A estas alturas, nadie duda de la necesidad de disponer de datos que nos posibiliten mayor flexibilidad en las operaciones y una mejora en la eficiencia de nuestros procesos. Pero no debemos caer en el error, muy común por cierto, de pensar que esa necesidad de disponer de datos, se resuelve simplemente con capturarlos allá donde se encuentren y, a través de la ciencia de datos, obtener las mejoras que buscamos.
Modelo para trabajar con datos
Data Operations
Ojalá fuese así de fácil, pero no lo es. Es aquí donde aparece en juego el Data Operations (DataOps), que posibilita la “orquestación” de personas, procesos y tecnología para disponer, de manera segura, de datos fiables, listos para usar y contextualizados, en todos los sistemas y por todas las personas que los necesiten.
Los DataOps son pues necesarios en entornos industriales donde los datos deban ser agregados desde equipos de planta y utilizados por capas superiores de negocio.
Pero este recorrido del dato debe realizarse siguiendo un proceso que consta de cuatro etapas.
Etapa Uno: Acceso a los datos
El acceso a los datos requiere la vinculación de API a través de protocolos abiertos, para recopilar valores discretos que podrían informar sobre cómo funcionan los distintos equipos.
Un ejemplo puede incluir puntos de datos de consumo de energía, temperatura o presión. En esta etapa, la estructura de los datos son datos de etiquetas. Por lo general, los datos se transportan a la nube o a una base de datos. Usualmente, el equipo de tecnología operativa (OT) entregará los datos al equipo de TI para almacenar los datos sin más.
Etapa Dos: Contextualización
Una vez que hayamos recopilado y definido los datos, podemos comenzar a crear modelos que incluyan más descriptores, como la ubicación y función de los activos.
Comenzamos a normalizar valores con unidades de medida comunes, para una operación en particular. Y la estructura de datos en esta etapa es simple. El equipo, que ahora involucra al equipo de OT que envía datos a TI, así como a los ingenieros de datos, estructura la información en un formato básico más identificable.
La etapa de contextualización de datos, proporciona puntos de datos contextualizados y estandarizados al equipo de operaciones. Esto les permite comparar puntos de datos similares. El equipo de OT se beneficia al tener información analítica, que puede utilizar para tomar decisiones operativas más informadas.
Etapa Tres: Visibilidad en Planta
Para una visibilidad en planta, necesitamos modelos lógicos estándar de información sobre celdas de trabajo, activos y líneas. La herramienta de habilitación aquí es, el Unified Namespace (UNS).
Un UNS es una estructura consolidada y abstracta, mediante la cual todas las aplicaciones comerciales, pueden consumir datos industriales en tiempo real de manera coherente. Un UNS permite combinar múltiples valores en un único modelo lógico estructurado, que los usuarios pueden entender y utilizar en todo la planta, para tomar decisiones en tiempo real.
La etapa de visibilidad de planta, se centra en proporcionar cargas útiles de información a los usuarios fuera de las operaciones. Estos datos se utilizan normalmente para mejorar la calidad, la investigación y el desarrollo, el mantenimiento de activos, el cumplimiento, la cadena de suministro y más.
Etapa Cuatro: Visibilidad en Negocio
DataOps para toda la empresa/negocio es similar a la etapa específica de planta en términos de sofisticación de datos. Pero ahora puede extender los beneficios a toda la empresa.
En la etapa de visibilidad empresarial, sincroniza las estructuras de datos en varios sitios y sistemas dispares. Es posible que tengamos un UNS para toda la empresa y movamos datos de la nube a la periferia. Es decir, está impulsando la analítica desde el nivel empresarial, hasta la planta de producción. Aquí es donde la visibilidad de un extremo a otro se convierte en una realidad.
Podemos realizar comparaciones de sitio a sitio sin tener que extraer y reemplazar los sistemas existentes. Esta etapa a menudo requiere una colaboración mucho más sólida entre los equipos de OT, TI y transformación digital. Los arquitectos de información empresarial también pueden participar en el proceso de modelado de datos.
La etapa de visibilidad empresarial proporciona el valor más amplio a las empresas. Esto les permite agregar información en todos los sitios con paneles, métricas y análisis comunes. Además, les permite implementar una sofisticada toma de decisiones basada en datos y automatización de Cloud a Edge.
En Mas Ingenieros podemos trabajar y gestionar tus datos….
