Hace varios años, me llamaron para trabajar en un tema que había plagado a uno de nuestros principales clientes durante más de 20 años. El tema era un misterio para el equipo directivo y dio lugar a más de medio millón de dólares en pérdida en desperdicio y productividad cada año. Después de presentarme al equipo, recorrimos las instalaciones y mientras cada persona se presentó al equipo. Cuando llegué hasta Ed, él dijo: "Hola, yo soy el que se encarga de la calibración, y te puedo decir, no son las básculas." Ed tomaba muy en serio esta afirmación. Miré a Ed, y le dije muy en serio: "Ed, creo que usted, y quiero que demostremos con datos." Ed estaba muy contento con esto, a pesar de que en el transcurso de la semana demostramos que las básculas eran de hecho parte del problema. El punto de esta historia es que en la resolución de problemas, los datos son mucho más valiosos que las opiniones
La solución a un Problema de 20 años.
El cliente era un fabricante de formulaciones complejas de caucho para su uso en aplicaciones de la industria automotriz. El problema fue una pérdida misteriosa de peso en el pesaje inicial de ingredientes para el peso combinado final en la operación de mezclado. Los ingredientes se pesaron en diferentes básculas situadas en un extremo del edificio, acumulados en los contenedores de transferencia a través del transportador de arriba, y luego entregados a través de carriles de transferencia generales a los mezcladores en el extremo del edificio. El ingrediente de caucho-sería transferido a la mezcladora, y el peso comparado con la suma de todos los pesos. Si el peso no estaba en la tolerancia, el proceso se detiene, y el tiempo de inactividad se incurriría hasta que el lote podría ser objeto de desperdicio, y todos los ingredientes sacados fuera. El problema estaba costando a la compañía 510.000 dólares por año en la capacidad del mezclador de pérdida y chatarra. Un equipo de proyecto SigmaKaizen fue montado para estudiar y eliminar las ocurrencias de peso fuera de la tolerancia (OTW) y la descarga en las básculas finales. El equipo fue fletado para definir el problema, identificar las fuentes potenciales del defecto, e implementar mejoras y controles para garantizar una solución duradera.
Utilizamos el SigmaKaizen DMAIC (por sus siglas en inglés) (Definir, Medir, Analizar, Mejorar y Controlar) el proceso para aplicar la resolución de problemas en equipo. (SigmaKaizen combina el proceso DMAIC utilizado en el problema Six Sigma resolver con el rápido ritmo del método kaizen de mejora de procesos. La herramienta resultante es ideal para proyectos en los que hay muchas fuentes de variación en el proceso, y cuando el propietario del proceso quiere resultados rápidos. SigmaKaizen puede acortar el plazo de Definir para controlar desde varios meses hasta varias semanas.) El equipo se centró en la recolección y análisis de datos para establecer causa de origen las acciones correctivas a los problemas. Revisaron los datos históricos y determinó que ésta era de hecho un problema a largo plazo, con más de 22.000 minutos de pérdida de producción por año. La mayor parte de esta pérdida se produce entre dos de las fórmulas de goma y se distribuyó uniformemente a través de los mezcladores.
Cómo llegar a la causa raíz.
Se analizó el proceso del equipo asignado y se investigó muchas causas posibles. De las pocas causas que se encontraron para ser significativas, una particularmente interesante explicó parte del misterio de Ed y el equipo. Cuando el equipo investigó la balanza y la forma en que fué calibrada, se encontró que Ed era en efecto muy bueno en la calibración y el mantenimiento de las básculas en ambos extremos del proceso. Sin embargo, cuando echamos un vistazo más de cerca el peso real de las fórmulas del problema, se encontró que el peso que estábamos tratando de medir estaba en realidad más allá de los límites superiores de la calibración. Las básculas podrían leer con precisión dentro del rango que se calibraron, pero el equipo de producción utilizó las básculas más allá de ese rango, y los errores se fueron acumulando en ambos extremos para impulsar el peso fuera de la tolerancia a las escalas de mezcla.
Este fenómeno se conoce como ‘no linealidad’, o un cambio de sesgo de calibración desde un extremo de una escala de medición a otra. Es difícil de detectar, pero esto explica por qué el equipo de producción tuvo un problema tan generalizado y por qué el problema era siempre una pérdida de peso. Para agravar el problema de linealidad fue la forma en que las escalas de ingredientes fueron diseñados para operar. Los materiales se vertieron en la cámara de escala a través de transporte controlado por ordenador.
Los pesos se acumulan hasta que se alcanzó el peso objetivo y el contenido se vertió entonces sobre el transportador de transferencia y en la bandeja de transferencia. Si el peso excede la tolerancia, la escala sería una señal para que el operador elimine el material hasta que se logre el objetivo de peso. El operador entonces, levanta la tapa y retira el material hasta que se visualiza el objetivo, y la computadora libera el lote. El equipo descubrió que las básculas, las cuales fueron encapsuladas y bien ventiladas, estaban en realidad trabajando al vacío durante el funcionamiento normal. Cuando el operador intervino y levantó la tapa, el vacío fue eliminado, y las básculas instantáneamente mostraron mayor peso que con la puerta cerrada. El operador fue en realidad la eliminación de más peso de la báscula que se requería. Esto nunca habría sido detectado sin la observación directa del equipo, e ilustra la importancia de kaizen en la parte de la actividad SigmaKaizen para resolver el problema. Al final, nos habíamos puesto controles para reducir el "peso perdido" en más de un 72 por ciento, lo que resulta en menos horas extras, menos chatarra y unos 367,000 dólares de ahorros a la empresa.
En el informe fuera del equipo, todo el mundo se le pidió decir unas palabras sobre el proceso. Cuando llegó el turno de Ed, me miró y dijo: "Alguien me dijo una vez algo importante que me gustaría compartir. Todos tenemos opiniones y creencias, pero para resolver realmente los problemas que tenemos necesitamos ser objetivos y no descartar posibilidades sin pruebas. En Dios confiamos, y todos los demás deben tener los datos."
