Visualización de la descomposición funcional en formato S1000D del Carro Leopardo 2E 41 con herramientas de Bussines Intelligence (BI)3, en las que los analistas aplican técnicas de visualización para explorar los datos almacenados en las bases de datos estructuradas de SIGLE y crean paneles visuales que los transforman en información accesible para el personal no especialista en estos datos. Los paneles ayudan a analizar y entender los resultados en el pasado y sirven para adaptar la estrategia futura que identifique y mejore los indicadores clave. Pero no nos podemos quedar ahí, sino que, además, debemos detectar, mediante el uso de las miles de variables que nos ofrece la información contenida en nuestro sistema de gestión integrado, los patrones necesarios para realizar una analítica predictiva. La valoración de lo ocurrido en el pasado y la extrapolación en tendencias generales debe ser el punto de partida de predicciones individualizadas en las que los detalles y matices van a definir los comportamientos futuros. El Machine Learning (ML)4 pone a nuestra disposición algoritmos predictivos que aprenden automáticamente de los nuevos datos y generan modelos capaces de integrarse en las aplicaciones para dotarlas de capacidades prospectivas. Así mismo, estos modelos se deben poner a prueba periódicamente para que puedan aprender automáticamente de los datos que se vayan añadiendo. LA MEJORA DE LOS PROCESOS Esta máxima es un axioma irrefutable: para ahorrar hay que invertir y toda mejora de nuestros procesos va a generar una inversión, y en el Ejército de Tierra eso nos lleva al apartado anterior. Ya hemos dotado
Revista_Ejercito_933
To see the actual publication please follow the link above