Indicadores del procesamiento de semillas en planta: mejorando su representación y automatizando su carga

Abstract

La gestión, manejo y representación de los datos, ha cobrado gran importancia en todas las industrias y empresas. La industria de la producción de semillas de calidad no es la excepción. Para conocer el estado de situación de cualquier proceso es necesario contar con Indicadores, que deben obtenerse a través de mediciones. Más aún, “no se puede mejorar lo que no se mide”. La recolección de datos por sí sola no es de mucha utilidad, pero su correcto procesamiento puede generar información clave, que conducirá a la toma de decisiones acertadas para alcanzar los objetivos definidos, mejorando y haciendo más eficientes los procesos. Existe actualmente una tendencia a la automatización de tareas, dentro de las cuales se encuentra el manejo de datos, enmarcado dentro del concepto de “Negocio Inteligente” (Business Intelligence o BI). Este trabajo se basó primero en el análisis inicial y posterior mejora de las tareas y procedimientos de procesamiento de datos para obtener los Indicadores para relevar: - calidad, costo, entrega y personas en las cinco plantas de procesamiento de semillas de la empresa Satus S.A. empresa prestadora de servicios a terceros, inscripta en una filosofía de gestión organizacional de servicio al cliente. Primero se realizaron los flujogramas, que constaron entre cinco y seis pasos para describir los procesos de obtención de los Indicadores de cada pilar. La carga y el cálculo de los Indicadores se realizaba en forma manual, se mostraba en diferentes pestañas y en diferentes archivos Excel, uno por cada planta de procesamiento. Con el objeto de - reorganizar la estructura de los datos para permitir y facilitar la automatización de su carga, - modificar su representación gráfica para agilizar su lectura e interpretación, se creó una planilla única, se crearon, diseñaron y programaron fórmulas que realizaran las operaciones de cálculo y carga de datos de forma automática, disminuyendo el número de errores tanto en la carga de datos como en los cálculos. Los resultados de estas intervenciones permitieron obtener nuevos flujogramas para los mismos Indicadores, aunque sólo de tres pasos para describir los procesos. Con el software Power BI se representaron los datos y se visualizó gráficamente toda la información de forma simultánea y a lo largo del tiempo, lo que contrasta inequívocamente con la situación previa; la simplicidad de la nueva presentación en una sola pantalla y su facilidad de interpretación resultan obvias, demostrando que el proceso era perfectible y la automatización factible.Data management and presentation have become increasingly important in every industry and company, and the seed production industry is no exception. Understanding the current state of any process requires indicators obtained through measurement, because “you cannot improve what you do not measure.” Simply collecting data is not very useful, but if you process it correctly, you can extract key information that allows you to make accurate decisions, achieve set targets, and improve and streamline processes. Nowadays, there is a trend towards task automation, including data management, which is encapsulated in the concept of “Business Intelligence.” This final project focuses on analyzing the initial situation and subsequently improving data processing tasks and procedures used to obtain Quality, Cost, Delivery, and People indicators at five of Satus's processing plants. This company is a third-party service provider with an Organizational Customer Service Management philosophy. First, I created several flowcharts consisting of five or six steps to describe how the indicators for each pillar were obtained. Manually data entry and calculations used to be done, requiring various Excel files and screens to achieve and view the results; there was one separated file for each of the five processing plants. To facilitate automation, improve the graphic visualization, rendering understandability an unified form was created with different formulas that calculated and loaded automatically data, reducing both, number of errors in calculations and in data entry. As a result of these interventions, new flowcharts were developed for the same indicators, now with only three steps. Using Power BI allow the data to be represented and visualized graphically in real-time, achieving a significant improvement over the previous situation. The new chart is simpler, easier to be understood on a single screen; it demonstrated that the process was improved and the proposed automation was successfully implemented.