Es, precisamente, su capacidad de predecir el futuro lo más valioso ya que nos abre enormes oportunidades de crecimiento. Para ello es primordial formular las preguntas adecuadas con el objetivo de obtener respuestas que nos ayuden a desplegar acciones sobre objetivos de negocio específicos. A partir de estas cuestiones iniciales, el análisis predictivo persigue construir un modelo analítico que busque tendencias, patrones repetitivos, o comportamientos previsibles para finalmente poder representar y predecir, a través de una fórmula matemática, un comportamiento o resultado futuro, acompañado normalmente por un índice de probabilidad.

Para ello, hay que apoyarse en la analítica descriptiva que facilita la estructuración de datos del pasado y del presente para hacer proyecciones sobre el futuro. Por ejemplo, la variación del precio en los diferentes materiales y formatos en los últimos meses, la evolución en ventas de cada tipo de cliente o el plazo de entrega medio durante el último año.

Laanalítica prescriptiva

, por su parte, nos permite actuar ante posibles escenarios como saber cuál es el mejor momento para hacer acopio de cada tipo de material en función de la previsión de ventas o evaluar si reducir los plazos de entrega en un día se traducirá en un incremento en el volumen de ventas. En definitiva, se trata de optimimizar los recursos y la producción.Sin embargo, para que todo esto sea posible, es necesario disponer e integrar en el sistema información de alta calidad, la cual determinará el índice de probabilidad de las predicciones obtenidas. Por tanto, no vale cualquier dato. éste se puede obtener de diferentes fuentes internas (MES ,ERPs , etc.) y externas (web o sistemas OPC-UA de nuestras máquinas). Es necesario interconectar los datos para que dejen de estar “ocultos” y puedan cruzarse unos y con otros para arrojar respuestas apropiadas. Y es aquí donde los programas inteligentes (MES+ y Analytics) sacan lo mejor de ellos, haciendo realidad la Smart Factory . Este sistema de ejecución de fabricación avanzado tiene la capacidad de ofrecer una visión de conjunto de todos y cada uno de los procesos productivos y, ello, además, en tiempo real. Una información precisa sobre el estado de las máquinas (disponibilidad, mantenimiento, carga), la capacidad del almacén para satisfacer las necesidades de material de los pedidos, el progreso de los mismos, su fase de fabricación (corte, plegado, pintura, ensamblado, etc.) y plazos de entrega.

Con esta panorámica completa de la fabricación de la planta se ofrecen respuestas, soluciones ante cualquier eventualidad. Por ejemplo, advertir a los operarios si no se van a cumplir fechas, si se van a quedar sin material o si hay que redistribuir la producción por sobrecarga o mantenimiento. Al mismo tiempo, este software permite realizar una planificación inteligente, automática, retroalimentada a partir de las incidencias del mundo real (paradas imprevistas, pedidos urgentes, falta de personal…) y de la analítica de datos. Incluso es capaz de realizar una simulación virtual ante una posible contingencia. Por ejemplo, imaginemos que repentinamente entra un pedido con un alto volumen de material. El sistema visualiza si las máquinas van a ser capaces de asumir esa carga de trabajo dentro de los plazos, evaluando posibles retrasos de otros pedidos. Si hay luz verde, el operario valida y lanza la nueva planificación. En definitiva, la analítica predictiva trata de utilizar información que ya tenemos para predecir información de la que no disponemos. Yendo un paso más allá, es la que sería capaz de recomendar la mejor opción dentro de un rango de posibles acciones a partir de predecir el resultado de cada una de ellas. Un oráculo con garantías que saca el mejor rendimiento de la planta, con un nivel de eficiencia y productividad máximos y con una reducción de costes y tiempos elevada. (cutting, folding, painting, assembly, etc.) and delivery times.

Con esta panorámica completa de la fabricación de la planta complete overview of the manufacturing of the plant provides answers and solutions for any eventuality. For example, to warn operators if dates are not going to be met, if they are going to run out of material or if production must be redistributed due to overload or maintenance.

At the same time, this software enables intelligent, automatic, planning using feedback based on real-world incidents (unscheduled stops, urgent orders, lack of personnel, etc.) and data analytics. It is even capable of generating a virtual simulation of any possible contingency. For example, imagine that suddenly an order comes in for a high volume of material. The system visualizes whether the machines will be able to assume the workload within the deadlines, evaluating possible delays to other orders. If the green light is given, the operator validates and launches the new planning.

In short, predictive analytics tries to use information we already have to predict information we don´t have. Going one step further, it is able to recommend the best option within a range of possible actions by predicting the result of each of them. A failsafe oracle that gets the best performance out of the plant, with maximum efficiency and productivity and significant savings in time and costs.