Selection of research method

3. RESEARCH METHOD

3.1. Selection of research method

Soporte U. únicos Pág. vistas Diario de Almería Prensa Digital 10 392 36 899 Fecha País V. CPM V. Publicitario 21/03/2019 España 28 EUR (31 USD) 634 EUR (717 USD) https://www.diariodealmeria.es/agriculturadealmeria/Importancia-datos-empresas-agro_0_1338466374.html

Big data en el sector agroalimentario La importancia de los datos

en las empresas del agro

original

Alberto Oikawa es ingeniero técnico en Informática por la Universidad de Alcalá.

Alberto Oikawa es el responsable del Departamento Tecnológico, Informático y Técnico de

Hispatec Analitycs, en concreto, el CTO (Chief Technical Officer), un experto en analítica de

datos, que ha escrito un artículo de Opinión en Agrointeligencia.com, el blog de la empresa

almeriense Hispatec, en el que desgrana una propuesta de valor tangencial (o no tan

tangencial) derivada de la ejecución de proyectos en este ámbito.

A su juicio, cuando una empresa agroalimentaria se lanza a la ejecución de un proyecto de

analítica avanzada, pongamos el ejemplo de una predicción temprana de producción, se lanza

a la aventura de ver, analizar y catalogar todas las fuentes de información que pueden aportar

valor al indicador objetivo.“Podemos hablar de tareas de manejo, muestreos, conteos, datos

climáticos, inventarios plantas productivas, etc... Muchas veces este tipo de información está

distribuida, en el mejor de los casos, en distintos sistemas e incluso es algo relativamente

normal que este tipo de información de campo esté albergada en distintos archivos Excel en

una colección interesante de PC’s”, explica.

El expositor de Hispatec fue uno de los más llamativos de la feria.

El expositor de Hispatec fue uno de los más llamativos de la feria. / javier alonso

Oikawa apunta que si pensamos en la toma de decisiones, parece claro que en esta parte un

dato como la cantidad de materia prima que voy a producir tiene un peso importante en

distintas decisiones estratégicas; ¿Cuantos operarios contrato para la recolección?, ¿Cuantos

embalajes compro? ¿Cuándo? ¿Cuanto podre vender? ¿En qué momento? ¿Qué pasa si el

personal no es consciente de la importancia del registro de datos? ¿Qué pasa si piensan que

es una tarea aburrida que no le importa a nadie?, se pregunta. Para él, pueden darse casos

en el que el personal, copie o pegue datos de una campaña a otra o rellene de manera

Medio Soporte U. únicos Pág. vistas Diario de Almería Prensa Digital 3188 15 944 Fecha País V. CPM V. Publicitario 21/03/2019 España 45 EUR (50 USD) 346 EUR (391 USD) http://www.elalmeria.es/agriculturadealmeria/Importancia-datos-empresas-agro_0_1338466374.html

sistemática los formularios sin dar importancia al dato en sí, a la calidad del mismo.

“Muchas veces pensamos en que el histórico de información es un factor limitante pero pocas

veces pensamos en la calidad o en su defecto en la veracidad del dato. Damos por sentado

que nuestros procedimientos están bien, que son correctos para recoger la información que

necesitamos sin pararnos a pensar en el cambio de paradigma en el que estamos viviendo”,

señala.

"Si buscamos un indicador en función del sector de riego, debe de poder llegar a ese nivel

desgranando los datos. Si me limito a recoger datos a nivel de parcela jamás podré tener un

indicador a nivel de sector. Lo contrario sería magia y recordar, esto no es magia son

matemáticas"

Además, apunta que queremos los datos para analizarlos y extraer conocimiento de ellos, no

se trata de tener por tener y debemos pensar en el objetivo analítico de los mismos para

asegurarnos de estar manejando la cantidad, las fuentes y la granularidad necesaria.

“Si buscamos un indicador en función del sector de riego, debe de poder llegar a ese nivel

desgranando los datos. Si me limito a recoger datos a nivel de parcela jamás podré tener un

indicador a nivel de sector. Lo contrario sería magia y recordar, esto no es magia son

matemáticas”, indica.

Si para la práctica de tareas de análisis partimos de información sesgada o errónea

posiblemente a las conclusiones a las que lleguemos serán erróneas o tendrán sesgo con

respecto a la realidad también.“Debemos concienciar a nuestra organización en todos sus

niveles de la importancia de la calidad de nuestros datos. Concienciar de que como en toda

cadena, la fuerza de la misma depende de lo fuerte que sea el eslabón más débil. Y en este

caso, en la cadena de valor del datos, cada eslabón es vital para conseguir el objetivo

principal, un indicador lo más cercano a la realidad posible”, dice.

Para él, es por esto por lo que las compañías deben potenciar políticas y facilitar herramientas

que permitan la correcta digitalización de información en toda la cadena y a través de todos

sus actores. Que además haga que la información perdure y genere conocimiento que quede

para la compañía.

“La ejecución de estos proyectos no solo persigue el objetivo de desarrollar un modelo

analítico de mayor o menor índice de acierto si no que además embebe un servicio de

auditoría sobre los datos, realizando un levantamiento de toda esta información disponible y

detectando anomalías en los procesos de digitalización, en la trazabilidad y gestión de la

calidad de los datos”, culmina.

¿Quién es Alberto Oikawa?

Alberto Oikawa es ingeniero técnico en Informática por la Universidad de Alcalá. Actualmente

desempeña el rol de CTO en Hispatec Analitycs. Ha desarrollado la misma tarea en Bynse y

previamente fue cofundador de Cubenube,start-up de servicios de datos y generación de

información para ayudar a las empresas a tomar mejores decisiones, a través de una

plataforma tecnológica de desarrollo propio basada Big Data y Cloud Computing.

Anteriormente fue director del departamento de TI del Centro de Laboratorios y Servicios

Industriales de la Comunidad de Madrid que centra su actividad en la Metrología Legal.

Oikawa es director de programas y profesor de tecnologías BigData en entidades de formación

y escuelas de negocio como la Escuela de Organización Industrial, CIFF Business School,

Colegio Oficial de Ingenieros de Telecomunicaciones, etc…Oficial de Ingenieros de

Selection of research method

3. RESEARCH METHOD

3.1. Selection of research method

Big data en el sector agroalimentario La importancia de los datos

en las empresas del agro

Alberto Oikawa es el responsable del Departamento Tecnológico, Informático y Técnico de

Hispatec Analitycs, en concreto, el CTO (Chief Technical Officer), un experto en analítica de

datos, que ha escrito un artículo de Opinión en Agrointeligencia.com, el blog de la empresa

almeriense Hispatec, en el que desgrana una propuesta de valor tangencial (o no tan

tangencial) derivada de la ejecución de proyectos en este ámbito.

A su juicio, cuando una empresa agroalimentaria se lanza a la ejecución de un proyecto de

analítica avanzada, pongamos el ejemplo de una predicción temprana de producción, se lanza

a la aventura de ver, analizar y catalogar todas las fuentes de información que pueden aportar

valor al indicador objetivo.“Podemos hablar de tareas de manejo, muestreos, conteos, datos

climáticos, inventarios plantas productivas, etc... Muchas veces este tipo de información está

distribuida, en el mejor de los casos, en distintos sistemas e incluso es algo relativamente

normal que este tipo de información de campo esté albergada en distintos archivos Excel en

una colección interesante de PC’s”, explica.

Oikawa apunta que si pensamos en la toma de decisiones, parece claro que en esta parte un

dato como la cantidad de materia prima que voy a producir tiene un peso importante en

distintas decisiones estratégicas; ¿Cuantos operarios contrato para la recolección?, ¿Cuantos

embalajes compro? ¿Cuándo? ¿Cuanto podre vender? ¿En qué momento? ¿Qué pasa si el

personal no es consciente de la importancia del registro de datos? ¿Qué pasa si piensan que

es una tarea aburrida que no le importa a nadie?, se pregunta. Para él, pueden darse casos

en el que el personal, copie o pegue datos de una campaña a otra o rellene de manera

sistemática los formularios sin dar importancia al dato en sí, a la calidad del mismo.

“Muchas veces pensamos en que el histórico de información es un factor limitante pero pocas

veces pensamos en la calidad o en su defecto en la veracidad del dato. Damos por sentado

que nuestros procedimientos están bien, que son correctos para recoger la información que

necesitamos sin pararnos a pensar en el cambio de paradigma en el que estamos viviendo”,

señala.

"Si buscamos un indicador en función del sector de riego, debe de poder llegar a ese nivel

desgranando los datos. Si me limito a recoger datos a nivel de parcela jamás podré tener un

indicador a nivel de sector. Lo contrario sería magia y recordar, esto no es magia son

matemáticas"

Además, apunta que queremos los datos para analizarlos y extraer conocimiento de ellos, no

se trata de tener por tener y debemos pensar en el objetivo analítico de los mismos para

asegurarnos de estar manejando la cantidad, las fuentes y la granularidad necesaria.

“Si buscamos un indicador en función del sector de riego, debe de poder llegar a ese nivel

desgranando los datos. Si me limito a recoger datos a nivel de parcela jamás podré tener un

indicador a nivel de sector. Lo contrario sería magia y recordar, esto no es magia son

matemáticas”, indica.

Si para la práctica de tareas de análisis partimos de información sesgada o errónea

posiblemente a las conclusiones a las que lleguemos serán erróneas o tendrán sesgo con

respecto a la realidad también.“Debemos concienciar a nuestra organización en todos sus

niveles de la importancia de la calidad de nuestros datos. Concienciar de que como en toda

cadena, la fuerza de la misma depende de lo fuerte que sea el eslabón más débil. Y en este

caso, en la cadena de valor del datos, cada eslabón es vital para conseguir el objetivo

principal, un indicador lo más cercano a la realidad posible”, dice.

Para él, es por esto por lo que las compañías deben potenciar políticas y facilitar herramientas

que permitan la correcta digitalización de información en toda la cadena y a través de todos

sus actores. Que además haga que la información perdure y genere conocimiento que quede

para la compañía.

“La ejecución de estos proyectos no solo persigue el objetivo de desarrollar un modelo

analítico de mayor o menor índice de acierto si no que además embebe un servicio de

auditoría sobre los datos, realizando un levantamiento de toda esta información disponible y

detectando anomalías en los procesos de digitalización, en la trazabilidad y gestión de la

calidad de los datos”, culmina.

¿Quién es Alberto Oikawa?

Alberto Oikawa es ingeniero técnico en Informática por la Universidad de Alcalá. Actualmente

desempeña el rol de CTO en Hispatec Analitycs. Ha desarrollado la misma tarea en Bynse y

previamente fue cofundador de Cubenube,start-up de servicios de datos y generación de

información para ayudar a las empresas a tomar mejores decisiones, a través de una

plataforma tecnológica de desarrollo propio basada Big Data y Cloud Computing.

Anteriormente fue director del departamento de TI del Centro de Laboratorios y Servicios

Industriales de la Comunidad de Madrid que centra su actividad en la Metrología Legal.

Oikawa es director de programas y profesor de tecnologías BigData en entidades de formación

y escuelas de negocio como la Escuela de Organización Industrial, CIFF Business School,

Colegio Oficial de Ingenieros de Telecomunicaciones, etc…Oficial de Ingenieros de

Telecomunicaciones, etc.

La Cámara de Comercio de Ciudad Real forma a más de una

veintena de empresas en Compliance Penal

La Cámara de Comercio de Ciudad Real forma a más de una veintena