Sistema de Business Intelligence para plantas

El sistema personalizable integra todos los datos sobre el proceso de producción en una aplicación web fácil de usar, lo que facilita enormemente el análisis de costes y la planificación de distintos escenarios.

Cliente

Industria

Business Intelligence

Región

Suiza

Cliente desde

2021

El cliente proporciona complejos sistemas ERP para grandes empresas, así como servicios de auditoría y consultoría para empresas manufactureras, ayudándolas a optimizar su trabajo y sus estados financieros.

La información detallada sobre el cliente no puede divulgarse en virtud de las disposiciones del acuerdo de confidencialidad.

Desafío

Los analistas del cliente solían calcular todos los costes y gastos de las distintas fábricas en engorrosas hojas de cálculo de Excel. Cuantos más datos había en las tablas, más lento funcionaba el programa. Además, si era necesario añadir columnas a la tabla (por ejemplo, con nuevos componentes), los usuarios tenían que cambiar manualmente las fórmulas dentro de las celdas. Eso ralentizaba el proceso analítico y provocaba algunos errores humanos.

Para agilizar el trabajo y aumentar la eficiencia, el cliente tuvo la idea de integrar un módulo adicional en el sistema ERP existente, con análisis y previsiones de producción detallados. Se supone que el módulo puede personalizarse fácilmente para cualquier fábrica y proceso de producción, de modo que los usuarios solo tienen que añadir los datos necesarios sobre máquinas, materiales, componentes y personal, mientras que todos los cálculos están predeterminados y se realizan en el backend.

Solución

Nuestro equipo desarrolló desde cero una nueva pieza para una plataforma ERP existente, que abarca la estructura de producción, las interrelaciones entre sus componentes, el cálculo de costes y la simulación.

Aplicación web

ESQUEMA DE ESTRUCTURA DE LA PLANTA

Los usuarios pueden construir un modelo personalizado de su fábrica, añadiendo nivel por nivel: talleres, equipos y módulos. Este esquema ayuda a los analistas a comprender mejor el modelo de una fábrica y permite hacer referencias de un vistazo.

Al hacer clic en los elementos del nivel más bajo del esquema, los usuarios abren una sección con información acumulada sobre cada unidad de fabricación: páginas con una visión general del trabajo y la producción, los productos fabricados y defectuosos, los materiales utilizados, las pérdidas y la mano de obra. Es posible establecer KPI con distintos parámetros (producción, rechazo, etc.) para cada máquina y utilizar gráficos para seguir los cambios en términos absolutos y relativos. Los analistas pueden comprobar la eficiencia de cada máquina: cuántos productos se fabricaron, a qué velocidad y con cuántos recursos y pérdidas.

MÓDULO DE COSTES

Esta parte de la solución representa un cuadro de mandos con un resumen de los costes de producción de un periodo de tiempo elegido. Proporciona datos acumulados sobre producción, costes totales, costes por unidad producida, etc. Los usuarios también pueden comparar los datos con un periodo de referencia para seguir los cambios a lo largo del tiempo. Una pequeña tabla de pérdidas y ganancias ofrece más información sobre el coste gastado por elemento (mano de obra, materias primas, energía, depreciación, etc.) en comparación con el presupuesto asignado y el porcentaje de pérdidas. Para mayor claridad, todas las categorías de costes se presentan también en un gráfico. Esta visión de conjunto permite a los usuarios comprender de un vistazo el peso de cada categoría en los costes totales de producción e identificar las áreas problemáticas para su optimización.

Para obtener más detalles sobre la estructura de costes, los usuarios pueden sumergirse en la información presentada en grandes hojas de cálculo de P&L, que son otra parte del módulo de costes. Incluyen más parámetros de cada componente de la cuenta de pérdidas y ganancias y permiten a los usuarios calcular cómo dependen los costes de producción del volumen de producción, las variaciones de precios a lo largo de los años y las pérdidas.

INTERFAZ DE USUARIO INTUITIVA

La interfaz de la hoja de cálculo es especialmente fácil de usar: cada fila tiene unos pocos botones para editar datos, añadir una nueva fila anidada y repetir y eliminar la misma fila. Todas las fórmulas y cálculos complicados con muchos parámetros interrelacionados están "ocultos" en el backend, por lo que los usuarios normales sin derechos de administrador no podrán cambiarlos o estropearlos accidentalmente. Los datos pueden importarse de otras tablas (por ejemplo, CSV, hojas de cálculo XML), lo que ahorra mucho tiempo a los usuarios y minimiza el trabajo manual.

La configuración de la hoja de cálculo ya proporciona una lista de elementos generales comunes a distintos tipos de plantas: mano de obra directa e indirecta, materias primas, envases, energía, mantenimiento, control de calidad, gastos de explotación, etc. Por lo tanto, los usuarios sólo tienen que elegir los elementos necesarios en la configuración y adaptarlos a sus propias necesidades: pueden cambiar los nombres si es necesario, insertar líneas adicionales con componentes y añadir costes y precios reales.

MÓDULO DE SIMULACIÓN

La siguiente parte del módulo de costes permite simular escenarios descendentes y ascendentes. Los analistas pueden fijar objetivos de reducción (por ejemplo, por costes o pérdidas) y obtener estimaciones de optimización de costes por año. Esto ayuda a encontrar la combinación perfecta de todos los parámetros, lo que permite a las empresas de producción minimizar los costes con la misma calidad y aumentar su EBITDA.

Cuando se aprueba un escenario, se utiliza como referencia para hacer un seguimiento de la eficacia actual de la producción. Así, los analistas pueden detectar errores graves en la eficacia y el calendario y recomendar la adopción de medidas correctoras.

Tecnologías y herramientas

Backend

.NET 5, SQL (MS SQL Server), Swagger, CQRS, TensorFlow.js

Frontend

Angular 11, RxJs, NgRx, Bootstrap 4.6, Material, ngx-datatable, D3.js,

Plataformas

Web

Ngx-datatable fue elegido para manejar conjuntos de datos complejos en hojas de cálculo. Tiene todas las características para trabajar con tablas pero es muy flexible y ligero. D3.js se utilizó para crear componentes de gráficos responsivos basados en datos dinámicos. Así, la visualización de datos permite a los usuarios analizar y sacar conclusiones mucho más rápido.

Proceso

El cliente tenía una visión clara de cómo debía ser el módulo analítico ideal, así que conseguimos maquetas de la interfaz y fórmulas para calcular los costes de producción. Resolvimos los problemas con todo lo demás: arquitectura de software, selección de las tecnologías y marcos más adecuados para un funcionamiento impecable, desarrollo frontend y backend. Gracias a la estrecha colaboración de nuestro analista de negocio, con una sólida formación financiera, y los analistas del cliente, juntos conseguimos convertir la compleja lógica de las interrelaciones entre todos los parámetros en un eficaz sistema de cálculos en el backend y gráficos y tablas ilustrativos en la interfaz de usuario.

Fase de descubrimiento

En esta fase, nuestro equipo examinó la plataforma ERP existente del cliente, profundizó en los procesos empresariales, exploró alternativas y calculó la mejor solución tecnológica posible. Diseñamos un modelo que describe las entidades empresariales del sistema y sus relaciones, creamos un plan detallado para el desarrollo de cada módulo y acordamos con el cliente el flujo de trabajo.

Elección de tecnología

En función de los requisitos, recomendamos las tecnologías que se adaptaban perfectamente a las necesidades del cliente. Se eligió Ngx-datatable para manejar conjuntos de datos complejos en forma de hojas de cálculo. Proporciona todas las características para trabajar con una tabla (ordenar, filtrar, añadir subfilas, etc.) y es muy flexible y ligero. D3.js se utilizó para las visualizaciones de datos y la creación de componentes de gráficos responsivos basados en datos dinámicos. Así, la información se presentó de una forma fácil e ilustrativa que permitió a los usuarios entenderla y sacar conclusiones mucho más rápido. Para el aprendizaje automático elegimos TensorFlow.js debido a su gran escalabilidad y a la posibilidad de utilizar sus capacidades en varios dispositivos si fuera necesario.

Machine learning

Para que el análisis de datos sea más rápido y eficaz, hemos implementado un módulo de algoritmos de aprendizaje automático. Este módulo define los patrones de cambios en los parámetros de trabajo de las plantas y evalúa su eficacia. Los algoritmos reciben automáticamente los datos del sistema ERP y aprenden qué formas fueron las más eficaces para alcanzar los KPI establecidos para cada planta, taller o incluso máquina. Esto permite al módulo encontrar tendencias y patrones que no se ven tan fácilmente, pero que pueden utilizarse eficazmente en la optimización de costes. Elegimos TensorFlow.js debido a su alta escalabilidad y la posibilidad de utilizar sus capacidades en varios dispositivos en el futuro si fuera necesario.

Seguridad

El módulo de aprendizaje automático funciona dentro del perímetro del fabricante y no etiqueta ni almacena datos sobre ninguna rama, planta, taller o máquina. Los algoritmos de ML sólo analizan datos estadísticos. Esto significa que este módulo es seguro y no puede proporcionar al intruso o infiltrado potencial ninguna información vital sobre las potencias de fabricación y los artículos del cliente.

MVP development

Tras acordar con el cliente la estructura de desglose del trabajo, nos pusimos manos a la obra para desarrollar el MVP.

Entregamos módulo por módulo cada dos semanas, discutimos las tareas en Slack y tuvimos videoconferencias semanales en Google Meets.

Cada fase de desarrollo concluía con las pruebas unitarias y manuales, para que pudiéramos detectar y corregir incluso los errores más pequeños en la fase más temprana posible, evitando que se convirtieran en problemas.

MVP development

Tras acordar con el cliente la estructura de desglose del trabajo, nos pusimos manos a la obra para desarrollar el MVP.

Entregábamos módulo a módulo cada dos semanas, discutíamos las tareas en Slack y las seguíamos en Jira.

Equipo

Desarrolladores de Backend

Desarrolladores frontales

Ingeniero de QA

Business Analysts

Resultados

Como el sistema se diseñó desde el principio para que fuera lo más fácil de usar posible, sólo se tardó una hora en formar a los empleados que trabajaban en un módulo nuevo. Los resultados se hicieron visibles una semana después de la implantación: la preparación de informes se hizo 3 veces más rápida que antes, y los usuarios dispusieron de más tiempo para un examen más detallado de los datos y la simulación de escenarios. Esto permitió a los analistas presentar un conjunto más calibrado de conclusiones y recomendaciones para cada fábrica en un plazo de tiempo más breve, mejorando así el valor empresarial y aumentando la fidelidad de los clientes.

Además, nuestro equipo ha conseguido mantener todo el sistema ERP tan seguro como antes de realizar las modificaciones gracias a que los algoritmos de aprendizaje automático no interactúan con ningún dato vital y analizan únicamente patrones y tendencias que se derivan de determinadas decisiones y acciones.

Duración del proyecto

4 meses para MVP;
9 meses para el proyecto completo (incluidos 2 meses de pruebas de aceptación del usuario).

Casos relacionados

Póngase en contacto con nosotros

Reservar una llamada o rellene el siguiente formulario y nos pondremos en contacto con usted cuando hayamos procesado su solicitud.

Nombre

Empresa

Correo electrónico

Teléfono

Mensaje Por favor, facilítenos detalles del proyecto, duración, tecnologías, especialistas informáticos necesarios y otra información relevante.

Grabe un mensaje de voz sobre su proyecto
para ayudarnos a comprenderlo mejor.

Adjunte los documentos adicionales si es necesario

Cargar archivo

Puede adjuntar hasta 1 archivo de 2 MB en total. Archivos válidos: pdf, jpg, jpeg, png

Le informamos de que cuando haga clic en el botón Enviar, Innowise procesará sus datos personales de acuerdo con nuestra Política de privacidad con el fin de proporcionarle la información adecuada.

¿Qué pasa después?

Una vez recibida y procesada su solicitud, nos pondremos en contacto con usted para detallar las necesidades de su proyecto y firmar un acuerdo de confidencialidad que garantice la confidencialidad de la información.

Después de examinar los requisitos, nuestros analistas y desarrolladores elaboran una propuesta de proyecto con el alcance de las obras, el tamaño del equipo, el tiempo y las estimaciones de costos.

Concertamos una reunión con usted para discutir la oferta y llegar a un acuerdo.

Firmamos un contrato y comenzamos a trabajar en su proyecto lo más rápido posible.