Podemos cruzar esa información con otras fuentes de datos como sistemas de ERPs, sistemas de control de calidad, sistemas expertos, entre otros. Pero ¿cómo tratar todo ese volumen de datos y obtener insights? ¿Será que Big Data puede resolver estos problemas?
Esta es una de las principales preguntas de la actualidad, los expertos dicen que estamos viviendo la era de la información, haciendo los datos los mayores activos de las empresas. Y la Industria 4.0 forma parte de esta nueva era, y eso es lo que vamos a discutir a continuación.
Usted ya debe haber visto en varias fuentes los elementos que componen la Industria 4.0:
El volumen de datos de las redes sociales, sitios, vídeos, IoT, y otras formas de compartir información han aumentado en proporciones extremas en los últimos años. Para tener una noción Twitter genera alrededor de 12 terabytes de tweets por día, los medidores inteligentes de energía generan alrededor de 350 mil millones de mediciones al año y Google estima que cada dos días se generan 5 exabytes de información, que es el mismo volumen de información generado hasta 2003 por toda la civilización.
Magnitudes de los datos del Big Data
Adaptado de: http://www.tech-faq.com/zettabyte.html
En la imagen anterior podemos ver la grandeza de los datos, el tamaño de un archivo de texto de 10.000 caracteres tiene alrededor de 1 kilobyte, si comparamos eso con el volumen generado por tweets todos los días (12 terabytes), conseguimos imaginar cuántos millones de palabras se envían. Podemos también imaginar el volumen de 5 exabytes de información que Google estima que se generan cada dos días, siendo que para cada exabyte son 1.000 petabytes, y gran parte de esa información puede estar relacionada a su industria.
Las herramientas comunes como hojas de cálculo o sistemas de BI (Business Intelligence) no soportan todo este aumento en el volumen de datos. Por este motivo fue necesario el desarrollo de herramientas más poderosas, teniendo velocidad y soportando una gran variedad de datos (archivos textos, imágenes, vídeos, entre otros). Estos tres requerimientos se conocen como los 3V del Big Data (Volumen, Velocidad y Variedad).
Podemos concluir entonces que el término Big Data se aplica a soluciones que trabajan con gran volumen de datos, con velocidad y extrayendo información de diferentes tipos de datos, para posibilitar la obtención de insights para la toma de decisiones estratégicas. El volumen de datos procede de ERPs, sistemas expertos y / o sistemas legados (estos tipos de datos se llaman datos estructurados), y también datos de otras fuentes, como redes sociales, red de sensores, IIoT, hojas de cálculo, textos, fotos , vídeos, entre otras fuentes de datos (éstos a su vez se llaman datos no estructurados).
Big Data es un término orientado al tratamiento de grandes volúmenes de información y se aplica en la industria 4.0, principalmente a causa del IIoT, que está constituido por diversos sensores que recogen información en tiempo real de todo el proceso productivo. Desde el proveedor de la materia prima hasta la entrega al consumidor. Estos sensores pueden recoger información de temperatura, humedad, cantidad, espesores, entre otras informaciones.
Todos los datos recolectados necesitan ser tratados y almacenados, para posteriormente generar una base de conocimiento para las tomas de decisiones de la industria. Estas bases de conocimiento normalmente se enriquecen con información de otras fuentes que forman parte del Big Data. En el siguiente ejemplo, su aplicación de Big Data está recibiendo datos del piso de la fábrica referente a la producción del producto A en color rojo, pero al mismo tiempo está analizando Twitter, donde los consumidores están mostrando preferencia para el producto A en el color púrpura. Si el sector de planificación de producción analiza esta información es posible reajustar la producción para el producto A en color púrpura en lugar de rojo.
Este parece ser un ejemplo simple, pero si pensamos en todo el trabajo para analizar todas estas informaciones manualmente, desde informes manuales de producción y la lectura de tweets, ese análisis se volvería inútil, pues quedaría inviable entregar una información hace tiempo adecuado al sector de planificación de producción para un reajuste de las órdenes de producción. Es importante recordar que aún podemos cruzar esa información con los datos de los proveedores, otros sistemas de la empresa (ERPs, sistemas expertos) y datos no estructurados, como por ejemplo, cámaras filmando gondolas de venta e identificando qué productos son vistos y manejados.
En el transcurso del texto se mencionaron algunos de los beneficios, siendo uno de ellos la velocidad de la entrega de informaciones de grandes masas de datos, con datos en diversos formatos, dispuestos en diversas fuentes, como la IIoT y redes sociales. Además de este beneficio, existen otros como el monitoreo de equipos en tiempo real, para identificación de escenarios que tengan la probabilidad de ocurrencia de una parada de producción, identificación de cuellos de botella en el proceso productivo, agregación de información de diversas fuentes de datos, como sites de Internet proveedores, redes sociales, publicaciones en Facebook y Twitter.
Eduardo Victor Perez, experto en importaciones desde China con amplia experiencia en comercio internacional. Especialista en procesos de importación desde proveedores asiáticos, búsqueda de mercado chino y gestión de operaciones de comercio exterior. Docente de Negocios Internacionales en ILEN.
Alfredo Martin Berrospi, Ingeniero de Minas y Magíster en Administración (Dirección General, primer puesto), con más de 20 años de experiencia. Docente universitario, Gerente del PMI y consultor en operaciones, con sólida capacidad analítica y de toma de decisiones.
Eduardo Santiago Motta es Jefe de Logística en ISM, liderando la cadena de suministro y asegurando operaciones eficientes orientadas a los objetivos de la empresa. Es Maestro en Administración por ESAN y Licenciado en Negocios Internacionales, con 15 años de experiencia en compras, abastecimiento y planificación de la demanda, además de especializaciones en Operaciones, Logística y Gestión de Proyectos.
Elizabeth Palacios Mendoza es una ejecutiva estratégica con más de 15 años de experiencia en transformaciones basadas en datos. Actualmente se desempeña como Gerente de Data & Analytics en Grupo ILP, en el Distrito Central, Francisco Morazán, Honduras, impulsando eficiencia y crecimiento a través de la analítica.
Fiorela Aguilar Zavaleta es funcionaria pública vinculada a procesos administrativos y de selección en la SUNAT, y figura también como coordinadora de logística en el Poder Judicial del Perú, desempeñándose en roles operativos y de gestión institucional dentro del sector público.
Guillermo Unda Díaz, Ingeniero Civil y PMP®, con amplia experiencia en gestión de proyectos. Actualmente se desempeña como docente y consultor en gerencia de proyectos, vinculado a programas académicos y al PMI®
Jennifer Elizabeth Chambio Hermosa, profesional con más de 10 años de experiencia en el sector público, especializada en gestión institucional y trabajo por resultados. Ha ocupado cargos directivos y de asesoría en entidades como MININTER, MINSA, SERVIR, MINEDU, CGR, LEGADO y MIDAGRI.
Jorge Luis Bustamante, Es un ejecutivo especializado en estrategia de datos y tecnología con una trayectoria destacada en el sector financiero. Actualmente se desempeña como Líder de Estrategia Corporativa de Data & Analytics en Credicorp.
José Ignacio Andrades Sosa es Gerente Público y académico, con más de 35 años de experiencia en gestión pública y privada; se especializa en administración estratégica y procesos logísticos, y fue jefe de FONDEPES (2022–2023), liderando el desarrollo de la pesca artesanal.
Cecibell Rojas Revoredo es Ingeniera Informática de la Universidad Católica, con diplomado en Gerencia de Proyectos (UPC) y certificación Scrum Master. Cuenta con 12 años de experiencia en optimización de procesos, gestión de proyectos e inteligencia de negocios, y actualmente se desempeña como Agile Team Coach en el Banco de Crédito del Perú (BCP).
Ernesto Calvo Arana es instructor oficial de certificación PMP® y especialista en Gerencia de Proyectos. Se desempeña como instructor certificado por el Project Management Institute (PMI), enfocado en la formación y preparación profesional en dirección de proyectos.
Silvia Villanueva Gavidia es Ingeniera Química (UNT), con estudios de Maestría en Química Analítica (UNMSM) y en Gestión Pública (USMP). Docente de postgrado y consultora en SGS Academy Perú, con más de 15 años de experiencia en implementación y auditoría de Sistemas de Gestión ISO, mejora de procesos y calidad en sectores público y privado.
Diego Calvo Ibañez es Ingeniero y Master con más de 20 años mejorando la rentabilidad empresarial. Experto en procesos transversales, calidad, operaciones y planeamiento estratégico. Catalizador de cambios y team player, enfocado en desarrollar talento y construir el futuro organizacional. Gerente de Consultoría en DC Consulting S.A.C.
Carlos Puell Palma es Ingeniero Industrial, egresado de la Maestría en Finanzas, con amplia experiencia en consultoría en sectores como manufactura, minería, construcción, servicios, educación y sector público. Master Black Belt en Lean Six Sigma, certificado en Gerencia de Proyectos y ACCA (EE. UU.). Especialista en sistemas de gestión, auditoría ISO, gobierno corporativo y gestión de riesgos. Docente de Posgrado y Formación Continua en la Pontificia Universidad Católica del Perú.
Yuri Humala Acuña es un profesional especializado en Logística y Mercadeo de productos industriales y servicios, con experiencia en estrategias comerciales, gestión de inventarios, compras y negociación con proveedores. Actualmente se desempeña como Jefe de Repuestos en Auto Summit Perú S.A.C. (Grupo Algeciras), liderando la organización del negocio de repuestos, la cadena de abastecimiento y las políticas comerciales.