No abstract

No abstract

Identificación y caracterización de mudas de transporte, procesos, movimientos y tiempos de espera en nueve pymes manufactureras incorporando la perspectiva del nivel operativoIdentifying and characterizing of wastes (Muda) RESUMENSe identifica y se caracteriza en términos de: cantidad, tipo, localización y manifestación, los transportes, tiempos de espera, movimientos y procesos innecesarios en nueve pymes manufactureras de la ciudad de Medellín. El procedimiento constó de las etapas: selección de procesos a estudiar (uno por empresa), capacitación al personal operativo (7 mudas, 5S y gerencia visual), sesión en profundidad con administración de formulario de identificación del muda, verificación en el gemba, y resultados y análisis. Consolidando los hallazgos para las nueve empresas, 151 trabajadores fueron capacitados, los cuales contribuyeron a identificar 1.085 actividades que no aportan valor al cliente, con un promedio de 121 por proceso-empresa, la mayoría fueron transportes (31%) y movimientos innecesarios (29%). Se brindan elementos metodológicos que facilitan la comunicación entre el nivel operativo y los demás, así como la capacitación y la participación activa del mismo, posibilitando identificar oportunidades de mejora para las empresas. Se ofrece información de interés para la academia, el gobierno, los centros de desarrollo tecnológico y el sector productivo.Palabras clave: Pymes, mudas de manufactura, Lean manufacturing, mejora continua. : quantity, type, location and expression, transportation, waiting times, movements, and unnecessary processes, in ABSTRACT Is identified and characterized in terms of

No abstract

En este artículo, inicialmente se describe el uso de diversas herramientas de mejoramiento y el nivel de beneficio obtenido en un grupo de empresas industriales del Valle de Aburrá (Antioquia-Colombia). Luego, se realizan análisis más profundos para explorar si el uso de dichas herramientas tiene incidencia importante en costos de no calidad (internos y externos), en costos de prevención y en fallas en: personas, maquinaria/equipos y planeación/programación, así como en los factores de éxito: precios bajos, rapidez en entrega, calidad del producto, servicio postventa, diseño e innovación en productos/procesos y flexibilidad. Todo ello, diferenciando también según el tamaño de la empresa. La muestra final contempla 40 empresas industriales clasificadas como "grandes" y como "medianas", con participación de diversos sectores. Ésta fue abordada por medio de un cuestionario estructurado, administrado a través de correo electrónico a los gerentes/jefes de producción. Los métodos de análisis parten de medidas de tendencia central y de frecuencias para la fase descriptiva, así como de ANOVA para el estudio de las posibles incidencias. Entre los resultados se encuentra que las empresas "grandes" hacen mayor uso de herramientas de mejoramiento que las "medianas", y también perciben más beneficios. Este trabajo, además, ofrece a la comunidad académica y empresarial una mayor comprensión de las implicaciones, en el desempeño de grandes y de medianas empresas, que arroja el uso de herramientas de mejoramiento, encontrándose diferencias tan significativas que en casos, se refleja beneficio en algunas firmas y desmejora en otras; por ejemplo, en las firmas "grandes" que han implementado herramientas de mejora en los últimos tres años, los costos de no calidad y sus fallas en planeación/ programación se perciben de menores proporciones, en tanto que, en las firmas "medianas" son mayores. En las variables estudiadas no se encontraron diferencias respecto al tipo de herramienta, lo que hace notorio el apoyo de la academia y el gobierno al mejoramiento de las PYMES, enfocando la estrategia no en el QUÉ, sino en el CÓMO interiorizarla en las personas.

No abstract

Statihouse ® : desarrollo tecnológico basado en ciencia de datos para explorar estadísticamente el sector inmobiliario Statihouse ® : technological development based on data science to statistically explore the real estate sector

La accidentalidad vial es un serio problema de salud pública en el mundo. El estudio de datos abiertos sobre este tema puede estimular decisiones más oportunas e informadas. El objetivo es proponer una metodología para estudiar datos abiertos sobre accidentalidad vial (caso Medellín) usando Ciencia de Datos, considerando desde la planificación del estudio hasta la visualización web. La metodología consta de cuatro macroprocesos: 1. Planificación, 2. Preparación de datos, 3. Análisis automático y 4. Visualización de datos (aplicación web). Estos constan de una o más etapas, desagregadas en 15 subetapas con alcances univariado, bivariado y multivariado. Los macroprocesos 2-4 fueron automatizados en lenguaje R. Como resultado, el analista puede familiarizarse con el tema (descriptivos), explorar relaciones entre variables, localizar sucesos, inducir patrones de agrupación e identificar algunos factores asociados con los eventos de accidentalidad. Todos estos, combinando variables para una segmentación más detallada. El caso de estudio también tiene valor para otros ámbitos, ya que la accidentalidad vial genera mayores efectos en países en desarrollo, lo cual está atrayendo el interés de los investigadores.Palabras clave: Accidentalidad vial, ciencia de datos, visualización web, metodología de análisis, programación en R.