Introducción: Se desarrolló un modelo para una cadena de abastecimiento make-to-order evaluando simultáneamente los efectos de: a) la impuntualidad del trabajador b) la tolerancia del cliente a los retrasos en la entrega y c) el boca a boca debido a la (in)satisfacción del cliente en cuatro medidas de valor de la vida en la empresa del cliente (CLTV): clientes que cambian de empresa, número de ventas por cliente, lealtad promedio del cliente y mercado potencial alcanzado. Métodos: Se utilizó simulación hibrida (basada en agentes y de eventos discretos) en un diseño experimental 33 * 4. Resultados: Todas las variables fueron significantes en las cuatro medidas de CLTV, excepto la tolerancia del cliente a retrasos. El efecto del boca a boca positivo fue más alto que el del boca a boca negativo. Se presentaron efectos de interacción entre el boca a boca positivo y el negativo   Conclusiones:  Esta clase de modelos ofrecen una herramienta para la toma de decisiones en negocios, permitiendo evaluar el desempeño a mediano y largo plazo teniendo en cuenta el comportamiento a largo plazo del cliente y la relación entre clientes potenciales en entornos competitivos y repetitivos.

Introduction: We developed a model for a make-to-order supply chain to evaluate the effects of worker unpunctuality, tolerance to delay and word-of-mouth according  to customer waiting time (dis)satisfaction in four customer lifetime value measures (CLTV): switching customers, the number of sales per customer, the average customer loyalty and the potential market reached.  Methods: We developed a hybrid (agent-based and discrete-event) simulation in a 33 * 4 experimental design. Results: All of the variables were significant in the four CLTV measures, except for tolerance to delay. The positive word-of-mouth effect was greater than the negative word-of-mouth effect. There were significant interactions between positive and negative word-of-mouth.  Conclusions:  This type of model becomes a decision support tool for businesses to evaluate their mid-to-long term performance taking into account their customers’ long-term behaviors and the relationships between potential customers in repetitive and competitive environments.