Volver al estudio de mercado
Factible Tools es software en la nube para diseñar redes de supply chain y realizar planificación táctica. Supply Chain Designer modela instalaciones, aprovisionamiento y flujos de productos; Tactical Planner evalúa producción, capacidad, inventario y aprovisionamiento entre periodos de planificación. Los usuarios cargan datos del negocio, establecen una referencia y comparan escenarios alternativos. Ambos productos comparten interfaz y modelo de datos. (1, 2, 3, 14)
Puntuación global de supply chain: 4,0/10.
| Dimensión | Puntuación |
|---|---|
| Profundidad en supply chain | 4,0/10 |
| Solidez de las decisiones y la optimización | 3,6/10 |
| Integridad del producto y la arquitectura | 4,0/10 |
| Transparencia técnica | 3,8/10 |
| Seriedad del proveedor | 4,4/10 |
Factible Tools aborda decisiones económicas importantes con una aplicación deliberadamente acotada. Su limitación central es tratar un futuro incierto como un conjunto de escenarios especificados por separado. La documentación pública explica cómo cambiar supuestos y obtener un plan optimizado; no demuestra una política que valore conjuntamente la incertidumbre de demanda, suministro y tiempos. Una mejor solución para un futuro supuesto puede seguir siendo un mal compromiso en la operación real. (2, 4, 5)
El proceso de autoservicio tiene respaldo concreto: los planificadores cambian los modelos ellos mismos y una versión de 2026 expone nuevas restricciones específicas. Las preguntas sin respuesta afectan a la calidad del modelo económico, al esfuerzo continuo de mantenerlo y a la diferencia entre mejoras modeladas y retornos realizados. (6, 7, 8)
Factible Tools frente a Lokad
Factible Tools ofrece análisis estratégico y táctico de escenarios para planificadores. La optimización de supply chain de Lokad se centra en decisiones recurrentes de compra, producción, asignación y reposición, representando explícitamente futuros inciertos y compromisos económicos. La distinción afecta al trabajo que realiza el software y a los supuestos que incorpora a una decisión.
Un estudio de red puede identificar un aprovisionamiento más barato para una previsión de demanda elegida. La decisión operativa también depende de cómo se comporte esa estructura cuando cambia la demanda, se retrasan las entregas, los productos se sustituyen o varias restricciones se vuelven vinculantes a la vez. La perspectiva de Lokad, presentada en Introduction to Supply Chain, incluye estas interacciones en el problema económico.
El atractivo de Factible es una interfaz acotada y un camino relativamente directo desde una hoja de cálculo hasta una comparación de escenarios. El enfoque programático de Lokad hace más explícita la lógica de decisión, pero exige modelado técnico y mantenimiento continuo. Para ambos, la pregunta difícil es si el modelo recoge los mecanismos de negocio que cambian la mejor acción. La optimalidad matemática dentro de una representación inadecuada no resuelve esa pregunta; es la distinción desarrollada en la holimización.
Alcance del producto y restricciones implementadas
Tactical Planner apunta a un horizonte de uno a dieciocho meses y respalda el trabajo mensual o trimestral de S&OP. El proceso publicado carga datos mediante Excel, establece una referencia, ejecuta planes alternativos y lleva las comparaciones a una reunión. La integración ERP es opcional, no un requisito. El resultado es una decisión de planificación para evaluación humana, sin un ciclo continuo de producción documentado que emita transacciones operativas. (3)
La versión de enero de 2026 añade una regla que exige que cada cliente utilice una sola planta o centro de distribución suministrador, y un volumen mínimo total de expedición para cualquier planta o centro utilizado. Ambas aparecen como parámetros de escenario. El umbral de volumen se aplica a la actividad total de la instalación. (6)
Estos controles pueden representar restricciones empresariales reales. También muestran por qué mantener parámetros es trabajo sustancial. Una regla de fuente única puede simplificar la operación e impedir un reparto más barato o resiliente. Un volumen mínimo puede representar costes fijos, pero el umbral adecuado cambia con márgenes, precios del transporte y alternativas. El modelo debería hacer visibles las consecuencias económicas de estas reglas, en lugar de tratar toda política heredada como una restricción incuestionable.
La página de aprovisionamiento enumera por separado precios de proveedores, cantidades mínimas, capacidades y obligaciones contractuales. La de producción incluye capacidad de líneas, cambios de serie, previsiones y políticas de inventario. Son entradas pertinentes; el material público no expone su formulación, interacciones ni escala admitida. (4, 5)
Optimización de escenarios e incertidumbre
La descripción de producción de Factible promete un plan matemáticamente óptimo dadas las previsiones y políticas suministradas. Esa condición define la debilidad práctica. Las supply chains deben comprometer recursos antes de conocer el futuro, y el coste de un error rara vez es simétrico. Un plan construido alrededor de una previsión central puede comprometer demasiado con un proveedor frágil o infravalorar una capacidad flexible. (4)
Cambiar una entrada y volver a ejecutar un escenario es un análisis de sensibilidad útil. No aporta las probabilidades, dependencias y consecuencias necesarias para elegir una acción antes de que se resuelva la incertidumbre. Tampoco un menú de escenarios óptimos por separado identifica una política factible de adaptación en el tiempo. La evidencia pública del producto no establece esa conexión.
La demanda es solo una fuente de riesgo. Retrasos de proveedores, rendimiento productivo, averías y variabilidad del transporte pueden cambiar tanto las acciones factibles como sus costes. Un plan de aprovisionamiento necesita una proyección de esas cantidades y tiempos inciertos, incluidas causas comunes de fallo. Un proveedor con una oferta barata puede salir caro al incluir faltantes, transporte urgente o inventario protector.
El optimizador subyacente no está identificado públicamente. Eso impide examinar su formulación y límites, pero el problema central ya se ve en el proceso: entradas especificadas producen planes optimizados separados. Nombrar un solucionador o aportar una prueba de velocidad superior no demostraría que la representación elegida produce decisiones económicamente acertadas bajo incertidumbre.
Factible también ofrece ProdFlow, una herramienta de simulación de producción basada en FlexSim. Su servicio más amplio de FlexSim aborda explícitamente tiempos de proceso variables, fallos de equipos, picos de demanda y ajuste de distribuciones estadísticas. Son capacidades separadas de la oferta ampliada. La documentación pública no describe un mecanismo unificado de realimentación por el que sus estimaciones de incertidumbre cambien las decisiones del optimizador de red. (18, 19)
Resultados de clientes: un resultado de modelo necesita cuentas operativas
El caso de una láctea colombiana de mayo de 2025 gira en torno al vencimiento de un contrato de suministro de leche. Factible construyó una referencia de 2024, relajó restricciones y comparó alternativas. Atribuye una mejora del beneficio del 3,75% a nuevos flujos de leche cruda y otro 2,43% a añadir un centro de distribución en Valledupar, presentando el conjunto como más del 6% de aumento del beneficio operativo. El artículo no aporta fechas de implantación, periodo contable realizado ni conciliación entre costes previstos y reales. (7)
El mecanismo empresarial es plausible: un contrato que vence puede habilitar opciones de aprovisionamiento antes inaccesibles. Aun así, el porcentaje necesita un denominador, una referencia realizada y el coste de operar la nueva estructura. Una instalación puede requerir poco capital inicial y añadir alquiler, personal, manipulación, inventario y coordinación. El caso demuestra con más claridad un ejercicio de modelado cuantificado que un resultado financiero medido.
Un caso arancelario de abril de 2025 es más limitado y concreto. Durante una presentación de prueba de concepto, dos planificadores del cliente cambiaron los costes modelados del suministro colombiano y mexicano a Estados Unidos, volvieron a ejecutar el modelo y compararon resultados. Demuestra capacidad de respuesta y control del usuario. No mide ahorros posteriores ni establece una estrategia robusta ante más cambios arancelarios. (8)
El módulo de rentabilidad de Factible reconoce costes de producción, logística, mantenimiento de inventario y servicio por producto y cliente. Es un mejor punto de partida que optimizar una puntuación de previsión. La cuestión pendiente es si esos costes recogen las consecuencias de las decisiones, incluidos costes no lineales e incertidumbre, en lugar de limitarse a distribuir gastos históricos. (22)
Coste de mantenimiento y prueba de productividad
Los mejores textos metodológicos de Factible tratan del mantenimiento. Su guía de implantación de diciembre de 2024 pide preparación automática de datos, controles de integridad, gestión de escenarios y flexibilidad cuando aparecen requisitos omitidos. También identifica las malas soluciones y los sistemas que consumen demasiado tiempo como causas de fracaso. Son prioridades de ingeniería útiles. (9)
El proceso actual centrado en Excel reduce la barrera inicial de integración. También obliga a elegir el trabajo recurrente: mantener flujos automatizados fiables o preparar y conciliar hojas de cálculo una y otra vez. Un primer escenario rápido no mide el coste de mantener al día capacidades, aranceles, transformaciones de productos, tablas de costes y reglas contractuales.
El ensayo del proveedor de septiembre de 2025 menciona aproximadamente 1.500 campos de base de datos y se opone a añadir detalle solo para parecer exhaustivo. El número de campos mide mal tanto la profundidad analítica como la sencillez. La prueba importante es cuántos conceptos del negocio deben mantener los clientes, cómo se verifican los cambios y qué omisiones podrían invertir la decisión preferida. (10)
Esta preocupación tiene una larga historia en el equipo. El relato de Jerry Bendiner de 2016 sobre Chemtrade describe una aplicación Opti-Net a medida conectada a SAP, que evolucionó con nuevas restricciones, informes y cambios de modelo, datos, interfaz y análisis. La durabilidad descrita dependía de una adaptación continua. El producto actual necesita una explicación igual de clara sobre quién realiza ese trabajo cuando las necesidades del cliente exceden el modelo configurable. (17)
En un entorno de software agéntico, la productividad incluye mantener y mejorar el sistema de decisión. Manipular escenarios más deprisa ayuda, pero la prueba mayor es si las comprobaciones de datos, revisiones de modelos, comparaciones de regresión y despliegues pueden hacerse con menos esfuerzo total del cliente y proveedor. Factible no expone una interfaz pública de modelo programable ni un proceso de versiones y pruebas de lógica del cliente examinable de forma independiente.
Su ensayo de marzo de 2025 sobre proyectos lentos de planificación dice que el fracaso a menudo no es culpa de la herramienta. Esa explicación debe contrastarse con el diagnóstico anterior del propio proveedor: un modelo que omite una regla de negocio puede dar malas recomendaciones y la aplicación debe adaptarse. Los clientes deberían poder distinguir defectos de datos, omisiones del modelo, mala ergonomía del software y malas decisiones mediante pruebas registradas. Culpar solo a la adopción o al alcance dejaría sin evaluar la contribución del proveedor. (13, 17)
Historia tecnológica y continuidad de la IA
| Periodo | Evidencia | Significado |
|---|---|---|
| Década de 1990–2016 | La historia de modelado a medida de Technologix incluye la longeva aplicación Chemtrade descrita por Bendiner. (16, 17) | Respalda experiencia de modelado y continuidad de mantenimiento; es software histórico a medida. |
| 2024 | Las guías publicadas enfatizan alcance del modelo, preparación de datos y fallos de implantación. Otro artículo de tendencias promueve ampliamente IA, aprendizaje automático, gemelos digitales, IoT y automatización. (9, 12) | La guía de implantación es más específica que las afirmaciones sobre tendencias. |
| 2025 | Los casos muestran escenarios de redes lácteas y aranceles; el producto defiende una superficie de modelado menor y accesible. (7, 8, 10) | Existe un foco constante en preparación de escenarios y facilidad de uso para analistas. |
| Octubre de 2025 | AI Copilot se presenta para análisis y recomendaciones en lenguaje natural; el artículo describe modelos de nueva generación que aprenden a ejecutar y refinar escenarios. (11) | La promesa futura de automatización carece de evaluación publicada o mecanismo técnico. |
| Enero de 2026 | La versión 26.1 añade dos restricciones específicas y actualiza su configuración y documentación. (6) | Hay mantenimiento concreto del modelo, con afirmaciones mucho más acotadas que la hoja de ruta de IA. |
El artículo de tendencias de 2024 aborda los gemelos digitales como forma de anticipar resultados, sin especificar cómo se evaluaría su precisión predictiva. Es una defensa general, no evidencia de que Factible Tools haya entregado cada tecnología mencionada. Su debilidad es sugerir que más simulación y visibilidad reducen automáticamente el riesgo de decisión. La utilidad de un modelo depende de la precisión de las consecuencias que predice para acciones competidoras.
El anuncio de AI Copilot también enfatiza el apoyo al juicio humano. No publica el modelo de lenguaje, el proceso de fundamentación en datos, los límites de datos ni pruebas que conecten recomendaciones con planes factibles y rentables. Volver a ejecutar escenarios automáticamente importaría si descubriera de forma fiable alternativas económicas pertinentes y mantuviera las restricciones. Generar comentarios persuasivos sobre resultados existentes es una capacidad mucho menor. (11)
La página actual de la empresa distingue explícitamente la experiencia de décadas del equipo de la plataforma en la nube actual e identifica funciones de modelado, integración de datos e infraestructura. Los nombres de clientes de esa historia deben leerse con ese alcance. No equivalen al número de implantaciones SaaS actuales. (15)
Componentes de software y seguridad
| Capa | Evidencia pública establecida | Límite relevante |
|---|---|---|
| Interfaz actual | El acceso público de Factible Tools y el JavaScript servido contienen componentes Phoenix LiveView. (20) | Identifica la tecnología de interfaz web, no el motor de optimización ni la base de datos. |
| Intercambio de datos | El producto utiliza entradas Excel estructuradas; la integración automática es opcional. (3) | Actualización, validación y conciliación aún necesitan un responsable operativo. |
| Motor de optimización | El producto describe optimización matemática. | No se revelan identidad del solucionador, formulación, límites de cálculo ni ciclo de vida de dependencias. |
| Simulación de producción complementaria | ProdFlow se basa en FlexSim. (18) | Sus licencias y mantenimiento de modelos son una dependencia separada de la aplicación SaaS de red. |
| Aplicaciones históricas a medida | La antigua implantación Chemtrade utilizaba Opti-Net e integración SAP. (17) | Esa implantación histórica no especifica la arquitectura SaaS actual. |
Los componentes visibles no permiten estimar detalladamente el coste de alojamiento. La información pública de empleo y producto no estableció la base de datos de producción, el proveedor de nube ni la arquitectura de ejecución de modelos. Una divulgación útil identificaría los componentes necesarios para operar el servicio, sus responsabilidades de mantenimiento y cómo sobreviven a las actualizaciones los modelos específicos de clientes.
La documentación de seguridad es aún más escasa. La política de privacidad publicada trata de visitantes web, formularios de contacto, soporte, correos y cookies. No explica la protección de los modelos de supply chain cargados, la separación entre clientes, el acceso privilegiado del soporte, las copias, la retención ni el procesamiento por proveedores de IA. Esos modelos pueden contener costes, contratos y planes de capacidad comercialmente sensibles. Su custodia requiere una explicación de la seguridad en producción. (21)
El acceso público muestra una aplicación con autenticación; no establece los controles sobre los datos de un cliente autenticado. El análisis asistido por IA añade otro límite: qué contenido del modelo sale de la aplicación, qué proveedor lo recibe y qué cambios generados exigen validación independiente. La descripción actual del Copilot no responde a esas preguntas.
Puntuación de supply chain
El resultado global es la media de 25 criterios con igual peso: 3,96/10, mostrada como 4,0/10.
Profundidad en supply chain
| Criterio | Puntuación |
|---|---|
| Planteamiento económico | 5/10 |
| La decisión como resultado final | 4/10 |
| Claridad conceptual sobre supply chain | 5/10 |
| Independencia de doctrinas centrales obsoletas | 3/10 |
| Resistencia al teatro de KPI | 3/10 |
Media: 4,0/10.
Planteamiento económico — 5/10. Beneficio y coste de servir son objetivos pertinentes. Su adecuación depende de representar las consecuencias de las decisiones en lugar de distribuir costes sobre una previsión fija. (22)
La decisión como resultado final — 4/10. Los planes guían compromisos importantes, pero evaluación y ejecución siguen siendo responsabilidades humanas separadas. No se demuestra públicamente la generación recurrente de transacciones automáticas. (3)
Claridad conceptual sobre supply chain — 5/10. El proveedor entiende el alcance del modelo y las restricciones operativas. Es menos explícito sobre la incertidumbre conjunta que determina qué compromisos son financieramente acertados. (9)
Independencia de doctrinas centrales obsoletas — 3/10. El producto táctico sigue organizado alrededor de reuniones de planificación y comparaciones de escenarios. Mejores cálculos pueden mejorar ese proceso sin eliminar su coordinación manual recurrente. (3)
Resistencia al teatro de KPI — 3/10. El lenguaje financiero es más útil que los eslóganes de precisión, pero las mejoras proyectadas se presentan sin un informe suficiente de realización. (7)
Solidez de las decisiones y la optimización
| Criterio | Puntuación |
|---|---|
| Profundidad del modelado probabilístico | 2/10 |
| Aportación propia en optimización o aprendizaje automático | 4/10 |
| Tratamiento de restricciones reales | 5/10 |
| Automatización de decisiones y productividad laboral | 3/10 |
| Resiliencia ante la complejidad operativa real | 4/10 |
Media: 3,6/10.
Profundidad del modelado probabilístico — 2/10. El análisis de sensibilidad es accesible; no se documenta una distribución coherente de demanda y suministro futuros que alimente una política común de decisión. (2, 5)
Aportación propia en optimización o aprendizaje automático — 4/10. El modelado funcional es creíble, pero ninguna formulación pública o comparación reproducible establece una profundidad computacional excepcional. El anuncio de IA aporta pocos mecanismos. (11)
Tratamiento de restricciones reales — 5/10. Las notas de versión exponen restricciones de negocio concretas, permitiendo una evaluación más sustancial que las promesas genéricas de optimización. Sus interacciones y calibración económica siguen siendo difíciles de examinar. (6)
Automatización de decisiones y productividad laboral — 3/10. Cambiar escenarios por cuenta propia reduce la dependencia de especialistas en análisis rutinarios. No se mide la carga mayor de preparación, mantenimiento, aprobación y ejecución. (8)
Resiliencia ante la complejidad operativa real — 4/10. Replanificar ofrece una respuesta práctica a cambios de circunstancias. El relato histórico reconoce que el propio modelo debe cambiar; el producto actual deja poco claros el coste y las pruebas de esas reformulaciones, sobre todo cuando una interacción omitida supera sus reglas configurables. (9, 17)
Integridad del producto y la arquitectura
| Criterio | Puntuación |
|---|---|
| Coherencia arquitectónica | 5/10 |
| Claridad de los límites del sistema | 6/10 |
| Seriedad en seguridad | 2/10 |
| Sobriedad del software y coste de propiedad | 4/10 |
| Compatibilidad con operaciones programáticas y asistidas por agentes | 3/10 |
Media: 4,0/10.
Coherencia arquitectónica — 5/10. La aplicación compartida de escenarios está bien acotada. El límite técnico entre ejecución del modelo, manejo de datos y Copilot permanece en gran parte sin publicar. (14)
Claridad de los límites del sistema — 6/10. El análisis estratégico y táctico tiene entradas, usuarios y salidas identificables. Esa claridad ayuda a distinguir la aplicación de un sistema de ejecución. (1, 2)
Seriedad en seguridad — 2/10. Los modelos operativos sensibles requieren controles más allá de un aviso de privacidad web. La evidencia pública no establece sus límites entre clientes, de acceso del soporte, retención o procesamiento de IA. (21)
Sobriedad del software y coste de propiedad — 4/10. Limitar deliberadamente el alcance es sensato. Ni el número de campos ni una interfaz pequeña mide el coste de mantener fiables la lógica de negocio y los datos de entrada. (10)
Compatibilidad con operaciones programáticas y asistidas por agentes — 3/10. La ayuda en lenguaje natural puede facilitar el análisis. Falta una vía pública para que los agentes examinen, prueben y mantengan el modelo de decisión. (11)
Transparencia técnica
| Criterio | Puntuación |
|---|---|
| Documentación técnica pública | 4/10 |
| Inspección sin mediación del proveedor | 3/10 |
| Portabilidad y visibilidad de la dependencia | 3/10 |
| Transparencia del método de implantación | 5/10 |
| Densidad de pruebas tras las afirmaciones técnicas | 4/10 |
Media: 3,8/10.
Documentación técnica pública — 4/10. Las descripciones de versiones y los ensayos de implantación explican partes del producto. Solucionador, esquema, evaluación e interfaces de producción permanecen menos accesibles. (6, 9)
Inspección sin mediación del proveedor — 3/10. Los usuarios pueden comparar entradas y salidas, pero eso no permite examinar la lógica computacional. El material público no sustenta que la aplicación carezca de caja negra. (14)
Portabilidad y visibilidad de la dependencia — 3/10. Intercambiar hojas de cálculo ayuda a mover datos. No preserva la semántica de un modelo mantenido ni establece un reemplazo portátil de su ejecución. (2)
Transparencia del método de implantación — 5/10. La validación de referencia y el trabajo de requisitos se describen de forma útil. El proceso continuo para entregar cambios específicos del cliente es menos visible. (9)
Densidad de pruebas tras las afirmaciones técnicas — 4/10. Casos concretos y una versión del modelo respaldan funcionalidad real. La evidencia pública es menor para optimalidad, robustez y mejoras basadas en aprendizaje. (4, 6)
Seriedad del proveedor
| Criterio | Puntuación |
|---|---|
| Seriedad técnica de la comunicación pública | 4/10 |
| Integridad de la hoja de ruta tecnológica | 5/10 |
| Claridad conceptual | 6/10 |
| Responsabilidad económica | 3/10 |
| Capacidad de defender su posición en un mundo de software agéntico | 4/10 |
Media: 4,4/10.
Seriedad técnica de la comunicación pública — 4/10. Los ensayos prácticos de modelado coexisten con tendencias tecnológicas amplias y afirmaciones de IA poco especificadas. El lenguaje más ambicioso supera la evidencia técnica expuesta. (12)
Integridad de la hoja de ruta tecnológica — 5/10. El trabajo duradero de modelado y las versiones identificables respaldan la continuidad. La generación de escenarios que mejora por sí misma no ha recibido validación pública comparable. (16, 11)
Claridad conceptual — 6/10. El proveedor reconoce que usabilidad, adecuación del modelo y mantenimiento determinan el éxito. Estos principios son más sólidos que su descripción de cómo entran los futuros inciertos en el optimizador. (13, 17)
Responsabilidad económica — 3/10. A los beneficios anunciados les faltan periodo, conciliación de costes y contrafactual necesarios para evaluar resultados. La responsabilidad por modelos inadecuados debe seguir visible junto a las responsabilidades del cliente. (7)
Capacidad de defender su posición en un mundo de software agéntico — 4/10. La experiencia de modelado del dominio es valiosa. La ventaja duradera exige reducir el coste total de producir y mantener decisiones fiables, más allá de facilitar conversaciones sobre escenarios. (15)
Fuentes
Fuentes consultadas el 4 de noviembre de 2026. Las aplicaciones históricas a medida y los productos de simulación complementarios se distinguen de la aplicación SaaS actual de Factible Tools.
[1] Página principal de Factible Tools
Página principal de Factible Tools. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
Supply Chain Designer. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
Tactical Planner. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
[4] Planificación de producción
Planificación de producción. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
[5] Optimización del aprovisionamiento
Optimización del aprovisionamiento. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
[6] Actualización 26.1 de Factible Tools
Actualización 26.1 de Factible Tools. Publicada el 2026-01-15. Consultada el 4 de noviembre de 2026.
[7] Empresa láctea colombiana: aumento del beneficio del 6%
Empresa láctea colombiana: aumento del beneficio del 6%. Publicada el 2025-05-16. Consultada el 4 de noviembre de 2026.
[8] Los aranceles causan caos. Modelarlos no debería
Los aranceles causan caos. Modelarlos no debería. Publicada el 2025-04-05. Consultada el 4 de noviembre de 2026.
[9] Planificación y optimización de supply chain: una hoja de ruta al éxito
Planificación y optimización de supply chain: una hoja de ruta al éxito. Publicada el 2024-12-05. Consultada el 4 de noviembre de 2026.
[10] 4.000 razones por las que las herramientas de diseño de supply chain se quedan cortas
4.000 razones por las que las herramientas de diseño de supply chain se quedan cortas. Publicada el 2025-09-10. Consultada el 4 de noviembre de 2026.
[11] Presentación de AI Copilot
Presentación de AI Copilot. Publicada el 2025-10-27. Consultada el 4 de noviembre de 2026.
[12] Tendencias de optimización del diseño de supply chain
Tendencias de optimización del diseño de supply chain. Publicada el 2024-11-01. Consultada el 4 de noviembre de 2026.
[13] Demasiado tarde para lo óptimo
Demasiado tarde para lo óptimo. Publicada el 2025-03-12. Consultada el 4 de noviembre de 2026.
Por qué Factible Tools. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
Acerca de Factible Tools. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
[16] Inteligencia de supply chain de Technologix
Inteligencia de supply chain de Technologix. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
[17] 25 años de optimización de supply chain en Chemtrade
25 años de optimización de supply chain en Chemtrade. Publicada el 2016-09-12. Consultada el 4 de noviembre de 2026.
[18] Simulación de producción ProdFlow
Simulación de producción ProdFlow. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
FlexSim en Factible. Publicación sin fecha. Consultada el 4 de noviembre de 2026.
[20] Acceso público y frontend servido de Factible Tools
Acceso público y frontend servido de Factible Tools. Publicación observada el 2026-11-04. Consultada el 4 de noviembre de 2026.
[21] Política de privacidad de Factible Tools
Política de privacidad de Factible Tools. Publicada en 2024. Consultada el 4 de noviembre de 2026.
Análisis de rentabilidad. Publicación sin fecha. Consultada el 4 de noviembre de 2026.