WEBINAR Adiós al “Garbage in, Garbage out”: Cómo disponer de datos de operaciones adecuados para la analítica de negocio

“Garbage In Garbage Out“ es como se denomina coloquialmente en el entorno analítico, cuando la entrada de datos de mala calidad conduce a una salida de datos poco fiable e incluso inservible.
Por su naturaleza, los datos operacionales provenientes de sensores, sistemas de control, activos y dispositivos móviles generan datos con poca calidad debido principalmente a:
– distintos fallos de comunicación: sistemas de control, fallos de los servidores OPC que devuelven datos incorrectos: “Comm Fail”, “I / O Timeout” , etc…
– datos obsoletos a causa de problemas de red que hace que dejen de actualizarse, se actualicen con los mismos valores o con valores que simple-mente no tienen sentido.
– Fallos en la precisión de los sensores que pue-den afectar a uno o varios equipos.

A medida que la cantidad de activos conectados continúa creciendo, monitorizar cuales de ellos son los que proporcionan datos de mala calidad se convierte en un desafío cada vez más demanda-do. Para maximizar el valor de las operaciones es muy importante que la información los equipos y procesos se integre con las tecnologías de información.

La pregunta que nos surge es: ¿Cómo entregar los datos de series temporales limpios, confiables y en formatos adecuados para el análisis?

La calidad de los datos es un proceso de varias fases que implica la captura, integración y enriquecimiento de datos.

Los datos operacionales cambian constantemente y requieren que esta limpieza sea frecuente para mantenerlos libres de duplicados, errores y prepa-rados para el análisis en tiempo real.

Esta es una de las mayores diferencias con res-pecto a los sistemas de información: la limpieza del dato debe de hacerse en tiempo real para ofrecer predicciones precisas que sean válidas para la toma de decisiones del personal de operación.