Evitar el diluvio de información: la movilidad y aprovechamiento de los datos

La industria de la movilidad está recopilando más información que nunca, dice Abhijit Pal, Socio de Mazars: "El potencial para capturar datos ha mejorado enormemente en los últimos años, los canales web y móviles están realizando procesos mientras recogen información, y el hardware de los autos y aviones está haciendo lo mismo. El resultado es un desbordamiento de datos".

Garantizar que las empresas recopilen, analicen y actúen hábilmente con estos datos para que no se ahoguen en el desbordamiento, se ha convertido, por lo tanto, en un factor clave del éxito de la industria. 

Lecciones de datos de la industria aeroespacial

Una industria de la movilidad conocida por convertir los datos en una ventaja es la aeroespacial, que la utiliza para mejorar las técnicas de mantenimiento. Durante la primera mitad del siglo XX, los ingenieros daban mantenimiento a los aviones revisando las piezas en varios intervalos. Sin embargo, en la década de 1940 los ingenieros descubrieron que los aviones fallaban más a menudo después de sus revisiones regulares de mantenimiento que antes. Una investigación más cercana reveló que esto se debía a que los procedimientos de reparación implicaban desmontar y volver a montar el equipo, lo que creaba un mayor potencial de fracaso.

Esto condujo a un "mantenimiento basado en la condición"; dar mantenimiento a las piezas cuando sea necesario, en lugar de en intervalos regulares, y así quedó establecido. La siguiente innovación fue equipar los componentes con sensores que recogieran datos que pudieran alertar a los ingenieros cuando necesitaran atención, conocido como "mantenimiento predictivo".

"Desde principios de los noventa", explica Olivier Guilbert, Gerente Senior de Mazars, "el mantenimiento predictivo ha mejorado continuamente la seguridad de las aerolíneas. En los últimos años, los principales actores de la industria pretenden llevar este enfoque a una nueva era al recoger datos de más partes del avión."

Una gestión más inteligente de la cadena de suministro

El uso de datos para mejorar el mantenimiento no es la única lección que otros actores de la movilidad pueden aprender de la industria aeroespacial. El mantenimiento predictivo, impulsado por el uso eficaz de los datos, también construye cadenas de suministro más inteligentes.

Guilbert explica: "Cuando se sabe qué es lo que probablemente haya que reemplazar y cuándo, se hace mucho más fácil optimizar el flujo de piezas de repuesto y de personal de mantenimiento. Utilizando sensores para recoger datos precisos y actualizados sobre los componentes individuales, las empresas de movilidad pueden incorporar la experiencia de campo y generar mejores predicciones en equipo". Esto significa llevar la pieza correcta al lugar correcto en el momento adecuado y, como resultado, las empresas pueden reemplazar las piezas antes de que fallen.

Mejorar la experiencia del usuario

Además de mejorar el hardware, los datos también pueden satisfacer las expectativas de los nuevos clientes y mejorar su experiencia. Piense en el ejemplo de las aseguradoras, por ejemplo, "Las nuevas formas de movilidad, en particular las que se utilizan en entornos urbanos, están creando nuevas necesidades. Las aseguradoras, a su vez, están utilizando los datos para desarrollar ofertas dirigidas a los scooters eléctricos, los Segways y los ciclistas urbanos. Las aseguradoras también han entrado en el consumo colaborativo, cubriendo vehículos compartidos y alquileres de coches por día, incluso por horas", dice Jean-Claude Pauly, Socio de Mazars.

La industria aeroespacial ofrece más y mejores prácticas para utilizar los datos con el fin de aumentar la satisfacción del cliente, dice Guilbert, "Ayuda a las aerolíneas a evitar errores de catering y a dar a los pasajeros acceso a más películas y música a través de la nube". Los pasaportes biométricos, respaldados por datos, también ayudan a reducir el tiempo de espera en los puntos de control de seguridad y aumentan significativamente la satisfacción del usuario".

Los datos no sólo cambian lo que se puede cubrir, también modifican la forma de hacerlo, con resultados positivos para la personalización. Pauly señala: "Como otros sectores, las aseguradoras están automatizando cada vez más sus procesos: utilizando algoritmos junto con la intervención humana para cubrir una multitud de pequeños riesgos. La inteligencia artificial utilizada correctamente permite a las aseguradoras ofrecer soluciones a la medida y en volumen a los clientes. Otro ejemplo de esta personalización es el de "pagar según se conduce", en el que una caja instalada en un vehículo calcula cuántos kilómetros se recorren en un período determinado y cómo se conduce el vehículo, para crear un precio personalizado, basado en los datos, según los riesgos asumidos".

Reconocer los nuevos riesgos de los datos

Sin embargo, estos desarrollos crean su propio riesgo ya que perjudican un principio básico del aseguramiento: la mutualización de riesgos entre los asegurados. "Esto podría llevar a primas muy altas para algunos conductores, y a otros hasta les puede costar encontrar un proveedor de seguros", advierte Pauly. "Esto significa que los datos deben ser manejados de manera que puedan crear ofertas de seguro personalizadas, garantizando al mismo tiempo el principio de mutualización específico del sector".

Las nuevas soluciones de movilidad para los clientes podrían desencadenar otros cambios en el mercado de los seguros, ilustrados por el desarrollo de vehículos autónomos.

"A medida que la conducción autónoma cambia la responsabilidad del conductor al software, las aseguradoras tendrán que responder aclarando el alcance legal de la responsabilidad y asegurándose de que pueden captar y actuar sobre nuevas fuentes de datos", advierte Pauly. "Si la conducción autónoma prospera, debería dar lugar a menos reclamaciones y esto podría desencadenar más cambios en el amplio mercado de seguros."

Responder al nuevo reto de la sostenibilidad

A medida que todo el ecosistema de la movilidad busca formas de ser más sostenible, las soluciones asistidas por datos son cada vez más necesarias. Ya sea que se trate de aplicaciones de "movilidad como servicio" que ayudan a los pasajeros a elegir los modos más ecológicos de transporte urbano, como el ride pooling y car sharing, o las aerolíneas que utilizan el despegue asistido para reducir la huella de carbono de un avión, cada vez hay más soluciones disponibles en el mercado.

Eso coincide con el apetito de los reguladores por disminuir las emisiones: la UE ya ha establecido objetivos para sus miembros, y otros países están siguiendo su ejemplo. En noviembre de 2020, el Reino Unido anunció su intención de exigir la divulgación de información sobre el medio ambiente a todas las grandes empresas (incluidas las empresas de movilidad) para el año 2025.

En nuestro reciente artículo, Michael Rofman, Socio de Mazars aconseja a los fabricantes de movilidad que exploren qué oportunidades de descarbonización podrían residir en edificios inteligentes y flotas de automóviles.  

Gestionar el diluvio de datos

A medida que se crean más datos de movilidad, los equipos deben considerar un almacenamiento más inteligente y el uso de conjuntos de datos innovadores para evitar abrumarse.

1. Almacenamiento y gestión. "Si bien las bases de datos y los sistemas de planificación de recursos empresariales se utilizan principalmente para ello," aconseja Pal, "también existe una creciente demanda de Big Data y data lakes; grandes reservas de datos en bruto, para los que aún no se ha definido un propósito". ("Los data lakes contrastan con los "almacenes de datos", estos últimos son un depósito de datos que ya han sido filtrados, estructurados y procesados con un propósito específico en mente). Las empresas de movilidad podrían tratar de maximizar las ventajas de los data lakes, que pueden proporcionar una fuente fértil para los científicos de datos que buscan una innovación.
2. Crear y utilizar conjuntos de datos innovadores. A medida que las ciudades avanzan hacia la integración de las redes de transporte urbano (véase: "El bundling en la ciudad: integración de servicios de transporte urbano") es probable que se creen datos sobre los viajes completos de los pasajeros. En las ciudades, estos datos pueden utilizarse para crear más y mejores opciones de transporte integrado.

No cabe duda de que la recopilación y el manejo de datos de manera eficaz derivará  en opciones de movilidad más inteligentes y seguras tanto para las empresas como para los pasajeros. Para evitar enfrentarse a un inútil desbordamiento de datos, las empresas de movilidad deben canalizar esta información hacia (y desde) sus operaciones de mantenimiento predictivo y de gestión de la cadena de suministro de manera manejable. Mientras tanto, tienen que estar atentas a la experiencia del cliente, que está cada vez más vinculada a las preocupaciones de sostenibilidad y a las consecuencias de una innovación de mercado más amplia. Los que lo están haciendo, se prepararán para un comienzo brillante hacia el 2021 y más allá.