Big Data y sostenibilidad, el impacto de los datos en el medio ambiente

¿De qué manera pueden vincularse Big Data y sostenibilidad? ¿Cómo puede la captación y el procesamiento de grandes volúmenes de datos reducir el impacto ambiental que pueden generar las empresas?

Cada vez más organizaciones asumen la sostenibilidad como un valor, no sólo por los réditos que ello aporta a la imagen de marca. Sino también por cumplir la responsabilidad que les corresponde en cuanto a reducir las emisiones de gases de efecto invernadero y toda forma de contaminación. Lo que contribuiría a lograr un planeta climáticamente neutro, garantizando una mejor calidad de vida para la gente y la continuidad de la actividad productiva.

En este sentido, el Big Data ayuda a evaluar el impacto real en el medio ambiente de los procesos inherentes a la cadena de suministro. E incluso los efectos que ha generado la adquisición de productos y servicios por parte de los consumidores. Con la decantación de la información y con base a métricas apropiadas, es factible tomar decisiones climáticamente convenientes. Así los datos adquieren más valor como activo, pues ayudan a crear modelos de negocios innovadores y sostenibles.

¿Cómo integrar Big Data y sostenibilidad?

El proceso para integrar Big Data y sostenibilidad es diferente para cada empresa. Ello dependerá del sector productivo al que pertenezca y a su tamaño (PYME o gran empresa). Pero podemos mencionar algunos pasos esenciales:

• Primero, es indispensable que las empresas identifiquen los puntos más críticos de impacto ambiental en el supply chain.
• También investigar cuál es el conocimiento preciso que necesitan obtener de los datos.
• Asimismo, establecer un marco de decisiones fundamentadas en pronósticos suministrados por la analítica avanzada; esto con el objetivo de optar por las más adecuadas y sostenibles.
• Como veremos más adelante, es ideal lograr convenios de colaboración con otros actores comprometidos con objetivos de sostenibilidad. Por ejemplo, instituciones científicas, ONGs, organismos de administración pública y hasta otras empresas. Esto en función de compartir datos de interés mutuo para la planificación de políticas medioambientales.

¿Qué aporta el Big Data a los objetivos sostenibles?

Aquí la relevancia de los grandes datos está en su capacidad para apoyar el conocimiento de las empresas sobre el impacto ambiental de sus operaciones. Parte de las mismas están al alcance de sus competencias, pero otras no lo están. En este caso específico, el suministro de materias primas, los traslados del personal, el desecho de embalajes de productos consumidos, etc. Anteriormente, el acceso y procesamiento de dicha información era más difícil por su dispersión en diferentes lugares y también por los distintos formatos en que se captaban.

Ahora, aplicar Big Data en las organizaciones con el propósito de planificar acciones para reducir la huella de carbono y otros efectos contaminantes puede aportar:

• Datos diversos, estructurados y no estructurados, de diferentes fuentes. Estos pueden proporcionar información relevante de cualquier aspecto de la cadena de suministro. Entre otros: procesamiento y traslado de materias primas, procesamiento interno, actividades administrativas relacionadas y distribución a puntos de venta.
• Una vez procesados y decantados, los algoritmos de Inteligencia Artificial “interpretan” los datos seleccionados y suministran un análisis de contexto. Este último mantendrá la toma de decisiones para disminuir el impacto ambiental de los procesos considerados prioritarios.
• Más allá del empleo en sus procesos específicos, la información aportada por Big Data puede compartirse con la opinión pública y organismos interesados. Esto con el propósito de ser transparentes y colaborar en la consecución de objetivos comunes de sostenibilidad.

Ejemplos de Big Data y sostenibilidad en organizaciones

A nivel institucional, el Instituto de Recursos Mundiales creó Aqueduct, un recurso interactivo de cartografía de riesgos hídricos. En esencia, la herramienta monitoriza y evalúa el riesgo hídrico en cualquier parte del planeta. Para ello emplea diversos parámetros vinculados con la cantidad y calidad del agua; aparte de otros aspectos normativos variables en zonas específicas. Es gratuita y online. Además los usuarios pueden seleccionar los factores en los que desean enfocarse y también hacer zoom en sitios concretos.

Pirelli y Alliander, dos casos interesantes

Por otra parte, el reconocido fabricante italiano de neumáticos Pirelli dispone de un sistema de gestión que le ayuda a optimizar su inventario gracias al Big Data. La compañía utiliza los datos generados por los sensores de sus neumáticos en todo el mundo para reducir los residuos e incrementar los beneficios. Al mismo tiempo, disminuye la cantidad de llantas defectuosas que terminan desechadas en los vertederos.

En la misma línea, la distribuidora de energía holandesa Alliander usa herramientas BD para mantener a tope la eficiencia de su red. Lo que le permite reducir el impacto medioambiental y aumentar sus beneficios. Antes de implementar la herramienta, la empresa tardaba hasta diez semanas en optimizar la red. Al día de hoy, apenas tarda tres días en el mismo proceso.

BBVA y el aporte institucional de datos

Otra forma de relacionar Big Data y sostenibilidad es el aporte institucional de datos de interés social. De acuerdo a esta perspectiva, la entidad bancaria BBVA acumula una notable trayectoria de contribución con organismos públicos. Eso sí, proporcionando siempre datos anónimos para proteger la privacidad de los clientes de la entidad. A modo de ilustración, mencionamos la colaboración con la iniciativa Global Pulse, de Naciones Unidas. Con ésta, se busca probar la capacidad descriptiva de los datos para permitir a organismos públicos mejorar la reacción ante los desastres naturales.

En concreto, BBVA analizó el impacto del huracán Odile en la península de Baja California en México (2014). Para este propósito, estudió datos de pago con tarjetas y retiros en cajeros automáticos. Mediante esta información determinaron las dinámicas de la población para afrontar el fenómeno natural. ¿Qué previsiones tomaron? ¿Cómo lograron recuperarse y en cuánto tiempo? Las métricas obtenidas serán muy útiles ante probables repeticiones de este tipo de eventos. Igualmente, este modelo de colaboración permite explorar las posibilidades de BD para ayudar a cumplir los Objetivos de Desarrollo Sostenible planteados por la ONU.

La importancia de la calidad de datos en Big Data con objetivos sostenibles

En Deyde DataCentric by Accumin tenemos muy claro que la calidad de los datos de las empresas también influye en la huella de carbono de sus procesos. En concreto, cuando los datos personales y de ubicación para distribución de mercancías o paquetes son incorrectos. Como consecuencia, ocurren devoluciones que implican más costes para las empresas; pero también generan mayor gasto de combustible para los vehículos y más emisiones de GIS.

Con el objetivo de reducir estas devoluciones y optimizar el servicio de entregas, Deyde DataCentric creó MyDataQ. Hablamos de un sistema versátil para el tratamiento automatizado en la especialidad de normalización, deduplicación y enriquecimiento de bases de datos. Por tanto, MyDataQ es totalmente adaptable al modelo de negocio y tamaño de tu empresa. Deyde DataCentric es una multinacional tecnológica dedicada al desarrollo de soluciones de calidad de datos, con 20 años de experiencia.