Data Science & IA

Modelo de optimización de dotación para cadena de fast food

El Desafío

Holding de restaurantes con 5 marcas distintas, más de 150 locales a lo largo de todo Chile, y más de 3.000 trabajadores, buscaba optimizar la asignación de dotación y turnos en sus puntos de venta. La compañía generaba los turnos de manera manual y discrecional, lo que provocaba múltiples riesgos, como por ejemplo: ineficiencias, errores y mayores costos. La escala del negocio hacía imperativo buscar una solución diferente para asignar adecuadamente a los colaboradores en los diversos locales. En particular se estableció como meta el generar un modelo de optimización de turnos automatizado que considere múltiples variables (ej: tiempos de procesos, ventas proyectadas, legislación laboral, entre otros) para determinar la cantidad de personal adecuada por local, en todo horario, para asegurar los niveles de atención y servicio definidos, minimizando los costos, cumpliendo con la legislación laboral  y asegurando turnos justos y ordenados para los colaboradores.

Con este nuevo modelo se logró eliminar la discrecionalidad por parte de los supervisores al momento de asignar al personal y aprovechar de mejor manera las horas del personal a lo largo de todo el país

La estrategia

El personal de Brain Food se involucró en la operación de cada una de las cadenas estudiadas, entendiendo las dificultades y particularidades del trabajo de las personas que se pensaba modelar. Se tomaron miles de mediciones de tiempos de elaboración de productos y de los procesos administrativos dentro de cada local, para obtener una muestra significativa para cada uno de ellos, y estimar de esta manera cuánto se demoraba en promedio la elaboración de cada producto con que contaba cada uno de los locales estudiados. Tomando estos inputs y junto con otras variables (como por ejemplo la legislación laboral y un modelo productivo de ventas creado por Brain Food) se generó un modelo automatizado que fue disponibilizado en la suite Brain Food, donde se puede ejecutar el modelo, cambiar parámetros y visualizar los resultados obtenidos

Diagnóstico

Análisis profundo de operación de locales con utilización real de dotación

Optimización

Modelo automatizado que permite definir dotaciones óptimas por local según contexto

Herramienta

Aplicativo que permitía inputs manuales y operación intuitiva por parte de tomadores de decisión

Los Logros

Con la dotación óptima, se lograron mejoras que dieron resultados positivos dentro de la optimización de procesos en la empresa. Se pudo:

  • Estandarizar los procesos para todos los locales
  • Reducir de forma relevante las horas extras de los locales al considerar como input un modelo productivo de ventas
  • Rediseñar ciertos procesos internos de los locales para mejorar la eficiencia y simplicidad de la operación

Se crearon modelos individuales para cada uno de los locales incorporando las particularidades de cada uno de ellos tales como:

Horarios diferenciados de apertura

Cercanía a las bodegas de las cuales se reponen los insumos

Distribución física del local

Cantidad de cajas

Cantidad de líneas de producción

Distribución de ventas en el mix de productos