Agroindustria: Oportunidades para trabajar con analítica y datos

En la industria, existe una gran cantidad de aplicaciones relacionadas con Big Data, sobre todo en el almacenamiento y recolección de datos de IoT, a nivel mundial, y en el país se están adoptando soluciones de negocios especializados.

Para Silvio López, Coordinador de Inteligencia de Negocios e Información de Ingenio San Carlos, existen muchas oportunidades en la agroindustria para trabajar con analítica y datos, crear modelos de previsión y utilizar analítica prescriptiva para una mejor planificación. 

La gestión de datos metereológicos, la planificación de la cosecha y la logística interna de transporte, son algunas de las múltiples aplicaciones en la agroindustria. La gestión de flotas de transporte, a través de sensores y GPS conectados e integrados, permite el monitoreo de tiempo y movimiento de la flota, almacenando una gran cantidad de datos que facilitan su análisis y finalmente, “ayuda a la eficiencia de los procesos, ahorrar costos y minimizar riesgos”. 

Este proceso de BI tiene un componente de big data, los datos no están en los sistemas transaccionales, sino en los sensores y en la nube del proveedor de monitoreo. “Este big data para monitoreo, utiliza conexión de datos, sistemas de información geográfico y gracias a la analítica prescriptiva, permite conocer los niveles de eficiencia y contar con información para una mejor planificación a futuro”

La adopción de un nuevo ERP en Ingenio Azucarero San Carlos, propició una transformación y la necesidad de incorporar tecnología a los procesos.  Diseñaron una capa de datawarehouse para establecer reportería plana y con la información consolidada, validada y aprobada crear cubos de información para los usuarios de negocio.

Al incorporar estos cambios, impulsaron una estrategia de crecimiento para el gobierno de datos. En la organización gestionamos aspectos técnicos, programación y análisis de datos con especialistas internos, pero el desarrollo de contenidos, reportería, nuevos modelos analíticos y otros indicadores son creados con el área de BI y los usuarios del negocio, indicó López. 

Aunque las iniciativas de analítica de datos surgen de las necesidades en la organización, es frecuente, según el tipo de empresas, que las propuestas sean del área comercial o de marketing, sin embargo, López sostiene que hay oportunidades en todos los procesos del negocio. “Lo importante, es no minimizar el impacto de la analítica en los negocios”.

En el caso de las industrias, señala que la mayor cantidad de datos está en los procesos operativos y relacionados a la producción y es donde se debe direccionar gran parte de los esfuerzos. Además de facilitar el monitoreo de indicadores tradicionales de producción, la analítica de datos debe servir a la estrategia. Un claro ejemplo es la metodología S&OP (Sales & Operations Planning) que a través de los datos operativos, busca alinear de manera táctica y objetiva las ventas y la producción para optimizar el uso de los recursos financieros, componente clave del nivel estratégico.

“Las estrategias de BI, analítica prescriptiva, predictiva agregan más valor a las compañías, el mismo que se traduce en rentabilidad”