El valor del dato en entornos industriales, logística y servicios

La cadena de suministro en entornos industriales está viviendo su propia revolución gracias al impacto de la tecnología en todo el ciclo de producción, distribución y logística. La implementación de soluciones que optimizan el stock o el trazado de rutas en tiempo real, por ejemplo, marcan la tendencia actual.

Para analizar esta situación, NetMedia ha reunido de forma virtual a Inmaculada Granado, Enterprise Account Manager de Google Cloud, y Esteban Álvarez Jiménez, Business Development de Keepler Data Tech. Los dos comparten sus conocimientos en el encuentro digital “El valor del dato en entornos industriales, logística y servicios” junto con responsables de tecnología de sectores como el farmacéutico, la alimentación, los servicios o el transporte.

Juntos analizan cómo las soluciones tecnológicas en la nube permiten enfrentarse a retos habituales, que comparten miles de organizaciones en diferentes ámbitos. Los negocios que más éxito tienen en la nueva era digital son los que consiguen extraer el mayor valor de sus datos en todas las etapas y fases de su actividad, porque aportan visibilidad y sustentan una toma de decisiones fiable.

El trabajo con la información contribuye a mejorar el entorno industrial, como ocurre con otras empresas. Un caso claro es el mantenimiento de la maquinaria para evitar parones en la producción, como también lo son la predicción la demanda con el objetivo de mejorar la gestión del inventario y la optimización de última milla reduciendo tiempos de entrega y ahorrando costes.

Las compañías viven abocadas a este modelo basado en los datos, conocido como “data driven”, que incluso se especifica como uno de los elementos clave del plan de Recuperación, Transformación y Resiliencia del Gobierno español aprobado por la Comisión Europea para impulsar la economía.

Tecnología más expertos

Durante el evento, Inmaculada Granado ha explicado que “la evolución natural de todas las compañías” hacia la transformación digital aviva “la necesidad de optimizar, de compartir” y “de analizar toda la información que tenemos a nuestra disposición”. El dato como core permitirá “mejorar en todos los aspectos nuestro negocio”, dice.

“La tecnología que va a ayudarnos en ese camino” ya existe, “está en la mesa de negocio” e implica el “apoyo de partnership con compañías” como Google, que “proporcionan servicios escalables” a un precio asequible. Granado enfatiza la importancia de invertir en innovación y de apostar por el Big Data, “porque esa información nos va a servir para conseguir avanzar” en la toma estratégica de decisiones si se analiza correctamente.

La información bien recogida y analizada permite planificar procesos “para reducir el gasto del seguimiento del stock” en las compañías. También se ve beneficiada la logística a la hora de planificar rutas en tiempo real o de basarse en el pasado para “ser más sostenible”, apunta la Enterprise Account Manager de Google Cloud. Al final, la cadena en suministro se puede transformar en base a los datos de “almacenaje acorde a mi demanda” o los “datos de ventas”.

“Google Cloud ahí tiene muchas herramientas que pueden ayudar” y que evolucionan a producto, tal y como destaca Inmaculada Granado, que aconseja volver la experiencia de usuario “cada vez más cercana a nuestro I+D”. Esto es, “ser más dinámicos en el desarrollo con respecto a la experiencia del usuario. Y diseñar y planificar de manera muy rápida teniendo en cuenta el escalado”.

Un consejo para triunfar es pensar en cada caso de uso en particular. Los CIOs tienen que estar cerca del negocio. Y, a partir de ahí, constatar que existen “los roles necesarios” en data science para definir cómo “hacer un diseño” que “lleve a una hoja de ruta correcta para crecer”. Esto “es muy importante”, insiste Granado. “Nos tenemos que rodear de un buen equipo”, lo que pasa por formar al personal en nuevas tecnologías y tendencias.

“En eso, por supuesto, nos ayudan integradores como Keepler”, comenta la portavoz de Google Cloud, que cuenta con “gente súper experta” y “muchísimo éxito” en esta área. “Lo que pretendemos es proporcionar una tecnología que permita la menor gestión” para “tener el ciclo de vida del dato muy controlado” e “impulsar un modelo democratizado” de machine learning. El círculo se completa buscando las plataformas “más adecuadas” para el proyecto.

Google propone: “un ecosistema fácil de explotar”, “abierto”, “fácilmente movible”, “multicloud” y flexible. “Podemos empezar desde pequeño”, visualiza Inmaculada Granado, pero “si necesita escalar, puede escalar”. Se trata de una tecnología que “no necesitar millones de piezas” y es capaz de solucionar el reto actual de “aplicaciones legacy, silos de datos, problemas de la calidad, un entorno regulatorio” y “skills limitados”.

Múltiples casos de uso

Keepler, que trabaja codo a codo en la nube con Google a través de metodologías ágiles, desarrolla “productos de datos” para cubrir casos de negocio en “prácticamente todos los sectores”, como puede ser una reducción de costes o una predicción. Y afronta “la modernización de la tecnología” con la “migración de plataformas de datos en on-premise a la nube, temas de optimización del ciclo de vida de los modelos de aprendizaje” o MLOps.

Así lo describe Esteban Álvarez Jiménez, Business Development de esta compañía, que realiza un despliegue automático de la infraestructura para distintos tipos de soluciones con el objetivo de ponerlas en el mercado “en un tiempo mucho más corto” y generar ahorro de costes al cliente.

Entre ellas se encuentran la “detención de anomalías”, el “demand forecasting”, “UDI, que es nuestro framework para analizar datos desestructurados y extraer información”, detalla Esteban Álvarez, o “el 360 digital print” para conocer “de forma unívoca” la huella digital que dejan los clientes “en cada uno de los canales de comunicación”. Otros ejemplos son “el advance billing tool” para aunar plataformas en una misma herramienta y “la optimización multiobjetivo”, para “optimizar desde una ruta” hasta “un stock” o “un proceso de producción”.

Keepler trabaja en estos momentos en dos soluciones adicionales para completar esta lista inicial, que son “la plataforma de recomendación y la identificación de daños” mediante técnicas de computer vision.

¿Cómo aplicar a la gestión de la cadena de suministro todas estas soluciones? Una aplicación clara es la realización de “forecast de demanda”. Esto es, “que podamos predecir cuándo nos van a requerir nuestros clientes mayor stock, cuándo vamos a necesitar incluso más personal para dar salida a ese stock o cubrir la logística que es necesaria en ciertas sesiones”, algo especialmente útil en retail.

Relacionado con esto está “la optimización de stock, que es básica también”, considera Álvarez. “Si no tenemos stocks, por ejemplo, y somos un distribuidor, otro distribuidor va a ocupar nuestro lugar y va a distribuir lo que lo que nosotros queríamos hacer. Entonces, es importante tener una buena optimización”. Y hacerlo “tanto teniendo en cuenta la proyección de demanda como los huecos que podamos tener en el almacén o el tipo de mercancías que estamos almacenando”.

“Monitorizar lo que es toda la ruta de viaje” o aquello que “tiene que ver con la última milla, los recorridos” y cómo ahorrarse combustible, “diseñando una ruta que pase por las gasolineras” más económicas también es posible, según demuestra Keepler. Las empresas se pueden beneficiar igualmente de “la digitalización de expediciones” o “todo lo que tiene que ver con trabajo que hacemos de forma más manual: facturas, albaranes” y demás. De esos documentos se puede extraer información valiosa.

Son muchas las soluciones y todas parten de dos tipos de trabajo con datos: la analítica descriptiva o una más predictiva y prescriptiva, que cubren distintos casos como “una optimización de la producción, una retención de clientes, minimizar los fallos que pueda haber en la maquinaria, reforzar la seguridad, incrementar las ventas” u “optimizar la fuerza de trabajo”.