Implementación de método de simulación para la validación y optimización de los procesos de distribución y logística en el modelo de negocios de una empresa proveedora de servicios de energía solar

Abstract

Implementar cambios a los procesos de negocios de una empresa siempre presenta un gran reto para toda organización y sus integrantes. Solventar o mitigar la incertidumbre sobre el éxito e incluso la viabilidad del cambio es parte fundamental del proceso de cambio, a su vez, uno de los principales obstáculos, forzando a las organizaciones a buscar métodos que ayuden a predecir los efectos y resultados posibles, entre ellos pruebas piloto, proyecciones y simulaciones. El foco principal de este proyecto radica en la implementación de métodos de simulación para validar y modificar el diseño de un nuevo modelo de negocios para una empresa distribuidora de energía solar prepago en el área rural de Guatemala. El nuevo modelo de negocios y el proyecto correspondiente a su diseño e implementación son denominados Proyecto Rhino. El Proyecto Rhino se diseña para eliminar restricciones sistemáticas a la operación, como reducir los puntos de atención, disminuir el tamaño de la fuerza laboral y lograr aumentar o mantener el nivel de servicio entregado a los consumidores. La simulación del nuevo modelo de negocios utiliza parámetros provenientes del modelo de negocios previo, en conjunto con nuevos procesos de negocios basados en diseño de la operación y distribución de la empresa para obtener un modelo realista que permita iterar y experimentar con el diseño del nuevo modelo de negocios de manera ágil y sin la implementación de costosas pruebas piloto. El método empleado se basa en el desarrollo de una simulación para comprender los posibles resultados y peculiaridades del nuevo modelo Rhino, con cuyos resultados se diseña una serie de experimentos que modifican las variables con mayor sensibilidad en el nivel de servicio entregado a los consumidores. La primera fase del proyecto se enfoca en el desarrollo de las variables de interés y parámetros realistas basados en datos históricos, así como en la definición de supuestos a ser utilizados en la simulación. Las diferencias entre los modelos de negocios y las métricas disponibles obligan a utilizar diversos métodos de análisis como análisis de geocercas, simulaciones Montecarlo, y analítica en Python para identificar parámetros estocásticos que agreguen validez y realidad a la simulación. Posteriormente, se desarrolla la simulación según el diseño preliminar del modelo Rhino dentro de la cual se modela no solo el comportamiento del modelo sino la implementación de este según el estado actual de la empresa. En primera instancia y utilizando una gran cantidad de métricas introducidas al modelo, se identifica que la simulación muestra que la implementación del nuevo modelo de negocios, tal como fue diseñado, no presentaría una mejora suficientemente significativa sobre el modelo actual por lo que requiere de cambios. Utilizando los datos obtenidos de varias corridas de la simulación en conjunto con métodos de correlación estadística, se identifica el efecto que los diferentes parámetros tienen sobre las variables de interés y por lo tanto se diseñan varios experimentos para mejorar el nivel de servicio, variable de interés, de manera significativa. Los resultados de cada experimento son analizados y validados para concluir que, modificando la estrategia de lanzamiento del modelo de negocios y las características de los camiones repartidores, se logra mejorar significativamente el nivel de servicio, tanto en el nivel de atención como en tiempo de resolución. Siendo esto el objetivo primordial de la implementación del nuevo modelo de negocios es un gran hallazgo que reduce la incertidumbre en torno a la viabilidad y resultados de la implementación del Proyecto Rhino sin necesidad de poner en marcha costosas y extendidas pruebas piloto.

Implementing changes to a company's business processes always represents a significant challenge for both the organization and its members. Addressing or mitigating uncertainty regarding the success and even the feasibility of such changes is a fundamental part of the change management process and, at the same time, one of its greatest obstacles. This compels organizations to seek methods that help predict the potential effects and outcomes of proposed changes, including pilot tests, forecasting, and simulation.

The primary focus of this project is the implementation of simulation methods to validate and refine the design of a new business model for a prepaid solar energy distribution company operating in rural Guatemala. The new business model and the project associated with its design and implementation are collectively referred to as Project Rhino. Project Rhino was designed to eliminate systemic operational constraints by reducing the number of service points, decreasing the size of the workforce, and increasing or maintaining the level of service provided to customers. The simulation of the new business model uses parameters derived from the previous business model together with newly designed business processes related to the company's operations and distribution network, resulting in a realistic model that enables rapid iteration and experimentation without the need for costly pilot implementations.

The methodology is based on the development of a simulation model to understand the potential outcomes and characteristics of the Rhino business model. Based on the simulation results, a series of experiments was designed to modify the variables with the greatest impact on the level of service delivered to customers. The first phase of the project focused on defining the variables of interest and realistic parameters based on historical data, as well as establishing the assumptions to be incorporated into the simulation. Differences between the existing and proposed business models, together with the available performance metrics, required the use of several analytical techniques, including geofence analysis, Monte Carlo simulation, and data analytics using Python, to identify stochastic parameters that would enhance the realism and validity of the simulation. Subsequently, the simulation was developed according to the preliminary Rhino model design, representing not only the behavior of the proposed business model but also its implementation under the company's current operating conditions. Initially, using a comprehensive set of performance metrics incorporated into the model, the simulation indicated that implementing the new business model as originally designed would not produce a sufficiently significant improvement over the existing model and therefore required modifications.

Using data obtained from multiple simulation runs together with statistical correlation methods, the influence of different parameters on the variables of interest was identified. Based on these findings, several experiments were designed to achieve significant improvements in the primary performance indicator, namely the level of service. The results of each experiment were analyzed and validated, leading to the conclusion that modifying both the rollout strategy of the business model and the characteristics of the delivery trucks significantly improved service levels in terms of customer coverage and response time.

Since improving customer service was the primary objective of implementing the new business model, these findings represent a significant contribution by reducing the uncertainty surrounding the feasibility and expected outcomes of Project Rhino, without the need to conduct costly and time-consuming pilot tests.