Che cos'è la simulazione di processo? Definizione, metodi, limiti

Inhaltsverzeichnis+

La definizione

La simulazione di processo è l’esecuzione artificiale di un flusso in un modello. Invece di descrivere ciò che dovrebbe accadere, si fanno effettivamente scorrere i casi attraverso il modello: con orologio, con code, con durate estratte casualmente. Si misura ciò che ne risulta.

La differenza rispetto a un calcolo in un foglio di calcolo sta in un unico concetto: tempo di attesa. Un foglio somma i tempi di lavorazione. Una simulazione rappresenta che un caso attende quando il passo successivo è occupato. Nei processi amministrativi e di servizio il tempo di attesa è tipicamente il 90–99% del tempo di attraversamento. Il foglio quindi calcola con precisione l’irrilevante e trascura il rilevante.

I tre metodi

Per un processo aziendale con passi, ruoli e approvazioni il metodo eventi discreti è praticamente sempre quello giusto. Il metodo basato su agenti diventa interessante quando i partecipanti prendono decisioni proprie che cambiano il flusso, per esempio clienti che abbandonano. La dinamica di sistema non risponde a domande su un singolo caso, ma sull’evoluzione delle scorte in lunghi orizzonti temporali.

Cosa serve a un modello di simulazione

Cinque informazioni per passo, non di più:

1. Arrivo: quanti casi arrivano e quanto varia questo numero? Un solo valore medio non basta; il danno si verifica nel giorno di picco.
2. Durata di lavorazione come intervallo: non «10 minuti», ma «5–15». L’intervallo è l’informazione reale: genera la coda.
3. Capacità: persone × ore produttive, o un ciclo fisso se un impianto è il vincolo.
4. Diramazione: quale quota dei casi prende quale percorso, e cosa esce dal processo (rifiutato, ritirato, archiviato)?
5. Calendario e costi: quando si lavora e quanto costa un’ora in quel ruolo (costi completi, non stipendio lordo diviso per 2 080).

Ciò che un modello di simulazione non richiede: un event-log, un’integrazione di sistema, dati completi. Valori stimati sono accettabili purché restino visibili come ipotesi. Un modello con ipotesi aperte è meglio di un foglio con ipotesi nascoste.

Come procede un run

1. Orologio a zero. Estrarre il primo istante di arrivo.
2. Saltare all’evento successivo (arrivo, fine lavorazione, cambio turno).
3. Aggiornare lo stato: code, capacità occupate, contatori.
4. Pianificare il prossimo evento, estrarre la durata dalla distribuzione.
5. Tornare al punto 2 finché l’orizzonte temporale non è raggiunto.
6. Ripetere l’intero run centinaia di volte, ogni volta con nuovi numeri casuali.

Il passo 6 è la ripetizione Monte Carlo. Da essa nasce il risultato effettivo: non un singolo numero, ma una distribuzione. Da questa si leggono P10, P50 e P90: il caso favorevole, quello centrale e quello per cui si forniscono garanzie.

Cosa si ottiene alla fine

• Throughput: quanti casi elabora il processo al giorno?
• Tempo di attraversamento: come intervallo, non come media. P50 e P90.
• Utilizzo per passo: il valore da cui dipende il collo di bottiglia. Da circa l’85% diventa costoso, perché il tempo di attesa cresce con ρ/(1−ρ).
• Code: dove e quanti casi si accumulano?
• Costi: costi del personale per caso, proiettati sull’anno.

E, in un confronto prima/dopo, la risposta alla domanda che giustifica lo sforzo: dove si sposta il collo di bottiglia se lo risolvo, e quanto vale?

Quando conviene la simulazione e quando no

Conviene:

• Il processo ha code e il tempo di attesa è una parte consistente del tempo di attraversamento.
• I volumi o le durate variano sensibilmente.
• Vuole calcolare un cambiamento prima di implementarlo.
• Qualcuno deve firmare il numero e farà domande.

Non conviene:

• Il processo funziona molto sotto la capacità e senza congestione. Allora il tempo di lavorazione è il tempo di attraversamento e basta sommare.
• Vuole documentare, non calcolare. Per questo serve uno strumento di disegno.
• Vuole sapere cosa è successo ieri. Per questo è adatto Process Mining. La simulazione calcola un’ipotesi, non un protocollo.

Malintesi comuni

«La simulazione richiede dati perfetti.» No. Richiede intervalli onesti. Un modello con intervalli da cinque a quindici minuti produce un intervallo utilizzabile; un modello con un inventato dieci produce una falsa precisione.

«La simulazione predice il futuro.» No. Mostra cosa segue da certe ipotesi. Il valore sta nel confronto tra due stati sotto le stesse ipotesi, non nel valore assoluto.

«Più dettagli, meglio è.» No. Cinque-dieci passi bastano quasi sempre. Il collo di bottiglia è nel punto con la massima utilizzazione, e quello è visibile anche in una modellazione grossolana. Ogni attività aggiuntiva costa campi di input senza muovere il risultato.

Riassunto

• La simulazione di processo esegue artificialmente un flusso invece di descriverlo. La differenza è la coda.
• Per i processi aziendali il metodo ad eventi discreti è il più adatto.
• Cinque dati per passo sono sufficienti; le stime sono ammesse se restano visibili.
• Il risultato è una distribuzione, non un valore: P10, P50, P90.
• Il vero beneficio è nel confronto prima/dopo e nello spostamento del collo di bottiglia.