La curva de aprendizaje de la producción de catálogos Esika – BELCORP

Abstract

La curva de aprendizaje es una herramienta de gestión que determina la relación entre el tiempo o costo de producción de una unidad y la cantidad acumulada producida. La presente investigación busca determinar el nivel en el que se encuentra la curva de aprendizaje en el proceso de producción de catálogos Esika en el Perú. En base a este propósito se recolectó información relacionada a los costos y volúmenes de producción que permitan generar un modelo econométrico mediante el cual podamos determinar la curva de aprendizaje. Para esta investigación se utilizó un enfoque cuantitativo, haciendo uso de un modelo econométrico para poder determinar y graficar la curva y tasa de aprendizaje. Para poder aplicar este modelo, se recolectó data de 3 años de producción con 18 periodos productivos por año. El resultado de esta simulación nos evidenció que actualmente la tasa de aprendizaje de este proceso productivo es equivalente al 99%, lo cual significa que el aprendizaje recién se está desarrollando en esta industria, y que aún se pueden realizar eficiencias productivas en el proceso.

The learning curve is a management tool that determines the relationship between the time or cost of production of a unit and the accumulated quantity produced. The present research seeks to determine the level of the learning curve in the production process of Esika catalogs in Peru. Based on this purpose we collect information related to the costs and production volumes that will allow us to generate an economic model through which we can determine the learning curve. For this research a quantitative approach is used making use of an economic model to be able to determine and graph the learning curve and rate. In order to apply this model, data from 3 years of production are collected with 18 productive periods per year. The result of this simulation does not show that the learning rate of this productive process is currently equivalent to 99%, which means that learning is developing in this industry and that it can still perform productive efficiencies in the process.