Menú
Menú
Aunque el análisis de datos es una tendencia que cada vez toma más fuerza, hay algunos aspectos a tener en cuenta antes de implementarlo. El uso de big data en logística, y en general en todas las industrias, va más allá de la simple recolección de datos. A continuación, te presentamos algunas claves para enfocar los esfuerzos correctamente.
El especialista en datos, Walter Sosa Escudero, asegura que alrededor del big data se ha creado un mito que promete solucionar todos los problemas. Por eso, debemos procurar cuestionarnos con mayor rigurosidad ese aspecto cuasi mitológico que muchos desconocedores están vendiendo con soluciones asociadas al big data.
He sido un defensor de la capacidad científica y la posibilidad que tiene de brindarnos suficiente información para tomar decisiones. De esta forma, se logra combatir la subjetividad que condiciona gran parte de las estrategias empresariales de cualquier industria.
También puedes leer: Hacia dónde van los pronósticos de ventas con big data
Aunque las industrias deben ver la gestión de datos como la base de la optimización de sus procesos, también deben aclarar el alcance que pueda tener. Por lo tanto, resulta imprescindible desmitificar todas esas promesas con las que nos están inundando personas e instituciones que desconocen de lo que hablan. Una persona que no tenga fundamentos mínimos de estadística o matemática carece de autoridad para hablar de los beneficios del análisis de datos.
Para enfrentar los nuevos mercados, la alta competencia y los requerimientos de los clientes, las industrias deben optar por la captura eficiente de datos. El experto Tawfik Borgi, enfatiza en que las empresas deben tener claro para qué desean los datos. Una vez definido este punto, se puede continuar hacia hacia la interpretación y toma de decisiones con base en el procesamiento de los datos.
Walter Sosa Escudero, advierte que hay que estar lo suficientemente preparados para lidiar con la proliferación de datos que arrojan las máquinas interconectadas. Esto debido a que generan información sin ningún objetivo predefinido.
Un error constante de muchos analistas es tratar de absorber toda la información proveniente de estos datos que no cumplen ningún propósito. Para esto, se deben desarrollar estrategias prospectivas previas al desarrollo de cualquier actividad analítica que pretendamos implementar en nuestras empresas u organizaciones.
Lo primero, es saber qué queremos captar y qué nos puede servir. Esto se logra ejecutando modelos previos que marquen tendencias con base en la información que es posible obtener de las actividades de la industria. Si no es posible recibir toda la información requerida, se puede experimentar con otras formas de recolección que vayan en coherencia con los modelos o las preguntas que pretendemos resolver.
Si no es así, el big data no será más que un término que engloba millones y millones de datos aleatorios e ineficientes. Por ende, sería un esfuerzo inútil y un derroche de recursos que bien podrían usarse en otro sector de la empresa que necesite de estos.
Debemos volver a preguntarnos “para qué” “cómo” y “por qué” es necesario migrar de la gestión de datos tradicional al big data.
El big data consiste en extraer información útil a través de diferentes procesos metodológicos para ayudar en la toma de decisiones. La clave del éxito es que estos datos lleguen al personal capacitado para crear escenarios predictivos y descriptivos del entorno.
Según expertos, la correcta implementación de big data en logística, permite optimizar los recursos en un 15%, teniendo en cuenta combustibles, rutas, mantenimiento, entre otros.
También puedes leer: La importancia del capital humano en la logística 4.0
En países como Colombia el análisis es superfluo, pues la transformación tecnológica apenas está entrando en la agenda de los gobiernos y empresas. Por lo tanto, las estrategias de implementación de estas tecnologías aún están por evaluarse y desarrollarse.
Según el estudio Big Data for Transport and Logistics: A Review, existen muchos beneficios del análisis de datos en el sector logístico en materia operacional. Adicionalmente, la implementación de big data en logística puede impulsar la creación de nuevos negocios.
Aunque el desarrollo de estas implementaciones se encuentra en fase inicial, el sector espera ver cuáles son las estrategias reales y óptimas para adoptar y ser más eficientes. Smart Logistics, Anticipatory Logistics y Predictive Maintenance son algunas de las aplicaciones más esperadas en cuanto a la industria logística. Sin embargo, todo este tipo de desarrollos dependen en gran medida de la inversión en investigación y la regulación por parte de los gobiernos.
En definitiva, big data ofrece grandes oportunidades para las industrias, donde a mayor cantidad de información de valor disponible, mejores decisiones. Por esto, antes de implementar una ambiciosa política de datos debemos plantear objetivos claros y una metodología para darles un orden. De esta forma, evitamos que vendedores de humo sigan vendiendo estrategias confusas e indeterminadas a partir de datos sin sentido.
Por: Santiago Jiménez Londoño
Investigador del Centro Interuniversitario en Innovación y Productividad – CIIP
