Las organizaciones recurren cada vez más al análisis de datos para navegar por las interrupciones de la cadena de suministro y mejorar sus esfuerzos de SCM. Aquí le mostramos cómo hacerlo bien.
Los desafíos de la cadena de suministro mundial que plagaron a las empresas en múltiples industrias a lo largo de 2021 continúan este año. Una solución potencialmente efectiva para abordar los problemas de oferta y demanda es aprovechar el análisis de datos.
La firma de consultoría y servicios profesionales KPMG en un informe reciente señala que varias interrupciones importantes están afectando actualmente a las cadenas de suministro. Estos incluyen las interrupciones logísticas globales en curso derivadas de la pandemia de COVID-19 que continúan afectando a las empresas y los consumidores, ya que el flujo de mercancías hacia los mercados clave se ve restringido por los cierres de los principales puertos y aeropuertos mundiales.
Las principales interrupciones logísticas crean un efecto dominó en las cadenas de suministro globales que, en última instancia, provocan que los bienes se acumulen en el almacenamiento, dice la empresa. Suponiendo que estas interrupciones disminuyan y el acceso al transporte marítimo y aéreo vuelva a los niveles previos a la pandemia, es probable que pase algún tiempo antes de que las cosas vuelvan a la normalidad, dice.
Otros factores que contribuyen a los problemas de la cadena de suministro incluyen los retrasos en la producción, la dependencia excesiva de un número limitado de terceros y la escasez del mercado laboral. El informe también señala que muchas empresas están invirtiendo en tecnologías para automatizar nodos clave dentro de la cadena de suministro.
Este año verá un nivel acelerado de inversión, según KPMG, ya que las empresas buscan mejorar las capacidades críticas de planificación de la cadena de suministro mediante la adopción de “habilitadores digitales” más avanzados, como la planificación cognitiva y el análisis predictivo impulsado por IA .
“La aparición de nuevas tecnologías ha cambiado fundamentalmente la forma en que operan las cadenas de suministro a nivel mundial”, señala el informe. “Los consumidores son cada vez más exigentes y esto está llevando a que las cadenas de suministro cambien y evolucionen a un ritmo más rápido. Las operaciones modernas se centran en la tecnología y las innovaciones y, como resultado, las cadenas de suministro se vuelven más complejas”.
¿Cómo pueden las organizaciones utilizar mejor el análisis de datos para mejorar sus esfuerzos de gestión de la cadena de suministro (SCM) ? Estas son algunas de las mejores prácticas, según los expertos.
Convierta los datos en información útil y sencilla
La mayoría de las empresas están inundadas de grandes volúmenes de datos, a menudo almacenados en diversos sistemas y bases de datos, como afirma John Abel, CIO de la empresa de tecnología de redes Extreme Networks. Las cadenas de suministro tienen la complejidad añadida de que se generan fuentes de datos adicionales a partir de socios extendidos, como operaciones de subcontratación, logística y distribución, agrega.
“Como resultado, a muchos les cuesta usar estos datos para generar conocimientos significativos más allá de las métricas de nivel superior y las estadísticas descriptivas”, dice Abel. “Las herramientas de análisis de datos pueden brindar información más profunda y procesable, así como mejorar la precisión de esa información”.
Las bases para una estrategia exitosa de análisis de datos de la cadena de suministro incluyen garantizar que los datos internos y externos se reúnan en un formato estructurado; centrar el resultado de los proyectos de datos en las acciones que deben tomarse para mover la aguja del rendimiento; y asegurarse de que los resultados sean fáciles de entender, destaca Abel.
“El último punto es uno de los más importantes”, agrega. “A menudo es tentador centrarse en el modelo utilizado en lugar del resultado”, ya que muchos líderes tecnológicos buscan incluir IA en sus procesos. “Pero el objetivo más importante es centrarse en generar conocimientos que sean claros, explicables y fáciles de digerir para los usuarios comerciales, no solo para los equipos de análisis”.
Cualquier informe o tablero que se comparta con equipos multifuncionales debe poder contar una historia clara que se entienda fácilmente. “De lo contrario, los beneficios del análisis de datos podrían verse eclipsados por la necesidad de largas reuniones para explicar por qué son valiosos”, asevera Abel.
Esto también funciona al revés. “Si bien la mayoría de los expertos en análisis de datos no tienen un conocimiento funcional profundo de los procesos y sistemas comerciales que produjeron esos datos, a menudo tienen un amplio conocimiento de los procesos y sistemas ascendentes y descendentes”, dice Abel. “Los proyectos exitosos de análisis de la cadena de suministro comienzan desde una perspectiva de ‘qué nos dicen los datos’, pero luego se superponen con una comprensión profunda de los procesos comerciales”.
Las asociaciones entre los equipos de análisis y los usuarios comerciales ayudan a desarrollar estos conocimientos explicables que se pueden comunicar fácilmente en toda la organización, afirma Abel.
Centrar el análisis en las áreas que marcan la diferencia
Las organizaciones de la cadena de suministro están siendo inundadas con datos como pedidos de clientes, información de artículos, utilización de equipos y costos de transporte en constante evolución, estima Erik Singleton, experto en cadena de suministro global en la consultora North Highland Worldwide Consulting.
“La clave para construir una cadena de suministro exitosa y centrada en el cliente mientras se maximiza la eficiencia operativa es usar los análisis correctos para tomar decisiones basadas en datos”, dice Singleton. Recomienda que las organizaciones de la cadena de suministro centren sus análisis en tres áreas principales.
Uno es la planificación de la demanda y la ubicación del inventario. “Las organizaciones recopilan millones de filas de datos transaccionales, lo que permite un análisis vigoroso de los patrones de compra de los clientes”, según Singleton. “Aprovechar estos datos para construir un algoritmo analítico sólido para impulsar la ubicación del inventario a lo largo de la cadena de suministro garantiza que los productos estén en el lugar correcto en el momento correcto”. Las empresas deben concentrar los recursos analíticos en la previsión de patrones de demanda entre el tipo de producto, el canal de ventas y la ubicación geográfica.
La segunda área es la eficiencia de las operaciones. Los datos de clientes y pedidos permiten que las cadenas de suministro maximicen la utilización de activos y mano de obra mediante la programación eficiente de los recursos para adaptarse a los patrones de demanda fluctuantes, añade Singleton. “Ajustar los horarios laborales para aumentar los recursos durante los picos, mientras se programa el mantenimiento de equipos/activos durante los valles, permite a las empresas maximizar la eficiencia y reducir los costos operativos”, dice.
Y la tercera área es la toma de decisiones sobre la ruta de cumplimiento de pedidos. “Los clientes esperan que las cadenas de suministro sean más flexibles y centradas en el cliente que nunca, con múltiples vías para que los productos lleguen al cliente final”, confirma Singleton. Las organizaciones necesitan equilibrar una multitud de factores, incluidas las expectativas de servicio, los costos de transporte y cumplimiento, y los niveles de inventario, para determinar el mejor método para el cumplimiento de pedidos.
“Aprovechar los análisis para sopesar los costos frente a la experiencia del cliente es fundamental para mantener la competitividad”, estima Singleton.
Aproveche los datos en tiempo real para hacer frente a las interrupciones
A medida que el tamaño y la complejidad de las cadenas de suministro crecen globalmente, se vuelve exponencialmente más difícil administrar y responder a las fluctuaciones en la cadena de suministro, dice Abel.
“Con los puntos de datos cambiando rápidamente, el análisis y la toma de decisiones a menudo se basan en información obsoleta y se ven exacerbados por el tiempo necesario para analizar los datos de manera efectiva”, señala Abel. “Para navegar esto con éxito, los gerentes de la cadena de suministro deben desarrollar sistemas de planificación concurrentes que optimicen la demanda y el suministro mediante el uso de análisis avanzados y visibilidad en tiempo real en toda la cadena de suministro”.
Históricamente, las actualizaciones se basaban en un marco de tiempo específico y se compartían tal vez a diario o cada hora, recuerda Abel. “Pero hoy eso no es suficiente: la oferta y la demanda fluctúan constantemente, por lo que es mejor tener integraciones de sistemas con proveedores clave para obtener actualizaciones en tiempo real”.
Si algo cambia en un proveedor, las organizaciones deben comprender de inmediato el impacto potencial para que puedan hacer planes alternativos para mantener los compromisos con los clientes. “El uso de análisis avanzados en fuentes de datos en tiempo real permite a quienes administran la cadena de suministro modelar y evaluar rápidamente los impactos de posibles interrupciones, para que puedan planificar y ejecutar las fluctuaciones en la demanda, el suministro y el inventario”, señala Abel.
Esta información también se puede utilizar para comprender los impactos potenciales de las restricciones de la cadena de suministro en las previsiones de ingresos, dice Abel. La visibilidad casi en tiempo real de datos como reservas, envíos, niveles de inventario, compromisos de proveedores, descuentos y oportunidades de ventas en proceso, así como el análisis en tiempo real de esos datos, se ha vuelto fundamental para la capacidad de una organización para monitorear y administrar los ingresos.
Mediante el uso de análisis y automatización avanzados, “estas entradas de datos variables se pueden usar para crear modelos de seguimiento que permitan a los equipos de la cadena de suministro reaccionar a los cambios casi en tiempo real, desarrollar contingencias y ofrecer un pronóstico de ingresos más predecible”, explica Abel.
Enfatiza el gobierno y la calidad de los datos
El viejo adagio sobre la información, “basura entra, basura sale”, ciertamente se aplica a los datos de la cadena de suministro, advierte Mark Korba, vicepresidente de cadena de suministro e inteligencia comercial de Optimas Solutions, un fabricante y distribuidor de sujetadores.
“Es importante validar los datos, especialmente porque provienen de una variedad de fuentes”, incluidos los sistemas de gestión de inventario del cliente, las aplicaciones de planificación de la demanda, el software del proveedor y otros, expone Korba. “A menudo, los datos no son consistentes o no se administran de la misma manera en todos los sistemas y, por lo tanto, carecen de integridad”.
La creación de un programa de gobierno de datos activo es especialmente importante para garantizar la integridad de los datos en toda la cadena de suministro, asegura Korba. “Un programa de gobernanza garantiza que los datos se alineen correctamente y fortalece la colaboración entre los socios de la cadena de suministro”, dice. “Hay mucha información pública disponible sobre la configuración de programas de gobierno de datos”.
La evaluación comparativa de la cadena de suministro de una empresa con datos conocidos es particularmente importante.“En Optimas Solutions, nuestros equipos de la cadena de suministro comparan su desempeño con el de la competencia”, afirma Korba. “Revisan los promedios de la industria y recopilan información que ayudará a mejorar la capacidad de la empresa para satisfacer la demanda”.
Hacer que el análisis de la cadena de suministro esté ampliamente disponible
SCM involucra múltiples facetas de la organización, por lo que las capacidades de análisis deben compartirse libremente.
“Haga que sea fácil para todos los involucrados en la cadena de suministro obtener los datos y las herramientas que necesitan”, aconseja Arthur Hu, vicepresidente senior y CIO del proveedor de hardware informático Lenovo. “Esto primero requiere romper cualquier ‘silo de información’ y establecer un sistema de información integrado de extremo a extremo”.
También significa aprovechar herramientas como el aprendizaje automático y la inteligencia artificial para aprovechar todo el valor de un sistema tan rico en datos, explica Hu. “Cuando se implementa este tipo de sistema, los gerentes y operadores de toda la cadena de suministro pueden optimizar su desempeño”.
También es importante recordar que los casos de uso de análisis de la cadena de suministro no conocen los límites departamentales. “Los equipos tienden a centrarse en los datos que están fácilmente disponibles dentro de su organización”, según Hu. “Al hacerlo, pueden perderse todos los datos necesarios para obtener una visión real de un problema. Como una plataforma crítica que toca múltiples partes del negocio, la cadena de suministro debe administrarse desde una perspectiva holística”.
Por ejemplo, en la gestión de la calidad del producto, un equipo debe tener acceso no solo a la configuración y las métricas “tal como se producen” en la fábrica, sino también a los datos de desarrollo del producto, los datos del proveedor de componentes y los datos de comentarios de los clientes, señala Hu. Todo esto en conjunto crea una imagen multidimensional de lo que impulsa los resultados de calidad, dice.
Al garantizar que los líderes empresariales en todos los niveles de la organización tengan acceso a los datos de la cadena de suministro y la capacidad de interactuar con ellos, “las empresas pueden prepararse para el éxito y generar rendimientos a largo plazo que mejoren sus resultados”, sugiere Stanislav Tatarzuk, vicepresidente de planificación y pronóstico de inventario en la empresa de comercio electrónico CarParts.com.
Los conocimientos de datos “pueden ofrecer diferentes niveles de valor a diferentes equipos y departamentos”, asevera Tatarzuk. “Por ejemplo, un equipo de logística puede usar datos para descubrir cuellos de botella y aumentar la eficiencia dentro de su almacén o centro de distribución, mientras que un departamento de finanzas puede analizar los mismos datos e identificar formas de optimizar costos y reducir gastos”.
Este nivel de intercambio de conocimientos en una organización no solo reduce el riesgo general, sino que también permite mejorar la toma de decisiones y el rendimiento, concluye Tatarzuk.
Bob Violino, CIO.com
