"Cada vez más compañías consideran sus datos un patrimonio tan valioso como los terrenos, los edificios o las máquinas, ya que son capaces de generar beneficio", expresa el responsable europeo de Analítica de Datos de General Motors para Manufacturas, Fernando Espiau, quien además participa en el I Congreso TicBox de Zaragoza con la ponencia ‘Una visión práctica del análisis de datos en entornos industriales’. Una realidad que, tal y como asegura este experto, tiene un largo recorrido en sectores como la banca o el márquetin, pero no está "ni mucho menos tan avanzada" si se habla de los dispositivos inteligentes de la industria.

Sin embargo, en los últimos años, "se han instalado cantidades ingentes de equipos capaces de generar, almacenar y transmitir datos que constituyen una gran fuente de información que puede ser recogida y analizada". Un avance progresivo que permite disponer y analizar "la información relativa al proceso que realizan y a su propio estado de funcionamiento. Para extraerla hay que conectar los dispositivos a una red que transmita los datos hasta un repositorio adecuado" donde empezar a interpretarlos.

Desde el punto de vista de Espiau, la utilización de los datos puede considerarse en cinco niveles escalonados, siendo los dos primeros el descriptivo, "en el que se pueden elaborar gráficos que describan lo ocurrido en el entorno productivo", y el diagnóstico, "donde se establecen reglas que ayuden a determinar resultados favorables o desfavorables". Dibujado este primer patrón, llega el nivel predictivo, "que ayuda a anticiparse a posibles averías –como el sistema de mantenimiento que se está investigando en Opel–, y el prescriptivo, "en el que ante la aparición de una situación descrita durante el diagnóstico hay que valorar si es favorable o no", fomentándola o mitigándola.

Bajo el criterio de este experto, "existe un quinto nivel, en el que los sistemas anteriores pueden ser programados para evaluar el resultado de sus decisiones e intervenciones y con ello aprender para hacerlas más efectivas", expresa Espiau, quien asegura que, "hay que contar con un buen equipo integrado por ingenieros, matemáticos e informáticos capaz de moverse por estos cinco niveles".

Un complejo análisis en el que "es habitual recurrir a infraestructuras y técnicas de Big Data concebidas para manejar grandes cantidades de datos homogéneos o heterogéneos en un tiempo razonable", concluye Espiau.

- Ir al suplemento especial de 'Ticbox'.