El modelamiento matemático es el proceso de representar matemáticamente un sistema real. Esto quiere decir, que en forma simplificada, se define un proceso o un sistema mediante un proceso o un sistema mediante una serie de ecuaciones, restricciones y/o procesos lógicos (algoritmos), lo que permite sistematizar su análisis.
Sus aplicaciones son muchísimas, y están detrás de una buena parte de las aplicaciones que se utilizan hoy en día. Al buscar Google, por ejemplo, un complejo algoritmo procesa la información y entrega el resultado más próximo a lo que se busca. O, al utilizar Waze, otro algoritmo determina, en base a las velocidades y congestión de cada calle en la ciudad, cuál es el camino óptimo para llegar a un destino.
Sin embargo, estas aplicaciones no solo se usan en empresas de tecnología, como Google o Waze. El uso de estos modelos se la ido ampliando a diferentes rubros, en los que se han descubierto que pueden influir positivamente en su productividad.
¿Cómo puede colaborar e modelamiento matemático en la productividad de una empresa?
Pablo Senosiain, gerente general de Notus, spin-off de Dictuc, que desarrolla aplicaciones para optimizar y automatizar decisiones operativas usando modelos matemáticos, señala que, en primer lugar, en eficiencia.
«Hay que observar cuanto tiempo dedican los ejecutivos de una empresa a preparar planillas y tablas con escenarios para evaluar alternativas y configuraciones del negocio. Esto ocurre en todas las industrias, y se trata de un número considerable de horas mensuales de trabajo». Y agrega: «En segundo lugar, gran parte del tiempo invertido es utilizado por los ejecutivos para analizar un número reducido de escenarios. El problema de muchas empresas es que funcionan con cientos, miles o millones de variables o configuraciones posibles, además de otras miles de restricciones. En este contexto, los ejecutivos hacen un esfuerzo tremendo en preparar uno o dos escenarios factibles. Sin embargo, no queda espacio ni tiempo para iterar con mejores soluciones por el tamaño y la complejidad de los problemas. Cuando se modelan los problemas de forma adecuada, es posible evaluar prácticamente todos los escenarios posibles. Por lo mismo, en términos de productividad una buena modelación les permite a los ejecutivos de las empresas obtener un mayor valor agregado de sus horas de trabajo. Y, en vez de construir y analizar unos pocos escenarios, pueden dedicar tiempo a comparar miles de soluciones en pocos minutos».
En vez de construir y analizar unos pocos escenarios, los ejecutivos pueden comparar cientos de soluciones en pocos minutos para sus compañías gracias a los modelos matemáticos. Esto los beneficia a la hora de tomar decisiones y para usar de manera eficiente el tiempo.
La forma de aplicar estos conceptos dependerá de cada empresa. No obstante, Pablo Senosain asegura que lo fundamental es identificar bien el problema. Dice que hay que entender cuál es el sistema a modelar y, sobre todo, cuál es el objetivo y cuáles son las variables que se pueden modificar. Y da el siguiente ejemplo: «Una empresa de servicios tiene cientos de sucursales de atención en el país, y debe decidir la dotación óptima para cada una de estas sucursales. Este problema implica varios niveles de análisis. En primer lugar, se debe determinar para cada hora, el número mínimo de personal que se requiere para atender correctamente la demanda, generando así un buen nivel de servicio, y minimizando la probabilidad de que los clientes, al ver la sucursal llena, se vayan a la competencia. Esto es un primer problema. En segundo lugar. se deben determinar los turnos para el personal. ¿Se permiten turnos part-time? ¿A qué hora comienzan y terminan los turnos? Esto es un segundo problema, y probablemente los resultados sean distintos para cada sucursal. Finalmente, se debe determinar para cada semana qué atendedores estarán en cada turno. Esto implica tener un modelo que asigne al personal de acuerdo a sus preferencias, respetando todas las reglas asociadas a las leyes laborales (días seguidos trabajados, domingos descansados al mes, entre otros)».
Madurez tecnológica y cambio cultural
Definitivamente se trata de procesos sofisticados. ¿Solo tienen acceso a estos las grandes compañías? De acuerdo a la experiencia del gerente general de Notus, más que el tamaño de la empresa, lo importantes es su madurez tecnológica. Dice que no hay que olvidar que, antes de realizar una modelación sofisticada de algún problema, hay que resolver algunos asuntos básicos. Afirma que no tiene sentido hacer una modelación, por ejemplo, del ruteo de los camiones de una empresa si esta no conoce la ubicación de cada camión en cada momento. Por lo mismo, recomienda asegurar buenos datos de su operación, y, luego, realizar gestión a partir de esta información. «Recién ahí tiene sentido implementar este tipo de aplicaciones», manifiesta.
Para este experto, los principales desafíos de incorporar estas fórmulas en una compañía son principalmente dos. El primero-dice- se relaciona con la disponibilidad de información de calidad, tema que hoy está bastante resuelto (o es fácil de resolver) para empresas grandes. Sin embargo, es un convencido de que el principal desafío es el cambio cultura.
«En general, se observa un cierto miedo por parte de algunos ejecutivos a estos cambios. Se percibe un miedo a volverse irrelevantes, cuando en la práctica es completamente al revés. El implementar este tipo de herramientas permite que los ejecutivos ganen tiempo que pueden dedicar al análisis de soluciones y a agregar valor a la compañía, en lugar de dedicar horas a tareas repetitivas», concluye.
La situación en Chile
En Chile son muchas las empresas que siguen funcionando y tomando decisiones en base a mecanismos y reglas iguales a las que se utilizan hace 20 o 30 años, y eso ha implicado que se estén quedando atrás. Sin embargo, gracias a herramientas como el modelamiento matemático, la situación ha ido cambiando.
Pablo Senosiain, gerente general de Notus, señala que esto es el resultado fundamentalmente de la evolución del capital humano en el país. «Chile, hoy, está recibiendo cientos de profesionales que han hecho sus posgrados fuera o que han trabajado en empresas en el exterior, que conocen el potencial de estas herramientas. Por otro lado, la tecnología, y el mayor nivel de competencia está forzando a las empresas a tomar mejores decisiones con la información disponible. Basta con ver las inversiones en tecnología que están realizando los grandes del retail ante la inminente llegada de Amazon y sus despachos en menos de 24 horas», manifiesta.
Link del diario «El Mercucio» aquí.
