Una situación muy común en la realidad de las industrias es la necesidad de tomar decisiones respecto a objetivos que resultan contradictorios entre sí. Por ejemplo, una decisión que resultaría beneficiosa para para las operaciones de la empresa podría resultar al mismo tiempo negativa desde la perspectiva financiera de la misma.

En dichas situaciones, tomar decisiones óptimas que encuentren un equilibrio entre ambas perspectivas mientras se maximizan los beneficios para la compañía puede tornarse en algo un tanto complejo de ejecutar. Afortunadamente, los desarrollos más recientes en investigación de operaciones han dado con técnicas sencillas y muy poderosas para abordar estas situaciones. Conozca aquí estas técnicas y las herramientas gratuitas disponibles para implementarlas.

Encontrando el equilibrio entre dos perspectivas contrarias.

La técnica de Data Envelopement Analysis (DEA) o «Análisis de Envolvimiento de Datos» tiene una aproximación muy particular que permite cuantificar los y optimizar los resultados de una decisión basada en múltiples criterios, y puede estar dirigida hacia la toma de la mejor decisión posible bien sea respecto a los recursos necesarios para ejecutar dicha decisión (INPUTS) o los resultados de tal decisión (OUTPUTS), teniendo en cuenta que los múltiples criterios generalmente van en contravía o se comportan de maneras diferentes unos de otros.

Ejemplo: la decisión que debe tomarse entre tercerizar o mantener como propia la flota de transporte de una empresa puede tener varios efectos relacionados. Si bien entregarla en outsourcing significaría ahorros en costos fijos y variables, también significa pérdida de flexibilidad, disponibilidad y nivel de servicio al cliente, al igual que costos que si bien son variables y más flexibles (dado que el servicio sería prestado por una empresa externa), serían significativamente más altos… ¿Cómo tomar esa decisión teniendo en cuenta todos los criterios aunque sean contradictorios?

Data Envelopment Analysis.

Por medio de una combinación de información, las técnicas de DEA permiten optimizar decisiones respecto a múltiples criterios, teniendo en cuenta cuánto contribuye la decisión a cada uno de esos objetivos. Esta mezcla de información y  de efectos simultáneos permiten llegar a algo denominado una Frontera de Pareto o Frontera Eficiente, donde diferentes posibilidades de decisión ofrecen la los mejores resultados respecto a los objetivos involucrados.

En otras palabras, lo que la Frontera Eficiente nos indica es el abanico de las mejores posibilidades que tenemos para esta decisión, donde cada posibilidad combina de la mejor manera posible la compensación entre los objetivos contrarios que intentamos balancear.

Luego de tener este «abanico de mejores posibilidades» es más sencillo tomar decisiones basándose ya no en un conjunto enorme de posibilidades y efectos imprecisos, sino en un conjunto pequeño de «mejores decisiones posibles» y efectos claramente identificables para cualquiera que elijamos como nuestra decisión final.

Lograr la eficiencia.

Como puede inferirse de la anterior explicación, no todas las posibilidades hacen parte de las frontera eficiente, o sea no todas las posibilidades corresponden a las «mejores decisiones posibles». Las técnicas de DEA permiten cuantificar con detalle qué tan alejada está cada posibilidad de volverse realmente eficiente, y cuál sería el costo (bien pueda tratarse de dinero, recursos o tiempo) para lograr dicha eficiencia. Estas medidas son conceptualmente equivalentes al análisis de sensibilidad y precios sombra de otras técnicas como la programación lineal y no lineal convencionales, aunque adicionalmente incluye características que pueden ser únicas para cada opción, y las combina para hacer posible compararlas entre ellas para determinar cuáles son las más críticas para ser mejoradas.

 

¿Cómo usar DEA?

Es fácil imaginarse que solucionar un modelo DEA es complicado. Afortunadamente existen herramientas disponibles para hacerlo de manera rápida y efectiva. Estas herramientas se encargan de solucionar múltiples modelos simultáneos derivados del problema original, ofreciendo como resultado la frontera eficiente correspondiente al modelo completo. Si bien es necesaria cierta experiencia y conocimiento en cuanto a métodos cuantitativos, casi cualquier gerente, ingeniero o analista corporativo generalmente cuenta con los conocimientos y habilidades necesarias para iniciar el uso de estas técnicas.

Adicionalmente, si se tienen las habilidades (cabe aclarar que no es muy complicado de hacer) es posible crear modelos de análisis DEA desde herramientas tan omnipresentes como hojas de cálculo y plataformas abiertas como GAMS, de la que hablábamos en un artículo anterior.

Información al respecto.

Existe muchísima información y recursos al respecto de este tema, pues los resultados y mejoras que ha logrado desencadenar en la industria  son enormes. Además, las aplicaciones van muchísimo más allá de aplicaciones industriales, convirtiéndose en una herramienta muy poderosa de toma de decisiones en muchos entornos y situaciones diferentes.

• Portal interactivo de información, recursos y herramientas para DEA: http://www.deazone.com (Click/Tocar aquí para acceder)
• Portal de Información acerca de DEA: http://people.brunel.ac.uk/~mastjjb/jeb/or/dea.html (Click/Tocar aquí para acceder)
• Estos son sólo algunos de los recursos académicos al respecto de DEA (Gracias a http://opensourcedea.org/dea/):

1. ↑ Kumbhakar Subal C., Lovell Knox, Stochastic Frontier Analysis, Cambridge University Press, 2000, p. 1
2. ↑ Cobb C.W., Douglas, P.H., A Theory of Production, American Economic Review, Vol. 18 (Supplement), pp. 139-165
3. ↑ Kumbhakar Subal C., Lovell, Knox, Stochastic Frontier Analysis, Cambridge University Press, 2000, p. 1
4. ↑ Cooper William W., Seiford Lawrence M., Tone Karou Data Envelopment Analysis – A Comprehensive Text with Models, Applications References and DEA-Solver Software. Second Edition, Springer, 2007
5. ↑ Koopmans Tjalling, C., Activity Analysis of Production and Allocation, Activity Analysis of Production and Allocation Conference, John Wiley & Sons Inc – Chapman & Hall, 1951
6. ↑ Debreu G., The Coefficient of Resource Utilization, The Econometric Society, 1951, Vol. 19, Issue 3, pp. 273-292
7. ↑ Shepard R.W., Cost and Production Functions, Princeton University Press, 1953
8. ↑ Kumbhakar Subal C., Lovell, Knox, Stochastic Frontier Analysis, Cambridge University Press, 2000, p. 7
9. ↑ Farrell M.J., The Measurement of Productive Efficiency, Journal of the Royal Statistical Society. Series A (General), Blackwell Publishing for the Royal Statistical Society, Vol.120, Issue 3, pp. 253-290
10. ↑ Cooper, William W.; Seiford, Lawrence M.; Tone Karou Data Envelopment Analysis – A Comprehensive Text with Models, Applications References and DEA-Solver Software. Second Edition, Springer, 2007, pp. 46-47
11. ↑ Charnes, A.; Cooper, W.W.; Rhodes, E. Measuring the efficiency of decision making units. European Journal of Operational Research, 1978, Vol. 2, p. 429.
12. ↑ Cooper, William W.; Seiford, Lawrence M.; Tone Karou Data Envelopment Analysis – A Comprehensive Text with Models, Applications References and DEA-Solver Software. Second Edition, Springer, 2007
13. ↑ Seiford L.M., Zhu J., An investigation of returns to scale in data envelopment analysis, International Journal of Management Science, Vol. 27, 1999, pp. 1-11

Software y Herramientas Gratuitas.

Como ya lo mencionamos, existen diversas posibilidades para realizar este tipo de análisis, dentro de las cuales hay algunas específicamente diseñadas y construidas para estos propósitos:

• OSDEA: Sistema completo de análisis DEA que funciona sobre múltiples plataformas y sistemas operativos, y permite hacer complejos análisis con una facilidad impresionante. Gratuito, disponible para Windows, OSX y Linux. http://opensourcedea.org/ (Click/Tocar aquí para acceder).
• D.E.A.O.S: Aplicación online de análisis DEA dispnible de manera gratuita y libre.
  https://www.deaos.com/ (Click/Tocar aquí para acceder).