Navegación

Artículos Relacionados

Optimización y analítica de grandes volúmenes de datos


Realidad Digital
Optimización y analítica de grandes...
Por Luis Antonio Moncayo, Investigador del Departamento Académico de Ingeniería Industrial y Operaciones del ITAM y Experto en la Materia para Realidad Digita
Unos de los retos que tienen las cadenas de valor es la optimización de costos, tanto de fabricación como logísticos, ya que el entorno de negocios es más complejo y abierto.
Antonio Moncayo
• En una pequeña empresa, el costo logístico es de entre 15% y 20%.
• Únicamente 39% de los tomadores de decisiones utilizarán herramientas de optimización.

Desde hace mucho tiempo se han usado herramientas de optimización para disminuir costos o maximizar utilidades; sin embargo, frecuentemente es confundido el término de “optimización” con el de “mejora”. Optimización es encontrar el costo más bajo, podríamos hacer mejoras sin llegar al óptimo (no hay ningún otro costo más bajo que el óptimo). Otro concepto asociado a la optimización es la modelación matemática. Básicamente, tenemos que modelar el problema (por ejemplo, el sistema de transporte, el diseño de rutas, el número de vehículos requeridos, etcétera) y después, con ayuda de una herramienta computacional, resolver las ecuaciones planteadas en la modelación.

Este tema es importante ya que, de acuerdo con el estudio Retos y tendencias en las cadenas de suministro en México y recomendaciones de política pública, de la Secretaría de Economía, el costo logístico en una pequeña empresa se ubica entre 15 y 20%.

El conjunto de principios científicos que estudia el modelado y optimización es la Investigación de Operaciones (IO). Este tema cobrará relevancia, si consideramos que, de acuerdo con el estudio “Supply Chain Talent of the Future” de Deloitte, solo 39% de los tomadores de decisiones utilizarán herramientas de optimización.

En empresas como General Motors, existe un centro especializado en IO para mejorar la productividad en la logística y manufactura, para entender la dinámica del tráfico, calcular la demanda, y, recientemente, para desarrollar técnicas de Analítica de Datos para determinar las características de los autos y el inventario.

Investigación de Operaciones

Modelado y optimización 39%
Sin aplicar 61%

En el estudio de la Analítica de Datos existen tres niveles: descriptivo, analítico y prescriptivo. En la analítica prescriptiva es donde se aplican todos los principios de la IO. De manera que, si un tomador de decisiones quisiera aplicar análisis prescriptivo con grandes volúmenes, debería contar con conocimientos en IO, Simulación y Estadística. La Simulación es utilizada cuando queremos conocer el compartimiento de un sistema a través del tiempo, y regularmente cuando el modelo del problema es muy “complicado” para resolverlo por técnicas de IO.

Otra técnica muy ligada a la IO es la Minería de Datos y Aprendizaje de Máquinas que básicamente se basa en la Estadística y algoritmos computacionales para predecir el comportamiento de algún sistema.

Por Realidad Digital

Show Comments (0)

Comentarios

Suscríbete a nuestra Newsletter

Date de alta y recibe las novedades más interesante sobre las soluciones de Realidad Digital que necesitas en tu empresa.

Continuando acepto la aviso de privacidad