Logistica

Il Covid nella logistica conto terzi: cala il fatturato del 9,3%, ma accelera l’innovazione

Milano – L’emergenza Covid pesa come un macigno sul giro di affari delle aziende della contract logistic (o logistica conto terzi). Settore che raggruppa autotrasportatori, spedizionieri, corrieri, operatori logistici e gestori di magazzino. Settore che prima della pandemia esprimeva un valore di mercato di 86 miliardi di euro nel 2019, con l’acuirsi dell’emergenza sanitaria quel valore si è ridotto del 9,3%.   

La fotografia del comparto emerge dall’Edizione 2020 dell’Osservatorio Contract Logistic, iniziata a fine febbraio, contestualmente all’esplosione del coronavirus nel nostro Paese. Dallo studio si evince che nella prima parte dell’anno le restrizioni, imposte dal governo per contenere il virus, hanno frenato la crescita del comparto.

Da giugno in poi le attività di logistica conto terzi hanno registrato un rimbalzo, con volumi anche più elevati del 2019 confermando la resilienza del settore. Ma i costi aggiuntivi per la sicurezza e le difficoltà operative dettate dall’emergenza, hanno inciso sul conto economico delle aziende. I costi aggiuntivi dipendono molto dal perimetro di azione: nel caso di sanificazione sia per il magazzino che per i trasporti, si supera 500 euro/persona/mese.

Lo studio evidenzia che il calo dei volumi si inserisce in un contesto di crescita dei costi già presente nel 2019, soprattutto per spazio e manodopera. In più, l’impatto del Covid-19 si è tradotto anche in un calo delle operazioni di M&A rispetto ad un anno fa (92 operazioni dal 2015 di cui 9 nel 2020), sia in termini numerici sia di valore.

La situazione di crisi ha messo in evidenza i punti di forza della logistica, come la forte spinta all’innovazione nella logistica. Qui sono state monitorate e censite le principali startup nazionali ed internazionali per identificare le aree di innovazione più importanti in cui stanno lavorando. Dai dati si osserva una crescita dei nuovi player (+45% rispetto al 2018), così come una forte attenzione nei confronti dell’innovazione software (+115%) e hardware (+174%).

“Nel complesso, emerge un quadro caratterizzato da una forte dinamicità con sempre maggiori evidenze della relazione tra startup e l’introduzione dell’innovazione nella logistica”, certifica lo studio. In termini di finanziamenti ricevuti, emerge inoltre un’evidente progressione e quindi l’interesse verso il tipo di innovazione nell’area software (+400%) e nell’area hardware (+913%).

“La maggior parte dei nuovi player della logistica basa l’innovazione su nuove tecnologie volte a rispondere alla crescente domanda di servizi in ambito last-mile delivery. Le piattaforme sono invece focalizzate sull’ottimizzazione dell’incrocio tra domanda e offerta di servizi di trasporto/stoccaggio e nell’esplorazione di nuovi ambiti applicativi”, puntualizza lo studio.

Le startup che offrono soluzioni software si concentrano principalmente sul miglioramento di supply chain visibility (come controllare la visibilità della catena logistica e la tracciabilità dello stock) e inventory & order managment (come minimizzare i costi di gestione delle scorte) . Quelle in ambito hardware riguardano soprattutto l’automazione delle attività di magazzino (warehouse robotics) e lo sviluppo di nuovi mezzi di trasporto (smart vehicles).

In conclusione, lo studio approfondisce in che modo costruire un sistema di Big Data Analytics in Logistica e quali sono le applicazioni implementate nelle aziende. “Il significato di Big Data in Logisitica può essere letto secondo tre dimensioni: volume, velocity e variety che rappresentano in sintesi quantità di dati spesso ingenti che vengono aggiornate con alta frequenza e che provengono da fonti differenti”, spiega lo studio.

La costruzione del database è il passaggio iniziale fondamentale ed è legata tre principali ambiti 1) Descriptive: la capacità di monitorare una variabile di interesse ma anche di legge-re queste variabili e cercare legami; 2) Predictive: a partire dai collega-menti identificati tra le variabili di interesse è possibile sviluppare previsioni; 3) Prescriptive: capacità di supportare le decisioni fino ad arrivare a sistemi che prendono le decisioni in autonomia a partire dall’ analisi dei dati.