Predictive Analytics en la puerta de tu casa

Hace un par de semanas PiperLab dio un curso sobre el Big Data aplicado a la cadena de suministro en el CEL, como ya nos comentó Javier en su ultimo post. Para preparar dicho curso me tocó investigar sobre Amazon y cómo hace uso de los datos para mejorar su negocio a modo de caso práctico. De entre todas las cosas que descubrí, que no son pocas, hubo una que me llamó especialmente la atención, y es la que hoy os voy a contar en este post.

Imaginaos que estáis en vuestro sofá viendo una película en casa, cuando de repente suena el timbre. Tras el sobresalto inicial, ya que no esperabais a nadie, os acercáis a la puerta. Al otro lado hay un repartidor que dice tener un paquete a vuestro nombre. Abrís la puerta y le comentáis al repartidor que debe de haber un error, que no estáis esperando ningún paquete. A lo que el repartidor responde que todo es correcto, que el contenido es una lámpara LED de la marca Y modelo GK35. ¡Qué casualidad! Es justo la lámpara que habéis estado mirando desde hace un mes para vuestro cuarto y que habéis pedido hace 1 hora, justo antes de empezar a ver la película . Pero, ¿cómo es posible que la tenga en mi puerta si apenas les ha podido dar tiempo a tramitar el pedido?

¿Asombrados? Parece ciencia ficción, ¿no? Pero la realidad muchas veces nos sorprende, muestra de ello es la siguiente patente presentada por Amazon en 2012 y aprobada en 2013: “Method and system for anticipatory package shipping”. En ella Amazon presenta un método y un sistema para poder enviar paquetes antes de que tengan un destinatario final. En el documento hay un flujo de ejemplo de cómo funcionaría dicho envío anticipado, el cual vamos a ver a continuación para hacernos una idea de cómo funcionaría:

Diagrama de funcionamiento de la Patente de Amazon

En este flujo hay 4 grandes bloques que explicamos a continuación:

  1. El sistema decide empaquetar un conjunto de productos (uno o más elementos) debido a una predicción de demanda. Este paquete recibe un identificador y es enviado a un área geográfica donde se espera que sea demandado.
  2. Mientras la orden está en tránsito, se comprueba si el paquete satisface algún pedido. Si es así, pasamos al punto 3. En caso contrario pasaremos al punto 4.
  3. Se ha detectado que el paquete satisface algún pedido. En este caso, se completa la dirección del paquete con la del destinatario final y se dirige el paquete hacia su destino final.
  4. En caso de que no exista ningún pedido que pueda ser satisfecho con el paquete, el sistema comprueba si debe redirigir el paquete a otra zona geográfica. En caso afirmativo, se actualiza la información del paquete y se redirige. Si no, el paquete seguiré su curso a la zona geográfica inicial.

Así es como Amazon es capaz de mover los productos hacia sus clientes finales antes de que lo pidan. Esto, como podéis imaginar, mejora enormemente la calidad del servicio, permitiendo ofrecer la entrega de paquetes en un tiempo muy corto. Pero también puede ayudar a reducir los costes y a mejorar la gestión de inventarios, entre otras cosas.

En PiperLab sabemos que no todas las empresas pueden ser como Amazon, pero por algún sitio hay que empezar. Si crees que tus datos tienen valor para tu negocio, o para un tercero, y necesitas ayuda para sacarles provecho, contáctanos!

Deja tu comentario

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

Jaime Reguero

Autor: Jaime Reguero

Data Scientist en PiperLab