1Captulo 7

Anlisis cuantitativo de procesos

El anlisis cualitativo es una valiosa herramienta para obtener informacin sistemtica sobre
un proceso. Sin embargo, los resultados obtenidos del anlisis cualitativo a veces no son lo
suficientemente detallados como para proporcionar una base slida para la toma de decisiones.
Piense en el dueo del proceso del proceso de alquiler de equipos de BuildIT preparando un caso
para que el COO de la empresa que cada ingeniero de campo se debe dar una computadora o
Tablet con acceso inalmbrico con el fin de consultar catlogos de proveedores y hacer
solicitudes de alquiler de cualquier sitio de construccin. Se pedir al propietario del proceso que
justifique esta inversin en trminos cuantitativos y especficamente para estimar cunto tiempo
y dinero se ahorraran al realizar esta inversin. Para hacer tales estimaciones, necesitamos ir
ms all del anlisis cualitativo.
Este captulo presenta una serie de tcnicas para analizar los procesos de negocio
cuantitativos, en trminos de medidas de rendimiento tales como tiempo de ciclo, tiempo de
espera total y costo. En concreto, el captulo se centra en tres tcnicas: anlisis de flujo, anlisis
de colas y simulacin. Todas estas tcnicas tienen en comn que nos permiten calcular las
medidas de desempeo de un proceso, dados datos sobre el desempeo de las actividades y
recursos individuales en el proceso.
7.1 Medidas de Desempeo
7.1.1 Dimensiones del rendimiento del proceso
A cualquier empresa idealmente le gustara hacer sus procesos ms rpido, ms barato y
mejor. Esta sencilla observacin nos lleva ya a identificar tres dimensiones de rendimiento del
proceso: tiempo, coste y calidad. Una cuarta dimensin se involucra en la ecuacin una vez que
consideramos la cuestin del cambio. Un proceso puede funcionar muy bien en circunstancias
normales, pero luego se desempean mal en otras circunstancias que son quizs igual o ms
importante. Por ejemplo, van der Aalst et al. [98] reportan la historia de un proceso de negocios
para manejar reclamos en una compaa de seguros australiana.
Bajo condiciones normales y cotidianas, el proceso se realiza dando satisfaccin a todos los
gestores involucrados (incluyendo el propietario del proceso). Sin embargo, Australia es

propensa a las tormentas y algunas de estas tormentas causan daos en serie a diferentes tipos de
propiedades (por ejemplo, casas y coches), lo que lleva a numerosas reclamaciones presentadas
en un corto perodo de tiempo. Los agentes de call center y los trabajadores de backoffice
involucrados en el proceso estuvieron excesivamente inundados de reclamos y el desempeo del
proceso se degrad precisamente en el momento en que los clientes eran ms sensibles a este
rendimiento. Lo que se necesitaba no era hacer el proceso ms rpido, ms barato o mejor
durante periodos normales. Ms bien, era necesario para hacer el proceso ms flexible a cambios
repentinos en la cantidad de reclamaciones. Esta observacin nos lleva a identificar una cuarta
dimensin del rendimiento del proceso, a saber, la flexibilidad
Cada una de las cuatro dimensiones de desempeo mencionadas anteriormente (tiempo, costo,
calidad y flexibilidad) se pueden refinar en una serie de medidas de desempeo del proceso
(tambin llamadas indicadores de desempeo clave o KPIs). Una medida de rendimiento del
proceso es una cantidad que puede determinarse sin ambigedad para un proceso de negocio
determinado, suponiendo, por supuesto, que los datos para calcular esta medida de rendimiento
estn disponibles. Por ejemplo, existen varios tipos de costos tales como costo de produccin,
costo de entrega o costo de recursos humanos. Cada uno de estos tipos de costos puede refinarse
ms en medidas de rendimiento especficas. Para ello, es necesario seleccionar una funcin de
agregacin, como el recuento, el promedio, la varianza, el percentil, el mnimo, el mximo o las
relaciones de estas funciones de agregacin. Un ejemplo especfico de una medida de
rendimiento de costes es el coste medio de entrega por artculo. Abajo, discutimos brevemente
cada una de las cuatro dimensiones y cmo se refinan tpicamente en medidas de rendimiento
especficas.
Tiempo
A menudo la primera dimensin de rendimiento que viene a la mente al analizar los procesos
es el tiempo. Especficamente, una medida de rendimiento muy comn para los procesos es el
tiempo de ciclo (tambin llamado tiempo de procesamiento). Tiempo de ciclo es el tiempo que se
tarda en manejar un caso de principio a fin. Aunque suele ser el objetivo de un esfuerzo de
rediseo para reducir el tiempo de ciclo, existen muchas maneras diferentes de especificar este
objetivo. Por ejemplo, se puede aspirar a una reduccin del tiempo medio del ciclo o del tiempo
mximo del ciclo. Tambin es posible centrarse en la capacidad de cumplir con los tiempos de
ciclo que se acuerdan con un cliente en tiempo de ejecucin. Otra forma de mirar el tiempo de

ciclo es centrarse en su variacin, que est notablemente detrs de enfoques como Six Sigma
(vase el captulo 1). Otros aspectos de la dimensin temporal aparecen cuando consideramos los
componentes del tiempo de ciclo, a saber:
1. Tiempo de procesamiento (tambin llamado tiempo de servicio): el tiempo que los recursos
(por ejemplo, los participantes del proceso o las aplicaciones de software invocadas por el
proceso) gastan en el manejo efectivo del caso.
2. Tiempo de espera: el tiempo que un caso pasa en modo inactivo. El tiempo de espera
incluye el tiempo de espera de cola debido al hecho de que no hay recursos disponibles para
manejar el caso y otro tiempo de espera, por ejemplo, porque la sincronizacin debe tener lugar
con otro proceso o porque se espera un cliente o de otro actor externo.
Costo Otra dimensin de rendimiento comn al analizar y redisear un proceso de negocio
tiene un carcter financiero. Si bien nos referimos al costo aqu, tambin habra sido posible
poner nfasis en el volumen de negocios, el rendimiento o los ingresos. Obviamente, un aumento
del rendimiento puede tener el mismo efecto en el beneficio de una organizacin que una
disminucin del costo. Sin embargo, el rediseo del proceso se asocia ms a menudo con la
reduccin de costos. Hay diferentes perspectivas sobre el costo. En primer lugar, es posible
distinguir entre costo fijo y costo variable. Los costos fijos son los costos generales que son
(casi) no afectados por la intensidad del procesamiento. Los costos fijos tpicos se derivan del
uso de la infraestructura y el mantenimiento de los sistemas de informacin. El costo variable
est correlacionado positivamente con una cantidad variable, como el nivel de ventas, el nmero
de mercancas compradas, el nmero de nuevas contrataciones, etc. Una nocin de costos que
est estrechamente relacionada con la productividad es el costo operacional. Los costos
operacionales pueden estar directamente relacionados con los resultados de un proceso de
negocio. Una parte sustancial del costo operacional suele ser el costo de mano de obra, el costo
relacionado con los recursos humanos en la produccin de un bien o la prestacin de un servicio.
Dentro de los esfuerzos de rediseo de procesos, es muy comn concentrarse en reducir el costo
de operacin, particularmente el costo de mano de obra. La automatizacin de las tareas suele
considerarse una alternativa para el trabajo. Obviamente, aunque la automatizacin puede reducir
el costo de mano de obra, puede ocasionar costos incidentales al desarrollar la aplicacin
respectiva y el costo de mantenimiento fijo durante el tiempo de vida de la aplicacin.

Calidad

La calidad de un proceso de negocio se puede ver desde al menos dos ngulos

diferentes: desde el lado del cliente y desde el lado del participante del proceso. Esto tambin se
conoce como la distincin entre calidad externa y calidad interna. La calidad externa se puede
medir como la satisfaccin del cliente con el producto o el proceso. La satisfaccin con el
producto se puede expresar en la medida en que un cliente siente que las especificaciones o
expectativas son satisfechas por el producto entregado. Por otra parte, la satisfaccin de un
cliente con el proceso se refiere a la forma en que se ejecuta. Un problema tpico es la cantidad,
relevancia, calidad y oportunidad de la informacin que un cliente recibe durante la ejecucin
sobre el progreso que se est haciendo. Por otro lado, la calidad interna de un proceso de negocio
se relaciona con el punto de vista de los participantes del proceso. Las preocupaciones tpicas de
calidad interna son: el nivel que los participantes del proceso sienten en el control del trabajo
realizado, el nivel de variacin experimentado y si el trabajo en el contexto del proceso de
negocios se siente como un desafo. Es interesante observar que hay varias relaciones directas
entre la calidad y otras dimensiones. Por ejemplo, la calidad del proceso externo se mide a
menudo en trminos de tiempo, por ejemplo, el tiempo medio de ciclo o el porcentaje de casos
en los que se pierden plazos. En este libro, hacemos la eleccin de que cada vez que una medida
de rendimiento se refiere al tiempo, se clasifica en la dimensin temporal, incluso si la medida
est tambin relacionada con la calidad.
Flexibilidad El criterio que menos se observa para medir el efecto de una medida de rediseo
es la flexibilidad de un proceso de negocio. La flexibilidad se puede definir en trminos
generales como la capacidad de reaccionar a los cambios. Estos cambios pueden referirse a
varias partes del proceso empresarial, por ejemplo:

La capacidad de los recursos para ejecutar diferentes tareas dentro de una

configuracin de proceso empresarial.

La capacidad de un proceso de negocio como un todo para manejar varios casos y

cambiar cargas de trabajo.

La capacidad de la direccin encargada de cambiar la estructura y la asignacin

utilizadas reglas.
La capacidad de la organizacin para cambiar la estructura y la capacidad de respuesta
del proceso empresarial a los deseos del mercado y de los socios comerciales.

Otra forma de abordar la dimensin del rendimiento de la flexibilidad es distinguir Entre el

tiempo de ejecucin y la flexibilidad del tiempo de construccin. La flexibilidad de tiempo de

ejecucin se refiere a las oportunidades de manejar cambios y variaciones mientras se ejecuta un

proceso de negocio especfico. La flexibilidad de tiempo de construccin se refiere a la
posibilidad de cambiar la estructura del proceso de negocio. Es cada vez ms importante
distinguir la flexibilidad de un proceso de negocio de las otras dimensiones.
Ejemplo 7.1 Consideremos el siguiente escenario.
Un restaurante ha perdido recientemente muchos clientes debido al mal servicio al cliente. El equipo de gestin ha
decidido abordar esta cuestin en primer lugar, centrndose en la entrega de comidas. El equipo recolect datos
preguntando a los clientes qu tan rpido les gustaba recibir sus comidas y lo que ellos consideraban una espera
aceptable. Los datos sugieren que la mitad de los clientes prefiere que sus comidas sean servidas en 15 minutos o
menos. Todos los clientes estuvieron de acuerdo en que un tiempo de espera de 30 minutos o ms es inaceptable.

En este escenario, parece que la dimensin de rendimiento ms relevante es el tiempo,

especficamente el tiempo de servicio. Un objetivo que destila del escenario es evitar
completamente los tiempos de espera por encima de 30 minutos. En otras palabras, el porcentaje
de clientes atendidos en menos de 30 minutos debera ser lo ms cercano posible al 100%. Por lo
tanto, "porcentaje de clientes atendidos en menos de 30 minutos" es una medida de rendimiento
relevante. Otro umbral mencionado en el escenario es de 15 minutos. Hay una opcin entre el
objetivo de tener una comida promedio que sirve por debajo de 15 minutos o de nuevo,
minimizando el nmero de comidas servidas por encima de 15 minutos. En otras palabras, se
puede elegir entre dos medidas de rendimiento: "promedio de tiempo de entrega de las comidas"
o "porcentaje de clientes atendidos en 15 minutos".
Este ejemplo ilustra que la definicin de medidas de desempeo est estrechamente
relacionada con la definicin de objetivos de desempeo. A este respecto, es posible un mtodo
para obtener medidas de rendimiento para un proceso dado es el siguiente:
1. Formular objetivos de desempeo del proceso a un nivel alto, en forma de
Un estado deseable que el proceso debera alcanzar idealmente, p. "Los clientes deben ser
atendidos en menos de 30 minutos".
2. Para cada objetivo de rendimiento, identifique la dimensin (es) de rendimiento pertinente
y la (s) funcin (es) de agregacin, ya partir de ella, defina una o ms medidas de rendimiento
para el objetivo en cuestin, p. "Porcentaje de clientes atendidos en menos de 30 minutos".
Llamemos a esta medida ST30.
3. Definir un objetivo ms refinado basado en esta medida de rendimiento, como
ST30 99%.

Durante las fases de rediseo e implementacin, un posible paso adicional es fijar un plazo
para el objetivo de rendimiento refinado. Por ejemplo, se puede afirmar que el objetivo de
rendimiento antes mencionado debera alcanzarse en 12 meses. Un objetivo de rendimiento con
un perodo de tiempo asociado a l se suele llamar objetivo de rendimiento. Al final del plazo
elegido, se puede evaluar hasta qu punto el proceso rediseado ha alcanzado sus objetivos.
Ejercicio 7.1 Considere el escenario de agencia de viajes descrito en el ejercicio 6.6
(Pgina 208).
1. Qu procesos empresariales debe mejorar la agencia de viajes?
2. Para cada uno de los procesos de negocio identificados anteriormente, indique qu medida
de rendimiento debe mejorar la agencia de viajes.
7.1.2 Balanced Scorecard
Otra forma de clasificar y definir las medidas de rendimiento es dada por el concepto de
Balanced Scorecard. El Balanced Scorecard es esencialmente un enfoque para alinear los
objetivos y las medidas que se utilizan para evaluar el trabajo de los gerentes. El principal
argumento detrs del Balanced Scorecard es que no es suficiente usar mtricas financieras, como
Return-On-Investment (ROI) o margen de operacin, al evaluar a los gerentes. Un enfoque
extremo en estas medidas es a largo plazo en detrimento de la empresa, ya que descuida las
fuentes fundamentales de valor, es decir, el cliente, la estructura interna de la empresa y los
empleados de la empresa. En consecuencia, el Balanced Scorecard se basa en cuatro dimensiones
de desempeo, cada una de las cuales cubre una preocupacin fundamental de una empresa:

Medidas financieras, p. Flujo de caja, para garantizar la supervivencia, el margen

operativo para garantizar la satisfaccin de los accionistas.

Medidas comerciales internas, p. Ciclo de tiempo, para garantizar la eficiencia y bajos

niveles de inventario en el caso de las organizaciones de fabricacin.

Medidas de Innovacin y Aprendizaje, p. Liderazgo tecnolgico, para asegurar la

ventaja competitiva y para atraer y retener talento.

Medidas del cliente, p. A tiempo de entrega, para garantizar la satisfaccin del cliente
y la lealtad.

La forma clsica de implementar el Balanced Scorecard sigue un procedimiento de arriba

hacia abajo. Comienza con un cuadro de mando corporativo, seguido por los departamentales,
con nfasis en metas y mtricas directamente afectadas por el departamento especfico. Las
medidas relacionadas con el proceso tienden a aparecer slo a nivel de jefes de unidad o de sus

subordinados. Esta aplicacin clsica del Balanced Scorecard hace hincapi en la divisin
funcional de las organizaciones que no prestan suficiente atencin a la vista de los procesos. Las
empresas que implementan el Balanced Scorecard en conjunto con BPM deben considerar
cuidadosamente la relacin entre las medidas en el Balanced Scorecard -tanto a nivel
corporativo, departamental y niveles inferiores- como las medidas de desempeo asociadas con
sus procesos de negocio. Una forma de asegurar esta alineacin es implementar un Balanced
Scorecard estructurado de acuerdo a la arquitectura de proceso de la compaa (vase el captulo
2). Este Balanced Scorecard orientado al proceso puede coexistir con un Balanced Scorecard que
tradicionalmente est asociado a la arquitectura funcional de la empresa.
En cualquier caso, observamos que el Balanced Scorecard es una herramienta til para
identificar las medidas de desempeo del proceso en toda una organizacin. Esto contrasta con el
mtodo basado en las dimensiones de rendimiento esbozadas en la sec. 7.1.1 se orienta a
identificar las medidas de desempeo para un proceso dado. Por lo tanto, este ltimo mtodo y el
Balanced Scorecard son complementarios.
7.1.3 Modelos de Referencia y Puntos de Referencia de la Industria
Los modelos de procesos de referencia, mencionados anteriormente en el Cap. 2-Proporcionar
otra base para identificar las medidas de rendimiento del proceso. Por ejemplo, dentro del
Modelo de Referencia de Operaciones de la Cadena de Suministro (SCOR), los procesos y
actividades en la jerarqua de procesos estn vinculados a medidas de desempeo. Un ejemplo de
una medida de rendimiento en SCOR es el "Tiempo de Ciclo de Orden de Compra", definido
como el "promedio de tiempo (por ejemplo, das) entre el momento en que se declara la
intencin de compra y el momento en que la orden de compra correspondiente es recibida por el
vendedor". Esto es bsicamente el tiempo medio de ciclo de un fragmento de un proceso de
compra-pago. Otras medidas de SCOR se ocupan de la gestin de inventarios o de los
acontecimientos fuera de stock. Adems de definir las medidas de rendimiento, SCOR tambin
proporciona valores umbral para cada medida que permiten a una empresa compararse con los
pares dentro de su industria y determinar si estn en el top-10%, top-50% o bottom- 50% con
Respecto a otras empresas de su sector industrial.
Otro marco relevante mencionado en el Cap. 2 es el Marco de Clasificacin de Procesos
(PCF) de APQC. El objetivo principal de este marco es proporcionar una

Descomposicin de procesos en una organizacin, junto con nombres y definiciones

estandarizados para estos procesos. Como complemento del PCF, APQC tambin ha desarrollado
un conjunto de medidas de desempeo para los procesos incluidos en el PCF. Esta es tambin
una herramienta potencialmente til para la identificacin de medidas de rendimiento. Otro
ejemplo de un modelo de referencia que proporciona un catlogo de medidas de rendimiento del
proceso es la Biblioteca de Infraestructura de TI-ITIL. Las medidas de desempeo de ITIL
incluyen, por ejemplo, "Incidentes debidos a escasez de capacidad", definidos como "el nmero
de incidentes que ocurren debido a una insuficiente capacidad de servicio o de componentes".
Esta medida de desempeo est vinculada al rea de proceso de Gestin de Capacidad de ITIL,
que incluye una serie de procesos interrelacionados para administrar la capacidad de los procesos
o componentes de TI de un sistema de TI. Otros modelos de referencia que proporcionan
catlogos de medidas de rendimiento del proceso incluyen DCOR (modelo de referencia de
operaciones de cadena de diseo) y eTOM (Enhanced Telecom Operations Map).

7.2 Anlisis de Flujo

Anlisis de flujo es una familia de tcnicas que nos permiten estimar el rendimiento global de
un proceso dado algn conocimiento sobre el desempeo de sus actividades. Por ejemplo,
utilizando el anlisis de flujo se puede calcular el tiempo de ciclo medio de un proceso completo
si conocemos el tiempo de ciclo medio de cada actividad. Tambin podemos utilizar el anlisis
de flujo para calcular el coste medio de una instancia de proceso sabiendo el coste por ejecucin
de cada actividad, o calcular la tasa de error de un proceso determinado la tasa de error de cada
actividad.
Con el fin de comprender el alcance y la aplicabilidad del anlisis de flujo, se comienza
mostrando cmo el anlisis de flujo se puede utilizar para calcular el tiempo de ciclo medio de un

proceso. Como una abreviatura, vamos a utilizar el tiempo de ciclo trmino para referirse al
tiempo de ciclo medio en el resto de este captulo.
7.2.1 Clculo del tiempo de ciclo usando el Anlisis de Flujo
Recordamos que el tiempo de ciclo de un proceso es el tiempo medio que tarda entre el
momento en que se inicia el proceso y el momento en que se complete. Por extensin, se dice
que el tiempo de ciclo de una actividad es el tiempo medio que tarda entre el momento en que la
actividad est listo para ser ejecutado y el momento en que se complete.
Para entender cmo funciona el anlisis de flujo, es til comenzar con un ejemplo de un
proceso puramente secuencial como en la Fig. 7.1. El tiempo de ciclo de cada actividad se indica
entre parntesis. Dado que las dos actividades en este proceso se realizan una despus de la otra,
podemos concluir intuitivamente que el tiempo de ciclo de este proceso es 20 + 10 = 30. De
manera ms general, es bastante intuitiva que el tiempo de ciclo de un fragmento de puramente
secuencial de un proceso es la suma de los tiempos de ciclo de las actividades en el fragmento.
Cuando un modelo de proceso o un fragmento de un modelo contienen las puertas de enlace,
el tiempo de ciclo ya no es la suma de los tiempos de ciclo de actividad. Consideremos el
ejemplo mostrado en la Fig.7.2. Aqu, es evidente que el tiempo de ciclo del proceso no es 40 (la
suma de los tiempos de ciclo de actividad). De hecho, en un caso dado de este proceso, se lleva a
cabo ya sea la actividad B o C actividad. Si no se realiza B, el tiempo de ciclo es de 30, mientras
que si se realiza C, el tiempo de ciclo es 20.
Si el tiempo de ciclo de este proceso est ms cerca de 20 o ms cerca de 30 depende de la
frecuencia se toma cada rama de la XOR-split. Por ejemplo, si en 50% de los casos se toma la
rama superior y el 50% restante de los casos se toma la rama inferior, el tiempo total del ciclo del
proceso es de 25.

Fig. 7.2 modelo de proceso con XOR-bloque

Fig. 7.3 XOR patrn de bloque

Sin embargo, si la rama superior se toma slo el 10% de las veces y la rama inferior se toma
90% de las veces, el tiempo de ciclo debe ser intuitivamente ms cerca de 30. En trminos
generales, el tiempo de ciclo del fragmento del proceso entre el XOR-split y la XOR-join es la
media ponderada de los tiempos de ciclo de las ramas en el medio. Por lo tanto, si la rama
inferior tiene una frecuencia de 10% y la rama superior tiene una frecuencia de 90%, el tiempo
de ciclo del fragmento entre el XOR-split y el XOR-JOIN es: 0,1 x 10 + 0,9 20 = 19. A
continuacin, hay que aadir el tiempo de ciclo de la actividad a (que siempre se ejecuta) con el
fin de obtener el tiempo total del ciclo, es decir, 10 + 19 = 29. En el resto de este captulo,
utilizaremos el trmino de probabilidad de ramificacin para indicar la frecuencia con la que se
toma una rama determinada de una pasarela decisin.
En trminos ms generales, el tiempo de ciclo de un fragmento de un modelo de proceso con
la estructura mostrada en la Fig. 7.3 es
n

Connecticu CT= p i x t i (7.1)

i=1

En la Fig. 7.3, P1, p2, etc., son las probabilidades de ramificacin. Cada "nube" representa un
fragmento que tiene un solo flujo de entrada y un solo flujo de salida. Los tiempos de ciclo de
estos fragmentos anidados son T1, T2, etc. En adelante, este tipo de fragmento se denomina
XOR-bloque.
Consideremos ahora el caso en que las pasarelas paralelas estn involucrados como se ilustra
en la Fig.7.4.

Una vez ms, se puede observar que el tiempo de ciclo de este proceso no puede ser de 40 (la
suma de los tiempos de ciclo de la actividad). En su lugar, ya que las tareas B y C se ejecutan en
paralelo, su tiempo de ciclo combinado se determina por la ms lenta de las dos actividades, es
decir, por C.

Fig7.4 modelo de proceso con bloque - Y

Fig 7.5 Diseo bloqueY

Fig 7.6 Proceso de Solicitud de crdito

Por lo tanto, el tiempo de ciclo del proceso se muestra en la Fig.7.4 es 10 + 20 = 30. De
manera ms general, el tiempo de ciclo de un Y-bloque como el que se muestra en la Fig. 7.5 es
en
CT = Max (T1, T2, ..., Tn) (7,2)
Ejemplo 7.2 Consideremos el modelo de proceso de solicitud de crdito en la Fig. 7.6 y los
tiempos de ciclo actividad dan en la Tabla 7.1. Supongamos tambin que en el 60% de los casos,
se otorga el crdito.
Para calcular el tiempo de ciclo de este proceso, observamos en primer lugar que el tiempo de
ciclo de la Y-bloque es de 3 das (actividad ms lenta). A continuacin, se calcula el tiempo de
ciclo del fragmento entre el XOR-bloque usando (7.1), Es decir, 0,6 x 1 + 0,4 x 2 = 1,4 das. El
tiempo total del ciclo es entonces 1 + 3 + 3 + 1,4 = 8,4 das.
En este ejemplo, el tiempo de ciclo est en gran parte determinada por la tarea "Comprobar las
Actividad

Tiempo
del

comprobacin de la integridad

ciclo
1 da

Comprobar el historial de crdito

Compruebe las fuentes de ingresos
evaluar la aplicacin
Hacer oferta de crdito
notificar el rechazo

1 da
3 das
3 das
1 da
2 das

fuentes de ingresos", que es la que determina el

tiempo de ciclo del fragmento entre el Y-split y
el Y-unirse. En este caso, se dice que esta tarea
es parte de la ruta crtica del proceso. La ruta
crtica de un proceso es la secuencia de tareas
que determina el tiempo de ciclo del proceso, lo
que significa que el tiempo de ciclo de cualquier
instancia del proceso no es nunca inferior a la
suma de los tiempos de ciclo de esta secuencia

de tareas. Cuando la optimizacin de un proceso con respecto a tiempo de ciclo, se debe enfocar
la atencin en las tareas que pertenecen a la ruta crtica.
Tabla 7.1 Los tiempos de ciclo para el proceso de solicitud de crdito

Fig. 7.7 Ejemplo de un bucle de retrabajo

Ejercicio 7.2 Considere el modelo de proceso de la Fig. 3.8 (pag. 73). Calcular el tiempo de
ciclo en las siguientes suposiciones:
Cada

tarea en el proceso tarda 1 hora en promedio.

En

el 40% de los casos, la orden contiene slo productos Amsterdam.

En

el 40% de los casos slo contiene productos de Hamburgo.

En

el 20% de los casos que contiene productos de ambos almacenes.

Comparar el modelo de proceso en la Fig.3.8 (pag. 73) Con la de la Fig. 3.10 (pag. 74). Esta
comparacin se haga una idea de cmo calcular los tiempos de ciclo para los modelos de proceso
con o puertas de enlace?
Otro caso recurrente vale la pena considerar es el caso en el que un fragmento de un proceso se
puede repetir varias veces. Esta situacin se denomina la reanudacin y se ilustra en la Fig.7.7.
Aqu los nmeros decimales unidos a los arcos indican la probabilidad de que se tomar el arco
correspondiente. Por supuesto, podemos decir que la actividad B se ejecutar una vez. A
continuacin, se puede decir que la actividad de B puede ser ejecutado dos veces con una
probabilidad del 20% (es decir, 0.2), que es la probabilidad de volver de la puerta de enlace a la
pasarela XOR-split XOR-join. Si seguimos este razonamiento, nos damos cuenta que la
probabilidad de que la tarea B se ejecuta tres veces es de 0,2 x 0,2 = 0,04, y ms en general, la
probabilidad de que la tarea B es ejecutado N veces es 0,2.
Si sumamos los tiempos de ciclo en los casos en que se ejecuta una vez B, dos veces, tres veces,

etc., se obtiene la siguiente sumatoria

0,2l

. En esencia, este es el nmero de veces que se

i=0

espera que B a ser ejecutado. Si sustituimos 0,2 con una variable r, esta suma es una serie bien
conocida, conocida como la serie geomtrica y se puede demostrar que esta serie es equivalente a
1 / (1 - r). Por lo tanto, el nmero medio de veces que se espera B para ser ejecutado es 1 / (1 a
0,2) = 1,25. Ahora, si multiplicamos este nmero esperado de casos de B veces el tiempo de ciclo
de la actividad B, se obtiene 1,25 20 = 25. As, el tiempo total del ciclo del proceso en la
Fig.7.7 es 10 + 25 = 35.

Fig. 7.8 Reformular patrn

Fig. 7.9 Actividad que se vuelve a trabajar como mximo una vez

Fig. 7.10 Proceso de solicitud de crdito con retrabajo

Ms en general, el tiempo de ciclo del fragmento con la estructura mostrada en la Fig. 7.8 es
CT=

T
1r

(7,3)

En esta frmula, el parmetro r se llama la probabilidad de repeticin del trabajo, es decir, la

probabilidad de que tendr que ser reelaborado el fragmento dentro del ciclo. A partir de aqu,
este tipo de bloque se denomina bloque de retrabajo, o ms generalmente un bloque de
repeticin.
En algunos casos, una actividad se vuelve a trabajar como mximo una vez. Esta situacin puede
modelar como se muestra en la Fig.7.9. El uso de lo que hemos visto, ya podemos calcular el
tiempo de ciclo de este ejemplo. En primer lugar, se observa que el tiempo de ciclo del fragmento

entre el XOR-split y el XOR-join es de 0,2 0,8 20 + 0 = 4. En este caso, el cero proviene del
hecho de que una de las ramas entre el XOR-split y la XORjoin est vaca y por lo tanto no
contribuye al tiempo de ciclo. Para completar esto, hay que aadir el tiempo de ciclo de las
actividades anteriores, que nos da un tiempo de ciclo total de 34.
Ejemplo 7.3 Consideremos el modelo de proceso de solicitud de crdito en la Fig. 7.10 y los
tiempos de ciclo previamente dan en la Tabla 7.1. Supongamos tambin que en el 20% de los
casos, la solicitud est incompleta y en el 60% de los casos se otorg el crdito.
El tiempo de ciclo del bloque de retrabajo es de 10 / (1 a 0,2) = 1,25 das. El tiempo de ciclo de
la Y-bloque es de 3 das y la del XOR-bloque es de 1,4 das como se describe en el Ejemplo7.2.
As, el tiempo total del ciclo es de 1,25 + 3 + 3 + 1,4 = 8,65 das.
Eficiencia 7.2.2 Tiempo de ciclo
Como se mencion anteriormente, el tiempo de ciclo de una actividad o de un proceso se
puede dividir en el tiempo de espera y tiempo de procesamiento. El tiempo de espera es la parte
del ciclo de tiempo en que no se est trabajando para hacer avanzar el proceso. Esto incluye el
tiempo pasado en la transferencia de informacin sobre el caso entre los participantes del
proceso, como por ejemplo cuando los documentos se intercambiaron por correo, as como el
tiempo cuando la caja est a la espera de un actor para procesarlo. El tiempo de procesamiento
por el contrario se refiere al tiempo que los agentes pasan haciendo trabajo real. En muchos, si
no la mayora de los procesos, el tiempo de espera constituye una proporcin considerable de la
duracin total del ciclo. Hay una variedad de razones de este fenmeno. Por ejemplo, esta
situacin puede ocurrir porque el trabajo se realiza en lotes. En un proceso relacionado con la
aprobacin de las solicitudes de compra a una empresa, el supervisor responsable de tales
homologaciones de una unidad de negocio puede optar por lotes todas las aplicaciones y
comprobar una sola vez al comienzo o al final de un da de trabajo. Adems, el tiempo de espera
a veces se dedica para encontrar un actor externo para proporcionar alguna entrada para una
tarea. Por ejemplo, en el marco del cumplimiento de una prescripcin mdica, un farmacutico
puede requerir una aclaracin por parte del mdico. Para ello, el farmacutico tratara de llamar
al mdico. Sin embargo, el mdico podra no estar disponible y para que el farmacutico tiene
que poner la prescripcin a un lado y esperar hasta que el mdico devuelve la llamada.

Al analizar un proceso con el objetivo de hacer frente a cuestiones relacionadas con el tiempo de
ciclo, puede ser til comenzar mediante la evaluacin de la relacin entre el tiempo de
procesamiento general en relacin con el tiempo de ciclo total. Esta relacin se llama eficiencia
del tiempo de ciclo. Un ahorro de tiempo de ciclo cercano a 1 indica que hay poco espacio para
mejorar el tiempo de ciclo menos que se introduzcan cambios relativamente radicales en el
proceso. Una proporcin cercana a cero indica que no hay una cantidad significativa de espacio
para mejorar el tiempo de ciclo al reducir el tiempo de espera, por ejemplo debido a traspasos
entre los participantes.
La eficiencia de tiempo de ciclo de un proceso se puede calcular de la siguiente manera. En
primer lugar, es necesario determinar el tiempo de ciclo y el tiempo de procesamiento de cada
actividad. Dada esta informacin, podemos calcular el tiempo total del ciclo del proceso usando
las mismas frmulas que vimos anteriormente. Llamemos a esta cantidad CT. A continuacin,
utilizando las mismas frmulas, podemos calcular la cantidad total de tiempo que se dedica a
hacer el trabajo real. Esto se conoce como el tiempo de ciclo terico del proceso. Esencialmente,
esta es la cantidad de tiempo que un ejemplo del proceso sera tomar si no haba tiempo de espera
en absoluto. Para calcular el tiempo de ciclo terico, aplicamos el mismo mtodo que para el
clculo de tiempo de ciclo, pero en lugar de utilizar el tiempo de ciclo de cada actividad, se
utiliza el tiempo de procesamiento de cada actividad. Llamemos a la hora terica ciclo TCT. La
eficiencia de tiempo de ciclo (CTE) se calcula entonces como sigue:
CTE=

TCT
CT

Ejemplo 7.4 Consideremos el modelo de proceso de solicitud de crdito en la Fig. 7.10 y los
tiempos de procesamiento dan en la Tabla 7.2. Los tiempos de ciclo de actividad (incluyendo
tanto espera y tiempo de procesamiento) son los que con anterioridad dan en la tabla 7.1.
Asumamos que en el 20% de los casos, la aplicacin es incompleta y en el 60% de los casos el
crdito se "concede". Vamos a suponer, adems, que un da es igual a 8 horas de trabajo.
Actividad
comprobacin de la integridad
Comprobar el historial de crdito
Compruebe las fuentes de ingresos
evaluar la aplicacin
Hacer oferta de crdito
notificar el rechazo

Tiempo del ciclo

2 horas
30 minutos
3 horas
2 horas
2 horas
30 minutos

Tabla 7.2 Los tiempos de procesamiento para el proceso de solicitud de crdito.

Actividad

Tiempo del Tiempo

ciclo
ministerial 2 das

investigacin
Registro
Investigar

procesamiento
30 minutos

investigacin 8 das

12 horas

la

respuesta 4 di.as

4 horas

ministerial
la
respuesta

ministerial 4 di.as

2 horas

ministerial
Preparar

de

opinin

Tabla 7.3 duracin de los ciclos de actividad y tiempos de

procesamiento para el proceso de investigacin ministerial.
Hemos visto en el ejemplo 7.3 que el tiempo total del ciclo de este proceso es de 8,65 das, lo
que se traduce en 69,2 horas de trabajo. ahora Calculamos el tiempo de ciclo terico de la misma
manera como el tiempo total del ciclo, pero utilizando los tiempos de procesamiento dados en la
tabla7.2. Esto nos da: 2 / Resultados (1 - 0,2) + 3 + 2 + 2 + 0,6 x 0,4 x 0,5 = 9,9 horas de trabajo.
La eficiencia de este modo el tiempo de ciclo es de 8,9 / 69,2 = 12,9%.
Ejercicio 7.3 Calcular el tiempo total del ciclo, tiempo de ciclo terico y la eficiencia del
tiempo de ciclo del proceso de investigacin ministerial introducido en el ejercicio 3.7 (pag. 77).
Supongamos que la probabilidad de retrabajo es de 0,2 y que los tiempos de espera y tiempos de
procesamiento son los que figuran en la tabla7.3.

7.2.3 Tiempo de ciclo y el trabajo en curso de fabricacin

Tiempo de ciclo est directamente relacionada con dos medidas que juegan un papel
importante en el anlisis de un proceso, es decir, tasa de llegada y el trabajo en proceso (WIP).
La tasa de llegada de un proceso es el nmero medio de nuevas instancias del proceso que se
crean por unidad de tiempo. Por ejemplo, en un proceso de solicitud de crdito, la tasa de llegada
es el nmero de solicitudes de crdito recibidas por da (o cualquier otra unidad de tiempo que
elegimos). Del mismo modo, en un proceso de pedido hasta el cobro, la tasa de llegada es el
nmero medio de nuevos pedidos que llegan por da. Tradicionalmente, el smbolo se utiliza
para referirse a la tasa de llegada.
Mientras tanto, el WIP es el nmero medio de instancias de un proceso que estn activas en un
momento dado en el tiempo, es decir, el nmero promedio de casos que an no se han
completado. Por ejemplo, en un proceso de solicitud de crdito, el trabajo en curso es el nmero
promedio de solicitudes de crdito que se han presentado y an no concedidas o denegadas. Del
mismo modo, en un proceso de pedido hasta el cobro, el WIP es el nmero promedio de rdenes
que se han recibido pero an no entregados y pagados.
Tiempo de ciclo (TC), la tasa de llegada () y WIP estn relacionados por una ley fundamental
conocida como ley de Little, que establece que:
WIP=xCT

Bsicamente lo que esta ley nos dice es que:

WIP

aumenta si aumenta el tiempo de ciclo o si aumenta la tasa de llegada. En otras palabras, si

el proceso se ralentiza-lo que significa que aumenta su-hay tiempo del ciclo se ms instancias
del proceso activo al mismo tiempo. Adems, los nuevos casos ms rpido se crean, mayor
ser el nmero de casos en un estado activo.
Si

aumenta la tasa de llegada y que quieren mantener el trabajo en curso en los niveles actuales,

el tiempo de ciclo debe disminuir.

La ley de pequeo lleva a cabo por cualquier proceso estable. Por estable, se entiende que el
nmero de casos activos no est aumentando infinitamente. En otras palabras, en un proceso
estable, la cantidad de trabajo en espera de ser realizado no est creciendo ms all de control.

Aunque simple, la ley de pequeo puede ser una herramienta interesante para el anlisis de
hiptesis. Tambin podemos utilizar la ley de Little como una forma alternativa de calcular el
tiempo de ciclo total de un proceso si se conoce la tasa de llegada y WIP. Esto puede ser til a
veces porque la determinacin de la tasa de llegada y WIP es a veces ms fcil que la
determinacin del tiempo de ciclo. Por ejemplo, en el caso del proceso de solicitud de crdito, la
tasa de llegada se puede calcular fcilmente si se conoce el nmero total de solicitudes tramitadas
durante un perodo de tiempo. Por ejemplo, si suponemos que hay 250 das hbiles por ao y
sabemos que el nmero total de solicitudes de crdito en el ltimo ao es 2500, podemos inferir
que el nmero promedio de solicitudes por da laboral es de 10. WIP, por otra parte puede
calcularse mediante muestreo. Podemos preguntarnos cuntas aplicaciones estn activos en un
momento dado en el tiempo, a continuacin, hacer esta pregunta de nuevo una semana ms tarde
y de nuevo dos semanas ms tarde. Supongamos que, en promedio, se observa que 200
aplicaciones estn activas al mismo tiempo. El tiempo de ciclo es entonces WIP / = 200/10 =
20 das laborales.
Ejercicio 7.4 Un restaurante recibe una media de 1.200 clientes por da (10 a.m.-10 p.m.).
Durante las horas punta (24:00 a 15:00 y de 18:00 a 21:00), el restaurante recibe alrededor de
900 clientes en total y, en promedio, 90 clientes se pueden encontrar en el restaurante en un
punto dado en el tiempo. A veces no pico, el restaurante recibe 300 clientes en total y, en
promedio, 30 clientes se pueden encontrar en el restaurante en un punto dado en el tiempo.
Cul es

el tiempo promedio que pasa un cliente en el restaurante durante las horas pico?

Cul es

el tiempo promedio que pasa un cliente en el restaurante durante las horas pico no?

Las

instalaciones del restaurante tienen una capacidad mxima de 110 clientes. Esta capacidad

mxima veces se alcanza durante las horas punta. El gerente del restaurante espera que el
nmero de clientes durante las horas pico aumentar ligeramente en los prximos meses. Qu
puede hacer el restaurante para hacer frente a este problema sin tener que invertir en la
ampliacin de su edificio?

7.2.4 Otras aplicaciones y limitaciones de Anlisis de Flujo

Como se mencion anteriormente, el anlisis de flujo tambin se puede utilizar para calcular
otras medidas de rendimiento, adems de tiempo de ciclo. Por ejemplo, suponiendo que sabemos
el costo promedio de cada actividad, se puede calcular el coste de un proceso ms o menos de la
misma manera como se calcula el tiempo de ciclo. En particular, el coste de una secuencia de
actividades es la suma de los costos de estas actividades. Del mismo modo el coste de un XORbloque es el promedio ponderado del costo de las ramas de la XOR-bloque, y el costo de un
patrn de retrabajo tal como la que se muestra en la Fig.7.8 es el coste del cuerpo del bucle
dividido por 1 - r. La nica diferencia entre el clculo del tiempo de ciclo y el clculo del coste se
refiere al tratamiento de E-blocks. El costo de un Y-bloque como el que se muestra en la Fig. 7.5
no es el mximo del coste de las ramas de la Y-bloque. En lugar de ello, el coste de un bloque de
este tipo es la suma de los costes de las ramas. Esto se debe a que despus de la Y-split es
atravesada, todas las ramas de la Y se ejecuta unirse y por lo tanto los costos de estas ramas se
suman entre s.
Ejemplo 7.5 Consideremos de nuevo el modelo de proceso de solicitud de crdito en la Fig.
7.10 y los tiempos de procesamiento dan en la Tabla7.2. Como anteriormente, se supone que en
el 20% de los casos, la solicitud est incompleta y en el 60% de los casos se otorg el crdito.
Suponemos adems que las actividades de "comprobacin de la integridad", "Ver historial de
crdito" y "Comprobar las fuentes de ingresos" se llevan a cabo por un empleado, mientras que
la actividad "balance de la aplicacin", "Hacer oferta de crdito" y "Notificar rechazo" se llevan
a cabo por un oficial de crdito. El coste por hora de un empleado es de 25, mientras que el coste
por hora de un oficial de crdito es de 50. Realizacin de un historial de crdito requiere que el
banco enva una consulta a un sistema externo. El banco se cobra 1 por consulta por el
proveedor de este sistema externo.
A partir de este escenario, se puede observar que el costo de cada tarea se puede dividir en dos
componentes: el coste de los recursos humanos y otros gastos. El coste de los recursos humanos
es el costo del recurso (s) humano que realiza la tarea. Esto se puede calcular como el producto
del coste por hora del recurso y el tiempo de procesamiento (en horas) de la tarea. Otros costos
corresponden a los costos en que se incurre por una ejecucin de una tarea, pero no estn
relacionados con el tiempo dedicado por los recursos humanos en la tarea. En este ejemplo, el

costo por consulta al sistema externo sera clasificado como "otros gastos" de tarea "Check
historial de crdito". Las tareas restantes no tienen un componente "otros costos". Para el
ejemplo que nos ocupa, el desglose de los costes de recursos, otros costos y el costo total por
tarea se da en la tabla 7.4. Dada esta entrada, podemos calcular el coste por ejecucin total del
proceso de la siguiente manera: 50 / Resultados (1 - 0,2) + 13,5 + 75 + 100 + 100 + 0,6 0,4
25 = 321.

Actividad

costo de los

Otro

Coste

recursos

precio

total

comprobacin

2 25 =

50

de

la

50

integridad
Comprobar

el

0,5 25 =

13.5

75

historial

de

12,5

crdito
Compruebe las

3 25 =

fuentes

de

75

ingresos
evaluar

la

2 50 =

50

aplicacin
Hacer
oferta

100
2 50 =

100

de crdito
notificar

100
0,5 50 =

25

rechazo

el

25

Tabla 7.4 Tabla de clculo de costes para el

proceso de solicitud de crdito

Ejercicio 7.5 Calcular la ejecucin de costo por el proceso de investigacin ministerial

introducido en el ejercicio 3.7 (pag. 77). Supongamos que la probabilidad de retrabajo es 0,2 y
que los tiempos son los que figuran en la tabla 7.3. Actividad "Registro investigacin ministerial"
se lleva a cabo por un empleado, la actividad "Investigar investigacin ministerial" se lleva a
cabo por un asesor, "Preparar la respuesta ministerial" se lleva a cabo por un asesor de alto
rango, y la "respuesta ministerial de la opinin" se lleva a cabo por un ministro consejero. El

costo de los recursos por hora de un empleado, consejero, asesor y ministro consejero son 25, 50,
75 y 100, respectivamente. No hay otros costes asociados a estas actividades, adems de los
costos de los recursos.
Antes de cerrar la discusin sobre el anlisis de flujo, es importante destacar algunas de sus
dificultades y limitaciones. En primer lugar, hay que sealar que las ecuaciones presentadas en la
Seccin. 7.2.1 no nos permiten calcular el tiempo de ciclo de cualquier modelo de proceso. De
hecho, estas ecuaciones slo funcionan en el caso de los modelos de procesos de bloques
estructurados. En particular, no podemos utilizar estas ecuaciones para calcular el tiempo de ciclo
de un modelo de proceso no estructurado como el que se muestra en el ejercicio 3.9 (pag. 93). De
hecho, este ejemplo no se ajusta a ninguno de los patrones que hemos visto anteriormente.
Calcular el tiempo de ciclo en este caso es ms complicado. Adems, si el modelo contiene otras
construcciones de modelado, adems de AND y XOR puertas de enlace, el mtodo para calcular
el tiempo de ciclo se hace ms complicado.
Afortunadamente, esto no es una limitacin fundamental de anlisis de flujo, pero slo una
limitacin del conjunto especfico de ecuaciones discutidas en la Seccin. 7.2.1. Hay otras
tcnicas de anlisis de flujo ms sofisticados que nos permiten calcular el tiempo de ciclo de
prcticamente cualquier modelo de proceso. Las matemticas pueden ser un poco ms complejo
y en la prctica, uno no podra hacer este tipo de clculos a mano. Pero esto no es generalmente
un problema dado que varias herramientas de modelado de procesos modernos incluyen la
funcionalidad para el clculo del tiempo de ciclo, el costo y otras medidas de rendimiento de un
modelo de proceso utilizando el anlisis de flujo.
Un obstculo ms fundamental que enfrentan los analistas al aplicar el anlisis de flujo es el
hecho de que primero tienen que estimar el tiempo de ciclo medio de cada actividad en el modelo
de proceso. De hecho, este obstculo es tpico cuando la aplicacin de cualquier tcnica de
anlisis de proceso cuantitativo. Hay al menos dos enfoques para abordar este obstculo. El
primero de ellos se basa en entrevistas o la observacin. En este enfoque, los analistas de
entrevistar a los actores involucrados en cada tarea o que observan cmo funcionan los
interesados durante un da determinado o perodo de tiempo. Esto permite a los analistas al
menos hacen una "conjetura" en relacin con el tiempo promedio de un caso gasta en cada
actividad, tanto en trminos de tiempo y el tiempo de procesamiento de espera. Un segundo

enfoque consiste en recopilar registros de los sistemas de informacin utilizados en el proceso.

Por ejemplo, si una actividad determinada, como la aprobacin de una solicitud de pedido se
realiza por medio de un portal web interno (Intranet), los administradores del portal debe ser
capaz de extraer registros de este portal que permita al analista para estimar la media cantidad de
tiempo que un formulario de solicitud pasa en modo "en espera de aprobacin" y tambin el
tiempo medio transcurrido entre el momento en que el supervisor se abre una solicitud de pedido
para su aprobacin y el momento en que lo aprueben. Con un cuidadoso anlisis, estos registros
pueden proporcionar una gran cantidad de informacin que se puede combinar a travs de
anlisis de flujo para obtener una visin de conjunto de las partes del proceso consumen la mayor
parte del tiempo.
Una limitacin importante de anlisis de flujo es que no tiene en cuenta el hecho de que un
proceso comporta de forma diferente dependiendo de la carga, es decir, dependiendo de la
cantidad de instancias del proceso que se estn ejecutando al mismo tiempo. Intuitivamente, el
tiempo de ciclo de un proceso de gestin de reclamaciones de seguros sera mucho ms lento si
la compaa de seguros est manejando miles de reclamaciones a la vez, debido por ejemplo a un
desastre natural reciente, como una tormenta, en comparacin con el caso en el que la carga es
baja y la compaa de seguros slo se encarga de un centenar de reclamaciones a la vez. Cuando
la carga aumenta y el nmero de recursos (por ejemplo, gestoras de reclamaciones) permanece
relativamente constante, es evidente que los tiempos de espera van a ser ms largo. Esto se debe
a un fenmeno conocido como la contencin de recursos. la contencin de recursos se produce
cuando hay ms trabajo por hacer que los recursos disponibles para realizar el trabajo, como por
ejemplo los que ms reclamaciones gestoras de reclamaciones de seguros. En tales escenarios,
algunas tareas sern en modo de espera hasta que unos de los recursos necesarios se liberan.
anlisis de flujo no tiene en cuenta los efectos del aumento de la contencin de recursos. En su
lugar, las estimaciones obtenidas a partir del anlisis de flujo slo son aplicables si el nivel de
contencin de recursos se mantiene relativamente estable en el largo plazo.
7.3 Colas
La teora de colas es una coleccin de tcnicas matemticas para analizar sistemas que tienen
contencin de recursos. La contencin de recursos conduce inevitablemente a colas como
probablemente todos hemos experimentado en mostradores de salida de supermercado, en la

oficina de un banco, oficina de correos o agencia gubernamental. La teora de colas nos da

tcnicas para analizar parmetros importantes de una cola como la longitud esperada de la cola o
el tiempo de espera esperado de un caso individual en una cola.
7.3.1 Fundamentos de la teora de colas
En la teora de las colas bsicas, se considera que un sistema de colas consiste en una o varias
colas y un servicio que es proporcionado por uno o varios servidores. Los elementos dentro de u
na cola se denominan trabajos o clientes, dependiendo del contexto especfico. Por
ejemplo, en el caso de un supermercado, el servicio es el de la salida. Este servicio es
proporcionado por mltiples cajeros (los servidores). Mientras tanto, en el caso de una oficina
bancaria, el servicio es realizar una transaccin bancaria, los servidores son cajeros, y
generalmente hay una sola cola que lleva a varios servidores (los cajeros). Estos dos ejemplos
ilustran una importante distincin entre los sistemas de cola de varias lneas (es decir, cola
mltiple) (como el supermercado) y los sistemas de cola nica (como la oficina del banco).
La teora de colas proporciona un conjunto muy amplio de tcnicas. Sera poco realista
Para introducir todas estas tcnicas en este captulo. As que en lugar de intentar presentar
todo lo que la teora de las colas tiene que ofrecer, presentaremos dos modelos de teora de colas
relativamente simples, pero tiles al analizar procesos o actividades empresariales dentro de un
proceso.
En la prctica, el proceso de Poisson y la distribucin exponencial describen una gran clase de
procesos de llegada que se pueden encontrar en los procesos de negocio, por lo que los usaremos
para captar la llegada de empleos o clientes a un proceso de negocio o una actividad en un
proceso empresarial . El proceso de Poisson tambin se puede observar, por ejemplo, cuando
examinamos la frecuencia con que los automviles entran en un segmento determinado de una
autopista, o la frecuencia con que las llamadas pasan por una central telefnica.
Habiendo dicho esto, uno siempre debe comprobar que los casos llegan a un determinado
proceso o actividad de una manera distribuida exponencialmente. Esta comprobacin se puede
realizar registrando los tiempos de inter-llegada para un perodo de tiempo dado y luego
alimentando estos nmeros a una herramienta estadstica como por ejemplo R, Mathworks's
Statistical Toolbox o EasyFit. Estas herramientas permiten introducir un conjunto de tiempos de
inter-llegada observados y comprobar si sigue una distribucin exponencial negativa.

Las distribuciones exponenciales no slo son tiles cuando se modela el tiempo entre
llegadas. Tambin en algunos casos son tiles cuando se describe el tiempo de procesamiento de
una actividad.1 En el caso de actividades que requieren un diagnstico, una verificacin no
triviales o alguna toma de decisiones no trivial, a menudo el tiempo de procesamiento de la
actividad Se distribuye exponencialmente. Tomemos por ejemplo la cantidad de tiempo que toma
para que un mecnico haga una reparacin en un coche. La mayora de las reparaciones son
bastante estndar, y la mecnica puede tomar por ejemplo una hora para hacerlas. Sin embargo,
algunas reparaciones son muy complejas, y en tales casos, puede tomar el mecnico varias horas
para terminar. Una observacin similar puede hacerse de un mdico que recibe pacientes en una
sala de emergencias. Un gran nmero de emergencias son bastante estndar y se pueden
despachar en menos de una hora, pero algunas emergencias son extremadamente complicadas y
pueden tomar horas para tratar. Por lo tanto, es probable que tales actividades sigan una
distribucin exponencial. Como se mencion anteriormente, al hacer una hiptesis de este tipo,
es importante que primero comprobarlo tomando una muestra aleatoria de los tiempos de
procesamiento y alimentar a una herramienta estadstica.
En el campo de la teora de colas, un sistema de cola nica se llama una cola M / M / 1 si los
tiempos de inter-llegada de los clientes siguen una distribucin exponencial, los tiempos de
procesamiento siguen una distribucin exponencial, hay un nico servidor y se sirven trabajos En
una base de First-In-First-Out (FIFO). En el caso de la cola M / M / 1, tambin asumimos que
cuando un trabajo llega, entra en la cola y permanece all hasta que es asumido por el servidor.
Si se cumplen las condiciones anteriores, pero hay varios servidores en lugar de un nico
servidor, se dice que el sistema de colas es M / M / c, donde c es el nmero de servidores. Por
ejemplo, una cola es M / M / 5 si los tiempos entre llegadas de los clientes siguen una
distribucin exponencial, los tiempos de procesamiento siguen una distribucin exponencial y
hay cinco servidores al final de la cola. La "M" en esta denominacin significa "Markovian", que
es el nombre dado a las suposiciones de que los tiempos de inter-llegada y los tiempos de
procesamiento siguen una distribucin exponencial. Existen otros modelos de colas que hacen
diferentes suposiciones. Cada uno de estos modelos es diferente, por lo que los resultados que
obtendremos para una cola M / M / 1 o M / M / c son muy diferentes de los que obtendramos de
otras distribuciones.

7.3.2 Modelos M / M / 1 y M / M / c
Para resumir la discusin anterior, una cola M / M / 1 o una cola M / M / c puede ser
Definida por medio de los siguientes parmetros:
- la tasa media de llegada por unidad de tiempo. El tiempo medio entre la llegada es
entonces 1 / . Por ejemplo, = 5 significa que hay 5 llegadas por hora y esto implica que el
tiempo medio de llegada entre dos trabajos consecutivos es de 1/5 horas, es decir, 12 minutos.
-el nmero medio de clientes que se pueden servir por unidad de tiempo. El tiempo de
procesamiento medio por trabajo es entonces 1 / . Por ejemplo, = 6 significa que se ofrecen
seis puestos de trabajo por hora, es decir, un trabajo se sirve en 10 minutos (en promedio).
En el caso de M / M / c, el nmero de servidores (c).
Dado los parmetros y , ya podemos indicar la ocupacin de un servidor. Esto es
Llamada tasa de ocupacin y es igual a / . En el ejemplo anterior, la ocupacin
Tasa es 5/6 = 83,34%. Cabe sealar que se trata de una tasa de ocupacin relativamente alta.
Un sistema con una tasa de ocupacin de ms del 100% es inestable, lo que significa que la cola
se har ms larga y ms larga para siempre porque el servidor no puede hacer frente a toda la
demanda. De hecho, incluso un sistema cercano al 100% de la tasa de ocupacin es inestable
debido a la aleatoriedad a la que llegan nuevos empleos ya la variabilidad en los tiempos de
procesamiento por trabajo. Para entender por qu este es el caso, imagnese si usted era un
mdico que reciba pacientes a una tasa de 6 por hora durante 8 horas, sabiendo que cada
paciente toma 10 minutos en promedio para ser tratado (a veces menos, pero a veces ms). Sin
ninguna holgura, lo ms probable es que terminar con una gran cartera al final del da.
En el caso de un sistema M / M / c, la tasa de ocupacin es c, ya que el sistema puede
manejar trabajos a una velocidad de c. Por ejemplo, si el sistema tiene dos servidores y cada
servidor puede manejar dos trabajos por hora, el sistema puede manejar cuatro trabajos por hora.
Si los trabajos llegan a una tasa media de 3 por hora, la tasa de ocupacin del sistema es 3/4 =
75%. Dado un sistema M / M / 1 o M / M / c, la teora de colas nos permite calcular los
siguientes parmetros:
Lq: el nmero medio de trabajos (por ejemplo, clientes) en la cola.
Wq: el tiempo promedio que un trabajo pasa en la cola.
W-El tiempo promedio que un trabajo gasta en el sistema. Esto incluye tanto el tiempo que
el cliente pasa en la cola como el tiempo que el cliente gasta en el servicio.

 L-El nmero medio de trabajos en el sistema (es decir, el trabajo en progreso que se hace
referencia en la ley de Little). En resumen, la estructura general de un sistema de cola nica -que
consiste en una cola y uno o varios servidores- se representa en la Fig. 7.11. Los parmetros de la
cola (, c y ) se muestran en la parte superior. Los parmetros que se pueden calcular a partir de
estos tres parmetros de entrada se muestran bajo la cola y el servidor. El tiempo promedio que
un trabajo espera en la cola es Wq, mientras que la longitud media de la cola es Lq.
Eventualmente, un trabajo entra en el servidor y all se gasta en promedio 1 / unidades de
tiempo. El tiempo medio entre el momento en que un trabajo entra en el sistema y el momento en
que sale es W, mientras que el nmero medio de trabajos dentro del sistema (en la cola o en un
servidor) es L. La teora de la cola nos da las siguientes frmulas para calcular el Sobre los
parmetros para los modelos M / M / 1:

Las frmulas (7.5), (7.6) y (7.7) se pueden aplicar tambin a los modelos M / M / c. El nico
parmetro que debe calcularse de manera diferente en el caso de los modelos M / M / c es Lq.
Para los modelos M / M / c, Lq se da por la siguiente frmula:

La frmula para calcular Lq en el caso de los modelos M / M / c es particularmente

complicada debido a las sumatorias y factoriales. Afortunadamente, hay herramientas que
pueden hacer esto por nosotros. Por ejemplo, el Toolpack de colas2 soporta clculos para
sistemas M / M / c (llamados M / M / s en el paquete de herramientas de cola) as como sistemas

M / M / c / k, donde k es el nmero mximo de trabajos permitidos en la cola. Los trabajos que

llegan cuando la longitud de la cola es k se rechazan (y pueden volver ms tarde). Otras
herramientas para analizar los sistemas de colas incluyen QSim3 y PDQ.4
Ejercicio 7.6 Considere ahora el caso en el que el equipo de ingeniera del ejemplo anterior
tarda 16 das hbiles en disear un hardware. Cul es entonces el promedio de tiempo que una
orden toma para ser cumplida?
Ejercicio 7.7 Una compaa de seguros recibe 220 llamadas diarias de clientes que
Desea presentar una reclamacin de seguro. El centro de llamadas est abierto de 8am a 5pm.
La llegada de las llamadas sigue un proceso de Poisson. En cuanto a la intensidad de llegada de
las llamadas, podemos distinguir tres perodos durante el da: el perodo 8am a 11am, el
perodo 11am a 2pm y el perodo 14h a 17h. Durante el primer perodo, se reciben unas 60
llamadas. Durante el perodo de 11 am-2pm, se reciben 120 llamadas, y durante el perodo de 2
pm-5pm, se reciben 40 llamadas. Una encuesta de clientes ha demostrado que los clientes
tienden a llamar entre las 11 am y 2 pm porque durante este tiempo tienen un descanso en el
trabajo y se aprovechan de su descanso para hacer sus llamadas personales. El anlisis estadstico
muestra que la duracin de las llamadas sigue una distribucin exponencial. De acuerdo con el
contrato de servicio al cliente de la compaa, los clientes deben esperar no ms de un minuto en
promedio para que su llamada sea atendida.
Supongamos que el centro de llamadas puede manejar 70 llamadas por hora utilizando siete
agentes del centro de llamadas. Es esto suficiente para cumplir con la restriccin de 1 minuto
establecida en la carta de servicio al cliente? Explique su respuesta mostrando cmo calcula la
longitud media de la cola y el tiempo de espera promedio.
Qu sucede si la capacidad del centro de llamadas se incrementa para poder manejar 80
llamadas por hora (utilizando ocho agentes de centro de llamadas)?
El gerente del centro de llamadas ha recibido un mandato para reducir los costos en al menos
un 20%. Dar al menos dos ideas para lograr este corte sin reducir los salarios de los agentes de
call center y manteniendo un tiempo de espera promedio por debajo o cerca de un minuto.
7.3.3 Limitaciones de la teora bsica de colas
Las tcnicas bsicas de anlisis de colas presentadas anteriormente nos permiten estimar los
tiempos de espera y la longitud de la cola en base a los supuestos que los tiempos de
procesamiento siguen una distribucin exponencial. Cuando estos parmetros siguen diferentes

distribuciones, es necesario utilizar modelos de cola muy diferentes. Afortunadamente, las

herramientas de teora de colas soportan hoy en da una amplia gama de modelos de colas y, por
supuesto, pueden hacer los clculos para nosotros. La discusin anterior fue concebida como una
visin general de los modelos de cola nica, con el objetivo de proporcionar un punto de partida
desde donde se puede aprender ms sobre esta familia de tcnicas.
Una limitacin ms fundamental de las tcnicas introducidas en esta seccin es que slo se
ocupan de una actividad a la vez. Cuando tenemos que analizar un proceso que involucra varias
actividades, eventos y recursos, estas tcnicas bsicas no son suficientes. Hay muchas otras
tcnicas de anlisis de colas que podran utilizarse para este propsito, como por ejemplo las
redes de colas. Esencialmente, las redes de colas son sistemas que consisten en mltiples colas
interconectadas. Sin embargo, las matemticas detrs de las redes de colas pueden llegar a ser
bastante complejas, especialmente cuando el proceso incluye actividades concurrentes. Un
enfoque ms popular para el anlisis cuantitativo de los modelos de proceso en diferentes niveles
de contencin de recursos es la simulacin de procesos, como se analiza a continuacin.
7.4 Simulacin
La simulacin de procesos es sin duda la tcnica ms popular y ampliamente apoyada para el
anlisis cuantitativo de los modelos de proceso. La idea bsica que sustenta la simulacin del
proceso es bastante simple. En esencia, un simulador de proceso genera un gran nmero de
instancias hipotticas de un proceso, ejecuta estas instancias paso a paso y registra cada paso en
esta ejecucin. La salida de un simulador incluye tpicamente los registros de la simulacin, as
como algunas estadsticas relacionadas con los tiempos de ciclo, los tiempos de espera medios y
la utilizacin media de los recursos.
7.4.1 Anatoma de una Simulacin de Procesos
Durante una simulacin de proceso, las tareas en el proceso no se ejecutan realmente. En su
lugar, la simulacin de una tarea procede como sigue. Cuando una tarea est lista para ejecutarse,
se crea un elemento de trabajo denominado y el simulador primero intenta encontrar un recurso
al que puede asignar este elemento de trabajo. Si no se encuentra ningn recurso capaz de
realizar el elemento de trabajo, el simulador pone el elemento de trabajo en modo de espera hasta
que se libere un recurso adecuado. Una vez asignado un recurso a un elemento de trabajo, el
simulador determina la duracin del elemento de trabajo dibujando un nmero aleatorio de
acuerdo con la distribucin de probabilidad del tiempo de procesamiento de la tarea. Esta

distribucin de probabilidad y los parmetros correspondientes deben definirse en el modelo de

simulacin.
Una vez que el simulador ha determinado la duracin de un elemento de trabajo, pone el
elemento de trabajo en modo de reposo para esa duracin. Este modo de dormir simula el hecho
de que la tarea se est ejecutando. Una vez que el intervalo de tiempo ha pasado (de acuerdo con
el reloj de la simulacin), el elemento de trabajo se declara que se ha completado, y el recurso
que se le asign est disponible.
En realidad, el simulador no espera que las tareas regresen de su modo de dormir. Por
ejemplo, si el simulador determina que la duracin de un elemento de trabajo es de 2 das y 2
horas, no esperar hasta que pase este tiempo. Usted puede imaginar cunto tiempo una
simulacin tomara si ese era el caso. Por suerte, los simuladores usan algoritmos inteligentes
para completar la simulacin lo ms rpido posible. Los modernos simuladores de procesos
empresariales pueden simular eficazmente miles de instancias de proceso y decenas de miles de
elementos de trabajo en cuestin de segundos.
Para cada elemento de trabajo creado durante una simulacin, el simulador registra el
identificador del recurso que se asign a esta instancia, as como tres sellos de tiempo:
El momento en que la tarea estaba lista para ser ejecutada.
El momento en que se inici la tarea, lo que significa que se asign a un recurso.
El momento en que se complet la tarea
Utilizando los datos recopilados, el simulador puede calcular el tiempo medio de espera para
cada tarea. Estas medidas son muy importantes cuando tratamos de identificar cuellos de botella
en el proceso. De hecho, si una tarea tiene un tiempo de espera promedio muy alto, significa que
hay un cuello de botella en el nivel de esta tarea. El analista puede entonces considerar varias
opciones para abordar este cuello de botella.
Adems, dado que el simulador registra qu recursos realizan los elementos de trabajo y sabe
cunto tarda cada elemento de trabajo, el simulador puede averiguar la cantidad total de tiempo
durante el cual un determinado recurso est ocupado manejando elementos de trabajo. Al dividir
la cantidad de tiempo que un recurso estuvo ocupado durante una simulacin por el total
Duracin de la simulacin, obtenemos la utilizacin de recursos, es decir, el porcentaje
De tiempo que el recurso est ocupado en promedio.

7.4.2 Entrada para Simulacin de Procesos

A partir de la descripcin anterior de cmo funciona una simulacin, podemos ver que la
siguiente informacin debe especificarse para cada tarea en el modelo de proceso para simularlo:
Distribucin de probabilidad para el tiempo de procesamiento de cada tarea.
Otros atributos de rendimiento para la tarea como el costo y el valor agregado producidos por la
tarea.
El conjunto de recursos que pueden realizar la tarea. Este conjunto suele denominarse un grupo
de recursos. Por ejemplo, un posible grupo de recursos podra ser los "manejadores de
reclamaciones" o "empleados" o "administradores". Por separado, el analista debe especificar
para cada grupo de recursos el nmero de recursos en este grupo (por ejemplo, el nmero de
manejadores de reclamaciones o el nmero de empleados) y otros atributos de estos recursos,
como el costo por hora (por ejemplo, el costo por hora de un reclamo entrenador de animales).
Las distribuciones de probabilidad comunes para las duraciones de las tareas en el contexto de la
simulacin del proceso incluyen:
Fijo. Este es el caso donde el tiempo de procesamiento de la tarea es el mismo para todas las
ejecuciones de esta tarea. Es raro encontrar tales tareas porque la mayora de las tareas,
especialmente las que implican recursos humanos, exhibiran cierta variabilidad en su tiempo de
procesamiento. Se pueden encontrar ejemplos de tareas con un tiempo de procesamiento fijo
entre las tareas automatizadas, como por ejemplo una tarea que genera un informe desde una
base de datos. Tal tarea tomara una cantidad de tiempo relativamente constante, digamos por
ejemplo 5 segundos.
Distribucin exponencial. Como se discute en la sec. 7.3, la distribucin exponencial puede ser
aplicable cuando el tiempo de procesamiento de la tarea es ms a menudo alrededor de un valor
medio dado, pero a veces es considerablemente ms largo. Por ejemplo, considere la tarea
"Evaluar reclamaciones de seguros" en un proceso de manejo de reclamaciones de seguros.
Usted puede imaginar que en la mayora de los casos, las reclamaciones de seguro caen dentro de
casos muy estndar. En tales casos, la reclamacin se evala en una hora, o tal vez menos. Sin
embargo, algunas reclamaciones de seguros requieren un trato especial, por ejemplo porque el
asesor considera que existe el riesgo de que la reclamacin sea fraudulenta. En este caso, el
evaluador puede pasar varias horas o incluso un da entero evaluando un solo reclamo. Una
observacin similar puede hacerse de tareas de diagnstico, tales como diagnosticar un problema

en una infraestructura de TI, o diagnosticar un problema durante un proceso de reparacin de

automviles.
Distribucin normal. Esta distribucin se utiliza cuando el tiempo de procesamiento de la tarea
est alrededor de un promedio dado y la "desviacin" alrededor de este valor es simtrica, lo que
significa que el tiempo real de procesamiento puede estar por encima o por debajo de la media
con la misma probabilidad. Los controles simples, como por ejemplo comprobar si un formulario
de papel ha sido completado o no, podran seguir esta distribucin. De hecho, generalmente toma
alrededor de 3 minutos para hacer tal cheque. En algunos casos, este tiempo puede ser menor
porque, por ejemplo, la forma es claramente incompleta o claramente completa y en otros casos
puede tardar un poco ms porque un par de campos se han dejado vacos y no est claro si estos
campos son relevantes o No para el cliente especfico que envi el formulario.
Al asignar una distribucin exponencial con una duracin de la tarea, el analista tiene que
especificar el valor medio. Mientras tanto, al asignar una distribucin normal, el analista tiene
que especificar dos parmetros: valor medio y desviacin estndar. Estos valores se obtienen a
travs de una conjetura informada (basada en entrevistas con las partes interesadas pertinentes),
pero preferiblemente mediante muestreo (el analista recoge datos para una muestra de
ejecuciones de tareas) o analizando registros de sistemas de informacin relevantes. Algunas
herramientas de simulacin permiten al analista importar registros en la herramienta de
simulacin y ayudar al analista a seleccionar la distribucin de probabilidad correcta para las
duraciones de tareas basadas en estos registros. Esta funcionalidad se llama anlisis de entrada de
simulacin.
Adems de los datos de simulacin por tarea anteriores, se necesita especificar una probabilidad
de ramificacin para cada arco derivado de una pasarela de decisin. Estas probabilidades se
determinan entrevistando a las partes interesadas pertinentes, observando las ejecuciones del
proceso durante un determinado perodo de tiempo o recolectando registros de los sistemas de
informacin pertinentes.
Finalmente, para ejecutar una simulacin, el analista adems necesitaba especificar al menos lo
siguiente:

Los tiempos entre llegadas y la tasa media de llegada. Como se explic anteriormente,
una distribucin muy frecuente de los tiempos entre llegadas es la distribucin
exponencial y esta es usualmente la distribucin por defecto apoyada por simuladores de

procesos de negocio. Puede suceder, sin embargo, que los tiempos entre llegadas sigan
una distribucin diferente tal como por ejemplo una distribucin normal. Alimentando
una muestra de tiempos de inter-llegada durante un cierto perodo de tiempo a una
herramienta estadstica, podemos averiguar cul es la distribucin que mejor coincide con
los datos. Algunos simuladores proporcionan un mdulo para seleccionar una
distribucin para los tiempos entre llegadas y para calcular el tiempo medio de llegada

entre una muestra de datos.

La fecha y hora de inicio de la simulacin (por ejemplo, "11 de noviembre de 2012 a las
8:00").
Uno de los siguientes:
- La fecha y hora de finalizacin de la simulacin. Si se toma esta opcin, la simulacin
dejar de producir ms instancias de proceso una vez que el reloj de simulacin alcance
el tiempo de finalizacin.
- La duracin en tiempo real de la simulacin (por ejemplo, 7 das, 14 das). De esta
manera, el tiempo de finalizacin de la simulacin se puede derivar aadiendo esta
duracin a la hora de inicio.
- El nmero requerido de instancias de proceso a simular (por ejemplo, 1.000). Si se toma
esta opcin, el simulador genera instancias de proceso segn la llegada
Hasta que alcance el nmero requerido de instancias de proceso. En este punto, la
simulacin se detiene. Algunos simuladores no se detendrn inmediatamente, pero
permitirn que las instancias de proceso activas se completen antes de detener la
simulacin.
Ejemplo 7.7 Consideramos el proceso para la aprobacin de la solicitud de prstamo
modelado en la Fig. 4.6 (pgina 104). Simulamos este modelo utilizando el simulador
BIMP disponible en: http://bimp.cs.ut.ee. Este simulador toma como entrada modelos de
proceso BPMN en formato XML producidos por otras herramientas de modelado de
procesos como Signavio Process Editor o OpenText Provision. Proporcionamos las
siguientes entradas para la simulacin.
Dos solicitudes de prstamo por hora, lo que significa un tiempo entre llegadas de 30.
Tareas "Verificar antecedentes de crdito" y "Comprobar fuentes de ingresos" son
realizadas por los empleados.
Las tareas "Notificar rechazo", "Hacer oferta de crdito" y "Evaluar solicitud" son
realizadas por agentes de crdito.

 La tarea "Recibir comentarios de los clientes" es de hecho un evento. Se necesita tiempo

cero y slo involucra el sistema de informacin de crdito (no hay actores humanos
involucrados). Para capturar esto, la tarea se asigna a un rol especial de "Sistema".
Hay tres empleados y tres oficiales de crdito. El costo por hora de un empleado es de
25 mientras que el de un oficial de crdito es de 50 .
Oficiales y oficiales de crdito trabajan de 9am a 5pm durante los das laborables.
El tiempo de ciclo de la tarea "Evaluar aplicacin" sigue una distribucin exponencial
Con una media de 20 minutos.

Figura 1: Histogramas producidos por simulacin del proceso de solicitud de crdito

Los tiempos de ciclo de todas las dems tareas siguen una distribucin normal. Tareas
"Compruebe el historial de crdito", "Notificar rechazo" y "Hacer oferta de crdito" tienen un
tiempo medio de ciclo de 10 minutos con una desviacin estndar de 20%, mientras que
"Comprobar fuentes de ingresos" tiene un tiempo de ciclo de 20 minutos con un 20% Desviacin
tambin.
La probabilidad de que una solicitud sea aceptada es del 80%.
La probabilidad de que un cliente cuya solicitud haya sido rechazada solicite que la solicitud
sea reevaluada es del 20%.
Ejecutamos una simulacin con 5.000 instancias, lo que significa alrededor de 104 das de
llegadas de solicitudes de prstamo suponiendo que las aplicaciones llegan 24 horas al da, 7 das
a la semana.6 La simulacin da un tiempo promedio de ciclo de alrededor de 17 horas. Se puede

observar una varianza de 2 horas cuando se ejecuta la simulacin varias veces. Esta variacin
se espera debido a la naturaleza estocstica de la simulacin. En consecuencia, se recomienda
ejecutar la simulacin varias veces y tomar medias de los resultados de la simulacin. La Figura
7.12 muestra los histogramas para el tiempo de ciclo de proceso (llamado duracin del proceso
en BIMP), el tiempo de espera (tiempo que un caso pasa esperando que los recursos estn
disponibles), el costo (de recursos) y la utilizacin de recursos. Se puede ver que las aplicaciones
pasan la mayor parte del tiempo en modo de espera, esperando a que los recursos estn
disponibles. La utilizacin de recursos de empleados y oficiales de crdito est en 85% y 88.5%,
respectivamente, lo que significa que hay una sobrecarga. Como regla general, una utilizacin de
recursos por encima del 80% significa que se pueden esperar largas colas y altos tiempos de
espera. Si aadimos dos empleados y dos oficiales de crdito a la simulacin obtenemos un
tiempo medio de ciclo de alrededor de 8 horas (en comparacin con 17 horas) y una tasa de
utilizacin de alrededor del 80% para los empleados y del 50% para los oficiales de crdito.
Ejercicio 7.8 Una compaa de seguros, a saber, Cetera, se enfrenta al siguiente problema:
Cuando hay un suceso importante (por ejemplo, una tormenta), su proceso de resolucin de
reclamaciones no puede hacer frente al consiguiente aumento de la demanda. En pocas
normales, la compaa de seguros recibe cerca de 9.000 llamadas por semana, pero durante un
escenario de tormenta, el nmero de llamadas por semana se duplica.
El modelo del proceso de reclamacin a la resolucin de Cetera se presenta en la Fig. 7.13. El
proceso comienza cuando se recibe una llamada relacionada con la presentacin de una
reclamacin. La llamada se encamina a uno de los dos centros de llamadas dependiendo de la
ubicacin de la persona que llama. Cada centro de llamadas recibe aproximadamente la misma
cantidad de llamadas (50-50) y tiene el mismo nmero de operadores (40 por centro de
llamadas). El proceso para gestionar llamadas es idntico en ambos centros de llamadas. Cuando
se recibe una llamada en un centro de llamadas, la llamada es recogida por un operador del
centro de llamadas. El operador del centro de llamadas comienza preguntando al cliente un
conjunto estndar de preguntas para determinar si el cliente tiene la informacin mnima
requerida para presentar una reclamacin (por ejemplo, el nmero de pliza de seguro). Si el
cliente tiene suficiente informacin, el operador pasa a travs de un cuestionario con el cliente,

introduce todos los detalles pertinentes, comprueba la integridad de la reclamacin y registra la

reclamacin.
Una vez que una reclamacin ha sido registrada, es dirigida por la oficina de manejo de
reclamos, donde se realizan todas las etapas restantes. Hay una sola oficina de manejo de
reclamos, as que independientemente del agente del centro de llamadas donde se registra la
reclamacin, la reclamacin se encamina a la misma oficina. En esta oficina, la reclamacin pasa
por un proceso de evaluacin en dos etapas. En primer lugar, se determina la responsabilidad del
cliente. En segundo lugar, la reclamacin se evala a fin de determinar si la compaa de seguros
tiene que cubrir esta responsabilidad y en qu medida. Si se acepta la reclamacin, se inicia el
pago y se informa al cliente de la cantidad a pagar. Las actividades del departamento de manejo
de reclamaciones son realizadas por manejadores de reclamaciones. Hay 150 manejadores de
reclamaciones en total.
El tiempo medio de ciclo de cada tarea (en segundos) se indica en la Fig. 7.13. Para cada tarea, el
tiempo de ciclo sigue una distribucin exponencial. El costo por hora de un agente de call center
es de 30, mientras que el costo por hora de un manejador de reclamaciones es de 50.
Describa la entrada que debe darse a un simulador para simular este proceso en el escenario
normal y en el escenario de tormenta. Utilizando una herramienta de simulacin, codifique los
escenarios normales y de tormenta y ejecute una simulacin para comparar estos dos escenarios.
7.4.3 Herramientas de simulacin
Hoy en da, la mayora de las herramientas de modelado de procesos de negocio proporcionan
capacidades de simulacin. Ejemplos de herramientas con soporte de simulacin son: ADONIS,
ARIS Business Designer, IBM WebSphere Business Modeler, OpenText ProVision, Oracle
Business Anlisis de procesos (BPA), Savvion Process Modeler, Signavio Process Editor Y
TIBCO Business Studio. El paisaje de las herramientas evoluciona continuamente, Es muy til
comprender los conceptos fundamentales de la simulacin de procesos antes de intentar captar
las caractersticas especficas de una herramienta dada. En general, la funcionalidad
proporcionada vara visiblemente de una herramienta a otra. Por ejemplo, algunas herramientas
permiten captar el hecho de que los recursos no funcionan. En general, la funcionalidad
proporcionada vara visiblemente de una herramienta a otra. Por ejemplo, algunas herramientas
permiten captar el hecho de que los recursos no funcionan continuamente, pero slo durante
perodos de tiempo especficos. Esto se especifica adjuntando un calendario a cada conjunto de

recursos. Algunas herramientas tambin permiten especificar que las nuevas instancias de
proceso se crean slo durante ciertos perodos de tiempo, por ejemplo, slo durante las horas de

oficina. Una vez ms, esto se especifica adjuntando un calendario al modelo de proceso.

Algunas de las herramientas ms sofisticadas permiten especificar no slo condiciones de

ramificacin, sino tambin expresiones booleanas reales que hacen uso de atributos asociados a
objetos de datos en el modelo de proceso. De esta manera, podemos especificar, por ejemplo, que
una rama que sale de una divisin XOR debe tomarse cuando el atributo "loanAmount" de un
objeto de datos llamado "aplicacin de prstamo" es mayor de 10.000, mientras que otra sucursal
debe tomarse cuando esto Cantidad es inferior a 10.000. En este caso, la distribucin
probabilstica de valores para el atributo "loanAmount" Necesita ser especificado. Cuando el
simulador genera objetos de tipo prstamo, dar Un valor de acuerdo con la distribucin de
probabilidad asociada a ese atributo.
Tambin hay pequeos matices entre las herramientas. Por ejemplo, algunas herramientas
requieren especificar la tasa media de llegada, es decir, el nmero de casos que comienzan
durante una unidad de tiempo (por ejemplo, 50 casos por da), mientras que otras requieren
especificar el tiempo medio de llegada entre casos Un caso cada 2 minutos). Recurdese que la
distincin entre la tasa de llegada media (escrito en la teora de colas) y el tiempo interarrival
medio (1 / ) se discuti en la Sec. 7.3.1. Otras herramientas van ms all al permitir que se
especifiquen no slo el tiempo entre llegadas, sino cuntos casos se crean cada vez. Por defecto,
los casos llegan uno por uno, pero en algunos procesos de negocio, los casos pueden llegar en
lotes, como se ilustra en el siguiente escenario extrado de una descripcin de un proceso de
archivo en el Archivo Histrico de Macau:
Al principio de cada ao, las listas de transferencias son enviadas al Archivo Histrico por varias
organizaciones. Cada lista de transferencia contiene aproximadamente 225 registros histricos. En promedio, se
reciben dos listas de transferencias cada ao. Cada registro en una lista de transferencia necesita pasar por un
proceso que incluye evaluacin, clasificacin, anotacin, respaldo y re-unin entre otras tareas.
Si consideramos que cada registro es un caso de este proceso de archivo, entonces podemos decir que los casos
llegan en lotes de 225 2 = 450 casos. Adems, estos lotes llegan a un tiempo interarrival fijo de un ao.

Por ltimo, las herramientas de simulacin de procesos suelen diferir en trminos de cmo se
especifican los recursos y los recursos de los recursos. Algunas herramientas solo permitiran
definir una agrupacin de recursos y definir el nmero de recursos en la agrupacin. A
continuacin, se agrega un coste nico por unidad de tiempo a toda la agrupacin de recursos.
Otras herramientas permitiran crear los recursos de una agrupacin uno a uno y asignar un costo
a cada recurso creado (por ejemplo, crear 10 empleados cada uno, cada uno con su nombre y
costo por hora).

La discusin anterior ilustra algunos de los matices encontrados en las herramientas de

simulacin. Con el fin de evitar el buceo de inmediato en los numerosos detalles de una
herramienta, puede ser til para los principiantes a dar sus primeros pasos utilizando el simulador
BIMP a que se hace referencia en el Ejemplo 7.7. BIMP es un simulador de modelo de proceso
BPMN bastante simple que proporciona la funcionalidad bsica que se encuentra en las
herramientas comerciales de simulacin de procesos empresariales.
7.4.4 Unas palabra de precaucin
Hay que tener en cuenta que las tcnicas de anlisis cuantitativo que hemos visto en
Este captulo, y la simulacin en particular, se basan en modelos y en simplificar
suposiciones. La fiabilidad de la salida producida por estas tcnicas depende en gran medida de
la exactitud de los nmeros que se dan como entrada. Adems, la simulacin asume que los
participantes del proceso trabajan continuamente en el proceso que se est simulando.
En la prctica, sin embargo, los participantes del proceso no son robots. Se distraen debido a
las interrupciones, que muestran un rendimiento variable en funcin de diversos factores, y
pueden adaptarse de manera diferente a las nuevas formas de trabajo.
A este respecto, es una buena prctica siempre que sea posible derivar los parmetros de
entrada de una simulacin a partir de observaciones reales, es decir, a partir de datos histricos
de ejecucin de procesos. Esto es posible cuando se simula un proceso tal cual se est ejecutando
en la empresa, pero no necesariamente cuando se simula un proceso a ser. En un espritu similar,
se recomienda comprobar los resultados de la simulacin con el asesoramiento de expertos.
Esto puede lograrse presentando los resultados de la simulacin para procesar a las partes
interesadas (incluidos los participantes en el proceso). Los actores del proceso suelen ser capaces
de proporcionar retroalimentacin sobre la credibilidad de los niveles de utilizacin de recursos
calculados mediante simulacin y la manifestacin real de los cuellos de botella mostrados en la
simulacin. Por ejemplo, si la simulacin seala un cuello de botella en una tarea dada, mientras
que las partes interesadas y los participantes perciben que esta tarea es acrtica, hay una clara
indicacin de que se han hecho suposiciones incorrectas. La retroalimentacin de las partes
interesadas y los participantes ayuda a reconfigurar los parmetros de modo que los resultados se
acerquen a la coincidencia del comportamiento real. En otras palabras, la simulacin de procesos
es una tcnica de anlisis iterativo con bucles de validacin potencialmente mltiples.

Finalmente, es recomendable realizar un anlisis de sensibilidad de la simulacin.

Concretamente, esto significa observar cmo cambia la salida de la simulacin cuando se agrega
un recurso o se elimina un recurso de un conjunto de recursos, o cuando se cambian los tiempos
de procesamiento en 10%, por ejemplo. Si estos pequeos cambios en los parmetros de
entrada de la simulacin afectan significativamente las conclusiones extradas de los resultados
de la simulacin, uno puede poner un signo de interrogacin en estas conclusiones.
7.5 Recapitulacin
En este captulo vimos tres tcnicas de anlisis de proceso cuantitativo, a saber, anlisis de
flujo, teora de colas y simulacin. Estas tcnicas nos permiten derivar medidas de desempeo
del proceso, como el tiempo o costo del ciclo, y comprender cmo diferentes actividades y
grupos de recursos contribuyen al desempeo general de un proceso.
El anlisis de flujo nos permite calcular las medidas de desempeo a partir de un modelo de
proceso y los datos de desempeo pertenecientes a cada actividad del modelo. Sin embargo, el
anlisis de flujo no tiene en cuenta el nivel de ocupacin de los recursos involucrados en el
proceso, es decir, su nivel de utilizacin de recursos. Sin embargo, los tiempos de espera son
altamente dependientes
En la utilizacin de los recursos-cuanto ms ocupados estn los recursos, ms largos son los
tiempos de espera. Los modelos bsicos de la teora de colas, como el modelo M / M / 1, nos
permiten calcular los tiempos de espera para las actividades individuales dados datos sobre el
nmero de recursos y sus tiempos de procesamiento. Otros modelos de teora de colas como
redes de colas nos permiten realizar anlisis de grano fino a nivel de procesos enteros. Sin
embargo,
En la prctica es conveniente utilizar la simulacin de procesos para el anlisis de grano fino.
La simulacin de procesos nos permite derivar medidas de rendimiento del proceso (por ejemplo,
tiempo de ciclo o coste) dados datos sobre las actividades (por ejemplo, tiempos de
procesamiento) y datos sobre los recursos involucrados en el proceso. La simulacin de procesos
es una tcnica verstil soportada por una gama de herramientas de modelado y anlisis de
procesos.
7.6 Soluciones a los Ejercicios
Solucin 7.1

1. Hay por lo menos dos procesos de negocio que necesitan mejoras: el proceso de cotizacina-reserva-que comienza desde el momento en que se recibe una cotizacin hasta el momento
Que se realiza una reserva-y el proceso para modificar las reservas.
2. Se debe mejorar el proceso de cotizacin al libro con respecto al tiempo de ciclo y con
respecto a la tasa de error. El proceso de modificacin de reserva necesita mejoras con respecto a
la tasa de error.
Solucin 7.2 Primero observamos que el tiempo de ciclo del bloque AND es 1. A
continuacin, calculamos el tiempo de ciclo del bloque XOR como sigue: 0.4 1 + 0.4 1 + 0.2
1 hora. El tiempo total del ciclo es as: 1 + 1 + 1 = 3 horas.
Solucin 7.3 El tiempo de ciclo del proceso es de 2 + 8 + 4 + 4 / 1-0.2 = 20 das. Suponiendo
8 horas de trabajo por da, esto se traduce en 160 horas de trabajo. El tiempo de ciclo terico es
0,5 + 12 + 4 + 2/1 - 0,2 = 20 horas. Por lo tanto, la eficiencia del tiempo de ciclo es del 12,5%.
Solucin 7.4 La ley de Little nos dice que: CT = WIP / . En la hora punta, hay 900 clientes
distribuidos a travs de 6 horas, por lo que la tasa media de llegada = 150 clientes por hora. Por
otro lado, WIP = 90 durante la hora pico. As, CT = 90/150 = 0,6 horas (es decir, 36 minutos).
Durante el tiempo no punta, = 300/6 = 50 clientes por hora mientras que WIP = 30, por lo tanto
CT = 30/50 = 0,6 horas (de nuevo 36 minutos). Si se espera que el nmero de clientes por hora
durante las horas pico suba, pero el WIP tiene que permanecer constante, necesitamos reducir el
tiempo de ciclo por cliente. Esto puede conseguirse acortando el tiempo de servicio, el intervalo
entre el momento en que un cliente entra en el restaurante y el momento en que realizan un
pedido, o el tiempo que tarda el cliente en pagar. En otras palabras, puede ser necesario redisear
el proceso para la toma de rdenes y el pago.
Solucin 7.5 Dado que no hay otros costes, calculamos el coste del proceso Agregando los
costes de los recursos como sigue: 0.5 25 + 12 50 + (4 75 + 2 10/11/2016100) / (1 - 0,2) =
1237,50.
Solucin 7.6 En promedio, se reciben 0,05 rdenes por da ( = 0,05) y 0,0625
Los pedidos se cumplen por da ( = 0,0625). As, la tasa de ocupacin de este sistema =
0,05 / 0,0625 = 0,8. Usando las frmulas para los modelos M / M / 1, podemos deducir que la
longitud media de la cola Lq es: 0.82 / (1 - 0.8) = 3.2 rdenes. A partir de ah podemos concluir
que el tiempo promedio que un pedido gasta en la cola es Wq = 3,2 / 0,05 = 64 das. Por lo tanto,
toma un orden medio W = 64 + 16 = 80 das hbiles para que se cumpla una orden.

Solucin 7.7 En sentido estricto, debemos analizar este problema utilizando un modelo de
colas M / M / c. Sin embargo, las frmulas para M / M / c son bastante complejas para mostrar
los clculos en detalle. En consecuencia, asumiremos en esta solucin que todo el centro de
llamadas se comporta como un solo equipo monoltico, de modo que podemos utilizar un modelo
de colas M / M / 1 para analizar el problema. Debido a esta suposicin, los resultados no sern
exactos.
Si slo tuviramos siete agentes del centro de llamadas, entonces la tasa de ocupacin =
40/70 = 0.57, Lq = 2 / (1 - ) = 0.572 / (1 - 0.57) = 0.76 y Wq = Lq / = 0.76 / 40 = 0,0189
horas = 1,13 minutos. As que no podemos cumplir con la carta de servicio al cliente.
Si podemos manejar 80 llamadas por hora (ocho agentes del centro de llamadas), entonces la
tasa de ocupacin = 40/80 = 0.5, Lq = 2 / (1-) = 0.52 / (1-0.5) = 0.5 y Wq = Lq / = 0,5 / 40
= 0,0125 horas = 45 segundos, por lo que cumplimos con la carta de servicio al cliente.
Maneras de reducir los costos mientras se mantiene lo ms cerca posible de la carta de
servicio al cliente:
Solucin 7.8 Para este problema, vamos a razonar exclusivamente en trminos de horas de
trabajo como una unidad de tiempo, en contraposicin a las horas del calendario. Suponemos que
una semana consta de 40 horas de trabajo. Las llamadas llegan slo durante estas 40 horas de
trabajo y los operadores del centro de llamadas y los manejadores de reclamaciones slo trabajan
durante estas 40 horas. Tomando las horas de trabajo como una unidad de tiempo, evitamos la
necesidad de adjuntar recursos de calendarios. En el escenario normal (sin tormenta), la tasa de
llegada es de 9.000 casos por semana, es decir, un caso cada 16 segundos (este es el tiempo entre
llegadas). En el escenario de tormenta, el tiempo entre llegadas es de 8 segundos. En ambos
casos se utiliza una distribucin exponencial para el tiempo entre llegadas. Se realizan
simulaciones correspondientes a 5 semanas de trabajo, lo que significa 45.000 casos para el
escenario normal y 90.000 casos para el escenario de tormenta.
Con el fin de distinguir entre los dos centros de llamadas, definimos dos conjuntos de recursos
separados, a saber, "Call Center Operator 1" y "Call Center Operator 2" cada uno con 40 recursos
a un costo por hora de 30, ms un pool de recursos "Claims Handler "Con 150 recursos.
Asignamos tareas a grupos de recursos como se indica en el escenario y usamos los tiempos de
ciclo indicados en el modelo de proceso como entrada para la simulacin. La ejecucin de la
simulacin utilizando el simulador BIMP nos proporciona las siguientes salidas. Bajo el

escenario normal, obtenemos una utilizacin de recursos de alrededor del 53% para los
manejadores de reclamaciones y del 41% para los operadores de centros de llamadas. El tiempo
medio de ciclo es de alrededor de 0,5 horas de trabajo y el tiempo mximo de ciclo observado es
de alrededor de 4,4 horas de trabajo. En otras palabras, los recursos estn subutilizados y, por
tanto, el tiempo de ciclo es bajo. En la temporada de tormentas, la utilizacin de recursos de los
manejadores de reclamaciones es cercana al 100% y la de los manejadores de reclamaciones (en
ambos centros de manejo de reclamaciones) es de alrededor del 79%. El tiempo medio de ciclo
es de 12 horas de trabajo, mientras que el tiempo mximo de ciclo es de alrededor de 33 horas, es
decir, aproximadamente 4 das hbiles. La alta utilizacin de recursos indica que, en la prctica,
la oficina de manejo de reclamos es inundada durante la temporada de tormenta y se requiere
personal adicional. Por otro lado, el centro de llamadas tiene capacidad suficiente para la
temporada de tormentas. El tiempo medio de espera para las tareas en el centro de llamadas es de
unos 20 segundos.