Los diagramas de flujo son herramientas comúnmente utilizados en las empresas para mostrar el flujo de un proceso de manera esquemática desde su inicio hasta su terminación. Un diagrama de flujo es hecho con cuadros, rombos y otras formas conectadas con flechas - cada forma o símbolo representa un paso en el proceso y cada flecha muestra el orden en que cada paso o actividad ocurre.
Ventajas:
Los diagramas de flujo son simples de dibujar y fácil de seguir.
Si los diagramas de flujo son desarrollados correctamente entonces el resultado será una descripción clara y no ambigua del proceso que ayudará a aclarar el entendimiento de la estructura del proceso..
Desventajas:
A diferencia de Simulación:
El diagrama de flujo es una imagen fija del flujo de su proceso. No dimensiona
el desempeño a través del flujo del proceso. Los diagramas de flujo carecen de
la dinámica de como se desempeña el proceso.
Un diagrama de flujo tiene gran dificultad para representar operaciones concurrentes. Ya que están diseñados para ser seguidos paso a paso (es decir, documentar el flujo lógico desde el punto de vista del usuario) no son adecuados para mostrar concurrencia. Por ejemplo que mientras una carta de aceptación esta siendo redactada por una persona, un cuestionario es contestado por otra.
Los diagramas de flujo se prestan a confusiones o a ocultar partes del proceso de manera no intencional.
Los diagramas de flujo tiene dificultad en representar el flujo de múltiples productos/servicios en el mismo proceso (ejemplo, ¿que artículos siguen que ruta?) a menos que sean conviertan en demasiado complejos.
Los diagramas de flujo requieren documentos separados para registrar los parámetros del proceso. Falta una enorme cantidad de datos en diagrama de flujo para explicar correctamente el desempeño de un proceso.
Los mapas de flujo de valor o "Value stream mapping" son una herramienta que utiliza papel y lápiz diseñada para ayudarle a ver y entender el flujo de material e información conforme un producto o servicio realiza su recorrido a través de un proceso. Este tipo de mapeo es usado típicamente en procesos esbeltos (Lean) y difiere del mapeo de procesos de Seis Sigma de cuatro maneras:
Recopilan y muestran un rango de información mucho más general que un mapa de proceso típico.
Tienden ser de alto nivel (5-10 cuadros o formas) en comparación con muchos otros mapas de procesos.
Tienden a ser de nivel muy general, ej., desde el recibo de materia prima a la entrega de producto terminado (sin más detalle).
Tienden a ser usados para identificar donde enfocar proyectos de mejora futuros, sub-proyectos y/o eventos kaizen.
Ventajas:
No se requieren herramientas caras.
Relativamente rápidos de realizar.
Mejoran el entendimiento de la estructura de un sistema
Desventajas:
A diferencia de Simulación:
Técnica de originen de ambiente de manufactura para análisis de líneas de producción, el mapeo de corriente de valor es menos efectivo para:
flujos múltiples de productos a través del mismo proceso.(ej., diferentes tipos de productos tienen diferentes tiempos de fabricación, diferentes tiempos de arribo y diferentes flujos en las rutas).
procesos que comparten un recurso o pieza de equipo común (ej., radiología es compartida por diferentes tipos de pacientes)
Cada vez que se realiza un cambio al proceso el mapa de corriente o flujo de valor debe ser realizado nuevamente porque pudiera tener efectos que aparecen hasta que los cambios son implantados. Una vez que el sistema bajo estudio es estabilizado la información de corriente o flujo de valor debe ser recolectada y re-diagramada.
Los cambios sugeridos deben ser implantados y estabilizados antes de determinar el éxito del cambio. Un cambio podría tomar varias horas o varias semanas antes de ver y entender los resultados.
Los modelos de teoría de colas son usados ampliamente en centros de contacto, operaciones de pagos de peajes o casetas y situaciones en donde donde se forma una fila por servicios incluyendo personal de mostradores, personal de servicios, personal de centros de atención, etc.. Estos modelos pueden ser aplicados en cualquier empresa a funciones de atención a clientes. Los modelos con teorías de colas representan relaciones servicio/fila o cola de espera, calculan el número óptimo de recursos para lograr un cierto tiempo de respuesta. Usted podría esperar que un modelo de teoría de colas le proporcione el tiempo de espera de los clientes, uso de los recursos e información de costos.
Ventajas:
Sobre datos ya recolectados y confirmados los supuestos, el análisis solo involucra cambiar números en el modelo.
Bajo costo
Análisis rápidos con reportes limitados
Desventajas:
A diferencia de Simulación:
Los modelos de teoría de colas en hojas de cálculo no son fácilmente aplicables a procesos complejos o de múltiples servicios.
Asumen un estado estable en el patrón de llegadas y de tiempos de procesos.
Muchos supuestos simplificados: ej., primeras entradas, primeras salidas.
El análisis de Monte Carlo es una simulación para resolver varios tipos de problemas de cálculos que a diferencia de usar algoritmos deterministas usa algoritmos con números aleatorios (o muy frecuentemente números seudo aleatorios). En una hoja de cálculo se desarrolla el modelo de un sistema usando fórmulas y funciones para todas las relaciones entre actividades relevantes. La entrada de variables importantes son en la forma de una distribución. Durante la simulación los cálculos se llevan a cabo usando los supuestos de las distribuciones y entonces se guardan los resultados. La simulación se realiza varias veces ya que cada vez se obtienen resultados únicos y diferentes. Finalmente los resultados describen un intervalo de confianza probable alrededor de la salida.
Example inputs to a manufacturing problem:
Los datos en las áreas en verde serían en forma de distribución, mientras que las áreas en azul serían los resultados de cada una de las simulaciones. Normalmente los resultados del proceso serían mostrados mediante una gráfica mostrando un histograma de utilidad dados los diferentes de entrada.
Sin la ayuda de una simulación, un modelo de hoja de cálculo solamente obtendría un solo resultado, generalmente el escenario más probable o promedio. En análisis de riesgos se utilizan tanto modelos deterministas como modelos con simulación para analizar automáticamente los efectos de salida al variar los datos de entrada al sistema.
¿Como obtiene su nombre la simulación Monte Carlo?
La simulación Monte Carlo fue nombrada por Monte Carlo, Monaco, donde la atracción principal son los casinos que ofrecen juegos de probabilidad. Estos juegos tales como ruedas de ruleta, dados, máquinas tragamonedas presentan un comportamiento aleatorio.
El comportamiento aleatorio en los juegos de probabilidad es similar a como la simulación Monte Carlo selecciona los valores de variables de forma aleatoria para simular un modelo. Cuando usted juega un dado, usted sabe que saldrá ya sea un 1, 2, 3, 4, 5, ó 6, pero no sabe que número saldrá para un juego en particular. Esto es lo mismo con las variables que tienen un rango de valores conocido y que tienen un valor incierto para cada evento en particular (Ej., tasas de interés, necesidades de personal, precios de acciones, inventario, llamadas telefónicas por minuto).
“Decisioneering”
Ventajas:
Normalmente es rápido armar un modelo si usted entiende las funciones de transferencia que relaciona una celda de la hoja con otra.
Las personas que están orientadas a los números relacionan bien la entrada y salida del sistema.
Proporciona mejores resultados usando entradas variables que los resultados obtenidos de de una hoja de cálculo simple.
Desventajas:
A diferencia de Simulación:
Los modelos de hojas de cálculo no están diseñados para manejar situaciones dinámicas sino análisis estocásticos de modelos estáticos (ej., no trabaja bien para sistemas complejos que cambian sobre cambios en tiempo de base diaria, semanal o mensual).
Los análisis en hojas de cálculo no proporcionan una representación visual del proceso (ej., usted aun necesitará diagramar el proceso para entender los pasos y el flujo).
No existe una animación para depurar el modelo y para comunicar el proceso a otros.
El análisis sobre hojas de cálculo carece de habilidad de manejar interdependencias (disponibilidad de recursos durante el día o variabilidad asociada con diferentes tipos de entidades fluyendo a través del sistema).
La descripción del sistema debe ser hecho con fórmulas. Algunas de las funciones son son difíciles de expresar.
La habilidad para entender y validar disminuye conforme crece el tamaño del proceso. La mayoría de las aplicaciones tienden a estar limitadas en el números de funciones de transferencia ya que la relación de una celda con otra esta descrita en una fórmula por lo que explicar la fórmula y mantener la atención de la audiencia puede ser muy laborioso.
Seis Sigma es una metodología rigurosa y disciplinada que usa datos y análisis estadístico para medir y mejorar el desempeño operacional de una compañía identificando y eliminando "defectos" en manufactura y procesos relacionados con el servicio. Comúnmente definido como 3.4 defectos por millón de oportunidades y percibido como tres diferentes conceptos: Métrica, metodología y filosofía...
El objetivo de Seis Sigma es el de incrementar utilidades al eliminar variabilidad, defectos y desperdicio que mina la lealtad del cliente.
Seis Sigma puede ser comprendido/percibido como tres conceptos:
Métrica: 3.4 Defectos Por Millón de Oportunidades. DPMO le permite tomar en cuenta la complejidad del producto/proceso. La regla general es considerar cuando menos tres oportunidades para un componente o parte física en la ausencia de mejores condiciones - uno por la forma, uno por como ajusta y uno por su función. También usted quiere ser Seis Sigma en las características de calidad críticas y no en toda la unidad on características.
Metodología:Utiliza DMAIC/DFSS como metodologías para resolver problemas de manera estructurada mediante guías y herramientas.
Filosofía: Reduce la variación en su negocio tomando decisiones basadas en datos con enfoque al cliente.
Seis Sigma es una metodología que le proporciona a las empresas las herramientas para mejorar la capacidad de sus procesos de negocio. Este incremento en desempeño y reducción en la variación del proceso conduce a una reducción en defectos y una mejora sustancial de utilidades, moral de su personal y calidad de su producto.
Página web Seis Sigma, Definición de Seis Sigma
Ventajas:
Método riguroso y probado en reducir variabilidad y defectos
Método excelente para identificar y enfocarse a la solución de problemas
Desventajas:
A diferencia de Simulación:
Costos de arranque caros y requiere personal dedicado por alto consumo de tiempo
para lograr resultados.
La metodología no esta diseñada para mostrar los efectos de cambio antes de su implantación. El proceso es un sistema dinámico interrelacionado. Las herramientas están diseñadas para dirigirse a resolver el foco en vez de ver las interrelaciones de todo el sistema.
Una filosofía de producción que hace énfasis en minimizar la cantidad de todos los recursos (incluyendo el timpo) que se utilizan en las diferentes actividades de la organización. Esto involucra identificar y eliminar las actividades que no agregan valor en el diseño, producción, administración de la cadena de suministro y la relación con los clientes. Contiene un conjunto de principios y prácticas para reducir costo a través de una incesante remoción de desperdicio y a través de la simplificación de todos los procesos de manufactura, servicio y soporte.
APICS The Association for Operations
Management
Ventajas:
Metodología probada
Excelente para productos que contenga pocos flujos que pasan por el mismo proceso.
Desventajas:
A diferencia de Simulación:
Los experimentos son aplicados al sistema real, lo cual requeriría días o semanas para afirmar el efecto de un cambio. Los cambios que no trabajan o entregan poco valor tienden a desmoralizar a los trabajadores.
El principio de esta metodología se desprende de manufacturas de productos con poca variabilidad y pocas opciones lo que lo hace un reto de aplicar a sistemas de servicio de alta variabilidad con muchas opciones. Muchas de las técnicas usadas para identificar áreas de oportunidad (VSM) no aplican a sistemas de producción que usan recursos compartidos, sistemas con alta variabilidad o sistemas que producen muchos productos diferentes con tiempos de procesos únicos, rutas, tiempos de "setup" y calendarios de programación.
