Secadero de Yerba Mate Argentino

Wissen & Kennen desarrolló un proyecto de análisis y optimización operativa para una organización de la industria yerbatera, centrado en la gestión de uno de los recursos críticos de su proceso productivo: el secadero.

La intervención comenzó con el relevamiento de la operación, la identificación de variables y restricciones relevantes y la estructuración de información productiva.

A partir de este análisis, una problemática inicialmente asociada a demoras, acumulación de materia prima y dificultades de asignación pudo formalizarse como un problema cuantitativo de distribución de capacidad.

El proyecto integró análisis operativo, estructuración de datos, visualización mediante Power BI y un modelo de Programación Lineal orientado a mejorar la asignación del recurso disponible.

Durante períodos de alta actividad, el ingreso de materia prima generaba una presión creciente sobre la capacidad disponible del secadero.

Distintos camiones ingresaban con volúmenes variables de hoja verde, mientras que la capacidad de procesamiento permanecía limitada por condiciones operativas, temporales y de recursos.

Esta situación generaba acumulación de materia prima pendiente, mayores tiempos de espera, congestión durante los períodos de mayor ingreso y una creciente dificultad para establecer prioridades entre lotes.

La organización podía observar las consecuencias del problema, pero aún no contaba con una representación integrada de las variables y restricciones que explicaban su comportamiento.

La oportunidad identificada consistió en transformar una problemática operativa recurrente en una estructura de decisión observable, medible y modelable.

El análisis se concentró en determinar qué lote resultaba conveniente procesar primero y qué volumen de cada lote podía asignarse al secadero dentro de la capacidad disponible.

El objetivo no fue automatizar una decisión existente, sino construir primero una representación suficientemente precisa del problema y de las condiciones que limitaban cada alternativa.

La primera etapa consistió en relevar el funcionamiento del proceso e identificar las variables involucradas en la asignación del secadero.

Se analizaron el volumen disponible por lote, los tiempos de espera, la capacidad de procesamiento, las horas efectivas de operación, la disponibilidad de operarios, las condiciones de los lotes, el transporte y el estado general de la operación.

El análisis permitió comprender cómo estas variables interactuaban y qué condiciones restringían efectivamente la capacidad de procesamiento.

Esta instancia permitió diferenciar los síntomas visibles de la operación de las restricciones estructurales que condicionaban la toma de decisiones.

Los datos disponibles fueron organizados para construir una representación consistente del funcionamiento del secadero.

La estructura de información permitió analizar materia prima pendiente, tiempos de permanencia, capacidad operativa, estado de los lotes y evolución general del proceso.

De esta manera fue posible consolidar información que anteriormente se encontraba distribuida entre diferentes registros y criterios operativos.

Una vez formalizada la problemática, se desarrolló un modelo de Programación Lineal orientado a la asignación de la capacidad disponible.

Las variables de decisión representan el volumen de cada lote que puede asignarse al proceso, mientras que la función objetivo incorpora criterios asociados a la prioridad y conveniencia operativa.

Las restricciones representan los límites reales de la operación, incluyendo capacidad del secadero, disponibilidad temporal, materia prima, recursos humanos, transporte y otras condiciones operativas.

De esta forma, el problema pudo expresarse cuantitativamente como la asignación de un recurso limitado entre diferentes alternativas que compiten por utilizarlo.

Como parte del proyecto se desarrolló una capa de análisis y visualización en Power BI.

El tablero fue diseñado para representar el estado operativo del secadero y facilitar la interpretación de las principales variables que intervienen en el proceso.

Entre los indicadores considerados se encuentran las toneladas pendientes de procesamiento, los camiones en espera, el tiempo promedio de espera, la utilización de capacidad, la capacidad disponible, las toneladas procesadas, los lotes prioritarios y el nivel de congestión.

La visualización permitió consolidar una lectura descriptiva del sistema, mientras que el modelo cuantitativo incorporó una dimensión orientada a la evaluación de alternativas de decisión.

La solución integró relevamiento operativo, arquitectura de información, Inteligencia de Negocio y modelización cuantitativa.

El relevamiento permitió comprender el proceso, sus actores, recursos y restricciones. La arquitectura de información organizó los datos e indicadores necesarios para representar la operación.

Power BI permitió construir una herramienta de visualización y seguimiento, mientras que la Programación Lineal formalizó matemáticamente el problema de asignación.

La integración de estas capas permitió conectar el estado observado de la operación con una estructura cuantitativa para evaluar decisiones.

El principal resultado del proyecto fue la formalización de una problemática operativa que anteriormente no se encontraba representada de manera integral.

La organización pasó de observar situaciones de espera y congestión a contar con una estructura capaz de identificar recursos disponibles, restricciones operativas, alternativas posibles, criterios de asignación y decisiones.

Esto permitió establecer una base analítica para mejorar progresivamente la planificación del secadero y evaluar de manera más consistente la utilización de su capacidad disponible.

El valor de la intervención no se limitó a la incorporación de una herramienta de visualización o de un modelo matemático, sino a convertir una problemática operativa en una estructura susceptible de ser comprendida, medida y optimizada.

El secadero fue abordado como un nodo dentro de un sistema productivo de mayor alcance.

Una vez consolidada esta primera instancia, el análisis pudo extenderse hacia nuevos puntos de la operación y estudiar las relaciones existentes entre diferentes procesos.

La continuidad del proyecto busca ampliar progresivamente la representación del sistema productivo, incorporando nuevos datos, indicadores y modelos a partir del conocimiento generado en las etapas anteriores.

Este enfoque permite avanzar de manera incremental, comprendiendo y modelando cada etapa antes de intervenir sobre la siguiente.

En Wissen & Kennen entendemos que la resolución de una problemática organizacional no comienza con la elección de una tecnología, sino con su correcta definición.

Nuestro enfoque integra relevamiento, análisis organizacional, estructuración de información, indicadores, visualización y modelos cuantitativos para convertir situaciones operativas complejas en estructuras comprensibles para la toma de decisiones.

En este caso, la Programación Lineal y Power BI fueron herramientas dentro de un proceso más amplio de comprensión, estructuración, modelización y evaluación.

El objetivo no es solamente disponer de más datos, sino desarrollar una comprensión más precisa del funcionamiento de la organización y convertir esa comprensión en capacidad de decisión.