Tamaño texto

DHL aplica la analítica predictiva para prever necesidades futuras en la cadena de suministro

Entrega de un paquete DHL

DHL Supply Chain Iberia, filial del grupo logístico de gestión integral de la cadena de suministro DHL Supply Chain, ha puesto en marcha el modelo Demand Forecasting que, utilizando Big Data, analítica avanzada de datos y machine learning, logra una ratio media de acierto cercana al 90% en la previsión de la demanda de actividad. La idea es poder dimensionar las necesidades futuras de la cadena de suministro, algo de gran valor para la planificación táctica y estratégica de las operaciones logísticas que la compañía proporciona a sus clientes.

Como explica Roberto Gamero, director de Tecnologías de la Información e Innovación de DHL Supply Chain Iberia,“DHL Supply Chain fue pionera en incluir soluciones Big Data, analítica de datos y machine learning para la detección anticipada de riesgos potenciales en la cadena de suministro hace varios años. El nuevo proyecto que hemos iniciado ahora en España da un paso más e incorpora las tecnologías y modelos de análisis más innovadores para hacer estimaciones, modelar diferentes escenarios y realizar análisis de sensibilidad, lo que nos permite anticipar de manera muy exacta qué necesidades logísticas se tendrán en el corto, medio y largo plazo”.

La compañía ha implementado la iniciativa para optimizar la gestión de dos aspectos clave para la actividad logística: la planificación de flotas y la previsión de gestión de la demanda en almacén, logrando una estimación muy exacta de los recursos necesarios para alcanzar los objetivos de productividad acordados con cada cliente, que puede garantizar la provisión al mercado de sus productos y, a su vez, no tener que incurrir en costes extra ante posibles eventualidades inesperadas.

De cara a la planificación de las flotas para el transporte de producto, DHL Supply Chain Iberia ha implementado el proyecto Demand Forecasting para optimizar la gestión de la cadena de suministro de 70 clientes de los sectores de gran consumo, retail y tecnología. Además, está trabajando para incorporarlo también en el área de Grupag, la división de DHL dedicada a la logística y transporte de productos hortofrutícolas. En estos momentos, y centrándose en el área de gran consumo, la compañía ha de mantener un control predictivo para planificar una flota de 570 camiones diarios que transportan al año cerca de 8.620 toneladas de producto.

Respecto a la previsión de la demanda en almacén, la iniciativa Demand Forecasting ya está operativa en 10 almacenes que la compañía tiene dedicados a los sectores de farmacia y producto sanitario, gran consumo y distribución, y tecnología, dando servicio a 25 clientes, y se está ampliando en estos momentos a otros 10 almacenes para estos mismos sectores, con el objetivo de tenerlo implementado durante este año en un total de 20 almacenes.

 

Resultados predictivos de enorme utilidad

Mediante el proyecto Demand Forecasting, DHL Supply Chain logra prever, incluso aun año vista, la demanda de elementos en almacén como cajas, pallets y unidades de producto en los procesos de inbound, outboun de inventario, así como dimensionar de la forma más adecuada el número de camiones necesarios para el correcto aprovisionamiento al mercado, lo que, además de, en una mayor eficacia operativa, redunda en una sensible reducción de la huella de carbono.

En la actualidad, a través deDemand Forecasting, DHL Supply Chain Iberia logra extraer información clave tras entrenar más de 2.800 modelos de predicción para el área de transporte y cerca de 3.300 para el entorno de almacén. Unos modelos de predicción en los que se conjugan datos históricos con aspectos de muy diversa índole, como, entre otros, calendarios festivos nacionales y autonómicos, eventos macro de todo tipo (huelgas, ferias, manifestaciones, celebraciones…), periodos de rebajas, picos extremos de demanda de productos y devoluciones por campañas de enorme repercusión comercial como CiberMonday o Black Friday, previsiones climatológicas, o campañas promocionales de los propios clientes.

Un ejemplo de la importancia de este tipo de herramientas se ha vivido con la pandemia provocada por el coronavirus. Si bien la herramienta, basada en modelos predictivos, no tenía algoritmos para anticipar un escenario sobrevenido de una magnitud que no se había producido con anterioridad, sí ha sido efectiva tras el advenimiento de la pandemia en las estimaciones más a corto plazo (una semana vista). Una vez empezada la pandemia, al poder analizar lo ocurrido de forma ágil gracias a su mecanismo de machine learning, la solución ya iba ajustando sus predicciones a la nueva realidad.

En concreto, sus altos niveles de acierto en los modelos predictivos (98% en enero y 94% en febrero) se vieron afectados en marzo (84%), abril (69%) y mayo (por encima del 85%). Pero lo más importante es que, además de que la solución siguió aportando unas ratios muy altas de acierto incluso en usa situación de grave crisis, ha “aprendido” de la sorpresiva situación y, ante el hipotético caso de un repunte o una nueva pandemia en el futuro, Demand Forecasting sabrá cómo se comportará el mercado.

Como explica Gamero, “la apuesta de DHL Supply Chain por el nuevo modelo Demand Forecasting es una muestra más de nuestro compromiso con la innovación y, sobre todo, con el cliente, ya que, en el sector logístico, el uso correcto de los recursos y la planificación de las rutas de distribución inciden directamente y de forma decisiva en la calidad del servicio ofrecido”.

En este sentido, resulta imprescindible una gestión inteligente y flexible de pedidos, recursos y rutas para alcanzar los compromisos de entrega, así como administrar y controlar el inventario, optimizando la distribución del producto y su reposición.

 

Buscador de Noticias

Continuar
Utilizamos cookies para mejorar nuestros servicios. Si continua navegando, consideramos que acepta su uso Saber más

¿Qué son las cookies? Una cookie es un fichero que se descarga en su ordenador al acceder a determinadas páginas web. Las cookies permiten a una página web, entre otras cosas, almacenar y recuperar información sobre los hábitos de navegación de un usuario o de su equipo y, dependiendo de la información que contengan y de la forma en que utilice su equipo, pueden utilizarse para reconocer al usuario.

¿Qué tipos de cookies utiliza esta página web?
• Cookies de análisis: Son aquéllas que bien tratadas por nosotros o por terceros, nos permiten cuantificar el número de usuarios y así realizar la medición y análisis estadístico de la utilización que hacen los usuarios del servicio ofertado. Para ello se analiza su navegación en nuestra página web con el fin de mejorar la oferta de productos o servicios que le ofrecemos.
• Cookies publicitarias: Son aquéllas que, bien tratadas por nosotros o por terceros, nos permiten gestionar de la forma más eficaz posible la oferta de los espacios publicitarios que hay en la página web, adecuando el contenido del anuncio al contenido del servicio solicitado o al uso que realice de nuestra página web. Para ello podemos analizar sus hábitos de navegación en Internet y podemos mostrarle publicidad relacionada con su perfil de navegación.

Asimismo, BGO EDITORES, S.L., informa al usuario de que tiene la posibilidad de configurar su navegador de modo que se le informe de la recepción de cookies, pudiendo, si así lo desea, impedir que sean instaladas
en su disco duro. A continuación le proporcionamos los enlaces de diversos navegadores, a través
de los cuales podrá realizar dicha configuración:
Firefox desde aquí: http://support.mozilla.org/es/kb/habilitar-y-deshabilitar-cookiesque-
los-sitios-we

  • Chrome desde aquí:

http://support.google.com/chrome/bin/answer.py?hl=es&answer=95647

  • Explorer desde aquí:

http://windows.microsoft.com/es-es/windows7/how-to-managecookies-
in-internet-explorer-9

  • Safari desde aquí:

http://support.apple.com/kb/ph5042

  • Opera desde aquí:

http://help.opera.com/Windows/11.50/es-ES/cookies.html