¿Qué es la simulación de procesos? Definición, métodos, límites

Inhaltsverzeichnis+

La definición

La simulación de procesos es la ejecución artificial de un flujo en un modelo. En lugar de describir lo que debe ocurrir, se hacen pasar realmente las instancias por el modelo: con reloj, con colas de espera, con duraciones extraídas al azar. Se mide lo que sale.

La diferencia con un cálculo en una hoja de cálculo está en un único término: tiempo de espera. Una hoja suma tiempos de procesamiento. Una simulación refleja que una instancia espera cuando el siguiente paso está ocupado. En procesos administrativos y de servicios el tiempo de espera suele ser típicamente del 90 al 99 por ciento del tiempo de recorrido. La hoja calcula con precisión lo poco importante y omite lo importante.

Los tres métodos

Para un proceso de negocio con pasos, roles y aprobaciones, discreto por eventos es prácticamente siempre el método correcto. Basado en agentes resulta interesante cuando los participantes toman decisiones propias que cambian el flujo, por ejemplo clientes que abandonan. Dinámica de sistemas no responde a la pregunta sobre una instancia individual, sino sobre la evolución de stocks durante largos periodos.

Qué necesita un modelo de simulación

Cinco datos por paso, ni más ni menos:

1. Llegada: cuántas instancias llegan y cuánto varía eso. Un valor medio solo no basta; el daño ocurre en el día pico.
2. Duración de procesamiento como rango: no «10 minutos», sino «5 a 15». El rango es la información real: genera la cola de espera.
3. Capacidad: personas × horas productivas, o un ritmo fijo si una máquina fija el límite.
4. Bifurcación: qué proporción de instancias toma qué camino, y qué sale del proceso (rechazado, retirado, sin seguimiento).
5. Calendario y costes: cuándo se trabaja y cuánto cuesta una hora en ese rol (coste total por hora, no salario bruto dividido por 2 080).

Lo que un modelo de simulación no necesita: un registro de eventos, una conexión de sistemas, datos completos. Valores estimados son aceptables, siempre que permanezcan visibles como supuestos. Un modelo con supuestos abiertos es mejor que una hoja con supuestos ocultos.

Cómo transcurre una ejecución

1. Reloj a cero. Extraer el primer instante de llegada.
2. Saltar al siguiente evento (llegada, fin de procesamiento, cambio de turno).
3. Avanzar el estado: colas de espera, capacidades ocupadas, contadores.
4. Planificar el siguiente evento, extraer la duración de la distribución.
5. Volver a 2 hasta alcanzar el horizonte temporal.
6. Repetir toda la ejecución cientos de veces, cada vez con nuevos números aleatorios.

El paso 6 es la repetición Monte-Carlo. De ella surge el resultado real: no un número único, sino una distribución. De ahí se leen P10, P50 y P90: el caso favorable, el caso medio y aquel al que se hacen compromisos.

Qué sale al final

• Rendimiento: cuántas instancias procesa el flujo por día.
• Tiempo de recorrido: como banda, no como media. P50 y P90.
• Utilización por paso: el número del que depende el cuello de botella. A partir de aproximadamente 85 % se vuelve caro, porque el tiempo de espera crece con ρ/(1−ρ).
• Colas de espera: dónde y cuántas instancias hay.
• Costes: costes de personal por instancia, proyectados al año.

Y, en una comparación antes/después, la respuesta a la pregunta que justifica el esfuerzo: hacia dónde se traslada el cuello de botella si lo resuelvo, y cuánto vale eso?

Cuándo merece la pena simular y cuándo no

Merece la pena:

• El proceso tiene colas y el tiempo de espera es una gran parte del tiempo de recorrido.
• El volumen o las duraciones varían notablemente.
• Quiere calcular un cambio antes de implementarlo.
• Alguien debe firmar la cifra y hará preguntas.

No merece la pena:

• El proceso funciona muy por debajo del límite de capacidad y sin atascos. Entonces el tiempo de procesamiento es el tiempo de recorrido y basta con una suma.
• Quiere documentar, no calcular. Para eso una herramienta de dibujo es la adecuada.
• Quiere saber qué ocurrió realmente ayer. Para eso es apropiado Process Mining. La simulación calcula una suposición, no un protocolo.

Malentendidos frecuentes

«La simulación necesita datos perfectos.» No. Necesita rangos honestos. Un modelo con rangos de cinco a quince minutos ofrece una banda útil; un modelo con un inventado diez da una falsa precisión.

«La simulación predice el futuro.» No. Muestra qué sigue de determinadas suposiciones. El valor está en comparar dos estados bajo las mismas suposiciones, no en el valor absoluto.

«Cuanto más detallado, mejor.» No. Cinco a diez pasos suelen ser suficientes. El cuello de botella está donde la utilización es máxima, y eso es visible tanto en modelos toscos como en finos. Cada actividad adicional añade campos de entrada sin mover el resultado.

Resumen

• La simulación de procesos ejecuta artificialmente un flujo en lugar de describirlo. La diferencia es la cola de espera.
• Para procesos de negocio, la simulación discreta por eventos es el método adecuado.
• Cinco datos por paso bastan; las estimaciones son aceptables si permanecen visibles.
• El resultado es una distribución, no un valor: P10, P50, P90.
• El beneficio real está en el antes/después y en la migración del cuello de botella.