¿Por qué el análisis de tus datos es importante para mejorar el rendimiento de tu producción?

Muchas empresas del sector necesitan evidencia para creer en los datos como imprescindibles para tomar decisiones basadas en evidencia (Irónico, ¿no?). Sigue pendiente en esta industria concienciar a los profesionales de que analizar datos es clave para aumentar la competitividad y conquistar el mercado. Todavía son muchas las empresas que no recurren a la Estadística para tomar decisiones, sino que salen “a pescar”, a ver qué pasa.

Un operario puede tener asignados para dos días diferentes las mismas tareas y, aun así, enfrentarse a escenarios completamente distintos. De esto trata la variabilidad, parte inherente y parte que estadísticamente puede ser controlada y reducida. Estar preparado para actuar ante cualquier circunstancia es vital, y aunque podemos tener suerte si actuamos en base a sensaciones, esto no ocurre en sucesivas ocasiones.

Si partimos de una metodología de trabajo donde los datos no se registran correctamente por una falta de pautas o de sistematización, su posterior análisis es imposible: o nos encontramos ante datos irrelevantes por no registrar información suficiente, o porque están desordenados y/o mal registrados (además, será difícil averiguar su origen para anotarlo correctamente). Por ello, concienciar a los profesionales de tratar este tema de raíz debe ser visto como una inversión en tiempo y no como un gasto a evitar. Mejorar hoy para ver resultados mañana.

El valor de los datos es incalculable para la toma de decisiones

Lord Kelvin fue un físico y matemático británico autor de la cita:

«Lo que no se define no se puede medir. Lo que no se mide, no se puede mejorar. Lo que no se mejora, se degrada siempre.«

La medición es parte de la gestión y no debe verse como algo opcional.

Establecer indicadores de control y analizar su impacto nos ayuda a conocer nuestras debilidades y fortalezas. Definir los factores que influyen en la producción, para cuantificarlos y priorizarlos según el contexto, nos permite actuar eficiente y proactivamente ante numerosas situaciones, porque habremos realizado un análisis con el que hemos descubierto el origen de cada desviación.

Investigando y analizando, respondemos a preguntas diarias sobre el rendimiento de los procesos

Supongamos que queremos controlar un proceso en el que la variable de interés es el número de lechones destetados (NWP). Nuestro objetivo es comprobar si este proceso está bajo control, en el sentido en el que cualquier variación (un mayor o menor NWP) en este dato y en el tiempo sea debido a “causas naturales” que no podamos controlar (generadas por variaciones naturales en la temperatura o humedad de la granja, por ejemplo, al estar cambiando la época del año como puede ser otoño).

Ahora que tenemos un contexto, y comprobado que durante los últimos 12 meses el NWP ha mantenido una variación normal, supongamos que hemos aplicado un cambio: introducido un nuevo protocolo de vacunación.

Muchos profesionales esperarían “ver” si este cambio está generando unos mayores rendimientos productivos, y sacar conclusiones en base a impresiones. El sesgo al que se están enfrentando es tal que podrían cometer dos tipos de errores, que estadísticamente tienen un término determinado:

  • Error tipo I: Actuar cuando no deben (dejar de seguir ese protocolo que realmente está funcionando, pero pensamos que no).

  • Error tipo II: No actuar cuando deben (seguir bajo la nueva metodología cuando está afectando negativamente a la productividad).

Pero la sistemática a seguir debería ser otra, más exacta e incluso sencilla (una vez implementada): Definir objetivos, registrar datos, almacenarlos y realizar un análisis de Control Estadístico de Procesos (Statistical Process Control, SPC):

Imagen: Gráficos de control en un análisis SPC.

Estos gráficos tienen la ventaja de que son visuales y fáciles de interpretar. La línea de puntos vertical representa el momento donde hemos (en nuestro ejemplo) cambiado el protocolo de vacunación.

“¡Ojo! Estos gráficos no dicen que algo va mal, sino que algo ha cambiado y el proceso ya no está bajo control.”

Como estamos analizando el NWP, lo que nos interesa es que la producción se “dispare” y la línea de puntos se desplace hacia la parte superior. Así, la conclusión que podemos sacar en base a evidencia (esta vez sí) es que cambio es bueno para las condiciones de la granja analizada y que, aplicándolo durante más tiempo y bajo un sistema controlado, los ingresos de la empresa pueden aumentar significativamente.

Proponemos otros ejemplos donde un SPC nos ayudaría a obtener información muy interesante:

  • Conocer el porcentaje de cerdas repetidas durante un periodo de tiempo, investigando en detalle posibles incrementos asociados a un determinado fallo. De tal manera, si el marco temporal es grande, nos habremos ahorrado tiempo y dinero en analizar cada mes o semana individualmente, ya que nuestro momento crítico está claro.
  • Detectar una mayor o menor eficiencia en los protocolos y equipos de gestión.
  • Evaluar la incidencia de una enfermedad y su evolución en el tiempo.

Los datos permiten ver lo que de otra manera es imposible

Responder un “por qué” a tiempo puede solventar muchos problemas. Ahora que comienza la época más otoñal del año, caracterizada en la industria porcina por un aumento del número de abortos en cerdas gestantes, las empresas de producción se preparan para hacer frente a un aumento de casos. Estos, aunque muchos suceden por causas naturales que no podemos evitar, también se generan por otras especiales o asignables que, aunque son menos, su influencia es importante y genera pérdidas significantes.

Tener un conocimiento profundo del desempeño de los procesos, factores e indicadores de posibles enfermedades, y tener un plan de actuación, marca la diferencia.

En T&T llevamos más de 20 años trabajando en la industria porcina y conocemos la importancia de analizar la información para tomar acciones correctivas a tiempo y evitar errores fatales.

Por ello hemos desarrollado Síagro. La ponemos a disposición de todas las empresas que:

  • Quieran analizar sus datos y tomar decisiones para incrementar su competitividad y rentabilidad.
  • No dispongan de recursos y/o tiempo para realizar análisis estadísticos exhaustivos o para solicitarlos a otras empresas.
  • Busquen concienciar al personal de actualizar metodologías de trabajo para mejorar la productividad y su propia capacidad profesional.
  • Apuesten por la innovación y la mejora continua.

Síagro es una Aplicación Web que permite, desde un único e intuitivo panel de control, realizar análisis estadísticos y crear informes en tiempo real, sin programar ni realizar cálculos matemáticos. Los equipos tienen total independencia para analizar sus datos, sin externalizar estas tareas a otras empresas que puedan no conocer tan bien ciertas especificaciones (objetivos empresariales, limitaciones o características de las instalaciones, …).

Animamos a los lectores a consultar la página web oficial www.síagro.es o escribir a marketing@testsandtrials.com para más información.

SPC gráficos de control

Artículo publicado en Suis de Grupo Asis.