Tema 15
Herramientas tradicionales para la toma de decisiones y uso de software

El Palacio de Hierro se enfrentaba a un desafío: mantener la satisfacción del cliente mientras gestionaba su inventario de manera eficiente.

Ante esta situación, el equipo de gestión de El Palacio de Hierro decidió utilizar herramientas analíticas avanzadas para solucionar el problema. Implementaron gráficas de control de variables para monitorear la fluctuación del inventario en cada una de sus sucursales. Esto les permitió identificar patrones y tendencias inusuales en la disponibilidad de productos.

Además, el equipo de análisis de datos de El Palacio de Hierro empleó técnicas de regresión para comprender mejor los factores que afectaban la demanda de productos específicos. Analizaron datos históricos de ventas, tendencias estacionales, promociones y otros factores externos para desarrollar modelos predictivos precisos. Estos modelos les permitieron anticipar la demanda futura y ajustar sus niveles de inventario de manera óptima, evitando tanto la escasez como el exceso de existencias.

Implementando estas herramientas analíticas avanzadas, El Palacio de Hierro logró mejorar significativamente la gestión de su inventario y la satisfacción del cliente.

¿Cómo las técnicas de programación y regresión lineal pueden contribuir a la mejora de la productividad en el entorno comercial, permitiendo una mejor asignación de recursos y una planificación más eficiente?

¿Cómo las herramientas de control de calidad, como las gráficas de control, pueden ser utilizadas para identificar y resolver problemas en la atención al cliente y en los procesos comerciales, contribuyendo a mejorar la productividad y la satisfacción del cliente?

Programación lineal

La programación lineal es un método utilizado para optimizar una función objetivo, ya sea maximizándola o minimizándola, donde las variables están elevadas a la potencia 1. Lo anterior, está sujeto a restricciones específicas (Westreicher, 2021).

Este enfoque se aplica en una amplia variedad de campos, desde la producción y distribución hasta la planificación financiera y la logística. La programación lineal permite tomar decisiones estratégicas fundamentadas al identificar la mejor asignación de recursos para alcanzar objetivos específicos, teniendo en cuenta las limitaciones y restricciones del sistema.

Su aplicación genera ventajas significativas, como la maximización de beneficios, la minimización de costos y la optimización de la eficiencia operativa, lo que contribuye al éxito y la competitividad de las organizaciones en entornos empresariales complejos y dinámicos.

El uso de informática con Excel ha despertado un gran interés, convirtiéndose en una herramienta habitual en la gestión de empresas, logrando resolver problemas relacionados a distintos temas, por ejemplo: toma de decisiones, inversión, financiación, producción, marketing, entre otros. Por lo tanto, es esencial conocer esta herramienta informática integradora.

En la actualidad, el uso de las hojas de cálculo como Excel ofrece la posibilidad de resolver problemas de PL en cuestión de segundos y problemas de hasta 200 variables y 500 restricciones.

Gráficas de control

Figura 1. Causas de variación.

Las gráficas de control sirven para distinguir entre causas comunes y causas especiales de variación. Al distinguir estos dos tipos de causas se puede indicar cuándo es necesario actuar en un proceso para mejorarlo y cuándo no hacerlo, pues sobreactuar en un proceso estable provoca más variación.

Las gráficas de control pueden ser usadas para:

• Evaluar el desempeño de un proceso por medio de estudios de capacidad.
• Mejorar el desempeño de un proceso al dar indicaciones sobre las posibles causas de variación y ayudar a la prevención de problemas.
• Mantener el desempeño de un proceso al indicar su tipo de ajuste.

Gráfica de control para variables

Sus diferentes tipos son:

• Gráfica de medias y rangos. Este tipo de gráfica es una herramienta estadística que muestra el comportamiento de la media (posición o centrado) y la variación o dispersión de cierta característica de calidad de un proceso con respecto al tiempo. Se utiliza para monitorear una característica de calidad continua tomando muestras de tamaño entre dos y 10.
• Gráficas de lectura individuales (X-R, I-MR). Esta gráfica se usa cuando ya se ha llegado a un cierto grado de control del proceso. Su finalidad es verificar ese nivel de control que el proceso ha alcanzado.
• Gráfica de medias y desviación estándar. A diferencia del rango, esta gráfica no presta restricción en el tamaño de la muestra (n). El rango tiende a no representar bien la variación cuando (n) es mayor a 10.
• Gráfica de medianas y rangos. En esta gráfica se sustituye la media por la mediana como medida de centralización.

Gráficas de control para atributos

De acuerdo con XR Industrial (2020), los gráficos de atributos se utilizan para monitorear datos que se pueden contar, como la cantidad de defectos en un producto.

Existen distintos tipos de estos gráficos:

Gráfica p: evalúa la fracción o porcentaje de unidades defectuosas. El tamaño de la muestra puede ser variable.

Gráfica np: evalúa el número de unidades defectuosas, con n constante.

Gráfica c: evalúa el número de defectos en unidades bien definidas (n constantes).

Gráfica u: evalúa el número de defectos por unidad. El tamaño de la muestra n puede ser variable.

El análisis de los resultados de estas gráficas permite determinar la estabilidad del proceso y está sujeto a causas comunes de variación, lo que implica que su variabilidad es predecible dentro de ciertos límites. Por otro lado, si el proceso es inestable, aunque no necesariamente tenga una gran variación, ésta no es predecible. Normalmente, la mejora de este tipo de procesos se logra a través de la intervención del personal del área.

Regresión lineal simple: pruebas de significancia

El análisis de regresión simple estudia la relación entre dos variables: una variable dependiente (y) y una variable independiente (x). Dentro del análisis de estas variables, el primer paso es graficar sus valores en un diagrama de dispersión para tener una idea sobre la existencia de una relación entre ellas y la forma que tiene.

Ejemplos de diagramas de dispersión para datos con dos variables:

Figura 7. Diagramas de dispersión.

Una vez que se identificó la existencia de la relación entre las variables, el objetivo del análisis de regresión es definir la ecuación de la recta que mejor describe dicha relación.

Para ajustar una recta a los datos graficados en un diagrama de dispersión se utiliza el método matemático de mínimos cuadrados. El resultado es la siguiente recta de regresión:

${\displaystyle y=a+b}$

Donde “a” es la ordenada al origen y “b” la pendiente.

Una de las principales aplicaciones prácticas de estas rectas de regresión consiste en utilizarlas para estimar valores de la variable dependiente, con base en determinados valores de la variable independiente.

El método de mínimos cuadrados reduce al mínimo el cuadrado de las distancias verticales entre cada uno de los puntos y la recta ajustada. Este método consiste en minimizar la suma de cuadrados del error de predicción del modelo. Esto tiene sentido cuando se cumplen una serie de asunciones, necesarias para realizar ese tipo de análisis (Fernández, 2021).

En resumen, la regresión lineal simple es una herramienta estadística fundamental que permite modelar la relación entre dos variables mediante una línea recta. A través de este modelo, se puede entender y predecir el comportamiento de una variable dependiente en función de una variable independiente.

Tomar decisiones en el entorno empresarial contemporáneo implica enfrentarse a una multitud de opciones en una amplia gama de áreas. Para abordar este desafío, es crucial dominar técnicas que se ajusten al nivel de complejidad del problema en cuestión. En este contexto, el uso de herramientas, técnicas y modelos brinda un apoyo invaluable.

Como se ilustra en el caso de El Palacio de Hierro, la aplicación de estas técnicas analíticas avanzadas ha permitido a la empresa optimizar su inventario, anticipar la demanda del cliente y mejorar la satisfacción del cliente, lo que contribuye directamente a su productividad y competitividad en el mercado.

Al integrar estas técnicas en las estrategias de gestión y liderazgo, las empresas pueden desarrollar habilidades clave como la atención al cliente y la resolución de problemas, fortaleciendo su capacidad para alcanzar el éxito en un entorno comercial cada vez más exigente y competitivo.

Asegúrate de:

• Comprender los principios fundamentales de la programación lineal y su aplicación en la optimización de recursos en el entorno comercial.
• Identificar el uso de las gráficas de control para monitorear y mejorar la calidad en los procesos comerciales y de atención al cliente.
• Utilizar la regresión lineal como herramienta predictiva para entender y anticipar las tendencias en el comportamiento del cliente y las ventas.

• Fernández, R. (2021). Mínimos cuadrados ordinarios: definición simple. Recuperado de https://physiostats.com/minimos-cuadrados-ordinarios/
• Sexto, L. (2019). Causas comunes y especiales de variación. Caso real aplicado a un proceso de mantenimiento. Recuperado de https://se-gestiona.radical-management.com/2019/08/causas-comunes-y-especiales-de.html
• Westreicher, G. (2021). Programación lineal. Recuperado de https://economipedia.com/definiciones/programacion-lineal.html#google_vignette
• XR Industrial. (2020). Gráficos de control. Recuperado de https://www.xr-industrial.com/post/control-estadistico-de-proceso#viewer-3rniv