Con la pandemia COVID-19, se ha hecho evidente la importancia de la Industria en la sociedad y en la economía, principalmente en el suministro de medicinas, equipos médicos y otros productos de primera necesidad. Además, esta pandemia provocó una crisis financiera sin precedentes, lo que hizo que la competitividad y la creación de una cadena de valor resiliente y flexible se convirtieran en enfoques estratégicos. Analytics surge como una herramienta de soporte e impulsora para estos nuevos objetivos estratégicos.

Visión global de Analytics

El enfoque tradicional de Analytics supone el estudio de los datos históricos a través de la estructuración y el procesamiento de las bases de datos, Reporting y Business Intelligence. Este enfoque es esencial para comprender una situación específica del pasado y responder a las preguntas "¿Qué pasó?" y "¿Por qué pasó?".

Analizar el presente también es importante para saber exactamente lo que está ocurriendo en este momento. Por eso, se pueden utilizar herramientas como la simulación, el Digital Twin y el Process Mining. De este modo, es posible realizar un seguimiento online de las condiciones y variables reales y probar nuevos escenarios o entornos para la toma de decisiones.

Por último, el soporte a la predicción de eventos futuros, sugiriendo lo que debería hacerse o diciendo lo que es más probable que ocurra es cada vez más relevante para la creación de valor y la construcción de una cadena de valor sostenible y resistente. Esto es posible con Advanced Analytics, que utiliza técnicas de regresión, análisis de factores de optimización e inteligencia artificial.

Beneficios de Analytics

Al centrarse de forma transversal en los datos, desde el pasado hasta el futuro, es posible desarrollar modelos estadísticos avanzados que permiten descubrir insights de negocio cada vez más específicos y personalizados y anticipar las situaciones más plausibles en el futuro.

Con este tipo de soluciones, será posible aumentar la productividad de las operaciones en su totalidad. En los equipos, esto puede lograrse con la implementación de modelos de mantenimiento prescriptivos que maximicen la vida útil de todos los componentes. Por ejemplo, en un equipo que funciona a diferentes temperaturas, los modelos prescriptivos pueden sugerir a qué velocidad debe funcionar el equipo para triplicar el periodo de tiempo antes de que se produzca un fallo en un componente en particular. De hecho, mientras el mantenimiento predictivo puede estimar el tiempo hasta el fallo, el mantenimiento prescriptivo es capaz de calcular los efectos de las diferentes condiciones de funcionamiento en el tiempo hasta el fallo.

También en la creación automática de planes de producción, normalmente asociada a un proceso complejo con multivariables y donde el resultado final es la mejor solución, la implementación de Analytics permitirá reducir el tiempo de construcción del plan y analizar varios escenarios flexibles, obteniendo así un plan de producción optimizado.

En materia de transporte, este tipo de solución permite definir rutas más optimizadas. En este sentido, además de enfocarse en la ocupación de los camiones, el cumplimiento de las ventanas de entrega y la limitación de las horas de trabajo es posible añadir otras necesidades del negocio, como la nivelación de las llegadas al almacén.

Los beneficios asociados a la eficiencia de los recursos, la incorporación de analytics en las diferentes áreas de la organización también mejorará la experiencia del cliente, al permitir el desarrollo de productos más ajustados a las tendencias del mercado, y creará un negocio más transparente y sostenible, al colaborar con otro tipo de entidades para medir y mejorar los impactos de una cadena de valor global.

Cómo implementar

Para empezar, hay que mapear el flujo de materiales para entender mejor todo el negocio. A continuación, trazar el flujo de información desde el Gemba hasta los diferentes sistemas de información utilizados para comprender mejor los datos y su origen. Tras estos mapeos, identificar las oportunidades de mejora en los procesos de toma de decisiones aprovechando un mejor uso de los datos actuales y construyendo una visión futura para todos los procesos relacionados con los datos. Por último, evaluar el rendimiento de la inversión de las distintas soluciones posibles y crear un plan de implementación de la transformación.

Para aprovechar plenamente las ventajas de Analytics e implementar nuevas herramientas y procesos, la gestión del cambio es fundamental. Hay que preparar a la organización para el éxito situando a las personas en el centro, involucrando a los diferentes usuarios finales desde la fase inicial de mapeo y escalonando la implementación en equipos piloto para probar y mejorar.