modelamiento de cadenas de suministro:...

MODELAMIENTO DE CADENAS DE SUMINISTRO: TECNOLOGÍAS, VALOR ECONÓMICO AGREGADO Y CASOS DE ÉXITO

Ing. Jesus Velasquez, Ph. D.

Chief Scientist, DecisionWare Corp.

[email protected]

COMPETITIVIDADes el resultado de la suma de tres productividades:

TECNOLÓGICA: eficacia de los procesos industriales;

ECONÓMICA: eficacia en el acceso a los mercados;

GERENCIAL: eficacia del proceso de toma de decisiones.

Esta última maneja del orden del 20% de los costos totales y su soporte científico es

Business Analytics and Optimization

BUSINESS ANALYTICS AND OPTIMIZATION

TECNOLOGIAS:BUSINESS ANALYTICS

AND OPTIMIZATION

Objetivo OptimizationBusiness

Analytics

Fundamento

Matemática

• Programación Lineal,No-lineal, Mixta, Binaria,

• Teorías de Gran Escala

• Optimización Estocástica

• Equilibrio Computable

• Probabilidad • Estadística Clásica• Estadística Bayesiana• Series de Tiempo• Estimación de Estado• Econometría•Teoría de Colas

Inteligencia

Artificial

• Metaheurísticas:

• Algoritmos Genéticos

• Colonia Hormigas

• Recocido Simulado

• Tabu Search

• Redes Neuronales

• Lógica Difusa

• Sistemas Expertos

• Sistemas Multiagentes

• Celular Automata

LA CADENA DE TOMA DE DECISIONES

ESTRATEGIA

INVERSIÓN A LARGO PLAZOLI: LÓGICA DE INVERSIÓN

OM: OPERACIONES MENSUALES

TÁCTICA DE MEDIANO PLAZO

METAS OPERACIONALES A MEDIANO PLAZOOM: OPERACIONES MENSUALES

TÁCTICA DE CORTO PLAZO

METAS DE OPERACIONALES A CORTO PLAZOOM: OPERACIONES MENSUALES

OS: OPERACIONES SEMANALES

PROGRAMACIÓN DE OPERACIONES

ORDENES DE OPERACIONOS: OPERACIONES SEMANALES

OD: OPERACIONES DIARIAS

COORDINACIÓN JERÁRQUICA

Horizonte Planificación

WO OM

OD OS

Condición de Frontera

OM

LI

OM


PUERTO (pu)

SISTEMA PRODUCCIÓN CRUDO

(sp)

PLANTACION (zb)

REFINERÍA CRUDO (re)

PUERTO (pu)

ZONA DE CONSUMO

(zd)

SISTEMA DUCTOS(s)

MODO TRANSPORTE

REFINERÍA CRUDO (re)

PLANTA TERMICA

(ct)

BIO-REFINERÍA(re)

BIO-REFINERÍA(re)

CADENA DE ABASTECIMIENTO MULTINEGOCIO

TERMINAL(n)

TERMINAL(n)


CADENA DE VALOR AGREGADO


OPTIMIZACIÓNDE LA CADENA DE OFERTA

PLANIFICACIÓN AGREGADA DE

OPERACIONES INDUSTRIALES

(METAS DE OPERACIÓN)

DISEÑO CADENA DE ABASTECIMIENTOPLANIFICACIÓN DE INVERSIONES

POLÍTICAS ESTRATÉGICAS DE PRODUCCIÓN

SELECCIÓN DE NUEVOS PRODUCTOS

PROGRAMACIÓN DE ACTIVIDADES

COMPRAS - PRODUCCIÓN

DISTRIBUCIÓN - DE MANTENIMIENTO

SOPORTE DE DECISIONES

ESTRATEGIA

TÁCTICA

OPERACIÓN

Supply Chain Optimization

PRODUCCIÓN

PLANIFICACION AGREGADADE


MANTENIMIENTO

PLANIFICACION DE INVERSIONES

POLITICAS ESTRATEGICAS DE PRODUCCION

DISTRIBUCIÓN

APSAdvanced

Planning & Scheduling

SOPORTE DE DECISIONESADMINISTRACIÓN DE LAS DECISIONES

MES: Manufacturing Execution Systems


PRODUCCIÓN

PLANIFICACION AGREGADADE


MANTENIMIENTO

PLANIFICACION DE INVERSIONES

POLITICAS ESTRATEGICAS DE PRODUCCION

DISTRIBUCIÓN

SCMSupply ChainManagement

SOPORTE DE DECISIONESADMINISTRACIÓN DE LAS DECISIONES

MES: Manufacturing Execution Systems


J. Shapiro. “Beyond Supply Chain Optimization to Enterprise Optimization”




TecnologíasAnalíticas

TecnologíasTransaccionales



APSSCM

ERP-TMS-WMS

VENTAS:Podemos

Vender 5000

MARKETING:La romoción venderá 7000

FINANZASTenemos

Presupuesto para 3000

MANUFACTURAPodemos Producir

2500

DEMAND PLANNING

PRODUCTIONPLANNING/

SCHEDULING

INVENTORY PLANNING

SOURCINGPLANNING

CADENA NO SINCRONIZADA


VENTAS:Podemos

Vender 5000

MARKETING:La romoción venderá 7000

FINANZASTenemos

Presupuesto para 3000

MANUFACTURAPodemos Producir

2500

DEMAND PLANNING

PRODUCTIONPLANNING/

SCHEDULING

INVENTORY PLANNING

SOURCINGPLANNING

DEMAND PLANNING

PRODUCTIONPLANNING/

SCHEDULING INVENTORY PLANNING

SOURCINGPLANNING

CADENA SINCRONIZADA


DEMAND PLANNING

PRODUCTIONPLANNING/


SOURCINGPLANNING

MODELOS MATEMÁTICOS

PLANIFICACIÓNINTEGRADA

CADENA SINCRONIZADA


Planificación

Táctica y Estratégica

Planificación

de Producción

Planificación de Compras

Planificación de Demanda

Planificación

Logística

Planificación Investigació y Desarrollo

Planificación

de Fuerza de Ventas

Planificación Financiera

DEMAND PLANNING

PRODUCTIONPLANNING/


SOURCINGPLANNING

APSSCM

CADENA SINCRONIZADA


S


• Planeación de Producción (2,4)

• Planeación de Fuerza de Trabajo (2,4)

• Secuencia (2) Programación (2,3,4,5)

• Asignación (2)

• Distribución y Logística (2)

• Mezclas (1,2,3,4)

• Optimización Refinerías (3,4)

• Diseño de Procesos (4)

• Diseño de Ingeniería (3,4)

• Selección y Ubicación de Bodegas (2)

• Inversión / Des-Inversión (2,4)

• Diseño de Redes (2,4)

• Optimización Financiera (2,4)

Josef Kallrath “Modelling Languages”, Bad Honnef, Apr 23 – 2003

1. LP : PROGRAMACIÓN LINEAL

2. MILP : PROGRAMACIÓN LINEAL ENTERA MIXTA

3. NLP : PROGRAMACIÓN NO LINEAL

4. MINLP : PROGRAMACIÓN NO LINEAL ENTERA MIXTA

5. CP :PROGRAMACIÓN POR RESTRICCIONES


Primer Lenguaje

AlgebraicoGAMS

LibreríaComerciales

CPLEX

Productores ERPs

Inviertenen Modelos

MPSX

1947

TIEMPO DESARROLLO DE MODELOS

1980 – 2 años2011 – 2 meses

SistemasComercialesDesarrollo

Sistema de Soporte de Decisiones

OPTIMIZACIÓNDE LA CADENA DE DEMANDA

OPTIMIZACIÓN DE LA CADENA DE DEMANDA

ELABORACIÓN DE LISTAS DE PRECIOSPLANIFICACIÓN DE PROMOCIONES

PLANIFICACIÓN DE FUERZAS DE VENTASPOLÍTICAS DE INVENTARIOS

ASIGNACIÓN DE RECURSOS DE MECADEO Y VENTAS

PLANIFICACIÓN DE INVERSIONESLOCALIZACIÓN DE ALMACENES

SELECCIÓN DE NUEVOS PRODUCTOSSELECCIÓN DE PROVEEDORES

PROGRAMACIÓN DE ACTIVIDADES DE VENTASPLANIFICACIÓN DE ESTANTERÍAS

PLANIFICACIÓN DE REMATES

ESTRATEGIA

TÁCTICA

OPERACIÓN

Demand Chain Optimization

PROGRAMACION DE ACTIVIDADES DE VENTASPLANIFICACION DE ESTANTERIAS

PLANIFICACION DE REMATES

ELABORACION DE LISTAS DE PRECIOSPLANIFICACION DE PROMOCIONES

PLANIFICACION DE FUERZAS DE VENTASPOLÍTICAS DE INVENTARIOS

PLANIFICACIÓN DE INVERSIONESLOCALIZACIÓN DE ALMACENES

SELECCIÓN DE NUEVOS PRODUCTOSSELECCIÓN DE PROVEEDORES

SOPORTE DE DECISIONESADMINISTRACIÓN

DE LAS DECISIONES

REVENUE MANAGEMENT

OPTIMAL PRICING


APLICACIONES EN LA CADENA DE DEMANDA

DEMLong/Medium/Short

Term Demand

Medium / Short TermDemand Forecast

Medium / Short Term Demand

Scenarios

ERP“ON-LINE”

CompromisedClient Orders

Long / Medium TermDemand Scenarios

DEMAND

CARACTERIZACION DE LA DEMANDA(LONG/MEDIUM TERM FORECAST)

PREDICCION DE CORTO PLAZO(SHORT TERM FORECAST)

REVENUE MANAGEMENT(OPTIMAL PRICING)

OPTIMIZACION DE RECURSOS• MODELOS SERVICIO A CLIENTES

• FUERZAS DE VENTAS


EXPLORACIÓN DE DATOS

(DATA MINING)

SEGMENTACIÓN DE

CLIENTES

OTRASFUENTES DE DATOS

BODEGA DE DATOS

COMPORTAMIENTO DE PRODUCTOS POR

SEGMENTO

FUNCIÓN DE DEMANDA POR SEGMENTOS DE

CLIENTESBusiness Analytics



(DATA MINING)

SEGMENTACIÓN DE

CLIENTES


BODEGA DE DATOS


SEGMENTO




CARACTERIZACION DE LA DEMANDA - (LONG/MEDIUM TERM FORECAST)

PREDICCION DE CORTO PLAZO - (SHORT TERM FORECAST)

OPTIMIZACIÓN DE PRECIOS ESTIMACION DE LA CURVA DE DEMANDA

Cantidad = Función (Precio)



(DATA MINING)

SEGMENTACIÓN DE

CLIENTES


BODEGA DE DATOS


SEGMENTO




MODELO DE OPTIMIZACIÓN

Optimization

REVENUE MANAGEMENT

ASIGNACION RECURSOS

NIVELES DE INVENTARIO

COSTOS PRODUCTOS

In 1985, PEOPLE Express an every day low price airline, …

was named the fastest growing company in America.

By September 1986, however, PEOPLE Express was dead. What changed ? For

one thing, American Airlinesimplemented a new version of

Revenue Management

SOLUCIONES TECNOLÓGICAS

Optimización

Procesos

Estocásticos

Fundamentos

Matemáticos

•Programación Lineal,

No-lineal, Mixta, Binaria, ...

•Teorías de Gran Escala

• Optimización Estocástica

• Equilibrio Computable

• Probabilidad

• Estadística Clásica

• Estadística Bayesiana

•Series de Tiempo

• Estimación de Estado

• Econometría

•Teoría de Colas

Inteligencia

Artificial

•Metaheurísticas:

• Algoritmos Genéticos

• Colonia Hormigas

• Recocido Simulado

• Tabu Search

• …

• Redes Neuronales

• Lógica Difusa

• Sistemas Expertos

• Sistemas Multiagentes

• Celular Automata

DEMAND SUPPLY

TPO

PLANIFICACIÓNTÁCTICA

OPERACIONES

DEMLONG/MEDIUM/SHORT

TERM DEMAND

POLITICA DEINVETARIOS

METAS DE PRODUCCIÓN

ERP“ON-LINE”

PEDIDOS DE CLIENTESCOMPROMETIDOS

METAS DEDISTRIBUCIÓN

REQUERIMIENTOS

DE MATERIALES

ORDENES DEPRODUCCIÓN

ORDENES DEDISTRIBUCIÓN

ORDENES DECOMPRAS

SCD

DISEÑO CADENA ABASTECIMIENTO

ESCENARIOS DE DEMANDA DE LARGO/MEDIANO PLAZO PLANES DE

EXPANSIÓN

SCHEDULING

PLANIFICACIÓN

ESTRATÉGICA

PLANIFICACIÓN

TÁCTICA

SOO

OPTIMIZACIÓNCOMPRAS

PSC

PROGRAMACIÓNPRODUCCIÓN

ATP-D

ASIGNACIÓNPRODUCTOS

PEDIDOS

DIS

PROGRAMACIÓNDISTRIBUCIÓN

INV

POLÍTICASINVENTARIOS

ESCENARIOS DE DEMANDADE MEDIANO/CORTO PLAZO

ESCENARIOS DE DEMANDADE MEDIANO/CORTO PLAZO


PTATactical Planning of

Industrial Ops


Term Deman

INVInventory Policy

Medium / Short TermDemand Projection

Medium / Short Term Demand Scenarios

InventoryPolicy

ProductionGoals

ERP“ON-LINE”

Compromised Orders

PODProductionScheduling

DISDistributionScheduling

DistributionGoals

PCOSourcing

Scheduling

Material Requirements

ProductionOrders

DistributionOrders

Buy Orders

PESSupply Chain

Design

Long / MediumTerm Demand Scenarios

ExpansionPlansTECNOLOGIAS

ANALITICAS

ERPSAP - ORACLE – BPCS –

INTELISIS …

DECISION

SUPPORT

INFORMATION

SYSTEM

COMPANY

ERP

INFORMATION

SYSTEM

MA

PE

O


Industrial Ops


Term Deman

INVInventory Policy



InventoryPolicy

ProductionGoals

ERP“ON-LINE”

Compromised Orders



DistributionGoals

PCOSourcing

Scheduling


ProductionOrders

DistributionOrders

Buy Orders

PESSupply Chain

Design


ExpansionPlans

APS -SCMRM


INTELISIS …

DECISION

SUPPORT

INFORMATION

SYSTEM

COMPANY

ERP

INFORMATION

SYSTEM

MA

PE

O


Industrial Ops


Term Deman

INVInventory Policy



InventoryPolicy

ProductionGoals

ERP“ON-LINE”

Compromised Orders



DistributionGoals

PCOSourcing

Scheduling


ProductionOrders

DistributionOrders

Buy Orders

PESSupply Chain

Design


ExpansionPlans

SSDSistema Soporte

DeDecisiones


INTELISIS …

DECISION

SUPPORT

INFORMATION

SYSTEM

COMPANY

ERP

INFORMATION

SYSTEM

MA

PE

O

PROS CONTRAS

APLICACIONES BASADAS EN

HOJAS DE CÁLCULO

• Herramienta familiar

• Rápida adaptabilidad

• Complejidad y tamaño limitado

• Mantenimiento díficil

• Poca consistencia

PROS CONTRAS


HOJAS DE CÁLCULO

APLICACIONES A LA

MEDIDAMODELO A LA MEDIDA






• Diseñado a la medida de las

necesidades del negocio

• Costoso y riesgoso

• Díficil de mantener en el tiempo

• Díficil uso y mejoras

PROS CONTRAS


HOJAS DE CÁLCULO

APLICACIONES A LA












APLICACIONES

EMPAQUETADAS

MODELO GENERICO POR COMPAÑÍA

DE SOFTWARE

• Funcionalidad inmediata

• Configurable

• Mejores prácticas verticales

• Puede no capturar todas las

restricciones, costos y metas

• Costoso de “customizar”

PROS CONTRAS


HOJAS DE CÁLCULO

APLICACIONES A LA


MODELO A LA MEDIDA

+













• Funcionaliad inmediata

• Fácil de usar y mejorar

• Proceso de desarrollo iterativo

• Requiere compromiso y

habilidades técnicas

APLICACIONES A LA

MEDIDA

APLICACIONES

EMPAQUETADAS

MODELO GENERICO POR COMPAÑÍA

DE SOFTWARE

• Funcionalidad inmediata

• Configurable

• Mejores prácticas verticales

• Puede no capturar todas las

restricciones, costos y metas

• Costoso de “customizar”

DECISION

SUPPORT

INFORMATION

SYSTEM

ERP

INFORMATION

SYSTEM

OPCHAIN-SCOOPTIMIZING THE VALUE CHAIN

SUPPLY CHAIN OPTIMIZATION

XML

MAPEO

USUARIOSOPERACIONES

ADMINISTRADORESSISTEMA SOPORTE

DE DECISIONES

Mathematical Modeling Process

OPTIMIZACIÓN:

LA TECNOLOGÍA INFORMÁTICA

DE MAYOR VALOR AGREGADO

6

3

63

WELL-DOCUMENTED OPTIMIZATION ROI

CASES

*Franz Edelman Competition Finalists, Science of Better, http://www.scienceofbetter.org , Published Case Studies

2 Chilean Forestry firms* Timber Harvesting $20M/yr + 30% fewer trucks

UPS* Air Network Design $40M/yr + 10% fewer planes

South African Defense* Force/Equip Planning $1.1B/yr

Motorola* Procurement Mgmt $100M-150M/yr

Samsung Electronics* Semiconductor Mfg 50% reduction in cycle times

SNCF (French RR)* Scheduling & Pricing $16M/yr rev + 2% lower op ex

Continental Airlines* Crew Re-scheduling $40M/yr

AT&T* Network Recovery 35% reduction spare capacity

Grant Mayo van Otterloo* Portfolio Optimization $4M/yr

Pepsi Bottling Group Production Sourcing $6M inv reduction + 2% fewer miles

Fonterra Dairy Distribution $15M annual savings

NA Brewing Company Mfg Sourcing + Distribution $150M/yr transportation savings

US Water Products Mfg Inventory Optimization $6.2M working capital reduction

http://www.scienceofbetter.org/

CASOS DE ÉXITO

SOLUCIONESSECTOR MINERO

• El complejo minero LKAB’s Kiruna está localizadas por encimadel Circulo Ártico en el norte de Suecia, emplea 3000trabajadores y produce 24 millones de toneladas de mineral dehierro por año.

• El yacimiento es de clase mundial y tiene depósitos con altosgrados de magnetita.

• En el año 2004 era el complejo minero subterráneo másgrande del mundo

PRODUCTION SCHEDULINGLKAB’S KIRUNA MINE

• Los modelos matemáticos proporcionan soluciones óptimas para programación de operaciones que cubren 5 años, en muy poco tiempo (300 segundos en 2004).

• El ahorro en personal orientado a estas labores implica la reducción del 25% del costos de nómina y en un mejor uso del tiempo del personal calificado.

• Estas soluciones producen planes de producción con desvíos menores al 5% con respecto a la demanda, que son muy superiores a los obtenidos con las anteriores herramientas, que producían desvíos entre el 15-25%.

PRODUCTION SCHEDULINGLKAB’S KIRUNA MINE

SOLUCIONESSECTOR AGOINDUSTRIAL

IDT 02/96IDT 02/961990

USD 50’000.000 en tres años

PLANTAS DE TRANSFORMACIÓN

GRANJAS

PONEDORAS

INCUBACIÓNHuevos

PROCESAMIENTO

Líneas Empaque

LÍNEA EMPAQUE

CENTROSCONSUMOOtros

Insumos

Pollos Sacrificados

LÍNEA EMPAQUE

LÍNEA EMPAQUE

Calor Artificial

Procesamiento deEmbutidos de Pollo

Carne de PolloConsumo Humano

Pollitos de Engorde

Calor Artificial

LEVANTE

Alimento

Carne de Pollo

Carne de Pollo

CANALESDISTRIBUCIÓN

PLANTAS DE SACRIFICIO

SACRIFICIO

FRIGORIFICOS

FAENAMIETO

PLANTAS DE TRANSFORMACIÓN

GRANJAS

PONEDORAS

INCUBACIÓNHuevos

PROCESAMIENTO

Líneas Empaque

LÍNEA EMPAQUE

CENTROSCONSUMOOtros

Insumos

Pollos Sacrificados

LÍNEA EMPAQUE

LÍNEA EMPAQUE

Calor Artificial

Procesamiento deEmbutidos de Pollo

Carne de PolloConsumo Humano

Pollitos de Engorde

Calor Artificial

LEVANTE

Alimento

Carne de Pollo

Carne de Pollo

CANALESDISTRIBUCIÓN

PLANTAS DE SACRIFICIO

SACRIFICIO

FRIGORIFICOS

FAENAMIETO

ESLABON PRIMARIO

ESLABON INDUSTRIAL

Semanas

0

100

200

300

400

500

Nacimiento

50 g

10 Semanas

1200 g

1 2 3 4 5 6 7 8 9 10

g

Incubación

600

700

800

900

1000

1100

1200

Levantamiento

4 semanas

300 g

6 semanas

550 g

8 semanas

900 g

CICLO PRODUCTIVO DEL POLLO

GRANJA

PLANTA

POLLOS

ENTEROS

SACRIFICADOS

PARTES

POLLOS

ENTEROS

EMPACADOS

Pollo Sacrificado a SKU

PEDIDOS(En und y/o

Kg)

Pollos por

Calidad(Raza y Peso)

Pollos Enteros

Por Calidad(SKU)

Piezas de

Pollo(SKU)

Inventario Pollo EnteroInventario Partes de Pollo

Pollo Sacrificado

(Entero)

PolloSacrificado

(Piezas)

DESPIEZE DE ANIMALES

IDT 02/96IDT 02/961988

15%-35% en reducción de costos

ASICAM: A Truck-Scheduling System

Sistema de planificación de transporte diario

El objetivo básico es satisfacer la demanda de los diferentes productos a cada cliente, minimizando los costos de transporte.

Se manejan de 10 a 90 orígenes, de 5 a 30 destinos y de 50 a 300 posibles rutas.

Ocho (8) firmas chilenas han implementado ASICAM, ellas reportan ahorro en costos entre el 15% y el 35%

COMPARACIÓN DE TECNOLOGÍAS DE INFORMACION

SIN APS

CON APS

CASOS DE ÉXITO

SECTOR FARMACÉUTICO

LA INDUSTRIA FARMACÉUTICA

IDT 02/96IDT 02/961998

IDT 02/96

FEDERAL EXPRESSOperation Research

! saved the company !

Desde 1973, FEDEX utiliza todo tipo de modelos matemáticos, para simular y planificar operaciones, finanzas, uso de recursos, asignación de personal, estructura de rutas, lo que ha permitido un crecimiento evidente de la empresa.

FEDEX maneja 2.500.000 paquetes por día en 200 países, más de 500 aviones y más de 3000 pilotos.

"OR was applied effectively here and reversed the four-hub serial design decision in favor of a single SuperHub.

It saved the company ! ".

OPTIMIZATION IS EVERYWHERE

OPTIMIZAR

HACER MÁS CON MENOS

COMPETITIVIDADes el resultado de la suma de tres productividades:

TECNOLÓGICA: eficacia de los procesos industriales;

ECONÓMICA: eficacia en el acceso a los mercados;

GERENCIAL: eficacia del proceso de toma de decisiones.

Esta última maneja del orden del 20% de los costos totales y su soporte científico es



www.decisionware.net

modelamiento de cadenas de suministro:...

Documents