El mundo del vino se caracteriza por unos altos niveles de competencia empresarial y por un gran dinamismo forzado por un mercado en constante cambio que se rige por las tendencias marcadas por los gurús del vino y las grandes empresas de comercialización.

La industria vitivinícola debe estar a la altura del exigente mercado vinícola y ofrecer soluciones adaptadas a él. Para ello es indispensable contar con los últimos avances tecnológicos que permiten optimizar los recursos y así estar a la altura de la demanda del cliente.

Es complejo establecer la correlación entre la viticultura y los diferentes procesos de vinificación,  y el producto final, el vino embotellado que recibe el consumidor final. Y más teniendo en cuenta el amplio período de tiempo que suele haber en los procesos productivos del sector vitivinícola entre el inicio y el fin de la cadena productiva.

Por poner un ejemplo, para un vino de crianza puede transcurrir fácilmente un lapso de tiempo de 5 años entre la poda de la vid y la venta del vino embotellado al cliente final. El sistema de registro y análisis de datos y de la trazabilidad del producto debe ser capaz de permitir analizar todos los parámetros desde el inicio hasta al final del proceso.

El análisis de esta compleja correlación puede ser conseguida mediante el uso de las últimas tecnologías como puede ser la Inteligencia Artificial o el Big Data.

Estas herramientas deben permitir a la industria vitivinícola tomar las decisiones adecuadas para conseguir sus objetivos. Sin éstas, un enólogo o un viticultor no tiene una visión lo suficientemente amplia como para tomar las decisiones idóneas. Determinar el nexo de unión entre parámetros tan dispares como puede ser el tratamiento fitosanitario aplicado en el viñedo con el resultado de ventas de esa añada, o la relación entre la maduración fenólica de la uva Cabernet Sauvignon con el grado de satisfacción de un determinado mercado internacional, resulta tarea imposible sin la ayuda de las herramientas de análisis del Big Data.

Es muy importante para una empresa analizar los procesos que desembocaron en  resultados positivos (qué se hizo «bien» en el pasado) y los que deben evitarse o modificarse porque generaron unos resultados negativos (qué se hizo «mal» en el pasado).

Para ello es indispensable medir y registrar infinidad de datos de diferentes fases del proceso de producción, y almacenarlos en un sistema capaz de interrelacionarlos adecuadamente para la futura toma de decisiones.

 

¿Qué es el Big Data?

El concepto Big Data engloba muchas ideas y se asocia a otros términos como Data Science, Data Analytics o Data Mining. El objetivo fundamental es extraer valor de los datos, es decir obtener una información útil para la toma de decisiones en el negocio.

Roger Magoulas, vicepresidente de estrategia de negocio e investigación de O’Reilly Media, acuñó el término Big Data en 2005 cuando se encontró en un proyecto que tenían que analizar 50 terabytes de datos (50 millones de megabytes): «Era una cantidad enorme de procesar así que distribuimos los datos en múltiples máquinas. Como era más grande que una sola máquina lo bauticé como Big Data».

Tras esa anécdota definió Big Data como «conjuntos de datos extremadamente grandes que pueden analizarse computacionalmente para revelar patrones, tendencias y asociaciones, especialmente en relación con el comportamiento y las interacciones humanas». Dicha definición refiere a conjuntos de datos, estructurados y no estructurados, que son demasiado masivos y complejos para ser tratados por un software de procesamiento datos tradicional.

El Big Data, dicho de una manera más simple, se puede entender como una cantidad inmensa de datos obtenida de diversas fuentes, en ocasiones inconexas, capaz de ser interpretada solamente por sistemas informáticos con alta capacidad de computación.

Se suele describir también al Big Data como las «cuatro V», que representan:

  • gran Volumen de datos que debe ser capaz de tratar,
  • la Velocidad con la que se puede procesar esos datos
  • la Variedad de formas que pueden tomar los mismos
  • el Valor que se obtiene por la información extraída de ellos

El sector vitivinícola se nutre cada vez más de infinidad de datos obtenidos gracias a la viticultura y enología de precisión, que pueden nutrir a ese Big Data  con parámetros hasta ahora no tomados en cuenta o que han sido analizados de forma aislada.

Algunas de las aplicaciones prácticas más comunes son la determinación de la fecha idónea de la vendimia, el cálculo de los volúmenes de producción adecuados o la determinación del precio final del vino o de la uva.