Las empresas de CPG necesitan cambiar sus procesos de fabricación si quieren ganarse la confianza de los clientes y recuperar su fidelidad. Empieza por hacer un seguimiento y realizar cambios basados en los datos de la planta de CPG.
Por Pete Kneski
Para ganarse y conservar el corazón de los clientes, las empresas de bienes de consumo envasados deben encontrar formas de ser cada día más competitivas. Casi siete de cada diez consumidores se declaran dispuestos a abandonar una marca si encuentran una alternativa de mayor calidad en otro lugar. En la actualidad, casi el 33% de los consumidores estadounidenses afirman que no son fieles a ninguna marca: están dispuestos a comparar precios.
¿Cómo puede ganarse la confianza de los clientes y recuperar su fidelidad? (Al fin y al cabo, los clientes fieles que vuelven suelen gastar más que los nuevos). Los datos pueden ser su arma secreta.
Cuanta más información pueda recopilar y analizar en la planta para mejorar la producción interna, más podrá optimizar la eficiencia, llevar los productos a las estanterías de las tiendas antes que sus competidores y ofrecer productos de mayor calidad a sus clientes con mayor rapidez.
¿Qué datos de la planta CPG merece la pena utilizar?
Para la mayoría de las plantas, la generación de datos no es el problema. Su planta ya produce muchos datos, tanto si se da cuenta como si no:
Datos de control de medio ambiente, salud y seguridad
Datos de empleados y operarios
Datos de ingeniería
Datos de alarmas/notificaciones de máquinas
Datos de seguimiento de materiales
Datos de volumen de producción
Datos de seguridad
El problema reside en determinar qué datos utilizar. No es necesario capturarlos y analizarlos todos: Los datos que más importan son los que le ayudarán a mantener su planta de CPG en funcionamiento, optimizar la productividad de los trabajadores y reducir costes.
Cuando entienda cómo afectan a la producción los parámetros clave de rendimiento de la planta, podrá determinar cómo influyen en la calidad de los productos que fabrica su planta, así como la rapidez con la que los productos pueden pasar de la línea de producción a la estantería de la tienda. Esto se puede lograr mediante la entrega de datos OT a una plataforma de análisis para la agregación, el análisis, la correlación y la toma de decisiones para desbloquear nuevas oportunidades.
Por ejemplo, la captura de datos de eficacia general de los equipos (OEE) sobre el uso de máquinas y dispositivos puede ayudar a evitar tiempos de inactividad.
Este es un ejemplo de cómo podría funcionar: Los datos de OEE pueden indicarle cuándo se instaló el equipo, cuánto tiempo ha estado en funcionamiento, cuándo se produjeron fallos, por qué se produjeron esos fallos, etc. Esta información puede alinearse con las recomendaciones de sustitución del fabricante del equipo para establecer procesos de mantenimiento predictivo que permitan a los trabajadores realizar el mantenimiento de forma proactiva basándose en el uso y las necesidades, en lugar de responder de forma reactiva cuando el equipo falla.
Cuando su planta esté preparada, estos datos podrán utilizarse para llevar el mantenimiento al siguiente nivel: el mantenimiento prescriptivo.
Mediante el aprendizaje automático, el mantenimiento prescriptivo permite ajustar las condiciones de funcionamiento de los equipos y el mantenimiento necesario en función de los resultados deseados. Las órdenes de trabajo y las alertas se generan automáticamente y se envían al personal de mantenimiento y almacén con detalles sobre qué dispositivo ha fallado, dónde se encuentra, cuándo ha fallado y qué ha causado el fallo.
En lugar de depender de los humanos, un sistema entre bastidores analiza los datos de distintas fuentes para controlar las operaciones.
Una vez recopilada una cantidad significativa de datos, se pueden localizar y resolver las causas más comunes de los tiempos de inactividad y los problemas de rendimiento, tales como:
Necesidades de mantenimiento no planificadas
Falta de suministros
Fallos eléctricos
Cambio de producto
Recopilación de datos de plantas CPG sin malgastar recursos
Pero adquirir, transmitir, orquestar y gestionar estos datos no siempre es tan fácil como parece. La información procede de distintos lugares y equipos. Se almacena en distintos lugares. Los sistemas dispares no son compatibles con las capacidades de generación de informes, lo que puede dar lugar a un lento proceso de toma de decisiones que reduzca la productividad.
En algunas plantas de CPG, los empleados deben utilizar muchas herramientas diferentes y buscar en muchos lugares distintos para encontrar los datos que necesitan, lo que les hace perder tiempo y esfuerzo y les impide centrarse en tareas de gran valor.
En otros casos, para descubrir la información que buscan, los empleados pueden intentar sincronizar herramientas y sistemas empresariales. O pueden introducir manualmente los datos de un sistema en otro, lo que resulta agotador y crea oportunidades para el error humano. Gestionar el mismo conjunto de datos en dos sistemas diferentes también provoca incoherencias y fugas de datos.
Recopilar datos sin la capacidad de reunirlos y realizar un análisis adecuado desperdicia recursos y no proporciona una ganancia neta en lo que respecta a la fidelización de los clientes.
Entonces, ¿cómo puede superar este obstáculo? Ahí es donde entra Belden: para ayudarle a centrarse en resolver los problemas que afectan a la fidelidad de los clientes. Le guiaremos en la creación de estrategias sólidas para superar cualquier reto de adquisición, transmisión, orquestación o gestión de datos al que se enfrente, como la agregación de información de diferentes sistemas, independientemente de su procedencia. Podemos ayudarle a unificar los datos para que puedan integrarse, analizarse y aplicarse conjuntamente.
Acerca del autor
Pete Kneski
Ventas
Pete Kneski es Consultor de Soluciones CPG de Belden en Charlotte, Carolina del Norte, y se incorporó a la empresa en 2012. Con 15 años en el sector de la automatización, especializado en el diseño de redes de sistemas de control y ciberseguridad industrial, junto con formación en tecnología Ethernet, Pete aplica su formación en ingeniería eléctrica e informática del Instituto de Tecnología de Nueva Jersey.