Introducció
L'anàlisi prescriptiu és la fase més avançada de l'analítica de negocis, que no només es limita a descriure o predir el que pot passar, sinó que també recomana accions específiques per obtenir els millors resultats possibles. Aquesta tècnica utilitza models matemàtics, simulacions i algoritmes d'optimització per ajudar les empreses a prendre decisions informades.
Objectius de l'Anàlisi Prescriptiu
- Optimització de Recursos: Maximitzar l'ús eficient dels recursos disponibles.
- Millora de Processos: Identificar i implementar millores en els processos operatius.
- Presa de Decisions: Proporcionar recomanacions concretes per a la presa de decisions.
Conceptes Clau
Optimització
L'optimització és el procés de trobar la millor solució possible per a un problema donat, subjecte a una sèrie de restriccions. Els mètodes d'optimització poden ser lineals, no lineals, discrets, entre d'altres.
Tipus d'Optimització
- Optimització Lineal: Utilitza funcions lineals i és adequada per a problemes amb relacions lineals entre variables.
- Optimització No Lineal: Utilitza funcions no lineals i és més complexa, però pot modelar situacions més realistes.
- Optimització Discreta: Treballa amb variables discretes, com ara la selecció d'unitats individuals.
Simulació
La simulació és una tècnica que permet modelar i analitzar el comportament d'un sistema real o hipotètic. Es poden utilitzar diferents tipus de simulacions, com ara la simulació de Monte Carlo, per avaluar diferents escenaris i les seves possibles conseqüències.
Tipus de Simulació
- Simulació de Monte Carlo: Utilitza tècniques estadístiques per modelar la incertesa i avaluar l'impacte de diferents variables.
- Simulació de Sistemes: Modela el comportament dinàmic d'un sistema al llarg del temps.
Eines i Tècniques
Eines d'Optimització
- Solver d'Excel: Una eina integrada a Excel que permet resoldre problemes d'optimització lineal i no lineal.
- IBM ILOG CPLEX: Un programari avançat per a l'optimització matemàtica.
- Gurobi: Un altre programari d'optimització àmpliament utilitzat en la indústria.
Eines de Simulació
- Simulink: Una eina de MATLAB per a la simulació de sistemes dinàmics.
- Arena: Un programari especialitzat en la simulació de processos empresarials.
- Crystal Ball: Una eina d'Oracle per a la simulació de Monte Carlo.
Exemple Pràctic: Optimització amb Solver d'Excel
Problema
Suposem que una empresa vol maximitzar els seus beneficis produint dos productes, A i B. Cada producte requereix diferents quantitats de temps de mà d'obra i materials, i la disponibilitat d'aquests recursos és limitada.
Dades del Problema
Producte | Benefici per Unitat | Temps de Mà d'Obra (hores) | Materials (unitats) |
---|---|---|---|
A | 50 | 2 | 3 |
B | 40 | 1 | 2 |
Restriccions
- Temps de Mà d'Obra disponible: 100 hores
- Materials disponibles: 120 unitats
Solució amb Solver
-
Definir les Variables de Decisió:
x
: Nombre d'unitats de producte A a produiry
: Nombre d'unitats de producte B a produir
-
Funció Objectiu:
- Maximitzar el benefici total:
50x + 40y
- Maximitzar el benefici total:
-
Restriccions:
2x + 1y <= 100
(temps de mà d'obra)3x + 2y <= 120
(materials)
-
Configuració de Solver:
- Funció Objectiu:
50x + 40y
- Variables de Decisió:
x
iy
- Restriccions:
2x + 1y <= 100
,3x + 2y <= 120
- Funció Objectiu:
Implementació a Excel
A1: Producte A A2: Producte B B1: 50 (Benefici per Unitat de A) B2: 40 (Benefici per Unitat de B) C1: 2 (Temps de Mà d'Obra per Unitat de A) C2: 1 (Temps de Mà d'Obra per Unitat de B) D1: 3 (Materials per Unitat de A) D2: 2 (Materials per Unitat de B) E1: 100 (Temps de Mà d'Obra disponible) E2: 120 (Materials disponibles) F1: x (Unitats de A a produir) F2: y (Unitats de B a produir) G1: =50*F1 + 40*F2 (Benefici Total) H1: =2*F1 + 1*F2 (Temps de Mà d'Obra Utilitzat) H2: =3*F1 + 2*F2 (Materials Utilitzats)
Configuració de Solver
- Funció Objectiu:
G1
(Maximitzar) - Variables de Decisió:
F1
iF2
- Restriccions:
H1 <= E1
H2 <= E2
Resultat
Després de configurar i executar Solver, obtindrem el nombre òptim d'unitats de producte A i B a produir per maximitzar el benefici total.
Exercici Pràctic
Problema
Una empresa vol minimitzar els costos de transport des de tres magatzems fins a quatre botigues. Cada magatzem té una capacitat limitada i cada botiga té una demanda específica.
Dades del Problema
Magatzem/Botiga | Botiga 1 | Botiga 2 | Botiga 3 | Botiga 4 | Capacitat |
---|---|---|---|---|---|
Magatzem 1 | 4 | 3 | 2 | 1 | 100 |
Magatzem 2 | 2 | 5 | 3 | 2 | 150 |
Magatzem 3 | 3 | 2 | 4 | 3 | 200 |
Demanda | 80 | 70 | 90 | 60 |
Solució amb Solver
-
Definir les Variables de Decisió:
x_ij
: Quantitat transportada des del magatzemi
a la botigaj
-
Funció Objectiu:
- Minimitzar el cost total de transport
-
Restriccions:
- Capacitat dels magatzems
- Demanda de les botigues
Implementació a Excel
A1: Magatzem/Botiga A2: Magatzem 1 A3: Magatzem 2 A4: Magatzem 3 B1: Botiga 1 C1: Botiga 2 D1: Botiga 3 E1: Botiga 4 F1: Capacitat G1: Demanda B2: 4 (Cost de transport de Magatzem 1 a Botiga 1) C2: 3 (Cost de transport de Magatzem 1 a Botiga 2) D2: 2 (Cost de transport de Magatzem 1 a Botiga 3) E2: 1 (Cost de transport de Magatzem 1 a Botiga 4) F2: 100 (Capacitat de Magatzem 1) B3: 2 (Cost de transport de Magatzem 2 a Botiga 1) C3: 5 (Cost de transport de Magatzem 2 a Botiga 2) D3: 3 (Cost de transport de Magatzem 2 a Botiga 3) E3: 2 (Cost de transport de Magatzem 2 a Botiga 4) F3: 150 (Capacitat de Magatzem 2) B4: 3 (Cost de transport de Magatzem 3 a Botiga 1) C4: 2 (Cost de transport de Magatzem 3 a Botiga 2) D4: 4 (Cost de transport de Magatzem 3 a Botiga 3) E4: 3 (Cost de transport de Magatzem 3 a Botiga 4) F4: 200 (Capacitat de Magatzem 3) G2: 80 (Demanda de Botiga 1) G3: 70 (Demanda de Botiga 2) G4: 90 (Demanda de Botiga 3) G5: 60 (Demanda de Botiga 4)
Configuració de Solver
- Funció Objectiu: Minimitzar el cost total de transport
- Variables de Decisió: Quantitats transportades des de cada magatzem a cada botiga
- Restriccions:
- Capacitat dels magatzems
- Demanda de les botigues
Resultat
Després de configurar i executar Solver, obtindrem la quantitat òptima de productes a transportar des de cada magatzem a cada botiga per minimitzar els costos de transport.
Conclusió
L'anàlisi prescriptiu és una eina poderosa que permet a les empreses no només entendre i predir el comportament dels seus sistemes, sinó també optimitzar-los per obtenir els millors resultats possibles. Mitjançant l'ús de tècniques d'optimització i simulació, les empreses poden prendre decisions més informades i eficients, millorant així el seu rendiment global.
Curs d'Analítica de Negocis
Mòdul 1: Introducció a l'Analítica de Negocis
- Conceptes Bàsics d'Analítica de Negocis
- Importància de l'Analítica en les Operacions Comercials
- Tipus d'Analítica: Descriptiva, Predictiva i Prescriptiva
Mòdul 2: Eines d'Analítica de Negocis
- Introducció a les Eines d'Analítica
- Microsoft Excel per a Analítica de Negocis
- Tableau: Visualització de Dades
- Power BI: Anàlisi i Visualització
- Google Analytics: Anàlisi Web
Mòdul 3: Tècniques d'Anàlisi de Dades
- Neteja i Preparació de Dades
- Anàlisi Descriptiu: Resum i Visualització
- Anàlisi Predictiu: Models i Algoritmes
- Anàlisi Prescriptiu: Optimització i Simulació
Mòdul 4: Aplicacions de l'Analítica de Negocis
Mòdul 5: Implementació de Projectes d'Analítica
- Definició d'Objectius i KPIs
- Recopilació i Gestió de Dades
- Anàlisi i Modelatge de Dades
- Presentació de Resultats i Presa de Decisions
Mòdul 6: Cases Pràctics i Exercicis
- Cas Pràctic 1: Anàlisi de Vendes
- Cas Pràctic 2: Optimització d'Inventaris
- Exercici 1: Creació de Dashboards en Tableau
- Exercici 2: Anàlisi Predictiu amb Excel