El sector logístico ha tenido un gran aumento en el uso de tecnología para cada uno de sus procesos. El análisis de datos (analítica) ofrece información relevante para tomar mejores decisiones a partir de la realidad de cada actividad. Permite medir indicadores como: productividad del equipo de trabajo y el estado de los inventarios. Además, ofrece grandes oportunidades de mejora al tratar cada proceso desde resultados medibles.
La situación actual de las cadenas logísticas se resume en una sola palabra: complejidad. Hoy está todo más interconectado y hay muchas opciones cuando las empresas tienen que tomar decisiones. A esto se suma la incertidumbre: los consumidores cambian continuamente sus preferencias, la pandemia sigue aún presente, la guerra de Ucrania genera inestabilidad mundial, hay desastres naturales, entre muchos otros factores. Hay empresas a las que se les ha hecho difícil responder de forma efectiva en este difícil escenario y esto se manifiesta en la crisis logística. Los modelos matemáticos (o analíticos) ayudan a manejar esta complejidad, apoyando en decisiones complejas.
Por ejemplo, en la asignación de recursos escasos para lograr determinados objetivos, uno de los principales problemas que enfrentan hoy las empresas. Muchas veces, de hecho, usando solo la intuición, no somos capaces de ver las mejores alternativas. Entonces, la modelación matemática, apoyada por algoritmos y el poder computacional que tenemos hoy en día ayuda en esa dirección, permitiendo a las empresas alcanzar agilidad, que es el elemento que más necesitan actualmente. Esa agilidad es la que se requiere para poder responder rápidamente y adaptarse a los cambios que ocurren de forma imprevista en este mundo complejo.
Muchas empresas utilizan hoy en día modelos matemáticos, aunque muchas veces no estén conscientes de ello. Están implementados en los sistemas de software que utilizan para llevar la gestión y la toma de decisiones, como en aspectos de inventario, ruteo, envíos más eficientes, etc. Y es que la tecnología está al alcance de todos, de empresas de todos los tamaños. Actualmente, hay incluso herramientas gratuitas que permiten crear modelos matemáticos y algoritmos. Muchas pequeñas empresas durante la pandemia tuvieron que adaptar sus estrategias, por ejemplo, comenzar a hacer delivery, usando estas herramientas de software libre o de bajo costo para implementarlo.
El desafío está, más bien, en conseguir el talento que sepa aplicar el conocimiento para usar estas herramientas. La parte realmente crítica está en crear, cultivar y usar el conocimiento que se necesita para impulsar la inteligencia operativa. La importancia de los datos Lo que las empresas necesitan hoy no son datos, es información a partir de esos datos. Actualmente, cuando contamos con una cantidad masiva de datos, las organizaciones requieren de herramientas tecnológicas adecuadas que les permita usar esos datos en forma proactiva para apoyar la agilidad de las cadenas logísticas y la toma de decisiones eficientes.
En este sentido, hay algunas acciones clave que las empresas deben realizar. Primero, observar y detectar los potenciales problemas y anticipar las consecuencias. Es decir, darse cuenta de que están comenzando a haber problemas en alguna parte de la cadena de abastecimiento. Esto hoy es posible: las tecnologías disponibles permiten la trazabilidad de los procesos, hay cantidades gigantescas de datos, muchos en tiempo real, que permiten “ver” qué está pasando con los inventarios y abastecimientos. No se debiera esperar a que alguien avise, ya tarde, que no llegarán los pedidos, debido a la paralización de un proveedor, eso puede ser detectado antes. Una vez detectada la posibilidad de perturbaciones, la agilidad y flexibilidad, construida sobre la base de los principios modernos de la gestión operacional, permiten adaptar los planes productivos, órdenes, entre otros; todo, para poder proteger la cadena de abastecimiento. Hacer esto es, en el largo plazo, mucho más eficiente que mantener enormes cantidades de inventarios de seguridad “just in case”. Desde luego, es buena idea, además, contar con una red de proveedores distribuidos en distintos lugares y no concentrados en uno solo.
Así, en caso de problemas con algunos, la flexibilidad implementada debería permitir cambiar a otros y garantizar el flujo. Existe, entonces, una enorme caja de herramientas analíticas que están a disposición de las empresas para estudiar a sus clientes, optimizar las operaciones y también analizar y mejorar los procesos para lograr aún más agilidad. En efecto, las tecnologías actuales permiten registrar el detalle de todas y cada una de las transacciones y movimientos que se hagan con las órdenes, los movimientos de materiales, los inventarios, etc. Esto generará una cantidad enorme de datos, y acá es donde se puede pensar de inmediato en métodos de Big Data para su análisis. Sin embargo, la dimensión de los procesos y su dinámica es muy importante, y se debe tomar en cuenta al hacer el análisis.
En años recientes se han desarrollado métodos de análisis de procesos que permiten hacer esto, y se conocen bajo el nombre general de “minería de procesos”. Con estas técnicas es posible, por ejemplo, no solo identificar el cuello de botella en un sistema, sino que también estudiar cómo esa característica cambia en el tiempo, si acaso determinados tipos de órdenes o clientes complican más el proceso que otros y si acaso algún evento que ocurre con una orden en una etapa intermedia es un predictor de lo que pueda ocurrir con ese pedido más adelante, en términos de retrasos, por ejemplo.
Ante esto, los profesionales que se están formando en las carreras de Ingeniería Industrial tienen en sus currículos cada vez más elementos relacionados con potentes herramientas analíticas modernas, y también habilidades más blandas que les permite estudiar y entender un problema en una empresa, construir modelos sofisticados, poder sacar conclusiones de la información entregada en los análisis, y pensar en las mejores formas de implementar esas conclusiones en la empresa. El mundo actual genera una gran complejidad para los procesos de toma de decisiones. Sin embargo, las metodologías disponibles en las ciencias de la ingeniería industrial, especialmente las de la gestión de operaciones, entregan las herramientas para que las organizaciones productivas, sean de manufactura o servicios, privadas o públicas, puedan hacer frente a estos desafíos en forma eficiente; cumpliendo con los consumidores y usuarios, y respondiendo a los requerimientos que impone la sociedad actual. /NG
Fuente: Revista Negocios Globales
