Formulación de propuestas de mejora para el escenario futuro de los flujos de mercancías del puerto coquimbo

Formulación de propuestas de mejora para el escenario futuro de los flujos de mercancías del puerto coquimbo

Katherine Pérez
Escuela de Ingeniería
Universidad Católica del norte
Coquimbo, Chile
kpv004@alumnos.ucn.cl

Resumen—Este artículo presenta los resultados de la utilización de herramientas de análisis, mediante estadística descriptiva y simulación, en un caso real del ámbito logístico portuario. El problema en estudio corresponde a la restricción de zonas de respaldo para el aparcamiento y control de flujo de mercancías en camiones, en el Puerto de Coquimbo. Fundamentalmente, la problemática implica formular propuestas de estructura operacional para distintos posibles escenarios, que permitan el mantenimiento de la efectividad de las operaciones de descarga y embarque. La metodología utilizada para resolver el problema considera una primera etapa de análisis descriptivo cualitativo y cuantitativo, que define las causas y el ámbito crítico de la problemática, y un modelo de simulación de eventos discretos, que imita la operación de recepción y entrega de carga en camiones. Los resultados de las primeras etapas permiten levantar la información necesaria para determinar los parámetros para la simulación y las posibles soluciones. Finalmente, los modelos propuestos se utilizaron para evaluar en qué medida podrían solución los problemas puntuales de cada uno de los ámbitos definidos en la primera etapa.

Palabras claves—Operaciones portuarias, técnicas de análisis, simulación, subsistemas, eventos discretos.

1. Introducción

El desarrollo del comercio exterior a largo plazo requiere la integración de áreas que presten servicios de atención a la carga y el transporte, que permita aumentar la capacidad y las facilidades logísticas. Una de ellas es el caso de las zonas extraportuarias que ofrecen espacios adicionales al puerto para manejar las cargas y sobre todo tener un mejor control del flujo vehicular sobre los camiones que transportan mercancías desde y hacia el mismo, a través de la gestión aduanera y portuaria más eficiente con una extensión de la zona portuaria.

En este contexto, la demanda de carga transferida por el puerto de Coquimbo ha experimentado un crecimiento sostenido desde el año 2012, y se estima que el proyecto de ampliación implique en el corto plazo captar un 30% de las exportaciones de la región y en el largo plazo las potenciales mercancías que se intercambien a través del Paso Agua Negra.

En base a los problemas que se han experimentado producto de este rápido crecimiento y considerando el escenario futuro, se proyecta que los principales desafíos para la operación en los próximos años se relacionarán con las limitantes de capacidad de acceso para las mercancías. A esto se suma la actual incapacidad de anticipar el flujo de mercancías a través de camiones, que permita resguardar el bienestar social, y el correcto funcionamiento de los distintos procesos que involucran la manipulación de carga.

Esto plantea la necesidad de utilizar herramientas de análisis para apoyar la toma de decisiones relacionada con la operativa de la descarga y embarque de mercancías en camiones, que permita disminuir las brechas existentes, entregando un buen nivel de servicio y de calidad. Debido a la alta variabilidad que presentan los procesos asociados, es fundamental realizar un seguimiento para capturar una visión de su comportamiento que permita la evaluación de distintos escenarios por medio de la simulación discreta. Esta combinación de herramientas permite crear una aproximación de la conducta real del terminal portuario.

1. Marco teórico

1. Técnicas de análisis de datos

El Análisis de Datos (Data Analytics), tiene como objetivo obtener información que resulte de utilidad para la toma de decisiones más inteligente y se obtengan los resultados empresariales deseados. La obtención de los datos, así como las herramientas de análisis pueden variar (Paniagua, 2014).

Existen tres tipos de análisis de datos:

•        Descriptivo

•        Predictivo (pronóstico)

•        Prescriptivo (optimización y simulación)

[pic 1][pic 2]

Mediante la aplicación de la analítica descriptiva podemos, primero, entender con mayor detalle el estado actual del negocio. Esta consiste en almacenar y realizar agregaciones de datos históricos, de tal manera que permita visualizar y comprender el estado actual y pasado del negocio, es decir, la analítica descriptiva presenta cómo ha funcionado nuestro negocio hasta la fecha. Por otra parte, la analítica predictiva proporciona herramientas para estimar aquellos datos de negocio que son desconocidos o inciertos, o que requieren de un proceso manual o costoso para su obtención. A diferencia de la analítica descriptiva que evalúa la información histórica, las predicciones de datos que realiza la analítica predictiva fortalecen las decisiones de negocio. Por último, el tercer nivel de analítica como extensión natural a estos procesos, la analítica prescriptiva, que lleva a una integración completa con el negocio. A través de la prescripción, el propio sistema de análisis propone recomendaciones sobre las acciones que se han de seguir para reducir costes o mejorar los beneficios (Aluja, 2001).

1. Diagrama causa-efecto

El diagrama causa-efecto fue introducido por Kaoru Ishikawa a principio de los años cuarenta, es una herramienta de análisis que nos permite obtener un cuadro, detallado y de fácil visualización, de las diversas causas que pueden originar un determinado efecto o problema. El siguiente diagrama pretende explicar cómo se da origen al diagrama (Romero & Díaz, 2010).[pic 3][pic 4]

1. Análisis y estimación de la Demanda

El análisis de la demanda aporta a la definición de las alternativas de proyecto, especialmente en relación con la escala o tamaño óptimo del proyecto. En este contexto, es necesario considerar escenarios con tamaños de proyecto distintos, asociando la cantidad y el costo total de los inputs y estudiar cuál es la factibilidad de poder realizarlos, asesorándose con expertos en ingeniería (Adam & Ebert, 1991).

Para proyectar, se puede recurrir a análisis de series de datos o estudios de fuentes oficiales de aquellos determinantes del comportamiento y resultados del mercado. Algunas variables de interés se relacionan a los precios relativos (insumos relacionados, tipos de cambio, salarios, costos de transporte, otros). En las etapas primarias del ciclo de vida, puede usarse información secundaria; en etapas más avanzadas, debe incluirse consultas a los potenciales usuarios o beneficiarios (Chase, Alquilano, & Jacobs, 2001).

...