En el cambiante panorama industrial actual, la capacidad de aprovechar el análisis de datos es fundamental para lograr la excelencia operativa y una toma de decisiones informada. Nuestro objetivo es desarrollar sólidas habilidades de análisis de datos entre el personal de producción, capacitándolos para aprovechar al máximo el potencial de los datos y optimizar los procesos de toma de decisiones basados en ellos. Esta iniciativa constituye un factor de escalamiento en nuestra estrategia de análisis de datos e IA, garantizando que nuestro personal no solo sea competente en datos, sino también capaz de colaborar eficazmente con las tecnologías avanzadas que impulsan la automatización de la planta.
Este programa de capacitación está diseñado para gerentes de procesos, gerentes de activos y otras partes interesadas clave de la organización. Ofrece un formato integral que incluye aprendizaje a su propio ritmo, capacitación en el trabajo y clases presenciales, atendiendo diversas preferencias de aprendizaje y necesidades operativas.
Los participantes utilizan herramientas interactivas de apuntar y hacer clic, centrándose en aplicaciones prácticas como el uso de paneles de control para evaluar la variabilidad de los factores de entrada, el empleo de herramientas de tendencias como Seeq para el análisis exploratorio y la generación de tendencias de datos de proceso a nivel de planta, y el uso de JMP para el análisis estadístico y el modelado avanzado. Al fomentar una cultura de alfabetización de datos y dotar a nuestro personal de producción de habilidades analíticas esenciales, buscamos aumentar la eficiencia operativa e impulsar la toma de decisiones informada en toda la organización.
Hola a todos, soy David Autrique y trabajo en el equipo de análisis de datos de BASF Amberes. Hoy les contaré cómo aprovechamos JMP para mejorar la toma de decisiones basada en datos en nuestras plantas de producción química. Les recomiendo profundizar en el tema.
Antes de entrar en detalles, me gustaría presentarles brevemente BASF Amberes. Analicemos primero el contexto más amplio del grupo de eventos de BASF, o sus plantas de producción, ubicadas en el puerto de Amberes, como pueden ver. Es la segunda planta más importante de BASF Verbund a nivel mundial, con una superficie de más de 6 kilómetros cuadrados que alberga más de 50 instalaciones a escala mundial y que da trabajo a diario a más de 3000 empleados. Con estas 50 instalaciones de producción, fabricamos una amplia gama de productos, incluyendo productos químicos básicos y especializados, sintéticos, productos de refinación, químicos inorgánicos, etc. Como pueden imaginar, esta extensa red de producción sienta las bases para un enfoque basado en datos para optimizar las operaciones.
¿Qué implica esto? Un proceso de fabricación a escala mundial de productos químicos esenciales. Analicemos con más detalle los desafíos que solemos enfrentar a diario, en operaciones que producen más de 1000 toneladas diarias de producto. Nos enfrentamos a diversos problemas. Esto se refleja en el diagrama de bloques que se encuentra al final de la diapositiva, incluyendo subproductos no deseados, rendimientos variables, etc. La idea es que tendemos a producir e inspeccionar el producto final para el cliente final, reduciendo al mínimo los costos variables. Con un consumo mínimo de materia prima, energía, etc.
Creemos que podemos reducir los costos variables mediante el análisis de datos. Al aplicar estrategias basadas en datos, prevemos que podemos predecir resultados con mayor precisión, reducir el desperdicio, mejorar la eficiencia, etc. Simplemente, buscamos valorizar la gran cantidad de datos de producción que generamos a diario.
Diariamente, utilizamos múltiples sensores en nuestras instalaciones que miden presión, temperatura, etc. Simplemente queremos consolidarlos y obtener la máxima información de todos los datos de los sensores. De lo contrario, simplemente acumularíamos un cementerio de datos, lo cual no es la idea. Ahora JMP entra en escena y, sin duda, actúa como un facilitador que nos ayuda a extraer información valiosa de nuestros procesos.
Para reducir estos costos variables: costos de materia prima, costos de energía, etc., la administración del sitio implementó un programa de excelencia operativa. El componente clave de este programa es Análisis de Datos Aplicados para Operaciones, un programa de capacitación para gerentes de procesos. Al combinar el conocimiento de procesos de Utah State con el análisis de datos, creemos que podemos generar sinergias donde uno más uno es igual a tres. Esto se traduce en, digamos, un conocimiento más profundo. Dicho de otro modo, en mejoras medibles y más sostenidas, así como en una mejor aceptación del usuario, gracias a que combinamos y procesamos el conocimiento y el análisis de datos.
Ahora, el equipo de análisis de datos de Amberes simplemente actúa como catalizador de todo el proceso. En la práctica, y esto se muestra aquí en la diapositiva, los gerentes de proceso presentan un planteamiento del problema, vinculado al panorama objetivo de gastos operativos de su planta. Luego, comenzamos a analizar el problema a fondo. Lo cuantificamos y, de hecho, lo convertimos en un programa de análisis.
Esto se indica en el cuarto punto: transformamos los problemas operativos en misiones de exploración de datos. Para ello, aplicamos o aprovechamos herramientas sencillas. No queremos que nuestros gestores de procesos sean desarrolladores, sino que aprendan a aprovechar al máximo los datos.
En el paso final, por supuesto, esperamos sugerir y validar medidas de mejora que luego podamos implementar. Estas medidas deben almacenarse en una base de datos de gastos operativos. Como se puede imaginar, como se mencionó anteriormente, el programa de Análisis de Datos Aplicados para Operaciones está diseñado específicamente para los gerentes de procesos. Puede encontrar una imagen aquí, a la derecha, de una capacitación presencial que estamos organizando, mostrando las funcionalidades de JMP a un grupo central de gerentes de procesos, 20 gerentes de procesos seleccionados para esta capacitación específica. Intentamos explicarles cómo usar JMP y esta herramienta de análisis de datos que tenemos en sitio de forma práctica, gráfica y analítica.
El formato de entrega que tenemos en mente combina, de hecho, tres bloques principales. Combinamos aprendizaje a su propio ritmo, ya que todos están muy ocupados. Deben poder trabajar con las herramientas, estudiarlas y estudiar las características más recientes por su cuenta, a su propio ritmo. También ofrecemos consultoría en el lugar de trabajo. Visitamos la planta, les ayudamos a resolver los problemas que enfrentan en una etapa determinada de sus proyectos de gastos operativos, etc.
Por último, pero no menos importante, tenemos esta capacitación presencial. Básicamente, el flujo de trabajo que solemos seguir consiste en enseñar a los participantes, en primer lugar, a explorar y visualizar datos e identificar las oportunidades operativas. En primer lugar, analizan la variabilidad de los costos. Normalmente, lo hacen mediante paneles de control en la planta, donde suelen seguir la variabilidad de sus KPI diarios. Después, profundizan en el análisis. Profundizan en las series temporales o datos de proceso subyacentes, detectan lecturas de temperatura, de presión, etc. Para ello, suelen utilizar herramientas convencionales de análisis de series temporales, como Seek, mineros de tendencias, etc.
En un paso final, convierten, o de hecho, obtienen datos de esta primera exploración de datos. Consolidan o convierten su búsqueda en una especie de tabla de datos que comienzan a analizar con JMP. Se podría decir que el paso final implica usar JMP para realizar un análisis muy avanzado, donde normalmente se realiza un análisis de sensibilidad. Intentan correlacionar los factores clave del proceso con la función de costo de interés. Lo que hemos descubierto y observado es que este enfoque realmente comienza a generar mejoras prácticas. Vemos que cobra impulso. También vemos que se interesan en usar la herramienta y en usar JMP. Que también ven el valor de las funciones que ofrece, etc.
Finalmente, nos propusimos empoderar a nuestros equipos de operaciones para que tomen decisiones basadas en datos que mejoren la eficiencia y reduzcan los costos de BASF Amberes. El siguiente paso es poner todo en funcionamiento, y simplemente hacerlo. Eso es lo que tendremos entre manos el próximo año. Muchas gracias.
