1. Qué está pasando
Durante los últimos 7 meses, el desperdicio de materia prima en una línea de producción aumentó de 5.4% a 8.7%. La empresa ya realizó mantenimiento preventivo y capacitaciones al personal, pero el indicador continúa fuera de objetivo.
El desperdicio parece ser un síntoma, no el problema raíz.
BOS identificó cuatro hipótesis prioritarias a partir de los datos iniciales: variación de parámetros de máquina, mezcla inconsistente de materia prima, diferencias por turno y falta de control estadístico en puntos críticos. El Challenge no presupone que alguna sea correcta: los solvers deben demostrarlo.
2. Datos disponibles
| Variable | Dato | Observación |
|---|---|---|
| Producción mensual | 480 toneladas | Volumen estable últimos 6 meses |
| Turnos | 3 | Turno B presenta mayor variabilidad |
| Máquinas | 4 | Máquina M3 concentra 31% del scrap |
| Materia prima | 3 proveedores | Proveedor P2 presenta mayor dispersión |
| Rechazo de calidad | 1.8% | No puede subir por encima de 2.0% |
3. Qué debe entregar un Solver
4. Cómo se mide la solución
5. Ejemplo de solución presentada
Hipótesis principal: la mayor parte del scrap no está explicada por capacitación, sino por interacción entre máquina M3, proveedor P2 y parámetros de arranque del turno B.
Propuesta: diseño de experimento controlado de 14 días, estandarización de parámetros de arranque, control estadístico por lote y regla de liberación para materia prima P2.
6. Qué pasa después de elegir
La solución no termina cuando gana. Termina cuando sabemos si funcionó.
En un Challenge cerrado, BOS compara la promesa de la solución contra el resultado real. Esto alimenta el BOS Score del solver y el aprendizaje histórico de la plataforma.