Diagramas de productividad en producción porcina

Como prometimos en el anterior artículo sobre Seis Sigma y los mapas de procesos, presentamos una herramienta de gestión de proyectos muy utilizada en el mundo empresarial: los diagramas de productividad o árboles de productividad.

También conocido como diagrama de procesos o de flujo (en otros contextos), un diagrama de productividad es una representación gráfica que nos ayuda a visualizar y entender cómo una variable productiva se comporta en función de otras. En otras palabras, una herramienta para analizar procesos, establecer una relación entre los parámetros productivos, detectar dónde se pueden introducir mejoras, y estimar cuál será su nivel de influencia a la variable de interés.

Cuando estamos a bordo de un proyecto (vease la gestión de una granja de pollos o de una fábrica de muebles de alta gama, por ejemplo), sabemos (o deberíamos saber) cuáles son los factores que generan una mayor o menor eficiencia productiva. Pero también es importante entender cómo estos se relacionan entre sí para optimizarlos y actuar en consecuencia cuando detectemos que alguno está fallando.

Estos diagramas son especialmente útiles cuando los procesos son muy complejos y variables, en los que la gestión y la toma de decisiones se complican. Ya son bastantes los factores productivos que influyen en el rendimiento de una granja como para que no sea una buena idea tomar acciones de este tipo para disminuir el grado de incertidumbre de nuestras decisiones.

Los pasos a seguir (en orden) para diseñar diagramas de productividad son:

1. Objetivo: ¿Qué quiero conseguir? ¿Qué quiero analizar? No sería lo mismo partir de la variable X que de X. Nuestras variables de influencia serán otras, por lo que tener claro este punto hará que no arrastremos errores.
2. Determinar los componentes, esto es, las variables que influyen (o pueden influir), en la evolución de la variable de análisis.
3. Ordenar las variables según su peso y buscar conexiones. De tal manera, cuando una variable esté situada debajo de otra en el diagrama, menos peso o influencia tendrá en la variable análisis porque estará más lejos. Y viceversa. Lo explicamos con mayor detalle a continuación.
4. Revisarlo: Para evitar ponernos a trabajar y analizar cuando aún hay fallos en el diseño.

Existe una relación matemática entre los parámetros, los cuales están jerarquizados por importancia en orden ascendente de manera que:

• Representamos el parámetro productivo que estamos analizando en la cabeza del diagrama, y cuanta más influencia tienen el resto de los factores, más cerca estarán en el diagrama. Es decir, estarán situados más arriba. Por ejemplo, si estamos analizando “partos/semana”, variables como “cubriciones/semana” o “tasa de partos ajustada” estarán en el mismo nivel y, debajo, otros parámetros como el “número de cerdas eliminadas antes de cubrición”.
• Debemos leer los diagramas en orden descendente, empezando por la parte superior.

Un error muy común es no detenerse a analizar detalladamente el “por qué” de algo, sino lanzarse a hacer cambios sin unas pautas o una guía. Los diagramas de productividad nos ayudan a actuar en consecuencia. Es decir, a saber qué variables se verán afectadas en según qué situaciones.

El ejemplo que presentamos a continuación ha sido diseñado considerando una granja porcina y partiendo del problema en el que se ha detectado una baja del numero de lechones destetados por hembra. ¿Dónde está el fallo?

Tomamos como ejemplo el diagrama publicado en porcicultura por Óscar Fernando Álava, ya que nos parece muy ilustrativo y detallado. Los números que aparecen en cada uno son ficticios y añadidos por nuestro equipo de T&T para hacerlo más “estadístico”. Con estos números, pretendemos comparar dos periodos, lo que nos permitirá comprender la magnitud del problema y entender de manera más exacta y precisa la variabilidad.

Como se observa, los parámetros que primero desglosamos son el «Tamaño de camada» y «Partos / hembra / año». Estas son las variables que mayor influencia tienen sobre «destetados / hembra / año», a diferencia de, por ejemplo, “abortos”, “muertas” o “nodrizas” que tienen una menor importancia para la variable de interés.

Si nos detenemos un segundo a intentar detectar una bajada o subida en alguna de las variables, podríamos detectar que, por ejemplo, el número de nacidos muertos ha incrementado de manera notoria. En este punto, nos tenemos que preguntar qué puede haber causado este problema de productividad y si es generado por causas especiales a nuestro alcance de controlar.

Localizado el problema y seleccionados los datos que nos aportarían información de interés para explicar esta falla, podremos actuar priorizando dónde el impacto es mayor. Aquí ya podríamos empezar a resolver la pregunta: ¿dónde empiezo a buscar? en base a un criterio objetivo y con mayor evidencia que de haberlo hecho en base a nuestras impresiones.

Como conclusión, incidir una vez más en la importancia de los datos para tomar decisiones.