<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>0123-5923</journal-id>
<journal-title><![CDATA[Estudios Gerenciales]]></journal-title>
<abbrev-journal-title><![CDATA[estud.gerenc.]]></abbrev-journal-title>
<issn>0123-5923</issn>
<publisher>
<publisher-name><![CDATA[Universidad Icesi]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S0123-59232009000200002</article-id>
<title-group>
<article-title xml:lang="es"><![CDATA[RANKING FINANCIERO: HERRAMIENTA FINANCIERA PARA MEDIR LA PRODUCTIVIDAD DE LAS EMPRESAS DE COMERCIALIZACIÓN DE ENERGÍA ELÉCTRICA]]></article-title>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<name>
<surname><![CDATA[DÍAZ GIL]]></surname>
<given-names><![CDATA[NELSON DARÍO]]></given-names>
</name>
<xref ref-type="aff" rid="A01"/>
</contrib>
</contrib-group>
<aff id="A01">
<institution><![CDATA[,Universidad Católica del Táchira  ]]></institution>
<addr-line><![CDATA[ ]]></addr-line>
<country>Venezuela</country>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>06</month>
<year>2009</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>06</month>
<year>2009</year>
</pub-date>
<volume>25</volume>
<numero>111</numero>
<fpage>13</fpage>
<lpage>34</lpage>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://www.scielo.org.co/scielo.php?script=sci_arttext&amp;pid=S0123-59232009000200002&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://www.scielo.org.co/scielo.php?script=sci_abstract&amp;pid=S0123-59232009000200002&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://www.scielo.org.co/scielo.php?script=sci_pdf&amp;pid=S0123-59232009000200002&amp;lng=en&amp;nrm=iso"></self-uri><abstract abstract-type="short" xml:lang="es"><p><![CDATA[La investigación centra su atención en el diseño de una herramienta financiera para medir la productividad de las empresas de comercialización de energía partiendo del diagnóstico, estudio y determinación de las variables de productividad, así como razones financieras simplificadas y necesarias para su medición. Define un rango de productividad por estructura departamental y refleja las variables improductivas o de mejora continua. La novedad, en cuanto a las metas, es la reducción del riesgo financiero y la autogestión por estructura departamental. También determina la posición de cada ente y evalúa sus resultados en dos sentidos: en sentido horizontal el resultado de cada variable por estructura y, en sentido vertical, en comparación con las variables de las demás estructuras departamentales.]]></p></abstract>
<abstract abstract-type="short" xml:lang="en"><p><![CDATA[Financial ranking: financial tool to measure the productivity of commercialization companies of electrical energy The research focuses on the design of a financial tool to measure the productivity of commercialization companies of electrical energy, starting from the process of diagnosis, study and identification of variables of productivity, at the same time it develops simplified and needed financial ratios for their measurement. The tool defines a range of productivity for departmental structures and also reflects unproductive variables. The novelty, in terms of goals, is that it reduces the financial risk but increases the management of each departmental structure. It also determines the position of each agent within the organizational structure and their results in terms of: horizontally, the results of each departmental structure compared to themselves; and vertically, the result of the variables compared with the results obtained for the other departments.]]></p></abstract>
<kwd-group>
<kwd lng="es"><![CDATA[Indicadores de productividad]]></kwd>
<kwd lng="es"><![CDATA[ranking financiero]]></kwd>
<kwd lng="es"><![CDATA[intervalo de eficiencia]]></kwd>
<kwd lng="es"><![CDATA[variables de productividad]]></kwd>
<kwd lng="en"><![CDATA[Indicators of productivity]]></kwd>
<kwd lng="en"><![CDATA[financial ranking]]></kwd>
<kwd lng="en"><![CDATA[interval of efficiency]]></kwd>
<kwd lng="en"><![CDATA[variables of productivity]]></kwd>
</kwd-group>
</article-meta>
</front><body><![CDATA[  <font face="verdana" size="2">     <p><font size="4">    <p align=center><b>RANKING FINANCIERO: HERRAMIENTA FINANCIERA PARA MEDIR LA PRODUCTIVIDAD DE LAS EMPRESAS DE COMERCIALIZACI&Oacute;N DE ENERG&Iacute;A EL&Eacute;CTRICA</b></font></p>       <p>NELSON DAR&Iacute;O D&Iacute;AZ GIL</p>     <p>Doctorando en Econom&iacute;a y Administraci&oacute;n de Empresas, Universidad de Deusto, Espa&ntilde;a. Profesor, Universidad Cat&oacute;lica del T&aacute;chira, Venezuela. Dirigir correspondencia a: Avenida Libertador Edificio Cadafe, Piso 1, Gerencia de Finanzas, San Crist&oacute;bal, T&aacute;chira, Venezuela. <a href="mailto:Nelsondario67@hotmail.com">Nelsondario67@hotmail.com</a></p>      <p>Fecha de recepci&oacute;n: 03-04-2008 Fecha de correcci&oacute;n: 01-12-2008 Fecha de aceptaci&oacute;n: 20-04-2009</p>  <hr />       <p><b>RESUMEN</b></p>     <p>La investigaci&oacute;n centra su atenci&oacute;n en el dise&ntilde;o de una herramienta financiera para medir la productividad de las empresas de comercializaci&oacute;n de energ&iacute;a partiendo del diagn&oacute;stico, estudio y determinaci&oacute;n de las variables de productividad, as&iacute; como razones financieras simplificadas y necesarias para su medici&oacute;n. Define un rango de productividad por estructura departamental y refleja las variables improductivas o de mejora continua. La novedad, en cuanto a las metas, es la reducci&oacute;n del riesgo financiero y la autogesti&oacute;n por estructura departamental. Tambi&eacute;n determina la posici&oacute;n de cada ente y eval&uacute;a sus resultados en dos sentidos: en sentido horizontal el resultado de cada variable por estructura y, en sentido vertical, en comparaci&oacute;n con las variables de las dem&aacute;s estructuras departamentales.</p>     <p><b>PALABRAS CLAVE</b></p>     <p>Indicadores de productividad, ranking financiero, intervalo de eficiencia, variables de productividad.</p>     ]]></body>
<body><![CDATA[<p>Clasificaci&oacute;n JEL: G100</p>     <p><b>ABSTRACT</b></p>     <p><b><i>Financial ranking: financial tool to measure the productivity of commercialization companies of electrical energy</i></b></p>     <p>The research focuses on the design of a financial tool to measure the productivity of commercialization companies of electrical energy, starting from the process of diagnosis, study and identification of variables of productivity, at the same time it develops simplified and needed financial ratios for their measurement. The tool defines a range of productivity for departmental structures and also reflects unproductive variables. The novelty, in terms of goals, is that it reduces the financial risk but increases the management of each departmental structure. It also determines the position of each agent within the organizational structure and their results in terms of: horizontally, the results of each departmental structure compared to themselves; and vertically, the result of the variables compared with the results obtained for the other departments.</p>     <p><b>KEYWORDS</b></p>     <p>Indicators of productivity, financial ranking, interval of efficiency, variables of productivity.</p>  <hr />       <p><font size="3"><b>INTRODUCCI&Oacute;N</b></font></p>     <p>Las empresas domiciliadas en Venezuela, al igual que las existentes en el mundo, persiguen un objetivo que debe estar enmarcado dentro de pol&iacute;ticas sociales o econ&oacute;micas. Sin embargo, esta distinci&oacute;n no es motivo para descartar la medici&oacute;n dentro de un rango de eficiencia para dictaminar si estas empresas se encuentran dentro de los m&aacute;rgenes de aceptabilidad originalmente planificados.</p>     <p>En este sentido, los indicadores financieros son los m&aacute;s conocidos y usados para evaluar una determinada situaci&oacute;n o posici&oacute;n en funci&oacute;n a un objetivo trazado. Lo que es de esperar es que estos indicadores no sean tan amplios en cantidad, por el contrario, se debe conformar la menor cantidad posible de indicadores que muestren la informaci&oacute;n necesaria y suficiente para la toma de decisiones en un momento dado; es decir, no es prudente saturarse de informaci&oacute;n al diagnosticar una determinada situaci&oacute;n para llegar a la misma conclusi&oacute;n con menos indicadores.</p>     <p>Un resumen evolutivo de los modelos predictivos de quiebra se encuentra en Romani, Gonz&aacute;lez, Aguirre, Leiton y Mu&ntilde;oz (2002) donde menciona que los estudios relacionados con indicadores e &iacute;ndices predictivos de efectividad o eficiencia datan de la d&eacute;cada de los a&ntilde;os treinta. En este orden, estos autores citan la conclusi&oacute;n dada por Smith y Winakor (1935) quienes partiendo de &iacute;ndices financieros basados en datos contables, llegaron a la conclusi&oacute;n de que ciertos &iacute;ndices difer&iacute;an significativamente entre empresas en quiebra y no quiebra. Los estudios hasta esa &eacute;poca fueron considerados poco formales (serios).</p>     ]]></body>
<body><![CDATA[<p>Estos mismos autores encontraron que en la d&eacute;cada de los sesenta, comenzaron a utilizarse modelos matem&aacute;ticos y estad&iacute;sticos con el objetivo de predecir una posible quiebra en las empresas, en este sentido los autores resaltan los trabajos de Altman (1968), Beaver (1967) y Tamari (1966).</p>     <p>Siguiendo los estudios de Romani <i>et al.</i> (2002), la d&eacute;cada de los a&ntilde;os setenta marca su avance a trav&eacute;s de los estudios realizados por Edmister (1972), Blum (1974), Deakin (1972), Libby (1975) y Wilcox (1973), Blum (1974), Deakin (1972), Edmister (1972), Libby (1975) y Wilcox (1973), quienes utilizaron como t&eacute;cnica el an&aacute;lisis discriminante m&uacute;ltiple (ADM). Sin embargo, debido a sus caracter&iacute;sticas operacionales, esta t&eacute;cnica fue criticada por algunos estudiosos que trataban de emplear metodolog&iacute;as similares a fin de mejorar el ADM.</p>     <p>Luego, en la d&eacute;cada de los ochenta y noventa, seg&uacute;n Romani <i>et al.</i> (2002), la mayor&iacute;a de los autores que escribieron sobre la quiebra en las empresas utilizaron modelos m&aacute;s complejos para determinar esta probabilidad. En este aspecto mencionan que entre los autores mayormente destacados de la &eacute;poca figuran Almeida &amp; Siqueira (1997), Basch y Montenegro (1989), Boritz <i>et al.</i> (1995), Episcopos (1996), Gallizo &amp; Serrano (1998), Gentry, Newbold &amp; Whitford (1985), Golinski (1998), Mora (1994), Narv&aacute;ez (1994), Ohlson (1980), Platt, Platt &amp; Gunnar (1994) y Theodossiu (1991).</p>     <p>En esta &eacute;poca surge el an&aacute;lisis discriminante de Altman (1968) mediante el cual se prueba la correlaci&oacute;n entre &iacute;ndices individuales. Inicialmente, el autor selecciona aquellas variables que contribuyen m&aacute;s al valor discriminante el cual fue llamado valor de Z<sub>2</sub>. Dentro de sus estudios se propuso dar respuesta a la pregunta, ¿c&oacute;mo puede usted predecir qu&eacute; negocios ir&aacute;n probablemente a la quiebra y cu&aacute;les probablemente no?</p>     <p>Regionalmente, se encuentran las investigaciones realizadas por Aponte (2006) mediante un diagn&oacute;stico y aplicaci&oacute;n del modelo Z<sub>2</sub> de Altman y, paralelamente, los aportes realizados por Moreno (2006) quien plante&oacute; una serie de indicadores que miden y controlan la calidad en el servicio prestado por las empresas comercializadoras de energ&iacute;a domiciliadas en la regi&oacute;n andina de Venezuela.</p>     <p>Ahora bien, el desarrollo el&eacute;ctrico de Venezuela se plantea hoy dentro de una nueva realidad. La creciente demanda, previsible por el crecimiento demogr&aacute;fico, industrial y de otros sectores en condiciones de calidad, seguridad y accesibilidad, reclama vol&uacute;menes igualmente crecientes de inversi&oacute;n, los cuales deben acometerse desde ahora mismo.</p>     <p>Dentro de este proceso de deterioro es conveniente citar que el Estado busca alternativas destinadas a mejorar la efectividad, creando mecanismos que miden la carga social que asume cada empresa y el costo del servicio, entre otros. Para ello, eval&uacute;a los procesos principales dentro de los cuales se encuentra la comercializaci&oacute;n del servicio el&eacute;ctrico, entendi&eacute;ndose como tal la toma de lectura, facturaci&oacute;n del servicio, p&eacute;rdidas de energ&iacute;a, morosidad y la efectividad operativa en la realizaci&oacute;n de los procesos, entre otros.</p>     <p>En esta l&iacute;nea, la presente investigaci&oacute;n plantea el estudio de indicadores de gesti&oacute;n como herramienta de apoyo para el incremento de la productividad y toma de decisiones en el sector el&eacute;ctrico venezolano en cumplimiento de sus objetivos sociales y econ&oacute;micos, sobre la base de los siguientes objetivos de estudio: dise&ntilde;o de una herramienta financiera para medir la productividad de las empresas de comercializaci&oacute;n de energ&iacute;a el&eacute;ctrica en Venezuela a partir de: un diagn&oacute;stico del proceso, acto seguido, la determinaci&oacute;n de variables de productividad y las razones financieras para medirla y por &uacute;ltimo, la aplicaci&oacute;n pr&aacute;ctica sobre la base de la metodolog&iacute;a propuesta por el ranking financiero.</p>     <p>El ranking financiero plantea un modelo de medici&oacute;n de resultados por estructuras departamentales y sirve de base para establecer las metas de la organizaci&oacute;n y el ajuste continuo de las mismas. Esta &uacute;ltima parte aminora el riesgo debido a que su ajuste continuo evita el asentamiento sobreestimado y subestimado de &eacute;stas.</p>     <p>Entre los m&uacute;ltiples beneficios que proporciona esta investigaci&oacute;n se encuentran:</p> <ul>    ]]></body>
<body><![CDATA[<li>El modelo sirve para establecer metas flexibles, alcanzables y realizables por departamentos. El modelo es predictivo sobre los recursos necesarios.</li>     <li>Delimita estructuras funcionales o departamentos con valor agregado en las metas organizacionales.</li>     <li>Sirve como base de predicci&oacute;n de metas organizacionales de la empresa.</li>     <li>Contribuye eficientemente con la satisfacci&oacute;n al logro.</li>     <li>Establece rangos de eficiencia y penumbra dentro del proceso de comercializaci&oacute;n de energ&iacute;a.</li>    </ul>     <p>Con el fin de determinar la correcta metodolog&iacute;a y su extrapolaci&oacute;n a empresas de comportamiento similar, se selecciona la Compa&ntilde;&iacute;a An&oacute;nima de Electricidad de los Andes (CADELA), como ente de aplicaci&oacute;n. Para ello se seleccionan los resultados obtenidos por las estructuras program&aacute;ticas inmersas dentro del proceso de comercializaci&oacute;n y distribuci&oacute;n de energ&iacute;a, donde se encuentran cuatro localidades geogr&aacute;ficas, cincuenta y una oficinas comerciales, una direcci&oacute;n, siete gerencias y ocho coordinaciones.</p>     <p>En cuanto a la recolecci&oacute;n de informaci&oacute;n, se eval&uacute;an los resultados obtenidos durante los &uacute;ltimos a&ntilde;os por las prenombradas localidades y oficinas comerciales, hasta obtener los resultados planteados en los objetivos descritos.</p>     <p><font size="3"><b>1. PROCESO DE COMERCIALIZACI&Oacute;N DE ENERG&Iacute;A EL&Eacute;CTRICA</b></font></p>     <p>Este proceso parte de la cantidad y costo de los KWh adquiridos a trav&eacute;s del sistema interconectado nacional, aunado a la cantidad y costos incidentales producto de la generaci&oacute;n distribuida. Seguidamente, esta energ&iacute;a debe ser distribuida entre los usuarios del servicio el&eacute;ctrico donde es importante conocer la energ&iacute;a facturada con respecto a la recibida o disponible. Los resultados obtenidos permiten conocer la informaci&oacute;n necesaria para indagar el montante de la energ&iacute;a dejada de facturar por p&eacute;rdidas t&eacute;cnicas y administrativas (captaci&oacute;n de clientes).</p>     ]]></body>
<body><![CDATA[<p>Adicionalmente, para la empresa comercializadora es interesante conocer la cantidad de facturas anormales que se han generado y distribuido entre los usuarios del servicio el&eacute;ctrico donde se reflejan medidores trancados, facturas promediadas, puntos liquidados con consumo de energ&iacute;a, puntos facturados sin equipo de medici&oacute;n, entre otros. La medici&oacute;n de este factor y la puesta en marcha de las alternativas de control mejoran los niveles de atenci&oacute;n al p&uacute;blico y ajustan los montos correctos en la energ&iacute;a facturada.</p>     <p>Una vez normalizada la facturaci&oacute;n, es necesario medir o cuantificar el promedio de recaudaci&oacute;n que se tiene en funci&oacute;n de la energ&iacute;a facturada. En este orden, lo que se quiere es controlar los niveles de morosidad de la empresa y mantener el flujo de caja suficiente para cubrir sus costos y gastos.</p>     <p>Por &uacute;ltimo, la efectividad operativa juega un papel importante en el proceso de comercializaci&oacute;n, es por ello que los costos y gastos involucrados en cada una de las etapas del proceso deben medirse en funci&oacute;n de los ingresos percibidos.</p>     <p>Ahora bien, el proceso as&iacute; descrito se puede medir por estructura departamental (Oficina Comercial) y por estado.<a href="#nota1"><sup>1</sup></a> De aqu&iacute; que los indicadores c&oacute;nsonos para medir el proceso de comercializaci&oacute;n estar&iacute;an centrados en la forma que se explica en los puntos posteriores.</p>     <p><font size="3"><b>2. RANKING FINANCIERO</b></font></p>     <p><b>2.1. Premisas para el desarrollo metodol&oacute;gico</b></p> <ul>    <li>El dise&ntilde;o evita la conformaci&oacute;n de indicadores en cantidad, por el contrario, trata de consolidar en un solo indicador informaci&oacute;n pertinente para la toma de decisiones.</li>     <li>El dise&ntilde;o, con variables de comportamiento similar, es extrapolable a otras empresas de servicios como entidades financieras y empresas que operen bajo la caracter&iacute;stica de matrices y subsidiarias.</li>     <li>Las f&oacute;rmulas dise&ntilde;adas no establecen intervalos en el tiempo en forma cerrada, es decir, son flexibles y aplicables por meses, trimestres y a&ntilde;os.</li>     <li>Evita la implantaci&oacute;n de metas cuantificables en m&aacute;ximos o m&iacute;nimos, por el contrario, se establecen metas flexibles entre quien ocupa una posici&oacute;n superior e inferior.</li>     ]]></body>
<body><![CDATA[<li>Las variables sugeridas son generales, por consiguiente, pueden variar de acuerdo con la necesidad de la organizaci&oacute;n en un momento dado.</li>    </ul>     <p><b>2.2. Ranking financiero por estado o localidad geogr&aacute;fica</b></p>     <p>La metodolog&iacute;a correcta de preparaci&oacute;n del ranking financiero se fortalece sobre las siguientes fases:</p> <ul>    <li>Ranking financiero por localidad geogr&aacute;fica (<a href="#grafico1">Gr&aacute;fico 1</a>).</li>     <p>    <center><a name="grafico1"><img src="img/revistas/eg/v25n111/n111a02f1.jpg" /></a></center></p>     <li>Ranking financiero por agencia, sucursal, estructura o departamento (<a href="#grafico2">Gr&aacute;fico 2</a>).</li>     <p>    <center><a name="grafico2"><img src="img/revistas/eg/v25n111/n111a02f2.jpg" /></a></center></p>    ]]></body>
<body><![CDATA[</ul>      <p>Para el cumplimento de la primera fase, se parte de la siguiente f&oacute;rmula: </p>    <p><a name="#ecua1"><img src="img/revistas/eg/v25n111/n111a02e1.jpg" /></a></p> Donde:    <p></p>     <p><i>R </i>Ranking financiero</p>     <p><i>ER</i> Efectividad en la recaudaci&oacute;n</p>     <p><i>EO</i> Efectividad en operaciones</p>     <p><i>EF</i> Efectividad en facturaci&oacute;n</p>     <p>El ranking por estado o localidad geogr&aacute;fica mide la efectividad en recaudaci&oacute;n, operaciones y facturaci&oacute;n, hasta lograr el mayor indicador en cada uno de estos. El producto de estas tres variables muestra el ranking o posicionamiento por estado o entidad geogr&aacute;fica. Por supuesto, cuanto mayor sea el resultado individual, mayor ser&aacute; el ranking obtenido. En los puntos siguientes se informa la metodolog&iacute;a planteada para el c&aacute;lculo de &eacute;stos.</p>     <p><b><i>2.2.1. Efectividad en la Recaudaci&oacute;n (ER)</i></b></p>     ]]></body>
<body><![CDATA[<p>Este punto responde a la pregunta: ¿Cu&aacute;nto recaudar por localidad geogr&aacute;fica en funci&oacute;n al monto facturado? N&oacute;tese que este indicador descarta el an&aacute;lisis de morosidad, niveles de facturaci&oacute;n, productividad por oficina y otros indicadores que deben formar parte de procedimientos u objetivos espec&iacute;ficos destinados al incremento de la ER. Su f&oacute;rmula de c&aacute;lculo es:</p>     <p><img src="img/revistas/eg/v25n111/n111a02e2.jpg" /></p>      <p>Se hace necesario acumular estos montos por cuanto siempre existir&aacute; diferimiento en la recaudaci&oacute;n, es decir, el monto recaudado no corresponde con el facturado en el mes (en el tiempo). En este sentido, se trata de eliminar, en cierta forma, el sesgo ocasionado entre estos dos montos.</p>     <p>El promedio ideal es igual a uno (<i>ER </i>= 1) debido a que el monto recaudado no deber&iacute;a superar el facturado, sin embargo, ante pol&iacute;ticas de cr&eacute;dito y morosidad, resulta imposible o inalcanzable este cometido.</p>     <p><b><i>2.2.2. Efectividad Operativa (EO)</i></b></p>     <p>Ahora bien, quiz&aacute;s sea aceptable el resultado en cuanto al monto recaudado en funci&oacute;n de lo facturado, no obstante, lo importante de ello y en cualquier organizaci&oacute;n es conocer si los costos involucrados son aceptables o, por el contrario, cuestionables.</p>     <p>En este orden, lo que se trata de medir es la eficiencia por localidad geogr&aacute;fica. Para ello la empresa debe establecer, producto de las estrategias financieras, niveles de eficiencia donde inicialmente los costos no deben superar el monto recaudado o ingresos obtenidos. En funci&oacute;n de lo descrito, la segunda cuesti&oacute;n y a la cual se le debe dar respuesta vendr&iacute;a dada en torno a lo siguiente: ¿Cu&aacute;nto invertir y gastar por localidad geogr&aacute;fica para obtener los recursos o ingresos obtenidos?</p>     <p>Para lograr este cometido, se dise&ntilde;&oacute; la siguiente f&oacute;rmula:</p>     <p><img src="img/revistas/eg/v25n111/n111a02e3.jpg" /></p>      <p>El resultado obtenido busca un valor que parta desde cero hasta <i>n</i> veces y su resultado se interpreta como las veces que la recaudaci&oacute;n supera los costos y gastos involucrados en el per&iacute;odo analizado.</p>     ]]></body>
<body><![CDATA[<p><b><i>2.2.3. Efectividad en Facturaci&oacute;n (EF)</i></b></p>     <p>El tercer aspecto objeto de an&aacute;lisis consiste en determinar si la materia prima adquirida se traduce en material acabado o facturado o, por lo menos, cu&aacute;l es el promedio obtenido (mide el nivel de p&eacute;rdida obtenido en funci&oacute;n de la materia prima adquirida). El resultado debe utilizar similar unidad de medida, como sigue:</p>     <p><img src="img/revistas/eg/v25n111/n111a02e4.jpg" /></p>      <p>Salvo promedios aceptables en inventarios y productos desechados y defectuosos, el resultado deber&iacute;a ser igual a uno (<i>EF</i> = 1) por cuanto las unidades compradas o producidas deben corresponder con las facturadas. Una vez obtenidos los valores citados, es factible calcular el ranking por localidad geogr&aacute;fica bajo la <a href="#ecua1">f&oacute;rmula (1)</a>. El objeto de multiplicar los ratios obtenidos por diez es convertir los promedios en veces e interpretar los resultados con esta metodolog&iacute;a.</p>     <p><b>2.3. Ranking financiero por oficina comercial, departamento, sucursal o estructura program&aacute;tica</b></p>     <p>La f&oacute;rmula a utilizar en este caso ser&iacute;a como sigue:</p>     <p><img src="img/revistas/eg/v25n111/n111a02e5.jpg" /></p>      <p>Donde:</p>     <p><i>R</i> Ranking financiero</p>     <p><i>ER</i> Efectividad en recaudaci&oacute;n</p>     ]]></body>
<body><![CDATA[<p><i>EO</i> Efectividad operativa</p>     <p><i>EIS</i> Efectividad en incremento de suscriptores</p>     <p><i>ECPN</i> Efectividad en el control de puntos normales</p>     <p><i>CM </i>Control de morosidad.</p>     <p>Las tres primeras variables mantienen la explicaci&oacute;n dada en los p&aacute;rrafos precedentes, por ende, el an&aacute;lisis se presenta a partir de la tercera de &eacute;stas.</p>     <p>En el <a href="#grafico2">Gr&aacute;fico 2</a> se muestran las variables seleccionadas para la determinaci&oacute;n del ranking financiero.</p>     <p>Al igual que el ranking por estado o entidad, mediante este se busca el mayor valor individual encontrado para que proporcionalmente se obtenga un mayor ranking departamental.</p>     <p><b><i>2.3.1. Efectividad en el incremento de suscriptores (EIS)</i></b></p>     <p>Se busca un indicador que sustituya la variable de la Efectividad en Facturaci&oacute;n mencionada en los p&aacute;rrafos precedentes, por cuanto no es posible, en todos los casos, la medici&oacute;n del suministro de materia prima. Se utiliza aqu&iacute; el incremento de suscriptores como sin&oacute;nimo de disminuci&oacute;n de p&eacute;rdidas de energ&iacute;a.</p>     <p>Su interpretaci&oacute;n parte de la hip&oacute;tesis de que a medida que aumente la cantidad de suscriptores en valores relativos, m&aacute;s que proporcionalmente a la compra de energ&iacute;a, las p&eacute;rdidas de la empresa deben disminuir. La f&oacute;rmula de c&aacute;lculo es la siguiente:</p>     ]]></body>
<body><![CDATA[<p><img src="img/revistas/eg/v25n111/n111a02e6.jpg" /></p>      <p>La f&oacute;rmula mide los suscriptores actuales con respecto a un mes base. Ejemplo, si se eval&uacute;a el mes de agosto 2007 y la empresa quiere evaluar la tendencia sobre lo ocurrido en el a&ntilde;o, es l&oacute;gico pensar que la base la constituyen los suscriptores activos para finales del a&ntilde;o inmediatamente anterior, entonces; la f&oacute;rmula quedar&iacute;a como sigue:</p>     <p><img src="img/revistas/eg/v25n111/n111a02e7.jpg" /></p>      <p>El resultado ideal es mayor que uno (EIS &gt;1), sin embargo, ante un resultado adverso (EIS &lt;1) la interpretaci&oacute;n viene dada por la exclusi&oacute;n de usuarios. Esta exclusi&oacute;n de usuarios del servicio el&eacute;ctrico significa un deterioro en el crecimiento organizacional, el cual viene acompa&ntilde;ado del incremento en las p&eacute;rdidas operacionales de la empresa.</p>     <p><b><i>2.3.2. Efectividad en el Control de Puntos Normales (ECPN)</i></b></p>     <p>Esta variable de atenci&oacute;n al p&uacute;blico mide la eficiencia en la depuraci&oacute;n de la energ&iacute;a facturada. En ocasiones, los resultados difieren de los esperados, entre otras cosas, por lo siguiente:</p> <ul>    <li>Las condiciones no son ideales para la prestaci&oacute;n del servicio.</li>     <li>Falta de equipos de medici&oacute;n.</li>     <li>Deterioro o adulteraci&oacute;n en los equipos de medici&oacute;n instalados.</li>     <li>Lecturas irreales.</li>     ]]></body>
<body><![CDATA[<li>Facturas emitidas sin la previa lectura de los equipos de medici&oacute;n.</li>    </ul>     <p>Es importante mantener lecturas reales o por lo menos lo m&aacute;s cercanas al consumo del usuario. El desfase entre lo real y lo facturado genera lo que se denomina, <i>anomal&iacute;a de lectura</i>, las cuales, para su correcci&oacute;n, se hace necesario tomar nuevamente la lectura en el equipo de medici&oacute;n y emitir una factura adicional. Esta forma de correcci&oacute;n genera costos adicionales y reclamos ante la inconformidad de lo facturado. De esta manera, una forma de calcular este factor ser&iacute;a:</p>     <p><img src="img/revistas/eg/v25n111/n111a02e8.jpg" /></p>     <p>Este indicador mantiene un intervalo que parte desde cero hasta uno <img src="img/revistas/eg/v25n111/n111a02e10.jpg" />. Su valor eficiente es aquel que se acerque en mayor cuant&iacute;a a uno.</p>     <p><b><i>2.3.3. Efectividad en el Control de Morosidad (ECM)</i></b></p>     <p>Este indicador mide la morosidad con relaci&oacute;n al monto facturado en veces, de la forma que sigue:</p>     <p><a name="ecua8"><img src="img/revistas/eg/v25n111/n111a02e9.jpg" /></a></p>       <p>El monto facturado en el mes n lo constituye el promedio de facturaci&oacute;n mensual o el facturado en el &uacute;ltimo mes o mes de evaluaci&oacute;n. La raz&oacute;n de la f&oacute;rmula es proteger la organizaci&oacute;n con respecto al ciclo econ&oacute;mico de &eacute;sta y reducir los costos incidentales que conlleva acumular facturaci&oacute;n vencida o morosa. Ahora bien, como se aprecia en la <a href="#ecua8">f&oacute;rmula (8)</a>, el resultado obtenido afecta severamente el ranking debido a que el valor as&iacute; determinado se deduce del obtenido en los dem&aacute;s indicadores. Lo que quiere decir que, cuanto menor es el monto de la morosidad, el resultado obtenido del ranking financiero es mayor.</p>     <p>Se puede presentar el caso que la morosidad acumulada supere el monto facturado por mes; en este orden, se puede aseverar que el valor agregado del ente evaluado es deficitario, debido a que este debilita el ciclo econ&oacute;mico de la organizaci&oacute;n.</p>     ]]></body>
<body><![CDATA[<p>En la <a href="#tabla1">Tabla 1</a> se muestran las estrategias financieras necesarias para incrementar el ranking financiero.</p>     <p>    <center><a name="tabla1"><a href="img/revistas/eg/v25n111/n111a02t1.jpg" target="_blank" /><b>TABLA 1</b></a></center></p>      <p>En la <a href="#tabla2">Tabla 2</a> se reflejan las dos variables objeto de estudio, Herramienta Financiera y Productividad.</p>     <p>    <center><a name="tabla2"><a href="img/revistas/eg/v25n111/n111a02t2.jpg" target="_blank" /><b>TABLA 2</b></a></center></p>      <p>En torno a la primera de estas, se dimensiona en dos aspectos denominados ranking financiero y la metodolog&iacute;a utilizada para determinar los intervalos de eficiencia o productividad de la muestra seleccionada.</p>     <p>El nivel de detalle de la variable productividad permite el estudio de los procesos relacionados con la comercializaci&oacute;n de la energ&iacute;a el&eacute;ctrica con niveles de calidad. Para ello se seleccionan las variables compra de energ&iacute;a, facturaci&oacute;n, recaudaci&oacute;n, costos y la calidad en la facturaci&oacute;n emitida.</p>     <p>Tanto para el estudio de la herramienta financiera como para la productividad del servicio, se establecen indicadores que muestran los resultados obtenidos y permiten indagar sobre el proceso y la toma de decisiones administrativas.</p>     <p><font size="3"><b>3. APLICACI&Oacute;N PR&Aacute;CTICA</b></font></p>     ]]></body>
<body><![CDATA[<p>En este apartado se muestran los resultados de la aplicaci&oacute;n pr&aacute;ctica del contenido rese&ntilde;ado en los puntos anteriores. Para ello se seleccion&oacute; la empresa de comercializaci&oacute;n CADELA, cuyo componente estructural se refleja en la <a href="#tabla3">Tabla 3</a>:</p>     <p>    <center><a name="#tabla3"><img src="img/revistas/eg/v25n111/n111a02t3.jpg" /></a></center></p>     <p>La empresa CADELA est&aacute; conformada por cuatro localidades: T&aacute;chira, M&eacute;rida, Trujillo y Barinas; son direccionadas o administradas a trav&eacute;s de la Oficina Central que funciona como ente o casa matriz regional. En este orden, las estructuras que generan directamente ingresos se vinculan con las localidades, por consiguiente, se hace necesario establecer unidades de medida para distribuir en &eacute;stas los costos de la oficina central y de aquellas estructuras que no generan ingresos.</p>     <p>Para distribuir los costos de las estructuras adscritas a la oficina central se sugiere como unidad de medida el monto presupuestario aprobado para cada localidad (distribuci&oacute;n relativa). En el caso particular de la localidad T&aacute;chira, como funciona en la sede principal, tiene menos estructuras departamentales que las dem&aacute;s localidades, por consiguiente se imputa un promedio adicional calculado sobre la base de los costos hipot&eacute;ticos que significan estas estructuras en las dem&aacute;s localidades.</p>     <p><b>3.1. Ranking financiero por localidad geogr&aacute;fica</b></p>     <p><b><i>3.1.1. Efectividad en facturaci&oacute;n</i></b></p>     <p>La efectividad en facturaci&oacute;n surge sobre la base de la compra de energ&iacute;a menos una deducci&oacute;n estimada del 7% (por concepto de p&eacute;rdidas en la transmisi&oacute;n de energ&iacute;a). Con respecto al monto de energ&iacute;a facturado, se calcul&oacute; la efectividad en facturaci&oacute;n en la forma que indica la <a href="#tabla4">Tabla 4</a>.</p>     <p>    <center><a name="#tabla4"><img src="img/revistas/eg/v25n111/n111a02t4.jpg" /></a></center></p>      ]]></body>
<body><![CDATA[<p>La <a href="#tabla4">Tabla 4</a> revela que la localidad T&aacute;chira refleja el menor indicador de p&eacute;rdidas controlables, el cual asciende al 73%, seguido de M&eacute;rida y Trujillo con el 70% y 58%, respectivamente.</p>     <p><b><i>3.1.2. Efectividad en la recaudaci&oacute;n</i></b></p>     <p>Antes de proceder con el c&aacute;lculo de la efectividad en recaudaci&oacute;n, es necesario aclarar lo siguiente: los clientes de la empresa CADELA se dividen en clientes particulares, oficiales, agropecuarios, industriales y comerciales. Con respecto a los oficiales, la gesti&oacute;n de cobranza se efect&uacute;a en un porcentaje significativo a trav&eacute;s de la casa matriz cadafeCADAFE y el restante se hace en la localidad geogr&aacute;fica. Adicionalmente, estos clientes se dividen en oficiales centralizados y oficiales descentralizados.</p>     <p>Ahora bien, con el fin de obtener un indicador justo entre la recaudaci&oacute;n y la facturaci&oacute;n controlable, al monto facturado se le deduce el promedio relativo facturado de los organismos oficiales cuya gesti&oacute;n se realiza a trav&eacute;s de la casa matriz (CADAFE). De esta forma, se ajusta la facturaci&oacute;n sobre aquel monto que en efecto es gestionable a trav&eacute;s de la localidad (<a href="#tabla5">Tabla 5</a>).</p>     <p>    <center><a name="#tabla5"><img src="img/revistas/eg/v25n111/n111a02t5.jpg" /></a></center></p>      <p>Una vez determinado el promedio de distribuci&oacute;n hipot&eacute;tica, con los datos reflejados en las tablas precedentes se procede a calcular la efectividad en recaudaci&oacute;n (<a href="#tabla6">Tabla 6</a>).</p>     <p>    <center><a name="#tabla6"><img src="img/revistas/eg/v25n111/n111a02t6.jpg" /></a></center></p>      <p>La <a href="#tabla6">Tabla 6</a> refleja que la localidad M&eacute;rida presenta el mejor indicador de recaudaci&oacute;n con un 122% superior al monto facturado. Seguidamente, la localidad Barinas refleja que su efectividad es del 107% y posteriormente, se encuentra las localidades de T&aacute;chira y Trujillo con 104% y 86%, respectivamente. Esta &uacute;ltima localidad es la que mayor morosidad acumula en su gesti&oacute;n con clientes o usuarios de servicio.</p>     ]]></body>
<body><![CDATA[<p>El producto de relacionar los resultados obtenidos en las <a href="#tabla4">Tablas 4</a> y <a href="#tabla6">6</a>, es decir, la EF con la ER, arroja la Efectividad en el Proceso Comercial, EPC. En este orden de ideas, se observa que la localidad M&eacute;rida es la m&aacute;s efectiva (<a href="#tabla7">Tabla 7</a>).</p>     <p>    <center><a name="#tabla7"><img src="img/revistas/eg/v25n111/n111a02t7.jpg" /></a></center></p>      <p><b><i>3.1.3. Efectividad operativa</i></b></p>     <p>La efectividad operativa averigua si el monto recaudado cubre los costos operativos controlables. La <a href="#tabla8">Tabla 8</a> muestra que la localidad T&aacute;chira cubre en mayor proporci&oacute;n sus costos, mientras que las dem&aacute;s presentan un nivel de recaudo mucho menor que sus costos, lo que implica que muy posiblemente tendr&aacute;n inconvenientes para satisfacer las obligaciones con los proveedores, por cuanto su efectividad es menor al 100%.</p>     <p>    <center><a name="#tabla8"><img src="img/revistas/eg/v25n111/n111a02t8.jpg" /></a></center></p>      <p><b><i>3.1.4. Ranking financiero</i></b></p>     <p>Finalmente, se calcula el posicionamiento o ranking financiero; las localidades T&aacute;chira y M&eacute;rida reflejan el primer lugar, seguidas de Trujillo y Barinas (<a href="#tabla9">Tabla 9</a>).</p>     <p>    ]]></body>
<body><![CDATA[<center><a name="#tabla9"><img src="img/revistas/eg/v25n111/n111a02t9.jpg" /></a></center></p>      <p><b>3.2. Ranking financiero por oficina comercial</b></p>     <p>En la <a href="#tabla10">Tabla 10</a> se presenta el ranking financiero por oficina comercial.</p>     <p>    <center><a name="#tabla10"><img src="img/revistas/eg/v25n111/n111a02t10.jpg" /></a></center></p>      <p>Con respecto a estos resultados, se puede afirmar que:</p> <ul>    <li>A partir de la posici&oacute;n 24, las oficinas comerciales no proporcionan valor agregado.</li>     <li>(ER &gt;1) El monto acumulado de recaudaci&oacute;n debe ser mayor al facturado.</li>    </ul>     <p>Tan solo cuatro de las 51 oficinas comerciales superan el monto acumulado de facturaci&oacute;n, como se puede ver en la <a href="#tabla11">Tabla 11</a>.</p>     ]]></body>
<body><![CDATA[<p>    <center><a name="#tabla11"><img src="img/revistas/eg/v25n111/n111a02t11.jpg" /></a></center></p>      <p>La Oficina Comercial m&aacute;s efectiva en recaudaci&oacute;n es San Crist&oacute;bal III con 1,07 veces, seguida de Ure&ntilde;a con 1,02 y Ejido con el mismo promedio.</p> <ul>    <li>(EO &gt;4) El monto recaudado debe superar el monto erogado presupuestariamente en cuatro veces.</li>    </ul>     <p>En orden de importancia, se observan 12 de las 51 oficinas que cumplen con este est&aacute;ndar y cinco oficinas que no cubren sus costos operativos (<a href="#tabla12">Tabla 12</a>).</p>     <p>    <center><a name="#tabla12"><img src="img/revistas/eg/v25n111/n111a02t12.jpg" /></a></center></p>  <ul>    <li>(EIS &gt; 1,10) La cantidad de suscriptores debe aumentar en un 10% con respecto a los existentes al 31-12-2005.</li>    </ul>     ]]></body>
<body><![CDATA[<p>Los est&aacute;ndares planificados no se cumplieron, de hecho, la oficina comercial M&eacute;rida I ha disminuido sus clientes en un 5% (<a href="#tabla13">Tabla 13</a>).</p>     <p>    <center><a name="#tabla13"><img src="img/revistas/eg/v25n111/n111a02t13.jpg" /></a></center></p>      <p>Ninguna Oficina Comercial cumple con el est&aacute;ndar establecido, aun cuando, con excepci&oacute;n de M&eacute;rida I, han aumentado sus clientes con respecto a los existentes en el a&ntilde;o 2006.</p> <ul>    <li>(ECPN &gt; 0,90) La facturaci&oacute;n debe reflejarse sin anomal&iacute;as, en por lo menos el 90%.</li>    </ul>     <p>Ocho oficinas cumplen con el est&aacute;ndar sugerido y corresponden a las localidades de T&aacute;chira y M&eacute;rida. Cuatro oficinas reflejan promedios donde aproximadamente el 50% de su facturaci&oacute;n es anormal (<a href="#tabla14">Tabla 14</a>).</p>     <p>    <center><a name="#tabla14"><img src="img/revistas/eg/v25n111/n111a02t14.jpg" /></a></center></p>  <ul>    <li>(ECM &lt; 0,20) La morosidad debe ser inferior al 20% del monto facturado en el mes.</li>    ]]></body>
<body><![CDATA[</ul>     <p>Dos oficinas cumplen con el promedio de morosidad inferior al 20% sobre el monto facturado. Aproximadamente 23 oficinas duplican en morosidad el monto facturado. La mayor facturaci&oacute;n morosa se refleja en la oficina comercial Libertad en 12,56 veces sobre el monto facturado en un mes. Con estos datos, se observa que la mejor oficina comercial es San Crist&oacute;bal III con 7,46 puntos, seguido de San Crist&oacute;bal II con 6,52 puntos y San Crist&oacute;bal I con 6,50 puntos (<a href="#tabla15">Tabla 15</a>).</p>     <p>    <center><a name="#tabla15"><img src="img/revistas/eg/v25n111/n111a02t15.jpg" /></a></center></p>      <p><b><i>3.2.1. Intervalos de efectividad</i></b></p>     <p>Para determinar estos intervalos, se comparan los resultados de las oficinas comerciales con mayor y menor rango de eficiencia.<a href="#nota2"><sup>2</sup></a> En este sentido, se procede de la siguiente forma:</p>     <p><img src="img/revistas/eg/v25n111/n111a02e11.jpg" /></p>      <p>Ahora bien, se comienza en el rango inferior y se agrega el valor obtenido de 6,45 para determinar el primer intervalo en la forma que sigue: I (-11,89;-5,44), acto seguido, II (-5,44; 1,01) y III (1,01; 7,46).</p>     <p>En el supuesto de que los valores obtenidos en el intervalo de solvencia muestren valores acreedores, &eacute;stos no se deben forzar con valores absolutos distintos a los obtenidos. Como se indic&oacute; en los p&aacute;rrafos anteriores, &eacute;stos mejorar&aacute;n a medida que prosigan las iteraciones hasta llegar al punto que, dentro del rango de solvencia, se encuentren valores absolutos deudores. Los resultados obtenidos se pueden visualizar en el <a href="#grafico3">Gr&aacute;fico 3</a>.</p>     <p>    ]]></body>
<body><![CDATA[<center><a name="#grafico3"><img src="img/revistas/eg/v25n111/n111a02f3.jpg" /></a></center></p>      <p>En funci&oacute;n del comportamiento reflejado por las oficinas comerciales de cadelaCADELA se establecen los rangos de eficiencia, determin&aacute;ndose lo siguiente:</p> <ul>    <li>Cinco oficinas comerciales se encuentran insolventes. La posici&oacute;n reflejada por &eacute;stas va desde el n&uacute;mero 47 hasta el 51 en la Tabla 10.</li>     <li>32 oficinas (posiciones 15 hasta la 46 de la <a href="#tabla10">Tabla 10</a>) se hallan en condici&oacute;n de penumbra, es decir, dentro de un rango de incertidumbre por cuanto su tendencia se inclina hacia la insolvencia o el mantenerse con valores agregados aceptables.</li>     <li>Por &uacute;ltimo, 14 oficinas comerciales se consideran solventes y con valor agregado dentro del proceso comercial.</li>    </ul>     <p>Se entiende que los resultados obtenidos son suficientes para evaluar el desarrollo del modelo, por consiguiente no es necesario aplicar intervalos de confianza o de eficiencia mediante un an&aacute;lisis discriminante o multivariante con respecto a la data obtenida por la oficina comercial.</p>     <p><b><i>3.2.2. Din&aacute;micas de grupo o motivaci&oacute;n</i></b></p>     <p>Esta metodolog&iacute;a de gesti&oacute;n debe venir acompa&ntilde;ada con din&aacute;micas que, mediante la simbolog&iacute;a de un premio, promuevan o impulsen el logro de una posici&oacute;n superior. Aun cuando se desconocen referencias escritas sobre juegos motivacionales utilizados por organizaciones como el BBVA, se pueden encontrar algunas din&aacute;micas como el llamado el Caballo y la Tortuga, el cual podr&iacute;a aplicarse en la organizaci&oacute;n en la forma que sigue:</p>     <p>Primero, se debe comentar que el Caballo siempre es visto como an&aacute;logo de fuerza, poder, grandeza, logro y liderazgo, dicho en otras palabras, el primero de la fila. Mientras tanto, la Tortuga o el morrocoy son sin&oacute;nimo de lentitud, poca grandeza, debilidad y antig&uuml;edad; es aquel que se debe estimular y estar pendiente de su gesti&oacute;n para que logre llegar a la meta o se acerque al &eacute;xito. El juego es muy simple y su importancia radica en que todos deben participar para alcanzar el objetivo (en pro de la estructura a la cual pertenece, en funci&oacute;n de la localidad a la cual est&aacute; adscrita y por el rendimiento de la regi&oacute;n). La metodolog&iacute;a del juego es la siguiente:</p> <ol>    ]]></body>
<body><![CDATA[<li>Se calcula el ranking financiero por oficina comercial.</li>     <li>Se dise&ntilde;a un caballo y una tortuga en madera o material similar.</li>     <li>Se entrega el caballo a la oficina comercial que ocupe la primera posici&oacute;n y la tortuga a la &uacute;ltima de &eacute;stas.</li>     <li>En un lugar atrayente de la oficina comercial se colocan los premios alusivos al primero y &uacute;ltimo lugar.</li>    </ol>     <p>¿Cu&aacute;l ser&iacute;a el desempe&ntilde;o o control?</p>     <p>La oficina comercial que adopt&oacute; la tortuga no querr&aacute; mantenerla por m&aacute;s de una evaluaci&oacute;n. Al menos buscar&aacute; traspasarla a la oficina que ocupe, inicialmente, la posici&oacute;n posterior.</p>     <p>El gerente de la localidad pondr&aacute; en pr&aacute;ctica las alternativas posibles para que no se mantenga la tortuga en ninguna de las oficinas de su regi&oacute;n.</p>     <p>Quien ocupe la posici&oacute;n n&uacute;mero uno medir&aacute; su gesti&oacute;n con respecto al de la posici&oacute;n dos y tratar&aacute; de alejarse en aquellos indicadores pr&oacute;ximos entre ellos.</p>     <p>El juego tambi&eacute;n es aplicable, inicialmente, por localidad, en virtud de que existen localidades que se han desarrollado m&aacute;s que otras. En este caso se utilizar&iacute;a un caballo y una tortuga por localidad.</p>     ]]></body>
<body><![CDATA[<p><font size="3"><b>4. CONCLUSIONES Y RECOMENDACIONES</b></font></p>     <p>El ranking financiero adem&aacute;s de constituirse como una herramienta en la medici&oacute;n de la productividad, coadyuva a la organizaci&oacute;n en la toma de decisiones en aspectos como:</p> <ul>    <li> Asignaci&oacute;n de recursos y estrategias para aminorar debilidades y amenazas para el cumplimiento de los objetivos organizacionales.</li>     <li>Proporciona una visi&oacute;n clara de los procesos o departamentos que incrementan o disminuyen el valor agregado de los procesos de distribuci&oacute;n y comercializaci&oacute;n de energ&iacute;a.</li>     <li>Mediante el an&aacute;lisis puntual y de tendencias, se obtiene la informaci&oacute;n necesaria para diagnosticar la situaci&oacute;n econ&oacute;mica y financiera de la empresa en periodos flexibles adaptados a las necesidades de la organizaci&oacute;n.</li>     <li>Elimina la incertidumbre y riesgo en la implantaci&oacute;n de metas, ajust&aacute;ndolas sobre la base de metas medibles, realizables y cuantificables por estructura, donde el resultado depende de la eficiencia y eficacia de su autogesti&oacute;n.</li>     <li>Consolida los resultados de la gesti&oacute;n efectuada por localidad u oficina comercial mediante la interpretaci&oacute;n exclusiva de un n&uacute;mero o rango de eficiencia.</li>     <li>Orienta los objetivos organizacionales mediante t&eacute;cnicas de motivaci&oacute;n; permite evaluar, interpretar y autogestionar sin perder de vista el logro u objetivo organizacional.</li>    </ul>     <p>Si bien es cierto que el factor inflacionario juega un papel importante en la gesti&oacute;n obtenida, de lo que se trata es de indagar aguas abajo los puntos de inflexi&oacute;n o hallazgos que no permiten obtener los resultados aceptables en cuanto a la energ&iacute;a adquirida y facturada y la energ&iacute;a comercializada y cobrada. De aqu&iacute; se establecer&aacute;n las mejores t&eacute;cnicas de gesti&oacute;n para ser trasladadas a las dem&aacute;s oficinas comerciales.</p>      ]]></body>
<body><![CDATA[<p><b>NOTAS AL PIE DE P&Aacute;GINA</b></p>     <p><a name="nota1">1. </a>El rol espec&iacute;fico de estas oficinas comerciales es facturar la energ&iacute;a recibida o disponible, rectificar las facturas an&oacute;malas para evitar reclamos de los clientes y recaudar el monto facturado en las fechas acordadas por la empresa.</p>     <p><a name="nota2">2. </a>Inicialmente se trata de que las oficinas comerciales logren los resultados obtenidos por la oficina comercial con mayor indicador de eficiencia, donde el entorno poco o nada influye sobre dichos resultados.</p>   <hr />       <p><b><font size="3">BIBLIOGRAF&Iacute;A</font></b></p>      <!-- ref --><p>1. Altman, E. (1968). <i>Z-Acore Formula</i>. Disponible en: <a href="http://www.valuebasedmanagement.net/methods_altman_z-score.html" target="_blank">http://www.valuebasedmanagement.net/methods_altman_z-score.html</a>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000237&pid=S0123-5923200900020000200001&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p>2. Aponte, J. (2006). <i>Dise&ntilde;o de una herramienta metodol&oacute;gica para la predicci&oacute;n de quiebras de las empresas el&eacute;ctricas en Venezuela.</i> Disertaci&oacute;n doctoral no publicada, Universidad de los Andes, M&eacute;rida, Venezuela.&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000238&pid=S0123-5923200900020000200002&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p>3. Moreno, J. (2006).<i> Indicadores para la medici&oacute;n y control de la calidad en el servicio prestado por las empresas comercializadoras de energ&iacute;a domiciliadas en la regi&oacute;n andina de Venezuela</i>. Disertaci&oacute;n doctoral no publicada, Universidad Nacional Experimental de T&aacute;chira, T&aacute;chira, Venezuela.&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000239&pid=S0123-5923200900020000200003&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --><!-- ref --><p>4. Romani, G.A., Aroca, P., Aguirre, N., Leiton, P. y Mu&ntilde;oz, J. (2002). Modelos de clasificaci&oacute;n y predicci&oacute;n de quiebra de empresas: Una aplicaci&oacute;n a empresas chilenas. <i>Forum Empresarial</i>, 7(1), 33-50.&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000240&pid=S0123-5923200900020000200004&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --> ]]></body><back>
<ref-list>
<ref id="B1">
<label>1.</label><nlm-citation citation-type="">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Altman]]></surname>
<given-names><![CDATA[E.]]></given-names>
</name>
</person-group>
<source><![CDATA[Z-Acore Formula]]></source>
<year>1968</year>
</nlm-citation>
</ref>
<ref id="B2">
<label>2.</label><nlm-citation citation-type="">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Aponte]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
</person-group>
<source><![CDATA[Diseño de una herramienta metodológica para la predicción de quiebras de las empresas eléctricas en Venezuela]]></source>
<year>2006</year>
</nlm-citation>
</ref>
<ref id="B3">
<label>3.</label><nlm-citation citation-type="">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Moreno]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
</person-group>
<source><![CDATA[Indicadores para la medición y control de la calidad en el servicio prestado por las empresas comercializadoras de energía domiciliadas en la región andina de Venezuela]]></source>
<year>2006</year>
</nlm-citation>
</ref>
<ref id="B4">
<label>4.</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Romani]]></surname>
<given-names><![CDATA[G.A.]]></given-names>
</name>
<name>
<surname><![CDATA[Aroca]]></surname>
<given-names><![CDATA[P.]]></given-names>
</name>
<name>
<surname><![CDATA[Aguirre]]></surname>
<given-names><![CDATA[N.]]></given-names>
</name>
<name>
<surname><![CDATA[Leiton]]></surname>
<given-names><![CDATA[P.]]></given-names>
</name>
<name>
<surname><![CDATA[Muñoz]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
</person-group>
<article-title xml:lang="es"><![CDATA[Modelos de clasificación y predicción de quiebra de empresas: Una aplicación a empresas chilenas]]></article-title>
<source><![CDATA[Forum Empresarial]]></source>
<year>2002</year>
<volume>7</volume>
<numero>1</numero>
<issue>1</issue>
<page-range>33-50</page-range></nlm-citation>
</ref>
</ref-list>
</back>
</article>
