En una operación de servicio 7 días 24 horas la decisión por empleado no es un único turno; es un patrón semanal (o de n semanas) de tour — secuencia de turnos más días de descanso más límite de días consecutivos más equidad, todo a la vez. Nombre académico: Workforce Tour Scheduling; Dantzig (1954) set-covering, Bechtold-Brusco (1991) formulación compacta, Ernst et al. (2004) revisión canónica.
En pocas palabras
¿Te suena?
- Operación de 100-500 empleados — unidad central de turnos de una cadena minorista, gran centro de llamadas minorista, recepción 7-24 de una cadena hotelera, servicio de seguridad — y la planificación semanal de tours corre con hojas de cálculo e intuición.
- Los empleados se quejan regularmente: 'trabajé tres fines de semana seguidos' — la métrica de equidad no está escrita.
- La curva de demanda es muy diferente entre día laborable y fin de semana (picos viernes noche y sábado tarde); el plan deja horas pico con poco personal y horas muertas con exceso.
- El tope semanal de 45 horas se incumple a veces sin que nos demos cuenta — aparece en la revisión de nómina de fin de mes.
- Empleados con 6-7 días consecutivos muestran fatiga y mayor tasa de errores — especialmente noches consecutivas en seguridad y limpieza hospitalaria.
- Las preferencias del empleado ('miércoles escuela', 'domingo familia') se comunican verbalmente; el planificador las olvida; la desviación de preferencias eleva la rotación anual al 20-30%.
- Un contrato interno trata un patrón de turno como canónico (p. ej. '5 mañanas más 2 libres'); la operación no tiene experiencia con otros patrones (p. ej. 4x10), así que el análisis de capacidad no es posible.
Por qué importa
Cómo se resuelve
Profundidad técnica
Cómo se resuelve
Profundidad técnicaEn una frase: Dibuja la curva semanal de demanda (personal activo requerido por hora por día), enumera los patrones semanales de trabajo factibles (5x8 mañana, 4x10 tarde, noche, etc.) y decide con un solver matemático cuántos empleados asignar a cada patrón — demanda cubierta, reglas contractuales respetadas, coste total mínimo.
Este problema aparece en la literatura de Investigación de Operaciones (disciplina que usa matemáticas e informática para resolver decisiones de negocio) como Workforce Tour Scheduling. Existen dos formulaciones académicas principales:
- Set-covering (cobertura de patrones — una variable de decisión por patrón): Primero se enumeran todos los patrones de tour semanales factibles (5x8 mañana, 4x10 tarde, 7-días con 3 noches, CSWD con fin de semana libre, etc.); se asigna una variable de decisión por patrón (cuántos empleados siguen ese patrón); restricción: la demanda de cada hora debe satisfacerse; objetivo: mínimo total de empleados / coste. Ventaja clásica: formulación conceptualmente limpia, relajación LP estrecha. Desventaja clásica: el número de patrones factibles explota combinatoriamente.
- Formulación implícita / compacta: La variable de decisión cambia de ‘cuántos empleados por patrón’ al eje ’empleado-día-turno’; las reglas del patrón (descanso, días consecutivos, límite nocturno) se escriben directamente como restricciones. Ventaja: modelo de tamaño polinomial; los solvers MIP modernos (Mixed-Integer Linear Programming — optimización con algunas variables 0/1 y otras continuas) manejan 100-500 empleados en horizonte 7-14 días en tiempo práctico. Desventaja: la formulación es más compleja y difícil de validar.
Solución en tres etapas:
1. Modelado. Datos de entrada: curva de demanda (personal activo requerido por hora por día, día laborable vs fin de semana, picos intra-mes), inventario de empleados (habilidad, tipo de contrato, preferencias y restricciones), tipos de turno, biblioteca de patrones de tour, restricciones de contrato y ley laboral. Objetivo: mínima plantilla total, mínimo coste laboral, máxima puntuación de preferencias, o multi-objetivo ponderado.
2. Decisión con solver. Cuatro enfoques principales:
- Set-covering MIP: Cuando el conteo de patrones factibles es moderado (cientos), un solve MIP directo funciona.
- MIP implícito: Modelo polinomial sobre un espacio de patrones muy grande.
- Generación de columnas (empezar con un pequeño grupo de patrones y añadir los útiles paso a paso): espacio de patrones muy grande; LP maestra de relajación, subproblema genera el patrón nuevo más atractivo. Branch-and-price para la solución entera.
- Metaheurísticas (métodos de búsqueda inteligente que producen soluciones casi óptimas): algoritmo genético, búsqueda tabú, simulated annealing — para instancias muy grandes.
Elección práctica: 100-300 empleados, ciclo de 7 días, habilidad única — basta el MIP set-covering. 300-1000 empleados, multi-habilidad, ciclo de n semanas — MIP implícito o generación de columnas. >1000 empleados, multi-sitio, demanda dinámica — metaheurísticas más rolling-horizon.
3. Integración de campo. Salida en dos capas: (a) tabla de asignación de tour, (b) informe de cobertura. La herramienta WFM alimenta el módulo de programación de tours. Comité mensual de personal.
Alternativas
Manual más hoja de cálculo más intuición del planificador
GratisCero licencia; coste de tiempo del planificador 8-15 horas/semana
Para quién: 30-80 empleados, curva de demanda estable, sitio único
- + Cero coste de software
- + Flexibilidad del planificador — cambio de último momento fácil
- + Conocimiento de regulación local en el planificador
- + Canal de preferencias cara a cara
- − Por encima de 80 empleados el planificador se satura — los incumplimientos del tope contractual escapan
- − El espacio de patrones explota combinatoriamente — sin garantía de optimalidad manual
- − Métrica de equidad no es numérica — canal de quejas siempre abierto
- − Decisión de inversión (cuántos empleados) intuitiva — gran desviación
- − Análisis de capacidad (nueva línea de servicio, nuevo sitio) no es posible
Software WFM local
Empresarial150K-600K TRY instalación + 30K-100K TRY/año mantenimiento (observación del mercado TR)
Para quién: 80-300 empleados, demanda complejidad media, uno o pocos sitios
- + Reglas de ley laboral local incorporadas
- + Interfaz en lengua local, soporte local
- + Integración HR más nómina lista
- + Módulo de previsión de demanda (normalmente básico) incluido
- − El motor de programación de tours suele ser heurístico basado en reglas — MIP real o generación de columnas raro
- − Optimización multi-habilidad multi-sitio débil
- − Métrica de equidad en informes, no en el objetivo de optimización
- − Formulaciones académicas (Bechtold-Brusco implícito, generación de columnas) no integradas
Plataforma WFM internacional
Empresarial500K-3M TRY suscripción anual o 2-8M TRY licencia (observación del mercado TR)
Para quién: 300+ empleados, multi-sitio, multi-habilidad, demanda compleja
- + Motor de programación de tours maduro — MIP, generación de columnas o metaheurística
- + Soporte de matriz multi-habilidad
- + Multi-sitio planificación centralizada más flexibilidad local
- + App móvil, módulo de swap, previsión de demanda integrada
- + Métrica de equidad parte del objetivo de optimización
- − Alta licencia más 6-12 meses de implementación
- − La personalización a ley laboral TR añade tiempo de proyecto
- − Programa de formación amplio para el equipo de operaciones
- − Riesgo de lock-in con proveedor único
Solver de código abierto más equipo OR interno
Código abiertoLicencia gratis; desarrollo interno 16-32 semanas o 600K-2M TRY consultoría
Para quién: Operaciones con equipo técnico, integración con HR / asistencia existente requerida
- + Sin cuota de licencia
- + Bechtold-Brusco implícito y generación de columnas tienen implementaciones académicas de código abierto
- + Control total sobre la métrica de equidad
- + Diseño multi-objetivo flexible
- − Especialista OR interno requerido (set-covering + generación de columnas)
- − Pasar a sistema de campo lleva 9-15 meses
- − La carga de mantenimiento queda en el operador
- − Integración HR / asistencia manual
Recomendación
Pregunta en la reunión
- ¿Qué motor impulsa la programación de tours — MIP set-covering, Bechtold-Brusco implícito, generación de columnas, metaheurística o heurística basada en reglas? En una demo de 200 empleados 7-días 24-horas, ¿qué método corre y cuál es el tiempo de resolución?
- ¿Cómo se gestiona la biblioteca de patrones de tour — los patrones canónicos (5x8, 4x10, CSWD) están predefinidos, puede el usuario añadir patrones propios, puede el motor descubrir nuevos patrones?
- ¿Es la métrica de equidad (rotación de fin de semana, distribución nocturna, satisfacción de preferencias) parte del objetivo de optimización o solo del informe? ¿Son los pesos multi-objetivo (coste + equidad) ajustables por el usuario?
- ¿Cómo se codifican las reglas de ley laboral TR (tope semanal 45 horas, descanso de 11 horas entre turnos, máx. 6 días consecutivos, tope mensual de 270 horas, límite nocturno de 7,5 horas) — parámetros de usuario, biblioteca incorporada o proyecto de personalización?
- ¿Se programan multi-habilidad (p. ej. cajero + planta + seguridad) y multi-sitio (p. ej. 50 tiendas compartiendo un pool de empleados) en un solo motor o secuencialmente?
- ¿Está incluida la previsión de demanda (curva horaria, picos de fin de semana / intra-mes) o se alimenta externamente? ¿Cómo se propaga la desviación de previsión a la solución (programación de tours determinista vs estocástica)?
- En un piloto de 8-12 semanas con datos reales de operación, ¿qué informe de ahorro laboral, mejora de equidad y reducción de rotación se puede producir contra el plan manual actual?
- Si el contrato termina, ¿en qué formato abierto (CSV, JSON o Parquet) se puede exportar el historial de asignación de tours, la calibración de preferencias del empleado, los datos de previsión y el archivo de planes? ¿Cuántos años de historial empleado-horas se retienen para auditoría de nómina?
Detalles técnicos
Nota editorial
En el habla común este problema se llama “patrón semanal de turnos”, “plan de descanso 5+2” o “ciclo del empleado”. En la literatura académica su nombre es Workforce Tour Scheduling — Dantzig (1954) introdujo la formulación clásica de set-covering en el contexto de cabinas de peaje; Bechtold y Brusco (1991) publicaron la formulación compacta (implícita) moderna; Ernst, Jiang, Krishnamoorthy y Sier (2004) escribieron la revisión canónica.
Esta página no debe confundirse con #003 (asignación de turno único / personnel rostering) ni #023 (staffing de centro de llamadas — Erlang-C). Los tres están en diferentes capas de planificación:
- #079 Programación de tours (esta página) — escala patrón semanal: patrón trabajo + descanso + turno de 5-7 días. Decisión: “qué empleado en qué tour semanal”. Horizonte: semanas-meses.
- #003 Programación de turnos / personnel rostering — escala turno único: una vez fijados los tours, asignar el turno de cada día. Horizonte: días-semanas.
- #023 Staffing de centro de llamadas (Erlang-C) — escala demanda horaria: previsión horaria más objetivo de nivel de servicio. Horizonte: horas-15 minutos.
Los tres juntos forman una arquitectura de planificación jerárquica.
Punto más omitido en el sector: set-covering vs formulación implícita. Los practicantes prueban la formulación clásica de Dantzig, el número de patrones factibles explota (5.000-50.000 patrones), y declaran el modelo “no resoluble” — vuelven entonces a heurísticas basadas en reglas. Pero Bechtold-Brusco (1991) escriben una formulación implícita de tamaño polinomial; los solvers MIP modernos manejan el mismo problema en minutos.
Segundo punto omitido: la equidad debe estar en la función objetivo, no solo en el informe. Una métrica de equidad (coeficiente de Gini o entropía de la distribución fin de semana / noche) debe ser un componente ponderado del objetivo.
Paso a paso — para la PYME
Fase 1 — Medir demanda y patrones primero. Al menos 12 semanas de datos: demanda horaria realizada, horas reales del empleado (plan vs realidad), tasa de absentismo horaria, historial de preferencias y permisos.
Fase 2 — Extraer la biblioteca de patrones de tour. Qué patrones semanales encajan con contrato + ley laboral + operación. Para cada patrón, construir la matriz de cobertura hora a hora.
Fase 3 — Piloto. 8-12 semanas. Para un subconjunto (50-150 empleados) correr el MIP de programación de tours o el solver implícito en paralelo al plan manual actual. Criterio de éxito fijado por adelantado: coste laboral -8% mínimo, Gini de equidad +15%, tiempo del planificador -50%, infracciones contractuales = 0.
Fase 4 — Despliegue. 9-15 meses para integración completa de empleado + multi-sitio + multi-habilidad.
Riesgos — qué puede salir mal
- Desviación de previsión de demanda. Los planes de tours se hacen semanas antes; la desviación de la curva de demanda abre una brecha del 20-40% entre plan y realidad. Solución: rolling-horizon, programación estocástica de tours, pool de trabajo a demanda / buffer de tiempo parcial.
- Resistencia contractual / de equidad interna. Los nuevos patrones introducidos por el motor pueden no estar en el contrato existente — sigue resistencia del empleado o sindicato.
- Fatiga por noches consecutivas — en salud y seguridad. Un límite de noches consecutivas (p. ej. ≤ 2-3 noches consecutivas, seguidas de ≥ 2 días de descanso) debe ser una restricción dura.
- Lock-in con proveedor WFM único. Sin cláusula de exportación anual en formato abierto, años de calibración de equidad se pierden.
Método de solución — vista técnica
| Enfoque | Escala típica | Tiempo de resolución | ¿Óptimo garantizado? |
|---|---|---|---|
| Heurística basada en reglas | 30-80 empleados | instantáneo | No, 50-70% óptimo |
| MIP set-covering (Dantzig 1954) | 80-300 empleados, 500-3.000 patrones | minutos-horas | Sí (dentro de cota) |
| MIP implícito (Bechtold-Brusco 1991) | 100-500 empleados, ciclo n semanas | minutos-horas | Sí (dentro de cota) |
| Generación de columnas (branch-and-price) | 300-1000 empleados, multi-habilidad | horas | Sí (dentro de cota) |
| Metaheurística — GA, tabú | 500+ empleados, multi-sitio | horas | No, buena calidad práctica |
| Programación estocástica / robusta | 100-300 empleados, demanda incierta | horas | Sí (valor esperado o peor caso) |
Elección de función objetivo:
- Objetivo 1 — Plantilla total mínima: foco en decisión de inversión.
- Objetivo 2 — Coste laboral total mínimo: foco en eficiencia operacional.
- Objetivo 3 — Máxima puntuación de preferencias: foco en satisfacción del empleado / reducción de rotación.
- Objetivo 4 — Máxima métrica de equidad: Gini o entropía de la distribución fin de semana / noche.
Multi-objetivo: suma ponderada, exploración del frente de Pareto o jerárquica.
Fuentes académicas
Listadas en el frontmatter de la página bajo sources.
Fuentes
- Dantzig, G. B. (1954). A comment on Edie’s ‘Traffic delays at toll booths’. Operations Research, 2(3), 339-341. Primera aplicación de la formulación clásica de set-covering en un contexto de staffing dependiente del tiempo.
- Bechtold, S. E. y Brusco, M. J. (1991). The labor tour scheduling problem. Naval Research Logistics, 38(5), 681-695. Formulación compacta (implícita) moderna.
- Ernst, A. T., Jiang, H., Krishnamoorthy, M. y Sier, D. (2004). Staff scheduling and rostering: A review of applications, methods and models. European Journal of Operational Research, 153(1), 3-27. Revisión canónica del campo.
- Aickelin, U. y Dowsland, K. A. (2004). An indirect genetic algorithm for a nurse-scheduling problem. Computers & Operations Research, 31(5), 761-778. Enfoque metaheurístico (GA indirecto).
- Tien, J. M. y Kamiyama, A. (1982). On manpower scheduling algorithms. SIAM Review, 24(3), 275-287. Revisión sistemática temprana de algoritmos de planificación de personal.
- Centro de Tesis YÖK — palabras clave: ‘haftalık vardiya’, ‘çalışan örüntüsü’ o ’tour scheduling’ — 15+ tesis de academia TR. tez.yok.gov.tr
Glosario
- Tour Scheduling
- Problema OR de planificación de personal: asignar a los empleados patrones semanales de tour (secuencias de turnos más días libres) para cubrir la demanda horaria respetando reglas de descanso, horas y equidad.
- Days-Off Pattern
- Especificación de qué días en un ciclo semanal o de n-semanas un empleado trabaja frente a descansa — bajo restricciones de descanso consecutivo, equidad de fin de semana y límites ergonómicos.
- MIP
- Modelo de optimización donde parte de las variables de decisión deben ser números enteros (p. ej. número de camiones o de turnos).
- Planificación de Turnos
- La decisión semanal o mensual de qué empleado trabaja cada día, en qué turno, en qué rol.
Problemas relacionados
¿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%.