Big Data como catalizador de la transformación digital

El Big Data es un pilar fundamental de la transformación digital. Surge como consecuencia de la integración de los Sistemas de Gestión Corporativa y del Control de la Producción. Estos sistemas se conocen como CRM (Customer Relationship Management) cuando se utilizan para gestionar la relación comercial con el cliente, ERP (Enterprise Resource Planning) cuando están destinados a la gestión interna, y Sistemas de Control Digitales cuando hablamos de controlar los equipos que intervienen en la fabricación.

Big Data hace referencia a este volumen de información y a las técnicas para su uso. Estas pueden ser meramente descriptivas, predictivas e incluso prospectivas en función de su madurez. La información se organiza en tablas relacionadas entre sí y permiten gestionar operaciones diarias, ya sean apuntes contables, inventarios de repuestos, etc. En resumen, el Big Data es un conjunto de datos que generalmente tiene su origen en los sistemas de gestión corporativa y que por su tamaño no pueden almacenarse en un pendrive y/o explotarse en herramientas como Excel.

La información de los sistemas operacionales se copia y almacena en lo que se denominan lagos de datos (Data Lakes).

Permite encontrar también patrones que, una vez convertidos en modelos de comportamiento, facilita a los propios ordenadores ser capaces de aprender de la evolución de esos datos (Machine Learning). Esto nos adentra en una de las áreas de lo que se ha denominado Inteligencia Artificial (IA) que ayuda a gestionar mejor nuestro negocio.

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 la misma. 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

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:

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 analizar todos los lotes, por lo que tenemos ante nosotros dos retos. El primero es el de ser capaces de predecir la demanda. El segundo es identificar que lotes debemos de analizar y puede enfocarse de forma similar al problema de clasificación ya que es un incumbe el muestreo.

Los problemas de predicción de demanda suelen enfocarse mediante algoritmos que la descomponen en cuatro señales: nivel, estacionalidad, tendencia y ruido. Cada uno de estos, a excepción del ruido, se puede modelar mediante regresores. La estacionalidad puede verse afectada por ciclos semanales y mensuales. La tendencia tiene que ver con factores macroeconómicos como el PIB o el Paro y el ruido recoge aquellos factores que no podemos modelar.

Para resolver este problema en concreto se utilizó una serie histórica de los últimos 5 años. Adicionalmente se detectó incremento de actividad relacionadas con campañas publicitarias cuyo efecto se modeló también junto al Paro como proxy de actividad económica.

Optimización:

Supongamos que trabajamos en el departamento de ventas de una empresa que comercializa un producto del tipo commodity (caracterizado por una poca diferenciación respecto a la competencia). Tenemos ante nosotros el reto de definir a qué precio queremos vender nuestro producto. Sabemos cuales son nuestros costes y el precio al que opera la competencia.

Para resolver este tipo de problemas, lo más sencillo es aplicar modelos de elasticidad de la demanda al precio. En este caso, al tratarse de una commodity, nuestros clientes no responden directamente al precio sino al diferencial de este respecto al de la competencia.

El primer paso es lanzar la curva de elasticidad de la demanda al precio. Para ello situamos nuestros precios por encima y por debajo del precio medio de mercado y analizamos como aumenta o disminuyen las ventas. Una vez tenemos clara la forma de la curva que relaciona la venta en unidades con el diferencial de precio respecto a la competencia analizamos el margen que tenemos.

Esta curva que relaciona el precio y presenta un máximo de beneficio tiene forma cuadrática (u invertida ∩). Esto es lógico si pensamos que si vendemos por debajo de coste perdemos dinero y si lo hacemos a precio muy alto la venta es 0. Esta estrategia nos permite optimizar nuestra estrategia de precios.

En la actualidad ya no es necesario la inversión en grandes paquetes de software. Si hablamos de lenguajes de programación, el rey indiscutible es Python. Python está desbancando progresivamente a R (relegado al entorno académico) y a Mathlab (coste licencias). Por su parte, SQL es el lenguaje clave para los procesos ETL. Un perfil que conozca esos dos lenguajes puedes cubrir un 95% de todas las necesidades analíticas.

Dentro de las herramientas que permiten escalabilidad y ejecución en clúster, Data Bricks para Machine Learning y Snow Flake para Bases de Datos están tomando mucha inercia. Estas complementan a SAS, como herramienta multipropósito, y SQL Server, Oracle y Hana como motores de BBDD. Para la parte de BI (visualización) los grandes actores en este entorno como PowerBI, Qlik, Tableu y Microstrategy.

El Big Data es un vector principal de la Transformación Digital. Implementar la función analítica dentro de una organización es complejo, requiere una gran visión y un análisis ROI honesto. Entre todas las prioridades, la primera debe ser asegurar que los datos clave están correctamente inventariados y documentados.

En resumen:

• Calidad y orden en los datos son factores de éxito en un proyecto analítico.
• El mejor modelo es aquel que se usa y aporta un diferencial, aunque pequeño, de valor.
• No todos los perfiles sirven para todo, un equipo analítico tiene que contar con perfiles especializados en negocio, ciencia de datos, arquitectura y desarrollo.
• Sobre análisis de datos hay mucho escrito, a no ser que seas un líder o referente en la industria, es mejor centrar los esfuerzos en aplicar técnicas robustas y ampliamente probadas.