Un equipo puede completar un proyecto de mejora, implementar nuevas instrucciones de trabajo y cerrar todas las actividades previstas sin demostrar todavía que el proceso cambió. Para saber si la intervención produjo el resultado esperado hay que comparar el desempeño antes y después, mantener reglas de medición consistentes y observar si el cambio se sostiene. Los indicadores deben seleccionarse según el problema que originó el proyecto, no según los datos que resulten más fáciles de obtener.
En un proyecto orientado a reducir tiempos de espera, por ejemplo, terminar una capacitación o instalar un tablero visual describe actividades ejecutadas. El efecto debe comprobarse mediante variables como tiempo de ciclo, espera, cumplimiento del flujo o alguna métrica asociada con la causa intervenida. Esta separación entre ejecución y resultado permite evaluar la mejora con evidencia y detectar cuándo una acción fue implementada sin modificar el desempeño.
Qué debe demostrar la medición
La medición debe responder tres preguntas: qué resultado cambió, qué parte del proceso permite explicar ese cambio y si aparecieron efectos no deseados. El Institute for Healthcare Improvement utiliza medidas de resultado, proceso y equilibrio dentro de su Model for Improvement. Aunque este marco tiene aplicaciones destacadas en servicios de salud, la lógica puede adaptarse a otros procesos cuando las métricas se definen según las características de la operación.
- Indicador de resultado: muestra si cambió la variable vinculada con el objetivo, como defectos, lead time, costo por unidad o entregas a tiempo.
- Indicador de proceso: comprueba si la actividad o condición que debería producir la mejora funciona según lo diseñado.
- Indicador de equilibrio: permite detectar si una mejora en una dimensión provoca una pérdida en otra, como reducir tiempo de proceso mientras aumenta el retrabajo.
La OCDE diferencia efectividad, impacto y sostenibilidad al evaluar intervenciones. La efectividad analiza el cumplimiento de objetivos; el impacto examina efectos de mayor alcance y la sostenibilidad considera si los beneficios continúan. En proyectos operativos, esta distinción ayuda a evitar que cualquier cambio inmediato sea presentado como evidencia suficiente de un efecto duradero.
La línea base fija el punto de comparación
Una mejora solo puede cuantificarse si existe una referencia previa obtenida bajo condiciones conocidas. En DMAIC, la fase Measure incluye el análisis del sistema de medición y el establecimiento del desempeño inicial del proceso. La American Society for Quality describe DMAIC como un enfoque estructurado para mejorar procesos existentes y establece la medición como una etapa necesaria antes del análisis y la implementación de mejoras.
Antes de implementar el proyecto conviene documentar el nombre del indicador, su definición operacional, fórmula, unidad, fuente de datos, frecuencia de captura, periodo de línea base, meta y responsable de validación. También debe definirse qué observaciones entran en el cálculo. Si la tasa de defectos antes de la mejora considera todas las unidades fabricadas y después solo registra una familia de productos, ambos valores no son directamente comparables.
La segmentación también puede ser necesaria. Turno, familia de producto, máquina, proveedor o volumen de producción pueden modificar el comportamiento de una métrica. Cuando estas condiciones cambian entre el periodo inicial y el posterior, el análisis debe separarlas o explicar su influencia antes de atribuir la diferencia al proyecto.
Indicadores según el objetivo del proyecto
Productividad, capacidad, utilización y eficiencia están relacionadas, pero no describen lo mismo. Mezclarlas bajo una sola categoría puede llevar a conclusiones equivocadas. La capacidad expresa cuánto puede producir un sistema bajo condiciones definidas; la utilización compara el uso con una capacidad disponible; la productividad relaciona las salidas obtenidas con los recursos empleados; y la eficiencia depende de la referencia técnica o estándar utilizada para evaluar el desempeño.
| Dimensión | Qué evalúa | Indicadores posibles | Aplicación |
|---|---|---|---|
| Calidad | Conformidad de las salidas | Tasa de defectos, scrap, retrabajo, FTT | Reducción de fallas, desperdicio o reproceso |
| Tiempo y flujo | Velocidad de respuesta del proceso | Tiempo de ciclo, lead time, espera, tiempo de preparación | Reducción de colas, demoras o tiempos de cambio |
| Productividad | Salidas respecto de los recursos utilizados | Unidades por hora-persona, producción por recurso | Mejoras en métodos, balanceo o uso de recursos |
| Capacidad | Nivel de salida que el sistema puede alcanzar | Unidades por periodo, capacidad efectiva | Eliminación de restricciones o ampliación del flujo |
| Utilización | Proporción de capacidad utilizada | Utilización de equipo o recurso | Análisis de carga y uso de capacidad disponible |
| Disponibilidad | Tiempo en que un activo se encuentra disponible para operar | Disponibilidad, MTBF, MTTR | Mejoras de mantenimiento y confiabilidad |
| Desempeño económico | Consecuencia monetaria de la intervención | Costo por unidad, costo de no calidad, ahorro neto validado | Proyectos cuya justificación incluye costos o consumo de recursos |
Un proyecto no necesita utilizar indicadores de todas estas dimensiones. Si el objetivo es disminuir scrap, una métrica de utilización puede no aportar evidencia sobre el problema. La selección debe mantener una relación verificable entre causa intervenida, variable del proceso y resultado esperado.
Cómo cuantificar el cambio observado
Cuando una disminución representa mejora, como sucede con defectos, espera o tiempo de ciclo, puede calcularse la reducción relativa respecto de la línea base. La operación sirve para expresar la magnitud del cambio, pero no demuestra por sí misma que la intervención sea su única causa.
R es la reducción porcentual, B es el valor de línea base y P es el valor posterior a la intervención. La fórmula requiere que B sea distinto de cero. Los valores B y P también deben utilizar la misma unidad, definición, alcance y criterio de captura.
Supón que un tiempo de ciclo pasa de 18 minutos en la línea base a 14.4 minutos después de la intervención. La reducción relativa es de 20 %. El cálculo describe cuánto disminuyó el indicador respecto de su valor inicial. Para sostener que el proyecto explica esa reducción todavía habría que revisar condiciones como volumen, mezcla de producto, turnos, equipos utilizados y otras modificaciones ejecutadas durante el mismo periodo.
El seguimiento muestra si la mejora permanece
Comparar un valor antes y otro después puede ocultar la variación que ocurre entre ambas mediciones. El Institute for Healthcare Improvement recomienda representar los datos a lo largo del tiempo para determinar si los cambios introducidos están asociados con una mejora.
Por eso conviene observar los KPI como una serie y no limitar el análisis a dos promedios. Una gráfica temporal puede mostrar si la mejora aparece de forma consistente, si existe una tendencia, si el desempeño vuelve al nivel anterior o si una observación extrema está distorsionando el promedio.
Cuando la naturaleza de los datos y el sistema de medición lo permiten, también pueden utilizarse herramientas de control estadístico. El NIST/SEMATECH Engineering Statistics Handbook describe métodos para monitorear procesos y detectar cambios o degradaciones que requieren investigación.
El periodo de seguimiento depende de la frecuencia y variabilidad del proceso. Una línea que genera cientos de observaciones por turno permite evaluar patrones antes que un proceso ejecutado una vez al mes. La cantidad de días transcurridos no sustituye la necesidad de contar con observaciones suficientes y condiciones representativas.
Errores que pueden distorsionar el impacto
Un KPI puede estar bien calculado y aun así conducir a una interpretación equivocada. Antes de cerrar el proyecto deben revisarse las condiciones que afectan la comparación.
- Cambiar la definición del indicador: modificar el numerador, denominador o criterio de inclusión rompe la comparabilidad con la línea base.
- Confundir volumen con productividad: producir más no implica mayor productividad si también aumentaron proporcionalmente los recursos utilizados.
- Ignorar efectos secundarios: reducir tiempo de ciclo mientras crece el retrabajo puede trasladar el problema a otra parte del proceso.
- Atribuir todo el cambio al proyecto: demanda, mezcla de producto, mantenimiento, personal, proveedores u otras intervenciones pueden modificar el resultado.
- Cerrar la medición demasiado pronto: un resultado inicial favorable no demuestra que el desempeño se mantendrá cuando cambien las condiciones operativas.
Conclusión
Los indicadores para medir un proyecto de mejora deben construirse alrededor del problema, la línea base y el resultado que se espera modificar. Una medición sólida combina indicadores de resultado y proceso, incorpora una métrica de equilibrio cuando existe riesgo de trasladar el problema y conserva las mismas reglas antes y después de la intervención. El impacto puede evaluarse con mayor rigor cuando el cambio se cuantifica, su contexto queda documentado y el seguimiento muestra que el desempeño no depende de una observación aislada.
Aprende a medir mejoras mediante KPI Lean
En KPI's de Lean Manufacturing aplicados a procesos industriales aprenderás a diferenciar indicadores de gestión e indicadores de desempeño, ubicar KPI dentro de la cadena de valor y aplicar índices de comparación para proyectos Lean. El contenido incluye productividad Lean, OEE, indicadores de calidad, logística, mantenimiento y ratios de valor añadido.
Estudiar KPI's de Lean ManufacturingFuentes consultadas
American Society for Quality. DMAIC Process: Define, Measure, Analyze, Improve, Control.
Institute for Healthcare Improvement. Model for Improvement: Establishing Measures.
Organisation for Economic Co-operation and Development. Applying Evaluation Criteria Thoughtfully. 2021.
Prins, J. — National Institute of Standards and Technology. NIST/SEMATECH Engineering Statistics Handbook, Chapter 6: Process or Product Monitoring and Control. 2003.
MayuGo. KPI's de Lean Manufacturing aplicados a procesos industriales.
