Como o Big Data está melhorando a logística - Parte II

COMO O BIG DATA ESTÁ MELHORANDO A LOGÍSTICA

Parte II

“Dados, mais dados!”

Parodiando Goethe.

Recente pesquisa realizada pela Accenture mostrou que um volume razoável de empresas tem grandes expectativas no uso das análises de dados em suas cadeias de suprimentos, porém o grande problema encontrado está relacionada as dificuldades em adaptar-se a essa nova tecnologia.

A pesquisa mostrou que apenas 17% dos executivos entrevistados informaram que implementaram a análise de dados, em pelo menos, em uma das operações da cadeia de suprimentos.

Na figura 2 apresentamos o resultado da pesquisa realizada pela Accenture quanto à experiência do uso da análise de dados pelas empresas.

Figura 2 – Experiência das empresas com o Big Data.

Fonte: Big Data Analytics in Supply Chain:Hype or Here to Stay?

Accenture Global Operations Megatrends Study (2014).

Uma coisa está clara, o uso do Big Data tem um grande potencial para promover vantagens competitivas e também produzir resultados significativos na performance financeira e operacional das empresas.

Uma questão básica que surge nas empresas que começam a utilizar as técnicas de análise de dados está voltada para uma pergunta chave: “Como o Big Data pode contribuir desde a base ao topo da pirâmide empresarial ?”  Ora, o valor do Big Data pode ser visualizado através de três pontos básicos:

• Eficiência operacional;
• Experiência com clientes;
• Novo modelo de negócio,

como mostramos na figura 3.

Figura 3 – Valores dimensionais do Big Data.

Fonte: Big Data in Logistics - DHL White Paper.

No quesito de Eficiência Operacional o uso do Big Data permite propiciar melhor nível de transparência, aperfeiçoar recursos, melhorar os processos de qualidade e desempenho da empresa, como por exemplo, otimização da “ultima milhas”, predição da capacidade e planejamento das redes entre outras atividades operacionais, etc.

Quanto à Experiência com os Clientes, podemos considerar o aumento da lealdade e retenção de clientes, melhor desempenho na interação com os serviços oferecidos e uma melhoria substancial na segmentação dos mercados e direcionamento dos objetivos, antecipação de eventuais atritos como os clientes, melhoria continuada nos serviços e identificação de requisitos de inovação em  um novo produto, etc. .

E no que se refere Novos Modelos de Negócios,  podemos destacar a expansão das receitas para os produtos existentes e a criação de novas receitas originárias de novos produtos, tais como: previsão de demanda e suprimentos para diferentes industrias e regiões, análise da performance financeira com base numa plataforma de dados, etc.

É claro que o sucesso na implementação do Big Data vai depender substancialmente de uma convergência da tecnologia da informação e processos de negócios das empresas. Isso porque a informação não é apenas uma janela de oportunidade dos negócios, muito especialmente porque a economia, cada vez mais globalizada, reformulou o fluxo dos processos que hoje passam a ser descritos quase que totalmente por meios eletrônicos.

Uma concepção bastante ampla da aplicação do Big Data nos processos logísticos é apresentada na figura 4 que mostra fontes externas, fornecedores, marketing e vendas, gestão da produção, operação, novos negócios e base de novos consumidores, bem como os fluxos físicos (movimentação de produtos) e o fluxo informacional (fluxo de dados).

Figura 4 – Big Data na Logística

Fonte: DHL

A gama de análises produzidas pelo  massivo volume de dados gerados e que fluem nas redes seguramente elevam a patamares superiores as possibilidades de melhorias significativas nas operações, otimização no fluxo de bens e serviços e, prospectivamente, visualizar janelas de novas oportunidades, tanto na captura de novos clientes quanto da geração de novos negócios.

Explorando o potencial do Big Data, as empresas poderão reduzir significativamente os seus custos, gerando assim uma maior receita líquida e aumentando a agilidade de seus processos. Por exemplo, um dos grandes desafios da logística hoje se refere ao famoso problema de entrega, a denominada “última milha”. Utilizando-se de softwares avançados de roteirização será possível o planejamento das rotas, com base na análise dos padrões históricos de tráfego na região considerada e assim, abri o leque de possibilidades para reduzir custos no uso de combustíveis, maximizar a eficiência operacional da frota de veículos e permitir de forma dinâmica visualizar e calibrar as rotas a serem percorridas.

Outro aspecto interessante envolve, por exemplo, a modelagem das redes de distribuição, com base na localização geográfica e dados de entregas realizadas, permitindo assim visualizar a densidade das ordens de entrega por localização e identificar superposições das redes e também gerar cenários prospectivos com base no fluxo históricos das entregas, padrões de demanda e com isso melhorar consideravelmente a eficiência, a agilidade dos serviços e promovendo redução de custos! Além disso, será possível, analisando a massa de dados gerados pelas operações, usar ferramentas avançadas para projetar uma nova rede de distribuição que melhor atenda aos requisitos de demandas e exigências dos clientes.

Examinando-se novamente o contexto da figura 4, produzindo-se um link “ponta-a-ponta” da cadeia de suprimentos, ou seja, tornando-a visível desde o fornecedor das matérias primas até o cliente final, abre-se um enorme leque de oportunidades tanto de análise de dados quanto no processo de subsidiar informações online e real time para clientes e parceiros.

Por exemplo, os problemas originários na produção motivados por eventuais atrasos de alguns fornecedores poderão ser transmitidos adequadamente para permitir que os clientes tenham essa informação disponível no que se refere ao reflexo do evento nos prazos de entrega e assim criando um maior nível de confiabilidade nos serviços.

E fim, o Big Data veio para ficar e operar de forma ampla para permitir que empresas nos mais diversos países possam abrir a “caixa de pandora da logística” e assim desvendar formas criativas para melhorar os sistemas de previsão, logística de transporte, distribuição física e operações a nível doméstico e internacional.

Fonte:

Marr, B. in How big data e analyses are transforming supply chain management – disponível em qwww.forbes.com – acesso – 08/11/2016.

Marr, B. in The big data analytic war: IBM Watson x Kaggle – disponível em  - Lindekin.com/pluse – acesso: 08/11/2016

http://oglobo.globo.com/sociedade/tecnologia/estudo-da-emc-preve-que-volume-de-dados-virtuais-armazenados-sera-seis-vezes-maior-em-2020-12147682 - acesso: 02/11/2016.

Josh James, Founder, CEO & Chairman of the Board - DOMOSPHERE  in Data Never Sleep - https://www.domo.com/blog/data-never-sleeps-3-0/

Kubác, L – in Internet of things and his application in logistic – disponível em http://www.vslg.cz/wcd/docs/vslg/acta_logistika/5.-rocnik-2015/cislo-1-2015/4-kubac.pdf - acesso: 08/11/2016.

DHL in Internet of Things in Logistic - A collaborative report by DHL and Cisco on implications and use cases for the logistics industry – 2015 – disponível em http://www.dhl.com/content/dam/Local_Images/g0/New_aboutus/innovation/DHLTrendReport_Internet_of_things.pdf - acesso: 10/11/2016.

______________________________________________

Paulo Sérgio Gonçalves é engenheiro pela Universidade Federal do E.E.Santo, M.Sc. em Engenharia de Produção pela COPPE/UFRJ e MBA em Estratégia Empresarial pelo PDG/IBMEC , consultor na área de operações (manufatura e serviços), professor do IBMEC/RJ e autor das seguintes obras didáticas:

Administração de Materiais - 5ª Edição - Editora Elsevier.

Logística e Cadeia de Suprimentos - O Essencial - Editora Manole.

Administração de Estoques - Teoria e Prática - em coautoria de E. Schwember - Editora Interciência.

---