Entrevistas    Logística

La ‘inteligencia’ que comparten Mango y Volkswagen

La tecnología de la española LIS-Solutions anticipa las incidencias de la cadena de suministro de grandes compañías

18 ABR. 2018
6 minutos
La 'sala de guerra' que LIS-Solutions organizó para el Black Friday de Mango. / INNOVADORES

Lo llaman 'viernes negro' y en cierto sentido, tiene algo de fúnebre. A pesar de consolidarse como uno de los días de mayor consumo del año (ya también en España), las marcas se enfrentan a un incremento tan desmesurado de pedidos que es prácticamente imposible salir inmune. La cadena Mango recurrió al know how de la tecnológica vasca LIS-Solutions para afrontar la fatídica jornada. Y consiguió recuperarse en la mitad de tiempo.

LIS-Solutions, con sede en Miñano (Álava), nace del interés de Asier Barredo y Manuel Coterillo por aportar inteligencia a la cadena de suministro, desde el pedido al cobro. Su tecnología radiografía constantemente todos los parámetros fundamentales del proceso y detecta incidencias antes de que ocurran. "La cadena de suministro empieza a hablar antes de que pasen las cosas", advierte Barredo.

"La magia entra en la captura de los datos, con los conectores"

Un robot revisa continuamente cientos de miles de combinaciones para anticipar los problemas. "La magia entra en la captura de los datos, con los conectores", afirma Barredo. LIS-Solutions ha ideado estos túneles para obtener directamente la información desde los sistemas de los clientes. Así consigue el 80% de los datos que necesita.

Con esta tecnología, la empresa está digitalizando toda la cadena de suministro de Volkswagen en España, desde el pedido hasta la entrega. Los clientes no se conforman con recibir su coche en un plazo de semanas, incluso meses. "Exigen información más potente", señala el CEO de LIS-Solutions. Con su solución, los consumidores pueden ver diariamente dónde se encuentra su vehículo. No sólo eso. La compañía de automoción recupera el control de su cadena de suministro.

"Si hay una tormenta en el puerto de Alemania, el sistema detecta que el coche no ha pasado por el slot, comprueba la razón y lanza una alarma", comenta. Con esta información, el gestor toma una decisión. "Si el cliente no acepta el retraso, el sistema plantea alternativas", añade. Incluso es capaz de anticipar las huelgas.

Esta inteligencia ha llegado hasta uno de los sectores con mayor exigencia por parte del cliente, el retail. Recibir una prenda en casa con unos días de diferencia (mientras un coche puede tardar meses) no es pan comido. La cadena española Mango ha confiado en LIS-Solutions para digitalizar toda la cadena de suministro de su distribución online (tanto la de su web como la de marketplaces como Zalando o Amazon). "Querían detectar dónde se producían los cuellos de botella", indica. La tecnológica ofrece ese control de "forma muy visual" cada seis horas.

Combinaron su know how con su tecnología para prever cuellos de botella en el 'Black Friday'

Pero el gran reto aún estaba por llegar. El Black Friday Mango vende 70 veces más que una jornada normal. Si la experiencia de compra no cumple los requisitos mínimos, la marca puede sufrir. Así que, el año pasado, pidió ayuda a LIS-Solutions. Siete personas del equipo se encerraron en una ‘sala de guerra’ (war room) con siete pantallas durante seis días. Allí combinaron su know how con su tecnología para prever cuellos de botella y solucionar incidentes antes de que sucediesen.

La estrategia de la vasca para ganar la guerra del Black Friday siguió cuatro fases. La primera consistió en integrar todas las fuentes de información de Mango para visualizarlas en tiempo real. La segunda, en el análisis de datos en tiempo real, también del "sentimiento" de los clientes (quejas e incidencias). La tercera, la decisión eficaz. "Se definieron los escenarios de actuación y se decidió entre ellos a través de matrices de ponderación", explican desde la empresa. Y la cuarta, la vuelta a la normalidad lo más rápido posible. Funcionó. LIS-Solutions consiguió que Mango sufriera las consecuencias del viernes negro la mitad de tiempo que el año anterior. "Bajamos su plazo de recuperación de 15 días a ocho usando mejor los recursos".