MODELAMIENTO DE CADENAS DE SUMINISTRO: TECNOLOGÍAS, VALOR ECONÓMICO AGREGADO Y CASOS DE ÉXITO
Ing. Jesus Velasquez, Ph. D.
Chief Scientist, DecisionWare Corp.
COMPETITIVIDADes el resultado de la suma de tres productividades:
TECNOLÓGICA: eficacia de los procesos industriales;
ECONÓMICA: eficacia en el acceso a los mercados;
GERENCIAL: eficacia del proceso de toma de decisiones.
Esta última maneja del orden del 20% de los costos totales y su soporte científico es
Business Analytics and Optimization
BUSINESS ANALYTICS AND OPTIMIZATION
Objetivo OptimizationBusiness
Analytics
Fundamento
Matemática
• Programación Lineal,No-lineal, Mixta, Binaria,
• Teorías de Gran Escala
• Optimización Estocástica
• Equilibrio Computable
• Probabilidad • Estadística Clásica• Estadística Bayesiana• Series de Tiempo• Estimación de Estado• Econometría•Teoría de Colas
Inteligencia
Artificial
• Metaheurísticas:
• Algoritmos Genéticos
• Colonia Hormigas
• Recocido Simulado
• Tabu Search
• Redes Neuronales
• Lógica Difusa
• Sistemas Expertos
• Sistemas Multiagentes
• Celular Automata
ESTRATEGIA
INVERSIÓN A LARGO PLAZOLI: LÓGICA DE INVERSIÓN
OM: OPERACIONES MENSUALES
TÁCTICA DE MEDIANO PLAZO
METAS OPERACIONALES A MEDIANO PLAZOOM: OPERACIONES MENSUALES
TÁCTICA DE CORTO PLAZO
METAS DE OPERACIONALES A CORTO PLAZOOM: OPERACIONES MENSUALES
OS: OPERACIONES SEMANALES
PROGRAMACIÓN DE OPERACIONES
ORDENES DE OPERACIONOS: OPERACIONES SEMANALES
OD: OPERACIONES DIARIAS
COORDINACIÓN JERÁRQUICA
Horizonte Planificación
WO OM
OD OS
Condición de Frontera
OM
LI
OM
LA CADENA DE TOMA DE DECISIONES
PUERTO (pu)
SISTEMA PRODUCCIÓN CRUDO
(sp)
PLANTACION (zb)
REFINERÍA CRUDO (re)
PUERTO (pu)
ZONA DE CONSUMO
(zd)
SISTEMA DUCTOS(s)
MODO TRANSPORTE
REFINERÍA CRUDO (re)
PLANTA TERMICA
(ct)
BIO-REFINERÍA(re)
BIO-REFINERÍA(re)
CADENA DE ABASTECIMIENTO MULTINEGOCIO
TERMINAL(n)
TERMINAL(n)
LA CADENA DE TOMA DE DECISIONES
PLANIFICACIÓN AGREGADA DE
OPERACIONES INDUSTRIALES
(METAS DE OPERACIÓN)
DISEÑO CADENA DE ABASTECIMIENTOPLANIFICACIÓN DE INVERSIONES
POLÍTICAS ESTRATÉGICAS DE PRODUCCIÓN
SELECCIÓN DE NUEVOS PRODUCTOS
PROGRAMACIÓN DE ACTIVIDADES
COMPRAS - PRODUCCIÓN
DISTRIBUCIÓN - DE MANTENIMIENTO
SOPORTE DE DECISIONES
ESTRATEGIA
TÁCTICA
OPERACIÓN
Supply Chain Optimization
PRODUCCIÓN
PLANIFICACION AGREGADADE
OPERACIONES INDUSTRIALES
MANTENIMIENTO
PLANIFICACION DE INVERSIONES
POLITICAS ESTRATEGICAS DE PRODUCCION
DISTRIBUCIÓN
APSAdvanced
Planning & Scheduling
SOPORTE DE DECISIONESADMINISTRACIÓN DE LAS DECISIONES
MES: Manufacturing Execution Systems
Supply Chain Optimization
PRODUCCIÓN
PLANIFICACION AGREGADADE
OPERACIONES INDUSTRIALES
MANTENIMIENTO
PLANIFICACION DE INVERSIONES
POLITICAS ESTRATEGICAS DE PRODUCCION
DISTRIBUCIÓN
SCMSupply ChainManagement
SOPORTE DE DECISIONESADMINISTRACIÓN DE LAS DECISIONES
MES: Manufacturing Execution Systems
Supply Chain Optimization
J. Shapiro. “Beyond Supply Chain Optimization to Enterprise Optimization”
Supply Chain Optimization
TecnologíasAnalíticas
TecnologíasTransaccionales
J. Shapiro. “Beyond Supply Chain Optimization to Enterprise Optimization”
Supply Chain Optimization
APSSCM
ERP-TMS-WMS
VENTAS:Podemos
Vender 5000
MARKETING:La romoción venderá 7000
FINANZASTenemos
Presupuesto para 3000
MANUFACTURAPodemos Producir
2500
DEMAND PLANNING
PRODUCTIONPLANNING/
SCHEDULING
INVENTORY PLANNING
SOURCINGPLANNING
CADENA NO SINCRONIZADA
Supply Chain Optimization
VENTAS:Podemos
Vender 5000
MARKETING:La romoción venderá 7000
FINANZASTenemos
Presupuesto para 3000
MANUFACTURAPodemos Producir
2500
DEMAND PLANNING
PRODUCTIONPLANNING/
SCHEDULING
INVENTORY PLANNING
SOURCINGPLANNING
DEMAND PLANNING
PRODUCTIONPLANNING/
SCHEDULING INVENTORY PLANNING
SOURCINGPLANNING
CADENA SINCRONIZADA
Supply Chain Optimization
DEMAND PLANNING
PRODUCTIONPLANNING/
SCHEDULING INVENTORY PLANNING
SOURCINGPLANNING
MODELOS MATEMÁTICOS
PLANIFICACIÓNINTEGRADA
CADENA SINCRONIZADA
Supply Chain Optimization
Planificación
Táctica y Estratégica
Planificación
de Producción
Planificación de Compras
Planificación de Demanda
Planificación
Logística
Planificación Investigació y Desarrollo
Planificación
de Fuerza de Ventas
Planificación Financiera
DEMAND PLANNING
PRODUCTIONPLANNING/
SCHEDULING INVENTORY PLANNING
SOURCINGPLANNING
APSSCM
CADENA SINCRONIZADA
Supply Chain Optimization
• Planeación de Producción (2,4)
• Planeación de Fuerza de Trabajo (2,4)
• Secuencia (2) Programación (2,3,4,5)
• Asignación (2)
• Distribución y Logística (2)
• Mezclas (1,2,3,4)
• Optimización Refinerías (3,4)
• Diseño de Procesos (4)
• Diseño de Ingeniería (3,4)
• Selección y Ubicación de Bodegas (2)
• Inversión / Des-Inversión (2,4)
• Diseño de Redes (2,4)
• Optimización Financiera (2,4)
Josef Kallrath “Modelling Languages”, Bad Honnef, Apr 23 – 2003
1. LP : PROGRAMACIÓN LINEAL
2. MILP : PROGRAMACIÓN LINEAL ENTERA MIXTA
3. NLP : PROGRAMACIÓN NO LINEAL
4. MINLP : PROGRAMACIÓN NO LINEAL ENTERA MIXTA
5. CP :PROGRAMACIÓN POR RESTRICCIONES
Supply Chain Optimization
Primer Lenguaje
AlgebraicoGAMS
LibreríaComerciales
CPLEX
Productores ERPs
Inviertenen Modelos
MPSX
1947
TIEMPO DESARROLLO DE MODELOS
1980 – 2 años2011 – 2 meses
SistemasComercialesDesarrollo
Sistema de Soporte de Decisiones
OPTIMIZACIÓN DE LA CADENA DE DEMANDA
ELABORACIÓN DE LISTAS DE PRECIOSPLANIFICACIÓN DE PROMOCIONES
PLANIFICACIÓN DE FUERZAS DE VENTASPOLÍTICAS DE INVENTARIOS
ASIGNACIÓN DE RECURSOS DE MECADEO Y VENTAS
PLANIFICACIÓN DE INVERSIONESLOCALIZACIÓN DE ALMACENES
SELECCIÓN DE NUEVOS PRODUCTOSSELECCIÓN DE PROVEEDORES
PROGRAMACIÓN DE ACTIVIDADES DE VENTASPLANIFICACIÓN DE ESTANTERÍAS
PLANIFICACIÓN DE REMATES
ESTRATEGIA
TÁCTICA
OPERACIÓN
Demand Chain Optimization
PROGRAMACION DE ACTIVIDADES DE VENTASPLANIFICACION DE ESTANTERIAS
PLANIFICACION DE REMATES
ELABORACION DE LISTAS DE PRECIOSPLANIFICACION DE PROMOCIONES
PLANIFICACION DE FUERZAS DE VENTASPOLÍTICAS DE INVENTARIOS
PLANIFICACIÓN DE INVERSIONESLOCALIZACIÓN DE ALMACENES
SELECCIÓN DE NUEVOS PRODUCTOSSELECCIÓN DE PROVEEDORES
SOPORTE DE DECISIONESADMINISTRACIÓN
DE LAS DECISIONES
REVENUE MANAGEMENT
OPTIMAL PRICING
Demand Chain Optimization
APLICACIONES EN LA CADENA DE DEMANDA
DEMLong/Medium/Short
Term Demand
Medium / Short TermDemand Forecast
Medium / Short Term Demand
Scenarios
ERP“ON-LINE”
CompromisedClient Orders
Long / Medium TermDemand Scenarios
DEMAND
CARACTERIZACION DE LA DEMANDA(LONG/MEDIUM TERM FORECAST)
PREDICCION DE CORTO PLAZO(SHORT TERM FORECAST)
REVENUE MANAGEMENT(OPTIMAL PRICING)
OPTIMIZACION DE RECURSOS• MODELOS SERVICIO A CLIENTES
• FUERZAS DE VENTAS
Demand Chain Optimization
EXPLORACIÓN DE DATOS
(DATA MINING)
SEGMENTACIÓN DE
CLIENTES
OTRASFUENTES DE DATOS
BODEGA DE DATOS
COMPORTAMIENTO DE PRODUCTOS POR
SEGMENTO
FUNCIÓN DE DEMANDA POR SEGMENTOS DE
CLIENTESBusiness Analytics
Demand Chain Optimization
EXPLORACIÓN DE DATOS
(DATA MINING)
SEGMENTACIÓN DE
CLIENTES
OTRASFUENTES DE DATOS
BODEGA DE DATOS
COMPORTAMIENTO DE PRODUCTOS POR
SEGMENTO
FUNCIÓN DE DEMANDA POR SEGMENTOS DE
CLIENTESBusiness Analytics
Demand Chain Optimization
CARACTERIZACION DE LA DEMANDA - (LONG/MEDIUM TERM FORECAST)
PREDICCION DE CORTO PLAZO - (SHORT TERM FORECAST)
OPTIMIZACIÓN DE PRECIOS ESTIMACION DE LA CURVA DE DEMANDA
Cantidad = Función (Precio)
Demand Chain Optimization
EXPLORACIÓN DE DATOS
(DATA MINING)
SEGMENTACIÓN DE
CLIENTES
OTRASFUENTES DE DATOS
BODEGA DE DATOS
COMPORTAMIENTO DE PRODUCTOS POR
SEGMENTO
FUNCIÓN DE DEMANDA POR SEGMENTOS DE
CLIENTESBusiness Analytics
Demand Chain Optimization
MODELO DE OPTIMIZACIÓN
Optimization
REVENUE MANAGEMENT
ASIGNACION RECURSOS
NIVELES DE INVENTARIO
COSTOS PRODUCTOS
In 1985, PEOPLE Express an every day low price airline, …
was named the fastest growing company in America.
By September 1986, however, PEOPLE Express was dead. What changed ? For
one thing, American Airlinesimplemented a new version of
Revenue Management
Optimización
Procesos
Estocásticos
Fundamentos
Matemáticos
•Programación Lineal,
No-lineal, Mixta, Binaria, ...
•Teorías de Gran Escala
• Optimización Estocástica
• Equilibrio Computable
• Probabilidad
• Estadística Clásica
• Estadística Bayesiana
•Series de Tiempo
• Estimación de Estado
• Econometría
•Teoría de Colas
Inteligencia
Artificial
•Metaheurísticas:
• Algoritmos Genéticos
• Colonia Hormigas
• Recocido Simulado
• Tabu Search
• …
• Redes Neuronales
• Lógica Difusa
• Sistemas Expertos
• Sistemas Multiagentes
• Celular Automata
DEMAND SUPPLY
TPO
PLANIFICACIÓNTÁCTICA
OPERACIONES
DEMLONG/MEDIUM/SHORT
TERM DEMAND
POLITICA DEINVETARIOS
METAS DE PRODUCCIÓN
ERP“ON-LINE”
PEDIDOS DE CLIENTESCOMPROMETIDOS
METAS DEDISTRIBUCIÓN
REQUERIMIENTOS
DE MATERIALES
ORDENES DEPRODUCCIÓN
ORDENES DEDISTRIBUCIÓN
ORDENES DECOMPRAS
SCD
DISEÑO CADENA ABASTECIMIENTO
ESCENARIOS DE DEMANDA DE LARGO/MEDIANO PLAZO PLANES DE
EXPANSIÓN
SCHEDULING
PLANIFICACIÓN
ESTRATÉGICA
PLANIFICACIÓN
TÁCTICA
SOO
OPTIMIZACIÓNCOMPRAS
PSC
PROGRAMACIÓNPRODUCCIÓN
ATP-D
ASIGNACIÓNPRODUCTOS
PEDIDOS
DIS
PROGRAMACIÓNDISTRIBUCIÓN
INV
POLÍTICASINVENTARIOS
ESCENARIOS DE DEMANDADE MEDIANO/CORTO PLAZO
ESCENARIOS DE DEMANDADE MEDIANO/CORTO PLAZO
Supply Chain Optimization
PTATactical Planning of
Industrial Ops
DEMLong/Medium/Short
Term Deman
INVInventory Policy
Medium / Short TermDemand Projection
Medium / Short Term Demand Scenarios
InventoryPolicy
ProductionGoals
ERP“ON-LINE”
Compromised Orders
PODProductionScheduling
DISDistributionScheduling
DistributionGoals
PCOSourcing
Scheduling
Material Requirements
ProductionOrders
DistributionOrders
Buy Orders
PESSupply Chain
Design
Long / MediumTerm Demand Scenarios
ExpansionPlansTECNOLOGIAS
ANALITICAS
ERPSAP - ORACLE – BPCS –
INTELISIS …
DECISION
SUPPORT
INFORMATION
SYSTEM
COMPANY
ERP
INFORMATION
SYSTEM
MA
PE
O
PTATactical Planning of
Industrial Ops
DEMLong/Medium/Short
Term Deman
INVInventory Policy
Medium / Short TermDemand Projection
Medium / Short Term Demand Scenarios
InventoryPolicy
ProductionGoals
ERP“ON-LINE”
Compromised Orders
PODProductionScheduling
DISDistributionScheduling
DistributionGoals
PCOSourcing
Scheduling
Material Requirements
ProductionOrders
DistributionOrders
Buy Orders
PESSupply Chain
Design
Long / MediumTerm Demand Scenarios
ExpansionPlans
APS -SCMRM
ERPSAP - ORACLE – BPCS –
INTELISIS …
DECISION
SUPPORT
INFORMATION
SYSTEM
COMPANY
ERP
INFORMATION
SYSTEM
MA
PE
O
PTATactical Planning of
Industrial Ops
DEMLong/Medium/Short
Term Deman
INVInventory Policy
Medium / Short TermDemand Projection
Medium / Short Term Demand Scenarios
InventoryPolicy
ProductionGoals
ERP“ON-LINE”
Compromised Orders
PODProductionScheduling
DISDistributionScheduling
DistributionGoals
PCOSourcing
Scheduling
Material Requirements
ProductionOrders
DistributionOrders
Buy Orders
PESSupply Chain
Design
Long / MediumTerm Demand Scenarios
ExpansionPlans
SSDSistema Soporte
DeDecisiones
ERPSAP - ORACLE – BPCS –
INTELISIS …
DECISION
SUPPORT
INFORMATION
SYSTEM
COMPANY
ERP
INFORMATION
SYSTEM
MA
PE
O
PROS CONTRAS
APLICACIONES BASADAS EN
HOJAS DE CÁLCULO
• Herramienta familiar
• Rápida adaptabilidad
• Complejidad y tamaño limitado
• Mantenimiento díficil
• Poca consistencia
PROS CONTRAS
APLICACIONES BASADAS EN
HOJAS DE CÁLCULO
APLICACIONES A LA
MEDIDAMODELO A LA MEDIDA
• Herramienta familiar
• Rápida adaptabilidad
• Complejidad y tamaño limitado
• Mantenimiento díficil
• Poca consistencia
• Diseñado a la medida de las
necesidades del negocio
• Costoso y riesgoso
• Díficil de mantener en el tiempo
• Díficil uso y mejoras
PROS CONTRAS
APLICACIONES BASADAS EN
HOJAS DE CÁLCULO
APLICACIONES A LA
MEDIDAMODELO A LA MEDIDA
• Herramienta familiar
• Rápida adaptabilidad
• Complejidad y tamaño limitado
• Mantenimiento díficil
• Poca consistencia
• Diseñado a la medida de las
necesidades del negocio
• Costoso y riesgoso
• Díficil de mantener en el tiempo
• Díficil uso y mejoras
APLICACIONES
EMPAQUETADAS
MODELO GENERICO POR COMPAÑÍA
DE SOFTWARE
• Funcionalidad inmediata
• Configurable
• Mejores prácticas verticales
• Puede no capturar todas las
restricciones, costos y metas
• Costoso de “customizar”
PROS CONTRAS
APLICACIONES BASADAS EN
HOJAS DE CÁLCULO
APLICACIONES A LA
MEDIDAMODELO A LA MEDIDA
MODELO A LA MEDIDA
+
• Herramienta familiar
• Rápida adaptabilidad
• Complejidad y tamaño limitado
• Mantenimiento díficil
• Poca consistencia
• Diseñado a la medida de las
necesidades del negocio
• Costoso y riesgoso
• Díficil de mantener en el tiempo
• Díficil uso y mejoras
• Diseñado a la medida de las
necesidades del negocio
• Funcionaliad inmediata
• Fácil de usar y mejorar
• Proceso de desarrollo iterativo
• Requiere compromiso y
habilidades técnicas
APLICACIONES A LA
MEDIDA
APLICACIONES
EMPAQUETADAS
MODELO GENERICO POR COMPAÑÍA
DE SOFTWARE
• Funcionalidad inmediata
• Configurable
• Mejores prácticas verticales
• Puede no capturar todas las
restricciones, costos y metas
• Costoso de “customizar”
DECISION
SUPPORT
INFORMATION
SYSTEM
ERP
INFORMATION
SYSTEM
OPCHAIN-SCOOPTIMIZING THE VALUE CHAIN
SUPPLY CHAIN OPTIMIZATION
XML
MAPEO
USUARIOSOPERACIONES
ADMINISTRADORESSISTEMA SOPORTE
DE DECISIONES
Mathematical Modeling Process
6
3
63
WELL-DOCUMENTED OPTIMIZATION ROI
CASES
*Franz Edelman Competition Finalists, Science of Better, http://www.scienceofbetter.org , Published Case Studies
2 Chilean Forestry firms* Timber Harvesting $20M/yr + 30% fewer trucks
UPS* Air Network Design $40M/yr + 10% fewer planes
South African Defense* Force/Equip Planning $1.1B/yr
Motorola* Procurement Mgmt $100M-150M/yr
Samsung Electronics* Semiconductor Mfg 50% reduction in cycle times
SNCF (French RR)* Scheduling & Pricing $16M/yr rev + 2% lower op ex
Continental Airlines* Crew Re-scheduling $40M/yr
AT&T* Network Recovery 35% reduction spare capacity
Grant Mayo van Otterloo* Portfolio Optimization $4M/yr
Pepsi Bottling Group Production Sourcing $6M inv reduction + 2% fewer miles
Fonterra Dairy Distribution $15M annual savings
NA Brewing Company Mfg Sourcing + Distribution $150M/yr transportation savings
US Water Products Mfg Inventory Optimization $6.2M working capital reduction
• El complejo minero LKAB’s Kiruna está localizadas por encimadel Circulo Ártico en el norte de Suecia, emplea 3000trabajadores y produce 24 millones de toneladas de mineral dehierro por año.
• El yacimiento es de clase mundial y tiene depósitos con altosgrados de magnetita.
• En el año 2004 era el complejo minero subterráneo másgrande del mundo
PRODUCTION SCHEDULINGLKAB’S KIRUNA MINE
• Los modelos matemáticos proporcionan soluciones óptimas para programación de operaciones que cubren 5 años, en muy poco tiempo (300 segundos en 2004).
• El ahorro en personal orientado a estas labores implica la reducción del 25% del costos de nómina y en un mejor uso del tiempo del personal calificado.
• Estas soluciones producen planes de producción con desvíos menores al 5% con respecto a la demanda, que son muy superiores a los obtenidos con las anteriores herramientas, que producían desvíos entre el 15-25%.
PRODUCTION SCHEDULINGLKAB’S KIRUNA MINE
PLANTAS DE TRANSFORMACIÓN
GRANJAS
PONEDORAS
INCUBACIÓNHuevos
PROCESAMIENTO
Líneas Empaque
LÍNEA EMPAQUE
CENTROSCONSUMOOtros
Insumos
Pollos Sacrificados
LÍNEA EMPAQUE
LÍNEA EMPAQUE
Calor Artificial
Procesamiento deEmbutidos de Pollo
Carne de PolloConsumo Humano
Pollitos de Engorde
Calor Artificial
LEVANTE
Alimento
Carne de Pollo
Carne de Pollo
CANALESDISTRIBUCIÓN
PLANTAS DE SACRIFICIO
SACRIFICIO
FRIGORIFICOS
FAENAMIETO
PLANTAS DE TRANSFORMACIÓN
GRANJAS
PONEDORAS
INCUBACIÓNHuevos
PROCESAMIENTO
Líneas Empaque
LÍNEA EMPAQUE
CENTROSCONSUMOOtros
Insumos
Pollos Sacrificados
LÍNEA EMPAQUE
LÍNEA EMPAQUE
Calor Artificial
Procesamiento deEmbutidos de Pollo
Carne de PolloConsumo Humano
Pollitos de Engorde
Calor Artificial
LEVANTE
Alimento
Carne de Pollo
Carne de Pollo
CANALESDISTRIBUCIÓN
PLANTAS DE SACRIFICIO
SACRIFICIO
FRIGORIFICOS
FAENAMIETO
ESLABON PRIMARIO
ESLABON INDUSTRIAL
Semanas
0
100
200
300
400
500
Nacimiento
50 g
10 Semanas
1200 g
1 2 3 4 5 6 7 8 9 10
g
Incubación
600
700
800
900
1000
1100
1200
Levantamiento
4 semanas
300 g
6 semanas
550 g
8 semanas
900 g
CICLO PRODUCTIVO DEL POLLO
GRANJA
PLANTA
POLLOS
ENTEROS
SACRIFICADOS
PARTES
POLLOS
ENTEROS
EMPACADOS
Pollo Sacrificado a SKU
PEDIDOS(En und y/o
Kg)
Pollos por
Calidad(Raza y Peso)
Pollos Enteros
Por Calidad(SKU)
Piezas de
Pollo(SKU)
Inventario Pollo EnteroInventario Partes de Pollo
Pollo Sacrificado
(Entero)
PolloSacrificado
(Piezas)
DESPIEZE DE ANIMALES
ASICAM: A Truck-Scheduling System
Sistema de planificación de transporte diario
El objetivo básico es satisfacer la demanda de los diferentes productos a cada cliente, minimizando los costos de transporte.
Se manejan de 10 a 90 orígenes, de 5 a 30 destinos y de 50 a 300 posibles rutas.
Ocho (8) firmas chilenas han implementado ASICAM, ellas reportan ahorro en costos entre el 15% y el 35%
IDT 02/96
FEDERAL EXPRESSOperation Research
! saved the company !
Desde 1973, FEDEX utiliza todo tipo de modelos matemáticos, para simular y planificar operaciones, finanzas, uso de recursos, asignación de personal, estructura de rutas, lo que ha permitido un crecimiento evidente de la empresa.
FEDEX maneja 2.500.000 paquetes por día en 200 países, más de 500 aviones y más de 3000 pilotos.
"OR was applied effectively here and reversed the four-hub serial design decision in favor of a single SuperHub.
It saved the company ! ".
COMPETITIVIDADes el resultado de la suma de tres productividades:
TECNOLÓGICA: eficacia de los procesos industriales;
ECONÓMICA: eficacia en el acceso a los mercados;
GERENCIAL: eficacia del proceso de toma de decisiones.
Esta última maneja del orden del 20% de los costos totales y su soporte científico es
BUSINESS ANALYTICS AND OPTIMIZATION
BUSINESS ANALYTICS AND OPTIMIZATION
Top Related