En los últimos años la cantidad de datos que generamos ha crecido de tal manera que su captura, gestión, análisis y procesamiento se han hecho imposibles con herramientas como bases de datos relacionales y estadísticas. A través de los sensores que tienen nuestros smartphones, vehículos, dispositivos GPS y de la huella que dejamos cada vez que navegamos por Internet se capta una cantidad ingente de datos, que una vez estructurados y analizados, son muy valiosos para las empresas y gobiernos.
El Big Data se caracteriza por su gran volumen de datos, la velocidad de creación, almacenamiento y procesamiento de esos datos, por la variedad de tipología de los datos y por el grado de veracidad de esos datos.
Su uso en marketing está evolucionando rápidamente con el objetivo de ofrecer el servicio idóneo y aumentar sus ventas. Los anuncios que nos aparecen mientras navegamos se basan, en gran medida, en nuestras búsquedas y geolocalización personales. Los datos que de manera gratuita e ingenua damos a las empresas son identificados, estructurados, analizados y procesados para hacerme una oferta personal sobre los productos que “quiero/necesito”.
Esto llevado a la industria, que es el campo que nos ocupa, se traduce en implantar sensores en puntos clave de nuestra fábrica que recojan datos con el objetivo de mejorar los procesos productivos, reducir errores y facilitar la toma de decisiones. ¿Cómo? A través de herramientas ágiles y rápidas que capturen y organicen los datos, para analizarlos en 4 capas; primero, un análisis descriptivo, que aporte datos sobre el pasado o a tiempo real; segundo, un análisis de diagnóstico que intente explicar el porqué de esos datos; tercero, un análisis predictivo, que nos indique una tendencia que se dará en el futuro basada en los datos analizados; y, por último, un análisis, prescriptivo, que aconseje cómo proceder.
En el caso del mantenimiento podríamos hablar de saber con antelación qué pieza es susceptible de romperse y sustituirla antes de que ello ocurra con una parada programada que no interfiera en la producción. Y llevado un poco más lejos, estaríamos hablando del “Machine Learning”, aprendizaje automatizado de las máquinas. A través de los datos recogidos y analizados las máquinas “aprenden” y son cada vez más eficaces; una máquina con sensores que midan, entre otros, su vibración, temperatura y corrosión, para que la máquina misma actúe en consecuencia, basándose en el big data, para no estropearse o funcionar incorrectamente. Que ella misma indique qué hay que reemplazarle a través de un piloto, por ejemplo.
Y, a través del Big Data y el “Machine Learning” se cree que se podrá dar respuesta a preguntas que todavía ni siquiera nos planteamos, como descubrir la relación entre ciertos materiales, activos o trabajadores para predecir fallos de basados en estas relaciones antes no conocidas.
Fuente:
