Dr. Fernando López Irraragorri

El Dr. Fernando López Irraragorri es profesor investigador asociado a la Facultad de Ingeniería Mecánica y Eléctrica (FIME) de la Universidad Autónoma de Nuevo León (UANL) y miembro del sistema nacional de investigadores (SNI) nivel 2. Cuenta con un doctorado en matemáticas aplicadas por parte de la Universidad Tecnológica de la Habana “José Antonio Echeverria” en Cuba. Sus áreas de interés son: el análisis de decisiones multicriterio, sistemas de soporte a la toma de decisiones, sistemas de apoyo a la decisión grupal, entre otras.

   

Ciencia de Datos, Apoyo a la Decisión Multicriterio e Investigación de Operaciones en Industria 4.0

 12/feb/2021  Seminario PISIS-UANL 2021      Asistencia : 27

Introducción

En la actualidad las empresas buscan no solo mantenerse vigentes, sino además de ello destacar y todo lo que ello conlleva. La Industria 4.0 se caracteriza por un constante cambio e incertidumbre en cuestiones sociales, económicas, políticas e industriales. Aprovechando nuevas tecnologías en aspectos de comunicación y ciencia de datos, el Dr. Fernando López presenta una metodología de apoyo a la toma de decisiones con múltiples criterios, la cual mezcla la ciencia de datos e investigación de operaciones para generar una ventaja competitiva al reducir los tiempos empleados para tomar decisiones y aprovechar adecuadamente grandes cantidades de datos.

Resumen

El proceso de toma de decisiones se basa en los procesos multidisciplinarios de la metodología de apoyo a la toma de decisiones por humanos, proporcionando herramientas para que quien se encargue de tomar la decisión lo haga de manera racional y eficiente; por otro lado, la ciencia de datos proporciona algoritmos y procesos para obtener información de valor y conocimiento relevante que sustenta con datos la decisión. Tanto la ciencia de datos (DS) como la toma de decisiones multicriterio (MCDM) comparten similitudes que pueden hacer de su combinación una herramienta útil.

La propuesta presentada busca una metodología que integre tanto la DS como el MCDM con el fin de dar una buena respuesta ante los retos que conlleva la Industria 4.0. Se realizaron dos primeras versiones de la metodología. La primera de ellas, llamada Draft 1, cuenta en su metodología con las siguientes fases : inteligencia, diseño, selección e implementación. Esta primera metodología no se logró generalizar adecuadamente fuera del área de MCDM. Por otro lado, la segundo metodología, llamada Draft 2, tuvo las siguientes fases metodológicas: aproximación del problema y aproximación analítica; diseño del problema de decisión y de los requerimientos de los datos; recolección y preprocesamiento de los datos; desarrollo y evaluación de los modelos, obtención de la solución y construcción de la recomendación para el tomador de decisión; y por último, fase de implementación y retroalimentación. Esta segunda metodología integraba mejor el DS y la MCDM de manera más generalizable, sin embargo, los aspectos de modelación, validación e implementación se siguen trabajando.

Finalmente, se presentaron diversos casos de estudio donde se aplicaron las metodologías antes mencionadas. En el primer caso se buscó la segmentación de clientes para una empresa utilizando la metodología Draft 1 con el fin de identificar los clientes que mejor beneficio otorguen a la empresa. En el segundo caso de estudio se aplica la metodología Draft 2 para establecer características geológicas que sirvieran como predictores para la existencia de petróleo en pozos. Actualmente se está modificando la metodología Draft 2 para la gestión de procesos en una cadena de suministros empleando Lean Manufacturing.

Conclusiones

Los retos que conlleva la Industria 4.0 genera grandes áreas de oportunidad en enfoques metodológicos para la toma de decisiones, los cuales aún están muy inexplorados por la comunidad científica, sobretodo en países en vías de desarrollo como México. Se presentaron dos metodologías novedosas, en proceso de mejora, que integran la ciencia de datos con la toma de decisiones con múltiples criterios. Las mismas fueron aplicadas en diversos casos de estudio, presentando ventajas frente a los métodos clásicos basados solo en experiencias de los decisores.

Enlaces relevantes

Reseñas anteriores