Optimización y control de procesos utilizando el concepto de inteligencia de negocios

Abstract

Hoy en día la capacidad de acceso a la información crece a pasos agigantados, pero no es fácil asimilarla. Muchas veces las organizaciones no saben obtener información valiosa de toda la cantidad ingente de datos que tienen, pero saben que actualmente el conocimiento constituye el activo más valioso de cualquier organización. El éxito de las organizaciones, así como su supervivencia, depende básicamente de que este conocimiento pueda preservarse y utilizarse eficientemente. La Inteligencia de Negocios facilita la información en el momento preciso a cada uno de las partes que constituyen la empresa, para que así se obtenga un máximo rendimiento en sus actividades. Esto se debe a que permite tomar la gran cantidad de datos que genera diariamente la empresa, y transformarlos en la información que necesita para monitorear su salud financiera y operativa, y para identificar rápidamente tendencias y tomar decisiones en forma ágil y proactiva para superar a los competidores. Entre las principales herramientas de la Inteligencia de Negocios podemos mencionar a la Prospectiva Tecnológica y la Minería de Datos. El presente estudio se centra en la aplicación de la Minería de Datos en Ingeniería Química. La Minería de Datos, también conocida como descubrimiento del conocimiento (Knowledge Discovery), es el proceso asistido por computadora que busca, extrae y analiza enormes cantidades de datos para descubrir patrones y derivar su significado. Estos patrones y estructuras de información pueden resultar muy valiosos para la toma de decisiones en la Industria, los bancos, las empresas comerciales y empresas en general. En la sección 1, "Introducción", se realiza una aproximación a la Inteligencia de Negocios y su aplicación exitosa en la predicción del comportamiento humano y de procesos administrativos. En la sección 2, "Desarrollo de conceptos y técnicas", se profundizan los conceptos de Inteligencia de Negocios y Minería de datos. También se analiza la planta como un gran almacén de información aun no explotado, y se presentan aplicaciones directas de la Minería de Datos en los procesos manufactureros y sus beneficios. En la sección 3, "Desarrollo del tema", se presenta la elaboración de un modelo de predicción y estimación empleando Minería de Datos. Luego se compara el· modelo con modelos desarrollados empleando Redes Neuronales, para demostrar sus ventajas: 1. No requiere una relación funcional entre datos de entrada y de salida. 2. Se basa en el análisis de información previa existente. 3. El grado de confiabilidad del modelo determina directamente su validez. También se aplica el modelo en procesos específicos de la industria, como creación de sensores virtuales para el control de procesos, determinación de fallas en equipos, y determinación de parámetros óptimos de operación para elevar calidad o reducir costos. Finalmente, en la sección 4 "Conclusiones y Recomendaciones", presentamos los beneficios de la aplicación de estas herramientas en los procesos manufactureros, y como su uso permite a la información de manufactura agregar valor a la empresa. También se incluyen recomendaciones para la implementación de proyectos de este tipo.