COMO O BIG DATA ESTÁ MELHORANDO A LOGÍSTICA
Parte I
“Os
números não mentem!”
Já comentamos
nesse Blog, em postagem anterior, que é avassalador o volume de dados gerados
diariamente em todo o mundo, considerando muito especialmente a convergência de
mídias que se faz presente hoje, por todo o planeta.
Isso ocorre
especialmente em face de as redes de dados poderem fluir de um ambiente para
outro sem grandes complicações: por exemplo, você pode transferir uma foto
utilizando um smartphone, um notebook, um desktop ou até mesmo a própria
máquina fotográfica caso ela tenha em sua arquitetura um sistema de wifi que lhe permita acessar a
rede de forma remota.
Antes
falávamos em petabytes (1015) e agora já tratamos de zetabytes (1021)
e a tendência é um aumento exponencial desse tsunami de dados, como mostra o gráfico da figura 2.
Figura 2 – Geração de dados na rede.
Fonte: Terradata.
De um lado, as
estimativas dos especialistas indicam que, entre o ano de 2015 e o ano de 2016,
foram detectados um elevado volume de dados circulando na rede correspondentes à 1,3 zetabytes !
De outro lado,
de acordo com a Gatner, em face da avalanche de dados gerados na rede e em uma
velocidade estonteante, a carência de especialistas na área deverá atingir, já
ano de 2020, um número de profissionais de cerca de 100.000 cientistas especialista
em análise de dados.
A explicação é
simples, a carência de especialistas é oriunda do fato de que o big data
explodiu tão rapidamente que não houve tempo para qualificar um grande número
de especialistas na área de análise de dados.
O uso de dados
na cadeia de suprimentos é um fato real, haja vista que as redes de suprimentos
são impulsionadas por análise estatísticas e indicadores de desempenho e o que
pesa nesse campo é exatamente o fato de que, além da geração avassaladora de
dados, esse dados não estão estruturados, ou seja, eles existem mas em um conjunto
confuso!
Dados não
estruturados existem com grande frequência na gestão de materiais, previsão de
demanda, logística de transporte, no monitoramento dos centros de distribuição no gerenciarem os estoques dos produtos
disponíveis no armazém e em inúmeras outras funções operacionais da logística.
Nesse sentido,
vislumbra-se uma grande oportunidade de se utilizar essa massa de dados gerados
e disponíveis, de forma mais inteligente, buscando assim, melhorar a eficiência
operacional dos sistemas logísticos e reduzir custos das operações.
Figura 3 – Big data na logística
Adpatado de Mikavicaa, B.;
Kostić-Ljubisavljevića, A ; Đogatovića, V.R.
A cadeia de
suprimentos vem crescendo consideravelmente e hoje abrange um leque de vários
continentes, o que de um lado a torna cada vez mais complexa por envolver uma
gama de fornecedores de diversos países e clientes com demandas multivariadas e
complexas e, de outro, exigir que tenhamos métodos mais precisos para analisá-la
buscando eficiência nos processos de negócios.
Uma combinação
dos fluxos de dados que circulam nas cadeias de suprimentos, aliado a avançadas
técnicas, como por exemplo, geoanalytics[1],
permitem criar inovações no gerenciamento da cadeia de suprimentos.
Nesse sentido,
a otimização da distribuição física, redesenho das redes de suprimentos e
projetos e alocação de novas unidades de produção passam a ser realizadas
através de poderosas ferramentas de análise e processamento de dados.
Uma poderosa ferramenta de análise está relacionado à Internet das
Coisas (IOT), cujo processo evoluiu através da integração de diversos dispositivos
eletrônicos, permitindo assim que conexões de Internet, sejam agora estendida
à objetos físicos, não necessariamente computadores no sentido clássico.
Por exemplo, imaginemos um palete que possua um disposto de conexão, como uma etiqueta de RFID. Ele pode indicar ao seu proprietário aonde ele se encontra e as condições de sua expedição. Um caminhão interconectado poderá indicar as necessidades de manutenção; sensores ligados à luz de uma rua poderão detetar a presença de um maior fluxo de veículos e ajustar o sistema de controle de tráfego, aumentado assim a eficiência no fluxo dos veículos que circulam nas vias.
Por exemplo, imaginemos um palete que possua um disposto de conexão, como uma etiqueta de RFID. Ele pode indicar ao seu proprietário aonde ele se encontra e as condições de sua expedição. Um caminhão interconectado poderá indicar as necessidades de manutenção; sensores ligados à luz de uma rua poderão detetar a presença de um maior fluxo de veículos e ajustar o sistema de controle de tráfego, aumentado assim a eficiência no fluxo dos veículos que circulam nas vias.
Essas são apenas algumas das muitas
possibilidades instigantes para as aplicações da Internet das coisas em logística!
Figura 4 – Aplicações da IOT na Logística
Fonte: Kubác, L – in Internet of things
and his application in logistic.
Na figura 4, apresentamos
um exemplo de integração da Internet das Coisas (IOT), aliada a análise rápida
do volume de dados gerados nos clientes, fornecedores e sensores
disponibilizados nos diversos equipamentos da rede, permitindo assim
combinar uma serie de elementos para a tomada de decisão, mediante análise
avançada desses dados, buscando-se ao final, melhorar a otimização dos recursos
aplicados, promover melhorias significativas nos processos e assim, aumentar eficiência operacional e a competitividade.
Em nossa próxima postagem
avançaremos mais sobre esse fascinante tema que é o uso do big data na logística...
aguardem !
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.
[1] http://www.geoanalytic.com/#services
– aplicativo de mapeamento e rastreamento.
