Prediciendo y cambiando el futuro

19 de Abril de 2021
Autor: José Antonio Parra
Categoría: Logística y Cadena de Suministro

Imaginemos dos escenarios como líderes de Cadena de Suministro en una Operación. En el primero iniciamos nuestro día y, los resultados de lo que sucedió el día anterior nos sorprenden. En el segundo escenario los resultados caen dentro de una zona clara y esperada y, por lo tanto, podemos avanzar con más confianza en un ambiente controlado.

Cuando nuestros propios resultados nos sorprenden gastamos mucho tiempo valioso en entender lo bueno o lo malo sucedido y, difícilmente podemos establecer las relaciones para prepararnos para lo que sucederá los próximos días y, mucho menos, estaremos en condiciones de tomar decisiones que nos permitan hoy, cambiar los resultados de mañana con asertividad razonable.

Las cadenas de suministro actuales demandan de una gran capacidad de predicción por nuestra parte y, el liderazgo de nuestra empresa dentro de la industria en la que participemos puede ser determinado por esto. Operaciones que podamos predecir nos llevarán a operaciones más controladas y, sujetas a ser ajustadas oportunamente para cambiar su destino. Literalmente.

Las predicciones han tenido avances significativos en los últimos años gracias a la capacidad de cómputo y, almacenaje de enormes cantidades de datos a costos cada vez menos relevantes. Lo que anteriormente se justificaba para unos cuantos casos de negocio es ahora viable para temas generales y, hasta triviales, de los que siempre es posible extraer valor sea vía un mejor nivel de servicio para nuestros Clientes, menores costos operativos para las cadenas o, lo mejor, una combinación de estos dos casos.

Otro avance importante en la predicción se da en el paso de evaluación de promedios, al caso de evaluación de puntos cada vez más específicos (granulares). Por ejemplo, antes era común hablar de resultados promedio, en categorías promedio, que agrupaban varios artículos que se agrupaban más por temas históricos, que por características de su demanda y, estos resultados agrupaban también zonas geográficas por simple cercanía, más que por el hecho de que sus mercados fueran comparables. Actualmente, estamos en posibilidad y, casi diría yo en obligación, de usar nuestra información para evaluar granularmente lo que sucede en cada punto de venta, para cada artículo y, para momentos específicos a lo largo del año. Pareciera que los resultados mensuales, para evaluar el desempeño operativo y, entender las oportunidades de mejora, están pasando a la historia. Los resultados por meses y regiones son ahora el agregado puntual y granular de lo que somo capaces de ver y entender con todo detalle. Nuestras acciones de negocio deberán ir por la misma línea.

Con estos avances, hay ocasiones en las que pensamos que los problemas se analizan y resuelven solos. La realidad es que los sistemas de simulación requieren de personas preparadas y conocedoras, tanto del manejo de la información, como del entendimiento de cómo operan las cadenas de suministro hoy, y también libres de ataduras. El talento que hoy existe a nivel global, para el manejo de simuladores, es escaso y, en el mejor de los casos, tendremos que desarrollar a nuestros equipos y, hacer esto de manera permanente. Esto origina nuevas carreras dentro de la gestión de las cadenas de suministro.

Nuestros equipos de liderazgo y, nuestros colaboradores de primera línea deben de acompañar este cambio y, en consecuencia, debemos seguir los programas de manejo de cambio y capacitación para que las nuevas capacidades construidas y, nuevas formas de operar, entreguen los nuevos resultados esperados, independiente a la disponibilidad de información.

Al pensar en lo necesario para que todo esto suceda, es irremediable considerar la disponibilidad de datos como otro de los principales retos; sin embargo, nos encontramos muchas veces con que los datos existen y, están almacenados con la granularidad necesaria; sin embargo, donde más comúnmente encontramos los problemas, es en el estar preparados para tomar esos datos y, transformarlos en decisiones de negocio con impacto y, ejecutables de manera oportuna.

El trabajo colaborativo entre sistemas de información, potenciados con capacidades analíticas avanzadas, incluyendo las de IA (Inteligencia Artificial), es una realidad inescapable. La parte colaborativa incluye al menos tres niveles de interacción que se entrelazan:

  • Planeación aumentada por los sistemas de información predictivos o simuladores.
  • Interacción entre áreas de negocio (Ventas, Mercadeo, Operaciones y Finanzas).
  • Interacción con socios de la cadena de valor y consumidores.

Es esta colaboración la que nos lleva a entender lo que va a suceder, a través de modelos matemáticos, y a proponer alteraciones en sus variables determinantes para cambiar el futuro con acciones ejecutadas hoy.

Todo pareciera ser una receta fácil; sin embargo, la predicción que no se liga a una ejecución precisa y sincronizada queda perdida e inservible, como si solo de un sueño ser tratara. Las herramientas y capacidades de análisis están cada vez más disponibles y, sus costos son decrecientes. El talento para entender las relaciones entre miles de millones de datos y, las capacidades para generar los modelos matemáticos escasean y, no hay mejor momento para desarrollarlos dentro de nuestros propios equipos que hoy. Estas apuestas para mejorar nuestras capacidades son importantes y, tal vez vitales para un futuro en un mundo global y competitivo, centrado en el Consumidor.

Acerca del Autor

  • José Antonio Parra
    Director Global de Transformación Digital / Grupo Bimbo.

    Ha desarrollado su carrera en empresas de productos de consumo como Grupo Bimbo, The Coca-Cola Company y Procter & Gamble en funciones de liderazgo en Cadena de Suministro, Finanzas y, más recientemente, en Información y Tecnología.

    Ingeniero Químico con diversos estudios de postgrado en administración, cadena de suministro y mejora continua, es un apasionado de la transformación de negocios, desarrollo de equipos y