Академический Документы
Профессиональный Документы
Культура Документы
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
Agradecimientos: A Mariano Prieto por guiarnos a travs de este proyecto y entendernos aun cuando le hablramos en griego, ensearnos otra faceta del 6 Sigma e iluminarnos cuando no veamos la salida a algn problema, sin ti no hubisemos podido lograrlo A Cruz de Benito por ensearnos una de las herramientas ms importantes para nuestro futuro, probando con una bolita y una catapulta que si identificamos los factores que afectan un proceso y los controlamos podemos lograr los objetivos que queremos, y que entre ms comensales tenemos en un restaurante ms platos tenemos que lavar
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
Contenido
CONTENIDO ........................................................................................................................................... 3 NDICE DE GRFICOS.............................................................................................................................. 4 INTRODUCCIN ..................................................................................................................................... 5 DEFINIR .................................................................................................................................................. 6 DEFINICIN DEL PROYECTO ........................................................................................................................ 6 JUSTIFICACIN Y ALCANCE DEL PROYECTO ...................................................................................................... 6 MEDIR.................................................................................................................................................... 7 MEDICIN Y EVALUACIN
DE LA SITUACIN ACTUAL
....................................................................................... 7
ANALIZAR ............................................................................................................................................ 10 IDENTIFICAR Y SELECCIONAR LAS CAUSAS DE VARIABILIDAD EN LOS TIEMPOS DE ENTREGA ......................................... 10 DESARROLLAR Y COMPROBAR HIPTESIS PARA CONFIRMAR LAS CAUSAS .............................................................. 12 ANLISIS DATOS HISTRICOS ................................................................................................................... 12 ANLISIS SEGUNDA RECOGIDA DE DATOS .................................................................................................... 15 MEJORAR ............................................................................................................................................. 18 DETERMINAR LAS ESTRATEGIAS DE MEJORA .................................................................................................. 18 DEMOSTRACIN DE MEJORAS ................................................................................................................... 20 ESTUDIO DE AHORRO EN COSTES ............................................................................................................... 21 CONTROLAR......................................................................................................................................... 23 CONCLUSIONES.................................................................................................................................... 24 ANEXOS ............................................................................................................................................... 25
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
ndice De Grficos
GRFICO 1. DIAGRAMA DE RUTAS ................................................................................................................... 7 GRFICO 2. TABLA POSIBLES RUTAS ................................................................................................................. 7 GRFICO 3. HISTOGRAMA SITUACIN ACTUAL .................................................................................................... 8 GRFICO 4. CAPACIDAD ACTUAL DEL PROCESO ................................................................................................... 9 GRFICO 5. DIAGRAMA DE CAUSA-EFECTO...................................................................................................... 10 GRFICO 6. EFECTOS PRINCIPALES RUTA ACTUAL ............................................................................................... 12 GRFICO 7. TABLA ANLISIS ANOVA DATOS HISTRICOS ..................................................................................... 14 GRFICO 8. EFECTOS PRINCIPALES RUTA ABEF ................................................................................................. 16 GRFICO 9. TABLA ANLISIS ANOVA, 2DA RUTA................................................................................................ 16 GRFICO 10. TABLA COEFICIENTES SEGN TIPO DE VA ....................................................................................... 19 GRFICO 11. COMPARACIN ERROR PREVIO ACDF VS ERROR SIGMA ACDF ............................................................ 20 GRFICO 12. COMPARACIN CAPACIDAD DE LA RUTA ACDF (ERROR PREVIO VS ERROR SIGMA ) ................................... 21 GRFICO 13. COSTES DE NO CALIDAD PROCESO ACTUAL ...................................................................................... 22 GRFICO 14. COSTES DE NO CALIDAD CON 6 SIGMA .......................................................................................... 22 GRFICO 15. CONTROL DE PROCESO .............................................................................................................. 23
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
Introduccin
Molypharma es una empresa industrial en el sector de la medicina nuclear fundada en 1998 que produce y distribuye radiofrmacos, los cuales dadas sus caractersticas pierden sus propiedades de una manera exponencial en funcin del tiempo, por esto un proyecto a considerar es mejorar el proceso de eleccin de la ruta a seguir en la distribucin para ir desde un punto de origen a un punto destino prediciendo el tiempo de entrega utilizando la metodologa Seis Sigma. Esta iniciativa es apropiada para utilizar esta metodologa ya que tiene un alcance manejable claramente identificado por el equipo, est vinculado a un proceso, es crnico para la empresa y con un impacto inmediato en la satisfaccin del cliente. En la actualidad el problema de la eleccin de la ruta se resuelve con tcnicas de investigacin de operaciones que da como resultado la ms corta y ms rpida mediante algoritmos conocidos (Problema de camino ms corto). Esta tcnica supone que los tiempos son fijos, lo cual no es correcto, sino que son variables aleatorias debido a mltiples factores. La metodologa Seis Sigma nos ayudara a estudiar las variables de entrada (causas que generan la variabilidad en los tiempos de entrega de los radiofrmacos), de salida (tiempos) y las relaciones entre ellas, ayudndonos a controlar el proceso, prediciendo el tiempo de entrega con un mnimo de error, asegurando as la puntualidad y reduciendo los costes de no calidad. Se afront el problema siguiendo la metodologa Seis Sigma (Definir, Medir, Analizar, Mejorar y Controlar). En ese mismo orden presentamos a continuacin el desarrollo y resultado del proyecto.
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
Definir
Consiste en desarrollar un modelo que nos permita predecir la ruta ptima entre dos puntos para entregar al cliente el producto en el tiempo que lo requiere y en las condiciones ptimas. Los tiempos son variables que dependen de ciertos factores no del todo conocidos, utilizando la metodologa Seis Sigma analizaremos esas variables y buscaremos determinar el proceso para elegir la ruta ptima con el tiempo mnimo.
El tiempo de entrega para Molypharma es la clave de su negocio debido a que los radiofrmacos pierden sus propiedades exponencialmente con el tiempo, por lo que el aplicar la estrategia de adelantar los viajes para asegurar el tiempo no es apropiado, degenerando la calidad del propio producto. Con este proyecto se pretende disminuir los costes de no calidad generados por las sanciones tanto por atrasos en entrega como por adelanto, entre otros ms difciles de cuantificar como la insatisfaccin e impacto de esto en los clientes. Este proyecto mejorara la utilizacin de recursos econmicos y del personal Nuestra meta es conseguir un proceso que responda al nivel 6 Sigma generando un ahorro en tiempo y costos de no calidad.
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
Medir
Medicin y evaluacin de la situacin actual
Dados un punto de partida A y un punto de llegada F, (Ver Grfico 1), se tienen las posibles rutas que podemos seguir.
E 5 Au. 6 U.
A
Grfico 1. Diagrama de rutas
La ruta usada actualmente se eligi tomando en cuenta dos parmetros: Distancia y Velocidad mxima permitida. Calculando los tiempos para todas las rutas posibles observamos que la que nos da el tiempo mnimo es la ruta ACDF de 16,13 Min.
Posibles Tiempo Trayectos Total ABEF 18,20 ACBEF 19,87 ACDEF 21,03 ACDF 16,13 ABEDF 18,30 ADF 18,13 ADEF 23,03 ACBEDF 19,97 Grfico 2. Tabla Rutas tiempo ideal
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
Histricamente se ha usado siempre esta ruta por ser la mas corta, y se utiliza el promedio de duracin entre viajes para decidir a que hora debe salir el camin para llegar a tiempo, sin tomar en consideracin que dado unos factores, los tiempos pueden variar y ocasionar que se llegue antes al hospital o tarde degradndose el productos y obteniendo sanciones monetarias por parte del hospital. Tampoco se toma en cuenta que con condiciones determinadas otra ruta podra ser ms rpida, es por ello que solo tenemos histricos de la ruta ACDF. Con nuestro proyecto buscamos disminuir la dispersin en los tiempos de entrega as como brindar rutas alternativas dadas ciertas condiciones.
Situacin actual:
Frecuencia
12
18
24 30 T(tot)
36
42
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
Dentro de General
C apacidad (dentro) Z.Bench LC inferior Z.LIE Z.LSE C pk LC inferior LC superior Z.Bench LC inferior Z.LIE Z.LSE Ppk LC inferior LC superior C pm LC inferior del potencial 0,76 0,32 1,21 1,21 0,40 0,32 0,49 0,76 0,33 1,22 1,22 0,41 0,32 0,49 * *
C apacidad general
-15 -10 -5
D esempeo observ ado % < LIE 14,00 % > LS E 9,00 % T otal 23,00 Exp. D entro del % < LIE % > LSE % T otal rendimiento 11,26 11,26 22,51
10
15
Exp. Rendimiento general % < LIE 11,20 % > LS E 11,20 % T otal 22,40
Analizando los datos histricos vemos que el proceso aunque est centrado porque toman como referencia de tiempo, el tiempo promedio del viaje presenta una gran dispersin (Ver grfico 3). Podemos observar que el tiempo medio es de 26,52 min. pero tiene una desviacin estndar de 8,223 Min. En el grfico 4, se observa que el valor z es de 0,76 y nos indica que el 23% de los viajes no cumple las especificaciones del cliente. Para el anlisis de estos datos hemos contado con una muestra 100 viajes.
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
Analizar
Identificar y seleccionar las causas de variabilidad en los tiempos de entrega En esta fase identificamos las muchas posibles causas no conocidas de la variacin en los tiempos de entrega con ayuda del diagrama de causa efecto o Ishikawa. Organizamos todas las ideas recopiladas en cuadro grandes grupos: climatologa, factores propios de va, fechas y pocas del ao.
Diagrama de causa y efecto
Epoca Del Ao
Navidad Periodo Escolar Vacaciones Escolares Otoo Primavera Invierno Verano
Fecha
Da De La Semana Prximos De Festivos Prximos De Pagos Primera Quincena Segunda Quincena Cruce Por Pueblos Cantidad De Semaforos Ancho De Va Tipo De Va (Urbana, Sub U, Afluencia Vehicular Accidentes Velocidad Permitida Condicin De Va
Clima
Va
Tener buenos criterios para seleccionar las causas ms probables a utilizar es parte fundamental del xito de nuestro proyecto en tal sentido descartamos los factores considerando los siguientes parmetros: Constantes: (Condicin de la va, velocidad mxima permitida, semforos, etc.) Puntuales y/o no predecibles (accidentes, manifestaciones, festivos, etc.) Contenidos en otro factor (vacaciones escolares dentro de estaciones, prximo a festivo dentro de da)
EOI, Escuela de negocio. Avda. Gregorio del Amo 6, 28040 Madrid, Espaa
10
Realizando el filtro de todas las causas identificadas procederemos a analizar las siguientes: Lluvia Da de la semana Hora Estacin Escuela Luz Viento Tipo de va
Estudiamos los posibles niveles de forma que la recogida de datos fuera fcil y lo ms objetiva posible. Los niveles de cada variable son los siguientes: Factor Lluvia Niveles