SIMULACIÓN DEL MRPII EN EL SECTOR FARMACÉUTICO ...

Information Technology Track – Paper No. 001 1

Third LACCEI International Latin American and Caribbean Conference for Engineering and Technology (LACCEI’ 2005) “Advances in Engineering and Technology: A Global Perspective”, 8-10 June 2005, Cartagena de la India, Colombia.

SIMULACIÓN DEL MRPII EN EL SECTOR FARMACÉUTICO COLOMBIANO

Profesor Luis Ernesto Blanco Rivero

Ingeniero Enrique Romero Motta ESCUELA COLOMBIANA DE INGENIERIA

Av. 13 No. 205-59 A.A. 14520 Santafé de Bogotá- Colombia [email protected] [email protected]

RESUMEN Este artículo es el primero de una serie de artículos provenientes del resultado de la Investigación desarrollada por el Centro de Estudios de Producción de la Escuela Colombiana de Ingeniería titulado: “Comparación mediante simulación del desempeño de sistemas de planeación de producción MrpII y 3c“ y en éste se describe el rendimiento de cadenas de abastecimiento bajo modelos de planeación Push (MRPII) bajo condiciones reales en la cadena farmacéutica colombiana a través de simulación basados en la filosofía del modelo de Referencia de Procesos para Cadenas de Abastecimiento (SCOR) y el simulador Promodel® como herramientas de diseño. El modelo se centra en actividades específicas llevadas a cabo en esta cadena utilizando conceptos de simulación discreta e investigación de operaciones. PALABRAS CLAVES Cadena de Abastecimiento, Simulación, Logística, MRPII, SCOR

INTRODUCCION En Colombia hasta ahora se están desarrollando estrategias encaminadas a fortalecer la utilización de modelos en diseño y gerencia de cadenas de abastecimiento. Cada día se entiende más la necesidad de interacción entre todos los componentes de dichas cadenas con el objetivo de satisfacer las expectativas de un cliente cada vez más exigente. Por ello, en sectores como el manufacturero, de consumo masivo, se han logrado avances interesantes al transformar la logística del abastecimiento en una logística del servicio, que permite integrar no solo una compañía en su interior, sino a ésta con toda la red a la que pertenece. Los conceptos de optimización de la Investigación de Operaciones han adquirido una mayor importancia como parte esencial en el diseño de nuevas y mejores cadenas de abastecimiento. El análisis de la interacción entre los flujos, que están presentes en dichos modelos, (de información, físico y de efectivo) es fundamental para lograr una cadena de abastecimiento altamente eficiente. Pero, la complejidad y el dinamismo de los sistemas logísticos hacen necesario el uso de herramientas tecnológicas adecuadas, que permitan comprender el impacto de dichas dinámicas sobre todo el entorno. Entre las herramientas más utilizadas se encuentra la simulación que permite modelar de manera razonable la variabilidad de modelos complejos, para así poder describirlos y encontrar alternativas de mejora al diseño de los mismos. Una cadena de abastecimiento es un sistema complejo e


interdependiente, en donde el comportamiento de un participante afecta a los demás y todos sus miembros son afectados por las condiciones operacionales del entorno. Es por esto que, optimizaciones locales para mejorar el rendimiento de participantes en particular, no reflejan necesariamente grandes cambios en todo el entorno. En la literatura de Investigación de Operaciones existe información sobre aplicaciones de la simulación en cadenas de abastecimiento. Entre los más recientes se encuentran los trabajos de Chang y Makatsoris (2.001) de la Universidad de Cambridge1, el modelo de aplicaciones en salud desarrollado por Osidach Fu2 (2.003) y algunos modelos de David Simchi-Levi3 y Jeremy Shapiro (2.002)4 en materia de optimización y diseño de cadenas que resalta la importancia de evaluar alternativas mediante simulación. Este estudio propone un modelo de comparación mediante técnicas de simulación con el software ProModel®5 de algunas estrategias de planeación de la producción y de cadenas de abastecimiento clásicas, como MRPII (Manufacturing Resources Planning) y 3C, (Comunalidad, Consumo y Capacidad) desarrollada por ingenieros españoles. Aquí se presenta sólo la parte del estudio que corresponde al MRPII. Adicionalmente este estudio se apoya en una metodología de análisis desarrollado por el Supply Chain Council (SCC)6,7, denominada Modelo de Referencia de Procesos en Cadenas de Abastecimiento (SCOR).

MARCO TEORICO La metodología SCOR parte de un modelo desarrollado por el SCC, buscando integrar los principios de reingeniería, benchmarking y elementos de medición de procesos, similares al balance scorecard, para lograr un mejor diseño de la cadena. La metodología SCOR se utiliza para describir las actividades que se llevan a cabo con el fin de satisfacer la demanda del consumidor final y desarrolla un esquema basado en cuatro procesos: Planeación de la Cadena de Abastecimiento, planeación de Compras, planeación de Producción y planeación de Entregas. A su vez, éstos se descomponen en categorías: Compras, Producción y Entregas, que también se subdividen en elementos de proceso, los cuales reflejan las operaciones claves a lo largo de la cadena de abastecimiento. Adicionalmente, SCOR diferencia la planeación y la operación como tal. Esta última depende de la demanda planeada o de la actual que modifica el estado del sistema, señala el flujo de material, y orienta el flujo de información en materia de secuenciación, liberación de órdenes, etc. Para este estudio, se considera una cadena de abastecimiento sencilla, con el fin de identificar sus diferentes elementos y simplificar la estructura de la cadena a simular. En este caso, se analiza el modelo: Cadena tipo Push. El esquema de planeación de producción MRPII, prototipo de los sistemas push, inicia el flujo de materiales en la operación correspondiente, con base en un pronóstico de demanda, funciona bajo políticas de inventario de revisión periódica o continua y empuja hacia el siguiente eslabón en la cadena los productos en proceso, hasta el final. La Planeación de Recursos de Manufactura (MRPII) es una aplicación de las bases de datos computarizadas para organizar la producción, que siguió utilizando los principios de la Planeación de Requerimientos de Materiales (MRP) sin resolver sus conocidos problemas8. Los datos de entrada provienen de tres fuentes: el archivo de productos, el programa maestro de producción (que se conforma a partir del pronóstico de la demanda) y el estado de los inventarios. El MRP requiere además información de las reglas de loteo y de los tiempos de llegada o de producción (lead times). Entre los datos de salida está la planeación de salida órdenes que contiene información del tipo de partes, su cantidad y la fecha en que debe llegar el pedido. También se provee información de los cambios de última hora y de reportes de excepciones. El MRP calcula los inventarios netos y como se conocen los tiempos de producción o de llegada de los pedidos, desfasa en el tiempo las órdenes de pedido.


Los sistemas MRPII9, generalmente modulares incluyen entre otros módulos, planeación de compras, análisis de capacidad, costos, despachos, rutas, control de entradas y salidas, etcétera, pero la forma de calcular los inventarios netos y de hacer el desfase en el tiempo sigue siendo la misma del MRP. Para este estudio se recurrió a empresas del sector farmacéutico colombiano, que trabajan con software de planeación MRPII, con el fin de validar el modelo. La configuración de la cadena obedece a una estructura prototipo del modelo de cadena que dicho sector posee. El modelo refleja un diagnóstico de la situación actual del sector farmacéutico en términos de los indicadores propuestos por el modelo SCOR. APLICACIÓN DE LA METODOLOGIA “SCOR” BAJO FILOSOFIA MRPII Nivel 1. (Definición de indicadores) El primer nivel de SCOR establece el alcance del modelo, es decir que áreas de la cadena se quieren estudiar y su grado de detalle. Luego comienza a relacionar dichas áreas, dentro de los cuatro procesos claves: Planeación, Planeación Compras, Planeación Producción y Planeación Entregas. AREAS DE TRABAJO:

• Rendimiento en la entrega • Ciclo de la orden de compra • Inventarios • Impacto en los costos logísticos

Nivel 2. (Procesos claves) El segundo nivel define las categorías en que se van a dividir los cuatro procesos claves, dentro del alcance previamente definido. Utilizando mapas de proceso se lleva a cabo la división en categorías. MAPA DE PROCESOS POR ESLABON En la figuras 1 y 2 se muestran los procesos de planeación de la metodología SCOR para el modelo de planeación MRPII. Las letras P1, P2, P3 y P4, S1, M1 y D1 son las convenciones utilizadas. P1: Planeación de la Cadena de Abastecimiento (pronóstico de la demanda); P2: Planeación de Compras (Planeación de recursos, capacidad, inventarios); P3: Planeación de producción mediante MRP (planeación agregada y programa maestro de producción); P4: Planeación de las entregas (planeación de la distribución DRP); M1: Planeación de los materiales; D1: Planeación de los despachos; S1: Planeación de las órdenes de compra o de producción.

Fig.1 Modelo de Planeación MRPII visto a través de la metodología SCOR


Fig.2 Modelo de Planeación MRPII CONFIGURACION DE LA CADENA A ESTUDIAR En la sección siguiente, (figuras 3 y 4), se muestra el modelo de planeación ajustado a la cadena propuesta para el estudio. ESTRUCTURA DE LA CADENA PROPUESTA

Fig. 3 Configuración de la Cadena de Abastecimiento

Fig. 4 Cadena de abastecimiento ajustada al modelo SCOR (Nótense las categorías definidas en el mapa por las letras S1, M1, D1) Nivel 3. (Definición de los elementos de los procesos) En el nivel 3 se definen los elementos del proceso en los que se subdividen las categorías. Este nivel resulta ser crítico para el estudio. Con la definición de los elementos del proceso se define también la ejecución del modelo. En esta parte se observa con el máximo detalle como se van a medir las áreas iniciales de trabajo, a través de los indicadores de gestión. DEFINICIÓN DE INDICADORES Gestión Pedidos y Niveles de Servicio

Ciclo Orden de Compra Inventario y Logísticos (In-bound Logistics)

Días de Inventarios Costos Logísticos (Impacto) Faltantes (% Agotados) Pedidos Urgentes


Financieros Throughput (velocidad flujo de caja)

DEFINICIÓN DE ELEMENTOS DEL PROCESO Planeación de la Recepción. (SOURCING-P2S1)- Actividad 2 Descripción (Elementos del Proceso): Este macro-proceso comienza con la liberación de órdenes entre los eslabones de acuerdo a las políticas de inventario. Esta etapa involucra los tres flujos, mencionados anteriormente, y es el proceso de entrada del flujo físico en los diferentes eslabones. El cálculo de los parámetros de inventario se realiza a través de la subrutina Gestión Inventario que se llama dentro de cada eslabón. Para el Productor (parte más alta de la cadena), se asume una fuente de materiales con una llegada promedio y una variación determinada (distribución normal) de tal forma que se permita visualizar los cambios en la disponibilidad de materiales en esta sección de la cadena sin necesidad de ir al detalle. La recepción de productos se realiza en tres etapas: Recibo, Verificación y Transferencia. Estas etapas se presentan en todos los eslabones, y se encuentran relacionadas en el módulo de Recibo.

Fig.5 Diagrama Nivel 3 SCOR Compras

Planeación de la Entrega (DELIVERING-P4D1)- Actividad 3 Descripción: Este proceso comienza con el resultado de la matriz MRP ajustado, de acuerdo con la regla de loteo definida y la disponibilidad de materiales; también se ajusta de acuerdo a las prioridades y necesidades en materia de distribución. El proceso tiene dos grandes etapas: Ajuste de lotes de acuerdo a la capacidad de distribución y Alistamiento/empaque en Vehículos.

Fig. 6 Diagrama Nivel 3 SCOR Entregas

Planeación de la Producción (MAKING-P3M1)- Actividad 4

Descripción:

Este proceso hace parte del eslabón más bajo de la cadena considerada en este estudio (Laboratorios). Se divide en varias etapas: 1. Preparación, que es la continuación de la transferencia de material a la zona de producción. 2. Producción, es concretamente el proceso de fabricación y sus anexos. 3. Almacenamiento como proceso final de producción.


Fig. 7 Diagrama Nivel 3 SCOR Fabricación

Transporte: Adicional, a los procesos descritos anteriormente, existe el movimiento de mercancía entre eslabones. El transporte tiene un tratamiento especial, porque se basa en supuestos tales como considerar una variación estándar calculada a partir de datos de transporte promedio en Colombia, en diferentes sectores, de acuerdo a estudios realizados por compañías consultoras. Se trata de parametrizar una de las fuentes de variabilidad para poder generar escenarios de análisis, que permitan estudiar la influencia en la variabilidad general de la cadena, causada por esta actividad. Los datos se encuentran en la tabla de tiempos de entrega de la base de datos de información de entrada.

PROCESOS DE EJECUCIÓN DEL MODELO El modelo de ejecución se puede dividir entre flujo físico y flujo de información. Actividades del flujo físico:

1. Colocación de una orden por parte del cliente 2. El punto operacional de consumo (farmacia) revisa su inventario. Si tiene existencia entrega

al cliente (Make To Stock, MTS), si no coloca las órdenes necesarias. 3. El centro de distribución revisa su inventario de acuerdo al consumo proyectado y coloca las

órdenes 4. El productor revisa y calcula su MPS (Master Production Schedule) de acuerdo a la

disponibilidad de material y así mismo de acuerdo a la demanda esperada, coloca las órdenes hacia el siguiente eslabón.

Cuando el consumidor realiza su requerimiento, en la farmacia) y si la orden no ha sido satisfecha completamente, se registra el faltante para realizar ajustes posteriores (Pedidos Urgentes) al modelo de inventario.

Fig. 8 Actividades de colocar una orden


Así mismo, de acuerdo al consumo esperado (pronósticos de demanda), el distribuidor planea y entrega las órdenes esperadas. En el caso de pedidos urgentes se revisa la disponibilidad de material y esta excepción se registra como demanda insatisfecha, se ajustan el pronóstico y los próximos pedidos. El mismo efecto ocurre con el productor. Estos ajustes alteran las cantidades a ordenar periodo a periodo, de acuerdo a la política de inventario adoptada.

Actividades del flujo de información: La cadena tiene tres participantes: Productores, los cuales ejercen las funciones de recibir, hacer y entregar, son la parte superior de la cadena; Distribuidores, (centros de distribución, mayoristas) ocupan la parte intermedia de la cadena; Puntos de Consumo, (representados aquí por las clínicas) que colocan órdenes y ocupan la parte inferior de la cadena. La ejecución del modelo involucra el flujo de información al interior y entre los diferentes participantes. Existen actividades que todos deben realizar en forma periódica, por ello se divide el flujo de información en dos: 1. Flujo de información utilizado para calcular las medidas de rendimiento (Indicadores) y, 2. Flujo de información utilizado para regular el movimiento de los otros flujos (status del sistema), que incluye actividades de planeación y es allí donde la filosofía o el modelo utilizado (MRPII o 3C) tiene su representación; así mismo se incluyen actividades como la colocación de órdenes por parte de los clientes, etc. El Nivel 3 del SCOR muestra el detalle de la información y de las actividades descritas en los dos tipos de flujos de información.

Generación de Ordenes (Order Fulfillment):

Este proceso comienza con la generación de la orden por parte del cliente final (paciente), y termina con la entrega de la misma. Las excepciones se comportan como un modelo MTO (Make to Order). Las otras órdenes simplemente se van entregando de acuerdo al inventario disponible en cada eslabón y de acuerdo al plan de reabastecimiento dado por la política de inventario adoptada y el pronóstico obtenido.

Parte de los resultados esperados está influenciada por el impacto que la política de inventario puede tener en el flujo total de la cadena. Este parámetro tiene efecto al variar la frecuencia, pero no es un elemento decisivo dentro del modelo de planeación de la cadena de abastecimiento.

GENERALIDADES DE LA SIMULACION Supuestos Iniciales: 1. Para actividades en donde se tenga información detallada disponible, los tiempos se representan a través de la distribución que más se ajuste a los datos. 2. Para actividades en las cuales no se posea información detalla, sino solo aproximaciones, los tiempos se aproximan a distribuciones Normales o Exponenciales de acuerdo a la que mejor se ajuste. 3. El Laboratorio dispone de material permanentemente. 4. Los tiempos de reposición de los faltantes dependen de las políticas de inventario adoptadas. 5. Las estimaciones de los datos de demanda y pronósticos se calculan con base en la información disponible para este estudio. Datos de Entrada (Input Data/Base de Datos): La entrada de datos se hace mediante tablas de los siguientes ítems: Demanda por Referencia; Inventarios; Capacidad/Costos; Características Referencias (BOM, Bill Of Materials, etc.); Tiempos de Proceso (Nivel 3 SCOR); Clientes; Lead Times (Tiempos de Entrega) y Pedidos.


Validación Datos de Entrada/Salida. Se realizan pruebas estadísticas tendientes a determinar el comportamiento de la información de entrada. Para los datos de salida se calcula el número de replicaciones necesarias para que los resultados se ubiquen en un intervalo de confianza del 90%.

CASO DE ESTUDIO SECTOR FARMACÉUTICO

(En esta parte colaboró Maritza Tobón González, Estudiante de Ingeniería Industrial de la ECI) Se trabaja con una cadena de abastecimiento compuesta por dos productores con centros propios de distribución en Bogotá. Adicionalmente estos distribuyen a dos Mayoristas que a su vez distribuyen a nivel nacional. Uno ellos está especializado en medicamentos de alto costo, para estos opera como un centro de distribución, y maneja el proceso de pedidos urgentes directamente con los laboratorios para el otro tipo de referencia. Se calcula la demanda promedio de cada uno de dos tipos de clientes: los de consumo ambulatorio y los de consumo hospitalario, es decir las farmacias generales y las farmacias que abastecen hospitales. Los medicamentos se clasificaron también en dos grupos de acuerdo a su rotación: ambulatorio y anti-retroviral o de alto costo. (Ver tablas 1 y 2). La cadena de abastecimiento en consideración tiene una estructura similar a la de la figura 9, con las condiciones señaladas anteriormente.

Figura 9. Cadena de Abastecimiento General

Fig. 10 Cadena Modelo SCOR En la figura 10 se muestra la estructura de la cadena a estudiar bajo la aproximación de la metodología SCOR. Básicamente los escenarios muestran el sistema de planeación MRPII base de este estudio. Se estima un nivel de servicio del 90% (fill rate) en los diferentes puntos de la cadena. Los indicadores claves son los siguientes: -Ciclo Orden de Compra (tiempos) -Rotación de Inventarios (wip) -Faltantes -Throughput Adicionalmente se establecen escenarios de alta variabilidad para estudiar la respuesta a este fenómeno en el modelo objeto del estudio.


Las demandas se estiman con base en los datos históricos proporcionados por los colaboradores, y el consumo se calcula con base en los coeficientes de variación de la demanda para cada tipo de referencia. Se asumen como variaciones en las fuentes de “variabilidad” de la demanda, los cambios de flujo, manteniendo iguales las variaciones de los demás procesos establecidos a través del SCOR (Compras, Fabricación y Entrega) en los diferentes escenarios. El tiempo de transporte se calcula como una función aleatoria entre 72 horas (tiempo mínimo para el cumplimiento de una tutela en salud) y 15 días (datos obtenidos de las entrevistas con las empresas participantes de este caso de estudio). Los datos de alto costo se calculan con base en el costo por paciente especialmente de sida y por consiguiente de la disponibilidad y acceso a los medicamentos anti-retrovirales propios de la patología, según datos proporcionados por las empresas involucradas en el estudio e información suministrada por la Organización Panamericana de la Salud. Así mismo se tiene en cuenta la frecuencia de uso de pacientes de alto costo como el factor diferenciador en cuanto a la demanda y rotación de estos grupos de referencias. La distribución entre los 3 puntos de consumo es el 25% en el uno (tipo C), 30% (tipo B) y el 45% para el tercer punto de consumo (tipo A). Se asume que se trabaja con medicamentos bajo formulación médica, de acuerdo a los datos recolectados. Se realizaron pruebas de normalidad para los datos de consumo ambulatorio y pruebas de ajuste a las distribuciones normal y exponencial: normal con media de 94.25 y desviación estándar de 80.67, para un coeficiente de variabilidad de 0.86 para la distribución normal y 1 para la exponencial. Se simula con el software Promodel®, pero las rutinas están programadas en Visual Basic® para Aplicaciones. Se crea un modelo DRP unido al MRP, para generar el sistema push. RESULTADOS: Los primeros resultados en materia de movimiento de inventario arrojaron el comportamiento descrito en la figura 11.

Figura 11. Movimiento de Inventario ambulatorios. En la gráfica se puede observar el efecto “látigo”. En la parte inferior derecha se muestra el movimiento del inventario en el punto de venta, el cual mantiene menos inventario y tiene un movimiento más acelerado (mayores rotaciones) con reabastecimientos más rápidos. Como el tipo de referencia (Medicamentos ambulatorios), presenta una rotación fuerte y alta variabilidad en la demanda. El efecto en los otros eslabones se observa en la curva de la mitad que corresponde al centro de distribución y la curva superior que corresponde al productor. Como la variabilidad del segundo eslabón es la combinación de la variabilidad de salida del primer eslabón mas la propia, se observa el incremento del nivel de inventario. Este efecto acumulativo se ve reflejado también en el último eslabón (el más alejado del punto de consumo). Primero se evalúa el comportamiento general del modelo, después puntualmente se muestran los resultados de los indicadores con una confiabilidad del 95% para ambas referencias.


Los indicadores definidos inicialmente en el estudio fueron: Tiempo de Entrega, Inventario en proceso, throughput y faltantes. (Ver tabla 4) Después de correr la simulación para un periodo de 60 días con una frecuencia de consumo diaria, período en el cual se estabilizó el sistema al reducir las variaciones generales del mismo, con turnos de 8 a.m. a 5 p.m. de lunes a viernes (simulación de terminación definida), se obtuvieron los siguientes resultados:

Tabla 1. Resultados Promedio Caso MRPII

A continuación se describe en detalle los resultados anteriores: Comportamiento General de la Cadena:

Figura 12 Utilización de la cadena En la figura 12 se muestra el comportamiento de la cadena en términos de utilizaciones relativas de acuerdo a las operaciones claves definidas mediante la filosofía SCOR, teniendo un comportamiento promedio de 85,72% de utilización media. Esto significa que la cadena estuvo en operación casi todo el tiempo, para las dos referencias. Análisis Movimiento de Inventario (WIP) En las figuras 13 y 14 se presenta el comportamiento de toda la cadena en relación al movimiento de inventario durante el periodo simulado después de su estabilización, logrando coeficientes de variación más bajos, mejorando la estimación de los parámetros o variables de decisión. Se observan crecimientos de los niveles de inventario al comienzo y luego estabilización en los máximos niveles. Este es un comportamiento típico de los sistemas push.

Figura 13 Movimiento Completo de la Cadena Ambulatorios


Figura 14 Cadena Completa Alto Costo En las figuras 13 y 14 se evidencia el efecto látigo propio de modelos de planeación push, con importantes incrementos en el productor. Así mismo se nota la grave tendencia a la baja del punto de venta evidenciada en los faltantes generados, que muchas veces derivan en tutelas (penalizaciones legales) por incumplimientos. Incluso en referencias más estables como lo son los anti-retrovirales (figura 14) el efecto látigo es bastante pronunciado. En los eslabones más bajos la producción empuja bastante pero los consumos difieren en frecuencia y cantidad en cada eslabón, siendo mucho más rápidos en los puntos de consumo y más lentos hacia atrás. Debido al costo y características de los medicamentos anti-retrovirales, los puntos de consumo finales (IPS) tienen niveles más bajos de inventario que los distribuidores y productores, debido a que el centro de distribución amortigua las variaciones, a pesar de ser este un escenario de baja variabilidad. Análisis de Tiempos de Ciclo (Lead Times)

Figura 15 Tiempos de entrega Ruta Lab1-Cd1-Ips1 Ambulatorios

Figura 16 Lead Times Cadena Alto Costo (Avrs) En las figuras 15 y 16 se esquematiza el comportamiento de los tiempos de ciclo y de entrega en los diferentes eslabones. Allí se muestran los tiempos de dos rutas en medicamentos ambulatorios. Nótese la disminución en tiempos para el último eslabón debido a la naturaleza del modelo MTS (Make to Stock) en donde teóricamente este tiempo debería ser cero. Esta tendencia se vuelve a evidenciar en las referencias de alto costo con variaciones importantes crecientes.


Análisis de Faltantes:

Figura 17 Faltantes Puntos de Consumo Ambulatorios

Figura 18 Faltantes Alto Costo Cadena Anti-retrovirales (Avr’s) En las figuras 17 y 18 se muestra el nivel de faltantes en unidades que en ambulatorios es bastante elevado, con picos en algunas etapas que aumentan en forma significativa la dispersión de los mismos. Para el caso de alto costo las variaciones son extremadamente fuertes, presentando alteraciones importantes a pesar de presentar un consumo estable, pero debido al costo de mantener stock prácticamente se maneja un producto MTO (Make to Order) y no un MTS (Make to Stock), evidenciado en estas graficas y en la anterior de lead time. Hay que tener en cuenta la manera como se están midiendo los niveles de faltantes. Precisamente para un modelo MTS se mide si el medicamento esta disponible o no, en el momento que es demandado, de ahí que los niveles de faltantes sean fuertes. ANALISIS TRANSPORTE

0.380.370.360.350.340.330.32

95% Confidence Interval for Mu

0.390.380.370.360.350.340.330.320.31

95% Confidence Interval for Median

Variable: transporte

0.316356

0.017938

0.308921

Maximum3rd QuartileMedian1st QuartileMinimum

NKurtosisSkewnessVarianceStDevMean

P-Value:A-Squared:

0.379044

0.086032

0.383270

0.3790440.3783040.3322100.3208300.316356

5-3.075200.4496798.96E-040.0299390.346096

0.1230.477

95% Confidence Interval for Median

95% Confidence Interval for Sigma

95% Confidence Interval for Mu

Anderson-Darling Normality Test

ESLABONES 1Y 2 Y ESLABONES 2 Y 3Descriptive Statistics PROMEDIO TRANSPORTE ENTRE

Figura 19 Análisis Transporte Cadena El valor de medio del transporte usando como estimador la media del mismo con una confiabilidad del 95% está ubicado en el intervalo de confianza entre 0.3089 días y 0.38 días con una media de 0.346 días. El coeficiente de variación es de 0,086, bastante bajo considerando las condiciones del problema. El transporte se analiza a nivel Bogotá y bajo las condiciones descritas en la primera parte de este caso.


ANALISIS THROUGHPUT El Throughput se calcula a través de la Ley de Little definida por Spearman y Hopp como la relación entre el inventario y el tiempo de ciclo. Los resultados fueron: Throughput ambulatorios

• IPS1: 38.56 órdenes/hr • IPS2: 1.20 órdenes/hr • IPS3: 90.14 órdenes/hr • CD1: 1.15 órdenes/hr • CD2: 17.89 órdenes/hr • Lab1: 3.23 órdenes/hr • Lab2: 14.29 órdenes/hr

Throughput Alto Costo

• IPS1: 0.09 órdenes/hr • IPS2: 0.025 órdenes/hr • CD1: 2.60 órdenes/hr • Lab1: 17.68 órdenes/hr.

En relación con las demandas esperadas para los puntos de consumo (IPS1 144 por hora, IPS2 37 por hora e IPS3 48.06 por hora) en la referencia de ambulatorios vale la pena notar el nivel bajo de la IPS2. Dadas las características del modelo (MTS), donde se esperaban throughputs bastante altos debido a los tiempos de entrega mínimos. Solo la IPS3 mostró una capacidad de respuesta a la demanda positiva. En el caso de Alto Costo los niveles de Throughput son excesivamente bajos frente a la demanda esperada (120 por día) a pesar de ser ésta relativamente estable. CONCLUSIONES En términos generales se puede ver la deficiente capacidad de respuesta que tiene la cadena ante los escenarios actuales de demanda. Se presentan problemas a la hora de amortiguar demandas variables (ambulatorios) y poca respuesta ante demandas estables (anti-retrovirales). Todos estos problemas los causa el sistema de planeación push. El nivel alto de faltantes e irregularidades muestran un rendimiento deficiente de la cadena, dada las grandes variaciones entre empresas del mismo eslabón para una misma referencia, con condiciones de variabilidad naturales del proceso de rango medio influenciadas mucho más por la variabilidad de flujo. El análisis SCOR permite identificar dónde podría estar el problema, al clasificar las operaciones clave y ver las fuentes de variación en los diferentes indicadores utilizados en este estudio. Como grandes fuentes de variabilidad se pueden mencionar a los laboratorios porque impulsan el inventario en sus inicios y es allí en donde se perciben mayores variaciones en los tiempos de entrega y en los niveles de inventario. (Ver resultados). En las referencias de alto costo, persiste el efecto látigo y se observan inconvenientes con los tiempos de entrega en los puntos de consumo, causados por faltantes, similar a un modelo Make To Order con sus respectivas implicaciones. REFERENCIAS 1. Chang Yoong, Makatsoris Harris, “Supply Chain Modeling using simulation”, 2001 Journal of Simulation Vol2 2.Osidach Vera, Fu Michael, “Computer Simulation of a Mobile Center”, Proceedings of the 2003 Winter Simulation Conference


3.Simchi-Levi, David, “Modelos de Mejoramiento de la cadena de abastecimiento con planeación Táctica”, 2002. 4. Shapiro Jeremy, “Acercamientos para la integración del inventario en la cadena de abastecimiento con otras decisiones”, 2002 5. Harrel, Gosh, Bourden, “Simulation using Promodel” McGraw Hill, 2000 6.Supply Chain Council, “SCOR 6.1OverviewBooklet”, 2003-2004 7. Rosenbaum Robert, “Supply Chain Excellence: A Handbook for Dramatic Improvement Using the SCOR Model”, American Management Asociation ,2003 8. Spearman Mark y Hoops Wallace, Factory Physics, McGraw Hill Boston USA, 1996 9.Sheldon Donald, Tincher Michael Jr, “The Road to Class A Manufacturing Resource Planning (MRP II)” ,Buker,1997 10.Banks Jerry, “Discrete Event System Simulation”, Prentice Hall 2001 11.OPS,”La gestión del suministro de Medicamentos”, Organización Panamericana de la Salud, 2003 12.Blanco Rivero Luis Ernesto, Fajardo Ivan, “Simulación con Promodel: Casos de Producción y Logística”, Escuela Colombiana de Ingeniería, 2003. Información Biográfica Ingeniero Luis Ernesto BLANCO RIVERO. El profesor Luis Ernesto Blanco Rivero es licenciado en Matemática de la Universidad Libre de Bogotá e ingeniero industrial y magíster en Ingeniería Industrial de la Universidad de los Andes. Ha sido profesor de las universidades Distrital y de los Andes. En la Escuela, además de la docencia, ha ejercido como Director del Centro de Estudios de Producción y de la oficina de Calidad Institucional. Director de numerosos proyectos de investigación, asesor y consultor de empresas, también es autor de artículos y libros. Como conferencista ha participado en encuentros académicos dentro y fuera del país. Ingeniero Enrique ROMERO MOTTA. Ingeniero Industrial, con estudios en Mejores Prácticas Logísticas en la Universidad ICESI de Cali e IAC Colombia. Experiencia en el diseño e implementación de sistemas logísticos en flujo de información y flujo de efectivo en cadenas de servicios en el sector salud colombiano. Socio Fundador de la empresa E-supplier Ltda. y la división Supply Chain Simulation Systems. Actualmente profesor catedrático de la Escuela Colombiana de Ingeniería en el área de Producción Avanzada, Profesor Catedrático de la Universidad de la Sabana en el área de Simulación de procesos y Consultor en Planeación Táctica y Estratégica de Cadenas de Abastecimiento.

SIMULACIÓN DEL MRPII EN EL SECTOR FARMACÉUTICO ...

Documents