Auditoría del modelo Excel V1, simulador dinámico, hallazgos visita ENEA, validación con data real (n=10.302 líneas), análisis IPRs, plan piloto y modelo de escandallo de tarifa con benchmarks Chile 2026.
El modelo entregado (Modelo Logística Q_VF.xlsx) propone optimizar la cantidad de viajes mediante una matriz Origen–Destino–Familia, usando Excel Solver para fijar el % de ocupación por celda. La simulación actual estima ahorros entre $549 MM (–7,2%) y $1.180 MM (–15,4%), con caso base de –11,4% ($874 MM). Distribución representa el 76% del ahorro total, pero es donde el modelo tiene mayores supuestos no verificados.
Revisión del archivo Excel original, sus 8 hojas, los supuestos del Solver, la cobertura de la BBDD (QS-Logística) y la coherencia entre el PDF "Opciones V1" y la planilla.
La visita al CD de ENEA cambió varios supuestos del modelo original. Aquí lo relevante: confirma 4 de las fallas que ya había identificado (backhauls, capacidad heterogénea, estacionalidad, servicio), agrega información operacional concreta que el modelo Excel no contemplaba y permite calibrar mejor el plan piloto.
| Región | Hora corte | Días |
|---|---|---|
| V Región | 12:00 | — |
| Norte | 12:00 | W-V (después de V) |
| VI y VII regiones | 14:00 | L-W-V |
| Conce / Chillán / Los Ángeles | 14:30 | L-J |
| RM | 16:00 | Diario |
Tres puntos que necesitan más profundidad:
Lo positivo: la visita confirmó que el cliente tiene proceso, tiene gente y tiene datos. No estamos optimizando un caos — estamos pidiendo prestada visibilidad sobre un sistema que ya funciona pero no está medido en las dimensiones correctas.
Esta es la herramienta. Reemplaza al Solver de Excel con un optimizador heurístico que corre en milisegundos en el navegador. Permite ajustar capacidad, ocupación objetivo y restricciones por ruta, y ver el impacto en cantidad de viajes y costo en tiempo real. Es el MVP que después se migra a Python/OR-Tools.
Para cada celda OD activa (origen, familia, destino) el solver minimiza el costo total respetando la conservación de volumen y las restricciones operativas:
Paso 1 — Optimización por celda: dado que el costo es separable y monótono en %ocup, el óptimo por celda es %ocup_i* = ocup_max. Si eso viola la frecuencia mínima, se relaja %ocup_i = kg_i / (cap × frec_min_i).
Paso 2 — Consolidación inter-familia (opcional): para cada par (origen, destino) con múltiples familias activas, se evalúa si la suma de kg cabe en una sola serie de viajes consolidados al ocup_max. Si sí, se reemplazan los viajes separados y se usa la tarifa más baja del par. Esta es la palanca que el modelo Excel no usa.
Paso 3 — Costo total: se recalcula con la nueva matriz de viajes y la tarifa ajustada por el multiplicador.
Priorizo según tres criterios: (a) tamaño absoluto del ahorro (no porcentual), (b) reversibilidad y riesgo operacional (un piloto debe poder revertirse en 1 semana), y (c) calidad del dato disponible para validar resultados ex-post. Tres pilotos, ordenados como los recomiendo correr secuencialmente.
Tres familias salen del mismo origen (CDT) a 1-ENEA con ocupaciones de 30%, 20% y 137% respectivamente. La de 137% confirma una inconsistencia del modelo que debe resolverse, y las otras dos son evidentemente consolidables (ambas refrigeradas).
Por qué primero: volumen acotado, mismo origen, mismo destino, mismas características de refrigeración. Si esto no funciona, ningún piloto va a funcionar — es la prueba de concepto.
El elefante en la pieza. 39,1 MM kg viajan en 11.151 viajes con sólo 30% de ocupación promedio al destino RM (capacidad 11.556 kg). El upside es enorme pero la complejidad operacional también: son rutas intra-RM con múltiples paradas, ventanas estrechas y clientes finales.
Cuidado: antes de tocar esta ruta hay que validar si los viajes parciales son por ventana horaria del cliente (PIB de gondola, fechas de vencimiento) o por subutilización real. Si es lo primero, la consolidación no aplica sin renegociar SLAs.
Ocupaciones entre 40-70% en rutas largas que comparten origen (PTQ) y geografía. Aquí está la oportunidad de backhauls con productos refrigerados (vuelta cargada desde Pto Montt/Valdivia hacia Santiago, aprovechando estructura existente).
Por qué tercero: requiere renegociar con transportistas (top 6 según QS-Logística — Ypa, Casablanca, Jaime, Doña, Roberto, Gana.For). Tiene upside estructural pero la palanca contractual no está lista a corto plazo.
Conclusión: el mapa de pilotos sigue una lógica simple — primero probar la hipótesis con bajo riesgo (P1), luego ir al gran impacto donde el dato es bueno (P2), y dejar el estructural-contractual (P3) cuando ya tengamos credibilidad operacional.
Cronograma acordado con el cliente (PDF "Logística Q - para implementar"). Desde la solicitud de información hasta el monitoreo continuo son ~19 semanas. Hitos críticos: tener IPRs y planilla 2026 al 17/2, validar piloto al 28/4, escalamiento completo al 30/6.
Recibir desde Quillayes los inputs para correr el solver real:
Creación del esquema de frecuencias y recorridos validados contra restricciones operativas (horarios de corte, tiempos de carga). Visita complementaria a terreno + reunión con analista de planificación. Output: propuesta de matriz OD optimizada por temporada.
Definir las rutas a pilotear basadas en los 3 candidatos priorizados (CDT→ENEA, 1-ENEA→RM Mix, 2-PTQ Zona Sur). Recomendación: partir con Piloto 1 por riesgo y reversibilidad.
Validar la teoría frente a la realidad operativa del equipo. KPIs a medir semanalmente: viajes ejecutados, ocupación efectiva, tasa de rechazo, entregas a tiempo, costo unitario. Punto de comparación: mismo periodo año anterior + último trimestre.
Sesión de trabajo con Alberto Trejo y planificadores (Gonzalo Ureta, Gonzalo Cáceres). Recalibrar el solver con observaciones de la operación. No es opcional — si saltamos este paso, el piloto 2 hereda los errores del 1.
Segundo ciclo con la propuesta ajustada. Misma batería de KPIs. Criterio de éxito: ahorro real ≥ 70% del ahorro modelado sin deteriorar la tasa de rechazo (debe mantenerse ≤1,5%).
Comité de revisión. Decisión binaria: (a) escalar como diseñado, (b) escalar con ajustes mayores, o (c) abortar y rediseñar. Output: Informe de Implementación firmado.
Fase A (5/5–2/6): extender al resto del cluster del piloto 1 + arrancar piloto 2. Fase B (2/6–30/6): incorporar piloto 3 y consolidar el modelo en operación regular.
Tablero de KPIs mensuales con: ocupación promedio %, viajes ahorrados acumulados, $ ahorro acumulado, entregas a tiempo, tasa de rechazo. Este dashboard debe estar conectado al TMS/WMS para refresco semanal automático (en MVP es manual con load de Excel).
Daniel Chacón (Jefe de Transporte, Gerencia Supply Chain) envió 3 muestras transaccionales completas de despachos: 17-feb, 18-mar y 08-abr de 2026 (10.302 líneas, 221 viajes, 1.347 ton, $— en peso). Es el dataset granular más rico que tenemos. Cubre parcialmente las solicitudes D2, D4 y D5 que habían quedado abiertas el 17/2 — falta abastecimiento e IPRs. Lo que muestra cambia varias premisas del modelo y del plan piloto.
| Métrica | Modelo Excel | Visita ENEA (decl.) | Data real (3 días) | Veredicto |
|---|---|---|---|---|
| Viajes/año distribución | 22.874 | — | ~19.153 (extrap.) | Modelo +19% |
| Kg/año distribución | 155,8 MM | — | ~116,8 MM (extrap.) | Modelo +33% |
| Kg promedio por viaje | 6.812 | — | 4.213 (mediana 2.313) | Modelo +62% |
| Ocupación promedio | ~30% (cálc.) | — | 17,6% | Modelo sobrestima |
| Tasa de rechazo | (no modela) | 1% (3% mala racha) | 23,2% líneas · 39,8% kg | Definiciones distintas |
| % rechazos por ruteo | (no modela) | — | 0,7% | Solver no resuelve esto |
| Centros de origen muestra | 5 (1-ENEA, 2-PTQ, 3-CON, 4-VIC, 5-LON) | — | 1 (1202 = ENEA) | Sesgo muestra |
De 221 viajes en los 3 días:
Interpretación: el modelo original promediaba "30% ocupación" pero ese promedio mezcla los pocos viajes troncales 95% llenos con la gran mayoría que va al 10-25%. La estadística que importa para el solver no es la media, es la distribución. El 85% de los viajes está bajo 25% de ocupación — ahí está el potencial, pero también ahí están los multi-stops donde reducir viajes implica reducir frecuencia a clientes.
De los 221 viajes:
Diagnóstico crítico:
Hipótesis explicativa: Quillayes mide "rechazo" como % de pedidos devueltos por el cliente al recibir. Lo que vemos en el SAP es todo el funnel: pedido → preasignación → entrega → factura. Si el SKU se cae en la preasignación (falta stock, descontinuado, sin crédito) queda como "rechazo de línea" pero no es rechazo de cliente.
Top motivos de rechazo (en peso) categorizados:
Implicancia dura: aunque el solver entregue el ahorro modelado en costo de transporte, NO va a mover la aguja en tasa de rechazo. Los rechazos están dominados por stock, planificación y operaciones de almacén. Esto es importante para gestionar expectativas del cliente: el proyecto de optimización de viajes resuelve costo y eficiencia operacional, no rechazos.
La visita ENEA mencionaba "viajes con gran cuenta pueden agregar 10-12 puntos pequeños, sin gran cuenta tope 20 puntos". La data confirma:
| Tipo de viaje | Viajes | Mediana paradas | Máx paradas | Ocup. prom. |
|---|---|---|---|---|
| CON Gran Cuenta | 104 | 1,5 | 17 | — |
| SIN Gran Cuenta | 117 | 4,0 | 23 | — |
Patrón: los viajes con gran cuenta son frecuentemente mono-stop al CD del retailer (44% de viajes son 1 sola parada, y la mayoría son a gran cuenta). El "+10-12 puntos" descrito en la visita aplica a un subconjunto específico — no es regla general.
Top clientes (3 días combinados, sin rechazos):
De los 1,35 MM kg pedidos en los 3 días:
El 40% de los viajes (89 de 221) tienen "Hora act.fin transp." en 00:00 — probablemente significa que no se cerró el registro de actividad. Implicancia: no se puede calcular tiempo de ciclo real para esos viajes. Si se quiere usar "tiempo del camión" como variable del solver (lo que es necesario para optimizar multi-stops), primero hay que cerrar el gap de captura de datos en terreno.
Esto es coherente con que en la visita se mencionó: "asistentes de transporte... en turnos rotativos a cargo de ventanillas, reportes de salida y comunicación con la bodega" — el cierre del registro no es prioridad operacional.
Los 3 archivos muestran únicamente despachos desde el centro 1202 (ENEA, Pudahuel). 86% del peso va a Región Metropolitana. No hay datos de despachos desde PTQ, LON, VIC ni CON.
La data real no contradice este piloto (no hay muestras desde CDT). Las hipótesis de subutilización (CDT-Quesos 30%, CDT-Mix Refr 20%) siguen sin verificar pero son geométricamente consistentes. Mantener como primer piloto.
Acción: pedir a Daniel muestra de despachos desde CDT (centros distintos a 1202) en los mismos 3 días.
El piloto original esperaba $400-620 MM/año asumiendo ocupación 30% subible a 80%. La data muestra que los top 30 viajes ya están al 95-98% — no hay margen ahí. El upside real está en los ~135 viajes pequeños multi-stop, donde el problema es de ruteo, no de carga.
Revisión: ahorro esperado se ajusta a $150-280 MM/año (no $400-620). Y requiere optimización de tiempo del camión, no de kg. Implica VRPTW, no bin-packing.
El IPR Pitrufquén muestra doble pasada semanal (Mar/Vie) a Villarrica-Pucón-Temuco. En T-Baja el volumen es ~50% del de T-Alta (Pucón 4.550 vs 10.358 kg/sem) — un solo camión de 24t podría absorber ambas pasadas. Test claro: consolidar a 1 viaje/sem en T-Baja durante 4 semanas y medir impacto en servicio.
Acción: ahora con IPR en mano + endorsement de Gonzalos, esto es muy concreto. Recomendable arrancar piloto en mayo/junio (entrada a T-Baja) para tener máxima ventana de evaluación antes del próximo dic.
Los dos archivos de IPR llegaron y resuelven una de las grandes dudas que quedaban: cuál es la malla de frecuencias y cómo cambia entre temporada alta y baja. Hay dos sets: IPR QS cubre RM + Valparaíso (63 localidades, despachos desde ENEA) e IPR Pitrufquén cubre la operación sur (cerca de 25 camiones/semana hacia zona sur).
Las 63 localidades de RM+Valparaíso están agrupadas en patrones de frecuencia consistentes. Distribución observada:
Lo más interesante: las localidades de alta frecuencia (6 días: Las Condes, Vitacura, Providencia, Ñuñoa, La Reina, Lo Barnechea, Santiago Centro, Recoleta La Vega) son todas zonas oriente/centro con clientes premium. Aquí no hay margen para reducir frecuencia sin afectar a grandes cuentas. El margen está en el resto.
Acción concreta para el piloto: en lugar de pilotear "1-ENEA → RM Mix" (4.000+ comunas mezcladas), pilotear UNA zona. Mi recomendación: RURAL-SUR + RURAL-SUR II (Buin, Calera de Tango, El Monte, Isla de Maipo, Padre Hurtado, Paine, Peñaflor, San Bernardo, Talagante) — comparten día MAR-JUE-SAB, son geográficamente contiguas, y son zonas semi-rurales donde la ocupación promedio es probablemente más baja. Probar consolidar las 9 comunas en menos viajes manteniendo los mismos 3 días.
| Digita | Entrega | Localidades | Camiones |
|---|---|---|---|
| Lun | Mar | Villarrica, Pucón, Temuco, Carahue, Pitrufquén, Loncoche | 5 |
| Mar | Mié | Temuco, Valdivia, Pto Montt-Chiloé, Pto Varas-Frutillar, Osorno-La Unión | 3 |
| Mié | Jue | Futrono, Los Lagos, Temuco-Vilcún, Lautaro, Traiguén-Purén, Lanco-Panguipulli | 5 |
| Jue | Vie | Villarrica, Pucón, Temuco, Pitrufquén (re-despacho) | 7 |
| Vie | Sáb | Temuco, Valdivia, Pto Montt, Pto Varas, Osorno (re-despacho) | 5 |
Total: ~25 camiones/sem · ~1.300/año. El modelo original reporta 1.731 viajes/año para 2-PTQ Mix más otros, pero esa cifra suma destinos heterogéneos. Hay una doble pasada semanal a las mismas localidades (Mar/Vie para zona Villarrica-Pucón-Temuco; Mié/Sáb para Pto Montt-Valdivia-Osorno). Ahí es donde puede haber consolidación o ajuste de frecuencia.
| Destino | T-Alta (kg/sem) | T-Baja (kg/sem) | Factor |
|---|---|---|---|
| Pucón | 10.358 | 4.550 | 2,28× |
| Villarrica | 6.160 | 2.803 | 2,20× |
| Temuco | 18.339 | 10.857 | 1,69× |
| Valdivia | 7.364 | 4.515 | 1,63× |
| Osorno | 2.823 | 2.662 | 1,06× |
| Puerto Montt | 6.803 | 5.900 | 1,15× |
| Llanquihue | 1.121 | 1.103 | 1,02× |
| TOTAL PTQ | 72.218 | 43.758 | 1,65× |
Implicancias estratégicas:
| Solicitud (17/2/2026) | Status | Cubierto por entregas Daniel | Pendiente |
|---|---|---|---|
| D1 · Solicitudes 2026 abastecimiento | Parcial | No (estas muestras son distribución) | Solicitar muestra equivalente de abast. |
| D2 · Planilla distribución 2026 | Sí | 3 días granulares (n=10.302 líneas) | Idealmente 1 mes completo + estacional alta |
| D3 · IPR alta/baja | Sí | 2 archivos: IPR QS (63 localidades RM+Valpo) e IPR Pitrufquén con factor estacional cuantificado | Cruzar con kgs/destino real para ajustar capacidad por temporada |
| D4 · Ventanas y tiempos por cliente | Parcial | Sí (hora inicio/fin trans.) pero 40% sin cerrar | Mejorar captura de datos en terreno; tabla maestra ventanas |
| D5 · Preasignaciones SAP + Quadmind | Sí | Cant. PreAsignada y Cant. Entrega disponibles | Comparación con ruteo automático SAP-only en periodo paralelo |
Pregunta abierta urgente a Daniel: ¿estos 3 días son representativos? ¿Por qué 18-mar tuvo 98 viajes vs 64 (17-feb) y 59 (08-abr) para volumen similar? Si los días no son comparables, el promedio "anualizado" pierde validez.
Construyo un modelo bottom-up de la tarifa por viaje basado en benchmarks chilenos 2026 (ENAP, INE, SII, Goodyear, asociaciones gremiales y Observatorio Logístico del MTT). La idea es que, en vez de aceptar las tarifas del modelo Quillayes como datos fijos, podamos descomponerlas en sus drivers (combustible, chofer, peajes, capital, etc.) y entender qué pasa con cada palanca. Esto es lo que permite renegociar con argumentos, no con feeling.
La tarifa de un viaje de transporte de carga se descompone en cinco bloques. Tres son costos económicos del transportista (lo que efectivamente gasta), uno es capital (lo que invierte en flota) y uno es margen (la utilidad esperada). Cada bloque tiene componentes fijos (independientes de cuánto rueda el camión) o variables (proporcionales a km o tiempo):
Naturaleza: 100% fijo. Prorrateo por viaje = anual / viajes/año del camión.
Naturaleza: base fijo, viático y HE variables con duración del viaje. Un déficit del 30% en conductores puede elevar +15% el costo (CNTC).
Naturaleza: variable con km. Es el componente más volátil y el que más sube en Chile YTD 2026.
Naturaleza: variable con km recorridos. Se acumula con desgaste, no con tiempo.
Naturaleza: variable y discreto por ruta. Difícil de optimizar; sólo se negocia tarifa con la concesionaria a través del MOP en revisiones contractuales.
Referencia: Observatorio Logístico Subtrans + asociaciones gremiales Chile 2025-2026. Ojo: la mezcla varía por tipo de ruta (urbana vs troncal vs minería) y antigüedad de flota.
La tarifa de un viaje se modela como:
Donde cada bloque se desarrolla así:
Notas técnicas del modelo:
| Variable | Valor referencial | Rango | Fuente |
|---|---|---|---|
| Precio diésel RM | $1.500 / L | $1.450 – $1.580 | ENAP mayo 2026 |
| Rendimiento tracto 30t cargado | 2,8 km/L | 2,6 – 3,1 | Webfleet · Salfa Camiones |
| Costo combustible / km cargado | $535 / km | $485 – $580 | cálculo derivado |
| Costo neumáticos / km | $65 / km | $50 – $80 | Goodyear Chile · Cefortrans |
| Mantención total / km | $80 / km | $60 – $110 | HDI Seguros · estimación industria |
| Salario chofer base mensual | $793.000 | $770K – $900K | Computrabajo Chile abr-2026 |
| Costo empresa chofer (con CS 35%) | $1.071.000 / mes | $1.040K – $1.215K | cálculo derivado |
| Viático colación + ruta | $25.000 / día | $20K – $35K | convenios sectoriales |
| Peaje Stgo–Temuco (ida, >2 ejes) | $80.000 | $70K – $95K | Ruta 5 Sur + concesionarias |
| Tracto-camión nuevo | $100 MM | $80MM – $130MM | Salfa, Iveco, Mercedes |
| Vida útil tracto (SII) | 7 años | 3 – 10 | Circular SII 5/2018 |
| Refrigeración (% sobre comb.) | +20% | +15 – +25 | industria internacional |
| Tarifa promedio mercado Chile | $1.000 / km | $800 – $1.500 | Transportes Marlop guía 2026 |
| Margen operacional transportista | 10% | 8% – 15% | estimación industria |
Configura una ruta hipotética y el modelo desglosa los componentes de la tarifa. Compara contra la tarifa Quillayes para detectar dónde puede haber espacio de renegociación.
| Ruta Quillayes | Tarifa modelo ($) | Tarifa modelada (este escandallo) | Delta | Lectura |
|---|---|---|---|---|
| ENEA → RM Mix (25 km urbana) | $139.000 | ~$110-130K | +7-26% | Tarifa Quillayes está en banda alta; posible margen recuperable. |
| ENEA → Chillán (400 km) | $471.000 | ~$520-600K | −10 a −22% | Tarifa Quillayes está bajo costo modelado → señal de buen precio negociado. |
| ENEA → Temuco (no en modelo directo) | — | ~$900K-1.1MM | N/D | Ruta no listada directa; PTQ→VIC vale $138K probablemente con backhaul. |
| PTQ → 1-ENEA Leche (≈700 km troncal) | $330.000 | ~$900K-1.1MM | −65 a −70% | Tarifa Quillayes notablemente baja vs benchmark. Hipótesis: incluye backhaul leche al 100% (vuelta cargada), por eso "cuesta la mitad". Validar con transportista. |
| 1-ENEA → Norte (RM-Norte) | $2.105.000 | ~$2.0-2.4MM (1.500km) | ≈ alineada | Tarifa coherente con ruta a 2da Región (Antofagasta zona); confirma fiabilidad del modelo en troncales muy largas. |
Todo cálculo y supuesto del MVP está documentado acá. Distingo entre DATO (viene del archivo del cliente), CÁLCULO (derivado por este dashboard) e HIPÓTESIS (asumido cuando faltaba dato).
Viajes por celda:
Costo por celda:
%Ocupación óptima por celda (sin consolidación):
Consolidación inter-familia (cuando chkConsol activo y compatible):
Qué cambió desde el diagnóstico v1.5: se extrajo la base completa de Controlling, se corrieron las misiones M1–M5 sobre población (no muestra) y se construyó la herramienta de captura. Resumen; el detalle vive en el Informe de Implementación.
| Dimensión | Diagnóstico v1.5 (may-2026) | Actualización v2.0 (jul-2026) |
|---|---|---|
| Base de datos | Modelo del cliente + 3 días de muestra (221 viajes) | 147.198 viajes 2022–2026 con fecha diaria, multi-stop y ocupación (BBDD_Transporte/) |
| Baseline | 31.102 viajes/año (modelo) | 15.582 viajes ene–may 2026 (+11,8% vs 2025), congelado por semana ISO |
| Universo de gasto | $7.662 MM/año (perímetro modelo) | $18.141 MM 2025 (8,0% de la venta); 53,5% es fee de acuerdos centralizados fuera del módulo |
| Hallazgo mayor nuevo | — | AD22: complemento combustible paga ~10%/mes vs 2,4–3,5% justificado por el escandallo (§8) → $700–900 MM/año a validar. Interplanta: PTQ→Stgo SECO 83→1.097 viajes; triangulación sur con viajes de 0,8 t |
| Herramienta | Simulador de escenarios (este dashboard, §4) | Verificador de Despacho (operación diaria): consolidables + tarifa + IPR, validado contra 3 días reales |
| Medición | Ahorro simulado | Tasa de captura (ejecutado/detectado) + viajes reales vs baseline, aislando AD22 |
Enlaces: Informe de Implementación · Verificador de Despacho · README técnico · BBDD y diccionario · Misiones M1–M5