mejora en la gestión de abastecimiento,

planeamiento y control de la producción

a través de las herramientas material
requirements planning y master production
schedule en una mype dark kitchen
Dora Antonella Celi Chavez*
https://orcid.org/0009-0001-5244-6384
Universidad de Lima, Facultad de Ingeniería, Lima, Perú

Nicole Ximena Mendiola Zapata

https://orcid.org/0009-0008-3703-0103
Universidad de Lima, Facultad de Ingeniería, Lima, Perú

Ezilda Maria Cabrera Gil-Grados

https://orcid.org/0000-0002-4281-4817
Universidad de Lima, Facultad de Ingeniería, Lima, Perú

Recibido: 22 de enero del 2024 / Aceptado: 12 de marzo del 2024

Publicado: 12 de junio del 2024
doi: https://doi.org/10.26439/ing.ind2024.n046.6875

RESUMEN. Este artículo se centra en la aplicación de las herramientas material require-

ments planning (MRP) y master production schedule (MPS) en el proceso de la producción
de hamburguesas en una dark kitchen, con el objetivo de reducir el costo de oportunidad
generado por los productos no vendidos debido a la falta de insumos. La propuesta de
mejora se dividió en dos partes. La primera se enfocó en el planeamiento y el control de
la producción, mientras que la segunda parte se relacionó a un nuevo diseño de cocina.

Este estudio no fue financiado por ninguna entidad.

* Autor corresponsal.
Correos electrónicos en orden de aparición: [email protected]; [email protected];
[email protected]
Este es un artículo de acceso abierto, distribuido bajo los términos de la licencia Creative Commons
Attribution 4.0 International (CC BY 4.0).

Ingeniería Industrial n.° 46, junio 2024, ISSN 2523-6326, pp. 83-103
 D. A. Celi, N. X. Mendiola, E. M. Cabrera

Además, con el fin de diseñar un nuevo plano, se utilizó el método de Guerchet, así como
el diagrama relacional de actividades. La investigación dio como resultado una reducción
del 10 % de pérdida en los pedidos.

PALABRAS CLAVE: control de la producción / producción eficiente / distribución en

planta / hamburguesas / Perú

IMPROVED SUPPLY MANAGEMENT, PRODUCTION PLANNING AND

CONTROL THROUGH MATERIAL REQUIREMENTS PLANNING AND
MASTER PRODUCTION SCHEDULE TOOLS IN A MYPE DARK KITCHEN
ABSTRACT. The purpose of the research focused on the application of tools such as
MRP and MPS in the hamburger process in a dark kitchen, with the objective of redu-
cing the opportunity cost produced by unsold products due to lack of supplies. The
improvement proposal was divided into two parts, the first with a focus on production
planning and control and the second part, related to a new kitchen design. In addi-
tion, in order to design a new floor plan, the Guerchet method was used, as well as
the relational diagram of activities. The investigation resulted in approximately 10% of
additional incoming orders that could have been attended to in the month of October.

KEYWORDS: production control / lean manufacturing / plant layout / hamburgers /

Peru

84 Ingeniería Industrial n.° 46, junio 2024

 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

1. INTRODUCCIÓN
Los establecimientos de comida rápida o las dark kitchens se caracterizan por ser
eficaces y eficientes. Estos establecimientos muchas veces suelen ser la mejor opción
en el momento oportuno:
El momento oportuno se puede tratar de un fin de semana, un día de muchas
reuniones y que no existe el tiempo para cocinar o simplemente un día que es
conveniente comer algo diferente. Muchas veces, resulta mucho más fácil y
hasta algunas veces mucho más económico comprar una hamburguesa o unos
nuggets, en lugar de cocinar un plato complejo los fines de semana. (Ku et al., 2020,
pp. 315-316)

El sector de comida rápida en Perú es una parte importante de la industria de servicios

de alimentos del país. Además, como consecuencia de la pandemia, esta industria ha
crecido significativamente en los últimos años a nivel mundial (Shin & Cho, 2022). En efecto,
los establecimientos de comida rápida o dark kitchens se han vuelto indispensables para
muchos usuarios en los últimos años, pues es ideal recibir un almuerzo o cena en 25 o
30 minutos y, en muchos casos, aprovechar el tiempo para realizar actividades rutinarias
o de descanso. Por ello, la demora en la entrega del producto es un factor determinante
en estos casos; por eso, existe una gran competencia entre muchos de estos locales de
comida rápida por atender en el menor tiempo, con eficiencia y calidad, a sus clientes
(Barqawi et al., 2023, pp. 755-756).

De una alguna forma, la gestión de cadena de suministro en un establecimiento

de comida rápida puede parecer “sencilla”, pues se supone que se cuenta con bolsas
enormes de papas, hamburguesas, hot dogs y otros insumos listos para freír o los panes
listos para ser calentados, tal como mencionan Ku et al. (2020) y Aditi et al. (2022). Sin
embargo, habría que hacer notar lo siguiente: ¿Cómo llegan las bolsas de insumos al local
o establecimiento? ¿Quiénes son los proveedores de las hamburguesas y las papas? ¿La
empresa cuenta con almacenes? ¿Cómo funciona el servicio de distribución de pedidos?
Esas y otras preguntas forman parte del proceso de aprovisionamiento de insumos en
la gestión de la cadena de suministro que, muchas veces, no se toman en consideración.
Por este motivo, es importante que la empresa cuente con un punto de reorden definido
según Kurdi et al. (2023) y Borsotto et al. (2023).

Adicionalmente, los restaurantes, las dark kitchens y otros establecimientos de

comida deben estar comprometidos con el medio ambiente y analizar que el no contar
con un pronóstico de la demanda o un eficiente plan de compras puede generar un gran
desperdicio de alimentos, tal como sucedió en muchos restaurantes de Japón en el 2018,
según mencionan Sato y Mizuyama (2022). Para solucionar ello, no solo habría que evitar
el desperdicio de alimentos, sino también mejorar el aprovisionamiento de insumos y
un menor porcentaje de roturas de stock. Para ello, se puede utilizar herramientas de

Ingeniería Industrial n.° 46, junio 2024 85

 D. A. Celi, N. X. Mendiola, E. M. Cabrera

planificación de requerimientos, como el master production schedule (MPS) y el material

requirements planning (MRP), según Carbajal-Roman et al. (2021) y Cozzio et al. (2023).

Con los años, las empresas se están volviendo mucho más digitales, pues utilizan
diferentes herramientas o principios de la transformación digital, tales como big data,
agilidad, innovación, etcétera. Esto significa que, ahora, existen menos posibilidades
de que las empresas del rubro alimenticio trabajen con pizarras con pronósticos, pues
muchas de ellas prefieren contar con un modelo de gestión en una alguna aplicación de
escritorio. De igual forma, tal como mencionan Alkhawaldah et al. (2023) y Gupta et al.
(2023), se debe identificar también los beneficios de la cadena de suministro digital y el
desempeño organizacional con el que se cuenta.

Frente a tal contexto, la presente investigación se enfoca en una empresa peruana

—específicamente, una dark kitchen de hamburguesas— que empezó como una idea
de negocio en el 2019 y que se volvió realidad en el 2021. Actualmente, dicha empresa
continúa incrementando sus ventas y creciendo de una manera sumamente veloz, lo que
ha generado que el organizarse sea una tarea realmente difícil. En muchas ocasiones,
la empresa no ha podido atender todos los pedidos, por lo que, según el indicador de
faltantes de stock, tiene un 3 % de faltantes de stock, cuando lo ideal es que tenga un 0 %
en tal indicador. Por este motivo, la investigación tiene como objetivo reducir las ventas
perdidas utilizando como soporte las herramientas MRP y MPS.

2. METODOLOGÍA
El proyecto está estructurado en dos partes. La primera se enfoca en la mejora del
planeamiento y control de producción de la empresa, mientras que la segunda se enfoca
en un nuevo diseño de la instalación de la cocina. Para ello, el método de validación utili-
zado para demostrar la efectividad de la solución diseñada fue la simulación en Excel
para ambas partes de la experimentación. Se eligió este método porque, a través de una
prueba piloto, la obtención de resultados requeriría un plazo mayor al del alcance de este
proyecto. Además, a través de dicha simulación en Excel, se evaluaron distintos modelos
de gestión del abastecimiento e inventarios como alternativas de mejora para validar,
finalmente, el modelo a proponer.

Con respecto a la mejora del planeamiento y control de producción, se desarrolló

un modelo MRP y MPS en Excel, para el cual se determinaron ciertos parámetros
adecuados a la empresa y se analizaron las ventas históricas para proponer un modelo
de estimación de la demanda. De igual forma, teniendo en consideración la variabilidad
que puede tener la demanda, se analizó —con @Risk— el efecto sobre el modelo
propuesto de cambios de la demanda y del abastecimiento del lote mínimo de compra de
la carne. De esta manera, se evaluaron los costos logísticos, los niveles de inventarios y
la posibilidad de la rotura de stock.

86 Ingeniería Industrial n.° 46, junio 2024

 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

Entonces, se validó el nuevo modelo MRP y MPS con datos de la demanda histórica
existente y la política actual de abastecimiento, y se observó las roturas de stock y demás
inconvenientes que tiene la empresa con respecto al inventario de insumos, tal como se
registró realmente en el periodo histórico tomado como referencia. Luego, se realizó
un buen planeamiento de la demanda, considerando un proceso de compras adecuado
y eficiente, utilizando el mismo modelo de MRP y MPS. Con ello, se demostró que los
resultados serían mejores y positivos para el funcionamiento de la empresa.

Por otro lado, respecto a la mejora del diseño de la instalación, a través del método
Guerchet y del diagrama relacional de actividades, se realizó un nuevo diseño de
la cocina, con el objetivo de mejorar el flujo de materiales y el tiempo en el recorrido
de la preparación de los pedidos en un mes típico. Para esta segunda parte de la
experimentación, se utilizó el método de validación, con el cual se compararon los
cálculos del recorrido de la preparación de los pedidos en cuanto al recorrido de los
trabajadores y el tiempo que se toman para atender la demanda en un periodo típico con
el plano inicial, con los mismos cálculos pero con la nueva disposición. Esta comparación
demostró una mayor eficiencia y rapidez en el flujo del proceso con la nueva disposición.

En la Figura 1, se puede observar el diagrama de la metodología, la misma que

se encuentra dividida en tres componentes. El primero se enfoca en el análisis de
los procesos y el levantamiento correspondiente de la información, el segundo toma
como referencia la planificación de la demanda y, por último, el tercero se enfoca en la
planificación de requerimientos de almacén.

Figura 1
Diagrama de la metodología

Input Propuesta de mejora Output

Componente 1 Componente 2 Componente 3

Análisis de los procesos y Planificación de la producción Planificación de requerimientos de
levantamiento de información materiales Mejora en el
diseño de la
instalación
Master production Materials resources
Análisis
schedule (MPS) planning (MRP)

Costo de Asignación de Tamaño de lote Incrementar

Plan de materiales el buen
oportunidad recursos bajo
perdida,
demanda empleo,
producida control y
por los Stock de seguridad Plan de compras
productos no
aprovechamie
vendidos por Diseño de la nto de
falta de instalación inventarios
insumos Pronóstico de la Plan de capacidad
demanda

Organización del Eficiente

Control de planta flujo del
trabajo Proyección de
inventarios proceso

Ingeniería Industrial n.° 46, junio 2024 87

 D. A. Celi, N. X. Mendiola, E. M. Cabrera

3. RESULTADOS
Con el fin de identificar, tanto los motivos como las causas de las ventas perdidas de la
empresa, se elaboró un árbol de problemas (véase la Figura 2).

Figura 2
Árbol de problemas

CAUSAS PRIMARIAS CAUSAS RAÍCES HERRAMIENTAS

Inexistente pronóstico de
MOTIVOS la demanda y Falta de conocimiento
PROBLEMA abastecimiento 33%
No cuentan con un Master Production
33%
modelo de gestión de Schedule (MPS)
Brecha técnica
abastecimiento e Chatras, C., Giard, V., &
53% en los últimos 12 Inexistente
meses inventario Sali, M.
61% planeamiento de la
98% procesos similares (2015)
capacidad de los Ausencia de datos y
requerimientos de análisis
materiales y de 28%
producción
Costo de oportunidad, 28%
producido por los
productos no vendidos Falta de
por la falta de insumos aprovechamiento del
espacio Materials Resources
15% Planning (MRP)
Infraestructura Limitada capacidad de
Razavi Hajiagha, S.H.,
productiva almacenamiento
Deficiente determinación Sadat Hashemi, S., &
27% 27%
Impacto económico de requerimiento de Sadeghi, M.
S/ 189000 anuales áreas de trabajo (2015)
12%

Existentes riesgos
Oportunidades de disergonómicos Just in Time (JIT)
Organización del 7% Balkhi, Bandar, Alsharani
mejora en los puestos
trabajo Abdullah, Khan Anas
de trabajo
12% (2022)
12% Deficiente flujo del
proceso
5%

Tal como se muestra en la Figura 2, se analizaron los tres motivos principales que
originan los pedidos perdidos. Tomando en cuenta la frecuencia y el impacto económico
de cada uno de ellos, se empezó por abordar el relacionado al modelo de la gestión
de abastecimiento e inventario. Además, debe tomarse en consideración que JIT se
identificó como una causa probable, pero no se abordó, porque el foco del trabajo es el
planeamiento y el control de las operaciones.

Asimismo, el proceso de implementación del sistema MRP en un restaurante o en

una dark kitchen inicia con la definición de los objetivos, como mejorar la eficiencia de
producción, reducir costos y optimizar el inventario. Luego, se realiza la recopilación
detallada de datos sobre productos, proveedores, historial de ventas y tiempos de
preparación. Es importante mencionar que, la elección de Excel como software MRP, se
basa en la adaptación a las necesidades específicas de la dark kitchen. La configuración
del sistema implica ajustar el modelo del MRP en Excel para reflejar la estructura del
menú y establecer niveles de inventario.

88 Ingeniería Industrial n.° 46, junio 2024

 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

Posteriormente, se establece un plan maestro de producción (MPS) a corto plazo

para determinar la cantidad platos por producir según la demanda proyectada y los
recursos disponibles. La generación automática de órdenes de producción con MRP en
Excel se realiza con base en el MPS y los datos de inventario actual. Por otra parte, la
gestión de proveedores se optimiza mediante la generación de órdenes de compra, lo
que asegura niveles de inventario adecuados y evita escasez.

El seguimiento periódico del desempeño del sistema MRP permite ajustes

regulares, los cuales incluyen actualizaciones de pronósticos y ajustes en el MPS según
los resultados reales. Además, la capacitación del personal es crucial para garantizar
la eficacia del sistema MRP en la gestión de producción e inventario. Asimismo, es
importante la evaluación continua del desempeño operativo, costos y satisfacción del
cliente, respaldada por datos recopilados, dado que esta impulsa mejoras continuas en
los procesos de producción y gestión de inventario.

Para el análisis de los resultados, se tomaron en cuenta los datos históricos brindados
por la empresa, los cuales fueron puestos en modelo de gestión desarrollado que se
realiza en cuatro pasos.

Primer paso. Pronóstico de la demanda

Se utilizó el promedio móvil para el pronóstico de la demanda (véase la Tabla 1), ya que
la empresa no contaba con datos históricos suficientes. Además, se utilizó el mínimo de
datos para el pronóstico que es de dos meses. Como se observa, la diferencia entre las
ventas reales y las pronosticadas resultan ser muy pequeñas en términos porcentuales
con relación a las ventas reales.

Tabla 1
Pronóstico de la demanda

Mes Ventas reales 2023 Pronóstico de la demanda 2023 Exactitud del pronóstico
Enero 3012 - -
Febrero 3278 - -
Marzo 3142 3145 -0,10 %
Abril 3204 3210 -0,19 %
Mayo 3170 3173 -0,09 %
Junio 3185 3187 -0,06 %
Julio 3176 3178 -0,06 %
Agosto 3180 3181 -0,03 %
Septiembre 3175 3178 -0,09 %
Octubre 3170 3178 -0,25 %
Noviembre 3172 3173 -0,03 %
Diciembre 3170 3171 -0,03 %

Ingeniería Industrial n.° 46, junio 2024 89

 D. A. Celi, N. X. Mendiola, E. M. Cabrera

Segundo paso. Plan maestro de producción

Se ingresa la demanda proyectada al MPS (véase la Tabla 2). El inventario final y de stock
de seguridad es 0, debido a que el producto no permite el almacenamiento por ser pere-
cible. No obstante, la tabla se puede utilizar para el desarrollo del MPS de la carne que se
prepara y se puede almacenar por un máximo de cuatro días por políticas de la empresa.

Tabla 2
Plan maestro de producción

Semanas del mes de octubre

Plan maestro de producción
1 2 3 4 5 6
Inventario inicial 3000 375 0 0 0 0
Pronóstico 2625 2625 2625 2625 2625 2625
Inventario final 0 0 0 0 0 0
Stock de seguridad 0 0 0 0 0 0
MPS-producción 0 2250 2625 2625 2625 2625
Cantidad disponible 3000 2250 2625 2625 2625 2625

Tercer paso. Planificación de requerimientos de materiales

Al tener el MPS y la demanda proyectada, se desglosaron los insumos principales del

producto que se muestra en la Figura 3. Con el estándar de los tiempos establecidos, el
número de turnos y de operarios, que se muestran en la Tabla 3, se analizaó cada insumo
tal como se muestra en la Tabla 4, desarrollada como ejemplo, para el insumo principal
que es la carne. En la misma tabla se observa la reposición establecida sobre la base del
lead time y el lote de compra.

Figura 3
Desglose del combo estudiado

Combo estudiado

Papas fritas Hamburguesa

Lechuga y
Aceite Papas Pan Queso Tocino
tomate

90 Ingeniería Industrial n.° 46, junio 2024

 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

Tabla 3
Planificación de requerimientos de materiales

Operación Carne Queso Lechuga Tomate Pan Mantequilla Papas Aceite

Tiempo estándar (HH/unidad) 0,467 0,017 0,008 0,008 0,242 0,008 0,500 0,167
Eficiencia esperada 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9
Cantidad de turnos de siete horas 2 2 2 2 2 2 2 2
Operaciones asignadas por turno 1 1 1 1 1 1 1 1

Tabla 4
Planificación de requerimientos de materiales

Carne Semana
Operación 1 2 3 4 6 7 8
Requerimiento bruto 7000
Recepción programada
Inventario disponible 3000 3000 3000 3000 3000 3000 0
Requerimiento neto 4000
Plan de pedidos 4000
Lanzamiento 4000

Cuarto paso. Modelo de proyección de los beneficios brutos

Finalmente, se realizó un modelo de proyección de beneficios brutos, útil para la planifi-

cación financiera (véase la Tabla 5). En esta tabla se emplearon los costos de operación
por unidad de producto proporcionados por la empresa. En la Tabla 5 se observan estos
resultados para los últimos seis meses del 2023.

Ingeniería Industrial n.° 46, junio 2024 91

92
Tabla 5
Modelo proyección de los beneficios brutos

Total de unidades
Unidades vendidas Julio Agosto Septiembre Octubre Noviembre Diciembre
vendidas
Hamburguesa bendita con
3176 3180 3175 3170 3172 3170 38 034
papas
Precio unitario
Precio unitario (en soles)
medio (en soles)
Hamburguesa bendita con

Ingeniería Industrial n.° 46, junio 2024

39,9 39,9 39,9 39,9 39,9 39,9 39,9
papas
D. A. Celi, N. X. Mendiola, E. M. Cabrera

Promedio de tasa de
Tasa crecimiento ventas (porcentaje)
crecimiento (porcentaje)
Hamburguesa bendita con
0 0 0 0 0 0 1
papas
Total de ingresos
Ingresos (unidades vendidas * precio unitario) (en soles)
(en soles)
Hamburguesa
126 722,40 126 882,00 126 682,50 126 483,00 126 562,80 126 483,00 1 517 556,60
bendita con papas
Promedio COGS
Unidad COGS (en soles)
(en soles)
Hamburguesa
8,22 8,22 8,22 8,22 8,22 8,22 8,22
bendita con papas
Margen medio
Margen por unidad (precio unitario – unidad COGS) (en soles)
(en soles)
Hamburguesa
31,68 31,68 31,68 31,68 31,68 31,68 31,68
bendita con papas
Beneficio bruto total (en
Beneficio bruto (ingresos - COGS o margen por unidad * unidades vendidas) (en soles)
soles)
Hamburguesa
100 615,68 100 742,40 100 584,00 100 425,60 100 488,96 100 425,60 1 204 917,12
bendita con papas
 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

Para validar este modelo, se analizaron los datos del mes de octubre del 2023
brindados por la empresa:

• Pedidos entrantes: 3170

• Pedidos atendidos: 2978

• Pedidos perdidos: 192

Estos datos se comparan con los que se hubieran obtenido de haber utilizado el
modelo diseñado. Con el promedio móvil simple, se obtuvo como resultado que en el mes
de octubre hubo una proyección de la demanda de 3 170 pedidos. No obstante, la empresa
solo pudo atender, con los recursos disponibles, 2978 pedidos (192 pedidos menos de lo
demandado), lo que significó la pérdida de oportunidad de ventas equivalentes al 5,72 %
de los ingresos del mes, lo cual es significativo para una mype.

El promedio móvil contribuye a eliminar las fluctuaciones temporales y el ruido

en los datos, lo que facilita la identificación de tendencias a largo plazo. En un entorno
como el de la dark kitchen, la demanda diaria puede experimentar variaciones debido a
elementos estacionales, días específicos de la semana, eventos especiales, entre otros.
Entonces, utilizando el promedio móvil, se logra obtener una perspectiva más precisa de
la demanda promedio a lo largo de un periodo extendido.

Cabe resaltar que en el análisis de los tiempos estándar, que proporcionó la empresa
para el MRP, se observó el posible efecto negativo del mal aprovechamiento de la
infraestructura productiva y una limitada capacidad de almacenamiento como resultado
de un uso inapropiado del espacio productivo. El análisis del flujo de proceso productivo
de las áreas disponibles y las dimensiones de los equipos determinaron la necesidad de
mejorar el uso del espacio físico en la cocina.

Existen varios métodos para llevar a cabo esta evaluación del espacio físico. En este
contexto, se presentará el método de Guerchet, el cual proporciona una aproximación
precisa del área requerida y que se ha aplicado según las medidas actuales de los
elementos móviles y estáticos en la empresa (véase la Tabla 6).

Ingeniería Industrial n.° 46, junio 2024 93

 D. A. Celi, N. X. Mendiola, E. M. Cabrera

Tabla 6
Calculo de área

Nombre L A h N n Ss Sg Se ST Ss x n Ss x n x h
Estante 2,30 0,60 2,20 1,00 1,00 1,38 0,00 1,147 2,527 1,38 3,04
Congeladora 1 1,80 0,80 1,30 1,00 1,00 1,44 1,44 2,394 5,274 1,44 1,87
Congeladora 2 1,13 0,64 0,78 1,00 1,00 0,72 0,72 1,192 2,628 0,72 0,56
Estante 2 1,14 0,60 2,20 1,00 1,00 0,68 0,00 0,568 1,252 0,68 1,50
Escritorio 1,52 0,56 1,38 1,00 1,00 0,85 0,85 1,415 3,117 0,85 1,17
Congeladora 3 1,03 0,68 1,13 1,00 1,00 0,70 0,70 1,164 2,565 0,70 0,79
Refrigeradora 0,60 0,58 1,86 1,00 1,00 0,35 0,35 0,578 1,274 0,35 0,65
Mesa de despacho 1 2,20 1,05 1,90 1,00 1,00 2,31 2,31 3,840 8,460 2,31 4,39
Mesa de despacho 2 2,00 0,71 0,91 1,00 1,00 1,42 1,42 2,360 5,200 1,42 1,29
Estante 3 1,50 0,58 1,60 1,00 1,00 0,87 0,00 0,723 1,593 0,87 1,39
Mesa de trabajo 2,40 1,20 0,80 2,00 1,00 2,88 5,76 7,182 15,822 2,88 2,30
Horno estante 0,86 0,50 0,90 1,00 1,00 0,43 0,43 0,714 1,574 0,43 0,39
Estante 4 1,16 0,58 1,60 1,00 1,00 0,67 0,00 0,559 1,232 0,67 1,08
Lavadero 1,67 0,64 0,90 1,00 1,00 1,07 1,07 1,776 3,914 1,07 0,96
Cocina 0,83 0,70 0,80 1,00 1,00 0,58 0,58 0,965 2,127 0,58 0,46
Freidora 0,42 0,78 1,15 1,00 1,00 0,33 0,33 0,544 1,199 0,33 0,38
Plancha de
1,00 0,75 0,93 1,00 1,00 0,75 0,75 1,246 2,746 0,75 0,70
hamburguesas
Carretilla 1,18 1,00 0,15 - 1,00 1,18 - - - 1,18 0,177
Operarios - 1,65 - 4,00 0,50 - - - 2,00 3,30
Medida ideal 62,51 17,43 22,93

La medida ideal del área productiva es de 62,51 m2. Actualmente, el área disponible
de la empresa es de 60 m2. Sin embargo, se pudo observar que hay estantes que se
encuentran poco utilizados y podrían eliminarse, tal como se observa en las figuras 4 y 5.

94 Ingeniería Industrial n.° 46, junio 2024

 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

Figura 4
Fotografía de estantes y congeladora de la dark kitchen

Figura 5
Fotografía del estante de la dark kitchen

Ingeniería Industrial n.° 46, junio 2024 95

 D. A. Celi, N. X. Mendiola, E. M. Cabrera

Por otro lado, para optimizar la capacidad de conservación, se reemplazaron las

refrigeradoras actuales por dos congeladoras/refrigeradoras industriales. Con estos
cambios se realizó un nuevo análisis de Guerchet, tal como se muestra en la Tabla 7,
donde el espacio total requerido es de 55,49 m2.

Tabla 7
Método Guerchet

Nombre L A h N n Ss Sg Se ST Ss x n Ss x n x h
Congeladora/
1,20 0,74 1,95 2,00 1,00 0,89 1,78 2,281 4,945 0,89 1,730
refrigeradora
Estante 1 1,14 0,60 2,20 1,00 1,00 0,68 0,68 1,171 2,539 0,68 1,500
Escritorio 1,52 0,56 1,38 1,00 1,00 0,85 0,85 1,457 3,160 0,85 1,170
Mesa de despacho 1 2,20 1,05 1,90 1,00 1,00 2,31 2,31 3,956 8,576 2,31 4,390
Mesa de despacho 2 2,00 0,71 0,91 1,00 1,00 1,42 1,42 2,431 5,271 1,42 1,290
Estante 2 1,50 0,58 1,60 1,00 1,00 0,87 0,87 1,490 3,230 0,87 1,390
Mesa de trabajo 2,40 1,20 0,80 2,00 1,00 2,88 5,76 7,398 16,037 2,88 2,300
Horno estante 0,86 0,50 0,90 1,00 1,00 0,43 0,43 0,736 1,596 0,43 0,390
Lavadero 1,67 0,64 0,90 1,00 1,00 1,07 1,07 1,830 3,968 1,07 0,960
Cocina 0,83 0,70 0,80 1,00 1,00 0,58 0,58 0,995 2,157 0,58 0,460
Freidora 0,42 0,78 1,15 1,00 1,00 0,33 0,33 0,561 1,216 0,33 0,380
Plancha de
1,00 0,75 0,93 1,00 1,00 0,75 0,75 1,284 2,784 0,75 0,700
hamburguesas
Carretilla 1,18 1,00 0,15 1,00 1,18 - - - 1,18 0,177
Operarios - 1,65 4,00 0,50 - - - 2,00 3,300
Medida ideal 55,484 13,06 16,680

Con el fin de organizar el espacio en función del flujo eficiente de proceso,

considerando las diferentes relaciones en las zonas productivas identificadas, se
propone un rediseño de instalaciones de la cocina. Para ello, se llevó a cabo un diagrama
relacional de actividades.

Primero, se identificaron los siete espacios o actividades:

1. Almacén de materias primas
2. Zona de lavado
3. Mesa de trabajo
4. Zona de producción
5. Mesa de control de calidad
6. Mesa de despacho
7. Zona administrativa

96 Ingeniería Industrial n.° 46, junio 2024

 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

Segundo, se determinó la lista de motivos que determinan la necesidad de proximidad

de los espacios o actividades, el cual se detalla a continuación:

1. Seguimiento eficiente del flujo del proceso. Considerando el orden de las activi-
dades, se busca que los espacios se encuentren lo suficientemente cerca para
poder continuar con la eficiencia del proceso.

2. Facilidad de carga y descarga. Es fundamental tener en cuenta el peso que pueden

tener algunos insumos y la importancia de tener los almacenes cerca de la zona
de producción.

3. Control de insumos. Antes de empezar con la producción, de alguna u otra forma,

se evalúan y analizan los insumos con el fin de mantenerlos en óptimo estado.

4. Control de pedidos. Una vez que los pedidos ya se encuentran listos, es impor-
tante verificar que cumplan con lo solicitado por los clientes.

Tercero, se elaboró la tabla relacional de actividades que se muestra en las figuras

6 y 7.

Figura 6
Tabla relacional de actividades

1
1. Almacén de materias primas
A
1 A
2 2. Zona de lavado 2
A A
1 I 2 I
3 3. Zona de trabajo 2 3
A E X
2 E 3 I 3
X
4 4. Zona de producción 4 4 3
I I X
4 E 2 X 4
5 5. Zona de control de calidad 2 3
I X
2 X 4
6 6. Zona de despacho 4
I
4
7 7. Zona administrativa

Ingeniería Industrial n.° 46, junio 2024 97

 D. A. Celi, N. X. Mendiola, E. M. Cabrera

Figura 7
Diagrama relacional de actividades

5 4 2

Como se puede ver en la Figura 7, las relaciones más importantes se encuentran

entre el almacén de materias primas (1), la zona de lavado (2), la mesa de trabajo (3) y,
finalmente, la zona de producción (4), dado que son zonas que deben estar cerca para
generar eficiencia y rapidez, considerando que el proceso parte desde el almacén de
materias primas. Además, como muchos de los insumos más importantes deben ser
lavados o, incluso, llevados a la mesa de trabajo directamente, se enfatiza la cercanía de
estas zonas (1, 2, 3 y 4) para realizar con mayor rapidez estos procesos. Asimismo, otra
relación importante está entre la mesa de despacho (6) y la zona administrativa (7). Esta
última sirve para verificar, a través de la computadora o pizarra, que los pedidos cuenten
con todos los requisitos solicitados por los clientes.

Finalmente, definido el diagrama relacional de actividades, se realizó la nueva

disposición de planta, cuyo resultado se muestra en la Figura 9. De igual manera, el
plano completo de las instalaciones se muestra en la Figura 8, donde se observa los
baños y áreas externas sobre las cuales no se ha realizado ninguna modificación, ya que
esto requeriría una inversión en obra civil que la empresa no puede efectuar. Por otro
lado, los cambios propuestos más importantes en la zona de cocina son la eliminación
de una repisa y una congeladora adicional en un almacén lo suficientemente grande para
las materias primas cerca de la zona de producción, la inclusión de la mesa de control de
calidad separada de la mesa de despacho y la ubicación de la zona administrativa en una
posición que permite el control de entradas y salidas.

98 Ingeniería Industrial n.° 46, junio 2024

 Figura 8
Plano de la dark kitchen

1.95 .20 3.00 .20 2.45 .25 4.25 .15 2.55 .30 6.60 .15 5.97

.15

ESCALERA
DE GATO
S.S.H.H. LAVADERO
S.S.H.H.
CABALLEROS DISCAPACITADOS
NPT+0.85
NPT+0.85
4.00 PATIO
S.S.H.H. DAMAS
NPT+0.85 NPT+0.51 8.05 7.65

1.00

.77 .75 .78 .70 .64

PROYECCIÓN CAMPANA EXTRACTORA

1.67
.42 .83
1.00 COCINA LAVADERO
3.40
REJILLA EN EL PISO
1.25

1.14

ESTANTE
1.20
2.40 .68
.25
MESA DE TRABAJO HALL
.86 INGRESO

HORNO
1.03

1,55
NPT+0.85 1.30

1,23
NPT+0.17

CONGELADORA
HALL 2.25
NPT+0.51
1.50

ESTANTE
2.20

0,90

1,00
1.05 NPT+0.51
MESA DE CONTROL
.58 DE CALIDAD .25

2.00
.71
MESA DE DESPACHO
1.15

.56

1.52 5.20
5.28
ALMACEN

ESCRITORIO
2.30 CONGELADORAS

ESTANTE
1.80
1.13

.60 .80
.64

.15

.25 6.05 .25 12.85 .25 2.15 .25 5.97

PRIMER PISO
LEYENDA LEYENDA

R - 01

Ingeniería Industrial n.° 46, junio 2024

Mejora en la gestión de abastecimiento, planeamiento y control de la producción

99
 D. A. Celi, N. X. Mendiola, E. M. Cabrera

Figura 9
Disposición de la dark kitchen

VESTIDOR

LAVAMANOS

ADUANA
FELPUDO PARA LOS PIES

Actualmente, el tiempo total de elaboración de un lote promedio de seis hamburguesas

con papas es de 1 hora y 19 minutos; sin embargo, con la nueva disposición y el nuevo
recorrido se podría tener un tiempo total de elaboración para el lote promedio de 1 hora
y 4 minutos. Los cálculos detallados de estos tiempos se muestran en la Tabla 8.

100 Ingeniería Industrial n.° 46, junio 2024

 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

Tabla 8
Tiempo total de preparación de una hamburguesa con papas en la actualidad versus la nueva
disposición

Preparación de una hamburguesa con papas Preparación de una hamburguesa con papas
en la actual disposición de planta (minutos) en la nueva disposición de planta (minutos)

Tiempo de preparación la carne 24 Tiempo de preparación la carne 20

Tiempo de preparación las papas 37 Tiempo de preparación las papas 30

Tiempo de horneado del pan 15 Tiempo de horneado del pan 12

Tiempo de armado de la Tiempo de armado de la

3 2
hamburguesa hamburguesa
1h 1h
Tiempo total Tiempo total
19min 4min

4. DISCUSIÓN
La cadena de suministro es clave en cualquier negocio, porque, con base en su eficiencia,
se define el nivel de servicio al cliente. Frente a ello, investigaciones anteriores señalan
la falta de indicadores de seguimiento y de datos para evaluar el desempeño de los
procesos de la cadena de suministro (Juliana et al., 2022). Por otra parte, Raftowicz
et al. (2020) enfatizan que la distancia entre el productor y el consumidor genera no
solo ciertos problemas para mantener la rentabilidad de los pequeños productores
locales, sino también una amenaza para la seguridad alimentaria. Además, indican que
las cadenas de suministro cortas son convenientes para la sostenibilidad de la produc-
ción alimentaria, como la transparencia del proceso de producción de alimentos de alta
calidad, a partir de una fuente de origen identificable (Raftowicz et al., 2020).

Por último, tal como mencionan Rahbari et al. (2023), la implementación de un

modelo de cadena de suministro es de gran ayuda para cualquier tipo de empresa del
rubro alimenticio. Del mismo modo, esta estrategia redujo en un 8,03 % los costos de
la cadena de suministros y aumentó en un 3,65 % los recursos humanos empleados
(Rahbari et al., 2023). Al igual que estas investigaciones, las mejoras propuestas generan
aproximadamente un 10 % adicional de pedidos entrantes atendidos con un efecto directo
en los beneficios económicos de la empresa.

5. CONCLUSIONES Y RECOMENDACIONES
La implementación de un modelo de proyección de la demanda (MPS y MRP) conduce a
una mejora significativa en la eficiencia operativa y permite una mejor gestión de inven-
tarios, programación de personal y producción, lo que puede reducir el desperdicio y

Ingeniería Industrial n.° 46, junio 2024 101

 D. A. Celi, N. X. Mendiola, E. M. Cabrera

mejorar la rentabilidad. Asimismo, anticipar la demanda y garantizar la disponibilidad de

alimentos y bebidas en el momento adecuado mejora la satisfacción del cliente.

Por otro lado, emplear el método de Guerchet y el diagrama relacional de actividades

permite rediseñar instalaciones de manera sencilla. Con el plano del rediseño se puede,
incluso, simular el recorrido y validar si el rediseño reduce el tiempo de producción.

En esta investigación no se han abordado los aspectos relacionados al diseño

de los puestos de trabajo de los colaboradores y queda pendiente evaluar aspectos
ergonómicos del trabajo.

Finalmente, es importante mencionar que la empresa ha adoptado los modelos de

proyección de la demanda (MPS y MRP) que contribuyen a mejorar el planeamiento y
control de operaciones, y a la profesionalización de la gestión de esta mype dark kitchen,
lo que motiva a la empresa a continuar el proceso de mejora continua.

6. REFERENCIAS
Aditi, B., Djakasaputra, A., Dewianawati, D., Wahyoedi, S., & Titin. (2022). Supply chain
performance and visit interest of restaurants: the role of buzz and viral
marketing strategic. Uncertain Supply Chain Management, (10), 437-444. https://
doi.org/10.5267/j.uscm.2021.12.008

Alkhawaldah, R., Alshalabi, F., Alshawabkeh, Z., Alsha’ar, H., Alzoubi, M., Alshawabkeh,
R., & Al-Dweiri, M. (2023). The mediating role of organizational capabilities on the
relationship between lean supply chain and operational performance. Uncertain
Supply Chain Management, (11), 11-20. https://doi.org/10.5267/j.uscm.2022.12.005

Balkhi, B., Alshahrani, A., & Khan, A. (2022). Just-in-time approach in healthcare inventory
management: does it really work?. Saudi Pharmaceutical Journal, 30(12), 1830-
1835. https://doi.org/10.1016/j.jsps.2022.10.013

Barqawi, B., Shibly, M., Jomaa, M., Alharafsheh, M., & Abulehyeh, S. (2023). Digital supply
chain adoption: an empirical result from food industry. Uncertain Supply Chain
Management, 11(2), 755-762. https://doi.org/10.5267/j.uscm.2023.1.005

Borsotto, P., Cagliero, R., Giarè, F., Giordani, G., Iacono, R., Manetti, I., & Sardone, R. (2023).
Measuring short food supply chain sustainability: a selection of attributes and
indicators through a qualitative approach. Agriculture, 13(3), 646. https://doi.
org/10.3390/agriculture13030646

Carbajal-Roman, G., Lopez-Vela, C., Viacava-Campos, G., & Quiroz-Flores, J. (2021).

Reducing waste in fast-food restaurants. En Y. Iano, O. Saotome, G. Kemper,
A. C. Mendes de Seixas & G. Gomes de Oliveira (Eds.), Smart innovation,

102 Ingeniería Industrial n.° 46, junio 2024

 Mejora en la gestión de abastecimiento, planeamiento y control de la producción

systems and technologies (Vol. 233, pp. 419-426). Springer. https://doi.

org/10.1007/978-3-030-75680-2_47

Cozzio, C., Viglia, G., Lemarie, L., & Cerutti, S. (2023). Toward an integration of blockchain
technology in the food supply chain. Journal of Business Research, 162. https://
doi.org/10.1016/j.jbusres.2023.113909

Gupta, S., Chatterjee, P., Rastogi, R., & Gonzalez, E. D. S. (2023). A delphi fuzzy analytic
hierarchy process framework for criteria classification and prioritization in
food supply chains under uncertainty. Decision Analytics Journal, 7. https://doi.
org/10.1016/j.dajour.2023.100217

Juliana, J., Nagoya, R., Bangkara, B., Purba, J., & Fachrurazi, F. (2022). The role of
supply chain on the competitiveness and the performance of restaurants.
Uncertain Supply Chain Management, 10(2), 445-452. https://doi.org/10.5267/j.
uscm.2021.12.007

Ku, E. C. S., Hsu, S., & Wu, W. (2020). Connecting supplier-supplier relationships to achieve
supply chain performance of restaurant companies. Journal of Hospitality and
Tourism Insights, 3(3), 311-328. https://doi.org/10.1108/jhti-10-2019-0113

Kurdi, B. A., Alzoubi, H. M., Alshurideh, M., Alquqa, E. K., & Hamadneh, S. (2023). Impact
of supply chain 4.0 and supply chain risk on organizational performance: an
empirical evidence from the UAE food manufacturing industry. Uncertain Supply
Chain Management, 11(1), 111-118. http://dx.doi.org/10.5267/j.uscm.2022.11.004

Raftowicz, M., Kalisiak-Mędelska, M., & Struś, M. (2020). Redefining the supply chain
model on the Milicz Carp Market. Sustainability, 12(7). https://doi.org/10.3390/
su12072934

Rahbari, M., Khamseh, A. A., & Mohammadi, M. (2023). A novel robust probabilistic chance
constrained programming and strategic analysis for Agri-food closed-loop
supply chain under pandemic crisis. Soft Computing, 28, 1179-1214. https://doi.
org/10.1007/s00500-023-09156-y

Sato, M., & Mizuyama, H. (2022). Global environmental issues: food and agriculture
education to address food loss and waste, aiming at a sustainable supply
chain. Journal of Nutritional Science and Vitaminology, 68, S95-S97. https://doi.
org/10.3177/jnsv.68.s95

Shin, S., & Cho, M. (2022). Green supply chain management implemented by suppliers as
drivers for SMEs environmental growth with a focus on the restaurant industry.
Sustainability, 14(6). https://doi.org/10.3390/su14063515

Ingeniería Industrial n.° 46, junio 2024 103