SAS/QC | SAS EDUCACIÓN ARGENTINA

Buenos Aires, Argentina  (14 Nov. 2011)  – Un desafío. ¿Qué tienen en común las siguientes cosas: un lote de focos de iluminación, las llamadas telefónicas recibidas en un call-center durante un período de tiempo, un paquete de galletas, una caja de arandelas, los servicios médicos provistos por un centro médico, un lavarropas, la fila de clientes esperando ante un cajero automático, los pasajeros de un medio de transporte público, la tasa de churn mensual de una empresa de telefonía celular, la cantidad de accidentes en un tramo de una ruta, la performance de un modelo predictivo y su presión sanguínea?

Lo que tienen en común es la variación. Variación en el número de productos no defectuosos, en la cantidad de llamadas, en los tiempos de espera, en el peso o el volumen de un producto, en la tasa mensual de churn, en la cantidad de defectos de un lavarropas, en la performance de un modelo predictivo, etc. La calidad de un producto o servicio es inversamente proporcional a la variación de sus características relevantes. Control de calidad significa, nada más, ni nada menos, que monitorear y reducir la variación en procesos y productos. A eso se dedica SAS/QC.

Siempre hay variación, en todos los productos, en todos los procesos, en todos los servicios. Por eso, no se trata de evitar la variación, sino de monitorearla, mantenerla bajo control, detectar tempranamente variaciones sistemáticas o atípicas de modo de poder corregir la situación lo antes posible. Monitorear la variación "típica", dentro de parámetros deseables, para evitar sorpresas, pero también para disminuirla si es económicamente rentable. El control de calidad se basa en identificar y reducir la variación. Productos y servicios de calidad resultan de procesos estables, predecibles y consistentes, es decir, procesos que reducen la variación.

SAS/QC le permite trabajar sobre el control estadístico de la calidad. "Calidad" hace referencia a una producción o entrega consistente de lo que es importante para el cliente. Incluye atributos, componentes y condiciones que deben cumplirse o satisfacerse. Por lo general se trata de características medibles. "Control" hace referencia a la obtención de resultados estables, predecibles, consistentes, libres de sorpresas (por lo general desagradables). Usualmente se buscan "mejoras" que impliquen reducir la variabilidad en torno de un valor objetivo, optimizar las condiciones para mejorar los resultados, reducir los costos y aumentar la eficiencia. Habitualmente se requiere una intervención activa, experimentación y las herramientas de la estadística inferencial. La herramienta principal, la estadística, hace posible tomar decisiones en base a criterios científicos y racionales que permitan comprender la variación implícita en los procesos y lo habilita a distinguir objetivamente la variación "extraordinaria" de la variación "ordinaria". La variación "extraordinaria" es importante detectarla lo más tempranamente posible, diagnosticar sus causas y actuar en un sentido correctivo. La variación "ordinaria" conviene monitorearla e intentar reducirla, si esto es costo-efectivo.

Las prácticas de control de calidad están muy extendidas en el ámbito de manufactura, desde hace ya muchos años. Su efecto en el ámbito industrial es fundamental. Es una de las razones principales del incremento de la satisfacción de los clientes, de considerables ahorros en la producción y un aumento significativo de las ganancias. Esto no solo en áreas de producción tradicional como alimentos, automóviles, etc. sino también, y especialmente, en áreas tecnológicas de punta como la electrónica, la computación, el software, la tecnología de fibra óptica y tantas otras.

Sin embargo, en la actualidad, las áreas en las que más crece la aplicación de técnicas de control de calidad son las de servicios y financieras. El secreto de mejorar las prestaciones de un call-center, por ejemplo, se encuentra en reducir la variación de sus parámetros más importantes: el tiempo de espera, la duración de cada llamada, el grado de satisfacción de los clientes, etc. Piense en cualquier servicio de este tipo del que sea usted un usuario insatisfecho. Muy probablemente podrá localizar esta insatisfacción en algunos "parámetros" que a la empresa prestataria se le fueron de control y, probablemente, ni siquiera lo haya advertido (justamente por la ausencia de los métodos apropiados de control de calidad).

Un ejemplo muy relevante es el de la mayoría de las empresas de telecomunicaciones, en especial las de celulares. Estas están siempre preocupadas por el "churn", la tasa de bajas de un servicio. Realizan modelos predictivos (numerosos) para tratar de detectar tempranamente a los clientes propensos a abandonar el servicio. Pero, son raras las empresas en este sector que monitorean su tasa de churn mediante los principios modernos del control estadístico. De este modo invierten cuantiosas sumas en tratar de reducir (mediante modelos predictivos) un parámetro (en el ejemplo, el churn, pero también muchos otros) sin tener idea si es necesario intervenir o no para controlar la variación del parámetro. No distinguen la variación ordinaria de la extraordinaria a fin de adoptar criterios de decisión racionales y científicos de cuándo es necesario intervenir.

Otro ejemplo, en el mismo sector (que podría aplicarse también a muchos otros). Las empresas de telefonía, como también muchas otras empresas con cantidades grandes de clientes utilizan gran cantidad de modelos predictivos. Estos se construyen en un momento dado (es decir, sobre muestras correspondientes a una población que se encuentra en un determinado estado socioeconómico y tecnológico complejo) y luego se continuan aplicando a lo largo del tiempo. Por supuesto la situación socioeconómica y tecnológica va cambiando, lo mismo que las características de la población. Esto afecta la efectividad de los modelos predictivos. Con el tiempo estos se vuelven "menos predictivos". El monitoreo de la efectividad o performance de sus modelos suele desvelar al sector responsable de esta tarea. Sin embargo, son muy pocos los casos en los que este monitoreo se hace con las herramientas y criterios apropiados, es decir, los del control estadístico de la calidad.

En síntesis, a pesar de lo extendido de estos métodos, principalmente en las áreas clásicas de manufactura, hay todavía áreas muy amplias y diversas de nuestro mundo económico donde el control de calidad (con las herramientas científicas apropiadas) debiera emplearse pero esto aun no ocurre. Por supuesto, esto solo significa perjuicio económico para estas empresas y, desde ya, insatisfacción de sus clientes.

SAS/QC

SAS/QC proporciona una gran variedad de herramientas especializadas que permiten organizar esfuerzos de mejoramiento en la calidad de productos y procesos, diseñar experimentos industriales, aplicar métodos muy conocidos de ingeniería de calidad (Taguchi, Ishikawa, etc.), establecer un control estadístico de un proceso, hacer análisis de consistencia de la satisfacción de límites de especificación, desarrollar y evaluar planes de muestreo de aceptación, etc.

Hay dos tipos de herramientas en SAS/QC: interfases gráficas y procedimientos. Las interfases gráficas son dos: un sistema de menúes para aplicaciones estándar de control estadístico de calidad y un sistema de diseño y análisis de experimentos. Los procedimientos ofrecen mayor flexibilidad y potencia que las interfases gráficas. Hay procedimientos para diseño de experimentos, análisis de gráficos de control (p. ej. Shewhart), comparación de distribuciones de salida de procesos con límites de especificación, resolución de problemas de calidad mediante gráficos como Pareto e Ishikawa, análisis de fiabilidad y supervivencia y análisis de medias,

Entre las ventajas de SAS/QC se encuentran:

• Maneja grandes volúmenes de datos de múltiples procesos. SAS/QC pueden operar sobre virtualmente cualquier fuente de datos y funciona en la mayoría de las plataformas computacionales. Si tiene la capacidad de monitorear múltiples procesos e integrar una gran variedad de datos, puede obtener una imagen más completa de los esfuerzos de mejora de calidad. Esto le permite mantener estándares consistentes y usar toda la información disponible para tomar mejores decisiones.
  
• Le permite identificar las causas de los problemas. No es suficiente reconocer que tiene un problema de calidad. Debe encontrar la causa del problema para determinar cómo corregirlo. SAS/QC le permite descubrir las causas de problemas y va más allá del control básico de procesos al proporcionar análisis  estadísticos complejos que hacen posible la creación de procesos más eficientes y costo-efectivos.
  
• Le ofrece las herramientas para diseñar experimentos para mejorar productos y procesos. SAS/QC provee potentes herramientas y una interfase de usuario para el diseño de experimentos y el control del proceso experimental. El ambiente gráfico está diseñado para ingenieros e investigadores que pueden utilizar la interfase en cada etapa del proceso de diseño experimental, desde construir diseños y determinar efectos significativos hasta optimización y generación de reportes.

Existen numerosos paquetes estadísticos de control de calidad, fundamentalmente para PC. Pero SAS/QC tiene diferenciales importantes:

• SAS/QC proporciona una diversidad de herramientas sumamente robustas para el control estadístico de calidad difícil de encontrar en la gran mayoría de los restantes paquetes de software. 
  
• Permite acceder en forma transparente a datos de virtualmente cualquier fuente, administrar estos datos, realizar análisis estadístico y luego presentar los resultados en una gran variedad de reportes, gráficos y formatos dentro de un mismo ambiente computacional altamente integrado. Esto es muy útil para las empresas que desean mantener estándares de calidad consistentes a través de todas sus áreas y productos. 
  
• Debido al compromiso de SAS y su prolongada tradición de enriquecer en forma permanente sus herramientas estadísticas, puede tener acceso a las técnicas de control de calidad más modernas y robustas. Un ejemplo de esto puede encontrarlo en la última versión de SAS (SAS 9.3). En ella se introdujeron nuevas herramientas para un análisis más apropiado de procesos multivariados. El procedimiento MVPMODEL provee herramientas computacionales y gráficas para construir un modelo de componentes principales para este tipo de procesos. Esto es útil para el monitoreo de cientos o miles de variables correlacionadas de un proceso. Este método posee varias ventajas respecto de la técnica comúnmente usada en este contexto (la de la mayoría de los paquetes usuales), la de un gráfico multivariado que utiliza el estadístico T2 de Hotelling: evita problemas computacionales que surgen cuando las variables son colineales y su matriz de covarianza es cuasi singular; ofrece herramientas diagnósticas para interpretar valores inusuales de T2 y. al proyectar los  datos en un subespacio de menor dimensionalidad, puede describir más apropiadamente la variación en un proceso multivariado que por lo general está controlado por un pequeño número de factores subyacentes que no son directamente observables. El procedimiento MVPMONITOR produce gráficos de control de los datos multivariados de procesos a partir de la información del modelo de componentes principales creado por el procedimiento MVPMODEL. Los gráficos de control multivariados detectan variación inusual que sería muy difícil descubrir mediante el monitoreo de  variables individuales con gráficos de control univariados, como los gráficos de Shewhart. Un gráfico de control multivariado puede detectar cambios en las relaciones lineales de las variables, además de las medias y varianzas marginales.

Sobre SAS/QC puede consultar:

• Quality Improvement, SAS/QC Software | SAS 
• SAS/QC(R) Software fact sheet 
• Si le interesa un curso sobre el tema, puede consultar: Statistical Process Control Using SAS/QC Software 

Acerca de SAS

Más Notas

Copyright © SAS Institute Inc. All Rights Reserved.