¿Qué es el análisis aplicado a la fabricación?

Fabricantes de todo tipo, desde productores de aluminio y acero a fabricantes de componentes electrónicos, motores de aviones y productos químicos, utilizan análisis de datos para agilizar el funcionamiento de sus fábricas, supervisar el rendimiento de sus proveedores, incrementar su tasa de pedidos con una ejecución perfecta, identificar cuellos de botella en su cadena de suministro, mejorar la productividad de sus empleados, reducir las retiradas de productos y, en última instancia, reducir sus costes e impulsar sus ganancias.

¿Qué es el análisis aplicado a la fabricación?

Los fabricantes utilizan análisis de datos para reducir los tiempos de inactividad no programados, realizar un seguimiento de los indicadores clave de rendimiento y mejorar la eficiencia de sus fábricas y la satisfacción de sus clientes. Hoy en día, la tendencia imperante es la Industria 4.0 o fabricación inteligente. Esta implica agregar datos recopilados de sistemas de TI convencionales, así como de equipos industriales, y ejecutar aplicaciones de análisis para tomar decisiones más fundamentadas. El análisis también ayuda a los fabricantes a identificar las causas raíz de los errores de producción y a predecir cuellos de botella en los procesos de fabricación y cadena de suministro que podrían entorpecer la satisfacción de pedidos.

Conclusiones clave

• Los fabricantes mantienen sus equipos en funcionamiento durante los ciclos de producción mediante el análisis de datos de sensores, que les permite identificar cuándo es probable que dichos equipos fallen.
• Las empresas de fabricación que contemplan una transición a modelos de negocio más orientados al servicio utilizan el análisis para identificar las fuentes de ingresos a las que afectan directamente las ineficiencias en la producción.
• El análisis ayuda a los fabricantes a supervisar continuamente sus cadenas de suministro, brindándoles visibilidad de la ubicación de las materias primas o las piezas en tránsito de los proveedores, así como de los materiales de distintas plantas.
• Las empresas del sector de la fabricación utilizan análisis para reducir el número y el alcance de las retiradas de productos mediante la identificación de las máquinas o líneas de producción específicas donde se produjeron problemas de calidad. Esto les permite retirar solo lotes de productos específicos en lugar de partidas completas.
• Asimismo, los fabricantes utilizan análisis para realizar un seguimiento de indicadores clave de rendimiento fundamentales, con el fin de alcanzar sus objetivos de pedidos perfectos.

En qué consiste el análisis aplicado a la fabricación

La mayoría de las empresa de fabricación utilizan sensores para recopilar datos de su planta y sus equipos, (lo que se conoce como datos operativos), así como de los sistemas de TI que ejecutan aplicaciones para gestionar sus procesos de fabricación, finanzas, cadena de suministro y RR. HH. El análisis aplicado a la fabricación ayuda a los líderes empresariales a tomar decisiones en función de la combinación de esos datos.

Por ejemplo, los sistemas de análisis permiten a los líderes empresariales realizar un seguimiento de ciertos indicadores clave de rendimiento (KPI) para identificar qué proveedores cumplen de manera constante los plazos, identificar cuellos de botella en la cadena de suministro y limitar el alcance de las retiradas de productos. Los sistemas de análisis también interpretan los datos de inventario y de las órdenes de trabajo del sistema ERP, así como la información generada por las máquinas de la planta de producción, y alertan a los responsables sobre la posibilidad de no poder satisfacer plazos clave de entrega debido a una producción insuficiente o tiempos de inactividad de las máquinas. Este tipo de análisis ayuda a los fabricantes a mejorar su tasa de pedidos perfecta, un KPI que refleja la capacidad de una empresa para entregar la cantidad correcta de productos sin pérdidas ni daños, con el embalaje correcto y facturas que reflejen con precisión los precios estipulados y el número de productos entregados.

Cómo funciona el análisis aplicado a la fabricación

En la mayoría de las empresas de fabricación, sensores conectados a equipos clave envían de forma constante flujos de datos (normalmente almacenados en un almacén de datos) acerca de todos los tipos imaginables de parámetros (por ejemplo, la temperatura de funcionamiento de un motor o el nivel de vibraciones emitidas por unos rodamientos de bolas). Todo ello ayuda a detectar problemas potenciales que deben abordarse antes de que un equipo falle y detenga una línea de producción.

Las fábricas más sofisticadas vinculan los datos operativos a los sistemas de TI pertinentes para alertar a las unidades de producción de posibles disrupciones y a los líderes empresariales de que una orden de trabajo o producción en particular asociadas a un equipo están amenazadas. Este tipo de análisis también puede aplicarse al inventario. Los responsables utilizan aplicaciones para consultar dónde encontrar inventario (en diferentes almacenes de un proveedor o en tránsito) y recurren a análisis con el fin de tomar decisiones mejores y más rápidas para lidiar con posibles déficits de inventario que podrían detener un ciclo de producción si no se abordan sin demora.

Ventajas del análisis aplicado a la fabricación

El análisis aplicado a la fabricación brinda beneficios sustanciales. A continuación, describimos los más importantes.

• Menos tiempo de inactividad no programado. Las empresas de fabricación utilizan análisis para interpretar datos de los sensores que podrían indicar que un equipo tal vez vaya a fallar dentro de poco. Por ejemplo, los sensores pueden detectar que los rodamientos de bolas de un eje de engranajes vibran a una frecuencia inusual, lo que indica que pronto se detendrán. Con estos datos, los fabricantes pueden realizar un mantenimiento preventivo para garantizar que tanto la máquina como la línea de producción funcionen según lo previsto.
• Mejora de la productividad. Gracias al análisis, los fabricantes pueden impulsar la productividad de sus equipos y empleados e incrementar sus márgenes de beneficio hasta en un 10 %, según McKinsey. La consultora citó el ejemplo de una empresa global de productos químicos que redujo sus costes varios millones de euros al año, en parte reduciendo su dependencia de proveedores externos para ciertas líneas de productos e identificando oportunidades para ampliar la capacidad al aumentar el rendimiento de algunos activos de producción cruciales. La empresa también impulsó sus ventas al incrementar su capacidad de producción de otras categorías de productos. El fabricante utilizó un modelo de análisis que reunía más de 500 variables, más de 3000 restricciones y cientos de pasos de producción.
• Soporte para nuevos modelos de negocio. Muchos fabricantes están experimentando con nuevos modelos de negocio basados en la entrega de servicios y la venta de productos terminados, conocidos en algunos círculos como "producto como servicio". Algunos ejemplos son los fabricantes de motores de avión que cobran a las aerolíneas en función del número de horas que un motor vuela sin necesidad de reparaciones, y un fabricante de equipos médicos que factura a los hospitales en función del uso y garantiza el tiempo de actividad de los equipos a cambio del pago de una tarifa. El análisis hace posible estos servicios, ya que ayuda a los fabricantes a analizar los datos recopilados por sus sistemas para identificar cuándo se requiere un mantenimiento preventivo. Además de permitir a los fabricantes conseguir una fuente diferenciada de ingresos recurrentes, los datos que recopilan y analizan les ayudan a mejorar sus productos futuros, y el modelo les ayuda a establecer relaciones duraderas con los clientes.
• Optimización de costes. Los fabricantes pueden supervisar mejor tanto sus costes globales, desde la mano de obra hasta los materiales y los gastos generales, como sus gastos anómalos, como pedidos excesivos de stock de seguridad de una materia prima que generan costes de transporte desmesurados. Tal uso del análisis puede conducir a una mejora de los márgenes.
• Seguimiento de indicadores clave de rendimiento (KPI). Los líderes empresariales utilizan análisis para identificar posibles problemas que podrían afectar a aspectos clave del negocio, tanto en sus plantas como en sus cadenas de suministro. Un solo KPI no es suficiente para estar al corriente del rendimiento de una planta o una empresa de fabricación. Además, algunos KPI, como la entrega a tiempo, reflejan no solo el rendimiento de una planta sino de toda una cadena de suministro. Las empresas de fabricación líderes usan análisis para ayudar a sus responsables a entender los problemas que explican cada uno de estos KPI, así como la forma en que se relacionan entre sí.
  
  Entre los KPI más comunes se encuentran:
  • La tasa de pedidos perfectos, que, como se ha explicado anteriormente, es una combinación de varios KPI que reflejan si un fabricante entrega los productos terminados sin errores, desde el envío del número correcto de productos y su empaquetado correcto hasta la garantía de que van acompañados de documentación que coincide con la cantidad real enviada y facturada según los precios estipulados.
  • El rendimiento, que mide la eficiencia con la que se producen los bienes, calculando el número de unidades que se producen según las especificaciones estándar como porcentaje del número total de unidades producidas.
  • La eficiencia general de los equipos (OEE, por sus siglas en inglés), que mide el porcentaje de tiempo que una planta es productiva, teniendo en cuenta la calidad de los productos, la disponibilidad de los equipos y el rendimiento. Mediante el análisis de la OEE en un momento dado, los fabricantes pueden predecir posibles fallos en los equipos y planificar su mantenimiento en consecuencia.
  • La entrega a tiempo, que mide el porcentaje de unidades entregadas en un marco temporal específico según lo prometido al cliente. Este análisis ayuda a comprender posibles retrasos en la satisfacción de pedidos y a identificar su causa exacta, (por ejemplo, problemas de entrega de los proveedores o cuellos de botella en la gestión de pedidos).
  • El rendimiento, que calcula la eficiencia de una determinada planta o fabricante en función del número total de bienes producidos en un marco temporal determinado. Mediante una supervisión continua de este tipo de datos, los fabricantes pueden identificar posibles ineficiencias en los equipos, gestionar los atrasos de recursos y ajustar los planes de producción para cumplir sus objetivos.
  • El tiempo de ciclo, que constituye una forma de calcular la capacidad de las instalaciones de un fabricante para satisfacer la demanda, medido según la cantidad de bienes que produce una planta desde el momento en que un cliente realiza un pedido hasta el momento en que recibe los bienes.
  • El volumen de producción, que mide el número total de unidades producidas en un marco temporal determinado.
  • La capacidad utilizada, que mide el grado de coincidencia entre la capacidad y la demanda de un fabricante. Se calcula dividiendo la capacidad total utilizada en un marco temporal determinado por la capacidad de producción total disponible. Esta cifra se multiplica por 100 para obtener un porcentaje.
  • La tasa de desperdicio, que mide la cantidad de material que se debe desechar tras la finalización de una tarea. Cuanto menor sea esta tasa, mejor.
• Seguimiento del rendimiento de los proveedores. Los fabricantes utilizan análisis para identificar a los proveedores que entregan piezas o materias primas a tiempo de forma consistente. También lo usan para supervisar la calidad de los productos de los proveedores, sus precios en relación con los de la competencia y en qué medida cumplen con las normas laborales y medioambientales.
• Mayor visibilidad de la cadena de suministro. Las empresas de fabricación utilizan análisis para producir informes sobre sus niveles de inventario de materias primas o piezas. Pueden visualizar qué piezas están aún en tránsito y en cuáles de sus plantas disponen de inventario que se podría desplazar para cubrir un déficit en otra ubicación. Esto es especialmente importante en el caso de grandes fabricantes con miles de proveedores que envían cientos de pedidos a la vez.
• Prioridad de las órdenes de trabajo. El análisis permite a los equipos de fabricación determinar más fácilmente qué proyectos y ciclos de producción deben priorizar, en función de factores como cuándo se ha prometido un producto, si actualmente se dan disrupciones en la cadena de suministro y si los equipos tienen a su disposición el inventario específico necesario para cada pedido. El análisis permite a las personas encargadas de la supervisión comparar las órdenes de trabajo, las órdenes de venta y el inventario físico, y permite a los responsables de la producción entender cómo encajan los distintos procesos de producción en un plan de fabricación general. Por ejemplo, un gerente de planta puede decidir ejecutar una orden de trabajo reciente que debe satisfacerse rápidamente para un cliente importante o que suele solicitar grandes volúmenes de productos y rebajar la prioridad de una orden anterior pero que no tardará tanto en atenderse de un cliente menos regular.
• Mejora de la productividad de los empleados. Los análisis pueden ayudar a reducir el tiempo de inoperativo no programado, como se ha indicado anteriormente, para que los trabajadores rara vez estén inactivos. Pero también permiten al personal a programar actividades de mantenimiento para momentos en los que los equipos no están en uso, ya que estas tareas pueden resultar difíciles de realizar manualmente cuando hay varias órdenes de trabajo en curso en más de una instalación. Esto, a su vez, ayuda a garantizar que los equipos de mantenimiento no se queden sin hacer nada, esperando para poder trabajar en las máquinas. De hecho, según las estimaciones, tan solo una cuarta parte del tiempo de trabajo de los empleados de mantenimiento es productivo. Estos mismos tipos de análisis se pueden utilizar para ajustar otros procesos, como las horas de inicio y finalización de los turnos, para que coincidan con las ventanas de entrega de materiales u otros factores externos.
• Limitación del alcance de las retiradas de productos. Los análisis utilizan informes detallados de cada equipo, como datos de producción en tiempo real e informes de control de calidad, para ayudar a los fabricantes a identificar exactamente cuándo surgió un problema de calidad, en qué línea de producción y en qué equipo. Esto ayuda a limitar el alcance de las retiradas de productos, reduciendo los costes y mejorando la satisfacción de los clientes.
• Datos más detallados. Los fabricantes gestionan sus operaciones utilizando KPI con datos que generalmente provienen de la planta. Estos datos también se pueden vincular a líneas de producción e incluso máquinas específicas, lo que permite a las empresas mejorar el rendimiento, los tiempos de ciclo y otros KPI a un nivel granular.
• Reducción de la rotación de empleados. El análisis puede ayudar a los fabricantes a detectar y rectificar riesgos de seguridad, condiciones de trabajo difíciles, turnos de trabajo excesivamente largos e infrautilización de los empleados, lo que ayuda a mejorar la motivación, la seguridad y la permanencia de estos. Los fabricantes también recurren a análisis para identificar a los trabajadores con competencias más amplias que las que utilizan en su puesto específico. Esto les permite reasignar empleados a diferentes áreas de la empresa para impulsar su desarrollo profesional.
• Datos financieros coherentes. Las empresas que siguen utilizando hojas de cálculo y otros medios manuales e inconexos de gestión de datos financieros a menudo terminan con datos inconsistentes. Esto puede deberse a errores en la generación de informes o a que los gerentes tratan de ofrecer la mejor cara posible en situaciones que han ido mal. El análisis aplicado a los datos extraídos de las aplicaciones financieras y los equipos de la planta de producción permite producir informes automatizados y precisos sin manipulaciones ni errores humanos.

Nueve buenas prácticas para el análisis aplicado a la fabricación

Los proyectos de análisis exitosos comparten varias características clave, descritas en las siguientes mejores prácticas.

Casos de uso empresariales del análisis aplicado a la fabricación

Los fabricantes utilizan el análisis de datos para mejorar la eficiencia general de sus operaciones de planta y de sus cadenas de suministro y obtener una visión más adecuada de sus KPI, como la eficiencia general, el tiempo de actividad y el rendimiento de los equipos. Veamos algunos ejemplos.

• HarbisonWalker Internacional. Las grandes empresa multinacionales de fabricación utilizan análisis para mejorar la precisión de sus previsiones y la entrega de pedidos a tiempo. HarbisonWalker International, una empresa con más de 150 años de antigüedad que fabrica productos refractarios (productos que pueden soportar altos grados de calor, presión o ataques químicos), cuenta con decenas de instalaciones dispersas en tres continentes. La combinación de adquisiciones y una miríada de aplicaciones a las que se habían agregado parches durante los últimos 20 años dificultaban la recopilación y el análisis de datos. Al consolidar datos y aplicaciones en un único sistema ERP en la nube, HarbisonWalker consiguió analizar los datos financieros y de fabricación de toda la empresa para mejorar la precisión de sus previsiones, reducir las horas extra de sus trabajadores, ajustar los niveles de inventario y mejorar la entrega a tiempo en más del 90 %.
• Western Digital. El análisis ayuda a las grandes empresas a tomar decisiones basadas en datos más rápidamente. Por ejemplo, los flujos de trabajo de generación de informes de la empresa de almacenamiento de datos Western Digital se veían ralentizados por varios factores, como la adquisición de Hitachi Global Storage Technologies y SanDisk, que usaban cada una diferentes plataformas de datos y flujos de trabajo. Juntas, las tres empresas gestionaban más de 2000 aplicaciones, y el departamento de TI tardaba más de ocho horas en actualizar el almacén de datos. Esta configuración dejaba a los usuarios profesionales sin acceso a inteligencia empresarial y análisis durante la jornada laboral y, cuando por fin podían acceder a los informes, los datos tenían entre 24 y 48 horas de antigüedad. Al estandarizar los datos y flujos de trabajo en un nuevo sistema basado en la nube con informes preconfigurados, Western Digital brindó a sus líderes empresariales acceso a datos analíticos en apenas 20 minutos. Además, la consolidación de datos y plataformas ha permitido a la empresa optimizar sus flujos de trabajo y garantizar que todos los responsables y ejecutivos trabajen a partir de los mismos conjuntos de datos e informes.
• Bitron. Las empresas del sector de la fabricación utilizan el análisis para reducir el tiempo que los ejecutivos dedican a buscar datos, lo que les permite tomar decisiones de forma empírica en lugar de guiándose por su instinto. Bitron, que fabrica una gama de componentes mecánicos y electrónicos para una variedad de industrias, como la energía, la automoción y la climatización, utiliza la tecnología en la nube para conectar sus datos. Herramientas de análisis de autoservicio permiten a los responsables crear los informes que necesitan. Normalmente, los usuarios necesitaban exportar datos de varias fuentes y ejecutar análisis por separado mediante herramientas de análisis inconexas, lo que generaba información errónea. Sin embargo, con Oracle Analytics Cloud, que incluye funcionalidades de preparación y enriquecimiento de datos, los usuarios pueden agregar datos y producir KPI con mayor facilidad para gestionar los procesos de fabricación.
• Bonnell Aluminum. El análisis ofrece a los fabricantes más visibilidad de su cadena de suministro y sus operaciones, lo que les permite satisfacer mejor las demandas de sus clientes. Bonnell Aluminum, un fabricante de extrusiones de aluminio fabricadas y terminadas a medida, intentaba utilizar datos de sus sistemas de RR. HH., finanzas y operaciones de planta, entre ellos datos de cinco plantas de fabricación que se encontraban en almacenes de datos no interoperables. Los gerentes de producción combinaban datos de las instalaciones recopilados en hojas de cálculo con un sistema propio de informes ERP, lo que generaba datos inconsistentes y decisiones poco fundamentadas. La falta de datos fiables impedía identificar o correlacionar la escasez de material en todo el mundo, identificar a los proveedores con menor rendimiento y priorizar los pedidos de los clientes. Esta falta de claridad se hizo insostenible, ya que el 80 % del negocio de Bonnell es la fabricación a medida, lo que requiere que entregue productos fabricados de acuerdo con especificaciones proporcionadas en un momento específico. Gracias a una nueva plataforma de análisis y ERP basada en la nube, la empresa toma ahora mejores decisiones de compra e inventario. Al conectar datos de toda la empresa, incluidos datos de proveedores, Bonnell puede comprender mejor qué productos tienen la mayor demanda, identificar los cuellos de botella de los distintos procesos (como retrasos de proveedores y problemas de inventario relacionados) y realizar los cambios necesarios (como reasignación de mano de obra y gastos) para satisfacer esas demandas personalizadas.

Cómo implementar el análisis de datos en la fabricación

La mayoría de las empresas de fabricación utilizan análisis de datos, pero en muchos casos aún no han implementado una estrategia completa, como la agregación y limpieza uniforme de los datos , la ejecución de consultas analíticas en relación con esos datos y la sistematización de respuestas a alertas u otra información revelada por estos. Los fabricantes deben considerar estas diez buenas prácticas de implementación recomendadas.

1. Crea un inventario del estado actual de tus repositorios de datos y documenta qué estado final buscas, incluidas las métricas que deseas obtener (para facilitar el mantenimiento preventivo, la mejora de la calidad, la seguridad de los trabajadores, etc.).
2. Realiza un inventario de tus tipos de datos. Esta tarea incluye datos no estructurados recopilados a partir de máquinas, dispositivos, activos en tránsito y otras fuentes, así como de las áreas de fabricación, finanzas, cadena de suministro, ventas, marketing, recursos humanos y otras aplicaciones, además de datos estructurados organizados en almacenes de datos o data lakes.
3. Inicia un proceso de migración de datos, primero consolidando los datos en un único almacén de datos u otro repositorio, con una copia de seguridad para garantizar la continuidad del negocio. Además de constituir un primer paso crucial en el proceso analítico, racionalizar los datos de esta manera también contribuye a reducir los costes de almacenamiento, lo que supone un gran triunfo inicial.
4. Crea conectores o fuentes de datos de orígenes dispares en el repositorio central.
5. Utiliza el software de depuración de datos para eliminar informaciones duplicadas, contradictorias o inexactas recopiladas de diferentes sistemas. De esta forma, garantizas que estén depurados y sean confiables.
6. Empieza a pequeña escala, como ya se ha indicado anteriormente. En primer lugar, apunta a un equipo de producción en el que se haya identificado un cuello de botella, de modo que los equipos puedan aplicar análisis con el fin de realizar un mantenimiento preventivo y reducir el tiempo de inactividad. También puedes identificar un conjunto de KPI (tiempos de ciclo, rendimiento, seguridad de los trabajadores, etc.) para realizar el seguimiento y mejorar el uso de los análisis.
7. Traslada el análisis a líneas de producción o procesos de cadena de suministro más importantes.
8. Permite a los usuarios profesionales crear sus propios informes y paneles de control a los intervalos que elijan para reducir su dependencia del departamento de TI.
9. Configura informes para que tengan un formato más visual (no tabular), de modo que faciliten la toma de decisiones basadas en anomalías de datos u otros indicadores.
10. Siempre que sea posible, utiliza informes predefinidos que formen parte del paquete de software de análisis y generen KPI estándar del sector que te ayuden a comparar tus operaciones con las de la competencia.

El futuro del análisis aplicado a la fabricación

Si bien la mayoría de los fabricantes ya utilizan la tecnología de la información y, en cierta medida, la telemática u otros instrumentos en sus equipos, su uso de la TI y el análisis en particular suele ser desigual. Esto se debe a que los datos residen en diferentes silos, lo que dificulta el acceso y el análisis.

La estandarización de los sistemas de TI basados en la nube ayudará a los fabricantes a consolidar todos estos datos, tanto estructurados como no estructurados, de modo que podrán utilizar el análisis de una manera concertada y coherente para obtener información precisa y confiable para mejorar la toma de decisiones.

Por último, la introducción de machine learning con poco código y sin código integrado en los análisis permitirá a los usuarios profesionales crear informes por su cuenta, sin necesidad de realizar una solicitud de soporte ni de obtener ayuda de TI. Esto redundará en un uso más frecuente de los datos y todos los beneficios que ello conlleva.

Prepara tus procesos de fabricación para el futuro con Oracle

Oracle Cloud Supply Chain & Manufacturing, que forma parte de Oracle Fusion Cloud ERP, ayuda a los fabricantes a responder rápidamente a las cambiantes condiciones de la oferta, la demanda y el mercado. Los fabricantes que utilicen este conjunto de aplicaciones pueden supervisar continuamente los patrones de inventario para mitigar los riesgos de los atrasos de órdenes de trabajo, determinar si el rendimiento de los proveedores podría afectar a los objetivos de producción y mucho más.

Oracle Fusion Supply Chain & Manufacturing Analytics permite a los fabricantes aumentar la productividad con información predefinida, mejorar la eficiencia de la planta detectando rápidamente anomalías y optimizar los procesos de la planificación a la producción con una vista integrada de la cadena de suministro y los datos de fabricación.

Preguntas frecuentes sobre análisis aplicado a la fabricación

¿Cómo ayuda el análisis a los fabricantes?
Los fabricantes utilizan el análisis para una variedad de propósitos, incluyendo reducir el tiempo de inactividad no planificado, realizar el seguimiento y mejorar el rendimiento de los proveedores, priorizar las órdenes de trabajo, aumentar la productividad de los empleados y reducir los defectos del producto.

¿Qué tipos de eventos físicos pueden detectar los sensores?
Los sensores pueden detectar la presencia de llamas, fugas de gas y niveles de aceite, y pueden percibir propiedades físicas como temperatura, presión y radiación. También pueden detectar el movimiento y la distancia de los objetos entre sí.

¿Dónde obtienen los fabricantes los datos que analizan?
Los fabricantes correlacionan los datos de una variedad de fuentes, incluidas las máquinas de planta de fábrica, sus aplicaciones de TI internas, sus proveedores y proveedores externos de datos centrados en los mercados, la demografía, el clima, las regulaciones, las patentes, las prácticas medioambientales, sociales y de gobernanza, y otras categorías de información.