Aunque algunos cuellos de botella se están aliviando1, el sistema mundial de la cadena de suministro está sometido a fuertes tensiones: las presiones inflacionistas, los continuos cierres en China, las tensiones geopolíticas y las consiguientes repercusiones en los mercados energéticos llevan a la conclusión de que las empresas deben tomar decisiones rápidamente para dirigir todos sus procesos de la cadena en una dirección de mayor productividad y moderación de costes.

Cuando se trata de tomar decisiones, tenemos que basarnos en los datos. Es imposible que las organizaciones tomen decisiones precisas sin utilizar datos. Dado que en todas las etapas de la cadena de suministro se produce continuamente una gran cantidad de datos, incluidos, entre otros, los dispositivos IoT – como los registradores de datos – estos datos pueden recopilarse en tiempo real y luego volcarse en las distintas herramientas de análisis de big data. Cuanto más colaboren estas herramientas y se centralicen en una única plataforma, más podrán las empresas aumentar la eficacia, la velocidad de decisión y los beneficios.

Gestión de datos en tiempo real

El hecho de que las cadenas de suministro produzcan grandes cantidades de datos (también llamados big data), que se recogen mediante diferentes dispositivos de IoT, contribuye a que se produzcan consecuencias no deseadas: a menudo puede ocurrir que los datos de la cadena de suministro generados por los registradores de datos utilizados para rastrear la ubicación y el estado de los envíos (por ejemplo, la temperatura, la humedad, las incidencias), gestionar los inventarios de los almacenes o supervisar las operaciones se encuentren fragmentados en diferentes plataformas.
De forma tal que se almacenan en diferentes aplicaciones y en silos, lo que dificulta mucho la explotación simultánea de los datos generados por diferentes fuentes y ralentiza el funcionamiento armonioso de las herramientas de análisis de big data.
Si pensamos en una empresa que envía productos a temperatura controlada a otros países y recibe datos sobre el estado del envío desde una aplicación y datos sobre la temperatura desde otra, y además, gestiona los pedidos de compra con su sistema ERP. 

Acceder a los datos será una ardua tarea. Es crucial acceder a los datos con rapidez para obtener la mayor visibilidad posible en el menor tiempo posible -y, en consecuencia, para obtener una ventaja competitiva y un mejor posicionamiento de la calidad del servicio de la marca-, pero en estas condiciones se hace difícil tomar decisiones con agilidad.
Este es un ejemplo muy claro de fragmentación de datos.

Sin embargo, surge otro tema: teniendo en cuenta el volumen, la velocidad y la diversidad de los big data, los métodos clásicos de recopilación de datos ya no son adecuados para generar conocimientos valiosos para la empresa, ya que los resultados del procesamiento siempre llegan cuando el evento ya ha ocurrido, cuando el proceso ya ha terminado o cuando la entrega ya ha tenido lugar. Por eso, hoy en día los análisis se realizan en tiempo real y los resultados se presentan casi instantáneamente. Sin embargo, la mayoría de los responsables de la cadena de suministro o de la logística, incluso los que tienen una formación técnica, tienen poca o ninguna experiencia en este tipo de análisis de datos.

“Para extraer valor de los big data, las empresas deben adoptar tecnologías y métodos adecuados.”

Superar la fragmentación de datos

Es común en las empresas que los datos de trazabilidad estén fragmentados en diferentes plataformas, lo que da lugar a lo que se conoce como silos de datos, es decir, conjuntos de datos en manos de un grupo a los que otros grupos no pueden acceder fácilmente o en su totalidad. Hay tres conceptos importantes y de uso común que se suelen escuchar cuando se habla de romper los silos de datos:

• Agregación, que en el contexto de la cadena de suministro significa recoger los datos de la cadena de suministro de varios registradores o fuentes de datos, y ponerlos en grupos bien definidos;
• Integración, que se refiere al proceso de recopilación de resultados de múltiples conjuntos de datos;
• Interoperabilidad, que en el contexto de la cadena de suministro significa que los sistemas de los diferentes socios comerciales pueden comunicarse y entenderse entre sí.

Por tanto, para maximizar el rendimiento de las herramientas de análisis de big data y superar los silos, es necesario actuar sobre estos tres conceptos.

Las empresas que pretenden obtener información a partir de grandes cantidades de datos para tomar las decisiones correctas necesitan comprender cómo recopilar datos de forma eficaz mediante prácticas de agregación y analizarlos mediante procesos de integración. Pueden aplicarse a datos generados tanto interna como externamente, y con diferentes metodologías.
Esto pone de manifiesto la importancia de las funciones de interoperabilidad de datos en un contexto de intercambio de datos e información entre empresas, o cuando se trata de una red comercial de cadena de suministro multiempresarial.

“Las empresas que quieren obtener información de grandes cantidades de datos para tomar las decisiones correctas necesitan recoger los datos mediante la agregación y analizarlos mediante la integración.”

Existe un gran potencial de optimización si una empresa es capaz de almacenar, agregar y combinar datos y luego alimentar los resultados con herramientas de análisis de big data. El principal problema para la dirección es cómo elegir las tecnologías adecuadas y el enfoque correcto para crear soluciones basadas en datos de forma eficiente y, por tanto, tomar decisiones basadas en datos rápidamente.

Cadena de suministro y plataformas de colaboración para el análisis rápido de datos

Hemos visto que si el objetivo de los responsables es poder tomar decisiones rápidamente basadas en flujos de datos en tiempo real, la necesidad de acceder a los datos rápidamente se hace más imperiosa. Hoy en día hay muchas tecnologías que permiten conseguirlo y también disponer de los datos de la cadena de suministro en una única plataforma, para tener la evidencia de los datos en tiempo real. En contra de la creencia popular, estas soluciones -como los registradores de datos y los dispositivos IoT- no son sólo accesibles para las empresas tecnológicas o los grandes conglomerados multinacionales.

Las oportunidades de análisis de la cadena de suministro pueden encontrarse en todas las fases de la misma, como la planificación, la producción, el almacén, el transporte, el punto de venta y el consumidor.

Las soluciones analíticas avanzadas, la Inteligencia Artificial y las tecnologías de Machine Learning pueden implementarse en una única plataforma colaborativa, que luego puede ser utilizada por las empresas que operan en todos los sectores de la cadena de suministro: desde la alimentación hasta la farmacia, las empresas ya están utilizando las tecnologías GPS para reducir los tiempos de espera mediante la asignación de bahías de almacén en tiempo real, y están implementando tecnologías de optimización de rutas mediante la selección de las mejores rutas para las entregas.
Otras organizaciones están utilizando estas tecnologías en sus procesos internos de digitalización y automatización de la lectura de documentos, consiguiendo un importante ahorro de papel y de tiempo que los recursos antes dedicaban a tareas repetitivas de escaso valor añadido.
Todo ello contribuye a reducir los desplazamientos innecesarios, disminuir la pérdida de tiempo, reducir los costes, reducir el impacto de la deforestación y las emisiones de CO2 y otros gases de efecto invernadero.

Conclusiones

Hoy en día, las herramientas de análisis de big data de la cadena de suministro son un elemento crucial para las estrategias empresariales y la toma rápida de decisiones. En un mercado cada vez más impulsado por la innovación, ser capaz de transferir estos procesos a una única plataforma de colaboración -rompiendo así los silos y realizando una operación que ahorra tiempo y costes- y combinarlos con las tecnologías más avanzadas que acabamos de mencionar puede ser una ventaja competitiva clave para las empresas.

Nota

1. Véase el artículo de Fitch Ratings titulado Easing Supply-Chain Pressures Should Help Reduce Core Goods Inflation