¿Big data o Small data?

En la fabricación industrial la adecuada gestión y análisis de los datos generados puede convertirse en una ventaja competitiva.

Con la actual proliferación de los dispositivos inteligentes, además de obtener las variables básicas del proceso también podemos acceder a enormes volúmenes de información muy detallada de cada dispositivo, línea, producto o fase de fabricación. Hace unos años McKinsey ya estimaba que solamente el sector industrial generaba anualmente 2 Exabytes de datos nuevos, es decir unos 4 Terabytes al minuto. Probablemente el análisis minucioso de esos valores nos podría aportar innegables ventajas y conocimiento, pero ¿Compensa ese esfuerzo?, ¿Por dónde empezamos?, ¿Hasta dónde tenemos que llegar?  No hay una respuesta única; cada sector, fábrica o modelo productivo puede incidir en una dirección diferente. Por tanto, antes de iniciar este camino deberíamos definir el propósito a alcanzar. Ejemplos típicos son:

• Cumplir con los requisitos de la industria regulada (sector farmacéutico, derivados lácteos, instalaciones de aguas, industrias con emisiones, etc.)
• Mejora continua de procesos de fabricación a partir de informes de resultados y su estudio.
• Análisis predictivo para evitar futuras paradas de fabricación.

Al profundizar en dichos objetivos nos permitirá determinar el alcance de nuestro proyecto de captura, gestión y análisis. Una orientación posible son las soluciones de Big data para manejar grandes volúmenes de información, y extraer tendencias clave para la mejora de nuestras aplicaciones. Sin duda es una alternativa de amplias posibilidades, pero conviene previamente analizar el esfuerzo-beneficio que implica. Ya hemos visto en muchos casos que proyectos de este tipo no han alcanzado los resultados esperados, debido a la complejidad para una recogida masiva desde múltiples fuentes. En estas situaciones el esfuerzo se destina a la captura, y ya no queda espacio para el análisis detallado de la información, ni para las acciones correctivas correspondientes.

Small data parte de pocos datos, aunque más relevantes y orientados a la toma rápida de decisiones

Otra aproximación distinta es el Small data, partiendo de pocos datos, muy relevantes, y totalmente orientados la toma rápida de decisiones. En esta ocasión será necesario definir claramente las variables básicas y su contexto, es decir, aquellos otros grupos de valores que complementan a los principales, les dan sentido y permiten extraer conocimiento completo y útil. A partir de esta gestión mínima, será posible generar procesos de mejora continua, definir acciones y conseguir beneficios más ágilmente. Posteriormente se podrán ir añadiendo nuevos grupos de variables, para continuar este perfeccionamiento. Y en fases siguientes podrían ampliarse incluso a soluciones de Big data.

En todos estos proyectos es importante asegurar la fiabilidad, veracidad y seguridad del dato, desde la captura hasta la explotación, y este no es un tema menor que pueda pasarse por alto.

En definitiva, dependiendo de la situación de cada industria se deberá optar por la solución que encaje mejor con la finalidad definida, considerando siempre las circunstancias de partida, los recursos y el tiempo disponible.

Antoni Rovira,
Manager de Software, Control
y Dispositivos Inteligentes
en Rockwell Automation Iberia

Pág. 18