Inicio / Proyectos / 02

Supply Chain
Simulator

Simulador de cadena de suministro con tablero financiero P&L integrado. Modela un año completo de operaciones con eventos discretos (SimPy) y muestra el impacto de cada decisión de inventario en euros, no solo en unidades.

Tipo
Simulación · App web
Stack
Python · SimPy · Streamlit
Demo
App en vivo ↗
Código
GitHub ↗
Abrir simulador ↗ Ver código
01

Qué hace

Permite experimentar con los parámetros clave de una política de inventario — punto de reorden (ROP), cantidad de pedido (Q), lead time, patrones de demanda y estructura de costes — y ver al instante cómo afectan al coste total y al nivel de servicio.

La app carga con datos de demostración pre-ejecutados (experiencia «0 segundos»): gráficos, métricas financieras y tablero P&L visibles inmediatamente, sin configurar nada.

Primera carga

El simulador puede tardar unos segundos en arrancar la primera vez mientras Streamlit Cloud carga las bibliotecas de Python. Después la experiencia es fluida.

02

La aplicación

Tablero financiero P&L con métricas en euros: ingresos potenciales, costes operativos e impacto en margen
Tablero P&L — demanda valorada, coste total e impacto en margen
Análisis what-if: comparación lado a lado entre escenario base y escenario con +50% de demanda
What-if interactivo — escenario base vs +50 % de demanda, con ROI neto
Resultados de simulación: tarjetas ejecutivas con coste total, almacenamiento, pedidos y rupturas
Resultados de simulación — KPIs ejecutivos
Asistente EOQ con recomendación dinámica de cantidad óptima de pedido
Asistente EOQ — recomendación de cantidad óptima en tiempo real
03

Cómo funciona

1 — Configuración

2 — Simulación de eventos discretos

El motor SimPy ejecuta 365 días de operación en menos de un segundo (vectorización NumPy + procesos concurrentes): genera demanda diaria, gestiona el inventario según la política ROP-Q, y registra pedidos, entregas, rupturas y costes en cada evento.

3 — Análisis financiero

04

Retos técnicos

Experiencia 0 segundos

Datos semilla con simulación pre-calculada en el session state: la primera pantalla ya muestra resultados reales, no un formulario vacío.

P&L que habla con el CFO

Traducción de unidades a euros: ingresos potenciales, % costes/ingresos y desglose P&L con formato ejecutivo.

Rendimiento

365 días simulados en <1 s gracias a vectorización NumPy y procesos concurrentes de SimPy.

What-if en tiempo real

Comparación automática base vs escenario modificado con Δ ingresos, Δ costes y ROI neto al mover un slider.

Accesibilidad

Theming corporativo con contraste 14,7:1 (WCAG AA), tooltips explicativos y validaciones en tiempo real.

Estado robusto

Session state de Streamlit que preserva resultados entre interacciones y exporta sin pérdida de datos.

Python 3.11SimPyStreamlitPandasNumPyPlotlyMatplotlib
Siguiente proyecto — 03 FinPredict-RNN