Logística Anticipada, un desafío de colaboración
Predecir el futuro ha sido una de los grandes e imposibles deseos de toda persona. Saber qué sucederá mañana y principalmente si ganaremos o no la lotería, ha formado parte del cotidiano y visto como una fantasía desde cualquier punto de vista lógico. Incluso, los viajes en el tiempo en el mundo de la ficción representan, en cierta medida, esa ilusión.
El mundo empresarial no está exento de este deseo. Predecir el mercado ha sido motivo de estudio desde el origen de los negocios, para poder contar con los recursos suficientes y las capacidades para poder satisfacer la demanda de cada uno de los clientes actuales y potenciales. Curiosamente, que un cliente sea potencial, no deja de ser otra predicción de algo que aún no ha sucedido.
Paralelamente, un conocimiento previo más detallado del comportamiento del cliente y de los eventos que impactan en la cadena de suministros, permitiría a las organizaciones asignar sus recursos de manera más efectiva.
Una de las barreras por las cuales las aproximaciones son, valga la redundancia, inexactas, es porque la cantidad de datos con los que se cuenta para realizar los análisis es insuficiente. Sin embargo, esto está cambiando.
Actualmente, la cantidad de datos relevantes disponibles que existe en la nube es asombrosa. Hoy en día se cuenta con datos públicos, ya sean gratuitos o pagos, que incluyen estadísticas sobre términos de búsqueda en Google, temas de actualidad en cualquiera de las redes sociales, condiciones meteorológicas, días feriados y festivos alrededor del mundo, datos generados por los procesos comerciales de las empresas y un sinfín de información valiosa sobre el comportamiento del cliente. En un entorno multicanal, las empresas no solo cuentan con los datos de los puntos de ventas a nivel de transacciones individuales, sino también de los clics realizados en los sitios web, no solo los concretados sino también el tiempo transcurrido sobre los enlaces y que al final no se hizo clic en ellos. Hablamos del Big Data.
La Logística Anticipada o Anticipatoria se basa en algoritmos predictivos que se ejecutan sobre el Big Data, permitiendo a los profesionales de la logística mejorar la eficiencia y la calidad al predecir la demanda, antes de que un consumidor haga un pedido.
El principal impulsor de la logística anticipada ha sido la impaciencia del cliente respecto de los plazos de entrega. El consumidor de hoy busca que sus compras online se correspondan con velocidades de entrega rápidas.
La Logística Anticipada permite que las empresas puedan preparar sus recursos, antes de que la demanda crezca. Por ejemplo, si la Logística Anticipada predice que la demanda sobre un producto en particular aumentará, entonces el fabricante incrementa la producción con una certeza razonable. Las compañías de transporte conocen previamente cuántos vehículos necesitan para realizar las entregas y en qué fechas, pudiendo mover los productos a centros de distribución que están más cerca de un cliente. Mientras que el minorista sabe que debe contar con suficiente stock, aumentar la publicidad, reservar espacio en sus estantes y prepararse para un aumento en los pedidos online, ofreciendo entregas en el mismo día o incluso inmediatas.
La Logística Anticipada también sirve para la gestión del riesgo en la supply chain. Por ejemplo, el mantenimiento predictivo continúa siendo un área clave de enfoque gracias a la Internet de las Cosas, que permite nuevas aplicaciones a través de máquinas inteligentes y vehículos capaces de predecir una necesidad logística o de mantenimiento. Estos activos inteligentes también pueden anticipar la logística de piezas de repuesto, reduciendo el tiempo de inactividad tanto para los proveedores de logística como para sus clientes. Otro uso en la gestión predictiva del riesgo de la cadena de suministro es la de detectar problemas en las rutas comerciales y los posibles daños a la carga, para tomar acciones anticipadas y minimizar los retrasos operacionales.
Sin embargo y a modo de reflexión, el desafío no será tecnológico sino que estará en el intercambio de datos abierto entre el proveedor de logística y el cliente, para habilitar servicios de anticipación.