Introducción

Durante el año 2023 la empresa objeto de estudio no cumplió oportunamente los planes de producción que se tenían previstos desde gestión demanda, es por esto que la gerencia solicita un análisis que permita visualizar que está sucediendo y cuáles son las causas de los números negativos. Por medio de una visualización de datos, se pretende reconocer las falencias y tener un primer bosquejo de los hechos que sucedieron en la empresa. Asimismo, esto dará la herramienta clave para poder desarrollar los planes de acción.

En las organizaciones es fundamental buscar alternativas que permitan mejorar la eficiencia operativa, y una de las formas más efectivas de lograrlo es a través del análisis de datos. En este caso, se analizarán los tiempos perdidos en una empresa de consumo masivo de alimentos, con el objetivo de identificar las causas y proponer el punto de partida para trabajar en la mejora de la eficiencia operativa.

La empresa en estudio tiene varias plantas de producción. El análisis se centrará en identificar los tiempos perdidos en estas plantas, así como las causas de estos paros. Para ello, se utilizará un dataset que contiene información clave sobre los tiempos perdidos de cada una de las maquinas, la planta a la que pertencen, el tipo de paro, la causa del paro y la duración del mismo.

De acuerdo a la información suministrada por el dataset, se busca responder la siguiente pregunta: ¿Cómo se puede evidenciar la eficiencia operativa de la empresa y cómo es el comportamiento de sus plantas teniendo presente los tiempos perdidos?

Nuestro análisis se centrará en la evaluacion de los tiempos perdidos (tiempos improductivos que no están contemplados desde planeación), se dejará a un lado los paros que no afectan (tiempos improductivos que están contemplados desde planeación). En el conjunto de gráficos anterior se pueden evidenciar las 9 plantas inmersas dentro de la organización, junto con los tiempos perdidos de cada una. En este conjunto se puede observar que la planta de Rubbers es la que más tiempo perdido tiene, seguida por plant A y plant B. En la siguiente gráfica se proyecta un heatmap que permite observar la duración de los tiempos perdidos por planta para cada mes del año, lo que nos permitirá identificar patrones y tendencias a lo largo del año.

Este heatmap nos permite observar de manera clara y concisa la duración de los tiempos perdidos por planta para cada mes del año. Se puede observar que la planta de Rubbers es la que más tiempo perdido tiene cada mes. Además, se puede identificar que el patron donde se tienen mayores tiempos perdidos es al inicio de año y antes del cierre del año. Es importante recalcar que durante estos meses se presentan dos sitaciones especiales: la primera es el inicio de año, donde se presentan los ajustes de planeación y una mayor demanda de Rubbers para poder llenar el mercado despues de meses de baja producción; y la segunda es antes del cierre de año, donde se produce para temporadas especiales como navidad y San Valentin, lo que genera una mayor demanda de productos y una mayor presión sobre las líneas de producción.

En la siguiente gráfica se proyecta la evolución de los tiempos perdidos por planta a lo largo del año, lo que nos permitirá identificar tendencias y patrones en el comportamiento de los tiempos perdidos para cada una de las plantas.

Este gráfico nos permite observar la evolución de los tiempos perdidos por planta a lo largo del año. Se puede identificar que la planta de Rubbers es la que más tiempo perdido tiene cada mes, y que el patrón de comportamiento es similar al heatmap anterior, donde se tienen mayores tiempos perdidos al inicio y antes del cierre del año. Cabe resaltar que para el mes de Febrero la planta cerró sus puertas por temas sociales ajenos a la productividad.

Algunas medidas de tendencia central y de dispersión nos pueden ayudar a entender mejor la distribución de los tiempos perdidos por planta. En la siguiente sección se realizará un boxplot por planta, donde se mostrarán las medidas de tendencia central y dispersión, como la media y la desviación estándar, para cada una de las plantas. Esto nos permitirá identificar las plantas con mayores tiempos perdidos y las que tienen una mayor variabilidad en sus tiempos perdidos. Se resalta que la planta de Rubbers siempre está por arriba de los números, pero en este caso las plantas de Marshmallows y Chocm están muy cerca de la planta de Rubbers, lo que nos indica que estas plantas también tienen un comportamiento similar en cuanto a los tiempos perdidos, son tiempos promedio altos en paros.

En la siguiente sección se realizará un análisis más detallado de la planta de Rubbers, donde se analizarán los tiempos perdidos por causas de los paros. Esto nos permitirá identificar los procesos de mejora y proponer acciones para reducir los tiempos perdidos en esta planta. Es de resaltar que en la empresa tenemos dos tipos de máquinas, los cuellos de botella y no cuello de botella. Normalmente en nuestros análisis de productividad, tenemos en cuenta los primeros, ya que son los que nos permiten identificar los puntos críticos de la producción y los que más afectan la eficiencia operativa. En la siguiente sección se realizará un análisis de los cuellos de botella en la planta de Rubbers, donde se analizarán los tiempos perdidos por causas de los paros en estas máquinas. Esto nos permitirá identificar los procesos de mejora y proponer acciones para reducir los tiempos perdidos en estas máquinas.

Este primer pareto muestra las principales causas de horas perdidas en la planta de Rubbers para todas las máquinas, no solo cuellos de botella, donde se puede observar que la causa más frecuente es “Falta de personal (FDP)”, seguida por “Ineficiencia proceso anterior (FPA)” y “Ajuste Operatico de máquina (AOM)”. Esto nos permite identificar las áreas de mejora y proponer acciones para reducir los tiempos perdidos en estas causas.

Por ultimo, se realizará un análisis de los cuellos de botella en la planta de Rubbers, donde se analizarán los tiempos perdidos por causas de los paros en estas máquinas. Esto nos permitirá identificar los procesos de mejora y proponer acciones para reducir los tiempos perdidos en estas máquinas. En este caso, se filtrarán los datos para solo incluir las máquinas cuello de botella y los paros de tipo tiempo perdido, y se realizará un análisis similar al anterior, pero solo para estas máquinas. Como se pudo evidenciar en este último gráfico, las principales causas de horas perdidas en las máquinas cuello de botella de la planta de Rubbers son “Ajuste Operativo de máquina (AOM)”, “Falla mecánica (FMC)” y “Cambio de Variedad (CDV)”. Esto nos permite identificar las áreas de mejora y proponer acciones para reducir los tiempos perdidos en estas causas, especialmente en las máquinas cuello de botella, que son las que más afectan la eficiencia operativa de la planta.

Conclusiones

En conclusión, la gerencia debería evaluar con estudio de metodos y tiempos la implementación de propuestas de mejora que ayuden a reducir los tiempos por cambio de variedad.Este tipo de paro es más sencillo de controlar ya que con mejores práticas operativas se puede llegar a reducir los tiempos en estos cambios, ademas, revisar desde el área de planeación si se están ejecutando los cambios de variedad en los momentos correctos, ya que esto puede generar un impacto significativo en la eficiencia operativa de la planta. Por otro lado, la implementación de un programa de mantenimiento de confiabilidad de los equipos puede permitir reducir los tiempos perdidos por fallas mecánicas. Por último, la implementación de operarios mecánicos-autónomos podría ayudar a mejorar el paro de ajustes operativos de máquina, ya que con personal operativo más capacitado, se ejecutarian los ajustes de manera más eficiente y rápida, además apoyarían a los técnicos de mantenimiento en la resolución de fallas mecánicas, lo que permitiría reducir los tiempos perdidos por este tipo de paros.