La Variabilidad en los procesos: clave para diseñar

productos competitivos

Lourdes Pozueta Fernández

lourdes.pozueta@avancex.com

2.

“Hay muchas cosas que pueden ir mal en el proceso de desarrollo de un producto. Muchas startups no aguantan económicamente los fracasos.”

Ejemplo: Why Electric Cars Don’t Have Better Batteries | MIT Technology Review

http://www.technologyreview.com/review/534866/why-we-dont-have-battery-breakthroughs/

RETOS de la INGENIERÍA en la INNOVACiÓN •INCORPORAR con éxito, en el desarrollo de Producto/Proceso, CONOCIMIENTO (escaso) derivado de los AVANCES TECNOLÓGICOS

•REPRODUCIR, en fabricación, los RESULTADOS que surgen en etapas iniciales de desarrollo de productos (prototipos)

•...etc.

Identificar Causas Raíz de la VARIABILIDAD EXPERIMENTAR con método científico

APRENDIZAJE LENTO / Por AZAR: ACELERADO / PROVOCADO: Hecho relevante ocurre: OBSERVAR Provocar que ocurran hechos: EXPERIMENTAR con método científico 1 Observador Preparado nº de personas preparadas: EQUIPO MULTIDISCIPLINAR Capacitación para APRENDER en base a DATOS Ingeniería de la Calidad: Estadística Industrial, ….

CO

NO

CIM

IEN

TOS:

Info

rmac

ión

+ ap

rend

izaj

e

tiempo 1500

Nuevas Tecnologías

Olas tecnológicas

(+Internet)

Necesidad de Aprender a “Aprender rápido”

¿CUÁNDO y CÓMO podemos reducir la VARIABILIDAD final?

Ref.:Tabla 10.1, Cap. 10: Libro “Métodos estadísticos. Control y Mejora de la Calidad” Prat, Tort-Martorell, Grima, Pozueta y Solé. Ed. UPC

Hay que anticiparse en Fase de DISEÑO… Sin embargo….

Ley de Meskimen: “Nunca hay tiempo para hacer las cosas bien pero siempre para repetirlas”

DOE Producto robusto

DOE proceso robusto

Metodologías/Herramientas de Ingeniería de la Calidad

• EXPERIMENTAR con método científico para APRENDER QUÉ y CÓMO afecta

5.

• CARACTERIZAR comportamiento de Procesos SIMILARES: DIAGNÓSTICO

Elementos diseño producto Materias primas, Proveedores,

Parámetros máquina-proceso, localización, Utillajes, Desgastes, condiciones ambientales,

Ergonomía, Experiencia en el usuario …

Factores Clave que afectan variabilidad

PROTOTIPO Y PROCESO ROBUSTO

Factores Clave (Conocimiento adquirido)

Avances Tecnológicos

Desarrollo conceptual Factor A

- +

Fact

or B

+ -

-

+

Metodología Experimentación

2 Competencias clave en Ingeniería de Calidad

Innovación

DIAGNOSTICAR para identificar Factores Clave

Los médicos utilizan htas (Rayos-X o Test de Sangre) para determinar por qué alguien tiene dolor. La Ingeniería de Calidad utiliza herramientas para comprender lo que NO SE VE

6.

Heridas escondidas

PREGUNTAS

Hipótesis

Escuchar con atención Observación Consciente

Evidencias

¿Por qué?Causa

Raíz

0,00%10,00%20,00%30,00%40,00%50,00%60,00%70,00%80,00%

S2 S3 S4 S5 S6 S7 S8 S9 S10

S11

S12

S13

S14

S15

S16

S17

S18

S19

S20

S21

S22

S23

S24

S25

S26

S27

S28

S29

S30

S31

S32

S33

S34

S35

S36

S37

S38

S39

S40

S41

S42

S43

S44

S45

S46

S47

S48

S49

S50

S51

S52

%Def. TotalL. SuperiorMedia PeriodoL. Inferior

media: xx%

media: -media: zz

RESPUESTAS

Herramientas analíticas

Htas Recogida DATOS: observar,

experimentar

Predecir ≠ Causalidad

Modelos predictivos o causales

Factor A

- + 16 ensayos: 1 factor

A D

+ E -

B

16 ensayos: 5 factores

Factor A - +

Fact

or B

+ -

-

+

3 factores

Factor A - +

Fact

or B

Fact

or B

Factor A

+ -

16 ensayos: 2 factores

A

B

A

B

- D +

4 factores

Ejemplo de Estrategia Experimental y economía en los ensayos: 2k-p

Varios factores a la vez Óptimo de conocimiento/Coste experimental Modelos predictivos-Causales Aprender Rápido Aplicable a simuladores

✔ Mover TODOS los factores a la vez ✔ Analizar Media y Variabilidad

✖ Prueba-Error o Mover UN factor cada vez

Hay interacciones!!

Eficiencia!!

8.

Fagor Ederlan Producto: Caliper Característica: Ruido (FRF)

A

B

A

B

- D +

+

Causa Raíz ES Cota X

Variación en Frecuencia3 según localización Cavidades en molde idénticas pero Cota X en producto varía Alta correlación entre FR3 y Cota X PUEDE SER la causa

(correlación no implica causalidad)

OBSERVAR PROCESO: Diagnóstico

EXPERIMENTAR (provocar escenarios independientes)

1) Compensar Utillaje 2) Diseño producto robusto

Prueba piloto

ENTRENAR a ser “Médicos de Procesos”

• ENTENDER la VARIABILIDAD de los PROCESOS ACTUALES, – Observación consciente – Cuestionarse, elaborar preguntas, recoger datos apropiados para responder las preguntas, …y con

ello a identificar factores clave que afectan a la variabilidad. – Utilizar herramientas reconocidas internacionalmente: SPC, gráficos multi-vari, modelos de

regresión, series temporales, redes neuronales, …etc.

• EXPERIMENTAR con método científico y TRATAR el producto/proceso

– Abandonar tácticas de prueba/Error o mover 1 factor cada vez – Habilidades para recoger conocimiento tácito de las personas – Experimentar con varios factores a la vez para identificar interacciones – Utilizar metodologías estadísticas reconocidas internacionalmente: Anova, Diseños 2k-p para

industria, Diseños para mezclas, Diseños experimentales para la salud, Diseños Shainin, …etc.

• Discernir AZAR de EVIDENCIAS estadísticas.

9.

10.

lourdes.pozueta@avancex.com lpozueta@ideas2value.net

• Experta en Estadística Industrial: Estudios de análisis de fuentes de variabilidad Diseño de Planes experimentales Análisis e interpretación de datosOptimización de productos y procesos Modelos predictivos y causales Metodologías de Mejora continua Elaboración procedimientos estadísticos

• Consultoría a empresas • Formación en herramientas • Entrenamiento en competencias relacionadas con la

Mejora Continua y el Diseño de Experimentos

Socio fundador

LinkedIN

11.

Capacitación en abierto

Curso Avanzado en Programas de Mejora Continua Lean-Six Sigma

Diseño de Experimentos (3 módulos)

Control Estadístico de Procesos (SPC)

Marzo-Junio 2015 Marzo 2015 Diciembre-Feb 2015

Introducción Diseño Robusto

Próximamente

Alumnos del último curso DOE: Aplicación de DOE en la fabricación de Chips en Fagor Electrónica

12.

Referencias

13.

Innovation testers: Una vez logrado el diseño conceptual del producto, y antes de la realización de prototipos y series piloto, es necesario establecer el modo en que se va a medir el éxito del prototipo, o del proceso de generación del mismo, y las condiciones en que se van a elaborar los prototipos para poder evaluar con rigor científico los diferentes aspectos que interesa a una organización. Analizamos el comportamiento de prototipos ante variación de condiciones de diseño de producto y proceso, identificando factores que afectan y optimizando diseño. Establecemos pruebas piloto para evaluar la capacidad de los procesos de fabricación de lograr los requisitos de producto y realizamos propuestas de diseño de producto o proceso robustos a esta variabilidad. Innovation trainers Ofrecemos servicios de entrenamiento en competencias relacionadas con la Mejora Continua y el Diseño de Experimentos. Potenciamos desarrollar el “statistical thinking” en las organizaciones: el pensamiento que persigue chequear/aceptar teorías en base a hechos/evidencias.

http://ideas2value.net/inicio/

Lourdes Pozueta Fernández Coordina el área diseño de experimentos y análisis estadístico de Ideas2Value Network

Miembro fundador Hub de innovación abierta

14.

La experimentación para logro

producto robusto…

Ayudamos en cualquier fase del Proceso de Innovación