Resumen
En este artículo vamos a evaluar si es factible identificar oportunidades que permitan, reorganizando las ubicaciones de picking de ciertos productos, reducir el tiempo requerido para preparar y, en consecuencia, obtener un ahorro de costes. En concreto nos vamos a centrar en localizar relaciones y reglas entre los distintos productos (SKUs).
El análisis que presentamos podemos encuadrarlo dentro del término más amplio de slotting. Básicamente, vamos a evaluar técnicas que nos permitan acomodar los artículos en picking de modo tal que hagamos más eficiente el proceso de preparación de pedidos.
Al igual que en otras ocasiones intentaremos ser muy prácticos aunque no podemos obviar un mínimo de teoría a modo de introducción.
La teoría
Existe un concepto, muy extendido en Marketing, denominado Análisis de la cesta de la compra. Este tipo de análisis permite a las empresas identificar el comportamiento de sus compradores ya que detecta vínculos entre productos difícilmente localizables en el día a día debido al alto volumen de transacciones. Este tipo de análisis requiere manipular un enorme volumen de información, el cual es irrealizable sin herramientas informáticas adecuadas.
El Análisis de la cesta de la compra podemos clasificarlo dentro del término más amplio de Análisis de afinidad, es decir, análisis para detectar relaciones entre variables. También en este ámbito podemos encuadrar las reglas de asociación con las que se pretenden detectar relaciones en un conjunto amplio de datos.
Pues bien, estas técnicas son aplicables a la Logística. Si somos capaces de identificar en los pedidos que tenemos que preparar artículos muy relacionados podemos proceder a agruparlos físicamente en la misma zona de almacén para evitar desplazamientos innecesarios reduciendo el tiempo de preparación y, en consecuencia, aumentando la productividad de nuestros operarios.
No obstante, tenemos un inconveniente muy importante. El mismo que tiene Marketing a la hora de aplicar estas técnicas: el volumen de datos.
Como sabemos, recibimos una enorme cantidad de pedidos con numerosas líneas e intentar descubrir relaciones en esa enorme cantidad de datos puede resultar una actividad titánica sin los medios adecuados. En las próximas páginas encontrará una herramienta que puede facilitarle este tipo de análisis. Esta herramienta se enmarca dentro de los productos informáticos enfocados a la minería de datos (datamining).
Herramientas
Ilustración 1: Pantalla Principal de KNIME
Para la exposición de este caso hemos utilizado una excelente herramienta gratuita denominada KNIME. Como indican sus desarrolladores, KNIME es una plataforma modular de exploración de datos que permite al usuario crear flujos de datos visualmente, ejecutar algunos o todos los pasos de modo selectivo e investigar posteriormente los resultados de vistas interactivas de los datos o modelos. Es decir, con ella podemos manipular un elevado volumen de datos, aplicar algoritmos que manipulan dichos datos y obtener resultados que nos permiten llegar a conclusiones que, de otro modo, no serían identificables. Toda una herramienta de minería de datos al alcance de nuestra mano.
En el presente documento usaremos una parte ínfima de esta potente herramienta así que dejo en manos del lector que explore las amplias posibilidades de la misma.
En próximos documentos seguiremos realizando ejercicios que den una visión de la potencia de la misma.
Aunque para el caso que nos ocupa hemos hecho uso de una base de datos MySQL es posible realizar el análisis a partir de archivos de texto.
Caso práctico de análisis de afinidad de artículos en picking.
En el caso real que exponemos a continuación vamos a partir de la siguiente información:
Toda esta información, como indicamos en el punto anterior, se encuentra almacenada en una base de datos MySQL.
|
