Datos: preciosos como diamantes

Gracias al enfoque totalmente basado en datos, los empleados pueden utilizar los datos de producción y elaborar nuevos análisis en tiempo real, sin necesitar a un profesional experto en datos.

Por John Genovesi, vicepresidente de Software de Información e IIoT Business de Rockwell Automation

Las tecnologías digitales ofrecen una serie de oportunidades de mejora para las industrias, en el mismo lugar donde se genera la información. Sin embargo, muchas se pierden porque es difícil gestionar datos, pero aún más complicado es elaborar análisis.

          Solo una fracción de los datos de una empresa se transforma en información útil.

          Para empezar, hay muchos datos y solo una parte puede ser útil para un determinado tema. De esta manera, es necesario contar con profesionales especializados en datos que limpien y organicen la información. Una tarea que lleva tiempo. Eso explica por qué el 57% de las empresas que analizan los datos de sensores aún utilizan planillas.

          Con frecuencia, las empresas que poseen análisis y gráficos preconfigurados descubren que estos recursos ofrecen una visión muy limitada. Como los análisis son inflexibles, los empleados no logran aprovechar ni profundizar la información que reciben, así que siguen utilizando planillas.

         En vez de perder tiempo trabajando con estos datos, ¡sus datos tendrían que trabajar para usted! Aquí, examinamos una nueva generación de software de análisis, diseñada para hacer exactamente eso.

Los profesionales de datos son, desde hace mucho tiempo, los guardianes del análisis. Definen qué datos son relevantes, cómo se transfieren a través de las empresas y quién recibe esa información.

          Sin embargo, este enfoque orientado a los profesionales de datos transforma el análisis en un desafío. Por ejemplo, los trabajadores que deseen acceder a datos más allá de los informes estándar deben realizar una solicitud específica a su equipo de TI. Por lo tanto, tendrán que esperar hasta que el profesional prepare los datos para obtener un informe que podría responder a sus preguntas y satisfacer sus necesidades.

          Como la elaboración del análisis es un proceso complejo, no nos sorprende que el 64% de los fabricantes aún dependan más de la experiencia que del análisis de datos para solucionar problemas importantes.

          En este escenario, deberá contar con equipos con más capacidad, experiencia y autonomía que puedan descubrir su propia información, en lugar de depender de un profesional específico de datos. Para ello, necesita un enfoque de análisis basado en datos que convierta a su personal de producción en científicos de datos independientes.

          Al cambiar de un enfoque orientado a los profesionales de TI a un enfoque basado en datos, sus equipos pueden aprovechar la variedad de datos estructurados y no estructurados en sus operaciones, y elaborar sus propios análisis y gráficos de control específicos. Esto proporciona una manera totalmente nueva de ver los datos de su empresa.

En el centro del enfoque basado en datos, hay un software que utiliza todos los dispositivos inteligentes y los sistemas conectados esparcidos por las industrias. El software permite que los usuarios exploren sus operaciones, utilicen y mezclen datos de cualquier fuente que exista, por ejemplo, de controladores, base de historiales, sistemas de ERP, entre otros.

          Antes, la elaboración de un gráfico de control empezaba con un plan de integración de datos que detallaba cómo los datos brutos se transformarían en inteligencia de producción. Había que asignar de forma manual las fuentes de datos actuales, los indicadores clave de rendimiento (KPI) y otros detalles.

          Un enfoque que se basa en los datos analíticos descubre e indexa de forma automática los datos estructurados o no estructurados. Si lo comparamos con el método manual, este proceso ahorra tiempo y reduce el riesgo de error humano. También brinda acceso a más detalles de lo que se obtendría al asignar de forma manual el nombre de un dispositivo, la ubicación en la línea de producción, el lugar de la instalación y otros datos específicos. Con el uso del modelado de datos, machine-learning, análisis predictivo y herramientas de análisis de terceros para tratar y analizar los datos, el software de análisis de datos puede hacer la relación entre los conjuntos de datos indexados y calcular las respuestas, mediante miles de millones de puntos de datos.

          En otras palabras, con una configuración mínima, se puede acceder a los análisis de datos en tiempo real que sean relevantes en determinada situación y se pueden abordar los problemas inmediatamente cuando aparecen.

          Esta flexibilidad es una herramienta para entender mejor sus operaciones. En una sola pantalla, los empleados tienen acceso a todas sus “pantallas de control” favoritas. Estas pantallas presentan los datos operativos en el formato preferido y pueden contener gráficos de control predefinidos, además de otras pantallas compartidas con un compañero.

Las pantallas de control ayudan a los miembros del equipo a entender o investigar los datos analíticos.

          Un enfoque basado en datos no tendría que limitar los equipos a las pantallas de control estáticas. Además de la información preferencial, los empleados pueden abrir el entorno de informes para revelar los datos que están detrás de lo que se monitorea.

          Gracias a este entorno abierto, cada uno puede ordenar los datos de la forma que prefiera. Con algunos clics se puede profundizar un punto de datos específico, agregar valores históricos contra los valores de rendimiento actual, filtrar con distintas variables, utilizar diferentes estilos de gráficos y mucho más. A medida que se realizan los cambios, el software puede procesarlos y recordarlos para elaborar un informe dinámico. Por ejemplo, un empleado que desee entender el rendimiento de un sistema de lotes, basándose en el operador que administra el proceso, puede simplemente seleccionar las variables relevantes como el turno o la identificación del empleado. A continuación, el software mezcla los datos y crea un informe con la información correlacionada.

          De esta manera, el empleado puede reaccionar y actuar de acuerdo con los descubrimientos realizados. También puede compartir el informe con sus compañeros o guardarlo como una pantalla de control en su pantalla de inicio.

          Lo principal es que su equipo puede hacer todo esto sin esperar días o meses hasta que un profesional de datos añada fuentes de datos o ajuste los modelos. Ahora, el análisis puede ser flexible y adaptarse a sus necesidades operativas. Y su equipo puede responder preguntas y resolver problemas por su cuenta y en el momento.

En algunos casos, puede pasar que no se encuentren los datos específicos que se buscan en una pantalla de control. Cuando sucede esto, el nuevo software de análisis lo libra del lenguaje de consulta estructurado que usan los profesionales de datos.

          A partir de ahora, así como sucede con los buscadores, se puede usar el procesamiento con lenguaje natural para las operaciones de búsqueda de información útil y realizar preguntas como se hace al investigar en Google.

          Una vez que se identifican las fuentes de datos, los usuarios pueden buscarlas de forma rápida, incluso si no se han visualizado antes. Esta capacidad proporciona una visión amplia de las operaciones a través de las pantallas de control y la posibilidad de utilizar todas las fuentes de datos para obtener otros conocimientos.

          Un gerente de producción, por ejemplo, puede controlar el consumo general de energía de su unidad en una pantalla de control. Si el consumo aumenta, el gerente puede buscar el consumo de energía por máquina, lote o turno para identificar el motivo.

          Cuando descubre información importante en una búsqueda, puede agregarla a una pantalla de control con un solo clic.

Su plataforma de análisis de datos debe ser capaz de seguir el crecimiento de su empresa. A fin de cuentas, su negocio cambia constantemente y el camino hacia la transformación digital es una actividad constante, que les proporciona a las operaciones tecnología moderna de forma regular. La nueva plataforma de análisis avanzado puede crecer con su ecosistema de hardware y software.

          Todas estas capacidades –más flexibilidad, facilidad en la búsqueda y modularidad– trabajan con un fin en común: garantizar que su equipo siempre tenga acceso a los datos relevantes para solucionar problemas y desafíos a medida que aparezcan. Es así como deben ser los análisis en la era de la conectividad y de la gran cantidad de datos, ¿no?

La alianza estratégica entre Rockwell Automation y PTC agregó aún más valor al análisis de datos a partir del lanzamiento, en Automation Fair^® 2018, del conjunto de software FactoryTalk InnovationSuite. En la página 5, encontrará más información sobre PTC y este lanzamiento.

A medida que la conectividad y el poder computacional se expanden en la industria, la disponibilidad de datos revoluciona la forma como las empresas solucionan sus problemas y se adaptan a los cambios. Sin embargo, el desafío del fabricante sigue siendo la complejidad para hacer que los datos sean útiles, en el lugar y el momento adecuados.

          Rockwell Automation utiliza análisis avanzados para la fabricación y el Proyecto Scio permite que los empleados tengan acceso a los datos de producción y elaboren nuevos análisis en tiempo real. Los nuevos recursos que ofrecen el Proyecto Scio y la plataforma FactoryTalk Analytics reducen los obstáculos para tener acceso a la información.

          Estos recursos brindan acceso a análisis específicos, realizan análisis avanzados y obtienen datos estructurados y no estructurados de todas las fuentes que existen en la empresa.

La seguridad es, en general, el primer paso práctico para crear una Empresa Conectada. Recopilar y usar datos fácilmente disponibles puede mejorar la seguridad, el cumplimiento y la productividad.

          El desarrollo de una máquina comienza con una evaluación de riesgo, es decir, conocer su operación y las interacciones de los trabajadores con la máquina. La utilización de esta información establece una línea básica de la operación que, si se la compara con la operación real, ayuda a entender el comportamiento y el cumplimiento de los trabajadores.

          Los desvíos significativos de la operación pueden indicar distintos problemas. Al utilizar las máquinas de forma inadecuada, no se garantiza el cumplimiento y los empleados se exponen a un entorno de trabajo inseguro.

Obtenga más información acerca de las soluciones de análisis de datos de Rockwell Automation.