Mejorando la eficiencia de soluciones logísticas mediante la parametrización.
02 de septiembre de 2025
Una arquitectura flexible que permite recalcular costes logísticos en tiempo real, sin modificar el código, mejorando la agilidad, la trazabilidad y la capacidad de simulación.
El reto
En la gestión logística, uno de los desafíos más determinantes es optimizar la planificación de rutas para cumplir una función objetivo crítica: en este caso, minimizar los costes operativos.
Este objetivo, que impacta de forma directa en la rentabilidad y competitividad del negocio, suele verse condicionado por un entramado de variables —tarifas de transporte, restricciones de carga, condiciones contractuales… — que cambian con rapidez. En muchos sistemas tradicionales, las fórmulas y reglas de cálculo que determinan los costes están rígidamente codificadas, lo que dificulta su adaptación ante nuevas circunstancias del mercado o cambios internos de la empresa. Este enfoque limita la capacidad de reacción y obliga a costosos ciclos de desarrollo para introducir modificaciones, generando retrasos en la toma de decisiones y pérdida de oportunidades de optimización.
En un entorno cada vez más volátil y competitivo, la capacidad de recalcular rutas y costes de forma ágil, ajustando parámetros y estrategias sin alterar el código base, deja de ser una ventaja para convertirse en una necesidad esencial. Aunque en este caso la función objetivo sea minimizar costes, incluso en escenarios donde la prioridad sea distinta —por ejemplo, reducir tiempos de entrega o aumentar la fiabilidad del servicio—, contar con un esquema de costes sólido y actualizable sigue siendo clave para diseñar y programar la red logística de forma eficiente. Una visión clara de la estructura de costes permite tomar decisiones más informadas, equilibrando objetivos y asegurando la sostenibilidad económica de la operación.
Solución tecnológica
Para abordar este reto, partimos de una premisa clara: un cálculo de costes rígido es una barrera para la optimización de la red logística. El objetivo fue crear un módulo de cálculo de costes logísticos capaz de adaptarse a cualquier escenario sin necesidad de modificar el código. Para ello, se definió una arquitectura flexible, soportada por una base de datos relacional que modela fórmulas, operadores, operandos, conceptos y precios. En lugar de codificar la lógica de cálculo de forma rígida, se desarrolló, en Python, un módulo independiente, que gestiona esta base de datos, realizando las siguientes funciones:
- Lectura en tiempo de ejecución de la configuración almacenada.
- Identificación de las fórmulas aplicables en función de parámetros como fecha, flujo logístico, cliente, tipo de vehículo o modalidad de reparto.
- Ejecución del cálculo correspondiente.
Este enfoque desacopla la lógica de negocio del código de aplicación, permitiendo trasladar tarifas, reglas y condiciones contractuales directamente a datos y aplicar cambios controlados con un despliegue seguro en producción. Además, permite simulaciones precisas de escenarios pasados o hipotéticos.
Integrado en la vertical oga.Logistics, este módulo se convierte en una herramienta transversal para el cálculo flexible de costes, manteniendo la función objetivo —minimizar costes— como núcleo de optimización, pero proporcionando también un marco robusto para entender y gestionar la estructura de costes, incluso cuando la prioridad de la operación sea distinta.
Equipo
El equipo estuvo compuesto por perfiles complementarios que permitieron abordar el reto de forma integral. La iniciativa fue impulsada por dos Product Managers con más de 20 años de experiencia en gestión de producto, análisis funcional y liderazgo de proyectos tecnológicos en los sectores energético, financiero y logístico, quienes además aportaron el diseño inicial de la estructura de costes. Desde el área de optimización participaron una Científica de Optimización (doble grado en Matemáticas y Estadística, máster en Big Data y doctorado en curso en Optimización Logística) y una Científica de Datos (grado en Matemáticas y máster en Inteligencia Artificial), ambas con experiencia en proyectos industriales y logísticos. El equipo se completó con un Desarrollador de Software con más de siete años de trayectoria en proyectos de gestión de bases de datos.
Impacto
La implementación de esta solución ha supuesto una mejora significativa en la agilidad y precisión del cálculo de costes logísticos, permitiendo ajustar tarifas, reglas y condiciones contractuales de forma inmediata y sin modificar el código fuente.
Esto ha reducido drásticamente los tiempos de respuesta ante cambios operativos, minimizado errores y aumentado la fiabilidad de los resultados.
Al estar completamente parametrizada y conectada a la base de datos, la solución ofrece un control total sobre las fórmulas y precios aplicados en cada cálculo, asegurando trazabilidad y reproducibilidad incluso en simulaciones. Además, su flexibilidad permite personalizar fácilmente el comportamiento para distintos clientes, flujos logísticos o contextos, optimizando la función objetivo y manteniendo la red logística alineada con las condiciones reales del negocio.
#PassionForData
Categorías
Últimos artículos
Claudia Rodríguez Vegas
Data Scientist graduada en Matemáticas por la Universidad del País Vasco, con un máster en Lógica, Computación e Inteligencia Artificial por la Universidad de Sevilla, con más de dos años de experiencia en el desarrollo de modelos y el análisis de datos.
En lo personal, adora entrenar y jugar a videojuegos.
- Claudia Rodríguez Vegas
