LIS-Solutions y Deustotech analizan el Big Data en Logística
Con la colaboración de Deustotech (Universidad de Deusto), la consultora especializada en análisis de datos de la supply chain, LIS-Solutions, realizaron una jornada acerca de lo que significa y cómo se pueden manejar los grandes volúmenes de datos, Big Data, que se originan en las operaciones logísticas. Para ello, presentaron algunos casos de éxito que han permitido resolver problemas logísticos y productivos en empresas del sector farmacéutico e industrial, basados en la aplicación de técnicas de Minería de Datos y Business Intelligence. Asier Barredo, Director de Proyectos de LIS-Solutions, ante la avalancha de datos que nos viene, destacó la importancia de las herramientas de Business Intelligence yanimó a las empresas a “ invertir en personal y su formación en el análisis de datos con el que éstas podrán diferenciarse y aumentar la productividad por cada persona.”
Cada vez son más comunes situaciones con un amplio volumen de datos y número de archivos, así como diferentes fuentes de captación de esos datos (SGA, ERP, manuales, etc.), originan un punto de partida para realizar un análisis confuso: se cuenta con muchos datos, pero poca información. La utilización de herramientas como Qlikview (Business Intelligence) y Knime (Minería da datos), y a través de tres fases secuenciadas, los consultores de LIS-Solutions explicaron cómo convertir el caos en orden. Para ello s e siguen tres fases: Detección de fuentes de datos y optimización (racionalización). Creación del modelo relacional, vinculando el mayor número de archivos en una o varias tablas. (Herramientas ETL) y Análisis del problema y solución a través de herramientas de Minería de datos (Knime) y Business Intelligence (Qlikview)
Como ejemplo, la aplicación de estas herramientas en una empresa del sector farmacéutico permitió detectar una rotura en la cadena del frío, así como su origen y las causas, haciendo que los datos fueran los que hablaran. De este modo, los propios datos fueron los que guiaron a los consultores a través de los diferentes departamentos, productos y almacenes directos al origen del error. Se empleó una herramienta de Minería de datos que exportó una matriz de correlación entre las diferentes variables (días de la semana, operarios, horario, productos y prioridades) donde se podían detectar patrones de comportamiento, como por ejemplo que los viernes y sábados i nfluían en la rotura de frío así como la prioridad de los pedidos. Para realizar dicho análisis, tan solo tuvieron que introducirse los archivos de Excel. Basados en estas pistas, los consultores logísticos averiguaron el resto a través de herramientas de Business Intelligence y solucionaron el problema. Para ello, tuvieron que modificar la estructura de los pedidos y realizaron un análisis de viabilidad de la instalación. Esto le permitió, finalmente, proponer mejoras para aumentar la velocidad de la extracción de pedidos através de un almacén automático.
En un segundo caso de éxito, Deustotech expuso un caso del sector Siderometalúrgico donde, a través de una análisis de datos de las máquinas que realizaban las mezclas para la conformación del acero, pudieron comprobar cómo, controlando la composición inicial de las mezclas, a través de métodos estadísticos, las calidades de acero que se obtenían eran superiores a las que se obtenía a través de la experiencia de los propios operarios.
