<img height="1" width="1" style="display:none;" alt="" src="https://dc.ads.linkedin.com/collect/?pid=1007900&amp;fmt=gif">
de | en

Blog de LEAD Innovation

Lea nuestros últimos artículos sobre gestión de la innovación y la innovación en una amplia gama de industrias.

fecha: 03-mar-2020
Publicado por: Julian Eberling
Categoria: logística

Logística Anticipada: Por qué la entrega se realizará antes del pedido en el futuro

 

Saber dónde están las mercancías que se demandan y cuándo, antes de que se necesiten, facilitaría mucho el negocio de la logística. El análisis predictivo puede predecir esto con un alto grado de probabilidad y la Logística Anticipada puede ponerlo en práctica. 

 

No hay duda de que conocer el futuro es una enorme ventaja competitiva. La proverbial tía Emma con su tienda Greißler ya lo sabía. Sus herramientas de pronóstico incluían el calendario, el pronóstico del tiempo, la capacidad de escuchar a sus clientes y un gran conocimiento de la naturaleza humana. A partir de esta información, pudo predecir el comportamiento de compra de cada uno de sus clientes con un alto grado de certeza: Por ejemplo, la tía Emma sabía cuándo tenía que pedir más carne asada al carnicero de lo normal. Porque si el tiempo fuera bueno durante el fin de semana, la Sra. Huber podría recibir la visita de sus tres hijos y sus familias. Y a todos les encantaba hacer barbacoas en el jardín de la señora Huber. Al igual que algunos otros habitantes de la pequeña aldea. Así que el tendero pidió más comida para barbacoa de lo normal. Sería imperdonable que los Huber o incluso todo el pueblo encontraran muy poca carne en la tía Emma.

En este ejemplo, la tía Emma utilizó datos del pasado (conocimiento del cliente) y del futuro (pronóstico del tiempo), los analizó y utilizó su experiencia para hacer un pronóstico del comportamiento de compra futuro. Esta simulación del futuro desencadenó un proceso logístico que acercaba a sus clientes potenciales las mercancías que aún no se habían pedido y que estaban disponibles más rápidamente cuando era necesario que con un enfoque puramente basado en hechos. A pesar de que las tiendas Greißler se convirtieron en supermercados y los clientes se volvieron más anónimos, el comercio minorista se mantuvo fiel al modelo de la tía Emma en principio. Con la introducción de las cajas registradoras con escáner, los minoristas estacionarios pudieron recoger sistemáticamente grandes cantidades de datos históricos de ventas y evaluarlos en previsiones de compra agregadas. Esta información es decisiva para determinar qué mercancías y en qué cantidades se mantienen en stock en los centros de almacenamiento.

Innovation Check

 

La digitalización abre nuevas fuentes de datos

La digitalización ha dado lugar a un fuerte aumento del número de fuentes de datos disponibles. Cada esquina es rastreada, monitoreada y registrada. El comportamiento individual de compra y búsqueda de los consumidores se mide, a veces de forma anónima, pero de forma más meticulosa. El creciente número de dispositivos conectados a la Internet de las cosas proporciona una cantidad de datos aún mayor. Los algoritmos utilizan esta información para calcular los resultados, que a su vez están disponibles como nuevos datos: Técnicas estadísticas como la minería de datos, el modelado predictivo o el aprendizaje automático pueden utilizarse para calcular declaraciones sobre el estado futuro de un sistema a partir de todos estos datos. Este método de predicción se denomina "análisis predictivo" e ilustra los posibles estados del sistema en el futuro. Cuantos más datos se utilicen como base, mayor será la probabilidad de que se produzcan las previsiones. El siguiente paso sería derivar acciones concretas del escenario futuro generado por la analítica predictiva, lo que daría lugar a un estado deseado. Si este método se utiliza en logística, se denomina "Logística Anticipada" o "Logística Predictiva".

 

Cerveza y galletas de fresa antes de la tormenta

Lo que ahora suena muy teórico, el centro comercial estadounidense Wal Mart lo ha ejercitado en 2004: Incluso entonces, la cadena de grandes almacenes de EE.UU. ya disponía de una amplia variedad de datos sobre sus aproximadamente 100 millones de clientes. Wal Mart usó estos datos para pronosticar el comportamiento de los consumidores usando modelos computarizados. Cuando el huracán Frances amenazó la costa atlántica de Florida, la cadena minorista hizo un uso selectivo de este conocimiento: Los modelos de cálculo han mostrado que la demanda de cerveza y tartas pop de fresa antes de un huracán aumenta masivamente. Por lo tanto, Wal Mart se aseguró de que las tiendas de las regiones afectadas dispusieran de ambos productos en cantidades suficientes y a tiempo antes de que se produjera la catástrofe natural. Esto permitió a Wal Mart satisfacer mejor la demanda que sus competidores.

 

Envío anticipado patentado por Amazon

Amazon también está involucrada en Logística Anticipatoria y ya ha presentado una patente para "Anticipatory Package Shipping" en 2013. El Grupo tiene la intención de reducir considerablemente los plazos de entrega. A cambio, entrega mercancías a un almacén de entrega que los clientes de esta región todavía no han pedido, pero que es muy probable que lo hagan. Para este pronóstico, Amazon puede confiar en varias fuentes, como el historial de compras y búsquedas, los blocs de notas o las listas de deseos y el tiempo que el puntero del ratón permanece en ciertas ofertas. Norbert Brandau, director del centro logístico de Amazon en Winsen, Baja Sajonia, le dice al medio Die Deutsche Verkehrs Zeitung hasta dónde ha avanzado el "foresighted shipping" en Amazon: "No se trata de enviar el artículo antes de que el cliente lo solicite. Más bien, queremos predecir la demanda y distribuir los productos en la red de tal manera que podamos llevarlos al cliente de forma rápida y económica en el momento del pedido.

Amazon todavía no opera un "Anticipatory Shopping" donde un cliente individual recibe un paquete con cosas que el minorista cree que es muy probable que desee exactamente en este momento. Sin embargo, algunos clientes de Amazon siguen recibiendo paquetes que no han pedido: para promocionar ciertos productos, el minorista en línea envía muestras gratuitas a clientes muy específicos. Amazon determina quién los recibe en base a los datos de los clientes. Sin embargo, esta nueva forma de muestreo de productos es más bien un negocio adicional para el gigante en línea, porque las respectivas empresas probablemente tendrán que pagar algo para enviar sus muestras. Pero esto tiene poco que ver con la "Logística Anticipatoria".

 

Hay muchas aplicaciones posibles para la Logística Anticipada

El método no sólo es capaz de acortar los plazos de entrega y optimizar el almacenamiento. Por ejemplo, puede simplificar significativamente la gestión de toda la cadena de suministro: datos en tiempo real de la cadena de suministro, como la posición GPS y la gama actual de vehículos de transporte, información sobre el estado de las mercancías transportadas, datos meteorológicos, informes de tráfico, etc. - todos ellos desembocan en modelos de previsión que pueden utilizarse para predecir escenarios futuros con un cierto grado de probabilidad. Si este escenario es indeseable, como la llegada tardía de una pieza de repuesto que se necesita con urgencia, las contramedidas pueden tomarse automática o manualmente (gestión de eventos de la cadena de suministro).

Otra aplicación posible es la combinación con el mantenimiento predictivo: Esto permite una predicción más o menos precisa de cuándo es necesario sustituir una pieza de desgaste en un sistema. Si el logista de piezas de recambio está incluido en el proceso de mantenimiento predictivo, puede utilizar la "Logística Anticipatoria" para entregar el recambio necesario exactamente cuando sea necesario. La planificación basada en la simulación, tal y como se practica en "Anticipatory Logistics", es en cualquier caso uno de los principales objetivos de la digitalización en todas las industrias, enfatiza Thomas Reppahn, Jefe de la Gestión Central de Productos y Procesos Logísticos de Schenker Deutschland AG, para Logistik Aktuell. Al mismo tiempo, el experto señala: "Si hemos llegado a un punto en el que podemos calcular y controlar de antemano cadenas de suministro completas, entonces la digitalización de los procesos de negocio puede considerarse casi completa. Pero aún queda un largo camino por recorrer, para todas las empresas del mundo".

 

Conclusión: Logística anticipada: Por qué la entrega tendrá lugar antes del pedido en el futuro

La logística es una industria que depende de muchas contingencias. La digitalización ofrece ahora la oportunidad de medir cada vez más estos factores de influencia con precisión y en parte en tiempo real. Los datos evaluados mediante análisis predictivo proporcionan escenarios futuros que se producirán con una cierta probabilidad. Con la "Logística Anticipatoria", se puede facilitar o prevenir la ocurrencia real de estos escenarios, según se desee. Las posibles aplicaciones de la "Logística Anticipatoria" crecen con el grado de digitalización. Sin embargo, la tecnología está todavía en sus comienzos.

Chequeo de la innovación

Fuente de la imagen Imagen de portada: https://www.pexels.com/photo/silhouette-man-standing-on-road-against-sky-during-sunset-327430/

Julian Eberling

Born in Vienna. Since 2018 "Certified Service Design Thinker" he has been pursuing his passion as Innovation Manager at LEAD Innovation.

Sie möchten mit uns zusammenarbeiten?

Gerne beraten wir Sie über eine mögliche Zusammenarbeit, um Ihr Innovationsmanagement zukunftssicher zu gestalten.

Contact us