Noticias

7 Soluciones multisectoriales de negocio en Big Data Analytics

libro blanco big data analytics
15 noviembre 2019
Share Button

¿Cómo optimizar la cadena de suministro en el retail? ¿Qué datos se necesitan para prever la demanda de un producto? ¿Cuáles son los retos para la digitalización del tercer sector? ¿Cómo toman las decisiones los clientes?


Las respuestas a estas preguntas están el último Libro Blanco publicado por MSMK, Big Data Analytics: una experiencia multisectorial. Siete expertos en Big Data, inteligencia artificial y Advanced Analytics analizan cómo estas tecnologías se han incorporado a los diferentes sectores empresariales, ofreciendo soluciones rentables y eficientes. Una oportunidad para estar al día con las nuevas tecnologías de datos y cómo éstas podrían ayudar a tu sector.

El entorno digital está evolucionando a pasos de gigante en todos los sectores económicos. Las empresas y organizaciones están incorporando técnicas y herramientas de Big Data Analytics y aprovechando las oportunidades que generan. Sin embargo, no todos los sectores están evolucionando en este sentido. En este Libro Blanco se analizan las soluciones que el Big Data Analytics está ofreciendo a los diferentes sectores empresariales y ofrece una perspectiva que permita afrontar los retos que esta evolución precisa.


Inteligencia Artificial y Supply Chain en el Sector del Retail


Sobre este asunto nos habla José Miguel Rico de la Hera, Executive Partner de IBM, que nos aproxima a una definición de Supply Chain. Es un proceso que consiste en poner los productos a disposición de los clientes. Abarca desde la obtención de las materias primas para la fabricación, hasta la entrega en las manos de sus clientes. Esto puede parecer sencillo, pero en un sector como el retail, el volumen de productos y mercancías es enorme y es necesario que el movimiento de estos productos sea ágil y continuo. En parte, por el carácter perecedero de algunos de los productos.

En esta línea, José Miguel explica las nuevas oportunidades que la transformación digital ha traído a las cadenas de suministros. Por ejemplo, la reducción de costes y la eficiencia operativa gracias a la automatización con Robotics Process Automation, “pero con una visión cognitiva, lo que desde IBM llamamos Intelligent Automation”, explica José Miguel.

El 85% de las empresas de Retail y el 79% de las empresas de CPG planean utilizar Intelligent Automation en los próximos 3 años”, asegura de la Hera. Los beneficios que esperan obtener, según explica, son la mejora de la productividad del inventario, reducción de costes, mejora en agilidad operativa y mejora del top-line.

Pero no queda aquí la cosa. Son muchas las mejoras que plantea el uso del Big Data Analytics. Otro ejemplo es la mejora en las previsiones de demanda. “Un 77% de las empresas de retail y consumo están comenzando a emplear analítica avanzada, combinando datos históricos del PoS (Point of Sale), con datos demográficos, actividad en redes sociales y datos climatológicos para poder mejorar la previsión de la demanda y el assortment, mejorando de esta manera las métricas de out-ofstock, mark-downs y rotación de inventario”, expone el Executive Partner de IBM, a lo que añade una serie de recomendaciones que podrás ver en este White Paper.

Por su parte, Manuel del Barrio, Head of Business at Decide Solucione analiza en su intervención en este libro blanco las posibilidades que tiene la Analítica Avanzada en cada uno de los puntos de la cadena de suministro. Para él, la cadena de suministro y la logística son áreas críticas. Por eso, detalla en cada parte del proceso cómo optimizar la producción y los tiempos durante la fabricación, en el centro de distribución, en el transporte y, finalmente, en la tienda de cara al público.


Estrategia de datos en RRHH


El sector de los RRHH lleva tiempo usando los datos de las personas para mejorar los procesos y reducir los costes de las empresas. Los medios tecnológicos y digitales a su alcance han permitido crear estrategias guiadas por datos que ayudan a tomar decisiones correctas.

Basándose en esta estrategia, un experto en la materia como es Jesús Cristobal es QLIK EXPERT en SAND y Director de Master Executive en People Analytics & Strategic Talent Management de LMS, piensa que los objetivos generales deben dar paso a objetivos más concretos y medibles que permitan desde lo micro obtener los objetivos macro.

En este sentido, recomienda a los profesionales de los Recursos Humanos identificar las mejores fuentes de datos, saber combinar los datos de diferentes fuentes y desarrollar nuevas fuentes que completen la estrategia. Algo que puedes ver en su intervención en Los Papeles Blancos que recientemente ha publicado MSMK.  


Analítica avanzada y Previsión de demanda


Romy E. Rodríguez-Ravines, Advanced Analytics Senior Manager en Innova-Tsn nos propone en el nuevo White Paper de MSMK, “mirar hacia atrás para impulsar el futuro”. Se refiere a analizar los datos para mejorar las cifras en el futuro. Por eso, en su intervención en el informe, habla de contar con previsiones de nuestra demanda que ayuden a tomar decisiones sobre acciones relacionadas con inventario, distribución, gestión de categorías, inversión en tienda, publicidad o las promociones. “Por ello existen innumerables herramientas que ofrecen hacer esas previsiones casi automáticamente”, asegura Rodríguez.

En el documento, que puedes descargar gratis, Rodríguez comparte una serie de reflexiones sobre el uso correcto de los datos y los sistemas predictivos. “Aspectos clave desde la perspectiva empresarial que, sin lugar a dudas, señalan el camino futuro de las decisiones informadas basadas en la ciencia de datos”, sentencia el Advanced Analytics Senior Manager en Innova-Tsn.

Por otro lado, pero también utilizando Analítica Avanzada, Jorge Fernádez Ceo y Founder de KERNEL, nos cuenta cómo desde Kernel han reinventando la propuesta de valor para el subconsciente. El objetivo de Kernel, ante los retos que les plantean sus clientes, es que entiendan la toma de decisiones de su público a nivel subconsciente y consciente (qué les genera valor, cuáles son sus palancas y frenos), y que conjuntamente se replanteen y reformulen aspectos tan estratégicos como la propuesta de valor para este público que le aporte un valor verdaderamente diferencial.

A través de la aplicación de la neurociencia y otras ciencias cognitivas al negocio de sus clientes, Kernel se apoyó en sistemas de advanced analytics como tecnología nuclear para soportar y evolucionar su propuesta de valor y su modelo de negocio.


Caso práctico de Analítica y soluciones empresariales


Juan Manuel Castro, Senior Manager en INNOVA-TSN, cuenta su reflexión a través de un caso práctico, sobre la innovación tecnológica y las soluciones de negocio como pilar para la analítica avanzada.

Según explica, un cliente del sector Utilities requería la implementación de un sistema de predicción de demanda, empleando técnicas de Analítica Avanzada y Big Data. “La solución debía satisfacer unos requisitos funcionales y técnicos muy exigentes, traduciendo dicha exigencia en unos SLAs asociados a resultados bastante severos”, relata Juan Manuel Castro.

Para ofrecer una solución eficaz centró su estrategia en tres pilares básico: Datos, Tecnología y Modelización.  Éste último consistía en una implementación de nuevas estrategias de modelado de Analítica Avanzada, en una época en la que el Machine Learning, Big Data o Advanced Analytics no estaban a la orden del día. En el White Paper nos cuenta esta experiencia emocionante, que le ha hecho conseguir la confianza y satisfacción de sus clientes.


La analítica de datos en las organizaciones humanitarias


El tercer sector vive un momento clave en su evolución. Actualmente, la transformación digital es un reto necesario en las organizaciones humanitarias. La situación dramática que viven los refugiados o las necesidades de un país después de sufrir una catástrofe natural requieren de una intervención rápida y eficaz. Sin embargo, son muy pocas las organizaciones que emplean Big Data u otros métodos por desconocimientos de sus beneficios y por falta de recursos económicos. Un ejemplo de cómo la obtención de datos puede ayudar a las ONG es ACNUR, que ha utilizado la analítica de datos para aprovechar mejor los recursos existentes en los campos de refugiados. A través de sistemas compartidos de Data Analytics se están analizando situaciones, definiendo patrones y realizando predicciones, que permiten establecer medidas y planes de acción concretos. ¿Cómo ayuda esto a la gente?

Por ejemplo, a gran escala, la gestión de grandes volúmenes de datos está siendo muy empleada por agencias de ONU como ACNUR (Comisionado de las Naciones Unidas para los Refugiados) para aprovechar mejor los recursos existentes en los campos de refugiados.

Otro ejemplo, promovido por la ONU, ha sido el de la utilización desde el Laboratorio Pulse de Kampala, de técnicas de Big Data y “machine learning” para la crisis de refugiados en Uganda (2016-2017).

A pesar de los avances significativos en este sentido, aún quedan muchos retos para completar la digitalización del tercer sector. A estos retos se refiere Sara Medina Martín, Head of Attraction & People Analitycs en Acción Contra El Hambre, en su intervención del Libro Blanco al que hacemos referencia.

Share Button

Programas
Destacados

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información. ACEPTAR

Aviso de cookies