Valoración del riesgo en un modelo multinivel de suministro

Abstract

Risk management is a structured approach that incorporates uncertainty related to a threat, linked to a sequence of inherently human activities that include risk assessment, as well as other strategies for its mitigation. The objective is to reduce different risks related to a pre-selected area. Your classification it is diverse, for example: threats due to factors associated with the environment, technology, human errors, organizations, among others. The risk assessment is being consolidated as a support tool for the analysis of decisions under conditions of uncertainty, particularly for complex systems, such as supply chains. Without a doubt, risk management. It becomes relevant being a critical component in management decisions, as it is a continuous process. From this perspective, Through parametric approaches and multivariate analysis, it has been possible to study and represent the resulting data to observe more than one statistical variable on a particular population. For which an instrument has been designed and validated for the collection of information through the configuration of an interface on-line. We have oriented our efforts to know what is the perception of risk, the strategies of collaboration, as well as as the identification of logistic practices, given a conglomerate of actors, particularly in risk contexts associated with hydrometeorological phenomena. In a second instance, based on the previous steps, we have proposed modeling and the simulation approach of Monte Carlo to identify the impact of competitive risks. This paradigm has been consolidated in medical science, but nowadays you can find contributions in the social sciences, engineering, acting, among others. Our approach proposes a selection of causes of failure belonging to a set of possible events, which were identified in the diagnostic phase. We specify the modeling through the identification and discrimination of risks for each level of supply. Through the simulation of competitive risks, the cumulative incidence, the probabilities of occurrence and the compliance rates for a multilevel supply model. Also, an alternative and versatile solution was formulated for diversify the instruments, methods and techniques of risk treatment in supply chains. The solution, estimates the probability of failure for a given cause, before the specific expiration time. Finally, a case study was proposed where, through the simulation approach, the behavior of a set of instances, whose analysis component is subject in particular to sudden disruptions of supplies,associated with hydrometeorological phenomena. Through this perspective of analysis, we contribute with a configuration that incorporates diagnostic components, its implementation and the assessment of risk scenarios. The results in each of the different stages reveal that the modeling, simulation, analysis and treatment of the data, are a vital factor in explaining the effects, as well as their ability to articulate high-value solutions for organizations

La gestión del riesgo (risk management) es un enfoque estructurado que incorpora la incertidumbre relativa a una amenaza, vinculada a una secuencia de actividades inherentemente humanas que incluyen la evaluación del riesgo, así como otras estrategias para su mitigación. El objetivo, es reducir diferentes riesgos relativos a un ámbito preseleccionado. Su clasificación es diversa, por ejemplo: las amenazas por factores asociados al medio ambiente, la tecnología, los errores humanos, las organizaciones, entre otros. La valoración del riesgo, se está consolidando como una herramienta de soporte para el análisis de decisiones en condiciones de incertidumbre, particularmente para los sistemas complejos, como las cadenas de suministro. Sin duda, la gestión del riesgo cobra relevancia siendo un componente crítico en las decisiones de gestión, al ser un proceso continuo. Desde esta perspectiva, a través de los enfoques paramétricos y del análisis multivariante, ha sido posible estudiar y representar los datos que resultan de observar más de una variable estadística sobre una población en particular. Para lo cual se ha diseñado y validado un instrumento para el acopio de información a través de la configuración de una interfaz online. Hemos orientado nuestros esfuerzos para conocer cual es la percepción del riesgo, las estrategias de colaboración, así como la identificación de las prácticas logísticas, dado un conglomerado de actores, particularmente ante contextos de riesgo asociados a los fenómenos hidrometereológicos. En una segunda instancia, basado en los pasos anteriores, hemos propuesto la modelación y el enfoque de simulación de Montecarlo para identificar el impacto de los riesgos competitivos. Este paradigma, se ha consolidado en la ciencia médica, pero hoy día se pueden encontrar aportaciones en las ciencias sociales, la ingeniería, actuaría, entre otros. Nuestro enfoque, propone una selección de causas de fallo perteneciente a un conjunto de eventos posibles, los cuales fueron identificados en la fase de diagnóstico. La modelación la especificamos a través de la identificación y discriminación de riesgos para cada nivel de suministro. A través de la simulación de riesgos competitivos, fue estimada la incidencia acumulada, las probabilidades de ocurrencia y las tasas de cumplimiento para un modelo multinivel de suministro. También, se formuló una solución alterna y versátil para diversificar los instrumentos, métodos y técnicas de tratamiento del riesgo en cadenas de suministro. La solución, estima la probabilidad de fallo para una causa dada, antes del tiempo de vencimiento específico. Finalmente, se propuso un estudio de caso en donde y mediante el enfoque de simulación se valoró el comportamiento de un conjunto de instancias, cuyo componente de análisis está supeditado especialmente a las disrupciones súbitas de suministros, asociadas a los fenómenos hidrometereológicos. Mediante esta perspectiva de análisis, contribuimos con una configuración que incorpora componeantes de diagnóstico, su implementación y la valoración de escenarios de riesgo. Los resultados en cada una de las diferentes etapas, revelan que la modelación, la simulación, el análisis y el tratamiento de los datos, son un factor vital para explicar los efectos, así como su capacidad para articular soluciones de alto valor para las organizaciones.