¿Qué Software es apto para su empresa?

Acceda a nuestros evaluadores

La inversión en software para la planificación de recursos empresariales (ERP) es indispensable para obtener ventajas competitivas en el mercado globalizado. Sin embargo, los usuarios finales se enfrentan con  interfaces complejas de pobre usabilidad.

Este artículo resume un experimento en el que se examinaron los efectos de la complejidad de la información, la presentación de datos y el diseño visual del ERP como un aspecto clave de la usabilidad.

Mediante el uso de tablas alfanuméricas que simularon los datos de un sistema ERP para tomar una decisión, la calidad de la toma de decisiones de los usuarios se redujo a medida que aumentó la complejidad de la información y la mala presentación debida al diseño visual del ERP.  Los resultados muestran la importancia de estudiar el comportamiento de los usuarios y proporcionan varios datos con consecuencias prácticas. Sobre todo, los procesos de diseño visual del ERP centrados en el usuario pueden contribuir sustancialmente a una implementación exitosa de sistemas de información complejos, tales como los sistemas de gestión empresarial.

Antecedentes

Las redes globalizadas de producción en el mercado globalizado se caracterizan por por el aumento de la dinámica y complejidad. Exigencias tales como la reducción del “time to market”, incremento de la diversidad de productos, complejidad de las cadenas de suministro se enfrentan con equipamientos de producción interconectados, modelos de fabricación más organizados y sistemas de planeamiento de recursos empresariales.

Todos estos recursos no dejan de tener contacto con la conectividad, con la internet de las cosas o con otras definiciones tecnológicas modernas. Estas tendencias ofrecen una gran oportunidad para aumentar la calidad, la cantidad y la productividad pero al mismo tiempo son un desafío enorme.

EL proyecto conocido como “The Cluster of Excellence Integrative Production Technology for High-Wage Countries”, una iniciativa para conseguir el aumento de productividad en la industria alemana, aborda estas oportunidades y desafíos. Apunta a resolver la “polylemma de producción ” que se desarrolla a través de dos dilemas:

  1. Orientada a los planes versus orientada a la producción de valor.
  2. Escala versus alcance.

Una polylemma es una circunstancia en la que debe hacerse una elección entre varias opciones que parecen igualmente indeseables.

El modelo de producción orientado a los planes, que hace hincapié en la planificación centralizada y en los procesos, identifica estrategias de asignación óptima de recursos.  Además, se calculan capacidades y recursos  a-priori y por lo tanto no es capaz de ajustar en tiempo real cambios inesperados.

En contraste, los modelos basados en la entrega de valor ofrecen alta flexibilidad para adaptarse a los cambios ya que las decisiones se toman a lo largo de la cadena de valor y las situaciones individuales pueden resolverse en tiempo más corto ya que no debe consultarse a ninguna institución centralizada.

La segunda dimensión, escala versus alcance, se refiere al equilibrio entre la producción en masa barata, rentable, de productos similares versus la. costosa fabricación de productos individualizados.

En las economías de escala, los costos de producción por unidad se reducen al mínimo, por ejemplo, mediante la baja de los costos fijos, la compra a granel de los recursos, una mayor planificación, y por medio de división del trabajo.

Las economías basadas en el alcance tienen por objetivo reducir los costos de fabricación de los diferentes productos, para ofrecer un diversa cartera de productos o productos individualizados. La atención se centra en el aumento de la flexibilidad de una empresa, por ejemplo, mediante la producción de diferentes productos en la misma máquina o por los tiempos de entrega más cortos.

Para competir en los mercados globalizados, las empresas deben resolver este polylemma y la creciente interconectividad de sistemas técnicos entre los diferentes niveles de una red de producción. Mientras que los sistemas de Planificación de recursos empresariales (ERP) y los Sistemas de Ejecución de Manufactura (MES) aumentan su penetración en las empresas de fabricación y en los procesos automatizados, hay y siempre habrá operadores humanos que mantienen el control, asumen responsabilidades, y que deben tener un profundo conocimiento sobre aspectos no modelados en estos sistemas. Sin embargo, los factores humanos que contribuyen a la toma de decisiones eficientes y eficaces, en estos entornos complejos, no se entienden lo suficiente.

El problema

La cantidad de información en sus diversas formas ha aumentado en los últimos años. En consideración de este hecho, las organizaciones empresariales tienen el desafío de encontrar formas adecuadas para hacer frente a la enorme cantidad de información con el fin tomar decisiones en los mercados globales. Este problema es particularmente importante para las redes logísticas complejas como las cadenas de suministro. La gestión eficaz de la cadena de abastecimiento se caracteriza por decisiones rápidas y económicas teniendo en cuenta los diferentes nodos de la red (por ejemplo, proveedores, distribuidores, consumidores.) y sus interacciones. Se utiliza  software de planificación de recursos (ERP) para proporcionar esta información compleja con el fin de apoyar la decisión los responsables. Sin embargo, los operadores humanos de estos sistemas se enfrentan a una cantidad cada vez mayor de información. Teniendo en cuenta que estas personas toman las decisiones finales, están obligados a utilizar la información apropiada en el contexto de sus objetivos.

Como la capacidad de procesamiento de un individuo está limitada, la sobrecarga de información  perjudica la efectividad y la eficiencia de las decisiones. Por lo tanto, es importante entender la percepción y el procesamiento que las personas hacen de información compleja para brindar una visualización eficaz que soporte mejor calidad de la decisiones. Para el desarrollo de pantallas generales, es indispensable tener en cuenta los efectos de múltiples factores en una configuración de un experimento controlado.

En consecuencia, en primer lugar describimos las características y problemas del diseño visual del ERP. Con ello los autores aclaran la necesidad de investigar el papel de la complejidad de la información y la presentación de los datos mostrados en el sistema ERP con consideración del factor humano.

A continuación, se presenta un estudio empírico para hacer frente a los efectos de estos factores sobre la calidad de las decisiones. Finalmente, se discuten los resultados y se ofrecen varias consecuencias prácticas importantes.

Acerca del experimento

Se construyeron tablas alfanuméricas que representaron los datos de un sistema ERP.  Las tablas consistían en cuatro columnas y cuatro u ocho filas. Cada fila representa un producto y las celdas contenían valores de datos numéricos. La información de cada producto fue dividida en cuatro columnas: almacén, de producción, datos de la semana y demanda.

Almacén (S)

Representa la cantidad productos almacenados. Los valores se generan de manera aleatoria entre 11 a 19.

Producción (P) y datos semanales (W)

Representa el número de productos en la fase de producción. Fueron parte de la población actual a pesar de que aún no se transporta a la tienda. El valor para cada columna se genera aleatoriamente entre 3 y 9. El valor de la otra columna se varió como una función de la complejidad de la tarea (variable independiente).

Demanda (D)

El valor de esta columna representa la demanda de un cliente ficticio. Los valores diferían al azar de 1 a 10 como una función del stock total.

El stock total (TS) de un producto en cada fila es una fórmula TS= S+P*W

Las personas tienen que decidir si hay suficiente cantidad de productos para satisfacer la demanda (TS > D) o si no la hay (TS < D).

La decisión “stock insuficiente” se podría tomar una vez detectada la situación para un producto, mientras que los sujetos tenían que comprobar cada fila de toda la tabla para la decisión “suficiente existencias totales “.

Variables experimentales

La decisión puede tomar dos valores existencias suficientes o insuficientes, como una variable independiente. Las variables dependientes fueron el rendimiento (tiempo de reacción en milisegundos) y la precisión (porcentaje de respuestas correctas). Además, se examinaron los efectos de los siguientes tres grandes variables independientes:

  1. Volumen de datos: las tablas con poco volumen de datos contenían 4 productos (4 filas) y las de mayor volumen disponían de 8 productos (8 filas).
  2. Complejidad de la tarea: se definieron 3 niveles de complejidad usando diferentes valores para las columnas de producción y semanas.
    1. Tablas con baja complejidad: solo comparan almacén (S) y demanda (D). Por lo tanto P o W son cero.
    2. Tablas con complejidad intermedia: P o W tienen valor 1.
    3. Tablas con alta complejidad: P o W tienen valor 2.
  3. Presentación: se usaron tipografias pequeñas (Arial, 8 puntos, 2,8 mm) y medianas (Arial, 16 puntos, 5.6 mm) para construir las tablas con pobre y buena presentación.

Los participantes

Fueron 32 participantes voluntarios que recibieron un presente al terminar el experimento. La edad oscilaba entre 21 a 39 años. Todos ellos tenían una visión normal. Se asignaron los datos de la tablas pobremente presentadas y bien presentadas de manera aleatoria.

Diseño y procedimiento

El experimento se diseñó con los siguientes factores y resultados posibles

Los participantes lo hicieron de manera individual. El experimento comenzó con la realización de un cuestionario y la conducción de las pruebas cognitivas.  El experimentador explicó la tarea experimental y instrucciones a los participantes para responder lo más rápido y preciso como sea posible. Los participantes fueron asignados a un bloque experimental (48 tablas) después de un bloque de prácticas con 12 tablas. El orden de las pruebas fue aleatorio.  Al comienzo de cada ensayo, se presentó en el centro de la pantalla una cruz de fijación.  La tabla apareció en la pantalla a los 250 milisegundos (ms) después de aparecer la cruz. Los participantes respondieron con el dedo índice para tomar una decisión:

  1. A la izquierda (“suficiente stocks “).
  2. A la derecha (” insuficiente stock “).

El tiempo de reacción se midió desde la aparición de la tabla hasta la respuesta del participante. El experimento duró unos 40 minutos.

Resultados del experimento

El estudio examinó los efectos de la complejidad de la información (cantidad de datos y la complejidad de la tarea), la presentación visual y los factores humanos como aspectos clave de la usabilidad y en la eficiencia de decisiones en Sistemas ERP. El propósito fue investigar la interrelación de estos factores y implicaciones  práctica  para el diseño visual de ERP.  Los resultados mostraron que la velocidad de las decisiones cayó con el aumento de volumen de datos y complejidad de la tarea.

Además el aumento del volumen de datos impactó de manera negativa en la velocidad de las decisiones, especialmente para las tablas con alta complejidad de tareas. Se encontró que la mala presentación de datos disminuye la velocidad de una decisión.

El estudio reveló que las presentaciones de datos pobres tienen efecto en personas con velocidad de percepción más baja. Al contrario, la gente con una alta velocidad de percepción puede compensar las presentaciones pobres y alcanzar casi el mismo nivel de velocidad de decisión que los individuos con baja velocidad de percepción pero que ven buenas presentaciones de datos.

Consecuencias

Las consecuencias del estudio son varias. En primer lugar, reveló que el rendimiento de las decisiones está influenciada por factores humanos.  Aunque la naturaleza de estas influencia no está enteramente entendida, el experimento ofrece el potencial para investigar el rol de factores humanos y técnicos en entornos complejos y para cuantificar los costos de pobres interfaces.

En segundo lugar, el estudio mostró que las personas con una velocidad de percepción alta son capaces de compensar los efectos negativos de la mala usabilidad. Especulamos que los desarrolladores de sistemas ERP han de pasar por alto que sus sistemas son utilizados por un diversa población de usuarios con una gran variación en la edad, motivación y las habilidades cognitivas, por lo que no todo el mundo es capaz de compensar los efectos de las malas interfaces de usuario.

Por lo tanto, los autores sugieren hacer una re ingeniería de los sistemas ERP siguiendo el ciclo de vida típico de la usabilidad como sugiere Gould y Lewis (atención temprana en usuarios, medición empírica de uso y diseño iterativo) y que las directrices disponibles para reducir complejidad se apliquen sistemáticamente, lo que incluye una consideración de diferentes aspectos de la información, la complejidad y sus posibles interacciones.

Es crucial que los desarrolladores de software presten atención a los diversos factores de usuario tales como las habilidades de edad y cognitivas, ya que éstos contribuyen sustancialmente a aumentar la  efectividad, la eficiencia y satisfacción.

Fuente: 6th International Conference on Applied Human Factors and Ergonomics (AHFE 2015) and the Affiliated Conferences, AHFE 2015-On the visual design of ERP systems – The role of information complexity, presentation and human factors

Autores: Victor Mittelstädta, Philipp Braunera , Matthias Blumb , Martina Ziefle
Traducido y adaptado por la División consultoría de EvaluandoERP.com

 

¿Qué Software es apto para su empresa?

Acceda a nuestros evaluadores

Suscríbase a nuestras novedades

Suscríbase a nuestras novedades

¿está interesado en nuestros contenidos de ERP? Suscríbase para nuestros newsletter y no deje de estar informado.

¡Listo, ya está suscripto!

Share This