Análisis y propuestas de mejora de proceso aplicando herramientas de Analytics en una empresa de servicios aeroportuarios

Abstract

El estudio de tesis desarrollado tiene como objeto de análisis a una empresa proveedora de servicios terrestres a las aerolíneas que operan en el aeropuerto de Lima, con enfoque en el área de Planificación para la atención de vuelos de la unidad de negocio Rampa. En ese sentido, la empresa actualmente enfrenta una problemática relacionada con el incumplimiento de metas en las métricas de servicio al cliente tales como demoras de vuelos y nivel de servicio; las cuales generan penalidades e impactan negativamente en su desempeño; así mismo, incurre en altos costos de planilla y movilidad, distorsionando así los ratios financieros. Además, existe una excesiva rotación de personal y un control ineficiente de horas, los cuales repercuten en reprocesos para el área de Reclutamiento de nuevas contrataciones y horas extras del personal que afectan la productividad respectivamente. El objetivo fundamental es desarrollar propuestas de mejora empleando herramientas de Data Analytics aplicado a los procesos de la compañía. En ese sentido, se realizó el diagnóstico y se aportaron las siguientes tres soluciones: En primer lugar, el diseño de un modelo de predicción de demanda con herramientas de aprendizaje automático en el software R; en segundo lugar, el diseño de un modelo de programación lineal para optimizar la cantidad personal y turnos; y por último, el diseño de un escenario de simulación sobre adelantos y retrasos de vuelos en el software Arena, para validar que la cantidad de grupos de personal obtenida en la propuesta de optimización cumpla con atender la demanda tomando en cuenta las variaciones de la realidad operativa como demoras y adelantos de vuelos. En línea con los modelos diseñados, se procedió a validar cada uno de ellos, a fin de garantizar su viabilidad en el contexto del estudio. Respecto a la primera solución se comprobó que el modelo SARIMA, comparado al modelo de regresión lineal y al de ARIMA, presentaba una opción más acorde en tendencia de crecimiento y patrón de comportamiento respecto a los datos reales, esto reflejado en las métricas AIC, MAE y RSME. Para la siguiente parte de la propuesta, se obtuvo un resultado de requerimiento de 42 grupos de personal, cuyos costos equivalen a una reducción del 30% comparado al requerimiento actual (52 grupos de personal). Finalmente, se ejecutó las simulaciones que demostraron que la optimización de los turnos y grupos de personal mejoró indicadores como utilización, productividad y redujo las horas muertas; sin embargo, generó una degradación en el indicador de demoras. A fin de evitar esto, se planteó como alternativa integrar dos grupos adicionales que no reduzcan mucho los ahorros generados. Los resultados de los modelos antes planteados arrojaron un ahorro significativo de S/66,481 mensuales. En conclusión, esta propuesta integral generaría gran ahorro a la empresa mediante el reclutamiento de personal anticipado, la optimización de turnos y la mejora de los indicadores operativos y comerciales. Es importante mencionar que, estas soluciones requieren cierto mantenimiento periódico para garantizar que los modelos permanezcan actualizados respecto al contexto real, que puede verse afectado por variables externas.