El término "Big Data" es nuevo, articulado por primera vez a principios de la década de 2000 por el analista de la industria Doug Laney, cuando introdujo el concepto de las 3V: volumen, velocidad, variedad. “Volumen” se refiere a la gran cantidad de datos que actualmente recopilan las empresas. “Velocidad” está relacionada con la velocidad con la que fluyen los datos y deben ser tratados. Finalmente, se incluye “Variedad” debido a los diferentes formatos disponibles para los datos, provenientes de las más diversas fuentes. Así, “Big Data” es un término que describe la gran cantidad de información que rodea a una empresa en el día a día. La creciente posibilidad de almacenamiento en la nube facilitó la manipulación de dicha información, lo que permitió la creación de nuevos y más complejos tipos de análisis.
El uso de "Big Data" permite conocer las más variadas áreas de una empresa. Traigo un ejemplo, del sector automotriz: al monitorear los comandos utilizados por los conductores en los vehículos, es posible comprender el comportamiento de los usuarios y las reacciones del automóvil, lo que permite el desarrollo de mejoras. Si la empresa está presente en las redes sociales y tiene un sitio web, se conoce el perfil de los clientes interesados en la marca, qué componentes tienen más aceptación y cuáles son las demandas del público objetivo. En cuanto a la parte operativa de la empresa, es posible utilizar sensores para rastrear el rendimiento de las máquinas, optimizar las rutinas de fabricación e incluso monitorear la salud y el estrés de los empleados.
En logística, a través del análisis de muestras de datos grandes y complejas, se arquitecturan las diversas partes de la Cadena de Suministro, entregando una visión integral del negocio, destacando los cuellos de botella de la operación y permitiendo el uso de estos datos para obtener mejores resultados. Entre los puntos de ataque del “Big Data”, uno de los principales es el tema de la optimización de rutas. De forma dinâmica e em tempo real, “Big Data” consegue gerar rotas inteligentes que levem em consideração o histórico de envios, o trânsito e as condições meteorológicas, a existência de feriados ou eventos especiais, a probabilidade de o cliente estar disponível para recebimento, entre otros. Desta maneira, leva a questão de aperfeiçoamento de trajetos a outro patamar, reduzindo o consumo de combustível e a emissão de CO2, diminuindo o tempo despedido nas viagens além do número de veículos utilizados, impactando nos custos variáveis de transporte, assim como nos custos com mano de obra. Por no hablar de la mejora en el nivel de servicio entregado a los clientes, que reciben sus compras con mayor rapidez.
Una aplicación más audaz del análisis de big data es la entrega anticipada, patentada en 2014 por Amazon. A partir del estudio de datos que reportan el comportamiento de compra de los consumidores, es posible predecir una demanda antes de que se produzca y llevar los productos hasta el final de la cadena logística, con el fin de reducir el tiempo de entrega en caso de producirse el pedido. Patrones de compra, preferencias expresadas explícitamente en encuestas o cuestionarios, información demográfica, hábitos de búsqueda, listas de deseos son algunas de las fuentes de datos para implementar esta estrategia.
Está claro, por tanto, que la disponibilidad, el análisis y la interpretación de los datos se convierten en un activo muy importante en la mejora de una empresa. Son muchas las aplicaciones del "Big Data" en una empresa, incluso en las diversas áreas de la Cadena de Suministro, ya sea en la comunicación entre los eslabones de la cadena, en la previsión de la demanda, en el transporte, en la gestión de inventarios, en la segmentación de clientes o en de otra manera otra. Como resultado, la cadena logística se transforma, volviéndose más transparente, además de más automatizada, optimizada y con menores ineficiencias y riesgos, mejorando el nivel de servicio entregado a los clientes y reduciendo costos. Los insights de estos análisis, sumados a los no relacionados con la operación logística de una empresa, son los encargados de ayudar en la toma de decisiones estratégicas y permitir visualizar nuevas oportunidades de negocios, otorgando ventajas competitivas a las empresas.
Fontes:
Cómo Big Data y Analytics están cambiando el sector logístico -> https://datafloq.com/read/big-data-analytics- Changing-logistics-industry/4593
Big Data: desafíos y oportunidades en los sistemas logísticos -> https://www.researchgate.net/publication/321385181_BIG_DATA_CHALLENGES_AND_OPPORTUNITIES_IN_LOGISTICS_SYSTEMS
¿Cuál es el impacto de Big Data en las industrias de transporte y cadena de suministro? 11 posibilidades con Big Data -> https://cerasis.com/big-data-in-the-transportation/
El impacto de los grandes datos en la planificación de rutas -> https://www.amcsrouting.com/newsroom/blog/the-impact-of-big-data-on-route-planning/
7 formas en que Amazon usa Big Data para acosarte -> https://www.investopedia.com/articles/insights/090716/7-ways-amazon-uses-big-data-stalk-you-amzn.asp
Amazon patenta el envío "anticipado": para comenzar a enviar cosas antes de comprarlas 'https://techcrunch.com/2014/01/18/amazon-pre-ships/
Marina Pomaleski
Forma parte del equipo de ILOS desde 2018, trabajando en proyectos enfocados en Logística y Cadena de Suministro. Su experiencia abarca a los principales actores de las industrias del cemento, los polímeros y los bienes de consumo, así como a las empresas minoristas. Tipos de proyectos realizados en ILOS: Gestión de transporte, estrategia de contratación de transporte, asesoramiento sobre los impactos de la fijación de niveles mínimos de fletes, dimensionamiento de flotas, mapeo y optimización de procesos, reducción de tasas de retorno.
