Optimización de recursos humanos: un enfoque de programación y asignación de personal en una empresa de E-Commerce en Barranquilla

Abstract

El crecimiento acelerado del comercio electrónico en Colombia ha generado grandes desafíos logísticos. En este contexto, uno de los aspectos críticos es la asignación eficiente del personal en centros logísticos como el Service Center de la empresa en Barranquilla con la que se trabajó. Este proyecto aborda dicha problemática mediante un modelo de optimización basado en programación lineal, diseñado para gestionar personal fijo y temporal de manera eficiente, cumpliendo con las restricciones de demanda, minimizando costos y garantizando estándares de productividad y calidad. El modelo utiliza herramientas como Python, bibliotecas como PuLP y el solver Gurobi para determinar la asignación óptima de recursos humanos en diversos escenarios operativos. Factores como costos laborales, disponibilidad de empleados, variabilidad de la demanda y estándares de calidad fueron considerados para asegurar una planificación eficiente. Una de las principales ventajas del modelo es su capacidad de ajustarse a picos de demanda estacional, como Black Friday y Navidad, mejorando significativamente la asignación del personal. Asimismo, se realizó un análisis de sensibilidad para evaluar cómo las variaciones en parámetros clave, como la demanda, afectan el desempeño del modelo. Esto incluyó una comparación entre la demanda pronosticada y la real, lo que permitió identificar y validar la efectividad del modelo para garantizar decisiones confiables y alineadas con las necesidades operativas.

The accelerated growth of e-commerce in Colombia has posed significant logistical challenges. In this context, one of the critical aspects is the efficient allocation of personnel in logistics centers, such as the Service Center of the company in Barranquilla involved in this project. This study addresses this issue through an optimization model based on linear programming, designed to efficiently manage both permanent and temporary staff, meeting demand constraints, minimizing costs, and ensuring productivity and quality standards.

The model utilizes tools like Python, libraries such as PuLP, and the Gurobi solver to determine the optimal allocation of human resources across various operational scenarios. Factors such as labor costs, employee availability, demand variability, and quality standards were considered to ensure efficient planning.

One of the key advantages of the model is its ability to adapt to seasonal demand peaks, such as Black Friday and Christmas, significantly improving personnel allocation. Additionally, a sensitivity analysis was conducted to evaluate how variations in key parameters, such as demand, impact the model's performance. This included a comparison between forecasted and actual demand, allowing for the identification and validation of the model's effectiveness in guaranteeing reliable decisions aligned with operational needs.