Módulo de Análisis y Simulación

Motor de
Análisis

Sobre un histórico de datos de operación suficientemente representativo, podremos aplicar algoritmos de identificación de ineficiencias operativas tanto a nivel granular, de puntos específicos de entrega/recogida operativamente ineficientes, como a nivel agregado, de zonas operativamente ineficientes, junto con recomendaciones para mejorar esas ineficiencias que nos permitan rediseñar la operación y ganar en rentabilidad y capacidad operativa.

En escenarios de transporte y distribución en los que soluciones de planificación de rutas deben trabajar con matrices de tiempos y distancias generadas desde diferentes proveedores de datos de cartografía y tráfico, se pueden producir casos de incumplimiento de la desigualdad triangular, que de pasar desapercibidas podrían dar origen a rutas incorrectas o poco eficientes.

La desigualdad triangular o desigualdad de Minkowski es un teorema de geometría euclidiana que establece que en todo triángulo la suma de las longitudes de dos lados cualesquiera es siempre mayor a la longitud del lado restante.

Aplicando los algoritmos desarrollados a tal efecto para el análisis y detección de estos casos podremos gestionar y resolver esas anomalías en los datos y asegurar la correcta y eficiente planificación de rutas que necesitamos.

En escenarios operativos con un número elevado de puntos a gestionar, y en los que además se establecen time-windows de cierta exigencia (ventanas muy cortas, muy diferentes entre nodos cercanos, etc.), pueden perfectamente darse casos en los que dos puntos muy cercanos entre sí no son compatibles en la misma ruta, al no ser factible cumplir con los time-window de ambos nodos y completar el desplazamiento de uno a otro dentro de los tiempos que nos devuelve la matriz.

Aplicando el modelo de detección de estos casos estaremos en disposición de identificar una lista de prioridades sobre las que trabajar desde el equipo de gestión, para asegurar su compatibilidad en una misma ruta, lo que redundará en mayor eficiencia y rentabilidad de nuestra operación.

Este análisis nos ofrece un listado de parejas de nodos incompatibles, el sentido de su incompatibilidad (puede ser único o bi-direccional), y los rangos de tiempos que deberían ampliarse en uno u otro nodo, o entre ambos, para asegurar su compatibilidad.

En escenarios operativos con un número elevado de nodos, es muy habitual que el grado de limpieza de los datos asociados con la ubicación del nodo estén erróneamente registrados, ya sea la dirección, el CP, la localidad, el distrito, y por supuesto, la geolocalización (latitud, longitud). En ocasiones incluso participan de este problema otras entidades particulares de nuestra operativa como Zonas de Reparto, o cualquier otro modo de agregación o clasificación de los nodos de nuestra red.

Para asegurar la máxima calidad de los datos maestros con los que trabajaremos dentro de MathIT.Logistics, podremos aplicar nuestros modelos de análisis de datos maestros y detección automatizada de anomalías en las entidades CP, Localidad, Distrito o cualquier otra de uso propio. Como resultado, obtendremos un listado de nodos con altas probabilidades de error en el registro de alguno de estos datos, para su revisión y limpieza, crítico para la mejor calidad de las soluciones de planificación propuestas.

La hoja de ruta de MathIT.Logistics crece permanentemente e incorpora nuevas funcionalidades de análisis de manera recurrente. Tanto desde la base de análisis solicitados por nuestros clientes que eventualmente quedan incorporados al pool de análisis que podemos ofrecer de manera abierta, podemos ofrecer análisis específicos de cualquier entidad o subproceso asociado al modelo de datos de la solución y de interés para el cliente.

Motor de Simulaciones

Dentro de las capacidades del gemelo digital, una de sus ventajas más relevantes y atractivas para cualquier organización es la de hacer uso de sus funcionalidades de simulación operativa y de análisis de escenarios de negocio.

Dado que cada simulación operativa tiene una absoluta y directa dependencia del modelo de datos del cliente, de su conjunto de entidades, restricciones y criterios de optimización, configuración resultante del proceso de implantación de la solución, y del formato de datos históricos de la operación que podremos analizar, el Motor de Simulaciones entrega un valor customizado para cada organización, con una personalización total a su operativa.

Entre las simulaciones y análisis de escenarios operativos que podremos abordar están:

  • Configuración óptima de la flota, número y tipo de vehículos.
  • Revisión de la estructura de costes de proveedores.
  • Identificación de ubicaciones optimizadas para nodos propios.
  • Revisión y optimización de ventanas de tiempo.
  • Segmentación de clientes, proveedores o zonas de operación.
  • Integración de redes de transporte.