Descripción General de la Tecnología
Gemelos Digitales
Descripción General de Software
Cómo Funciona
¿Cuánto más puede soportar antes de romperse?
Antes de lanzar un nuevo diseño o concepto de tienda, el cliente tuvo que realizar múltiples análisis de viabilidad y pruebas para evaluar un nuevo diseño de la tienda y al mismo tiempo validar si sería capaz de satisfacer la demanda pronosticada. Además, el cliente estaba muy interesado en calcular el "punto de ruptura" de cualquier nueva tienda (es decir, el máximo rendimiento alcanzable para una configuración determinada). Anteriormente, el cliente tenía que construir prototipos de la tienda dentro de sus laboratorios de pruebas y realizar simulaciones en la vida real con empleados y equipo reales, consumiendo recursos físicos, tiempo y dinero para llevar a cabo dichos análisis y responder tantas incógnitas como fuera posible.
Después de realizar múltiples simulaciones en la vida real y con muchas más simulaciones por probar, el cliente se dio cuenta de que su proceso de prueba actual se quedaba corto para su alcance inicial y que se estaban utilizando un número significativo de recursos antes de lanzar una nueva tienda. Lo anterior llevó al cliente a buscar soluciones de prueba más innovadoras.
Y luego llamaron a SimWell
Contactaron a SimWell para aprovechar las tecnologías de simulación e inteligencia artificial y acelerar su proceso de pruebas en un ambiente virtual usando un gemelo digital libre de riesgos de manera que el proceso fuera más eficiente. Se encomendó a SimWell para construir los modelos de simulación de prototipos de tiendas que se asemejaran lo más posible a las pruebas de laboratorio, obtener resultados y proponer soluciones alternativas para respaldar sus análisis de viabilidad.
Una solución integrada de principio a fin
Para abordar este desafío desde diferentes ángulos, SimWell desarrolló múltiples soluciones que al final fueron integradas en un entregable principal:
- SimWell desarrolló un modelo de simulación híbrido que utiliza eventos discretos y agentes basado en múltiples prototipos de tiendas que permitió al cliente determinar, con confianza, el rendimiento máximo alcanzable y las tasas de utilización al configurar múltiples escenarios y cambiar los valores de variables como la mezcla de productos, la mezcla de canales, los patrones de llegada de clientes, la distribución de empleados, los roles de empleados y la cantidad de equipo.
- SimWell ayudó a realizar un estudio de tiempo y movimiento para capturar el proceso general y los tiempos de producción reales de los artículos con el objetivo de simularlos lo más cercano posible a la realidad, en lugar de usar valores fijos estimados en bruto. Además, SimWell desarrolló un sitio web que almacenaba los resultados en una base de datos fácilmente accesible para los interesados del cliente, donde podían cargar más réplicas y/o nuevas entradas de futuros artículos.
- SimWell entrenó una cerebro con inteligencia artificial capaz de determinar los valores óptimos de las variables basándose en múltiples conjuntos de condiciones dadas. De esta manera, el número total de experimentos a realizar disminuyó significativamente y permitió al cliente encontrar respuestas de una manera mucho más rápida y confiable.
- SimWell desarrolló un panel de control dinámico de Power BI que contenía los resultados y los indicadores clave de proceso (KPIs) de los escenarios simulados con sus correspondientes estadísticas descriptivas, intervalos de confianza, gráficos, tablas y más, que podrían ser fácilmente comprendidos por una audiencia no técnica.
Resultado que condujo a una asociación a largo plazo
El uso de las tecnologías de simulación e inteligencia artificial por parte de SimWell permitió al cliente probar una variedad de nuevos prototipos de tiendas de manera significativamente más rápida, sin utilizar recursos humanos y materiales, y con diversas configuraciones para comprender los resultados de múltiples escenarios hipotéticos. Para todas las tiendas simuladas, se mejoraron los siguientes indicadores clave de rendimiento (KPI): rendimiento (es decir, número total de pedidos entregados), velocidad total del servicio, tiempo total de producción de pedidos, tiempos de procesamiento de artículos, tiempo promedio de espera para realizar un pedido, tiempo promedio de pedido, tiempo promedio del cliente en la ventanilla, tiempo promedio en la cola de producción de pedidos, tiempo promedio entre completar y entregar un pedido, tiempo activo de los empleados y longitudes de las colas.
De la misma manera, la inteligencia artificial entrenada pudo determinar exitosamente el número óptimo de empleados por turno con sus roles asignados correspondientes, lo que resultó en una carga de trabajo equilibrada para todos los miembros del equipo, con distancias de desplazamiento reducidas y sin tiempos significativos de inactividad. Todo lo anterior resultó en prototipos de tiendas optimizados con mayores ingresos, costos laborales reducidos y mayor satisfacción del cliente.
Impresionado por el trabajo de SimWell, el cliente decidió establecer una asociación a largo plazo con la empresa para ayudarles a simular cualquier futuro prototipo de tienda, incluyendo nuevas tecnologías de equipos, iniciativas de mejora continua de la empresa y alternativas que desafiaran y rompieran el statu quo.
