Desarrollo de un modelo de optimización para la gestión operativa de Vallas Publicitarias: Caso: Empresa Grupo Trust Mediático 2014 C.A.

Abstract

la empresa dedicada a la publicidad exterior “Grupo Trust Mediático 2014 C.A.” tiene la necesidad de gestionar las actividades operativas de vallas (instalación de publicidad, mantenimiento de vallas y remoción de estructuras publicitarias) de forma óptima, conjunta y organizada, puesto que actualmente se lleva a cabo de forma empírica según la experticia del personal y, cuando aumenta la cantidad de vallas por atender la programación de visitas y asignación de actividades se torna complicada y desorganizada generando un aumento en los costos operativos totales de la empresa. Para solventar esta situación, primero se llevó a cabo un estudio situacional del Departamento de Operaciones y su relación con el resto del sistema empresarial, con el fin de determinar las fallas en la gestión actual de actividades y establecer el grupo variables que debe tomarse en cuenta para la nueva gestión. Posteriormente, se diseñó e implementó un algoritmo hibrido para la gestión operativa de vallas publicitarias que combina dos modelos de programación lineal entera mixta (que atienden el problema de ruteo de vehículos) y un manejador de bases de datos que registra la información relevante del sistema. El modelo de optimización genera la planificación de actividades diaria tomando en cuenta las prioridades asignadas a los diferentes tipos de actividades, la minimización en los tiempos de recorrido y atención a las vallas, el cálculo de la cantidad mínima de vehículos subcontratados necesarios para la planificación de instalaciones vencidas y la maximización en la asignación de instalaciones vencidas a vehículos subcontratados. El modelo fue implementado haciendo uso del lenguaje de programación C++ y Python, junto con la librería de GLPK y el manejador de bases de datos SQlite. Luego, se simularon 21 días de planificación en los que se llevaron a cabo 50 instalaciones, 40 actividades especiales y 30 actividades de mantenimiento correctivo, allí se encontró que el modelo respondió con una solución factible, mejorando en un 38% aproximadamente de optimización en los tiempos de atención y recorrido y un 15% en la cantidad de vehículos subcontratados usados. Finalmente se llevó a cabo un análisis de sensibilidad donde se muestran una serie de escenarios que estudian el comportamiento del modelo en una serie de casos particulares y demuestran que la implementación del modelo cumple con el diseño propuesto y por lo tanto con los requerimientos reales de la empresa.