Las empresas han hecho muchos esfuerzos en la recogida de datos y en las transacciones de forma automática en sus cadena de suministro (RFID, etc.). Estas innovaciones han permitido reducir costes, pero no son punto final. Al revés, son esencialmente facilitadores de la posterior toma de decisiones en logística. La optimización de la cadena de suministro no es fácil ni barata, pero es una gran oportunidad de reducir el coste entre un 10% y un 40%.
Os presentamos un conjunto de reglas que consideramos clave.
Reglas
- Objetivos. Tienen que estar claros, cuantificables y fáciles de medir
- Modelos. Deben representar con fidelidad los procesos; con ellos se traducen las restricciones y los requerimientos en algo que el ordenador entiende para usar los algoritmos de optimización.
- Variabilidad. Se debe considerar. Dado que existe hay que tenerla en cuenta.
- Datos. Precisos, completos, a tiempo.
- Integración. Se utiliza una cantidad enorme de datos; es un lujo hacer las cosas a mano (errores, tiempo perdido). Generalmente hay muchos sistemas a implementar.
- Implementación. Los resultados deben de enseñarse de forma que facilite la ejecución de las decisiones y su control.
- Algoritmos. Una de las grandes diferencias entre las tecnologías de optimización. Los hay buenos, los hay no tan buenos. No cualquier algoritmo sirve “para todo”; muchas veces hay que “tunearlo”.
- Las personas. Es necesaria gente capaz de moverse entre los mundos de los modelos, los datos y los algoritmos de optimización. Y, cómo no, “que conozca el problema”.
- Proceso. No se puede perder la capacidad de que se puede mejorar. Siempre “en camino”.
- Beneficio. La optimización de la cadena de suministro no es gratis. Se necesita invertir en tecnología y conocimiento. Hay que se claro con los costes y con los beneficios (que seguro que son muchos).
Contenido relacionado: “Webinar sobre gestión de cadena de suministro y analítica prescriptiva”.
Fuente: H. Donald Ratliff, Ph.D. “10 Rules for Supply Chain & Logistics Optimization“.
Autor foto: Nick Saltmarsh.
