22 Especial del dato en el sector energético / Gazprom Neft
“La captación y análisis en tiempo real nos permiten tomar decisiones de negocio basadas en datos, que tienen valor en el momento presente” Gazprom Neft es uno de los cinco productores de petróleo más importantes de Rusia, y es una empresa propiedad de Gazprom. La estrategia basada en datos es fundamental para seguir creciendo a un ritmo vertiginoso.
E
Texto: José
Luis Arcángel
n nuestro afán por seguir conociendo a los profesionales del dato en el sector energético hemos entrevistado a Alexander Ratanov, Data Quality Manager en Gazprom Neft.
Big Data Magazine (BDM): ¿Cuándo comienza la relación de Gazprom con la gestión de los datos y cómo ha sido su evolución hasta nuestros días? Alexander Ratanov (AR): Actual-
mente, cualquier compañía debe gestionar enormes cantidades de datos en diferentes formatos y desde numerosas fuentes. Todos somos conscientes de la digitalización de la economía y de la necesidad de ser data driven para ser una compañía competitiva. La analítica juega un papel fundamental en Gazprom Neft, hasta el punto de haberse vuelto indispensable. La capacidad que nos ofrece Qlik para captar, analizar y compartir los datos prácticamente en tiempo real nos permite tomar decisiones más acertadas en menor tiempo, a un menor coste y generando un mayor valor para la compañía. Nuestra historia de gestión de datos comenzó en 2010, cuando se intentó en toda la empresa implementar un sistema de gestión de datos maestros y se organizó un único sistema de datos de referencia de alto nivel. Posteriormente, en 2012, la directiva decidió implementar el sistema analítico de nuestro partner, y esto sirvió de catalizador para un desarrollo aún más explosivo en términos de gestión de datos en todos los departamentos de la empresa, y continúa siéndolo en la actualidad. Cuando los usuarios ven los datos, pueden analizarlos en línea, BigDatamagazine | Noviembre 2020
ver inmediatamente las deficiencias en el registro, los procesos de negocios, los datos que se mantienen en Excel y, en última instancia, decidir acerca de mejoras en la gestión de datos.
BDM: Hay personas que definen a los datos como “el petróleo de nuestros días”. En vuestro caso se cumple por partida doble. ¿Sería posible el funcionamiento Gazprom sin Big Data e Inteligencia Artificial? AR: Efectivamente, todos hemos escu-
chado esa frase en algún momento. Y, al igual que sucede con el petróleo, los datos por sí solos no sirven de nada. Si no se tiene la capacidad para llegar hasta ellos, tratarlos y para que se tomen decisiones en base a ellos, son irrelevantes. Los datos son realmente un activo de muchísimo valor y, efectivamente, las cosas que hacemos hoy día no serían posibles sin los datos. La captación y análisis en tiempo real nos permiten tomar decisiones de negocio basadas en datos, que tienen valor en el momento presente. Hace unos años, cuando no se disponía de herramientas como las de nuestro partner para la gestión y el análisis, se invertía mucho más tiempo y recursos para extraer valor de los datos y, para cuando se podía tomar una decisión a partir de ellos, el contexto había cambiado. Las herramientas de Business Intelligence modernas nos permiten actuar ahora, cuando las cosas suceden, y la IA, detectar patrones y anomalías para anticiparnos a las circunstancias. A día de hoy no es posible tomar decisiones basadas solo en la experiencia. Ya que la empresa tiene datos a partir de los que hacer predicciones y sobre los que aplicar machine learning, hay que hacerlo. En 2015, hicimos una
aplicación con Qlik en la que podía visualizarse la previsión de ingresos en las gasolineras, seleccionando de forma automática el mejor modelo de previsión para cada una. Desde entonces, nuestro partner ha evolucionado de forma significativa y nos ha ayudado mucho en la interpretación y visualización del conjunto de datos de forma rápida y eficaz para nuestros data scientists. Hemos puesto en marcha varios proyectos digitales con el objetivo de sacar el máximo partido y la máxima monetización a los datos. Desde el punto de vista organizativo y estructural, se han identificado varias líneas de desarrollo: personas, procesos y estructura organizativa. La empresa invierte en su propio desarrollo en lo que respecta a la gestión de la recopilación de datos y la estructuración de éstos, lo que hace posible el ML y la IA. BDM: ¿En qué procesos utilizáis la gestión de datos y en cuales estáis implementándolos poco a poco? AR: Utilizamos la gestión de datos para
todos nuestros procesos de negocio. Una de las soluciones más interesantes es el proyecto de Supply Chain Management, es decir, analizar la cadena completa de venta de productos petrolíferos, desde la recepción del petróleo en las refinerías, hasta la venta de productos petrolíferos al consumidor final. Este tipo de producto es bastante difícil de analizar, ya que no basta con cargar los datos; es necesario utilizar además herramientas de previsión para ver la diferencia entre los valores previstos y los reales. Para ello, hay que considerar muchos factores que afectan a los suministros, la logística, la carga de las instalaciones de planta, la refinación de petróleo y las ventas posteriores.
