Cómo USC Consulting Group redujo el llenado excesivo y ahorró a un importante fabricante de golosinas $1.2 millones con la ayuda de Minitab Statistical Software

Cuando USCCG analizó estadísticamente los pesos de llenado de unos envases de gomitas para un importante fabricante de golosinas, determinó que el promedio de los pesos reales de llenado por SKU estaba hasta un 7% por encima de lo indicado en la etiqueta. Sin embargo, fijarse solamente en los promedios puede ser muy engañoso, ya que la variación en el peso de llenado puede arruinar fácilmente la oportunidad de recuperar cualquier llenado excesivo.

Al observar el proceso de llenado, USCCG también se dio cuenta de que los operadores estaban actuando en respuesta a comentarios sobre mediciones del peso de llenado e interfiriendo con los procesos en lugar de determinar las verdaderas fuentes de variación y tomar medidas correctivas permanentes. Ese era un factor que contribuía a la alta variación del proceso en relación con la variación en el peso de llenado. Saber cuándo dejar que el proceso continúe ejecutándose o cuándo hacer ajustes en el peso de llenado resulta primordial. Era evidente la necesidad de contar con gráficas de control estadístico de procesos (CEP) por línea y por producto.

Utilizando Minitab Statistical Software, la capacidad general del proceso se examinó primero tanto por línea como por SKU, en referencia a los pesos declarados en la etiqueta y las varianzas máximas permitidas (MAV). Los resultados revelaron que el proceso era propenso al llenado excesivo.  Con la orientación de USCCG, el fabricante pudo entonces minimizar tanto la variación como el llenado excesivo utilizando una gráfica de control Xbarra/R.   

La figura 1, abajo, muestra un ejemplo de la capacidad general de los pesos de llenado para un tarro de gomitas en cuya etiqueta se afirma que pesa 2268 g. El límite de especificación inferior es 2205 g basado en la MAV. Los datos se transformaron utilizando la transformación de Johnson para que se ajustaran a una distribución normal. 

Figura 1: Capacidad general de un proceso de llenado de tarros de gomitas: Objetivo (indicado en la etiqueta) = 2268 g, Llenado promedio = 2294.88 y un LEI = 2205 g.

Como se ve en la figura 1, el peso promedio de llenado de 2294.8 g está más de 26 g por encima de lo indicado en la etiqueta y la cantidad esperada de unidades <LEI es mínima. El modelado adicional (figura 2) sugiere que un desplazamiento de 26 g para reducir los pesos de llenado da como resultado un peso promedio de llenado de 2268.88 g. Además, el Cpm aumentó de 0.75 a 1.46. También en este caso, el modelo muestra una cantidad mínima de unidades por debajo del LEI. Cabe señalar que todas las líneas de proceso cuentan con balanzas de verificación provistas de un mecanismo de rechazo para asegurar que los tarros no se despachen por debajo de la MAV.

Figura 2: El modelo de capacidad general de un peso de llenado de gomitas desplazado en 26 g para reducir los pesos de llenado muestra una cantidad mínima de pesos unitarios por debajo del LEI y con un peso promedio de llenado de 2268.88 g.

Puesto que el peso promedio del envase cumple con lo indicado en la etiqueta y que el modelo proyecta una mínima cantidad de unidades MAV, se descartarán aproximadamente 13 en las balanzas de verificación de las líneas y se cumplirá con ambas regulaciones gubernamentales en cuanto a lo declarado en las etiquetas. USCCG ahora puede crear una gráfica Xbarra/R (figura 3) y utilizar estos límites de control como punto de partida no solo para ayudar a mantener la línea central según lo estimado por el modelo de capacidad general, sino también para reducir aún más la variación en el peso. Esto, a su vez, podría permitir reducir aún más las unidades MAV o eliminarlas por completo.

Muchas organizaciones se esfuerzan por encontrar un equilibrio entre la reducción del llenado excesivo y los rechazos debido a violaciones de la MAV. Por ejemplo, si la línea central que se muestra en nuestro modelo de capacidad generara un alto número de violaciones de MAV (inaceptables para muchas operaciones de llenado), uno podría verse obligado a elevar más el promedio (línea central) para reducir el número de rechazos por MAV. El compromiso es más llenado excesivo a cambio de menos retrabajo: la actividad de abrir los envases rechazados y volver a introducir el material en la corriente de valor. La clave es utilizar la gráfica Xbarra/R para reducir la variación en el peso de llenado, mantener las líneas centrales y evitar el retrabajo debido a las unidades rechazadas. 

Figura 3: Gráfica Xbarra/R mostrando la línea central y los límites de control correspondientes que se deben utilizar de acuerdo con el modelo de capacidad general.

Las líneas centrales y los límites de control estimados nunca deben considerarse valores absolutos, y es necesario probarlos en la práctica. Por lo tanto, las gráficas de control deben implementarse utilizando 4 pasos principales:

1. Si no se entiende claramente, determine la relación entre las entradas y las salidas para asegurarse de que se entiendan bien los efectos del ajuste del proceso. Esto permite a los operadores reaccionar de manera efectiva cuando el proceso está fuera de control y centrar el proceso rápidamente. Este paso también ayuda a calificar los límites de control que se han estimado.
   
2. Utilice las reglas para probar las gráficas de control: las reglas de Western Electric y las relaciones establecidas en el primer paso para verificar que el proceso se puede mantener bajo control y que se logra el peso promedio de llenado (línea central).
3. Instruya a los operadores y al personal necesario en cuanto a los beneficios y el uso de las gráficas de control antes de la implementación. Se recomienda entrenar y asesorar a los operadores en las líneas de proceso durante la elaboración de las gráficas. Además, cree un proceso diario de revisión de gráficas para garantizar que: (1) las gráficas se utilicen correctamente, (2) se alcance la línea central de la gráfica, (3) haya muy pocas o ninguna violación de la MAV y (4) se identifique cualquier causa especial y se actúe en consecuencia.
4. Revise periódicamente si la variación ha disminuido y si es necesario volver a calcular los límites de control. Continuar con el análisis de capacidad general también ayudará a establecer nuevas líneas centrales. 

Debe quedar claro que, aunque ayuda en gran medida a reducir el llenado excesivo, aplicar los métodos de análisis de capacidad y control estadístico de procesos no es toda la solución. Para acceder a todo el beneficio, también se deben aplicar herramientas, técnicas y métodos de manufactura esbelta como ayuda para mejorar el flujo continuo de materiales, aumentar el tiempo de actividad de los equipos y reducir el tiempo de transición. El esfuerzo combinado se traducirá en ahorros significativos en materiales y un mayor rendimiento.

Los números lo demuestran. El llenado excesivo de las golosinas envasadas se redujo en más de un  50%, lo que se tradujo en más de $1.2 millones en ahorros anuales en materiales. ¡Eso sí que es dulce!