Manejar La Incertidumbre

http://www.claseejecutiva.cl/blog/2013/11/manejar-la-incertidumbre/ 

 

Es necesario entender el origen de la variabilidad e incertidumbre y poner en práctica los mecanismos para reducirlas en la medida en que se pueda.

¿ESTAREMOS BIEN, EN PROMEDIO?

Quiero comenzar esta clase invitando a los lectores a mirar los datos de la figura 1. Esta muestra los tiempos de entrega a domicilio de dos pizzerías, para un total de 10 pedidos. ¿De cuál de las dos pizzerías prefieren ordenar?
Seguramente algunos de ustedes notaron que la pizzería Cheese tiene un menor tiempo promedio de entrega que la pizzería Cuadrada. Pero, ¿es esa suficiente razón para seleccionarla?
Si miramos con más detención los números, veremos que en comparación, la pizzería Cheese ha tenido una gran variación en los tiempos de entrega, comparada con la otra.
Esto se puede caracterizar mejor: en estadísticas, se utiliza una medida que se conoce como “desviación estándar” para medir la dispersión de los números. En el caso de Cheese, es de cerca de cinco minutos, mientras que en el caso de Cuadrada, un minuto.

Figura 1

MAYOR CERTEZA

Ahora podemos ver el problema desde otra perspectiva: queremos tener una mayor certeza de que recibiremos el pedido dentro de un cierto rango de tiempo. Ya que tendremos visitas y queremos homenajearlos con pizza, será preferible ordenar de la menos variable, porque los tiempos promedio no son radicalmente diferentes.
El caso ilustra un concepto muy importante: el promedio no lo es todo, de hecho, es bastante poco como indicador de algo. Si no consideramos la variabilidad, podríamos tomar decisiones equivocadas.
La situación anterior está presente en el ámbito de las empresas: muchas veces se toman decisiones sobre la base de los promedios y se observa cómo los planes no se cumplen y hay todo tipo de problemas. Esto se observa a diario en los más diversos ámbitos: en el transporte público, en diversos servicios que atienden personas, etc.
De hecho, las colas que uno observa muchas veces son una manifestación de que hay variabilidad, no necesariamente falta de capacidad de atención. Esto último es poco intuitivo ya que muchas veces cuando tenemos que hacer cola y hay mucha espera nos quejamos de que no hay suficiente personal atendiendo.
Pero veamos el tema con más cuidado. Consideremos un punto de venta de entradas a conciertos, con una persona a cargo y que es capaz de atender a 20 personas por hora. Esto significa que demora tres minutos en cada cliente.
Supongamos que llegan 15 personas por hora. A primera vista parece que no habrá problemas, pero esto es verdad solo si esas 15 personas llegan en forma ordenada y cada una de ellas separada de la otra por cuatro minutos.
Sin embargo, si en los primeros 45 minutos llegan tres personas solamente y en los últimos 15 llegan 12, entonces no será posible para el dependiente atenderlas a todas en los 15 minutos y sí se formará una cola, generando un mayor tiempo de espera.
Eso es lo que decimos: en esta situación, hay capacidad promedio de sobra, pero igual hay que esperar, y en algunos momentos el encargado sí está saturado de trabajo.
Situaciones similares se dan al interior de una fábrica, donde la variabilidad hace que no todas las órdenes de producción puedan ser atendidas de inmediato: ello genera colas, que es lo mismo que inventario en espera, y mayor tiempo de cumplimiento de las órdenes del proceso anterior.
Entender los efectos que tiene la variabilidad es fundamental para poder entender sus orígenes y comenzar a controlarla o gestionarla. Esto es fundamental ya que si no se hace, esa variabilidad se transforma en una de las principales fuentes de grasa en los sistemas productivos.

LAS LEYES DE LA FÍSICA (DE LA FÁBRICA)

Estos fenómenos se pueden estudiar y existe una relación entre los tiempos de cumplimiento de órdenes de un proceso, o tiempos de flujo o lead-time, los inventarios existentes y el nivel de incertidumbre y variabilidad; lo que es estudiado por la Teoría de Colas o de Sistemas de Espera.
La figura 2 resume los resultados. La primera relación es la “Ley de Little”: el tiempo total de flujo de un proceso y el inventario en proceso (órdenes que están siendo procesadas más las que están esperando), son proporcionales.
La segunda relación dice que el tiempo total de flujo o lead-time depende del grado de variabilidad en el sistema y del nivel de utilización de los recursos productivos.
El factor de variabilidad depende de la estructura del proceso. Si no hay variabilidad en el sistema (los tiempos son exactos, no hay fallas, etc.), entonces este factor es cero, pero cuando la hay, al tiempo de proceso se suma el de espera en cola, el cual crece al aumentar la variabilidad, pero también al aumentar la utilización.

Figura 2

Aquí vemos que si la utilización se hace cercana al 100% (cuando la tasa de llegada de órdenes es cercana a la capacidad productiva), el tiempo de flujo crece en forma significativa, a menos que el factor de variabilidad sea muy pequeño.
Por ejemplo, si el tiempo de proceso es una hora, el factor de variabilidad es 0,1 (esto es típico de un proceso que posee una variabilidad en el tiempo de ejecución y en las llegadas de órdenes de alrededor del 30%) y el nivel de utilización del proceso es del 70%, el tiempo de flujo total resultante es de algo más de una hora, y en promedio, hay cerca de 15 minutos de espera en cola.
Sin embargo, si el nivel de utilización aumenta al 95%, entonces el tiempo de flujo promedio aumenta a tres horas, fenómeno producido por una espera en cola promedio de ¡dos horas!
En resumen, no podemos trabajar con alta utilización y tener poca espera en las órdenes a menos que se reduzca la variabilidad.
El gráfico de la figura 2 muestra esas relaciones para distintos niveles de variabilidad. Si no es posible, hay que mantener una “reserva” para reaccionar frente a las fluctuaciones. Podría argumentarse que eso significa costos al no usar los recursos al 100%. Pero, ¿cuánto es el costo de los retrasos, inventarios acumulados y otros?
Lo que realmente se debe hacer es entender el origen de la variabilidad e incertidumbre y poner en práctica los mecanismos para reducirlas en la medida que se pueda.

REDUCIR VARIABILIDAD

Si la variabilidad es grasa, entonces debe controlarse. Las fuentes de esta pueden ser externas, como la demanda del mercado, que no siempre es controlable. (Ver segundo tema de esta clase).
Pero también puede haber variabilidad interna provocada, por ejemplo, por irregularidades de los procesos, equipos que fallan debido a mal mantenimiento, por mala planificación y por incomunicación entre el área comercial y el área de producción.
Entonces, hay grandes posibilidades de lograr aumentos en la eficiencia y eficacia abordando las causas raíces de esos problemas.

El promedio no lo es todo, de hecho es bastante poco como indicador de algo. Si no tomamos en cuenta la variabilidad, podríamos estar tomando decisiones equivocadas.

MÁS VARIABILIDAD

Ya hemos comentado que la variabilidad interna de los sistemas productivos puede ser abordada a través de buenas políticas de mejoramiento continuo, pero esta no es la única fuente de incertidumbre que debemos enfrentar en nuestras decisiones.
Muchas veces, enfrentamos situaciones en donde la demanda de nuestros consumidores es muy variable, incluso en el corto plazo. Esto pasa muy frecuentemente en diversos ámbitos de servicios, lo que veremos el próximo lunes.
En otras ocasiones la incertidumbre de demanda puede ser abordada dentro de las decisiones de planificación de la producción, que comentábamos en la segunda clase.
Cuando se hace planificación, esta suele abordar distintos horizontes de tiempo. A mediano plazo, existen estimaciones de demanda, las cuales suelen tener a su vez estimaciones de su posible variación.

PROBABILIDAD DE CUMPLIRSE

Los modelos de optimización que se usan para llevar adelante la planificación pueden incorporar esa variabilidad y tomarla en cuenta de modo que, por ejemplo, el plan de producción tenga una alta probabilidad de cumplirse.
En la práctica, esto significa planificar inventario de seguridad, pero el mismo modelo puede mostrar el trade-off entre el costo incurrido y una política de seguridad más o menos conservadora.
Cuando se acerca el corto plazo, la planificación se puede repetir nuevamente, pero sobre horizontes más cortos y con períodos de decisión también más cortos.
En estos problemas, se incorporará toda nueva información que se va generando sobre la demanda, para obtener estimaciones cada vez más confiables, y eso hace que la planificación de corto plazo sea sucesivamente más “robusta”.
Este proceso de permanente revisión en horizonte rodante e incorporación de la variabilidad en los modelos permite generar políticas de operación que tengan más posibilidades de cumplir con la demanda.
Recordemos, eso sí, que no nos hemos deshecho de la incertidumbre: estamos reconociendo que existe y tratando de hacer que las políticas de producción la tomen en cuenta.