Análisis de datos en procesos industriales
La transformación digital está suponiendo una necesidad o un reto para muchas de nuestras organizaciones y sabemos que no resulta un proceso claro y fácil de llevar a cabo. Una de las palancas está en capturar datos de procesos y desarrollar herramientas (aplicaciones) digitales que aporten valor en la toma de decisiones.
Pensamos que, para llevar a cabo una trasformación digital ordenada (con aporte de valor en cada paso), ésta debe realizarse con la colaboración de TODOS los agentes afectados: propietarios de procesos, tecnólogos, y asesores en elaborar tácticas estadísticas para la recogida y analítica de la información.
Sin embargo en todo el proceso existe un elemento débil en las organizaciones que ya lo trata el artículo ” Industry 4.0. A Discussion of Qualifications and Skills in the Factory of the Future: A German and American Perspective”: la falta de habilidades de pensamiento estadístico aplicado a los procesos en todas las personas de las diferentes disciplinas afectadas y que afectará a que la transformación digital tenga realmente un impacto positivo en el negocio. Los expertos recomiendan capacitaciones como las que proponemos de modo que se acelere el modo en que las personas de las organizaciones aporten su SABER específico de los procesos en cada paso de la transformación digital.
El hecho es que la Tecnología avanza a una velocidad superior de lo que estamos preparados, pero, ¿de qué nos sirve que existan soluciones para captura masiva de información su almacenamiento y su disposición en tiempo real, de que existan soluciones matemáticas o de algoritmia para la toma de decisiones con datos, de que existan soluciones para el desarrollo de aplicaciones de visualización, etc. si NO TENEMOS CLARO lo que QUEREMOS? Actuar sin tener claro el objetivo o dejándonos llevar sólo por lo que vemos en otros, probablemente nos conduzca a recoger/utilizar datos para realizar aplicaciones ineficientes o que provocan tomar decisiones sesgadas que acabarán diseminando un conocimiento incorrecto. La reciente publicación “Inteligencia artificial: ¿progreso o retroceso?” trata también este tema.
“Sabemos que a cada proceso
hay que mirarlo de una
manera diferente”
En base a más de 25 años de experiencia identificamos que el aporte de valor que los datos pueden proporcionar a la industria no está tanto o sólo en la predicción, sino también en la causalidad. En particular en entender las causas del “por qué haciendo lo mismo a veces salen comportamientos diferentes” de cara a realizar actuaciones de prevención, corrección o incluso de cambio de diseño de recetas de producto o proceso para lograr procesos lo menos variables posibles y así reducir los costes asociados a calidad y gestión de los mismos. Esta reducción de la variabilidad sería además idónea para lograr mejores predicciones.
Sin embargo, los desarrollos digitales actuales no están tratando estas aplicaciones con la misma eficacia que otros temas. Uno de los motivos es la errónea creencia de que la solución la va aportar el tener muchos datos y herramientas de analítica avanzada, cuando la clave está en que los propietarios de los procesos conozcan más los procesos desde sus datos y colaboren con los tecnólogos en las soluciones desde el comienzo.
En este contexto, hemos organizado el Programa superior de Análisis de datos en procesos industriales.
Lourdes Pozueta, Dra. en Estadística, AVANCEX
Elisabeth Viles, Catedrática Universidad, TECNUN