Análisis envolvente de datos de red

El Análisis Envolvente de Datos en Red (RED DEA) es un avance de la metodología tradicional de Análisis Envolvente de Datos (DEA), ^{[ 1 ]} diseñada para evaluar la eficiencia de las Unidades de Toma de Decisiones (DMU) al considerar sus estructuras internas. A diferencia del DEA clásico, que trata a las DMU como " cajas negras ", el RED DEA las descompone en subsistemas o etapas interconectadas, lo que proporciona una evaluación más detallada y precisa de sus operaciones.

Los modelos DEA convencionales asumen que las DMU operan como procesos de una sola etapa, ignorando sus estructuras internas. Estas limitaciones dieron origen al DEA de red, que extiende el DEA tradicional al considerar las DMU como un sistema con subprocesos; es decir, las DMU se modelan como redes de etapas interconectadas, cada una con sus propias entradas, salidas y productos intermedios. Un ejemplo ilustrativo de una DMU de este tipo es una cadena de suministro , que posee una estructura de red y está compuesta por varios miembros cuyo desempeño afecta el desempeño general de la cadena.

Los productos intermedios son medidas internas que actúan simultáneamente como resultados de algunas etapas y como insumos de otras. Su tratamiento diferencia los modelos DEA de red de las formulaciones DEA convencionales.

Además, la eficiencia se evalúa tanto a nivel del sistema (DMU global) como de la etapa. Las primeras formulaciones de DEA de red surgieron en estudios de sistemas de producción multietapa. Los modelos iniciales se centraron principalmente en estructuras de dos etapas, mientras que trabajos posteriores se generalizaron a configuraciones de red en serie, en paralelo y dinámicas.

Las revisiones y clasificaciones de los métodos DEA de red se pueden encontrar en ^{[ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ]} .

El DEA de red amplía el DEA tradicional al considerar las DMU como un sistema con subprocesos; es decir, las DMU se modelan como redes de etapas interconectadas, cada una con sus propias entradas, salidas y productos intermedios. Los productos intermedios son medidas internas que actúan simultáneamente como salidas de algunas etapas y entradas de otras. Su tratamiento diferencia los modelos DEA de red de las formulaciones DEA convencionales. Además, la eficiencia se evalúa tanto a nivel de sistema (DMU global) como a nivel de etapa.

Las primeras formulaciones de DEA de red surgieron en estudios de sistemas de producción multietapa. Los modelos iniciales se centraron principalmente en estructuras de dos etapas, mientras que trabajos posteriores se generalizaron a configuraciones de red en serie, en paralelo y dinámicas.

Se pueden encontrar revisiones y clasificaciones de métodos DEA de red en. ^{[ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ]}

La siguiente categorización de paradigmas de evaluación DEA de red se realiza en: ^{[ 7 ]}

• Descomposición de la eficiencia: ^{[ 8 ] [ 9 ] [ 10 ] [ 11 ]} El enfoque de descomposición de la eficiencia primero evalúa la eficiencia general de la DMU y posteriormente deriva las eficiencias de las etapas individuales a través de un mecanismo de descomposición.

• Composición de eficiencia: ^{[ 12 ] [ 13 ] [ 14 ]} El enfoque de composición evalúa primero las eficiencias de las etapas individuales y luego las agrega para determinar la eficiencia general del sistema.

• Medidas basadas en holguras (SBM): ^{[ 15 ] [ 16 ] [ 17 ] [ 18 ]} El enfoque SBM determina simultáneamente las eficiencias de etapa y generales al incorporar directamente las holguras de entrada y salida en el modo de evaluación.

• Centrado en el sistema: ^{[ 19 ] [ 20 ] [ 21 ]} El enfoque centrado en el sistema considera la estructura interna y las interdependencias de los subprocesos, al tiempo que proporciona una única medida de eficiencia general sin estimar explícitamente las eficiencias de las etapas.

El análisis de envolvente de datos (DEA) en red tiene una amplia aplicabilidad en sectores donde los procesos internos impactan significativamente el rendimiento, incluyendo:

• Cadenas de suministro: Evaluación de la eficiencia en múltiples etapas de producción y distribución. ^{[ 3 ]}
• Sistemas de atención médica: Análisis de hospitales o departamentos con operaciones interdependientes ^{[ 22 ]}
• Educación: Evaluación de las universidades mediante la descomposición de actividades como la docencia y la investigación ^{[ 23 ]}
• Sistemas energéticos: Estudio de procesos de producción y distribución de energía en múltiples etapas ^{[ 24 ]}

A pesar de sus ventajas, el DEA de red (NDEA) presenta varias limitaciones. La incorporación de estructuras internas aumenta sustancialmente la complejidad del modelo y la carga computacional, especialmente en configuraciones generalizadas de múltiples etapas o de red. Además, varios estudios ^{[ 3 ]} han señalado que los mecanismos de proyección DEA estándar no siempre son directamente aplicables en entornos de dos etapas o de red, ya que la determinación de la frontera eficiente y la consistencia de la proyección se vuelven más difíciles cuando las medidas intermedias conectan las etapas. Otra limitación importante se refiere al tratamiento de los rendimientos a escala. ^{[ 25 ]} En algunas formulaciones de NDEA, la implementación de VRS es problemática. ^{[ 3 ] [ 26 ]} Finalmente, la descomposición de la eficiencia general en eficiencias de etapa puede no ser siempre única, lo que lleva a la ambigüedad en la interpretación de las puntuaciones de desempeño divisional. ^{[ 26 ]}