En la fabricación, se recopilan más datos operativos que nunca. Se calculan métricas de disponibilidad, rendimiento, calidad, etc., desglosadas por días, línea de producto y turno. Toda esta información está ampliamente disponible en paneles de control, a menudo en toda la planta de producción. Los gerentes de producción pueden segmentar los datos para ver con precisión cómo y por qué la producción tuvo un buen o mal desempeño ayer, la semana pasada o el mes pasado. Sin embargo, cuando se les pregunta cómo mejorar sus métricas, señalan la barra más grande en un diagrama de Pareto o dan respuestas vagas sobre la reducción de errores y la mejora continua. Esto puede llevar a perseguir un indicador rezagado, un problema erróneo o un problema puntual, lo que se traduce en un desperdicio de recursos.
Un enfoque más eficaz consiste en aplicar modelos predictivos y pronósticos para prever lo que sucederá en el futuro y crear un plan de gestión de activos para su mejora. En esta presentación, mostramos las herramientas de JMP que se pueden utilizar para analizar datos operativos y técnicas de pronóstico con estos datos para identificar con precisión dónde concentrar los esfuerzos de mejora. Esta presentación abarca:
- Cómo utilizar las herramientas de JMP para limpiar los datos operativos y prepararlos para el análisis.
- Diferentes tipos de modelos a considerar para la predicción.
- Realizar pronósticos con los datos para estimar el futuro; identificar el impacto de las mejoras.
La presentación concluye con una demostración de cómo se aplicó este proceso a datos operativos reales y las conclusiones que se obtuvieron.
