A las dos de la tarde, el tablero de una línea de envasado marca un salto en los rechazos de etiqueta. Producción quiere saber qué lote apartar. Mantenimiento pregunta si alguien movió la cámara. Calidad pide ver una de las botellas. Si me tocara investigar, empezaría por esa botella. ¿Qué vio la cámara para mandarla a revisión y qué encontró la persona que la tuvo en la mano?
Voy a usar una línea ficticia para explicar cómo respondería. Me interesa una decisión bastante concreta: al terminar el turno, ¿hay motivos para revisar el etiquetado, la estación de inspección o la forma de calcular el reporte? Las tres cosas pueden producir una gráfica parecida. Cada una le da trabajo a una persona distinta.
Antes de comparar turnos, abriría la orden de producción
Supongamos que en la mañana pasaron 1,000 botellas frente a la cámara y 10 quedaron marcadas para revisión. En la tarde pasaron otras 1,000 y quedaron marcadas 40. El porcentaje pasó del 1 al 4 por ciento. En la junta de cambio de turno alguien podría leer esas dos cifras como una caída en la calidad del producto.
Al abrir las órdenes aparece un detalle. En la mañana se trabajó con una botella blanca y etiqueta de papel. A partir de las dos entró una presentación con etiqueta metalizada. También hubo un ajuste de velocidad después de la comida. El tablero pone las dos horas una al lado de la otra, aunque las condiciones que había frente a la cámara cambiaron.
Buscaría una corrida anterior de la presentación metalizada. Quizá el martes se hizo en el primer turno, con la misma receta de inspección y a una velocidad parecida. Esa comparación me diría bastante más que el promedio de toda la mañana. Si no encuentro una corrida comparable, dejaría anotado ese hueco. Sería prematuro atribuirle el problema al personal del segundo turno.
Seguiría una botella desde la foto hasta la mesa de calidad
Pensemos en la botella 214 del lote de la tarde. La cámara tomó una foto, detectó algo extraño cerca del borde de la etiqueta y emitió una orden de desvío. En este ejemplo, un sensor confirmó después que la botella llegó a la bandeja. Finalmente, una inspectora la giró bajo otra luz y registró que la etiqueta estaba bien colocada.
¿Qué guardaría de ese recorrido? Para empezar, lo suficiente para que otra persona pudiera reconstruirlo al día siguiente, cuando la bandeja ya esté vacía.
- El identificador de la pieza o, si la línea carece de uno, la referencia que permita localizar la captura y los límites de esa referencia.
- La estación, el lote, la presentación y la hora de captura según el equipo que tomó la imagen.
- La versión de la receta, el motivo que reportó el sistema y la decisión que tomó con esa pieza.
- La confirmación del desvío y el resultado de la revisión manual, cada uno con su propia hora.
Me importaría conservar las palabras que usó cada parte del proceso. «Borde fuera de posición» describe la señal que activó la inspección. «Etiqueta bien colocada» describe lo que determinó calidad al revisar la pieza. Si la segunda observación reemplaza a la primera, mañana tendremos un producto aceptado y ninguna pista para explicar por qué pasó veinte minutos en una bandeja.
Cuando faltan las etiquetas de revisión
Es fácil hacerse ilusiones con la parte del reporte que sí está completa. Imaginemos que calidad alcanzó a revisar 12 de las 40 botellas apartadas. Encontró cuatro etiquetas torcidas y ocho bien colocadas. Puedo afirmar esas dos cosas y señalar que todavía hay 28 botellas pendientes. No extendería la proporción de ocho sobre doce al resto del turno sin saber cómo se eligieron esas doce.
Si primero se revisaron las piezas más fáciles de recuperar, la muestra ya tiene un sesgo. Y todavía falta otra pregunta: ¿se escapó alguna etiqueta mal colocada entre las 960 botellas que la cámara dejó pasar? Para estudiar eso, calidad necesitaría revisar también una muestra de piezas aceptadas. Son dos investigaciones distintas y conviene saber cuál pidió la persona que llamó.
El detalle que buscaría en las capturas
Pondría lado a lado una pieza rechazada por error y una aceptada de la misma presentación. Mantendría visible la imagen completa además del recorte de la etiqueta. Un borde brillante en el recorte puede parecer una rotura. En la imagen completa quizá se vea que la misma franja de luz cruza también el hombro de la botella.
Eso me daría una hipótesis que alguien en planta podría contrastar. Pediría a la persona responsable de la estación que revisara, bajo el procedimiento habitual, si la franja aparece en capturas de botellas bien etiquetadas al pasar por una posición concreta. También buscaría piezas con defectos confirmados. Una explicación que encaja con una foto bonita puede venirse abajo al abrir las siguientes cinco.
Hay un detalle práctico que suele quedar fuera del encargo inicial. Si las fotos se guardan menos tiempo que los reportes, el identificador de captura puede seguir apareciendo meses después aunque la imagen ya no exista. Acordaría con calidad qué ejemplos necesita conservar y durante cuánto tiempo. Para las consultas diarias bastaría con una referencia a la captura y los datos de la decisión.
Cómo organizaría los eventos para hacer la consulta
Para una prueba así, RawTree me interesaría por algo sencillo. Su documentación describe una base analítica que recibe eventos tal como llegan, crea una tabla en la primera inserción y permite consultar los datos con SQL de lectura. Podría explorar una copia de los registros de la estación antes de decidir qué campos habrá que exigir a todas las cámaras.
Empezaría con dos archivos pequeños de la línea de ejemplo. Uno tendría las decisiones de inspección. El otro contendría las revisiones de calidad, incluidas las que se registraron después del cambio de turno. Elegiría un lote con resultados conocidos y escribiría a mano los totales esperados antes de cargarlo. Así tendría con qué contrastar la primera consulta.
Agruparía primero las piezas inspeccionadas por presentación y versión de receta. Después separaría las enviadas a revisión según el motivo registrado. Por último buscaría, para cada pieza apartada, su última revisión válida. Si una botella pasó dos veces por la mesa, unir ambas revisiones directamente con la inspección contaría dos botellas. Me gustaría descubrir ese error mientras todavía puedo señalar con el dedo la fila repetida.
También conservaría un grupo explícito para las decisiones que quedaron sin revisión. En una tabla de resultados, una celda vacía puede significar que nadie ha visto la pieza, que el archivo llegó tarde o que algún identificador se perdió. Si se interpreta automáticamente como «pieza correcta», el turno que tenga más trabajo pendiente acabará pareciendo el mejor de la semana.
Lo que llevaría a la junta de la mañana
Prepararía una hoja breve con el volumen inspeccionado, las piezas apartadas, las revisadas y los defectos confirmados. Separaría los datos por presentación siempre que hubiera suficientes piezas para que la comparación tuviera sentido. Al lado pondría dos capturas identificadas por calidad y la hora exacta en que entró la nueva receta. Con eso se puede discutir una decisión sin recorrer toda la base de datos frente al equipo.
En nuestro ejemplo, si varios de los ocho rechazos equivocados comparten el reflejo y las cuatro etiquetas torcidas muestran otro patrón, hay dos trabajos para el día siguiente. La persona que lleva la estación puede estudiar ese reflejo en una prueba controlada. Calidad puede seguir el lote de las etiquetas torcidas hasta la envasadora y revisar las piezas pendientes. Ninguno de los dos necesita esperar a que el otro cierre su parte.
Si la investigación acaba revelando que dos turnos estaban contando cosas distintas, también lo daría por un buen resultado. Cambiar «rechazos» por «piezas apartadas por la cámara» en el tablero, y añadir al lado cuántas confirmó calidad, evita que mañana se vuelva a apartar un lote por una cifra mal leída. Para mí, esa sería la prueba de que valió la pena guardar el recorrido de la botella 214.