Renata Mello Feltrin, directora ejecutiva Latam en CI&T y LinkedIn Top Voice, es una veterana en el campo de la tecnología e innovación, con más de dos décadas de experiencia. Ha liderado estrategias de innovación y transformación digital en diversos sectores, incluyendo financiero, retail, bienes de consumo, entretenimiento, industria y salud.
El equipo de ST-One invitó a la ejecutiva para comentar sobre el papel de la inteligencia de datos en la transformación digital de las industrias, los beneficios y desafíos de su implementación y cómo la renovación constante es esencial para el éxito de las corporaciones consolidadas.
Renata destaca la importancia de organizar el pipeline de datos y desarrollar una cultura de gestión basada en datos. Resalta que «normalmente, las industrias generan muchos datos, pero no los utilizan de forma estructurada. Si no organizas los datos en una arquitectura analítica para poder usarlos, no tienes la base para empezar a aprovechar las tecnologías de ciencia de datos.» Para ella, «es fundamental que el liderazgo aprenda a mirar el proceso con una intención de mejora continua y a hacer las preguntas correctas, en busca de brechas. Los datos serán grandes aliados para traer respuestas rápidas y precisas que llevarán a decisiones de evolución.»
Renata también aborda los principales beneficios de la aplicación de tecnologías de ciencia de datos en las operaciones diarias de las industrias. Según ella, «aquello que no ves, no lo tienes. Y lo que no mides, capturas, analizas, no lo ves de verdad. Y cuando empiezas a tener eso y ver con más precisión, logras identificar las brechas de mejora y posibilidades de ganancias y mejorar todo el proceso.»
Consulta la entrevista completa:
¿Cómo ves el papel de las herramientas que involucran inteligencia de datos en la transformación digital de las industrias?
Renata Mello Feltrin: Fundamental. Sin datos claros que ofrezcan una visión precisa sobre oportunidades de mejora, no es posible realizar mejoras realmente significativas en eficiencia, que es el primer beneficio para quienes implementan una gestión basada en datos. Posteriormente, en un segundo momento, combinar esos datos con otros, muchas veces externos, para enriquecer visiones y generar análisis más inteligentes y predictivos, lleva a resultados de crecimiento reales.
¿Cuáles son los principales beneficios que las industrias pueden obtener al aplicar tecnologías de ciencia de datos en sus operaciones diarias?
Renata Mello Feltrin: Primero, como dije, eficiencia. Lo que no ves, no tienes. Y lo que no mides, capturas, analizas, no lo ves realmente. Y cuando comienzas a tener esa visibilidad y ver con más precisión, puedes identificar los gaps de mejora y posibilidades de ganancias y mejorar todo el proceso. Después, las predicciones basadas en modelos de inteligencia pueden anticipar decisiones mucho mejores y más acertadas, como la planificación de producción, rutas logísticas y modelos de almacenamiento, etc. Todo el proceso y la cadena se benefician con un modelo orientado por datos, que surge de la tecnología de ciencia de datos aplicada al proceso del día a día.
¿Podrías compartir un ejemplo de cómo la inteligencia de datos mejoró la eficiencia operativa en un proyecto en el que trabajaste?
Renata Mello Feltrin: Claro. He participado en varios proyectos en esta área. En uno de ellos, de una gran industria de bienes de consumo, se desarrolló un modelo predictivo para la distribución del mix de productos, considerando históricos de producción y venta, enriquecidos por datos geográficos y de consumo. Esto generó un aumento en las ventas del 8.5% en la primera prueba de análisis predictivo. Este es solo un ejemplo; hay muchas oportunidades en toda la cadena de producción y distribución para este tipo de solución.
¿Cuáles son los principales desafíos que las industrias enfrentan al implementar tecnologías que integran inteligencia de datos en sus operaciones?
Renata Mello Feltrin: Primero, organizar el propio flujo de datos. Normalmente, las industrias generan muchos datos, pero no los usan de manera estructurada. Si no organizas los datos en una arquitectura analítica para poder utilizarlos, no tienes la base para comenzar a aprovechar las tecnologías de ciencia de datos. El segundo punto, tan importante como el primero, es desarrollar una cultura de gestión basada en datos. Especialmente el liderazgo necesita aprender a mirar el proceso con la intención de mejora continua y aprender a hacer las preguntas correctas, en busca de brechas. Los datos serán grandes aliados para aportar respuestas rápidas y precisas que llevarán a decisiones de evolución.
¿Cómo tecnologías de inteligencia de datos, como el IoT y Big Data, contribuyen al proceso de toma de decisiones más asertivas?
Renata Mello Feltrin: Hay muchos aspectos. Por ejemplo, está la cuestión de la recopilación de datos en tiempo real. Con sensores y dispositivos IoT, es posible recopilar datos en tiempo real sobre operaciones, ambiente, salud de máquinas y comportamiento del consumidor. Esto permite una visión continua y actualizada de las condiciones operativas, lo cual, sumado a la recopilación y almacenamiento de grandes volúmenes de datos de diversas fuentes, permite un análisis más completo y preciso de la información disponible. Los datos IoT son importantes también para detectar anomalías, predecir fallas de equipos y optimizar el mantenimiento preventivo, reduciendo costos y mejorando la eficiencia.
Sobre Big Data, es posible identificar patrones, tendencias y correlaciones que serían difíciles de detectar manualmente. Con esto, se pueden aplicar algoritmos de machine learning e inteligencia artificial para prever eventos futuros y optimizar procesos. Además, el análisis de grandes volúmenes de datos ayuda a identificar riesgos potenciales y desarrollar estrategias de mitigación proactivas.
Incluso, desde el punto de vista del desarrollo de nuevos negocios, que es un tema al cual me conecto mucho y donde estas tecnologías son súper importantes: la combinación de datos generados por dispositivos IoT y el análisis avanzado de Big Data puede revelar nuevas oportunidades de negocios, desarrollo de nuevos productos y servicios innovadores que respondan a las demandas emergentes del mercado.
¿Crees que algunos tipos de industria pueden sacar más provecho que otros de la aplicación de tecnologías de inteligencia de datos?
Renata Mello Feltrin: Creo que todas pueden, pero aquellas que tienen operaciones más escaladas y procesos logísticos complejos son las que tienen ventajas inmediatas en la adopción debido a la cantidad y complejidad de los datos que generan y a la necesidad de optimización e innovación continua en sus operaciones. Entre ellas están: manufactura, salud, servicios financieros, logística, energía, telecomunicaciones y retail.
¿Cómo puede la inteligencia de datos ayudar a las industrias a ser más sostenibles y amigables con el medio ambiente?
Renata Mello Feltrin: Hay muchas formas, especialmente ligadas a evitar desperdicios. El monitoreo del consumo de energía en tiempo real, por ejemplo, puede ofrecer oportunidades para identificar anomalías y corregirlas rápidamente. Una mejor gestión de recursos naturales, como materias primas y agua, también es posible. Existe también la posibilidad de usar sensores para medir la calidad del aire y emisiones de gases contaminantes, permitiendo intervenciones rápidas para minimizar impactos ambientales. En resumen, una mejor gestión de residuos, un mejor planeamiento de la producción y gestión de riesgos regulatorios – la recolección precisa de los datos necesarios puede ayudar mucho a cumplir con las regulaciones ambientales.
¿Cuáles habilidades crees que son esenciales para profesionales que desean trabajar con inteligencia de datos en la industria?
Renata Mello Feltrin: Un conjunto de habilidades técnicas, pero también interpersonales. Es importante entender cómo funcionan los sistemas de machine learning e inteligencia artificial, para poder ayudar a pensar en los datos y correlaciones que pueden traer los resultados buscados por la industria. Pero también pensamiento crítico y resolución de problemas, desarrollar la habilidad de comunicar insights y resultados de análisis de datos de manera clara y concisa para stakeholders no técnicos, la habilidad de trabajar en equipo, especialmente en equipos multidisciplinarios, y la más importante de todas: curiosidad y ganas de aprender continuamente. Agregaría también conocimientos específicos sobre la industria en la que trabajan, ya sea manufactura, salud, energía, etc.
¿Cómo ves el futuro de la inteligencia de datos en la industria? ¿Existen tendencias emergentes a las que debemos estar atentos?
Renata Mello Feltrin: Hablamos de bastantes cosas aquí ya, pero hablando de futuro, sin duda los algoritmos de IA y ML se están volviendo más sofisticados, permitiendo análisis más precisos y predictivos. La evolución del aprendizaje automático, que automatiza el proceso de modelado de datos, haciéndolo accesible a profesionales con menos experiencia técnica, también acelerará mucho la adopción en escala de estas tecnologías en la industria.
Otro tema muy interesante es el de Digital twins, o gemelos digitales, para aplicaciones de simulación y modelado. Es decir, réplicas virtuales de procesos físicos que permiten simulaciones y modelados detallados para optimizar rendimiento y mantenimiento. ¿Te imaginas el potencial de esto para un futuro cercano?