Todos

PASOS DE SIMULACIÓN

1.6.2.- COLECCIÓN DE DATOS Y ANÁLISIS
Se definen con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados .Normalmente, la información requerida por un modelo se puede obtener de registros contables ,de órdenes de trabajo ,de órdenes de compra, de opiniones de expertos y si no hay otro remedio por experimentación.

El análisisy recolección de datos se considera una tarea contínua e iterativa. Idealmente, las decisiones de negocios se van refinando con el tiempo, basándose en la respuesta obtenida en base a las decisiones y análisis previos.

Los métodos de recogida de datos son tan variados como los problemas a los que éstos se pueden aplicar. Si se clasifican por su sencillez, se puede ir desde las aproximacionesmanuales hasta las técnicas más sofisticadas de alta tecnología.

En la selección de un método se pueden tener en cuenta los siguientes factores:

* Capacidad de quien recoja los datos.
* El impacto que pueda producir el proceso de recolección sobre el comportamiento del sistema real. Puede producir perturbaciones reales o físicas en el sistema o psicológicas.
* La facilidad deconversión de los datos a una representación procesable por el ordenador.
* El coste del método.
EJEMPLO:

En el análisis de los datos de los clientes puede estar relacionado con los siguientes análisis:

* Análisis y administración de campañas.
* Optimización del canal de contactos.
* Optimización de los contactos con los clientes.
* Adquisición / Reactivación / Retenciónde clientes.
* Segmentación de clientes.
* Incremento / Medición de la satisfacción de los clientes.
* Optimización del alcance de las ventas.
* Análisis y detección de fraudes.
* Desarrollo de productos.
* Evaluación de Programas.
* Administración y mitigación de riesgos.

Una vez realizado el muestreo, los datos se han de analizar e introducir en el modelo.Los datos usados para definir el modelo pueden ser de dos tipos:

* Deteminísticos: son datos conocidos con certeza. Éstos se pueden introducir fácilmente en el modelo.

* Probabilísticos: hay dos formas de incluirlos en el modelo:
* Usar la muestra de datos recogida para representar la distribución de
probabilidades.
* Determinar una distribución probabilística teórica que secomporte como la muestra y usar ésta en el modelo. Esto permite tener una mejor comprensión (generalización) del modelo.
1.6.2.1.- RECOLECCIÓN Y ANÁLISIS DE LOS DATOS DE ENTRADA

En esta fase se estudia el sistema real para obtener datos de entrada vía observación. Por ende, se hace observación directa y recolección de los atributos seleccionados en la etapa anterior. Al estudiar el flujo de lasentidades a través del sistema, se trata de identificarlas con valores de tiempo. Otra cuestión importante en esta fase es seleccionar un tamaño de muestra estadísticamente válido, y un formato de datos procesable por computadora. Finalmente se decide qué datos serán tratados como aleatorios y cuáles se asumirán como determinísticos.

1.6.3.- DESARROLLO DEL MODELO
Incluye la construcción ydepuración del modelo del sistema real, incluyendo la selección de un lenguaje de programación, codificación del modelo. Esta etapa se va a dividir en dos partes:
Comprensión del sistema y Construcción del modelo.

1.6.3.1.- COMPRENSIÓN DEL SISTEMA
Una de las tareas más difíciles en el análisis de simulación es adquirir el suficiente conocimiento del sistema para poder desarrollar un modeloapropiado, es decir, conocer el comportamiento del sistema.
Dos técnicas comúnmente usadas son la aproximación de flujo físico y la aproximación de cambio de estado.
 
* Aproximación de Flujo Físico. Se ha de identificar las entidades cuyo procesamiento o transformación constituye el propósito principal del sistema. Estas entidades pueden tomar diferentes caminos en el sistema, las rutas que...