El Objetivo Comercial

El objetivo principal era ayudar a los interesados en la franquicia a responder preguntas críticas sobre las operaciones de la tienda, como "¿Cuál es  la configuración óptima de la tienda?", "¿Qué cantidad de operadores se requieren para maximizar la eficiencia de la tienda?", "¿Qué círculo de operaciones es más eficiente?". Esto ayudará a la organización a tomar mejores decisiones basadas en datos y hacer que el negocio corra más eficientement. Además, ayudará al equipo corporativo a comunicar la necesidad de cambio a los propietarios de las franquicias. Todas estas mejoras aumentarán la eficiencia, reducirán los requisitos de mano de obra y aumentarán las ganancias tanto en la tienda como en la corporación.

Solución

Los líderes pioneros de la cadena de restaurantes recurrieron a SimWell para que los ayudara a desarrollar una solución que les permitiera responder a sus preguntas críticas de negocio. SimWell determinó que un modelo de simulación basado en agentes era la mejor manera de capturar las operaciones del restaurante, recrearlas y proporcionarles valiosa información.

La cadena de restaurantes de pizza quería centrarse principalmente en las entregas a domicilio y los pedidos para llevar. Los pasos de la elaboración del producto podrían dividirse en varios pasos:

• Estiramiento de la masa  
• Movimiento a la línea de preparación para añadir ingredientes
• Cocinar en el horno
• Sacar del horno, cortar y empaquetar
• Colocar en la rejilla de calor
• Ensamblaje del resto del pedido (bebidas, ensaladas, etc.)
• Llevar el pedido ensamblado para entrega (los pedidos para llevar se presentan en el mostrador principal) 

El modelo de simulación desarrollado por SimWell incluye todos estos pasos para probar el número óptimo de trabajadores para la tienda que realizan tareas de preparación de pizzas, probar el círculo de operaciones requerido para mantener la tienda y cumplir con los indicadores clave de rendimiento (KPI) establecidos. El modelo se basa en datos y permite al usuario final probar diferentes escenarios y situaciones hipotéticas. Los datos de entrada para el modelo incluyen:

• Una configuración de alto nivel, como la hora de inicio y la duración de la ejecución del modelo.
• Elegir la fuente de pedidos: ya sea mezcla hipotética de productos seleccionados de los elementos del menú o datos históricos reales de pedidos anteriores.
• La guía de personal determina los roles y prioridades para el personal dentro de la tienda. 
• Todos los elementos del menú con la capacidad de agregar nuevos.
• Los pasos requeridos para preparar cada elemento del menú con la capacidad de cambiar los tiempos de procesamiento.
• Capacidad de cambiar la tasa de llegada de pedidos para ejecutar diferentes escenarios de flujo máximo, flujo mínimo, días festivos, etc.

Las principales características del modelo de la tienda de pizzas son:

• Capacidad de cambiar el horario del personal durante el día.
• Elegir diferentes escenarios de operación con ajustes (escenario de referencia, optimización del personal, 3 escenarios para el nuevo círculo de operaciones, variación de tareas del personal y asignación de estaciones de trabajo).
• Cambiar los pasos de operación que el trabajador de pizza debe realizar para preparar el artículo del menú.
• Usando los scripts de R, para generar datos de entrada para el modelo basados en los datos del sistema proporcionados por el cliente.
  
• Como resultado, comparar los resultados de la simulación con los datos históricos de un día específico.
  

¿Cómo fue útil la simulación?

SimWell desarrolló un modelo de simulación de un restaurante de pizzas utilizando el software de simulación AnyLogic. El modelo fue entregado al cliente para su posterior análisis. El cliente quedó impresionado por el realismo de la animación en 3D y la precisión de los resultados del proceso. El nuevo círculo de operación que se creó en el modelo sirvió como una herramienta narrativa para la franquicia y otros interesados.

Todos los datos ingresados por el usuario en el modelo pueden ser modificados a través de una interfaz personalizada basada en Excel, lo que proporciona numerosas posibilidades para el análisis del modelo. En cuanto a los resultados, el modelo mide los principales indicadores clave de rendimiento (KPI) como el tiempo para cargar la pizza en el horno, el tiempo de espera, el tiempo de entrega de la pizza, la utilización del personal de cocina y la distancia recorrida. 

 El modelo de simulación sirvió como una herramienta poderosa para que los interesados en la franquicia pudieran visualizar y analizar las operaciones típicas de sus tiendas y tomar decisiones informadas.

Ejemplos de escenarios a ser probados:

El modelo fue diseñado para ser impulsado por datos, lo que permite ejecutar fácilmente diversos escenarios. Cambiar los datos de entrada en la interfaz principal permite realizar cambios rápidos sin necesidad de modificar el modelo en sí. Los escenarios y los cambios en los datos pueden ser realizados por el usuario del modelo del cliente. A continuación se presentan ejemplos de los diferentes escenarios que se probaron:

• Escenario de optimización: número ideal de operadores durante el horario de trabajo de la tienda.

Utilizando la capacidad de optimización incorporada en AnyLogic, se creó un experimento de optimización que minimiza el número de personal durante el día utilizando métricas como minutos por pedido como restricción. Los resultados de la optimización se muestran en un panel de control de Pareto Front en PowerBI.

• ¿Cuál es el impacto de cambiar el círculo de operaciones a una nueva configuración (tres subescenarios)?

Un modelo de simulación con la implementación de un nuevo círculo de operaciones permite al cliente realizar un análisis más profundo de los beneficios de este nuevo enfoque. El análisis demostró que se podrían obtener mejoras en el tiempo de espera promedio al utilizar el nuevo círculo de operaciones dentro de la tienda.

• El impacto de agregar nuevos equipos/recursos 

La capacidad de probar el impacto de agregar nuevos equipos o recursos se implementó en el modelo, lo que permite al cliente realizar análisis y facilitar la toma de decisiones al introducir nuevos equipos en las tiendas. 

• Estudios de congestión: reducir el número de pasos que el trabajador debe caminar durante el turno.

El análisis inicial mostró un mapa de densidad de los movimientos del trabajador entre las estaciones de trabajo y dentro de la tienda.

• El número variable de operadores por estación de trabajo.

Utilizando un horario de personal de entrada, el modelo permite asignar varios trabajadores por zona de trabajo, lo que permite al cliente probar diferentes escenarios de personal y comparar la utilización del personal y las métricas de satisfacción del cliente.

Animación para apoyar la comunicación.

El modelo se puede utilizar para la visualización ejecutándolo a diferentes velocidades, lo que permite al usuario navegar por la representación en 3D según sea necesario, explorando áreas dentro del restaurante de pizza. La visualización del modelo de simulación contiene elementos de animación como:

• Panel de navegación para cambiar entre pantallas. 
• Vista en 2D y 3D de toda la tienda del restaurante de pizza. La animación en 3D incluye paredes, habitaciones, muebles, equipos, empleados, clientes, repartidores, el proceso de elaboración de pizzas (tanto de pizzas como de otros productos), el movimiento de los empleados entre estaciones de trabajo y el ensamblaje de pedidos.
• Un panel de control con indicadores clave de rendimiento (KPI, por sus siglas en inglés).
• Ventana de pedidos para mostrar cada artículo de pedido que se desplaza entre las estaciones de trabajo.

Los Resultados

El modelo fue probado con datos de pedidos históricos del cliente y demostró ser válido y creíble. El modelo de simulación de la pizzería proporcionó una forma para que los tomadores de decisiones obtuvieran información sobre el sistema y pudieran comparar múltiples escenarios de círculos de operación que son hipotéticos y no serían posibles de probar sin la simulación.

Se incluyó la capacidad de optimización de AnyLogic para probar mejoras en la programación de horarios y ayudar a los expertos en el tema a tomar decisiones de personal más acertadas. Las sesiones de transferencia de conocimiento con los usuarios del modelo del cliente les permitieron seguir explorando diferentes escenarios hipotéticos y realizar un análisis más profundo.

Preguntale a SimWell cómo podemos ayudarte con tus operaciones de restaurante.

Obtén lo mejor de tus operaciones de restaurante utilizando las últimas tecnologías de simulación y optimización. Llámanos para discutir los desafíos que necesitas abordar para sobrevivir o ser el mejor en la industria de restaurantes.