Investigadores de la Universidad de Burgos, en colaboración con la Universidad de Oviedo y el Instituto Politécnico de Viana do Castelo, a través de este estudio, han desarrollado un modelo de simulación basado en agentes que permite analizar el Efecto Bullwhip en las Cadenas de Suministro concluyendo que la aplicación de la Teoría de Restricciones permite disminuir su efecto.
Resumen:
El entorno empresarial actual, caracterizado por su elevada competitividad, ha otorgado un papel relevante a la Gestión de las Cadenas de Suministro en la búsqueda de ventajas competitivas. Por este motivo, minimizar sus ineficiencias se convierte en una de las principales preocupaciones de las diferentes empresas que forman parte de dichas cadenas de suministro. Una causa de estas ineficiencias es el Efecto Bullwhip, es decir, la amplificación de la variabilidad de las órdenes de compra a medida que nos alejamos aguas arriba del cliente final.
En este trabajo se ha diseñado un modelo de simulación multiagente que permite experimentar con una cadena de suministro de un único producto, una estructura lineal y multinivel con cuatro nodos: fábrica, distribuidor, mayorista y minorista. Además, se ha definido un espacio paramétrico que permite configurar cada una de las simulaciones ejecutadas y posteriormente comparar los resultados obtenidos. Entre estos parámetros, se ha otorgado una especial atención a la política de órdenes de pedido seguida. Por una parte, se ha experimentado con las tradicionales políticas de gestión empleadas actualmente y enlazadas de manera general con el paradigma de producción en masa, como la política “order-up-to”. Por otra, se ha experimentado con políticas enlazadas con el paradigma de producción Lean Manufacturing, como la Teoría de Restricciones.
Una vez que se han recogido suficientes datos a través de la ejecución de distintas simulaciones, se ha llevado a cabo un análisis estadístico de estos datos teniendo en cuenta el periodo de calentamiento, el estudio de estabilidad y realizando un test de hipótesis final que nos ha permitido extraer diferentes conclusiones:
- La primera conclusión obtenida es que cuánto más alta es la variabilidad de la demanda en el cliente final, más alta es la amplificación aguas arriba en la cadena de suministro, ya que cada nodo tiende a sobreprotegerse así mismo debido al miedo provocado por la rotura de stock.
- La segunda conclusión obtenida es que la utilización de la Teoría de Restricciones es muy efectiva a la hora de remediar el Efecto Bullwhip en comparación con “order-up-to”. Su aplicación ofrece una enorme mejora en la eficiencia global de la cadena de suministro (experimentando con varios niveles de variabilidad de la demanda externa). Además, no sólo mejora la eficiencia global sino que cada nivel de la cadena de suministro mejora su propio rendimiento individual. Por lo tanto, la mejor solución para el sistema es la mejor solución para cada uno de sus componentes.
A modo de resumen, queremos destacar que la principal contribución de este trabajo ha sido demostrar que hay suficientes razones para aplicar la Teoría de Restricciones en la Gestión de la Cadena de Suministro en favor de la disminución del Efecto Bullwhip y como consecuencia del incremento en su eficiencia.
Palabras clave: Gestión de la Cadena de Suministro, Efecto Bullwhip, Teoría de Restricciones.
Referencia bibliográfica del artículo:
Costas, J., Ponte, B., de la Fuente, D., Pino, R., & Puche, J. (2015). Applying Goldratt’s Theory of Constraints to reduce the Bullwhip Effect through agent-based modeling. Expert Systems with Applications, 42(4), 2049-2060. doi: 10.1016/j.eswa.2014.10.022.
Dirección de contacto con el autor:
Julio César Puche Regaliza. (jcpuche@ubu.es). Universidad de Burgos. Departamento de Economía Aplicada. Área Métodos Cuantitativos para la Economía y la Empresa. Grupo de investigación de la Universidad de Burgos sobre Metaheurísticos (GRINUBUMET)
Datos de la revista:
Expert Systems with Applications (Elsevier). ISSN:0957-4174 eISSN:1873-6793.
- Revista indexada en Science Citation Index (WOS)
- Factor de impacto (2013): 1,965. Q1 posición 11/79 en la categoría Operations Research & Management Science. (Fuente consultada Journal Ctitation Report®)
- SCImago Journal Rank (SJR): 1,487. Q1 posición 21/527 en la categoría Engineering Miscellaneus.
Resumen redactado por Julio Cesar Puche Regaliza.
