El término «big data» puede parecer un viejo conocido, y no es en vano. Desde 2013, el tema ha mostrado una trayectoria de aumento en el volumen de búsqueda y un gran número de empresas afirman utilizarlo en las áreas más diversas.
Fuente: Tendencias de Google
El término apareció por primera vez en 2005, poco después de que Roger Mougalas creara otro término muy popular en ese período, “web 2.0”. Manteniendo el enfoque en big data, es una capacidad para analizar volúmenes exorbitantes de datos, que nunca podrían cruzarse utilizando métodos tradicionales de análisis de datos.
En 2014, un artículo de Harvard Magazine argumentó que este nuevo procesamiento de información era capaz de cambiar el mundo. ¿Y cómo podría ser eso posible?
Según el material publicado, la clave del big data no está en la cantidad de datos disponibles, sino en la inmensa calidad de los conocimientos generados a partir del procesamiento de la información mediante algoritmos.
Gary King, profesor de Harvard, ya citó un ejemplo eficaz de esta nueva forma de procesar datos: este año, Google analizó grupos de términos de búsqueda por región en Estados Unidos para prevenir brotes de gripe. Aunque notable, el profesor argumentó que esto era una pequeña fracción de lo que se podría hacer, si las empresas estuvieran dispuestas a invertir en él y analizar sus datos.
Actualmente, el gigante de las búsquedas en Silicon Valley ha anunciado que está ayudando a los estados de E.U.A. llevar la vacuna covid-19 a más personas más rápidamente. Esto se hace a través de la Intelligent Vaccine Impact Solution (IVI y ya ha provocado importantes resultados, según la multinacional.
Aun así, esta no es una tendencia que las empresas hayan adoptado rápidamente. En 2013, un estudio de la consultora norteamericana Bain & Company mostró que solo el 4% de las empresas tenían la combinación adecuada de personas, herramientas, datos e intenciones para obtener información valiosa a partir de los datos.
Dentro de la cadena de suministro, también hay desafíos a superar: el rol de contratar profesionales capaces de recolectar datos, tecnología para capturarlos y combinarlos. Aún así, se pueden cosechar importantes beneficios, como la capacidad de proyectar las demandas con mayor facilidad, reducir las fallas, mejorar la gestión y los resultados.
En general, quien se unió primero a esta tendencia, en diferentes sectores, lo hizo bien. Según la consultora, al analizar más de 400 empresas, fue posible diferenciarlas a través de las siguientes ventajas:
- Estas empresas tienen el doble de probabilidades de estar en la cima de las clasificaciones de desempeño financiero dentro de sus sectores.
- Cinco veces más probabilidades de tomar decisiones más rápido que sus competidores
- Tres veces más probabilidades de ejecutar las decisiones según lo planeado
El impacto del big data en el departamento de compras
Profundizando en los desafíos específicos para el sector de compras, la consultora norteamericana McKinsey cita dos obstáculos principales para la adopción de estas herramientas en el sector: los líderes de la industria tienen poca o ninguna afinidad con las técnicas de análisis utilizadas por los científicos de datos; y el hecho de que las empresas carecen de un proceso estructurado para explorar, evaluar y capturar oportunidades dentro del sector.
En cuanto al potencial de beneficios a obtener, la consultoría destaca dos:
- Amplíe el conjunto de datos para el análisis además de los datos tradicionales que se mantienen en los sistemas de planificación de recursos empresariales (ERP) y gestión de la cadena de suministro (SCM).
- Aplicar métodos estadísticos altamente efectivos a nuevas fuentes de datos, combinándolos con los existentes.
De forma práctica, la consultora KPMG mostró cómo las cadenas de suministro están utilizando este tipo de tecnología a diario:
Fuente: KPMG
En otras palabras: la cadena de suministro del futuro tendrá algoritmos y análisis de datos como punto esencial.
¿Cómo desplegar? Con «modelos de madurez»
¿Cómo llevar esta discusión a la práctica? Mediante modelos de evolución (traducción gratuita de Big Data Maturity Models). Existen diferentes enfoques sobre cómo se podría hacer esto, pero un estudio realizado por investigadores sobre el tema destaca tres:
El primero es el modelo de Charles Poirier: en 1999, recomendó que se siguieran cuatro pasos:
- Abastecimiento y logística: caracterizado por excelencia funcional y programas como reducción de proveedores, reducción de inventarios y reducción de costos;
- Excelencia interna: uso de costos basados en actividades y gestión de procesos;
- Construcción de redes: desarrollo de procesos diferenciados en toda la empresa y planificación cooperativa;
- Líder de la industria: uso extensivo de herramientas tecnológicas, vínculos de oferta y demanda y una visión global.
Luego, Carnegie Mellon University define los siguientes pasos: planificar, suministrar, fabricar, entregar y devolver.
Finalmente, el modelo adoptado por los investigadores, que consta de cuatro fases:
1. Enfoque funcional:
Pocos procesos de la cadena de suministro y flujos de datos están bien documentados y comprendidos. Los roles organizativos, las responsabilidades y las asociaciones con los proveedores no están bien definidos.
La información básica, que no está disponible en toda la organización, se recopila electrónicamente de muchas bases de datos diferentes con acceso limitado.
2. Integración interna:
La información específica del proceso se recopila y comparte dentro de la fábrica mediante sistemas integrados y bases de datos internas.
En este punto, las asociaciones con proveedores ya están bien definidas y clasificadas. Los recursos se gestionan a niveles funcionales y multifuncionales.
3. Integración externa:
Las prácticas se extienden ahora a los puntos de interfaz con clientes y proveedores, identificando los más estratégicos, así como la principal información que la empresa necesita para apoyar sus procesos de negocio.
Además, se implementa una colaboración de procesos eficaz con clientes clave y la información se recopila y comparte electrónicamente con partes de la cadena de valor.
4. Colaboración en toda la empresa:
La tecnología de la información juega un papel importante en esta etapa. Los clientes y proveedores trabajan para definir una estrategia y principios mutuamente beneficiosos y definir objetivos de desempeño en tiempo real.
La tecnología de la información ahora automatiza la integración de los procesos comerciales en estas empresas, respaldando una cadena de suministro basada completamente en la estrategia.
Aplicabilidad de big data en el departamento de compras
Además de los temas discutidos aquí, es posible seguir la implementación de big data en el departamento de compras a través de otros materiales producidos por Soluparts. Además del core business de las áreas y empresas, con la adopción de big data, otros departamentos pueden beneficiarse del uso masivo e inteligente de datos.
Uno es el cumplimiento. Realizar auditorías y estandarizar procesos puede convertirse en tareas mucho más rápidas con el uso de datos capaces de reunir diferentes fuentes en un solo lugar, por ejemplo.
La estandarización de procesos también es un punto que se puede ayudar a través del big data, ya que la tecnología es capaz de recopilar datos estructurados y no estructurados en un solo lugar.
Con una política de adopción de datos más resistente, las organizaciones también se vuelven más resistentes. Nuevamente, el big data es una consecuencia natural para las empresas que aprovechan al máximo el potencial de los datos e invierten en Investigación y Desarrollo (I & D), lo que las ayuda a ser cada vez más rentables e innovadoras.
Antes de invertir en big data en su departamento, asegúrese de leer nuestro artículo con consejos para cosechar buenos resultados con la implementación de tendencias innovadoras: Cómo escapar del efecto manada.
