Con la llegada de los Big Data al escenario tecnológico, las organizaciones han empezado a buscar una ventaja competitiva mediante el conocimiento de la valiosa información que permanece oculta entre la enorme cantidad de datos que se recolectan a cada instante. El análisis de estos datos representa una oportunidad que permitirá obtener un nuevo panorama para transformar las operaciones, mejorar la calidad de los servicios que prestan, reducir los costos operativos y aumentar la rentabilidad del negocio. En definitiva, se trata de transformar los datos en información útil para la empresa a fin de mejorar no solo los resultados sino también la eficiencia y el confort de los ocupantes.
En pocos años, los dispositivos portátiles conectados a Internet han dejado de ser un lujo de unos pocos para transformarse en una forma habitual de comunicación para miles de millones de personas en todo el mundo. La conectividad ubicua y la proliferación explosiva de nuevos dispositivos y aplicaciones hoy nos permiten realizar una amplísima gama de tareas en diversas esferas de la vida, produciendo profundos cambios en la estructura económica, social y cultural.
Este progreso tecnológico también ha impulsado el desarrollo de edificios más eficientes, entornos de trabajo flexibles que ayudan a las organizaciones a mejorar su desempeño económico y ambiental además de aumentar el confort y la seguridad de sus ocupantes. Con el correr del tiempo, las redes que alimentan e interconectan este nuevo entorno tecnológico han ido evolucionando hacia una mayor integración entre los distintos sistemas dando lugar al concepto de “edificio inteligente”, el cual incorpora métodos de gestión automatizada de las instalaciones con el objeto de hacerlo más eficiente y saludable.
Los sensores instalados en el edificio recogen datos del entorno, generan información y notifican sobre distintos eventos. Tienen un papel fundamental en la reducción de la brecha entre los mundos físico y virtual y constituyen una fuente importante de generación de datos a gran escala.
Pero, con el correr del tiempo, el mundo se ha visto inundado de multitud de objetos inteligentes cuya actividad genera una enorme cantidad de información proveniente de distintas redes. Entre los más difundidos se encuentran las etiquetas RFID, unos pequeños dispositivos de identificación que utilizan ondas de radio para identificar los elementos en los que se encuentran insertos dando la posibilidad de rastrearlos en tiempo real y brindando información relevante acerca de su ubicación y de su estado.
Actualmente, estas etiquetas se utilizan en todas partes aunque no lo notemos: logística, control de acceso, identificación de personas, tecnología inalámbrica y de localización, control de equipaje, rastreo de vehículos, control de stock, inventarios, llaves de vehículos, etc. También se pueden combinar con sensores que detectan humo, temperatura, humedad, movimiento y hasta radiación.
Nuestro mundo está hoy colmado de datos. Según un estudio de 2014 realizado por la empresa Deloitte, actualmente hay 9.600 millones de dispositivos conectados a Internet, 1,3 millones de conexiones de banda ancha móvil y 1,2 zettabytes (1021 bytes) de tráfico global anual. Cada dos días, el uso de estos dispositivos crea aproximadamente 5 exabytes (1018 bytes) de datos, un número equivalente a todos los datos creados por el hombre desde los albores de la civilización hasta 2003. El resultado es lo que hoy se conoce como la “Revolución de los Datos” o la “era de los Big Data“.
¿Qué es Big Data?
Big Data es el término que describe la tendencia hacia un nuevo enfoque de procesamiento y toma de decisiones en la que el volumen, la velocidad y la variedad de los datos involucrados superan la capacidad de cálculo o de almacenamiento tradicional de una organización para poder hacer uso de ellos. Estos datos, cuando son procesados adecuadamente, pueden ser uno de los activos más valiosos de una organización, de los que se puede obtener una importante ventaja competitiva.
Para valorar el volumen que pueden alcanzar los Big Data basta mencionar que las etiquetas RFID pueden generar de 100 a 1.000 veces más datos que los códigos de barras convencionales. Facebook maneja diariamente la carga de más de 250 millones de fotos y 800 millones de interacciones de usuarios activos con más de 900 millones de objetos (páginas, grupos, etc.). Más de 5 mil millones de personas en todo el mundo realizan llamadas telefónicas, envían mensajes de texto por SMS y por Twitter y navegan por Internet en sus teléfonos móviles. Las organizaciones están inundadas de datos que alcanzan el orden de los terabytes (1012 bytes) y petabytes(1015 bytes).
Esta enorme cantidad de información proviene de una variedad de fuentes inimaginables: desde los sistemas operacionales y transaccionales de la empresa que aportan referencias sobre los clientes, los proveedores, las operaciones, etc., y los sistemas de gestión de las instalaciones que aportan datos sobre consumo energético, ocupación, etc., hasta las conexiones entrantes y salientes de los medios de comunicación móviles, las redes sociales y la Web.
A todo esto se suma el imperativo de velocidad en el procesamiento de los datos -casi en tiempo real- para satisfacer la necesidad de responder a las demandas con suficiente rapidez.
Analizando la información
Frente a este escenario, las organizaciones necesitan soluciones de análisis para extraer algún significado útil de los grandes volúmenes de datos que generan y también utilizarlos para tomar decisiones más inteligentes que resulten en un mejor servicio para los clientes, una mayor eficiencia en sus procesos y más confort para los trabajadores.
El análisis de Big Data permite hacer conexiones, identificar patrones, predecir comportamientos y personalizar las interacciones.
Según los diferentes tipos de análisis que se apliquen se obtendrán distintas perspectivas. De acuerdo con un informe de la empresa IBM, las soluciones de análisis se pueden caracterizar, a grandes rasgos, de la siguiente forma:
- Análisis descriptivo: aplicando la minería de datos responde a la pregunta “¿qué ha pasado?”. Para ello, utiliza indicadores de rendimiento y análisis descriptivos para descubrir datos tales como la frecuencia de determinados eventos, el costo de las operaciones y la causa de ciertas fallas. Este tipo de análisis proporciona una visión global y contextual sobre lo que ha sucedido junto con el estado actual.
También permite automatizar respuestas tales como emitir alertas cuando se descubren patrones que indican problemas potenciales.
- Análisis predictivo: utiliza modelos estadísticos y predictivos para responder a la pregunta “¿qué podría pasar?”. Proporciona una visión que va más allá de los datos históricos como base para la toma de decisiones, anticipando probables escenarios que permitan planificar a futuro.
- Análisis prescriptivo: utiliza la simulación para responder la pregunta “¿qué debemos hacer?”. Explora un conjunto de posibles acciones y medidas basadas en los análisis descriptivo y predictivo de los datos proporcionando una guía para la solución de determinadas necesidades o la resolución de ciertos problemas.
Aplicaciones
Casi todos los ámbitos de la economía ya han sido afectados por los Big Data. El sector comercial analiza las compras pasadas para predecir las tendencias futuras, las empresas evalúan la opinión de los consumidores en base a su participación en las redes sociales y, en los entornos laborales, los datos relacionados con la ocupación del espacio brindan valiosa información sobre su utilización real ayudando a optimizar su aprovechamiento. Las empresas pueden crear valor con el análisis de Big Data.
En el ámbito de la gestión, esto implicará una mejor utilización de los activos: desde el uso de los equipos informáticos -incluyendo sus piezas- hasta la disponibilidad de una sala de reuniones o de un puesto de trabajo. Al ser capaces de proporcionar información actualizada en tiempo real, la utilización de estos activos se podrá optimizar mediante los parámetros adecuados de tal forma que coincida con las necesidades de la empresa en ese momento.
En el ámbito operativo, esta información se podrá utilizar para controlar el medio físico: desde una válvula hasta los datos de miles de sensores que pueden combinar información en tiempo real sobre temperatura, humedad, concentración de gases, etc., para gestionar un sistema de climatización que mantenga las condiciones ambientales. La iluminación y la temperatura también se podrán ajustar de forma automática de acuerdo con la hora del día y el grado de ocupación. De esta manera, los sistemas del edificio podrán ser programados para satisfacer las necesidades de los ocupantes en tiempo real.
Los sistemas automatizados generan gran cantidad de información, la cual se puede transmitir a un centro de datos en La Nube para su análisis posterior. Utilizando el análisis predictivo, los FM podrán anticipar las necesidades de los usuarios relacionadas con las condiciones ambientales, la seguridad, etc., a fin de proporcionarles una experiencia más personalizada y eficiente.
Si bien es verdad que estos sistemas se vienen utilizando desde hace tiempo, lo cierto es que la reducción del costo de estas tecnologías de gestión integrada de edificios basadas en La Nube hará que estos sistemas sean más asequibles en el futuro.
FUENTE: FM&WORKPLACES #74
