Comparte

PERSPECTIVA DIGITAL Practia Global 28/01/2019
Experiencia
Oil & Gas | La ciencia de datos SÍ funciona
 

​La reducción en la ineficiencia de los procesos y el impacto positivo sobre los márgenes de utilidad son dos razones elementales por las que las empresas de oil & gas han comenzado a utilizar la Ciencia de Datos, y muchas de ellas estructuran un Hub centralizado a tal efecto. Se trata de un pilar de la estrategia operativa, orientado al mediano y largo plazo.

Posiblemente, una de las mayores contribuciones de la transformación digital en las organizaciones modernas sea lograr diseñar y ejecutar acciones sobre la base de lo que la información empírica nos dice, aunque eso que nos dice no se vea a primera vista. En esta nueva era digital, los datos que generamos constantemente determinan nuestro ADN digital. Y no solo el de las personas, sino –y fundamentalmente– el de las organizaciones. Hoy tenemos acceso a la información detallada, minuciosa y 100% real del combustible que carga cada persona durante toda su vida, del recorrido que cada cuadrilla de mantenimiento realiza durante cada año, del detalle de reparaciones realizadas durante la vida útil de cada equipamiento, de las obras que se llevaron a cabo en cada instalación de superficie, etc. Y la lista es interminable.

Hemos asistido, a lo largo del desarrollo industrial, a la “prueba y error” de diversos modelos, metodologías, técnicas, tecnologías y procedimientos que prometían revolucionar el mundo industrial y de los negocios. Algunos más exitosos que otros, otros más pasajeros que algunos. Lo diferente en este caso es que la Ciencia de Datos realmente funciona, y las organizaciones lo verifican inmediatamente. Desarrollar un modelo predictivo que alerte sobre la posibilidad de una falla mecánica en un equipo operativo, basado en la información de la operación histórica de ese equipo, y poder determinar acciones para evitar la falla es algo que las empresas pueden lograr en ocho a doce semanas. Y el beneficio económico y operativo es contundente y se monetiza en el corto plazo. Como pocas veces en la historia, la Ciencia de Datos demuestra que su aplicación directa sobre la ineficiencia de los procesos en las industrias logra cambiar radicalmente los modelos operativos y la toma de decisiones.

 UN OIL & GAS MÁS EFICIENTE

El fenómeno que acabamos de describir no es menos significativo en la industria del petróleo y el gas. Y esto se debe a dos factores fundamentales:

• Esta industria dispone de cuantiosas cantidades de información y de un alto grado de sensorización en sus operaciones (IIoT, Industrial Internet of Things) que permite obtener información en tiempo real de cada detalle de la operación.

• Toda reducción en las ineficiencias de los procesos operativos redunda en un impacto directo sobre los márgenes de utilidad del sector.

Es por esto principalmente que las empresas líderes del sector, tanto a nivel sudamericano como mundial, han comenzado a estructurar la utilización de la Ciencia de Datos como un pilar de su estrategia operativa a mediano y largo plazo. Algunos ejemplos que podemos mencionar para ilustrar el valor que esta disciplina aporta hoy al negocio de oil & gas :

• Varias empresas que operan en el Mar del Norte están fondeando un proyecto multiempresa que les permite combinar radares de clima de bajo costo, Ciencia de Datos y aplicaciones móviles para anticipar características climatológicas, generar alertas tempranas y advertir a los operarios en el off-shore.

• A partir del análisis de datos de presión, porosidad, temperatura, caudal de agua, etc., se están generando modelos que permiten identificar la posibilidad de canalizaciones en operaciones de recuperación secundaria para campos maduros.

• En los procesos logísticos de distribución de combustibles ya hay compañías que se encuentran utilizando modelos analíticos para determinar las causas de pérdida de combustible entre el centro de distribución y los puntos de entrega.

• Para el negocio de estaciones de servicio se han desarrollado modelos para identificar los patrones de carga de combustible en las diferentes ciudades y épocas del año, que permiten ajustar el proceso de despacho de combustibles y optimizarlo para aumentar el expendio en los puntos de venta.

 

¿QUÉ ES UN HUB DE CIENCIA DE DATOS EN OIL & GAS?

Analizando la forma en que las empresas del sector introducen la Ciencia de Datos a su negocio, hemos podido verificar tres características recurrentes:

• Se aplica sobre los datos que la organización posee, con muy poco nivel de curación. • Se parte de las preguntas concretas que el negocio necesita responder.

• Se estructuran equipos focalizados para responder cada pregunta.

• El Hub es entonces el equipo dedicado de Ciencia de Datos que “hace ciencia” con los datos y sobre el cual vale la pena considerar algunos aspectos que nos ayudarán a implementarlo:

1. Estamos introduciendo una técnica nueva en un negocio centenario, que ya tiene experiencia en introducir técnicas nuevas, y con una complejidad técnica mayor a la Ciencia de Datos. Será de vital importancia, entonces, gestionar este cambio.

2. El negocio de oil & gas es muy cercano a la ciencia; geólogos, geofísicos, ingenieros y físicos se cuentan entre las filas de las organizaciones. Esto acelerará posiblemente la polinización de la Ciencia de Datos en este sector.

3. Oil & gas es una de las industrias que más fuertemente está implementando IIoT, lo cual genera grandes cantidades de información, mucha en tiempo real, que será alimento fundamental para el Hub.

4. No es lo mismo Upstream y Downstream. Las problemáticas y orientaciones de cada parte del negocio son sustancialmente diferentes, los lenguajes técnicos difieren y las preguntas por responder son muy diversas entre ambos mundos. Esto debe ser tenido en cuenta, sobre todo en las personas del Hub encargadas de entender las preguntas del negocio, y hay que intentar responderlas utilizando Ciencia de Datos.

5. El Hub es un modelo centralizado, y en oil & gas

 esto hace que alguien en el negocio tenga que administrar dos interfaces:

a. Datos / Negocio

b. Analytics / Negocio

Una de las primeras decisiones que las organizaciones deben tomar a la hora de comenzar a aplicar Ciencia de Datos es de qué manera esta disciplina se va a introducir dentro del día a día. Hemos visto tres formas, esencialmente, en que las organizaciones estructuran la Ciencia de datos a saber:

• Sumando especialistas aislados.

• Conformando equipo de proyectos ad hoc .

• Creando un área específica dedicada.

En el primer caso, las empresas tienden a considerar la Ciencia de Datos como una disciplina que lleva adelante un individuo especializado, el científico de datos. 

En el segundo caso, se aborda la Ciencia de Datos desde la perspectiva de los proyectos. Se crean proyectos de Ciencia de Datos y se conforman equipos con perfiles especializados, perfiles generalistas, coordinadores y analistas. O bien se consideran actividades y tareas de Ciencia de Datos dentro de un proyecto particular y se asignan personas capaces de ejecutarlas, léase, científicos de datos.

Finalmente, en el tercer caso, la organización decide centralizar la Ciencia de Datos en un área que brinda servicios, o bien que centraliza la ejecución de la Ciencia de Datos. Este es el caso que nos ocupa, el Hub de Ciencia de Datos dentro de las organizaciones, y, en particular, de las empresas de oil & gas.

Si bien aún no podemos hablar de una tendencia marcada o consolidada, la estructuración de un Hub de Ciencia de Datos como estrategia de inserción y materialización del uso de estas técnicas en la industria del Upstream y Downstream en oil & gas parece ser la opción de preferencia entre los grandes players a nivel internacional y local.

¿ENTONCES, ES EL HUB EL FINAL DEL CAMINO?

No, el final del proceso se materializa cuando las capacidades analíticas se embeben dentro de la operación, de tal manera que las acciones cotidianas de la operación se nutren además de los resultados del Hub. Para citar un ejemplo, no basta con encontrar un modelo analítico que permita predecir adecuadamente cuándo un equipo de bombeo puede fallar en un pozo productivo. Será necesario considerar estas predicciones dentro del proceso de control y monitoreo del pozo, y nutrir de esta información a los equipos de programación del mantenimiento en campo.

 

1.png

 

PENSANDO EN EL HUB IDEAL

Dado lo diverso de sus problemáticas técnicas y de negocio, las empresas del sector están orientándose a estructurar o bien un solo Hub con un equipo dedicado al Upstream y otro al Downstream, o bien diferentes Hub para cada sector del negocio, pero con una coordinación centralizada.

En la práctica, la mayor parte de las organizaciones prefieren soluciones federadas a las soluciones completamente centralizadas o descentralizadas.

 2.jpg

 3.jpg

 

Un Hub de Ciencia de Datos en esta industria desarrolla cuatro funciones principales:

- Ejecución de proyectos

- Pruebas de tecnología

- Asistencia técnica

- Difusión y capacitación

 

DATOS, ANALYTICS, BI, ACCIONES

En el mundo oil & gas, aunque podríamos extrapolarlo seguramente al resto de la industria y del mercado, la Ciencia de Datos está llamada a jugar un papel preponderante, ya que, como comentamos previamente, la información disponible es cuantiosa, como así también las problemáticas técnicas y de negocio que pueden ser resueltas utilizándola adecuadamente.

En este camino es interesante la observación y el análisis de un patrón de comportamiento recurrente en las empresas de oil & gas que han implementado exitosamente sus propios Hub de Ciencia de Datos.

Este patrón comienza inequívocamente por identificar, antes que nada, la pregunta de negocio por responder.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

de comportamiento

recurrente en las

empresas de oil

& gas que han

implementado

exitosamente sus

propios Hub de

Ciencia de Datos.

Este patrón comienza

inequívocamente por

identificar, antes que

nada, la pregunta

de negocio por

responder.

 

 

Practia Global

Contáctenos

Contáctame