El SPC (control estadístico de procesos), entonces y ahora

Publicado: el 5 marzo, 2019 por AdminKonrad / Konrad Lorenz

El SPC moderno ha simplificado y acelerado el trabajo que solía ser tedioso y lento.

Walter A. Shewart, al que a menudo se hace referencia como el “padre” del control estadístico de procesos (SPC por sus siglas en inglés), introdujo en el mundo a finales de la década de 1920 su creación más importante, el gráfico de control. Por supuesto, el SPC ha evolucionado notablemente desde entonces, y la analítica de datos en tiempo real y el software basado en la nube se han convertido en una parte fundamental en el área

Si Shewhart estuviera vivo hoy en día, se sorprendería de lo poco que los humanos, a diferencia de las computadoras, leen e interpretan los gráfico de control en estos días. Alternativamente, podría estar impresionado por la forma en que los ingenieros modernos han elegido diseñar herramientas estadísticas a partir de su legado. Al pasar de gráficos de control hechos a mano a hojas de cálculo alojadas localmente a software SPC basado en datos y alojado de forma centralizada, las empresas tienden a tener de una mayor visibilidad, eficiencia y calidad, por no mencionar el ahorro de costes

Steve Wise, vicepresidente de diseño de productos de InfinityQS, está familiarizado con esta transición. Después de recibir su título en estadística industrial a mediados de los años 80, Wise comenzó a enseñar SPC a los operadores de Boeing haciendo que dibujaran gráficos de control con hojas largas de papel y lápices de colores.

En una llamada telefónica con llevada a cabo con la revista Quality[1], Wise discutió las formas en que SPC ha cambiado y manteniéndose a lo largo de las décadas.

La misma columna vertebral, un enfoque diferente

El primer trabajo de Wise al salir de la universidad fue enseñar SPC en la fábrica. “Tenía un manual de entrenamiento sobre cómo usar una calculadora”, dice. Excel no existía todavía, y se esperaba que los operadores dibujaran los gráficos de control ellos mismos.

“La misión era enseñar a los operadores cómo generar la media del rango, cómo obtener la desviación y la media a partir de cada uno de los puntos dibujados, y cómo ubicar los puntos correctamente en el gráfico”, “Después de hacer todas las matemáticas y los gráficos coloridos, finalmente se concentraron fue en cómo se veían los datos. Nadie estaba realmente analizando los datos, porque era mucho trabajo conseguir los gráficos de los datos, y el objetivo era conseguir esos gráficos”.

Aunque el gráfico de control de Shewart sigue siendo la columna vertebral del SPC moderno, ahora hay software inteligente detrás de esta área como el “InfinityQS’ Enact”. El propósito del gráfico de control de calidad es el mismo que cuando Shewhart lo creó: crear una señal o no crear una señal, lo que le dice al operador que haga algo sobre un nuevo dato o que no haga nada. La gran diferencia, señala Wise, es que los computadores están leyendo los gráficos y enviando las señales a las personas apropiadas, de modo que los propios usuarios no tienen que crear, leer o incluso entender un gráfico de control.

“Ser competente en las matemáticas detrás de estos gráficos, qué es lo que crea señales y qué es lo que no crea señales, no hay ninguna necesidad en absoluto para el usuario en general hoy en día”, explica Wise. “No tienen que tener ningún tipo de conocimiento.” Como consecuencia, un proveedor de software de SPC como debe trabajar más duro para asegurar a los clientes que están tomando decisiones costosas con sus datos que tienen a las personas adecuadas entre bastidores para asegurar que la información que están recibiendo es correcta.

“Esperamos haber construido esa imagen a lo largo del tiempo: Que los clientes pueden confiar en que nosotros nos encargaremos de la parte matemática y de la integridad de los datos”, dice Wise. “Si hay algo malo con los datos, cómo analizarlos para que los operadores hagan algo o no hagan nada con ellos, eso tiene prioridad”.

El auge de los datos

Wise añade que, a finales de los años 80 y 90, los proveedores de SPC estaban tratando de educar a los mercados sobre los beneficios de utilizar datos en tiempo real para tomar decisiones; pero no fue hasta que el espectro del mercado comenzó a cambiar de analógico a digital en el nuevo milenio que el mensaje se mantuvo y adquirió un nuevo significado.

“Entre pasar de Excel a bases de datos, de bases de datos relacionales a sistemas basados en la nube, los datos se han vuelto más omnipresentes a la hora de tomar nuestras decisiones”, explica Wise. “No teníamos que enseñar los valores de SPC tanto como “¿Cómo podemos hacer uso de estos datos que fluyen a nuestro alrededor?”

Las personas en el negocio de apoyar a las fábricas con equipos y herramientas comenzaron a volverse “inteligente”, añade Wise, ya que incorporaron equipos e instrumentos inteligentes que podían recolectar los datos por ellos y guardarlos en otro lugar.

“Estos datos estaban en todas partes”, continúa Wise. “Así que nuestro desafío se convirtió en: “Tenemos todos estos montones de datos por todas partes; ¿cómo los unimos?”. Tanto nosotros como nuestros competidores, y cualquiera que tratara de proporcionar herramientas para analizar los datos, tuvimos que encontrar una forma de conseguirlo todo en un solo lugar, así que se convirtió en algo significativo”.

A medida que la definición de SPC se ha ampliado para incluir el análisis automático de datos y la generación de informes, Wise dice que las expectativas de los clientes también han cambiado.

“Cuando se menciona el SPC, realmente se le está llamando es gestión de datos o big data o analítica de datos, porque lo que realmente se hace es recopilar datos y analizarlos y tomar decisiones sobre ellos”, explica Wise. “Y como estamos compitiendo en este espacio de mercado, es sólo cuestión de quién puede hacer un mejor trabajo al proporcionar información útil a nuestros clientes.

Así que eso ha cambiado bastante”, continúa. “No tenemos que vender el mensaje de, ‘Si sólo entrenas a tus operadores a leer estos gráficos de control, las cosas mejorarán mucho. Sé que les lleva tiempo hacer su trabajo, pero es muy importante”. Ya no tenemos que mencionarlo”.

La revolución digital

Cuando Wise trabajó en Boeing en los años 80, la empresa se basaba en archivos físicos y archivadores para almacenar sus datos. “Y una vez que los datos cumplieran un año, alguien entraría y vaciaría estos archivos en cajas de cartón y los llevaría a otra instalación de almacenamiento”, recuerda Wise, “porque si un avión cayera del cielo, alguien tendría que recuperar todos esos datos”.

Ahora, todos los datos de una empresa pueden almacenarse en un único repositorio Cloud; y la capacidad de hacer números, proporcionar análisis predictivos y dar retroalimentación inmediata sobre lo que dicen los datos también se ha vuelto infinitamente más fácil, señala Wise.

Y con informes y cuadros de mando personalizados, una vez que se inicia sesión en el sistema, éste sabe quién es usted y, en un día determinado, de qué operaciones es responsable y qué se está introduciendo en ellos”.

“Y con los informes y cuadros de mando personalizados, una vez que se inicia sesión en el sistema, éste sabe quién es usted y, en un día determinado, de qué operaciones es responsable y qué se está incorporando a esos procesos”, explica Wise. “Esto no es SPC per se; pero debido a que estos son todos los tipos de datos que están fluyendo en la planta de producción, aquellos que quieren hacer que los flujos de datos SPC sean más significativos necesitan integrar SPC con el resto de este material. Lo que se está creando en cualquier operación, lo que se está midiendo, todo eso puede ser analizado usando SPC”.

Wise estima que hace unos seis o siete años, la tecnología de computación en nube finalmente se puso al día con las ideas que habían estado circulando en InfinityQS durante al menos una década.

“Cuando realmente comenzó a cambiar, al menos para InfinityQS, fue cuando la Nube se convirtió en una realidad”, dice Wise. “Una vez que estos sistemas basados en la nube salieron a la luz donde el sistema no depende del grupo interno de TI de la compañía para crear una Intranet, esto creó la capacidad para que cualquiera pudiera conectarse a un dispositivo y conectarse a estos flujos de datos desde cualquier parte del mundo”.

Anteriormente, el grupo interno de TI de una empresa tenía que crear su propia base de datos interna en cada sitio, y cada uno tenía que alimentar su base de datos con sus propios ordenadores, discos duros y otro hardware. La sustitución de los equipos de TI y el hardware por software basado en la nube fue algo obvio desde el punto de vista del ahorro de costes, dice Wise, y la visión ya estaba ahí. En consecuencia, para InfinityQS, era sólo cuestión de construir las herramientas para aprovechar la nueva tecnología.

Hace cuatro años, dice Wise, InfinityQS comenzó a escribir código para Enact. Hoy en día, la plataforma nativa de Cloud Computing sirve a la industria aeroespacial, automotriz, médica, de empaque, de manufactura en general y otras industrias en todo el mundo.

“Fácil es difícil”

En la era digital, y especialmente en la fabricación digital, la facilidad de uso de un producto puede ser suficiente para hacer o romper una venta. Los operadores no tienen tiempo que perder en las plantas de producción; por lo tanto, si un software inteligente de SPC puede recopilar, supervisar y generar informes sobre los datos para ellos, entonces, por lo general, la inversión vale la pena.

Al construir el producto Enact, Wise dice que el equipo se enfrentó a una elección: “¿Creamos un muro de gráficos para que la gente los vea más eficientemente? Después de investigar más a fondo, decidieron que ya no necesitaban gráficos para estar al frente y al centro. Los operadores no necesitaban mirarlos.

“Puedes mirarlos con unos pocos clics, si realmente quieres”, añade Wise. “Pero las pantallas frontales y principales de nuestro sistema no tienen gráficos de control de calidad, porque los gráficos de control de calidad están haciendo su trabajo en segundo plano. Incluso la capacidad de agregar y analizar los números, que ya no es necesaria para los usuarios de estos sistemas, porque las computadoras están haciendo todo ese trabajo por ellos”.

En cambio, el software inteligente de SPC libera a los operadores y a los gerentes de calidad para que hagan su trabajo de manera más eficiente. “Alguien tiene que responder si el sistema envía una señal que dice:”Tienes que ir hasta aquí y comprobar la presión de esta línea en particular en esta máquina que ejecuta esa parte”, explica Wise. “Alguien tiene que salir y hacer ese trabajo, y tienen que asegurarse de que las estrategias de muestreo adecuadas están en efecto.”

Preparar la estrategia de muestreo correcta para que no sea demasiado costosa, pero que a la vez proporcione datos suficientes para dar a los usuarios lo que necesitan, es parte de la formación que InfinityQS ofrece al usuario final.

“Cuando las señales vuelan, los usuarios de los datos deben asegurarse de que no se estropeen y de que respondan en el tiempo adecuado”, afirma Wise. “De lo contrario, si ignoras las señales, el SPC no es más que producir gráficos de control, y eso es todo lo que representa.”

En Enact, los modelos de datos se suturan para ir desde las materias primas hasta los productos terminados; y a medida que las señales salen de la herramienta SPC, el sistema Enact asigna automáticamente cualquier problema que se presente al lugar correcto, incluso si ese lugar es el de recepción de la inspección, al otro lado del mundo.

“Lo hemos incorporado en los modelos de proceso, los flujos de trabajo, de cómo los datos se unen para producir estos productos terminados”, explica Wise. “Los expertos construyen los modelos, y esos modelos están unidos a la computadora.” Por lo tanto, cuando las señales se emiten, se dirigen automáticamente a la persona adecuada y al lugar adecuado, incluso si esa persona se encuentra en una fase anterior del proceso o en otro país.

“Nos damos cuenta de que nadie tiene todo el conocimiento de cómo los ingredientes se transforman en productos terminados”, dice Wise. “Pero ahora, con la lógica de este modelo de proceso en Enact, sólo necesitas tener ese conocimiento mientras improvisas estos modelos; y después de eso, el sistema hace el trabajo por ti”.

Wise relaciona esto con cómo, cuando era estudiante universitario en 1982, Apple introdujo sus primeros ordenadores personales en los campus universitarios, incluido el suyo propio.

“Salieron con estos Macintosh en los centros de estudiantes y dijeron: Oye, ven a ver esta computadora, haz clic con el ratón y te daremos una camiseta gratis”, recuerda Wise. “Así que compré una camiseta de Apple que tenía el colorido logotipo de Apple en la parte delantera, y en la parte trasera el eslogan era: Lo fácil es difícil” La frase es igualmente adecuada para la gestión moderna de datos, señala Wise.

“Es muy duro para el back-end hacer que parezca tan fácil en el front-end”, dice. Pero eso es exactamente lo que hace.

Traducción de: https://www.qualitymag.com/articles/95101-spc-then-and-now

[1] https://www.qualitymag.com/

Ph.D. Gustavo Campos

Director del Centro de Investigaciones

Facultad de Matemáticas e Ingenierías