“Capacidades para

abordar proyectos de
Transformación Digital:
Industria 4.0, Salud,
Administración publica”
Enero 2018 Casos de éxito
Pág. 0
Índice

Quiénes somos y qué dicen de nosotros

Que hacemos en la Transformación Digital

Analytics y BigData

Casos de éxito

Pág. 1
Quiénes somos
UN ALIADO DE CONFIANZA

Ibermática es una compañía global de Nuestros

servicios TI que lleva operando en el mercado accionistas
desde 1973. Su actividad se centra en las áreas ONCE
de consultoría, servicios de infraestructuras, 15% ProA Capital
55%
integración de sistemas de información,
outsourcing e implantación de soluciones
integradas de gestión empresarial. Asimismo,
Kutxabank
está presente en los principales sectores de 15%
actividad (Finanzas, Seguros, Industria,
Servicios, Telco & Media, Salud, Utilities y
Administración Pública), donde ofrece
soluciones sectoriales específicas. Equipo directivo
15%

230 M€ de ingresos >20 centros operativos

9 M€ de beneficio 10% ingresos internacionales
50 M€ de fondos propios 1 factoría de software
3.300 profesionales 2 CPD ubicados en España
Pág. 2
 Quiénes somos
UN COMPAÑERO DE VIAJE DE NUESTROS CLIENTES

BÉLGICA
ALEMANIA

REINO UNIDO
Región DACH

EE.UU.
MÉXICO
Rochester-NY
ANDORRA
COLOMBIA
Escaldes-Engordany
ECUADOR

PERÚ ESPAÑA
Barcelona
Ibermática es una compañía MÉXICO Bilbao
multinacional con presencia México DF Langreo-Asturias
Madrid
en más de 10 países en Mérida-Badajoz
Europa y América PERÚ Pamplona
La proximidad a nuestros clientes Lima San Sebastián
nos ha permitido desarrollar un Valencia
proceso de expansión Vitoria-Gasteiz
permanente, acompañando a la Zaragoza
CHILE
propia evolución de sus Santiago Oficinas
negocios.
Hoy en día, estamos presentes PORTUGAL
en más de 10 países, donde ARGENTINA Distribuidores
Oeiras
llevamos a cabo diferentes tipos Buenos Aires Vila Nova de Gaia
de proyectos y damos soporte a Presencia
las compañías que nos
ofrecen su confianza.

Pág. 3
Qué dicen de nosotros
NUESTROS CLIENTES

Ibermática dispone de una iniciativa denominada ‘Diálogos con clientes’. Anualmente

preguntamos a nuestros clientes qué opinan de nuestros proyectos y servicios, y
tomamos las medidas correctoras oportunas, en su caso.
Encuesta 2015 Profesionalidad del equipo humano
Valoración (0-10) (conocimiento e implicación)
8,03

Calidad y cumplimiento de compromisos 7,75

Amabilidad, cercanía y accesibilidad en la interlocución 8,91

Gestión de proyectos 7,41

56% clientes nos valoran con >8
Capacidad de respuesta ante situaciones críticas 7,84
82% clientes nos valoran con >7 7,94
Percepción de la compañía

7,69 nota global Implicación con el cliente 7,88

94% clientes volverían a confiar Confianza en la compañía 8,13

Pág. 4
La Transformación Digital en Ibermática

Especialización Sectorial

Soluciones Tecnológicas Avanzadas

Pág. 5
Qué hacemos en Industria 4.0

Llevamos años trabajando en soluciones

para fábricas inteligentes.

Construimos plataformas 4.0 que unen sistemas CPPS (Cyber-Physical

Production Systems) con sistemas de gestión, aportando:

 Total sensorización de las máquinas (IoT, PLC, CNC...)

 Trazabilidad. Etiquetado evitando el mislabeling (RFID, Datamatrix,
código barras, etc.)
 Calidad: Autocontroles, Checklist, ANFE, informes 8D…
 Ciberseguridad
 BigData – Analítica predictiva
 Realidad aumentada. Nuevas interfaces hombre-máquina
 Robótica colaborativa
 Toda la cadena de suministro controlada
 Comunicación total con los proveedores
 Integración basada en TIC (intercambio información bidireccional)
 Gestión masiva de ‘metadatos’: CLOUD

Pág. 6
 Qué hacemos en Industria 4.0
CAPTURA + ANALÍTICA + INTEGRACIÓN

Captura de datos en
planta por sensorización Explotación de datos Integración con
de líneas, robots- mediante técnicas analíticas sistemas MES / ERP /
máquinas, herramientas, avanzadas Ingeniería
materiales y productos
semiterminados

Captura de datos de
+ +
producto conectado por
introducción de elementos de
sensorización en el mismo

Pág. 7
Qué hacemos en Industria 4.0
Nuestra solución modular

Secuenciador
Control de producción Control de calidad

Monitorización
Parámetros de máquina planta productiva

Trazabilidad Informes:
KPI, productividad…

Visor documental Cuadros de mando

Avisos Consumo de energía

manuales y automáticos

Mantenimiento: Validación Logística

preventivo, correctivo… de datos

Pág. 8
Qué hacemos en Industria 4.0
Arquitectura de nuestra solución modular

Seguimiento y explotación Integración con soluciones

● BigData corporativas
● Cuadros de mando
● Informes Secuenciador
● Monitorización

Órdenes de
COMUNICACIÓN trabajo en
BIDIRECCIONAL panel táctil del
Paneles en planta PC, tabletas…

Plataforma
COMUNICACIÓN
BIDIRECCIONAL

Logística / Almacén Reporting del operario

Comunicación máquina/dispositivos
● Producciones
● Sensórica máquina, CPPS
● Incidencias, alarmas, etc.
● Automatización de procesos
● Consumos energéticos
● OEE, RFID, Datamatrix, etc.
● Inicio/Fin de órdenes de fabricación
● Incidencias
● Calidad (pautas de autocontrol)
● Mantenimiento (utillajes y máquinas)
● Materiales, etiquetado - Trazabilidad
● Avisos/Mensajes
● Visualización documental, etc.
● Checklist
● Capacitaciones de formación

Pág. 9
Qué hacemos en Industria 4.0
FOOD
CONTROL Y GESTIÓN DE LA PROUCCIÓN EN EL SECTOR
Procesos de elaboración FOOD DE LA ALIMENTACIÓN
Limpiezas
Pesado
Clasificado / calibrado
Pre - procesado
Pre – cocinado
..
Procesos de envasado
Llenado
Cerrado
Pasterizado Puntos críticos de control
Esterilizado Trazabilidad
Etiquetado Control de mermas
Paletizado Rendimiento de producto
… Calidad / control del proceso
Rendimiento de máquina. OEE
Disponibilidad
Eficiencia
Calidad
Control Etiquetado

Pág. 10
Qué hacemos en Industria 4.0 OLANET SOLUCIÓN MODULA
INDUSTRIA

 Presencia en el puesto de trabajo

 Gestión de registro de operarios individualizada o en grupo.
 Gestión de presencia en línea vinculada a un puesto de trabajo
 Rotación de puestos
 Planificación de operarios

 Seguimiento de la producción
 Seguimiento en base a órdenes de producción
 Seguimiento en base a referencia
 Cálculo de rendimientos de línea
 OEE Disponibilidad, Rendimiento y Calidad

 Señales de máquina
 Marcha/paro (preferentemente en el cuello de botella)
 Contador de unidades
 Temperaturas y otras medidas vinculadas al control del proceso

Pág. 11
11
Qué hacemos en Industria 4.0 OLANET SOLUCIÓN MODULAR
INDUSTRIA

 Trazabilidad
 Gestión de traza sencilla que permite minimizar el tamaño de lote
 Gestión de consumos teóricos y/o reales. Gestión de colas de materiales
 Gestión de mermas y rendimiento de producto
 Recetas
 Identificación de producto (impresión de etiquetas)

 Incidencias
 Incidencias declaradas por el operario
 Justificación de paradas declaradas por señal de máquina
 Parametrización de tiempos de microparo, paro y paradas menores
 Parametrización de tipos de incidencias, paros programados…

 Integración sistema de gestión (SAP, BAAN, RPS, NAV, AS_400, otros…)

 Consumos, producciones, stock
 Maestros de materiales, operarios, lotes

Pág. 12
12
Qué hacemos en Industria 4.0 OLANET SOLUCIÓN MODULAR
FOOD

 Check-List
 Complemento a la información recogida
 Calidad
 Registros de limpieza
 Registros de proceso
 Mantenimientos de primer nivel
 Prevención
 Set-Up de línea

Pág. 13
13
Qué hacemos en Industria 4.0
INDUSTRIA

POKA YOKES
ETIQUETAS PREIMPRESAS ERGONOMÍA DEL PUESTO

Etiquetas sin control por la planta

PIEZAS FUERA DE PROCESO

DCH

Pág. 14
Qué hacemos en Salud 4.0

De participante en la informatización y modernización de

un servicio de salud… a partner tecnológico de
prestadores de servicios sanitarios y sociosanitarios

1990 - 1999 2000 - 2009 2010 - …

 Cuadro de mando de  Evolución de estaciones
servicio público: SIAH clínicas: Osabide Global
 Estación clínica:  HIS corporativo: eOsabide
−PCH-Urgencias  CM corporativo: Cognos
−PCH-Hospitalización  Técnicas de tratamiento
−PCH-Consultas externas semántico en codificación:
Kodifika
 Visor de historia clínica
 Quirófano conectado: Kirus
 Implantaciones SAP
 Triaje pediátrico: Triaxia
 Unificación de los CPD de
Osakidetza  Solución para residencias:
SIGeCA
 Creación Instituto Ibermática
de Innovación (i3B)
 Primer servicio AM: AMS
Osakidetza
 Primera App: Upcal
 HIS sector privado: ÍndigoHIS
 App para pacientes
 Gestión clínica de baja
complejidad: Info33+
 Técnicas de procesado del
lenguaje natural (PLN).
Historia oncológica
 Gestión Integral de Programas
de Salud. Cribado de cáncer
 Proyecto Deepos. Cáncer de
mama.

Pág. 15
Qué hacemos en Salud 4.0 Ibermática Salud
ENFOQUE 360º Enfoque 360º

Ambulatoria
Atención ambulatoria
Atención domiciliaria

Analytics
BigData Movilidad

SIGeCA
Prevención Sociosanitaria
Información Atención en residencia
Programas Teleasistencia
Autogestión Ciudadanía Cronicidad

Social Business Hospitalaria Cloud

Hospital a domicilio
Hospital de día
Consultas externas
Urgencias
Hospitalización

Pág. 16
Qué hacemos en Salud 4.0 Ibermática Salud
Herramientas,
ARQUITECTURA PARA LA TRANSFORMACION DIGITAL tecnologías y estándares

Herramientas

 Salud
E-Fármaco SIGeCA

 Analytics
Business Analytics Oracle Business Intelligence
(antes COGNOS) Foundation 10

 ERP

Tecnologías

Estándares

CEN TC/251
Health
Informatics
Pág. 17
 1. Alcance
Qué hacemos y objetivos de mejora
en Administración Publica 4.0
ARQUITECTURA PARA LAJustiziaBat. Aplicaciones
TRANSFORMACION y módulos
DIGITAL en JUSTICIA

SC. Información Contencioso Social Civil Penal

al Público

SCRR Juzgado y Audiencia

SC. Archivo
Juzgado Juzgado J. 1ª Instancia J. Violencia sobre J. Vigilancia
J. Instrucción
TSJ TSJ J. Familia la mujer Penitenciaria
SCACE J. Penal
J. Mercantil J. Mixtos
TSJ
TSJ Audiencia J. Menores
SCRED
Fiscalía Fiscalía Fiscalía Fiscalía F. Menores

J. Decanato
SCOP

Infraestructura SCEJ
Jurídica/Técnica

Seguridad
Editor/ FRAMEWORK

MODULOS
Agenda Tramitador Registro Itineraciones
Compositor
Firma elect.
Operaciones Piezas
Organizador Reparto Ejecución
Seguridad Tramitación separadas
Cód. barra
Bienes Carpetas Fallos Representantes Requisitorias
Personas
Obj. Multim.
SC Deposito Equipo Justicia SC SC
Defensa/ Efectos Psicosocial Gratuita Peritaciones Traducciones
Representación Control Input

Bilingüismo Inf. Cons. Inf. List. Inf. Libros Inf. Estad. Numeradores Gest. errores Gest. logs

Pág. 18
 Qué hacemos en Administración Publica 4.0 conceptual
Modelo
ARQUITECTURA PARA LA TRANSFORMACION DIGITAL en JUSTICIA

Construido desde la transformación de las soluciones de Justicia:

Ciudadano Profesional (procuradores, abogados, graduados…) Otros organismos

Servicios Públicos de la
Administración de Justicia PORTAL JUSTICIA SEDE JUDICIAL ELECTRÓNICA ATENCIÓN PRESENCIAL

SISTEMA DE GESTIÓN PROCESAL

as Reparto Agenda vil
ad Ci l
fic Impulso procesal UPAD na
ni Pe
ad su
ilid lta Itineración SCRR
nci
oso
ab Información de ns
u te
er Co Tramitador
SCOP n
Co Social
op gestión,
ter estadísticas y
SCEJ
Soluciones de e in
n cuadros de mando
gestión de la a ció MÓDULOS ESPECÍFICOS SERVICIOS EN COLABORACIÓN
gr a Equipo
Peritos Cooperación Justicia gratuita
Justicia In
te firm psicosocial
y
ad Repositorio
n
it d
central de
EXPEDIENTE JUDICIAL ELECTRÓNICO
e
Id información Generador de Gestión Archivo Grabación
(Dato único) documentos documental Judicial vistas

Puesto de trabajo
judicial PUESTO DE TRABAJO VIRTUAL JUSTICIA INFRAESTRUCTURA JUDICIAL

Letrados de la Administración de Justicia Jueces, Magistrados, Fiscales

Tramitadores / Personal de auxilio judicial Gestores

Pág. 19
Analytics y BIGDATA
Control Visual

Pág. 20
Analytics y BIGDATA
Cuadro de mando

Pág. 21
Analytics y BIGDATA
BIGDATA

Ibermática cuenta con profesionales especializados

datascientists para el desarrollo de soluciones de analítica Q
avanzada-predictiva basadas en: …

 Modelos estadísticos
 Métodos de machine learning Clientes principales:
 Segmentación y detección de anomalías
 Redes neuronales
 Series temporales
 Minería de textos

Estas técnicas permiten detectar patrones, comportamientos similares,

anomalías y reglas complejas en la información a través del análisis de
grandes sets de datos en diversos campos como el análisis de
comportamientos de clientes (propensión al abandono, cross-selling),
Tecnologías:
comercialización inteligente, fabricación avanzada, mantenimiento predictivo de
instalaciones, planificación financiera, etc.

Expertise de más de 10
años en la implantación
de modelos basados en
machine learning y
análisis estadístico.

Pág. 22
Analytics y BIGDATA
BIGDATA
Ejemplo de visualización de un modelo de asociación
Asociaciones

Pág. 23
Analytics y BIGDATA
BIGDATA Análisis masivo de datos

Pág. 24
Casos de éxito
Clientes implantados

Clientes implantados con la

Plataforma Industria 4.0
Casos de éxito

Pág. 25
Casos de éxito
Clientes implantados en Indutria 4.0

Pág. 26
Casos de éxito
Descripción general:
 Implantación de un sistema MES para registrar los datos de producción, los consumos de materiales, unidades
fabricadas y las incidencias que se produzcan. Integrado bidireccionalmente con su actual sistema de gestión SAP.
 Proyecto OEE único en todas las plantas

Descripción funcional:
 Seguimiento OF
 Señales automáticas
 Monitorización en
tiempo real
 Trazabilidad
 Informes OEE

Varias plantas: Valladolid, Madrid,

Lugo, etc…
Mas de 40 líneas de diferentes
productos con Olanet

Pág. 27
Casos de éxito
Proyecto IMPLATACIÓN DE UN SISTEMA MES-OLANET
Cliente AZUCARERA EBRO
Metodología, Técnicas y
OLANET
Herramientas utilizadas

Breve Descripción del Proyecto Inicio: 2009 Fin: Actualidad

Descripción general:
 Implantación de un sistema MES para registrar de manera efectiva y automatizada todos los datos de producción, los
consumos de materiales, unidades fabricadas y las incidencias que se produzcan. Integrado bidireccionalmente con su
actual sistema de gestión SAP.
Descripción funcional:
 Seguimiento OF
 Visualización con paneles en planta
 Señales automáticas (líneas, robots y paletizado)
 Monitorización en tiempo real
 Informes OEE
Varias plantas: Benavente, Jerez, etc…
Testimonio del cliente:
Con la solución OLANET, hemos conseguido disponer de información fiable
de nuestro proceso y ponerla a disposición de los diferentes perfiles de la
compañía: operarios de planta, encargados, directores y sobre todo el equipo
de mejora continua para su consulta y análisis. Además, esta información
fluye de forma automática a nuestro BI de SAP.
Luis Mª Lorente
(Responsable de Implantación Proyecto MES en Azucarera)

Pág. 28
Casos de éxito
Descripción general:
 Implantación de un sistema MES para registrar los datos de producción, los consumos de materiales, unidades
fabricadas y las incidencias que se produzcan. Integrado bidireccionalmente con su actual sistema de gestión SAP.

Descripción funcional:
 Seguimiento OF
 Señales automáticas (líneas, robots y paletizado)
 Monitorización en tiempo real
 Trazabilidad
 Informes OEE
 TPM
 Pareto de paradas/Incidencias

Planta de Ciudad Real

Pág. 29
Casos de éxito

Pág. 30
Casos de éxito
Descripción general:
 Maicerías Españolas implanto hace ya mas de 10 años Olanet en su planta de Almassera en la sección de envasado
de arroz.
 Se integro con su sistema de ERP denominado ROS. Además se implanto el secuenciador para ayudar en la
planificación de su producción.
 Poco después realiza el Roll Out al resto de las líneas de arroz y maíz.
 En el año 2016 implanta el sistema ORMA de Gestión de mantenimiento
 En el año 2017 amplia la solución a sus planta de UK, y resto de plantas de España.
 Proyecto OEE

Descripción funcional:
 Seguimiento OF
 Señales automáticas
 Monitorización en tiempo real
 Trazabilidad
 Informes OEE
 Gestión de básculas
 Mantenimiento preventivo

Testimonio del cliente:

Con la solución OLANET, hemos conseguido un control de la producción, su planificación, etiquetado ON
LINE del producto para la trazabilidad , y un control con los Check List para evitar errores que hacen que para
nosotros sea la herramienta IT mas importante de la empresa, incluso mas que el ERP. Internamente
llamamos a Olanet el “quita multas”
Ignacio de Juanes
(Responsable de IT y de la Implantación Proyecto MES en Maicerías Españolas)

Pág. 31
Casos de éxito
USO DE RFID EN AUTOMATIZACIÓN

Proyecto de Automatización con RFID

Alcance del proyecto

 Trazabilidad unitaria, con Inlays de RFID en UHF unitarios en cada pieza inyectada
 Consumo de 1,3 mill Inlays al año
 Las piezas se inyectan en la planta de Logroño y se montan en la planta de
Figueruelas de OPEL
 El sistema MES importa la secuenciación de la cadena de montaje
 En cada puesto de montaje se lee el Inlay de RFID
 El sistema MES comanda el control de las máquinas de montaje en cada puesto
 Verifica que la operación se ha realizado con éxito
 Conecta con todos los PLC de las máquinas
 Ordena las operaciones que se deben realizar, a partir de la lectura del Inlay de RFID
y del producto final que hay que fabricar

Pág. 32
Casos de éxito
USO DE RFID EN AUTOMATIZACIÓN

Arquitectura de la implantación

Los componentes que intervienen en la solución RFID son los siguientes:

Antena UHF

21.203D2A9.16E8B8.719BAE03C
Lector

Software

Inlays

Pág. 33
 Capacidad predictiva Primer modelado

Casos de éxito Calidad del dato

MODELADO Y CAPACIDAD PREDICTIVA: ANÁLISIS PREDICTIVO A 3 NIVELES Modelado

Recepción de datos y
transformación

Análisis ‘a futuro’ Análisis ‘próximos 25 coches’ Análisis ‘siguiente coche’

Establece las predicciones de Teniendo en cuenta lo que está Con lo ocurrido hasta ese
fallos en pares de apriete. No ocurriendo en este momento, momento, predice lo que va a
se tiene en cuenta lo que está predice lo que va a ocurrir con los ocurrir con el coche concreto
ocurriendo en ese momento. próximos 25 coches siguientes. en el momento concreto.

Objetivo
Precisión global 81,15% Objetivo
Precisión global 95,55% Objetivo
Precisión global 99,18%

Pág. 34
Casos de éxito
MODELADO Y CAPACIDAD PREDICTIVA

Proyecto Thinking-Factory
(Programa Etorgai del Gobierno Vasco)

● Implantación de proyecto MES

● Trazabilidad unitaria, con marcado
Datamatrix en pieza
● Ciclos menores de 30 segundos
● >200 parámetros de proceso, fotos, pares
de apriete, avances, revoluciones…
● 1,2 Teras de información al mes
● Captura vía lectura de librerías FOCAS de
FANUC
● Análisis de datos con Big Data

Pág. 35
Casos de éxito
AUTOMATIZACION

Proyecto de Automatización

Alcance del proyecto:

 Línea mecanizado de Aretxabaleta y Chequia.
 Trazabilidad unitaria, con marcado datamatrix en pieza.
 >220 parámetros de proceso, pares de apriete, bobinados, tolerancias dimensionales, etc.
 En ciclos menores de 6 segundos.
 Las piezas mecanizadas viajan a Chequia y allí se montan en otra línea.
 Al leer el datamatrix de la pieza de Aretxabaleta, algunos parámetros de tolerancias se pasan al PLC de la línea de
montaje, y selecciona de forma inteligente qué pieza encaja mejor con las que están en línea.
 En Chequia también se marca el conjunto final en datamatrix y se lleva trazabilidad por lotes del resto de las piezas del
conjunto.
 2 servidores, 1 en cada planta por problemas de línea de comunicaciones, pero a las noches se traspasa la información al
servidor central.

Pág. 36
Casos de éxito
RFID

Implantación del proyecto SITRO (Trazabilidad)

 38 Lavanderías en todo el territorio nacional

 Más de 3.200 personas en plantilla
 87% de personas con discapacidad
 Más de 200 vehículos de reparto

Se estima que, contando con

las dotaciones del circulante,
podemos llegar a un total de
6.000.000 unidades

50% 50% Ropa

Renting de cliente

Pág. 37
Casos de éxito
RFID

Implantación del proyecto SITRO (Trazabilidad)

Antena de campo
lejano

Pág. 38
Casos de éxito
AGV´s

Implantación de plataforma Industria 4.0

(AGV, proyecto MES y gestión de mantenimiento)

 Varias plantas: Navarra, Burgos, Rumanía

 Logística: Control de AGV desde la plataforma IoT
 Poka-yokes en las interfaces de planta. Control de procesos con check-list
 Trazabilidad:
 Gestión de materias primas
 Etiquetado ON LINE. Códigos Datamatrix
 Conexión con AGV
 Gestión de preventivos / predictivos en mantenimiento

Pág. 39
Casos de éxito
CENTRO DE SALUD “ON LINE”

Pág. 40
Casos de éxito
SOLUCIONES AVANZADAS “ON LINE”

Codificación automática  Motor de codificación automática

de gestión clínica y flujo
 Aplicación de las más avanzadas técnicas
asistencial semánticas
 Traduce y resume la actividad clínica y flujo asistencial en
Historia Clínica Resumida del paciente.

 Contemplaestándares y nomenclatura
especialidad médica , en este caso Oncología

Pág. 41
Casos de éxito
SOLUCIONES AVANZADAS “BUSQUEDAS SEMANTICAS”

 Motor de codificación automática

 Aplicación de las más avanzadas técnicas

semánticas

 Traduce consultas en lenguaje natural a un

formato de meta-datos

 Contempla tanto CIE-9 como CIE-10

Codificación automática
de diagnósticos y procedimientos
 Ayudas on-line (“tipo Google”)

 Módulo del Codificador, para codificación

manual:
 Resuelve problemática CIE-10
 Buzón de tareas pendientes
 Asistente de codificación
 Acceso a documentación clínica

 Integrable con aplicaciones de terceros

Pág. 42
Casos de éxito
SOLUCIONES AVANZADAS “BUSQUEDAS SEMANTICAS”

Solución de ayuda inteligente basada en el modelo

canadiense de triaje pediátrico que es capaz de
optimizar y agilizar el proceso de
identificación, por nivel de gravedad,
de aquellos pacientes que requieren atención
inmediata y de facilitar su ubicación en el área de
tratamiento adecuada, garantizando una óptima
calidad asistencial y la máxima eficiencia en las
valoraciones clínicas.

Pág. 43
 Casos de éxitoIbermática
Presencia
y la Justicia
ADMINISTRACION PUBLICA. JUSTICIA

 Definición y desarrollo integral de la gestión procesal JustiziaBat/JustziaSip

 Definición y desarrollo del portal JustiziaNet
 Servicios de soporte funcional, atención a usuarios y técnicos

 Sistema de publicación web  Definición y desarrollo integral de

 Web de la red Iberoamericana IberIUS la gestión procesal ejusticia.cat

 Plan de Sistemas Información Juzgado de Galapagar

 Consultoría proyecto gestión jurisdiccional  Servicio de soporte y asistencia a usuarios
 Oficina Técnica y asesoramiento

 Plan Andaluz de Justicia

 Consultoría, soporte y monitorización
 Consultoría digitalización Audiencia
Nacional

 Análisis y desarrollo de un Cuadro de Mando

 Consolidación e integración de servidores orientado a la Dirección
de dominio de Oficinas Judiciales
Pág. 44
Casos de éxitoIbermática
Presencia
en Justicia Gobierno Vasco
ADMINISTRACION PUBLICA. JUSTICIA
Sistemas de Información

Otros organismos

Profesional (procuradores, abogados, graduados…)

Ciudadano

Jueces, Magistrados, Fiscales

Soporte
Funcional Consultoría Gestión
Documental y
Generación de
Letrados de la Administración de Justicia
Documentos
Soporte
Jurídico

Tramitadores / Personal de auxilio judicial

Soportes

Gestores

Pág. 45
Analytics y BigData
EXPERIENCIAS REMARCABLES

Optimización de decisiones de pricing de carburantes en

Proyecto estratégico de BigData basado en Oracle Exadata
para la recogida y análisis de los datos masivos de consumo
eléctrico provenientes de los contadores inteligentes.
Desarrollo e implantación de una solución informacional
BigData para la monitorización y análisis de capacidad de red
IP del backbone internacional de Telefónica. Appliance HP
Vertica y Hadoop, para gestionar alto volumen de datos.
Migración informacional DB2 y los modelos en Teradata a la
nueva plataforma.: Netezza + PowerCenter.
Los nuevos desarrollos se abordan directamente en la nueva
tecnología.
Proyectos y servicios de soporte posterior de aplicativos,
informacionales con tecnologías Oracle: ODI, OBIEE, APEX,
para diversos ámbitos:
estaciones de servicio. Identificación de variables
significativas que tengan influencia sobre la demanda de
carburante en las distintas tipologías de estaciones de
servicio.
BigData y analítica avanzada aplicada a la optimización de
diversos procesos de la planta. Implantación de un sistema
que identifica correlaciones entre las distintas variables
influyentes en los defectos. En base a los históricos de
desviaciones detectadas, se explican cuáles son los atributos
principales que afectan a dichas desviaciones, y cuáles son
las reglas que explican el porqué de las mismas.
BigData y analítica avanzada aplicada al mantenimiento
predictivo de activos, máquinas y componentes en un
contexto de Thinking Factory (Industry 4.0), utilizando como
base la optimización del indicador estándar OEE.

- Horizon: de RRHHs. Ajustado a LOPD

- Smartfinance, Optimus: CMMI y Financiero
- THORS: Financiero y Aprovisionamiento
Tecnología corporativa: MicroStrategy y PWC. Colaboración
en desarrollo y mantenimiento en modalidad AM de KITS,
Cuadros de Mando (Facturación, Financiero, Riesgos,
Clientela…) basados en Teradata y Oracle.
Banca Privada: Mantenimiento correctivo y evolutivos de
Cuadros Mando y reportes de Facturación y Fondos Clónicos
para Servicios Centrales en MSTR. Tecnología móvil.
Sistema avanzado de predicción de la demanda, en base a
información de consumos teóricos. El sistema extracta,
analiza e infiere patrones de comportamiento de clientes
conocidos y fieles, permitiendo interpolar este
comportamiento a clientes potenciales,
Sistemas avanzados para la codificación automática de
historias clínicas, diagnósticos y tratamientos utilizando
técnicas de reconocimiento de textos (text mining)

Monitorización y análisis avanzado de comportamiento del

Desarrollo y posterior servicio de mantenimiento DW
flujo de tráfico y predicción de incidencias. Genera
unificado para todas las operadoras, que recoge información
indicadores y cuadros de mando para informar tanto a
de los operacionales PPM (gestión de proyectos) e ITSM
usuarios en tránsito como al resto de grupos interesados en
(gestión de incidencias, errores, cambios y problemas –BMC
conocer el estado de las vías públicas.
Remedy-). 15 Operadoras, 1.500 usuarios, multi-idioma,
distintas ventanas de carga. La tecnología implementada
ETL: DataStage + Cognos BI. La clave: Trazabilidad end-to-
end del dato.
Pág. 46
¡Muchas gracias por vuestra atención!

Jornada: ”Revolución 4.0, Río

Ebro Tendiendo Puentes”
Miranda de Ebro
Juanjo Galdós
619423201
jj.galdos@ibermatica.com
Pág. 47