Logística predictiva en el comercio electrónico

Publicado el: 25 de agosto de 2015 / Actualización desde: 26 de noviembre de 2018 - Autor: Konrad Wolfenstein

Apenas ordenado, ya en la puerta.

Comprado ayer - entregado mañana: Hasta hace poco, la entrega de un producto pedido en un plazo de 48 horas era una característica de calidad que permitía a los minoristas online posicionarse sobre sus competidores. Pero desde que la entrega al día siguiente se ha convertido en la comidilla de la ciudad y los primeros proveedores entregan el mismo día, los plazos de entrega extremadamente cortos no sólo se han convertido en algo normal para muchos clientes, sino que también son exigidos explícitamente.

Hasta ahora, los plazos de entrega tenían límites naturales que sólo podían ampliarse con un gran esfuerzo técnico. Además de establecer una red integral de ubicaciones de almacenamiento descentralizadas y ampliar las flotas de transporte, la logística predictiva es un enfoque principal para la optimización.

El desarrollo del envío predictivo está nuevamente impulsado por el pionero del comercio electrónico Amazon . No es de extrañar, ya que la empresa puede recurrir a un tesoro de datos casi infinito; Se registra cada vista de producto, cada página visitada y cada clic en uno de los sitios web de Amazon. Y es precisamente esta información la que alimenta los algoritmos utilizados, que determinan la probabilidad de que el interesado se convierta en comprador en función de una estancia más prolongada o visitas repetidas a una página. El método de análisis aprende constantemente con la ayuda de los nuevos datos adquiridos y, por tanto, puede aumentar constantemente la precisión de sus predicciones. Una vez que se alcanza un cierto nivel de precisión, tiene sentido que Amazon prefiera procesos logísticos posteriores, como la subcontratación, la selección y la preparación de artículos para su envío. Cuando el cliente finalmente hace clic en el botón comprar, el paquete ya está listo y solo necesita imprimirse una etiqueta con la dirección antes de enviarlo.

Pero la tecnología, cuya patente ha sido registrada por Amazon, va un paso más allá, ya que se separa del cliente individual y abarca grupos enteros de clientes con la ayuda de cálculos de probabilidad. De esta manera se hacen suposiciones sobre el comportamiento de compra de regiones enteras. Un ejemplo podría ser un evento deportivo en una ciudad. Con una semana de antelación, un almacén cercano comenzaría a preparar las camisetas de los equipos participantes para su envío. Luego, los paquetes recibirían etiquetas de dirección en las que ya estaría indicada la ciudad del destinatario o el área del código postal. A continuación, los artículos se transportarían allí y, en caso necesario, se almacenarían en el camión o en un almacén intermedio descentralizado hasta que lleguen realmente los pedidos previstos. Lo que sigue es simplemente completar la etiqueta de envío. A continuación, el camión se pone en marcha y entrega la camiseta deseada poco después de recibir el pedido.

Logística de almacén predictiva

Ya sea en el almacén central o en un almacén intermedio local, la condición previa para un envío rápido es una recogida sin problemas de los artículos. Aquí se necesitan soluciones logísticas potentes para no perder la ventaja de tiempo obtenida por retrasos en el suministro. Y aquí es precisamente donde los minoristas electrónicos más pequeños tienen la oportunidad de posicionarse en términos de velocidad en comparación con el gigante de Seattle.

También en este caso el proceso se gestiona con visión de futuro. Por ejemplo, el software de control asigna pedidos de seguimiento basándose en los planes de trabajo asignados a los sistemas de transporte o preparadores de pedidos si están ubicados cerca del lugar de almacenamiento de un artículo adicional a recoger. Los detectores de posición, como por ejemplo chips RFID o dispositivos GPS, también podrían servir como funciones de selección adicionales. En los robots autónomos se produce un control anticipado en el que los dispositivos se comunican de forma autónoma entre sí y deciden por sí mismos qué módulo debe recoger mejor el artículo en función de las posiciones actuales o de las rutas planificadas.

Pero ya sea controlada por software o de forma independiente, la planificación prospectiva ayuda a coordinar de manera eficiente las distancias a recorrer en el almacén. Así, mientras que hasta hace poco los artículos se almacenaban en almacenes de estanterías convencionales, de donde se retiraban manualmente y se ponían a disposición a largas distancias para su envío o producción, hoy en día en muchas empresas los procesos de almacenamiento están completamente automatizados y se ejecutan en paralelo.

Esta logística automatizada requiere dispositivos de almacenamiento compactos que puedan colocarse muy cerca de las estaciones de preparación de pedidos y que además tengan un alto rendimiento de entrega. El almacenamiento intermedio vertical podría ser una solución en este caso debido a sus pequeñas dimensiones y su alto rendimiento de preparación.

Transporte al cliente

Pero, ¿de qué sirven todos los algoritmos, los lugares de almacenamiento descentralizados y la recogida más rápida si los paquetes se atascan en el tráfico de camino al cliente? También en este caso la tecnología en forma de big data ayuda: los flujos de tráfico se controlan constantemente y a los conductores se les muestra siempre la ruta óptima. Instituto Hasso Plattner van un paso más allá . Recientemente desarrollaron un sistema que vincula información interna con datos relevantes sobre el tráfico disponibles en línea en tiempo real. Con esta solución, las empresas de logística pueden recibir predicciones precisas sobre el flujo de tráfico. El sistema combina y evalúa la información más reciente de las flotas de mercancías del usuario con los datos de tráfico actuales. De esta manera podrá saber inmediatamente si uno de sus camiones se encuentra en un atasco, dónde y desde cuándo y en qué medida esto retrasa el transporte.

Pero el sistema puede hacer aún más, ya que permite predecir las interrupciones del tráfico antes de que se produzcan. Por ejemplo, si los datos del GPS muestran un número cada vez mayor de vehículos circulando por una autopista, se puede inferir que la congestión es inminente. La información sobre las condiciones meteorológicas también puede utilizarse para sacar conclusiones sobre los horarios de salida de ferries o aviones. Con ayuda de esta información se pueden optimizar las rutas planificadas desde el principio, de modo que el cliente tenga realmente la mercancía en sus manos tan pronto como la haya pedido online.

Una alternativa podría ser el gigante de Internet de EE. UU., que con sus drones de reparto quiere atender al mercado directamente desde el aire, al menos a medio plazo. Desde la perspectiva de la empresa, esta es sin duda una buena oportunidad para optimizar su servicio Prime Now con la ayuda del transporte de mercancías mediante drones. Atascos, calles abarrotadas o falta de espacio para aparcar los vehículos de reparto: todo esto ya no obstaculizaría una entrega rápida.

Los directivos de la empresa ya piden corredores aéreos especiales para los aviones no tripulados. Los drones de reparto podrían operar a altitudes de entre 60 y 120 metros donde no interrumpan el tráfico aéreo. Es técnicamente posible transportar mercancías mediante drones sin mayores problemas. Los dispositivos ya se están probando, también en Canadá. Las aprobaciones oficiales necesarias siguen siendo problemáticas actualmente. Pero una vez que estos se eliminen, Prime Air , la entrega entre 30 y 60 minutos después del pedido, ya no será solo un sueño del futuro. La pregunta es qué cliente pagaría los nada despreciables costes adicionales por este servicio. Pero Amazon ciertamente ya tiene una respuesta con sus algoritmos.