Análisis prescriptivo: un plan a medida para la cadena de suministro

La analítica prescriptiva, aplicable en cualquier área de negocio, cobra especial importancia en la cadena de suministro, donde se generan grandes volúmenes de datos. Este tipo de analítica empresarial tiene el objetivo de recabar todos los datos posibles y convertirlos en información precisa para entender qué ha ocurrido, qué podría ocurrir y qué debemos hacer para determinar un plan de acción óptimo para la compañía.

Mediante el big data, la inteligencia artificial y la minería de datos, entre otras tecnologías, el análisis prescriptivo no solo ayuda a las empresas a optimizar sus planes de suministro, sino que también permite dirigir y automatizar la toma de decisiones para alcanzar los objetivos planteados.

¿Qué es el análisis prescriptivo?

El análisis prescriptivo, englobado en el área de la analítica empresarial, consiste en recopilar datos, recomendar acciones y prever qué impacto tendrán para facilitar la toma de decisiones, identificando la mejor solución de entre todas las posibles. La consultora Gartner describe el análisis prescriptivo como una respuesta a la pregunta: "¿Qué podemos hacer para que suceda X?".

Y es que a diferencia de otros tipos de analíticas, como la descriptiva o la predictiva, la prescriptiva va un paso más allá de predecir resultados, ya que también sugiere acciones para alcanzar el escenario que mayores beneficios aporte a la empresa. Así lo afirman los autores del artículo académico Prescriptive analytics: Literature review and research challenges, publicado en International Journal of Information Management: "La analítica prescriptiva busca encontrar el mejor plan de acción para el futuro. La analítica prescriptiva se considera a menudo como el siguiente paso hacia la madurez de la analítica de datos, lo que conduce a una toma de decisiones optimizada para la mejora del rendimiento empresarial".

El análisis prescriptivo se basa en la investigación de operaciones, en análisis predictivos y técnicas estadísticas para cuantificar el efecto de las decisiones futuras: a partir de datos actuales e históricos, permite estimar qué es probable que suceda y recomendar, entre diversas alternativas, un plan de acción óptimo. La analítica prescriptiva se ampara en sistemas de gestión y algoritmos que automatizan la toma de decisiones y mejoran la eficiencia operativa de las compañías.

En el estudio Forecast snapshot: Prescriptive analytics software, los analistas de Gartner predijeron que el mercado de software de análisis prescriptivo alcanzaría los 1.880 millones de dólares para 2022, con una tasa de crecimiento anual compuesta del 20,6%. Según Gartner, el análisis prescriptivo se caracteriza por el uso de técnicas como análisis de gráficos, simulaciones, sistemas de recomendación, heurística y machine learning. Para su funcionamiento, el análisis prescriptivo gira en torno a un proceso de recopilación, adaptación y gestión de datos a fin de aprovechar mejor los recursos y aumentar la eficiencia operativa.

Diferencias entre análisis descriptivo, predictivo y prescriptivo

El análisis descriptivo consiste en recopilar y analizar datos históricos para responder qué ha pasado y cuál es el estado actual del negocio. Por su parte, el análisis predictivo combina datos históricos, reglas y algoritmos avanzados para anticiparse o estimar qué podría acaecer, con el propósito de hacer pronósticos y adelantarse a situaciones futuras.

El análisis prescriptivo se considera la tercera fase de la analítica empresarial porque recopila información de las dos analíticas comúnmente empleadas por la mayoría de empresas: la descriptiva y la predictiva.

La principal diferencia entre la analítica descriptiva, la predictiva y la prescriptiva radica en la intervención que ejerce la empresa tras analizar los datos. El análisis prescriptivo ayuda a las empresas a saber cómo optimizar sus procesos y determinar qué pueden hacer y cómo deben hacerlo para que los pronósticos se cumplan o, en caso de ser negativos, evitarlos. A diferencia de la analítica descriptiva y predictiva, la prescriptiva usa técnicas de simulación y optimización para encontrar el mejor plan de acción para una situación determinada.

Aplicaciones del análisis prescriptivo a la cadena de suministro

La analítica prescriptiva favorece la toma de decisiones relacionadas con la producción y la logística, optimizando la cadena de suministro de las empresas. Entre todas las aplicaciones del análisis prescriptivo a la cadena de suministro, destacan:

• Predicción de tendencias de consumo: el análisis prescriptivo es capaz de emitir deducciones sobre la intención de consumo de los usuarios y, así, prever el comportamiento de la demanda a fin de tomar las decisiones pertinentes. Calcular las tendencias de consumo permite establecer el nivel óptimo de inventario para satisfacer la demanda, prevenir las roturas de stock y evitar el almacenamiento excesivo de mercancías.
• Promoción de la trazabilidad de producto. Los conocimientos prescriptivos facilitan información en tiempo real del producto (trazabilidad) en cualquier punto de la cadena de suministro, desde la localización, condiciones de transporte o qué procesos logísticos y productivos se han aplicado sobre la mercancía.
• Mayor control de la información en la cadena de suministro: el análisis prescriptivo abre la puerta al mantenimiento de inventarios en tiempo real, a la emisión de órdenes de abastecimiento instantáneas o al seguimiento preciso de los pedidos, entre otros.

En la publicación de McKinsey A more resilient supply chain from optimized operations planning, los autores apuntan a los beneficios empresariales del análisis prescriptivo: “La optimización en la planificación de operaciones consiste en determinar las opciones óptimas para un conjunto de decisiones en un entorno empresarial y un objetivo de negocio determinados. Este tipo de optimización suele funcionar mejor con modelos prescriptivos que proporcionan como resultado un conjunto ideal de decisiones”.

Analítica prescriptiva para cambiar el futuro

En un mercado cambiante y competitivo en el que las tendencias de consumo pueden provocar disrupciones en las cadenas de suministro, la aplicación de la analítica prescriptiva se afianza como una aliada para ayudar a las empresas a destacar y ser líderes en sus mercados. En el pasado, las empresas se basaban en sus conocimientos y experiencia para hacer cálculos aproximados ―con mayor o menor acierto― sobre las ventas y la cantidad de productos necesaria para atender a la demanda.

Hoy en día, el análisis prescriptivo es una solución tecnológica para predecir escenarios logísticos a futuro, así como tomar decisiones basadas en el análisis de datos. Como señala el artículo What is prescriptive analytics? 6 examples, de Harvard Business School, "el análisis prescriptivo ha sido denominado ‘el futuro del análisis de datos’, y con razón. Este tipo de análisis va más allá de las explicaciones y las predicciones para recomendar el mejor plan de acción en el futuro”.