Siempre sentí admiración por los
directores de cine que con sus películas nos anticipaban el futuro, como en Minority Report, donde la policía podía
predecir delitos incluso antes de cometerse.
Hoy estamos ya a las puertas de
una nueva frontera donde el uso de datos masivos y su correlación con
algoritmos nos ayudan tomar decisiones
en las empresas.
Los avances realizados en Big Data con el análisis predictivo representan una nueva
frontera, donde los expertos han afirmado
que: “La información obtenida de datos
masivos será el aceite del siglo XXI, y el análisis predictivo será el motor de
combustión de la nueva sociedad en proceso de transformación digital”
Esta nueva situación creada por
el uso de un volumen masivo de datos unido a la gran velocidad de generación de
información, nos acerca al impacto real de Big Data sobre los negocios. Un
ejemplo de esta percepción está reflejado en el estudio del Instituto
Global McKinsey´s (MGI) donde se
estima que los distribuidores que exploten sus datos masivos combinados
con el análisis predictivo pueden mejorar sus márgenes más del 60%.
Alcanzar tales niveles de
márgenes no será sencillo para la mayoría de las organizaciones que utilicen
solo Big Data. Nuevas herramientas y
técnicas están apareciendo para ayudar a
las compañías a darse cuenta del potencial de Big Data para optimizar la cadena
de suministro.
Los fabricantes también observan que la visualización de la
situación actual de su cadena de suministro desde la perspectiva de los datos masivos
añade inteligencia a su propósito estratégico.
Podemos concluir que el
incremento del análisis predictivo en
combinación con Big Data nos lleva a una nueva frontera de la cadena de
suministro para contestar a preguntas estratégicas claves como:
- · La predicción del impacto de la variación de la demanda en nuestras operaciones
- · Qué inventario debemos tener
- · Qué proveedores debemos utilizar
- · Dónde fabricar los productos
- · Cómo conseguir pedidos más eficientes
- · Desde qué almacén debemos abastecer a nuestros clientes.
- · Qué tipo de transporte intermodal debemos utilizar
Pero para ello necesitamos un
nuevo perfil de profesionales logísticos que procesen esta información e
interactúen con ella para obtener conclusiones útiles para las empresas.
Comentarios
Publicar un comentario