Digitalizar: qué es, para qué, cómo y tipologías existentes

Digitalizar se ha convertido en los últimos años en la palabra de moda: sin embargo, muy pocos tienen claro qué es o cómo afrontarla. El post de hoy la aborda a través de consejos que ayudan a aterrizar el concepto, contribuyen a adaptarlo a cada sector, y al mismo tiempo lanza preguntas retadoras para ver si es conveniente o no implantarla en la empresa. 

De acuerdo a la RAE, Digitalizar es:

1. tr. Registrar datos en forma digital.
2. tr. Convertir o codificar en números dígitos datos o informaciones de carácter continuo, como una imagen fotográfica, un documento o un libro.

Más allá de la definición oficial, para los mortales comunes es un término del que, uno: todo el mundo habla de él, y dos: no se sabe muy bien como aplicarlo o aterrizarlo en nuestro día a día. Y esto es así porque, efectivamente, allá donde nos encontremos y a qué nos dediquemos, tendremos que ser capaces de entender de qué manera podemos hacer uso de la digitalización y cómo aprovecharnos de ella -si es que tiene sentido.

Previo al concepto de digitalización, debemos ser capaces de:

• reconocer con qué datos trabajamos en nuestro día a día, 
• qué estamos haciendo con ellos en la actualidad, y 
• qué queremos hacer o qué pensamos que podemos llegar a querer hacer con ellos a futuro. 

A través de este hilo conductor, definimos digitalizar como convertir el dato en un elemento trabajable, que no manipulable, y con los siguientes atributos (lista extensible):

• Que se pueda enviar entre equipos informáticos o dispositivos móviles
• Que pueda ser pintado en una gráfica
• Que pueda ser analizado con otros de su serie, de manera que aporte un valor diferencial 
• Que pueda ser correlacionado con otras variables: aquí ya entra la introducción de capas de inteligencia artificial en general, o Machine Learning en particular

Otras definiciones de interés son:

• La digitalización es el proceso de transformar procesos analógicos y objetos físicos en digitales (Dropbox)

¿Se puede digitalizar todo?

La respuesta es que en mayor o menor medida, sí. De hecho, la pregunta más bien debe ser: ¿vale la pena digitalizar?. Para ello, lo mejor es intentar respondernos a las siguientes preguntas:

• ¿Qué me va a aportar digitalizar?
• ¿Ahorro en tiempo y dinero. eficiencia, productividad, bien estar de los empleados, etc?
• ¿Nos encontramos ante un ¡Guau! Effect?
• ¿Con qué frecuencia se generan los datos? Si son datos que se generan, por ejemplo, una vez al día, probablemente nos conformemos con una hoja excel que nos lo dibuje.
• ¿Cómo de accesible es el dato? En el caso de la cadena de suministro, por ejemplo, en raras ocasiones están dispuestos los proveedores a compartir ciertos datos que los consideran parte de su know-how.
• ¿Cómo de importante es ese dato? En el caso de datos médicos de pacientes, o de consumos o mermas en máquinas, pueden ser muy relevantes. Pero en muchos otros casos, el dato no aporta nada. 
• ¿Cuánto tiempo tenemos que tener almacenado el dato? En el caso de datos médicos es posible que sea toda la vida del paciente. En el sector de automoción, hablando de componentes críticos, estamos hablando de datos que precisan un almacenamiento que puede llegar hasta los 25 años.

Por todo ello, la elaboración de un Business Case que profundice en:

• Definir, de manera precisa, el problema a abordar
• Los beneficios: ¿Qué pinta tiene el éxito? ¿Cuál va a ser el impacto en mi negocio?
• ¿Cuáles serán las tecnologías facilitadoras vs tecnologías de impacto que me van a permitir dar el salto cualitativo?
• Las tensiones que se van a generar
• Cómo hacerlo realidad, con un timing y recursos

¿Qué tipos de digitalización existen?

Digitalizar puede tener una definición o concepción diferente en función del sector en el que trabajemos: para un traumatólogo, por ejemplo, digitalizar puede ser simplemente escanear las radiografías de los clientes. Para un responsable de procesos de una línea industrial, puede ser conseguir datos de los consumos de la máquina en milisegundos. Por todo ello, podemos diferenciar entre los siguientes tipos:

• Digitalización de documentos: pasarlos del papel a un pdf, word, excel o una imagen. Este matiz es importante, puesto que un dato en word o excel es fácilmente buscable o encontrable, mientras que en pdf puede que el dato se haya convertido en una imagen, con lo que el beneficio será mucho más limitado (no podremos hacer búsquedas). Como regla general, se prefiere convertir cualquier documento en excel, dado que al tenerlo en formato tabla luego es mucho más fácil poder trabajar con ellas. Para ello se emplea el Reconocimiento Óptico de Caracteres (OCR, en inglés).
• Digitalización de procesos (genérico): una derivada de la antes mencionada. Básicamente se trata de pasar de recopilar el dato usualmente en papel y bolígrafo o incluso en hojas excel, a hacerlo de manera automática y sistematizada en los repositorios o data lakes que se preparen a tal efecto. Esto permite, al menos, tener el dato disponible para ser trabajado en nuesto mejor y mayor interés. Ejemplos de este tipo pueden ser: 
• mediciones que se hacen a moldes de producción al inicio de cada turno
• Digitalización de procesos industriales: iotizar máquinas (sensorizarlas) para luego, a través de los gateways correspondientes, seamos capaces de llevar todos los datos a la nube y así poder jugar con ellos. Ejemplos prácticos pueden ser:
• datos de consumo de máquinas
• datos de producto (cotas, chequeos automáticos en el End Of Line), de proceso (temperatura, presión) o de producción (OEE, FTT)
•  Marketing Digital: no tiene nada que ver con lo anteriormente expuesto, salvo por el hecho de que se generan datos masivos igualmente. En este caso, se trata de venta por internet mediante técnicas SEO o SEM de productos o servicios: está la tienda online, la digitalización del punto de venta, la digitalización de operaciones, de cliente, de Customer Service, de métodos de pago... ¡hay muchas áreas que se pueden digitalizar!. En este caso, el wording nos juega una mala pasada.

¿Qué no es digitalizar?

Como hemos comentado anteriormente, no es digitalizar:

• Convertir un documento en papel en un pdf sin más, en el caso de que el pdf NO reconozca palabras o no permita hacer búsquedas. De hecho, motores actuales de Inteligencia Artificial que permiten la revisión de miles de documentos en cuestión de segundos NO pueden hacer esta actividad si las palabras no pueden ser leídas convenientemente. 
• Recopilar datos sin más. Se requiere a posteriori una labor de depurado (cleansing) que es fundamental para no caer en conclusiones erróneas. De hecho, el proceso de captura del dato y el de depurado, suelen llevar al menos el 70% de dedicación de los técnicos de análisis de datos y científicos de datos.

¿Cuáles son las ventajas y desventajas de digitalizar?

En cuanto a las ventajas, podemos mencionar las siguientes:

• Permite acceder a datos e información desde cualquier dispositivo móvil, simplificando su intercambio
• Es ecológico, rentable, seguro y siempre disponible
• Promociona la experiencia del cliente

Y respecto a las desventajas, entre otros:

• Se pierde el control sobre la propiedad intelectual
• No está clara la respuesta a la siguiente pregunta: ¿de quien son los datos?
• Daños en los procesos de manipulación 

Conclusiones

• De nada sirve recoger el dato en modo digital si luego no hacemos nada con él.
• Es fundamental tener claro con qué tipo de datos trabajamos:
• ¿Es discrecional o cuantitativo?
• ¿Con qué frecuencia se genera el dato?
• Antes de hacer nada conviene sentarse ante un folio en blanco y dar respuesta a todas las preguntas planteadas anteriormente.
• No confundir Digital Marketing con el resto de definiciones de Digitalización
• La sociedad, en general, y las empresas en particular, visionan un futuro digitalizado, y por ello abrazan la digitalización como estrategia de supervivencia.
• Ya existen modelos empresariales completos que se articulan cien por cien en la estructura digital.
• Este cambio de analógico a digital abre la puerta a nuevas oportunidades, como el trabajo desde casa (teletrabajo)

Qué es el OEE logístico y cómo calcularlo

 

Los que somos asiduos a las plantas de fabricación, sobre todo si trabajas en automoción, observamos que, mientras que en el área de Producción existen indicadores consolidados y entendidos por todas las partes de interés,  como son el OEE (Overall Equipment Effectiveness) de una línea, el FTT (First Time Through), Quality Rate, etc, sin embargo no existen indicadores extendidos que permitan medir la actividad logística de una planta y cómo de eficiente es.

Es más los KPIs que se suelen trabajar en planta están relacionados con:

• Expediciones 
• Entregas de producto a los clientes (cumplimiento de entregas, etc.)

       La logística de planta suele requerir alrededor del 5-7% de los recursos de una planta de producción del sector automoción.

A nivel logístico, los KPI se suelen organizar en cinco grandes áreas:

1. Indicadores de gestión logística asociados a la compra y abastecimiento.

• Plazo de aprovisionamiento (Lead Time): Fecha de recepción del pedido – fecha de emisión del pedido.
• Rotación de stocks de materias primas y otros aprovisionamientos.
• Rotura de stocks

2. Indicadores de gestión logística de producción.

• Coste unitario de producción. Coste de producción total / Unidades totales.
• Rotación de producto final.

3. Indicadores de gestión logística de almacenamiento e inventario.

• Coste de almacenamiento por producto. Costes de almacenamiento / Unidades totales en stock.
• Rotación de inventario
• Duración de preparación de los pedidos. Tiempo desde la recepción del pedido hasta que pasa a la siguiente fase de distribución y transporte.

4. Indicadores de gestión logística de distribución y transporte

• Coste unitario del transporte: costes de transporte / unidades producidas. También podemos referirlo a las ventas: costes de transporte / unidades vendidas.
• Coste por kilómetro
• Entregas a tiempo: número de entregas a tiempo / número total de entregas.

5. Indicadores de gestión logística de entrega y atención al cliente.

• Número de entregas perfectas / número de entregas totales.
• Coste medio de gestión de pedidos: coste gestión total pedidos / número de pedidos totales.
• Satisfacción del cliente.

En definitiva, la utilización y seguimiento de KPIs de intra logística, siendo existente, no mide la eficiencia del sistema en una sola métrica que las aglutina todas. Además de esto, para la adaptación del OEE al ámbito logístico, se debe tener en cuenta dos conceptos clave:

• El OEE es una cuestión de tiempos: Aunque hablemos de porcentajes, Si uno analiza el procedimiento de cálculo y obtención del OEE se dará cuenta que todo se resume a una cuestión de restar tiempos durante los que no se ha aportado valor.
• Los datos deben estar relacionados con los recursos, no con los procesos: Mientras que un proceso o estación siempre puede estar disponible, no sucede lo mismo con un recurso (ya sea humano o robotizado - un AGV-). Es por ello que el OEE del que estamos hablando NO es un OEE de la máquina, sino un OEE del recurso: esto es, en el ámbito productivo el recurso es una máquina, mientras que en el ámbito logístico el recurso es un carretillero, un trenero o un AGV.

Las siguientes propuestas permiten reformular el concepto de OEE al ámbito logístico: 

Propuesta 1: el KPI de logística inhouse

Tomando como referencia el OEE en el ámbito de producción, la propuesta de la firma ITK propone definir un indicador para la intralogística fácil de calcular e interpretar, pero que aglutine los parámetros fundamentales de la actividad logística. Para ITK, el OEE logístico, de la misma manera que el OEE productivo, se calcula como el producto de 3 factores: 

Disponibilidad x Rendimiento x Calidad

• Disponibilidad: cantidad de tiempo que el recurso está disponible vs la cantidad de tiempo que el recurso está programado para estar disponible
• Rendimiento: cómo de rápido va el recurso frente a la velocidad o tiempo ideal estimado
• Calidad: responde a la pregunta: ¿se ha hecho el transporte con calidad, sin impacto en la calidad del material?

Y tiene en consideración 7 grandes pérdidas:

• Relacionadas con la Disponibilidad:
• 1. Paradas no planificadas, averías, problemas de puesta en marcha
• 2. Configuración y Ajustes, Problemas organizativos (falta de materiales)

• Relacionadas con el Rendimiento:
• 3. Pequeñas Paradas (no averías)
• 4. Reducción de velocidad, dando lugar a tareas que se hacen a un ritmo inferior
• 5. Pérdidas de tiempo relacionadas con procesos anteriores o posteriores al logístico
• Relacionadas con la Calidad:
• 6. Rechazos por piezas deterioradas por el transporte
• 7. Tareas de transporte mal realizadas (viajes innecesarios por equivocaciones

Propuesta 2: La Fórmula Witrac

En este caso, la empresa valencia Witrac, expertos en tracking de activos e IoT, propone y utiliza la siguiente fórmula, sutilmente diferente dado que cambia el concepto de rendimiento por el de productividad:

Disponibilidad x Productividad x Mermas

Siendo:

• Disponibilidad: ya comentado. Ejemplo: Nº de horas al día de carretilla encendida/ 24h de una carretilla)
• Productividad: mide el impacto de viajes en vacío que hace el recurso. Se podría medir como sigue: P = viajes con pallets transportados / viajes totales (con y sin pallets)
• Mermas:  se puede medir como (viajes con pallets a producción / viajes con total pallets (a producción o destino final + traspasos)

Conclusiones

• Ganar la capacidad de poder medir un entorno logístico es fundamental en toda cadena de suministro. 
• Poner el foco en las variables que sustentan el OEE logístico permite atacar los problemas existentes, tener un ansia continua por la mejora, y luchar por una Política de Cero Defectos
• El OEE-L se debe medir por recurso logístico existente, no por instalación

Post elaborado junto con Javier Ferrer, CEO de Witrac.