Las relaciones establecidas entre datos de los que la empresa ya disponía pero no había cruzado aportan nuevas perspectivas y oportunidades de mejora. David Ciprés, responsable de Proyectos en la División de Logística del Instituto Tecnológico de Aragón (Itainnova), pone un ejemplo sencillo: "Muchas veces se analiza la serie de ventas o los movimientos de entrada al almacén, pero en pocas ocasiones se estudia el comportamiento de la serie, que representa la variación de ‘stock’ que reflejan estos flujos". Así, "al visualizar la dinámica de los cambios del ‘stock’, es posible ajustar los movimientos de entrada y salida del almacén, reducir inventario y tener mejor rentabilidad".

Hoy en día, se generan grandes cantidades de datos que no se pueden visualizar directamente. Itainnova ha desarrollado la herramienta Kajal, que utiliza varias tecnologías para caracterizar cada tipo de problema y "permite extraer, agrupar y transformar los datos para representar en una sola imagen la información contenida en miles de registros", explica Ciprés.

Actualmente, Kajal es "una herramienta muy interesante de diagnóstico para detectar oportunidades de mejora para las empresas"; se ha aplicado con diferentes tipos de compañías, "desde firmas grandes como Carrefour, Simply, Carreras o Saica hasta empresas como Zalux o Telnet", afirma.

Pero todo nació "de nuestra experiencia en proyectos logísticos y de producción", donde la representación visual de las relaciones encontradas en los sistemas de información, en las primeras fases de los proyectos, proporcionaba a las empresas una nueva perspectiva, muy interesante para poder diagnosticar y mejorar los procesos. Y, por ejemplo, configurar un mapa de ubicaciones de un almacén, clasificar el comportamiento de los clientes, caracterizar la demanda de determinados productos, identificar la influencia de variables de proceso de fabricación en el consumo energético...

Kajal utiliza información de los sistemas de gestión de la empresa –por ejemplo ficheros de históricos de ventas, movimientos internos, niveles de ‘stock’, rutas de trabajo...–, que se pueden complementar con otras fuentes de información externas –datos de sensores, datos de otras empresas, indicadores macroeconómicos...–.

Lo que hace Kajal es visualizar y extraer información útil para entender y mejorar el comportamiento de los procesos aplicando técnicas avanzadas de análisis y procesamiento de datos: "El ‘clustering’ y la clasificación permiten identificar grupos de elementos de comportamiento similar; con diferentes tecnologías de estimación es posible determinar cómo se comportará una serie en el futuro o donde no hay datos actualmente; y las técnicas de optimización sirven para seleccionar la mejor solución entre varias posibles".

Aunque el punto de partida fueron proyectos logísticos y de producción, Itainnova está explorando nuevos campos de aplicación como el comercio electrónico.