Big Data Logístico: “La gran asignatura pendiente a gestionar”

Consumo de combustible y pago de impuestos. 

Facturación global del sector logístico y por compañías.

Las tarifas y los precios del transporte. 

Accidentes de trabajo en logística.

Pérdida de productos en la cadena de suministro.

Previsión de la demanda para hoy.

Inventario del almacén actualizado por el SGA.

Trazabilidad de la cadena alimentaria. 

Geolocalización de la flota de camiones. 

Pedidos devueltos, según atención al cliente. 

Datos sobre la operativa de las carretillas en almacén, gracias a la RF.

Datos de la preparación de los pedidos. 

Datos de la distribución capilar. 

Multas de tráfico, infracciones administraciones, etc. 

Incidencias en Soporte técnico para cartera de clientes. 

Número de seguidores en su comunidad digital para su conversión a clientes.

Estaciones de Servicio, Plataformas Logísticas, Áreas de Descanso, puertos secos, etc.

Gestión de los palets, envase y embalaje, packaging, etc. 

Hábitos de consumo e-commerce.  

Estos son tan sólo 20 ejemplos de Big Data en cualquier cadena de suministro.  Asier Barredo, CEO en LIS Solutions y experto en Análisis de Datos de la Cadena de Suministro, ha diagnosticado la coyuntura del Big Data en el sector logístico español: “Existen almacenes que aún no han instalado el código de barras en sus sistemas. España tiene un largo camino para equipararse a la gestión del Big Data en la Supply Chain. Al menos, a niveles similares a los de los países del centro de Europa. Considero que la gestión de los grandes datos en las empresas logísticas y de transporte es la gran asignatura pendiente hoy en día. Y será una de las claves para la supervivencia de muchas compañías del sector. Tanto de pequeñas y medianas empresas, como de las multinacionales. Diferentes estudios sobre tendencias en la Supply Chain para los próximos 10 años hablan de la importancia de la segmentación micro como clave de éxito.Un segmento micro es la parte más básica de cada portfolio de producto y es la que desencadena la decisión de final compra, y no la propia categoría o familia de producto segmentación micro se puede apoyar en  la analítica Big Data. Es la herramienta perfecta. Los resultados serán sorprendentes y eficientes”. 

Asier Barredo subraya la necesaria armonización en la valoración del Big Data en cada país europeo: “La coordinación que tenemos hoy se produce gracias a las herramientas informáticas. Unos potentes programas con los que los consultores profesionales conseguimos traducir todos los datos en conclusiones beneficiosas para cada negocio”. En este sentido, el CEO de LIS Solutions ha puesto en valor el esfuerzo que ha supuesto, por ejemplo, la equiparación europea de su sistema estadístico:  

Internet de las cosas (o industrial internet) 

El Big Data Logístico se debe considerar más como una oportunidad de conocer mejor al cliente, que como un problema. El Internet de las cosas (en cualquier objeto/producto de nuestras vidas personales y profesionales) es una circunstancia asumible por todos. Sin embargo, la realidad del Big Data y su procesamiento exigen de una gestión del cambio. Por ejemplo, las inversiones en grandes bases de datos relacionales quedarán obsoletas en breve.

Lora Cecere, Fundadora y CEO de Supply Chain Insights, ha asegurado recientemente que el: “Big data ofrece la oportunidad de redefinir los procesos de la cadena de suministro, desde el exterior al interior y definir la cadena de suministro centrada en el cliente. Esto contrasta con las inversiones en TI de la última década para responder de adentro hacia afuera, basado en los envíos de pedidos. Estas inversiones tradicionales de planificación de recursos empresariales (ERP), sistemas de planificación avanzada (APS) y Business Intelligence tradicional (BI) para la información, mejora la respuesta de la cadena de suministro, pero no permiten a la organización orquestar ese proceso de afuera hacia adentro. Nuevos tipos de datos (por ejemplo, imágenes, datos sociales, transmisión, sensor de entrada de los sistemas de posicionamiento global (GPS), el Internet de las Cosas, y el texto no estructurado de correo electrónico, blogs y valoraciones y reseñas) ofrecen nuevas oportunidades. También requieren nuevas técnicas y tecnologías. Big data para la empresa significa escuchar, probar, aprender y responder más rápido”.  

La CEO de Supply Chain Insights ha informado de una encuesta que realizaron el pasado mes de setiembre entre 123 fabricantes, minoristas, mayoristas, distribuidores, cooperativas y proveedores 3PL que estén familiarizadas con la gestión de grandes volúmenes de datos. Estos son los resultados:

• El 76% considera que el Big Data es una oportunidad, el 28% ya tiene una iniciativa de grandes datos en su empresa. Las posibilidades de grandes volúmenes de datos son infinitas.
• La adopción de nuevos conceptos para grandes volúmenes de datos es un cambio radical para los equipos de la cadena de suministro. Se requiere una gestión del cambio.
• Se trata de proyectos pequeños e interactivos, utilizando nuevas formas de análisis. Los proyectos tienen que basarse en un problema de negocio y el enfoque tiene que estar en continuo aprendizaje. Esto es bastante diferente del enfoque del proyecto  tradicional de mapeo. Las empresas tienen que estar abiertas a los resultados e invertir en innovación a través de análisis.
• Por grandes de datos los encuestados se refieren a un petabyte. Trabajar con una variedad de datos que va más allá de los datos estructurados tradicionales. Y los procesos de construcción que se basan en un aumento de la velocidad de datos que está asociado con los flujos en tiempo real.
• La mayor oportunidad no es con el volumen o la velocidad de los datos. En cambio, es con la gestión de oportunidad asociado con nuevas formas de datos.
• Las bases de datos están creciendo, pero pueden ser manejadas. El 15% de las empresas tienen una base de datos de hoy que es por lo menos de un petabyte. Las bases de datos más grandes no son de planificación de recursos empresariales (ERP). En su lugar, se encuentran en las áreas de gestión de producto o los datos del canal.
• Las organizaciones que cuentan con equipos activos en la gestión de datos maestros tienen más probabilidades de tener un gran equipo multifuncional de datos. El 54% de las empresas con iniciativas de Big Data cree que los análisis de datos son de gran ayuda con un MDM.