El Conocimiento y Aplicaciones BI

UNIVERSIDAD NACIONAL DE TRUJILLO

EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE TOPICOS ESPECIALES EN CIENCIAS DE LA COMPUTACION I

DOCENTE: ARAUJO GONZALES, CHRITIAN

INTEGRANTES

ALVAREZ ALVAREZ, GUSTAVO ALEXANDER ALVAREZ DIAZ, JHON MANUEL

RAMOS LAYZA, RENZO ROBERTO VARGAS LOBATON, EYSEN ROLANDO

UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE

2

INTRODUCCION

Capítulo I: EL CONOCIMIENTO

1. El Conocimiento

1.1. Una definición de Gestión de Conocimiento

1.2. ¿Qué es el Conocimiento?

1.3. ¿Qué Gestión de Conocimiento debo hacer?

1.4. Hacia un Marco de Conocimiento

1.5. Actividades de la Gestión del Conocimiento

1.6. Una Metodología para la Gestión del Conocimiento

II.- APLICACIONES DEL BUSINESS INTELLIGENCE

2. Areas de Aplicaciones

2.1. Modelo de Logística

2.1.1. Optimización de la Cadena de Suministro

2.1.2. Optimización de modelos para la planificación logística

2.1.2.1. Planificación Táctica

2.1.2.2. Capacidad Extra

2.1.2.3. Múltiples Recursos

2.1.2.4. Blacklogging

2.1.2.5. Lotes Mínimos y Costos Fijos

2.1.2.6. Lista de Materiales

2.1.2.7. Múltiples Fabricas

2.1.3. Ingresos en el Sistema de Gestión

2.1.3.1. Decisión en los Procesos de Gestión de Ingresos

2.1.4. Casos de Estudio de Negocio

2.1.4.1. Planificación Logística en la Industria Alimentaría

2.1.4.2. Planificación Logística en la Industria de Embalaje

III.- Bibliografía

[01] Applying Knowledge Management: Techniques for Building Corporate

Memories, Ian Watson, Morgan Kaufmann Publishers 2003

[02] Business Intelligence: Data Minig y Optimization for Decision Making, Carlos

Vercellis, Jhon Wiley & Son – 1° Edition 2009


3

[03] Business Intelligence in the Digital Economy: Opportunities, Limitations, and

Risks, Mahesh Raisinghani, Idea Group Publishing 2004

[04] The Evolution of Business Knowledge, Harry Scarbrough, Oxford University

Press 2009

[05] Building on Knowledge Developing Expertise, Creativity and Intellectual

Capital in the Construction Professions, David Bartholomew, Willey –

Blackwell 2008

[06] Ten Principles for Knowledge Management Success, Knova,

http://www.knova.com

[07] The Case for Knowledge Management in CMR. Gartner Inc, April 2003

[08] Essentials of Knowledge Management, Bryan Bergeron, Jhon Wiley & Son

2003

[09] Knowledge Management Tools and Techniques: Practitioners and Experts

Evaluate KM Solutions, Madanmohan Rao, Elsevier Butterworth-Heinemann

2005

[10] Knowledge Management in the Construction Industry: A Socio-Technical

Perspectiva, Abdul Samad Kazi, Ideas Group Publishing 2005

[11] Encyclopedia of Knowledge Management, David G. Schwartz, Idea Group

Reference 2006

[12] Creating the Discipline of Knowledge Management: The Latest in University

Research, Michael Stankosky, Elsevier Butterworth Heinemann 2005

[13] Optimal Knowledge Management: Wisdom Management Systems Concepts

and Applications, Robert J. Thierauf – James J. Hoctor, Ideas Group Publishing

2006

[14] E-Human Resources Management: Managing Knowledge People, Teresa Torres

Corona – Mario Arias Oliva, Ideas Group Publishing 2005

[15] The Profit Impact of Business Intelligence, Steve and Nancy Williams, Morgan

Kaufmann Publishers 2007

[16] Ai Surveying: Artificial Intelligence in Business, Thesis Tomas E. Nordlander,

Montfort University 2001


4

INTRODUCCION

La función de la gestión del conocimiento es permitir que una organización pueda

aprovechar sus recursos de información, recordando los conocimientos y la

aplicación de la experiencia. La gestión del conocimiento y su consecuencia,

actualmente se promociona como la base de la competitividad económica en el

futuro, por ejemplo: En la era de la información del conocimiento, los activos físicos

o de recursos son la clave para la competitividad. Qué hay de nuevo acerca de las

actitudes hacia el conocimiento de hoy es el reconocimiento de la necesidad de

aprovechar, gestionar y utilizar como cualquier otro activo. Esto plantea problemas

no sólo de los adecuados procesos y sistemas, sino también la forma de dar cuenta de

los conocimientos en el equilibrio.

Los empresarios ya no se consideran como los dueños del capital, sino más bien

como personas que saben cómo hacer las cosas. La introducción de la tecnología de

la información a gran escala en los últimos treinta años ha hecho de la captura y

distribución del conocimiento generalizado, y llevado al primer plano la cuestión de

la gestión de activos de conocimiento. Por lo tanto, la gestión del conocimiento se

está extendiendo en toda las organizaciones, de sistemas de gestión de la información

a la comercialización y los recursos humanos.

Con los conocimientos que ahora se considera como un activo importante, la

creación y el intercambio de conocimientos se ha convertido en un factor importante

dentro de y entre las organizaciones. Sin embargo, muchos escritores se refieren a la

"paradoja del valor" al considerar la naturaleza del conocimiento, en particular, su

intangibilidad y la inadecuación como un activo, la dificultad de evaluar y de la

protección de su valor.

Este documento presenta a las bases de la gestión de conocimientos, que le ayudará a

entender lo que el conocimiento es, para mostrar que el conocimiento tiene un ciclo

de vida, y para explicar la importancia del manejo de la misma.


5

CAPITULO I

EL CONOCIMIENTO


6

1. EL CONOCIMIENTO

1.1. UNA DEFINICIÓN DE GESTIÓN DEL CONOCIMIENTO

Libros sobre temas técnicos suelen comenzar con las definiciones, pero la

definición de la gestión del conocimiento no es fácil. Diferentes autores

abordan el tema desde diferentes perspectivas y con diferentes motivos. Por

lo tanto, tienen diferentes definiciones. La mayor parte de las lecturas sobre

la gestión de los conocimientos trata de conocimientos en general, y lo

utiliza para cubrir todo lo que una organización necesita saber para realizar

sus funciones. Esto puede implicar que formalizó el conocimiento, las

patentes, leyes, programas y procedimientos, así como el más inmaterial de

conocimientos, habilidades y experiencia de las personas. También puede

incluir la manera en que funcionan las organizaciones, comunicarse, analizar

situaciones, desarrollar nuevas soluciones a los problemas, y de desarrollar

nuevas formas de hacer negocios. Además, puede incluir las cuestiones de la

cultura, las costumbres y valores, así como las relaciones con proveedores y

clientes.

Incluye la gestión de todas las maneras en que una organización gestiona los

activos de conocimiento, incluyendo el conocimiento de cómo se recopila,

almacena, se transmite, se aplica, se actualiza o son generados. Sin embargo,

la mayoría de los textos sobre la gestión del conocimiento se centran más en

la gestión de la organización en su conjunto, para crear un entorno en el que

la gestión de los conocimientos puede tener éxito. No se subestima la

importancia de crear toda una filosofía de gestión que su apoyo es el apoyo

de la gestión del conocimiento, pero creo que estos temas han sido bien

cubiertos por muchos otros escritores. En consecuencia, este documento se

centra en la gestión del conocimiento en sí mismo, a través de la aplicación

de una metodología única para la aplicación de conocimientos de gestión de

soluciones, a saber, el Razonamiento Basado en Casos (CBR).


7

Por lo tanto, una definición de trabajo de la gestión del conocimiento para

este documento es: “Gestión del conocimiento implica la adquisición,

almacenamiento, recuperación, la aplicación, la generación y revisión de

los activos de conocimiento de una organización en forma controlada”.

1.2. ¿QUÉ ES CONOCIMIENTO?

Con el fin de gestionar algo que debe ser capaz de reconocerlo. El

conocimiento no existe en forma aislada sin embargo, no es algo que se

puede recoger o encerrar en una bóveda de la empresa. De hecho, algunos de

filósofos creen que el conocimiento es una construcción humana que no

puede existir fuera de la mente de una persona. Vale la pena considerar la

relación entre los conocimientos y conceptos, como los datos y la

información. Las computadoras han sido la gestión de datos (como en los

sistemas de gestión de bases de datos) desde hace décadas.

Los datos, información y conocimiento pueden ser considerados, no como

entidades concretas de discriminación, pero que los actuales a lo largo de

una continuación, como se ilustra en la Figura 1. Presentan una relación con

su contexto y la cantidad de comprensión que requieren o bien difunden.

Por ejemplo, los datos que son independientes de cualquier contexto, el

número 9 quizás no requieren ningún conocimiento o proporciona alguno. Si

ese dato se coloca en un contexto, como "la calle número 9," tenemos

entendido que existe una relación entre "la calle número" y "9." La mayoría

de nosotros sabemos que los números de las casas por lo general, incluso

números en un lado de la calle y los números impares en el otro lado.


8

Figura 1.1 La relación de contexto para la comprensión [1]

Este conocimiento nos llevaría a esperar encontrar casas número 7 y 11 de

cada lado de la casa número 9.

Un concepto importante aquí es que el conocimiento implica el

reconocimiento o la comprensión de las pautas. Esto implica la creación de

modelos mentales, ejemplares o arquetipos. Es posible que todos tengan un

modelo mental de una ciudad que tiene una plaza central o intersección de la

Primera Avenida, donde es atravesada por la primera o la calle principal. Este

arquetipo (o conocimiento) se puede utilizar para que nos ayude a navegar

por ciudades desconocidas.

Cuando existe un patrón en medio de la información, el modelo tiene el

potencial para representar el conocimiento. Sin embargo, los patrones que

representan el conocimiento deben tener un contexto. El contexto de la

estructura proporciona un grado de previsibilidad en cuanto a si el modelo es

aplicable. Esta noción de la fiabilidad o la aplicabilidad de un patrón es un

concepto importante.

La mayoría de nosotros tienen una familiaridad con el conocimiento casual:

creemos que el conocimiento puede reconocer cuando nos encontramos con

él. Por ejemplo, sabemos que un colega de trabajo o un amigo tiene

conocimiento acerca de un determinado tema. Usted puede sentir que tienen


9

conocimiento de muchos temas, tales como sistemas de depuración de

Windows NT, hornear pan, o jugar fútbol. El tipo de conocimientos, se puede

reconocer fácilmente el conocimiento explícito, es explícito en el sentido de

que puede ser codificada o por escrito. Por lo tanto, usted puede ir a una

librería y comprar libros en Windows NT, el bicarbonato, y la pelota de

fútbol. Incluso puede sentarse y estudiar los exámenes en algunos de estos

temas.

Sin embargo, no todo conocimiento es explícito y tácito, se puede sentir y

entender, pero no expresarlo. Usted puede comprar un libro de cocina para

mostrar cómo hornear pan, y le puede dar recetas, los ingredientes, las

cantidades, y las técnicas, pero ningún libro puede decir lo que la masa de pan

debe sentir como cuando ha sido debidamente amasado. En cambio, los libros

dicen algo así como “amasar la pasta por cinco minutos o hasta que este

elástica”. Una solución mucho mejor es tener una experiencia panadero le

muestran lo que se siente como masa de pan cuando ha sido debidamente

amasado. Después de tiempo que adquirirá el conocimiento tácito de cómo

debe sentirse la masa de pan, pero a su vez no sería capaz de decirle a nadie

cómo se siente de manera directa y tendría que usar símiles como “caliente y

elástica como goma de mascar”.

Principios de expertos o sistemas basados en el conocimiento codificado y el

funcionamiento del conocimiento explícito. Pero la gestión del conocimiento

debe ocuparse de los sistemas explícitos y tácitos. Para muchas personas en la

comunidad de gestión del conocimiento, que es un error tratar de codificar (es

decir, que se haga explícito) todos los conocimientos.

Por lo tanto, la representación del conocimiento utilizado por un

conocimiento de sistema de gestión debe ser flexible. La rigidez de los

formalismos basados en normas de sistemas expertos de la década de 1980

son demasiado restrictivas para manejar el conocimiento tácito. La

representación discursiva más de una biblioteca de historias de casos, como


10

los empleados por el razonamiento basado en casos de sistemas, pueden ser

más capaces de tratar con el conocimiento tácito, aunque se debe reconocer

que no existe una formalización que puede captar adecuadamente todos los

conocimientos tácitos.

Si te gustan los experimentos simples, tratar de escribir un método confiable

para hábilmente hacer rebotar una pelota contra pared y la captura de él.

Puede usar la geometría y la física para describir el arco que la pelota viaja y

predecir su reasignación obligado, pero dudo que haga esos cálculos en su

cabeza cuando en realidad atrapar una pelota, sin utilizar métodos formales,

que quedan con las declaraciones como “mantener el ojo en la bola”, que en

realidad no dice mucho sobre el proceso de captura. Atrapar la pelota de

nuevo requiere conocimiento tácito que la mayoría de nosotros como un niño

adquiere a través de horas de práctica. Se convierte en un reflejo y algo que es

muy difícil de articular. Este conocimiento es casi imposible hacer explícitos

y codificar. Sin embargo, el punto de vista de una organización por ejemplo,

un equipo de béisbol es útil para hacer explícito el conocimiento de que el

equipo tiene un buen receptor. La gestión de ese conocimiento sería útil para

ellos. Por lo tanto, la gestión del conocimiento a menudo abarca “quién sabe

qué”, así como “lo que se conoce”.

Esto nos lleva a la noción de experiencia como la narración de cuentos. Una

historia que se cuenta dentro de un contexto social es un método que puede

utilizarse para la transferencia de conocimientos. La importancia del contexto

en la toma de conocimiento explícito no debe subestimarse. Las historias son

ricas construcciones utilizadas para transmitir la experiencia personal, como

el drama, el humor, la repetición, la caricatura, y exageración son los

dispositivos utilizados para transmitir principios importantes, detalles, o la

experiencia a la gente. Un enfoque de la narración de cuentos y la interacción

con sus compañeros en un contexto social puede ser un requisito previo a la

eficacia de la generalización de la experiencia. Esta es una razón por la

reunión de información es una parte tan importante de las operaciones


11

militares: Esto es lo que estaba previsto. Esto es lo que hicimos. Este fue el

resultado. ¿Cómo lo hacemos en contra de las expectativas? ¿Hemos

aprendido algo nuevo? ¿Qué hacer de manera diferente en el futuro?

Usted verá en los estudios de caso que es la contextualización de la

experiencia que a menudo hace caso a base de razones eficaz. Las historias

pueden actuar como un puente entre el mundo mental interior oculto y el

mundo explícito formalizado, recordado a menudo parece estar mejorado

mediante el uso de la metáfora y el contexto social. La tradición oral de la

memoria y que habla de historias que una vez fue una forma vital de pre-

servicio de la comunidad cultural en las sociedades prelectoras. Los

chamanes, los bardos, los sacerdotes, y otros narradores, por consiguiente,

fueron personas de un estatuto especial dentro de esas sociedades. Por lo

tanto, podemos deducir que la gestión del conocimiento como un concepto

que tiene un linaje que se remonta a los albores de la sociedad humana.

1.3. ¿QUÉ GESTIÓN DE CONOCIMIENTO DEBO HACER?

¿Qué gestión de conocimiento debería hacer? Esta pregunta puede parecer

trivial, pero en realidad es bastante difícil de responder. Una respuesta es

trivial, “¡Todo!” Pero, por supuesto, si se trató de captar y recopilar todo,

que sería inundado, la sobrecarga de información en conjunto y usted no

sería capaz de distinguir de la información de alto valor fiable y útil, y el

conocimiento de valor dudoso muy poco útil.

El conocimiento que usted necesita para la gestión es la que es fundamental

para su empresa, lo que añade valor a sus productos o sus servicios. He aquí

algunos ejemplos:

El conocimiento de un trabajo en particular, como la manera de arreglar

un fallo en una pieza crítica de la fabricación de equipos.

El conocimiento de quién sabe qué en una empresa, que resolvió un

problema similar, la última vez.


12

El conocimiento de que es mejor para realizar un determinado trabajo o

tarea, que tiene la última formación o mejores calificaciones en un tema

en particular.

Conocimiento de la historia empresarial de este proceso ha sido probado

antes, ¿cuál fue el resultado?

Conocimiento de una cuenta de cliente y el conocimiento de clientes

similares.

El conocimiento de cómo presentar un equipo que puede trabajar en un

proyecto, que se ha trabajado juntos con éxito en el pasado, qué

habilidades se requieren en proyectos similares.

A esta lista estoy seguro de que puede añadir el conocimiento de su propia

empresa u organización que debe ser administrado. Cabe señalar, sin

embargo, que los sistemas de gestión del conocimiento no necesitan tratar de

gestionar todo el conocimiento en una empresa. Que bien puede ser el

objetivo a largo plazo, pero la mayoría de los proyectos de gestión de los

conocimientos comenzar con muchas más modestas ambiciones y

concentrarse en la gestión de una única área de conocimiento o dominio.

1.4. HACIA UN MARCO DE CONOCIMIENTO

Un enfoque común a la consideración de los conocimientos se hace hincapié

en su relación a la información en términos de diferencia.

Esta imagen de distinción entre la información y el conocimiento no es útil y

ha llevado a la actual preocupación confundirse en la literatura de gestión

con lo que se concibe como una clara distinción entre la “gestión del

conocimiento” y “gestión de la información”. La información y el

conocimiento son más apropiados en términos de una relación dinámica e

interactiva. Información facilita el desarrollo de conocimientos, lo que crea


13

más información que profundiza el conocimiento. Por ejemplo, Nonaka y

Takeuchi declararon:

La información proporciona un nuevo punto de vista para la interpretación

de objetos o eventos, lo que hace visibles y previamente invisibles

significados. Por lo tanto, la información es un medio o material necesario

para obtener y construir conocimientos.

La naturaleza dinámica de esta relación se ilustra en la Figura 2. En cuanto a

la información únicamente en términos del grado al que ha sido procesado,

es decir, los datos, la información, el conocimiento continúo en exceso la

compleja relación entre los tres intangibles. Stewart, un gurú de la gestión de

los conocimientos, las notas: la idea de que el conocimiento puede ser

ranurado en una jerarquía de datos es falso, por la sencilla razón de que un

conocimiento del hombre es otro hombre de datos.

Figura 1.2. Datos, información y conocimiento. [1]

Tenga en cuenta el elemento de información dentro de la figura 1.2, que

ilustra la relación interactiva y dinámica de la información y el conocimiento

como un circuito de retroalimentación positiva.

Los datos es la discriminación entre los estados, por ejemplo, negro, blanco,

pesado, ligero, oscuro, que pueden o no transmitir información a una persona,

dependiendo de la persona antes de los conocimientos y el contexto. Por

ejemplo, los estados de la naturaleza indicada por el rojo, ámbar y verde del


14

semáforo no puede ser considerada como informativa a bosquimanos del

Kalahari. Por lo tanto, podemos caracterizar los datos como una propiedad de

las cosas y el conocimiento como un bien de personas, lo que predispone a

actuar en particular, en distintas circunstancias. La información que es

subconjunto de los datos que residen en las cosas que hace que una persona

pueda filtrar a partir de la percepción conceptual.

1.5. ACTIVIDADES DE GESTIÓN DEL CONOCIMIENTO

Son caracterizados por cuatro actividades:

1. Adquirir conocimiento (aprender, crear, o identificar)

2. Analizar el conocimiento (evaluar, validar, o el valor);

3. Preservar los conocimientos (organizar, representar, o mantener)

4. Utilizar los conocimientos (de aplicación, la transferencia, o compartir).

No se preocupe demasiado por la elección de las palabras utilizadas aquí,

pero aceptar que para la gestión de los conocimientos que debe tener algunos

conocimientos para la gestión, puede que sea necesario para analizar los

conocimientos que tenga, tendrá que almacenar el conocimiento y, por

supuesto, tendrá que ser capaz de acceder y utilizar los conocimientos en el

futuro.

Estas actividades no existen aisladas. En cambio, puede pensar en ellas como

un ciclo, como se muestra en la Figura 1.4. Usted puede ver este

conocimiento.


15

Figura 1.3 Ciclo de la Gestión del Conocimiento. [1]

El elemento que vincula el ciclo es el uso de los conocimientos, ya que es

probable que cuando se usa el conocimiento, una nueva visión en el

conocimiento puede ser creado. Este nuevo conocimiento debe ser adquirido

a su vez, analizados y conservados para uso futuro.

La Gestión del conocimiento es un proceso cíclico, sin final, no lineal con un

único objetivo. El conocimiento del sistema de gestión, por lo tanto, en

continua evolución, o de aprendizaje, y toda la tecnología utilizada para su

aplicación deben apoyar la evolución y el aprendizaje.

1.6. UNA METODOLOGÍA PARA LA GESTIÓN DEL CONOCIMIENTO

En un reciente seminario celebrado en la Universidad de Cambridge en

Inglaterra, un grupo de personas activas en la gestión del conocimiento y la

inteligencia artificial se identificaron las principales actividades que

necesitan un sistema de gestión de conocimientos. Estos métodos o técnicas

se asignan a la inteligencia artificial, las principales actividades de gestión

del conocimiento se han identificado como la adquisición, el análisis,

conservación y uso del conocimiento. En esta sección se muestra cómo el

razonamiento basado en casos puede satisfacer cada uno de estos requisitos.

El razonamiento basado en casos es una metodología de apoyo a la gestión


16

del conocimiento. No es importante ahora que sabes lo que es CBR o cómo

funciona. Por ahora sólo considerar la definición clásica de CBR:

Un caso basado en razonamiento resuelve problemas por el uso o la

adaptación de soluciones a viejos problemas.

Figura 1.4. El ciclo CBR [1]

Esta definición nos dice lo que un caso basado en razonamiento hace, no

cómo lo hace y lo que hace. Se trata de una metodología, el conjunto de

principios CBR son más plenamente definido como un ciclo que comprende

seis actividades o procesos, llamado el ciclo de CBR, como se muestra en la

Figura 1.3. Las seis actividades (el seis-RES por la Comunidad CBR) son las

siguientes:

1. Recuperar los conocimientos que coincide con el requisito del

conocimiento.

2. La reutilización de una selección de los conocimientos recuperados.


17

3. Revisar o adaptar ese conocimiento a la luz de su uso si fuera necesario.

4. Examen de los nuevos conocimientos para ver si merece la pena

conservar.

5. Conservar el nuevo conocimiento, si se indica por el paso 4.

6. Perfeccionar los conocimientos en los conocimientos de memoria, según

sea necesario.

7. Los procesos de recuperación, la reutilización, el apoyo y la revisión de

la adquisición de conocimientos.

8. Los procesos de revisión y perfeccionamiento apoyará el análisis de los

conocimientos.

9. La memoria en sí mismo (junto con la recuperación y refinamiento)

apoya la preservación de los conocimientos.

10. Por último, la recuperación, la reutilización, el apoyo y la revisión del

uso del conocimiento.


18

CAPITULO II

APLICACIONES DEL BUSINESS INTELIGENCE


19

2. AREAS DE APLICACION

2.1. MODELOS DE PRODUCCIÓN Y LOGISTICA

La combinación de estrategias de marketing relacional con inteligencia de

negocios y modelos de minería que permite al mismo tiempo aumentar los

ingresos y reducir los costos de acciones de marketing, con un beneficio

global para la rentabilidad de una empresa.

Además de actuar sobre las palancas de control de la comercialización, la

fabricación de una empresa puede lograr mayores reducciones en los costos

por la mejora de sus procesos en otra área que ha recibido una atención

creciente en los últimos años: una eficaz gestión de la cadena de suministro,

entendida como la logística y los procesos de producción de una sola

empresa así como la red de sociedades que componen la cadena de

producción de una determinada industria.

En este capítulo se centrará en la optimización de los modelos destinados a

la planificación integrada de la cadena logística, desde la perspectiva de una

única empresa. En particular, vamos a comenzar con una descripción

cualitativa de los procesos logísticos dentro de un sistema de producción,

poniendo de relieve las principales decisiones de logística que hace a la cara.

El debate se limitará a mediano plazo los procesos de planificación, que se

ocupan de algunas decisiones críticas en la organización de la cadena de

suministro y puede dar lugar a importantes ahorros y, siempre que estén

debidamente optimizados. Entonces vamos a introducir algunas clases de

modelos de optimización, que muestra cómo las distintas características de

los sistemas de producción de logística pueden ser formalmente

representados. Por último, vamos a discutir algunos estudios de casos de

negocio, haciendo especial hincapié en un sistema de apoyo a la decisión


20

para la optimización de la cadena de suministro para una empresa en la

industria alimentaria.

2.1.1. OPTIMIZACIÓN DE LA CADENA DE SUMINISTRO

En un sentido amplio, una cadena de suministro puede definirse como

una red conectada e interdependiente de unidades de organización que

operan en forma coordinada para administrar, controlar y mejorar el

flujo de materiales e información provenientes de los proveedores y

los clientes llegan al final, después de ir a través de la tramitación de

las adquisiciones y distribución de los subsistemas de una empresa,

como se muestra en la Figura 2.1

Figura 2.1 Ejemplo de Cadena de Suministro Global [2]

El objetivo de la planificación integrada y las operaciones de la cadena

de suministro es combinar y evaluar desde una perspectiva sistémica

de las decisiones adoptadas y las acciones emprendidas en los diversos

subprocesos que componen el sistema logístico de una empresa.


21

Muchas empresas manufactureras, como las que operan en la industria

de bienes de consumo, han concentrado sus esfuerzos en las

operaciones integradas de la cadena de suministro, hasta el punto de

incorporar partes de la cadena logística que se encuentran fuera de la

empresa, tanto aguas arriba y aguas abajo.

El objetivo principal de un proceso logístico integrado es minimizar

una función expresar el coste total, que comprende los costes de

transformación, los costes de transporte para la adquisición y

distribución, costos de inventario y equipo.

Tenga en cuenta que la optimización de los costes de cada fase no

implica generalmente que el mínimo coste total de todo el proceso

logístico que se ha logrado, de modo que una perspectiva holística es

necesaria para alcanzar realmente una oferta optimizada cadena.

La necesidad de optimizar la cadena logística, y, por tanto, a tener

modelos y herramientas para la planificación a mediano plazo y

capacidad de análisis, es especialmente crítica en la cara de la alta

complejidad de los actuales sistemas de logística sistemas, que

funcionan en una dinámica y verdaderamente competitivo. Nos

referimos aquí a las empresas manufactureras que producen una

amplia gama de productos y que por lo general se basan en un sistema

logístico multi-céntrico, distribuidos en varias plantas y de los

mercados, que se caracteriza por grandes inversiones en tecnología

altamente automatizado, por un uso intensivo de la capacidad de

producción disponible y por corto ciclos de procesamiento de pedidos.

Las características del sistema logístico que hemos descrito reflejan el

perfil de muchas empresas que operan en la industria de bienes de

consumo.


22

En la perspectiva se ha señalado anteriormente, el objetivo de mediano

plazo un proceso de planificación es, por tanto, para elaborar un plan

de producción óptimo de logística, es decir, un plan que sea capaz de

reducir al mínimo el coste total, entendido como la suma de obtención,

procesamiento, almacenamiento, los costes de distribución y de la

pena de los costes asociados con la que no se logre el nivel de servicio

predefinido. Sin embargo, para ser aplicado en la práctica, un plan de

producción óptimo de logística también debe ser viable, es decir, que

debe ser capaz de satisfacer las físicas y lógicas limitaciones

impuestas por los límites de la capacidad de producción disponible, las

condiciones tecnológicas específicas, la estructura del proyecto de ley

de los materiales, la configuración de la red logística, la producción

mínima de lotes, así como cualquier otra condición impuesta por la

toma de decisiones a cargo del proceso de planificación.

Optimización de modelos representan una poderosa y versátil

paradigma conceptual para el análisis y solución de problemas que se

plantean en la planificación integrada de la cadena de suministro, y

para el desarrollo del software necesario. Debido a la complejidad

interacciones que ocurren entre los diferentes componentes de un

sistema de logística de producción, métodos y otros instrumentos

destinados a apoyar la actividad de planificación de hoy parece

insuficiente, tales como hojas de cálculo electrónicas, sistemas de

simulación y planificación de los módulos en el infinito la capacidad

de las empresas incluidas en la planificación de los recursos

software. Por el contrario, que la optimización de los modelos de

desarrollo realistas representaciones matemáticas de un sistema de

logística de producción, capaz de describir con una exactitud

razonable las complejas relaciones entre los componentes críticos de

la logística del sistema, tales como la capacidad, recursos, planes de

inventario, los tamaños de los lotes, los plazos y flujos logísticos,

teniendo en cuenta los diferentes costes. Por otra parte, la evolución de


23

las tecnologías de la información y los últimos avances en algoritmos

de optimización de apoyo a la decisión significa que los sistemas

basados en modelos de optimización para la planificación logística

pueden ser desarrollados de manera eficiente.

2.1.2. OPTIMIZACIÓN DE MODELOS PARA LA PLANIFICACIÓN

LOGÍSTICA

En esta sección se describen algunos modelos de optimización que

pueden utilizarse para representan la mayoría de las características

más importantes de la logística de los sistemas de producción. Como

ya se ha observó en la introducción de modelos de planificación de

ventas, en aras de la sencillez que hemos elegido para ilustrar cada

uno de los modelos para una sola característica de un sistema

logístico. Los lectores deberán tener en cuenta que el mundo real

logístico de los sistemas de producción característica simultáneamente

más de uno de los elementos considerados, de manera que los modelos

desarrollados en las aplicaciones, tales como el estudios de casos

presentados, serán sustancialmente más compleja, ya que el resultado

de la combinación de las diferentes funciones.

Antes de proceder a la descripción de modelos específicos, es

conveniente introducir alguna notación común para la mayoría de los

modelos presentados en esta sección. El sistema logístico que incluye

productos, que será identificado por el índice

{1,2,3, , }i I I∈ = … el horizonte de planificación se subdivide en

intervalos de tiempo T

{1,2,3, , }t T T∈ = … en general, de igual longitud y por lo general

corresponde a semanas o meses.


24

El proceso de fabricación tiene a su disposición una serie de recursos

críticos compartidos entre los diversos productos y está disponible en

cantidades limitadas. Estos recursos pueden consistir en la producción

y líneas de montaje, a la mano de obra, a los accesorios y herramientas

requeridos por la industria manufacturera. Los recursos críticos R

en cuenta en el sistema de logística de producción se denominarán por

el índice:

{1,2,3, , }r R R∈ = … Siempre que un único recurso es relevante para

el proceso de fabricación, el índice r se omite por razones de

simplicidad.

2.1.3. PLANIFICACIÓN TACTICA

En su forma más simple, el objetivo de la planificación táctica es

determinar la producción volúmenes de cada producto durante los

períodos T incluidos en el mediano plazo horizonte de planificación

de tal forma que para satisfacer la demanda y habida cuenta de la

capacidad límites de un único recurso, y también para minimizar el

coste total, definido como la suma de los costes de producción y

fabricación de los costes de inventario.

Por lo tanto, considerar las variables de decisión:

itP = unidades de producto i a fabricar en el período t,

itL = unidades del producto i en el inventario al final en el período t,

y los parámetros

itd = demanda para el producto i en el periodo t,

itc = unidad de coste de fabricación para el producto i en el periodo t,

ith = unidad de inventario de producto i en el periodo t,

ie = capacidad de absorción para la fabricación de una unidad de

producto i,


25

tb = capacidad disponible en el periodo t.

El consiguiente problema de optimización se formula como sigue:

min ( )it it it it

t T i I

c P h I∈ ∈

+∑ ∑ (2.1)

s.to , 1 , , ,it i t it itP I I d i I t T−+ − = ∈ ∈ (2.2)

, ,i it ti T

e P b t T∈

≤ ∈∑ (2.3)

, 0, , .it itP I i T t T≥ ∈ ∈ (2.4) Limitaciones (2,2) expresan el equilibrio entre las condiciones de

producción, el inventario y la demanda, mediante el establecimiento

de una conexión entre los sucesivos períodos a lo largo de

el horizonte de planificación. Las desigualdades (2,3) limitan la

capacidad de absorber a no exceder la capacidad disponible para cada

período.

Modelo (2,1) es un problema de optimización lineal que puede

resolverse, por lo tanto, eficiente, incluso con un gran número de

variables y restricciones, de la orden de unos pocos millones, a través

del estado actual de los algoritmos de arte e informática

tecnologías.

2.1.4. CAPACIDAD EXTRA

Una primera extensión del modelo básico (2.1) se refiere a la

posibilidad de recurrir a la capacidad adicional, tal vez en forma de

horas extraordinarias, a tiempo parcial o de terceros capacidad.

Además de las variables de decisión ya incluidos en el modelo (2.1),

definimos las variables

tO = capacidad extra usado en un periodo t,

y los parámetros

tq = costo unitario de capacidad extra en un periodo t,


26

El problema de optimización resultante viene dado por:

min ( )it it it it t tt T i I r T

c P h I q O∈ ∈ ∈

+ +∑ ∑ ∑ (2.5)

s.to , 1 , , ,it i t it itP I I d i I t T−+ − = ∈ ∈ (2.6)

, ,i it t ti I

e P b O t T∈

≤ + ∈∑ (2.7)

, , 0, , .it it tP I O i T t T≥ ∈ ∈ (2.8)

Se han modificado (2.7) para incluir la capacidad adicional disponible.

El modelo se extendió (2.5) todavía un problema de optimización

lineal que puede resolverse, por lo tanto, de manera eficiente.

2.1.5. MULTIPLES RECURSOS

Si el sistema de fabricación requiere R recursos críticos, una nueva

prórroga de modelo (2,1) puede ser elaborado teniendo en cuenta

múltiples limitaciones de capacidad. El variables de decisión ya

incluidos en el modelo (2,1) siguen siendo los mismos, aunque

es necesario tener en cuenta los parámetros adicionales:

rtb = r cantidad de recursos disponibles en el período t,

rte = r cantidad de recursos absorbidos para la fabricación de una

unidad de producto i.

El problema de optimización resultante viene dada por:

min ( )it it itt T i I

c h I∈ ∈

+∑∑ (2.9)

s.to , 1 , i ,it i t it itP I I d I t T−+ − = ∈ ∈ (2.10)

, ,ir it rti T

e P b r R t T∈

≤ ∈ ∈∑ (2.11)

, 0, ,it itP I i I t T≥ ∈ ∈ (2.12)

Limitaciones (2.11) se han modificado para tener en cuenta los límites

máximos en la capacidad de los recursos de I en el sistema. Modelo

(2.9) sigue siendo una lineal problema de optimización que se pueden

resolver de manera eficiente.


27

2.1.6. BACKLOGGING

Otra característica que debe ser el modelo en algunos sistemas

logísticos es backlogging. El término se refiere al retraso en la

posibilidad de que una parte de la demanda en un período determinado

se puede satisfacer en un periodo posterior, pena de incurrir en un

costo adicional. Los retrasos son una característica de los sistemas de

producción más probable que ocurra en B2B o hacer a la orden de

fabricación contextos. B2C en industrias, tales como la producción en

masa de bienes de consumo, por otro lado, uno tiene más

probabilidades de encontrar una variante de la acumulación, conocida

como pérdida de ventas, en el que la demanda insatisfecha en un

período no puede ser transferida a un período posterior y se pierde.

Para el modelo Backlogging, es necesario introducir nuevas variables

de decisión.

itB = unidades de la demanda de producto i retraso en el período t y los parámetros

itg = coste unitario de retrasar la demanda de producto i en el periodo

t

El problema de optimización resultante es: min ( )it it it it it it

t T i I

c P h I g B∈ ∈

+ +∑∑ (2.13)

s.to , 1 , 1 , ,it i t it it i t itP I I B B d i I t T− −+ − + − = ∈ ∈ (2.14)

, ir it ri T

e P b t T∈

≤ ∈∑ (2.15)

, , 0, ,it it itP I B i I t T≥ ∈ ∈ (2.16) El saldo limitaciones (2,14) se han modificado para tener retraso

variables en cuenta. En concreto, en cada período t no se permite un

retraso de una parte itd de la demanda, dado precisamente por la

acumulación de itB variable, mientras que el itd demanda es por el

aumento de las unidades mantenidas como retraso en el anterior


28

período. El Modelo (2,13) es de nuevo un problema de optimización

lineal que puede ser por lo tanto, resolver de manera eficiente.

Una manera alternativa de modelo de acumulación es de suponer que

la demanda es itd compuesta de varios órdenes de k, cada una

caracterizada por una solicitud de las unidades de ikw unidades de un

producto i y una fecha de entrega debido ikt :

, { | }it

it ik it ikk K

d w K k t t∈

= = =∑ (2.17)

Además, suponer que cada pedido debe ser completado en el plazo

máximo de dos períodos debido a su fecha de entrega.

Para modelar esta segunda forma de backlogging, defina lo siguiente

binario variables de decisión:

1 orden k si para el producto i es entregado a tiempo0

0 otra cosaikB ⎧⎨⎩

1 orden k si para el producto i es retrasada por un periodo1


1 orden k si para el producto i es un retraso de dos periodos2


Considere también los parámetros:

ikg = costo de entrega de orden k para el producto i por un período de

retraso

ikg = costo de entrega de orden k para el producto i retraso de dos

períodos

El consiguiente problema de optimización se formula como

min, 1 , 2

1 1 2 2( )i t i t

it it it it ik ik ik ikt T i I t T i I k K k K

c P h I g gε ε

β β− −∈ ∈ ∈ ∈

⎛ ⎞+ + +⎜ ⎟⎜ ⎟

⎝ ⎠∑∑ ∑∑ ∑ ∑ (2.18)

s.to

, 1 , 2

, 1 0

1 2 ,it

i t i t

it i t it ik ikk K

ik ik ik ikk K k K

P I I w

w w i I t T

β

β β− −

−∈

∈ ∈

+ − =

+ + ∈ ∈

∑

∑ ∑ (2.19)


29

, i it ti I

e P b t T∈

≤ ∈∑ (2.20)

0 1 2 1, ,ik ik ik i I k Kβ β β+ + = ∈ ∈ (2.21)

0 1 20, , , {0,1}, ,it it ik ik ikP I i I t Tβ β β≥ ∈ ∈ ∈ (2.22)

El saldo limitaciones (2.19) se han modificado para tomar las

variables binarias de atraso en cuenta. En concreto, en cada período no

se cumplen las órdenes debido k para el periodo t para el que no hay

retraso en la entrega (es decir, de manera que 0 1ikB = ), los pedidos a

pagar por el período anterior t - 1 para que la entrega se retrasa por un

período (es decir, de manera que 1 1ikB = ) y, por último, las órdenes

debidas por el período t - 2 para los que la entrega se retrasa por dos

períodos (es decir, de manera que 2 1ikB = ). Las múltiples limitaciones

de elección (2.21) cada fin de establecer que se cumplen exactamente

en una de las tres formas alternativas correspondientes a las variables

0 1 2, ,ik ik ikB B B .

En comparación con el modelo anterior (2.13), la formulación (2.18)

nos permite fijar un recargo a la K pedidos, por lo tanto, la asignación

de preferencias a algunos clientes, por ejemplo los que se consideran

de importancia estratégica. B2B en las relaciones cliente-proveedor,

esta posibilidad puede ser de gran valor.

A diferencia de los modelos anteriormente considerado, el modelo

(2.18) es una mezcla binaria problema de optimización lineal, cuya

solución requiere tiempo de computo que crecen exponencialmente

con rapidez el número de variables y restricciones. Sin embargo,

cuando el tamaño del problema es demasiado grande para obtener una

solución óptima en un plazo razonable, por ejemplo, mediante un

algoritmo de propósito general exacta como rama determinada y, por

lo general es posible concebir un algoritmo de aproximación lograr

soluciones subóptimas. Esto se puede hacer por truncar una rama-y


30

sujetos a procedimiento, o mediante el diseño de algoritmos de

aproximación ad hoc.

Por último, nota que una multi-objetivo de modelo de optimización

también puede ser formulada al exigir, por ejemplo, que una

proporción de al menos n1 de los pedidos se entregarán en tiempo y

que una proporción de, como máximo, 21 n− se retrasó por dos

períodos, introduciendo en el modelo (2.18) las limitaciones 1

0 1 0 1 21 1

,iK K

ik i ik ik ik k

n K n kβ β β= =

≥ + ≥∑ ∑ (2.23)

Ki donde es el número total de órdenes se refiere a producto i.

2.1.7. LOTES MÍNIMOS Y LOS COSTOS FIJOS

Otra característica que aparece con frecuencia en la fabricación de

sistemas está representado por condiciones mínimas de lote: de

técnico o razones de economía de escala, a veces es necesario que el

volumen de producción para uno o más productos, ya sea igual a 0 (es

decir, el producto no se fabrica en un período determinado) o no

inferior a un determinado valor umbral, el lote mínimo.

Para incorporar las condiciones mínimas de lote en el modelo, se

define el binario de variables de decisión

1 0,0 otra cosa,

itit

si PY

>⎧= ⎨⎩

(2.24)

y los parámetros

il = lote mínimo para el producto i,

γ = constante de valor más grande que cualquier volumen de

producible i.

El problema de optimización es ahora


31

Limitaciones (2.28) expresar el lote mínimo de condiciones.

Limitaciones (2.29) son las condiciones de la coherencia lógica entre

las variables itY y itP y la fuerza necesaria para la variable binaria itY

a tomar el valor 1 cuando el volumen de producción correspondiente

Hoyo es mayor que 0. La constante γ en (2.29) deben ser elegidos

suficientemente grande que la condición no constituye un verdadero

límite superior sobre el volumen de producto producible i. De hecho,

debería ser limitada sólo por encima de la capacidad disponible y

asignado por la demanda.

En todas las anteriores formulaciones de modelo que hemos asumido

implícitamente que los costes de producción son proporcionales a los

volúmenes de producción. Para algunos sistemas logísticos, sin

embargo, con el fin de fabricar un producto que puede ser necesario

establecer un sistema y que incurren en un costo de instalación. Sin

embargo, esos costos son necesarios sólo si el volumen de producción

es estrictamente mayor que 0, es decir, si la producción del producto

de que se trate efectivamente realizado. Otro parámetro,

itf = unidad de ajuste de costes de instalación para el producto i en el periodo t, se asigna y se convierte en el problema de optimización

(2.25)

(2.26)

(2.27)

(2.28)

(2.29)

(2.30)


32

Limitaciones (2.34) representan la coherencia lógica entre las

variables condiciones itY y itP y, como ya se ha observado para el

modelo (2.25).

Modelos (2.25) y (2.31) se mezclan los problemas de optimización

lineal binario, para cuya solución las mismas observaciones que para

el modelo (2.13) se aplican.

2.1.8. LISTA DE MATERIALES

Una ampliación de la base modelo de planificación se refiere a la

representación de los productos con una estructura compleja, que se

describe a través de la denominada lista de materiales, donde los

puntos finales son tomadas por los componentes que a su vez, puede

incluir otros componentes.

Formalmente, los siguientes parámetros se definen para describir la

estructura de la lista de materiales:

ija = unidades del producto i directamente requeridos por una unidad

de producto j

donde el término se refiere a los productos finales de ambos elementos

y componentes en los distintos niveles de la factura de los materiales.

Para cada producto i asignamos un itd de la demanda externa y una

demanda interna, inducido por éste los requisitos del producto i

necesarios para la fabricación de los componentes o al final del tema

para el cual i representa un componente directo. La demanda externa

de los componentes pueden proceder de otras plantas de fabricación

(2.31)

(2.32)

(2.33)

(2.34)

(2.35)


33

de la misma empresa o de fuera de los clientes que compran

componentes.

El consiguiente problema de optimización se formula como

El saldo limitaciones (2,37) se han modificado para tener en cuenta la

demanda generada internamente. Modelo (2,36) es un problema de

optimización lineal que puede resolverse, por lo tanto, de manera

eficiente.

2.1.9. MULTIPLES FABRICAS

En esta sección se supone que una empresa de fabricación cuenta con

una red de plantas de producción de M, situado geográficamente en

distintos lugares, que fabrican un solo producto. El sistema logístico

es responsable de suministrar N periféricas depósitos, que se

encuentra a su vez en distintos sitios. Cada planta de producción

{1,2, , }m M M∈ = … se caracteriza por una máxima disponibilidad de

producto, denotada por mS , mientras que cada planta

{1,2, , }n N N∈ = … tiene una demanda nd .

Además, suponer que los costos de transporte incurridos por mnC es el

envío de una unidad de producto desde la planta m al depósito n, para

cada par (m, n), de orígenes y destinos en la red logística. El objetivo

de la empresa es determinar un plan de logística óptima que satisfaga

(2.36)

(2.37)

(2.38)

(2.39)


34

a un costo mínimo de las solicitudes de los depósitos, sin violar la

máxima disponibilidad a las plantas. Debe quedar claro que el

problema se plantea con frecuencia se describe en los sistemas

logísticos, en distintos niveles de la red logística (por ejemplo, de los

proveedores a las plantas, a partir de plantas o almacenes de depósitos

para los clientes).

Las variables de decisión necesarios para modelar el problema

descrito representan la cantidad que se va a transportar para cada par

de plantas de depósito

mnX = unidad de producto que se transporta desde m de n

El problema de optimización resultante es

Limitaciones (2.41) garantizar que la disponibilidad de cada una de las

plantas no se supera, Considerando que las limitaciones (2.42)

establecer que la demanda de cada depósito de estar satisfechos.

Modelo (2.40) es un problema de optimización lineal, y puede ser

resuelto, por lo tanto, eficiente.

2.2. SISTEMAS DE GESTIÓN DE LOS INGRESOS

Gestión de los ingresos es una política de gestión cuyo objetivo es

maximizar los beneficios a través de un equilibrio óptimo entre la oferta y la

(2.40)

(2.41)

(2.42)

(2.43)


35

demanda. Es principalmente destinado a la comercialización, así como

actividades logísticas y ha encontrado cada vez más interés en la industria de

los servicios, en particular en el transporte aéreo, el turismo y la hotelería.

Más recientemente, estos métodos también han comenzado a propagarse

dentro de la fabricación y distribución de las industrias.

El fuerte interés mostrado por estas empresas en los temas considerados por

la gestión de los ingresos no debería ser una sorpresa, si tenemos en cuenta

la complejidad y la importancia estratégica de los procesos de toma de

decisiones relativas a la gestión de la demanda, que están dirigidas por

directores de marketing y logística. Consideremos, por ejemplo, las

complejas interacciones entre las decisiones sobre fijación de precios, las

promociones de ventas, rebajas, mezcla de definición y asignación de puntos

de venta, en un dinámico y competitivo contexto caracterizado por múltiples

canales de venta y varias otras formas de contacto con clientes.

A pesar de las posibles ventajas que las iniciativas de gestión de ingresos

pueden ofrecer a las empresas, hay ciertas dificultades que obstaculizan la

aplicación efectiva de proyectos y acciones dirigidas a la adopción de

gestión de los ingresos de metodologías y herramientas. Podemos identificar

varias explicaciones de la diferencia entre las intenciones y las iniciativas

emprendidas. Ciertamente, el temor de los gastos de ejecución y la

incertidumbre sobre los resultados que se pueden lograr desempeñar un

papel importante, como sucede en muchos proyectos de innovación.

Investigaciones empíricas muestran, sin embargo, que la razón principal de

la prudencia en la adopción de gestión de los ingresos debe buscarse en las

condiciones previas necesarias para iniciar con éxito un proyecto de gestión

de ingresos. Hay un alto nivel de interacción entre la gestión de los ingresos

y otros dos temas que hemos descrito anteriormente - la optimización de la

cadena de suministro y marketing relacional.


36

Por un lado, con el fin de aplicar métodos de gestión de los ingresos y

los instrumentos que es necesario disponer de un sistema integrado y

optimizado cadena logística que garantice la eficiencia y capacidad de

respuesta de los flujos logísticos. Por otro lado, también es necesario

poseer un profundo conocimiento de los clientes y una precisión de

micro-segmentación del mercado, logrado a través de minería de datos y

modelos analíticos, por lo tanto, basado en el análisis de los

comportamientos de compra real regularmente registrada en la

comercialización de datamart. Por lo tanto, a la rentabilidad aprobar la

gestión de los ingresos de una empresa debe ser capaz de mejorar y

transformar en conocimiento, a través de la utilización de metodologías

de inteligencia de negocios, la enorme cantidad de información recogida

por medio de tecnologías de recopilación automática de datos.

2.2.1. PROCESOS DE TOMA DE DECISIONES EN LA GESTIÓN DE

LOS INGRESOS

Gestión de los ingresos en la aplicación de modelos matemáticos para

predecir el comportamiento de los clientes en un micro-nivel y la

segmentación para optimizar la disponibilidad y el precio de los

productos con el fin de maximizar los beneficios. En este sentido,

podemos utilizar la misma definición introducida en el capítulo 13

para resumir los objetivos de marketing relacional: formular para cada

segmento, ideal para cada cliente, la oferta adecuada a través del canal

más adecuado, en el momento adecuado y al mejor precio.

El objetivo de la gestión de los ingresos es, por tanto, para maximizar

los beneficios, la armonización de la oferta de productos y servicios a

la demanda esperada, utilizando las principales palancas de la mezcla

de marketing (por ejemplo, precios, promociones, variedad) y

las palancas de la logística (por ejemplo, la eficiencia y la

puntualidad). Específicas y las características innovadoras de gestión


37

de los ingresos de las estrategias se centran en una mayor demanda

que oferta y un mayor énfasis en los costes de los ingresos, tales

características son a menudo ausentes de las políticas de gestión

adoptadas por la mayoría de las empresas.

Como ya se ha observado, en los últimos años la gestión de los

ingresos se ha aplicado con más éxito de muchas empresas que operan

en el sector de los servicios. Entre los pioneros en este campo son las

líneas aéreas, cadenas hoteleras, empresas de alquiler de automóviles,

parques temáticos, teatros y otros espectáculos relacionados con las

empresas.

Las características comunes de estos campos están bien claros: un

producto altamente perecedero, una bastante bajo coste marginal de

las ventas y la posibilidad de aplicar políticas de fijación de precios

dinámica y la explotación de múltiples canales de ventas.

Gestión de los ingresos afecta a un muy complejo proceso de toma de

decisiones de importancia estratégica, como se muestra en la Figura

2.2.

Figura 2.2 Procesos de toma de decisiones en la gestión de los ingresos [2]


38

• la segmentación del mercado, por producto, canal de distribución,

consumo y tipo de área geográfica, realiza utilizando modelos de

minería de datos;

• predicción de la demanda futura, utilizando series de tiempo y

modelos de regresión;

• identificación de la variedad óptima, es decir, la mezcla de

productos que se asignados a cada punto de venta;

• definición de la función de respuesta de mercado, obtenido

mediante la identificación de modelos y normas que explican la

demanda sobre la base de acciones de la empresa, las iniciativas de

los competidores y otros eventos exógenos contextuales;

• la gestión de las actividades encaminadas a determinar el precio de

cada producto (precios), así como el calendario y el importe de

markdowns;

• la planificación, gestión y seguimiento de las promociones de

ventas, y la evaluación de su eficacia;

• análisis de ventas y el control, y el uso de la información

recopilada para evaluar las tendencias del mercado;

• material de las adquisiciones y la gestión de las existencias

políticas, como la política de control, la frecuencia de las órdenes,

reordenar cantidades;

• la gestión integrada de los diferentes canales de distribución y

ventas.

Gestión de los ingresos se basa en los siguientes principios básicos:

Para hacer frente a las ventas a micro segmentos: la segmentación

llevada a cabo por medio de inteligencia de negocios y modelos de

minería de datos es fundamental para lograr un conocimiento

adecuado del mercado.

Para aprovechar el ciclo de valor del producto: para generar los

ingresos más altos, es necesario comprender el valor del ciclo de


39

los productos y servicios, con el fin de sincronizar su

disponibilidad óptima en el tiempo y para determinar el precio

para cada segmento de mercado de las microempresas. Observe

que el valor del ciclo también depende de la sensibilidad de las

micro-segmentos de variaciones de precios.

Para tener un precio orientado a costos más que enfoque orientado

a equilibrar la oferta y la demanda: cuando la oferta y la demanda

están fuera de equilibrio, la mayoría de las empresas tienden a

reaccionar aumentando o disminuyendo la capacidad. En muchos

casos, tal vez, sin embargo, más conveniente a adoptar las

variaciones de precios, evitando las variaciones en la capacidad de

repetirse.

Para tomar conocimiento y decisiones: un uso coherente de los

modelos de predicción tiende a significar que las decisiones sobre

una base de conocimientos más sólida. En particular, una correcta

predicción de los comportamientos de compra del consumidor es

esencial para evaluar la elasticidad y las reacciones a las

variaciones de precios.

Para examinar periódicamente nuevas oportunidades para

aumentar los ingresos y beneficios: la posibilidad de acceso

oportuno a la información disponible, combinada con la

posibilidad de considerar escenarios alternativos, fortalece las

competencias de los analistas de marketing y aumenta la eficacia

de su actividad.

La aprobación de la gestión de los ingresos de los métodos y

herramientas requiere unos requisitos previos que debe cumplir dentro

de una empresa, ya que sin ellas los resultados probablemente no se

lograrán. Como con cualquier proyecto de innovación, es el pueblo y

la organización que constituyen un factor clave de éxito en lugar de la

utilización de herramientas de software específicas. En este caso

también, la cultura y la estructura de los procesos dentro de una


40

organización debe estar dispuesta a adoptar herramientas poderosas

que puede resultar inseguro y perturbar indebidamente si utilizados.

Por lo tanto, es necesario desarrollar en la empresa una cultura de la

información, en particular entre los trabajadores del conocimiento que

operan en los departamentos de marketing y logística, más

directamente relacionados con la aplicación de estrategias de gestión

de los ingresos. Esto significa que todos los datos de comercialización

debe ser sistemáticamente recopilada, controlado, normalizado e

integrado y se almacena en una base de datamart. Para segmentar el

mercado y la creación de micro-sectores, los métodos de inteligencia

de negocios y modelos analíticos que deben utilizarse. Por lo tanto, es

aconsejable que una empresa de pasar a la gestión de los ingresos que

ya han desarrollado iniciativas de marketing relacional o, al menos,

para poder llevar a cabo análisis de datos.

Por otro lado, las decisiones que participan en las estrategias de

gestión de ingresos comparten muchos aspectos con el departamento

de logística y, en particular, con la gestión de los flujos en la cadena

de suministro. También en este caso, en particular para empresas de

fabricación, es aconsejable para una empresa teniendo en cuenta los

ingresos gestión que ha estimado previamente se embarcó en la

cadena de suministro y la integración proyectos de racionalización,

con el fin de garantizar una adecuada reducción de los costes que,

combinado con el aumento de los ingresos obtenidos a través de la

gestión de los ingresos, puede dar lugar a un aumento significativo en

los beneficios. Además, la cadena de suministro eficaz la gestión

también es necesaria para garantizar la repoblación.


41

2.2.2.

2.3. ESTUDIOS DE CASO DE NEGOCIOS

En esta sección se describen dos ejemplos de las aplicaciones del mundo real

de la optimización modelos para la logística y la planificación de la

producción. La primera se refiere a una empresa que opera en la industria

alimentaría, mientras que el segundo se refiere a una empresa que fabrica las

soluciones integradas para el embalaje de productos alimenticios líquidos.

2.3.1. PLANIFICACIÓN LOGÍSTICA EN LA INDUSTRIA ALIMENTARIA

El sistema logístico de la empresa de fabricación de alimentos consiste en una red cuyos nodos representan los proveedores de materias primas, producción de plantas y centrales almacenes y periféricas, como se muestra en la Figura 2.3. Minoristas y mayoristas distribución a los puntos de venta, situado abajo de los depósitos, se considerarse ajena a la logística subsistema aquí.

Figura 2.3 Estructura del sistema de logística de producción

para una empresa en la industria alimentaría. [2]


42

La planificación logística es impulsada por el plan de la demanda, que

a su vez depende de las previsiones de ventas de artículos

individuales, desglosados por almacén y por período. Abastecimiento,

producción y planes de distribución primaria son, por tanto, destinado

a alimentar los puntos finales en los almacenes centrales y periféricos.

La transformación industrial fabrica productos de baja complejidad en

las líneas de transferencia, es decir, líneas de producción altamente

automatizado, diseñado para alcanzar altos índices de producción,

incluso con un número limitado de plantas flexibilidad. El ciclo de

procesamiento incluye, básicamente, dos grandes fases: la fase de

producción, las materias primas son transforma en productos

semiacabados, que durante la fase de envasado se convirtieron en los

puntos finales. Ambas líneas de producción y embalaje de operar en

un modo de procesamiento por lotes. En general, cada elemento puede

ser producido en varias plantas y en varias líneas dentro de una

determinada planta. Cada planta incluye la producción y líneas de

envasado, mientras que la transferencia de productos semiacabados de

una planta a otra no está permitido. Basándose en el perfil de la

demanda, y sobre las necesidades de capacidad de producción, cada

una de las dos fases del ciclo de producción puede representar un

cuello de botella del sistema de fabricación durante los períodos

incluidos en el horizonte de planificación. Dado que los objetivos de

la empresa de bienes de consumo los mercados, si la demanda de un

tema para un depósito no puede ser satisfecha en un período

determinado, se supone que esto se traduce en pérdida de ventas. Por

lo tanto, la empresa no permite que cualquier retraso en la demanda

que deben cumplirse durante los períodos siguientes.

El sistema logístico se compone de decenas de plantas de producción

de viviendas y cientos de líneas de envasado. Más de un millar de

artículos finales se producen y, posteriormente, almacenadas en los

almacenes centrales y periféricos. Cada línea de producción o


43

envasado puede producir hasta decenas de productos semielaborados o

productos finales.

Hay plantas que fabrican un reducido número de artículos (dos o tres)

y plantas que son capaces de producir una parte considerable de la

gama de productos.

Varias decisiones dependen de la empresa del plan de logística, y se

beneficiarían de un plan de producción y distribución que sea más

eficiente y estable. Algunas de estas decisiones son:

el dimensionamiento óptimo de las poblaciones, a fin de garantizar

el nivel de servicio requerido;

el plan de asignación a las plantas de la demanda procedente del

mercado en cada almacén, con el fin de lograr un equilibrio

óptimo entre la producción, distribución y suministro de los

costos;

el plan de asignación de la capacidad de producción, con la posible

adición de capacidad extra, con turnos de trabajo extra y el trabajo

a tiempo parcial o por la subcontratación de la producción de

algunos de los asociados externos (co-envasadores); por otra parte,

la compañía necesita establecidos a medio plazo las obligaciones

contractuales con sus compañeros de los envasadores, que se ven

significativamente afectados por la estabilidad y la fiabilidad del

plan logístico ideado;

el plan de abastecimiento, y de los correspondientes contratos de

mediano plazo con los proveedores para la adquisición de materias

primas y envases.

Antes de que el nuevo sistema de planificación basado en un modelo

de optimización se presentó, era costumbre de elaborar el plan de

logística en una forma global, por familias de artículos y con

capacidad infinita, sin considerar debidamente los costes y, por tanto,

sin intento de optimización. Tras las simulaciones se han utilizado


44

para determinar el nivel correspondiente de la capacidad de

producción y el compromiso partes del plan de logística que resultó no

ser viable. En algunos casos, primera transformación, tales actividades

fueron seguidas por más centrado análisis desarrollados por los

planificadores usando simples hojas de cálculo. Este proceso de

desarrollo resultó en gran medida incapaz de gestionar eficazmente

una muy compleja cadena de suministro; además, también es

ineficiente, ya que los operadores están obligados

continuamente a aplicar las correcciones y evaluaciones.

La optimización del sistema de planificación logística

La reingeniería del proceso de gestión de la cadena de suministro ha

llevado a la elaboración de un sistema logístico de apoyo a la decisión

cuya inteligencia está representada por un modelo integrado de

optimización de logística de todo el sistema de producción.

Figura 14-4 muestra un bosquejo de la arquitectura del sistema.

El sistema utiliza una logística mart datos que constituye una base de

datos local, también a aumentar la eficiencia en la generación y la

solución de modelo de optimización por medio de la algorítmica

motor. La información contenida en los datos de los sistemas de

información

Previsiones de la demanda, Inventario de los objetivos

Módulo de comunicación, Datos entrymodule, Logística data mart,

Módulo de visualización, Módulo de presentación de informes,

Modelado y optimización de motores.


45

Figura 2.4 Arquitectura de la optimización de la producción del sistema logístico. [2]

Data Mart se introduce y se actualizó en dos formas diferentes: por un

lado, a través de la adquisición automática de datos del sistema de

información de la empresa, y por otro lado, a través de la entrada de

datos por los usuarios de los datos y parámetros necesarios para

elaborar el óptimo plan de logística y no figura en el sistema de

información de la empresa.

Entrada principal de datos adquiridos en el sistema de información

están representados por el plan de la demanda, formulada por el tema,

de almacén y período. El plan de la demanda se determina en base a

las previsiones de ventas, que están disponibles en el nivel más alto de

precisión. Previsiones de ventas para cada punto de venta son, por

tanto, agregados, la asignación de la demanda de cada almacén central

y periférico. Por último, para obtener el plan de la demanda, la suma

de las previsiones de ventas se han corregido para tener en cuenta el

nivel deseado de las existencias, se definen a los efectos de garantizar

un nivel de servicio a los clientes.

El plan de logística, que se actualiza cada semana de forma rotatoria,

es por lo general desarrollado a lo largo de un período de tiempo de un

año, dividido en semanas. Aguas abajo, el sistema de planificación


46

está integrado con otros módulos que permiten que materias primas y

material de embalaje que se determinen los requisitos de fabricación a

través de la planificación de los recursos.

En el corazón de la planificación del sistema de apoyo a las decisiones

es el módulo de modelado y algorítmica, lo que a su vez se basa en

una capacidad finita-modelo de optimización de toda la logística del

sistema. En particular, este es un tiempo discreto modelo determinista

que usa una red de representación de la logística del sistema. Los

nodos de la red representan los centros de suministro, las plantas y

almacenes en el que la demanda se sitúa, como se indica en la Figura

14.3. Para cada planta, el modelo considera que las dos fases del

proceso de fabricación - la producción y líneas de envasado. Las dos

fases están previstas en forma coordinada, ajustando correctamente el

volumen de los productos transformados en cada fase de cada uno de

los períodos durante el horizonte de planificación.

Cada línea de producción y envasado se le asigna la capacidad

disponible, expresado en horas, por cada período del horizonte de

planificación. La capacidad disponible de mano de obra en la líneas de

envasado es también asignado, planta por planta, ya que los recursos

humanos empleados en los envases son varios los trabajadores

cualificados y pueden ser compartidos entre las diferentes líneas de la

misma planta. Por último, asigna un potencial de la disponibilidad de

mano de obra en términos de horas extraordinarias, vacaciones o el

trabajo estacional, que puede ser utilizado cuando sea necesario a un

costo adicional.

En cuanto a la gestión de las existencias, el modelo de entrada de

datos especificar un nivel de existencias, que se define sobre la base

de la demanda y el perfil de nivel de servicio deseado, y un exceso de

valor no debe superarse. El plan de logística debe garantizar a cada


47

uno de los períodos que las reservas estén por encima del nivel de

seguridad y por debajo del exceso umbral. Por cada violación de estas

condiciones, un recargo asignado como de entrada se aplica.

El tamaño mínimo de los lotes también se especifica, tanto para la

producción y líneas de envasado, en función de la semi-acabados y

productos finales artículos.

Por último, el modelo se ocupa de las afecciones secundarias, que se

asignará en la discreción de los planificadores, como la aplicación de

los volúmenes mínimos y máximos para determinados artículos

finales, o especificando una serie de productos semiacabados y

productos pueden ser fabricados al comienzo o al final de cada

período.

El modelo también determina la oferta de sémola a las plantas. Esto

puede ser adquirido a través de dos canales: se puede adquirir de

proveedores externos, o se puede obtener de las plantas de producción

(fábricas) de propiedad de la empresa, que a su vez han de obtener las

existencias de trigo de mercados de suministro. En resumen, los datos

de entrada al sistema son:

el plan de la demanda, especificados para cada almacén, tema

y período;

el inventario inicial para cada almacén;

el proyecto de ley de los materiales;

la tecnología de mapas, que lista todas las combinaciones

posibles y el correspondientes rendimientos entre los

productos semiacabados y líneas de producción, así como

entre los puntos finales y las líneas de envasado;

la capacidad de producción y líneas de envasado en los

períodos del horizonte de planificación;

la disponibilidad de tiempo de trabajo, en términos de regular

las horas de trabajo, turnos extras, vacaciones y tiempo de

trabajo de temporada;


48

mínimo lotes y la obligó exceso de producción y embalaje;

la disponibilidad de los diferentes tipos de trigo en el

suministro de los mercados;

la capacidad en las fábricas de transformación en la sémola de

trigo;

la disponibilidad de sémola de terceros en las fábricas;

la mezcla los requisitos de calidad para la transformación del

trigo en sémola.

La función objetivo del modelo tiene los siguientes factores de costo

en cuenta:

los gastos de transporte de la transferencia de los artículos

finales de cada planta a cada almacén;

los costes de producción para las líneas de producción, neto de

costos de mano de obra;

los costes de producción para las líneas de envasado, neto de

costo de mano de obra;

el costo de la pena de no alcanzar el nivel de existencias;

el exceso de coste de la pena;

el costo determinado por pérdida de ventas debido a la

requerida de los productos que se disponible en el plazo

adecuado;

el coste unitario del trabajo, el horario normal de trabajo,

turnos extras, vacaciones y estacional de trabajo;

el costo de los diferentes tipos de trigo disponible en el

suministro de los mercados;

el costo de molienda;

el costo de comprar en la sémola de terceros molinos.

La representación del sistema logístico descrito lleva a una gran escala

mixta modelo de optimización binario, debido a la presencia de

variables de decisión binarios.


49

Sin embargo, a pesar de su alto nivel de complejidad, el modelo no

requiere más de unos pocos minutos de tiempo de cálculo, debido a la

existencia de un algoritmo especial que da una solución aproximada.

Al final de la computación, el modelo proporciona un óptimo plan de

logística integrada, proporcionando la siguiente información:

la asignación de la demanda de las plantas;

el plan de distribución, expresando los volúmenes finales de

los productos enviados por semana desde cada planta a los

almacenes centrales y periféricos;

la producción y envasado de los planes de cada una de las

plantas, indicando los volúmenes de productos semielaborados

y productos finales procesados por semana

cada línea de producción y envasado, con la posibilidad de

transformación antes de tiempo con respecto a las fechas de

vencimiento, siempre que sea necesario o

ventajosa;

el plan de inventario, especificando los niveles óptimos de

existencias semanales de los productos finales en cada

almacén;

posiblemente la demanda insatisfecha de los artículos finales

de cada almacén;

la capacidad de producción de plan de participación, tanto para

las líneas y el trabajo;

el suministro de materias primas y embalaje;

el empleo de mano de obra adicional, en forma de turnos

extras, vacaciones de trabajo o el trabajo estacional;

la compra de los mercados de suministro y coste de

almacenamiento de trigo, sobre la base de la disponibilidad

prevista;


50

el transporte de trigo de mercados de suministro a las fábricas

de la propia empresa;

la mezcla y la transformación del trigo en sémola en la

empresa propias fábricas;

la compra de las fábricas de sémola de terceros proveedores;

el transporte interno de sémola de molinos y fábricas de

proveedores a las plantas.

PRINCIPALES VENTAJAS

El uso del sistema de apoyo a la decisión para la planificación

logística ofrece varios ventajas, tanto en términos de eficiencia en la

elaboración del plan y la eficacia de los planes generados.

Que requiere menos esfuerzo por parte de los planificadores, al mismo

tiempo que contribuyen a un importante trabajo de enriquecimiento,

ya que están obligados a desempeñar un papel de toma de decisiones

que es más gratificante a nivel personal y de mayor valor a la empresa.

De hecho, el sistema permite a los usuarios realizar y gestionar

análisis de diferentes hipótesis de experimentar con los datos de

entrada y los parámetros del modelo. De esta manera, los

planificadores puede simular y evaluar el efecto de diferentes

condiciones y supuestos, que lleve a cabo lo que, si los análisis a fin

de lograr el más efectivo plan de logística. Por ejemplo, pueden

modificar algunos parámetros de gastos, o el nivel de las existencias, o

la disponibilidad de mano de obra, con el fin de evaluar las

consecuencias de tales cambios. Cabe mencionar en particular y de

gran ventaja es la posibilidad de asignar cantidades predeterminadas

de los volúmenes de producción, por un solo tema o grupo de temas,

así como por un solo período o períodos de grupo.

Los planificadores responsables de la adquisición de trigo también

puede usar fácilmente el sistema para llevar a cabo lo que, si el


51

análisis de diferentes escenarios alternativos, formuladas por diversos

parámetros del modelo, tales como los costos de transporte, costes de

adquisición de trigo, los tipos de cambio, y la capacidad de

transformación de la propia empresa molinos.

Además, el sistema alienta a una mayor integración entre las ventas y

el departamento de planificación de la cadena de suministro el

departamento de gestión, mediante la reducción de los conflictos

interdepartamentales y la mejora de la calidad de las decisiones

relativas a la mezcla de marketing, destinadas a maximizar los

beneficios económicos globales de la empresa.

Otras ventajas que vale la pena mencionar se refieren a la amplia

gama de decisiones de gestión que se benefician de la introducción de

un plan de optimización de logística, entre los que se encuentran:

la posibilidad de evaluar la viabilidad de la repoblación

plan elaborado por el departamento de ventas;

la definición de los contratos con los proveedores de materias

primas y embalaje, así como con terceros co-envasadores;

la definición del presupuesto, formulado con carácter

renovable y en aplanning con horizonte de 18 meses;

la contratación y planes de formación para el trabajo

estacional;

la posibilidad de evaluar el impacto de los planes de expansión

de la capacidad de producción, pueden obtenerse a través de la

expansión de la producción y líneas de envasado en las

instalaciones existentes, la construcción de nuevas plantas de

fabricación y la activación de las relaciones con los nuevos co-

envasadores;

la asignación óptima de la demanda a las plantas de

conformidad con el plan de distribución a los mercados.


52

2.3.2. PLANIFICACIÓN LOGÍSTICA EN LA INDUSTRIA DEL EMBALAJE

El segundo caso se refiere aquí a una empresa que produce soluciones

integradas para el procesamiento, envasado y manipulación de

productos alimenticios líquidos.

El gran complejo logístico y red de producción incluye alrededor de

60 plantas, 1000 diferentes productos finales y 200 áreas de mercado

asignado a más de 100 divisiones de ventas, llamado mercado de las

empresas.

La estructura orgánica que ocasiona la independencia en la toma de

decisiones por parte de las empresas del mercado local, lo que les

lleva a ceder la producción a la planta de su preferencia, sin tener en

cuenta los objetivos globales de optimización a nivel de empresa. La

política de la independencia en la toma de decisiones también implica

una falta de homogeneidad de los costes y el rendimiento de los

servicios entre los diversos centros de producción. Costos y tiempos

de entrega dependerá del número de productos fabricados en una

planta determinada, y la falta de homogeneidad en las asignaciones es

considerable, ya que el número de productos asignados a las distintas

plantas de producción pueden variar de 10 a 100.

Un sistema de apoyo a las decisiones de mediano plazo para la

planificación logística se ha desarrollado, con funciones y

características no muy diferentes de los descritos en la sección

anterior. Su principal objetivo era asignar la demanda a las plantas a

fin de minimizar la logística y los costes de producción.

El modelo de optimización que representa el componente de

inteligencia de que el sistema considera a cada planta las dos fases de


53

la producción requerido por la tecnología de procesamiento de la

empresa. Para cada etapa, el modelo tiene en cuenta:

los costes de producción por línea y por planta;

el costo de las adquisiciones de materias primas de los

proveedores;

los costes de transporte de las materias primas;

los costes de transporte de las plantas a los mercados para los

productos finales;

las limitaciones impuestas por la capacidad de las líneas de

producción;

la escasa disponibilidad de algunos componentes tecnológicos

requeridos por el proceso de producción;

la tecnología de mapas que describen todas las posibles

combinaciones de líneas y productos, junto con la relativa

trámites.

El modelo de optimización también determina la transferencia de una

planta a otra para algunos componentes del proceso tecnológico, cuyo

número total está limitada por consideraciones de costo. La solución

del modelo resultante conduce a una logística óptima y el plan de

producción, que incluye las siguientes opciones:

el plan de abastecimiento de materias primas de los

proveedores, para cada planta y para cada período;

el plan de producción para cada línea, la planta, producto y

período, y por lo tanto, la asignación óptima de la demanda

para las plantas;

el plan de distribución para cada producto, planta, área de

mercado y el período;

la asignación y la posible transferencia entre las plantas de

proceso tecnológico los componentes críticos en cada período.

El Conocimiento y Aplicaciones BI

Documents

Transcript of El Conocimiento y Aplicaciones BI