Artigo escrito por Patric Dall Asen, Diretor Administrativo na Nextransport
De uma coisa não podemos discordar, nunca foi tão fácil ter controle e visibilidade total das operações logísticas, gestão de custos e análise de rentabilidade. As expectativas sobre o futuro são positivas, demonstram que os avanços tecnológicos continuarão a nos prover melhorias contínuas. Somos por vezes sufocados pelas mais diversas soluções disponíveis no mercado.
Detalhe: para tudo isso “funcionar” existe um investimento, e esse investimento não se dá apenas da aquisição de licenças de um software por exemplo, mas no compromisso e engajamento de equipes inteiras, na resiliência dos envolvidos no projeto. São fatores determinantes em todo processo de melhoria contínua e mudança cultural.
Soluções 0800 não nos faltam também. Os chamados ‘’system self-service’’ estão aí, dominam o mercado, só dar um GOOGLE e usufruir. Integrações, APIS, robôs, é tanta coisa que as vezes chegamos a confundir.
Dito isso, gostaria que sua atenção se voltasse ao conceito de big data. Esse também vem ganhando muito espaço nos holofotes da tecnologia e promete agora sim vir para ficar.
De forma bem simples big data pode ser definido como um conjunto ou massa de dados.
Até aí ok, a definição é simples e faz parte do nosso cotidiano. Entenda como conjunto ou massa de dados tudo aquilo que geramos e processamos de informações em nosso dia a dia, desde a emissão de um CT-e, o cadastro de um cliente ou fornecedor, a geração de uma ordem de serviço, o contas a pagar, contas a receber, extratos bancários e por ai vai. Todos esses registros geram dados, informações inerentes a operação da empresa.
O detalhe que torna o big data especial é que esse mesmo conjunto de dados passa a ser maior e mais complexo ao longo do tempo, e especialmente deriva de novas fontes de dados, ou seja, além das informações internas do negócio novas fontes de informação fazem parte da minha base de dados. Quer um exemplo? Indicadores econômicos em minha base de dados sendo confrontados aos indicadores internos da empresa.
Estes conjuntos de dados são tão volumosos que o software tradicional de processamento de dados simplesmente não consegue gerenciá-los. Mas estes grandes volumes de dados podem ser usados para resolver problemas de negócios que você não conseguiria resolver antes com o seu TMS tradicional, por exemplo.
Imagine mais um exemplo, cruzar o valor médio de um veículo (FIPE) com o custo de manutenção (TMS). De posse desses dois dados estatísticos podemos analisar o ponto ideal de substituição e renovação de frota. Plim!
Nesse momento quero te chamar a atenção sobre as três variáveis do big data. Anote ai: volume, velocidade e variedade.
Volume: Para big data a quantidade de dados importa. O processamento que ocorre se dá em grandes volumes. Dados de valor desconhecido, informações por exemplo de uma página da web, aplicativos ou equipamentos habilitados para sensores. Para algumas organizações, isso pode ser dezenas de terabytes ou centenas de petabytes.
Velocidade: A velocidade para esse caso é a taxa rápida na qual os dados são recebidos e executados. Alguns produtos inteligentes habilitados para internet operam em tempo real ou quase em tempo real exigindo a avaliação e ação em tempo real.
Variedade: Referente aos muitos tipos de dados que estão disponíveis. Os tipos de dados tradicionais foram estruturados e se encaixam perfeitamente em um banco de dados relacional . Com a ascensão do big data, os dados vêm em novos tipos de dados não estruturados. Tipos de dados não estruturados e semiestruturados, como texto, áudio e vídeo, exigem pré-processamento adicional para obter significado e dar suporte a metadados.
Concluo dizendo que problemas requerem novas soluções, novos modelos, novos métodos de pensar. Para a gestão no transporte rodoviário não é diferente, essa visão deve ser incorporada, estar no DNA do negócio e fazer parte da visão do negócio.
O fato que melhoria contínua já não é mais moda no business, mas sim regra principal de sobrevivência.
Faça a sua lição de casa!
Yorumlar