Introducción
En un escenario donde el planeta aún vive las consecuencias de una pandemia de COVID-19, en paralelo con los altos precios de los combustibles producto de la guerra en Europa, los desafíos de una operación logística competitiva exigen cada vez más atención por parte de las empresas.
En este contexto, donde los costos de transporte presentan una tendencia alcista y el poder adquisitivo del consumidor, perjudicado por la inflación, se reduce, se hace evidente que la búsqueda de la optimización en la operación logística es crítica. El crecimiento del comercio electrónico ha ejercido presión sobre las operaciones de muchas empresas, e incluso aquellas que lograron hacer frente a esta presión internamente, al reprogramar las líneas de producción y recalibrar los niveles de inventario, pueden estar sufriendo la última milla y con la necesidad de atender un elevado número de puntos de entrega. Como alternativa para hacer posible atender esta demanda, muchas empresas subcontratan la operación a través de socios logísticos.
Sin embargo, un paso complejo en el proceso de externalización logística es elegir qué operador logístico contratar. De acuerdo a investigación realizada por ILOS en colaboración con ABOL (Asociación Brasileña de Operadores Logísticos), hay cerca de mil operadores logísticos en el mercado. Todavía hay 280 empresas de transporte que operan en el país, lo que permite innumerables opciones de socios. Este hecho refleja la necesidad de una metodología que no solo evalúe cualitativamente el cumplimiento de ciertos parámetros como costo-efectividad, flujo de información y estructura adecuada, sino que jerarquice y busque cuantificar qué tan bien estas empresas cumplen con estos criterios. Sin embargo, lo que complica el tema es que algunos de estos parámetros son de hecho cualitativos y difíciles de medir. Entonces, ¿cómo es posible cuantificar y clasificar los datos cualitativos?
Debilidades de la metodología AHP tradicional
Una metodología muy difundida para solucionar este problema es el AHP, en el que se establecen valores para cada criterio comparativamente, se define cuánto cumple cada operador con cada uno de ellos y luego se equipara el problema generando como respuesta una definición jerárquica de las opciones analizadas. Sin embargo, en el contexto de las matemáticas, esta metodología está sujeta a algunas críticas, que incluyen:
- La escala AHP no permite expresar un grado de incertidumbre con respecto a las comparaciones, y no se permiten alternativas incomparables. Además, la necesidad de consenso para determinar pesos y prioridades también puede verse como una desventaja, ya que puede llevar a líderes influyentes a distorsionar la opinión del resto del equipo (KANGAS y KANGAS, 2005; VILAS, 2008).
- Una de las mayores críticas de AHP se refiere a la rango inverso, lo que puede causar problemas debido a que la inserción de una nueva alternativa en un problema de decisión puede cambiar radicalmente el ranking previamente establecido (KANGAS y KANGAS, 2005; BOUCHER et al., 1997).
- Los pesos obtenidos de la comparación por pares son fuertemente criticados por no reflejar las preferencias reales de las personas (LINKOV y STEEVENS, 2008).
Por lo tanto, tal método, aunque es objeto de muchas discusiones en artículos científicos, se muestra poco eficiente para lidiar con la creciente complejidad de la realidad. Por lo tanto, es necesaria una metodología que incorpore la incertidumbre en su enfoque.
lógica difusa
A lógica difusa (también llamada lógica difusa) demuestra ser una alternativa viable a las debilidades de la solución anterior, ya que fue desarrollada precisamente con el objetivo de incorporar las incertidumbres al problema y hacer su tratamiento matemático. Esto pasa por el tratamiento de la teoría de conjuntos con la relativización entre valores a través del grado de pertinencia de un ítem a un universo. Es decir, un proveedor de servicios logísticos, en una lógica tradicional, tendría el criterio “Precio” evaluado como bajo, medio o alto. La lógica difusa entiende que este enfoque "booleano" es simplista y considera que el mismo precio puede pertenecer simultáneamente a los conjuntos "bajo" y "medio". La siguiente imagen busca ejemplificar este grado de pertenencia a diferentes grupos.
Figura 1: Ejemplo de aplicación de lógica difusa. Fuente: OIT
En cuanto a la metodología, básicamente consta de 6 pasos. En primer lugar, se define el problema que, en este caso, sería la selección del proveedor del servicio logístico dentro de la estrategia trazada por la empresa. Luego, se realizan los pasos 2 y 3 (comunes a la metodología AHP): la elaboración de la matriz de comparación de criterios y la verificación de la consistencia de las comparaciones. Posteriormente se realiza la fuzzificación de los valores estableciendo valores vectoriales para cada comparación y calculando los pesos de cada vector difuso dados por las alternativas de los operadores logísticos. Finalmente, se defuzzifican los valores y se establece un ranking de mayor a menor de los operadores que mejor cumplen con los criterios definidos.
Figura 2: Pasos de la aplicación de lógica difusa. Fuente: OIT
Conclusión
Por lo tanto, la metodología se evidencia como una alternativa para contemplar las complejidades del problema real. Aunque no está muy difundido como práctica común en el mercado, el siguiente gráfico revela que en la academia, para casos de selección de proveedores, el enfoque difuso “recién nacido” fue el método más elegido como tema de artículos científicos entre 2002 y 2011 por configurarse como una solución.
Figura 3: Ranking de métodos MCDM elegidos como tema de artículos científicos entre 2022 y 2011. Adaptado: Lima Junior, Osiro, Carpineti, 2013.
Vale la pena mencionar algunas debilidades del método, que aún se está consolidando en el mercado, pero que sigue siendo objeto de varios artículos y disertaciones. En primer lugar, depende de una elección adecuada de los criterios que se utilizarán para evaluar las alternativas, a fin de evitar la superposición de conceptos. Además, la elección de los evaluadores también es un factor determinante para el éxito de la metodología, especialmente en los casos en que pocas personas participarán en la evaluación, ya que la puntuación de cada alternativa puede estar sesgada por una muestra pequeña.
O 28º Foro Internacional de la Cadena de Suministro, que tendrá lugar entre el 18 y el 20 de octubre de 2022, presencial y online, presentará casos brasileños e internacionales para discutir las mejores prácticas y soluciones adoptadas actualmente por los principales actores del mercado logístico. Para los responsables de la toma de decisiones de la cadena de suministro, es una excelente oportunidad y vale la pena participar.
Referencias:
– ABOL (02/06/2022) – El 69% de los operadores logísticos no pudieron trasladar los altos costos en 2021, dice Ilos/Abol
– Análisis de decisión multicriterio: aplicaciones ambientales y estudios de casos – Nanomateriales: antecedentes y desafíos ambientales
– Néstor Fabián Ayala y Alejandro Germán Frank (junio/2013) – Métodos de análisis multicriterio: una revisión de fortalezas y debilidades
– Fabio Luiz Peres Krykhtine, Antonio Carlos Dias Morim, Natália Gonçalves Pires do Vale, Luiz Eduardo Netto Sá Fortes y Armando Gonçalves Celestino Neto (Oct/2013) – Aplicando Lógica Difusa en un Modelo de Selección Multicriterio para Multiclientes
– Francisco Rodrigues Lima Junior, Lauro Osiro y Luiz César Ribeiro Carpinetti (2013) – Métodos de decisión multicriterio para la selección de proveedores: una visión general del estado del arte
