- Bits by TUDU
- Posts
- Inge, la culpa la tuvo el tercer turno
Inge, la culpa la tuvo el tercer turno
Si los datos de origen están mal, ningún dashboard podrá darte respuestas correctas en tu fábrica.
Javier Quintero
28 de agosto de 2025
Garbage In, Garbage Out: la verdad incómoda en planta
En planta, lo escuchamos a diario:
“¿Qué pasó ayer?”
Y la respuesta siempre es la misma:
“Yo no sé, Inge… pregúntele al del turno anterior.”
Cuando se trabaja sin información clara en planta, los supervisores terminan armando el análisis con lo que el operador recuerda o quiere contar.
Lo viví de cerca: teníamos un sistema de gestión de piso bastante automatizado. Pero descubrimos que no podíamos confiar en los datos de los turnos anteriores.
El operador tenía solo 50 códigos disponibles.
Así que, para poder seguir, "acomodaba" la falla en el código que más se pareciera.
La solución: ajustar el sistema, depurar los datos… y sobre todo, entender que, sin datos precisos desde el piso, cualquier decisión es una suposición.
¿Tus decisiones de hoy se están tomando sobre datos o sobre suposiciones heredadas de otro turno?
Este problema tiene nombre: Garbage In, Garbage Out (GIGO).
Nació en el mundo de la informática, pero en planta lo vivimos todos los días.
La idea es simple: Si los datos de entrada están mal, el resultado, por sofisticado que sea el sistema, también estará mal.
Esto aplica desde un simple reporte de paradas hasta un complejo sistema de inteligencia artificial en planta. No importa si tienes dashboards, algoritmos o automatización.
Si la información de origen está mal, las decisiones se basarán en basura.
El concepto GIGO se ha vuelto clave en manufactura, donde cada dato técnico mal registrado un código equivocado, un evento sin reportar, una omisión de turno se transforma en árboles de pérdida incompletos, análisis inconsistentes y diagnósticos que no reflejan lo que realmente pasa en piso.
🎯 Reflexión final
Decidir con datos incompletos es como ajustar una máquina a ojo, tarde o temprano, algo falla.
Nos leemos en 15 días.
Javier
Para profundizar…
Explicación clara y casos prácticos sobre por qué la calidad de la información de entrada determina la calidad de cualquier proceso o sistema.
Lectura recomendada para comprender cómo los datos aparentemente «pequeños» en planta pueden erosionar decisiones, operaciones y resultados.
Reply