al aumentar un servidor sus tiempos de espera se redujeron en 9.5
71
minutos, aumentando la satisfacción de sus clientes y la rentabilidad del proceso
[20].
Para el caso de estudio se dividió en dos el tiempo de atención que comprende
de 9:00 am a 6:30 pm en la agencia bancaria, esto debido a que la afluencia de
clientes en ambos turnos era distinta; se tuvo que para el turno mañana se
presentaba una distribución beta y para el turno tarde se presentaba una
distribución exponencial. Por esta razón, se empleó la simulación para obtener
los valores de la teoría de colas haciendo uso del software Arena; como en el
caso de estudio en Bolivia, en el que se utilizó la simulación debido a que se
adecua a cualquier tipo de distribución, ya que la tasa de arribo y el de servicio
no presentaba una distribución Poisson [25].
Por otro lado, en el estudio que fue realizado en el BCP se indicó que la cantidad
óptima de servidores era de 5 cajeros debido a que se presentaba un menor
costo [30]; sin embargo, siguiendo esta indicación la cantidad de servidores que
debe presentarse en este caso debería ser de 4, ya que presentaría un menor
costo de sistema; sin embargo, no sería una propuesta adecuada ya que aunque
el costo del sistema disminuye de s/. 159.1706 a s/. 125.0515, el porcentaje de
utilización que se presenta es de 53.84%, el cual indica un menor tiempo
productivo de los trabajadores; en cambio, con la cantidad de 3 servidores se
presenta una reducción en dicho costo a s/. 137.5173 con un porcentaje de
utilización de 67.29%, el cual es aceptable.
72
6.2. Conclusiones
La entidad financiera presenta cuatro operaciones que son realizadas en la
primera plataforma, de las cuales las más efectuadas durante el periodo
evaluado fueron los desembolsos con un 59% y el pago de cuotas con un 27%.
Por otro parte, en el periodo evaluado la entidad financiera presenta
frecuentemente colas de entre 1 a 7 personas con un tiempo promedio de espera
que varía entre los 6.82 minutos hasta un máximo de 19.31 minutos.
Los resultados obtenidos de la simulación para el área de atención en la primera
plataforma concluyeron que se presenta una mayor afluencia en el turno tarde,
además de que la cantidad promedio de clientes que se retiran de la agencia
varían entre 16 a 17 personas. También se determinó que en el turno mañana
se registran como máximo entre 5 a 15 personas en promedio que se retiran de
la agencia. Por otra parte, con la cantidad actual de dos servidores el tiempo
promedio de espera que se presenta en cola es de 0.347 hrs, presentando una
cantidad promedio de 82 personas atendidas al día.
Se establecieron 5 escenarios en los que se ha asignado de 2 hasta 6 servidores
por cada escenario, dentro de los cuales se pudo identificar que entre 4 a 6
servidores se reduce la cantidad de clientes que se retiran de la agencia a 1
persona, debido a que el promedio del tiempo de espera en cola es menor a
0.1664 hrs; sin embargo, el porcentaje de utilización también se reduce hasta
alcanzar un valor de 36.49%. Por otra parte, en el segundo escenario asignando
3 servidores el porcentaje de utilización alcanza un valor de 67.29%, por lo que
se presenta un mayor tiempo productivo de los servidores, además de que con
dicha cantidad el tiempo de espera promedio es de 0.1664 hrs. presentando una
reducción del 29% con respecto al valor actual y una ganancia de s/. 326.125,
73
ya que las personas que se atienden en promedio por hora con la propuesta
simulada sería de 12 personas.
La propuesta de tener tres servidores presenta indicadores económicos de un
TIR de 122%, VAN de s/ 98,133.78 y un Beneficio Costo de s/. 7.49, el cual indica
que se obtiene una ganancia de s/ 6.49 por cada s/ 1.00 invertido. De acuerdo a
lo anterior, la propuesta simulada sería rentable ya que la inversión se
recuperaría al siguiente mes de ser implementada y se obtendría ganancias por
encima de la rentabilidad exigida, esto debido a que se va a tener un incremento
de 11 personas atendidas por día, reduciendo la tasa de personas que se retiran
de la agencia.
El costo del sistema que se presenta en el área de atención de la primera
plataforma con 2 servidores es del s/ 159.17, el mismo que engloba el costo del
servicio que es de s/. 25.0289 y el costo de espera que es s/.134.1418. Este
costo de sistema se reduce en un 3.16% teniendo un valor de s/ 137.52 al
aumentar un servidor más en la atención de la primera plataforma. Esto debido
a que el costo del servidor aumenta a un valor de s/. 37.5344 y el costo de espera
se reduce hasta alcanzar un valor de s/. 99.9739.
6.3. Recomendaciones
Se recomienda contratar un trabajador más en el área de atención al cliente en
la entidad financiera, puesto que implementando la propuesta el tiempo
promedio de espera que se presenta en la cola se reduce a 0.1664 hrs, logrando
atender a 93 personas en promedio al día, lo que derivaría en una ganancia por
hora de s/. 326.125.
74
Se recomienda realizar una comparación de los actuales tiempos que se
presenta en la entidad financiera y los nuevos tiempos que se van a presentar
en el área de atención de la primera plataforma de la entidad financiera con el
nuevo servidor, con el propósito de realizar un seguimiento debido a que la
cantidad de servidores puede cambiar ante la variación de los clientes en la
agencia.
Se recomienda a la entidad financiera estar al pendiente de las quejas y/o
reclamos de los clientes que se pudieran presentar, para que de esta manera se
pueda conocer los diferentes factores que ocasionan la presencia de esta
problemática, con el propósito de proponer estrategias adecuadas para
contrarrestarlo.
Se recomienda realizar este estudio con datos anteriores de la entidad financiera
hasta la actualidad, para que de esta forma se obtenga datos más cercanos a la
realidad mediante la simulación.
Se recomienda realizar este estudio en las demás áreas de la agencia en donde
se presente líneas de espera, para tener una mejor apreciación de la situación
actual que se presenta, además de que va a permitir evaluar si la cantidad de
servidores presentes son los adecuados para que la mayoría de los clientes sean
atendidos y de esta manera satisfacer sus necesidades.
75
Anexos
Anexo n°1. Encuesta
ENCUESTA
MARQUE LA ALTERNATIVA SEGÚN SU EXPERIENCIA
1. A cuantas instituciones financieras ha recurrido usted para solicitar un préstamo:
Una ( )
Dos ( )
Tres ( )
Cuatro ( )
Cinco a más ( )
2. ¿Acudió a otras instituciones financieras para que le brindaran el préstamo?
Sí ( )
No ( )
Si marcó No, explique: __________________________________ 3. ¿Cuántas veces ha recibido un préstamo por parte de la agencia
bancaria?
Una sola vez ( )
Dos veces ( )
Tres veces ( )
Cuatro veces ( )
Cinco veces a más ( ) 4. Tiene algún préstamo vigente con alguna otra institución financiera:
Sí ( )
No ( ) 5. ¿Considera importante el tiempo de atención a la hora de elegir una
entidad financiera?
Sí ( )
No ( ) 6. ¿Cómo considera que es la atención en la agencia bancaria?
76
Excelente ( )
Buena ( )
Regular ( )
Mala ( ) 7. ¿Seguiría trabajando con la entidad financiera en un futuro?
Sí ( )
No ( ) 8. ¿Considera que el tiempo de atención en la plataforma 1 es alto?
Sí ( )
No ( ) 9. ¿Evaluaría cambiar de entidad financiera ante una mala atención o
demoras prolongadas en el servicio?
Sí ( )
No ( )
Anexo n°2. Guía de Preguntas de la Entrevista
1. Datos de Identificación:
Nombres y Apellidos: __________________________________
Puesto que desempeña:
_________________________________
Institución: ___________________________________________
2. Preguntas Guía:
¿Cuánto tiempo se encuentra trabajando para la entidad
financiera?
¿Qué problema a identificado que se presenta en el área de
atención en plataforma de la entidad financiera?
¿Cuáles son los horarios que presentan los trabajadores en la
primera plataforma?
¿Tiene información del tipo y cantidad de operaciones que se ha
realizado en la primera plataforma en los últimos meses del año
2019? ¿Cuáles son? ¿Cuál es la cantidad?
¿Cuánto fue el porcentaje de utilización de dichas operaciones en
los últimos meses del año 2019?
77
¿Cuántos clientes que realizaron dichas operaciones atendieron
durante los últimos meses del año 2019?
¿Cuáles son los costos que se considera por cada trabajador que
atiende en la primera plataforma?
Anexo n°3. Registro de tiempos de atención a los usuarios 2019
Hora Hora minutos Tiempo entre
llegadas
Hora de salida
Minutos Tiempo de
Servicio Tiempo en
Cola
09:10:35 00:10:35 10.5841986 10.58419856 09:21:02 17.03333333 6.449134773 -
09:11:38 00:11:38 11.637 1.053265262 09:28:11 25.18333333 13.54633333 -
09:13:54 00:13:54 13.905 2.267907936 09:29:08 29.13333333 12.1 3.128333333
09:19:48 00:19:48 19.807 5.901400364 09:37:41 37.68333333 12.5 5.376333333
09:29:42 00:29:42 29.702 9.895584031 09:37:30 37.5 8.366666667 -
09:42:12 00:42:12 42.194 12.49165678 09:43:06 43.1 5.6 -
09:48:20 00:48:20 48.337 6.143418298 09:57:12 57.2 8.863 -
10:00:20 01:00:20 60.33 11.99209998 10:12:03 72.05 11.72 -
10:12:56 01:12:56 72.927 12.59704808 10:30:10 90.16666667 17.23966667 -
10:13:41 01:13:41 73.679 0.752140776 10:28:01 88.01666667 15.96666667 -
10:13:59 01:13:59 73.99 0.310826354 10:32:05 92.08333333 18.09333333 -
10:30:09 01:30:09 90.151 16.16125814 10:39:42 99.7 9.549 -
10:45:31 01:45:31 105.525 15.37393832 10:58:16 118.2666667 12.74166667 -
10:51:11 01:51:11 111.19 5.665466289 11:11:27 131.45 20.26 -
10:56:29 01:56:29 116.476 5.285816921 11:09:12 129.2 10.93333333 1.790666667
78
Anexo n°4. Distribución de Chi Cuadrado
79
Anexo n°5. Tiempos entre llegadas
Tiempos entre llegadas
10.58419856 1.053265262 2.267907936 5.901400364 9.895584031 12.49165678 6.143418298 11.99209998 12.59704808 0.752140776 0.310826354 16.16125814 15.37393832 5.665466289 5.285816921 5.536500448 9.015461141 0.309395112 5.948216278 9.93623397
13.71571943 1.859333413 2.186682388 5.07923173
0.908278818 1.288314977 24.37330598 16.37259413 8.37431771
9.165003053 7.003883564 0.273808777 1.909372664 0.238708533 13.46729839 12.63547086 0.824169952 10.47849683 0.470306855 6.64717859
6.554629796 11.42178006 0.046152687 3.275257968 0.762464952
1.961854535 2.539751747 9.196103396 4.764455628 0.842497749 1.145006743 3.32860139
1.825791339 2.419042213 2.720725156 7.839722267 5.76193881 1.63409756 0.49143475
8.533196614 8.754476482 10.62135041 2.750958462 7.264278833 3.241651987
1.0465079 1.855617716 1.374183324 16.04070565 0.910972208 13.21747353 1.593489772 28.43733654 0.705749627 1.158748356 1.153399705 10.65038443 6.101016886 16.91500602 6.950405786
0.2532793 12.77359107 2.808438616 20.85679289 3.40039411
17.11944159 2.098179652 6.025562917 0.444745435 1.187160105
1.760213608 2.586087789 2.756534312 2.654991305 23.66968626 1.69087055
2.549606604 6.118250005 12.51450818 1.32530416
2.947364408 1.720204838 2.465255889 5.78340126
2.380622331 2.8340329
10.12162389 7.983156926 12.16993326 0.62709683
1.018342391 2.294770924 0.057096408 3.30968097
20.82768211 6.9738819
15.06453777 21.28224577 9.503741326 4.011523488 6.307743645 6.225620662 2.135553654 4.617803735 2.307588924 1.011798991 6.737711028 1.918315806 2.270568348 3.651474228 1.578027904 24.36661427 4.415125381 2.667946705 2.410788304
13.6125754 0.98211855 4.06415533 14.6837716 2.70046866 10.5860265 8.78179904 1.91322286 1.91356383 3.69714263 3.76602531 5.65674944 6.01372409 2.03995826 8.29775754 0.56087251 22.9338142 0.32058711 3.73490314 2.95455369 0.95683432 0.62460226 0.86281242 7.49488067 1.50037366
1.032738 21.3606298 3.70103207 19.3551976 8.2393445
0.73993676 6.28983712 3.88008967 6.8665557
3.27229889 7.77710424 3.25782246 2.57466952 3.54077885 4.73630359 1.57195769 2.72998649 9.95355003 14.9346158 20.0336766
80
2.481200709 10.046272
2.382606907 0.947236948 5.978045491 9.105828797 5.66436253
0.503640879 10.95509729 17.05790099 11.78556377 1.907981856 0.343841912 0.422165097 1.27113577
10.86276554 11.84074965 2.840055568 1.093823642 5.159062645 13.11128332 1.587524303 3.833971318 4.634884031 1.500026443 1.743617796 0.276112849 2.79963069
11.11302497 2.438144224 0.06599759
1.517910825 2.710609782 0.284511871 6.913917984 1.119396459 1.941594246 4.150179665 2.285360733 10.65056506 0.597517057 5.165017383 6.826654383 15.96975271 5.698064503 1.11163401
9.759546502 7.063101078 25.19144247 1.2657828
2.737477026 13.72520206 5.70098297
8.531796524 0.809486834 3.286756842 8.170760327 0.077404388 3.398380458 5.864624558 0.905878953 12.6429352
7.746680171 1.109460787 3.154786242 16.33395855 24.16442197 16.71044539 4.623043993 16.30589333 7.521422947 19.10315845 7.712912234 0.46420041
2.175661432 0.271105833 2.381218639 5.982453602 1.581533222 3.734229941 0.022577761 0.413252115 1.346344633 7.964114158 2.797500564 2.213022087 11.95044756 1.706893273 1.449079026 4.606168416 15.11901512 8.597113358 3.44765743
2.614823059 6.063591197 6.188923327 12.90449384 0.203753771 0.665416946 8.704938521
8.340651139 0.823984275 9.292201551 2.138005189 1.036233362 13.10558999 5.529511463 0.979017914 7.181555336 10.53503321 10.69050785 2.132904087 0.749217333 16.25047992 6.09338612
4.555617215 5.390069931 1.253620483 5.308588528 24.63833461 13.53003839 2.918007085 0.599186142 7.930708699 6.021615645 2.213443831 0.466169331 20.5356388 4.6732476
16.34790249 4.806599827 12.72409673 18.31653615 11.68563939 2.662367805 9.197367673 1.929320718 1.09171577 4.23371012
5.003773543 1.212362648 2.752882355 7.426494655 1.140022623 0.990884408 1.612279036 7.934898361 0.82452941 0.80865239 2.56931332
2.73270674 13.3436017 1.53132388 2.24001321 3.93426002 0.4023444
2.52015934 7.47661498 1.70878272 2.3941181
0.56057129 7.86634151 4.37038645 4.52728521 7.10128807 12.221969
7.80684904 2.97676409 0.39070864 11.7096872 0.5630655
3.53660715 17.5068622 2.07175863 3.62510914 3.56471434 8.54159333 2.04634225 6.09845079 8.49078079 0.6918128
7.05503888 0.47113909 3.62598039 0.4067985
1.95543232 4.02140645 16.1124697 2.64538365 7.37694029 1.21769002 0.14608601 4.57106266 0.92131463 1.91800685 10.1944357 4.24780212 5.15421245 0.02580711 4.29746902
81
3.89149948 8.67274525
13.1982482 7.80778249
8.20807679 5.05533938
1.09387963 3.58995427
Anexo n°6 Tasas por diversas operaciones
MONEDA
TEA
TEM MÍNIMA MÁXIMA
1.1 PRÉSTAMOS PARA TU NEGOCIO
1.1.1. CAPITAL DE TRABAJO
Moneda Nacional 14.98% 90.12% 52.55% 3.58%
Moneda Extranjera 17.46% 79.59% 48.53% 3.35% 1.1.2. MÁQUINAS Y EQUIPOS Moneda Nacional 14.98% 90.12% 52.55% 3.58%
Moneda Extranjera 17.46% 79.59% 48.53% 3.35%
1.1.2. LOCALES COMERCIALES Moneda Nacional 14.98% 90.12% 52.55% 3.58%
Moneda Extranjera 17.46% 79.59% 48.53% 3.35%
1.1.2. LÍNEA DE CRÉDITO (Producto Inactivo) Moneda Nacional 14.57% 90.12% 52.35% 3.57%
Moneda Extranjera 13.49% 79.59% 46.54% 3.24%
1.1.5. COMPRA DE DEUDA Moneda Nacional 14.30% 90.12% 52.21% 3.56%
1.1.6. FINANCIAMIENTO PARA SOAT Moneda Nacional 14.98% 90.12% 52.55% 3.58%
1.1.7. MERCADOS Y GALERÍAS COMERCIALES Moneda Nacional 12.68% 79.59% 46.14% 3.21%
1.1.7. LÍNEA DE CRÉDITO RURAL Moneda Nacional 14.98% 90.12% 52.55% 3.58%
1.1.7. AGROPECUARIO DE LIBRE AMORTIZACIÓN Moneda Nacional 14.98% 90.12% 52.55% 3.58%
1.1.7. PRODUCCIÓN GANADERA Moneda Nacional 14.98% 90.12% 52.55% 3.58%
1.1.7. PRODUCCIÓN AGRÍCOLA Moneda Nacional 14.98% 90.12% 52.55% 3.58%
82
PRODUCCIÓN DE CAFÉ (Producto Inactivo Moneda Nacional 15.39% 90.12% 52.76% 3.59%
1.1.7. PRODUCCIÓN DE ARROZ (Producto Inactivo) Moneda Nacional 14.98% 90.12% 52.55% 3.58%
PRODUCCIÓN DE LECHE (Producto Inactivo) Moneda Nacional 20.98% 79.59% 50.29% 3.45%
1.1.15. EFECTIVO ALTOQUE Moneda Nacional 14.98% 90.12% 52.55% 3.58%
1.2 PRÉSTAMOS PARA GRUPOS Moneda Nacional 59.00% 90.12% 74.56% 4.75%
1.3 PRÉSTAMOS POR CAMPAÑAS Moneda Nacional 19.84% 90.12% 54.98% 3.72%
1.4 PRÉSTAMO HIPOTECARIOS Moneda Nacional 14.98% 26.82% 20.90% 1.59%
Moneda Extranjera 17.46% 26.82% 22.14% 1.68% 1.5 PRÉSTAMOS PARA CONSUMO 1.5.1. CONSTRUCCIÓN DE VIVIENDA Moneda Nacional 14.57% 90.12% 52.3% 3.57% 1.5.1. CONSUMO PERSONAL Dependientes 28.02% 90.12% 59.07% 3.94%
Independientes 15.80% 90.12% 52.96% 3.61%
Promedio 3.44%
2. SEGUROS
Hasta 6 meses 0.29%
De 7 a 12 meses 0.63%
De 13 a 18 meses 0.95%
De 19 a 24 meses 1.26%
De 25 a 30 meses 1.57%
De 31 a 36 meses 1.88%
De 37 a 42 meses 2.19%
De 43 a 48 meses 2.49%
De 49 a 54 meses 2.80%
De 55 a 60 meses 3.10%
De 61 a 66 meses 3.40%
De 67 a 72 meses 3.70%
De 73 a 78 meses 4.00%
De 79 a 84 meses 4.29%
De 85 a 90 meses 4.59%
De 91 a 96 meses 4.88%
De 97 a 120 meses 6.03%
83
De 121 a 144 meses 7.15%
De 145 a 168 meses 8.26%
De 169 a 180 meses 8.80%
De 145 a 168 meses 8.26%
De 169 a 180 meses 8.80%
Promedio 4.06%
Operaciones en cuenta y transferencias interbancarias
Operaciones en cuenta y transferencias interbancarias 0.50%
A favor del Banco Origen 1.50%
A favor del Banco Origen (Exclusivo) 0.25%
Operación en cuenta ahorro negocio 0.50% Operación en cuenta full ahorro 0.49%
Promedio 0.65%
Giros
Nacionales 0.50%
Internacionales 0.50%
Promedio 0.50%
Promedio total 2.16%
84
REFERENCIAS BIBLIOGRÁFICAS
[1] J. L. NAVARRO RIOS, "Teoría de Colas para el mejoramiento del proceso de atención del área de Plataforma. La positiva seguros y reaseguros," 29 10 2019. [Online].
[2] F. y. G. Lieberman, Introducción a la Investigación de Operaciones, México: McGraw-Hill, 2010.
[3] M. I. Martinez, Interviewee, Los tiempos de espera que se presenta en la agencia bancaria. [Interview]. 25 9 2019.
[4] H. J. F. Ramírez, "La Calidad de Servicio y La Satisfacción de los Clientes de Compartamos Financiera S.A. Agencia Casa Grande," 2015. [Online].
[5] J. N. Godoy, "El capital Humano en la atención al cliente y la calidad al servicio," Observatorio Laboral Revsta Venezolana , vol. 4, no. 8, pp. 23-35, 2011.
[6] M. D. C. M. y. A. D. I. .. L., "¿Es posible reducir el tiempo?," Redalyc, no. 99, pp. 52-59, 2010.
[7] D. Y. C. Ponte, "Aplicación de teoría de colas para reducir el tiempo de espera de los clientes en laa empresa Lima7Barbershop Chimbote," 2018. [Online].
[8] K. A. C. T. y. M. A. Q. Medina, "Análisis de Mejoramiento de tiempos en Atención al cliente en CFE Implementando Teoría de Colas," Academia Journals , vol. 7, no. 2, pp. 290-295, 2015.
[9] R. C. P. y. D. G. Gómez, "Modelos de Linea de Espera, Mar de Plata," [Online].
[10] J. A. Amaya, Toma de desiciones gerenciales, Bogota: Ecoe Ediciones , 2009.
85
[11] J. A. P. P. y. G. A. L. Muñoz, "Beneficios del Análisis del Tiempo de Espera en Fila General o preferencial para el acueducto y alcantarillado de Popoyán S.A.," 2018. [Online].
[12] P. E. M. y. J. Najab, "Wiley Online Library," 30 6 2010. [Online]. Available: https://onlinelibrary.wiley.com/doi/abs/10.1002/9780470479216.corpsy0491.
[13] F. Jiménez, "Aplicación de la teoría de colas en una entidad financiera: herramienta para el mejoramiento de los procesos de atención al cliente," Revista Universidad EAFIT, vol. 44, no. 150, pp. 51-63, 2008.
[14] J. D. S., "Comparaciones Múltiples," Revista Chilena , vol. 43, no. 4, 2014.
[15] R. P. .. y. D. D. Kelton, SIMULATION WITH ARENA, Mc. Graw Hill.
[16] J. y. C. Paz, "Estudio de la teoría de colas como una metodología en la optimizacón de tiempos del departamento de control en la municipalidad de san nicolas, Provincia de Nuble, Chillán: Tesis para optar el Título de Contador Público," 2016. [Online].
[17] C. y. M. Vivas, "Comparación del desempeño de los simuladores arena y promodel en un modelo de producción," Information Technology Track , no. 26, pp. 1-7, 2005.
[18] H. Taha, Investigación de Operaciones, México: PEARSON, 2012, pp. 1-9.
[19] A. y. L. Dias, "Comparison of simio and arena simulation tools," pp. 1-9.
[20] M. L. D. Martinez, "Análisis de mejoramiento de tiempos en atención al cliente en CFE implementando teoria de colas, Academia JOurnlas," 2015. [Online].
[21] L. E. L. Hung, "Teoría de Colas aplicada al estudio del sistema de servicio de una farmacia," Revista Cubana de Informática Médica, vol. 10, no. 1, pp. 3-15, 2018.
[22] N. I. O. Raimi Oluwole Abiodun, "Queuing Model for Banking System: A Comparative Study of Selected Banks in Owo Local Government Area of Ondo State Nigeria," American Journal of Engineering Research (AJER), vol. 4, no. 8, pp. 191-195, 2015.
[23] P. D. ,. D. R. R. In Hoyk Choi, "Use of Monte Carlo Simulation for Analyzing Queues in a Financial Institution A Case Study," International Journal on Future Revolution in Computer Science & Communication Engineering , vol. 3, no. 4, pp. 10-19, 2017.
[24] L. y. S. H. L.M.Portilla, "Análisis de línea de espera a travéz de la teoría de colas y simulación," Scientia et Technica , vol. XVII, no. 46, pp. 56-61, 2010.
[25] R. T. Pastor, "Aplicación de la simulación en un sistema de colas simples," PERSPECTIVAS, no. 26, pp. 91-112, 2010.
86
[26] L. M. B. Dextre, ""Aplicación de la Teoría de Colas para optimizar los servicios de atención en una entidad bancaria 2017"," 2018. [Online]. Available: file:///C:/Users/Mariana/Downloads/2017.pdf.
[27] A. O. FARAYIBI, "Investigating the Application of Queue Theory in the Nigerian Banking System," [Online]. Available: file:///C:/Users/Mariana/Downloads/SSRN-id2836966.pdf.
[28] B. O. M. E. y. O. Onoja AA, "The Application of Queuing Analysis in modeling Optimal Service level," Research & Reviews: Journal of Statistics and Mathematical Sciences, vol. 4, no. 1, pp. 16-23, 2018.
[29] P. R. E. A. Lizárraga, "Teorí de colas para minimizar tiempos de espera en una empresa financiera," INGnosis, vol. 3, no. 1, pp. 218-232, 2017.
[30] J. Arévalo, "Aplicación de la Teoría de Colas al problema de atención al cliente para la optimización del número de cajeros en ventanillas en la organización BCP," 2016. [Online].
[31] L. D. G. P. y. J. O. A. Vieira, "Comparison of simio and arena simulation tools FCT-Fundacao para a Ciencia e tecnologia," 2014. [Online].
[32] R. J. D. Avilez, "Propuesta de mejora en los tiempos de atención para información y pre-inscripción de alumnos en el counter de informes para admisión de la Universidad," 2010. [Online]. Available: http://hdl.handle.net/10757/301455. [Accessed 18 Marzo 2020].