La recopilación de datos de forma continua ya no es una barrera tecnológica. Actualmente, los dispositivos, sensores y sistemas IoT para almacenar datos de forma organizada ya son más accesibles para todo tipo de industrias. Según el Portal de la Industria, el 69% de las industrias brasileñas ya utilizaron algún tipo de tecnología digital de IoT en 2022.
Además de cumplir con los requisitos legales, la implementación de un sistema de trazabilidad también aporta ventajas competitivas. Con él, es posible garantizar no solo la calidad del producto terminado, sino también tener más control sobre la necesidad de retiros en casos de defectos causados por factores externos e internos a los entornos de producción. Según el Ministerio de Justicia, en 2017 Brasil batió un récord de retiradas de productos de consumo, siendo el sector automotriz el líder en retiradas.
Conectar estas tecnologías con la metodología de trazabilidad aporta una nueva forma de visualizar. Por ejemplo, en una producción de embutidos, donde es necesario utilizar un horno industrial, es habitual tener un informe de cada fase del proceso de cocción, con datos como:
| Estágio | Lote 1 | Lote 2 |
| 1 | 25 °F | 30 °F |
| 2 | 45 °F | 45 °F |
| 3 | 60 °F | 61 °F |
| 4 | 139 °F | 139 °F |
| 5 | 154 °F | 154 °F |
| 6 | 168 °F | 170 °F |
| 7 | 50 °F | 60 °F |
| 8 | 30 °F | 25 °F |
Analizando gráficamente esta información, se obtiene el siguiente comportamiento:
En este tipo de muestreo, no se recogen varios datos importantes, lo que puede dar lugar a una falsa sensación de que los valores de temperatura se están comportando como se espera. Utilizando una frecuencia de muestreo más alta y un sistema de big data, es posible almacenar la curva de horneado completa, por ejemplo:
En este ejemplo, puede encontrar posibles desviaciones y comparar los lotes con mucha más precisión:
Además de poder almacenar muchos más datos hoy en día, también es posible recopilar datos de otras fuentes y equipos que en el pasado se denominaban «caja negra». En la actualidad, estos equipos ya se integran más fácilmente en una estructura de recogida de datos, permitiendo correlacionar un fallo de una máquina con un fallo en otra. Por ejemplo, es posible diagnosticar rápidamente una pausa en una línea de producción que se produce a los pocos minutos de un fallo en la sala de compresores.
Visualización intuitiva: mejora de la trazabilidad de los datos
La trazabilidad de los datos, además de facilitar la gestión de la producción y la corrección de errores, ayuda a conseguir una mayor precisión en el análisis. Esto se debe a que esta forma de visualizar los datos permite recopilar más información, mejorando la calidad y reduciendo las limitaciones.
Visualizar y gestionar una gran cantidad de datos es un reto que, con las tecnologías modernas, se vuelve cada vez más fácil. Con los gráficos animados, es posible obtener una nueva dimensión en el análisis, que antes estaba restringida a dos ejes (x, y). Ahora, además, es posible representar el movimiento de las variables en estos ejes a lo largo del tiempo. Por ejemplo, es posible realizar un análisis de par (eje y) y ángulo (eje x) de apriete de más de 13 mil tornillos. Este movimiento se llevó a cabo durante más de 200 días (animación) y se puede monitorear, como se muestra en el siguiente gráfico:
En este mismo ejemplo, es posible añadir más datos, como la temperatura ambiente del día o de un sistema de medición cercano a la ubicación del apretón. Estos datos podrían representarse por el tamaño de cada círculo, aportando aún más información a explorar:
Aumento del rendimiento gracias a la trazabilidad de los datos
Mediante el uso de tecnologías de conexión que permiten una recopilación de datos simplificada, es posible obtener información que antes habría estado oculta. Esta situación se da principalmente por la falta de datos, un problema que la trazabilidad resuelve. Con estas herramientas, los análisis y decisiones se realizan de una forma más asertiva y concreta, siempre a partir de la información recogida directamente de la maquinaria.
Los responsables de estos conocimientos son profesionales de los datos, que utilizan los datos recopilados para aportar nuevas perspectivas a la industria. A partir de la visión total del proceso, los científicos son capaces de hacer sus análisis con el objetivo de descubrir y explorar. Así, es posible entender patrones, identificar tendencias, asegurar o mejorar la calidad, reducir daños e identificar fallos directamente en su origen. La visibilidad que proporciona la digitalización se traduce en la redefinición de estrategias y la implementación de mejoras.
Tener un historial de datos también contribuye a este escenario, principalmente a través de acciones que aumenten la productividad. Según la CNI (Confederación Nacional de la Industria), este índice creció un 0,7% en el tercer trimestre de 2023. Esto refuerza que la implementación de soluciones tecnológicas ayuda a desbloquear resultados y elevar la industria a un nuevo nivel de productividad.