Documente Academic
Documente Profesional
Documente Cultură
“ACTIVIDA D DE
INVESTIGA CIÓN
FORMATIV A”
SIMULACION DE SISTEMAS
CHIMBOTE – PERÚ
2017
CONTENIDO
2
7 PLANEACIÓN PROYECTO DE LA PRÁCTICA PROFESIONAL 37
7.1. CRONOGRAMA DE ACTIVIDADES 37
8 OTROS TRABAJOS 38
8.1. CADENA DE ABASTECIMIENTOS 38
8.2. OTRAS ACTIVIDADES 39
8.3. LECCIONES APRENDIDAS PRÁCTICA PROFESIONAL 40
1. Descripción Grupo Bancolombia
Busca a toda costa encontrar la forma de día a día generar mejor calidad en
tiempo y servicio a sus clientes, como parte de la función de la Vicepresidencia
de Auditoria es agregar valor a las demás áreas y al Banco como tal, buscando
lograr sus objetivos de una forma más proactiva, anticipándose a los hechos.
De ahí principalmente surgió la propuesta de aplicar modelos de simulación de
sistemas para alcanzar un punto de pronóstico.
En esta primera fase se realizó un análisis del modelo teórico del sistema
actual, y en futuras etapas poder a partir de este primer acercamiento generar
un modelo en línea que pueda ser utilizado como sistema de control en las
sucursales del banco.
Palabras Claves:
Simulación de sistemas, Generación de valor, Minería de Datos, Análisis
Estadistico.
2. DESCRIPCION DE LA PRÁCTICA PROFESIONAL
2.1. SITUACION PROBLEMÁTICA
Aunque la velocidad del tiempo debería ser la misma porque un minuto es
exactamente un minuto de 60 segundos, el hecho es que el tiempo no
transcurre igual. Viene al caso un ejemplo que daba Einstein, que decía que un
minuto platicando con una bella mujer, no era igual a un minuto si se tenía la
mano en el fuego. En su complicada Teoría de la Relatividad, el concepto de la
percepción del tiempo es uno de los menos difíciles de entender, quizá porque
todos lo hemos experimentado.
En un Banco la percepción del tiempo también suele ser diferente, y realizar
una cola para hacer cualquier tipo de transacción es algo que a los clientes y
usuarios de la entidad les aburre y es algo que por más que no se quiera se
debe hacer. Realizar una fila que tome más de media hora es gastar tiempo
que se podría estar aprovechando en otro tipo de actividades más productivas.
En el mundo, según estudios, la cantidad de datos aumenta alrededor del
doble cada 20 meses [Berndt y Clifford, 1996], esto implica que en sectores de
investigación y organizaciones se posea una gran cantidad de información,
esto como resultado del abaratamiento de las tecnologías necesarias para el
almacenamiento, en consecuencia el análisis de esta inmensa cantidad de
datos sobrepasa el límite para los humanos, por lo cual la automatización de su
análisis genera grandes aportes a diferentes sectores de la academia y
producción de los países, pues se genera valor agregado que se ve reflejado
en ventaja competitiva.
Normalmente la auditoria de las empresas se limitan al control interno de la
empresa y no aprovechan las herramientas que poseen para proponer
soluciones a problemas comunes de la sociedad financiera.
Los anteriores dos puntos sumados hacen que en el grupo Bancolombia, mas
puntualmente en la vicepresidencia de auditoría y su área de investigación y
Desarrollo, se ha dedicado a darle a la entidad propuestas para mejorar la
calidad de atención de sus clientes, haciendo uso de las herramientas que se
tienen a su disposición y de la gran cantidad de datos a los que posee acceso
para poder generar de una forma proactiva soluciones de predicción para
sistemas del banco donde la eficiencia es base para mejorar y dar valor
agregado al banco.
Actualmente Bancolombia se encuentra sometido a un proceso basado en la
metodología de 6σ, el cual tiene como parte de sus enfoques la eficiencia de
los procesos, en este punto aplicando la teoría de simulación de sistemas en
colas es posible dar una dirección a la búsqueda del objetivo de eficiencia y
calidad en el servicio.
2.2. OBJETIVOS
tiempos transaccionales.
2.3. ALCANCE
2.4. JUSTIFICACION
10
Lo anterior ayuda a entender el porqué se pretende elaborar un modelo de de
simulación de sistemas de colas en las sucursales, pues es un método
innovador para aplicarlo en muchos de los procesos que se llevan a cabo e el
Banco y así alcanzar el objetivo final que es llegar a los problemas antes de
que sucedan y no cuando ya han sucedido. En un primera fase se quiso
alcanzar el modelo teórico del comportamiento de uno de los procedimientos
que mas problema genera y que es muy popular en el mundo de los sistemas
de cara al cliente, el sistema de atención en caja. Este modelo fue realizado
gracias a las herramientas proporcionadas por el banco y por una herramienta
que hizo parte de la innovación y el desarrollo que de ser útil en un futuro será
reevaluada para hacer parte del uso común del Banco.
La herramienta a utilizar es SPSS CLEMENTINE, esta herramienta es la
escogida para esta tarea pues además que ya se tienen las licencias para
utilizarla, es una herramienta que se usa para otras tareas en el banco, es una
forma gráfica para la óptima manipulación de los datos y la información
utilizada, además de otras tareas de tipo “predictivo” sobre los datos del banco.
La herramienta propuesta al banco para la creación de modelos de simulación
de sistemas fue SIMUL8, cuya licencia utilizada fue una licencia educativa
gratuita que a pesar de que no tiene todas las funciones que tiene el software
Enterprise, nos permitió dar un acercamiento y proponer ideas para futuros
trabajos para sistemas en línea.
Una definición más formal formulada por R.E. Shannon es: "La simulación es
el proceso de diseñar un modelo de un sistema real y llevar a término
experiencias con él, con la finalidad de comprender el comportamiento del
sistema o evaluar nuevas estrategias -dentro de los limites impuestos por un
cierto criterio o un conjunto de ellos - para el funcionamiento del sistema".
En el modelo se muestran las diferentes fases del CRISP-DM, las cuales son:
• Entendimiento del negocio
• Entendimiento de los datos
• Preparación de los datos
• Modelado
• Evaluación
Entendimiento de los Datos: Esta fase comienza con una colección inicial de
datos y continua con actividades que nos permiten familiarizarnos con estos
datos, identificar problemas de calidad de los datos y detectar subconjuntos de
datos que permiten formar hipótesis acerca de los datos. Puede generar
salidas tales como:
· Fuentes de datos
· Saber que datos se necesitan para modelar
· Obtención de datos
· Análisis tipos de transacción
Este sistema está compuesto por dos filas y n servidores (para la simulación se
hará con solo 5 cajeros); la primera fila: general, en esta fila se realiza la mayoría
de transacciones; en la segunda fila: caja de divisas, en esta caja se realiza las
transacciones de divisas y además atiende transacciones de clientes especiales
(embarazo, discapacidad, bebe de brazos, etc.), uno de los servidores atiende
principalmente esta fila, sin embargo cuando esta fila esta vacía, también esta
capacitado en atender la fila general.
Al final del proceso se espera encontrar las causas de problemas que afectan el
desarrollo normal del sistema, problemas que se pueden encontrar en la
preparación de la sucursal para responderle a la alta demanda de clientes,
además se busca idear soluciones que permitan superar los inconvenientes
planteados anteriormente de una manera sencilla, adecuada y proactiva.
Para efectos de modelado del problema, fue acordado que cuando un usuario
llega al cajero, en ese momento empieza el tiempo de servicio. El tiempo de
servicio dura entonces desde que el usuario llega donde el cajero, hasta que
termina por completo la transacción o las transacciones.
Para tomar el tiempo de llegada de los clientes, al ser una tarea tan laboriosa se
decido tomar la frecuencia de la llegada de los clientes cada 5 minutos, con esta
información se podrá obtener el comportamiento del tiempo de llegada.
Para este último se realizaron 10 muestreos; realizados en fechas estratégicas
que cumplen con los diferentes tipos de comportamientos que se pueden observar
en un banco, por ejemplo días comunes de poca demanda de clientes como
martes y jueves, o días de demanda regular como lunes y viernes, o días con
mucha demanda como quincenas y comienzo de mes. Esta información que
comúnmente es concluida por la experiencia será validada con este trabajo. A
demás para tener más certeza del comportamiento se realizó en dos sucursales
de Medellín: Carabobo y Coltejer. Todos los datos fueron obtenidos en la franja
horaria de 2:00 p.m. a 4:30 p.m., y en el caso de los viernes de 2:00 p.m. a 5:00
p.m.
Cabe mencionar que varios de los días en que se tomaron los datos, estuvo
lloviendo copiosamente durante el tiempo de muestreo. Se cree que por esta
razón la demanda de clientes pudo haber disminuido. De todas formas, el hecho
de que hubiéramos tomado las muestras en horarios similares y con igual clima,
debe hacer la muestra homogénea. Sin embargo no pensamos que por causa de
la lluvia, hayamos observado un sistema alejado de la cotidianidad.
El software utilizado para analizar los datos estadísticos fue Statgraphics plus.
RESULTADOS
CONCLUSIÓN
Dado que el valor p es mucho mayor que 0.1, aceptamos la hipótesis nula y
concluimos que el tiempo entre llegadas de la gente la cola de la fila general
un lunes, se distribuye como una LogNormal con un nivel de confianza del
90%
20
Para los tiempos de Llegada (Martes)
Para los tiempos entre Llegada a la cola de la fila general un Martes
tenemos la siguiente prueba de hipótesis con un alpha de 0.1, es decir con
un 90% de Nivel de confianza.
RESULTADOS
CONCLUSIÓN
Dado que el valor p es mucho mayor que 0.1, aceptamos la hipótesis nula y
concluimos que el tiempo entre llegadas de la gente la cola de la fila general
un martes, se distribuye como una Erlang con un nivel de confianza del
90%
RESULTADOS
CONCLUSIÓN
RESULTADOS
CONCLUSIÓN
Dado que el valor p es mucho mayor que 0.1, aceptamos la hipótesis nula y
concluimos que el tiempo entre llegadas de la gente la cola de la fila general
un jueves, se distribuye como una LogNormal nivel de confianza del 90%
RESULTADOS
CONCLUSIÓN
Dado que el valor p es mucho mayor que 0.1, aceptamos la hipótesis nula y
concluimos que el tiempo entre llegadas de la gente la cola de la fila general
un Viernes, se distribuye como una LogNormal con un nivel de confianza
del 90%
Para los tiempos de Llegada (Quincena)
Para los tiempos entre Llegada a la cola de la fila general en Quincena
tenemos la siguiente prueba de hipótesis con un alpha de 0.1, es decir con
un 90% de Nivel de confianza.
RESULTADOS
CONCLUSIÓN
RESULTADOS
CONCLUSIÓN
Dado que el valor p es mucho mayor que 0.1, aceptamos la hipótesis nula y
concluimos que el tiempo entre llegadas de la gente la cola de la fila general
en Fechas especiales, se distribuye como una LogNormal con un nivel de
confianza del 90%
Tiempos de servicio en la caja( cajero 1 )
Para la distribución de los tiempos de servicio en las cajas tenemos la
siguiente prueba de hipótesis con un alpha de 0.1, es decir con un 90% de
Nivel de confianza.
RESULTADOS
CONCLUSIÓN
RESULTADOS
CONCLUSIÓN
RESULTADOS
CONCLUSIÓN
Las variables que se utilizaran durante el estudio, serán los mismos tiempos que
se definieron para realizar las pruebas para las distribuciones, así como unas
nuevas variables que definiremos a continuación.
ENDÓGENAS:
DE ESTADO:
EXÓGENAS:
El Software utilizado para el modelado del sistema fue Simul8, este permite
observar el comportamiento del sistema de una manera muy aproximada a la
realidad.
En este primer prototipo se logró captar la caja general y caja de divisas.
Cuando se abre el modelo, en principio se observa un Wizard que guiará al
usuario a elegir ciertas opciones para correr el modelo con las características que
más se ajustan a sus necesidades.
30
• Para cualquiera de las dos opciones se debe ingresar por aparte la
distribución del cajero n que es de Caja Divisas.
31
• El siguiente recuadro termina el Wizard y da comienzo a la Simulación
• Modelo Corriendo
3.9. PRESENTACIÓN Y ANÁLISIS DE RESULTADOS DE LA SIMULACIÓN
Según los resultados podemos darnos cuenta de que en promedio un usuario esta
en cola más o menos de 17 minutos, en un día normal, lo cual es un tiempo
relativamente considerable porque esta cantidad de tiempo esperando pueden
llegar a ser improductivos con relación a que el usuario podría cansarse y desertar
de la fila, no pudiendo realizar su transacción, lo cual perjudica al usuario y al
banco, tanto en imagen como en eficiencia. Por otro lado en la fila de caja divisas
el tiempo promedio que tarda un usuario en realizar su transacción en
aproximadamente 1 minuto y medio, debido a que esta fila solo es para
transacciones de comercio exterior o para las personas especiales.
Mirando la tabla también observamos que el máximo tiempo en cola es en
promedio relativamente alto, aunque el tiempo mínimo en cola puede llegar a ser
cero se da en muy pocos casos y esto lo podemos deducir porque el tamaño
promedio de la cola y por el número de usuarios que tienen tiempo de cola
diferente de cero.
Se puede observar que el sistema es muy propicio para ser trabajado con
Simulación de Sistemas debido a que cumple las características de un modelo de
colas y porque se busca no solo analizar el funcionamiento, sino también proponer
una mejor alternativa para éste.
5. LECCIONES APRENDIDAS
• http://www.monografias.com/trabajos20/simulacion-sistemas/simulacion-
sistemas.shtml
• [Daniel,2005] Daniel L, Discovering Knowledge In Data Introduction To
Data Mining,2005
• [Orallo 2004] Hndez.Orallo, Ramirez Quintana, Ferri Ramirez.Introduccion A
La Mineria De Datos,2004
• [Bancolombia,2006]Http://W ww.Grupobancolombia.Com/Conocebancolomb
ia/Informacionempresarial/Conocebancolombia/Visionmisionvalores/Index.A
sp?Opcion=Op1
• [Thearling] Kurt Thearling, An Introduction To Datamining
HTTP://WWW.THEARLING.COM/TEXT/DMW HITE/DMW HITE.HTM
• [Chapman,2000]Crisp Consortium, Crisp 1.0 Process And User Guide.2000
7. PLANEACION PROYECTO DE LA PRÁCTICA PROFESIONAL
7.1. CRONOGRAMA DE ACTIVIDADES
El cronograma que se presenta a continuación muestra las actividades que se
siguieron para el desarrollo del proyecto
CRONOGRAMA
HORAS
FECHA FECHA NRO_SEMANA DEDICADA
ETAPA INICIO LIMITE S S
Documentación y
Preparación de
presentaciones Jun-16 Jul-04 3 98
8. OTROS TRABAJOS
8.1. CADENA DE ABASTECIMIENTOS
Manipulación del aplicativo JDEDWARDS, OPTIMA Y SFI, aplicativos que
contienen la información sobre los proveedores de Bancolombia, la
fiduciaria Bancolombia y Banca de Inversión, y de todas las bases de datos
que estos manejan.
Ruta de donde se obtuvo gran parte de la información requerida.
40