Ya hemos hablado de cómo la Internet de las Cosas puede mejorar la cadena de suministro. La revolución en la tecnología de la información presenta una serie de soluciones para hacer que los operadores logísticos evolucionen hacia un sistema integrado de transporte, con el análisis de grandes volúmenes de información conocida como Big Data.
En sí mismos, los datos que trabaja este sistema de ingeniería carecen de valor a menos que se analicen bien. Su volumen puede superar a cualquier software de transporte o cualquier equipo de trabajo. La cadena logística puede hacer poco con la combinación del reporte del tiempo, la actualización del tráfico, la información noticiosa, las estadísticas y los datos sobre la fluctuación en el precio del crudo, a menos que se utilicen herramientas precisas.
Muchas veces, cometemos el error de hablar en términos genéricos de Big Data para cualquier sector productivo, en lugar de enfocarnos en sus aplicaciones específicas, por ejemplo, en cuanto a sistemas de información logística.
De acuerdo a Louis Columbus, colaborador de Forbes Magazine, “Big Data le entrega a redes de proveedores mayor precisión en los datos, calidad y conclusiones, lo que lleva a una inteligencia contextual compartida en distintos actores de la cadena logística.”
Ernesto Goycolea, Chief Operating Officer de Drivin, tiene experiencia en la optimización de rutas en América Latina, y señala que “el uso de los datos de tráfico obtenido de diversas fuentes, es fundamental para hacer una buena planificación de flota dado que permite reducir el número de vehiculos utilizados y comunicar a los clientes a qué hora recibirán sus despachos.”
El estudio 2014 Accenture Global Operations Megatrends Study señala que, aunque muchas empresas esperan grandes cosas del análisis del Big Data en su sistema logístico, el 97% de sus ejecutivos tiene problemas al adoptarlo. Sólo el 17% señala que lo implementen en una o dos funciones críticas de su operación.
El reporte sugiere que el uso de grandes datos y análisis avanzado se puede integrar exitosamente con soluciones logísticas como:
- Herramientas de optimización de procesos
- Predicción de la demanda.
- Planificación integrada del negocio
- Colaboración con proveedores y análisis de riesgos
Otra tendencia significativa, de acuerdo al Boston Consulting Group, es el uso del geo-análisis en base al Big Data para unir y optimizar la cadena logística. Por ejemplo, la combinación del geo análisis y los grandes datos podría reducir los tiempos de espera y mejorar la precisión en los tiempos de entrega:
- Visualización de rutas: con el uso de Big data para hacer geo-análisis, las empresas pueden analizar de manera dinámica millones de marcadores y modelar cientos de escenarios distintos para trazar una ruta de transporte.
- Pronosticar demanda: hoy por hoy, la demanda del mercado se ha vuelto compleja y volátil en muchas áreas. Las empresas deben revisar grandes cantidades de información de clientes, proveedores y sensores, para combinarlas con predicciones del clima, análisis de la competencia, posicionamiento de precio y otros factores del sistema logístico que pueden hablar idiomas distintos, pero que en conjunto pueden entregar información que antes no se podía correlacionar.
- Simplificación de la red de distribución: la cadena logística ha evolucionado y se ha transformado relacionando redes de almacenes, fábricas y centros de distribución. Esta interrelación desafía cualquier operador logístico tradicional, y el uso de grandes datos pueden ayudar a que las empresas resuelvan problemas más complejos, como el estudio de variables y escenarios, e integre el análisis con sistemas de inteligencia de negocios más interconectados.
- Mejorar el servicio al cliente y los niveles de cumplimiento de la demanda.
- Permite generar tiempos de reacción más rápidos y eficientes ante cualquier problema en la cadena logística.
- Un aumento en la eficiencia de la cadena logística.
- Una integración de todo el sistema logístico
- La optimización del inventario y una mejor productividad con el uso de activos.
Estas cifras mejoran significativamente cuando el uso de los grandes datos se usa como parte de la estrategia del negocio en lugar de un proceso en particular, y aumenta aún más si está integrada dentro de las operaciones diarias. Por ejemplo, un sistema integrado de uso de Big Data permite reducir los tiempos de manejo de órdenes, mejora la relación con los clientes y permite entregar mejores precios al mejorar la relación costo-demanda.
Desafíos en la implementación
De acuerdo a una encuesta de Deloitte, el 37% de los ejecutivos de empresas logísticas están “en conversaciones” para implementar herramientas de análisis. 27% de las personas que han implementado análisis de Big Data lo han operacionalizado o integrado en sus procesos mas importantes. Sin embargo un 57% de los encuestados usan los datos solamente como soluciones logísticas en casos puntuales.
Algunas de las principales barreras para el buen uso por parte de las empresas de logística es:
- La visibilidad: los expertos en logística pueden tener grandes volúmenes de datos pero carecen del expertise. Asimismo, puede ser difícil familiarizarse con un interfaz gráfico o sistema operativo complejo
- Volumen: el manejo de grandes datos es complejo de implementar en economías pequeñas y regiones como América Latina, donde pueden existir grandes cantidades de datos en una zona urbana metropolitana, pero se hace más difícil de hacer correlaciones con áreas rurales aisladas. Con un buen servicio de consultoría logística, es más fácil generar sinergias y economías de escala con el manejo de los datos.
- El uso: la gente tiene acceso a los datos pero no sabe qué enfoque tomar, pues carecen de objetivos concretos, así como de orientaciones tácticas y estratégicas para el manejo de la información. En otras palabras, la gerencia tiene grandes cantidades de información disponible, pero no sabe cómo usarla.
- Una estrategia de análisis de la información proactiva en toda la empresa
- Asegurar de que el análisis esté integrado en todos los procesos del operador logístico.
- Contar con habilidades y conocimiento analítico para procurar integrar conclusiones más precisas, orientadas a decisiones concretas con el uso de estos datos.
¿Has usado Big Data? ¿Cuáles son los principales resultados o desafíos que has tenido con su implementación? Agradezco tus comentarios.