Big Data: la importancia de los datos en el proceso industrial

Es imposible no relacionar la importancia del Big Data con el surgimiento de una nueva era. Apodado el petróleo del siglo XXI, el Big Data ha ayudado, y mucho, no solo al sector industrial, sino a muchos otros, en la forma de gestionar negocios.

¿Qué es el Big Data?

Existen varias versiones sobre el origen del concepto de Big Data y el inicio de sus aplicaciones. Una de las más conocidas remite a la NASA, que a comienzos de la década de 1990 empezó a usar el término para describir inmensos conjuntos de datos complejos, que desafiaban los límites convencionales de la computación de la época. El concepto cobró fuerza a principios de los años 2000, cuando el analista Doug Laney articuló la definición hoy ampliamente utilizada, basada en tres V:

• Volumen: las organizaciones recopilan datos de fuentes variadas, incluyendo transacciones financieras, redes sociales e información de sensores o datos transmitidos de máquina a máquina.
• Velocidad: los datos se transmiten a una velocidad sin precedentes y deben tratarse de manera oportuna.
• Variedad: los datos se generan en innumerables formatos, desde estructurados (numéricos, en bases de datos tradicionales) hasta no estructurados (textos, correos electrónicos, vídeos, audios, cotizaciones de bolsa y transacciones financieras).

Según la aplicación, pueden considerarse otras dimensiones, como la veracidad, la complejidad y la variabilidad, entre otras.

El Big Data en sí mismo son solo datos en bruto. Sin embargo, con el uso de software y técnicas de análisis es posible extraer información e insights útiles para la gestión del proceso analizado, descubrir nuevos patrones y explorar preguntas que aún no se habían formulado.

Las decisiones tomadas a partir de los datos son mucho más precisas y reales, dejando de lado las estrategias basadas en intuiciones o suposiciones y ganando agilidad en la corrección de rumbos.

Un mercado en fuerte crecimiento

Según la revista Forbes, la tasa de adopción de Big Data analytics alcanzó el 53% entre las empresas entrevistadas, frente al 17% en 2015.

A nivel mundial, el mercado de Big Data crece entre un 10% y un 14% al año. Las proyecciones apuntan a un avance de 42.000 millones de dólares en 2018 a 103.000 millones de dólares en 2027.

Para hacerse una idea, algunas empresas llegan a recopilar más de diez mil datos cada 250 milisegundos. Por eso, adoptar estrategias digitales para el análisis de Big Data puede ser decisivo: además de elevar la productividad, el estudio de esta información permite procesos más asertivos, reducción de costes e incluso la previsión y prevención de problemas operativos.

Un caso de éxito: Meritor

Meritor, fabricante de sistemas de transmisión, frenos y otros componentes para vehículos comerciales, es un buen ejemplo. Al evaluar a los proveedores, los clientes tienen en cuenta el número de piezas rechazadas por millón (PPM). Para mejorar su desempeño en este indicador, Meritor quintuplicó el volumen de datos recopilados y empezó a rastrear las tasas de defecto no solo por lotes de producto, sino también por operaciones de producción individuales. Además, decidió diferenciar las piezas rechazadas por los clientes de las rechazadas por los proveedores, lo que permitió evaluar los niveles de calidad de sus propias fuentes.

¿El resultado? En 2013, la tasa de rechazo de la empresa era de 139 partes por millón. En el primer trimestre de 2014, con la compañía trabajando para mejorar la trazabilidad de los problemas de producción, la tasa cayó a 67.

Posibilidades de mejora en la manufactura

Las oportunidades de mejorar la manufactura con el uso de Big Data son prácticamente infinitas. Entre ellas:

• Oferta de productos centrada en el consumidor: la mirada está totalmente orientada al cliente. Para conocerlo mejor, es posible explorar tecnologías como la Inteligencia Artificial que, mediante el machine learning, ayudan a los profesionales de la industria a entender el perfil exacto de sus consumidores.
• Decisiones más precisas: la información puede usarse para optimizar tareas operativas y respaldar decisiones mucho más precisas, con análisis complejos del ritmo de producción y de la aceptación del producto en el mercado.
• Anticipación de escenarios y problemas: es posible anticipar escenarios reuniendo datos sobre el mercado consumidor y realizando evaluaciones, lo que permite experimentar y probar nuevos productos y soluciones.

De acuerdo con NewVantage Venture Partners, el Big Data ha generado su mayor valor al reducir gastos en el 49,2% de los casos y al impulsar innovaciones y nuevas líneas de negocio en el 44,3% de los casos.

En resumen: beneficios para la industria y los clientes

Con el procesamiento de grandes volúmenes de datos, la industria gana tanto como los clientes:

• Líneas de producción más eficientes
• Seguimiento del proceso productivo en tiempo real
• Precisión en el análisis de datos
• Identificación predictiva de problemas
• Mejora en las previsiones de demanda de productos y de producción
• Descentralización del ciclo productivo
• Industria más cercana al consumidor final
• Fabricación personalizada
• Reducción del tiempo para corregir problemas
• Mayor integración entre sectores y niveles de actuación
• Aumento de la calidad en la toma de decisiones