¿Qué Software es apto para su empresa?

Acceda a nuestros evaluadores

Mucho se ha escrito sobre la diferencia entre tener datos y tener información pero con las grandes bases de datos que maneja hoy el software ERP es conveniente volver sobre el tema. Cuando tenemos grandes volúmenes de datos, la selección y el análisis de los mismos debe hacerse en forma estadística.

A menudo, visito empresas que tienen datos guardados desde tiempos inmemoriales y no llegan a convertirlos en información y, mucho menos, en acción. Parece que existe la idea de medir y almacenar todo tipo de dato porque algún día a alguien le servirá. Este comportamiento es aún mas marcado en las industrias manufactureras que suelen tomar datos de todos los procesos y la mayoría de esos datos nunca son tratados convenientemente.

Los datos deben servirnos para obtener información y, con ella, conocimiento. Como es bastante común que se confunda entre conocimiento e información lo mejor es comenzar definiendo los términos y, para ello, me voy a guiar en este resumen extraído del blog de Skip Walter:

Desde un primer repaso, diremos que información son datos estructurados y que conocimiento es información en acción. Pero vayamos un poco más lejos. Si recordamos las jerarquías (WUKID: Windsom Sabiduría, Understanding Entendimiento, Knowledge Conocimiento, Information Información, Data Dato) de Russell Ackoff:

  • Dato: Es una observación primaria del mundo. Podría ser una lectura de temperatura de 28º, o el precio de un libro , o cualquiera de las cosas observables que nos encontramos cada día.
  • Información: Proporciona la estructura para los datos. Un reporte del clima pone la temperatura (dato) en un contexto. La temperatura en Buenos Aires, fue de 28º el 10 de Noviembre de 2008, a las 2pm y el sol brillaba. Cada uno de los componentes de la oración anterior son datos puestos juntos para formar una información global.
  • Conocimiento: Es información procesable. Dada la cadena de información del clima antes mencionada, yo podría saber qué tipo de vestimenta ponerme para salir.
  • Entendimiento: Es ver patrones en el conocimiento y la información. Si la cadena de clima antes mencionada se combinara con 20 o 30 días de la misma cadena de información y yo hubiera vivido en Buenos Aires por más de 10 años, yo sería capaz de ver el patrón de una primavera calurosa. El entendimiento tiene un componente de tiempo mayor que el de la información y el conocimiento.
  • Sabiduría: Es ir más allá de los niveles de entendimiento para ver los sistemas a gran escala y ser capaz de predecir comportamientos y resultados en un futuro de términos más amplios (5-15 años) basado en los mismo patrones que surgieron del entendimiento. Cuando muchos datos sobre muchos años fueron refinados en información, conocimiento y patrones de entendimiento, los científicos fueron capaces de ver los patrones de clima en el largo plazo como con El Niño y La Niña. Basado en estos patrones de clima, los futurólogos del clima, pueden predecir tendencias en términos más largos en Buenos Aires y actuar de acuerdo a ello.

Datos

¡No tome datos que no vaya a analizar! Se sugiere empezar por preguntarse qué problema queremos solucionar o qué queremos mejorar. Dado que cada tarea que se hace en nuestra empresa es un proceso, visualícelo como tal

El producto o servicio de salida del proceso tiene características y, muchas veces, son definidas por el cliente en términos de especificaciones. Como ejemplos podríamos decir que si nos dedicamos a hacer café las características serian la temperatura y la concentración. Si el proceso consiste en emitir una factura, las características podrían ser el tiempo de realización y la cantidad de errores.

Si no están definidas, determine las Características Criticas para la Calidad (C3). Estas características se convierten en nuestro dato principal. Mas adelante, y con la ayuda de herramientas estadísticas podremos saber qué variable del proceso influye más fuertemente sobre la característica de salida y así podremos fijar una nueva característica a controlar tomando datos de la misma (Análisis de Correlación , Regresión, Diseño de Experimentos).

Información. No hay dos productos o característica exactamente iguales. Porque las variaciones en el proceso hacen que aparezcan pequeñas diferencias en las características. Longitudes, durezas, tiempos de entrega de una factura. El primer paso para entender las variaciones es diferenciar entre variaciones comunes y variaciones especiales. Si analizamos un grupo de mediciones veremos que todas son distintas pero, en conjunto, ellas tienden a un patrón de distribución. Y un grupo de datos puede ser caracterizado por tres parámetros.

  • Localización (valor típico cercano al objetivo).
  • Dispersión ( distribución cuan lejanos del objetivo).
  • Patrón de distribución ( tipo de figura que genera).

Causas Comunes se refieren a aquellas fuentes de variaciones dentro de un proceso que hacen que las salidas del proceso permanezcan estables y repetibles en el tiempo. Si en un proceso sólo existen causas comunes de variación, entonces, ese proceso, es predecible. Causas especiales (causas asignables) son aquellas fuentes de variación que NO están siempre presente en el proceso y, cuando aparecen, causan una variación en la distribución. Estas causas hacen que el proceso no sea estable; por lo tanto, es impredecible.

Si ponemos los datos en un contexto, por ejemplo, calculando el valor Promedio y el Desvío Standard y, luego, lo comparamos contra las tolerancias especificadas por el cliente, entonces, podremos saber qué tan capaz es nuestro procesos de cumplir con las especificaciones (Capacidad del Proceso CPK). Los datos ya van tomando forma de indicadores (Promedio, Desvío Standard, CP, CPK) que describen el proceso, mas allá del dato de origen. Ayúdese con histogramas para representar gráficamente la distribución de los datos.

Conocimiento

Aplicando estadísticas, no necesitamos medir y registrar todos los datos sino que podemos tomar pocos datos significativos (muestras) e inferir con ellas las características del total (población). Aquí también es importante que el conocimiento lo tengamos a tiempo. Para esto, existen muy buenos sistemas de Control Estadístico de Procesos (CEP) en Tiempo Real que dan la información vital para tomar decisiones antes que se produzcan los problemas. Hay otros paquetes de software muy conocidos que son sólo para hacer estadísticas “off line” o post mortem. Imagínese ¡qué pasaría si nos damos cuenta, después de 24 horas, que alguien bajó la llave térmica de la cámara frigorífica donde conservamos pescado! Sólo algunos software de CEP pueden ser integrados a los ERP para compartir la misma información; tanto los datos de entrada como el resumen de salida con forma de indicador.

Entendimiento

La estadística nos sirve para encontrar patrones de comportamiento y, así, entender mejor nuestro proceso. Cuando el dato es una variable continua, es decir, que puede tomar cualquier valor entre infinito y menos infinito; y cuando las causas especiales de variación han sido eliminadas del proceso, la distribución será parecida a una curva normal o campana de Gauss.

En este tipo de distribución se sabe que el 68 % de los datos caerán entre +/- 1 desvío standard (1 Sigma) a cada lado de la Media. A +/- 2 Sigmas el 95 % de los datos…

Este patrón es el que nos permitirá saber rápidamente si nuestros procesos están controlados o fuera de control.

Sabiduría

Si sabemos cómo es nuestro proceso y le segregamos las causas especiales de variación podemos predecir cómo será en el futuro. Volcar los datos a un grafico de control nos permitirá detectar cualquier anormalidad en el proceso, como tendencias, rachas, valores fuera de control, etc.

Finalmente, llevar esta información a la acción es necesario investigar cuáles son las causas que afectan al proceso para eliminarlas o minimizarlas efectuando acciones correctivas. Lo ideal es utilizar algún método de análisis de causa raíz como la de los 5 “porqué”.

Conclusión

  • Determine qué datos le interesan antes de comenzar a registrar.
  • Tome sólo muestras y aplíqueles un tratamiento estadístico.
  • Convierta los datos en indicadores.
  • No almacene muchos datos históricos sino mas bien indicadores, al menos que su empresa lo requiera por cuestiones de trazabilidad.
  • Tome conocimiento de sus procesos.
  • Realice acciones correctivas y controle que se mantengan en el tiempo.

Walter Behar,
Director Electrosistemas – www.tmpro.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