¿Por qué Optimización Inteligente?

Una optimización basada en tecnología de programación matemática permite maximizar o minimizar una función objetivo, sujeto a restricciones. Los sistemas inteligentes son capaces de analizar y procesar un largo volumen de variables y datos, en tiempos mínimos consiguiendo soluciones optimizadas.

La optimización inteligente permite a empresas de diversos rubros como comercio, hospitales, turismo, telecomunicaciones, gobierno y otros sectores con un uso muy intensivo de los datos, tomar mejores decisiones y alcanzar los objetivos de negocio. De esta manera logran resolver problemas de optimización complejos.

optimizacion_inteligente

Una optimización inteligente habilita a: 

  • maximizar la ganancia a partir de la historia, calculando la curva de demanda y prescribiendo una ecuación de pricing dinámico;
  • conseguir una gestión de stock minimizando quiebres y cubriendo la demanda diaria;
  • maximizar la eficiencia operativa;
  • optimizar rutas considerando costos, prioridades y otras variables y restricciones;
  • lograr una planificación automática de asignación de personal a tareas, turnos y zonas (considerando perfiles, costos, presentismo, compatibilidades, competencias, etc.), con menos costos, motivando al personal y aumentando la satisfacción del cliente;
  • innovar en cross-selling efectivo;
  • aumentar la cobertura de los servicios brindados al beneficiario, manteniendo -y a veces disminuyendo- costos;
  • predecir el comportamiento de los clientes o beneficiario 

Demo: Asignación personal hospital 

En este caso lo que se planteó fue la optimización de asignación de personal a turnos, considerando:

  • Costo
  • Formación
  • Compatibilidad
  • Afinidad y disponibilidad 

Se realizó una demo para optimizar recursos en un hospital a través de la asignación de personal a diferentes turnos. Previo a la optimización la situación era la siguiente:

  • Costos elevados para cobertura requerida
  • Turnos atendidos inoportunamente
  • Desmotivación y rotación

Los pasos para la realización del modelo fueron los que se detallan a continuación:

1: Se construye el modelo de datos:

Los datos de entrada son:

  • Lista de departamentos del hospital en el alcance de asignación.
  • Lista de competencias (habilidades).
  • Lista de turnos para el equipo de trabajo. Un turno contiene un departamento, un día en la semana, hora de inicio y fin.
  • Lista de enfermeras identificadas por sus nombres.
  • Competencias de cada enfermera.
  • Requerimientos de competencias por turno: mínimo de número de personas.
  • Días libres planificados por enfermeras.
  • Lista de afinidades.
  • Lista de incompatibilidades (enfermeras no afines).

2: Se procesan los datos

  • Se añade una columna «día de la semana» que convierte la palabra día en un entero 0…6 (Lunes es 0, Domingo es 6).
  • Calcular la hora de comienzo de cada turno.
  • Calcular la hora de fin de cada turno.
  • Calcular la duración de cada turno.
  • Calcular la demanda mínima (horas) de cada turno.

3: Creación del modelo prescriptivo

4: Definimos las variables de decisión

5: Definimos las restricciones del problema

6: Definimos los objetivos

7: Ejecutamos la optimización CPLEX

_________________________________________

Nuestro compromiso con el servicio personalizado a la medida de cada cliente, la excelencia en los proyectos BI/EPM/Interoperabilidad y la asimilación de continuos resultados exitosos a nuestra estrategia de trabajo, hacen de Adagio una empresa dedicada y diferente.

📩Por más información contáctenos para conocer más detalles de nuestros servicios:

🌐https://adagio.com.uy/ponte-en-contacto/