Il ruolo dei dati nella logistica 4.0

Il settore della logistica sta attraversando una fase di profonda trasformazione, nella quale il ruolo di dati, analytics, Internet of Things e Machine Learning è determinante.

Dietro a ogni busta, pacco o pacchetto si cela un processo articolato che include lo stoccaggio dei prodotti nei magazzini, il carico dei mezzi, la pianificazione dei tragitti, l’attenzione alle merci sensibili, il rispetto di tempi e luoghi di consegna, oltre alla gestione delle risorse umane coinvolte.

Ottimizzare questo sistema, in ogni sua fase e aspetto, è quanto mai necessario. Nel caso delle articolazioni complesse, come logistica, affinché possano esprimere le massime potenzialità, è essenziale che la catena di passaggi sia perfettamente calibrata e sincronizzata, nei tempi, nei modi e nei luoghi.

I dati permettono di monitorare l’intero processo, di individuare eventuali punti critici per implementare correttivi e raggiungere i massimi standard.

Passare dalla logistica tradizionale a un modello 4.0 è essenziale, da un lato per rispondere alla crescita esponenziale della domanda, in termini quantitativi e qualitativi, dall’altra per fronteggiare un contesto iper concorrenziale e, infine, per cogliere tutte le opportunità che riserva e riserverà ancora un mercato in costante crescita.

Secondo il Pitney Bowes Parcel Shipping Index, entro il 2025 le spedizioni raddoppieranno ulteriormente.

Quale scenario si va a delineare? Qual è e sarà il ruolo dei dati nella logistica 4.0?

In questo articolo approfondiremo il tema del processo della trasformazione digitale nel settore della logistica e i vantaggi che un approccio data driven può assicurare a tutta la filiera.

A patire dalla definizione di logistica 4.0.

Se la logistica è l’insieme di tutti quei processi di ordine organizzativo, gestionale e strategico che vanno dalla fornitura alla distribuzione finale dei prodotti, la logistica 4.0 è la sua naturale evoluzione digitale e tecnologica, figlia di quella “quarta rivoluzione industriale” che sta portando verso una produzione automatizzata e interconnessa.

Che la si chiami supply chain 4.0 o supply chain data-driven, quel che conta è che anche il settore della logistica sta attraversando una fase di radicale trasformazione, nella quale il ruolo di dati, analytics, Internet of Things e Machine Learning è sempre più determinante.

Con l’introduzione del 5G, inoltre, tutte le linee di produzione adesso cablate con reti ethernet saranno “wireless”, permettendo a robot, macchinari e veicoli intelligenti di essere iper-connessi e scambiarsi grandi moli di dati e informazioni in tempo reale.
I cambiamenti introdotti dalla logistica 4.0 si sviluppano su tre livelli:

• Automazione: riguarda l’incremento di attività svolte in maniera automatica, ma anche la loro combinazione con attività a carattere manuale.
• Connessione: riguarda gli “oggetti” e le tecnologie utilizzate, che hanno la capacità di raccogliere e trasmettere dati;
• Processo decisionale: riguarda più precisamente i dati, la cui raccolta diventa fondamentale per agevolare decisioni strategiche.

Parlare di Logistica 4.0 significa, dunque, parlare necessariamente anche di Big Data, in che cosa consistono e perché sono un’opportunità per le aziende: dietro ogni movimento, si cela un’enorme mole di informazioni che è possibile raccogliere, analizzare, sintetizzare e interpretare allo scopo di raggiungere livelli di ottimizzazione sempre maggiori.

Ogni giorno, secondo il Pitney Bowes Parcel Shipping Index, nel mondo vengono effettuate 131 milioni di consegne. Dal 2005 le spedizioni sono triplicate e secondo le stime entro il 2025 raddoppieranno ulteriormente.

Dietro a ogni busta, pacco o pacchetto si cela un complesso processo che include lo stoccaggio dei prodotti nei magazzini, il carico dei mezzi, la pianificazione dei tragitti, l’attenzione alle merci sensibili, il rispetto di tempi e luoghi di consegna, oltre alla gestione delle risorse umane coinvolte.

L’enorme quantità di informazioni usata e prodotta dalla logistica 4.0 ruota intorno alle note 3V dei Big Data – volume, velocità e varietà – e obbliga a ripensare i processi per capire quali sono i dati più rilevanti, come organizzarli, come gestirli in tempo reale e come sfruttarli per ottimizzare la supply chain.

1. Volume: se la quantità dei dati cresce in maniera esponenziale, la digitalizzazione è il primo passo per tenerli sotto controllo. Sinteticità delle informazioni e facile lettura e interpretazione sono i primi vantaggi della transizione digitale.
2. Velocità: i dati prodotti e usati dalla logistica devono essere raccolti ed elaborati in tempi estremamente rapidi: mappatura di magazzino, controllo e sistemazione dei carichi, analisi dei percorsi per l’ottimizzazione dei tragitti sono tutti tasselli della catena che necessitano di una rapida elaborazione delle informazioni.
3. Varietà: se tradizionalmente i dati presenti in un database hanno un certo grado di omogeneità, con l’aumentare delle fonti questa omogeneità viene meno. Nel caso della logistica, le fonti di provenienza dei dati sono molteplici:
   – Sistemi informatici aziendali: le applicazioni gestionali da cui provengono dati strutturati e semistrutturati riguardanti le fasi operative e gestionali di un’azienda o di un magazzino;
   – Sensori e tecnologie di geolocalizzazione: le informazioni che arrivano dai sistemi di tracciamento delle merci o dai sistemi per la gestione di flotte e trasporti;
   – Agenzie statali e private che offrono dati economici, climatici o governativi in vari formati;
   – Social Media e portali web: da queste fonti provengono informazioni utili sul comportamento e sui flussi online degli utenti, oltre ai prodotti più venduti del sito (si pensi soprattutto alla logistica e-commerce);
   – Media e documenti elettronici: video, immagini, audio, trasmissioni in diretta (live stream), fogli di calcolo, PDF, email etc., che devono comunque essere raccolti e sistematizzati.

La complessità dei processi, la quantità di informazioni, la varietà delle fonti e la sfida della velocità rende necessaria una gestione avanzata e strategica dei dati, che porta con sé notevoli vantaggi per il settore:

1. Maggiore produttività ed efficienza operativa
   L’utilizzo dei dati facilita le procedure decisionali, permette di aumentare il grado di trasparenza, ottimizzare il consumo delle risorse e incrementare la qualità dei processi e delle prestazioni.
2. Riduzione degli errori, dei rischi e dei costi aziendali
   L’uso dei dati permette ad esempio di ottimizzare la gestione delle scorte, riducendo il rischio di incorrere in eccedenze di magazzino o in carenza di merce. Secondo una ricerca condotta da PwC, inoltre, le aziende che fanno uso di AI e metodologie innovative di analisi dati sono capaci di ridurre i costi della filiera del 6,8%, aumentando i ricavi del 7,7%.
3. Misurazione della domanda e maggiore flessibilità
   Le tradizionali metodologie di previsione basate su dati storici possono essere affiancate da strategie di analisi dati che integrano diverse fonti in tempo reale, grazie alle quali è possibile abilitare processi dinamici, in grado di adattarsi velocemente ai cambiamenti nella domanda o nelle condizioni di produzione.
4. Ottimizzazione delle attività di magazzino e della gestione dei carichi
   I Big Data permettono di analizzare l’efficacia delle strategie di material handling, di studiare l’efficienza dei flussi di materiali (inbound e outbound), migliorare le previsioni di vendita e elaborare la migliore mappatura di magazzino, ottenendo così una migliore allocazione delle merci. Analogamente, i dati permettono di analizzare i percorsi dei camion per ottimizzare i tragitti e lavorare sull’“ultimo miglio”.
5. Miglioramento della Customer Experience
   Il servizio di assistenza al cliente e i sistemi CRM (Customer Relationship Management) traggono enormi vantaggi dai Big Data, che permettono di offrire un servizio migliore e customizzato agli utenti. Allo stesso tempo, permettono alle aziende di anticipare le esigenze di consumo.

Il settore della logistica non è rimasto immune alla crisi economica globale causata dalla pandemia. Secondo le stime dell’Osservatorio Contract Logistics “Gino Marchet” del Politecnico di Milano, la riduzione dell’export e degli spostamenti a seguito delle restrizioni avrebbe causato alla logistica un calo del 9,3% nel 2020, con un fatturato previsto di 77,8 miliardi di euro contro gli 86 miliardi del 2019.

I dati dell’Osservatorio mostrano però che l’emergenza ha costituito per le aziende anche un’opportunità per ripensare il proprio modello di supply chain in ottica digitale e tecnologica. L’agenda 2021 delle imprese di logistica prevede, tra gli altri, investimenti in resilienza del sistema logistico (62%), digitalizzazione dei processi (50%) e sistemi di data-driven decision (15%).

La scelta di rafforzare tecnologie, digitalizzazione e gestione dei dati dipende da ultimo dal fatto che ad aver aiutato molte imprese a reagire durante l’emergenza sono stati proprio i Big Data, che hanno permesso di gestire le scorte, prevedere la domanda, adattare i processi in maniera agile e resiliente e classificare e gestire i rischi con velocità e precisione.
Che i dati saranno il futuro della logistica l’aveva già anticipato nel 2019 il World Economic Forum, secondo il quale le informazioni digitali non solo saranno fondamentali per migliorare i processi decisionali e ottimizzare i flussi, ma potranno dare anche un grosso contributo verso la sostenibilità ambientale.

Se oggi la logistica contribuisce al 13% di tutte le emissioni a livello globale, infatti, analizzando i dati di migliaia di spedizioni, sarà invece possibile ottimizzare le rotte e offrire una soluzione ai cosiddetti “viaggi a vuoto”, i viaggi privi di merci che oggi coinvolgono un camion su quattro in Europa. L’obiettivo? Ridurre il costo del viaggio e migliorare l’impatto ambientale.