lunes, 30 marzo 2026 08:14 pm
Análisis de eficiencia
Análisis de eficiencia
Introducción
Este proyecto se basa en un caso de estudio publicado por Maven Analytics, que simula un entorno real de producción industrial. En el escenario planteado, se trabaja como responsable de producción de Wolf Cola, una empresa de refrescos que gestiona todas sus operaciones de fabricación en Filadelfia. El proyecto surge a partir de una iniciativa de mejora de la productividad en la línea de embotellado, iniciada por el anterior responsable del área. Como parte de este trabajo, se dispone de un archivo en Excel que contiene datos históricos de productividad y paradas de la línea de fabricación. El objetivo del análisis es evaluar el rendimiento de la línea de producción, comprender las causas de las paradas y detectar oportunidades de mejora, colaborando con el personal operativo para aumentar la eficiencia del proceso productivo.
1. Herramienta y Fuente de datos
El análisis se realiza íntegramente en Microsoft Excel, a partir de un libro en formato Excel que contiene datos de productividad y tiempos de inactividad de una línea de embotellado de refrescos.
El archivo incluye cuatro tablas con información relacionada con:
Estos datos permiten analizar la eficiencia de la línea, así como identificar patrones y causas recurrentes de las paradas en la fabricación.
2. Diseño del proyecto
En primer lugar, es fundamental comprender el propósito del proyecto para identificar las palancas pertinentes y sus KPI’s. Para ello, se plantean una serie de cuestiones clave que permiten filtrar y determinar qué datos son esenciales y cuáles resultan prescindibles para alcanzar los objetivos establecidos.
El objetivo de este proyecto es evaluar la eficiencia de la línea de producción e identificar las principales causas de las paradas en la fabricación, con el fin de detectar oportunidades de mejora que permitan optimizar el proceso productivo.
Para ello, se realizará un análisis integral de las paradas en la fabricación, un análisis de la línea de producción y un análisis del desempeño de los operarios, ya que se trata de dos elementos clave que influyen directamente en la productividad y eficiencia de la línea.
Estas preguntas proporcionarán una base sólida para el análisis y las recomendaciones estratégicas que se planean realizar:
¿Cómo evoluciona la eficiencia de la línea a lo largo del tiempo?
¿Existen diferencias significativas de eficiencia entre distintos productos?
¿Qué lotes presentan los niveles más bajos de eficiencia y por qué?
¿La eficiencia se ve afectada por el volumen de producción del lote?
¿Qué tipos de paradas son más frecuentes y cuáles generan mayor tiempo de inactividad?
¿Existen causas de parada que, aun ocurriendo pocas veces, tengan un alto impacto en la productividad?
¿Se observan patrones recurrentes de paradas en determinados productos o lotes?
¿Qué causas de parada deberían priorizarse para maximizar la mejora de la eficiencia?
¿Existen diferencias en el rendimiento de la línea según el operario asignado?
¿Determinados operarios presentan mayores tiempos de parada asociados?
¿Las paradas relacionadas con factores humanos tienen un peso relevante frente a las técnicas?
¿Las paradas se distribuyen de forma homogénea o se concentran en ciertos escenarios?
¿Existen combinaciones de producto, operario y causa de parada especialmente problemáticas?
¿Se detectan indicios de inestabilidad en el proceso productivo?
3. Análisis de los ficheros y preparación del dataframe
Esta primera toma de contacto con los datos proporciona una comprensión inicial de la información disponible y permite planificar los siguientes pasos del análisis, dentro de lo que se conoce como el proceso de ETL (Extract, Transform, Load).
Para ello, se cargaron los archivos contenidos en el libro de Excel y se analizaron sus columnas con el objetivo de comprender qué tipo de información aportan, el formato de los datos y su calidad. En esta fase se verificó la existencia de valores nulos, duplicados, valores atípicos o posibles inconsistencias, que podrían afectar al análisis y llevar al descarte de determinadas variables.
Posteriormente, se llevó a cabo un proceso de limpieza y transformación de los datos utilizando Power Query Editor. Las distintas tablas fueron integradas mediante un left outer merge, utilizando una columna clave común, con el fin de unificar la información y permitir un análisis conjunto de los datos de producción y de las paradas.
Finalmente, se creó un dataframe consolidado, que se utilizó como base para el análisis posterior y que fue almacenado en una nueva hoja dentro del mismo libro de Excel, garantizando la trazabilidad, coherencia y reutilización de los datos.
Una vez consolidado el dataframe, se procedió a enriquecer los datos mediante la creación de nuevas variables. Estas se agrupan en tres bloques: cálculos de tiempo, cálculos financieros y cálculos de producción.
1) Cálculos de tiempo
Variables para cuantificar la duración total de la producción y los tiempos de inactividad:
2) Cálculos financieros
Variables que permiten evaluar la eficiencia relativa de los productos y operarios:
3) Cálculos de producción
Se preparó la tabla para análisis de continuidad y cambios, ordenando los datos por Date y Start Time (ascendente):
Este dataframe final será la base sobre la cual realizaremos el análisis posterior y extraeremos los insights del proyecto.
4. Análisis del dataframe
Se realizó un análisis exploratorio de datos con el máximo nivel de granularidad sobre la producción, las paradas y los operarios, con el objetivo de responder a las preguntas planteadas, identificar patrones de comportamiento y detectar relaciones entre variables clave.
Para conocer en detalle la situación de la línea de producción, se extrajeron KPIs relevantes, tales como eficiencia por batch, ratio de downtime, tiempos de transición entre productos y batches, y productividad por operario y turno.
Asimismo, se emplearon tablas dinámicas y gráficos para organizar, resumir y visualizar la información de manera clara y comprensible. Estas herramientas permitieron detectar tendencias, comparar métricas entre productos y turnos, y evaluar el impacto de las paradas en la productividad de la línea.
5. Interpretación de resultados
A continuación se presentan los principales insights obtenidos del análisis y las recomendaciones estratégicas derivadas de ellos. Estos hallazgos permiten comprender de manera clara los factores que afectan la eficiencia de la línea de producción y sirven como base para implementar acciones orientadas a la mejora continua. Para facilitar la comunicación de los resultados, se ha preparado un video explicativo que resume los hallazgos más relevantes y las oportunidades de optimización detectadas.
O si prefieres puedes descargar el informe completo aquí:
