La popularización de los lenguajes de programación, como Python y R, ofrece un cambio de paradigma en la forma en que las empresas pueden calcular sus indicadores más importantes. La flexibilidad de estos lenguajes ofrece una amplia gama de funciones y características, lo que permite a los analistas personalizar el código para satisfacer las necesidades específicas de su empresa.
En los últimos años, la enorme cantidad de datos generados a través de Big Data ha sido un desafío para muchas organizaciones, en las que muchas aún utilizan hojas de cálculo tradicionales para administrar y calcular sus indicadores logísticos, que naturalmente involucran una gran cantidad de datos. Sin embargo, a medida que el volumen de datos generados aumenta con el tiempo, la capacidad de dichas hojas de cálculo se vuelve cada vez menos suficiente. Una base de datos con más de 1 millón de filas, lo que no es raro en las bases de datos de posición de acciones diarias, por ejemplo, se vuelve inviable para trabajar en estas hojas de cálculo.
Por el contrario, los lenguajes de programación son capaces de manejar cantidades masivas de datos. Además, sigue existiendo la posibilidad de procesar el código en servidores en la nube, lo que elimina la necesidad de utilizar ordenadores con una potencia de procesamiento muy elevada. Tratar “a mano” con tal cantidad de datos es muy propenso al error humano, además de consumir mucho tiempo. Por lo tanto, los lenguajes de programación ofrecen la ventaja de la confiabilidad, ya que son capaces de realizar cálculos complejos con precisión, evitando errores humanos y reduciendo el tiempo necesario para realizar los análisis.
Otra ventaja de los lenguajes de programación es la automatización, ya que una vez escrito el código, el proceso de actualización de indicadores se vuelve mucho más automatizado. Los cambios y actualizaciones en bases de datos con nuevas observaciones, siempre y cuando mantengan la misma estructura que la base original, solo implican volver a ejecutar el código para generar los resultados actualizados. Esto trae beneficios principalmente en el cálculo de indicadores cuya frecuencia de actualización es alta, como indicadores diarios, semanales y mensuales. Esta automatización optimiza el tiempo del empleado, que puede dedicar más tiempo a otras actividades.
Los lenguajes de programación también tienen la ventaja de tener una comunidad activa que libera con frecuencia nuevas bibliotecas, además de actualizar las existentes, que tienen varias características que pueden integrarse fácilmente en el código. bibliotecas como Los pandas (para Python), y el dplyr (para R), se desarrollaron para facilitar el análisis de datos y los cálculos matemáticos. También existen bibliotecas que permiten leer y guardar archivos en diferentes formatos, como csv, xlsx, entre otros. Así, es posible generar resultados en archivos con formatos más adecuados para ser utilizados en otros programas y aplicaciones, como Excel y Power BI, por ejemplo.
Otras librerías interesantes para indicadores logísticos son la trama (para Python) y ggplot2 (para R), centrado en la creación de diferentes tipos de gráficos. También está la biblioteca. Geobr, (para ambos idiomas) desarrollado para facilitar la creación de diferentes tipos de mapas con datos geográficos de Brasil. Finalmente, también existen bibliotecas enfocadas en recolectar datos de internet, práctica conocida como web scraping, que brinda la ventaja de recopilar datos en línea sin la necesidad de un proceso manual para hacerlo.
En ILOS utilizamos lenguajes de programación para el análisis de datos en proyectos y en cálculos y actualizaciones de indicadores internos, lo que aumenta la productividad de nuestro equipo y agiliza la entrega de resultados a los clientes. Para ilustrar lo que se puede hacer con dichos lenguajes, a continuación se muestran ejemplos de indicadores y mapas generados a través de datos públicos recopilados en línea, que se refieren a la cantidad de instalaciones de almacenamiento de productos agrícolas en todo el país, así como su capacidad en toneladas, en el primer semestre. de 2022.
Fuente: IBGE, Dirección de Investigación, Coordinación de Estadísticas Agropecuarias, Investigación de Inventario, 1er semestre de 2022. Análisis ILOS
En resumen, el uso de lenguajes de programación en el cálculo y seguimiento de indicadores logísticos ofrece una serie de ventajas, desde flexibilidad en la personalización de códigos hasta fiabilidad, capacidad de análisis, automatización y posibilidad de recogida de datos a través de web scraping. Con estas herramientas, las empresas pueden obtener valiosos insights sobre su desempeño logístico y tomar decisiones más ágiles y calificadas para monitorear sus resultados y mejorar sus procesos.
Referencias:
- https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa/2013-agencia-de-noticias/releases/35416-capacidade-de-armazenagem-agricola-cresce-3-0-e-chega-a-188-8-milhoes-de-toneladas-no-1-semestre-de-2022
- https://www.ibge.gov.br/estatisticas/downloads-estatisticas.html
- https://pandas.pydata.org/
- https://dplyr.tidyverse.org/
- https://plotly.com/python/
- https://ggplot2.tidyverse.org/
- https://www.urbandemographics.org/software/
