COMPAÑIA CONFIDENCIAL. NO REVELAR.
Günes Pekmezci de Bundesdruckerei comparte consejos sobre cómo asegurar un amplio apoyo para las iniciativas de transformación de análisis
Günes Pekmezci es ingeniero de fabricación en Bundesdruckerei, con sede en Berlín, una imprenta de seguridad de propiedad estatal responsable de la fabricación de pasaportes oficiales alemanes, tarjetas de identificación, billetes, sellos, visas y documentos de vehículos. Como gerente de proyectos técnicos que encabeza la implementación de las tecnologías IoT de la organización, Günes ha fomentado la transparencia en torno a la adopción de nuevos sistemas automatizados más basados en datos. Se unió a Bundesdruckerei en 2016 después de completar una maestría en Ingeniería de Procesos, Energía y Sistemas Ambientales en la Technische Universität Berlin.
Meg: Comenzaste tu carrera en un momento en que la Industria 4.0 estaba ganando un impulso significativo en Europa. Me imagino que, como alguien que egresó de la escuela de posgrado y ya estaba interesado en IoT, hubo muchas oportunidades emocionantes para impulsar el cambio.¿Cómo diría que este enfoque en la transformación de la analítica dio forma a su trayectoria profesional desde que se unió a Bundesdruckerei?
Günes: Cuando ingresé a la Bundesdruckerei, estaba muy ansioso por optimizar los procesos de producción, pero sabía poco sobre la nueva revolución industrial. Empecé como aprendiz en una división del departamento de producción trabajando con un colega para desarrollar iniciativas de Industria 4.0.
Empecé a leer e investigar sobre esta nueva revolución y finalmente creé un sistema de madurez para nuestras máquinas, casos comerciales relacionados y una cartera con una hoja de ruta. ¡Mi gerente y yo éramos los únicos dos en este departamento al principio! Se convirtió en mi mentora y apoyó mi proceso creativo, me alentó a aprender más sobre el tema y me brindó información valiosa sobre casos de uso comercial. Tuvimos mucho éxito con este enfoque, por lo que nuestra herramienta de madurez incluso se utilizó para proyectos futuros.
Durante este período de investigación, trabajé para optimizar los procesos de producción de Bundesdruckerei con datos, un esfuerzo que finalmente aporté también al departamento de ingeniería.
La transición cambió por completo la orientación de mi carrera, de ingeniería química a ingeniería de datos y ciencia de datos, y me convertí en el principal arquitecto de nuestros flujos de datos, buscando formas de recopilar mejor los datos necesarios para el análisis. Evalué varios sistemas de TI diferentes y trabajé en estrecha colaboración con nuestro grupo de TI de producción para implementar los sistemas que adquirimos, lo que finalmente condujo a la infraestructura de Industria 4.0 que tenemos hoy. Fui muy práctico durante este proceso, ya que probé todos los programas de TI para los casos de uso que necesitábamos. Ahora me veo más como un ingeniero autodidacta de IoT/IT.
Meg: ¿Cuáles fueron algunos de los obstáculos que tuviste que superar para implementar estos nuevos sistemas y procesos de datos?
Günes: Por un lado, Excel fue ampliamente considerado como la herramienta preferida para el análisis de datos en Bundesdruckerei. Al principio, fue difícil demostrar que otras herramientas podían funcionar mejor… difícil convencer a la gente de probar algo nuevo.
Mi estrategia fue comprender sus necesidades y mostrarles cómo podían satisfacer sus necesidades de forma más rápida y sencilla con JMP. Después de ver qué tan rápido JMP podía ejecutar un análisis, uno de nuestros colegas mayores incluso comenzó a tomarse el tiempo para aprender esta nueva herramienta de informes y ahora es una de las mejores programadoras de JSL en nuestro equipo. Sabe cómo automatizar sus propios informes con scripts JSL. Es muy valioso ver que incluso los usuarios de Excel desde hace mucho tiempo se alegran de usar JMP en su lugar.
Meg: ¡La introducción de nuevos métodos o herramientas definitivamente puede ser perjudicial al principio! ¿Cómo pudiste atraer a los escépticos con tu visión?
Günes: En el momento en que concluí por primera vez que deberíamos usar JMP para analizar nuestros datos, había un equipo que había estado usando macros de Excel durante mucho tiempo y planteó algunas objeciones. Mi enfoque fue comprender sus informes y crear exactamente el mismo análisis en JMP con scripts automatizados para una comparación directa.
Y terminamos reduciendo el tiempo de análisis en un 90%. En Excel, tomó 107 minutos procesar el valor de 30 semanas, y Excel alcanzó su límite y no pudo manejar más, mientras que en JMP mostré que podíamos analizar los datos de todo un año en 13 minutos.
Por lo tanto, vieron el potencial y se volvieron menos críticos. Me senté con ellos y les mostré cómo podían implementar sus propios guiones. Con su satisfacción, implementé JMP con esta promesa de facilidad y ahorro de tiempo.
También organicé capacitaciones y creé horas de oficina semanales de JMP durante las cuales los colegas pueden acudir a mí para obtener ayuda para encontrar una solución en JMP para un análisis específico o un desafío de datos. Es muy práctico. Y descubrí que cuantas más personas se han unido, más han enseñado a otros. Algunos incluso han comenzado a aprender cada vez más por su cuenta y tenemos muchos expertos de JMP en nuestro departamento en este momento, es algo de lo que estoy muy orgulloso.
Y ha sido bien recibido por nuestro liderazgo. Les hemos demostrado que podemos ahorrar tiempo y energía para las mismas cosas que estamos haciendo en otras herramientas. El hecho de que JMP sea muy fácil de usar también ha ayudado a los ingenieros a comenzar a usarlo más rápido sin asustar demasiado. Nuestro objetivo era encontrar una herramienta que no requiriera conocimientos de lenguaje de programación, ya que queremos que los ingenieros dediquen su tiempo a analizar datos en lugar de aprender a codificar.
Meg: Tengo curiosidad: ¿cómo ha cambiado JMP la relación entre los expertos en estadística y los expertos en dominios en Bundesdruckerei?
Günes: Aprendí a comunicarme cuidadosamente sobre la implementación de casos de uso de digitalización en producción exactamente por esta razón. Siempre subrayo el hecho de que la digitalización respaldará la experiencia de los expertos en el dominio. Y si bien puede quitarles un montón de trabajo repetido, no puede funcionar sin esa experiencia en el dominio.
El aprendizaje automático requiere mucha toma de decisiones experta en la fase de entrenamiento del algoritmo y, al final, una vez que la máquina comienza a tomar decisiones, solo puede hacer mucho para guiarlo. Como humanos con cerebros complejos, vemos cosas en los datos de las que una máquina puede no ser consciente, como las condiciones físicas, por ejemplo. El experto será quien finalmente decida dar luz verde a una decisión. Estas nuevas revoluciones están ahí para hacernos la vida más fácil.
Meg: ¿Cómo ha sido su relación con la organización JMP (gerentes de cuentas, ingenieros técnicos, defensores de los clientes)?
Günes: Me siento muy afortunada de haber comenzado a trabajar con Jessica Horsch, la administradora de cuentas de JMP. Ella es extremadamente determinada y hemos resuelto tantos problemas autocráticos con la ayuda de su determinación y pensamiento positivo. ¡Incluso logró firmar un contrato poco antes de Año Nuevo cuando en Alemania, casi nadie trabaja después de la segunda semana de diciembre!
Además, a través de ella, conocimos a Florian Vogt y Dieter Pisot. Hasta ahora, hemos hecho mucho con Florian. ¡Él es nuestro experto en JMP preferido! Organizamos algunos talleres sobre temas específicos a lo largo del año y estamos muy agradecidos de poder “preguntarle a Florian” y que nos enseñe las cosas específicas que necesitamos para nuestro análisis.
Meg: ¿Qué consejo le daría a alguien que acaba de comenzar con JMP, o que tal vez busca involucrar a su organización en la transformación analítica como lo ha hecho usted?
Günes: Cuando comencé con JMP, vi muchas sesiones web y las usé de manera práctica. También soy fanático del índice de secuencias de comandos en la herramienta. Busco en Google todas las preguntas que tengo y hubo un momento al principio en el que leí el libro JMP Scripting hojeando de principio a fin. ¡Fue un placer culposo que solo aconsejaría a geeks como yo!
En cuanto al cambio de cultura, no subestimes la experiencia de nadie. Trate de comprender sus necesidades y las razones por las que usan un sistema específico, y sea respetuoso con sus sistemas existentes. Crea el cambio con ellos, comienza con las cosas con las que se sientan cómodos y guíalos hacia una nueva cultura. Su aceptación es importante para que la nueva cultura pueda evolucionar hasta convertirse en el estándar. Y es fundamental involucrar a todos los que tienen un rol relevante desde el principio. No deberían recibir el cambio dictado desde arriba hacia abajo; más bien, necesitan ser parte de la transformación.
