Simulaciones

METODOLOGÍAS

Las simulaciones son una herramienta poderosa que permite probar y evaluar diferentes estrategias, optimizar sistemas complejos y testear condiciones extremas.

Existe un gran número de procesos de negocio en los que realizar pruebas sobre su funcionamiento dependiendo de la configuración utilizada puede resultar muy difícil, costoso o lento. Si pensamos en la elección de un parámetro como la temperatura de un reactor químico industrial, en la elección del perfil de personas que reciben una campaña comercial o la elección del precio para un conjunto de productos vemos con claridad el enorme coste que podría tener realizar pruebas con un mínimo valor estadístico.

En estos casos puede resultar de gran ayuda utilizar sistemas de simulación (gemelos digitales) en los que se modeliza los mecanismos internos del sistema y se estiman los resultados esperables sin necesidad de realizar pruebas reales.

En unica360 tenemos experiencia en el tratamiento de sistemas de alto nivel de incertidumbre debido a inputs aleatorios como decisiones humanas, efectos colectivos u otras posibles fuentes de ruido. Un ejemplo de esto serían simulaciones realizadas de procesos de movilidad de vehículos o transeúntes utilizando técnicas de Simulación por Agentes (ver figura).

Los pasos con los que se aborda un proyecto de este tipo son:

  • Posibles configuraciones: Aportamos nuestra experiencia como consultores ayudando a encajar las piezas técnicas y las aplicaciones de negocio requeridas. Para ello definimos con detalle el conjunto de palancas accionables (grados de libertad), condiciones externas y determinamos el espacio de posibles configuraciones.

  • Observables: En base a cómo se relaciona en la realidad el sistema simulado con su entorno, definimos y calculamos el conjunto de métricas observables e insights asociados aplicando métodos de Montecarlo.

  • Modelos predictivos: en función de la disponibilidad de datos o conocimientos del sistema se opta por modelos teóricos, por modelos generados con algoritmos de Machine Learning o por construcciones mixtas.

  • Paso de optimización: Habitualmente, el objetivo final de un ejercicio de simulación es acabar explorando de forma sistemática el espacio de configuraciones y detectando una o varias que sean “mejores” al resto desde cierto punto de vista. Para ello aportamos experiencia en la construcción matemática del funcional objetivo que mejor represente las necesidades de negocio y construimos el proceso de optimización asociado.