KAIRÓS, REVISTA DE
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
82
FACULTAD DE
CIENCIAS POLÍTICAS Y ADMINISTRATIVAS
Revista Kairós, Vol. (1) No. 1, pp. 68-81, Julio-Diciembre 2018, Universidad Nacional de Chimborazo, Riobamba-Ecuador - ISSN No. 2631-2743
http://kairos.unach.edu.ec
PERCEPCIÓN DE LOS QUITEÑOS FRENTE A LÍNEAS DE ESPERA. ESTUDIOS DE
ADMINISTRACIÓN
PERCEPTION OF THE PEOPLE FROM QUITO IN FRONT OF WAITING LINES. ADMINISTRATION STUDIES
Luis Alberto Dávila Toro
1
Jaime Gustavo Lastra Vélez
2
UNIVERSIDAD NACIONAL DE CHIMBORAZO
KAIRÓS, REVISTA DE
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
Vol. 1 (2018), No. 1, Segundo Semestre (Julio-Diciembre), (82-88)
ISSN No. 2631-2743
Resumen
Este artículo está orientado a conocer las preferencias y percepciones de los sistemas de cola de espera de los
ciudadanos de Quito. La espera no es una experiencia agradable, y para disminuir sus efectos, es necesario incurrir
en gastos que a menudo las empresas no están en capacidad de asumir. Al respecto, muchos autores creen que es
posible disminuir la percepción de espera sin incurrir en mayores gastos. Conocer las percepciones de los quiteños
al respecto, permitiría aplicar con mayor lógica cualquier tipo de modelo tendiente a mejorar el desempeño del
modelo de las de espera en una organización. Para el efecto se realizó una encuesta sobre la percepción de espera
a los ciudadanos de Quito, estudiando aspectos como la apreciación de la espera o tipos de espera máximos.
Palabras clave
Percepción, teoría de colas, organizaciones, quiteños, modelos.
Abstract
is article is oriented to know the preferences and perceptions in queuing systems of the citizens of Quito. Waiting
is not a pleasant experience, and to diminish its eects, it is necessary to incur expenses that companies are oen
unable to assume. In this regard, many authors believe that it is possible to decrease the perception of waiting
without incurring higher expenses. Knowing the perceptions of the Quito people in this regard, would allow to
apply with greater logic any type of model tending to improve the performance of the model of waiting lines in
an organization. For this purpose, a survey was conducted on the perception of waiting for the citizens of Quito,
studying aspects such as the appreciation of waiting or maximum waiting rates.
Keywords
Perception, queuing theory, organizations, citizen of Quito, models.
Recibido 19 marzo 2018; Aceptado 06 julio 2018.
1
Universidad Central del Ecuador. Correo electrónico: luisa.davila@ute.edu.ec.
2
Universidad Tecnológica Equinoccial. Correo electrónico: jaime.lastra@ute.edu.ec.
KAIRÓS, REVISTA DE
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
83
FACULTAD DE
CIENCIAS POLÍTICAS Y ADMINISTRATIVAS
Revista Kairós, Vol. (1) No. 1, pp. 82-88, Julio-Diciembre 2018, Universidad Nacional de Chimborazo, Riobamba-Ecuador - ISSN No. 2631-2743
http://kairos.unach.edu.ec
Introducción
Para Render y Heizer (1996), la teoría de colas es una
parte importante de la administración de operaciones.
Las líneas de espera son una situación común en la vida
cotidiana, tanto en el sector público como privado, que
suelen involucrar transacciones tanto de bienes como de
servicios (bancos, restaurantes de comida rápida, etc.)
Las características de un sistema de líneas de espera son:
las llegadas, la disciplina de la cola y la instalación del
servicio.
Al respecto Krajewski y Ritzman (2002) indican que
«una línea de espera es cuando uno o más clientes
esperan por un servicio» (p.328). Los clientes pueden ser
personas u objetos inanimados tales como máquinas que
requieren mantenimiento, órdenes de venta aguardando
a ser transportadas o artículos del inventario esperando
a ser usadas. Una línea de espera se forma a causa de un
desbalance temporal entre la demanda por el servicio y la
capacidad del sistema para proveer el servicio.
Schroeder (1992) indica que «la situación de las líneas
de espera también se denominan problemas de teoría de
colas, esto se debe a la aceptación del término británico
“queue” que quiere decir ʽcolaʽ» (p. 422). La característica
común de estos ejemplos aparentemente diversos es
que existe un número de entidades físicas (las llegadas)
que buscan recibir servicio de instalaciones limitadas
(los servidores). «Como consecuencia, en ocasiones las
llegadas deben esperar en una línea su turno de servicio».
Muchas veces al llegar a un comercio muchas cajas se
encuentran vacías inclusive en días de tráco o demanda
alta, hay que resaltar que el costo de un operador es jo
dado que la legislación actual en el Ecuador no permite la
contratación por horas.
Render, Stair, y Hanna (2003) indican que la teoría de
colas tiene sus inicios en el trabajo de un danés llamado
A.K. Erlang, quien en 1909, experimentó con la demanda
en el tráco telefónico. Ocho años después publicó su
investigación y al nal de la segunda guerra mundial, su
trabajo se extendió de problemas generales a aplicaciones
de negocios más especícas. Sin embargo, en el Ecuador,
análisis de este tipo son limitados y en muchos casos son
privados y no son publicados.
Servicios de calidad demandan calidad en los servicios,
entendiéndose que el tiempo que un cliente pasa frente
a una cola de espera es tiempo que le resta a su ocio y
descanso, tiempo que se le resta al fortalecimiento de
su unión familiar, a desarrollarse como persona o a su
trabajo, etc.
Desde el punto de vista empresarial, Hayes y Dredge
(1998) señanan que el servicio al cliente es sin duda
un problema clave para los proveedores de negocios
donde las buenas relaciones con los clientes pueden
durar muchos años e implican cantidades signicativas
de dinero. El que un cliente compre en un negocio
depende de factores como la conabilidad, las garantías,
la puntualidad, la exibilidad de la entrega, la relación
personal y la facilidad para realizar el pedido o pagar un
determinado servicio.
Por otra parte, Robert (2014) maniesta que uno de
los aspectos que permite medir la calidad del servicio
es el tiempo de espera de los clientes en un sistema. Al
respecto, podemos decir que la teoría de colas es una rama
de la investigación operativa cuyo objetivo es tratar de
disminuir los costos producto de la formación de la cola
de espera, las mismas que según Cao (2002) forman parte
de la vida común de muchos de nosotros. Gibson (2016)
arma que las empresas que mejoraron la satisfacción
de sus clientes, en el tiempo lograron duplicar su valor
accionario, mientras que las que tenían calicaciones de
servicio bajas perdieron más del 25% de su valor.
«El tiempo de espera necesario para atender a tus
clientes es uno de los elementos que más inuyen en su
experiencia de compra, hasta el punto de que puede echar
por tierra todos tus esfuerzos en la oferta de un producto
o servicio de calidad contrastada y el establecimiento de
unos procedimientos de atención al cliente correctos y
adecuados a tu público». (Cashlogy, 2016, parr. 5). Las
colas de espera generan malestar, ineciencia, retraso y
otros problemas, lo que origina un coste de económico y
de tiempo, según Pazos, et. al. (2003) las colas se generan
por un desequilibrio temporal entre la demanda del
servicio (tasa de arribo) y la capacidad del sistema para
suministrarlo. En la teoría de colas clásica, Artalejo (2002)
indica que habitualmente, se supone que los usuarios
que no consiguen servicio inmediato tras su petición,
abandonan el sistema sin intentarlo de nuevo (sistema de
perdidas) o permanecen en cola de espera hasta que son
atendidos.
De acuerdo con Cao (2002) los modelos de colas de espera
están presentes en todas partes, en su banco cuando una
persona va a depositar o cobrar su cheque, en el terminal
KAIRÓS, REVISTA DE
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
84
FACULTAD DE
CIENCIAS POLÍTICAS Y ADMINISTRATIVAS
Revista Kairós, Vol. (1) No. 1, pp. 82-88, Julio-Diciembre 2018, Universidad Nacional de Chimborazo, Riobamba-Ecuador - ISSN No. 2631-2743
http://kairos.unach.edu.ec
terrestre cuando se dirige a tomar el bus que lo lleve a su
destino, los aviones tienen que esperar su turno para poder
aterrizar, si se pretende renovar la cedula de identidad
tendrá que hacer una cola; en resumen un modelo de cola
de espera es aquel que tiene una secuencia de elementos
(tales como las personas) que llegan a una instalación en
busca de servicio, como se muestra en el gráco siguiente:
Figura 1. Estructura básica de un modelo de colas
Fuente: adaptado de Eppen et al. (2000).
Los objetivos de un modelo de colas de espera son:
• Identicar el nivel óptimo de capacidad del sistema
que minimice el costo global del mismo.
• Evaluar el impacto que las posibles alternativas de mo-
dicación de la capacidad del sistema tendrían sobre el
costo total del mismo.
• Establecer un balance equilibrado entre las conside-
raciones cuantitativas de costos y las cualitativas del
servicio.
• Prestar atención al tiempo de permanencia en el siste-
ma o en la cola de espera.
El objeto del presente estudio es acercarse a la perspectiva
de los habitantes de una ciudad media sobre las las
de espera y su percepción sobre las mismas. Dicha
ciudad media es Quito, que a 2017 bordea los 2.600.000
habitantes, con características sociológicas que la
diferencian de poblaciones de otras urbes.
Método
El tema es susceptible de análisis a partir de un modelo.
Desde la psicología de la espera, es posible establecer los
factores que aumenten o disminuyan la percepción de
espera
3
. Pocas cosas son más frustrantes para un cliente
como las colas de espera. Sin embargo, Bitran, Ferrer, y
Rocha (2008), indican que, con una adecuada gestión de
la percepción, una empresa puede reducir la valoración
negativa de la espera e incrementar la satisfacción del
cliente.
De igual manera Bronchal (2013), indica que desde el
punto de vista del cliente, es un tema particularmente
sensible la percepción de la calidad en la atención. El
tener un enfoque clientelar, es decir, tratar de disminuir
el tiempo de espera real, es clave, aunque genere costos en
la gestión. Mejorar la percepción de espera es un factor
fundamental que afecta la forma en que el cliente valora
retrospectivamente la experiencia. Así, una buena gestión
de los tiempos en cada paso del proceso puede mejorar
la experiencia global del cliente y reportar una ventaja
competitiva a empresas de muchos sectores.
Respecto del tiempo de espera y percepción del cliente, se
puede armar que siempre que exista más de un usuario
de un recurso limitado, se puede formar una cola o línea
de espera. De la Fuente y Pino Diez (2001), señalan
que cuando la cola se compone de objetos inanimados
(como materiales, componentes, impulsos eléctricos) que
esperan algún tipo de procesamiento (por ejemplo una
maquina), el problema es básicamente económico: ¿qué
longitud debe tener la cola para minimizar los costos
de mantener un inventario y/o aumentar una máquina
adicional? Cuando la cola está formada por personas que
esperan un servicio, el problema tiene muchos aspectos
psicológicos además de los económicos, los mismos que
a menudo son muy difíciles de cuanticar.
Los clientes recuerdan los aspectos más destacados de la
experiencia. Así, probablemente no tendrán en cuenta la
duración del servicio si se trata de un factor secundario.
Por ejemplo, los clientes a quienes se entretiene con
música o programas de televisión probablemente
olvidarán el tiempo que se les ha hecho esperar. En este
caso, según Bitran, Ferrer, & Rocha (2008), la duración
del servicio, aunque sea larga, acaba siendo un factor
neutral y no negativo.
En todo caso la percepción de espera del cliente podría
ser mayor o menor de lo que realmente es, Bronchal
(2013) señala que dependiendo de factores como tiempo
disponible, clima, facilidades de parqueo etc. Si el tiempo
de espera es corto pero el entorno genera impaciencia
o ansiedad, los clientes podrían tener la sensación de
que han esperado demasiado. Si, por el contrario, se los
hace esperar mucho, pero el entorno es el apropiado, les
parecerá que el tiempo ha sido relativamente corto.
El Instituto Nacional de Estadísticas y Censos (2017)
indica que en el Distrito Metropolitano de Quito existen
Fuente de
entrada
Cola
Mecanismo
de servicio
Clientes
servidos
3 Se entiende como la percepción la función psíquica que permite al organismo, a través de los sentidos, recibir, elaborar e interpretar la información proveniente de su
entorno.
KAIRÓS, REVISTA DE
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
85
FACULTAD DE
CIENCIAS POLÍTICAS Y ADMINISTRATIVAS
Revista Kairós, Vol. (1) No. 1, pp. 82-88, Julio-Diciembre 2018, Universidad Nacional de Chimborazo, Riobamba-Ecuador - ISSN No. 2631-2743
http://kairos.unach.edu.ec
con corte a nes del año 2017 un total de 1’911,966
personas, de las cuales el 51.70% son mujeres y el restante
48.30% son hombres. Es así como para el cálculo de
nuestra muestra se trabajó con una varianza desconocida
(0.50 x 0.50), un 4.68% de error y un coeciente de
conanza del 95.5% (2 desviaciones respecto de la media
poblacional); dando como resultado una muestra de 456
personas de ambos sexos tal como se muestra en la Tabla 1.
Tabla 1. Sexo de los encuestados.
Sexo Población Muestra Porcentaje
Porcentaje
valido
Porcentaje
acumulado
Femenino 988,486 237 52.0 52.0 52.0
Mascu-
lino
923,480 219 48,0 48,0 100,0
Total 1,911,966 456 100 100
Fuente: elaboración propia
Resultados
A n de determinar los tiempos tolerables de espera de
los quiteños se realizó una investigación de campo en
noviembre de 2017, a n de determinar: ¿qué piensan los
ciudadanos de la capital al respecto? La encuesta se realizó
en diferentes sectores de la ciudad de Quito, como se
aprecia en la gura 2.
Figura 2. Sector donde viven encuestados
Fuente: elaboración propia.
Se preguntó a los encuestados: ¿cuál es tiempo tolerable de
espera por rangos de tiempo en una cola?, las respuestas
fueron las siguientes:
Figura 3. Tiempo de espera tolerable
Fuente: elaboración propia
Calculando el tiempo de espera promedio de los quiteños
se observa que fue de 9 minutos con 5 segundos. Cuando
un cliente espera un sistema más allá de este tiempo de
espera tolerable se considera que el sistema está saturado.
Esto quiere decir que los servidores se encuentran al tope de
su capacidad, entendiéndose como personas que atienden
en un determinado servicio. Al realizar el cruce del tiempo
de espera por sexo de los encuestados se observan los
siguientes datos, según lo explica la Tabla 2:
Tabla 2. Tiempo de espera tolerable por sexo.
Tiempo
de espera
0 a 5
Min.
6 a 10
Min.
11 a 15
Min.
16 a 20
Min
21 a 30
Min
mas de
30 Min.
Total
Masculino
58 80 66 29 0 4 237
Femenino
60 74 66 12 6 1 219
total
118 154 132 41 6 5 456
Fuente: elaboración propia
Se observa que la predisposición de espera de las mujeres
es menor que la de los hombres, así los hombres tienen
una predisposición de espera promedio de 9 minutos
con 21 segundos, mientras que las mujeres tienen una
predisposición de espera promedio de 8 minutos 47
segundos.
Al realizar la prueba de hipótesis del chi cuadrado, la
hipótesis de investigación se acepta en virtud de que
dicho valor es mayor a 2.40, es decir, existen diferencias
de percepción de espera entre hombres y mujeres. Cabe
indicar que existen en la Tabla 2 un número de seis
categorías, razón por la cual los grados de libertad son de
k - 1
que da como resultado 5. El p-value o signicación
asintótica es menor a 0.025 (0.05/2), razón por la cual se
rechaza la hipótesis de independencia H
0
de no relación
entre las variables (según la Regla de decisión de Fisher),
se acepta la hipótesis alternativa H
1
, que indica que la
relación entre las variables existe y es estadísticamente
signicativa y no se debe al azar.
Tabla 3. Pruebas de chi-cuadrado
Cálculo Valor Grados de Libertad Sig. asintótica (bilateral)
Chi-cuadrado
de Pearson
14.428
4
5 0.013
Razón de
verosimilitudes
17.068 5 0.004
No. de casos
válidos
456
Fuente: elaboración propia
En igual sentido se ha realizado un cruce de tiempo de
espera de acuerdo con la ocupación de las personas, a
continuación, se muestra la siguiente información.
Norte
Valles
Otros
Sur
Centro
histórico
12,72%
5,48%
30,48%
12,28%39,04%
0
20
40
60
80
Recuento
masculino
Sexo
femenino
0 a 5
6 a 10
11 a 15
16 a 20
21 a 30
más de 30
Tiempo
que
estaría
dispuesto
a esperar
58
12,72%
80
17,54%
66
14,47%
29
6,36%
4
0,88%
60
13,16%
66
14,47%
12
2,63%
1
0,22%
KAIRÓS, REVISTA DE
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
86
FACULTAD DE
CIENCIAS POLÍTICAS Y ADMINISTRATIVAS
Revista Kairós, Vol. (1) No. 1, pp. 82-88, Julio-Diciembre 2018, Universidad Nacional de Chimborazo, Riobamba-Ecuador - ISSN No. 2631-2743
http://kairos.unach.edu.ec
Figura 4. Tiempo de espera tolerable por ocupación.
Fuente: elaboración propia
Al realizar la prueba de hipótesis del chi cuadrado la
hipótesis de investigación se acepta en virtud de que
dicho valor es mayor a 0.05, es decir no existe diferencia
en la percepción de espera de acuerdo con las actividades
económicas de los encuestados.
Tabla 4. Pruebas de chi-cuadrado Actividad Económica vs. Tiempo
de espera.
Cálculo Valor
Grados de
libertad
Sig. asintótica
(bilateral)
Chi-cuadrado de Perason
31.730
5
25 0.166
Razón de verosimilitudes
34.351 25 0.101
Nº de casos válidos
456
Fuente: elaboración propia.
Figura 5. Tiempo de espera tolerable por sector que habitan.
Fuente: elaboración propia
Al igual que los otros casos se aplicó una prueba chi-
cuadrado para saber la validez de los datos presentados.
Tabla 5. Pruebas Chi cuadrado Tiempo de espera vs. Sector
Cálculo Valor
Grados de
libertad
Sig. asintótica
(bilateral)
Chi-cuadrado de Perason
31.730
5
25 0.166
Razón de verosimilitudes
34.351 25 0.101
Nº de casos válidos
456
Fuente: elaboración propia
De las Tablas 4 y 5 se puede concluir que el p-value o
signicación asintótica es mayor a 0.025 (0.05/2) con
valores de 0.166 y 0.105 respectivamente, razón por la
cual se acepta la hipótesis de independencia H0 de no
relación entre las variables-según la regla de decisión
de Fisher-, se rechaza la hipótesis alternativa H1, que
indica que la relación entre las variables existe y es
estadísticamente signicativa y no se debe al azar. Lo cual
signica que no existe relación entre el sector en que viven
los encuestados o su actividad económica con el tiempo
que están dispuestos a esperar. También se preguntó:
¿dónde usted considera que las colas son más largas en
el sector privado o en el sector público?, obteniéndose los
siguientes resultados.
Figura 6. ¿Dónde considera usted que las las de espera son más
largas?
7
Fuente: elaboración propia
4
4 casillas (33.3%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 2.40
5
16 casillas (44.4%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 0.16
6
16 casillas (36.7%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 0.27
7
Escala Ordinal (5 más importante – 1 menos importante).
KAIRÓS, REVISTA DE
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
87
FACULTAD DE
CIENCIAS POLÍTICAS Y ADMINISTRATIVAS
Revista Kairós, Vol. (1) No. 1, pp. 82-88, Julio-Diciembre 2018, Universidad Nacional de Chimborazo, Riobamba-Ecuador - ISSN No. 2631-2743
http://kairos.unach.edu.ec
Se consultó los factores que a juicio de los encuestados
disminuyen la percepción de espera, para el efecto se
aplicó una escala ordinal y se procesaron los datos de
acuerdo con la ponderación de los factores multiplicado
por el valor máximo obteniéndose los siguientes
resultados:
Figura 7. ¿Qué factores a su juicio ayudan a disminuir la percepción
de espera?
Fuente: elaboración propia
El factor que más relevancia tiene por parte de los
encuestados es que el servidor sea prolijo en su trabajo,
seguido del aire acondicionado en días de calor o el uso
de medios visuales que permitan esperar de una manera
en que la percepción del tiempo no sea tan notoria.
Es decir, a los clientes les enfada sobre manera que los
dependientes no cumplan con su obligación de atender
a los clientes. También en caso de que se generen colas
en lugares cerrados o con mucho frío sería importante
contar con un sistema adecuado que disminuya los
efectos que se producen por el clima y que pueden incidir
en el ánimo de los usuarios. Finalmente, un sistema de
audio y video podría mejorar el ánimo de los clientes el
momento de la generación de líneas de espera.
Discusión y conclusiones
Existe evidencia de que el tiempo de espera en un sistema
podría afectar la satisfacción clientelar y redundar en una
disminución de sus clientes. Cuando un cliente espera
un tiempo mayor a diez minutos se considera que el
sistema se encuentra saturado. Independientemente del
sector donde resida o de la actividad económica, la gente
percibe que pierde tiempo al no ser atendido de una
manera rápida por el sistema.
Para disminuir el tiempo de espera existen varias formas,
siendo la más recomendable el aumento de servidores.
El estudio indica que existe una menor predisposición
de espera por parte de los hombres frente a las mujeres;
de 6 a 10 minutos un 17.54% frente a un 16.23%
respectivamente. El aumento de servidores ocasiona a la
empresa un incremento de gastos que debe ser comparado
con la disminución de los costos de espera del cliente
para equilibrar el modelo. Las personas encuestadas
pertenecen a la población económicamente activa con un
promedio de edad de 32 años, una mediana de 29 y una
moda de 22 y una desviación estándar de 10 años.
Independientemente de su actividad, el 88% las personas
están dispuestas a esperar hasta quince minutos, a partir
de ese momento la satisfacción disminuye con un menor
porcentaje, esto se corrobora con la prueba de hipótesis
que originó como resultados valores p (p-value) altos,
aceptando H0. Cuando el cliente supera el límite de la
paciencia existe una alta probabilidad de que abandone
el sistema.
El tiempo de espera en un sistema podría afectar la
satisfacción clientelar y redundar en una disminución
de sus clientes. El coeciente de verosimilitud y el chi-
cuadrado son similares, en cualquiera de los cálculos
realizados, dado que la muestra es un reejo de la
población.
Un sistema de colas de espera bien gestionado no debe
representar para una empresa un costo, porque se podría
compensar con un aumento de ingresos. Las empresas
también pueden mejorar la percepción de espera del
cliente. A menudo esta percepción es menos costosa
que el aumento de servidores. Deben crearse veedurías
ciudadanas o comités que generen una presión en la
mejora en el servicio.
La forma más recomendable de disminuir la percepción
de espera es tener servidores atentos y ecientes. Se
proponen a futuro análisis por industrias dado que
según Render y Heizer (1996), existen varios modelos
de líneas de espera: llegadas que siguen una distribución
de Poisson; llegadas que siguen una disciplina FIFO
(PEPS) y llegadas con una fase de servicio única. Estos
pueden variar dependiendo el tipo de industria inclusive
dependiendo el tipo de negocio.
Katz, Larson, y Larson (1991) sugieren que para mejorar
un sistema que no abastece a sus usuarios, se determine
un tiempo de espera aceptable para los clientes. También
se recomienda intentar desviar la atención de los clientes
mientras esperan y mejorar las condiciones ambientales.
Moderadores ambientales, bien elegidos, entretienen
KAIRÓS, REVISTA DE
CIENCIAS ECONÓMICAS, JURÍDICAS Y ADMINISTRATIVAS
88
FACULTAD DE
CIENCIAS POLÍTICAS Y ADMINISTRATIVAS
Revista Kairós, Vol. (1) No. 1, pp. 82-88, Julio-Diciembre 2018, Universidad Nacional de Chimborazo, Riobamba-Ecuador - ISSN No. 2631-2743
http://kairos.unach.edu.ec
a los clientes mientras esperan. Una buena decisión
es informar a los usuarios que deben esperar, reducir
la incertidumbre de la espera aumenta la sensación
de control de los clientes y, por lo tanto, su grado de
satisfacción.
Los mismos autores recomiendan que se mantenga a los
empleados que no están atendiendo clientes fuera de la
vista de estos. Se debe segmentar a los clientes y enseñar
a los servidores a ser amables, también se puede educar o
sugerir a los clientes a venir durante periodos de menos
congestión. En resumen, se debe tener una perspectiva de
largo plazo para deshacerse de las las.
Independientemente de la cultura, la teoría de colas
ha ayudado a resolver problemas que en un mundo
globalizado necesitan soluciones rápidas. Actualmente
con la inteligencia articial y los datos que generan los
vehículos, carreteras o semáforos se pueden planicar
nuevas inversiones o predecir futuras congestiones
que necesitan ser resueltas en función del tráco de las
ciudades. En EE.UU. el departamento de transporte ha
aprobado la transferencia de datos que se generan de
la temperatura de los vehículos a la red pública para
controlar justamente líneas de espera en carreteras y
ciudades.
Referencias
1. Artalejo, F. (2002). Standard and retrial queueing
system: A Comparative analysis. Revista Matemática
Complutense 15(1), 101-129.
2. Cashlogy (2016). ¿Por qué es importante reducir el
tiempo de espera de nuestros clientes? Recuperado
de: http://cashlogy.es/reducir-tiempo-espera-
clientes/
3. Bitran, G., Ferrer, J. C., y Rocha, P. (2008). Om Forum
- Managing Customer Experiences: Perspectives
on the Temporal Aspects of Service Encounters.
Manufacturing & Service Operation Management,
10(1), 61-83.
4. Bronchal, J. M. (2013). Gestion de Colas de Espera:
Cómo mejorar la percepción de mis clientes en las
esperas. Obtenido de: http://www.projectlinkr.com/
blog/gesti-n-de-colas-de-espera-c-mo-mejorar-la-
percepci-n-de-mis-clientes-en-las-esperas/
5. Cao Abad, R. (2002). Introducción a la Simulación y
a la Teoría de Colas. A Coruña: NETBIBLO.
6. De la Fuente, D., y Pino Diez, R. (2001). Teoría
de Líneas de Espera - Modelos de Colas. Oviedo:
Universidad de Oviedo Servicio de Publicaciones.
7. Eppen, G. D.; Weatherford, Larry R.; Schmidt, C. P.;
Moore, Jerey H.; Gould, F. J. (2000). Investigación
de Operaciones en la Ciencia Administrativa.
México: Prentice Hall.
8. Gibson, P. (2016). e World of Customer Service.
Arizona: South -Western CENGAGE - Learning.
9. Hayes, J., y Dredge, F. (1998). Managing Customer
Service. London: Gower Publishing Limited.
10. Instituto Nacional de Estadísticas y Censos (2017).
Ecuador en Cifras. Obtenido de: http://www.
ecuadorencifras.gob.ec/tras-las-cifras-de-quito/
11. Katz, K. L., Larson, R. C., y Larson, B. M. (1991).
Prescription for Waiting–in Line Blues: Entertain,
Enlighten and Engage. Sloan Management
review,(winter), 32(2), 44-53.
12. Krajewski, L. J., y Ritzman, L. P. (2002). Operations
Management Strategy and Analysis (Sixth Edition
ed.). New Jersey, United States: Pearson.
13. Pazos, J. J., Suárez, A., y Díaz, R. (2003). Teoría de
Colas y simulación de envetos discretos. Madrid:
Pearson.
14. Render, B., y Heizer, J. (1996). Principios de
Administración de Operaciones. México: Pearson.
15. Render, B., Stair Jr., R. M., y Hanna, M. E. (2003).
Quantitative Analysis for Management. New Jersey:
Pearson.
16. Robert, L. (2014). Customer Service Skills for
Success. New York: McGraw-Hill Higher Education.
17. Schroeder, R. G. (1992). Administración de
Operaciones Toma de decisiones en la función de
operaciones. México: McGraw-Hill.
