El nuevo socio petrolero: big data

La utilización de tecnología digital no es una novedad en la industria petrolera. Tampoco el almacenamiento de grandes cantidades de datos que, como suelen decir los especialistas informáticos, muchas veces se guardan sin saber bien por qué. Lo que tiene mayor novedad es el big data. Este concepto da la idea de navegar el mar de datos que arrojan, en este caso las operaciones petroleras, sin ahogarse con la necesidad de discriminar lo que es relevante de lo que no y que eso no genere una paralización en la toma de decisiones.

Si bien la primera industria que mayor provecho le sacó al big data fueron las telecomunicaciones con el desarrollo de modelos analíticos (para mejorar ventas y minimizar fugas o bajas), otros sectores se apropiaron de este sistema de soluciones. Para los bancos es un tema que está en agenda de las áreas de inteligencia comercial y de riesgos. Los gobiernos comienzan a implementarlo y buscan capitalizar iniciativas independientes, principalmente para mejorar indicadores de gestión y reducir la incidencia de las pérdidas por fraude.

En los yacimientos

En la industria petrolera, paradójicamente, la falta de integración de las fuentes de información y la carencia de herramientas apropiadas no dejan surgir el espíritu creativo que si se hace en otros sectores de la actividad económica. David Cervi, líder de Analytics y Forecasting en SAS, considera que las empresas petroleras podrían mejorar su almacenamiento, cruce y puesta en valor de sus datos diarios, incluso con menores esfuerzos de los que hoy dedican.

“El problema es también que con información consolidada se pierden muchas particularidades y patrones ocultos que nos llevarían a decisiones diferentes”, explicó Cervi a “Río Negro Energía”, y agregó que “cuando hablamos de tecnología, el factor disruptivo es la proliferación de sensores y la digitalización del pozo. Se genera mucha información pero hay que aprender a utilizarla en tiempo real”.

Consultado si existen ejemplos de aplicación actual, el especialista aseguró que “un caso que difundimos por ejemplo, es el de la utilización de ‘modelos predictivos’ para anticipar fallas y realizar reparaciones o cambios a tiempo”.

Si bien el big data permite tomar un uso directo en el corto plazo de la información sistematizada, requiere de procesos de reorganización institucional en el mediano y largo plazo para el aprovechamiento en la toma de decisiones diaria. “Utilizar sistemáticamente la información en la toma de decisiones requiere adoptar procesos de transformación y la duración dependerá de cada caso. Lo importante es que el retorno del esfuerzo puede medirse y capitalizarse en la mayoría de los casos”, indicó Cervi.

Finalmente agregó que la técnica, además de representar resultados para las industrias, también se abre paso como un sector autónomo del que emergen nuevos puestos laborales y oportunidades para compañías o áreas especializadas.

En números

“Aún con información consolidada se pierden muchas particularidades y patrones ocultos que ayudan en las decisiones”,

explicó David Cervi, líder de Analytics y Forecasting en SAS.

La idea apunta a navegar grandes volúmenes de datos con la capacidad de discriminar lo relevante de lo no importante sin frenar la toma de decisiones.

Sistemas Energía