Modelo matemático para la gestión de capacidad instalada en un laboratorio de análisis de aguas

Abstract

Gestionar la capacidad es un proceso que hace parte de la planeación estratégica de una organización para definir sus metas a largo, mediano o corto plazo. Un uso adecuado de la capacidad disponible permite a las empresas aumentar su eficiencia y productividad. Para las empresas de servicios no es una tarea fácil estimar su capacidad debido la variedad de recursos que deben contemplar y gestionar, las restricciones a satisfacer y la incertidumbre en la demanda de servicios. Por tanto, el presente trabajo se enfoca en un laboratorio de calidad de aguas, que en la actualidad no cuantifica su capacidad disponible, por lo que desconoce si se está haciendo una adecuada asignación de los recursos y la cantidad de ensayos que podría atender en un horizonte de planeación. Para el desarrollo del modelo, se realizó una caracterización de sus capacidades, se ejecuta el modelo en escenarios y se contrastan los resultados mediante indicadores de ocupación. Los resultados de los escenarios propuestos develan que el laboratorio tiene un alto porcentaje de capacidad ociosa, para lo cual a través de un análisis DOFA se proponen estrategias enfocadas a fortalecer aspectos que conlleven a que el laboratorio tenga una mayor demanda de servicios y por ende el uso de su capacidad aumente (Texto tomado de la fuente)

Managing capacity is a process that is part of an organization's strategic planning to define its goals in the long, medium, or short term. Proper use of available capacity allows companies to increase their efficiency and productivity. However, it is challenging for service companies to estimate their capacity due to the variety of resources they must contemplate and manage, the restrictions to satisfy, and the uncertainty in demand for services. Therefore, the present work focuses on a water quality laboratory, which currently needs to quantify its available capacity, so it is unknown if an adequate allocation of resources is being made and the potential in terms of the number of tests. That could be addressed in a planning horizon. For the development of the model, a characterization of their capacities was carried out. The resulting model is executed in different scenarios, and the results are contrasted via occupancy indicators. The results of the proposed scenarios reveal that the laboratory has a high percentage of inoperative capacity. Through SWOT analysis, strategies are proposed focused on strengthening aspects that lead to the laboratory having a greater demand for services, and therefore the use of its capacity increases.