Artículo: Calidad de la Data ¿Por qué es importante que los equipos de Cadena de Abastecimiento requieran de datos limpios y confiables?

por: Guillermo Davila – Epecialista en Cadena de Suministro

Los equipos de Cadena de Abastecimiento deben tomar decisiones basándose en la data que la empresa genera. En un estudio de la consultora Supply Chain Insights LLC para el 2012-2015 concluyó que lo cinco elementos más importantes que preocupan a los líderes de la cadena de abastecimiento son:
1.- Volatilidad de la Oferta y Demanda (41%)
2.- Alineamiento multifuncional de la CDA (cada área funcional, como ventas, marketing, finanzas y operaciones, tiende a trabajar en su propia parte de las actividades de planificación) (38%)
3.- La visibilidad de la cadena de suministro (SCV) es la capacidad de que los materiales, componentes o productos en tránsito puedan ser rastreados desde el fabricante hasta su destino final a través de una CDA robusta y colocando datos a disposición de todas las partes interesadas, incluido el cliente. (35%)
4.- Capacidad de acceder y utilizar datos (35%)
5.- Disponibilidad de personas con competencias y habilidades  en CDA (35%).

La constante en estas preocupaciones,  que me atrevería a inferir también está presentes en empresas en el Perú, es la importancia en la disponibilidad de data adecuada y limpia. Lo que llamamos ausencia de data toxica.
Las CDA necesitan para hacer bien su trabajo de Análisis de Data (Data Analytics). Existe aquí un espacio importante en mejorar la capacidad de acceder y utilizar data y además mejorar su visibilidad a lo largo de la cadena de abastecimiento.

La tendencia actual en el desarrollo de la CDA es mover la data a mayor velocidad (speed of time) y cambiar los paradigmas. Hoy la data tiene según Supply Chain Insights LLC cuatro características:
Cadencia: Batch
Foco: Su respuesta es a Demanda del Usuario
Integración de Información: Jalar de un sistema (Pull)
Proceso: De Adentro hacia Afuera.

Esto va a cambiar a futuro en función de la rapidez y complejidad de los negocios. La data va a ser empujada hacia sistemas más inteligentes y se obtendrá de afuera hacia adentro. Es decir una revolución lograda por Análisis de Data Avanzados (Advance Analytics), Internet de las Cosas, Impresión 3D y la Robótica
En el proceso actual la data normalmente está depositada y es usada a través de sistemas denominados ERP que empresarialmente se utilizan para administrar las finanzas y la presentación de informes en torno a actividades tales como contabilidad, previsión de ventas, planificación,  operaciones, atención al cliente y el proceso logístico.
Sobre estos se interconectan otros sistemas como el PLM que ve la gestión del ciclo de vida del producto y es un sistema empresarial que proporciona el control del registro del producto en todas las etapas de desarrollo, desde el concepto hasta el diseño y la producción. Con un sistema PLM en su lugar, una empresa puede administrar datos de productos incluyendo elementos, lista de materiales (BOM), listas de fabricantes aprobados (AML) y archivos de productos. Un sistema PLM también permite a la empresa realizar un seguimiento de cualquier cambio en la información del producto y comunicar revisiones a la cadena de suministro.
Están también el APS, planificación y programación avanzada de operaciones. Un sistema APS permite a un negocio averiguar y compensar los cambios en la producción en tiempo real. Un sistema APS también puede calcular las mejores soluciones para una empresa basadas en el material, la capacidad y las restricciones logísticas.
Finalmente el SRM (Supplier Relationship Management) que permite realizar la gestión de las relaciones con los proveedores y administra los procesos y metodología de compras de una empresa o una institución que compra y el CRM (Customer Relationship Management), el cual es un modelo de gestión de toda la organización basado en la satisfacción del cliente.
Todos estos sistemas dependen de un activo clave: Datos Maestros (Master Data).  Estos son los materiales (MRO), productos (SKU´s), proveedores, clientes, etc. Que están contenidos en los maestros y libros de cada organización.
Necesitamos data limpia para que pueda ser usada adecuadamente en nuestros sistemas de información (ERP, PLM; APS, etc). En el ciclo de producción los materiales se mueven del proceso transformándose en productos. Esto crea la necesidad de contar con datos maestros como materiales, productos, proveedores a nivel no solo de las operaciones sino de toda la organización.

Aquí es donde entra la limpieza de datos a través del Master Data Management. ¿En qué consiste?

Primero en Limpiar la data histórica esto a través de  eliminar duplicados, correcta clasificación y su enriquecimiento en todos los maestros y libros del los sistemas de la organización.
Lo segundo es mantenerla limpia. La data debe de tener un mantenimiento continuo. Hay que mantener la calidad de los datos maestros y crear una Gobernanza o marco de referencia para la creación, uso, acceso y mantenimiento de los datos actuales y nuevos de la organización.
Las ventajas de este proceso son:
1.  Mejora de la calidad de los datos, mayor confiabilidad y Gobernanza.
a.   Datos maestros estandarizados, eliminación de duplicados, data precisa y enriquecida
b.  Alta confiabilidad de los datos para una mejor toma de decisiones
c.   Mantenimiento continuo de los datos para mantener los datos maestros permanentemente limpios
2.  Mayor nivel de profundidad (Granularity) en toda la empresa y amplia visibilidad.
a.   Racionalización de la base de activos
b.  Reducción del riesgo, crear una disrupción y un incremento de la productividad
c.   Toma de decisiones con información de data de alta calidad mejorando las capacidades de la gestión empresarial y de los usuarios finales
3.  Optimizar el RSI en las implementaciones de un ERP u otros sistemas.
a.   Mejora en la colaboración y performance de los equipos multi-funcionales
b.  Maximizar los beneficios de adquisiciones de nuevos sistemas (ERP o equivalentes) en una organización.
4.  Minimizar los costos y maximizar las eficiencias en el proceso
a.   Menores costos de mantenimiento y más eficiencia en el manejo de los activos.
b.  Operaciones simplificadas y mayor  grado de cumplimiento del proceso
c.   Mejora en las  estrategias de negocios y mayores eficiencias  operacionales
La conclusión es que el Material Master Data Management (MMDM) es una estrategia integral para construir una fuente única, exacta y autorizada de la verdad para todas las fuentes de información de una empresa. Esta sola verdad se sustenta en la data limpia de todas las maestras y libros de la empresa. Como hemos mencionado existen una serie de sinergias económicas y financieras de realizar este proceso dentro del blueprint de cualquier proyecto.

Fuentes: Supply Chain Insights LLC Summit 2016 & Verdantis 2017