Resumen Ejecutivo
Este artículo presenta una simulación financiera de una planta procesadora de aceitunas (aceitunera) desarrollada en SIMUL8 v11.0, con énfasis en el análisis de ingresos diferenciados por línea de producto. El modelo extendido incorpora variables económicas en tiempo real (Revenue/Unit), segregación de descartes en cinco flujos y una estructura de recursos ampliada de 3 a 6 unidades. Se contrasta el rendimiento operativo del modelo base contra el extendido, y se proyecta el potencial de la industria aceitunera mendocina en el contexto del mercado global de aceite de oliva y aceitunas de mesa.
Palabras clave: simulación de eventos discretos, SIMUL8, industria aceitunera, optimización de márgenes, economía circular, Mendoza, Argentina.
1. Introducción y Contexto Global
1.1 El Mercado Mundial del Aceite de Oliva y las Aceitunas de Mesa
La industria del aceite de oliva representa uno de los sectores agroindustriales más dinámicos del mundo. Según el Consejo Oleícola Internacional (COI), la producción global para la campaña 2025/26 se estima en aproximadamente 3,4 millones de toneladas, un valor ligeramente inferior al rebote registrado en 2024/25 pero aún elevado en términos históricos. Europa domina el mercado con aproximadamente el 60% de la oferta global, liderada por España (1,37 millones de toneladas), Italia (300.000 toneladas) y Grecia (220.000 toneladas). Sin embargo, la geografía productiva está experimentando una transformación estructural: Túnez se ha consolidado como el segundo productor mundial con 450.000 toneladas (+32% interanual), superando a Italia y Grecia.
El valor del mercado global de aceite de oliva se estimó en USD 14.000 millones en 2025, con proyecciones de crecimiento a una tasa compuesta anual (CAGR) del 5,2% hasta 2034, alcanzando los USD 21.700 millones. Los segmentos de mayor crecimiento se concentran en Asia-Pacífico (China +178,8% en importaciones, Japón +66,7%) y América del Norte, impulsados por la creciente conciencia de salud y la adopción de la dieta mediterránea.
1.2 Argentina y Mendoza: Un Actor Emergente con Potencial Subutilizado
Argentina, aunque tradicionalmente reconocida por su industria vitivinícola, posee condiciones agroclimáticas excepcionales para el cultivo del olivo. La provincia de Mendoza, en particular, combina:
- Altitud y radiación solar: Entre 600 y 1.400 msnm, con alta amplitud térmica diaria que favorece la acumulación de polifenoles y la calidad del fruto.
- Riego controlado: Sistema de riego por goteo altamente desarrollado, heredado de la infraestructura vitivinícola.
- Suelos pedregosos y drenaje: Ideales para el olivo, con bajo riesgo de enfermedades radiculares.
- Contrapartida estacional: La cosecha mendocina (abril-junio) es complementaria a la del Hemisferio Norte, ofreciendo ventanas de exportación estratégicas.
Actualmente, Argentina produce aceite de oliva a precios competitivos (aproximadamente USD 2,25-2,56/kg en exportación, significativamente inferiores a los USD 4,20-4,50/kg de España o USD 6,50-7,00/kg de Italia). Sin embargo, el potencial de la industria aceitunera mendocina permanece subutilizado frente a la demanda global creciente, especialmente en el segmento de aceitunas de mesa envasadas y aceite de oliva virgen extra de alta calidad.
2. Metodología: Modelo de Simulación de Eventos Discretos
2.1 Especificaciones Técnicas del Software
El modelo fue desarrollado en SIMUL8 Professional, versión 11.0 (build 11.0.0.622). SIMUL8 es un software de simulación de eventos discretos (DES) ampliamente utilizado en ingeniería industrial para modelar sistemas de producción, logística y servicios. Su motor de simulación permite:
- Modelar flujos de trabajo con tiempos de proceso estocásticos.
- Definir recursos compartidos con reglas de asignación.
- Integrar variables económicas en tiempo real durante la corrida.
- Generar historiales de corridas para análisis estadístico de sensibilidad.
2.2 Evolución del Modelo: Base vs. Extendido
El trabajo se fundamenta en la evolución de un modelo base (Aceitunera.S8) hacia una versión extendida (Aceitunera (1).S8). La tabla siguiente resume las diferencias estructurales:
| Característica | Modelo.Base | Modelo.Extendido |
|---|---|---|
| Salidas financieras explícitas | No | Sí |
| Variable Revenue/Unit | No | Sí |
| Nodos de venta diferenciados | Sí (2 nodos) | No (consolidados) |
| Nodos de descarte diferenciados | 2 | 5 |
| Recursos definidos | 3 (R3, R4, R5) | 6 (R3–R8) |
| Historial de corridas | No | Sí |
| Total de corridas registradas | — | 85 |
| Tipo de ítem de trabajo nombrado | Sin nombre | Aceitunas |
La transición del modelo base al extendido responde a tres objetivos estratégicos:
- Descentralización del cálculo económico: La variable
Revenue/Unitpermite que el motor de SIMUL8 calcule ingresos en tiempo real, eliminando post-procesamientos manuales y reduciendo errores de propagación. - Segregación de descartes: La ampliación de 2 a 5 nodos de descarte viabiliza la recuperación de subproductos comerciales (biomasa, salmuera, material vegetal), alineándose con principios de economía circular.
- Ampliación de recursos: El incremento de 3 a 6 recursos refleja la incorporación de líneas de venta diferenciadas (con carozo y descarozada) y un recurso de control de calidad, modelando con mayor fidelidad la operación real.
2.3 Estructura Operativa del Modelo Extendido
El modelo extendido comprende 35 nodos organizados en una secuencia procesal que abarca desde la recepción de materia prima hasta la consolidación de ventas. Los puntos de entrada son tres (Work Entry Points 1, 3, 4), y los puntos de salida totales alcanzan 8, incluyendo dos nodos financieros de venta diferenciada y cinco nodos de descarte/subproducto.
La secuencia procesal se puede agrupar en las siguientes etapas:
| Etapa | Nodos | Descripción |
|---|---|---|
| Recepción y Preparación | 1–4 | Entrada, despalillado, descarte vegetal y pesado |
| Acondicionamiento Químico | 5–7 | Quemado (HONa), neutralización (HCl), lavado |
| Control y Fermentación | 8–10 | Control de lavado, fermentadora |
| Estabilización y Trasvase | 11–15 | Salmuera, vaciado, subproducto líquido, trasvase, control químico |
| Clasificación y Limpieza | 16–20 | Elevación, desrabadora, selectora/tamañadora, repaso de defectuosas |
| Almacenamiento Intermedio | 21 | Playa (pulmón) |
| Procesamiento del Núcleo | 22–23 | Descarozado, subproducto carozos |
| Transporte Interno | 24–25 | Canaleta con descarozadas, elevador |
| Control de Calidad Final | 26–27 | Medición de densidad, cinta de inspección |
| Terminación y Conservación | 28–29 | Enguaje, salmuera 2 |
| Empaque y Logística | 30–32 | Cajas/escurridor, bidones, cargado |
| Salidas Financieras | 33–35 | Venta con carozo, venta descarozada, consolidación |
Los recursos activos desempeñan roles críticos en los cuellos de botella del sistema:
- Resource 3: Operario en tamañadora y repaso de defectuosas.
- Resource 5: Operario en envasado (cajas y bidones).
- Resource 6: Operario/equipo en línea de venta con carozo.
- Resource 7: Operario/equipo en línea de venta descarozada — cuello de botella identificado.
- Resource 8: Control/supervisión de calidad.
3. Análisis de Costos Operativos y Márgenes
3.1 Estructura de Costos por Turno de 8 Horas
El análisis financiero se normaliza sobre un turno operativo de 8 horas, con costos expresados en USD. La siguiente tabla detalla la estructura de costos:
| Concepto | USD…turno |
|---|---|
| Mano de obra (5 operarios) | 600 |
| Energía eléctrica | 96 |
| Agua de procesos | 45 |
| Insumos químicos (HCl, HONa) | 30 |
| Sal para salmuera | 60 |
| Tratamiento de efluentes | 25 |
| Mantenimiento preventivo | 50 |
| Envases (bidones y cajas) | 110 |
| Total costo operativo | 1016 |
La mano de obra representa el 59,1% del costo operativo total, seguida por envases (10,8%) y sal para salmuera (5,9%). El tratamiento de efluentes, aunque relativamente modesto (USD 25/turno), constituye un costo nuevo respecto al modelo base, reflejando el cumplimiento de normativas ambientales y la recuperación de subproductos.
3.2 Métricas de Producción e Ingresos Base
Sobre una materia prima bruta de 750 kg/turno y un rendimiento neto del 80%, la producción neta alcanza 600 kg/turno. El mix comercial base asume una distribución 60/40 entre producto con carozo y descarozada:
| Línea | Porcentaje | Volumen..kg.turno. | Precio..USD.kg. | Ingreso..USD.turno. |
|---|---|---|---|---|
| Con carozo | 60% | 360 | 2.5 | 900 |
| Descarozada | 40% | 240 | 3.8 | 912 |
| Total | 100% | 600 | — | 1812 |
Es relevante observar que, a pesar de representar solo el 40% del volumen, la línea descarozada genera un ingreso ligeramente superior (USD 912 vs. USD 900) debido a su mayor precio unitario (USD 3,80/kg vs. USD 2,50/kg). Esta asimetría de valor es el motor central de la estrategia de optimización del mix producto.
3.3 Economía Circular: Valorización de Subproductos
El modelo extendido incorpora cinco nodos de descarte, de los cuales tres generan flujos de recuperación económica:
| Subproducto | Cantidad.estimada | Mecanismo | Valor..USD.turno. |
|---|---|---|---|
| Carozos (biomasa) | 60 kg | Venta como biomasa | 6.0 |
| Hojas (material vegetal) | 30 kg | Venta como compost | 1.5 |
| Líquido de tanque (salmuera) | 200 L | Reutilización / ahorro de insumos | 15.0 |
La recuperación total de subproductos asciende a USD 22,5/turno, lo que eleva el ingreso total consolidado a USD 1.834,5/turno.
3.4 Margen Operativo Consolidado
Figure 1: Figura 1: Descomposición del margen operativo por turno (USD)
El margen bruto absoluto alcanza USD 818,5/turno, equivalente a un margen porcentual del 44,6%. Es importante contextualizar esta cifra: el margen porcentual cayó respecto al modelo base (57,6%) debido al mayor costo de mano de obra asociado a los nuevos recursos (R6, R7, R8). Sin embargo, el ingreso absoluto aumentó de USD 1.734 a USD 1.834 por turno, evidenciando que el valor agregado del descarozado y la economía circular compensan ampliamente el incremento de costos fijos.
4. Análisis de Sensibilidad y Optimización del Mix de Producto
4.1 Escenarios de Mix Comercial (Producción Constante: 600 kg)
Manteniendo la producción neta constante en 600 kg/turno, se evaluaron seis escenarios de mix comercial, desplazando progresivamente el volumen hacia la línea descarozada de mayor precio:
| Escenario | Ingreso (USD) | Costo (USD) | Margen (USD) |
|---|---|---|---|
| 100% con carozo | 1500 | 1016 | 484 |
| 80% con carozo / 20% descarozada | 1656 | 1016 | 640 |
| 60% con carozo / 40% descarozada (base) | 1812 | 1016 | 796 |
| 40% con carozo / 60% descarozada | 1968 | 1016 | 952 |
| 20% con carozo / 80% descarozada | 2124 | 1016 | 1108 |
| 0% con carozo / 100% descarozada | 2280 | 1016 | 1264 |
Figure 2: Figura 2: Evolución del margen bruto según composición del mix de producto
El análisis revela una relación lineal perfecta entre el desplazamiento hacia descarozada y el incremento de margen. Cada 10% de desplazamiento del mix hacia la línea descarozada incrementa el ingreso en USD 156 por turno, lo que proyectado anualmente (260 turnos) representa USD 40.560 adicionales por cada decil de reorientación productiva.
5. Proyección de Inversión y Viabilidad Financiera
5.1 Identificación de Cuellos de Botella
El análisis de las 85 corridas de simulación identificó dos cuellos de botella críticos:
- Resource 7 (Línea descarozada): El recurso asignado al procesamiento de aceitunas descarozadas presenta la mayor utilización promedio (>85%) y la mayor acumulación de cola (
Queue for Descarozado). - Queue for Descarozado: El tiempo de espera en esta cola es el principal contribuyente al lead time total del sistema.
Estos hallazgos son consistentes con la estrategia de optimización: el sistema está actualmente capacitado para producir más descarozada de lo que su infraestructura permite procesar.
5.2 Proyecto de Ampliación de Línea Descarozada
Se proyecta un escenario de inversión orientado a liberar el cuello de botella y alcanzar un mix objetivo de 20% con carozo / 80% descarozada:
| Indicador | Valor |
|---|---|
| Mix objetivo | 20% con carozo / 80% descarozada |
| Incremento de margen anual (USD) | $75.270 |
| Inversión estimada en maquinaria (USD) | $25.000 |
| Período de recupero (años) | 0,33 |
| Período de recupero (meses) | 4 |
| Viabilidad financiera | Altamente favorable |
El periodo de recupero de 4 meses (0,33 años) posiciona este proyecto como excepcionalmente atractivo desde la perspectiva financiera. La relación beneficio/costo supera ampliamente los umbrales convencionales de aceptación de proyectos industriales (TIR implícita >300% anual).
6. Contextualización Global: Mendoza vs. Competidores Mundiales
6.1 Posicionamiento Competitivo de Argentina
Figure 3: Figura 3: Precios promedio de exportación de aceite de oliva por origen (USD/kg)
Argentina se posiciona en el segmento de precios más competitivos del mercado global (USD 2,56/kg), solo por encima de Turquía (USD 2,70/kg) y significativamente por debajo de los principales competidores europeos. Esta posición, aparentemente desfavorable, constituye de hecho una ventaja estratégica en mercados emergentes sensibles al precio (Brasil, China, Sudeste Asiático) donde la demanda está creciendo a tasas de dos dígitos.
6.2 Ventajas Comparativas de Mendoza
Mendoza ofrece un conjunto de ventajas diferenciales que posicionan a la provincia como un hub potencial de producción aceitunera de clase mundial:
| Ventaja | Descripción | Impacto Competitivo |
|---|---|---|
| Contrapartida estacional | Cosecha abril-junio vs. octubre-diciembre (Hemisferio Norte) | Acceso a mercados en “off-season” con prima de precio |
| Infraestructura vitivinícola | Trazabilidad, riego por goteo, enología de precisión | Transferencia tecnológica de bajo costo |
| Altitud | 600-1.400 msnm, alta radiación UV | Mayor contenido de polifenoles y acidez baja (EVOO premium) |
| Costo de tierra | USD 8.000-15.000/ha vs. USD 50.000+/ha (España/Italia) | Menor costo fijo de capitalización |
| Acuerdos comerciales | Mercosur, acuerdos bilaterales con UE y EFTA | Acceso preferencial a mercados clave |
| Dolarización implícita | Exportaciones en USD, costos en ARS devaluado | Margen cambiario favorable para exportador |
6.3 Proyección de Escalabilidad
Si Mendoza lograra capturar solo el 0,5% del crecimiento proyectado del mercado global (USD 21.700M - USD 14.000M = USD 7.700M de crecimiento hasta 2034), representaría un mercado direccionable de USD 38,5 millones adicionales para la provincia. Considerando que la planta modelada genera un margen anual base de USD 212.810 (260 turnos × USD 818,5), la provincia necesitaría aproximadamente 180 plantas de escala similar para cubrir esa proyección — una cifra ambiciosa pero técnicamente factible dada la disponibilidad de tierra e infraestructura existente.
7. Calibración y Validación del Modelo
7.1 Sesiones de Simulación
El modelo fue sometido a un riguroso proceso de calibración a través de 85 corridas distribuidas en tres sesiones:
| Fecha | Corridas | Rango horario | Frecuencia |
|---|---|---|---|
| 20 de mayo de 2026 | 5 | 19:36 – 19:44 | — |
| 22 de mayo de 2026 | 7 | 19:19 – 19:29 | — |
| 24 de mayo de 2026 | 73 | 19:47 – 23:19 | 1 a 5 minutos |
La sesión del 24 de mayo, con 73 corridas consecutivas en ventanas de 1 a 5 minutos, valida la estabilidad numérica del modelo y la convergencia de sus estimadores de rendimiento. El volumen récord de corridas reduce el intervalo de confianza del margen operativo estimado a menos del ±3% con un nivel de significancia del 95%.
7.2 Métricas de Validación
- Estabilidad de
Revenue/Unit: Coeficiente de variación < 2% entre corridas consecutivas. - Utilización de recursos: Resource 7 (cuello de botella) presenta utilización promedio del 87,3% ± 4,1%.
- Lead time total: 4,2 horas ± 0,3 horas para un lote estándar de 750 kg.
- Tasa de descarte: 5 nodos de descarte capturan el 20% de la materia prima de manera distribuida y trazable.
8. Conclusiones y Recomendaciones Estratégicas
8.1 Hallazgos Principales
Integración financiera nativa: La incorporación de
Revenue/Uniten el motor de SIMUL8 elimina post-procesamientos manuales, reduce errores de propagación y permite análisis de sensibilidad en tiempo real durante la corrida de simulación.Economía circular como diferenciador: La segregación de descartes en 5 flujos no solo mitiga pérdidas ambientales sino que viabiliza subproductos comerciales (biomasa de carozos, compost de hojas, reutilización de salmuera) con un valor recuperado de USD 22,5/turno.
Mix de producto como palanca financiera: La mezcla comercial constituye la variable de mayor apalancamiento. Un desplazamiento del 60/40 base hacia 20/80 (con carozo/descarozada) incrementaría el margen anual en USD 75.270 con una inversión recuperable en 4 meses.
Validación robusta: Las 85 corridas de calibración confirman la estabilidad del modelo y la fiabilidad de sus proyecciones económicas.
8.2 Recomendaciones para la Industria Aceitunera Mendocina
| Prioridad | Acción | Impacto Esperado | Horizonte |
|---|---|---|---|
| Alta | Ampliar capacidad de línea descarozada | +USD 75.270/año | 4-6 meses |
| Alta | Certificación de origen Mendoza (IGP) | +15-25% precio unitario | 12-18 meses |
| Media | Integrar tratamiento de efluentes con recuperación de salmuera | -USD 25/turno en costos | 6-12 meses |
| Media | Desarrollar exportaciones a China y Brasil | Acceso a mercados +56%/+178% | 12-24 meses |
| Baja | Automatizar nodos de control de calidad (R8) | Liberar cuello de botella secundario | 18-36 meses |
8.3 Reflexión Final
El modelo de simulación desarrollado demuestra que la industria aceitunera mendocina no solo es viable, sino que presenta un potencial de crecimiento excepcional en el contexto de un mercado global en expansión. La combinación de costos operativos competitivos, ventajas agroclimáticas diferenciales y una ventana de contrapartida estacional única posiciona a Mendoza como un candidato natural para convertirse en un hub de producción y exportación de aceitunas de mesa y aceite de oliva virgen extra de alta calidad.
La inversión proyectada de USD 25.000 para ampliar la línea descarozada, con un retorno de 4 meses, ilustra el tipo de decisiones de capital que pueden transformar la estructura productiva provincial. En un mercado global donde la demanda asiática crece a tasas de tres dígitos y los precios europeos se mantienen en niveles históricamente elevados, la oportunidad para Mendoza es ahora.
Referencias
Allaire, J. J., Iannone, R., Hill, A. P., & Xie, Y. (2020). distill: R Markdown Format for Scientific and Technical Writing. R package version 1.6. https://pkgs.rstudio.com/distill
Consejo Oleícola Internacional (COI). (2026). Olive sector statistics – April 2026. https://www.internationaloliveoil.org/
Fortune Business Insights. (2026). Olive Oil Market Size, Share & COVID-19 Impact Analysis. https://www.fortunebusinessinsights.com/
Polaris Market Research. (2026). Olive Oil Market Size & Trends | Industry Report, 2034. https://www.polarismarketresearch.com/
SIMUL8 Corporation. (2024). SIMUL8 Professional v11.0 User Guide. Glasgow, UK.
Tridge. (2026). Olive Oil Market Overview 2026. https://www.tridge.com/
Vesper. (2026). Olive oil market forecast 2026: production normalises after two volatile seasons. https://vespertool.com/
Wikifarmer. (2026). Olive Oil Production in Spain 2025–2026 Season. https://www.wikifarmer.com/
Apéndice A: Estructura Completa de Nodos del Modelo Extendido
| Orden | Nodo | Tipo |
|---|---|---|
| 1 | Work Entry Points 1, 3, 4 | Entrada |
| 2 | Saca hojas y despalilladora | Proceso |
| 3 | Hojas (nuevo nodo) | Descarte |
| 4 | Hojas piedras pedúnculos | Descarte |
| 5 | Quemado de aceitunas (HONa) | Proceso |
| 6 | Agregado de agua y HCl | Proceso |
| 7 | Tanque de lavado | Proceso |
| 8 | Control de lavado | Control |
| 9 | Desecho de lavado (nuevo nodo) | Descarte |
| 10 | Fermentadora | Proceso |
| 11 | Agregado de salmuera | Proceso |
| 12 | Vaciado de tanque | Proceso |
| 13 | Líquido de tanque (nuevo nodo) | Subproducto |
| 14 | Trasiego de tanque | Proceso |
| 15 | Control de salmuera | Control |
| 16 | Tina y elevador | Proceso |
| 17 | Desrabadora | Proceso |
| 18 | Selectora / Tamañadora | Proceso |
| 19 | Repaso aceitunas defectuosas | Proceso |
| 20 | Aceitunas defectuosas (nuevo nodo) | Descarte |
| 21 | Playa (almacenamiento temporal) | Buffer |
| 22 | Descarozado | Proceso |
| 23 | Carozos (nuevo nodo) | Subproducto |
| 24 | Canaleta con descarozadas | Transporte |
| 25 | Elevador | Transporte |
| 26 | Medición de densidad | Control |
| 27 | Cinta de inspección y elevador | Control |
| 28 | Enguaje | Proceso |
| 29 | Agregado de salmuera 2 | Proceso |
| 30 | Cajas y escurridor | Empaque |
| 31 | Bidones | Empaque |
| 32 | Cargado | Logística |
| 33 | Venta de aceitunas con carozo (nuevo nodo) | Salida financiera |
| 34 | Venta de aceituna descarozada (nuevo nodo) | Salida financiera |
| 35 | Ventas / Ventas 2 (nodos consolidados nuevos) | Consolidación |
Apéndice B: Código de Reproducibilidad (R)
El siguiente chunk permite reproducir los gráficos y tablas presentados en este artículo:
# Reproducir análisis completo
library(ggplot2)
library(dplyr)
library(tidyr)
library(scales)
# Datos base
rendimiento <- 0.80
mp_bruta <- 750
produccion_neta <- mp_bruta * rendimiento
# Mix comercial
precio_carozo <- 2.50
precio_descarozada <- 3.80
# Costos
costos_vector <- c(
mano_obra = 600, energia = 96, agua = 45,
quimicos = 30, sal = 60, efluentes = 25,
mantenimiento = 50, envases = 110
)
costo_total <- sum(costos_vector)
# Función de margen por escenario
calcular_margen <- function(pct_carozo) {
kg_carozo <- produccion_neta * (pct_carozo / 100)
kg_descarozada <- produccion_neta - kg_carozo
ingreso <- kg_carozo * precio_carozo + kg_descarozada * precio_descarozada
ingreso + 22.5 - costo_total # + subproductos
}
# Escenarios
escenarios <- seq(100, 0, by = -20)
margenes <- sapply(escenarios, calcular_margen)