ESTA HISTORIA ESTÁ ESPERANDO LA APROBACIÓN DEL CLIENTE. POR FAVOR CONSIDERARLO CONFIDENCIAL DE LA EMPRESA. NO REVELAR.
La ingeniería Lean tiene a Pirelli en la pole
La consolidación de los flujos de trabajo de datos en una única plataforma personalizada significa que las innovaciones de procesos se están implementando a la velocidad del rayo.
______________________________________________________________________________________
Desafío: Con los procesos de fabricación modernos generando una cantidad cada vez mayor de datos en tiempo real, los ingenieros de Pirelli buscaron tanto desarrollar las competencias de datos de la organización como adquirir una herramienta que les permitiera implementar un único conjunto de mejores prácticas estadísticas en toda la empresa. “Visualizamos una forma de realizar análisis en un software estandarizado, generar informes de la misma manera [en toda la empresa] y realizar análisis de la mejor manera y más eficiente”, explica Sara Sorrentino, ingeniera de calidad de procesos.
Solución: El liderazgo de Pirelli dio luz verde a una propuesta para implementar el software de descubrimiento estadístico JMP como el estándar empresarial para la gestión, el acceso, el análisis y la generación de informes de datos. Las funciones de automatización y secuencias de comandos, así como las capacidades de integración de Python, han permitido a los defensores desarrollar paneles personalizados sofisticados que han consolidado significativamente el flujo de trabajo analítico de la empresa. La divulgación y la capacitación interna han atraído rápidamente a expertos en el área.
Resultados : “Nuestro flujo de trabajo ahora es muy, muy reducido”, dice Massimo Pampurini, ingeniero de calidad de fabricación, quien, con Sorrentino, lideró los esfuerzos para desarrollar la capacidad de análisis. “Tenemos un sistema consistente que nos permite extraer datos directamente de la base de datos, crear tablas, realizar consultas, limpiar y filtrar los datos y realizar nuestros análisis, todo dentro del software”. Con respecto al potencial de este sistema para transferir valor real a la empresa a través de mejoras basadas en datos, Sorrentino agrega: "Es un impacto empresarial muy poderoso, el impacto es enorme".
______________________________________________________________________________________
Fundado en Milán en 1872, el fabricante multinacional de neumáticos Pirelli es hoy no solo un productor líder de neumáticos para el mercado de consumo global; también es una potencia del automovilismo de élite. La rica historia deportiva de la compañía, de hecho, se remonta a más de medio siglo, tiempo durante el cual Pirelli ha mantenido asociaciones exclusivas con el Campeonato Mundial de Superbikes FIM, el Campeonato Mundial de Rally, GT World Challenge y, por supuesto, con el pináculo del automovilismo mundial. , Fórmula 1.
Las innovaciones sustanciales que Pirelli ha introducido como socio exclusivo de neumáticos para el Campeonato Mundial de Fórmula 1 de la FIA, una posición que la compañía ha ocupado desde 2011, presentan una visión microcósmica de la dedicación de Pirelli al rendimiento. La gama de cinco compuestos de neumáticos lisos y húmedos que Pirelli desarrolló solo para la temporada 2022 de F1, por ejemplo, requirió más de 15 000 horas de pruebas y simulaciones bajo techo, el desarrollo de más de 30 prototipos y más de 20 000 kilómetros de pruebas por parte de casi todos los equipos de la parrilla.
Las pruebas de rendimiento y calidad son la piedra angular de la marca Pirelli, una filosofía que se extiende desde la I+D hasta la comercialización y la fabricación a escala. Pirelli, uno de los primeros en adoptar las estadísticas industriales, adoptó el movimiento Industria 4.0 en sus inicios con un esfuerzo empresarial para aumentar la velocidad y la eficiencia, en parte mediante la implementación de IoT. Desde entonces, la empresa ha recopilado, mantenido y utilizado una gran cantidad de datos sobre todos sus productos y sistemas. A medida que avanza la tecnología digital, esos sistemas ahora están cada vez más integrados, y el liderazgo de Pirelli ha elevado a los agentes de cambio dentro de sus filas que promueven nuevas soluciones para utilizar el análisis de datos.
La ingeniera de calidad de procesos Sara Sorrentino y el ingeniero de calidad de fabricación Massimo Pampurini son dos de esos defensores. Con sede en la sede de Pirelli en Milán y ambos trabajando en semiacabado, Sorrentino y Pampurini están uniendo fuerzas para expandir la capacidad de análisis en los sitios de Pirelli en todo el mundo mediante el desarrollo de la automatización, la consolidación y la estandarización de los flujos de trabajo de datos y la educación de colegas en estadísticas industriales modernas.
“Hoy en día todos nuestros procesos generan una gran cantidad de datos en tiempo real. Necesitamos tener las competencias, y también las herramientas, para analizar esta cantidad de datos de manera adecuada”, dice Sorrentino. “Visualizamos una forma de realizar análisis en un software estandarizado, generar informes de la misma manera [en toda la empresa] y realizar análisis de la mejor manera y la más eficiente. Y estamos presionando tanto como sea posible para difundir este conocimiento [a Pirelli] en todo el mundo”.
Una única solución de software para todo el flujo de trabajo analítico
En los primeros días de la transformación digital, el acceso a los datos y la integración en Pirelli se administraban únicamente en Excel, una herramienta que en última instancia carecía de la capacidad y la sofisticación suficientes para seguir el ritmo de las necesidades de la empresa. Incluso después de que Pirelli hizo la transición de su sistema a una aplicación de recopilación de datos dedicada desarrollada internamente, los procedimientos de importación de datos aún avanzaban con relativa lentitud, dice Pampurini. Conectar la base de datos a un software que pudiera resolver tanto la integración de datos como las necesidades de análisis fue, por lo tanto, una innovación transformadora.
“Habíamos escuchado muchas veces sobre el poder del análisis de big data, pero necesitábamos las herramientas adecuadas para implementar el análisis con éxito”, explica Sorrentino. Es por eso que Pirelli finalmente aterrizó en el software de descubrimiento estadístico JMP como su herramienta estándar para el flujo de trabajo analítico.
“Por supuesto, había otras alternativas, como R o Minitab, que pueden ser poderosas desde el punto de vista estadístico. Pero con JMP, tenemos eso más secuencias de comandos, importación automática de datos, integración y generación de informes y diarios. Y tenemos la capacidad de crear tableros en JMP para la evaluación de datos”, dice Sorrentino. Se otorga un gran valor a la consolidación del poder estadístico, la personalización, la facilidad de uso y la funcionalidad diversa, lo que permite consolidar múltiples pasos en cualquier flujo de trabajo de datos en una única solución de software, agrega.
El uso de JMP en Pirelli había comenzado casi una década antes, con ingenieros individuales que usaban la herramienta para la gestión y exploración de datos básicos. Sin embargo, en los años siguientes, a medida que crecían las necesidades de datos de Pirelli junto con sistemas de producción cada vez más integrados, Pampurini se dio cuenta de que JMP tenía mucho más que ofrecer que una plataforma de análisis.
“Una vez que me di cuenta de todo el poder de JMP, mi forma de pensar cambió por completo”, recuerda. “Al conectar el software a una base de datos, por ejemplo, desbloqueamos grandes posibilidades. Y ahora podemos ver nuestros datos desde tantos puntos de vista diferentes; JMP nos permite recuperar más información, y más información valiosa”. La consolidación de todos los pasos de un flujo de trabajo de datos tradicional en una sola plataforma, agrega, personifica los principios de la manufactura esbelta.
“Nuestro flujo de trabajo ahora es muy, muy reducido. Tenemos un sistema consistente que nos permite extraer datos directamente de la base de datos, crear tablas, realizar consultas, limpiar y filtrar los datos y realizar nuestros análisis, todo interno al software. Además, ahora tenemos un mayor enfoque: mientras que antes podíamos perdernos en la exploración, ahora el flujo de trabajo se dirige hacia lo que queremos encontrar”.
La visualización de datos, explica Sorrentino, es una parte crítica de cualquier flujo de trabajo de datos, y ella y Pampurini han trabajado arduamente para formalizar las mejores prácticas estadísticas que están implementando para sus colegas. Afortunadamente, esta es otra área en la que JMP sobresale, dice ella. “Observar gráficos nos da inmediatamente una idea de cómo se está comportando un proceso. Por ejemplo, podemos usar la plataforma de detección en JMP para explorar valores atípicos”.
“Esta primera capa de exploración es fundamental porque nos permite comprender si estamos yendo por el camino correcto y, de no ser así, cambiar nuestro enfoque”, agrega Pampurini. “JMP Graph Builder es una herramienta de primera capa muy poderosa, no solo porque es ideal para la exploración, sino porque puede ver muchas variables juntas a la vez. Esto no es posible en otro software”.
Las interfaces dinámicas y automatizadas ofrecen una vista de 360 grados de los sistemas
La automatización de los procesos de integración de datos y la creación de paneles que se actualizan en tiempo real solo han optimizado aún más la utilización de datos en Pirelli. Pampurini explica cómo ha implementado secuencias de comandos JMP para optimizar aún más los flujos de trabajo de datos, incluso haciendo uso de la integración de la herramienta con Python para transferir el código de recuperación de datos Python existente del equipo. “La integración de JMP con Python es realmente interesante porque tienes la opción de integrar códigos que ya has estructurado en Python”, agrega.
Los paneles ahora brindan rápidamente información en tiempo real sobre el rendimiento de la máquina y el nivel de calidad de los materiales. Los resultados principales de este tipo de análisis, explica, son el rendimiento del equipo y la percepción de la calidad del producto que ayudarán al equipo a identificar áreas estratégicas de mejora. El resultado secundario es información técnica sobre el funcionamiento de las diferentes partes de la empresa que se puede retroalimentar a los departamentos de I+D y procesamiento.
“La capacidad de recopilar esta información muy rápidamente significa que podemos tener una vista de 360 grados de nuestros sistemas y oportunidades de mejora”, dice Pampurini.
“Es muy poderoso desde el punto de vista de la calidad para comprender el plan de acción y qué mejoras se necesitan”, agrega Sorrentino. “Estos análisis nunca están solos; más bien, nos llevan a una comprensión de las acciones que deben tomarse para mejorar nuestro proceso. Podemos entender, por ejemplo, qué puntos de un proceso influyen en el desperdicio o la chatarra”.
T
El potencial para transferir valor real a la empresa a través de mejoras basadas en datos, agrega, es "un impacto empresarial muy poderoso, el impacto es enorme".
En un ejemplo, un solo script JMP permite a los usuarios ver segmentos específicos de sus operaciones. Un paso inicial de limpieza de datos se realiza automáticamente simplemente ejecutando el script de descarga de datos, y una segunda ronda de limpieza de datos ocurre cuando los usuarios realizan la selección. A partir de ahí, los botones del tablero permiten a los usuarios analizar datos por línea de tiempo o profundizar en diferentes capas de exploración y análisis. “El resultado final, en este caso, es un gráfico de barras con los índices de capacidad por trimestre, por fábrica, etc. Y luego de calcular y extraer diferentes tablas, también existe una operación de unión mediante la cual puedes acceder a toda la información en una sola tabla”, explica Pampurini.
Desarrollar la capacidad de análisis entre los expertos del dominio en toda la empresa
Si bien la sede mundial de Pirelli ahora se ha estandarizado en torno a JMP, Pampurini y Sorrentino están expandiendo rápidamente los esfuerzos para hacer la transición de sitios en todo el mundo a la herramienta. “Cambiar la mentalidad es fundamental, al igual que capacitarse y brindar apoyo con un conjunto de pautas generales sobre cómo comenzar”, explica Sorrentino. Como resultado, los dos han invertido mucho tiempo en desarrollar un conjunto único de mejores prácticas y pautas para que la empresa acompañe el lanzamiento de JMP y los tableros de JMP.
Una academia interna que organizan ofrece capacitación desarrollada con aportes de personas dentro de Pirelli de acuerdo con las prioridades de la empresa. Se proponen proyectos internos y puede participar cualquier grupo dentro de Pirelli que crea que podría beneficiarse de desarrollar un proyecto en JMP. También se han organizado capacitaciones en otros sitios, como Brasil, por ejemplo, donde muchos empleados han solicitado licencias JMP.
“Estamos haciendo un esfuerzo por difundir el conocimiento de JMP para que las personas se den cuenta de que al usar esta herramienta, pueden hacer las mismas cosas que están haciendo actualmente en otro software, pero hacerlo más rápido y más fácilmente”, agrega Pampurini, y Sorrentino está de acuerdo: “Tenemos que concienciar a la gente de cuánto tiempo pueden ahorrar con este software”.
