Logística en tiempo real

Como tu Empresa Puede Utilizar Big Data en la Logistica de Ultima Milla

Escrito por Matias Honorato | 31 marzo 2016

Cada día empresas logísticas y de cadenas de suministro generan grandes cantidades de data de negocios a través de sus diferentes canales operacionales. Desde tendencias en comportamiento de clientes a KPI’s de rendimiento de distribución en la última milla. Utilizar y trabajar en base a esta información es una buena forma para generar mejoras en procesos operacionales, reducir costos y generar mejores resultados en la experiencia de los clientes.

El problema es que “aun cuando 97% de los ejecutivos reportaron tener un entendimiento de cómo el análisis de big data puede beneficiar su cadena de suministros, solo el 17% reportaba tener implementado un sistema de análisis de esta información en uno o más de sus procesos logísticos.” como demuestra este estudio realizado por Accenture.

Aun cuando el análisis de big data parece ser una tendencia de la cual todos están hablando en la industria , hay un gran número de empresas que no aún no comienzan a investigar acerca de los beneficios que este concepto puede entregarles. Otros están enfrentando problemas en cómo estructurar, desarrollar e implementar las capacidades necesarias para tener éxito en esta tarea.

Capacidades como:

  • Información en tiempo real
  • Transparencia en el proceso logístico y de la cadena de suministro
  • Entender las necesidades y expectativas de los clientes

“Cada vez en mayor medida las empresas están sentadas sobre toneladas de data, pero no tienen idea qué hacer con ella, o cómo entenderla” - Matthias Winkenbach, director MIT Megacity Logistics Lab


Entendiendo la Big Data


El análisis de big data está otorgando a compañías líderes de la industria con insights para desarrollar mejoras cualitativas y cuantitativas en sus procesos, entregando inteligencia contextual a través de la cadena de suministro y mayores mejoras en las entregas de última milla .

Los clientes están creando grandes cantidades de data la cual es traducida en datos prácticos del negocio que pueden ser aplicados para optimizar los procesos logísticos. Las organizaciones pueden capitalizar esta información en la generación de experiencias más personalizadas para sus clientes.

Brittain Ladd, ejecutivo de Amazon, aclara en esta entrevista para ORTEC;

“No puedo dejar de recalcar la importancia de manejar los análisis para ganar insights y descubrir patrones escondidos relacionados a procesos, clientes y mercados. Puesto de manera más sencilla, Big Data es algo que se debe desarrollar”

Pero simplifiquemos esto. Podemos dividir el análisis de Big Data en dos partes fundamentales;

Big Data - Información y estadística acerca de un negocios que es almacenada y procesada bajo tres conceptos principales:

  1. Velocidad: La información debe ser capturada en tiempo real.

  2. Variedad: Data es variable y depende en factores como tiempo, contexto y volumen.

  3. Volumen: Las mejores decisiones son tomadas cuando podemos evaluar una mayor cantidad de la información que buscamos.

Análisis - El uso de modelos matemáticos y estadísticos para entregarle un propósito a dicha data de forma de poder tomar decisiones operaciones sobre oportunidades de negocios o soluciones a problemas.

Aun cuando las empresas han confiado en diferentes herramientas y técnicas por muchos años para tomar decisiones en base a información relevante, pero con el nacimiento del consumidor digital estos sistemas han quedado obsoletos y nuevas formas de análisis de la información son necesarios. Los métodos utilizados para obtener y analizar estos datos han evolucionado, como también los procesos y las herramientas para hacerlo. Esto ha comenzado una nueva era en la forma en la que gerentes y administradores logísticos pueden mejorar sus operaciones.

El análisis de Big data puede ser aplicado a una gran número de áreas en la cadena de suministro y procesos logísticos, pero uno en particular ha ganado la atención de retailers, compañías de transporte o servicios CPG - La logistica de ultima milla.

[Conoce como Beetrack puede ayudarte a darle sentido a la data de tu empresa]


Como el análisis de big data puede mejorar tu operación de última milla.


“Para empresas de e-commerce o sus proveedores de suministros, una logística de última optimizada es algo como el “Santo Grial” en transporte de bienes. La última milla genera en promedio el 30% de los costos de transporte, los cuales son muy difíciles de bajar.” - Brittan Lad, Amazon executive

La logistica de ultima milla es una de las áreas logísticas donde la big data puede tener un gran impacto en las gestiones diarias. Ofrece la oportunidad de cambiar y mejorar procesos internos y un mejor control sobre factores externos, desde un punto de vista del negocio y también del cliente final.

Impactando el Negocio - Eficiencia Operacional

Para los administradores el uso de data puede beneficiar mejorar 3 áreas operacionales:

  1. Aumentar niveles de transparencia en la operación de última milla

La data puede mostrar puntos de conflicto en la operación de última milla, como por ejemplo problemas de comunicación en los envíos, problemas inesperados en la ruta o estado de entregas fallidas. Estos son problemas bastante comunes en empresas logísticas, principalmente debido a la escasa disponibilidad de data que puede ayudar a resolver estos problemas en tiempo real.

  1. Optimización de costos y recursos

Empresas logísticas y de transportes están sujetas a factores externos que afectan directamente su estructura de costos, como por ejemplo el precio de la gasolina, tráfico en las calles, costos de seguros o productos dañados. Los administradores necesitan de las herramientas adecuadas para poder analizar el estado de sus operaciones de entrega en tiempo real, para así poder tomar decisiones basadas en información actualizada.

  1. Mejorar Calidad y Rendimiento en los Procesos

Planear y agendar entregas también juega un rol muy importante en el día a día de todo gerente de suministros, especialmente debido a que estas actividades tienen un impacto directo en la experiencia del consumidor. Utilizar el análisis de big data y poder obtener estos resultados en tiempo real, es una forma para que los gerentes puedan planear por adelantado la demanda y esfuerzos en la gestión de entregas, agendar y optimizar las rutas de transporte, mejorar el número de órdenes que son entregadas a tiempo y minimizar los costos de devoluciones de productos, además de poder resolver los problemas de forma inmediata.

 


La Perspectiva del Cliente - Mejorando la Experiencia

Por el lado de los consumidores la data puede ser utilizada para ganar:

  1. Lealtad y retención:

Una encuesta realizada por Capgemini and Orcacle encontró que 44% de los líderes de negocios creen que mantener la satisfacción de los clientes es un tema clave en su empresa, donde es a través del análisis de la data histórica que se puede entender realmente lo que los consumidores quieren. Todo gerente logístico debería apuntar a crear una red de suministro y distribución que busque maximizar la percepción de valor que el cliente percibe del servicio y producto entregado, especialmente cuando hablamos respecto a la experiencia con las entregas de última milla. Esto es muy importante, dado que el 90% de los clientes no satisfechos con este tipo de servicios no volverán hacer negocios con una marca que no fue capaz de cumplir sus expectativas.

  1. Segmentación y targeting

Compañías que se encuentran desarrollando estrategias multi-canales deben ser capaces de definir y orientar sus esfuerzos a cada segmento de su base de clientes. La creación de información contextual a partir de los compartimientos de los consumidores, tanto online como offline, es un paso clave para optimizar los esfuerzos logísticos en las entregas de última milla, donde la única forma de hacer esto de forma correcta es a través del análisis de big data.

  1. Interacciones y personalización

El análisis de data es clave para identificar nuevas tendencias y formas de interactuar con los clientes. Aphrodite Brinsmead, analista senior en Ovum cuenta que - “Mira las formas de conectar contenido con la data que te entregan tus clientes, de esta forma tus consumidores puede recibir información personalizada basada en sus preferencias. Al tener información en los viajes el cliente y preguntas de soporte, las organizaciones pueden predecir qué tipo de información es la que los clientes requieren” Después agrega - “Cuando la disciplina de gestión de conocimientos está correctamente implementada, las empresas pueden reducir los costos de soporte para clientes en un 25% o más”


Invirtiendo en Herramientas Analíticas de Big Data


Obtener información hoy es algo que requiere de una inversión en tecnología que pueda darnos claridad y sentido a nuestras operaciones de última milla. Administradores logísticos no pueden seguir confiando en insights que son obtenidos de sistemas de datos externos, los cuales entregan la información un par de días después de recibida.

“Las tecnologías permiten a las compañías visualizar y rápidamente combinar data estructurada y semi-estructurada de forma casi inmediata” - Steffin Harris, de la empresa consultora Capgemini.

El análisis de data ha transformado a las organizaciones y procesos logísticos en actores proactivos y no reactivos ante cambios en la industria o en las necesidades de los clientes. Softwares de visualización que pueden gestionar esta data, transformarla en reportes diarios y mostrarla a través de dashboard de fácil interpretación son un mercado emergente en la industria.

La tecnología se ha transformado en una parte esencial de gerentes logísticos que apuntan a crear operaciones sostenibles en el tiempo, donde mejorar la eficiencia y la experiencia del cliente es la única forma en que las empresas pueden tomar ventajas en estos mercados competitivos.

Inversiones son necesarios para poder ganar una completa visibilidad y capacidad de acción sobre las grandes cantidades de data muy valiosa que se está constantemente almacenando, una inversión que muy probablemente se transforme en grandes retornos para la empresa.