La creciente prevalencia de términos como “big data”, “aprendizaje automático” e “inteligencia artificial” en los roles de la cadena de suministro podría hacer que los profesionales se pregunten si necesitan obtener una maestría en cálculo avanzado.
Si bien es cierto que las organizaciones basadas en datos generalmente tienen enormes ventajas sobre las empresas que aún no han comenzado ninguna transformación digital, la ventaja de ser pioneras no debería disuadir a las empresas de todos los tamaños de considerar el uso de datos básicos para crear información procesable.
Esto es particularmente cierto cuando se trata de sostenibilidad. Muchos transportistas dudan en incorporar datos a sus estrategias. Sin embargo, no hay necesidad de retrasar posibles iniciativas que reduzcan las emisiones de carbono debido a las preocupaciones en torno a la complejidad de la toma de decisiones basada en datos. Cualquier empresa puede aumentar el respeto por el medio ambiente de su cadena de suministro con un poco de datos (y muy poco de ciencia de datos) para potenciar un enrutamiento más inteligente.
Afortunadamente, muchos de estos trucos ya están implementados por la mayoría (si no todas) de las soluciones de correspondencia de carga digital (DFM) del mercado.
Hay algunos datos básicos que siempre están disponibles para cada envío, como el origen y el destino de la carga y cuándo debe entregarse. Con base en estos tres puntos de datos, los DFM pueden ayudar a los transportistas a reducir las emisiones en un 15 % o más, con un mínimo esfuerzo o inversión.
Muchos transportistas intentan recoger y entregar las cargas al principio de la ventana de entrega. La lógica es lógica. ¿Por qué no darse un margen de maniobra en caso de accidente de tráfico o de que la Madre Naturaleza interfiera en una entrega normal? Sin embargo, dependiendo de la hora del día, el objetivo de ser el pájaro madrugador que atrapa el gusano puede tener efectos ambientales adversos.
Los transportistas pueden estar poniendo sus vehículos en el tráfico para cumplir con la primera parte de una ventana de entrega, aumentando la cantidad de tiempo que los camiones pasan parados o atascados en el tráfico, creando emisiones de CO2 en la carretera.
Mediante el uso de datos básicos disponibles públicamente (o incluso una aplicación como Waze), un DFM puede identificar cuándo se producirá el mayor tráfico. Esto podría permitir a los conductores centrarse en la segunda mitad del período de entrega y, al mismo tiempo, reducir la cantidad de tiempo que pasan conduciendo o en ralentí.
También es posible que un DFM aliente a los transportistas a utilizar este enfoque para ajustar sus plazos de entrega predeterminados. Adelantar o retrasar los plazos un par de horas puede reducir fácilmente las emisiones innecesarias.
Este enfoque puede tener el beneficio adicional de escalonar los tiempos de llegada de la carga entrante. Esto significa crear un flujo de trabajo diario más uniforme para un almacén o centro de distribución, con camiones que llegan esporádicamente en lugar de hacer fila afuera de la puerta (y permanecer inactivos aún más). También significa reducir la probabilidad de pagar una multa porque los conductores deben esperar.
En otras palabras, sin cambios en la estructura de costos ni inversiones significativas, utilizando solo datos básicos y libremente disponibles, los transportistas y cargadores pueden alinear la eficiencia operativa, la reducción de costos, la calidad de vida de los conductores (evitando el tráfico) y la reducción de emisiones.
Evitar el tráfico no es el único lugar donde los proveedores de DFM aprovechan datos económicos (o gratuitos) para mejorar las operaciones de la cadena de suministro. Existe un principio en la cadena de suministro llamado "prácticas eficientes", en el que los profesionales se centran en minimizar el desperdicio en sus operaciones. Uno de los "desperdicios" que a menudo se olvida es toda la información y la inteligencia que una empresa tiene a su disposición. Un ejemplo fácil de esto podría ser el de las empresas que pagan por servicios de traducción en su sitio web o campañas de marketing por correo electrónico cuando, en realidad, pueden tener media docena de hablantes nativos de español disponibles en su personal.
Las soluciones DFM pueden agrupar cargas de diferentes transportistas aprovechando al máximo la información y el personal a su disposición, lo que ayuda a los conductores a asegurar la carga del punto A al punto B, y luego desde algún lugar cercano al punto B al punto C. En algunos casos, la carga incluso puede agruparse en un camión (el mercado LTL ha estado haciendo esto durante años), aunque eso generalmente depende de los volúmenes que se mueven y de los acuerdos con los transportistas.
La combinación de cargas y la agrupación de cargas reducen enormemente las emisiones y conducir un camión que transporta un remolque vacío es la carga más cara que puede transportar un transportista, tanto en términos de costos como de impacto ambiental. Al comprender los orígenes y destinos de múltiples transportistas, las empresas de DFM pueden reducir el tiempo que los transportistas dedican a "transportar aire" y mejorar significativamente los impactos ambientales.
Si llevamos las cosas un poco más allá, un DFM puede ofrecer a sus socios transportistas información y evaluación comparativa sobre el rendimiento de los almacenes, centros de distribución y equipos de recepción en las tiendas que el transportista tiene bajo su control. Esto se puede lograr de muchas maneras, desde sumar las tarifas de detención que aplican los conductores hasta confiar en cualquier solución de seguimiento y rastreo que utilice el DFM para calcular los tiempos de espera (para comparar con otros almacenes que utiliza el transportista o para comparar con la competencia).
Por supuesto, no todos los análisis de datos que utilizan los DFM más avanzados en tecnología se pueden realizar fácilmente en un abrir y cerrar de ojos, y cada uno de los ejemplos anteriores puede ser más sólido. Por ejemplo, al confiar en los datos de ubicación en tiempo real, un DFM puede desviar los camiones para evitar un accidente en la carretera y cumplir con los acuerdos de nivel de servicio.
Cada una de las soluciones DFM que existen en el mercado hoy en día se basa en grandes datos para fundamentar las decisiones. En muchos casos, los datos se utilizan para fomentar un transporte más ecológico, aunque parte de la “magia” que se produce en la caja negra de los DFM no sea más compleja que un simple truco de cartas.
Artículo original proporcionado por: https://www.ccjdigital.com/business/article/15065854/how-digital-freight-matching-data-supports-sustainability
