Professional Documents
Culture Documents
El ser humano lleva miles de años recopilando y analizando datos, primero con la
ayuda de precarios medios analógicos y desde los últimos 50 años, básicamente, con
medios digitales. Sin embargo, la revolución ha llegado con la democratización de
internet, de los dispositivos móviles, de las redes sociales, de los sensores (internet of
thinks)… Se estima que la cantidad de información almacenada en el mundo ya supera
los 1.200 Exabytes, de los que menos de un 2% se almacena en medios analógicos.
Para los que se quedaron en el Gigabyte (109 bytes): un Exabyte equivale a 1.000
millones de Gigabytes. Giga, Tera, Peta, Exa… el siguiente múltiplo que tendremos que
recordar será el Zettabyte (1021 bytes), porque la cantidad de datos estructurados y no
estructurados crece deprisa.
Los datos masivos relacionados con la demanda ofrecen una clara ventaja competitiva
a las empresas que sepan utilizarlos para hacer mejor sus predicciones. Las
oportunidades pueden aparecer tanto por la utilización de nuevos datos (variabilidad),
como por el volumen o la velocidad de proceso de los mismos.
Hace más de 40 años que SAP sueña con la R de “real-time” y, con la tecnología de
base de datos en memoria (SAP HANA), parece que el billonario alemán Hasso Plattner
y sus colegas han vuelto a acertar: las bases de datos relacionales representaban un
cuello de botella que la velocidad de SAP HANA se ha encargado de eliminar.
Y el resultado estará listo, por ejemplo, para ser incorporado como señal de demanda
del punto de venta (POS data) en el proceso de Gestión de la Demanda de SAP APO.
La aplicación incluye la más potente tecnología analítica (SAP Predictive Analytics) y
una moderna interfaz de usuario (SAP Business Objects) con la que monitorizar el
comportamiento de las promociones en los diferentes almacenes y acercar al
fabricante las señales de los clientes finales, los inventarios de los minoristas, los datos
de investigación de mercado de diferentes proveedores (Nielsen, IRI, GfK,…), la
información del ERP interno de la empresa, etc.
Demand Sensing
Cuando los cambios en los patrones de comportamiento de la demanda suceden de
repente y sin previo aviso, la velocidad de acceso a los datos es vital para poder
anticiparnos al momento de la compra y evitar las roturas de stock. Los métodos
tradicionales de cálculo de pronóstico basados en series temporales pueden no ser
suficientes para reaccionar a tiempo, al estar desconectados de lo que está sucediendo
en la actualidad, y obligar a la intervención del planificador para intentar paliar los
efectos de la volatilidad de la demanda.
Quizás no falta tanto para que un drone con una caja de cervezas aparezca por el
horizonte de la playa de Castelldefels, justo en el momento en que un sediento padre
se levante de la toalla y, quemándose los pies porque el crío está jugando con las
sandalias, se acerque a uno de los chiringuitos dudando: “¿pido algo diferente o la
cerveza de siempre?”…