Redacción iAgua
Connecting Waterpeople
AMPHOS 21
TEDAGUA
AGS Water Solutions
Asociación de Ciencias Ambientales
s::can Iberia Sistemas de Medición
KISTERS
Idrica
Xylem Water Solutions España
Molecor
Almar Water Solutions
ONGAWA
Grupo Mejoras
FENACORE
Rädlinger primus line GmbH
J. Huesa Water Technology
Red Control
Sivortex Sistemes Integrals
Schneider Electric
LACROIX
Filtralite
Saint Gobain PAM
Confederación Hidrográfica del Segura
Global Omnium
TecnoConverting
Ingeteam
Fundación Botín
Laboratorios Tecnológicos de Levante
Hidroconta
Baseform
SCRATS
Fundación CONAMA
ICEX España Exportación e Inversiones
FLOVAC
Aqualia
Lama Sistemas de Filtrado
Centro Nacional de Tecnología de Regadíos (CENTER)
Innovyze, an Autodesk company
CAF
Minsait
Likitech
Hach
ISMedioambiente
Sacyr Agua
Agencia Vasca del Agua
AECID
Ministerio para la Transición Ecológica y el Reto Demográfico
RENOLIT ALKORPLAN
DATAKORUM
Barmatec
Consorcio de Aguas Bilbao Bizkaia
Vector Energy
GS Inima Environment
Fundación Biodiversidad
Cajamar Innova
ESAMUR
ADECAGUA
ACCIONA
Catalan Water Partnership
HRS Heat Exchangers
IAPsolutions
Amiblu
TRANSWATER

Se encuentra usted aquí

Inteligencia operacional y small data

Sobre el blog

Miguel Ángel Rodriguez Núñez
Técnico de Inteligencia Operacional y SCI en Emasesa. Master en Ingenieria y Gestión del Mantenimiento. Master en Mantenimiento Industrial y Técnicas de Diagnóstico.
  • Inteligencia operacional y small data

Desarrollar un sistema big data del que extraer conocimiento para mejorar nuestra toma de decisiones puede llegar a ser una auténtica pesadilla. Si no lo sabemos gestionar adecuadamente, la tan cacareada transformación digital nos puede llevar a diseñar sistemas mastodónticos alimentados por cantidades ingentes de datos de múltiples orígenes que necesitan una gran cantidad de recursos, no sólo económicos, para ofrecer resultados de eficacia muy dispar. Aplicando algo tan sumamente efectivo cómo es el pensamiento lean podemos evitar este extremo y centrarnos en la obtención de valor para nuestros procesos.

Como gestores de las operaciones de las instalaciones del ciclo integral del agua nuestro objetivo debe de estar orientado primeramente a la optimización de la toma de decisiones y finalmente a la excelencia operacional. Dirigirnos hacia esa excelencia conlleva no solo diseñar una estrategia adecuada sino trazar planes operativos coherentes que la hagan realidad y que al mismo tiempo estén alineados con la estrategia general de la empresa. En este marco, el desarrollo de la Inteligencia Operacional (iO) nos ofrece una oportunidad para optimizar nuestras operaciones y gestionar eficientemente la vida útil de nuestros activos. 

Podemos definir la iO como aquella sistemática centrada en la monitorización continuada y en tiempo real de los procesos y las operaciones de la empresa, y en la asistencia a la optimización de dichas actividades y procesos en marcha, que nos permite identificar y detectar situaciones no deseadas que se podrían corresponder con interrupciones, fallos o cuellos de botella en la operativa diaria. Mediante esta sistemática identificaremos y detectaremos situaciones catalogadas como ineficiencias, oportunidades y amenazas. La iO es un enfoque del análisis de datos que permite que las decisiones y acciones en las operaciones se basen en datos en tiempo real a medida que los generan o recopilan los sistemas de monitorización. Para una implantación óptima de este tipo de operativa debemos definir previamente un modelo de Inteligencia Operacional que se adapte a las características de nuestros departamentos de operaciones, de esta forma la fase de adaptación será menos traumática y los resultados llegarán más rápidamente.

El modelo de iO debe de estar sostenido por una infraestructura coherente y robusta para el análisis de datos procedentes de la explotación de nuestros activos. De esta forma, un sistema SCADA orientado a la obtención de métricas definidas y KPIs de operación y procesos en tiempo real, un entorno especializado para el análisis machine learning de datos operativos y un modelo de automatización y ciberseguridad ICS coherente se configuran como los elementos necesarios que darán a nuestro modelo una consistencia pétrea. Definir, desarrollar e implantar este entorno puede llegar a ser un objetivo propio de los antiguos héroes de la mitología clásica teniendo en cuenta la estructura actual de nuestras empresas. Por ello es conveniente comenzar con una implementación parcial, a modo de germen para su posterior extensión global a todo el entorno de operaciones.

Dentro de este modelo de operaciones de iO el entorno de análisis machine learning se configura como el alma mater del sistema. Para desarrollarlo no necesitamos disponer de grandes sistemas Big Data, business intelligent o plataformas cloud que lo compliquen todo, simplemente definiendo clara y específicamente un pequeño objetivo y aplicando la idea de small data en un entorno de pruebas de concepto con un software machine learning adecuado podemos obtener resultados inmediatos y aplicables a nuestras operaciones.

Es necesario hacer hincapié en el concepto de Small Data como proceso mediante el cual hacemos uso y análisis de datos de menor tamaño y simplicidad a los del Big Data que afectan a las particularidades de nuestros procesos permitiéndonos por tanto conocer mejor lo que sucede en nuestro entorno productivo e identificar oportunidades para la eficiencia de las operaciones. Con el Small Data usaremos datos concretos, más cercanos, que nos ayudarán a tomar decisiones que aporten mayor valor añadido a nuestras operaciones. De esta forma, sin llegar al detalle del Big Data, podemos conseguir entenderlos de una forma más sencilla mediante un análisis más organizado y presentado de forma accesible y visual, es decir, a una escala más pequeña y personalizada que el Big Data.

Adicionalmente a lo ya señalado, este modelo de gestión de iO no estaría completo si no se le sumerge en una política adecuada de calidad y gestión del dato o Data management apoyada en la ISO 8000. Los datos de calidad no son un lujo, son un requisito operativo, normativo y legal y la aplicación de esta normativa nos permitirá pasar de disponer datos abstractos a información concreta y comprensible y conocimiento de los procesos, siendo más sencillo poder transformar los datos en decisiones de una forma eficaz, con trazabilidad y en tiempo real.

En suma y para terminar esta pequeña introducción al tema, la Inteligencia Operacional nos ofrece una fórmula de sistemática orientada a proporcionar conocimiento para una toma de decisiones ágiles y eficientes que nos ofrezcan valor operacional y nos descubran claramente qué procesos, métodos o sistemas hay que eliminar o rediseñar. Su incorporación a la operativa diaria de nuestras empresas se convertirá, con el paso del tiempo, en un imperativo si tenemos como horizonte la tan deseada excelencia operacional.