Electiva ll

TRANSFORMANDO DATOS EN RESULTADOS OPTIMIZACIÓN DE CADENAS DE PRODUCCIÓN CON POWER BI Y EXCE

INTRODUCCIÓN

En la actualidad, el análisis de datos se ha convertido en un elemento fundamental para el desarrollo y la optimización de los procesos organizacionales especialmente en entornos industriales donde la eficiencia y la toma de decisiones oportunas marcan la diferencia competitiva, a través del uso de estas herramientas tecnológicas especializadas nosotros como ingenieros en las empresas podemos recopilar, procesar, interpretar grandes volúmenes de información, transformándolos en conocimiento útil para mejorar el desempeño de nuestras organizaciones, el análisis de datos nos permite identificar patrones, detectar fallas, optimizar recursos y anticiparnos a posibles problemas operativos. Herramientas como plataformas de inteligencia de negocios, software de simulación y sistemas de análisis estadístico facilitan la visualización y comprensión de la información, apoyando la toma de decisiones basada en datos reales y no en suposiciones o ocurrencias del día a día. Con el uso de estas herramientas contribuimos a mejorar la productividad y reducir costos impulsando la innovación y la competitividad dentro de la industria, gracias a su implementación en las organizaciones podemos evaluar su rendimiento mediante indicadores clave, mejorar la planificación de sus procesos y ofrecer respuestas más rápidas a los cambios del entorno, el análisis de datos se posiciona como un recurso estratégico indispensable que fortalece la gestión empresarial, permite a las industrias avanzar hacia modelos más eficientes, sostenibles y orientados a mejores resultados.

¿Qué herramientas de análisis de datos son las más utilizadas?

En la actualidad existen diversas herramientas de análisis de datos, para escoger una herramienta de análisis en una empresa u organización, considero que esto depende tanto de la actividad economica que ejerza la compañia y de los objetivos trazados al utilizar este tipo de herramientas de análisis. Esta serían las herramientas de análisis de datos, considero más utilizadas, ya que existen otras que son más avanzadas.

¿Qué impacto tiene el uso de herramientas de analítica de datos para la toma de decisiones organizacionales?

Mediante el uso de herramientas de analítica de datos se ha transformado significativamente la forma en que tomamos decisiones en las organizaciones, estas herramientas nos permiten recopilar y analizar grandes volúmenes de datos, lo que proporciona una base sólida para la toma de decisiones, fundamentándolas en datos concretos en lugar de suposiciones o intuiciones, a través del análisis de datos, las organizaciones pueden identificar tendencias y patrones en el comportamiento de los clientes y el rendimiento del mercado. Esta información es crucial para anticiparnos a cambios y adaptar estrategias de manera proactiva, estas herramientas analíticas nos ayudan a optimizar recursos al identificar áreas donde se pueden mejorar procesos, reducir costos y asignar eficientemente personal y materiales, lo que resulta en un mejor rendimiento general. La analítica de datos también permite ofrecer experiencias más personalizadas a los clientes, cuando comprendemos mejor las preferencias y comportamientos de los consumidores, podemos ajustar nuestras ofertas y servicios para satisfacer mejor las necesidades de nuestra clientela, estas herramientas facilitan la medición y evaluación del rendimiento organizacional, permitiendo el seguimiento de indicadores clave de rendimiento (KPI) y la realización de análisis comparativos, lo que ayuda a identificar áreas de mejora, el acceso a datos y análisis profundos estimula la innovación dentro de la organización. Las empresas pueden experimentar con nuevas ideas basadas en información analítica, lo que puede llevar al desarrollo de productos y servicios más innovadores, el uso de herramientas de analítica de datos impacta profundamente la toma de decisiones organizacionales al proporcionar información valiosa, mejorar la eficiencia y fomentar la innovación, lo que prepara a las organizaciones para enfrentar desafíos y aprovechar oportunidades en un entorno empresarial en constante cambio.

Herramientas de análisis

Power BI:

Es una plataforma de Business Intelligence (Inteligencia de Negocios), plataforma de Microsoft que permite conectar, transformar y visualizar datos provenientes de diversas fuentes (Excel, bases de datos, nube) para crear informes interactivos y paneles de control (dashboards) en tiempo real. Sirve para analizar datos y tomar decisiones de una forma visual y clara. Con Power BI se pueden hacer Dasbboards, se puede conectar con otras herramientas de análisis de datos como: Excel, SQL, Google analytics entre otros. https://www.google.com/search?sca_esv=86cb2b2550399d81&sxsrf=ANbL-n5fl43z3Pg5TjVlr9Lk42Vjj6Lqpg:1774043632283&q=power+bi&source=lnms&fbs=ADc

Orange data Mining

Es una herramienta de análisis de datos y machine learning, que funciona de forma visual, lo que quiere decir que no se necesita programar. Esta herramienta sirve para: Analizar datos, visualizar información y aprender de datos sin necesidad de saber programar. Tiene ventajas como: Es fácil de usar Es gratis y de codigos abiertos Perfecto para principiantes en analisis de datos.

Anylogic

Es un software que se utiliza para simulación de sistemas y de procesos. Esta herramienta sirve para simular situaciones reales y asi poder analizar y tomar la mejor decisión. Con anylogic se pueden hacer lo siguiente: Simular procesos Analizar sistemas complejos Crear modelos de simulación Tomar decisiones

Fred ecomic data

Es una plataforma que ofrece datos económicos gratuitos. Sirve consultar, analizar y descargar datos económicos reales como: Inflación, desempleo, PIB, entre otros. Con FRED se pueden ver gráficos, descar datos y analizar tendencias. Fred tiene algunas limitaciones como lo son que está en inglés y que todo se enfoca en datos de EE. UU

PROMEDIOS:

UNIDADES PRODUCIDAS PLANTA SUR

=PROMEDIO(D39:D74)

En el mes 6 la planta sur fue la que tuvo el mayor ausentismo con un 0.22 % de su personal. Los meses 7 y 9 fueron los meses con menos ausentismo con un total de 0.11 para la planta sur y 0.10 para la planta norte.

En el indicador de unidades producidas vs unidades estimadas, se puede evidenciar que le mes 12 (diciembre) la planta sur cumplió con las unidades estimadas, en cambio la planta norte quedo por debajo en 695 unidades, donde obtuvo un cumplimiento del 98.2%

Analisis de desempeño y propuesta de mejora

El análisis de datos se ha convertido en una herramienta fundamental para la toma de decisiones estratégicas en las organizaciones modernas, especialmente en entornos productivos donde la eficiencia, la calidad y la satisfacción del cliente son factores críticos de éxito. En el caso de la empresa ProClean S.A.S., el estudio de la información histórica de sus dos plantas de producción permite identificar patrones relevantes que explican sus principales problemáticas y orientan la formulación de soluciones de mejora. En primer lugar, al comparar el desempeño entre la planta norte y la planta sur, se evidencia que la planta norte presenta una mayor estabilidad operativa y mejores niveles de satisfacción del cliente, con valores que se mantienen generalmente por encima de 4.0. Sin embargo, también muestra variaciones importantes en la tasa de defectos en algunos periodos, lo que indica oportunidades de mejora en el control de calidad. Por su parte, la planta sur presenta una mayor variabilidad en la producción, así como fluctuaciones más marcadas en la satisfacción del cliente, lo cual sugiere inconsistencias en los procesos productivos y posibles fallas en la gestión operativa.

DATOS

En cuanto al análisis por tipo de producto, el detergente líquido, aunque mantiene altos niveles de producción, presenta variaciones significativas en su tasa de defectos, lo que demuestra que un mayor volumen no necesariamente garantiza calidad. El jabón en polvo, por otro lado, evidencia sensibilidad a eventos disruptivos, los cuales afectan directamente tanto la producción como la percepción del cliente. Finalmente, el limpiador multiusos muestra una alta variabilidad en sus indicadores, destacándose una relación directa entre el incremento de defectos y la disminución en la satisfacción del cliente. Adicionalmente, el análisis de variables transversales permite identificar relaciones clave. Por ejemplo, se observa que el aumento en la tasa de defectos tiene un impacto negativo directo sobre la satisfacción del cliente. Asimismo, el ausentismo laboral parece incidir en la disminución de la productividad, mientras que los eventos disruptivos están asociados tanto a caídas en la producción como a incrementos en los defectos. Por otra parte, la variabilidad en el consumo energético, sin una relación proporcional con la producción, sugiere ineficiencias en el uso de los recursos.

A partir de estos hallazgos, se propone una estrategia integral de mejora enfocada en cuatro frentes principales. En primer lugar, la optimización de los procesos productivos mediante la implementación de herramientas de control estadístico permitiría reducir la variabilidad y mejorar la consistencia en la calidad. En segundo lugar, el fortalecimiento del recurso humano, a través de programas de capacitación y estrategias para disminuir el ausentismo, contribuiría a mejorar el desempeño operativo. En tercer lugar, el fortalecimiento del control de calidad mediante sistemas de inspección en línea permitiría detectar errores de manera temprana y evitar la propagación de defectos en los lotes de producción. Finalmente, la incorporación de tecnologías de monitoreo en tiempo real y mantenimiento predictivo facilitaría la reducción de eventos disruptivos y la optimización del consumo energético. En resumen, el análisis de los datos de ProClean S.A.S. evidencia que los problemas de desempeño no responden a una única causa, sino a la interacción de múltiples factores operativos, humanos y tecnológicos. Por ello, la implementación de una estrategia integral de mejora permitirá no solo incrementar la productividad y la eficiencia, sino también fortalecer la calidad del producto y la satisfacción del cliente, garantizando así una mayor competitividad en el mercado.

CONCLUSIÓN

El análisis de datos se ha consolidado como una herramienta esencial para la optimización de las cadenas de producción y la mejora continua en las organizaciones, a medida que avanzábamos en el desarrollo de la actividad pudimos evidenciar como el uso de Power-bi y Excel nos permite transformar los datos en información valiosa, facilitando la toma de decisiones estratégicas basadas en evidencia, cuando realizamos una adecuada implementación de estas herramientas contribuimos a la identificación de oportunidades de mejora y reduciendo ineficiencias y permitiendo analizar grandes volúmenes de información de manera organizada y visual. Mientras Excel facilita el procesamiento, cálculo y organización de datos, Power BI permite su visualización mediante dashboards interactivos haciendo más comprensible el análisis y seguimiento de indicadores clave, por ejemplo el estudio de variables como la producción, el ausentismo y el consumo de energía demuestra el impacto directo que tiene la analítica en el rendimiento organizacional, mediante estas herramientas nosotros como ingenieros evaluar el desempeño, detectar desviaciones y plantear estrategias de mejora continua en los procesos productivos. El uso de Power BI y Excel representa una ventaja competitiva significativa en el sector industrial, ya que impulsa la eficiencia, fortalece la gestión empresarial y facilita la toma de decisiones informadas, la correcta aplicación permite a las organizaciones adaptarse a un entorno cada vez más exigente garantizando la continuidad del negocio.