<\/p>\n\n
Los zorzales rojizos son p\u00e1jaros peque\u00f1os y huidizos que anidan en los bosques del norte de los Estados Unidos. Todos los a\u00f1os realizan una larga traves\u00eda para pasar el invierno en la parte sur de la selva amaz\u00f3nica en Brasil. Curiosamente, algunos a\u00f1os emigran temprano, acortando su temporada de anidamiento. En un intento por comprender la raz\u00f3n de este cambio en su comportamiento, los cient\u00edficos decidieron comparar la duraci\u00f3n de su temporada de anidamiento con la intensidad de la temporada de huracanes en el Atl\u00e1ntico. Los cient\u00edficos descubrieron as\u00ed que ambos eventos guardan una estrecha relaci\u00f3n. De hecho, la temporada de anidamiento corta de los zorzales rojizos es un presagio m\u00e1s preciso de la severidad de la temporada de huracanes que las predicciones de los meteor\u00f3logos. Esto ha llevado a plantear la siguiente interrogante: \u00bfqu\u00e9 otros datos que no resultan obvios ser\u00eda posible utilizar para predecir la severidad de la temporada de huracanes? <\/p>\n\n
Si bien esta informaci\u00f3n resulta fascinante, usted se estar\u00e1 preguntando qu\u00e9 tienen que ver los zorzales rojizos con las plataformas de datos.<\/p>\n\n
Pues bien, una empresa minera es un vasto ecosistema con m\u00faltiples elementos en movimiento e interconectados entre s\u00ed. Estas interconexiones entre los m\u00faltiples elementos no siempre resultan aparentes o visibles. Muchas de estas conexiones se establecen a menudo en base a presunciones o resultados a priori. <\/p>\n\n
En otras palabras, la mayor\u00eda de los datos se recopilan para responder a una pregunta preexistente. Posiblemente el problema se haya originado con un potencial resultado visible y espec\u00edfico \u2013 y esto, de por s\u00ed, podr\u00eda generar una desviaci\u00f3n en la recopilaci\u00f3n de datos a favor de las respuestas que se est\u00e1n buscando. <\/p>\n\n
Adicionalmente, la recopilaci\u00f3n, depuraci\u00f3n y reformateo de los datos, as\u00ed como el an\u00e1lisis ulterior, ya sea estad\u00edstico o predictivo, implica un esfuerzo masivo. Como consecuencia de esto, los directivos de la empresa normalmente s\u00f3lo autorizan el an\u00e1lisis de problemas con potenciales resultados positivos m\u00e1s definitivos, o con un valor conocido. \u00bfQu\u00e9 posibilidad cabe de que se le permita al experto en datos de la mina buscar conexiones heterodoxas tales como la longitud de la temporada de anidamiento de los zorzales rojizos y la severidad de la temporada de huracanes? Una persona pr\u00e1ctica seguramente no tomar\u00eda en consideraci\u00f3n estas conexiones, y le ser\u00eda muy dif\u00edcil aceptar invertir una cantidad significativa de tiempo y de recursos para generar conocimientos sobre estos datos enigm\u00e1ticos. <\/p>\n\n
\u00bfC\u00f3mo puede una soluci\u00f3n tecnol\u00f3gica independiente de proveedores y de formatos de datos resultar de ayuda en estos casos? Una soluci\u00f3n con estas caracter\u00edsticas \u00fanicas puede recopilar datos de distintas \u00e1reas de la mina (planificaci\u00f3n, operaciones, hidrometalurgia, plantas procesadoras, horarios de env\u00edos, manejo de pilas de materiales, geomec\u00e1nica, aspectos ambientales, etc.). Mantiene no s\u00f3lo los datos actuales, sino tambi\u00e9n las versiones hist\u00f3ricas. Los datos se pueden manejar como datos estructurados (datos en columnas, bases de datos), semiestructurados (json, flujos de datos xml de instrumentos, dispositivos IdC, plantas), o incluso datos no estructurados (textos, como ser reportes de accidentes, problemas de seguridad, etc.). Los foros p\u00fablicos tales como datos meteorol\u00f3gicos, datos sociodemogr\u00e1ficos, etc., tambi\u00e9n son fuentes de acceso a los datos. <\/p>\n\n
El contar con datos depurados, capaces de ser consultados, combinados y correlacionados, y a disposici\u00f3n de los usuarios, abrir\u00eda las puertas a la posibilidad de que un analista de datos pueda mirar m\u00e1s all\u00e1 de las correlaciones y conexiones m\u00e1s comunes, y explorar as\u00ed otras formas de datos. \u00bfEs posible que los cambios en la recuperaci\u00f3n en la pila de lixiviaci\u00f3n sean un predictor de un debilitamiento en la presa de relaves? No lo sabemos, pero el punto aqu\u00ed es que la dificultad que tienen las minas para encontrar estas conexiones se reduce de manera significativa debido a que la plataforma de datos hace que todos los datos resulten accesibles y se encuentren depurados y organizados. De esta manera, el costo de un proyecto cient\u00edfico de an\u00e1lisis de datos tambi\u00e9n se reduce considerablemente. Los futuros analistas de datos podr\u00e1n procesar miles de variables en la mina para permitir que los algoritmos de aprendizaje autom\u00e1tico encuentren correlaciones que la mente humana no ha podido concebir. Este ejercicio se volver\u00eda a\u00fan m\u00e1s \u00fatil si las empresas mineras estuvieran dispuestas a compartir algunos de sus nuevos descubrimientos con otras empresas, preservando siempre la privacidad de los datos usados como base. La industria minera en su conjunto podr\u00eda as\u00ed alcanzar est\u00e1ndares de seguridad, sustentabilidad ambiental y mayor rentabilidad, de forma mucho m\u00e1s r\u00e1pida. <\/p>\n\n
Eclipse Mining Technologies se encuentra a la vanguardia de esta iniciativa monumental. SourceOne, nuestro Sistema Empresarial Potenciador de la Informaci\u00f3n (EKPS, por su sigla en ingl\u00e9s) se est\u00e1 expandiendo para conectar todos los datos, su contexto e historia, a nivel de toda la empresa minera, generando conexiones y conocimientos capaces de mejorar la productividad, rentabilidad, seguridad y perfil econ\u00f3mico de la mina. Deje que SourceOne le ayude a encontrar la conexi\u00f3n entre su mina y los zorzales rojizos, para revelar as\u00ed una mina m\u00e1s inteligente, m\u00e1s segura, y m\u00e1s productiva. <\/p>\n\n