Please enable JavaScript.
Coggle requires JavaScript to display documents.
MODELACION DE FILAS EN UN ESPACIO RREDUCIDO MEDIANTE LA TEORIA DE COLAS -…
MODELACION DE FILAS EN UN ESPACIO RREDUCIDO MEDIANTE LA TEORIA DE COLAS
Contexto y motivación
En la tienda Stradivarius de Unicentro, las largas filas en la caja generan tiempos de espera prolongados, lo que puede afectar la experiencia del cliente y reducir la eficiencia del servicio.
Una fila extensa puede generar insatisfacción, abandono de compras y afectar la percepción de la marca.
Solución propuesta: Aplicar la teoría de colas para analizar y optimizar la gestión de tiempos de espera.
Pregunta de investigación
¿Cómo evitar el desequilibrio entre la demanda de atención y la capacidad de servicio en Stradivarius mediante la aplicación de la teoría de colas?
Fundamento Matematicos
Teoria de colas
Rama de la matemática aplicada que estudia sistemas de espera.
Permite modelar la llegada de clientes, la capacidad de atención y el tiempo promedio de espera.
MODELO M/M/2
Representa un sistema con solo una fila y dos cajas registradoras
Suposiciones del modelo
Llegadas de clientes siguen un proceso de Poisson (aleatorio, pero con una tasa promedio constante).
Tiempos de servicio siguen una distribución exponencial (el tiempo entre dos atenciones varía, pero sigue un patrón predecible).
Los clientes esperan en la fila hasta que una caja esté disponible.
Objetivo del modelo
Medir el tiempo promedio de espera.
Evaluar la eficiencia de los dos servidores.
Explorar posibles estrategias de mejora.
METODOLOGIA
Recolección de datos
Observación directa en la tienda durante un fin de semana, cuando hay mayor afluencia de clientes.
Registro de datos
Cantidad de clientes que llegan a la fila.
Tiempo que tardan en ser atendidos.
Variabilidad en la demanda en diferentes horarios.
Analisis y aplicación del modelo matematico
Aplicación del modelo M/M/2 con base en los datos recolectados.
Comparación con escenarios hipotéticos:
Caso 1: Evaluar si el tiempo de espera mejora con los dos servidores actuales.
Caso 2: Simular el efecto de agregar más cajas o modificar la organización de la fila.
Identificación de patrones y tendencias en el comportamiento de los clientes.
Herramientas tecnologica
Uso de Excel para procesar y visualizar los datos.
Cálculo de métricas como:
Tasa de llegada de clientes.
asa de servicio de los cajeros.
iempo promedio en fila.
Representación grafica de los resultados