02
Logística y Big Data
Big Data logístico 02
Factores para implementar con éxito el big data 04
Eficiencia logística 04
Análisis avanzado de datos 06
Tendencias del sector 07
Logística de la última milla 09
Ventajas de invertir en big data 10
Bibliografía y recursos 11
Módulo Revolución Logística
Casos Prácticos Resueltos
Logística y Big Data
I. Big Data logístico
El Big Data supone un cambio de paradigma para la logística e influirá
radicalmente en la forma de tomar las decisiones. El análisis previo va a
ganar más fuerza y el estudio de los datos reducirá las incertidumbres.
Tener más datos y saber interpretarlos abre nuevas posibilidades de ob-
tener ventajas competitivas.
Las tecnologías de Big Data y analítica de grandes volúmenes de datos es-
tán impulsando la eficiencia logística en la cadena de suministro al emplear
herramientas y soluciones que simplifican los procesos para procesar in-
formación y obtener datos precisos que favorezcan el diseño de estrategias
orientadas al cliente. Big data significa gestionar, aprender y responder más
rápido.
El volumen y el tipo de datos disponibles y la necesidad de analizarlos en
tiempo casi real está creciendo rápidamente gracias a la popularidad de las
redes sociales como Facebook y Twitter, los datos de generación de sensores
y los dispositivos conectados en red, transacciones en línea y otras fuentes
de datos.
Big Data Analytics es la aplicación de técnicas avanzadas para grandes con-
juntos de datos que suelen incluir diversos formatos y los datos de strea-
ming.
Big data aporta datos en gran volumen. Sus principales aportaciones a la ges-
tión son:
ശശ Mejorar la eficiencia de los procesos. Son suficientemente repetitivos para que
medirlos ofrezca un mapa fiable de su calidad, sabiendo más fácilmente dónde
se falla y en qué partes del proceso se tienen problemas. Las cadenas de sumi-
nistro cada vez aportan más indicadores lo que permite tener un mayor control
sobre ellas.
ശശ Mejorar la relación con el cliente. Permite conocer y de tener rápido acceso a
su historial para poder conocer los problemas de servicio que haya tenido y los
productos que consume, los que hemos ofrecido pero no le han interesado, los
que dejó de utilizar y el motivo por el que lo hizo, etc.
2
Logística y Big Data
Además de resolver mejor sus incidencias fomentará una relación más cercana
con los compradores, reduciendo la impresión de que son simples clientes. Las
empresas que apliquen el Big Data tendrán una enorme ventaja competitiva
sobre el resto.
ശശ Mejorar de las ventas y la acción comercial. Un Big Data integrado con un CRM
(un programa para la gestión de los clientes) va a permitir conocer mucho me-
jor las necesidades e intereses de los compradores. Saber qué productos con-
sumen, cuáles no y cuáles podrían interesarles para potenciar la venta cruzada.
Conocer sus movimientos empresariales, sus planes de expansión, las pre-
dicciones económicas de las zonas donde tienen sus sedes y cómo eso puede
influir en sus necesidades, conocer cuál es el perfil demográfico de los clientes
para dirigirse mejor a ellos, etc.
ശശ Mejorar la planificación de la demanda. Planificar la demanda de la manera
más precisa posible es vital para las cadenas de suministro. Significa saber
dónde hay que tener las mercancías en cada momento, reduciendo los atascos
y evitando las roturas de stock. Big Data permite incluir muchas más variables
en la predicción de la demanda para que sea más fiable.
Además cada vez es más fácil predecir las ventas y las horas de afluencia a los
comercios, tener en cuenta las proximidades de los fines de semana, de los
puentes, vacaciones y eventos importantes. Esto permitirá mejoras logísticas
en la planificación de los recursos materiales y humanos.
ശശ Optimización de rutas. Conocer cuál es el mejor trayecto para entregar en
una dirección supone un ahorro directo para la empresa y un beneficio para el
usuario. Más aún si podemos actualizarlo en tiempo real según las circunstan-
cias del tráfico, del tiempo o de la disponibilidad de los destinatarios o conocer
a qué horas se suele poder entregar en una dirección.
Si uno de los grandes retos logísticos de la actualidad es la entrega de última
milla Big Data va a ser uno de sus mejores aliados ya que la gestión de flotas y
Big Data se complementan.
ശശ Análisis de riesgos. Una cadena de suministro puede extenderse a varios paí-
ses. Los modelos de análisis de Big Data aúnan toda la información disponible
para valorar los posibles peligros políticos, económicos, climáticos o de cual-
quier otro tipo que puedan afectarle.
ശശ Potenciar la logística colaborativa. Las empresas que decidan aprovechar los
beneficios de la logística colaborativa también se beneficiarán del Big Data. Se
abre la posibilidad de conocer en tiempo real qué espacio en los vehículos hay
disponible, qué cargas hay para transportar y cómo optimizar los vehículos en
tránsito. Reduciendo kilómetros en vacío y aumentando la ocupación de los re-
molques se aumentará la productividad.
3
Logística y Big Data
II. Factores para implementar con éxito big data
Para obtener éxito en la implementación del big data en las empresas
logísticas existen diversos aspectos a tener en cuenta:
ശശ Cultura organizacional. Es importante que se produzcan cambios en la cultura
de las organizaciones logísticas, de tal forma que el uso de esta tecnología
forme parte de las experiencias, hábitos, costumbres y valores de la empresa.
ശശ Alineación entre los departamentos de informática y el resto del negocio. Los
directores de informática deben saber cómo la existencia de esta gran cantidad
de datos que generan los usuarios y cumplir más efectivamente los objetivos
corporativos, mucho más cuando el uso del CRM se ha abaratado con la apari-
ción de la computación en la nube.
ശശ Transparencia con el manejo de los datos. Es importante que exista una total
transparencia con el manejo de los datos y que estén al alcance de quien los
necesite.
ശശ Privacidad de los datos. Con la explosión de datos que se generan con las nue-
vas tecnologías, es imperativo respetar las leyes que en relación con el uso de
estos datos existan en los diferentes países, por lo que es importante estudiar
las legislaciones y cumplirlas para evitar conflictos con usuarios y daños a la re-
putación de la empresa.
ശശ Habilidades para usar científicamente los datos recabados. Es importante te-
ner el personal adecuado y preparado en técnicas matemáticas para procesar
la gran cantidad de datos que generan los usuarios y convertirlos en informa-
ción de valor. La mayoría de las compañías carecen de este personal por lo que
subcontratar estos servicios a empresas especializadas es una opción a tener
muy en cuenta.
ശശ Uso de la tecnología. Es importante hacer las inversiones necesarias en tecno-
logía big data. La potencia de cálculo de los nuevos sistemas se incrementa con
rapidez y sus costes se reducen.
III. Eficiencia logística
Existen muchos proyectos iniciados por empresas de logística con el fin
de profundizar en el análisis y explotación de las grandes perspectivas
del Big Data. Se basan en:
4
Logística y Big Data
ശശ Análisis de volumen. La predicción del volumen de mercancías en un día con-
creto de la semana, mes o año es una preocupación importante para las em-
presas de logística que buscan optimizar la asignación de recursos y minimizar
el presupuesto. Muchas empresas están invirtiendo en esta área para determi-
nar los patrones que ayudarán a predecir los picos de volumen.
ശശ Análisis para productos (sanitarios). Para, por ejemplo, los medicamentos y
otros productos sanitarios, es básico ser transportados en un entorno contro-
lado. Por ejemplo, algunas medicinas requieren un almacenamiento específico
y un cuidado extra en la manipulación debido a su fragilidad. Es extremada-
mente caro para las empresas de logística y también para el cliente final ges-
tionar todo el proceso. Por ello, se está invirtiendo en localizar patrones que
garanticen la entrega segura dentro de los parámetros requeridos.
Investigadores y analistas están desplegando sensores IO (input/output) con
el fin de controlar la temperatura, el nivel de vibraciones y otros factores. El
análisis de estos datos en el campo offline se usa para definir el transporte más
seguro y económico para estos productos frágiles.
ശശ Economía de transporte. Se estudian masivas cantidades de datos para prede-
cir en qué rutas se debe confiar, el coste real y la viabilidad para el crecimiento
de la empresa. El objetivo es gestionar toda esta información para tomar deci-
siones acertadas acerca de cuestiones como qué aerolínea elegir o qué alma-
cén de servicios es la mejor opción para las necesidades de cada compañía.
ശശ Transparencia para la gestión. El análisis de los riesgos y la toma de decisiones
son aspectos necesarios para los empresarios del mundo logístico. Sería desea-
ble conocer el sentimiento político de un país con tal de predecir si habrá un
huelga en una región en particular o, simplemente, averiguar la probabilidad
de una avería en sus vehículos.
Uno de los proyectos estratégicos del Big Data en este aspecto es la búsqueda
proactiva de problemas de modo que el propio sistema sugiera una estrategia
alternativa o una ruta diferente que evite el problema. El reto es tratar con los
enormes volúmenes y variedad de datos no estructurados procedentes de todo
tipo de fuentes, desde los medios de comunicación a los sensores IO en los ve-
hículos de transporte.
ശശ Transparencia para el cliente final. Los clientes son conscientes del tiempo de
entrega de sus productos. Pero predecir el momento exacto es una pesadilla
para las empresas de transporte, porque entran en juego variables incontrola-
bles como el estado del tráfico, el estado del vehículo e incluso del conductor.
Solo a través del análisis de datos tales como la salud del vehículo, información
acerca de la eficacia del conductor, así como las condiciones de tráfico de la
ruta, se puede proporcionar un periodo de tiempo aproximado para cuando se
entregará la mercancía.
Para ello se requiere el análisis de los datos en tiempo real. De este modo las
empresas logísticas serán capaces de detallar información muy precisa sobre el
estado de la mercancía con total transparencia para el cliente.
5
Logística y Big Data
ശശ Campañas y analítica web. Un uso actual entre muchas empresas de trans-
porte es el análisis del tráfico web. Es posible utilizar este tipo de información
para ofrecer servicios más personalizados a los clientes de la web. Teniendo en
cuenta los intereses individuales de cada nuevo usuario se le puede ofrecer lo
que necesita de forma automática.
La realidad es que la cantidad de datos de las empresas logísticas de hoy en día
va mucho más allá de la capacidad de procesamiento de los sistemas conven-
cionales. Big Data permite hacer cosas que antes no eran posibles.
IV. Análisis avanzado de datos
Un buen software del sector de transporte que utiliza Big Data permite
transformar información en tendencias e indicadores que pueden mejo-
rar su sistema logístico.
Big Data proporciona a las redes de proveedores mayor precisión en los
datos, calidad y conclusiones. El uso de los datos de tráfico obtenido de
diversas fuentes es fundamental para hacer una buena planificación de
flota ya que permite reducir el número de vehículos utilizados y comuni-
car a los clientes a qué hora recibirán sus mercancías y productos.
Otra tendencia significativa (de acuerdo al Boston Consulting Group) es el
uso del geoanálisis en base al Big Data para unir y optimizar la cadena logís-
tica. Por ejemplo, la combinación del geoanálisis y los grandes datos podría
reducir los tiempos de espera y mejorar la precisión en los tiempos de en-
trega:
ശശ Visualización de rutas: con el uso de Big data para hacer geoanálisis las em-
presas pueden analizar de manera dinámica millones de marcadores y modelar
cientos de escenarios distintos para trazar una ruta de transporte.
ശശ Pronosticar demanda: la demanda del mercado se ha vuelto compleja y volátil
en muchas áreas. Las empresas deben revisar grandes cantidades de informa-
ción de clientes, proveedores y sensores, para combinarlas con predicciones
del clima, análisis de la competencia, posicionamiento de precio y otros facto-
res del sistema logístico que pueden hablar idiomas distintos, pero que en con-
junto pueden entregar información que antes no se podía correlacionar.
ശശ Simplificación de la red de distribución: la cadena logística ha evolucionado y
se ha transformado relacionando redes de almacenamiento, fábricas y centros
de distribución. Esta interrelación desafía cualquier operador logístico tradicio-
6
Logística y Big Data
nal. El uso de grandes datos puede ayudar a que las empresas resuelvan pro-
blemas más complejos (como el estudio de variables y escenarios) e integren el
análisis con sistemas de inteligencia de negocio.
V. Tendencias del sector
En un sector tan dinámico las expectativas son especialmente altas. Las
tendencias globales en procesos logísticos para los próximos años se
centran en las siguientes áreas:
ശശ Sistemas de automatización, picking, control remoto y manual.
ശശ Contenedores y recipientes.
ശശ IT + software.
ശശ Sistemas de almacenaje.
ശശ Operadores logísticos.
ശശ Suelo logístico y plataformas logísticas.
ശശ Ecommerce / e-Logistics.
ശശ Servicios para el transporte.
ശശ Servicios de consultoría, externalización e ingeniería logística.
Entre las tendencias y futuro próximo del sector nos podemos encontrar:
ശശ Integración entre proveedores. Estar a la vanguardia en tendencias globales en
procesos logísticos no podrá ser una tarea unilateral. La nueva economía re-
quiere esfuerzos compartidos. La cooperación entre distintos proveedores será
vital para el desarrollo logístico. La competencia podría ser un aliado.
ശശ Entrega inmediata. Y cada vez más inmediata. Se buscarán fórmulas efectivas
de manera que en tiempo real se pueda variar la forma y momento de la en-
trega con el conocimiento del cliente.
ശശ Ecommerce. Aún tiene muchísimo potencial para explotar y consolidarse como
pilar en la cadena de suministro y como base del sector logístico, por la integra-
ción con el análisis y métricas de datos.
ശശ Smart Data. La búsqueda, captura, almacenamiento, visualización y análisis de
datos es una tendencia casi obligatoria en todos los mercados, focalizándose en
modelos cada vez más específicos.
7
Logística y Big Data
ശശ Nearshoring. Una práctica en aumento mediante la cual grandes compañías
transfieren sus negocios a países cercanos, con ubicación geográfica estraté-
gica, que tienen facilidades arancelarias y manejan cuotas salariales menores.
Sin duda, una oportunidad para ampliar el espectro de participación en el mer-
cado internacional.
ശശ Mejorar la capacidad de respuesta. Optimización de logística interna y externa
para responder de forma efectiva a la satisfacción total del cliente.
ശശ Sostenibilidad. El compromiso con el medio ambiente debe mantenerse como
una constante. Buscar cada vez más alternativas amigables que permitan re-
ducir el impacto de la huella de carbono es fundamental. Su incumplimiento
puede generar costes no previstos.
ശശ Nuevas tecnologías TIC. Herramientas que cada vez más formarán parte del día
a día de las operaciones logísticas. Los drones, las aplicaciones de seguimiento,
la agilización a la hora de reservar fletes marítimos, etc, son tendencias que
cambiarán el mundo de la logística. El uso de campos magnéticos para evitar
accidentes es otro ejemplo.
ശശ Movilidad. Optimización de la capacidad de los camiones a través de aplica-
ciones móviles, rastrear los envíos e incluso gestionar los procesos de cobro y
facturación a través de apps.
ശശ Tetris de palets. Los últimos robots apiladores de palets ayudan a ahorrar espa-
cio mediante el apilado de palets uno dentro del otro. Son mucho más peque-
ños que sus predecesores y utilizan sistemas de reconocimiento de imágenes
3D para distinguir, de manera autónoma, entre una amplia gama de tipos de
palets.
ശശ Contenedores de origami. Los operadores logísticos pronto podrán apilar los
contenedores vacíos de manera mucho más eficiente, gracias a un nuevo tipo
de plegado vertical del contenedor.
Estas tendencias están marcando la pauta y revolucionando el sector logís-
tico. Actualmente los clientes exigen a sus proveedores logísticos un alto
grado de especialización que ofrezcan soluciones a medida para que cada
cliente consiga elevar sus negocios.
Las empresas deben especializarse para dar cadenas de valor eficientes con
la posibilidad de medir los KPIs (indicadores de servicios, especialmente). La
finalidad de la especialización además de mejorar la operatividad es generar
beneficios compartidos tanto para el operador como para el cliente. La ma-
yoría de clientes valora más el servicio recibido que el precio. Es uno de los
puntos a revisar continuamente en el camino hacia la excelencia empresarial
por parte de los operadores logísticos.
8
Logística y Big Data
Entre otros retos se están demandando soluciones integrales (lead logistics
providers) y aumentar la demanda de proveedores de logística capaces de
enfocarse en una única parte de la cadena, por ejemplo, transportistas o
empresas de actividades indoor con servicios dedicados como la logística in-
terna de plantas, las empresas de sub ensamblado o las administradoras de
centros de distribución.
Otros principales desafíos es la flexibilidad y la eficiencia en costes, el control
absoluto de las operaciones realizadas y las certificaciones.
VI. Logística de la última milla
La logística de última milla es una de las áreas logísticas donde big data
puede tener un gran impacto en las gestiones diarias. Ofrece la opor-
tunidad de cambiar y mejorar procesos internos y factores externos. Se
trata de un tramo de apenas un kilómetro en el que las dificultades se
suceden y la satisfacción del cliente entra en un momento crítico.
Los métodos, procesos y herramientas para obtener y analizar los datos han
evolucionado con el nacimiento del consumidor digital. El uso de modelos
matemáticos y estadísticos forma parte de las herramientas de big data ya
que permiten poder tomar decisiones sobre oportunidades de negocios o
soluciones a problemas de clientes.
9
Logística y Big Data
Para los operadores logísticos el uso de big data puede beneficiar y mejorar
tres áreas operacionales:
ശശ Aumento de los niveles de transparencia en la operación de última milla. Big
data puede mostrar puntos de conflicto en la operación de última milla: proble-
mas de comunicación en los envíos, problemas inesperados en la ruta o estado
de entregas fallidas... Son problemas bastante comunes en empresas logísticas
debido a la escasa disponibilidad de datos precisos.
ശശ Optimización de costes y recursos. Las empresas logísticas y de transportes es-
tán sujetas a factores externos que afectan directamente su estructura de cos-
tes: precio del combustible, tráfico en las calles, costes de seguros o productos
dañados... Los operadores necesitan herramientas adecuadas para poder ana-
lizar el estado de sus operaciones de entrega en tiempo real y para así poder
tomar decisiones basadas en información actualizada.
ശശ Mejora de la Calidad y Rendimiento en los Procesos. Planificar entregas juega
un rol importante en el día a día debido a que tienen un impacto directo en la
experiencia del consumidor.
Utilizar el análisis de big data y poder obtener los resultados en tiempo real es
una forma para que la Dirección estratégica pueda:
ശശ Planificar por adelantado la demanda y esfuerzos en la gestión de
entregas.
ശശ Establecer y optimizar las rutas de transporte.
ശശ Mejorar el número de órdenes que son entregadas a tiempo.
ശശ Minimizar los costes de devoluciones.
ശശ Resolver los problemas de forma inmediata.
VII. Ventajas de invertir en big data
En la cadena de suministro se genera información que puede ayudar a
optimizar el negocio. Las entregas y envíos van dejando rastros de datos
que pueden utilizarse en beneficio de la empresa ya que se obtiene una
visión global mediante KPI’s de todos los procesos críticos.
10
Logística y Big Data
Big data es de especial utilidad para las empresas logísticas ya que permite
realizar operaciones más eficientes y conocer nuevos modelos y formatos de
negocios. Tener la posibilidad de ir recopilando y analizando información du-
rante la cadena de suministro ayuda a que se puedan visibilizar las necesida-
des de los clientes, las tendencias y los fallos en las operaciones para poder
mejorar los procesos. Los principales beneficios son:
ശശ Control eficiente. El análisis inteligente de datos permite que las empresas lo-
gísticas puedan tener un mejor control sobre los almacenes, palés, vehículos...
ശശ Distribución. Contar con estos datos permite mejorar el proceso de distribución
y la atención al cliente.
ശശ Seguimiento. Big data ayudará a conocer mejor al cliente y optimizar y poten-
ciar el servicio de un control más eficiente de los costes asociados.
ശശ Segmentación. A través del análisis de la información obtenida se puede ajustar
la oferta de los productos y lograr una mejor segmentación para cada cliente.
VIII. Bibliografia y recursos
[Link]
[Link]
bigdata-en-el-sector-transporte-24-de-noviembre-2016-11h/
[Link]
dena-de-suministro-bl0g-sh/
[Link]
11
