Es difícil encontrar a alguien que no haya oído hablar del Big Data. Quizá no sea tan sencillo encontrar quien pueda justificar su uso de forma clara. En esencia consiste en recoger millones de datos de distintos sistemas, procesarlos, combinarlos con otros y obtener información relevante con la que tomar decisiones. Lo usa Netflix para proponer qué ver a sus 220 millones de suscriptores, los partidos políticos para maximizar sus campañas en elecciones o Amazon para anticiparse al tipo de pedidos que va a recibir de sus 4.000 millones de clientes.
El manejo de tal cantidad de datos y sus combinaciones hace que sea necesario un manejo específico de esa información para sacar conclusiones válidas. Si pensamos ahora en Facility Management, el Big Data tiene menos aplicación, porque nuestra escala de trabajo es diferente. Nosotros no tenemos “millones de nada”; ni usuarios, ni metros cuadrados ni siquiera equipos.
Personas
Que el Facility Management tiene más que ver con los individuos que con las instalaciones, es algo que venimos diciendo hace mucho tiempo. Así lo reflejamos al redactar la norma ISO 41011, siendo “people” la única palabra que se repite dos veces en la definición de FM. De aquí se justifica que los modelos de FM centrados en personas deban asegurar que dan el soporte adecuado a sus clientes o usuarios.
Cubrir las necesidades básicas y la demanda de servicios puntuales, entender lo que es más importante para el trabajo de cada uno, proponer soluciones alternativas o incluso monitorizar la satisfacción de los individuos, puede ayudar a predecir lo que van a demandar y ofrecerlo antes de que sea requerido. Anticiparse a los requerimientos puede determinar que una organización sea más dinámica y productiva, con la ventaja competitiva que eso implica.
Enfoque predictivo
Un usuario de un espacio de oficinas suele generar una media de 19 solicitudes o incidencias al año. Esa cifra se puede disparar a más de 40 en empresas con un alto nivel de, llamémoslo, servilismo. Si sólo la tramitación (apertura, registro, asignación y cierre) de cada una de ellas lleva en torno a una hora, por cada 100 empleados hace falta un recurso a tiempo completo en el departamento de soporte. Aunque estos datos son previos a la pandemia, dan una idea de la “demanda” que pueden generar los empleados y el coste que supone atenderles.
Teniendo a una parte importante de la plantilla trabajando en remoto, ya sea a tiempo parcial o completo, lo que esas personas necesitan desde sus casas también debe ser atendido. En las oficinas se detecta rápido si algo afecta a la productividad, pero si no se tiene a los colaboradores cerca, es más difícil de entender el impacto de una carencia o una incomodidad. Invertir para anticiparse a la demanda es más importante que antes, y requiere del manejo de una cantidad de datos no muy grande, pero con diversidad de fuentes y condicionantes. En cualquier caso, se debe poner el foco en predecir más que en corregir, ya que los costes y tiempos de respuesta son mucho más costosos que cuando se tiene a todo el mundo en el mismo sitio.
Manejo de datos
El término “Small Data” fue acuñado por primera vez en 2016 por el escritor Martin Lindstrom en su libro “Small Data: Las pequeñas pistas que revelan grandes tendencias”. El autor cuenta su experiencia y metodología para hacer análisis de modelos de negocio basándose en un contacto directo llegando a la inmersión en casa del consumidor final. Con esta metodología se logran captar matices determinantes que el Big Data no permite vislumbrar. Además, los sistemas necesarios para manejar modelos de Small Data son mucho más asequibles y cercanos y se pueden gestionar con prácticamente cualquier ordenador.
Las arquitecturas necesarias para el análisis son relativamente sencillas y no requieren de expertos programadores o algoritmos complejos. Los modelos pueden ser independientes y centrados en problemas concretos, manejando datos concretos. No es necesario mover toda la “laguna” de datos raíz, algo muy pesado de gestionar. Se pueden centrar en resolver aspectos puntuales, incluyendo la cantidad de información que se precisa en cada momento, algo importante para cubrir las necesidades en el mundo del Facility Management.
