Todos los problemas
Directorio por categorías de problemas operativos de optimización.
¿Cómo equilibrar ritmo de producción, inventario, horas extra y subcontratación a 12 meses?
Diriges una pyme manufacturera de 10-50M TRY de facturación mensual, con 5-30 familias de producto y 30-200 operarios; comercial te entrega una previsión anual donde los meses de pico y los de valle varían bruscamente. Cada mes y para cada familia de producto debes tomar a la vez cinco decisiones entrelazadas: producir a ritmo constante y acumular stock, contratar o despedir personal, absorber picos con horas extra, subcontratar a auxiliares o aplazar pedidos al mes siguiente. Si la mezcla está mal, el stock medio se hincha 20-40%, las horas extra rebasan el tope legal de 270 horas anuales, la subcontratación de último minuto cierra 20-40% por encima del precio de mercado y las entregas tardías pierden clientes. Repartir estas cinco decisiones entre comercial, producción y RR. HH. con tres intuiciones separadas quema 4-25M TRY de margen operativo al año.
¿Cuánto de Cada Producto Hago para Sacar Más Ganancia?
Diriges un taller de 5-50 trabajadores que produce 3-15 productos. La misma materia prima, las mismas máquinas y la misma gente trabajan para todos los productos. Cada semana ventas dice 'podemos vender 200 más de esto', producción dice 'pero esa máquina está copada', administración dice 'el producto A da más ganancia, empújalo'. Cada producto tiene una ganancia unitaria distinta, un consumo distinto de horas máquina, materia prima y mano de obra, y un techo de demanda distinto. Decidiendo a ojo sueles cargar el producto de mayor precio de venta — pero el producto que **menos hora-máquina cuello de botella come** puede dar más ganancia. Tomarlo por intuición deja en la mesa el 10-25% de la ganancia mensual que podrías obtener de la misma capacidad.
¿Cuánto produzco de una vez y cuándo vuelvo a empezar?
Una de las preguntas básicas de un fabricante: hay datos de demanda para un período, cada nuevo lote de producción tiene un coste de setup (cambio de molde, ajuste de línea, calibración) y lo producido pero no vendido inmediatamente genera coste de inventario (almacén, capital inmovilizado, obsolescencia). El plan de cuánto producir cada semana debe decidirse con antelación; el nombre matemático es Lot Sizing Problem. La variante con un producto, demanda determinista, sin capacidad fue resuelta por Wagner y Whitin en 1958 con programación dinámica. Las variantes multi-producto, capacitadas, multi-nivel crecieron en MRP, Capacitated Lot Sizing (CLSP) y Economic Lot Scheduling (ELSP).
¿Qué Equipo Mantener, y con Qué Frecuencia?
Planificación del mantenimiento preventivo de una línea con 5–30 equipos principales, una flota de 10–100 vehículos o una planta con 50–300 activos (hotel, hospital, fábrica, centro comercial). Cada activo tiene una tendencia de fallo, intensidad de uso, duración de mantenimiento y coste de parada distintos. La decisión: qué activo, cuándo, con qué cuadrilla, en qué orden — para que los fallos imprevistos sean mínimos, la parada planificada sea corta y la carga de mantenimiento esté equilibrada. La planificación manual aguanta hasta 20–30 activos; por encima, o se mantiene demasiado pronto (piezas y mano de obra desperdiciadas) o demasiado tarde (fallos y pérdida de producción).
¿Qué tarea a qué estación — para respetar el takt y mantener bajo el número de operarios?
Para pymes manufactureras con una línea de montaje de 10-30 estaciones y 100-1.000 unidades por hora (proveedor automoción, electrodomésticos, envasado alimentario). La decisión es esta: cada una de las 30-200 tareas elementales del producto — atornillar, encajar, soldar, inspeccionar, etiquetar — debe asignarse a una estación concreta. Si un operario recibe pocas tareas, queda inactivo; si demasiadas, la línea se atasca y la producción por hora cae. Ensayo y error con cronómetro y hoja de cálculo no puede satisfacer a la vez las reglas de orden, ergonomía y emparejamientos prohibidos.
¿Qué Trabajo en Qué Máquina, en Qué Orden?
Un taller CNC con 5–20 máquinas que procesa 50–200 órdenes de trabajo al mes. Cada trabajo pasa por una o varias máquinas; el cambio de utillaje o herramienta lleva 15–90 minutos y el tiempo depende del trabajo anterior (por ejemplo, pasar de aluminio a acero puede llevar 75 minutos, mientras que de acero a acero son 20 minutos). La decisión: en qué orden y en qué máquina, de modo que se cumplan los plazos y el setup total se mantenga al mínimo. Un encargado puede llevar unos 30 trabajos en la cabeza; a partir de ahí la calidad del plan cae — horas extra, penalizaciones por retraso, clientes perdidos.
Cinco proveedores cotizan la misma pieza: ¿cuánto compro a cada uno?
Diriges una pyme manufacturera de 20-200 personas y compras la misma materia prima o componente a 4-8 proveedores distintos. Cada proveedor difiere en precio, calidad, plazo de entrega, capacidad, condiciones de pago y solidez financiera; decidir quién permanece en la lista aprobada y a quién asignar cuánto en cada orden son dos decisiones separadas. Una elección errónea puede desatar una crisis de calidad de varios meses o detener la línea cuando falla el único proveedor; el enfoque 'gana el más barato' oculta costes de calidad, entregas tardías y conformidad, y termina 15-40% más caro. Puntuar 5-15 ofertas con 8-12 criterios a mano en una hoja de cálculo se vuelve inconsistente rápidamente.
Cuántas piezas muestreo del lote entrante y cuántos defectos permito — coste de inspección vs reclamaciones
Si dirige la inspección de entrada en un proveedor de automoción tier-1, la mesa de control de entrada de una textil exportadora o el control de calidad de una planta alimentaria o farmacéutica, semanalmente le llegan lotes de 100-5.000 piezas; probar el 100 % es caro, a veces destructivo o retrasa la producción. Para cada lote debe fijar dos números: cuántas piezas muestrear al azar y a partir de cuántos defectos rechaza el lote. Pocas muestras y un límite laxo dejan pasar lotes malos hacia las quejas del cliente; muchas muestras y un límite estricto rechazan lotes buenos, abren peleas innecesarias con el proveedor y retrasan entregas. Por muy numérico que parezca el objetivo de calidad del contrato, equilibrar esos dos riesgos a ojo erosiona poco a poco la memoria de calidad y el control de costes.
Cuántos pedidos al año, cuánto por pedido — para que el coste de pedido + almacenamiento sea mínimo
Para un mayorista mediano con 5-50M TRY de facturación, un fabricante PYME que compra embalaje o materia prima, o un responsable de almacén/compras con 50-500 SKU, dos decisiones se repiten por cada SKU: cuán grande debe ser cada pedido y con qué frecuencia. Pedido demasiado grande y el capital se queda en el almacén, el espacio se llena, suben los costes de deterioro + obsolescencia + financiación; pedido demasiado pequeño y los costes por orden (transporte + aduana + procesamiento) aplastan al coste unitario y la frecuencia se dispara. La regla habitual 'comprar stock para un mes' o 'llenar el camión' suele desviarse 20-50 % del óptimo — alrededor del 10-25 % de coste anual extra. El equilibrio correcto por SKU se obtiene de la demanda anual, el coste fijo por pedido, la tasa de inmovilización de capital (25-45 % anual en Turquía los últimos 5 años) y el coste unitario de almacenaje; con descuentos por volumen del proveedor hay que comparar por tramos. Sobre 200M TRY de compras anuales, hacerlo bien vale 300K-2M TRY de margen operativo al año.
¿Dónde Abro el Nuevo Almacén?
Un distribuidor, un operador de comercio electrónico o un fabricante pyme prevé abrir 1–5 nuevos almacenes, sucursales o centros de distribución en los próximos 2–5 años. La decisión: en qué ciudad o región, cuántas instalaciones, de qué tamaño y qué almacenes existentes transfieren qué volumen de pedido o cliente a la nueva instalación. Una mala localización implica 5–10 años de alto coste de transporte, entregas tardías y pérdida de clientes; una buena localización supone 300.000–1,5 M EUR de ahorro anual en el mismo periodo. Cuando la decisión se toma por intuición (por ejemplo 'al lado de la fábrica, los empleados viven cerca') rara vez se acierta — porque coste de transporte, alquiler, impuestos, mano de obra y tiempo de servicio son restricciones que deben equilibrarse a la vez.
¿Qué cabe en un camión o contenedor, y en qué orden se carga?
Dado un camión, contenedor o vehículo de carga de dimensiones fijas, ¿qué disposición de cajas (o pallets) con tamaños, pesos y reglas de apilado distintos da la mayor tasa de utilización? El nombre matemático de esta pregunta es Three-Dimensional Bin Packing Problem (3D-BPP) o Container Loading Problem (CLP). Métodos que resuelven al mismo tiempo volumen, límites de peso, reglas de apilado, distribución del peso (balance) y orden de entrega (multi-drop) se estudian desde los 1990. Incluso un 5% de mejora en utilización aumenta entregas por vehículo de forma material para una pyme.
¿Qué Furgoneta a Qué Cliente, a Qué Hora?
Una flota local de reparto de 5–30 furgonetas planifica sus rutas diarias. Cada cliente tiene una ventana horaria (una tienda recibe entre 09:00 y 12:00; un restaurante solo antes de las 14:00). La decisión: a qué furgoneta asignar cada cliente, en qué orden visitarlos, de modo que todas las ventanas se cumplan, las horas de combustible y conductor sean mínimas, y ninguna furgoneta supere su capacidad. Un repartidor puede planificar a mano 30–50 paradas; por encima, la calidad cae — kilómetros vacíos, entregas tardías, segundas rutas y horas extra del conductor.
De un nodo a otro — ¿cómo calculo el camino más corto en un grafo ponderado?
Para PYME que necesitan calcular la ruta más rápida o más corta entre dos puntos: equipos de servicio de campo con 10-50 vehículos (fontanería, electricidad, reparación de electrodomésticos), operadores urbanos de mensajería/paquetería o centros de despacho que coordinan emergencias. Cada día surgen cientos de preguntas '¿cómo voy ahora más rápido de A a B?'; la respuesta cambia con el tráfico, los cortes y el tipo de vehículo. Una ruta mal elegida cuesta al técnico uno o dos trabajos perdidos al día, al mensajero una entrega tarde y a la empresa un cliente. La planificación manual o a ojo suele dejar 20-60 minutos perdidos por vehículo y día frente a un cálculo de ruta basado en la red.
Un vehículo, muchas paradas — ¿en qué orden las visito para minimizar la distancia total?
Operas un técnico de campo que visita 8-15 clientes al día (climatización, ascensores, reparación de electrodomésticos), una ruta de proveedores con un solo vehículo, o una taladradora PCB que ordena 500-5.000 perforaciones. Todos enfrentan la misma decisión núcleo: dados N puntos, en qué orden debe el único vehículo o cabezal visitar cada uno y regresar al inicio. Si la secuencia falla, el vehículo de servicio quema 80-200 TRY/día extra en combustible y horas de conductor, la línea PCB tarda 15-30% más por pieza y el último cliente pierde su ventana de entrega. En 50 paradas, la secuencia hecha a mano se queda 20-40% por encima del mínimo real; a medida que crecen las paradas, la brecha de la ordenación intuitiva se acumula.
Varias plantas, varios clientes — ¿cuánto envía cada planta a cada cliente para minimizar el flete total?
Para PYME de alimentación, envasado o textil que envían semanalmente desde 3-8 plantas o almacenes regionales a 20-100 clientes. La decisión semanal es: qué planta envía cuánto a qué cliente, con capacidades fijas por planta, demandas declaradas por cliente y un coste unitario distinto (distancia + vehículo + contrato) para cada par. El objetivo es la factura total de flete más baja en toda la red. La regla 'la planta más cercana' o 'siempre lo hemos hecho así' suele dejar un 10-20% extra de combustible y vehículo sobre la mesa frente a una asignación sistemática.
Varios vehículos, muchos clientes — qué vehículo en qué secuencia, sin superar la capacidad y con distancia total mínima
Un distribuidor o proveedor que entrega a diario desde un único almacén a 10-100 clientes (alimentación, bebidas, agua, recambios B2B); capacidad de vehículo fija (2-5 toneladas, 30 m³), cantidad pedida por cliente conocida, horario de entrega flexible. Cada mañana tres preguntas: cuántos vehículos salen hoy, qué vehículo visita qué clientes, en qué orden — sin superar la capacidad, minimizando la distancia total. Un planificador resuelve mentalmente 15-25 clientes; por encima la calidad cae, clientes de la misma zona se reparten entre dos vehículos, y salen 1-2 vehículos de más cada día. El 10-25 % de la distancia total y 1-2 vehículos diarios dependen de la calidad del plan; combustible + conductor suponen el 30-50 % del gasto operativo.
¿Cuándo Pedir, y Cuánto?
Un comercio, una tienda online o un distribuidor con 200–5.000 SKU. Para cada SKU la pregunta es: cuándo pido al proveedor y cuánto. Los proveedores entregan 3–21 días después del pedido (lead time), la demanda oscila día a día, algunos productos caducan, el espacio de almacén es finito y casi todos los proveedores fijan una cantidad mínima de pedido (MOQ). La decisión: qué SKU pedir, cuándo y en qué cantidad, para mantener a raya tanto la 'rotura de stock' (venta perdida) como el 'exceso de stock' (caja atrapada, caducidad). El control manual sirve hasta ~50–100 SKU; por encima, 'lo llevo en la cabeza' falla — o pides de más o te quedas sin algo crítico.
¿Cuánto de cada producto debo pedir para no quedarme sin stock ni acumular existencias?
Escrito para pymes minoristas, de e-commerce o fabricantes que gestionan 500-5.000 SKUs. Si su equipo de compras sigue ordenando cada mes desde una hoja de cálculo con la media de los últimos tres meses más un diez por ciento, y aun así ve estantes vacíos y almacenes saturados al mismo tiempo, está en este problema. Cuando la misma empresa convive con roturas (5-15% de venta perdida) y stock muerto (10-25% de capital atrapado), la intuición ha llegado a su límite: estacionalidad, incertidumbre del plazo de entrega y SKUs de baja rotación no se corrigen a mano referencia por referencia. Una previsión sistemática combinada con política de inventario suele liberar 1,8-5,4M TRY/año de capital de trabajo sobre 50M TRY de ingresos y eleva el nivel de servicio del 85% al 95%.
¿Qué productos quedan en la lista y cuánto espacio para cada uno?
Escrito para una pyme minorista con 30-200 tiendas o un operador de e-commerce con 500-5.000 SKUs. Si cada mes se discute qué productos quedan en estantería, cuánto espacio recibe cada uno y a qué referencia retirar para dar paso a un proveedor nuevo, este es su problema. El listado intuitivo y los planogramas hechos a mano erosionan en silencio el margen de la categoría: los más vendidos quedan con poco frente, las SKUs muertas ocupan espacio y el efecto sustitución (el cliente se va a la competencia cuando no encuentra su producto) queda invisible. Un proceso de decisión sistemático a nivel tienda-categoría suele desplazar el margen anual en 2-6M TRY sobre una categoría de 50M TRY.
¿Qué SKU en qué estante y por qué ruta debe caminar el preparador?
Un almacén de e-commerce o CD de retail omnicanal almacena 15.000-200.000 códigos de producto (SKUs) y prepara 2K-30K líneas de pedido al día. Un preparador camina 200-800 m por pedido y 15-30 km al día. El 50-70% de ese caminar no añade valor. Se deben tomar dos decisiones acopladas: (a) **slotting** — qué SKU en qué estante y a qué altura, considerando frecuencia de picking, patrón de co-pedido y carga ergonómica; (b) **routing de picking** — para una lista dada, la secuencia de pasillos y la regla de ruta elegida (S-shape, return, midpoint, largest-gap, combined). Decisiones complementarias: recoger varios pedidos en un viaje (batch picking), dividir el almacén en zonas (zone picking), unificar en una estación de clasificación. Cuando ambas se resuelven juntas, la distancia caminada por preparador puede caer 25-40%.
Decenas de SKU de un Mismo Proveedor — ¿Con qué frecuencia pedir cada uno para que camión y stock sean mínimos juntos?
Esta página es para una pyme mayorista, importadora o fabricante que compra 50-500 SKU al mismo proveedor — normalmente repartidos entre 3-15 proveedores principales. La pregunta semanal es la misma: de este proveedor, ¿qué productos se piden hoy y cuáles pueden esperar a la próxima semana? Si cada producto dispara su propio pedido, el mismo proveedor acaba enviando tres camiones y tres expedientes de aduana por semana; un camión, un expediente y un coste de setup podrían cubrirlo todo si los grupos son correctos. La planificación manual se desmonta pasados los 50 SKU: unas semanas medio camión, otras tres pedidos seguidos — los costes fijos vuelven como un 5-15% del coste unitario del producto.
El stock no se vacía al cierre de temporada — ¿cuándo y cuánto rebajar para que el margen aguante y el dead stock no aparezca?
Esta página es para usted si dirige una PYME de moda rápida con colección estacional, una cadena de 30-100 tiendas de ropa/calzado/accesorios o una cadena de productos frescos (frutería, panadería, carnicería). El dolor clásico: una colección de 200-1.000 SKU se vende durante 4-12 semanas y después el stock sin vender se vuelve un problema — rebajar demasiado pronto erosiona el margen, rebajar demasiado tarde deja una pila de dead stock al final de temporada. La decisión: ¿qué producto, cuándo, con qué porcentaje? En una cadena de moda mediana gestionada con reglas intuitivas, el 20-35% del stock al cierre acaba como saldo; un calendario de rebajas adecuado eleva el margen bruto un 5-15%, reduce el dead stock un 20-30% y aporta 15-60 millones TRY de margen operativo al año sobre una facturación típica.
¿Qué porcentaje de mi dinero va a qué inversión?
Una de las preguntas básicas de una pyme o inversor individual: hay un capital y varias opciones de inversión (acciones, bonos, divisas, materias primas, depósitos, inmuebles, reinversión en el negocio), cada una con rendimiento esperado y riesgo distintos, con correlaciones entre sí (cuando una baja otra sube, etc.). ¿Qué porcentaje del capital va a cada una? El nombre matemático es Portfolio Optimization Problem. En 1952 Harry Markowitz formalizó el mean-variance — fundamento, ganador del Nobel, de la teoría moderna de carteras. Maximizar rendimiento esperado minimizando varianza es un problema de programación cuadrática.
Cuánto efectivo en qué cajero, con qué frecuencia reponer — equilibrio entre cajero vacío e inmovilización elevada
Si es un banco comercial o de participación de tamaño medio que opera 50-500 cajeros, cada mañana debe responder a tres preguntas: cuánto efectivo poner en cada cajero, con qué frecuencia reponer cada uno y qué ruta debe seguir el vehículo blindado. Los dos extremos son caros: demasiado efectivo dentro del cajero infla el coste de oportunidad del 5-15 % anual de interés más la prima de seguro; muy poco efectivo vacía la máquina, el cliente no puede retirar, llegan quejas y daño de marca. Como un centro comercial, una parada de autobús, un campus y un distrito de oficinas tienen patrones de retirada muy distintos, una regla intuitiva del tipo 'la misma cantidad para todos' perjudica los dos extremos a la vez. Esta página está dirigida a equipos de operaciones bancarias que quieren tomar las tres decisiones juntas y basadas en datos.
Múltiples entradas + múltiples salidas — ¿cómo mido la eficiencia relativa de mis sucursales o unidades?
Esta página es para usted si dirige un banco con 100-500 sucursales, una cadena hospitalaria multisede con 200-1.500 camas, una dirección de educación con cientos de escuelas o un organismo público que compara provincias. La pregunta clave: ¿qué sucursal/hospital/escuela es eficiente y cuál no — y para las que no lo son, qué unidad 'peer' deben tomar como referencia y cuánto deben mejorar? Cada unidad consume varias entradas a la vez (personal, superficie, presupuesto) y produce varias salidas a la vez (ingresos, clientes/pacientes/alumnos, calidad); un indicador único como 'ingresos por empleado' no captura esa realidad y puede marcar como débil a una unidad eficiente o al revés. Bien aplicado — porque el peer benchmark da una referencia concreta de mejora — la aceptación de los planes de mejora para unidades débiles sube un 40-70%, lo que equivale a 10-50 millones TRY al año de margen operativo en una red de sucursales mediana.
Presupuesto fijo, muchos proyectos candidatos — ¿qué subconjunto elijo para maximizar el retorno total?
El comité de inversión de un holding mediano o de una PYME afronta cada año 50-200 proyectos candidatos (ampliación de planta, nueva línea, almacén, modernización TI, transformación digital) con un presupuesto anual fijo (50-500M TRY): ¿qué subconjunto elegir para que el gasto no supere el presupuesto y el retorno total (NPV) sea máximo? La regla intuitiva 'ordenar por NPV/inversión y coger de arriba' se pierde proyectos pequeños pero rentables que entran en el último 5-10 % del presupuesto — empíricamente se desvía un 5-15 % del óptimo, y con restricciones multidimensionales (presupuesto + horas-hombre + horas-máquina) la brecha sube al 10-25 %. La misma estructura aparece en la selección mensual de campañas de marketing, en la carga de un avión cargo con capacidad limitada y en la selección de proveedores. La creencia habitual del comité 'no existe un óptimo matemático, decidimos por criterio' es falsa — una solución óptima para 200-1000 candidatos se obtiene en minutos.
¿A qué paciente, en qué planta y cama, y cuándo disparar el alta?
Para la dirección de un hospital privado o clínica con 50-500 camas y 6-15 servicios (cardiología, medicina interna, pediatría, cuidados intensivos, oncología y similares). Cada día hay que tomar dos decisiones acopladas: a qué planta y cama, y a qué hora, ingresa el paciente que llega, y con cuántas horas de antelación se dispara la decisión de alta de los pacientes ya ingresados. Cuando una planta se llena, el paciente espera horas en urgencias o se coloca en el servicio equivocado, lo que alarga la estancia y eleva el riesgo clínico. Si la ocupación de camas se sigue manualmente, las colisiones urgencia-programado y la congestión de fin de semana son inevitables.
¿Cómo distribuyo las citas de consulta externa — sin que esperen los pacientes ni se quede ocioso el médico?
Esta página es para el responsable de una clínica privada o consulta externa hospitalaria con 5-20 médicos que gestiona 100-800 citas al día. Dos decisiones acopladas: ¿cuánto debe durar un slot (15 o 20 minutos, igual para todos o no), y conviene que algunos slots reciban dos pacientes para absorber las inasistencias? Un diseño erróneo dispara tres cosas a la vez: los pacientes esperan 40-90 minutos y la línea de quejas se llena, el médico queda ocioso 1-2 horas por la tarde o termina a las 20:00, y una tasa de no-show del 20-30% erosiona la capacidad sin que nadie lo note. Una plantilla fija de 15 minutos parece ordenada sobre el papel, pero cuando las consultas reales oscilan entre 5 y 25 minutos la cola de la tarde siempre se desmorona.
¿Qué Cirugía en Qué Quirófano, a Qué Hora?
Planificación semanal de cirugías para un hospital privado de 20–80 camas, un centro de cirugía mayor ambulatoria o una clínica con 3–8 quirófanos. Cada semana hay que planificar 40–200 intervenciones; cada caso tiene una duración estimada distinta (45 minutos a 6 horas), requiere cirujano y equipo de enfermería, tipo de anestesia, consumibles e implantes específicos, y un tiempo de ingreso y recuperación. La decisión: qué caso, qué día, en qué quirófano, en qué orden, con qué equipo. Mejorar la ocupación respetando los días libres del cirujano, el tiempo de espera del paciente y la reserva para urgencias es difícil. La planificación manual aguanta hasta 20–30 casos/semana; por encima, lleva al responsable 4–8 horas semanales y aumentan los retrasos y el sobretiempo nocturno.
Cuadrante mensual de enfermería — sostener fatiga, preferencias y competencias a la vez
Esta página es para la supervisora de enfermería de un hospital privado con 50-300 enfermeras en unidades 24/7 (UCI, cirugía, urgencias, medicina interna, maternidad) que prepara el cuadrante mensual. Cada turno necesita suficientes enfermeras y al menos una senior cualificada, las noches consecutivas están limitadas, entre turnos debe haber al menos 11 horas de descanso, hay que respetar días personales y permisos, y las guardias nocturnas deben repartirse con justicia — todo a la vez. Planificar a mano por encima de 50 enfermeras cuesta a la supervisora 30-60 horas al mes, y la discusión de 'quién trabajó menos' se abre igual cada mes. Las enfermeras con cuadrantes injustos renuncian 2-3 veces más a menudo; el coste de reemplazo es 50-150K TRY por enfermera.
¿Cómo Construyo Patrones Semanales — Demanda Cubierta, Descanso, Horas y Equidad Sosteniéndose Juntos?
El responsable de RR.HH. o de operaciones de un servicio 7 días 24 horas (centro de llamadas de una cadena minorista, recepción hotelera, seguridad, limpieza hospitalaria) no asigna turnos sueltos sino **patrones semanales** para 100-500 empleados: quién trabaja qué días, en qué turno (mañana/tarde/noche), con qué distribución de descansos — demanda cubierta en horas pico y carga de fin de semana y noche repartida con justicia. El plan intuitivo sangra por uno de dos extremos: falta de personal en pico (cola en caja, ventas perdidas, llamadas abandonadas) o exceso en horas valle (80-200 TRY/hora de mano de obra, unos 30-60K TRY al mes desperdiciados en una operación de 100 personas). Además, los incumplimientos contractuales (tope semanal de 45 horas, 5 días seguidos, 7-10 noches al mes) generan sanciones de nómina y riesgo laboral; sin un criterio de equidad escrito, la rotación sube al 40-80 % y cada nueva contratación cuesta 8-30K TRY de formación. En una operación de 200 personas, la nómina anual ronda los 30-80M TRY; una mejora del 10 % equivale a 3-8M TRY al año.
¿Qué Técnico a Qué Cliente, a Qué Hora?
Un servicio de climatización, una empresa de mantenimiento de ascensores, un servicio técnico de electrodomésticos, un proveedor de técnicos ISP o un servicio de maquinaria agrícola con 5–50 técnicos de campo recibe cada mañana una lista de demandas: 30–150 clientes con mantenimiento periódico planificado, reparación de avería o instalación. La decisión: qué técnico, qué cliente, en qué orden, a qué hora. Restricciones a respetar a la vez: ventana horaria del cliente (mañana / tarde / franja específica), competencia técnica (climatización marca A vs B, tipo de ascensor, infraestructura de internet), tiempo de viaje (20–90 min intraurbano), repuestos en el vehículo del técnico, prioridad de avería urgente. La asignación manual sirve hasta 10–15 técnicos; por encima, el equipo de dispatch pasa 2–4 horas al día al teléfono — citas que se mueven, clientes descontentos y técnicos parados son rutina.
n Tareas + n Personas / Máquinas — ¿A Quién Asigno A Qué Para Que El Coste O Tiempo Total Sea Mínimo?
Para PYME de servicios que cada semana arrancan con la pregunta '¿a quién pongo en qué?': oficinas de ingeniería con 5-30 ingenieros, bufetes que reparten 20-80 expedientes a la semana, empresas de facility-management con 10-50 técnicos de campo u hospitales que asignan cirujanos a casos. Cada par persona-tarea tiene un coste real distinto porque mezcla competencia, tiempo, desplazamiento y preferencia personal; la regla intuitiva 'la mejor persona a la tarea más dura' no ve esas diferencias. Los emparejamientos malos aparecen el viernes en forma de horas extra, entregas tarde y quejas de clientes. Una asignación sistemática del mismo equipo suele recortar el coste o el tiempo total en un 15-30%.
¿Qué cadena de actividades determina la fecha de fin del proyecto y cuál puede retrasarse sin perjudicarlo?
Esta página es para usted si dirige un proyecto mediano de construcción, montaje industrial o software/IT corporativo de 50-300 actividades. Preguntas diarias: ¿qué tareas van secuenciales y cuáles en paralelo; qué cadena es 'crítica' — un retraso de un día en ella retrasa todo el proyecto un día; qué actividades tienen holgura; si las duraciones son inciertas, qué probabilidad hay de cumplir la fecha objetivo? Las obras públicas y los grandes contratos de inversión penalizan típicamente el 0,5-1,0% del valor del contrato por día de retraso; gestionar esas cifras con un análisis adecuado de ruta crítica y holguras en vez de un Gantt intuitivo vale 5-25 millones TRY al año en beneficio operativo para un contratista PYME típico. Dentro: la familia de métodos en términos sencillos, una hoja de ruta paso a paso para PYME y las preguntas técnicas para comprar una herramienta de gestión de proyectos.
¿Qué Tarea en Qué Día, con Qué Cuadrilla?
En un proyecto de construcción de 1–7 M EUR (bloque residencial, edificio comercial ligero, pequeña planta industrial), o en una constructora que lleva 3–10 proyectos en paralelo, el problema de secuenciar 100–500 tareas por proyecto (encofrado, ferralla, hormigón, instalaciones, acabados), asignar cuadrillas y maquinaria, y controlar duraciones. La decisión: qué tarea empieza qué día, con qué cuadrilla, con qué máquina, de modo que las restricciones de precedencia se cumplan (no hay encofrado de losa antes de hormigonar los pilares), las restricciones de recursos se cumplan (una sola grúa, no dos cuadrillas en la misma planta), se respeten festivos y meteorología, y se cumpla la fecha contractual. La planificación manual aguanta hasta 30–50 tareas; por encima, el seguimiento diario 'quién está dónde' se come las horas del jefe de obra y el retraso es inevitable.
¿Qué alumno a qué parada, y qué autobús en qué orden?
Para una escuela privada que transporta a 200-1.500 alumnos con 10-50 autobuses, dos veces al día por la mañana y por la tarde. Al inicio de cada curso hay que tomar cuatro decisiones anidadas: dónde colocar las paradas, qué alumno va a qué parada, qué autobús visita qué paradas y en qué orden, y cómo se reparte la misma flota entre una primaria que empieza a las 7:30 y una secundaria a las 8:30. Los errores cuestan: 90 minutos de viaje solo de ida para un niño de 7 años espanta a las familias, un autobús medio vacío gasta combustible y un autobús tarde se lleva una hora de clase. Rutas dibujadas en una hoja de cálculo hay que rehacerlas desde cero cada vez que llega una nueva matrícula.
¿Qué Asignatura a Qué Hora, en Qué Aula?
Cada inicio de período, un colegio privado con 15–50 docentes, 8–30 grupos y 5–20 aulas, una academia con 30–100 profesores o una facultad universitaria con 50–200 asignaturas debe producir el horario semanal. La decisión: qué asignatura imparte qué profesor, qué día, a qué hora, en qué aula. Restricciones a respetar a la vez: disponibilidad del profesor (la mayoría tiene horas no disponibles), capacidad y tipo de aula (laboratorio, sala de música, gimnasio), no solapamiento del grupo de alumnos, límite de horas consecutivas, descanso del almuerzo, preferencias pedagógicas (por ejemplo, no programar una clase exigente justo después de educación física). Preparar a mano 50–100 asignaturas lleva 2–5 días de trabajo; por encima, semanas de negociación, quejas y revisiones de última hora se vuelven la norma.
¿Qué debo consumir y cuándo para bajar la factura?
Escrito para fabricantes pyme o instalaciones de polígono industrial con un consumo anual de 2-20 GWh (textil, fundición, plásticos, alimentación, frío, hotel). Si la mitad de su factura es la tarifa por tramos día/punta/noche o el cargo por potencia contratada (kW), pero sigue decidiendo de forma intuitiva qué carga corre a qué hora, la fuga se acumula cada mes. Desplazar las cargas flexibles (horno de fusión, compresores, frío, bombas) de horas punta a tramos baratos suele recortar la factura un 12-30%; con renovables propias o batería la diferencia crece más. Sobre una factura anual de 5M TRY la banda típica de ahorro es 600K-1,5M TRY/año, y sin un plan horario estructurado se pierde la mayor parte.
PV, batería, generador, carga — cada 15 minutos, ¿cuánto de qué fuente debo poner en marcha?
Operas una instalación turística, un campus universitario, un pequeño polígono industrial o una microrred insular/rural de 100-500 hogares con 200-1500 kW de PV en cubierta, batería de 100-500 kWh y generador diésel de respaldo de 50-200 kW. Cada 5-15 minutos debes tomar cuatro decisiones acopladas: cuánta energía importar de la red y si verter el excedente fotovoltaico a la red o a la batería, cargar, descargar o mantener la batería, arrancar o no el generador, qué cargas flexibles corren ahora y cuáles se difieren. Si la secuencia falla, el excedente fotovoltaico se vierte sin contrato a la red, se compra en hora punta por la noche, el generador quema diésel en la hora equivocada, y cuando la red cae queda dudoso si las cargas críticas (cadena de frío, sala de servidores, ascensor) siguen con energía. Despachar a ojo en una planta con 1 MW PV + 500 kWh batería + 200 kW generador quema 0,8-3M TRY de margen operativo al año.