¿Cuál es el producto más rentable entre todos los que se venden? ¿De qué manera se puede producir un artículo garantizando el costo más bajo en todo el proceso? ¿Cuál es el trayecto más efectivo que debe realizar un vehículo para visitar a todos los clientes? Estas son apenas algunas de las preguntas que la optimización puede responder.
El concepto utiliza algoritmos de programación lineal para maximizar las ganancias o minimizar las pérdidas de una tarea, un proceso o un procedimiento en una organización. No se trata de inteligencia artificial, sino de pura matemática.
De hecho, no se trata de un concepto novedoso: Uno de sus principales impulsores fue el matemático soviético Leonid Kantórovich, que trabajó para su gobierno luego de la muerte de Iósif Stalin con el objetivo de minimizar el costo de la guerra. Por su investigación, recibió el premio Nobel de Economía en 1975.
La función objetivo y sus restricciones
Para alcanzar los resultados, se define primero la función objetivo que se desea optimizar. Por ejemplo, “encontrar la ruta óptima de distribución». Luego se aplican sobre ella todas las variables y restricciones que deben tenerse en cuenta.
En este caso impactan los kilómetros a recorrer, la cantidad de combustible que se consume, el estado de las rutas (y de qué manera eso puede demandar más tiempo) o la relevancia de los clientes. Es importante tener una visión amplia y considerar todas estas variables en simultáneo para evitar, por ejemplo, que la búsqueda de ahorrar combustible se deje de visitar al cliente que más compra.
Lo anterior es apenas uno de los incontables casos de uso en los que aplica la optimización con programación lineal: tiene el potencial de mejorar prácticamente cualquier tarea, proceso o procedimiento de cualquier empresa, independientemente de su tamaño o de la industria a la que pertenezca.
Casos de uso sin límites
Desde incrementar el rendimiento de un visitador médico (evaluando por ejemplo cuál es el número máximo de visitas que pueden realizar en un día sin que se desgaste su desempeño) hasta definir el staff ideal que se necesita para una línea de atención al cliente, pasando por hacer que una empresa manufacturera aproveche al máximo su capacidad instalada.
Incluso, se puede combinar programación lineal con machine learning para proyectar la demanda de un determinado producto en los siguientes días o semanas y usar ese dato para afinar mejor los resultados.
En tiempos de presupuestos restringidos, inestabilidad macroeconómica y mercados que cambian a gran velocidad, las empresas necesitan hacer las cosas mejor que nunca antes para maximizar sus ingresos y minimizar sus pérdidas. La programación lineal les permite más que eso: las ayuda a hacer todo de manera óptima.
Si te interesa profundizar en este tema, incluyendo numerosos ejemplos en los que se aplica la programación lineal para alcanzar la optimización, te invitamos a escuchar nuestro último podcast.
Contáctanos haciendo click aquí y conoce más sobre nosotros en nuestras redes LinkedIn y Twitter.
