Artículo de Daniel Herrero, Head of Analytics de decide4AI

La investigación operativa, o en inglés, Operations Research (OR), es una disciplina matemática que consiste en el uso de técnicas de modelización y optimización matemática para la resolución de problemas complejos, maximizando o minimizando uno o varios objetivos teniendo en cuenta las restricciones y limitaciones del problema.

El propósito es ser capaces de describir un proceso a estudiar, de tal forma que podamos comprender el impacto de las distintas decisiones. Así se pueden cuantificar los resultados de cada decisión y seleccionar las que cumplan con los objetivos marcados.

A la hora de resolver un problema de optimización, el primer paso a tomar es la modelización matemática, que tiene en cuenta todas las posibles casuísticas a las que nos enfrentamos. Tenemos unas variables de decisión, el comportamiento de estas y un objetivo medible que depende de las variables. El siguiente paso, la optimización del modelo, permite obtener el valor de las variables de decisión que maximizan o minimizan lo que estamos estudiando: estrategias de cobertura, optimización de inventario, selección de la mejor ruta de transporte, opcionalidad del producto, mezcla y optimización de carteras, etc. El objetivo de maximizar o minimizar una función es encontrar el valor de sus variables tales que ningún valor de la función para el resto de las variables sea mayor (maximizar) o menor (minimizar).

Existen infinidad de técnicas de modelización matemática y algoritmos de optimización que se pueden implementar para maximizar o minimizar funciones. Se utilizará un tipo de técnica u otro dependiendo de la naturaleza y la complejidad del problema a resolver.

Algunos de los modelos matemáticos más utilizados son: la programación lineal entera, la programación entera mixta, la programación por restricciones, las técnicas heurísticas y metaheurísticas, la búsqueda local o la programación estocástica. Si hablamos de algoritmos de optimización, los más utilizados son: el método SIMPLEX, el algoritmo de ramificación y poda, los algoritmos heurísticos y metaheurísticos, o los métodos de descomposición, entre muchos otros.

Impacto de la optimización matemática

Después de numerosos casos de éxito a lo largo de los años, en este apartado desglosamos brevemente los principales beneficios e impactos que han tenido algunos de nuestros clientes tras la implantación de sistemas de optimización. Algunos de estos beneficios están relacionados con las decisiones tomadas y otros con el propio proceso de toma de decisiones.

Aumento de la eficiencia operativa

Algunas decisiones empresariales implican un volumen tal de variables y posibilidades, que para un humano es imposible detectar todas las posibles soluciones y tomar la mejor decisión. Por ejemplo, en el problema del viajante la complejidad aumenta exponencialmente a medida que aumenta el tamaño del problema, pudiendo existir millones de soluciones.

Los modelos y algoritmos de optimización son capaces de encontrar la mejor solución entre todas las posibles teniendo en cuenta todas las variables que intervienen en el problema, en un tiempo razonable. Es por eso que proporcionan un gran valor a las compañías. Encontrar la ruta más rápida, por ejemplo, reducirá el kilometraje, el uso de combustible y las emisiones de CO2, lo que contribuye directamente a un ahorro de costes y una reducción de la huella de carbono.

Soporte a la decisión y mejora de la capacidad de respuesta

Este tipo de técnicas ayudan a los responsables a apoyarse en datos reales a la hora de tomar una decisión. De esta manera, podrán tener en cuenta la recomendación del modelo y responder de manera más rápida ante la toma de decisión. Esto se traduce en una mayor eficiencia de tiempo, lo que permitirá a los responsables concentrarse en los análisis de resultados.

El ahorro de tiempo es extremadamente importante en un entorno como el actual de constante cambio, en el que se deben tomar decisiones ágilmente para adaptarse a nuevos paradigmas.

Optimización en el dimensionamiento y utilización de recursos

Utilizando modelos y algoritmos matemáticos las compañías pueden maximizar el uso de sus recursos, por ejemplo, planificando de manera óptima el personal en el punto de venta. De esta manera pueden tener la cantidad de empleados necesaria en cada momento, mi más (sobredimensionamiento), ni menos (infradimensionamiento). Reduciendo costes y reduciendo problemas derivados de la incorrecta gestión de los recursos humanos.

Cada uno de estos beneficios que hemos nombrado aporta un gran valor y contribuye directamente al éxito de una organización. La investigación operativa permite tomar mejores decisiones y mejorar procesos de negocio en cualquier área y en cualquier sector empresarial. Es sin duda una herramienta que puede marcar la diferencia con la competencia en un mercado tan saturado y competitivo.