15 BIG DATA E INTELIGENCIA ARTIFICIAL en una de las áreas de lo que se ha denominado Inteligencia Artificial (IA) que ayuda a gestionar mejor nuestro negocio. LA ANALÍTICA COMO SOPORTE DE DECISIÓN El concepto de ‘Gestión Empresarial Analítica’ ilustra una corriente de gestión moderna donde la intuición deja paso a la razón, permitiendo que las decisiones de negocio estén soportadas por evidencias basadas en datos. Esta forma de gestión, en ocasiones se percibe como contrapuesta a la gestión tradicional, pero debe entenderse como una extensión de lamisma. Es aquí donde el perfil de Business Translator, detallado más adelante, tiene un papel clave al alinear la visión del negocio con la dimensión analítica. Asegura la captación de todo el valor acumulado y una correcta implantación en lo que denominamos la fase de Transformación. La mayoría de las iniciativas analíticas fallan por la complejidad de las propuestas. Hay que asegurar una buena adopción y entendimiento. Además, deben estar alineadas con los intereses de sus usuarios; no querer construir una casa cuando todavía no se tienen los cimientos. Es necesario centrarse en iniciativas sencillas con aplicación práctica real y a corto plazo. Una vez operativas, pueden evolucionar de acuerdo con las necesidades del negocio para ir capturando cada vez más valor. El esfuerzo que supone acceder a los datos suele tomar un 60-70% de los proyectos de corte analítico. Esta casuística es especialmente notable en una gran empresa. PERFILES ANALÍTICOS Y FUNCIONES Perfiles Analítico Para garantizar el éxito de la función analítica dentro de una organización, es necesario contar con diferentes habilidades complementarias. Podemos distinguir las siguientes: • Business Translator: perfiles con experiencia en el universo analítico y en negocio. Encargados de traducir los requisitos de este en requerimientos funcionales concretos que puedan ser evaluados por los científicos de datos. • Científicos del Dato: perfiles técnicos con un conocimiento profundo de Machine Learning y Estadística. Dan vida a los modelos. • Desarrolladores: expertos en software que dan soporte a los Científicos de Datos para asegurar que los algoritmos están diseñados de una forma eficiente. • Arquitectos: responsables de la infraestructura sobre la que se ejecutan los modelos. Aseguran escalabilidad e integración organizacional robusta. Departamentos dentro de Big Data Existen diversas funciones dentro de las organizaciones. Suelen estar embebidas dentro del área de Sistemas de Información y reportan tanto a Sistemas como a Negocio: APLICACIONES PRÁCTICAS DEL BIG DATA A continuación, presentamos tres casos reales a los que nos hemos enfrentado para ilustrar la potencia del Big Data: Clasificación: Imaginemos que somos los responsables de mantenimiento de un turboexpansor. Este equipo se utiliza para expandir gas y aprovecha la energía resultante para generar energía eléctrica o para comprimir otro gas. Son equipos rotativos de dimensiones considerables que se enfrentan a un fuerte desgaste fruto del estrés mecánico. Un fallo en operación puede parar toda una planta ya que se consideran de tipo crítico. Queremos predecir cuando va a fallar para adelantarnos con medidas correctivas. Nos servimos de diferentes señales procedentes de la sensoria de la máquina: las vibraciones que produce, la temperatura del lubricante, la presión y la frecuencia de rotación. Además, se cuenta con datos propios del equipo como la antigüedad, las horas de operación, la tipología de sus componentes y su histórico de fallos. Gracias a estos datos, para cada momento del tiempo sabemos cuales son sus condiciones de operación y cuando ha fallado. Esto nos permite utilizar técnicas de clasificación para identificar aquellas características, señales y condiciones de operación que tuvieron como consecuencia un fallo. Predicción: Asumamos ahora el rol de jefe de operaciones de un centro logístico. Nos encargan dimensionar la plantilla de un almacén y configurar los turnos para ser capaces de adecuarnos a una demanda fluctuante. Nuestro equipo tiene la labor de hacer picking y validar la calidad de los lotes recibidos. Debido al volumen, no podemos
RkJQdWJsaXNoZXIy Njg1MjYx