End-to-End Industrial Analytics

Everardo Alpuche M.
Desarrollador de Negocios
Contenido
➢ End-to-End Industrial Analytics
➢ Big Data y Analítica - Conceptos
➢ Definición Conceptual
➢ Beneficios tangibles
➢ 3 Tipos de Analítica Industrial
➢ Pirámide de Ciencia de Datos
➢ 5 Acciones de End-to-End Industrial Analytics
➢ ¿Dónde puedo aplicar End-to-End Industrial Analytics?
End-to-End Industrial Analytics

Extraemos conocimiento
de valor para tomar DATOS
decisiones AUTOMATIZACIÓN
INDUSTRIAL
inteligentes

ACCIÓN
INFORMACIÓN
PROACTIVA

ANALYTICS
& BIG DATA SOLUCIONES IT
CONOCIMIENTO
Big Data y Analítica - Conceptos
Big Data
"Conjunto de tecnologías que permiten almacenar, buscar, obtener y
procesar grandes volúmenes de datos, heterogéneos, variados, sin
que la performance se vea afectada por dicho volumen"

Analítica
“Es una disciplina que utiliza el modelado matemático, la estadística y
el aprendizaje automático, para realizar una extracción no trivial de
información implícita, previamente desconocida y potencialmente útil, a
partir de los datos históricos de un proceso almacenados en una
infraestructura de Big Data, con el objetivo de mejorar el conocimiento
y entendimiento del mismo”
Definición Conceptual

Innovadora práctica de negocio, punta de lanza

de Industria 4.0, que aplica la ciencia
de datos a los procesos de la
Esto es posible manufactura, con el objetivo
a través del análisis de mejorar el
descriptivo, predictivo y OEE.
detección de anomalías que
permite ampliar el conocimiento
(insights) sobre los procesos e
inclusive crear nuevos materiales.
Beneficios Tangibles

Detección de
Optimización de
Sensores virtuales: condiciones operativas
procesos en términos
predictores donde es de riesgo que podrían
de productividad,
difícil o imposible producir paros de
eficiencia de equipos y
medir máquina no
costos de producción
planificados

Capturar el
Predicción de la Detección de conocimiento experto
degradación de la condiciones de riesgo que deviene de la
performance de que comprometen la experiencia de los
equipos calidad del producto "masters" que están
próximos a su retiro
3 Tipos de Analítica Industrial

ANALÍTICA PARTICIPACIÓN HUMANA

¿Qué sucedió?
Explicativa
¿Por Qué sucedió?

DATA Predictiva ¿Qué sucederá? DECISIÓN ACCIÓN

Soporte a la Decisión
Detección de Anomalías
y Reconocimiento de Patrones
Automatización de la Decisión
 Pirámide de Ciencia de Datos
THE DATA SCIENCE
HIERARCHY OF NEEDS

Al,
Deep
learning

A/B testing,
Learn/Optimize.................................... experimentation,
simple ML algorithms

Aggregate/Label..................... Analytics, metrics, segments,

. aggregates, features, training data.

Explore/Transform.........
Cleaning, anomaly detection, prep
.

Move/Store.......... Reliable data flow, infrastructure, pipelines,

etl, structured and unstructured data storage.

Collect....... Instrumentation, logging, sensors, external data,

user generated content.

SOURCE: Monica Rogati © August 2017 The Financial Brand

5 Acciones de End-to-End Industrial Analytics

Adquirir

Ingestar

Gestionar

Reinyectar Transformar
¿Dónde puedo aplicar End-to-End Industrial Analytics?
PRODUCCIÓN
•¿Produciré a tiempo?
•¿Tendré materia prima a pie de
máquina a tiempo?
•¿Consumiré lo planeado?
LOGÍSTICA
•¿Entregaré a tiempo?
•¿índice de cobertura?
•Análisis de comportamiento
•Optimización de mi flota
MANTENIMIENTO
•Mantenimiento predictivo
•¿Refaccionaré a tiempo?
•Causa / Raíz de paros
•¿Reemplazaré correctamente?
CALIDAD
•¿Cumpliré los parámetros de
calidad?
•¿Anticiparé defectos?
•¿Defectos por máquina o turno?
 ¡Gracias por su atención!

Everardo Alpuche M.
Desarrollador de Negocios
ealpuche@tecnoap.com