O big data está revolucionando muitos campos de negócios, e a análise logística está entre eles. A natureza complexa e dinâmica da logística, juntamente com a confiança em muitas partes móveis que podem criar gargalos em qualquer ponto da cadeia de suprimentos, tornam essa área um caso de uso perfeito para big data. Por exemplo, big data em logística pode ser usado para otimizar o roteamento, agilizar as funções da fábrica e dar transparência a toda a cadeia de suprimentos, para o benefício das empresas de logística e de transporte. Empresas de terceirização logística e companhias de navegação concordam. Parafraseando um artigo do Fleetowner que examinou o “21º Estudo Anual de Operadores Lógicos Terceirizados”, 98% dos Operadores Logísticos Terceirizados (3PL) disseram que a melhoria na tomada de decisões baseada em dados é “essencial para o sucesso futuro das atividades e processos da cadeia de suprimentos”. Além disso, 81% dos remetentes e 86% dos 3PLs entrevistados disseram que o uso de big data se tornará “uma competência central de suas organizações de cadeia de suprimentos”.

Mas o big data exige uma grande quantidade de fontes informativas de alta qualidade para funcionar de forma eficaz. De onde vêm todos esses dados? Este artigo técnico sobre big data em logística oferece uma ampla seleção de possíveis fontes de dados, incluindo:

  • Dados corporativos tradicionais de sistemas operacionais
  • Dados sobre tráfego e clima vindos de sensores, monitores e sistemas de previsão
  • Diagnóstico do veículo, padrões de condução e informações de localização
  • Previsões de negócios financeiros
  • Dados de resposta à publicidade
  • Dados do padrão de navegação de sites
  • Dados de mídiassociais

Então, claramente, há muitas maneiras pelas quais os sistemas de dados podem ser alimentados com as informações de que precisam. Todas essas fontes de dados e possíveis casos de uso levaram a DHL a afirmar que a tecnologia de big data e automação levará a “níveis anteriormente inimagináveis de otimização em manufatura, logística, armazenamento e entrega de última milha”.

Como em muitos outros setores, a coleta e o gerenciamento de dados estão se tornando cada vez maiores, e os profissionais podem precisar de ajuda nesse sentido. O surgimento de ferramentas de inteligência comercial de SaaS está atendendo a essa necessidade, e a Gartner previu em um relatório que, em 2017, a maioria dos usuários corporativos teria acesso ao BI self-service. Um grande fator nesse desvio do “BI centrado em TI” é que exigir que as pessoas dependam completamente de TI para acessar business intelligence não faz mais sentido. Também é muito provável que o setor de logística abrace essa tendência.

De qualquer forma, parece que o futuro é brilhante para as empresas de logística que estão dispostas a aproveitar o big data. Neste artigo, vamos examinar exemplos de big data em logística e alguns benefícios para estimular sua imaginação e fazer com que você pense fora da caixa.

1) A Última Milha Pode Ser Acelerada

A última milha de uma cadeia de suprimentos é notoriamente ineficiente, custando até 28% do custo total de entrega de um pacote. Existem muitos obstáculos que levam a isso, incluindo:

  • Pode ser difícil para os grandes caminhões de entrega estacionarem perto de seu destino em áreas urbanas. Os motoristas geralmente precisam estacionar um pouco longe e depois levar o pacote até o endereço final. Então, eles podem ter que subir muitas escadas ou esperar por um elevador em um edifício alto.
  • Alguns itens devem ser assinados e, se um cliente não estiver em casa, o item não poderá ser entregue.
  • A equipe da entrega tem que tomar cuidado extra para não danificar o pacote durante esta última etapa, e eles também devem se apresentar de forma profissional ao destinatário.

Em adição a esses desafios, pode ser muito difícil saber exatamente o que está acontecendo durante a última etapa da entrega. Pacotes são frequentemente rastreados até este ponto, levando alguns a dizer que a última milha é a “caixa preta” dos dados de entrega.

O big data visa abordar muitos desses desafios. Em entrevista ao Wall Street Journal, Matthias Winkenbach, diretor do Laboratório de Logística Megacity do MIT, detalha como as análises de última milha estão gerando dados úteis. Devido ao baixo custo e à onipresença da Internet móvel e dos smartphones com GPS, assim como a disseminação da Internet das Coisas por meio de sensores e scanners, os remetentes podem ver como o processo de entrega vai do início ao fim – mesmo durante a último milha.

Imagine isso: um caminhão de entrega da UPS com um sensor de GPS faz uma entrega no centro de Chicago. Depois de estacionar nas proximidades, o GPS do telefone do entregador continua a transmitir dados para o centro da UPS, dando um relatório constante de quanto tempo a entrega está levando. Isso não é valioso apenas para o cliente; permite que as empresas de logística vejam padrões em andamento que podem ser usados ​​para otimizar suas estratégias de entrega. Por exemplo, o Dr. Winkenbach disse que seus dados mostraram que “as entregas nas cidades grandes são quase sempre melhoradas através da criação de sistemas de vários níveis com centros de distribuição menores espalhados em múltiplos bairros, ou simplesmente estacionamentos pré-designados em garagens ou lotes, onde menores veículos podem levar pacotes pelo resto do caminho. ”

2) A Credibilidade Será Mais Transparente

À medida que os sensores se tornam predominantes nos veículos de transporte, nas expedições e em toda a cadeia de suprimentos, eles podem fornecer dados que permitem mais transparência do que jamais foi possível.

Essa transparência é valiosa para remetentes, transportadoras e clientes. Se uma remessa for chegar atrasada, as operadoras querem saber o mais rápido possível para evitar gargalos na cadeia de suprimentos. E as empresas transportadoras podem usar esses dados em conjunto para negociar com os remetentes, mostrando com que frequência eles entregam no prazo.

Imagine isso: as empresas de logística incorporaram sensores em todos os seus veículos de entrega, com smartphones habilitados para GPS cobrindo qualquer falha. Um terceiro valida esses sensores para precisão e, em seguida, os dados de credibilidade e pontualidade desses sensores são usados quando as empresas de logística estão fazendo licitações para novos contratos.

Esse tipo de informação de fonte aberta e radicalmente transparente pode mudar a forma como os negócios são conduzidos no mundo da logística.

3)Rotas Serão Otimizadas

Na pesquisa com os 3PLs citada no início deste post, 70% dos entrevistados afirmaram que “o aperfeiçoamento da otimização da logística” foi o melhor uso do big data no setor. Claramente, a otimização está na mente de todos.

Por que as empresas de logística estão tão interessadas em otimização? Por duas razões: ajuda-as a poupar dinheiro e a evitar expedições atrasadas. Quando você gerencia um sistema de entrega ou uma cadeia de suprimentos, é preciso andar em uma linha tênue entre o alto comprometimento de recursos e veículos e a falta de comprometimento. Se você colocar muitos veículos e recursos em uma rota de entrega, estará gastando mais dinheiro do que deveria e, possivelmente, usando ativos que poderiam ser melhor utilizados em outro lugar.

No entanto, se você subestimar quantos veículos uma determinada rota ou entrega exigirá, correrá o risco de entregar uma remessa atrasada aos consumidores, o que afeta negativamente os relacionamentos com os clientes e a imagem da marca.

Para aumentar os desafios da otimização, os fatores envolvidos na alocação eficiente de recursos estão mudando constantemente. Por exemplo:

  • O preço do combustível pode mudar
  • Rodovias e estradas podem ser temporariamente fechadas ou novas podem ser construídas
  • O número de veículos à sua disposição pode mudar devido a reparos ou novas aquisições
  • As condições meteorológicas, tanto sazonais quanto imediatas, estão em constante mudança

Big data e análise preditiva dão às empresas de logística a vantagem extra de que precisam para superar esses obstáculos. Sensores em caminhões de entrega, dados meteorológicos, dados de manutenção de estradas, cronogramas de manutenção de frota, indicadores de status de frota em tempo real e cronogramas de pessoal podem ser integrados em um sistema que analisa as tendências históricas e dá conselhos adequados.

A UPS é um exemplo real de big data em logística que leva a grandes economias. Depois de examinar seus dados, a UPS descobriu que os caminhões que viravam à esquerda estavam lhes custando muito dinheiro. Em outras palavras, a UPS constatou que a entrada no trânsito estava causando muitos atrasos, combustível desperdiçado e risco de segurança.

Como um post da The Conversation intitulado “Por que os condutores da UPS não viram à esquerda e você provavelmente também não deveria” (em tradução livre) afirma, a UPS declara que usa 10 milhões de galões a menos de combustível, emite 20.000 toneladas a menos de dióxido de carbono e entrega 350.000 pacotes a mais todos os anos ” (depois de fazer a mudança). 10 milhões de galões de gasolina são muito dinheiro – isso é um benefício sério e um bom exemplo de big data na cadeia de suprimentos.

Os condutores da UPS agora só viram à esquerda cerca de 10% do tempo, optando por seguir em frente ou virar à direita. Devido a essa estratégia de “voltas à esquerda apenas quando absolutamente necessário”, a UPS também reduziu o número de caminhões utilizados em 1.110 e reduziu a distância total da frota da empresa em 28,5 milhões de milhas.

4) Bens Sensíveis São Transportados Com Maior Qualidade

Manter perecíveis frescos tem sido um desafio constante para as empresas de logística. No entanto, o big data e a Internet das Coisas podem dar aos condutores e gerentes de entrega uma ideia muito melhor de como podem evitar custos devido a bens que pereceram.

Por exemplo, digamos que um caminhão esteja transportando uma remessa de sorvetes e sobremesas. Você pode instalar um sensor de temperatura dentro do caminhão para monitorar o estado das mercadorias no interior e fornecer esses dados junto com dados de tráfego e rodovias para um computador de roteamento central.

Esse computador poderia então alertar o motorista se a rota originalmente escolhida resultaria no derretimento do sorvete e sugerir rotas alternativas.

5) Automação de Armazéns e Cadeia de Suprimentos

Em pouco tempo, big data combinado com tecnologia de automação e a Internet das Coisas pode tornar a logística uma operação totalmente automatizada.

O big data permite que sistemas automatizados funcionem por meio do roteamento inteligente de muitos conjuntos e fluxos de dados diferentes. Por exemplo, a Amazon já tem a automação presente em seus centros de atendimento, que usam pequenos robôs KIVA laranja para pegar itens das prateleiras.

Além disso, a Amazon possui drones automatizados que podem entregar itens para você se você morar dentro de 30 minutos de um centro da Amazon.

Vendo como a Uber e outras empresas já estão realizando testes de veículos autônomos, não é difícil imaginar que toda a cadeia de suprimentos possa ser automatizada, desde carga e descarga até a entrega final.

Talvez os seres humanos ainda estarão envolvidos na última milha de entrega em áreas urbanas, usando bicicletas ou scooters para navegar nas ruas movimentadas da cidade e dar às entregas um componente humano reconfortante, e as áreas suburbanas teriam caminhões ou drones para entregas.

Estamos à beira do big data transformar a natureza da logística. Big data em logística pode ser usado para reduzir ineficiências na entrega de última milha, fornecer transparência para a cadeia de suprimentos, otimizar as entregas, proteger produtos perecíveis e automatizar toda a cadeia de suprimentos.

As empresas de logística estão cientes dessas possibilidades e estão se esforçando para tomar mais decisões baseadas em dados. Usando sensores e a Internet das Coisas, em conjunto com softwares de business intelligence, as empresas com visão de futuro já estão reduzindo custos e aumentando a satisfação do cliente.

Fonte: https://www.datapine.com/blog/how-big-data-logistics-transform-supply-chain/