La cola del andén Ejemplo ficticio

Un diagnóstico completo, de principio a límite, sobre Andén Norte: el centro de distribución FICTICIO de este sitio. Sus datos se generaron por programa. Ninguna cifra de esta página viene de una empresa real, y aquí no hay cliente, ni ahorro, ni resultado comercial: hay un problema mal planteado, los números que lo plantan bien, lo que se descartó con ellos y lo que todavía no se puede saber.

Situación: recibo de Andén Norte · 2026-07-01 a 2026-08-31 · 752 citas¹

Cuatro números antes de leer nada

Si solo te llevas cuatro cifras, que sean estas. Las tres primeras son las que trae cualquier tablero de recibo; la cuarta es la que nadie mira y la que decide.

citas de recibo

752

cumplimiento de cita

81.4%

proveedores

12

llegadas con el andén ocupado

127

Fuente: las tres primeras salen de creador/producto/datos/soluciones.json; la cuarta se calcula sobre fact_recibo.csv — notas ¹ y ⁵.

Cómo se llega de «el andén está congestionado» a una decisión

1. 01 Síntoma. «El andén de recibo está congestionado; hacen falta más puertas.» En el piso esto se ve así: camiones esperando afuera, el de la puerta 1 descargando cuando ya llegó el de la 3, y alguien pidiendo presupuesto para un andén más. Es un grito, no un dato. Nadie que lo grita sabe cuántos minutos se pierde ni en qué hora.
2. 02 El dato que se pide. Una sola tabla, con un renglón por cita y seis columnas: a qué hora estaba citada, a qué hora llegó de verdad, cuánto tardó la descarga, en qué andén, de qué proveedor y cuántas cajas. Sin esas seis columnas no hay diagnóstico: hay opinión¹. Lo que no existe en ningún lado y sí haría falta, se anota desde el principio (paso 07).
3. 03 Cómo se mide. Cuatro cuentas, en este orden:
   · Cumplimiento de cita = las citas con llegada a menos de 15 minutos de su hora, entre todas: 81.4%².
   · Retraso promedio por proveedor, para ver quién lo empuja: once de doce quedan por arriba de 75%; PRV-07 llega 53.6 minutos tarde en promedio y solo cumple 4.8%³.
   · Separar espera de tiempo efectivo: a cada cita se le construye el intervalo [llegada, llegada + minutos de descarga) y se cuentan las que llegaron con su andén todavía ocupado por el camión anterior: 127 de 752, el 16.9%⁵. El tiempo efectivo de descarga, por cierto, es estable: media 64.5 minutos, mediana 64, todo entre 35 y 95⁶.
   · Carga del andén: esos minutos sumados dan 48,497 minutos-andén repartidos en 53 días con citas y 8 andenes: 915 minutos por día, unos 114 por andén⁷.
   Las cuatro cuentas las hace kpis_control.py, el script que lee estos CSV y escribe soluciones.json; las mismas medidas en Power BI están en medidas.dax. Puedes correr el script contra los datos descargables y te da estos números.
4. 04 Qué se descartó. Aquí es donde el diagnóstico vale o no vale. Cuatro cosas cayeron:
   · «Falta capacidad: hay que construir otro andén». Descartado. Con 14.2 citas por día sobre 8 puertas y 114 minutos de uso por puerta, la ocupación sale baja aunque se le suponga una ventana de nueve horas (06:00–15:00, que es el rango en que caen las citas): en torno a 21%. Además las citas no se amontonan en una franja — entre 76 y 89 citas en cada una de las nueve franjas, y el día más cargado tiene 17⁸. Nadie compra una puerta para resolver esto.
   · «El andén va mal en general». Descartado. El promedio general esconde al único responsable: si se saca a PRV-07, el cumplimiento sube de 81.4% a 88.4% sobre las otras 689 citas⁴. Once de doce proveedores ya están entre 75.4% y 93.8%.
   · «PRV-07 trae camiones más grandes o descarga más lento». Descartado. Descarga 63.9 minutos en promedio contra 64.5 del resto, y 250 cajas por cita contra 270 de promedio general⁹. Su trabajo es normal; lo anormal es a qué hora se presenta.
   · «Las colisiones entre camiones son de PRV-07». Descartado también. De las 127 llegadas con el andén ocupado, solo 15 son suyas; se reparten entre los doce proveedores¹⁰. La congestión existe, pero no la causa el mismo problema que tumba el indicador.
5. 05 La decisión. No se rediseña el recibo, no se contrata gente, no se compra nada. Se hace una llamada: la ventana de cita de PRV-07 se mueve a su hora real de llegada (sus llegadas se concentran entre las 11:00 y las 14:00: 31 de sus 63 citas¹¹) o se acuerda una consecuencia por reprogramar sin avisar. Y a la vez se pide el dato que falta para poder confirmar. Costo de la intervención: una llamada y un renglón en el acuerdo de nivel de servicio. Consecuencia no buscada, y hay que nombrarla: mover la hora de la cita sin mover la conducta del proveedor sube el indicador y deja el andén igual. Por eso la comprobación no puede ser el cumplimiento.
6. 06 Cómo se comprueba si funcionó. Se vuelve a correr el mismo script sobre el mes siguiente, y se leen tres números en este orden — el primero es el que no se puede inflar moviendo papeles:
   · Llegadas con el andén ocupado: tienen que bajar de 127 de 752. Depende de cuántos camiones hay en el patio, no de a qué hora los citaron.
   · Citas de PRV-07 con más de 30 minutos de retraso: hoy son el 87.3%¹². Si su conducta cambió, esto baja.
   · Cumplimiento general: debe subir hacia 88.4%, que es el nivel que los otros once proveedores ya sostienen. Si solo este sube y los otros dos se quedan quietos, se cambió el calendario, no el andén, y la decisión estaba mal.
   Y la prueba de fuego de la otra hipótesis: si el cumplimiento sube y las colisiones también suben, «falta capacidad» estaba mal descartado y se reabre con los datos de ventana de atención en la mano.
7. 07 El límite: qué dato faltaría. Esta muestra llega hasta donde llegan sus archivos, y ahí se acaba. Cuatro huecos, en orden de lo que bloquean:
   · No hay hora de salida del camión. minutos_descarga es un dato, no una diferencia de dos marcas de tiempo: el intervalo está derivado, no medido. Las 127 colisiones son una inferencia razonable, no una espera observada¹³.
   · No hay horario del andén. El archivo no dice a qué hora abre y cierra la puerta, ni cuántas personas atienden el recibo por turno; dim_operador.csv solo trae operador, turno y antigüedad del personal de surtido¹⁴. Sin ventana real, el 21% de ocupación es una estimación con la ventana prestada, y por eso la compra de una puerta no se cierra aquí: se aplaza hasta tenerla.
   · No hay costo. Ni minuto de camión ocioso, ni hora de portuario, ni inversión de una puerta. Esta muestra dice qué mover primero y cómo comprobarlo; no puede decir cuánto vale ni cuánto se recupera, y por eso no lo dice.
   · No hay relación con lo que el recibo deja disponible. El inventario diario está por SKU y fecha¹⁵, no por andén ni por hora, así que no se puede encadenar «esta cita llegó tarde» con «esta falta salió a la venta».
   Y uno que es de método, no de archivo: los datos de Andén Norte se generaron por programa. Que el razonamiento aguante aquí no prueba que aguante en tu CEDIS; prueba que el método se puede seguir de punta a punta con cada cifra en la mano.

Los doce proveedores, uno por renglón

Esto es lo que se abre después de calcular, no antes de preguntar. Ordenado de menos a más cumplimiento: un renglón se sale de la fila y los otros once se parecen entre sí. Todo sale de la misma columna proveedor y de la misma resta entre llegada y cita.

Origen: creador/producto/datos/fact_recibo.csv · citas y cumplimiento y retraso promedio también en soluciones.json (campo cumplimiento_cita_por_proveedor) · nota ³.

Cuatro renglones del archivo, sin tocar

Así se ve la tabla antes de agregarla. El segundo es el caso completo: citado a las 12:00, llegó a las 13:00.

Origen: los cuatro primeros registros de creador/producto/datos/fact_recibo.csv, tal cual están en el archivo · nota ¹.

De dónde sale cada cifra

Todos los archivos viven en creador/producto/datos/ dentro del repositorio del sitio, y los mismos datos se pueden descargar en el ZIP de Andén Norte. Donde dice «en fact_recibo.csv» la cifra está calculada renglón por renglón sobre ese archivo con la operación que se nombra; donde dice «en soluciones.json» la cifra ya está escrita ahí, y soluciones.json lo que hace es ser la salida de kpis_control.py sobre esos mismos CSV.

1. 752 citas, 12 proveedores, 8 andenes, dos meses (2026-07-01 a 2026-08-31) y las seis columnas de la tabla. Un renglón por cita en fact_recibo.csv; el conteo de citas también está en soluciones.json (campo citas) y el detalle de columnas en el encabezado del CSV.
2. Cumplimiento de cita 81.4% (0.8138). soluciones.json, campo cumplimiento_cita_15min. La cuenta: citas con |llegada − cita| ≤ 15 minutos, dividido entre las 752.
3. PRV-07: 63 citas, 4.8% de cumplimiento, +53.6 minutos de retraso promedio; los once restantes entre 75.4% y 93.8%. soluciones.json, campo cumplimiento_cita_por_proveedor, que a su vez sale de agrupar fact_recibo.csv por la columna proveedor.
4. 88.4% sacando a PRV-07, sobre 689 citas. Calculado en fact_recibo.csv: la misma cuenta de la nota 2, excluyendo los 63 renglones con proveedor = PRV-07.
5. 127 llegadas con el andén ocupado (16.9%). Calculado en fact_recibo.csv: para cada cita, intervalo [hora_llegada, hora_llegada + minutos_descarga); se cuenta la cita si otro camión del mismo anden todavía estaba dentro de su intervalo cuando esta llegó.
6. Descarga: media 64.5 minutos, mediana 64, mínimo 35, máximo 95. La media está en soluciones.json (campo descarga_promedio_min); la mediana, el mínimo y el máximo, calculados sobre la columna minutos_descarga de fact_recibo.csv.
7. 48,497 minutos-andén, 915 por día, 114 por andén, 14.2 citas por día. Calculado en fact_recibo.csv: suma de minutos_descarga; entre 53 fechas distintas con citas y 8 valores de anden.
8. Ocupación ≈21%, 76 a 89 citas por franja horaria, 17 citas el día más cargado. Calculado en fact_recibo.csv: 915 minutos por día entre 8 andenes y una ventana supuesta de 540 minutos (06:00 a 15:00); las citas por franja son un conteo por la hora de hora_cita; el máximo por día, un conteo por fecha. La ventana no es un dato del archivo: es el rango que cubren las propias citas, y por eso la ocupación es una estimación (véase la nota al límite, paso 07).
9. PRV-07 descarga 63.9 minutos y 250 cajas por cita; el promedio general es 270 cajas. Calculado en fact_recibo.csv: promedio de minutos_descarga y de cajas_recibidas por proveedor, contra el promedio de los 752 renglones (203,224 cajas en total).
10. 15 de las 127 colisiones son de PRV-07 y se reparten entre los doce proveedores. Calculado con el mismo criterio de la nota 5, agrupando por proveedor.
11. PRV-07 concentra 31 de sus 63 llegadas entre las 11:00 y las 14:00. Calculado en fact_recibo.csv: conteo de sus renglones por la hora de hora_llegada (8 a las 11, 8 a las 12, 5 a las 13, 10 a las 14).
12. 87.3% de las citas de PRV-07 entran con más de 30 minutos de retraso. Calculado en fact_recibo.csv sobre sus 63 renglones; la misma cifra está explicada en la lección 5 del curso (/aprende/05-recibo/).
13. El intervalo de descarga está derivado, no medido. fact_recibo.csv trae hora_llegada y minutos_descarga, pero ninguna columna con la hora de salida: no hay dos marcas de tiempo que restar.
14. El horario del andén y la gente que lo atiende no están en los datos. dim_operador.csv solo tiene operador, turno y antiguedad_meses del personal de surtido (28 operadores), y dim_ubicacion.csv describe posiciones de almacenaje (pasillo, nivel, zona, tipo de rack), no puertas de recibo.
15. El inventario está por SKU y fecha, no por andén ni hora. fact_inventario_diario.csv tiene tres columnas: fecha, sku, cajas_existencia.

Qué puedes hacer con esto Ejemplo ficticio

Los datos de Andén Norte son descargables y el mismo cálculo está enseñado paso a paso en el curso. Llévatelos, cárgalos en las calculadoras y verás que el informe no depende de que yo esté presente: depende de que el dato esté.

Bajar los datos de esta muestra Ver la lección del recibo Abrir las calculadoras

Y esto no es: ni un cliente, ni un resultado contratado, ni un ahorro. Es una muestra del método sobre un almacén inventado. Si tu operación es real, la tabla de origen será tuya: así se acuerda el alcance.