HERRAMIENTAS DEL BUSINESS INTELLIGENCE Y SISTEMAS DE INFORMACIÓN GEOGRÁFICA EN LA PRODUCCIÓN

ACUÍCOLA DEL ECUADOR

SEBASTIÁN ARIAS FLORES Universidad de Especialidades Espíritu Santo

MAE - VIII

RESUMEN

El presente artículo tiene por objetivo mostrar, cómo a través del uso de herramientas del Business Intelligence y Sistemas de Información Geográfica se puede generar información valiosa para el sector camaronera del Ecuador, misma que aporte a la mejor toma de decisiones para productores y empresas proveedoras que forman parte de la cadena de valor. A través de visitas semanales y quincenales realizadas desde el año 2009 a productores ecuatorianos, se pudo recopilar en 475 centros de producción y obtener 8,271 observaciones de información productiva, para su posterior análisis y obtención de estrategias de producción.

ABSTRACT

This article aims to show, how through the use of Business Intelligence tools and Geographic Information Systems can generate valuable information for Ecuador's shrimp industry, same as contribution to better decision making for producers and suppliers that part of the value chain. Through weekly and biweekly visits made since 2009 Ecuadorian producers, could be compiled in 475 production sites and get productive information 8,271 observations for later analysis and obtaining production strategies.

Palabras clave: Business Intelligence, acuicultura, gestión de datos, sistemas de información geográfica, tecnologías de información.

INTRODUCCIÓN

Los recientes avances en la tecnología de la información (TI) han tenido un profundo impacto en todos los ámbitos de la vida y la acuicultura no es una excepción. La creciente importancia de la acuicultura como una fuente alternativa de proteína, ha incentivado la necesidad de adaptar y desarrollar adelantos para una mejor gestión del cultivo, así como una adecuada planificación de producción local, regional y nacional, que permitan el desarrollo de una acuicultura sustentable.

Es el objetivo de este trabajo es mostrar cómo a través de herramientas informáticas de Business Intelligence, se puede alcanzar una mejor gestión de la acuicultura desde un productor local y extrapolar esta herramienta hacia una región y un país. Las tecnologías de la información que se consideran son: gestión de datos históricos de producción y sistemas de información geográfica.

La revisión incluye una breve introducción de cada una de las tecnologías antes mencionadas, seguidas de una demostración de su aplicación actual, así como su uso potencial en el manejo de la acuicultura.

MARCO TEÓRICO

La información es uno de los activos potencialmente más valiosos en una empresa, independiente de su naturaleza. El valor real de esa información depende de cómo es gestionada, del tiempo empleado en procesarla, traducirla y emplearla para beneficios específicos, en mayor volumen que la competencia, o de empresas del sector donde se desenvuelve.

Desde que la tecnología de la información es la ciencia del manejo y procesamiento de información, a través de elementos como computadores u otros equipos con el objetivo de proveer información valiosa. (Stoyles, Pentland, & Demant, 2004). La gestión eficiente de dicha información, la inteligencia de negocios o Business Intelligence, permite ampliar la visión estratégica, reducir el riesgo y la incertidumbre en la toma de decisiones empresariales y construir ventajas competitivas de largo plazo.

De acuerdo a (Méndez del Río, 2006), el término Business Intelligence se refiere al conjunto de herramientas y aplicaciones para la ayuda de la toma de decisiones que posibilitan acceso interactivo, análisis y manipulación de información; a través de formas eficientes y rentables.

El objetivo deseado de su implementación, es que gracias a la información ágil y oportuna, genere conocimiento y enriquezca la toma de decisiones.

Por su parte, Business Intelligence para (Williams & Williams, 2007) sirve para la construcción de información y usada comúnmente para mejorar procesos básicos de administración, su estrategia, táctica y operatividad. La información del negocio y su análisis sirve para tomar decisiones respecto al estatus actual del negocio en sus diferentes áreas; de información histórica a partir de un desempeño anterior o para predecir comportamientos futuros respecto a escenarios cambiantes.

La acuicultura a su vez, es la ciencia y el arte de cultivar especies acuáticas. De importante significancia desde que la demanda mundial de proteína de calidad se incrementa y seguirá

creciendo de forma vertiginosa (El-Gayar, 1997). Las implicaciones del incremento de la demanda han obligado a los productores a migrar de sistemas extensivos de producción a sistemas semi-intensivos e intensivos, aumentando consigo el grado de complejidad y requiriendo una mejor administración.

La información sobre los aspectos científicos y técnicos de la acuicultura es abundante, pero la inteligencia de negocios accionable es difícil de encontrar: ¿Cuáles son las oportunidades? ¿Quién está haciendo dinero con ello? ¿Quién no lo está haciendo? ¿Por qué sí o por qué no? Es un enfoque de seguridad alimentaria y sustentabilidad y es aquí donde los negocios y la tecnología entran en juego.

Para el caso de Ecuador, el país cuenta con un total aproximado de 170,000 hectáreas de terreno destinadas a la producción de camarón. Con las cuales se alcanzó en el año 2005 una cifra de 212,575,213 libras de camarón exportadas a distintas regiones del mundo, y solamente 7 años más tarde llegar al récord de 446,464,382 libras de camarón exportadas, un crecimiento de más de 110%.

Dicho crecimiento ha venido acompañado de fluctuaciones en los costos de producción, volatilidad en los precios del mercado local y extranjero, obligando a mejorar sus índices de eficiencia tales como el Factor de Conversión Alimenticia (FCA), mismo que representa entre el 50 y 60% de los costos de producción; y demás temas propios del cultivo, que permitan obtener una rentabilidad atractiva para los empresarios y futuros inversionistas. Estas mejoras han sido limitadas debido a la carencia de sistemas informáticos que permitan el almacenamiento, procesamiento y análisis de la información productiva generada diariamente en los centros de cultivo.

Las tecnologías de la información que se consideran en este artículo son: la gestión de datos históricos de producción y sistemas de información geográfica, los mismos que utilizados en su conjunto han permitido conocer comportamientos patrones en ciertas regiones productoras y comprender el entorno productivo respecto a diferentes épocas del año, cantidad de animales sembrados, crecimiento semanal promedio y otros indicadores biológicos que beneficiarán al sector camaronero.

En primer lugar, la gestión de datos históricos de producción, mismos que han sido recopilados desde el año 2009 en visitas periódicas (semanales, quincenales), a diversos centros de cultivo en las provincias de Esmeraldas, Manabí, Guayas, Santa Elena y El Oro, por medio de entrevistas en profundidad y tabulación de información a partir de registros en copia dura, en la mayoría de los casos, haciendo un total de 8,271 registros de producción provenientes de 475 productores.

Los registros generados comprenden: provincia, zona, estanque, área del estanque, días de cultivo, época del siembra, época de cosecha, cantidad de animales sembrados, cantidad de animales cosechados, productividad por unidad de área, peso de cosecha, sobrevivencia, crecimiento promedio semanal, factor de conversión alimenticia, origen de nauplio, origen de laboratorio, marca de alimento iniciador, marca de alimento de engorde, porcentaje de proteína de engorde, tipo de siembra, costo fijo y administrativo promedio por unidad de área, costo de larva, costo de alimento de acuerdo a la marca utilizada, precio de venta, y la utilidad bruta generada por área por ciclo de producción.

QlikView facilita la vida de analistas de información y desarrolladores de Business Intelligence al crear aplicaciones muy avanzadas y específicas, que los usuarios pueden ampliar y mejorar a medida que van cambiando las necesidades del negocio (AB, 2013).

Como sistema de información geográfica, se utilizó Google Earth como herramienta de identificación de clientes, zonas y subzonas productivas. Por su disponibilidad, versatilidad y facilidad en uso y diseminación, se considera un recurso de alto potencial para la toma de decisiones geoespaciales, concordando con lo expuesto por (Andrew, 2009).

RESULTADOS

Los 8,271 registros han sido analizados utilizando una herramienta del Business Intelligence denominada QlikView.10, con la cual se pudieron obtener análisis profundos respecto al comportamiento del cultivo en las diferentes provincias y se logró identificar patrones de producción por sus condiciones biológicas y físico-químicas, a 25 zonas productivas y 49 sub-zonas; mismas que comparten características similares en cuanto a estrategias de producción, condiciones ambientales y resultados finales.

Figura 1: Vista panorámica del análisis de datos históricos en QlikView.10

Figura 2: Análisis de datos productivos por centro de cultivo.

Una vez identificadas las zonas productivas y sus características propias, se procedió a realizar el mapeo satelital, a través de Google Earth, como herramienta de información geográfica, que permitió ubicar las zonas productivas y las fincas visitadas en cuestión, que suman un total de 51,324 ha y representan el 30% del área total de producción del país.

Figura 3: Vista panorámica del mapeo de zonas y sub zonas de producción de camarón

Figura 4: Vista panorámica del mapeo de zonas, sub zonas, sectores de producción y diversos productores del Golfo de Guayaquil, provincia de Guayas.

Entre las estrategias de cultivo descubiertas a través del análisis realizado en QlikView.10 tenemos:

� Los índices productivos de la provincia de El Oro son un 20% superiores al resto de las provincias del país, debido a mejores condiciones ambientales, tales como mayor cantidad de horas luz y mejor calidad de agua (oxígeno y temperatura).

� Las provincias de Esmeraldas y Manabí presentan los más bajos niveles productivos debido a la poca inversión en insumos de producción e infraestructura, (menor costo fijo y administrativo promedio por unidad de área).

� La cantidad de animales óptimas de siembra en época de calor (Nov-Abr), es de 100,000 por hectárea en promedio.

� La cantidad de animales óptimas de siembra en época de frío (May – Oct), es de 120,000 por hectárea en promedio.

� El porcentaje de proteína óptimo para la época de frío en alimentos de engorde es 35%, a diferencia de 28% o menos en época de calor. Se presume esta reducción en la cantidad de proteína en época de calor, debido a mejores condiciones de temperatura en el agua y un mayor aprovechamiento del animal.

DISCUSIÓN

Los avances de las Tecnologías de Información han permitido el desarrollo de herramientas del Business Intelligence, mismas que utilizadas en el análisis de datos generados en negocios cotidianos, permite el descubrimiento de estrategias que posteriormente significarán ventajas competitivas y un retorno económico significativo.

La información generada es de vital importancia para conocer el estatus productivo del país, sus retos y oportunidades; también para empresas de productos y servicios acuícolas, ya que determinarían con mayor facilidad la estrategia de ingreso de sus productos en las diferentes zonas productivas del país.

CONCLUSIONES

Se considera este trabajo totalmente extrapolable a regiones de mayor envergadura u otros sectores de importancia económica para el país tales como el sector florícola, cacaotero, palmicultor, arrocero, petrolero entre otros.

Se recomienda contar con abundante información respecto a lo que desea analizar, ya que de esa forma sacará mayor provecho a las herramientas expuestas en este artículo.

La gestión de datos como el uso de sistemas de información geográfica son herramientas fundamentales en la gestión de empresas y en el diseño de estrategias de largo plazo, que busquen la generación de propuestas de valor y ventajas competitivas.

BIBLIOGRAFÍA

AB, Q. T. (2013). QlikView. Recuperado el 20 de 06 de 2013, de QlikView: www.qlikview.com

Andrew, H. (2009). Using Google Earth for Internet GIS . University of Edinburgh, 24.

El-Gayar, O. (1997). The use of Information Technology in Aquaculture Management. Aquaculture Economics and Management, 19.

Méndez del Río, L. (2006). Más allá del Business Intelligence. Barcelona: Gestión 2000.

Stoyles, P., Pentland, P., & Demant, D. (2004). Information Technology. North Mankato: MacMillan.

Williams, S., & Williams, N. (2007). The profit Impact of Business Intelligence. San Francisco: Elsevier.

ANEXOS

Anexo 1: Zonas y Sub zonas de producción de camarón identificadas

ZONA SUBZONA 1 La Tola 1 Ayangue - Palmar 2 Atacames 2 Chanduy 3 Tonchigüe 3 Playas 4 Muisne 4 El Morro 5 Cojimíes 5 Pto. Ayalán 6 Pedernales 6 Pto. Pizarro 7 Jama 7 Pto. Sabana Grande 8 Bahía de Caráquez 8 Chongón 9 Santa Elena 9 Cuarentena

10 Golfo Guayas 10 Golfo Guayas 11 Islas Guayas 11 Quiñónez 12 Isla Puná 12 Escalante 13 Taura 13 Mondragón 14 Churute 14 Los Ingleses 15 Naranjal 15 La Seca 16 Balao 16 Matorrillos 17 Tenguel 17 Canoas 18 El Guabo 18 Cerritos 19 Machala 19 Puná Vieja 20 Sta. Rosa Islas 20 Puná Sur 21 Sta. Rosa Continente 21 Pta. Arenas 22 Pitahaya/Arenillas 22 El Mango 23 Huaquillas/La Aguada 23 Villanueva 24 Hualtaco Isla 24 Pto. Baquerizo 25 Hualtaco Continente 25 6 de Julio

26 Balao Chico 27 Cien Familias 28 Balao Grande 29 Pagua 30 Barbones 31 Tendales 32 Bajo Alto 33 Pto. Grande 34 Primavera 35 Balosa 36 Machala 37 Jambelí 38 Calavera 39 Pongal 40 Casitas 41 Las Huacas 42 Jelí 43 Jelí Continente 44 Jumón 45 Sal si Puedes 46 Payana 1 47 Payana 2 48 Costa Rica 49 Bellavista