Data Analytics se posiciona rápidamente como la herramienta que permite afinar la puntería logística y hacer rendir más los esfuerzos que se invierten en los procesos que dan vida a la supply chain. Cuanto mejor se conoce el mercado a través del descubrimiento de comportamientos o preferencias que pueden estar ocultos a simple vista, mejor y más acertados serán las estrategias logística, de servicio al cliente y de alineamiento de esfuerzos entre las partes que intervienen en la cadena de valor. Hoy ya no es una opción sino que es una necesidad. No entender el valor que tienen los datos puede ser seguir trabajando en las sombras por no poder definir claramente qué estrategia seguir.

Como en toda implementación estratégica, y Data Analytics también lo es, se comienza con la definición de una estrategia, el “qué” de lo que se espera obtener, para lo qué se invertirán recursos y luego, en una segunda etapa, se procede a la búsqueda de la herramienta que ayudará a alcanzar el objetivo. La búsqueda del software que mejor se adapte a las necesidades del uso a darle y de la información a pedirle.

No todos los softwares son iguales porque incluso la capacidad de elaborar informes puede ser definitoria a la hora de elegir. No se trata meramente de la capacidad de cálculo, pero sí de que puedan manejar y administrar la cantidad enorme de datos en poder de la empresa y a los que necesita hacerlos producir.

Los informes son igualmente muy importantes, porque los datos serán utilizados por diferentes sectores de la empresa con necesidades de presentar la información de manera diferente según el sector y según su objetivo. Es muy importante que el software sea adaptable (customizable) según las necesidades específicas o las interacciones con los usuarios.

Es decir, trabajando los datos almacenados en el cubo, hacer posible analizar y presentar esos datos como el usuario los necesite, sin descuidar tampoco la reducción de tiempo y la versatilidad en la elaboración de los informes finales.

Entre las capacidades buscadas en el software se pueden enumerar:

  • Adaptarse a la forma de ver la información que necesita cada área específica: Ventas, Ingeniería, Calidad, Operaciones, etc. Cada una pueda generar sus propios dashboards comparando la realidad contra los objetivos de cada sector.
  • O saber cuánto inventario en qué canales y en cada lugar donde esté almacenado; que son datos para la formulación de decisiones.

En el caso del área de Finanzas, por ejemplo, será, entre otras cosas, la de identificar lugares para posible crecimiento; donde se están aplicando descuentos que no se deberían aplicar; o para el área de Compras tener la capacidad de analizar comparativamente costos a lo largo del tiempo.

En definitiva, que lo datos, según la necesidad de cada sector, se puedan analizar y transformar en oportunidades de crecimiento a través de un análisis más avanzado y específico.

El IEEC comenzará en mayo próximo su segunda versión del curso “Basics of Data Analytics

FacebooktwitterlinkedininstagramFacebooktwitterlinkedininstagram

About Author

Ing. Civil (UBA), M. Sc. (Universidad de Berkeley), CPIM y CSCP (APICS), SCOR-P, SCOR International Instructor.

Comments are closed.