M365Con 2027 – conferencia online gratuita · 11–22 Jan 2027 · 120 sessions→ m365con.net

2026-10-04

Por qué la mejora continua necesita mejores datos

Por qué la mejora continua necesita mejores datos
La mejora continua debería generar aprendizaje que se acumula con el tiempo. Sin embargo, en muchas fábricas el trabajo de mejora sigue dependiendo en gran medida de talleres, hojas de cálculo, informes aislados y de lo que la gente recuerda del turno anterior. Un evento Kaizen puede producir avances visibles, pero algunas semanas después la misma pérdida suele reaparecer bajo condiciones de producción ligeramente distintas. El problema no siempre es la calidad de la idea de mejora. El mayor inconveniente es que los equipos con frecuencia no pueden demostrar si la contramedida realmente funcionó, dónde funcionó y en qué condiciones dejó de hacerlo. POR QUÉ LAS MEJORAS KAIZEN A MENUDO DESAPARECEN Un taller crea enfoque durante unos días. Los equipos mapean el proceso, identifican desperdicios, asignan acciones, mueven herramientas, cambian listas de verificación o ajustan los traspasos. Luego vuelve la presión habitual de la producción. El supervisor tiene otro pedido urgente, mantenimiento tiene otra

La mejora continua se supone que genera un aprendizaje que se acumula con el tiempo. Sin embargo, en muchas fábricas, el trabajo de mejora todavía depende en gran medida de talleres, hojas de cálculo, informes aislados y de lo que la gente recuerda del turno anterior. Un evento Kaizen puede generar un progreso visible, pero algunas semanas después la misma pérdida suele reaparecer bajo condiciones de producción ligeramente distintas. El problema no siempre es la calidad de la idea de mejora. El problema mayor es que los equipos a menudo no pueden demostrar si la contramedida realmente funcionó, dónde funcionó y en qué condiciones dejó de funcionar.

POR QUÉ LAS MEJORAS KAIZEN A MENUDO DESAPARECEN
Un taller crea enfoque durante unos pocos días. Los equipos mapean el proceso, identifican desperdicios, asignan acciones, mueven herramientas, cambian listas de verificación o ajustan los traspasos. Luego vuelve la presión habitual de producción. El supervisor tiene otro pedido urgente, mantenimiento tiene otra avería, planificación cambia la secuencia y calidad retiene otro lote. La acción de mejora queda en algún archivo de Excel o en un gestor de proyectos en lugar de convertirse en parte del ritmo operativo. La pregunta importante, por tanto, no es si una acción se completó, sino si la condición productiva realmente mejoró.

PDCA NECESITA UN VERDADERO PASO DE VERIFICACIÓN
Planificar, Hacer, Verificar, Actuar suena sencillo, pero muchas organizaciones en la práctica ejecutan Planificar, Hacer y Seguir adelante. PLANIFICAR debe definir un problema comprobable, la condición actual, la mejora esperada y la hipótesis detrás de la contramedida. HACER significa probar la contramedida en condiciones reales de producción registrando suficiente contexto para entender lo que realmente ocurrió. VERIFICAR significa comparar el resultado esperado con la evidencia real de producción. ACTUAR significa estandarizar el cambio cuando la evidencia lo respalda, o adaptarlo, acotarlo o revertirlo cuando no lo hace.
• ¿La pérdida realmente disminuyó?
• ¿El problema simplemente se trasladó a otro lugar?
• ¿El cambio mejoró la disponibilidad mientras dañaba la calidad?
• ¿Funcionó en distintos productos, equipos y turnos?
• ¿Mantenimiento, material, programación u otro cambio de proceso influyeron en el resultado?
Una única tanda de producción exitosa no es una prueba. La mejora continua necesita evidencia suficiente para separar una mejora repetible de un turno afortunado.

EL GEMBA Y LOS DATOS SE NECESITAN MUTUAMENTE
Los datos no reemplazan al Gemba. Operarios, supervisores, técnicos, planificadores y equipos de calidad comprenden condiciones de producción que los sistemas a menudo no pueden capturar. Un registro de máquina puede mostrar una parada de diez minutos, mientras que un operario sabe que la parada ocurrió porque un componente no se sentía bien, una ruta normal de material estaba bloqueada o el turno anterior dejó la estación en una condición inusual. Al mismo tiempo, la observación por sí sola muestra solo un turno, un evento o una versión del problema. Los datos operativos conectados permiten comprobar si una observación se repite entre órdenes, productos, máquinas, turnos, lotes de material y periodos más largos.

El Gemba ayuda a los equipos a identificar dónde mirar y qué preguntas importan. Los datos operativos ayudan a comprobar esas preguntas a través del patrón productivo real. El trabajo estándar luego transmite el aprendizaje para que el siguiente turno no empiece desde cero.

EMPIECE POR LA PREGUNTA DE MEJORA
Uno de los mayores errores en la analítica de fabricación es comenzar con los datos que casualmente están disponibles. Una línea de producción moderna puede generar enormes volúmenes de información procedentes de PLC, sensores, sistemas MES, ERP, sistemas de calidad, aplicaciones de mantenimiento y hojas de cálculo. Más datos no crean automáticamente mejores decisiones. Un proceso de mejora útil comienza con la pregunta de producción que el equipo realmente necesita responder.

En lugar de preguntar "¿Qué datos tenemos?", pregunte "¿Qué pregunta de producción intentamos responder?". Una afirmación como "los cambios de formato tardan demasiado" sigue siendo demasiado amplia. Una mejor pregunta sería: ¿por qué el tiempo de cambio de formato varía significativamente para la misma familia de productos en la misma línea de producción? Esto ayuda de inmediato a definir el contexto que importa.
• Producto anterior
• Producto siguiente
• Orden de producción
• Recurso o línea
• Configuración de herramientas
• Material
• Turno o equipo
• Inicio del cambio
• Tiempo de rearranque
• Primera unidad aceptable
• Producción estable
• Resultados de calidad
• Alarmas de máquina
El objetivo no es recopilar todo. El objetivo es recopilar el menor conjunto de hechos capaz de cambiar la decisión de mejora.

EL ERP EXPLICA EL PLAN
El ERP proporciona el contexto comercial y de planificación alrededor de la producción. Puede mostrar cantidades planificadas, rutas, compromisos con clientes, necesidades de material, prioridad de pedidos y la secuencia de producción prevista. Ese contexto importa porque las condiciones de producción cambian constantemente. Una contramedida podría reducir genuinamente el tiempo de preparación mientras el cumplimiento de entregas se deteriora porque cambió la mezcla de producción o planificación introdujo transiciones de producto más frecuentes.
El ERP, por tanto, ayuda a explicar qué se suponía que debía ejecutarse, en qué secuencia, para qué demanda, con qué ruta y materiales. Pero el ERP describe principalmente la intención. No describe necesariamente lo que físicamente ocurrió en el taller.

EL MES EXPLICA LO QUE REALMENTE SE EJECUTÓ
El Sistema de Ejecución de Fabricación cubre parte de esa brecha. El MES puede proporcionar el historial de ejecución detrás de una orden, incluyendo inicio y fin reales de operación, cantidad producida, rechazos, retenciones, retrabajos, recursos, transacciones de operarios, consumo de material, trazabilidad y códigos de motivo. Esto permite a los equipos de mejora conectar las pérdidas con órdenes y operaciones reales en lugar de depender de la memoria o de promedios diarios.

Los datos del MES aún necesitan interpretación. Las transacciones pueden introducirse tarde, distintos equipos pueden usar los códigos de motivo de forma diferente, y una marca de tiempo puede representar cuándo un operario confirmó algo en lugar del momento físico exacto en que ocurrió. El sistema aporta evidencia, pero el proceso le da significado.

LOS DATOS DE MÁQUINA E IOT EXPLICAN EL PROCESO FÍSICO
Cuando los equipos necesitan entender qué ocurrió dentro de una operación, los datos de máquina se vuelven importantes. Las señales de PLC e IoT pueden exponer estados de máquina, tiempos de ciclo, alarmas, velocidad, temperatura, presión, enclavamientos, carga de motores, comportamiento al rearrancar y tiempo hasta alcanzar producción estable. El MES puede mostrar que una operación se reinició a una hora determinada, mientras que los datos de máquina explican lo ocurrido en los minutos previos a que volviera la producción estable.
• Alarmas repetidas
• Velocidad reducida tras el rearranque
• Recuperación de temperatura
• Ajustes manuales
• Enclavamientos
• Tiempos de ciclo inestables
Los datos de máquina sin contexto productivo pueden seguir siendo engañosos. Una alarma resulta mucho más útil cuando puede conectarse con la orden de trabajo, el producto, la operación, el recurso, la condición de la herramienta, el material y el resultado de calidad que rodean al evento.

EL TALLER AÑADE SIGNIFICADO
Operarios, técnicos de mantenimiento, supervisores y equipos de calidad completan los vacíos que los sistemas automatizados no pueden cubrir. Un código de motivo como "problema de material" puede describir situaciones muy distintas en la práctica. El material puede haber llegado tarde, comportarse de forma diferente, llevar una etiqueta incorrecta, estar dañado o haber generado un problema aguas abajo que solo se hizo visible más tarde.

Los códigos estructurados ayudan a categorizar los eventos. El contexto humano ayuda a explicarlos. Por ello, la captura de datos debe encajar con la realidad de la producción en lugar de interrumpirla. La pregunta útil no es cuánta información puede introducir un operario, sino cuál es la menor aportación humana que mejoraría la siguiente decisión de mejora.

NECESITA UN LENGUAJE COMÚN DE FÁBRICA
El ERP, el MES, los sistemas de mantenimiento, los históricos y las hojas de cálculo pueden describir el mismo evento de producción de forma diferente. Un sistema puede llamar a un recurso "Línea 3", otro puede usar "LINEA03", mantenimiento puede registrar varios activos separados dentro de la línea y un histórico puede seguir usando una antigua etiqueta de PLC. Un

Apple Podcasts · Spotify · YouTube · Deezer

Why Continuous Improvement Needs Better Data (English)