Para maximizar el rendimiento de sus procesos de negocio, organice un grupo de científicos de datos y otros expertos para ejecutar un esfuerzo de Mapeo de Flujo de Valor. Obtenga los detalles de lo que esto implica.
No me sorprendería si sus procesos de negocio están perdiendo más tiempo que creando valor real.
Eso es típicamente lo que veo cuando hago Value Stream Mapping (VSM) para un cliente. VSM es una técnica de fabricación ajustada que ayuda a sacar el máximo valor de sus procesos. Es una técnica visual que reúne a sus expertos para resolver problemas importantes sobre el rendimiento de sus procesos de negocio.
La naturaleza de la forma en que nacen nuestros procesos de negocio, ya sea listos, en llamas o con objetivos, proporciona poco espacio para el pensamiento crítico y el diseño; en su lugar, utilizamos el sentido común y la resolución rápida de problemas para ensamblar rápidamente un proceso que satisfaga las demandas de los clientes. Con el tiempo, el proceso crece orgánicamente, un cambio aquí y allá en respuesta a las demandas siempre cambiantes de los clientes. En algún momento (normalmente cuando un competidor se da cuenta de cómo entregar un producto similar más rápido y más barato) te preguntas si estás haciendo las cosas de forma inteligente, y es entonces cuando podrías querer recurrir al grupo más inteligente de tu empresa: los científicos de datos.
Tradicionalmente, en un esfuerzo de VSM, el equipo está compuesto por expertos en productos: operadores, diseñadores, gerentes de producción, etc.; sin embargo, en esta nueva era de grandes análisis de datos, los científicos de datos pueden ayudar a abordar este desafío.
VER: Kit de contratación: Arquitecto de datos (Tech Pro Research)
¿Cuál es el proceso actual?
Más información sobre Big Data
El primer paso en VSM es entender el proceso actual. Pero antes de empezar, es importante entender que los científicos de datos usan el pensamiento crítico para llegar a conclusiones sostenibles. Los buenos científicos de datos harán muchas preguntas, que pueden parecer lentas, desafiantes e incluso combativas para que los forasteros interroguen a los expertos en producción. Las preguntas críticas son una parte vital del proceso, y deben ser abordadas por el bien de la meta y el bienestar del equipo.
Por lo tanto, a medida que sus expertos ensamblan el proceso del estado actual, espere que sus científicos de datos hagan preguntas que desafíen las suposiciones. El objetivo es crear una representación de la forma en que el proceso es realmente, no lo que los expertos piensan que es.
¿Qué datos debemos recopilar?
Una vez que el proceso actual se ha trazado, es el momento de determinar las métricas que contribuyen a un buen rendimiento; sus expertos en producción tendrán buenas ideas sobre lo que es importante: inventario, tiempo de ciclo, calidad, etc. Aquellos que están familiarizados con la fabricación ajustada buscarán áreas de desechos como la sobreproducción y el transporte, por lo que es posible que se discutan algunas de estas métricas.
Sin embargo, sus científicos de datos podrían estar pensando en otra dirección. Si el objetivo es encontrar a los mayores contribuyentes al rendimiento en cada paso del proceso, ¿cómo puede saber si tiene razón? Puede haber una métrica que tenga un gran impacto en el rendimiento que nadie conoce. Es importante fomentar esta línea crítica de cuestionamiento.
VER: Guía gratuita de ebook-Executive sobre IO y grandes datos (ConsejoTecnologico.com)
¿Qué significa todo esto?
Una vez que sepamos qué datos recopilar, es hora de empezar a recopilarlos y analizarlos. Se espera que los científicos de datos tengan muchas ideas sobre la recopilación y el análisis de datos operativos, pero hay que tener en cuenta que los expertos en producción también saben mucho sobre la recopilación y el análisis de los datos que les importan, y estos expertos saben mucho sobre el equipo que está generando todos estos datos, algo de lo que los científicos de datos no saben nada. Por lo tanto, este no es el momento para que los científicos de datos sean didácticos sobre la recolección de datos o incluso el análisis. Lo que es importante descubrir son las preguntas esenciales que los expertos en producción no pueden responder o explicar y que eventualmente conducirán a un mañana mejor.
¿Qué proceso debería utilizarse en el futuro?
El paso final en VSM es diseñar cómo debería ser el proceso futuro. Hasta ahora, el equipo de ciencias de la información ha estado involucrado, pero no parece que hayan contribuido mucho a la solución, aparte de hacer muchas preguntas. Ahora es el momento de ver cómo la ciencia de datos lleva a VSM al siglo XXI.
Para entender cómo debería funcionar el proceso, debe determinar sus mejores objetivos teóricos de rendimiento. Los científicos de datos utilizarán la inteligencia operativa para ver lo que es realmente posible en lugar de que los expertos en producción hagan suposiciones con conocimiento de causa. Entonces, los científicos de datos pueden construir sofisticados modelos de simulación para ver cómo se comportará el proceso bajo diferentes configuraciones. Esto sería imposible para los expertos en producción, incluso con un proceso ligeramente complejo. Por lo tanto, parece que podemos enseñar algunos trucos nuevos a unos cuantos perros viejos, con un poco de ayuda de los grandes analistas de datos.
VER: 2019: El año en que la ciencia de datos estará a la altura de su potencial (ConsejoTecnologico.com)
Una buena ciencia de datos tiene sentido
Acabamos de pasar por un antiguo proceso de fabricación ajustada (es decir, VSM) con un gran giro en el análisis de datos. El marco básico sigue siendo el mismo:
- entender el proceso actual
- determinar los datos a recolectar en base a los mayores contribuyentes al desempeño del proceso
- recoger y analizar los datos
- desarrollar el proceso futuro sobre la base de las conclusiones
Lo que es diferente es cómo el pensamiento, las prácticas y las técnicas de la ciencia de datos añaden mucho más valor al resultado. Es algo más que simplemente introducir algoritmos y herramientas sofisticadas: es una filosofía de las ciencias de la información.
En el corazón de toda buena ciencia de datos está la curiosidad. Encuentro que la mayoría de los expertos tienen más respuestas que preguntas, pero los científicos de datos son diferentes – tienen muchas preguntas que generan más preguntas. Todo es parte del pensamiento crítico y del proceso científico. Este es un cambio de cultura en la mayoría de los casos que requiere un liderazgo adecuado si va a incluir a los científicos de datos en sus esfuerzos con expertos de otras disciplinas. Pero vale la pena.
En el caso de VSM, la ciencia de datos añade mucho valor al obligar al equipo a pensar críticamente sobre el proceso actual, las métricas que contribuyen al rendimiento y el proceso de recopilación y análisis de datos. Pero, por supuesto, no se detiene ahí: cuando se trata de mapeo de procesos en el futuro, los científicos de datos sacan herramientas y técnicas que no son accesibles para otros.
Si actualmente se está preguntando cómo obtener el máximo valor de un proceso de negocio crítico, tómese un tiempo hoy para organizar un grupo de expertos, incluyendo científicos de datos, para llevar a cabo un esfuerzo de VSM. Con el pensamiento crítico que aporta la ciencia de datos, tendrá valiosos conocimientos que fluyen en poco tiempo.
Boletín informativo de Big Data Insights
Domine los fundamentos de la analítica de datos de gran tamaño siguiendo estos consejos de expertos y leyendo los conocimientos sobre las innovaciones de la ciencia de datos. Lunes de entrega