Andercol, reconoce el Data Science como una herramienta para la mejora en los diferentes procesos de la organización. A través de tres claros ejemplos, te contaremos cómo en Andercol hicimos uso del Machine Learning para crear aplicativos que logran optimizar tiempos, mano de obra y recursos, no sin antes profundizar sobre qué significan estos términos y su influencia para las organizaciones que quieren dar un paso hacia la digitalización.
¿Qué es Data Science y por qué incorporarlo en el ámbito corporativo?
La Ciencia de Datos es una herramienta que facilita la toma de decisiones, a partir de recolección de información estratégica. Según Platzi, se encarga del estudio de los antecedentes para obtener referencias, conocimiento o algún elemento de valor a partir de los datos.
Así mismo, la ciencia de datos, ha tomado un lugar importante dentro de la industria 4.0, dando la oportunidad a las organizaciones de poder predecir, controlar, planear y producir (de forma inteligente mediante un proceso de digitalización), las cadenas de valor, a través de la integración de tecnologías de procesamiento de datos.
Los datos, que anteriormente pasaban desapercibidos, se han convertido en información de alto valor. Es por ello que, para las empresas hacer uso del Data Science se ha vuelto indispensable. A partir de lo anterior surgen preguntas como: ¿qué hacer con tanta información?, ¿cómo organizar tantos datos?, y ¿cómo aprovechar realmente los datos que se generan en mi organización?.
Todos estos interrogantes los atiende la Data Science, puesto que, aunque las bases de datos ya de por sí tienen un valor significativo, la mayor riqueza se encuentra en las posibilidades de conocimiento que estas ofrecen.
“En el caso de Andercol, se aprovecha esta ciencia conjugada con Machine Learning y Automatización, con el objetivo de aprovechar los flujos de datos pasados, presentes y futuros de los procesos productivos de la compañía, para generar valor de forma efectiva, siendo empleados para la construcción de todo tipo de herramientas digitales”, indicó Rubén Darío Durango Rodríguez, Especialista en Ciencia de Datos en Andercol.
Es así como, Andercol pasó de implementar sistemas de ERP (donde se construyen bases de datos para almacenar información de todas las áreas), a crear el Área de Datos al interior de I+D+I, comprobando el valor de la Data Science y donde la figura del científico de datos cobra una total relevancia, pues es la persona encargada de conectar la información de valor obtenida, para crear nuevo conocimiento o recursos.
Herramientas construidas a partir de la Ciencia de Datos en Andercol y para qué funcionan.
Andercol ha logrado crear alrededor de 18 aplicativos que contribuyen en los procesos de la compañía, pasando por todos los momentos cíclicos que están presentes en la Ciencia de Datos, como lo son capturar, almacenar, procesar, analizar y comunicar. Aquí te contamos los tres desarrollos más destacados:
- Herramienta para control de inventarios: a partir de este aplicativo se logró centralizar la información y presentarla de manera visual, de forma que sea posible identificar los inventarios improductivos y con lento movimiento, para definir su aprovechamiento.
Esta herramienta significó para la compañía un ahorro de $7.000 Millones de pesos, minimizando tiempos en procesos (de una semana a tan solo un día) y aprovechando más la mano de obra.
- Simulador de mezclas para resinas de poliéster: a partir de este aplicativo, fue posible el uso de datos históricos de mezclas de resinas de poliéster para construir un simulador que permita predecir las propiedades finales de una mezcla cualquiera.
Esta herramienta significó para la compañía un ahorro de $3.000 millones de pesos, minimizando tiempos en procesos (de una semana a tan solo un día) y optimizando más la mano de obra, pasando de 40 a 6 personas en esta labor.
- Simulador de Síntesis de Autoadhesivos: a partir de este aplicativo fue posible usar datos históricos de formulación de autoadhesivos, para predecir las propiedades finales de un producto, variando sus componentes y proporciones.
Esta herramienta significó para la compañía la optimización de tiempo invertido en este proceso, pasando de una duración de 24 horas a 60 segundos y dejando el número de personal requerido a 0.
“El dato es hoy un recurso que debe ser minado, procesado y aprovechado, más allá de una oportunidad es una necesidad”, afirmó Rubén.
Hablar de Ciencia de Datos y Gestión Inteligente es una relación obligada para las organizaciones. Convertir los datos en información relevante significa el poder marcar la diferencia frente al mercado, volviendo una compañía más rentable, competitiva y que tome las decisiones más acertadas.
Andercol se sumó al desafío de comprender, a través de los datos, el pasado y presente de su compañía, para forjar un mejor futuro desde la creación de hipótesis o predicciones y hasta el día de hoy los resultados han hablado por sí solos.
Profundiza más sobre los procesos de digitalización en Andercol con el siguiente artículo: Cadena de suministro 4.0: una necesidad empresarial actual