La industria minera en búsqueda de la eficiencia con Big Data

La minería es una industria que se caracteriza por generar enormes volúmenes de información derivada de dos grandes grupos de tareas: prospección, almacenando la información geológica sobre composición de suelos, y producción, donde se detalla la operación funcional de la mina. En conjunto, informaciones muy relevantes que impactan directamente los costos operacionales y las utilidades de una minera son las de mantenimiento y disponibilidad de los equipos por toda la cadena de valor.

Históricamente, y debido a limitaciones en la tecnología disponible, las tareas de análisis desarrolladas sobre estos volúmenes de información se efectuaron con métodos limitados y sobre muestras de la información, sin desarrollar todo el valor potencial que surge de utilizar la totalidad de la información.

Además, los grandes volúmenes de datos y las técnicas de reducción aplicadas hacen que la carga y análisis de la información sea de naturaleza batch, alejadas del momento en que suceden los acontecimientos.

La aparición de tecnologías disruptivas, como Hadoop y Map Reduce, permite actualmente efectuar estos complejos análisis sobre volúmenes de datos que llegan hasta los Petabytes de información de una manera rápida y eficiente en cuanto a costos.

Adicionalmente, la simplificación en la utilización de estas tecnologías mediante su integración en el conocido ambiente de bases de datos relacionales, combinando la versatilidad de Map Reduce junto con la simplicidad del lenguaje SQL, hacen que estas herramientas de análisis no estén disponibles sólo para un grupo de profesionales con un alto grado de especialización, sino que puedan ser aprovechadas por una amplia comunidad de usuarios sin conocimiento técnico específico.

Estas tecnologías también permiten la desaparición del concepto de ventana batch y permiten acercar el análisis hacia el tiempo real.

Casos prácticos

Algunos ejemplos de modelos predictivos que aprovechan el concepto "cerca del tiempo real " son la optimización de recursos de mantenimiento, basado en las variables de operación de cada equipo, reduciendo así el tiempo no-productivo de los mismos, así como los costos involucrados en órdenes de servicio de mantenimiento correctivo. También la optimización de producción, con la obtención de variables de producción de diversos puntos del proceso, para así incrementar la productividad y optimizar los costos de producción.

Todas estas ventajas derrumban las tradicionales limitaciones en los análisis complejos sobre altos volúmenes de información, permitiendo que este análisis esté al alcance de aquellos que lo precisen, de una manera efectiva en costos, y a los pocos instantes de acontecidas las acciones sujeto de análisis.

Más información: www.teradata.com.