REPUBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD YACAMB VICERRECTORADO DE INVESTIGACIN Y POSTGRADO INSTITUTO DE INVESTIGACIN Y POSTGRADO DOCTORADO EN GERENCIA SEMINARIO AVANZADO:

LA GESTIN DEL CAMBIO ORGANIZACIONAL

Estudio de Casos SofOS EL DILEMA DE LA GENTE

Participantes: Luis Saavedra Luis Mndez Omar Surez Ylmer Surez Facilitador: Dr. Maurio Villabona

Barquisimeto, Noviembre 2011

EL CASO SofOS LA VALORACIN DEL CAPITAL INTELECTUAL..

Dado lo interesante del caso asignado en el Seminario Gestin del Cambio Organizacional dictado por el Dr. Mauricio Villabona, nos hemos propuesto escribir estas breves lneas sobre la ponderacin gerencial realizada por los accionistas de la empresa SofOS, para tomar decisiones sobre las medidas que deban adoptar para la supervivencia de la empresa en el marco del paro petrolero realizado en Venezuela desde diciembre del ao 2002.

En efecto, el caso es recogido en un artculo publicado en la Revista Debates IESA, Volumen XVI, nmero 2, Ao 2011, cuyos autores son los profesores Horacio Viana, Jos Malav y Henry Gmez Samper, quienes narran el dilema vivido por el grupo gerencial de una empresa (SofOS) dedicada a la prestacin de servicios de asesora en Sistema de Informacin para Sistemas Abiertos, afectada como el resto de las empresas del pas, por la paralizacin de PDVSA acontecida durante el ao 2002.

La empresa SofOS tena como objeto la prestacin de servicios de asesora y consultora en el rea informtica, y para diciembre del ao 2002 su tarea consultora giraba esencialmente en torno a tres productos:

1.- SIGE (Sistema Integral de Gestin Empresarial): Se trataba de un programa cuya autora perteneca a los accionistas de SofOS, y que haba sido construido bajo la cultura de sistemas abiertos para ser adaptado a las necesidades de un cliente dedicado al ramo de la manufactura. La bsqueda de satisfacer las necesidades de este cliente, permiti que el programa (Software) se expandiera en funcin del crecimiento de esta compaa manufacturera al ramo de autopartes. El conocimiento de la filosofa y la arquitectura de sistemas abiertos en el diseo de programas de computacin, as como las ventajas funcionales que esta modalidad ofreca a la pequea y mediana empresa, dio pi a que los Gerentes, Accionistas de SofOS desarrollaran estrategias para la comercializacin del SIGE como producto autnomo, garantizando con esto los consecuentes

beneficios econmicos derivados de la implantacin y labores de consultora derivados de la comercializacin del producto.

2.- BAAN: Se trababa de un producto holands creado tambin bajo la cultura de sistemas abiertos y dedicado especficamente al ramo de empresas de manufactura, que en su momento fue el primer producto de clase mundial que se introdujo al mercado informtico venezolano, y que represent para entonces la competencia directa al programa SIGE (creado por SofOS). Luego de analizar las variables que se estaban gestando por la presencia del BAAN, entre otras, las derivadas de la calidad tecnolgica del producto (superior a la del SIGE); la gran adaptabilidad funcional que el mismo ofreca a las empresas, e igualmente las debilidades que surgan por los altos costos que representaba su implantacin y la prestacin de asesora especializada en el producto, los Gerentes de SofOS, decidieron ofrecer a este grupo transnacional holands los servicios de SofOS para las labores de consultora especializada, que requeran las empresas luego de la adquisicin e implantacin del Sistema Informtico BAAN. Esto les permiti preparar un personal profesional altamente calificado y desarrollar estrategias altamente creativas y pertinentes como el apalancamiento y el Outsourcing para hacer rentable estas labores de consultora.

3.-SAP: Producto transnacional que para el ao 2002 se eriga como lder mundial entre los Software de sistemas abiertos, desarrollado con tecnologa de punta y ampliamente utilizado en grandes corporaciones, procurando abrirse espacio en el mercado de la pequea y mediana empresa. Representaba la competencia directa para el BAAN y para el SIGE, a los cuales desplazaba por su calidad y mejor tecnologa usada para su diseo, no obstante su gran debilidad era el maysculo costo que significaba para las PYME su implantacin y la prestacin de servicios de asistencia tcnica para el funcionamiento del sistema. No obstante, dada las estrategias organizacionales (apalancamiento y outsourcing) empleadas por SofOS para hacer rentable su servicio de asesora profesional para los clientes que hubiesen adquirido el producto holands BAAN, su equipo gerencial vea a futuro grandes oportunidades comerciales para empresa, en la prestacin de los

servicios de asesora altamente especializada en el producto SAP, por cuanto vislumbraban que con el tiempo la tendencia que ya se estaba asomando se consumara, esto es, el SAP ira desplazando al propio BAAN en el mercado de las pequeas y medianas empresas (PYMES).

De manera pues que para el ao 2002, la empresa SofOS tena imbricaciones que le permitan atender totalmente el mercado informtico para la empresa manufacturera, puesto que tena el talento humano para atender las necesidades de consultora de todo el espectro empresarial, vale decir, las grandes corporaciones, la mediana empresa y la pequea empresa, todo esto mediante la prestacin de asistencia tcnica y asesora en los tres productos antes mencionados: SAP, para las grandes empresas, BAAN para las medianas empresas, y SIGE para las pequeas empresas. Todo esto bajo modalidades organizacionales flexibles y estrategias como el apalancamiento y el Outsourcing que hacan que las ganancias de la empresa por la prestacin de sus servicios fuesen altamente significativas.

En este punto es esencial poner de relieve, que por la naturaleza de la empresa de la cual se trata, SofOS era una compaa cuya rentabilidad dependa esencialmente de la calidad y procesos empleados por su talento humano, esto es, como empresa prestadora de servicios de asesora profesional especializada, la generacin de riqueza dependa casi en forma exclusiva de la actividad cognitiva de sus empleados y accionistas. Luego no es desatinado afirmar que era una empresa que dependa totalmente de su talento humano. Su valor real difcilmente poda ser cuantificado sin considerar en los trminos de Edvinsson y Malone (1997), su Capital Intelectual.

En efecto, segn Bueno (2008) siguiendo a Edvinsson y Malone (1997), el capital intelectual de una organizacin esta compuesto por el conjunto de activos intangibles creados por la empresa, y se manifiesta en smbolos, procedimientos, prcticas, y en general por todo aquello que produce el intelecto del talento humano de una organizacin. Este comnmente resulta invisible u oculto para la

contabilidad tradicional, por cuanto es ajeno a sus principios jurdicos contables. De all que difcilmente sea reflejado en las cuentas anuales de las organizaciones.

El concepto de capital intelectual es fundamental para entender la diatriba presentada entre los gerentes de la empresa SofOS en la extrema situacin econmica acaecida en Venezuela a raz del paro petrolero del ao 2002. Para finales de diciembre de ese ao, despus de casi un mes de paro nacional, el flujo de caja de SofOS, era crtico. Las cuentas comerciales por cobrar de la empresa era Bs. 908.013.495,01 (ms del 60% de lo que se adeudaba para el momento a SofOS), circunstancia que llevo a expresar a uno de sus accionistas Quin nos va a pagar si nadie esta trabajando?

El panorama era sombro por cuanto todo el personal (profesionales altamente especializados) prestaba sus servicios a tiempo completo y representaba el setenta y cinco por ciento (75%) de sus costos operativos. Era lgico que fuese as por cuanto SofOS, era una empresa prestadora se servicios profesionales de asesora, y la operatividad dependa esencialmente del trabajo intelectual de sus empleados, igualmente la rentabilidad de la empresa, giraba en torno de la estrategia de obtener el mayor rendimiento de sus empleados durante la duracin de su jornada laboral, y esto era posible, entre otras cosas, en virtud de estrategias organizacionales como el apalancamiento y el Outsourcing.

No obstante, motivado al escaso flujo de caja, y la falta de pago de sus clientes motivada al colapso econmico que estaba generando la paralizacin de la Industria Petrolera del pas, SofOS no tena recursos econmicos para pagar la nmina del mes de enero de 2003. El grupo de Gerentes se planteaba distintos escenarios, partiendo de la evaluacin del Estado Financiero de la empresa para diciembre de 2002.

Uno de los Gerentes era del criterio de reducir la nmina por cuanto sta, representaba el gasto mayor de la compaa, y en ese escenario se planteaba por donde comenzar?, por los profesionales de mayor capacitacin y experiencia

(Consultores Senior), o por aquellos que estaban en proceso de formacin (Consultores Junior); Cual de los proyectos deban sacrificar SIGE, BAAN o SAP?.

El otro Gerente, a nuestro modo de ver, conciente de que el Capital de la empresa no se reduca a lo expuesto en el Balance General Contable de la Compaa, se planteaba otras alternativas para no reducir la nmina, puesto que presuponemos saba que reducirla sera tanto como descapitalizar an ms la empresa, y que era muy probable que la situacin presentada con la Industria Petrolera en un tiempo perentorio concluyera, y se reactivara la economa del pas. En otras palabras, en esta otra alternativa se consideraban conceptos propios de la naturaleza de SofOS como lo era el de empresa de conocimiento, Activos Intangibles y Capital Intelectual, y partiendo de estos la decisin de reducir la nmina, an en trminos econmicos no luca como la ms pertinente. De all que manejar posibilidades como la de pedir un prstamo a cada trabajador pidindole que aceptaran la postergacin del pago de su salario por el lapso de dos meses, con el compromiso que luego los cancelaran con intereses. En esta hiptesis se planteaban como manifestarse a su personal. De que modo.

Desde nuestro modesto parecer el planteamiento pertinente es el representado en este ltimo supuesto, por cuanto tal como lo hemos expuesto, el capital fundamental de SofOS no estaba representado solo en su patrimonio, sino en una nocin de mayor trascendencia aun no traducida en trminos patrimoniales y consecuencialmente no cuantificable en el Balance que para la fecha manejaba la empresa; nos referimos al concepto de Capital Intelectual. Dicho en otros trminos, los bienes de mayor valor econmico en SofOS estaban representados en activos intangibles (productos intelectuales, software, smbolos, servicios de asesora) y stos por lo general- no son receptados por la contabilidad tradicional, de all que la numerologa expuesta en el Balance analizado, que era absolutamente clara y convincente para soportar la decisin de reducir el personal manejada por uno de los enfoques gerenciales estudiados, no luca tan clara a la luz de la categora capital intelectual, y por eso la visin gerencial de otro de los

gerentes distaba de aquella y propona manejar estrategias distintas a la convencional de reducir la nmina, como lo era la solicitud del prstamo a sus trabajadores, materializado mediante la postergacin de su paga salarial. Es este ltimo enfoque, el que considerando la naturaleza y esencia de la empresa, nos parece de mayor pertinencia.

En efecto, pensamos que haban alternativas viables como la de cancelar slo la mitad del salario, y que el pago de la otra mitad se postergara durante unos meses, con el compromiso de pagarlo luego con intereses.

Adems de la anterior, se nos ocurre otra alternativa, como lo es la de proponer a los Consultores Senior, que el pago de las bonificaciones pendientes y cualquier otro beneficio derivado de la prestacin de sus servicios, se realizase mediante acciones de la empresa. Estos consultores eran los de mayor experiencia y sentido de pertenencia con SofOS, y los de mayor formacin profesional en la triada de productos (SIGE, BAAN y SAP) y servicios de asesora que ofreca la empresa, haban sido testigos de magno crecimiento de SofOS, por cual no estaran ajenos a la idea de convertirse en accionistas de la Compaa. Una alternativa como la descrita, dara un gran impulso a SofOS en el desarrollo de todos sus proyectos, y sera una opcin apetecible para estos trabajadores que podan tener idea de los niveles de rentabilidad de la Compaa.

Dada la naturaleza de la empresa, el anlisis del estado de ganancias y prdidas no era suficiente por cuanto el mismo fue realizado bajo los cnones de la contabilidad tradicional, y sta no incluye el valor primario que supone el capital intelectual de una empresa prestadora de servicios profesionales de asesora altamente especializada como lo era SofOS. De all, que la consideracin del balance era til, pero no poda decidirse solo con base a ste, como lo propona uno de los Gerentes de la Compaa.

Ahora bien, desde el punto de vista del anlisis cuantitativo y haciendo uso del Software Crystal Ball, y aplicando la tcnica de; Simulacin de Monte Carlos

la cual tiene su origen en el trabajo desarrollado por Stan Ulam y John Von Neumann a finales de la dcada de los 40 en el laboratorio de Los lamos, cuando investigaban el movimiento aleatorio de los neutrones. En los aos siguientes, la simulacin de Monte Carlo se ha venido aplicando a una infinidad de mbitos como alternativa a los modelos matemticos exactos o incluso como nico medio de estimar soluciones para problemas complejos. De tal manera que hoy da es posible encontrar modelos que hacen uso de simulacin Monte Carlos en las reas informtica, empresarial, econmica, industrial e incluso social. En otras palabras, la simulacin de Monte Carlo est presente en todos aquellos mbitos en los que el comportamiento aleatorio o probabilstico desempea un papel fundamental. La simulacin es el desarrollo de un modelo lgico y matemtico de un sistema, de tal forma que se obtiene una imitacin de la operacin de un proceso de la vida real o de un sistema a travs del tiempo. Mediante el uso de un Software, en nuestro caso, el paquete Crystal Ball, versin 2000, la simulacin involucra la generacin de una historial artificial de un sistema; la observacin de este historial mediante la manipulacin experimental, nos ayuda a inferir las caractersticas operacionales de tal sistema en cuestin. La simulacin de Monte Carlos es una tcnica que combina conceptos estadsticos (muestreo aleatorio) con la capacidad que tienen los ordenadores o computadoras para generar nmeros pseudo-aleatorios y automatizar clculos, en este sentido es una tcnica cuantitativa que hace uso de la estadstica y los ordenadores para imitar, mediante modelos matemticos, el comportamiento aleatorio de sistemas reales no dinmicos (por lo general, cuando se trata de sistemas cuyo estado va cambiando con el en transcurrir del tiempo, se recurre bien a la simulacin de eventos discretos o bien a la simulacin de sistemas continuos). La clave de la Simulacin de Monte Carlos consiste en crear un modelo matemtico del sistema, proceso o actividad que se quiere analizar, identificando aquellas variables (inputs o entradas del modelo) cuyo comportamiento aleatorio determina el comportamiento global del sistema. Una vez identificados dichos inputs o variables aleatorias, se lleva a cabo un experimento consistente en (1) generar con ayuda del ordenador muestras

aleatorias (valores concretos) para

dichos inputs, y (2) analizar el

comportamiento del sistema ante los valores generados. Tras repetir (n) veces este experimento, dispondremos de (n) observaciones sobre el comportamiento del sistema, lo cual nos ser de utilidad para entender el funcionamiento del mismo obviamente, nuestro anlisis ser tanto ms preciso cuanto mayor sea el nmero (n) de experimentos que llevemos a cabo.

Data extrada de la Revista Debates IESA, Volumen XVI, nmero 2.

Tabla N 1 Nivel Nivel 1 2 Administracin AMC BAAN 1 AMC BAAN 2 AMC SIGE AMC SAP Soporte de Tecnologa Manejo de Intangibles Mercadeo Servicios Generales Total Porcentajes Fuente, SofOS
Tabla N 2 Distribucin de ingresos por lneas de negocios, 2002 (dlares) Cosultoria BAAN SAP SIGE TOTAL Fuente: SofOS 337132 566955 904087 Outsourcing 1462545 580043 397964 2440552 Staffing 241815 241815 Total 1799677 1388812 397964 3586453 Margen (%) 41 40 43

Nivel 3 14 5 3 10 2

Nivel 4 1 2 2 1 4 1

Nivel Nivel Nivel Nivel Total Apalancamiento 5 6 7 8 1 4 4 11 1 1 1 1 1 1 2 3 12 42 16 10 38 11 2 2 2 135 3,8 2,8 3,6 2,5 3,5 3 3,5 7 1 3,4

4 21 4 6 12 6 1

2 5 4

54 40

34 25

11 8

21 16

2 1

5 4

3 2

Tabla N 3 Data Selecionada para la Simulacin Niveles Nivel 2 Nivel 3 14 5 3 10 Nivel 4 Nivel 5 Nivel 7 1 1 1

Baan (I) Personal 21 Baan (II) Personal 4 SIGE 6 Sap Personal 12 Total Fuente, Equipo de Trabajo

2 4 2 4 1 4 11 106 Personas

Haciendo uso del Software Crystal Ball, se tiene el siguiente reporte:

Crystal Ball Report Simulation started on 2/11/11 at 21:21:12 Simulation stopped on 2/11/11 at 21:21:13 Forecast: Modelos de Trabajo: BAAN, SIGE Y SAP Summary: Display Range is from 0 to 28 Cantidad de Personas Entire Range is from 1 to 115 Cantidad de Personas After 5.000 Trials, the Std. Error of the Mean is 0 Statistics for Display Range: Trials Mean Median Mode Standard Deviation Variance Skewness Kurtosis Coeff. of Variability Range Minimum Range Maximum Range Width Mean Std. Error Frequency Counts for Display Range: Frequency: Group 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Start Value -Infinity 0 0 1 1 1 1 2 2 2 2 3 3 3 4 4 End Value 0 0 1 1 1 1 2 2 2 2 3 3 3 4 4 4 Prob. 0,000000 0,000000 0,000000 0,000000 0,019000 0,047600 0,046200 0,054800 0,046000 0,048000 0,045600 0,038400 0,039400 0,037000 0,034400 0,029400 Freq. 0 0 0 0 95 238 231 274 230 240 228 192 197 185 172 147 Value 4874 6 4 --5 24 1,78 6,24 0,84 0 28 28 0,07 Cell: B2

Forecast: Modelos de Trabajo: BAAN, SIGE Y SAP (cont'd)

Cell: B2

Group 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57

Start Value 4 4 5 5 5 6 6 6 6 7 7 7 7 8 8 8 9 9 9 9 10 10 10 10 11 11 11 12 12 12 12 13 13 13 13 14 14 14 15 15 15 15

End Value 4 5 5 5 6 6 6 6 7 7 7 7 8 8 8 9 9 9 9 10 10 10 10 11 11 11 12 12 12 12 13 13 13 13 14 14 14 15 15 15 15 16

Prob. 0,030400 0,026800 0,028000 0,021000 0,019800 0,019800 0,016600 0,017600 0,020200 0,014400 0,013000 0,014600 0,010600 0,014600 0,011200 0,009200 0,009200 0,008400 0,008200 0,008800 0,008200 0,009200 0,008600 0,008200 0,005400 0,007400 0,006000 0,006000 0,004600 0,005600 0,005400 0,004400 0,005400 0,004000 0,003600 0,003400 0,002400 0,002400 0,003200 0,002600 0,002200 0,002800

Freq. 152 134 140 105 99 99 83 88 101 72 65 73 53 73 56 46 46 42 41 44 41 46 43 41 27 37 30 30 23 28 27 22 27 20 18 17 12 12 16 13 11 14

Forecast: Modelos de Trabajo: BAAN, SIGE Y SAP (cont'd)

Cell: B2

Group 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99

Start Value 16 16 16 17 17 17 17 18 18 18 18 19 19 19 20 20 20 20 21 21 21 21 22 22 22 23 23 23 23 24 24 24 24 25 25 25 26 26 26 26 27 27

End Value 16 16 17 17 17 17 18 18 18 18 19 19 19 20 20 20 20 21 21 21 21 22 22 22 23 23 23 23 24 24 24 24 25 25 25 26 26 26 26 27 27 27

Prob. 0,002000 0,001800 0,003000 0,001400 0,001400 0,003000 0,001600 0,002400 0,001200 0,002000 0,002000 0,002000 0,000600 0,001400 0,003600 0,001800 0,000600 0,001000 0,001400 0,001600 0,001000 0,001000 0,001600 0,000400 0,000800 0,001400 0,001400 0,000600 0,001200 0,000600 0,001800 0,001400 0,001200 0,000000 0,000600 0,000800 0,000800 0,001200 0,000200 0,000200 0,000800 0,000200

Freq. 10 9 15 7 7 15 8 12 6 10 10 10 3 7 18 9 3 5 7 8 5 5 8 2 4 7 7 3 6 3 9 7 6 0 3 4 4 6 1 1 4 1

Forecast: Modelos de Trabajo: BAAN, SIGE Y SAP (cont'd)

Cell: B2

Group 100 Total: Cumulative: Group 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

Start Value 27 28

End Value 28 +Infinity

Prob. 0,000600 0,025200 1,000000

Freq. 3 126 5000

Start Value -Infinity 0 0 1 1 1 1 2 2 2 2 3 3 3 4 4 4 4 5 5 5 6 6 6 6 7 7 7 7 8 8 8 9 9 9 9

End Value 0 0 1 1 1 1 2 2 2 2 3 3 3 4 4 4 4 5 5 5 6 6 6 6 7 7 7 7 8 8 8 9 9 9 9 10

Prob. 0,000000 0,000000 0,000000 0,000000 0,019000 0,066600 0,112800 0,167600 0,213600 0,261600 0,307200 0,345600 0,385000 0,422000 0,456400 0,485800 0,516200 0,543000 0,571000 0,592000 0,611800 0,631600 0,648200 0,665800 0,686000 0,700400 0,713400 0,728000 0,738600 0,753200 0,764400 0,773600 0,782800 0,791200 0,799400 0,808200

Freq. 0 0 0 0 95 333 564 838 1068 1308 1536 1728 1925 2110 2282 2429 2581 2715 2855 2960 3059 3158 3241 3329 3430 3502 3567 3640 3693 3766 3822 3868 3914 3956 3997 4041

Forecast: Modelos de Trabajo: BAAN, SIGE Y SAP (cont'd)

Cell: B2

Group 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77

Start Value 10 10 10 10 11 11 11 12 12 12 12 13 13 13 13 14 14 14 15 15 15 15 16 16 16 17 17 17 17 18 18 18 18 19 19 19 20 20 20 20 21 21

End Value 10 10 10 11 11 11 12 12 12 12 13 13 13 13 14 14 14 15 15 15 15 16 16 16 17 17 17 17 18 18 18 18 19 19 19 20 20 20 20 21 21 21

Prob. 0,816400 0,825600 0,834200 0,842400 0,847800 0,855200 0,861200 0,867200 0,871800 0,877400 0,882800 0,887200 0,892600 0,896600 0,900200 0,903600 0,906000 0,908400 0,911600 0,914200 0,916400 0,919200 0,921200 0,923000 0,926000 0,927400 0,928800 0,931800 0,933400 0,935800 0,937000 0,939000 0,941000 0,943000 0,943600 0,945000 0,948600 0,950400 0,951000 0,952000 0,953400 0,955000

Freq. 4082 4128 4171 4212 4239 4276 4306 4336 4359 4387 4414 4436 4463 4483 4501 4518 4530 4542 4558 4571 4582 4596 4606 4615 4630 4637 4644 4659 4667 4679 4685 4695 4705 4715 4718 4725 4743 4752 4755 4760 4767 4775

Forecast: Modelos de Trabajo: BAAN, SIGE Y SAP (cont'd)

Cell: B2

Group 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

Start Value 21 21 22 22 22 23 23 23 23 24 24 24 24 25 25 25 26 26 26 26 27 27 27 28

End Value 21 22 22 22 23 23 23 23 24 24 24 24 25 25 25 26 26 26 26 27 27 27 28 +Infinity

Prob. 0,956000 0,957000 0,958600 0,959000 0,959800 0,961200 0,962600 0,963200 0,964400 0,965000 0,966800 0,968200 0,969400 0,969400 0,970000 0,970800 0,971600 0,972800 0,973000 0,973200 0,974000 0,974200 0,974800 1,000000

Freq. 4780 4785 4793 4795 4799 4806 4813 4816 4822 4825 4834 4841 4847 4847 4850 4854 4858 4864 4865 4866 4870 4871 4874 5000

End of Forecast Assumptions

Assumption: Modelos de Trabajo: BAAN, SIGE Y SAP Lognormal distribution with parameters: Mean 6,23 Standard Dev. 7,91 Selected range is from 1,00 to +Infinity
0,20

Cell: B2
Modelos de Trabajo: BAAN, SIGE Y SAP

18,37

36,53

54,70

72,86

End of Assumptions

Grficos:

Forecast: Modelos de Trabajo: BAAN, SIGE Y SAP

350 300 250 Frequency 200 150 100 50 0 -50 0 5 10 15 20

Cantidad de Personas

Anlisis de resultados:

Considerando la propuesta de reducir en 35 %, la nmina de personal, y observado la data tabla N 1, en los niveles N 2, 3, 4, 5 y 7, del modelo de trabajo BAAN (I), BAAN (II), SIGE y SAP, donde existe mayor cantidad de personal se tomo la data de stos niveles y se la aplico la herramienta Simulacin de Monte Calos: a travs del uso del Software Crystal Ball, mtodo seleccionado para la simulacin es el Kolmogorov Smirnov, con un nivel de confianza 95% y el nmero de iteraciones de 5000.

Ahora bien, de los modelos BAAN (I) BAAN (II), SIGE y SAP analizados desde el punto de vista cualitativo y consolidando las lneas de Consultoras, Outsourcing y Staffing, apoyndonos en el deterioro o cada del modelo de trabajo BAAN, y al seleccionar, los mejores talento humano de la lnea Staffing y alinearlos en la lnea de Consultores o Outsourcing del modelo SAP, el cual era la mejor manera para apropiarse del mercado de las PYMES gran oportunidad en el momento de la crisis, con ste mercado se espera percibir ingresos inmediatos, y no cerrar la empresa, adems sostenerla a largo plazo. Segn reporte extrado de la simulacin, la media es de 6 personas, la desviacin estndar de 5 personas que se pueden manipular en los niveles; N 2 (Junior de primera lnea), N 3, N 4 y N 5 (consultores y coordinadores), y N 7 (gerente), de la tabla N 2, utilizado (1) una persona en el nivel N 7, es decir (1) un gerente, para los modelo de trabajo BANN y SAP, excepto los niveles N5 y N7, del modelo de trabajo SIGE que segn data es cero, dando como resultado 103 personas, mas 3 personas del nivel N 7, correspondiente a BANN y SAP proyectando un total de 106 personas, en consecuencia se puede reducir el nmero del personal de la nomina, la cantidad de 22 personas de las 106 personas, consideradas en la simulacin siendo este personal clave para la supervivencia de la organizacin SofOS, y finalmente sumando el personal: administrativo, soporte de tecnologa, manejo de intangible, mercadeo y servicios generales proyectando un total de 29 personas, para el momento de la crisis del paro petrolero del 2002, ahora la empresa de 135 personas en nomina segn el reporte analizado mediante la simulacin, la cantidad de personal se puede reducir a 113 personas, seleccionando al personal mas efectivo y haciendo una mejor distribucin del personal en los niveles analizados.

REFERENCIAS BIBLIOGRFICAS Bueno, Eduardo; Salmador, Ma.Paz; Merino, Carlos (2008). Gnesis, concepto y desarrollo del capital intelectual en la economa del conocimiento. Revista Estudios de Economa Aplicada, Vol. 26, N2, Espaa. Gmez Samper, Henry; Malav, Jos y Viana, Horacio (2011). SofOS: El dilema de la gente. Revista Debates IESA, Volumen XVI, nmero 2. Caracas, Venezuela. Simulacin de Monte Carlos. Documento en lnea. Disponible en la direccin electrnica http://www.uoc.edu/in3/emath/docs/Simulacion_MC.pdf . [Consultado: 2011, 25 Octubre].