El sector de la logística está en una posición ideal para beneficiarse de los avances tecnológicos y metodológicos de las herramientas de Big Data, y es que el dominio de los datos siempre ha sido clave para este sector, en la planeación de rutas de entrega y la gestión de inventarios, por solo hablar de un par de ejemplos.

Actualmente, los proveedores de logística gestionan un flujo masivo de productos y, al mismo tiempo, crean grandes cantidades de datos que corresponden a los millones de envíos que hacen todos los días, sin embargo, a todos estos datos aún no se les saca el mayor provecho.

“Lo más probable es que haya un gran potencial de datos sin explotar para mejorar la eficiencia operativa y la experiencia del cliente, y crear nuevos modelos comerciales útiles”, destaca el estudio ‘Big Data in Logistics’, un estudio realizado por la compañía de mensajería y logística de DHL.

Ventajas del uso de Big Data y Analytics en logística

A través de soluciones de Big Data, se pueden optimizar las rutas de recolección y entrega en tiempo real, planificar redes estratégicas y la capacidad operativa de las empresas de logística, según DHL. A continuación, detallamos estas ventajas:

  • Optimización y gestión efectiva a partir de los datos

Mediante el análisis de la información generada por millones de envíos, es posible optimizar la planificación de las rutas de transporte con base en la demanda y mejorar su diseño para acceder a una mayor cantidad de usuarios en tiempos de alta demanda, o evitar áreas congestionadas en horarios complicados.

  • Datos reales vs estimaciones

Una de las ventajas de usar este tipo de soluciones es que se trata de datos reales, no de estimaciones.  Así, a través de ciertas técnicas estadísticas y del uso de tecnologías de procesamiento de Big Data, se pueden obtener gráficas, estadísticas, mapas de calor, entre otros materiales, para generar insights que permitan la creación de una mejor estrategia empresarial.

  • Menos costos operativos

Gracias al uso de Big Data, es posible optimizar los recursos energéticos y humanos en los centros de distribución y en los transportes, lo que se traduce en menores costos operativos y en una mejor experiencia para los clientes. También se pueden detectar nuevos modelos comerciales y oportunidades de negocio.

  • Big Data para todo

Este tipo de soluciones pueden usarse en prácticamente cualquier proceso logístico, pasando por la administración de rutas de transporte público y flujos vehiculares, rutas aéreas comerciales y de carga, hasta el análisis avanzado de la movilidad en ciudades de todo el mundo, con el objetivo de planificar nuevas rutas a construir, con base en los resultados.

Casos de éxito de Big Data en logística y transporte

Highways England es la empresa responsable de la operación, mantenimiento y mejora de las autopistas en Reino Unido. Actualmente, la empresa gestiona 6,900 km de carreteras, lo cual implica la recopilación de grandes cantidades de datos, cuyo manejo era tedioso y costoso.

Ante este panorama, la empresa decidió trabajar con LUCA, la unidad de Big Data de Telefónica,para obtener datos de forma más precisa, segura y barata. A través del análisis de una base de datos móviles anonimizados, la cual contiene más de 4,000 millones de eventos de red generados cada día por los cliente, es posible extraer valiosos insights para el modelado y planificación de las infraestructuras, de acuerdo con información de LUCA.

Otro caso de éxito es el de Amazon, una de las empresas que más entregas realiza a nivel mundial, y quien patentó ante el Departamento de Patentes de Estados Unidos, un sistema llamado Method and System for Anticipatory Package Shipping, el cual le permite minimizar el tiempo de entrega de sus productos a tan sólo unas horas, mediante el análisis de los datos de sus consumidores.

Este sistema predice los hábitos de consumo de los usuarios y da la orden al área de logística para comenzar el proceso de envío, lo que provoca que el tiempo de envío sea mucho menor, en caso de que la predicción se cumpla.

Además de Highways England y de Amazon, muchas empresas coinciden en que Big Data es una tendencia que ha cambiado el juego para la industria de la logística. Tan solo 60% de los encuestados en el estudio Trends and Strategies in Logistics and Supply Chain Management”, elaborado por la compañía BVL, afirmó que planea invertir en el análisis de Big Data en los próximos años.

Big Data Analytics al rescate de la cadena de suministro

Ante la volatilidad económica y política que se presenta en el mundo contemporáneo las empresas necesitan tener certidumbre para sus operaciones actuales y futuras.

Al interior de las compañías los encargados de las actividades de cadena de suministro deben convertirse en un habilitador de esta certidumbre, gracias a una transformación digital orientada en el manejo del Big data analytics.

También le puede interesar: Cadenas de suministro inteligentes

De acuerdo con Argenis Bauza, Socio Líder de Asesoría en Cadena de Suministro y Compras para América Latina de KPMG, además de este entorno volátil, las compañías tienen que enfrentarse a los cambios que el consumidor está presentando, especialmente con los llamados millennial y su empoderamiento y mayor consciencia ambiental, entre otras características.

Sin embargo, la introducción del Big data analytics en las empresas aún tiene mucho por avanzar. En la encuesta Perspectivas globales del CEO. El esfuerzo por crecer, de KPMG International, publicada recientemente, se reveló que 6.7 de cada 10 directores generales ha pasado por alto el conocimiento basado en datos, “porque contradice su intuición”.

“Big data analytics juega un rol muy importante en las cadenas de suministro ágiles”, dijo Bauza durante la reunión mensual del Consejo Nacional de Ejecutivos en Logística y Cadena de Suministro (Conalog).

Precisó que este análisis no se trata sólo de revisar números, ya que en la actualidad se revisan desde textos, audios, videos y hasta redes sociales, y ya existen herramientas tecnológicas para concretarlo.

El socio de KPMG indicó que existen desde análisis descriptivos (qué fue lo que pasó); diagnósticos (por qué pasó); predictivos (qué pasará), y prescriptivos (cómo lo puedo utilizar).

Argenis Bauza recomendó realizar pruebas en este sentido, sin querer incorporarlas demasiado rápido si no se tiene experiencia, y en paralelo definir la estrategia de más largo plazo.

Dentro de la estrategia debes definir cuánto quieres crecer, qué mercado quieres atacar y delinear la estrategia digital, acompañada de un business case.

Pero para llegar a una implementación efectiva las empresas también deben tomar en cuenta contar con los recursos humanos capacitados para esta tarea.

Fuente: http://revistalogisticaparaguay.com

Compartir