Desventajas, problemas Pérdida de la dimensión humana y contacto social. Aumento de la brecha digital entre países, empresas y personas. Consumidores con mayor poder de negociación (=mayor riqueza y conocimiento) pueden obtener mejores precios, subsidiados por el resto. Riesgos a la privacidad.
Limitaciones técnicas Insuficiente ancho de banda de comunicaciones. Herramientas de software aún en evolución. Insuficiencia de mecanismos de seguridad y confiabilidad, y de estándares y protocolos de comunicación. Dificultades de integración de aplicaciones para comercio electrónico con otras pre-existentes. Dificultades de interoperabilidad. Acceso a Internet aún limitado.
Limitaciones no técnicas Muchos aspectos legales, y reglamentación gubernamental aún sin resolver. Dificultades de medir beneficios de CE. Ritmo rápido de cambios. Resistencia al cambio de los consumidores (y empresas). Falta de servicios de soporte y expertos. Percepción de falta de seguridad y confiabilidad del CE. Falta de masa crítica de compradores en ciertas áreas.
Comercio Electrónico (repaso) Compra y venta de bienes y servicios via redes de telecomunicación y de computadoras. Elementos: Actores: consumidores, productores, intermediarios. Productos: bienes y servicios, físicos o de información; pagos, flujos de información. Mercado: encuentro, facilitación, aspecto institucional. Modalidades Comercio electrónico: orientado a consumidor vs. orientado a empresas. sistemas de información interorganizacionales vs mercados electrónicos.
Investigación de Operaciones Empleo de la metodología científica en la búsqueda de soluciones óptimas y como apoyo a la toma de decisiones a nivel operativo y gerencial. Área de investigación y de actividad profesional establecida a partir de la 2da Guerra Mundial. Etapa de crecimiento y divulgación explosiva a partir de mediados de los 80, que continua actualmente. Importante sinergia con el desarrollo de las tecnologías de la información y la comunicación.
Metodología de aplicación de Investigación de Operaciones Pasos (a grandes rasgos): 1.- Planteo y Análisis del problema a resolver 2.- Construcción de un modelo adecuado 3.- Obtención de datos y ajuste de parámetros del modelo 4.- Deducción de la(s) solucion(es) 5.- Validación del modelo y evaluación de solucion(es) 6.- Ejecución y Control de la(s) solucion(es)
Formulación del problema a resolver Descripción del objetivo deseado Etapa fundamental para luego proponer modelo adecuado (nivel de detalle, datos necesarios para ajustar parámetros y técnicas de solución)
Clasificación de modelos Según propósito del modelo Descriptivos Predictivos Prescriptivos Según naturaleza del sistema modelado Determinísticos Aleatorios Incertidumbre Competencia
Clasificación de modelos (2) Según evolución temporal Estáticos Dinámicos Según naturaleza de técnicas de modelado Inv. Operativa “Hard”: información cuantitativa, modelos numéricos. Inv. Operativa “Soft”: información cualitativa. Modelos categóricos.
Datos y ajuste de parámetros Modelo depende de parámetros, que deben ser estimados en base a información existente o por algún otro procedimiento (expertos en el tema, literatura, etc.) Un problema posible: modelo demasiado detallado, imposible estimar con precisión los parámetros. Otro problema: demasiada cantidad de datos reales, difícil distinguir los relevantes.
Métodos de solución Resolución analítica Algoritmos exactos Métodos numéricos Simulación y otros métodos aleatorizados Heurísticas
Puntos fuertes relevantes para CE Creación de valor a partir de datos. Enfoque analítico permite manejar complejidades de diseño, planificación y operación. Manejo de modelos incluyendo riesgo, incertidumbre, y competencia. Manejo de experimentos virtuales (análisis y simulaciones). Técnicas para toma automática de decisiones en ciertos modelos.
Otros puntos fuertes ya explotados Potencial para búsqueda de óptimos (en contraposición con buenas soluciones). Herramientas para decisiones de compromiso entre varios objetivos (trade-offs). Manejo de enfoques multidisciplinarios para decisiones complejas.
Caso ejemplo – MarketSwitch (http://www.marketswitch.com/) Problema: decidir cuánto y cómo invertir en propaganda, promociones y ofertas al usuario (para sitios de comercio electrónico, y otros), de manera de maximizar el retorno. Solución: modelo de optimización por restricciones (incluye información sobre usuarios, productos, presupuestos de marketing, estrategias de precios, restricciones institucionales, etc.). Características: prescriptivo, determinístico, estático, numérico. Métodos de solución exactos. Valores agregados por IO: identificación de combinación de instrumentos con valor económico óptimo (previamente decisiones basadas en experiencia e intuición). Automatización de la decisión, personalización al cliente.
OptiBid – Logistics.com (http://www.logistics.com/) Problema: minimizar el costo de transporte de proveedores o productores (grandes volúmenes). Solución: mercado “en línea” de transportistas (subasta), con modelo de programación entera para la toma de decisión del usuario. Características: prescriptivo, determinístico, estático, numérico. Métodos de solución ?. Valores agregados por IO: identificación del plan óptimo de transporte, incluyendo la negociación de precios. Otros beneficios: mayor información, comunicación y confiabilidad.
Caso ejemplo: Trajecta, Inc. (http://www.trajecta.com/) Problema: manejar cartera de clientes de empresas (identificar clientes de interés a contactar, identificar riesgos de crédito, etc.) Solución: modelos de redes neuronales y de programación estocástica. Características: descriptivo/prescriptivo, estocástico, estático, numérico. Métodos de solución numéricos. Valores agregados por IO: modelado de comportamiento de clientes potenciales; identificación de clientes a aceptar y a rechazar, con mayor precisión. Otros beneficios: posibilidad de decisiones en línea.
Áreas a presentar Recursos de optimización Subastas Cadena de suministros Data Mining Marketing
| Página siguiente |