El Conocimiento y Aplicaciones BI
description
Transcript of 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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
5
CAPITULO I
EL CONOCIMIENTO
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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).
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
18
CAPITULO II
APLICACIONES DEL BUSINESS INTELIGENCE
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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,
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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,
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
0 otra cosaikB ⎧⎨⎩
1 orden k si para el producto i es un retraso de dos periodos2
0 otra cosaikB ⎧⎨⎩
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)
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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)
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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)
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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)
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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)
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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]
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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]
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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;
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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;
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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
UNIVERSIDAD NACIONAL DE TRUJILLO EL CONOCIMIENTO Y APLICACIONES DEL BUSINESS INTELLIGENCE
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.