Carlos, ¿por qué minimizar el agua no registrada (ARN) es clave para una gestión eficiente de la red de distribución de agua?

• Datos. Es necesario disponer de una buena instrumentalización de la red, aquí está ayudando enormemente la inserción en el mercado de los dispositivos IIoT. Disponer de un amplio fondo histórico de datos, cuanto mayor sea mejores serán las predicciones. Pero no solamente son necesarios los datos de campo provenientes de sensores si no también los datos de operaciones de mantenimiento que ayudarán a correlacionar averías, fugas y/o reparaciones con medidas de operación de la red de distribución.
   
• Calidad de los datos. Esto también es una parte esencial. Es necesario elaborar un tratamiento completo de los datos que defina un conjunto de ellos con la máxima calidad. Datos relacionados y contextualizados que permitan la elaboración de diferentes grupos de patrones.
   
• Conocimiento experto. Data Scientist que trabajan "codo con codo" con expertos empresariales determinan la capacidad de aplicar las últimas técnicas para establecer simulaciones de redes, patrones de consumo, patrones de fuga o patrones de fraude.
   
• Machine Learning y Deep learning. La aplicación de estas técnicas nos permite obtener outputs como detección temprana de anomalías o detección temprana de fugas.