Sin embargo, en el marco de la Industria 4.0 las oportunidades más importantes requieren interactuar con sistemas diferentes, algunos fuera de la propia organización, que pueden tener un importante impacto en el rendimiento del proceso productivo. Estos son los sistemas de Big Data, los cuales requieren un volumen de datos que entre a una velocidad y variedad tal, que no puedan ser gestionados con los sistemas y paradigmas habituales de una manera eficaz
.
Los resultados de negocio esperados por la Industria 4.0 como autooptimización, flexibilidad o los sistemas dinámicos de producción, necesitan de la aplicación de conceptos de Big Data y análisis avanzado de datos para obtener una inteligencia sin intervención (o con mínima intervención) humana. Aunque el Big Data ha estado en la discusión técnica desde el nacimiento de la web 2.0, en que los usuarios eran los mayores productores de contenido, casi todos los conceptos referidos a este modo de tratamiento de datos se referían a datos generados por humanos y no a datos generados automáticamente por máquinas o sensores. En este sentido, los sistemas de tratamiento de datos industriales estaban (y están) diseñados para procesar un tipo de dato muy definido en formato, velocidad y volumen y, por lo tanto no había necesidad de aplicar otro tipo de técnicas. Sin embargo, bajo la Industria 4.0 y su filosofía de que todo esté conectado existe una brillante oportunidad de usar el conocimiento y las nuevas tecnologías.
Así, en cualquier ámbito industrial donde haya una generación de datos por parte de las máquinas y de los humanos, existe la oportunidad para extraer información muy valiosa para el negocio. Así, hay ejemplos en casi todos los eslabones de la cadena de valor industrial:
- Conocimiento del cliente: es, actualmente, el área más madura y usada. Útil para una correcta segmentación de mercado, para el análisis del sentimiento de mercado, customer support, recomendaciones, prevención del abandono, gestión del ciclo de vida del cliente, análisis del mix de producto, aplicación de modelos de gestión de cliente a gestión de empleados en empresas grandes.
- Operaciones y producción: optimización de procesos de negocio, optimización de flujos de producción, aseguramiento de la calidad, simulación dinámica de escenarios, predicción de la demanda, detección de patrones y root cause analysis, mantenimiento predictivo y preventivo de equipamiento, instalaciones y estructuras, precios dinámicos, gestión del ciclo de vida del producto, mejora en el diseño de procesos y productos.
- Productos y servicios digitales: dato como producto y como servicio (en empresas generadoras de grandes volúmenes o especialistas en tratamiento del dato), monitorización remota y benchmarking global del parque instalado, gestión del conocimiento técnico.
- Gestión de riesgos: negociación de SLAs (acuerdo del nivel de servicio) conociendo el comportamiento real de equipamientos, detección de ciberfraude y ciberdelitos, perimetración de instalaciones con reconocimiento automático de imágenes.
¿Quieres especializarte en Big Data? No te pierdas nuestro próximo posgrado:
