Seleccione una Pagina

¿Big Data para empresas pequeñas?

BigData¿BIG DATA PARA EMPRESAS PEQUEÑAS?
(Este post fue publicado el 7 de abril 2014 en la Tribuna de la revista logística El Vigía)

Últimamente se habla mucho de Big Data como si fuera algo que cambiará el mundo tal y como lo conocemos. Se habla del “nuevo oro” o del “nuevo petróleo del siglo XXI” (El Vigía, 27 de enero de 2014), y, como era de esperar, la tendencia ha llegado también al sector logístico. Desde mi punto de vista, cuando se hace alusión al Big Data se utilizan términos demasiado genéricos, dejando poco claro de qué se trata realmente. Big Data… ¿Es una tecnología? ¿Un sistema? ¿Una metodología? ¿Una filosofía empresarial? ¿O simplemente un nuevo buzzword? Es decir, un término inventado por consultores y vendedores de sistemas de información.

Ante todas estas preguntas, no me queda demasiado claro si nos encontramos cambiando la expresión “sistemas de información” por un término nuevo o, si realmente estamos ante un cambio de paradigma. Observando las iniciativas generadas en torno al Big Data, parece que cualquier empresa que compre un nuevo programa informático en los próximos meses se introduce plenamente en la búsqueda del nuevo oro. Evidentemente, no es así. No obstante, reducirlo todo a un invento comercial para vender más sistemas y horas de consultoría tampoco me parece justo. Esta falta de claridad provoca serias dificultades a la hora de mantener conversaciones productivas que puedan aportar un poco de luz al tema.

De entrada, está claro que cuando hablamos de Big Data nos referimos al uso de datos disponibles en cantidades cada vez más grandes (hace poco leí que Google procesa cada día ¡más de 24.000 TB de datos!). Asimismo, hablamos también de la aplicación de tecnología para captar estos datos y de la capacidad de transformarlos en información útil para la gestión empresarial, sea cual sea el área funcional. Uno de los principales autores en teorizar sobre técnicas analíticas en general y Big Data en particular, es Thomas Davenport, del Babson College en EEUU. En su libro “Competing on Analytics”, publicado en 2007, desgrana el gran potencial de los procesos analíticos en las empresas.

Pero, como ya destacó en su momento, esto es algo que ya existe desde hace mucho tiempo en el entorno empresarial, aunque quizás no haya llegado a muchas otras empresas. Se cita, en el libro mencionado, que los más de 17.000 proveedores de Wal-Mart realizaron más de 21 millones de consultas durante 2006 sobre los sistemas de este retailer Americano. Es decir, más de 50.000 consultas diarias, y que UPS ya montó su departamento de Operations Research en el año 1987.

“¿Es entonces el Big Data un analítico versión 2.0?”, comenta Davenport en un artículo publicado en MIT Sloan Management Review “How ‘Big Data’ is different”. Las organizaciones que capitalizan el Big Data son diferentes a los entornos analíticos tradicionales, básicamente por tres aspectos clave. En primer lugar, este tipo de organizaciones confían en los flujos de datos, no en los stocks de datos. Por otro lado, depositan su confianza, también, en los científicos de datos y desarrolladores de productos y procesos y no tanto en los analistas. Y, por último, extraen lo analítico de su área de sistemas para introducirlo en las funciones clave de la empresa, como el marketing, la producción o la logística.

En este sentido, y según estas afirmaciones, el Big Data va más allá de lo analítico. Entonces, ¿qué quiere decir para el sector logístico? Y sobre todo, ¿qué significa para las pymes? En el sector, todavía existen muchas empresas con un largo camino por recorrer en lo que a Big Data se refiere, ya que a mi entender, ni siquiera saben resolver todo lo que concierne a lo analítico. Esta claro que en este terreno las multinacionales están más avanzadas, pero esto no es excusa para que las pymes trabajen la gestión de estos datos de forma tan rudimentaria. Sin embargo, la excepción podrían ser las pocas empresas logísticas nacidas a raíz del comercio electrónico, de naturaleza más moderna.

En cuanto a los demás, deberíamos ser realistas y observar que todavía se encuentran muy alejados del concepto de Big Data. Pero, ¿sirve de algo el Big Data para las pymes logísticas? Aunque no está claro en todos los casos, en general, creo que la respuesta es sí. Desde el punto de vista interno, el Big Data podría servir para optimizar procesos operativos. De forma externa, podría aportar el desarrollo de servicios de valor añadido para sus clientes (por ejemplo, el tipo de business intelligence o de optimización de procesos logísticos). ¿Podrían las pymes dar un salto e ir directamente de lo pre-analítico al Big Data? Sinceramente, lo dudo.

Se trata de un tema de prioridades. Las empresas del sector continúan luchando por su supervivencia. A lo mejor, estratégicamente, el Big Data debería convertirse en una prioridad para el medio o el largo plazo, pero no resulta sencillo si en el día a día la prioridad realmente es llegar a la supervivencia del mañana. Por otra parte, encontramos el tema de las inversiones necesarias para desarrollar el Big Data. Esto requiere tiempo y, sobre todo, inversión en sistemas y en un equipo humano. Y a las pymes lo que ahora mismo no les sobra es el dinero. Por último, y en tercer lugar, falta personal calificado para trabajar en Big Data. El perfil cada vez es más demandado, por lo que resulta realmente caro.

De momento, veo complicado para las pymes logísticas dar un gran salto adelante. Espero equivocarme, pero es como suele pasar, los líderes llevan mucho tiempo delante de la gran masa empresarial. Igual que Amazon ya implementó el RFID, el picking por voz y el picking por luz en el año 1998, existen todavía pymes logísticas que no han empezado ni a explorar estas tecnologías.

Lo que observo es una oportunidad clara para las organizaciones sectoriales de la industria logística y para las empresas de tecnología que desarrollan soluciones de Big
Data Logística imaginativas en aras de solucionar la compleja situación en la que se encuentran las pymes del sector. Por ello, y antes de pensar en Big Data, necesitamos primero un poco de Small Data, que de momento, ya es mucho…