Utilizando técnicas de análisis de data geoespacial, PREDIK Data-Driven realizó un análisis de cinco centros de distribución de Walmart en Florida, Estados Unidos, con el objetivo de identificar patrones en las cadenas de suministro de estos cinco centros y sus relaciones con establecimientos comerciales y otros complejos logísticos del Estado.
A través de este análisis, cuyo objetivo es mostrar cómo se pueden aplicar técnicas de ciencia de data geoespacial para resolver problemas en el sector logístico, se identificaron y caracterizaron las relaciones existentes entre centros de distribución de Walmart y sus sedes a surtir. para que distintas cadenas comerciales de gran tamaño puedan evaluar y a la vez mejorar procesos en sus respectivas cadenas de suministro.
¿Cómo se realizó?
Se analizaron cientos de miles de registros de dispositivos móviles en las zonas en que se encuentran los centros de distribución de Walmart. Estos datos de posicionamiento celular, que se obtienen para una ubicación y periodo de tiempo específicos, al ser analizados a gran escala, permiten llegar a conocer la afluencia de personas en cada punto de interés, en este caso, los centros de distribución y los demás establecimientos comerciales del área en cuestión.
Con esta información, fue posible inferir patrones de comportamiento de la cadena logística entre los centros de distribución y las sedes a surtir, estableciendo las partes de entrega y recepción con un recuento de visitas mutuas. Esto permitió señalar las principales y más importantes relaciones entre los centros de distribución y los establecimientos.
Podría interesarle: «Big Data para entender la movilidad de los consumidores«
[button button_text=»¿Quiere conocer más? Solicite una DEMO gratuita» button_style=»style-1″ button_arrow=»true» button_rounded=»true» font=»Default» button_size=»medium» font_size=»» button_icon=»» button_align=»center» padding_v=»» padding_h=»» button_link=»/solicita-demo/» link_open=»_self» href_title=»» id=»» class=»» bg_color=»» text_color=»» border_size=»» border_color=»» border_radius=»» h_bg_color=»» h_text_color=»» h_border_size=»» h_border_color=»» h_border_radius=»» margin_top=»» margin_bottom=»» margin_left=»» margin_right=»»]
Metodología
Para predecir y comprender las visitas y relaciones entre los centros de distribución de Walmart en el estado de Florida y los establecimientos aledaños, se realizó lo siguiente:
Primero, el estado fue dividido en cinco zonas: Centro, Noreste, Noroeste, Sureste y Suroeste. Posteriormente se definieron las coordenadas de los centros de distribución y las sedes para localizarlos en un mapa, estableciendo cada centro y sede como un registro con su información geográfica respectiva. Utilizando una metodología innovadora de creación de polígonos sobre las construcciones, se determinaron los perímetros, y, por último, con los datos anonimizados de posicionamiento de teléfonos celulares, se pudo definir el número de personas que visitaron los centros de distribución y un local en un lapso de tiempo determinado.
Ver también: «Big data para inferir relaciones entre empresas»
Esta visualización muestra la relación entre la superficie del centro de distribución y el volumen de visitas. Se incluyó una línea de regresión lineal, que representa un crecimiento proporcional entre las visitas con la superficie de los centros de distribución. Por lo tanto, si la propiedad se acerca a la línea, significa que el espacio del centro de distribución está siendo mejor aprovechado. Teniendo en cuenta esto, se pudo calcular que:
El tamaño del círculo representa la cantidad de visitas. Podemos ver que, cuánto mayor es el tamaño del perímetro de los centros de distribución, mayor es la afluencia de visitantes.
Como se puede observar, casi todas las instalaciones parecen alinearse cerca de la tendencia, lo cual muestra una formidable proporción entre el perímetro y el volumen de visitas.
La única excepción es el centro Alcachua (círculo morado), ya que es el único punto que parece estar desperdiciando su capacidad de espacio. Aunque no ocupa la última posición en cuanto a superficie, es el centro con menos afluencia.
Este tipo de modelos ayuda a las organizaciones a identificar y caracterizar las relaciones directas que existen entre variables tan relevantes como espacio físico y afluencia peatonal en cada punto, lo cual se convierte en un insumo de alto valor para encontrar tendencias y optimizar los procesos en las cadenas de suministro.
Contáctenos para obtener más información sobre nuestras soluciones de Inteligencia Comercial.