Diseño de un Sistema de  Indicadores para Controlar la Calidad de un Servicio aplicando Lógica Difusa y la Metodología de ...
Preámbulo <ul><li>Tan lejos como las leyes de las Matemáticas se refieren a la realidad, no son ciertas, y tan lejos como ...
Que es lógica difusa?
Objetivos de la Investigación <ul><li>Haciendo uso de la Lógica Difusa y Teoría de Sistemas Suaves, se busca establecer un...
Metodologías Utilizadas <ul><li>Gestión por Procesos </li></ul><ul><li>Técnicas de Evaluación: Requisitos y Satisfacción d...
Actividades Realizadas <ul><li>Investigación Preliminar de la Organización. </li></ul><ul><li>Análisis de Procesos de la O...
Gestión por procesos –  Análisis de Procesos
MSS-Metodología de Sistemas Suaves
Diseñando indicadores de procesos Atención al Cliente Promedio de tiempo de resolución de controversias. Suma(fecha de res...
Relacion entre indicadores de gestion e indicadores de procesos   Indicadores  Financieros Indicadores  Del Cliente Indica...
Encuestas de Satisfacción del Cliente <ul><li>El cliente es el elemento vital para la construcción de un sistema de indica...
Cuestionarios de Tipo Likert <ul><li>Basada en dimensiones y conceptos. Permite la lógica multivaluada y difusa. </li></ul...
Aspectos Blandos  al Medir la Calidad  del Servicio 1. Desempeño del  Personal 2. Requisitos y  Satisfacción  del Cliente ...
Ventajas de Utilizar la lógica difusa al medir la calidad de un servicio <ul><li>Permite manejar con eficiencia los concep...
Desarrollo del Sistema Basado en Lógica Difusa <ul><li>Se definieron tres variables de entrada: </li></ul><ul><ul><li>Las ...
Implementación del Sistema
Implementación del Sistema
Implementación del Sistema
Implementación del Sistema
Implementación del Sistema
Implementación del Sistema
Salida Desfuzificada en función de la satisfacción del cliente y el desempeño del personal
Salida Desfuzificada en función de la satisfacción del cliente y la performance del proceso
Funcionamiento del Sistema Difuso <ul><li>Si la Satisfacción_Cliente es Ni satisfecho ni insatisfecho (0.507) y Performanc...
Pruebas de Funcionamiento
Pruebas de Funcionamiento
Pruebas de Funcionamiento
Pruebas de Funcionamiento
Pruebas de Funcionamiento
Pruebas de Funcionamiento
A la conquista del  Mejoramiento Continuo <ul><li>La implementación del Sistema Difuso de Control de la Calidad debe ser e...
Resultados de la Investigación <ul><li>Se ha demostrado que el uso de la Metodología de Sistemas Suaves puede servir para ...
Conclusiones <ul><li>El Sistema Difuso de Control de la Calidad de un Servicio es una solución eficiente, flexible, confia...
BIBLIOGRAFIA <ul><li>[1] Zadeh L.A. Fuzzy Sets. Information Control, 1965. </li></ul><ul><li>[2] Wang JH, Tzvy R. Applying...
BIBLIOGRAFIA [7] B. Kosko,  Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence . Engl...
FIN DE LA PRESENTACION
Próxima SlideShare
Cargando en…5
×

Inteligencia Artificial aplicada en el control de la Calidad de un Servicio

2.662 visualizaciones

Publicado el

El control de la calidad de un servicio hasta ahora ha sido realizado a través de técnicas de muestreo estadístico, usando para ello cuestionarios que permiten el recojo de las percepciones, supuestos y creencias del Cliente, relacionadas al cumplimiento de los requisitos de calidad esperados. La calidad de un servicio es evaluada en forma polivalente: excelente, buena, regular, mala, muy mala. La opinión del cliente es de vital importancia para medir el grado de calidad del servicio, sin embargo, existen otros aspectos que mantiene estrecha relación con el nivel de calidad logrado tales como la performance del proceso y el desempeño del personal. En la actualidad no existe una evaluación que integre la información obtenida de estos tres aspectos dado que los métodos de estimación estadísticos clásicos no ofrecen la incorporación de aspectos blandos (como la percepción del cliente) de manera coherente con indicadores de medición. Dada la inexactitud existente y asociada a la medición de satisfacción del cliente, creemos apropiado la introducción de metodologías blandas para abordar el tema. Se propone el análisis del grado logrado de calidad de un servicio, mediante la generación de un modelo de control basado en lógica difusa, que mediante criterio experto obtenido de la aplicación de la metodología de sistemas suaves en la intervención en un caso específico como es el proceso de quejas en una superintendencia gubernamental, se construya e implemente un sistema de indicadores de la calidad del proceso.

0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
2.662
En SlideShare
0
De insertados
0
Número de insertados
18
Acciones
Compartido
0
Descargas
91
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Inteligencia Artificial aplicada en el control de la Calidad de un Servicio

  1. 1. Diseño de un Sistema de Indicadores para Controlar la Calidad de un Servicio aplicando Lógica Difusa y la Metodología de Sistemas Suaves Jorge M. Valenzuela P. Alumno MS CS de Ingeniería de Sistemas Universidad Nacional de Ingeniería [email_address] AGOSTO 02, 2007 ECI 2007 PERU
  2. 2. Preámbulo <ul><li>Tan lejos como las leyes de las Matemáticas se refieren a la realidad, no son ciertas, y tan lejos como sean ciertas, ellas no reflejan la realidad. </li></ul><ul><li>-Albert Einstein </li></ul><ul><li>Mientras la complejidad aumenta, las declaraciones precisas pierden el significado y las declaraciones significativas pierden la precisión. </li></ul><ul><li>-Lotfi Zadeh </li></ul>
  3. 3. Que es lógica difusa?
  4. 4. Objetivos de la Investigación <ul><li>Haciendo uso de la Lógica Difusa y Teoría de Sistemas Suaves, se busca establecer una Metodología para medir la calidad de un servicio , en forma integral y conjunta a través de la combinación de indicadores cuantitativos y cualitativos, con énfasis en la percepción del cliente, partiendo de la naturaleza sistémica de la gestión por procesos. </li></ul>
  5. 5. Metodologías Utilizadas <ul><li>Gestión por Procesos </li></ul><ul><li>Técnicas de Evaluación: Requisitos y Satisfacción del Cliente </li></ul><ul><li>Metodología de Sistemas Suaves </li></ul><ul><li>Lógica Difusa </li></ul><ul><li>Ingeniería de Sistemas de Información </li></ul><ul><li>Sistema de Gestión de la Calidad (ISO 9000:2004) </li></ul><ul><li>Mejoramiento Continuo de Procesos </li></ul>
  6. 6. Actividades Realizadas <ul><li>Investigación Preliminar de la Organización. </li></ul><ul><li>Análisis de Procesos de la Organización. </li></ul><ul><li>Determinación de indicadores cuantitativos y cualitativos de los procesos de línea. </li></ul><ul><li>Identificación de factores blandos en el control de la “calidad de los servicios”. </li></ul><ul><li>Análisis de la percepción del cliente y la elaboración de conjuntos difusos. </li></ul><ul><li>Uso de la metodología de sistemas suaves para obtener la solución técnicamente deseable y culturalmente factible. </li></ul><ul><li>Elaboración de la estrategia de calidad. </li></ul><ul><li>Desarrollo del Sistema Difuso de Control de la Calidad. </li></ul><ul><li>Implementación del Sistema de Indicadores para el mejoramiento continuo de los procesos de la organización. </li></ul>
  7. 7. Gestión por procesos – Análisis de Procesos
  8. 8. MSS-Metodología de Sistemas Suaves
  9. 9. Diseñando indicadores de procesos Atención al Cliente Promedio de tiempo de resolución de controversias. Suma(fecha de resolución de controversia – fecha de originada la demanda queja)/Total de controversias resueltas. JPmTC Días Mensual Recursos   Desviación estándar de tiempo de resolución de controversias. Desviación Estándar(fecha de resolución de controversia – fecha de originada la demanda queja,) JDvTC Días Mensual Recursos   Promedio de personas que participan en la solución de controversias. Suma(total de personas que participan en la solución de controversias)/Total de controversias resueltas. JPmPC Personas Mensual Recursos   Desviación estándar de de personas que participan en la solución de controversias. Desviación Estándar(total de personas que participan en la solución de controversias, JPmPC) JDvPC Personas Mensual Recursos   Controversias Resueltas Total de Controversias Resueltas JTtC Cantidad Mensual Eficacia   Eficiencia del proceso en base al promedio Total Eficacia Ponderada/ Total del Promedio de Recursos Utilizados Ponderado (la suma de los pesos ponderados debe ser igual a 1, la ponderación para los recursos es independiente a la ponderación para la eficacia) JTtPmE Cantidad Mensual Eficiencia   Eficiencia del proceso en base a la desviación estándar. Total Eficacia Ponderada/ suma((Promedio de Recurso utilizado + Desviación Estándar de Recurso Utilizado)*Peso ponderado del recurso) (la suma de los pesos ponderados debe ser igual a 1, la ponderación para los recursos es independiente a la ponderación para la eficacia) JTtDvE Cantidad Mensual Eficiencia   Calidad A definir
  10. 10. Relacion entre indicadores de gestion e indicadores de procesos   Indicadores Financieros Indicadores Del Cliente Indicadores De procesos Indicadores Del Personal Indicador de la Calidad del Servicio logrado
  11. 11. Encuestas de Satisfacción del Cliente <ul><li>El cliente es el elemento vital para la construcción de un sistema de indicadores de la calidad, de alli el interes de obtener informacion de las percepciones, opiniones, supuestos y creencias del cliente para determinaron los atributos de calidad esperados. </li></ul>
  12. 12. Cuestionarios de Tipo Likert <ul><li>Basada en dimensiones y conceptos. Permite la lógica multivaluada y difusa. </li></ul><ul><li>Ejemplos: </li></ul>Total Desacuerdo Desacuerdo Ni acuerdo ni desacuerdo Acuerdo TotalAcuerdo Muy insatisfecho Insatisfecho Ni satisfecho ni insatisfecho Satisfecho Muy satisfecho Muy deficiente Deficiente Ni deficiente ni bueno Bueno Muy bueno 1 2 3 4 5
  13. 13. Aspectos Blandos al Medir la Calidad del Servicio 1. Desempeño del Personal 2. Requisitos y Satisfacción del Cliente Procesos Diferentes percepciones, creencias y Supuestos de la calidad. Las mejores soluciones son las culturalmente factibles y Técnicamente deseables
  14. 14. Ventajas de Utilizar la lógica difusa al medir la calidad de un servicio <ul><li>Permite manejar con eficiencia los conceptos difusos que el cliente maneja en base a sus percepciones de la calidad. </li></ul><ul><li>Permite incorporar conocimiento experto en forma flexible, bajo costo y breve tiempo. </li></ul><ul><li>La metodología para solucionar un problema debe de ser de la misma naturaleza del problema (Conjuntos y Sistema Lógico Difusos) </li></ul>
  15. 15. Desarrollo del Sistema Basado en Lógica Difusa <ul><li>Se definieron tres variables de entrada: </li></ul><ul><ul><li>Las percepciones de requisitos y satisfacción del cliente </li></ul></ul><ul><ul><li>El desempeño del personal </li></ul></ul><ul><ul><li>La performance de los procesos. En este caso se borrosificaron las entradas. </li></ul></ul><ul><li>Con una variable de salida: El nivel de calidad logrado. </li></ul><ul><li>Se implementaron 63 reglas que relacionan las entradas con las salidas, según criterios definidos mediante la MSS. </li></ul>
  16. 16. Implementación del Sistema
  17. 17. Implementación del Sistema
  18. 18. Implementación del Sistema
  19. 19. Implementación del Sistema
  20. 20. Implementación del Sistema
  21. 21. Implementación del Sistema
  22. 22. Salida Desfuzificada en función de la satisfacción del cliente y el desempeño del personal
  23. 23. Salida Desfuzificada en función de la satisfacción del cliente y la performance del proceso
  24. 24. Funcionamiento del Sistema Difuso <ul><li>Si la Satisfacción_Cliente es Ni satisfecho ni insatisfecho (0.507) y Performance del Proceso es Estable (0.5) y el desempeño del personal es regular (0.493) entonces la calidad lograda es REGULAR con grado de pertenencia 0.498 </li></ul><ul><li>Si la satisfacción_cliente es Insatisfecho (0.268) y performance del proceso es eficiente (0.818) y el desempeño del personal es alto (0.692) entonces la calidad lograda es REGULAR con grado de pertenencia 0.472 </li></ul><ul><li>Si la satisfacción_cliente es Total_Insatisfecho (0.116) y performance del proceso es estable (0.361) y el desempeño del personal es alto (0.652) entonces la calidad lograda es MALA con grado de pertenencia 0.326 </li></ul><ul><li>Si la satisfacción_cliente es Total_Insatisfecho (0.103) y performance del proceso es estable (0.308) y el desempeño del personal es bajo (0.248) entonces la calidad lograda es MUY MALA con grado de pertenencia 0.178 </li></ul><ul><li>Si la satisfacción_cliente es Satisfecho (0.712) y performance del proceso es eficiente (0.738) y el desempeño del personal es satisfactoria (0.652) entonces la calidad lograda es BUENA con grado de pertenencia 0.7 </li></ul><ul><li>Si la satisfacción_cliente es altamente satisfecho (0.911) y performance del proceso es eficiente(0.97) y el desempeño del personal es muy alto (0.964) entonces la calidad lograda es EXCELENTE con grado de pertenencia 0.912 </li></ul>
  25. 25. Pruebas de Funcionamiento
  26. 26. Pruebas de Funcionamiento
  27. 27. Pruebas de Funcionamiento
  28. 28. Pruebas de Funcionamiento
  29. 29. Pruebas de Funcionamiento
  30. 30. Pruebas de Funcionamiento
  31. 31. A la conquista del Mejoramiento Continuo <ul><li>La implementación del Sistema Difuso de Control de la Calidad debe ser el siguiente paso a seguir. Buscando la integración con el Sistema de Gestión de la Calidad basada en procesos. </li></ul><ul><li>Debe servir de ayuda en la búsqueda de un estado estable y posibilidades de mejora continua del proceso y el servicio. </li></ul><ul><li>La información del Sistema Difuso debe ser registrada y distribuida a lo largo de la organización e integrada con los otros indicadores de la organización, siguiendo un criterio causal. </li></ul>
  32. 32. Resultados de la Investigación <ul><li>Se ha demostrado que el uso de la Metodología de Sistemas Suaves puede servir para manejar los diversos puntos de vista en torno al caso de la evaluación de la calidad dando énfasis en el aprendizaje basado en la experiencia. </li></ul><ul><li>Se ha demostrado que el uso de la Lógica Difusa es de gran valor para manejar eficientemente las percepciones del cliente e integrarlas con indicadores de otros aspectos de la organización. </li></ul><ul><li>La naturaleza sistémica de la gestión por procesos y la norma ISO 9004:2000 prepara a una organización para el mejoramiento continuo. </li></ul><ul><li>El mejoramiento continuo es posible si existen metodologías eficientes para el control y medición de los procesos mediante indicadores confiables. </li></ul>
  33. 33. Conclusiones <ul><li>El Sistema Difuso de Control de la Calidad de un Servicio es una solución eficiente, flexible, confiable y que agrega conocimiento experto para evaluar el grado de calidad alcanzado en base a las percepciones del cliente y relacionarlas con la performance de los procesos y el desempeño del personal en forma causal. </li></ul><ul><li>Las diferentes estrategias de las organizaciones y todos los aspectos que inciden en la valoración de la calidad configuran las inferencias lógicas en la cual se basa el Sistema. </li></ul><ul><li>Los resultados demuestran que existe muchas formas posibles de medir la calidad en forma eficiente combinando la lógica difusa, la MSS, el Análisis de Procesos y la Gestión por Procesos. </li></ul>
  34. 34. BIBLIOGRAFIA <ul><li>[1] Zadeh L.A. Fuzzy Sets. Information Control, 1965. </li></ul><ul><li>[2] Wang JH, Tzvy R. Applying fuzzy set theory inthe development of quality control chart. Inter-national Industrial Engeneering Conference Proceedings, 1998. </li></ul><ul><li>[3] Yongting C. Fuzzy quality analysis on fuzzy probabilities. Fuzzy set and system, 1996. </li></ul><ul><li>[4] The MathLab Works Inc. Fuzzy Logic Toolbox. User's Guide. 2007 </li></ul><ul><li>[5] Bonifacio M.del Brío, ALfredo Sanz M., Redes neuronales y Sistemas Difusos. Alfaomega RA-MA.2002. </li></ul><ul><li>[6] J. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithms . Plenum Press, New York, 1981. </li></ul>
  35. 35. BIBLIOGRAFIA [7] B. Kosko, Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence . Englewood Cliffs,NJ: Prentice Hall, 1992. [8] P R. Kruse, J. Gebhardt, F. Klawonn, Foundations of Fuzzy Systems '. John Wiley &Sons, 1994. [9] P F.M. McNeill, E. Thro, Fuzzy Logic: A Practical Approach . AP professional, 19 [10] Bob Hayes Como medir la satisfacción del cliente. Oxford.1999 [11] Peter Checkland. Pensamiento de Sistemas, Practica de Sistemas. Wiley.1997 [12] ISO 9000:2004 Sistema de Gestión de la Calidad. 2000
  36. 36. FIN DE LA PRESENTACION

×