Métodos de control en la industria de bebidas y alimentos

El proceso DMAIC (por sus siglas en inglés: Definir, Medir, Analizar, Mejorar y Controlar) puede implementarse eficientemente al utilizar las herramientas de Six Sigma que generan mejoras, constribuyendo así en las utilidades.

Cuando se disfruta de una hamburguesa en una cadena de comida rápida, o alimentos congelados en un supermercado, probablemente no se piensa en el proceso de alta tecnología que conlleva su producción. Sin embargo, cuando una planta produce alrededor de 20 a 100 toneladas de productos por día, realizar una mínima mejora en el rendimiento puede significar una enorme diferencia en las utilidades. A menudo el proceso de categorización da como resultado una pérdida en el rendimiento de 10% o más. De ahí la necesidad de aplicar procesos de medición.

Definir

En esta fase del proceso DMAIC, la prioridad es definir un objetivo claramente medible. Muchas empresas establecen metas y objetivos de cómo satisfacer las necesidades del cliente o mejorar la calidad total. Por ejemplo, mejorar el cumplimiento del atributo de calidad X de 95 a 99%. Pero los problemas más recurrentes que se manifiestan en un área, como en la de empacado, generalmente provienen de causas que recaen en otra parte de la línea de fabricación, por lo que su origen no es entendido correctamente, esto debido a que no se tienen buenos valores de referencia.

Veamos un caso práctico. Un fabricante de alimentos a gran escala, tiene líneas de empacado de alta velocidad que embalan bolsas de 1-5 libras, a menudo con una velocidad de 50-100 bolsas por minuto. Estas líneas de empacado tienen interrupciones frecuentes, deteniéndose algunas veces hasta 10-20 veces cada hora por un minuto o dos. Cada vez que una máquina se detiene, el producto cae al piso o tiene que ser reempacado. Empacar de nuevo ocasiona quebraduras, haciendo que el producto sea inadecuado para cumplir con los estándares del cliente. No es difícil ver pérdida de producción de 1-2% en operaciones de empacado de alta velocidad.

Muchos tienden a ignorar estas leves interrupciones percibiéndolas como algo normal, sin prestar atención a sus causas. Sólo advierten las detenciones mayores de 30 minutos. Al ver todas las interrupciones, generalmente las mayores representan menos de 20% de todo el tiempo de inactividad, mientras que más del 80% del tiempo de inactividad del empacado en líneas de alta velocidad proviene comúnmente de las interrupciones menores.

Medir

Cuando un problema se define y mide correctamente, el siguiente paso es asegurarse de que se cuenta con un sistema de medición que pueda evaluar adecuadamente el nivel del problema, tanto para las variables dependientes (pérdida del rendimiento o variación de peso), como las independientes.

Existen algunas herramientas para identificar los posibles orígenes de la pérdida del rendimiento, tal como el diagrama de espina de pescado (también conocido como diagrama de causa y efecto) y análisis comparativo. Un diagrama de espina de pescado es como el que se muestra abajo.

Después de identificar todas las variables dependientes e independientes, éstas deben medirse de forma efectiva. Si los sistemas de medición son inadecuados, toda la información recolectada será imprecisa y no podrá ser utilizada para el análisis de la causa de raíz. Muchas compañías definen las características visuales, tales como el color o inconsistencia en la forma, como estándares de calidad.

Comúnmente, los fabricantes de alimentos utilizan instrumentos de medición inadecuados o confían en la inspección visual del ojo humano para determinar si los productos cumplen con los estándares de calidad de sus clientes. Por ejemplo, una cadena importante de comida rápida deseaba que todos los colores de ciertos condimentos estuvieran dentro de un cierto rango. En este caso en particular, ambos, la compañía de comida rápida y los fabricantes decidieron utilizar un instrumento diseñado para medir un objeto bidimensional, como un muestrario de pintura, para medir y controlar sus productos y procesos.

Pero cuando se trata de medir el color de un producto alimenticio utilizando este instrumento, pueden darse muchos resultados distintos, dependiendo de en qué superficie se está midiendo el instrumento. Cuando un inspector toma una medida de color y el resultado no cumple con las especificaciones del cliente, a menudo el inspector agita la muestra y después realiza otra medida hasta que el resultado cumpla con las especificaciones del cliente. Este es un caso clásico de un sistema de medición incapaz o inadecuado. También se presentan inconsistencias al realizar una inspección visual ya que el criterio de aceptación dependerá del juicio de cada inspector.

Cuando los resultados de inspección dependen en gran medida del juicio de los inspectores, el sistema de medición es inadecuado y por tanto debe mejorarse. El estudio de reproducibilidad y repetibilidad (Gage R&R) es la herramienta de Six Sigma utilizada para cuantificar la conveniencia de un sistema de medición. El estudio (Gage R&R) mide la contribución del sistema de medición a la variación en la información. Queremos que la variación de las mediciones provenga del producto mismo, no de las insuficiencias en el sistema de medición. Generalmente y dentro de una tolerancia determinada, queremos que menos de 5% de variación provenga del sistema de medición.

Por ejemplo, si el largo del producto se especifica entre tres y cuatro pulgadas, entonces la contribución del sistema de medición a la variación de esa medida debe ser menor a 0.05 pulgadas. El elemento de reproducibilidad trata la inconsistencia entre inspectores como en el sistema de inspección visual. Para hacer que este tipo de sistema de medición sea más sólido, se requiere mucha capacitación y calibración de todos los inspectores en un estándar determinado. A menudo las ayudas visuales y las repetidas sesiones de capacitación son utilizadas para mejorar la reproducibilidad. El elemento de repetibilidad aborda la inconsistencia con los instrumentos de medición y la metodología. Para mejorar la repetibilidad uno necesita seleccionar instrumentos que puedan diferenciar adecuadamente los niveles de variación que trata de medir. 

Analizar

Sólo cuando los problemas están bien definidos y se está seguro de tener los sistemas de medición adecuados para ambas variables, se puede empezar a recolectar información para identificar las variables críticas que impactan el rendimiento significativamente. Intente recolectar la información de producción de un mes y asegúrese de que la información de todas las variables dependientes e independientes es recolectada por cada lote de producción. A partir de esta recolección de información de un mes, puede emplear pruebas hipotéticas o herramientas de regresión para eliminar unas cuantas variables críticas que impacten significativamente el rendimiento.

También, los resultados del análisis deben verificarse para ver si los resultados se pueden duplicar. Esta verificación puede completarse por medio de análisis o diseño de experimentos (DoE, por sus siglas en inglés) en una o múltiples variables. Por ejemplo, muchos fabricantes de alimentos quieren reducir la variación en el peso del producto empacado. Después de analizar la información de producción, un fabricante de botanas determinó que sólo tres variables tenían un impacto considerable en la variación del peso. Durante la verificación DoE se concluyó que sólo una variable, la variable independiente “A” tenía un verdadero impacto sustancial.

En esta etapa del proyecto, se identifican y verifican todas las variables que impactan significativamente el rendimiento. Debe asegurarse de que estas variables críticas son responsables de la mayoría de la variación de los datos. De no ser así, algunas causas de raíz siguen siendo difíciles de encontrar, por lo que se requiere llevar a cabo más análisis para identificar las variables críticas adicionales. 

Mejorar

Después de identificar y verificar las pocas causas de raíz críticas de pérdida del rendimiento, puede empezar a modificar el equipo o los procedimientos para dar inicio a la mejora del proceso. Para el ejemplo antes mencionado, sólo una variable, un atributo físico de un componente del equipo resultó ser crítico para el control de la variación del peso.

Durante la semana del proyecto, este componente se modificó de varias formas distintas para ver cuál modificación daba el mejor resultado. La modificación óptima permitió reducir el promedio de peso en más de 3%, mejorando eficazmente el rendimiento en más de 3%. Esta mejora se implementó sólo en una de las líneas de producción de botana de la fábrica, dando como resultado ahorro en materia prima en más de 200 mil dólares por año. Esta fábrica tenía cinco líneas más de producción equivalentes a esta línea que podrían haberse beneficiado igualmente del mismo tipo de actividades de mejora. 

Otras mejoras podrían requerir ajustes al proceso de algunas piezas críticas en el equipo. Muchos ajustes del equipo no son optimizados. Y por lo general, la razón que dan es que “siempre lo hemos hecho de esta forma”. El proceso pudo haberse optimizado hace años cuando el equipo se instaló por primera vez y aunque muchos aspectos han cambiado al paso de los años, el proceso mismo nunca fue optimizado. Esto es especialmente común con fabricantes de alimentos y bebidas porque tienden a ser una industria más establecida.

En el caso de un fabricante de alimentos congelados, la velocidad de las bandas transportadoras a través de algunos procesos clave resultó ser crítico para reducir desperdicios de subproducto en más de 40%. Este proceso no había sido optimizado en más de 10 años. El desperdicio de subproducto incluía dos ingredientes bastante costosos, por lo que al reducir el desperdicio, la utilización de estos ingredientes aumentó, resultando en ahorros anuales de más de 140 mil dólares.

Controlar

La fase final del proyecto es la parte más importante. Durante esta fase, los procedimientos que se refieren al control de variables críticas necesitan ser claramente definidos. Cuando se habla con operadores en diferentes turnos, es común encontrar que el proceso de control de cada operador es muy distinto.

En una fábrica de panes y pastelería encontramos que para poder controlar el peso, el cual se mide cada 30 minutos, los operadores de cada turno hacen ajustes diferentes. Esta variación entre los operadores creó una variación no deseada al proceso, causando fluctuaciones innecesarias. Debido al alto nivel de variación, el promedio general del proceso tenía que ser mantenido al nivel más alto para la mayoría de los productos empacados a fin de asegurar que los pesos de empacados se mantuvieran sobre el peso declarado. Cuando todos los operadores realizan los mismos ajustes, se reduce la variación del proceso permitiendo que el peso promedio sea menor y por tanto aumentando la utilización de la materia prima.

Este proceso de analizar la información y hacer mejoras puede traer muchos cambios positivos a los procesos existentes, tal y como se ha dicho. Sin embargo, podrán ser positivos, no obstante, los cambios son difíciles de mantener. Una de las herramientas más importantes para poder mantener los cambios es un sistema de administración visual que muestra métricas y acciones correctivas diariamente. Las métricas pueden ser tendencias de algunos factores de rendimiento o tablas de control de determinadas variables críticas durante el proyecto.

La gerencia debe crear un ambiente en el que los operadores se hagan cargo y responsabilicen de mantener las métricas, analizando la información y reaccionando a éstas en tiempo real. La reacción debe estar basada en un proceso definido que todos los operadores sigan para reducir la variación, lo que permite una mayor eficiencia y fomentando un mayor rendimiento.

Alcanze de DMAIC

El proceso DMAIC empleando las herramientas de Six Sigma, puede utilizarse eficazmente en la industria de alimentos y bebidas para mejorar la utilización de materias primas, contribuyendo así, significativamente en las utilidades. A diferencia de muchos proyectos Six Sigma que duran de seis meses a un año, estas actividades de mejora pueden suceder en sólo seis semanas. Si una fábrica puede dedicar un grupo de expertos por una semana, se podría llegar a la fase de definir y medir (DM) del proceso en la primera semana.

Después de definir claramente los objetivos medibles del proyecto y de asegurar que todos los sistemas de medición son adecuados durante esta semana inicial, la información de producción puede ser recolectada en las cuatro semanas subsiguientes. Después de esta recopilación, el equipo del proyecto puede llevar a cabo experimentos de verificación y optimización durante la fase AIC del proyecto, ya que los ciclos de los fabricantes de alimentos y bebidas tienden a ser cortos (menos de 3-4horas).

Muchos fabricantes recolectan una montaña de información del proceso, pero no la analizan ni utilizan para mejorar sus procesos. Por lo regular, la información recopilada está vaciada en el formato incorrecto o no puede ser utilizada porque se obtuvo por medio de un sistema inadecuado de medición. Al aplicar eficazmente el proceso DMAIC y las herramientas de Six Sigma, obtendrá importantes beneficios financieros, como del 1–2% de ventas anuales, sólo por mejorar la utilización de la materia prima.

*Director General de TBM Consulting Group México