Análisis Visual Forte&Vizcaíno Business Review

Análisis Visual de Datos: Hacia la cadena de suministro inteligente

El mundo global e hiperconectado como en el que habitamos, se está traduciendo en un enorme desafío a la hora de abordar el tratamiento de ingentes cantidades de datos y es que, nuestra capacidad para generarlos y recolectarlos, sobrepasa en mucho nuestras habilidad a la hora de procesarlos y convertirlos en auténticos “insights”.

Parafraseando una sentencia de Herbert A. Simon, “la riqueza de información genera pobreza de atención” y es en este punto, en el que cual las organizaciones actúales deben centrar su aprendizaje, discriminar lo meramente superfluo de aquellos aspectos relevantes para nuestro negocio, será, en el entorno de los vastos océanos de la información de nuestros días, el punto clave para accionar la palanca que impulsará nuestra ventaja competitiva fundamentada en la inteligencia de negocio.

En este artículo, nos centraremos en reflexionar acerca de la importancia de integrar la inteligencia humana en etapas tempranas del complejo y avanzado proceso de análisis de datos en un contexto de optimización de la cadena de suministro y dirección logística de las organizaciones. El Análisis Visual, como ciencia interdisciplinar de razonamiento analítico apoyado en interfaces gráficas, es parte del objeto de estudio de Matthias Wikenbach, investigador del MIT, que centra su atención en como las sofisticadas herramientas de visualización interactiva y la tecnología de realidad aumentada, cambiarán la forma en que accedemos, entendemos y utilizamos sistemas complejos y datos de logística.

El correcto balance entre el análisis automatizado y la visualización interactiva depende de tres claves:

Tarea / Complejidad del problema:

– Grado de dificultad del problema: ¿cómo de difícil sería solventarlo 

– Lógica Inherente / Claridad: ¿cómo de bien definido está el problema a través del tiempo?

– Objetivo del análisis: ¿estamos persiguiendo la mejor solución o nos bastaría con una lo realmente buena?

Datos:

– Cantidad de datos: ¿cuál sería el tamaño de los datos a analizar y cuantas variables estarían implicadas?

– Calidad de los datos: ¿cómo de completos, consistentes y preparados para ser usados están los datos?

Usuario:

– Capacidad analítica: ¿qué experiencia y habilidades posee el usuario que conduce el análisis?

– Contexto de información: ¿qué información sobre el problema más allá de los datos conoce el usuario?

Las herramientas de Análisis Visual pueden dinamizar y acelerar el proceso de toma de decisiones haciendo la etapa de evaluación de alternativas más eficiente. Actualmente, la mayoría de sistemas de apoyo a las decisiones se centran en la fase de reconocimiento del problema. 

Por lo tanto, las futuras aplicaciones de Análisis Visual necesitarán proporcionar:

1.Capacidades de visualización, para ayudar a reconocer problemas latentes.

2.Capacidades de análisis, para ayudar a formular y analizar soluciones alternativas factibles.

La visualización de los datos requiere estar en consonancia con los modelos mentales de las personas involucradas en la toma de decisiones. Actualmente la mayoría de las organizaciones utilizan visualizaciones de los datos estáticas, paradójicamente hoy en día, la mayoría de las decisiones asociados a la cadena de suministro están incrementando su complejidad dinámica caracterizada por la inmediatez del cambio en los principales parámetros.

El ¿por qué? El Análisis Visual parece particularmente importante en el ámbito de la dirección ligada a la cadena de suministro, tendría que ver con la propia naturaleza del Big Data, ya que por un lado invertir es potentes estructuras de análisis y construir la adecuada cultura organizativa  orientada a los datos, es muy costoso y por otro, dicha inversión mejoraría drásticamente las operaciones y el rendimiento financiero de la cadena de suministro.

Incremento de la Complejidad

Las redes de suministro están creciendo rápidamente en escala, alcance y complejidad.

– Tradicionalmente modelizadas como flujos lineales, unidireccionales, relaciones bilaterales (“cadenas”).   

– Hoy en día se están incrementando los flujos bi-direccionales y multilaterales (“redes”).

2. La capacidad cognitiva humana se está viendo claramente afectada por la búsqueda, monotorización y complejidad creciente de estas “redes”.

– La visualización interactiva puede ayudar a resumir y describir esta complejidad dinámica a través de diversas maneras.

– La visualización interactiva puede favorecer la comprensión holística de estas redes.

Disponibilidad masiva de datos

1. Disponibilidad digital explosiva de las operaciones diarias, transacciones y datos contextuales.

2. Los directores de operaciones no son científicos de datos.

– Se hace difícil la toma de decisiones basada en la heurística de su propio conocimiento y experiencia.

– No necesariamente se ve el valor de las recomendaciones de data-driven obtenidas a partir de sofisticados análisis.

3. La adopción de análisis sofisticados puede ser facilitada combinándola con la visualización, información intuitiva e interacción.

Mantra del Análisis Visual

1. Analizar primero.

2. Mostrar lo importante.

3.Hacer zoom / filtrar / analizar en profundidad.

4.Detalles de la demanda

Hoy en día las compañías están más preparadas para invertir en tecnología de análisis de datos en tiempo real, para incrementar el nivel de conciencia sobre el rendimiento y las disrupciones de la “supply chain”. (Por ejemplo, muchas compañías utilizan el software Elementum).

Rendimiento (manufacturas, inventario, transacciones, riesgos, etc).

Alertas a medida (análisis predictivos, sistemas de alerta temprana, etc.).

Información contextual (tiempo, tráfico, política, economía, etc.).

La complejidad dinámica incrementa el alcance y el nivel de agregación de la información. La información es mostrada para ver complejas interdependencias en las gigantescas redes de suministro y profundizar en las mismas para descubrir aspectos clave.

Nivel de producto (productos acabados, materias primas, componentes, etc.).

Nivel de negocio (suministradores, proveedores, clientes, etc.).

Nivel de red (rutas, flujos, canales, medios, etc.).

Usar el Análisis Visual para convertir los datos en revelaciones y estas en acciones. Al combinar la visibilidad con las capacidades analíticas se favorece la respuesta más rápida y efectiva a situaciones inesperadas, amenazas y disrupciones.

Evaluación de Impacto (Simulaciones y análisis cuantitativos).

Análisis de Escenarios (Mitigación operacional y respuesta de negocio).

Comunicación (Análisis colaborativo en la toma de decisiones).

Requerimientos de una aplicación de Análisis Visual

Tres serían los niveles que debería incluir cualquier aplicación tecnológica diseñada para el Análisis Visual en la gestión de cadenas de suministro:

Debería integrar diferentes vistas complementarias en una misma estructura de apoyo.

– Permitir a la audiencia diferentes perspectivas.

– Facilitar a las personas involucradas en la toma de decisiones indagar sobre un mismo problema utilizando distintas representaciones gráficas, métricas y códigos visuales.

– Permitir a los usuarios evitar las trampas basada en la autoconfirmación.

2. Proveer de una interactividad de usuario enriquecida.

– Los decisiones a menudo sufren de sobrecarga conectiva consecuencia de la excesiva disponibilidad de información.

– Proporcionar detalles de la demanda sin revelar toda la información a la vez.

– Ayudar en la toma de decisiones ofreciendo la cantidad necesaria de datos de valor en el momento correcto.

3. Proporcionar las capacidades adecuadas en data-driven

–  Facilitando las proyecciones, predicciones, tendencias, etc. acerca de la cadena de suministro.

– Permitiendo la formulación de escenarios en base a distintas alternativas y soluciones en base a la alteración de los principales parámetros.

– La visión holística de una compleja red de suministro requiere comprender y administrar la criticidad de ciertos elementos de la red para mejorar el rendimiento general del sistema.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *