Los datos como nuevo negocio para la industria

8 noviembre, 2016
Un momento de la jornada.

Una jornada del Grupo SPRI analiza las nuevas tecnologías que utilizan masivas bases de datos para lograr una mayor competitividad en las empresas

Business intelligence, Big data y Machine Learning son tecnologías que se aplican en multitud de sectores industriales: desde el sector eléctrico y eólico hasta el financiero, seguros o la automoción

 

Una jornada organizada por el Grupo SPRI  y bajo el título “Análisis avanzado de datos en la industria” ha examinado las tecnologías  capaces de manejar grandes cantidades de datos para ayudar a identificar, desarrollar y crear nuevas oportunidades de negocio estratégicas al ser capaces de permitir la fácil interpretación de esos grandes volúmenes de datos. Ibon Salbidegoitia ha explicado técnicas como el Business Intelligence, Big data y Machine Learning, que se aplican en multitud de sectores industriales. Desde el sector eléctrico y eólico hasta el financiero, seguros o la automoción.

 

Business intelligence son técnicas para transformar la información en crudo en información útil para negocios. Salbidegoitia ha puesto el ejemplo de la empresa Wiko Mobile, que utiliza este modelo para conocer sus stocks y controlar mejor la distribución.

 

Con el Big Data se procesan los datos para, en el sector comercial, analizar las compras y ofrecer descuentos que caducan o controlar el stock en tiendas y conocer la ropa que te vas a comprar. “Un dependiente de Inditex decía que en vez de tener mucha cantidad  de ropa en la tienda habían hecho una gestión con el PDA que cada vez que se hacía una compra reponían y así solo tenían cinco tallas por vestido. La tienda estaba mucho más limpia y bonita. Cuando acababa la jornada, además no había que hacer control de stock”, ha explicado el ponente.

 

Machine Learning sirve para predicciones en meteorología o detectar el mayor consumo de energía en una fábrica. “Se puede hacer siempre que se tenga un histórico de datos; sin eso no se pueden hacer patrones y por tanto predicciones. Nosotros no trabajamos si no hay un año de datos”.

 

La clave para aplicar todas estas tecnologías es medir su beneficio, “no entrar por estar en la industria 4.0”. “Las empresas que los aplican se sorprenden por la gran cantidad de información que se puede tratar. No hay limitación a lo que se puede hacer”.

 

Salbidegoitia ha comentado casos concretos: en el sector eléctrico se trabaja en la casación entre la oferta y la demanda que es lo que fija el precio de la luiz y en el eólico, en vez de predecir la velocidad del viento, se augura la producción de electricidad. En los transformadores de electricidad se acomete el mantenimiento predictivo para anticiparse al fallo y en automoción con predicción de atascos que indican al conductor la ruta más rápida para llegar a su destino.

 

Aunque se trata de una tecnología novedosa, tiene sus precedentes, ya que las acerías empezaron a utilizar las bases de datos masivos en los años 90. “En el tren de rodillos, en el que hay que saber la velocidad y la fuerza, se usa para mejorar el producto. Con el histórico de datos, el propio sistema va aprendiendo y mejorando el producto”.

 

 

 

Artículos relacionados

También te puede interesar

Ver todo arrow