La estrategia Data recomendada para las compañías de Agua
13 agosto, 2018
A menudo cae en mis manos algún artículo o noticia que me advierte sobre el impacto que la revolución de lo que se ha dado en llamar “Data Analytics” va a tener sobre la forma como empresarialmente resolveremos nuestros problemas en una u otra industria. Analizo aquí el impacto que tendrá sobre el sector del Agua, concretamente en todo aquello que concierne al Ciclo Urbano, con la intención de que sirva como guía o simplemente compendio de recomendaciones para que el sector no desperdicie el enorme potencial de esta tecnología.
Este análisis se basa en tres puntos bien definidos: la identificación de las razones que justifican su uso, la cuantificación del beneficio esperado con su aplicación y el detalle de las acciones recomendadas para obtener ese beneficio social, ambiental y económico en el mínimo tiempo posible.
La primera pregunta que debo responder entonces es:
Si tuviera que aplicar las bondades que actualmente nos ofrece el “Data Analytics” en el mundo del Agua, ¿cuáles serían mis prioridades?
Mi respuesta es clara. Las 10 prioridades del Data Analytics aplicado al sector del agua son las siguientes:
- . La previsión del estado cuantitativo y cualitativo del recurso, aprovechando también el potencial del IoT
- . La estimación de la demanda de agua para su producción
- . La reducción de la ANR (Agua no registrada) mediante la reducción de pérdidas y localización inteligente de fugas
- . La aplicación de mantenimiento predictivo a partir de la fiabilidad y el riesgo en la gestión de activos para maximizar su retorno
- . La simulación y optimización de operaciones para garantizar la máxima eficiencia
- . La priorización de inversiones
- . La previsión del volumen facturado, necesario para la correcta gestión
- . La reducción de la ANR (Agua no registrada) mediante la detección de consumos anómalos y fraudes
- . La optimización de la estrategia de ubicación de sensores, según análisis de consumo
- . El análisis de la satisfacción del cliente para garantizar el mejor servicio
Estos son, entre muchas opciones posibles, los puntos donde considero que el Data Analytics podría proveer de mayor valor en menor tiempo. Algunos de estos hace tiempo que son objeto de estudio y se encuentran en un estado relativamente “maduro”. Con todo, el cambio de paradigma que nos ofrecen las posibilidades tecnológicas (IoT, Big Data…) y analíticas actuales hace obligatorio el replanteamiento de muchas de las hipótesis de base.
Así, esta respuesta y la valoración de ese valor, es fruto de una reflexión profunda que ha tenido en cuenta diversos aspectos tales como el poder asegurar la máxima garantía de servicio, maximizar la satisfacción del cliente, minimizar la afección al medio, hacer sostenible la operación en el tiempo, asegurar la viabilidad económica que hagan sostenibles los planes en el tiempo y aprovechar el coste de oportunidad de la adopción de la tecnología. En definitiva, he tenido en cuenta los grandes retos a los que debe afrontarse la Industria del Agua.
Tengo que reconocer que el proceso hasta llegar a esta solución ha sido muy interesante. Durante éste he consultado múltiples fuentes de información a partir de una serie de preguntas que me hecho a mi mismo para acabar consiguiendo algo valioso: Conocimiento y una respuesta. Si me permiten las compartiré con ustedes.
Pero antes quiero expresar una opinión que seguro que a más de un lector no le sentará muy bien. Lamentablemente la industria del Agua no es una industria demasiado “cool”. Podemos asegurar sin miedo a equivocarnos que no está a la última en cuanto a tecnología se refiere. Y el Data Analytics si que es lo último. Se me ocurren rápidamente unas cuantas industrias en las que se ha apostado firmemente por la revolución de los datos y donde se está aplicando de manera intensiva proyectos de Data Analytics. Pero se me ocurren pocas industrias tan críticas para el ser humano como el Agua. Créanme si les digo que hacer Analytics en la industria del Agua no es la principal prioridad para los profesionales del dato. Hay sectores muchos más atractivos haciendo cosas mucho más avanzadas. O comenzamos a creérnoslo e invertimos decididamente en esta dirección, o no vamos a salir del pozo.
¿Por qué debería invertir la Industria del Agua en esta tecnología?
Esa es la primera pregunta que me hice. La respuesta es sencilla: por qué tenemos que analizar bien las cosas para entenderlas adecuadamente y poder tomar decisiones acorde con evidencias, no con suposiciones. Este es el cambio radical, el pasar de lo que suponemos a lo que podemos demostrar.
Existen diversas maneras de aproximarse analíticamente a la resolución de los problemas que nos encontramos diariamente, desde lo más simple a lo más complicado. Así aplicamos la analítica para:
- Analizar de la manera más tradicional: obteniendo una visión global de una entidad de negocio o un proceso a partir la visualización de indicadores históricos y su tendencia. Es lo que conocemos como ANÁLISIS DESCRIPTIVO
- Comparar entre elementos u opciones a partir de los indicadores que forman parte de su modelo de análisis y para segmentar o clasificar esos elementos en base a la definición de patrones o perfiles obtenidos mediante diferentes criterios de análisis. Es lo que conocemos como ANÁLISIS DIAGNÓSTICO
- - Pronosticar eventos que van a suceder en base al conocimiento obtenido de los análisis realizados. Es lo que conocemos como ANÁLISIS PREDICTIVO
- - Simular y recomendar maneras de proceder o actuar en base al conocimiento obtenido y para optimizar el funcionamiento o eficiencia de los procesos de negocio. Es lo que conocemos como ANÁLISIS PRESCRIPTIVO
Estos estadios implican una madurez en la aplicación y en la obtención de valor a partir del conocimiento que se adquiere progresivamente. Los más avanzados se encuentran ya en el punto de querer abordar proyectos de análisis prescriptivo, es decir, de automatizar al máximo el proceso de decisión según el conocimiento adquirido por la organización, tanto interna como externamente. Es el momento de pasar de predictivo a prescriptivo, de pasar de las predicciones (la probabilidad de un evento específico), las previsiones (predecir una serie eventos en el tiempo) y las simulaciones (predecir múltiples eventos con el énfasis en la incertidumbre) a las reglas (disponer de un marco de trabajo predefinido para decidir entre alternativas) y optimización (evaluación de un set de opciones interdependientes de manera orientada a obtener resultados y basada en sus limitaciones).
La Industria del Agua, salvo honrosas excepciones como nuestros fantásticos modelos hidráulicos, se encuentra enfrascada desde hace bastantes años en la fase de conocer lo que ha pasado. Es quizás la base sólida sobre la que se tienen que cimentar el resto, por lo que esta fase ya es de por si un gran reto para esta industria. Ésta hace ya tiempo que ha ido abrazando diversas herramientas que le permiten ir ahondando en la analítica descriptiva e ir intuyendo la parte diagnóstica. Pero hay un largo camino por delante.
Entonces la pregunta es ¿Cuál es el camino que debe recorrer para sacarle el máximo partido a los datos? En el próximo post entraremos en detalle en este tema.
