Tema de tapa

Analytics y Big Data:

qué son y cómo se aplican en
la industria del petróleo y del gas

Por Ing. Estanislao Martín Irigoyen (Intelligentia S.R.L.)

Se conoce como Big Data al conjunto de

tecnologías para trabajar con grandes volúmenes
de datos que, debido a su heterogeneidad,
tienen grandes variabilidades y necesitan una
gran velocidad de procesamiento para sustentar
soluciones operables.

16 | Petrotecnia • febrero, 2017

H
ablar de Minería de Datos (Data Mining), Analytics, Una definición de esta índole puede ser comprendida
Big Data Analytics o Fast Data Analytics en la actua- por un usuario técnico pero lo complejo de su formulación
lidad se ha tornado moneda corriente. Con mayor trae aparejado el riesgo de despertar “a un soñador empe-
frecuencia, día a día los medios masivos de comunicación dernido” que pueda pecar en la fijación de sus expectativas
colocan alguna referencia a estas nuevas (o no tanto) dis- dejándolas por fuera de la realidad y/o de los alcances po-
ciplinas con fuerte base en tecnologías de la información sibles de la disciplina. Una alternativa con que suelo abor-
y con un gran impacto en el negocio y la resolución de sus dar al tema, reduciendo estos riesgos es con una definición
problemas más relevantes. orientada a las soluciones. Con esta pueden comprenderse
Si bien las industrias del Petróleo y Gas o de la Energía los alcances de la disciplina y fijarse expectativas más rea-
no son ajenas a estas tendencias, los hechos muestran que listas o cercanas a las posibilidades de la disciplina en sí.
son las ultimas en sumarse a esta gran ola de innovación. “Analytics es una disciplina iterativa e interactiva, que
Una “ola” capaz de dotar al negocio de una capacidad trans- ayuda al negocio a explorar sus datos, a encontrar valor
formadora que puede volver viables determinados procesos, oculto en los mismos, dejando expuestos los patrones
que por sus costos, hubiesen resultado de aplicación impen- existentes en los mismos como modelos legibles y conoci-
sable en épocas de precios bajos como las actuales. miento accionable que ayuden a mejorar la rentabilidad de
Centradas en el rol de ser una gran ventaja competitiva la empresa, ya sea por una reducción de costos apreciable,
y con muchos éxitos cosechados a lo largo del tiempo en por un aumento en la eficacia y/o eficiencia de un proceso
otras industrias, la Minería de Datos o un concepto más y a veces a alcanzar a ambos objetivos de conjunto”.
generalista, el Analytics, se presenta a la industria del Pe- Si bien esta definición no es específica en cuanto al
tróleo, del Gas y de la Energía para aportar soluciones a los “cómo y con qué se hacen las cosas”, ofrece claridad en
más variados problemas ayudando a optimizar procesos, torno a lo que Analytics puede aportar, dando una idea de
minimizar incertidumbres y mejorar la toma de decisiones cómo se trabaja en esta disciplina (disciplina iterativa e in-
de los ejecutivos, geólogos, geofísicos e ingenieros de la teractiva) y fundamentalmente explica qué es lo esperable
industria. como producto de su implementación.
Big Data, Fast Data, Real Time o CEP son términos aso-
ciados y de uso frecuente en la actualidad. Los mismos se
encuentran ligados al Analytics, ya que es esencialmente
esta disciplina la que realiza un uso intensivo de las ca- Patrones y modelos: ¿qué son?
racterísticas que las primeras aportan al negocio: El alma- Por “patrón” entendemos a un conjunto de elementos
cenamiento, la gestión, el procesamiento de volúmenes (datos en nuestro caso) que forman en conjunto y/o por
“monstruosos”de datos y/o el accionamiento operativo y partes una unidad diferenciada comportamiento y que se
en tiempo real (es decir ¡a la velocidad a la que el dato se repite sistemáticamente a lo largo del tiempo y/o del espa-
produce!) se verifique en la medida que los eventos se su- cio (Figura 1).
ceden en el tiempo y según sea el caso.
Esta nota pretende abordar dichos conceptos con un
conjunto de ideas y conceptos que permitan al lector un
acercamiento amigable a la temática.

¿De qué hablamos cuando hablamos de Analytics?

Hablar de Analytics no es tarea fácil, ya que puede que-
dar muy “soft” o bien muy “techie” según quien sea el lec- Patrón general Patrón específico
tor. Lo cierto es que Analytics es una disciplina con un altí-
simo grado de multidisciplinariedad, que involucra tanto
a los sectores técnicos como a los sectores del negocio en Figura 1.

un mismo proceso. Por lo tanto, se darán un conjunto de

definiciones que aporten a todos los lectores, sin pecar en
generalidades ni en especificidades. Los patrones pueden ser de tipo correlacional, agru-
pativo, asociativo, secuencial y eventual, entre otros. Pue-
den ser patrones en una sola variable (univariados, como
Analytics: algunas definiciones el conjunto de cantor) o con la participación de múltiples
“Analytics es un conjunto de avanzadas técnicas mate- variables (multivariados). Los Patrones pueden ser tam-
máticas, de programación entera y no lineal, de estadística bién lineales o no lineales (Figura 2).
multivariada, de tecnologías de información, visualización Por modelo entendemos una representación “simpli-
de información e inteligencia artificial que aportan al ana- ficada” (para algunos) de la realidad, la cual nos ayuda a
lista un incremento en su capacidad de buscar y detectar comprender un conjunto determinado de características
patrones ocultos en los datos, para luego exponer el co- de una situación, de un fenómeno, de un comportamiento
nocimientos extraído de los mismos en modelos lógico- y/o de un sistema.
matemáticos que permitan a los equipos de trabajo cola- Ejemplos de modelos pueden ser la ecuación de una
borar en la resolución de problemas”. recta de regresión, un conjunto de reglas tipo Si… EN-

Petrotecnia • febrero, 2017 | 17

 Si bien estas herramientas nos ayudan a analizar infor-
Eje Y Eje Y
mación y a encontrar patrones en los voluminosos con-
juntos de datos de las organizaciones, hasta el momento
no pueden reemplazar el poder de razonamiento de un ser
Patrón agrupativo humano.
Un algoritmo permite detectar y exponer patrones y/o
Patrón correlacional
correlaciones que en esencia se manifiestan como compor-
tamientos conjuntos y/o regulares en una o más variables
Eje X Eje X que miden un proceso o fenómeno. Por otro lado, un algo-
Eje Y Eje Y
ritmo no puede atribuir estos comportamientos a una cau-
sa o concluir que ese comportamiento sea efecto de una
causa previa en particular.
Patrón no lineal Las técnicas de analytics permitirán encontrar relacio-
nes entre los datos, sin tener el poder de contextualizar y
establecer una relación causal.
Mientras que una relación causal puede utilizarse para
realizar predicciones y deducciones, una relación correla-
Eje X Eje X
Patrón asociativo/secuencial cional no. Si existe causalidad, habrá correlación pero no
(su eje X es el tiempo). a la inversa, pero es posible la existencia de una relación
Figura 2. correlacional, producto de una casualidad pura o de un
comportamiento complejo e indirecto, que puede cambiar
en cualquier momento. Mientras que una relación causal
TONCES…, y otros formatos más complejos, como redes permite establecer una generalización, una relación corre-
neuronales o conjunto de ecuaciones (reglas y/o fórmulas lacional no lo permite y un cambio en una condición (en-
matemáticas, probabilísticas y/o lógicas). dógena o exógena) puede romper esa relación.
Será entonces la tarea del científico de datos la de Este punto es quizá el más importante de todos al mo-
adquirir, procesar y modelar características de un sistema mento de analizar resultados, ya que puede cambiar una
(o de un problema en particular de dicho sistema) de ma- situación que se presenta a priori como un gran éxito, en
nera de comprenderlo y de colaborar con otros equipos un fracaso rotundo.
técnicos en el diseño de una solución. A continuación veremos algunos ejemplos para aclarar
este concepto.

Causalidad y correlación, la esencia de todo

Detrás de estas nuevas tecnologías existe un fin último: Caso I. El consumo de carbón y su relación con las
la obtención de conocimiento accionable (como manifies- enfermedades respiratorias
ta la segunda definición de analytics). Este caso fue presentado a principios del siglo XX en

18 | Petrotecnia • febrero, 2017

 Cantidad de enfermedades Cantidad de enfermedades
respiratorias observadas respiratorias observadas

Toneladas de carbón consumido Toneladas de carbón consumido

Figura 3. Figura 4.

Londres, en los albores de la estadística y de la visualiza- La conclusión pintoresca fue el mito conocido por to-
ción de información, los investigadores entusiasmados dos: a los niños los traen las cigüeñas.
con las técnicas y los avances al momento pudieron ob- Por supuesto que un análisis causal rápidamente pudo
servar una relación que podría ayudar a la definición de descartar a la relación espuria existente: En ciudades más
políticas públicas de salud. El resultado obtenido versaba grandes, hay una mayor cantidad de nacimientos (hay
más o menos así: “Hemos logrado determinar que el in- más personas). A su vez en ciudades más grandes hay más
cremento en el consumo de carbón es un factor de alto altillos y cúpulas, sitios en los que anidan las cigüeñas y,
impacto en la salud pública de nuestra región. Nuestros por ende, en ciudades más grandes habrá más cigüeñas.
científicos han determinado que dicho incremento produ- Será entonces una tarea conjunta de los científicos de
ce un incremento en la cantidad de enfermedades respira- datos y de los analistas del negocio analizar los resultados
torias observadas”. para establecer las relaciones de causalidad y transformar
Por supuesto que una conclusión de tal impacto fue así los patrones encontrados en conocimiento accionable.
acompañado de un gráfico que “prueba” dicha ley (Figura 3). Esta es la finalidad de la implementación de técnicas de
Fue una decisión política de aquel entonces, normar res- analytics en una organización.
trictivamente el consumo de carbón en la región. El resulta-
do fue algo inesperado: hospitales y sanatorios sobrecarga-
dos de gente con enfermedades respiratorias (Figura 4). Lo inmenso, lo rápido y lo complejo
El motivo de ese fracaso fue que los analistas no con- Con el advenimiento de las nuevas tecnologías, en los
templaron las relaciones causales inherentes al problema últimos años se han producido y almacenado en las orga-
y no consideraron un factor endógeno a la problemática nizaciones más datos que en toda la vida de nuestra civili-
tratada: la temperatura ambiente. zación. El ritmo de generación, producción y aceleración
Un análisis contextual que atribuya correctamente las en la generación de nuevos datos es vertiginoso. Conti-
relaciones causales inherentes hubiesen dado un veredicto
distinto: al bajar la temperatura ambiente se produce un
incremento en el consumo de carbón debido a las necesi- Correlación espuria
dades de calefacción mientras que, al mantener cerrados
los ambientes debido al frío, las defensas se reducen y la
calidad del aire que se respira se empobrece aumentando Cantidad de enfermedades Toneladas de
el número de contagios de enfermedades respiratorias. En respiratorias observadas carbón consumidas
la figura 5 se muestra un diagrama causal que explica la re-
lación entre las variables que generó la correlación espuria
observada en los datos. Relación causal Relación causal

Caso II. El origen de un mito pintoresco Temperatura

Siguiendo el mismo razonamiento, pero unos años ambiente
antes, en Inglaterra, algunas observaciones indicaron que
en las localidades en las que se observaban más cigüeñas,
también se observaban más nacimientos. Figura 5.

20 | Petrotecnia • febrero, 2017

nuamente salen nuevos sitios, aplicaciones y herramientas alguna acción automática de sofocación si existen actua-
que producen datos. dores que permitan estas acciones. Otro caso de uso puede
Hasta hace un par de décadas, los datos históricos, por ser la detección temprana de una falla (en una electrobom-
fuera de lo operativo, eran considerados “basura digital”. ba sumergible, por ejemplo), procesando la información
El surgimiento masivo del analytics cambió paulatinamen- proveniente de sensores, para alertar tempranamente a un
te esta mirada y trajo aparejada la percepción de que esos operador y que el mismo inicie las acciones de manteni-
datos no era basura, sino que podrían transformarse en un miento predictivo y preventivo correspondientes. El valor
gran valor para la empresa si podía extraerse conocimiento aportado a una operación puede ser inconmensurable.
de ellos. Entonces estos datos comenzaron a almacenarse,
sus volúmenes crecieron exponencialmente y plantearon
nuevos desafíos. Metodología IVEMIS-ia®: Una estrategia orien-
¿Cómo hacer entonces para no perder ese valor que tada a la resolución de problemas basada en datos
posiblemente se encuentre oculto en ellos? ¿Cómo hace- A lo largo de mis 20 años como Científico de Datos me
mos para explotar semejantes volúmenes de datos? ¿Cómo he encontrado con una gran cantidad de problemas a sor-
hacemos para procesarlos y para actuar con base a ellos tear en pos de implementar soluciones de manera eficiente
cuando lo necesitemos o incluso en el mismo momento y efectiva.
en que se producen? Uno de los problemas con los que me he encontrado
El desarrollo cotidiano de nuevas tecnologías de infor- en las implementaciones de Analytics es que el cliente no
mación ofrece casi diariamente respuestas, mejoras y al- contaba con una cultura de análisis de información y pro-
ternativas con el fin de mejorar estos puntos y resolver los ducción de conocimiento. Al no contar con esta cultura,
problemas planteados. Con el objetivo de comunicarlos tampoco contaba con una metodología de trabajo a tal fin
adecuadamente, las empresas y los desarrolladores les han y menos aún con métricas que permitan al negocio medir
puesto nombres pomposos: Big Data, Real Time Analytics, los resultados obtenidos y cuantificar el grado de mejora
Fast Data, Analytics y CEP (Procesamiento de Eventos obtenido.
Complejos), entre otros. En ese sentido, el primero de los puntos que debe com-
Entendemos por Big Data al conjunto de tecnologías prender una organización es que Analytics es un proceso
desarrolladas para trabajar con grandes volúmenes de da- muy bien definido, con etapas claramente determinadas y
tos, los que, debido a su heterogeneidad inherente, tienen que dicho proceso cumple con reglas generales que pue-
grandes variabilidades que provienen de una gran variedad den sistematizarse en una metodología.
de fuentes de datos posibles, las cuales pueden ser estructu- Metodologías marco hay varias. No todas son comple-
radas y no estructuradas, necesitando de una gran veloci- tas y algunas están sesgadas a solo una parte del proceso
dad de procesamiento de manera tal de poder sustentar a en sí. Presento aquí una metodología propia, desarrollada
soluciones operables dadas estas características. durante mis años de experiencia en la temática y que com-
Esta es una de las definiciones posibles para Big Data y parto públicamente bajo licencia GPL(1): “IVEMIS-ia®”.
se la denomina la definición de las cuatro V, por volumen- IVEMIS-ia® es un acrónimo que resume los pasos de
variabilidad-variedad-velocidad mencionadas en su defini- la metodología: “identificar-valorar-entender-modelar-im-
ción. No es la única, pero es una de las más acuñadas y
citadas en la bibliografía.
A modo de referencia, hablar de Big Data implica ha-
blar de decenas de Gigabytes a Tera, Peta y/o hasta Zettab-
ytes de datos a ser procesados por los sistemas. Identificar
Los términos Fast Data Analytics, Real Time Analytics
y/o CEP apuntan a la temporalidad de los eventos y a su
procesamiento en el momento en que el dato es ge-
nerado. El valor de tomar una decisión en el momento Supervisar Valorar
en que el dato (oportunidad, problema, accidente, etc.) se
produce suele ser mucho mayor que actuar a posteriori, ya
que se minimiza el impacto de lo negativo y/o se gana por
el efecto de una respuesta inmediata. IVEMIS-ia®
Un ejemplo claro es la ejecución de una acción correc-
tiva ante la ocurrencia de un derrame de fluido y/o en una Implementar Entender
situación con riesgo de incendio antes y/o durante la apari-
ción del fuego. Si a una herramienta de Fast Data (tal como
TIBCO Streambase) le llegan las señales de determinados
sensores, y las características medidas determinan una alta
Modelar
probabilidad de ocurrencia de un evento no deseado, la
herramienta de Fast Data puede definir y/o ejecutar una
acción que corte un flujo y/o detenga un bombeo, envian-
do una notificación de alarma a un operador y/o iniciando Figura 6.

22 | Petrotecnia • febrero, 2017

plementar-supervisar”, cada una de estas etapas son partes En este punto resulta útil especificar que las tareas que
constitutivas del proceso definido como un círculo de me- ofrece Analytics pueden resumirse en tres grandes catego-
jora continua (Figura 6). rías como se muestra en la figura 7.
En detalle, cada una de las etapas de IVEMIS-ia® mos- En esta etapa deben definirse el objetivo técnico que
tradas en la figura 6 son las siguientes: será analizado, preseleccionarse el o los algoritmos que
Identificar: detectar y/o tener la presunción de la se utilizarán, determinarse el volumen de datos necesario
ocurrencia de un problema en el negocio y/o en un proce- para el modelado, definirse las métricas de evaluación jun-
so en particular. En esta etapa se debe detectar y/o presu- to a un criterio que determine el éxito o no de un modelo
mir la ocurrencia de un problema por tratar y una vez he- en particular, además deben explorarse los datos disponi-
cho esto debe definirse al problema con claridad, mediante bles y definirse de manera precisa la estrategia de procesa-
una declaración explicita. miento de datos que se llevará a cabo.
Valorar: cuantificar el impacto de la resolución del Como puede apreciarse, esta etapa es clave en relación
problema. En esta etapa deben realizarse estimaciones so- con el éxito de un proyecto de Analytics.
bre el impacto económico actual del problema (directo e Modelar: desarrollar y validar la solución analítica.
indirecto), debe estimarse el valor aportado por una solu- En esta etapa debe implementarse la estrategia de proce-
ción basada en Analytics a fin de poder fijar las expectativas samiento de datos integrando las fuentes de datos nece-
en la solución plausible de ser obtenida y debe estimarse sarias, construyendo atributos, categorizando variables,
una relación costo/beneficio del proyecto en sí. En este aplicando filtros y exclusiones adecuadas al fin perseguido.
punto se recomienda seguir un criterio de subordinación, Es aquí donde previo al modelado deben seleccionarse
tomando como primer objetivo la producción de valor y/o las muestras para entrenamiento y testeo de los modelos,
beneficio (por ejemplo, facturación), siguiéndolo por un ajustarse los algoritmos a los datos y, por último, validarse
pensamiento de reducción de costos y mirando por último los resultados.
al ROI del proyecto. En este punto es preciso aclarar que las validaciones de
Entender: comprender y contextualizar el problema un modelo deben tener en cuenta varios factores, a saber:
que será tratado. En esta etapa, los analistas deben determi- • Ajuste y precisión: capacidad de reducir la incertidumbre.
nar el GAP existente analizando la disponibilidad y la cali- • Poder de discriminación y elevación: capacidad de se-
dad de los datos, la disponibilidad de plataformas de alma- parar.
cenamiento, procesamiento y modelado analítico y el GAP • Ordenamiento: capacidad de un modelo probabilísti-
“cultural y/o intelectual” de los RRHH de la organización. co de ordenar los datos.
Deben evaluarse riesgos y mitigantes del proyecto, realizarse • Estabilidad: reproducibilidad entre distintas muestras.
una adecuada contextualización del problema, comprender- Poder de generalización.
se la naturaleza del mismo en cuanto a las reglas y/o natu- • Interpretabilidad y/o coherencia semántica: confirmar
raleza física del problema, las limitaciones existentes, las ex- una hipótesis causal.
clusiones necesarias de ser realizadas para la obtención de un El resultado de esta etapa es un modelo analítico que será
modelo explicativo adecuado. También, deben determinarse utilizado para abordar la resolución del problema tratado.
la necesidad y la pertinencia (o no) de realizar muestreo so- Implementar: en esta etapa se pone en producción
bre los datos, la estrategia de modelado y debe definirse la la herramienta analítica desarrollada, informándose los re-
tarea analítica que será aplicada. sultados de la misma.
Supervisar: en esta etapa se controla continuamen-
te el correcto funcionamiento de la solución desarrollada,
revisando la estabilidad, el poder de discriminación y de
ordenamiento del modelo, así como su precisión. Se sue-
len tomar aquí decisiones relativas a cambios de puntos
de corte en clasificación y/o a la necesidad de re-ajuste o
re-desarrollo del modelo productivo. Esta etapa es la que
se encarga de gestionar el ciclo de vida del modelo y/o del
Clasificación conocimiento adquirido, además, es el fin de la iteración
Estimación del proceso y muchas veces el comienzo de una nueva ite-
ración de valor.

Predictivas

Las tareas y técnicas del Analytics: una parte del aba-

Tareas
De

nico de posibilidades y de herramientas disponibles

o
sc

tic

Como he mencionado, en el momento de modelar es

rip

Exploración
ós
tiv

on

Reducción menester determinar primero que tarea analítica debe ser lle-
as

Pr

Pronósticos vada adelante para la consecuente resolución del problema.

Visualización
Segmentación De manera general, los enfoques de Analytics pueden
ser separados en tres grandes grupos: las tareas descripti-
Figura 7. vas, las tareas predictivas y las tareas de pronóstico.

24 | Petrotecnia • febrero, 2017

 un papel explícito en el desarrollo y la formulación del
Pasado Futuro
modelo en sí.
Como modelos de pronósticos podemos hablar de mo-
delos de suavizado exponencial, modelos de Holt Winters,
modelos ARMA/ARIMA, ARCH, GARCH univariados o
Tiempo
multivariados, o redes neuronales de estimación, las cuales
suelen funcionar bien en problemas de pronósticos.
Eventos observados Eventos predichos Ejemplos de modelos de pronósticos pueden ser el fo-
Figura 8. recasting de producción de un pozo, batería y/o yacimien-
to o bien el pronóstico de precios del barril de crudo, del
consumo de MW hora en una fecha en particular y/o el
Las tareas descriptivas o no supervisadas tienen como precio de la soja en el mercado de comodities a una fecha
fin encontrar patrones y/o propiedades generales existen- determinada.
tes en tabla de datos analizada y como fruto de estas tareas Es menester destacar en este punto, que en la selección
descriptivas se espera descubrir características importantes de algoritmos para el modelado, siempre debe seguirse una
ocultas en los datos de un problema y/o de un proceso. regla fundamental: la regla de la navaja de Ockham.
Dentro del abanico de algoritmos disponibles para Regla de la navaja de Ockham: en igualdad de con-
cumplir las distintas tareas descriptivas nos encontramos diciones, la explicación más sencilla suele ser la más pro-
con los estadísticos descriptivos, los distintos gráficos y ta- bable y, por ende, es la que debe ser seleccionada.
blas en la visualización de la información, los algoritmos
de reducción de dimensionalidad, como el PCA, el análisis
factorial o el ICA. Los algoritmos de segmentación, como Los nuevos roles en la empresa
K-Medias, Clustering jerárquico y/o Mapas Auto Organi-
zados (Redes Neuronales de Kohonen) o los algoritmos Uno de los grandes problemas con que se encuentra
APriori o FP-Growth para problemas de asociación o de una organización al iniciar un proceso de implementación
secuencias. de Analytics es el de los recursos humanos necesarios.
Un ejemplo de tarea descriptiva es la interpretación Estas disciplinas han traído aparejado nuevos retos
automática de un conjunto de variables petrofísicas obte- desde este punto de vista a las organizaciones, ya que las
nidas de archivos LAS (LOG FILES) para la determinación áreas de recursos humanos deben lidiar con perfiles hasta
de Facies (electrofacies, por ejemplo) utilizando técnicas el momento por ellos desconocidos y fundamentalmente
de segmentación. pasar de un pensamiento de especialización a uno de mul-
Las tareas predictivas o supervisadas apuntan a expli- tidisciplinariedad.
car un comportamiento en particular (problemático o no). En Analytics deben convivir hoy perfiles de los más va-
En estas tareas se entrena un modelo utilizando los datos riados, los que son muy difíciles de encontrar en un solo
recolectados con anterioridad sobre la ocurrencia de un colaborador.
problema y/o evento en particular, para hacer luego pre- A modo de ejemplo, el colaborador ideal en Analytics
dicciones futuras sobre la ocurrencia de dicho problema sería alguien que tenga fuertes conocimientos en ciencias
y/u objetivo (Figura 8). De manera general, la predicción duras (Física, Matemática, Estadística, Inteligencia arti-
nunca será 100% precisa, importando mucho en estos ca- ficial, etc.), amplios conocimientos en bases de datos y
sos el rendimiento del modelo analítico cuando es aplica- tecnología, un gran conocimiento del negocio y sus dis-
do a nuevos datos. ciplinas asociadas. En resumen, un perfil que podríamos
El abanico de algoritmos predictivos disponibles es llamar: la figurita difícil.
muy grande, y se amplía cotidianamente. Podemos ha- La alternativa a esta “figurita difícil” es la de conformar
blar de regresiones múltiples, splines, redes neuronales o un equipo multidisciplinario que conjugue entre distintos
árboles de regresión para problemas de estimación o re- RRHH, las distintas capacidades y que sea liderado por un
gresiones logísticas, árboles de clasificación, algoritmos de RRHH que gestione la sinergia entre los distintos roles.
inducción de reglas, máquinas de soporte vectorial (SVM), Un equipo así puede quedar conformado, al menos, por
algoritmos bayesianos (Naive Bayes, por ejemplo) y redes un analista funcional, encargado de establecer el vínculo
neuronales de clasificación, entre muchos otros. con el negocio, por científicos de datos quienes se encar-
Algunos ejemplos de modelos predictivos pueden ser garan del desarrollo de las soluciones basadas en Analytics
la selección de pares pozo-capa, en la cual realizar un pun- y por un interlocutor que gestione la relación con IT (con
zado y posterior fractura hidráulica, considerando que los administradores de sistemas, seguridad informática y
la misma tenga alta posibilidad de ser productivamen- de bases de datos).
te eficiente y/o la predicción del surgimiento de eventos Como es comprensible, surge entonces un nuevo rol en
de fallas y/o desperfectos en electrobombas sumergibles, el nivel gerencial o directivo y es el rol de quien debe ges-
teniendo la información de producción y de los sensores tionar a un equipo de estas características: el CAO (Acro-
previa al surgimiento del evento. nismo de Chief Analytics Officer) o Gerente de Soluciones
Por último, las tareas de pronóstico implican una mi- Analíticas y/u el CDS (Acronismo de Chief Data Scientist).
rada a futuro y en las cuales la variable tiempo desempeña El CAO es el gerente y/o director que deberá:

26 | Petrotecnia • febrero, 2017

 • Gestionar la interrelación con las áreas de negocio tra- IAE, en la UAI y en la UB en temáticas de Analytics y Big Data. Además,
bajando y operando internamente con el fin de alcan- se ha desempeñado como investigador y desarrollador de tecnologías en
zar una nomenclatura única, corporativa y transversal el Instituto Nacional de Tecnología Industrial (INTI), como Becario de
a todas las áreas, sectores y colaboradores (un lenguaje Investigación en la Comisión de Investigaciones Científicas de la Provin-
único dentro de la organización para referirse a la in- cia de Buenos Aires (CIC) y en la Fundación Techint/UBA.
formación, a los problemas y a sus soluciones).
• Gestionar la capacitación de los recursos humanos de
manera que los usuarios del negocio, los recursos de (1) GPL: Licencia de uso libre con obligación de mención públi-
IT y los científicos de datos hablen “en un mismo len- ca del autor de la metodología.
guaje” sobre las necesidades y la oferta de soluciones
posibles.
• Gestionar los presupuestos del
área, encargarse de la difícil tarea
de minimizar la rotación de los
científicos de datos (cada vez más
demandados por cierto).
• Elevar propuestas de mejoras para
incorporarlas en la estrategia de la
empresa.
• Gestionar la implementación, una
metodología para Analytics como
estrategia para el agregado de va-
lor en el nivel organizacional.
• Gestionar la difusión interna de
las nuevas capacidades adquiridas
por la organización encargándose
de “vender y/o propagandizar” in-
ternamente los logros y los resul-
tados obtenidos por el equipo, con
el fin de acompañar el proceso de
aprendizaje y de acelerar interna-
mente adopción de Analytics a la
cultura organizacional.

Estanislao Martín Irigoyen es Socio Gerente

en INTELIGENTIA S.R.L., empresa dedicada al
desarrollo e implementación de Soluciones Ana-
líticas y representante regional de la Plataforma
Analítica TIBCO Spotfire. Se ha desempeñado
como analista en Inteligencia de Negocios, In-
teligencia Artificial y Data Mining en el equipo
de Exploración de Datos Internacional Health
Services Argentina, como Consultor y Docente
en Estadística y Data Mining en SPSS Argentina
y como consultor en SAS Institute Argentina.
En su tarea como consultor ha implemen-
tado soluciones basadas en Data Mining y
Analytics en una gran variedad de industrias,
como Petróleo/Gas y Energía, Manufactura,
Agro Negocios, Retail, Farmacéutica, Bancario/
Financiera, Salud, Telefónicas, Seguros y Me-
dios, etc.
Académicamente ha sido docente auxiliar
en carreras de grado en la Universidad de Bue-
nos Aires en materias de Ciencias físicas, Cien-
cias económicas y en materias de Data Mining
e Inteligencia artificial. Ha sido docente en di-
versos programas de extensión y postgrado en el

Petrotecnia • febrero, 2017 | 27