03

Aplicaciones Big Data a la logística

Inversión en tecnología big data 02

Logística en la nube 04
Pros y contras del uso del cloud en logística 05
Productos basados en big data de operadores logísticos 07
Software de big data 09
Tecnología made in Spain: Inditex 12
Lean y big data en la cadena de suministro 14
Bibliografía y recursos 16
Módulo Revolución Logística

Casos Prácticos Resueltos

 Aplicaciones del big data a la logística

I. Inversión en tecnología big data

La tecnología es una parte esencial para generar estrategias sostenibles

en el tiempo. Mejorar la eficiencia y la experiencia del cliente es la única
forma de obtener ventajas competitivas.

Los operadores logísticos no pueden seguir confiando en la información

obtenida de sistemas de datos externos entregados dos días después
de recibida. El software de visualización que gestiona el big data trans-
forma los datos en reportes diarios efectivos.

La mayor desventaja a la que se enfrenta el Big Data en el sector logístico es

el coste de la inversión y la no utilización una vez implementado. Se trata de
una de las últimas tendencias que ofrece el entorno digital. Es necesario un
proceso de adaptación a una nueva forma de trabajar creando estructuras
innovadoras en los procesos logísticos.

Otro de los problemas es la privacidad de los datos utilizados a diario. Son

datos valiosos para compararlos, generar estadísticas y utilizarlos como mo-
delos. Algunos de los fabricantes específicos centrados en software de big
data para el sector logístico son:
• SAP. Su objetivo es ayudar a aportar mayor valor al servicio y simplificar la ges-
tión del transporte. Se orienta a empresas de transporte, proveedores de servi-
cios de logística y de hostelería.
Características:
ശശ Automatiza los procesos de licitación, ejecución, monitorización e ins-
talación para el transporte de cargas.
ശശ Cuenta con herramientas especiales para gestionar la logística, espe-
cialmente útil cuando interviene el transporte intermodal.
ശശ Integra las finanzas con los procesos de gestión y herramientas espe-
cíficas de big data para análisis de datos, métricas e informes.
Beneficios:
ശശ Agiliza la toma de decisiones, aportando información específica del
mercado y el cliente en tiempo real con herramientas big data.
ശശ Fomenta la integración y aumenta la adaptabilidad.
ശശ Facilita la comunicación y potencia la colaboración en red.
ശശ Optimiza la gestión de procesos y la utilización de los recursos y su
mantenimiento.

2
 Aplicaciones del big data a la logística

ശശ Permite hacer un mejor seguimiento que conduce a un mayor control

sobre el gasto operativo y de transporte.
• IBM. La solución de IBM Enterprise Content Management (ECM) ayuda a las
empresas en la gestión del transporte a afrontar desafíos como la globaliza-
ción, la consolidación, la necesidad de cadenas de suministro más flexibles y la
mejora de la seguridad.
Características:
ശശ Recoge electrónicamente los documentos en papel en el “punto de
entrada” estructurando la información para su posterior análisis.
ശശ Captura y retiene todos los documentos y comunicaciones produci-
dos a lo largo de su ciclo de vida.
ശശ Aporta consistencia, exactitud y puntualidad en la publicación de las
políticas, procedimientos, formularios, documentación y materiales
de capacitación.
ശശ Almacena y gestiona contenido corporativo crítico y comunicaciones.
Beneficios:
ശശ Minimiza costes, algo fundamental para el transporte intermodal.
ശശ Evita retrasos y previene multas y sanciones.
ശശ Proporciona una visión única de clientes, empleados y proveedores.
ശശ Facilita la creación de los informes de cumplimiento.
ശശ Contribuye a obtener una comprensión más precisa y detallada de las
necesidades del cliente.
• Transics. Son especialistas en gestión del transporte. Desde su propuesta de
plataforma integral permiten alcanzar la economía de costes al facilitar la
elección de la mejor alternativa en cada caso. También garantizan la agilidad y
seguridad de los procesos y el flujo de documentación gracias al automatismo
que permite su sistema, integrándolo con herramientas específicas de big data.
Entre sus características está la de incluir mediciones para la carga, la distribu-
ción, los conductores, pedidos, subcontratistas, remolques y vehículos.
Beneficios:
ശശ Conecta la carretera con la oficina.
ശശ Permite un mejor control sobre la flota.
ശശ Integra todas sus herramientas en plataforma user friendly (amiga-
ble).
ശശ Evita obstáculos legales.
ശശ Permite enviar los documentos del camión a la oficina en minutos.
ശശ Ayuda a encontrar trayectos ecológicos y económicos.
ശശ Mejora las comunicaciones.

3
 Aplicaciones del big data a la logística

II. Logística en la nube

Las empresas más avanzadas del sector logístico están consolidando su

apuesta por herramientas big data en el cloud (nube) a través de los al-
macenes de información de los fabricantes del software que utilizan.

El proyecto C2Net (Cloud Collaborative Manufacturing Networks) tiene

como objetivo desarrollar herramientas informáticas alojadas en la nube
para ayudar a las empresas a optimizar la gestión de su cadena de suminis-
tros aprovechando los recursos que ofrece Internet. El proyecto permitirá
construir redes de empresas para reducir costes e ineficiencias operativas.

El proyecto ha permitido construir redes de empresas para reducir costes e

ineficiencias de sus cadenas de suministros ya que muchas deben gestionar
cada día un importante flujo de materiales que entran y salen de sus instala-
ciones. Realizar esta actividad de forma eficiente no resulta una tarea senci-
lla y consume muchos recursos.

Las tecnologías basadas en big data abren posibilidades impensables hasta

hace poco tales como conseguir una utilización más eficiente de los activos
de la cadena de suministro mediante la gestión en red de forma colaborativa
de la demanda y de los planes de suministro, producción y distribución.

4
 Aplicaciones del big data a la logística

C2Net está financiado por Horizonte 2020 (el programa de la UE de apoyo a

la I+D). Se enmarca en la iniciativa 'Factories of the future' dedicada al desa-
rrollo de tecnologías de alto valor añadido para las fábricas del futuro.

Las herramientas desarrolladas ponen en marcha escenarios colaborativos

empresariales que ayuden a las empresas logísticas a incorporar la innova-
ción y mejorar su competitividad global. Estas aplicaciones serán capaces no
solo de monitorizar en tiempo real el flujo de materiales entre plantas, pro-
veedores y clientes sino también de calcular la mejor opción posible.

Mediante los desarrollos a realizar en C2Net se podrán monitorizar en

tiempo real eventos imprevistos como un retraso en el suministro de un
material, la parada de una máquina o una variación de la demanda en los
puntos de consumo. Una vez analizada la información sus herramientas de
optimización propondrán nuevos planes de suministro, producción o distri-
bución que minimicen el impacto en los costes y maximicen la utilización de
los recursos logísticos y el servicio al cliente.

El proyecto C2Net se puso en marcha el 1 de enero de 2015 con una dura-

ción de 3 años. Participan 21 entidades de 6 países europeos, lideradas por
la empresa Atos IT Solutions And Services.

En el proyecto se desarrollarán aplicaciones informáticas escalables y al mo-

delo de operador y se aplicarán procesos de transferencia de tecnología a
las empresas industriales para definir requisitos funcionales y los escenarios
de validación de C2Net. Participará activamente en el diseño e implementa-
ción de la arquitectura cloud así como en el desarrollo de modelos de simu-
lación y algoritmos de optimización.

III. Pros y contras del uso del cloud en logística

El cloud es un modelo para tener tecnología de forma segura y accesible

desde cualquier lugar como un servicio a través de internet sin necesi-
dad de inversiones.

5
 Aplicaciones del big data a la logística

• Ventajas
ശശ Ahorro en la inversión inicial. La infraestructura de hardware para alo-
jar la solución se elimina y solo son necesarios los equipos de uso. El
coste inicial de licencia tampoco es preciso ya que se aplica un pago
por uso y servicio mensual (SaaS).
ശശ Actualizaciones automáticas y seguras de las aplicaciones. No hay que
dedicar varias semanas a actualizar las aplicaciones Las actualizacio-
nes son completamente transparentes y automáticas.
ശശ Ahorro en los costes de mantenimiento. Al adoptar un modelo SaaS el
mantenimiento de la aplicación y del alojamiento de la solución recae
en el proveedor.
ശശ Flexibilidad. Este modelo es ideal para adaptarse a cualquier empresa
ya que siempre es posible incrementar o reducir el servicio que se
está recibiendo.
ശശ Acceso a la información desde cualquier lugar. Tan solo es necesaria
una conexión a Internet para poder trabajar de forma remota.
ശശ Reducción de los tiempos de implantación. Cuando se realiza un des-
pliegue de la solución logística, que resulta innecesaria la instalación
del software en los clientes al acceder al programa informático desde
un navegador web.
ശശ Seguridad. La computación en nube no depende de equipos informá-
ticos, por lo que no se pierden datos en caso de extravío de equipos
portátiles o ante cualquier fallo en un equipo del cliente. Debido a
que los datos se almacenan en la nube se puede acceder a la infor-
mación de la empresa independientemente de cualquier suceso que
pueda acaecer al equipo informático.

6
 Aplicaciones del big data a la logística

Tienda Inditex marcando productos.

• Inconvenientes
ശശ Dependencia de la conexión a la red. Antes de decidir dar el paso a la
nube se debe comprobar que la infraestructura de red que soportará
los servicios sea la adecuada y asegurarse de disponer de un plan de
contingencia ante posibles caídas de red.
ശശ Pérdida del control de los datos. Este es el mayor inconveniente para
dar el salto a la nube. Al subir la información a un servidor alojado en
la nube se produce una deslocalización de la información que a mu-
chas empresas les preocupa.
Se basa en la percepción de que los datos están más seguros en sus
propias instalaciones. Lo cierto es que es más fácil que las fugas de
datos se produzcan a nivel interno y la posibilidad de un incidente con
sistemas propios es mucho más probable que con servicios alojados
en la nube.

IV. Productos basados en big data de

operadores logísticos

Los operadores Kuehne Nagel y DLH han desarrollado productos en big

data basados en indicadores logísticos y mejora de los datos de envío y
entrega.

7
 Aplicaciones del big data a la logística

• Kuehne Nagel. Apuesta por la digitalización con el lanzamiento de su

nuevo producto “gKNi” basado en datos de logística y análisis predictivo.
Este indicador aporta previsiones de cifras económicas (como informa-
ción relativa a la balanza comercial y a la producción industrial) basadas
en los flujos del comercio mundial y las cifras del mercado.

Ha desarrollado una plataforma propia que permite analizar el big data

con bases de datos, automatización y análisis predictivos. Este software
proporciona conocimientos del pasado, presente y futuro próximo con 55
días de ventaja sobre otras previsiones.

Con este lanzamiento el operador refuerza su apuesta por la digitali-

zación. Después de la introducción del servicio KN FreightNet de carga
aérea en 2014, Kuehne Nagel lanzó a finales de 2015 una solución digital
para citas y reserva de servicios de grupaje o LCL de puerta a puerta.

• DHL. Mejora las ratios de entrega y la eficiencia en los envíos que es el

objetivo de cualquier empresa de logística y de los negocios online. Tiene
avances como los drones o la realidad aumentada de la mano de Google,
Vuzix y Ubimax.

Ha integrado una solución de picking mediante visión. Los operarios pro-

vistos de gafas inteligentes pueden ver dónde deben colocar en la carreti-
lla cada artículo recogido teniendo las manos vacías para operar.

8
 Aplicaciones del big data a la logística

V. Software de big data

Conocer mejor al cliente potencia el nivel de servicio y permite un ma-

yor control de los costes asociados. Las principales operadoras de logís-
tica utilizan software de ruteo (búsqueda de ruta en tiempo real):

ശശ Maersk Line es la mayor compañía del mundo en cuanto a transporte de

mercancías por mar. Si el transporte marítimo de mercancías es la circulación
básica del comercio mundial los barcos de esta macroempresa danesa repre-
sentan la mayor parte. Es todo un referente con sus más de 500 barcos porta-
contenedores que se encargaron del transporte en 2011 casi cuatro millones
de contenedores.
ശശ DHL es la mayor empresa de logística del mundo. Las actividades a las que se
dedica esta empresa alemana (propiedad de Deutsche Post) incluye servicios
y transportes de todo tipo: correo tradicional, mensajería, paquetería, flota de
camiones, furgonetas, motos, barcos fluviales, aviones, etc.
ശശ FedEx está considerada como la mayor compañía de envíos exprés. Cuenta con
la mayor flota aérea de carga del mundo. Trabaja desde su base de Memphis
repartiendo todo tipo de mercancías por los cinco continentes.
ശശ UPS (United Parcel Service) es otro gigante de la logística. Las furgonetas de re-
parto de UPS llegan hasta 220 países.

1. Logística aeroportuaria

La aplicación de herramientas altamente desarrolladas de las TIC y el

Big Data a la logística en los aeropuertos (smart cities) pretende evi-
tar que los pasajeros en tránsito tengan que recorrer grandes distan-
cias y esperar mucho tiempo desde que se bajan de un vuelo hasta
que embarcan en el siguiente asignando puertas de forma dinámica
según las necesidades inmediatas.

Si dos vuelos (uno que llega y otro que sale) tienen varios pasajeros en
común automáticamente se les asignarán puertas cercanas. De esta
forma no tendrán que recorrer grandes distancias en tránsito y el vuelo
que despega no se retrasará.

9
 Aplicaciones del big data a la logística

Dubai Airports fue la primera compañía en crear un aeropuerto de

grandes dimensiones basado en las últimas tecnologías y el análisis de
los datos y un aeródromo con capacidad para mover a 120 millones de
pasajeros al año:

Otra de las posibilidades de incorporar el análisis del Big Data a la logís-

tica de los aeropuertos es la de que las tiendas de las terminales pue-
dan dar la información de las puertas en el idioma que hablan los pasa-
jeros: no solo en inglés o en árabe como se viene haciendo de manera
tradicional. También facilitarían otras informaciones de interés, como el
tiempo que tardará el pasajero en llegar a su puerta de embarque...

2. Software AG

Aplicación inteligente para la gestión logística a través de digital bu-

siness platform (DBP). La inteligencia logística de este software:
ശശ Mejora la sincronización de las operaciones logísticas complejas.
ശശ Ofrece visualización y soporte a las entregas y servicios de los di-
ferentes proveedores en la cadena logística.
ശശ Aprovecha el Internet de las Cosas con análisis en tiempo real de
los datos provenientes de múltiples sensores.

10
 Aplicaciones del big data a la logística

Combina además capacidades de análisis y monetización de activos

gracias a aplicaciones digitales de última generación. Smart Logistics se
incluye con procesos de negocio inteligentes para la sincronización en
tiempo real de las redes globales de logística. Puede analizar en strea-
ming el Internet de las Cosas (Internet of Things, IoT) y contextualizar
información para proporcionar visibilidad y eficiencia a las operaciones
más complejas.

La Digital Business Platform (DBP) de Software AG permite a las em-

presas de transporte y proveedores logísticos analizar de forma instan-
tánea los datos de los sensores de a bordo, condiciones climáticas, trá-
fico, sistemas telemáticos y sistemas de análisis de riesgos geopolíticos.
De este modo es más sencillo identificar problemas mucho antes (como
cargas erróneas o retrasos) y responder proactivamente y con mayor
agilidad. La DBP puede tener en cuenta información de los vehículos,
barcos, trenes, etc., lo que facilita al cliente conocer si está sucediendo
algo que afecte al transporte.

Con estas herramientas para modelado predictivo los usuarios incluso

aumentarán su capacidad para predecir dónde se pueden dar excepcio-
nes y determinar por ejemplo las horas estimadas de llegada antes de
que la ruta haya comenzado.

La capacidad para actuar antes gracias a los resultados del análisis en

tiempo real de los datos y comunicar las previsiones a todas las partes
involucradas en un proceso logístico es la clave de una logística inteli-
gente para minimizar gastos y acabar con las ineficiencias. Es una ven-
taja competitiva.

La analítica en tiempo real teniendo en cuenta los datos históricos au-

menta la eficacia de las predicciones. Además una conectividad prácti-
camente sin límites asegura la participación de todos los proveedores y
transportistas en la solución ya que pueden compartir su información
independientemente de su nivel de sofisticación tecnológica.

Digital Business Platform integra tecnologías clave para el funciona-

miento de Smart Logistics. ARIS y Alfabet (plataformas líderes del
mercado) hacen posible que los procesos logísticos complejos sean di-
gitalizados y optimizados. La plataforma conecta los sistemas y las apli-
caciones de cloud para acelerar la obtención de datos desde cualquier

11
 Aplicaciones del big data a la logística

ubicación. Además permite detectar patrones y responder de manera

inteligente. Esta capacidad para captar y gestionar información pro-
veniente de diversas fuentes es lo que facilita la visión de patrones y
tendencias para desarrollar nuevos modelos de negocio más eficientes.

VI. Tecnología made in Spain: Inditex

Un algoritmo predice las tallas que más se van a vender según la tienda
(el nivel varía según los barrios y Zara lo tiene calculado) para antici-
parse a la demanda y reducir el stock del almacén.
Anteriormente la predicción de las necesidades la hacía la encargada
por su intuición y experiencia. Ahora en lugar de llamar por teléfono o
mandar un fax tiene un iPod Touch en la muñeca que conecta en tiempo
real todas las tiendas del grupo con la central y detecta inmediatamente
sus superventas.

Con RFID se tardan unos cinco segundos en comprobar (solo con acercar
levemente a la caja este aparato de radiofrecuencia) que dentro están las
prendas previstas. Antes era preciso un día entero para hacer el inventario
de la tienda (y hacían falta entre 20 y 24 personas). Ahora con seis personas
se resuelve en apenas tres horas. Esta tecnología de radiofrecuencia también

12
 Aplicaciones del big data a la logística

ha cambiado por completo la colocación de las prendas. Cada vez que se

vende una prenda el chip emite una orden inmediata al almacén para que se
reponga.

En 2014 Zara adquirió 500 millones de chips RFID (uno de cada seis de los
que se espera utilicen los fabricantes de ropa en todo el mundo) según la
firma de investigación IDTechEx. Otras grandes cadenas como Walmart o JC
Penney han intentado la aplicación de esta tecnología pero sin mucho éxito.
Inditex es de momento el mayor retailer que ha logrado su aplicación ma-
siva. Se observa en sus cifras de negocio.

Esto permite saber en cada momento cuántas prendas hay y dónde es-
tán es el chip de RFID insertado discretamente en la alarma desde que
sale del almacén central hasta el momento de la venta, en que se desac-
tiva automáticamente.

La sofisticada red privada de wifi de Inditex comunica todas las tiendas

entre sí y con la central. Para hacer posible semejante transmisión de
datos los establecimientos integran discretamente en sus circuitos de
iluminación 20.000 antenas wifi para garantizar la cobertura. Una in-
fraestructura complicada que ha sido diseñada por y para la compañía
textil que (a diferencia de su competencia) evita externalizar ningún ser-
vicio.

La rapidez del modelo está basada en la integración vertical de todas las

fases de producción. Es una cuestión de control: Inditex supervisa todos los
procesos (desde el diseño a los programas informáticos o la construcción de
las tiendas) que realiza otra empresa del grupo.

Todos los países en los que está presente comparten el mismo sistema eléc-
trico centralizado. Un software de análisis de big data (desarrollado por la
empresa) permite al departamento de Medio Ambiente medir los consumos
energéticos de cualquier tienda del mundo desde su ordenador en la central
Mundial de Arteixo (Galicia, España). Sus parámetros evalúan hasta el nivel
de concentración de CO2.

Si a un encargado se le olvidara apagar las luces en Ciudad del Cabo, en

Berlín la humedad del aire no fuera la adecuada o en Nueva York se dejaran
el aire acondicionado encendido por la noche una alarma avisa inmediata-
mente de la irregularidad. Desde Arteixo (con un simple iPad) se avisa de la
incidencia al encargado de mantenimiento del país que corresponda.

13
 Aplicaciones del big data a la logística

Este sistema de establecimientos ecoeficientes con tecnología big data em-

pezó a implantarse en 2009. Permite un importante ahorro energético, que
varía según la tienda entre el 27% y el 67%, es decir, en menos de dos años
se amortiza la inversión de la reforma.

La informática combinada con la logística ha sido el aliado perfecto para

lograrlo. Ya en 1993 Inditex fue pionera en aplicar el primer carrusel de
paquetería a la industria textil. Siempre ha ido un paso por delante en
logística. El momento diferenciador se produjo cuando en 2000 decide
desarrollar su propio software para hacer su carrusel más eficiente.
Normalmente este tipo de tecnologías solo las desarrollan empresas
propiamente logísticas. El resto de la industria suele subcontratarles el
servicio.

El sistema le permite ejecutar procesos que hace años resultaban impensa-

bles. Un algoritmo permite que el carrusel reparta miles de prendas por las
cajas en función del tipo de prenda y de talla que necesita cada tienda y en
el orden en que lo va a necesitar reponer.

Para lograr el sistema matemático que permite este nivel de optimización

de los envíos Inditex empezó a trabajar con el Instituto Tecnológico de
Massachusetts (MIT) en 2008. Cuanto más afinan más tiempo se ahorra el
personal de la tienda y más se reducen los costes de stock.

VII. Lean y big data en la cadena de suministro

La metodología Lean permite identificar los procesos que no son efi-
cientes y no aportan valor añadido y utilizar solo los datos del ERP
(Enterprise Resource Planning) y el SCM (Supply Chain Management)
para predecir qué stock se va a tener en la tienda, en qué momento se
va a reponer, el contacto con proveedores, la distribución, etc. Conocer
con precisión los datos que indican qué hay que hacer y cuándo es lo
que va a permitir tener ventajas sobre la competencia.
La aplicación de Big Data puede ayudar en las grandes decisiones (Big
Decisions) relacionadas con la Cadena de Suministro al permitir tomar de-
cisiones predictivas a partir de los cientos de miles de datos relacionados
con pedidos, clientes, productos, proveedores, ubicaciones, tarifas…

14
 Aplicaciones del big data a la logística

Una de las aplicaciones más extendidas de Lean está vinculada al Supply

Chain. Podemos encontrarla bajo denominaciones como Lean Logistics o
Lean Purchasing. Organizaciones referentes a nivel nacional (como el Centro
Español de Logística, CEL) recomiendan la utilización de Lean para mejorar la
eficiencia.

Según Forbes los responsables de la Cadena de Suministro saben que big

data les va a permitir gestionar mejor la cadena y optimizar mejor los proce-
sos usando las herramientas de optimización, la demanda de predicción, etc.

La cadena de suministro genera una gran cantidad de datos que son alma-
cenados con los sistemas tradicionales (ERP, SCM) y tienen una forma muy
estructurada. Para entender cómo el big data y el lean pueden ayudar a me-
jorar la cadena de suministro hay que evaluar las fuentes externas de datos.

Hay más de 50 fuentes de datos que pueden ayudar a la mejora de la gestión

del Supply Chain. Son datos estructurados que se combinan con otros se-
miestructurados y desestructurados y que cumplen las 3 V del Big Data:
ശശ Variedad: datos de clima, tráfico, blogs, calls..
ശശ Velocidad: rapidez con la que se generan
ശശ Volumen: generación cada vez mayor de datos

15
 Aplicaciones del big data a la logística

Ejemplo
El operador UPS ha ido introduciendo dispositivos para poder mejorar sus gastos en
transporte, seguridad de sus conductores y eficiencia en las rutas y colocando en más
de 46.000 camiones sensores telemáticos para controlar la velocidad, dirección, uso
de frenos y cómo se conduce.
Estos datos no solo se usan como monitorización de lo que hacen los conductores.
También sirven para predecir cuando un conductor tiene que descansar, cuando tiene
que reciclarse en la conducción para aumentar su seguridad vital en la carretera,
cuándo hay que poner gasolina y dónde y configurar cuándo son los mejores momen-
tos para la carga y descarga de productos. Todo en tiempo real. Con este sistema han
conseguido ahorrar muchos millones de dólares anuales.

VIII. Bibliografía y recursos

http://www.dhl.es/es/logistica/area_de_clientes/aplicaciones_para_la_localiza-
cion_de_envios.html
http://www.adur.com/transkal/
http://www.hiberus.com/sector-transporte-y-logistica
http://www.fundetec.es/wp-content/uploads/2012/03/LIBROBLANCObaja.pdf

16