A pesar de conocer el valor que aportan al negocio, la mayoría de las empresas no aprovechan el potencial de los datos extraídos de la operativa de su cadena de suministro. Es necesario evolucionar y aplicar la analítica no solo para entender el pasado, sino para anticiparse al futuro. El enfoque predictivo es y será clave para la competitividad.
En la actualidad, las empresas se enfrentan a un cúmulo masivo de información. En los dos últimos años se han generado más datos que a lo largo de toda la historia de la humanidad, debido en parte a la convergencia del Internet de las Personas y el Internet de las Cosas. Según la firma analista IDC, en 2014 el universo digital equivalía a 4,4 billones de Gb, o lo que es lo mismo, cada persona en la Tierra generaba 1,7 Mb de información al minuto. En 2020 esta cifra se multiplicará por 10 y alcanzará los 44 billones de Gb.
Sin embargo, resulta frustrante que la mayoría de estos datos carezcan de utilidad. Por un lado, esto es debido a su estado en bruto, que hace necesario su procesamiento y análisis y, por otro, al hecho de encontrarse albergados en silos cautivos dentro de las organizaciones. Uno de estos silos es la cadena de suministro.
En cualquier empresa global, la cadena de suministro es una de las mayores fuentes de big data ya que contiene y genera información que afecta a casi todas las áreas de la compañía. Sin embargo, y a pesar de reconocer el gran valor que esto supone, muy pocas organizaciones aprovechan de forma eficaz el potencial de este tesoro.
Así se pone de manifiesto una encuesta llevada a cabo por la consultora Accenture, en la que el 97% de los participantes afirmó conocer el valor del análisis big data aplicado a la cadena de suministro y, sin embargo, solo un 17% declaró haber implementado este tipo de herramientas en su operativa logística.
Esta también es una de las conclusiones extraídas del último informe publicado por DHL —La empresa predictiva: donde la ciencia de los datos se encuentra con la cadena de suministro— en el que se identifican las principales tendencias que harán realidad la empresa predictiva. El documento, donde se recoge la visión de numerosos expertos en logística, aporta además una serie de ideas interesantes en cuanto a la aplicación del big data y de la analítica en la operativa del negocio.
Una mejor predicción de la demanda permite reducir entre un 20% y un 30% el inventario
El valor de los datos
Una buena manera de ver lo que los datos de la cadena de suministro pueden proporcionar es hacer una comparación con lo que está ocurriendo, por ejemplo, en el ámbito del mantenimiento de los coches. Cuando el vehículo sufre una avería, los conductores acuden al taller, pero cada vez es más importante realizar controles periódicos que identifiquen los problemas con antelación. De hecho, hoy día los vehículos inteligentes están proporcionando ya diagnósticos en tiempo real.
Se puede conseguir una curva similar en el contexto de la cadena de suministro. A través del análisis de datos podemos realizar un diagnóstico que identifique las tendencias y las limitaciones existentes, con el fin de predecir los futuros fallos causados por cambios en los patrones de demanda.
Con la información generada en la cadena de suministro será posible, por ejemplo, ajustar dinámicamente la producción, el presupuesto de marketing, las promociones comerciales, la posición de inventario, la ubicación de los almacenes y la ruta de transporte, y decidir de forma inteligente si hacer mejoras en un área u otra. Las consecuencias van desde la posibilidad de aumentar las ventas, a evitar un exceso de inventario, mejorar el servicio o incluso reducir la obsolescencia de un producto determinado.
De lo descriptivo a lo predictivo
Aunque las herramientas y tecnologías de análisis aplicadas a la cadena de suministro han experimentado una gran evolución en los últimos años, su integración en la empresa resulta aún compleja. Las compañías suelen progresar a través de varias etapas de madurez a medida que adoptan esas tecnologías. De hecho, hoy muchas de ellas se encuentran aún en la fase descriptiva, en la que se utilizan sistemas de información y de análisis para capturar y presentar los datos de una manera que ayude a los gestores del negocio a entender fácilmente lo que está sucediendo.
En esta tipología se incluyen los sistemas de business intelligence, los cuadros de mando y las consultas ad hoc, junto con herramientas de visualización de datos y mapeo geográfico. Todas ellas han sido muy eficaces para ayudar a las empresas en áreas como la reducción de costes o la eliminación de residuos; sin embargo, para aumentar la competitividad es necesario ir más allá. Esto significa que las empresas ya no pueden gestionarse mirando a través del espejo retrovisor, deben mirar hacia delante y utilizar los valiosos datos de la cadena suministro para anticiparse al futuro y posicionarse mejor frente a la competencia.
Las organizaciones líderes están evolucionando hacia una cadena de suministro predictiva, un apoyo vital en la redefinición de la empresa que les permite dar sentido y forma a la demanda, optimizar las redes, mejorar la agilidad e incrementar capacidad de respuesta.
Las herramientas de data mining, de reconocimiento de patrones, de analítica de negocio y de inteligencia de negocio, entre otras, están haciendo posible la evolución de la cadena de suministro desde un formato reactivo hacia un modelo proactivo y, en última instancia, predictivo.
Las organizaciones que aplican la analítica de datos a la cadena de suministro con el objetivo de convertirse en empresas más predictivas obtienen ratios de retorno de inversión más altas en múltiples áreas de la empresa. Así lo corrobora, Gartner, al afirmar que se pueden obtener beneficios tangibles en áreas como la calidad del producto, los ingresos, la utilización de los activos, los lanzamientos de producto o el tiempo del ciclo de pedido.
Y así también lo hemos observado en DHL. A modo de ejemplo, a través de una mejor predicción de la demanda, algunos de nuestros clientes han reducido entre el 20% y el 30% del inventario, dependiendo del sector en el que operen, al tiempo que la tasa media de utilización de la cadena de suministro aumentaba de tres a siete puntos porcentuales.
En definitiva, las consecuencias de un enfoque predictivo van mucho más allá de reinventar el modelo de cadena de suministro, ya que ayudarán a redefinir la nueva empresa global, impulsada por el conocimiento extraído de los datos. Sin duda, existen grandes oportunidades para las compañías capaces de anticiparse al futuro mediante el correcto análisis de los datos procedentes de sus cadenas de suministro.
