Utilización de Big Data en Logística

Según el Observatorio Nacional de Tecnología y Sociedad, dependiente del Ministerio de Asuntos Económicos y Transformación Digital, en su más reciente informe de 2023, en España, las empresas que usan Big Data han crecido hasta alcanzar el 13,9%, con un incremento de 2,8 puntos respecto al anterior ejercicio.

Las grandes compañías (más de 250 empleados) lideran el análisis de Big Data en España, ya que el 34,7% de ellas lo utilizan. El uso de Big Data en pymes también aumenta: en medianas empresas (de 50 a 250 empleados) con un 20,8% y en pequeñas (de 10 a 49 empleados) con un 11,9%. España está cinco puntos por debajo de la media de la UE27.

En España las empresas que más utilizan Big Data son las del sector de TIC[1] (35,2%) y las de Información y Comunicaciones (34,7%), pero en tercer lugar aparece el sector logístico, con las empresas de transporte y almacenamiento con un 24,6% de utilización y que ha incrementado su porcentaje en más de 5 puntos desde 2020.

La fuente de datos más utilizada para la analítica de datos es la geolocalización a partir de dispositivos portátiles. El 55,3% de las compañías que analizan datos los extraen por esta vía, una cifra que ha crecido cuatro puntos respecto a 2021. La segunda fuente más empleada son los medios sociales, con un 48,6%.

Pero las fuentes de obtención de Big Data en Logística pueden ser enormemente variadas dependiendo del uso que pretendamos darle, tanto en intralogística como en logística del transporte, destacando las siguientes:

·      La propia flota de vehículos de la compañía a través de los mencionados dispositivos GPS que permiten hacer un seguimiento de la ubicación y recorrido de cada uno de los medios de transporte de la empresa, así como de los tiempos empleados en cada uno de los recorridos asignados o los consumos de combustible.

·      Los datos de procesos y operaciones de productos a través de los sistemas informáticos tradicionales que nos facilitarán información relacionada con los procesos logísticos más importantes de la empresa, como por ejemplo los tiempos de preparación de pedidos, tiempos de entrega y eficacia en la misma, rotaciones, número de devoluciones, etc.

·      Información online de los usuarios, con el número de visitas a la página web de la empresa, los horarios más utilizados, las secciones más visitadas, los productos con mayor o menor demanda o datos de devoluciones para la mejora de la logística inversa. Esta fuente de datos obviamente es especialmente útil para la logística del e-commerce.

·      Información del tráfico y meteorológica a través de agencias tanto públicas como privadas que permiten elaborar rutas de transporte y reparto más eficientes.

·      Alertas de desabastecimiento de los puntos de venta a través de clientes y colaboradores, permitiendo realizar una optimización del proceso de preparación y envío de los pedidos a dichos y evitar posibles roturas de stock.

·      Patrones de consumo en tiempo real, que permiten hacer analítica predictiva sobre posibles necesidades futuras.

·      Datos provenientes de sistemas automáticos de los almacenes; tecnologías como RFID; sensores de distintos tipos y cámaras dotadas con algoritmos de inteligencia artificial.

Con toda esta información disponible, se trata de ver, por tanto, cómo aprovechar el Big Data en logística para mejorar la eficiencia en el conjunto de la cadena de suministro, mejorando los procesos actuales, anticipándonos a potenciales incrementos o disminuciones de demanda de nuestros clientes con fluctuaciones cada día más cambiantes y detectar nuevos modelos de negocio.

Mediante la recogida y análisis de datos, es posible por tanto administrar las operaciones con mayor eficacia y proyectar tendencias futuras de los clientes o realizar simulaciones que permitan conocer las necesidades materiales y personales ante cada escenario posible, lo que cobra cada día mayor interés dadas las fluctuaciones del mercado y los bruscos cambios en la demanda ante situaciones no previsibles como la pasada pandemia originada por el COVID-19 y que ha resultado especialmente útil al sector farmacéutico ante la compleja logística de distribución de vacunas.

El empleo de Big Data en el sector logístico reduce los riesgos relativos al stock en el almacén y consigue mejoras de los mismos que se cifran entre el 20 y el 30% de reducción. Paralelamente se obtiene una mejora en los procesos de atención al cliente.

Uno de los beneficios más evidentes en intralogística de la utilización de un histórico de Big Data lo encontraremos en el análisis de la estructura de pedidos, pudiendo definir los trabajos relativos a la preparación de los mismos, a su expedición y distribución de una forma mucho más precisa y por tanto con un menor consumo de recursos.

De hecho, apoyándonos en formulaciones estadísticas somos capaces, a partir del empleo de “niveles de confianza”, de definir nuestras necesidades más allá de considerar exclusivamente las medias o las desviaciones típicas, lo que nos da un nivel de fiabilidad tan alto como sea necesario.

La utilización del Big Data en cualquier sector está sujeta a tres variables conocidas como las 3V: Volumen, Variedad y Velocidad.

Sin duda, el principal reto de la utilización del Big Data es la necesidad de almacenamiento y procesado de un enorme volumen de datos que en muchos casos supera ampliamente las capacidades de los equipos y sistemas tradicionales.

Una de las características fundamentales que deben tener los sistemas de procesamiento del Big Data debe ser precisamente poder trabajar con una gran variedad de datos y ser capaces de procesar datos de diferentes fuentes y diferentes formatos.

Por último, la velocidad se refiere a la rapidez con que los datos a utilizar pueden ser son procesados y enviados a los responsables que los van a utilizar. Además, en ciertos casos el tiempo es una variable fundamental, por lo que los sistemas Big Data deben ser capaces de acceder, almacenar y procesar los datos en tiempo real.

Para concluir, y como resumen, podemos afirmar que con la utilización del Big Data en el sector logístico podemos obtener múltiples beneficios y un incremento notable de la eficiencia en las empresas a través de la mejora de diferentes procesos, tales como:

• Control eficaz del stock empleando la información disponible en nuestros cuadros de mando, para conocer en cada momento el estado del almacén, analizando las rotaciones de la diferentes categorías de productos y la estacionalidad de cada uno de ellos y así por tanto optimizar el inventario mediante simulaciones para cada secuencia temporal futura que deseemos.

• Automatización de los mantenimientos mediante el cálculo predictivo de posibles fallos o necesidades de mantenimiento, anticipándonos por tanto a eventuales fallos y los costes que estos generan, tanto económicos como reputacionales cuando afectan al servicio al cliente.

• Gestión eficiente de la flota de vehículos para el transporte, mediante el análisis y definición de rutas en tiempo real, a través de la información interna en relación con los productos disponibles o plazos de disponibilidad de los mismos, patrones de consumo y mediante, por ejemplo, la utilización de información de agencias sobre el estado del tráfico o posibles inclemencias meteorológicas.

• Mejora de los procesos en el almacén, tanto en preparación de pedidos, como en recepción y expedición y en el conjunto de operativa habitual logística de la empresa, optimizando estas operaciones y disminuyendo los costes asociados a las mismas, mediante predicciones precisas de demanda.

• Agilizar la toma de decisiones en los diferentes niveles operativos y mejorar la calidad del conjunto de procesos, para ello es importante conseguir que la información llegue a las personas adecuadas en el momento adecuado y haciendo que dicha información, una vez procesada, sea la precisa, evitando el exceso de información no utilizable.

En cualquier caso, y para finalizar, todo lo relativo al empleo de Big Data, dado lo sensible del manejo de información, deberá formularse, en ciertos casos, sujeto a los estándares de determinados clientes y proveedores en lo relativo a las tecnologías de bases de datos, análisis estadístico y grandes volúmenes de datos. Estos estándares pueden ser muy variables y enormemente dependientes del grado de confidencialidad que se desee alcanzar.

 [1] El sector de información y comunicaciones incluye todas las ramas de actividades del sector TIC, los medios y los servicios audiovisuales excepto las de fabricación TIC, comercio al por mayor TIC y reparación de ordenadores y equipos de comunicaciones.