Optimización en logística de tiendas y almacenes

El problema de asignar espacio a productos concretos en un establecimiento se aborda típicamente como la decisión sobre qué combinación de productos proporcionará el máximo beneficio. En general, los métodos más comúnmente utilizados intentan medir el impacto en el consumidor de la relación entre el espacio asignado a los productos y las ventas de los mismos. En un entorno comercial real, la maximización del beneficio y la asignación real de productos a estanterías se resuelven en distintos niveles de decisión. En el nivel superior -o de gestión- se deciden las longitudes óptimas de las estanterías de cada categoría de productos para maximizar el beneficio; es lo que se denomina estándar de categoría. Al conjunto de estándares de categorías que componen una tienda se denomina tienda estándar. En el nivel inferior se encuentra el planificador de la tienda, el cual parte de esta longitud ideal de estanterías a asignar a cada producto. Su objetivo es asignar longitudes de estantería a productos concretos, dados la configuración real de la tienda, los requisitos de tienda estándar y otras restricciones del negocio. El problema al que se enfrenta es la falta de herramientas apropiadas para abordar esta tarea, lo que supone que en general la asignación se realiza manualmente. La herramienta MELiSSA (Multiobjective Evolutionary Linear Shelf Space Allocation) desarrollada por investigadores del ITI viene a cubrir este nicho.

Aplicaciones

  • Herramientas de asignación de espacio en estanterías de supermercados y almacenes.

Ventajas técnicas

  • Permite utilizar distintas técnicas de resolución.
  • Simplicidad en el manejo por parte de personal no especializado.
  • Versatilidad: permite la incorporación de las restricciones reales que impone el negocio.
  • Multiobjetivo: proporciona un abanico de soluciones para ayudar al usuario final a tomar la decisión.

Beneficios que aporta

  • La herramienta de asignación de espacio permite ubicar los productos en un supermercado de forma óptima, según las reglas de negocio, y proporciona muy rápidamente una serie de opciones de ubicación que el usuario final (jefe de tienda) puede considerar.

Experiencia relevante

  • El personal del grupo tiene más de 10 años de experiencia en la aplicación de técnicas de computación evolutiva a problemas de optimización y más de 8 en el área de logística.