Big Data - Sertrans

Listado de la etiqueta: Big Data

Cómo reducir a la mitad el tiempo de búsqueda de aparcamiento

Según estudios recientes los conductores se pasan una media de 2.500 horas de su vida buscando aparcamiento y esta actividad causa el 30% del tráfico de las ciudades. Esto supone unos 50 millones de polución a nivel Europeo, una cifra más que alarmante. ¿Qué podemos hacer para ahorrar tiempo de búsqueda de aparcamiento, repercutir positivamente en el tráfico y contribuir positivamente al medio ambiente?

Cabe destacar también tenemos que tener en cuenta que el hecho de reducir a la mitad el tiempo de aparcamiento también repercute positivamente en los niveles de estrés de los conductores. Y muy especialmente de los conductores profesionales, que son aquellos que se pasan más horas al volante.

Una de las soluciones más tangibles, que ya funciona en Barcelona, Albacete, Tarragona, Alzira, Calpe, Requena, Mérida, Sant Feliu de Llobregat, Sant Joan Despí, Viladecans, y Cornellá de Llobregat es EasyPark. Esta aplicación, que se está desarrollando desde hace más de 10 años con una fuerte inversión de capital, incluye Find & Pay, una tecnología absolutamente pionera en la búsqueda de aparcamiento. Para lograr tal objetivo la app de búsqueda de aparcamiento más grande de Europa combina el uso de big data y análisis predictivas. Incorpora, también, lo que se conoce como aprendizaje automático y su finalidad es reducir el tiempo que invertimos, sobre todo en las grandes ciudades, en buscar aparcamiento a la mitad.

Cómo nos ayudan las aplicaciones móviles a reducir a la mitad el tiempo de búsqueda de aparcamiento

Easy Park y su tecnología Find & Pay no son las únicas que existen para reducir el tiempo de búsqueda de aparcamiento pero sí que tienen unas ventajas sobre el resto. Find & Pay pone en común la información obtenida sobre localización de usuarios con los datos captados con dispositivos IoT. A partir de aquí crea un precios mapa en el que se reflejan las posibilidades de poder aparcar en diferentes lugares de la ciudad en diferentes momentos del día.

Con toda la información recopilada esta tecnología les puede ofrecer a los usuarios la ruta hacia el destino deseado indicando en qué calles hay más posibilidades de encontrar plazas libres, teniendo siempre en cuenta que la distancia de nuestro destino a la que nos encontramos y la ruta más corta en vehículo. Find & Pay también permite a sus usuarios, en caso de aparcar en zona verde o azul, pagar el aparcamiento remotamente.

El funcionamineto inicial de la aplicación, según sus desarrolladores, está siendo muy útil para mejorar los algoritmos de autoaprendizaje de la aplicación y están muy satisfechos con los resultados.

Big Data y empresas de logística: un binomio inseparable

Hasta hace unos años el Big Data no era importante para las empresas de logística y transporte. Hoy Big Data y empresas de logística van indisolublemente de la mano. Basta con decir que la conocida empresa de transportes UPS invirtió 1.000 millones de dólares en este concepto.

¿Qué es el Big Data?

Tal como hemos visto en artículos anteriores, el concepto Big Data, a grandes rasgos, se utiliza para toda aquella información que no puede ser procesada ni analizada con herramientas o procesos tradicionales debido a su magnitud.

Cada día producimos más datos procedentes de las redes sociales como Facebook o Twitter, nuestras transacciones, etc. Estos datos, que ocupan una cantidad de información muy grande, son de gran importancia para las empresas de logística, así como también para otros sectores industriales y de servicios.

Beneficios del Big Data para las empresas de logística

Según explica José-Luis Molina, cofundador de MBIT School, a Logística Profesional estos son los beneficios más importantes que el Big Data aporta al sector logístico.

Fijación de precios

La analítica de datos permite al sector logístico el conocimiento de la demanda y los costes derivados del almacenamiento y transporte. Con esta información puede fijar precios que le permiten un beneficio óptimo. El hecho de poder predecir gracias al Big Data les permite a las empresas un avance competitivo que no pueden menospreciar.

Inventarios

El Big Data permite reducir los niveles de inventario y optimizar el uso que se hace de las referencias que forman parte de éste.

Control de evolución y procesos de los productos

También nos permite tener un mayor control sobre la cadena de frío y detectar posibles incidentes que se puedan producir. Como hemos visto en artículos anteriores, el hecho de respetar la cadena de frío desde que el producto sale de fábrica hasta que llega al consumidor final es esencial.

Reducción en los costes en logística

El hecho de tener ciertos datos en nuestro haber nos permite innovar y crear nuevos modelos en los que el cliente final y el mercado tienen un peso muy importante. Nos permite reducir los costes logísticos a la vez que le damos al cliente un trato que se ajusta más a sus demanda y necesidades porque lo conocemos mejor.

Internet de las cosas

El Internet de las cosas es el que permite la interconexión constante y en tiempo real entre dispositivos diferentes ubicados en distintos lugares. El Internet de las cosas es muy importante para las empresas de distribución y logística para poder prever y tomar decisiones en función de los imprevistos que se vayan sucediendo.

Segmentación

Una de los beneficios más importantes del Big Data es la segmentación porque esta nos ayuda a ajustar más la demanda. Esta segmentación va en beneficio, como otros de los puntos tratados, del cliente final a la par que permite, también, ahorrar costes.

Control de los activos

Gracias al Big Data se puede tener un mayor control de las flotas de vehículos, los almacenes, etc. y, consecuentemente, se optimizan las tareas de distribución.

Big Data y logística: 6 tendencias de futuro

Las tecnologías más recientes en cuanto a Big Data y analítica de grandes volúmenes de datos están impulsando la eficiencia logística en la cadena de suministro. Las empresas del sector ya están empleando herramientas y soluciones que simplifican sus procesos con el objetivo de almacenar y procesar la información para obtener datos precisos que favorezcan el diseño de estrategias inteligentes para lograr una toma de decisiones efectiva.

Existen múltiples prototipos de proyectos iniciados por empresas de logística con el fin de explotar el análisis del Big Data y algunos proyectos pueden formar parte de nuestra vida cotidiano muy pronto.

Proyectos Big Data relacionados con la logística

Análisis de volumen

La predicción del volumen de mercancías en un día concreto de la semana, mes o año ha sido siempre una preocupación importante para las empresas de logística que buscan optimizar la asignación de recursos y minimizar el presupuesto. Muchas empresas están invirtiendo en esta área para determinar los patrones que ayudarán a predecir los picos de volumen.

Análisis para productos sanitarios

Para los medicamentos y otros productos sanitarios es básico ser transportados en un entorno controlado. Por ejemplo, algunas medicinas requieren un almacenamiento entre 2-8 grados centígrados y requieren un cuidado extra en la manipulación debido a su fragilidad. Es extremadamente caro para las empresas de logística y también para el cliente final gestionar todo el proceso. Por ello, se está invirtiendo en localizar patrones que garanticen la entrega segura dentro de los parámetros requeridos.

Investigadores y analistas están desplegando sensores IO con el fin de controlar la temperatura, el nivel de vibraciones y otros factores. El análisis de estos datos en el campo offline se usa para definir el transporte más seguro y económico para estos productos frágiles.

Economía de transporte

Debe una empresa poseer su propio avión de transporte de mercancías o debería externalizar el servicio? ¿Qué proveedor facilita los mejores servicios, rutas, costes y transparencia? Hay varios prototipos en los cuales el Big Data está resolviendo este tipo de preguntas. Se estudian masivas cantidades de datos para predecir en qué rutas se debe confiar, el coste real y la viabilidad para el crecimiento de la empresa. El objetivo es gestionar toda esta información para tomar decisiones acertadas acerca de cuestiones como qué aerolínea elegir o qué almacén de servicios es la mejor opción para las necesidades de cada compañía.

Transparencia para la gestión

El análisis de los riesgos y la toma de decisiones son aspectos necesarios para los empresarios del mundo logístico. Sería deseable, por ejemplo, conocer el sentimiento político de un país con tal de predecir si habrá un huelga en una región en particular o, simplemente, averiguar la probabilidad de una avería en sus vehículos.

Uno de los proyectos estratégicos del Big Data en este aspecto es la búsqueda proactiva de problemas de modo que el propio sistema sugiera una estrategia alternativa o una ruta diferente que evite el problema. El reto es tratar con los enormes volúmenes y variedad de datos no estructurados procedentes de todo tipo de fuentes, desde los medios de comunicación a los sensores IO en los vehículos de transporte.

Transparencia para el cliente final

Los clientes son conscientes del tiempo de entrega de sus mercancías. Pero predecir el momento exacto es una pesadilla para las empresas de transporte, porque entran en juego variables incontrolables como el estado del tráfico, el estado del vehículo e incluso del conductor. Solo a través del análisis de datos tales como la salud del camión, información acerca de la eficacia del conductor, así como las condiciones de tráfico de la ruta, se puede proporcionar un periodo de tiempo aproximado para cuando se entregará la mercancía.

Para ello se requiere el análisis de los datos en tiempo real. De este modo las empresas logísticas serán capaces de detallar información muy precisa sobre el estado de la mercancía con total transparencia para el cliente.

Campañas y analítica web

Un uso actual entre muchas empresas de transporte es el análisis del tráfico web. Es posible utilizar este tipo de información para ofrecer servicios más personalizados a los visitantes de la web; teniendo en cuenta los intereses individuales de cada nuevo usuario, se le pueden ofrecer los servicios que serán de su interés de forma automática.

La realidad es que la cantidad de datos que tenemos hoy en día va mucho más allá de la capacidad de procesamiento de los sistemas convencionales. El Big Data nos permite hacer cosas que antes no eran posibles. Y ya se está entrando en una carrera por obtener un análisis proactivo de la información y, así, actuar antes de que nada ocurra.