Yo también soy culpable de haber pronunciado aquello de que los datos son el nuevo petróleo del futuro. Porque cabe recordar que el fuel pasó de ser visto como oro líquido y factor determinante de la economía, a un gran monstruo causante de toda clase de negatividades: como los países con grandes reservas que no logran escapar del tercer mundo; los desastres naturales por vertidos; la contaminación de la propia industria petrolífera y la sobreexplotación de sus derivados, etcétera.
¿Puede pasar lo mismo con los datos? ¿Puede algo positivo a simple vista convertirse en un problema? En este momento estoy convencido de que sí. En pocos años, los costes de las telecomunicaciones se han reducido y han emergido multitud de protocolos y tecnologías que nos permiten disponer masivamente de datos en tiempo real de una forma que podríamos considerar sencilla. Y, como desgraciadamente no solemos caracterizarnos por la mesura para no caer en el consumismo, hemos pasado a ser cautivos de la práctica de acumular la mayor cantidad de datos posible, con las importantes inversiones que conlleva, porque es lo que procede hacer.
Ese afán por hacer acopio de los datos ha llevado a muchas organizaciones a una situación que las supera. Lo que les pareció un instrumento esencial para mejorar la toma de decisiones ha acabado en mero almacenamiento de terabytes de datos sin que nadie sepa qué hacer con ellos. Han hecho inversiones para obtener más datos cada milisegundo porque lo decía el mercado, sin plantearse qué datos necesitaban para generar un valor real.
Pero la primera gran pregunta que hay que hacerse antes de entrar en la carrera por obtener datos es saber qué vamos a hacer con ellos. Los datos no plantean un problema de cantidad, sino de capacidad de analizarlos, procesarlos, y obtener información relevante, que es, en última instancia, la que permitirá la toma de decisiones. El dato, en sí mismo, no aporta nada, lo relevante son los procesos para obtener información a partir de ellos.
A este problema hay que añadir un nuevo escenario: la inmediatez en el procesamiento de los datos para obtener información, tomar decisiones e implementarlas en nuestros procesos de producción o de distribución con el ánimo de incrementar el volumen de operaciones y de reducir costes. Es un nuevo contexto en el que los datos no se limitan a ser materia prima, sino se usan para desterrar la idea de que “hemos solucionado el problema”, situándonos en un modelo de reingeniería constante de los procedimientos de cada organización. Ya no existe la solución definitiva, la estrella polar la hemos de situar en la búsqueda constante de la mejora.
¿Esto cómo se hace? Es posible tener toda la información de los pedidos que quiere cada cliente y la de todas las ubicaciones de esos productos en el almacén; hasta podemos tener una foto de cada uno. Cómo realizar el picking de cada pedido que llegue se puede solucionar hasta haciendo un cruce sencillo en Excel con el nombre del cliente, la cantidad que necesita de cada producto, la ubicación de estos y una imagen de cada uno. Para este caso de uso no es necesaria una tecnología más potente que el Excel y un proceso de picking eficiente y óptimo.
Pero hay una variable que no hemos tenido en cuenta: dependeríamos totalmente del posible fallo humano. Me puedo equivocar haciendo el cruce de información de Excel, puedo equivocarme en la cantidad que incluyo en la caja de cada cliente, puedo colocar productos de más o de menos, puedo colocar mercancía en la caja de otro cliente, etcétera.
En fin, estamos abiertos a que se abra un abanico infinito de opciones que llevan a una operación ineficiente, que hace que mis clientes no estén contentos con el servicio que les ofrecemos porque no les llega lo que esperan, que nuestros gastos de transporte se incrementen por las devoluciones; que tengamos que colocar la mercancía en el almacén cuando llegue de fábrica y recolocarla cuando sea devuelta por los clientes o que nos paguen 5 unidades, pero enviemos 6.
Cada situación puede llegar a convertirse en nuestra peor pesadilla y poner en riesgo la viabilidad de nuestra empresa. Pero tenemos formas mejores de afrontar este proceso y sólo necesitaremos la misma información que para armar el Excel que finalmente vimos que se podía convertir en nuestro peor enemigo.
¿Cuánto podemos mejorar nuestra operación si, en vez de hacer el cruce a mano en Excel, generamos un proceso automatizado de obtención de datos y, a su vez, automatizamos la extracción de la información necesaria y su tratamiento para que en el almacén, mediante gafas de realidad aumentada de forma visual, yo me pueda ir guiando y sabiendo ubicaciones, cantidades y clientes, pero con las manos libres para realizar el picking y además con el apoyo de que al tener que escanear las ubicaciones y los productos el riesgo del fallo humano del que hablábamos anteriormente se reduce en gran medida? Para dar una última vuelta de tuerca, incluso puedo usar los vídeos de mis cámaras de vigilancia para tener un modelo de machine learning que me permita contar el número de productos que van en los pedidos de cada cliente antes de salir del almacén y asegurar que las cantidades sean las correctas contra la orden de compra.
Hemos usado la misma información (el mismo dato y su información asociada): pedido de cliente, cantidad, ubicación e imagen de cada producto. Pero, gracias al uso eficiente de la tecnología hemos podido optimizar nuestra peor pesadilla, sin usar en ningún momento más información de la que teníamos en la primera solución.
No digo que en ocasiones sea necesario y positivo tener más datos, pero considero que hay que hacer lo mismo que hacemos en nuestra vida: primero gateamos, luego andamos y terminamos corriendo. Con los datos tiene que pasar lo mismo: primero aprovechemos los que tenemos y luego vayamos añadiendo capas adicionales que nos permitan alcanzar información adicional con sentido.
Empecé repitiendo que los datos son el petróleo del futuro y termino con otra frase popular; lo importante no es la cantidad, sino la calidad. Lo importante no es la cantidad de datos que acumulemos, sino que los analicemos para obtener información que nos aporte valor. La cuestión se resume en cómo activamos y empoderamos a los datos para aumentar ventas o reducir costes, ya sean petróleo o no.
*Denis Génova es CEO de XalDigital