Las fábricas de coches invierten en ‘big data’ para ahorrar en mantenimiento

Las factorías enfocan la analítica de datos en el buen estado de la maquinaria para reducir su coste de producción más abultado

Las factorías de coches llevan años recogiendo grandes cantidades de datos a través de sensores distribuidos a lo largo de toda la cadena de montaje. Hasta ahora la finalidad de ese despliegue se ha limitado a hacer seguimiento de la producción: cuántos puntos de soldadura ha recibido una pieza o cuántos componentes entran y salen por las líneas.

Pero últimamente han dado un paso más: extraer datos del interior de los brazos robots que manipulan las partes para conocer su estado y anticiparse a problemas en su funcionamiento.

 “Si, por ejemplo, un autómata está a punto de fallar o está consumiendo más energía que otro igual en la misma línea, pueden detectarlo y corregirlo a tiempo”, explica Jorge Pereira, director general de la consultora Keyland. Este cambio de orientación, de la producción al mantenimiento, “que es donde está el coste gordo del sector”, es lo más reciente que fábricas como las de Mercedes-Benz en Vitoria o Seat en Martorell están haciendo en big data.

Según un estudio realizado por Keyland, a partir de entrevistas a más de 100 directivos y mandos medios de ocho industrias en España, la automoción lidera la implantación de tecnologías digitales en los procesos de fabricación, entre las cuales destaca el big data.

En ocho años, el 60% de las operaciones de mantenimiento de chapa y pintura en Seat serán predictivas

La firma, participada por el grupo Antolin, atribuye la primacía del sector a su vasta experiencia en el uso de robots y multitud de mecanismos, sensores y softwares conectados entre sí. “La industria 4.0 se construye sobre esa base, que en automoción está muy estandarizada y, por eso, con poco esfuerzo, las marcas pueden lanzar iniciativas de este tipo”, mantiene.

Bernardo Villazán, director de la cátedra en Industria Conectada de la Universidad Pontificia Comillas ICAI-Icade, recuerda que el sector hace frente a una serie de presiones muy grandes: costes, competencia globalizada, cambios en las tendencias de mercado y los hábitos de compra… “En este contexto tan competitivo, tecnologías como el big data y el machine learning ofrecen oportunidades hasta ahora impensables”, destaca.

Aumentar la eficiencia de las operaciones, bajar los costes derivados de la no calidad (concepto que engloba los gastos por devoluciones, reparaciones, reemplazos, atención de quejas y cumplimiento de garantías), predecir con más exactitud la demanda, reducir los días de fabricación y mejorar la satisfacción del cliente son algunas de ellas, indica.

No hay estudios sobre el impacto económico que el big data puede tener en la automoción española, pero en el caso de EE UU, expertos del instituto alemán Fraunhofer IPA estiman que las factorías se ahorrarán entre un 10% y un 20% en gastos de mantenimiento gracias a la predicción de fallos a partir de la analítica de datos.

Falta de especialistas

A diferencia de bancos, telecos y utilities, las factorías de coches no disponen todavía de suficiente personal especializado en big data, lo que dificulta la penetración de esta tecnología en el sector.

“Casi todas las universidades ofrecen ya titulaciones específicas en analítica de datos, pero todavía pasarán tres o cuatro años hasta que esos jóvenes salgan al mercado”, dice Jorge Pereira, de Keyland.

“Estos perfiles son muy cotizados por el fuerte desequilibrio entre los profesionales disponibles y la alta demanda de las empresas”, confirma Bernardo Villazán, de la Pontificia Comillas ICAI-Icade.

Anticiparse a los problemas puede ayudar también a reducir los tiempos de parada, un percance muy temido por la industria por las elevadas pérdidas que acarrea: una media de 22.000 dólares (19.600 euros) por minuto, según la empresa de mantenimiento industrial Advanced Technology Services (ATS).

“Somos conscientes del gran valor que los datos tienen para predecir y adelantarse a cualquier reto”, comentan fuentes de Seat. La compañía se ha propuesto que dentro de ocho años el 60% de las intervenciones relacionadas con el mantenimiento de chapistería y el proceso de pintado sean predictivas. Para lograrlo, ha puesto en marcha varios proyectos piloto en los talleres de Martorell a fin de “estudiar minuciosamente cómo extraer todos los datos que sean relevantes”.

PSA también tiene varios proyectos en curso. “Estamos en fase de pruebas con nuestros socios tecnológicos para optimizar procesos de gestión y administración, así como industriales y de mantenimiento”, apunta un portavoz de la fábrica del grupo en Vigo. Precisa que están recogiendo información de todo tipo: texto, imagen, vídeo, audio, etc. “Por ejemplo, trabajamos en geoposicionamiento, con datos ligados al flujo y a las instalaciones. Esto nos permitirá progresivamente digitalizar las fábricas, con todas las posibilidades que ello ofrece”, abunda.

Alberto Sotomayor, director de analítica y big data de Ibermática, señala que casi todas las marcas tienen entre sus planes el abordar procesos de este tipo, aunque todavía muchos de ellos se encuentran en fase piloto o exploratoria. “Lo están haciendo de manera muy comedida para controlar el coste y ver el retorno que pueden obtener”, afirma. Ibermática ha asesorado a Mercedes-Benz en la implantación de un sistema de sensores ópticos para recoger información de 700 parámetros relacionados con la calidad de la pintura de cada una de las 700 furgonetas diarias que salen de la planta de Vitoria-Gasteiz.

Eines
Túnel desarrollado por Eines que controla la calidad de la pintura. Eines

Dado que forman parte de la cadena de suministro, los fabricantes de componentes, sobre todo los de primer nivel (aquellos que entregan los equipos terminados), también están invirtiendo en big data, aunque de manera algo más lenta por su menor disponibilidad de recursos. “Nuestro sector es pionero en la digitalización como medio para producir de forma más rápida, flexible y competitiva y mantenernos en un mercado cada vez más global”, señala Cecilia Medina, responsable de I+D+i de Sernauto.

El equipo que supervisa la calidad de la pintura del Ibiza, León y Audi Q3 en Martorell, por ejemplo, ha sido suministrado por Eines, una empresa valenciana especializada en ingeniería de automoción. Después de recibir el baño de pintura, los coches pasan por un túnel led que escanea toda la superficie. El sistema toma más de 25.000 fotografías de cada carrocería en apenas 35 segundos y las procesa antes de que salgan de la estación.

La ventaja de este sistema es que el vehículo no se detiene en absoluto y que utiliza las mismas líneas de transporte interno de la planta, por lo que su instalación requiere un 50% menos de inversión. Además, puede utilizarse para cualquier vehículo o modelo nuevo.

Ya es posible comprar un coche a través de Twitter

Toyota C-HR
El C-HR que Toyota permitió reservar online. Toyota

Carlos Otiniano Pulido

La tercera industria con la comunidad más grande de seguidores, nada menos que 4,7 millones de fans, utiliza las redes sociales para analizar el perfil de sus clientes y lanzar campañas y promociones específicas.

En abril del año pasado se realizó la primera operación de compraventa de un coche a través de Twitter. Desde su cuenta, el experto en marketing digital Raúl Escolano desafió a las marcas a venderle un modelo de siete plazas y motor de gasolina sin que tuviese que pisar el concesionario. Hasta 12 contestaron, y tras una semana de intercambio de tuits se anunció el ganador: el X-Trail de Nissan.

La experiencia no se ha repetido, pero el sector es muy activo en redes sociales. Según un estudio de IAB Spain, es el tercero en número de seguidores, con 4,7 millones; el segundo en interacciones (el 17% del total), y el tercero en viralidad (13%), concepto que engloba los retuits y mensajes o fotos compartidos por sus followers.

BMW es la única de la industria que figura en el top ten de marcas con la comunidad más grande de seguidores, donde ocupa el puesto 10, con 772.078 fans (a manera de referencia, el líder es El Corte Inglés con 2,1 millones).

“Tanto la web como las redes sociales, pero especialmente estas últimas, son herramientas básicas para conocer el perfil de cliente y este permite llevar a cabo acciones y campañas enfocadas a satisfacer sus demandas y aspiraciones”, comentan fuentes de Toyota.

Hace unos meses, con motivo del lanzamiento del nuevo Toyota C-HR Launch Edition, la marca japonesa ofreció la posibilidad de reservar a través de su sitio una de las 200 unidades exclusivas, rellenando un sencillo formulario y realizando un adelanto de 500 euros. Además, expertos en producto contactan a los interesados en alguno de sus modelos a través de videollamadas gratuitas para aclarar sus dudas.

Otra marca, la surcoreana Kia, estudia el comportamiento de los visitantes de su web para optimizar de manera constante las campañas de medios, adaptando la selección de soportes publicitarios en base a objetivos. Asimismo, el grupo analiza el perfil de potenciales clientes que muestran interés en sus páginas en redes sociales para captar nuevos usuarios con características similares (técnica que los mercadotécnicos conocen como look alike o audiencia similar).

Kia destaca que, de acuerdo con un estudio, el 90% de las ventas de vehículos en concesionarios provienen de usuarios que se han informado previamente en internet, tendencia con la que estarían en línea.

https://cincodias.elpais.com/cincodias/2017/06/29/companias/1498756158_433294.html

A %d blogueros les gusta esto: