El retorno de la inversión del MES: un marco de cinco niveles para elaborar el análisis de viabilidad

La mayoría de los responsables de operaciones que elaboran un estudio de viabilidad para un nuevo sistema de ejecución de la fabricación ya saben qué indicadores deben monitorizar. OEE, índice de desechos, rendimiento a la primera, rendimiento, tiempo de ciclo, coste por unidad. Estos indicadores se han mantenido constantes durante décadas y todas las calculadoras de ROI de los proveedores los recogen. La cuestión más difícil, la que frena la mayoría de los estudios de viabilidad, es cómo traducir esos indicadores a un lenguaje que el equipo directivo pueda aceptar.

Esa interpretación es el eslabón que falta en casi todos los marcos de referencia que he consultado sobre cómo medir el retorno de la inversión (ROI) de un sistema de ejecución de fabricación (MES). Las afirmaciones sobre la mejora de las métricas se exponen con claridad, pero los cálculos que convierten esas métricas en cifras concretas se dejan como tarea para el comité de compras.

El objetivo de esta publicación es simplificar esa traducción. Analizaremos cinco categorías que le ayudarán a explicar cómo se pueden cuantificar las mejoras operativas como una partida financiera, los cálculos que requiere cada una de ellas y los aspectos clave que la mayoría de los cálculos del retorno de la inversión suelen pasar por alto por completo.

La mayoría de los casos de negocio relacionados con los sistemas MES se estancan durante la revisión interna. Se incluyen en las solicitudes de inversión junto con otras tres o cuatro peticiones, y la conversación deriva invariablemente hacia cuestiones que los responsables de operaciones no suelen estar preparados para abordar en términos financieros.

¿Cuál es el periodo de amortización durante el primer año?

¿Cómo se traduce un punto porcentual de OEE en dólares ahorrados?

El resultado es un proyecto que, en última instancia, se aplaza hasta el trimestre siguiente, se reduce a una prueba piloto en un solo centro o se deja en suspenso hasta que un alto directivo se comprometa a respaldarlo.

A lo largo de los años, al trabajar con responsables de operaciones que se enfrentan al proceso de contratación pública, hemos identificado tres patrones comunes que impiden que los proyectos salgan adelante. Los tres tienen que ver con la forma en que se presenta el caso a las personas que controlan el presupuesto.

Las métricas operativas por sí solas no son suficientes

Ciertos indicadores, como el tiempo de producción y el OEE, aparecen entre los primeros puestos de casi todos los análisis de viabilidad de sistemas MES que leemos. Estos indicadores resultan útiles para diagnosticar dónde se producen fallos en la ejecución de la línea de producción. Sin embargo, no están diseñados para traducirse en un impacto financiero, que es lo que el departamento financiero espera de un análisis de viabilidad. LNS Research lleva años defendiendo este argumento. Es importante optimizar el OEE, pero no basta para justificar la implantación de un nuevo sistema.

El primer problema es que, cuando se agrupan indicadores como el OEE a nivel de planta o de red, tienden a convertirse más en ruido que en información útil. El OEE de una instalación promedia el rendimiento tanto de los puntos de estrangulamiento como de los que no lo son en una sola cifra que oculta dónde reside realmente el valor.

La segunda cuestión es que indicadores como el OEE, por sí solos, no permiten establecer una relación directa entre una mejora de un punto porcentual y una cantidad en euros. Una mejora del 1 % en un activo que no es un cuello de botella no tiene ningún impacto en la cuenta de resultados. Ese mismo 1 % en un activo con limitaciones puede traducirse en una cifra de seis dígitos. El indicador y el resultado financiero están desvinculados hasta que se sabe qué línea de producción se está analizando y cuál es su contexto de demanda.

Esta desconexión entre los indicadores que los responsables de operaciones intentan mejorar y el impacto en los resultados finales es una de las razones más habituales por las que vemos fracasar los casos de negocio.

La hipótesis de una implantación de entre 12 y 18 meses anula el valor actual neto

La mayoría de los cálculos del valor actual neto (VAN) de los sistemas MES parten de la hipótesis de una única puesta en marcha tras un periodo de implementación de entre 12 y 18 meses, seguida de una acumulación lineal de beneficios a partir de ese momento. Ambas hipótesis priman la comodidad sobre la precisión.

Según un informe de McKinsey sobre la implantación de la Industria 4.0, el 70 % de los proyectos piloto digitales no logran generar valor y el 85 % de las empresas dedican más de un año solo a poner en marcha un proyecto piloto inicial. Se trata de cifras válidas para todos los sectores, pero hemos constatado que la trampa del «purgatorio de los proyectos piloto» se aplica directamente a los sistemas MES.

Cuando un equipo financiero aplica una tasa de descuento a 18 meses sin beneficios, el valor actual de cada dólar en el segundo y tercer año se reduce. Cuanto más largo sea el plazo de implementación, más merma la tasa de descuento el resultado del análisis.

El tiempo de amortización es un factor multiplicador en el cálculo del valor actual neto (VAN). Si una solución puede implantarse en un plazo de tres a seis meses en lugar de dieciocho, la tasa de descuento se aplica a una curva diferente, y los mismos beneficios nominales dan lugar a un VAN distinto.

Por qué las cifras de ROI de los héroes no ayudan al comprador

Los estudios sobre el impacto económico total (TEI) han acabado adoptando un patrón reconocible. Una organización ficticia construida a partir de unas pocas entrevistas a clientes, un modelo de beneficios a tres años y una cifra estrella de tres dígitos. 200 %, 400 %, 466 %, 412 %, 448 %. Aunque estas cifras reflejan un resultado de investigación legítimo, es importante recordar que no son sus cifras.

Los datos comparativos publicados por ARC Advisory Group ponen de manifiesto que, en el conjunto de las aplicaciones MES analizadas, los rendimientos medios oscilaron entre el 1 % y el 20 %, con una larga cola de resultados más elevados y una proporción significativa de implementaciones en las que algunas áreas de aplicación no registraron ningún valor. La dispersión es enorme.

Así pues, aunque el índice de eficiencia energética (TEI) resulta útil como ejemplo práctico de cómo pueden ser los cálculos matemáticos en un sistema bien implantado, no sirve para sustituir los cálculos que debe realizar usted mismo para su propia planta.

Casi todos los marcos publicados sobre cómo medir el retorno de la inversión (ROI) de un sistema de ejecución de la fabricación (MES) llegan a la misma conclusión. En ellos se enumera una serie de indicadores y se presentan resultados financieros hipotéticos, pero no se explica cómo pasar de unos a otros.

Esa capa de traducción es fundamental. Se trata de la estructura matemática que convierte cada métrica operativa que mejora un MES en una partida financiera que el director financiero puede justificar. Dicha capa se sitúa entre dos elementos ya existentes en la arquitectura de un caso de negocio.

La capa de medición recopila datos sobre la OEE, los desechos, el tiempo de ciclo y las desviaciones.

El aspecto financiero es el factor decisivo para el éxito o el fracaso del proyecto, en función del valor actual neto, el plazo de amortización y el porcentaje de retorno de la inversión.

Sin la capa de traducción, el caso se detiene en un panel de control.

El impacto financiero de un sistema de ejecución de fabricación (MES) correctamente implementado se articula en torno a cinco categorías: costes directos, costes ocultos de la fábrica, elasticidad de la mano de obra, tiempo de toma de decisiones y aversión al riesgo. Toda métrica operativa que mejore un MES debe estar relacionada con una de estas cinco categorías. Si una métrica mejora y no se traduce en ninguna de ellas, es probable que se trate de una métrica de vanidad.

La disciplina es importante porque cada nivel tiene sus propios cálculos matemáticos, sus propios requisitos de datos y sus propias salvedades. El marco de referencia es una estructura que permite preguntarse, ante cada mejora que se alega: ¿en qué se traduce esto en términos económicos y qué supuestos sustentan esa conversión?

Nivel 1: Costes directos

Esta es la categoría a la que se recurre por defecto en la mayoría de los casos, ya que el cálculo es el más sencillo. El «coste directo» abarca tareas y servicios que antes suponían un gasto evidente y que ahora cuestan menos o nada, como los consumibles de papel, las horas dedicadas a la introducción manual de datos, los servicios de elaboración de informes de terceros y los sistemas redundantes que se están retirando del servicio. A menudo se hace referencia a esto como el«impuesto del papel».

El cálculo es bastante sencillo: las horas de actividad eliminadas multiplicadas por la tarifa laboral con todos los costes incluidos, más los costes de terceros eliminados.

El índice TEI de Forrester de 2023 para Frontline Operations Tulip estimó un ahorro de 25 000 dólares en costes de terceros por centro de fabricación, aplicado a los cinco centros de la organización modelo, lo que supone un valor actual de 264 000 dólares a lo largo de tres años. Por separado, las cifras pueden no parecer muy elevadas, pero se acumulan de forma significativa en una estructura con múltiples centros.

La advertencia. Vemos cómo los equipos operativos basan sus propuestas exclusivamente en los costes directos, ya que los cálculos son sencillos y el ahorro es fácil de justificar. El resultado suele ser una propuesta que el departamento financiero aprueba por la mitad del importe que la planta podría haber justificado, o una propuesta que se rechaza por carecer de fundamento suficiente para financiar una implantación en varias sedes.

El coste directo es un componente importante a la hora de fundamentar el argumento, pero no basta por sí solo para sostenerlo.

Nivel 2: Fábrica oculta

La «fábrica oculta» es un término industrial de larga tradición que hace referencia al trabajo que realiza una planta para corregir lo que ya había hecho mal. Reelaboraciones, desechos, defectos, desviaciones, lotes descartados, investigaciones. Es la fábrica dentro de su fábrica que no produce más que correcciones.

El cálculo tiene tres componentes: (reducción de la tasa de defectos × rendimiento × margen unitario) para la producción recuperada; más (horas de reelaboración × tarifa de mano de obra) para el coste de «reparación»; y más el ahorro en costes de material por la prevención de desechos. El resultado global le permite conocer el impacto total de la medida.

Los resultados sobre calidad del estudio TEI Tulip se ajustan perfectamente a este nivel. Se ha logrado una reducción del 70 % en los defectos tras la implantación de la plataforma. Se han ahorrado doce horas de mano de obra directa y diez horas de mano de obra indirecta por defecto al mes. A ello hay que sumar el ahorro en materiales derivado de una aplicación para la prevención de desperdicios que, por sí sola, ha generado un ahorro de 1 millón de dólares en tres años. El impacto total oculto en la fábrica, en términos de valor actual, ascendió a 2,6 millones de dólares.

La salvedad. El ahorro derivado de la «fábrica oculta» depende del grado de «fábrica oculta» que tenga la planta en la actualidad. Una planta con sistemas de calidad consolidados y un nivel de defectos bajo obtendrá menos beneficios. Una planta con un gran volumen de papeleo y ciclos de conciliación a fin de mes obtendrá más. El cálculo no es válido si se aplica el mismo multiplicador a plantas con condiciones de partida muy diferentes.

Nivel 3: Elasticidad de la mano de obra

La elasticidad del trabajo es el factor que distingue entre «hemos recortado 50 horas de trabajo» y «ahora disponemos de 50 horas de capacidad que antes no teníamos». Las horas de trabajo ahorradas no se traducen automáticamente en dinero. Solo se traducen en dinero si se da una circunstancia concreta. Por ejemplo:

• Ampliación de la capacidad: las horas se reasignan a tareas con limitaciones, y la planta produce más sin aumentar la plantilla.

• Reducción de plantilla: las horas que compensan las contrataciones que, de otro modo, se habrían producido, contabilizadas como costes de personal evitados y costes de formación evitados.

• Reducción de horas extras: las horas con las que se compensa el pago de las horas extras que se abonan actualmente.

La opción que se aplique dependerá del contexto de demanda de la planta. Una planta con limitaciones de capacidad optará por la primera. Una planta con limitaciones de demanda optará por la segunda o la tercera.

Las cifras del TEI de Forrester ponen de relieve el impacto. Un aumento del 15 % en la eficiencia de la mano de obra directa gracias a que los operadores utilizan flujos de trabajo digitales guiados. Un ahorro de tiempo del 50 % en la mano de obra indirecta, ya que los supervisores y los ingenieros ya no tienen que dedicar tiempo a buscar datos. Una tasa de recuperación de la productividad del 80 %, término que utiliza Forrester para referirse a la proporción de horas ahorradas que se reasignan de forma productiva. El impacto total de la elasticidad de la mano de obra en el índice compuesto ascendió a 17 millones de dólares en valor actual.

Una advertencia. La tasa de reincorporación puede ser una variable muy importante en sus cálculos. Si su planta no tiene demanda para reasignar a los operarios, el ahorro podría traducirse en una reducción de las horas extras o en un menor número de contrataciones temporales, en lugar de en un aumento del rendimiento. Tenga en cuenta cómo se aplica esto a sus operaciones.

Nivel 4: Tiempo hasta la decisión

El «tiempo hasta la toma de decisiones» es el coste que supone la latencia entre el momento en que se produce un evento en la planta y el momento en que se toma una decisión al respecto. A veces también se denomina «tiempo de respuesta de la información». Se trata de un aspecto que pocos proveedores de MES miden y que un sistema integrado en primera línea puede garantizar con mayor claridad.

Para realizar el cálculo, elija un patrón operativo. Un ejemplo podría ser una máquina que se avería a las 2 de la madrugada en un ciclo de notificación en papel, en el que el supervisor con autoridad para actuar no se percata del incidente hasta el cambio de turno a las 7 de la mañana. Eso supone cinco horas de latencia. Multiplique por la tasa de producción de la línea. Multiplique por el margen unitario. Ese es el coste del tiempo de anticipación de la información de un incidente. Realice el mismo cálculo para las retenciones por calidad, la escasez de material y el tiempo de inactividad de las máquinas, y las cifras por incidente se acumularán en una cifra anualizada.

El estudio TEI de Forrester reveló una reducción del 50 % en el tiempo de mano de obra indirecta gracias a Tulip. Una parte significativa de esta reducción se debió a que los supervisores e ingenieros dedicaban menos tiempo a recopilar datos a posteriori y más tiempo a actuar en función de los datos mientras el trabajo aún estaba en curso. El TEI no desglosa por separado la cifra del «tiempo hasta la decisión». El marco anterior le permite calcularla para su planta.

Una advertencia. El indicador «tiempo hasta la decisión» beneficia a aquellas plantas en las que el proceso de toma de decisiones es actualmente lento. Una planta que cuente con un seguimiento de la producción en tiempo real, sistemas integrados y una cultura que fomente la toma de decisiones autónoma en primera línea obtendrá mejores resultados en este aspecto. Es importante calcular su latencia de decisión de referencia antes de tener esto en cuenta.

Nivel 5: Aversión al riesgo

La aversión al riesgo permite evitar pérdidas. Esto se traduce en la prevención de multas por incumplimiento, la reducción del riesgo de retiradas de productos, la prevención de tiempos de inactividad, la reducción del tiempo de preparación de auditorías y la prevención de trabajos de corrección en la validación.

El cálculo es similar al que podría realizar un actuario de seguros. Se trata de multiplicar la probabilidad de que se produzca un evento por el coste de dicho evento, y sumar el resultado para todos los eventos de riesgo que la planta tiene registrados.

La clave aquí es fundamentar cada afirmación en un hecho histórico concreto con un coste documentado. La desviación de 2024 en la línea 4, cuya investigación llevó once días, es el tipo de partida que supera la revisión. Las expresiones genéricas sobre riesgos de cumplimiento suelen pasarse por alto.

El índice TEI de Forrester recoge la aversión al riesgo de forma cualitativa en la categoría «beneficios más allá del modelo». Un entrevistado de una empresa fabricante señaló un ahorro anual de 50 000 dólares gracias a la posibilidad de realizar un seguimiento lo suficientemente preciso del tiempo de actividad y de inactividad como para gestionar los informes de cumplimiento sin necesidad de poner en marcha una respuesta de auditoría. La reducción del 70 % en los defectos también disminuye el riesgo de retiradas de productos y de reclamaciones de garantía, aunque Forrester no cuantificó este aspecto por completo. El argumento estructural está ahí, aunque no se disponga de la cifra en dólares.

La advertencia. La aversión al riesgo es el aspecto que el departamento financiero suele cuestionar con mayor frecuencia. Justifique cada solicitud basándose en un caso concreto que haya ocurrido realmente en la planta. Documente el incidente anterior, su coste y el mecanismo mediante el cual el nuevo sistema reduce la probabilidad o el impacto. Una partida relacionada con la aversión al riesgo que el departamento financiero pueda verificar que se remonta a un hecho real superará la revisión; aquella que no pueda hacerlo probablemente será eliminada.

Acceda aquí al estudio completo sobre el impacto económico Tulip

El impacto económico total de la plataforma de operaciones de primera línea de Tulip, según Forrester (Frontline Operations porFrontline Operations en 2023Frontline Operations (encargado por Tulip, publicado en 2023) modeló una organización compuesta a partir de entrevistas con cuatro Tulip reales Tulip pertenecientes a los sectores de la fabricación discreta, los dispositivos médicos y la industria farmacéutica. Esta organización compuesta cuenta con unos ingresos anuales de 5000 millones de dólares, 10 000 empleados y 1000 Tulip repartidas en 20 centros de fabricación que operan en dos turnos de ocho horas.

Las cuatro cifras que le interesan a un equipo financiero:

• 19,85 millones de dólares en prestaciones a tres años (ajustadas al riesgo)

• 16,23 millones de dólares en valor actual neto a tres años

• 448 % de retorno de la inversión en tres años

• Amortización en menos de seis meses

Cada una de esas cifras se deriva de los cálculos por capa de la sección anterior. El resultado global es una suma mecánica. Lo que los equipos financieros analizan con mayor detenimiento, y lo que la mayoría de los cálculos del retorno de la inversión no tienen suficientemente en cuenta, es el horizonte de implementación.

Los encuestados por Forrester indicaron que el plazo desde la firma del contrato hasta la puesta en marcha oscila entre tres y seis meses, y que el coste de implementación supone una fracción de lo que se suele estimar en las implantaciones tradicionales de sistemas MES. Ese plazo influye directamente en el cálculo del valor actual neto. La tasa de descuento no tiene que amortizar 18 meses de beneficio nulo antes de que la curva comience a subir.

Permítame reiterarlo: el 448 % es la cifra del modelo general, no la de su planta. Su planta presenta una distribución de cuellos de botella diferente, una estructura de costes laborales distinta, un contexto de demanda diferente y un punto de partida distinto. Lo que se aplica a su operación es el marco de trabajo, con sus cinco capas, los cálculos específicos de la planta y el tiempo de retorno de la inversión como partida presupuestaria. Las cifras del estudio de Forrester muestran cómo pueden ser los cálculos cuando el marco se aplica a una implementación que se ha llevado a cabo. No le indican cuál será la cifra de su planta, pero sí le indican cómo calcularla.

De los tres patrones de fallo mencionados anteriormente en este artículo, el horizonte de implementación es el que los revisores financieros detectan con mayor rapidez y el que los equipos de operaciones suelen subestimar en sus modelos.

Un cálculo tradicional del valor actual neto (VAN) de un sistema de ejecución de fabricación (MES) que oculta una implementación de 18 meses en una nota al pie puede parecer correcto en una presentación, pero no superar la revisión por motivos que el responsable de operaciones quizá no haya tenido en cuenta.

Los cálculos son sensibles al factor tiempo de formas que no resultan evidentes hasta que se analiza la tasa de descuento y se examinan las curvas. Es necesario modelar el horizonte de implementación, y la mayoría de los análisis de viabilidad de los sistemas MES lo dan por supuesto.

El impacto de una arquitectura modular

Al evaluar un sistema heredado cuya construcción, configuración y, en última instancia, puesta en marcha en la planta de producción lleva meses (si no años), es razonable suponer que la fecha de puesta en marcha tendrá lugar en un futuro lejano.

En el caso de un sistema modular, la situación es muy diferente. Los beneficios comienzan a generarse desde el momento en que se pone en marcha la primera aplicación, lo que suele ocurrir en cuestión de semanas.

El cálculo matemático cambia cuando la curva comienza antes. Si la acumulación de beneficios se inicia en el segundo o tercer mes, en lugar de en el decimoctavo, la tasa de descuento se aplica a quince meses más de valor. El mismo beneficio nominal genera un valor actual neto (VAN) considerablemente mayor. El tiempo hasta la obtención de valor actúa como un multiplicador en todo el cálculo, y el cálculo del retorno de la inversión (ROI) es sensible a este factor en ambos sentidos.

La razón estructural por la que esto funciona es la misma por la que su caso de negocio puede construirse paso a paso, en lugar de hacerlo todo de una vez. Un enfoque modular permite a la planta implementar una aplicación para resolver un problema de gran valor, obtener los ahorros y utilizar esos ahorros para financiar la siguiente implementación. La implantación se amortiza sobre la marcha. Cambia la pregunta de «¿cuál es la amortización a tres años?» a «¿qué se consigue en los primeros noventa días y en qué se invierte lo obtenido?».

De ello se derivan dos implicaciones prácticas. En primer lugar, represente la acumulación de beneficios del modelo como una curva que comienza cuando se pone en marcha la primera aplicación. En segundo lugar, considere la hipótesis sobre el tiempo de retorno de la inversión como un elemento justificable con su propia evidencia, incluyendo referencias de clientes del proveedor, patrones de implementación y el alcance del primer caso de uso que se está analizando.

Los equipos financieros que examinen el caso pondrán en duda esa hipótesis; su estudio de viabilidad debe ofrecer una respuesta.

El marco que hemos esbozado resulta útil cuando se pone a aplicarlo a sus circunstancias concretas. Siga estos seis pasos:

1. Seleccione tres indicadores operativos que su planta ya esté registrando. Uno de costes directos (horas de papeleo, informes de terceros, sistemas redundantes), uno de calidad (índice de defectos, material de desecho, desviaciones) y uno de mano de obra (tiempo de formación, horas de mano de obra indirecta, horas extras). Recopile datos de referencia de los últimos seis meses. Estos datos se utilizarán para alimentar los niveles 1, 2 y 3.

2. Identifique el contexto de la demanda. ¿Su planta tiene limitaciones de capacidad o de costes de mano de obra? La respuesta determina qué método de contabilización de la elasticidad de la mano de obra se aplica. Una planta con limitaciones de capacidad contabiliza las horas recuperadas como aumento del rendimiento. Una planta con limitaciones de demanda las contabiliza como ahorro en costes de mano de obra.

3. Indique cuál es la decisión más lenta que toma actualmente su planta. Cuantifique el tiempo de latencia entre el evento y la decisión. La parada de una máquina a las 2 de la madrugada, la desviación que tarda un turno en ser escalamada, la retención por motivos de calidad que espera a que se celebre una reunión. Multiplique ese tiempo por el valor por hora de la línea de producción. Ese es su valor de referencia del «tiempo de respuesta de la información» para la Capa 4.

4. Enumere los tres incidentes negativos evitables más costosos de los últimos doce meses. Constataciones de incumplimiento, episodios de retirada de productos, incidentes de interrupción del servicio. Documente el coste y la duración de cada uno. Estos se convertirán en partidas de la Capa 5, cada una de ellas con un punto de referencia histórico identificado.

5. Convierta cada capa a dólares utilizando su fórmula. Hay dos fórmulas de referencia que se utilizan por defecto: (Reducción de horas × Tarifa laboral total) y (Unidades recuperadas × Margen unitario). Para el resto, aplique las fórmulas específicas de cada capa indicadas anteriormente en este documento. Documente todas las hipótesis.

6. Elabore el modelo de tiempo hasta la obtención de valor. ¿Cuándo se pondrá en marcha la primera aplicación? ¿Cuándo comenzará a generarse el beneficio? ¿Qué tasa de descuento utiliza su equipo financiero? Calcule el valor actual neto (VAN) con la generación de beneficios a partir del tercer mes y realice un análisis comparativo a partir del decimoctavo mes. La diferencia entre ambos VAN es el coste que supone optar por un horizonte de implementación prolongado.

El producto es un análisis de viabilidad exhaustivo en el que se cuantifica la contribución de cada nivel, se especifica claramente el plazo de amortización y se documentan los supuestos de forma que resulten fáciles de comprender y de defender.

El marco también le ofrece un conjunto de preguntas de adquisición. Cada nivel de traducción sugiere una pregunta que resulta más relevante para el cálculo que las listas de características.

• Coste directo: ¿Qué actividades manuales concretas sustituye el sistema y cuánto tiempo tarda en hacerlo tras su implantación? Sería de gran ayuda contar con referencias de clientes que indiquen el plazo de sustitución.

• «Hidden Factory»: ¿En qué punto del sistema se registran los incidentes de calidad directamente en el origen, en lugar de a través de un módulo de calidad independiente? El tiempo de latencia entre la aparición de un defecto y el registro de los datos determina si los cálculos son correctos.

• Elasticidad laboral: ¿Cuál es la duración de la formación para los nuevos operadores? ¿Con qué rapidez puede alguien con experiencia en el trabajo crear o modificar una nueva aplicación sin tener que pasar por un largo ciclo de desarrollo?

• Tiempo hasta la toma de decisiones: ¿Cuál es el tiempo de latencia entre los datos capturados en la estación y los datos que ve un supervisor? ¿Cuál es el proceso desde que el supervisor los ve hasta que se pone en práctica la decisión?

• Aversión al riesgo: ¿Cuál es la situación en materia de auditoría y trazabilidad? En los sectores regulados, ¿cuál es el modelo de validación y cuál es su coste a lo largo del ciclo de vida de la implementación?

• Tiempo hasta obtener valor: ¿ Cuál es la mediana del tiempo transcurrido desde la firma del contrato hasta el primer valor cuantificable en la base de clientes del proveedor? Solicite la distribución junto con la media. Una mediana de 12 meses con una desviación estándar reducida es una apuesta muy diferente a una mediana de 9 meses con una cola ancha.

• Coste total de propiedad (TCO): licencia, integración, gestión del cambio y coste de oportunidad por demora. Solicite que se incluyan los cuatro elementos. Si un proveedor solo le ofrece un presupuesto por las licencias, la respuesta es, por definición, incompleta.

Una plataforma modular integrada en primera línea resulta ser la respuesta ideal a estas preguntas. Las preguntas no dependen de ningún proveedor concreto; las respuestas distinguen entre las arquitecturas que pueden admitir el marco de trabajo y las que no. Si le interesa descubrir cómo TulipComposable MES Tulippuede ayudarle a lograr mejoras cuantificables en sus operaciones, póngase en contacto con un miembro de nuestro equipo hoy mismo.