Como os dados potencializam a gestão de risco no transporte de cargas?

Agosto de 2023 - Em 2022, o crime de roubo e furto de cargas onerou as operações de transportes chegando a cifras de R$1,2 BI. Segundo pesquisa da Nstech, empresa que detém uma plataforma Open Logistics. As operações com cargas fracionadas e produtos alimentícios permaneceram entre as mais visadas pelas quadrilhas de roubo.

Nota-se, porém, uma inversão na ordem. As cargas fracionadas assumiram a liderança no ranking de roubos com aumento de 30% na comparação com 2021. Já o roubo de produtos alimentícios teve queda de 55% em 2022 em relação a 2021. Essas informações acendem alguns alertas sobre a importância da realização de estudos mapeados e voltados para cada operação.

Somado a isso, nos últimos anos, temos acompanhado a revolução da informação e como o processo de decisão de diversos setores vem se balizando nos indicadores. Nesta crescente, o transporte não poderia ficar para trás. Quando analisamos os números, cenários e indicadores, nós, como profissionais de Gerenciamento de Riscos, precisamos ter parâmetros para tomar decisões de forma assertiva e com foco na mitigação dos riscos.

Com os dados de roubo e furto de cargas, por exemplo, é possível identificar áreas geográficas ou rotas de transporte que apresentam maior incidência de diversos tipos de crimes e, com base nessas informações, tomar decisões estratégicas.

Por exemplo, é possível cruzar as informações obtidas sobre a comercialização de produtos que são vendidos no mercado paralelo com os dados de roubo e furto e os indicadores-base, como as rotas de risco, o tipo de carga, os horários mais ofensores e a utilização de motoristas mais experientes. Esses aspectos, somados ao uso da tecnologia em processos de comunicação e em alertas automatizados, trazem mais inteligência à operação do CCO (Centro de Controle Operacional) e, por fim, preservação da carga.

De posse dos dados da operação, será possível adotar medidas de distribuição e de inibição do risco, trazendo mais segurança ao transporte de carga e diversificando o risco, sem concentrar em apenas um veículo ou em uma rota. Com uma melhor distribuição do risco entre as frotas, será possível consolidar um plano de respostas rápidas em caso de sinistros.

Mas como é possível construir uma operação de transporte voltada para dados se o volume de informação coletada em tempo real por rastreadores e gerenciadoras de riscos é altíssimo? Hoje em dia com tantas inovações e computadores com processamento de dados potentes, somado ao uso de Big Data e do Machine Learning no processamento das informações, existe a possibilidade de moldar toda a operação e adotar medidas preventivas mais precisas e eficientes de forma estruturada, focando o olhar do gerenciamento de riscos em áreas críticas, as que realmente afetam a operação logística.

A tecnologia permite identificar padrões e tendências nos crimes relacionados ao transporte de cargas, apenas monitorando alguns indicadores, como horários, dias da semana, locais mais vulneráveis, rotas de maiores riscos, produtos mais visados, de fácil escoamento e sazonalidades de distribuição, o que trará um direcionador e, com isso, será possível traçar ações para o combater roubos e furtos de carga.

Além disso, o aprendizado de máquina (ML) pode ser usado para criar modelos preditivos capazes de antecipar potenciais riscos e ameaças de incidentes que também prejudicam as operações logísticas, como alagamentos, manifestações ou queda de encosta nos períodos de chuva, entre outros desastres climáticos.

Como resultado da modelagem e da estruturação das informações, será possível tomadas de decisões mais precisas e rápidas para prevenir ou lidar de forma assertiva com diferentes situações, reduzindo riscos e baixando custos operacionais, sem contar com o ganho de efetividade na resposta caso aconteça alguma tentativa de sinistro.

Mas, para utilizar dados no gerenciamento do transporte de cargas, é preciso também que as empresas invistam em tecnologias de coleta e análise de dados, como sensores, sistemas de telemetria e softwares de análise. É recomendado também que o CCO (Centro de Controle Operacional), que recepcionará as informações, possua uma operação automatizada e com pessoas especializadas gerenciando e apoiando na construção e cultura do tema.

Com a maturidade de utilização nas ferramentas de Big Data e Machine Learning no transporte da carga, a operação experimentará mais tranquilidade na tomada de decisão e no controle dos custos operacionais. Assim, de posse de informações precisas e tratadas, será possível tomar decisões mais efetivas e direcionadas da forma correta, sem ter que utilizar apenas o empirismo, a experiência baseada em percepções das pessoas ou até de fake news.

Em resumo, a utilização de dados para o gerenciamento do transporte de cargas é uma ferramenta valiosa para aumentar a eficiência da operação. As empresas que investem em tecnologias e equipes capacitadas para a análise de dados têm uma vantagem competitiva significativa neste mercado, que está em constante evolução e exige muita velocidade para lidar com seus desafios.

*Douglas Roberto da Silva é consultor de Gestão de Riscos da ICTS Security, empresa de origem israelense que atua com consultoria e gerenciamento de operações em segurança.