Analytics aplicado a mantenimiento y gestión de activos

Mantenimiento Vanguardia & Analytics,

generador de competitividad

Apalancamiento de mantenimiento en activos,

con Big Data & Business Intelligence

Alberto Mora-Gutiérrez, Ph.D. - Universidad Politécnica de Valencia. España.

Editorial CEO CIMPRO SAS

Bogotá - Colombia

Mayo 2022

Versión diseñada para empresarios, ingenieros, profesionales, industriales, técnicos, tecnólogos, magister,
especialistas en logística o administradores de mantenimiento, gestión de activos, analistas, planeadores de ingeniería
de fábricas, producción y afines con enfoque técnico-científico de aplicación práctica y pragmática, con softwares
programas o plataformas de Big Data & Business Intelligence, de última generación.

ISBN 978-958-58361-3-6 del 2 de febrero de 2022

Editor CIMPRO SAS

Prólogo Dr. Ph.D. Andrés Carrión García
Revisión Técnica e Ingeniería Ingeniero Magister Ignacio de Jesús Muñoz Díaz
Portada y Diagramación Diseñadora Industrial Valery María Mora González
Revisión Informática Ingeniero Philippe Guillermo Mora González
Primera Edición - Prohibida la reproducción total o parcial de esta obra, por cualquier medio, sin la
autorización escrita del editor y/o certificada en Notaría colombiana del Autor A. Mora G.

Este documento es propiedad total de CIMPRO SAS Editores Colombia

Teléfono 57 604 5789465 - Móvil 57 312 2874586 - Email cimpro1955@gmail.com
Celular 57 312 2874586 - Email mora55gu@gmail.com
USB adjunta con ejemplos, ejercicios, ilustraciones, archivos, programas informáticos, ecuaciones y demás apoyo técnico de la obra.

Depósito Legal Biblioteca Nacional de Colombia 23 de mayo de 2022

ii - Prefacio

Prefacio
Nota del Autor

Alberto Mora Gutiérrez, https://orcid.org/0000-0003-4818-2934

Esta obra es el producto de investigación formal real empresarial y académica de corte científica, de larga
trayectoria en el tiempo y de una amplia experiencia industrial internacional de muchos años de consultoría, asesoría
del Autor y por cargos empresariales de alta dirección en empresas importantes del medio. Este libro es bajo normas.
Ubicación autor - Email cimpro@mail.com Phone 57 6045789465 - Móvil 57 312 2874586.

Resumen
El innovador e impactante concepto moderno y de vanguardia mantenimiento, como recurso nuclear de la
organización, lo considera como un cord 1 (a mantenimiento) de la compañía, apalancado en los activos, definidos
estos en la actualidad como recursos tangibles, personas y/o intangibles, permite la generación de ingresos para así
optimizar la rentabilidad y poder alcanzar niveles de competitividad impensables en ultranza, bajo el concepto anterior
de que activos se apoya en mantenimiento para hacer rentables los activos, este se reemplaza de manera sutil y
contundentemente con este nuevo enfoque de avanzada, de que mantenimiento es una habilidad propia del negocio
que genera ventajas competitivas, factores claves de éxito y por ende una estrategia que permite alcanzar los objetivos
y metas de la compañía, rompiendo los paradigmas clásicos de que mantenimiento es un gasto y gestión de activos es
la panacea para hacer rentable los equipos; esto implica que las capacidades efectivas del negocio son entendidas entre
otras varias, como la GOMAP 2, apalancada en los activos intangibles o tangibles (Londoño, Cord ventajas
competitivas mantenimiento, 2020) (Mora A. , Mantenimiento cord de las empresas activos son recursos al servicio
de mantenimiento, 2021) (Peña, Rojas, & Peña, 2018) (Mora & Orozco, Analytics a reductor de acido tereftálico,
2021) (Loreto, 2019); es relevante señalar que la metodología se fundamenta en una analytics 3 (en sus cinco fases:
descriptive, diagnostic, predictive, prescriptive & cognitive 4) eficaz, aplicada al negocio, donde se parte de la data
natural de los equipos, a la cual se le agrega valor con técnicas Big Data 5, Business Intelligence 6, forecast & foresight
para maximizar las utilidades, de manera fluida y sostenible en el largo plazo, lo que permite a mantenimiento apoyado
en activos, poder operacionalizar su función natural de maximizar la funcionalidad de los equipos, convertirse en el
vehículo que genera ingresos notables, optimizar la disponibilidad de equipos, aumentar la rentabilidad de los activos
y extrapolar la competitividad (Grant R. M., Generación de ventajas competitivas con análisis estratégico, 2016)
(Grant R. M., Analytics aplicado a gestión, 2022 January).

Palabras clave: analytics es el epicentro del trabajo, gestión de mantenimiento y activos es el dónde se aplica el
objetivo final del proyecto, competitividad, frameworks, big data, business intelligence, productividad ha sido
aprobada al través del proyecto y constituyó la prueba fehaciente por excelencia, maintenance dashboard, indicators,
disponibilidad, pronósticos, forecast and foresight.

1
Cord - Habilidad o competencia propia del negocio, en el caso particular mantenimiento
2
GOMAP - Gestión y Operación de Mantenimiento y Activos con Producción.
3
Analytics - En castellano, analítica aplicada en sus cinco dimensiones: diagnóstica, descriptiva, predictiva, prescriptiva y cognitiva.
4
Descriptive, Diagnostics, Predictive, Prescriptive and Cognitive Analytics - En castellano: analítica descriptiva, diagnóstica, predictiva,
prescriptiva (prospectiva) y cognitiva.
5
BD - Big Data - Traducido al español es cantidades inmensas de data (data es palabra aceptada en la Real Academia Española).
6
BI - Business Intelligence - Traducido al español es inteligencia de negocios (la palabra Business se reconoce en el idioma español, actualmente
en la Real Academia Española).
 Mantenimiento Vanguardia - iii

Vanguardia
Es un concepto, que genera y propende cambio y desapego por lo tradicional, rompe paradigmas y plantea
nuevos rumbos prometedores y exitosos, su aparición data de finales del siglo XIX y principios del XX, donde surge
con mucha fuerza en los entornos y contextos político, económico, técnico, intelectual y social con un valor altamente
revolucionario y de ruptura.

Se entiende entonces por sentido de vanguardia una postura única, altamente impregnada de cambio de lo
tradicional, con una postura de protesta y propuesta, que es portadora de un alto sentido de trasgresión de los límites
establecidos; que genera mucho énfasis, arraigo y caracterización puesto en la innovación y en la confrontación con
las normas establecidas, usos y costumbres, como en los paradigmas presentes, débiles ante la realidad diferente del
futuro.

Vanguardia presenta como algunos de sus objetivos principales: crear escuela, generar nuevo conocimiento,
iniciar una nueva tendencia separándose de lo clásico y lo costumbrista, sus características son muy poliédricas.

Quienes la practican tienen repudio militante a lo tradicional, como subversión académica, donde aparentemente
las cosas no ensamblan ni de manera lógica ni efectiva. Vanguardia se entiende como transgresión violenta de los
códigos dominantes, como revolución semántica de las formas, como una fractura epistemológica o como insurrección
ideológica. Su definición se asocia a una doctrina estratégico-militar del siglo XVIII, donde aparece por primera vez
el término Avant-garde aparece en una revista militar en la revolución francesa. Vanguardia es renovación de formas
y contenidos.

Los diferentes movimientos vanguardistas son muy diferentes entre sí, pero tienen mucho en común: la lucha
contra la tradición asfixiante, la apuesta por la innovación en su máxima expresión, el ejercicio de la libertad individual
intelectual kantiana, propensión hacia el avance tecnológico y un profundo carácter exploratorio en la
experimentación.

El arte de vanguardia es innovar y provocar nuevas fronteras

no tradicionales, sin sujeción a ninguna regla y proclamando la
libertad intelectual expresiva, para conseguir el progreso, el
modernismo y elevar el nivel de vida socioeconómico, ampliando el
umbral del conocimiento, la ciencia y la tecnología industrial.

En general es una manifestación masiva, pública e intelectual,

para romper los paradigmas de confort, que encasillan el futuro de
las organizaciones a unas normas cuadriculadas, impuestas a veces
sin fundamento científico por unos pocos, con el fin de conseguir
lucro y poder, a partir de coartar el libre pensamiento intelectual
kantiano, por ello vanguardia es fundamental y necesaria para
encontrar nuevos caminos exitosos al futuro (De La Fuente 2005)
(Guzmán 2016).

La Real Académica Española define vanguardia, como estar

en primera posición, adelantado a los demás.

Autor imagen Pablo Picasso. Guitarra y violín 7. 1912. Óleo sobre lienzo, de 65,5 x 54,3 cm. Museo de Arte Moderno alusivo al
Cubismo. Nueva York. USA.

7Cubismo: movimiento vanguardista artístico. Primer movimiento de vanguardia en romper totalmente con los principios del arte tradicional.

Alberto Mora G.
iv - Tabla de Contenido

Tabla de Contenido
Pág.

Tabla de Contenido ............................................................................................................................................... iv

Figuras .................................................................................................................................................................. viii
Archivos anexos ..................................................................................................................................................... xi
Ecuaciones ............................................................................................................................................................ xii
Ilustraciones .......................................................................................................................................................... xii

0 PRÓLOGO ................................................................................................................................................. 1
0.1 INTRODUCCIÓN A CAPÍTULO ...................................................................................................................... 2
0.2 OBJETIVO DE CAPÍTULO............................................................................................................................ 2
0.3 DESCRIPCIÓN DE LOS OBJETIVOS DE UNIDADES O CAPÍTULOS ............................................................................. 3
0.4 CONCLUSIONES DE CAPÍTULO .................................................................................................................... 4
1 MANTENIMIENTO VANGUARDIA APALANCADO EN GESTIÓN DE ACTIVOS. ............................................ 5
1.1 INTRODUCCIÓN A CAPÍTULO ...................................................................................................................... 5
1.2 OBJETIVO DE CAPÍTULO............................................................................................................................ 6
1.3 FUNDAMENTACIÓN TÉCNICA, CONTEXTUAL Y ANALÍTICA .................................................................................. 6
1.3.1 Aspectos internos, clave del éxito vanguardista de mantenimiento............................................ 9
1.4 KANT, PROGRESO, RAZÓN, SABIDURÍA, FUTURO, DOCTO Y MODERNIDAD. .......................................................... 12
1.4.1 La ilustración ........................................................................................................................... 13
1.4.2 Razón emancipadora ............................................................................................................... 13
1.4.3 Universalidad........................................................................................................................... 14
1.4.4 Normas .................................................................................................................................... 14
1.4.5 Razón....................................................................................................................................... 15
1.4.6 Fe, educación y religión............................................................................................................ 17
1.4.7 Conocimiento........................................................................................................................... 19
1.4.8 Mantenimiento centrado en habilidades y competencias - Core Competencies ........................ 22
1.4.9 La analytics moderna y de vanguardia, estudia solo futuro, como ventaja competitiva............ 23
1.4.10 Modernidad - Futuro - Pronóstico Kant .................................................................................... 24
1.5 CICLO ANALÍTICO ESTRATÉGICO ............................................................................................................... 25
1.5.1 Visión arquitectónica empresarial TOGAF FRAMEWORK .......................................................... 29
1.5.1.1 Analítica Descriptiva - Descriptive analytics - Manifiesta lo ocurrido en el pasado...................................29
1.5.1.2 Analítica Diagnóstica - Diagnostic analytics - Da las causas raíz, del pasado ............................................. 29
1.5.1.3 Analítica Predictiva - Predictive analytics - Permite ver el futuro de corto plazo ...................................... 29
1.5.1.4 Analítica Prescriptiva - Prescriptive analytics - Transición de modelos que cambian sustancialmente....30
1.5.1.5 Analítica Cognitiva - Cognitive analytics - Escenarios futuros largo plazo, de entornos inestables ..........30
1.5.1.6 Tiempo de umbral de la Analítica - Analytics Time...................................................................................... 31
1.5.2 Herramientas sugeridas para diferentes Analytics ................................................................... 31
1.5.3 Arquitectura Empresarial AE de servicios - Bases de mantenimiento como cord....................... 35
1.5.4 Inserción de mantenimiento como una habilidad Cord del negocio .......................................... 35
1.6 ENFOQUE SISTÉMICO............................................................................................................................. 37
1.6.1 Análisis trascendental de Kant ................................................................................................. 37
1.6.2 Elementos Kantianos ............................................................................................................... 40
1.7 ENFOQUE GRANTIANO .......................................................................................................................... 41
1.7.1 Mantenimiento como una habilidad organizacional y activos como recursos ........................... 42
1.8 CONCLUSIONES DE CAPÍTULO .................................................................................................................. 46
1.8.1 Metodología técnico-científica de múltiples etapas - Descriptive & Diagnostic Analytics.......... 47
1.8.2 Escenarios y resultados futuros ................................................................................................ 47
1.8.3 Semántica estratégica ............................................................................................................. 47
2 METODOLOGÍA ANALÍTICA ESTADIOS DESCRIPTIVO Y DIAGNÓSTICO ................................................... 49
 Tabla de Contenido - v

2.1 INTRODUCCIÓN A CAPÍTULO .................................................................................................................... 49

2.2 OBJETIVO DE CAPÍTULO.......................................................................................................................... 50
2.3 APROPIACIÓN ESTÁNDAR DE LA DATA E INFORMACIÓN .................................................................................. 51
2.3.1 Analytics con diferentes estadios ............................................................................................. 52
2.3.1.1 Estadio descriptivo - Data. ............................................................................................................................ 54
2.3.1.2 Estadio diagnóstico - Información. ............................................................................................................... 54
2.3.1.3 Estadio predictivo - Conocimiento. .............................................................................................................. 54
2.3.1.4 Estadio prescriptivo - Sabiduría. ................................................................................................................... 55
2.3.1.5 Estadio idóneo. .............................................................................................................................................. 57
2.3.1.6 Estadio Cognitivo - Inteligencia. ................................................................................................................... 57
2.3.1.7 Enterprise Analytics - Analítica empresarial Estadio Cognitivo - Inteligencia – ......................................... 60
2.3.1.8 Las influencias de descriptive & prescriptive analytics en las acciones de mantenimiento ......................61
2.4 ESTADIOS KANT & GRANT & WILSON DE DATA ANALYTICS ............................................................................ 61
2.4.1 La analytics, herramienta estratégica ...................................................................................... 72
2.4.1.1 Analítica incipiente. ....................................................................................................................................... 72
2.4.1.2 Analítica focalizada. ...................................................................................................................................... 72
2.4.1.3 Analítica precursora. ..................................................................................................................................... 72
2.4.1.4 Analítica corporativa. .................................................................................................................................... 72
2.4.1.5 Analítica suprema.......................................................................................................................................... 72
2.4.2 Modelo de servicio en business analytics con soporte en las TI ................................................. 72
2.5 DESCRIPTIVE ANALYTICS PROCESO ............................................................................................................ 74
2.5.1 Ser y deber ser de la data inicial o burda Kant .......................................................................... 74
2.5.1.1 Disponibilidad Alcanzada. ............................................................................................................................. 75
2.5.1.2 Cantidad mínima de datos, eventos o del umbral de tiempo pasado. ....................................................... 77
2.5.1.3 I - 1 - A - Cuantificación eventos y tiempos ventilador industrial multilatina VOTORANTIM. ...................77
2.5.1.4 I - 1 - B - Extracción de los datos VOTORANTIM. ......................................................................................... 81
2.5.1.5 I - 1 - C - Agrupamiento de la data VOTORANTIM. ...................................................................................... 85
2.5.1.6 I - 1 - D - Categorización de data VOTORANTIM. ......................................................................................... 87
2.5.1.7 I - 1 - E - Estandarización. .............................................................................................................................. 89
2.5.1.8 I - 1 - F - Normalización de data. ................................................................................................................... 92
2.5.2 Analytics - CMD enfoque sistémico .......................................................................................... 92
2.5.2.1 Correlación entre parámetros - Spearman & Pearson. ............................................................................... 94
2.5.2.2 Prueba de aleatoriedad con ACF y/o PACF. ............................................................................................... 102
2.5.2.3 Prueba de variabilidad o nivel. ................................................................................................................... 110
2.5.2.4 Transformación para que se cumpla con variabilidad o nivel. .................................................................. 114
2.5.2.5 Prueba de Coeficiente Alfa de Cronbach o confiabilidad. ......................................................................... 118
2.5.2.6 I - 1 - G - Validación de resultados. ............................................................................................................. 125
2.5.2.7 Cumplimiento axioma de que los tiempos útiles son diez o más veces la no funcionalidad ..................128
2.5.2.8 Cálculo de tercer parámetro Gamma de localización en Weibull ............................................................. 128
2.5.2.9 Cálculos de βetas, Etas η, Rho δ, variables y demás con eventos y meses CMD ..................................... 132
2.5.2.10 Criterio novedoso mejora Eta en 10%, con uso de tercer parámetro Gamma localización en Weibull
134
2.5.2.11 Pasos básicos de cálculos CMD en las diferentes opciones .................................................................... 136
2.5.2.12 Conceptos de cola en cantidad histórica de la data ................................................................................ 143
2.5.2.13 Verificación de axioma dos de la Validación I - 1 - G ............................................................................ 144
2.5.2.14 Revisión de análisis dinámico en eventos y meses .................................................................................. 152
2.5.2.15 I - 2 - H - Análisis e Hipótesis descriptivas. ............................................................................................... 155
2.5.2.16 I - 2 - H - Causas potenciales de los hechos descriptivos......................................................................... 156
2.6 DIAGNOSTIC ANALYTICS PROCESO .......................................................................................................... 161
2.6.1 Revisión analítica de las potenciales causas raíz .................................................................... 161
2.6.1.1 II - 1 - J - Estudio analítico FMECA de las hipótesis .................................................................................... 161
2.6.1.2 II - 2 - K - Estudio analítico de resultados diagnósticos ............................................................................. 161
2.6.2 Proceso de validación o rechazo de las hipótesis .................................................................... 163
2.6.2.1 II - 2 - L - Acciones, estrategias y planes para superar los escollos diagnósticos. ....................................163
2.6.2.2 Hipótesis 1 - Información trabajable de datos y factible uso de ETL ........................................................ 163
2.6.2.3 Hipótesis 2 - La cantidad de datos en eventos cumplen el mínimo tamaño muestral. ...........................163
2.6.2.4 Hipótesis 3 - La cantidad de datos en meses cumplen el mínimo tamaño muestral. ..............................163

Alberto Mora G.
vi - Tabla de Contenido

2.6.2.5 Hipótesis 4 - Correlaciones lineales y entre rangos Pearson y Spearman en meses y eventos. .............164
2.6.2.6 Hipótesis 5 - Uso factible de Disponibilidad Alcanzada. ............................................................................ 164
2.6.2.7 Hipótesis 6 - Prueba ACF - Validación de tendencia, aleatoriedad, autocorrelación y patrón de
comportamiento de data....................................................................................................................................................... 164
2.6.2.8 Hipótesis 7 - Prueba ACF - Validación de nivel o variabilidad. .................................................................. 165
2.6.2.9 Hipótesis 8 - Coeficiente Alfa de Cronbach - Cohesión y confiabilidad de los datos - Prueba no
excluyente. 165
2.6.2.10 Hipótesis 9 - Axioma uno CMD - MTBM debe ser al menos diez veces MMean. ...................................... 165
2.6.2.11 Hipótesis 10 - Uso o no de parámetros de localización Gamma δ en Weibull de tres parámetros. .....165
2.6.2.12 Hipótesis 11 - Valoración de si el Eta η de producción mejora o no, con el tercer parámetro de
localización. 165
2.6.2.13 Hipótesis 12 - Valoración de si los Cálculos estáticos sirven. .................................................................. 166
2.6.2.14 Hipótesis 13 - Valoración de si los Cálculos dinámicos sirven con βetas................................................ 166
2.6.2.15 Hipótesis 14 - Valoración de si los Cálculos dinámicos de Valor de Eta η de dos parámetros sirven. ..166
2.6.2.16 Hipótesis 15 - Valoración de si los datos en eventos o en meses cumplen la estadística básica. .........166
2.6.2.17 Hipótesis 16 - Lógica de los resultados - Valoración de si los datos en eventos o en meses cumplen la
estadística básica. .................................................................................................................................................................. 167
2.6.3 Síntesis de resultados de las causas raíz, a partir de la conversión de hipótesis en tesis ......... 167
2.6.3.1 II - 2 - M - Postulación técnica de factibles variables pivotes de etapa 3 predictiva ................................167
2.6.3.2 Factores claves de éxito - Criterios CMD estratégicos............................................................................... 167
2.7 CONCLUSIONES DE CAPÍTULO ................................................................................................................ 168
3 ESCENARIOS ANALÍTICOS - ESTADIOS FUTURÍSTICOS PREDICTIVO Y PRESCRIPTIVO............................ 169
3.1 INTRODUCCIÓN A CAPÍTULO .................................................................................................................. 169
3.2 OBJETIVO DE CAPÍTULO........................................................................................................................ 169
3.3 DESARROLLO FUTURÍSTICO DE CORTO Y MEDIANO PLAZO, BASES FUTURÍSTICAS ................................................. 169
3.3.1 Cualitativo ............................................................................................................................. 170
3.3.1.1 Brainstorming o tormenta de ideas ........................................................................................................... 170
3.3.1.2 Analogías ..................................................................................................................................................... 170
3.3.1.3 Analogías ..................................................................................................................................................... 172
3.3.1.4 El análisis morfológico ................................................................................................................................ 172
3.3.1.5 El análisis de vacíos ..................................................................................................................................... 172
3.3.1.6 Vigilancia del entorno - Monitoring ........................................................................................................... 172
3.3.1.7 Planeación por Escenarios - Método modificado cuantitativo MIC MAC................................................. 172
3.3.1.8 Técnicas de consenso.................................................................................................................................. 173
3.3.1.9 Mini-Delphi .................................................................................................................................................. 173
3.3.1.10 EDSIM (Educational Simulation) ............................................................................................................... 173
3.3.1.11 COMPASS................................................................................................................................................... 173
3.3.1.12 Ábaco de Régnier® ..................................................................................................................................... 174
3.3.1.13 Conferencia de encuentro y búsqueda de futuribles .............................................................................. 174
3.3.2 Cuantitativo - Numérico o algoritmos de valor ....................................................................... 174
3.3.3 Temporalidad ........................................................................................................................ 174
3.3.4 Probabilidad - Probabilístico - Probabilidades ........................................................................ 175
3.3.4.1 Curvas de aprendizaje ................................................................................................................................. 176
3.3.4.2 Curvas de sustitución .................................................................................................................................. 176
3.3.4.3 Analogías cuantificadas............................................................................................................................... 176
3.3.4.4 Modelos dinámicos o Dinámica de sistemas ............................................................................................. 176
3.3.4.5 Técnicas compuestas .................................................................................................................................. 177
3.3.4.6 Análisis de tendencias de impactos............................................................................................................ 177
3.3.4.7 Análisis Bayesiano ....................................................................................................................................... 178
3.3.4.8 Árboles de decisión - Árbol de relevancia - Método PATTERN ................................................................. 178
3.3.4.9 Series temporales ........................................................................................................................................ 178
3.3.4.10 Análisis del espectro de frecuencias temporales .................................................................................... 178
3.3.4.11 Técnica Delfos con cuartiles ..................................................................................................................... 179
3.3.4.12 Método del Vaticano ................................................................................................................................ 180
3.3.4.13 Análisis estructural de impactos cruzados - MIC MAC ............................................................................ 180
3.3.4.14 MACTOR .................................................................................................................................................... 181
 Tabla de Contenido - vii

3.3.4.15 MULTIPOL .................................................................................................................................................. 181

3.3.5 Clases de métodos futurísticos según el tiempo a evaluar ...................................................... 181
3.3.6 Características ....................................................................................................................... 181
3.4 PREDICTIVE ANALYTICS PROCESO ........................................................................................................... 183
3.4.1 Series de Tiempo - Times Series .............................................................................................. 185
3.4.1.1 Información que evoluciona a Conocimiento de etapa tres, procedente de etapa dos diagnóstica ......186
3.4.1.2 III - 1 - N - Data en meses con transformada & III - 2 - O - Contexto analítico ......................................... 187
3.4.1.3 III - 2 - P - Análisis previo: nivel - ruido - tendencia ACF - aleatoriedad – pivotes – recorte uno ............190
3.4.1.4 III - 2 - Q - Hipótesis - Modelos clásicos y AR.I.MA. - softwares - programas - plataformas Big Data .....203
3.4.1.5 Proceso completo AR.I.MA. paso a paso.................................................................................................... 203
3.4.1.6 AR.I.MA. - Ecuaciones con cálculo mecánico y automático de pronósticos ........................................... 244
3.4.1.7 Definición de las cuatro hipótesis y estado de avance de la obra. ........................................................... 250
3.4.1.8 III - 2 - R - Recortes uno y dos, cálculos finales pronósticos, fin de scientific predictive analytics. .........252
3.4.1.9 III - 2 - R - Método científico pronósticos 3.1 3.2 y 3.3 .......................................................................... 253
3.4.1.10 III - 2 - R - Método científico pronósticos paso 3.4 segunda corrida Mp y paso 3.5 selección mejor
modelo 282
3.4.1.11 III - 3 - S - Pronósticos paso 3.6 de mejor modelo segundo recorte y su patroneo. ..............................287
3.4.1.12 III - 3 - S - Generación de pronósticos de seis meses o un año ............................................................... 293
3.4.1.13 Cálculo de los doce pronósticos de predictive de MTBMC MTTR MTBMP.............................................. 295
3.5 PRESCRIPTIVE ANALYTICS PROCESO......................................................................................................... 304
3.5.1 Generalidades de la turbulencia............................................................................................. 304
3.5.1.1 IV - 1 - T - Monte Carlo simulación futurística, entornos aleatorios e inestables ....................................304
3.6 CONCLUSIONES CAPÍTULO .................................................................................................................... 318
4 SEMÁNTICA ESTRATÉGICA DE COGNITIVE ANALYTICS APLICADA......................................................... 319
4.1 INTRODUCCIÓN A CAPÍTULO .................................................................................................................. 319
4.2 OBJETIVO DE CAPÍTULO........................................................................................................................ 319
4.3 DESARROLLO CONTEXTUAL SEMÁNTICO ................................................................................................... 320
4.3.1 Construcción de valores cognitivos de seis meses vista, para garantizar estancia en el umbral de
largo plazo con 80 meses .............................................................................................................................. 320
4.3.2 Plan estratégico cognitivo de mantenimiento vanguardia...................................................... 327
4.3.3 Factores y acciones claves de éxito totales, integrales y específicos Cognitive Analytics CMD -
Plan estratégico ............................................................................................................................................ 342
4.3.4 Predictive maintenance de autoaprendizaje inteligente con plataforma informática Big Data
RapidMiner 343
4.4 CONCLUSIONES DE CAPÍTULO ................................................................................................................ 356
REFERENCIAS ............................................................................................................................................... 357
GLOSARIO DE PALABRAS ABECEDARIO ....................................................................................................... 366
GLOSARIO DE DEFINICIONES TÉCNICAS....................................................................................................... 371
ACERCA DEL AUTOR .................................................................................................................................... 377

Alberto Mora G.
viii - Figuras

Figuras
Página

FIGURA 1 - MANTENIMIENTO ES UNA CAPACIDAD DEL NEGOCIO QUE USA ACTIVOS PARA CUMPLIR SU FUNCIÓN ................................ 8
FIGURA 2 - VALOR AGREGADO DE ENFOQUE VANGUARDISTA GRANT & KANT DE MANTENIMIENTO .............................................. 11
FIGURA 3 - RAZÓN INSTRUMENTAL VERSUS RAZÓN CRÍTICA, CONFUSIÓN EN SU USO E INTERPRETACIÓN ........................................ 12
FIGURA 4 - ENFOQUE SISTÉMICO KANTIANO ................................................................................................................... 15
FIGURA 5 - LA RAZÓN, PRODUCTO DE LA ILUSTRACIÓN Y SUS LIMITANTES ............................................................................... 16
FIGURA 6 - NIVELES DEL RACIOCINIO HUMANO Y SUS ESCALAS DE VALIDEZ.............................................................................. 17
FIGURA 7 - MOTIVACIONES PARA RECONOCER LA NECESIDAD DEL CONOCIMIENTO - HERZBERG & MASLOW .................................. 18
FIGURA 8 - CAPACIDADES GENERADORAS DE VENTAJAS COMPETITIVAS A PARTIR DE RECURSOS – GRANT ....................................... 20
FIGURA 9 - TEORÍA DE LA MOTIVACIÓN E HIGIENE DE FREDERICK IRVING HERBERTZ ................................................................. 22
FIGURA 10 - LA IMPORTANCIA TOTAL Y EXCLUSIVA DEL FUTURO EN MANAGEMENT EN GENERAL Y EN GOMAP ................................ 24
FIGURA 11 - EL PRONÓSTICO FUTURO ES PARTE NATURAL EN LA PLANEACIÓN DE GESTIÓN DE ACTIVOS ........................................... 25
FIGURA 12 - CICLO DE VIDA DE SU ANALÍTICA, APLICADO A SUS EMPRESAS CLIENTES .................................................................. 26
FIGURA 13 - ANALYTICS AGREGA VALOR A TRAVÉS DE LA GOMAP EN SUS CINCO DIMENSIONES ................................................... 28
FIGURA 14 - MODELOS SUGERIDOS DE CÁLCULO DE PREDICTIVE ANALYTICS ............................................................................. 32
FIGURA 15 - MÉTODOS FACTIBLES DE CÁLCULO DE PRESCRIPTIVE ANALYTICS ............................................................................ 33
FIGURA 16 - ÁREAS COMUNES DE MODELOS DE CÁLCULO DE PREDICTIVE & PRESCRIPTIVE ANALYTICS ............................................. 34
FIGURA 17 - ENFOQUE VANGUARDISTA EN ENTERPRISE ARCHITECTURE ENFOCADA A SERVICIO TOGAF ......................................... 35
FIGURA 18 - ANALYTICS APLICADA A MANTENIMIENTO COMO RECURSO NUCLEAR ESTRATÉGICO Y GENERAR VALOR ........................... 38
FIGURA 19 - ANALYTICS MANTENIMIENTO ACTIVOS, 5 DIMENSIONES WILSON CON MODELO DE NEGOCIO GRANT ........................... 39
FIGURA 20 - ENSAMBLE ORIGINAL DE ELEMENTOS DE SISTEMA KANTIANO HACIA GRANT ............................................................ 41
FIGURA 21 - ESCENARIOS FUTUROS EMPRESARIALES, CON PERSONAS Y ÁMBITO LABORAL - GRANT ............................................... 42
FIGURA 22 - ENFOQUE GLOBAL KANT & GRANT & WILSON, MANTENIMIENTO COMO CAPACIDAD NUCLEAR. .................................. 43
FIGURA 23 - UMBRALES DE ESPACIO, VÁLIDOS DE ANALYTICS CIENTÍFICO APLICADO EN MANTENIMIENTO ........................................ 44
FIGURA 24 - TIPOS DE DATA DE USO EN ANALYTICS APLICADO EN MANTENIMIENTO ................................................................... 44
FIGURA 25 - EJES KANTIANOS DE ESPACIO & TIEMPO, VÁLIDOS EN ANALYTICS CIENTÍFICO EN MANTENIMIENTO ................................ 45
FIGURA 26 - VECTORES DE ANALYTICS CON SUS IMPLICACIONES EN LA TRANSFORMACIÓN DE LA DATA............................................ 51
FIGURA 27 - ANALYTICS CON TRES ESTADIOS ORIGINALES .................................................................................................... 52
FIGURA 28 - PROCESO FUTURÍSTICO CON CUATRO ESTADIOS, TRES ORIGINALES MÁS DIAGNOSTIC ANALYTICS ................................... 53
FIGURA 29 - METODOLOGÍA ANALYTICS CON MÉTODO CIENTÍFICO DE PREDICCIONES TIME SERIES................................................. 56
FIGURA 30 - FUTURO DE LA ANALYTICS CON BASE EN TECNOLOGÍA ........................................................................................ 57
FIGURA 31 - ANALYTICS CON CINCO ESTADIOS, CUATRO ANTERIORES MÁS COGNITIVE ANALYTICS .................................................. 62
FIGURA 32 - FORMA ESTÁNDAR FINAL DE DATA BURDA KANT, EN EVENTOS O SERIES DE TIEMPO - ANALYTICS .................................. 63
FIGURA 33 - DATA BURDA SIN ETL EMPRESA MINERA IMPORTANTE MULTINACIONAL CARBÓN MOTONIVELADORAS CAT ................... 64
FIGURA 34 - FORMA PARTICULAR DATA INICIAL BURDA EMPRESA QUÍMICA MULTINACIONAL DOW CHEMICAL ................................ 65
FIGURA 35 - CASO DE DATOS INICIALES CMD PAZDELRÍO VOTORANTIM VENTILADOR, SIN ETL ............................................... 66
FIGURA 36 - REACTOR TEREFTÁLICO ANDERCOL EMPRESA MULTILATINA GRUPO ORBIS, SIN ETL FORMAL ................................. 67
FIGURA 37 - REACTOR TEREFTÁLICO ANDERCOL EMPRESA MULTILATINA GRUPO ORBIS CLASIFICADA ....................................... 69
FIGURA 38 - REACTOR TEREFTÁLICO ANDERCOL EMPRESA GRUPO ORBIS, CON ETL LEVE....................................................... 70
FIGURA 39 - DATA FLOTA MAQUINARIA AMARILLA GRUPO COREMAR PALERMO SOCIEDAD PORTUARIA ...................................... 71
FIGURA 40 - CAPACIDADES DINÁMICAS DE MODELO DE NEGOCIO MANTENIMIENTO ENFOQUE VANGUARDIA ................................... 74
FIGURA 41 - NOMENCLATURA DE CADA ÍTEM DE CADA GRUPO DE LA DATA .............................................................................. 79
FIGURA 42 - DATA INICIAL CLASIFICADA EN LOS CUATRO PARÁMETROS CMD ALCANZADA VOTORANTIM ................................... 79
FIGURA 43 - TRANSFORMACIONES I - 1 - B - FORMA ESTÁNDAR DE TBMC TTR TBMP Y MP..................................................... 81
FIGURA 44 - AGRUPAMIENTO I - 1 - C DATOS - FORMA ESTÁNDAR DE TBMC TTR TBMP Y MP ................................................... 85
FIGURA 45 - AGRUPAMIENTO I - 1 - C MESES - FORMA ESTÁNDAR DE TBMC TTR TBMP Y MP.................................................... 86
FIGURA 46 - SELECCIÓN MUESTRA ALEATORIA INICIAL DE 31 VALORES DE TBMC TTR TBMP Y MP ............................................... 88
FIGURA 47 - LOGRO DE VARIABLES ALEATORIAS EN EXCEL .................................................................................................... 89
FIGURA 48 - VALIDACIÓN DE TAMAÑO MUESTRAL DE EVENTOS Y MESES QUE SE REALIZA EN EXCEL ................................................ 90
FIGURA 49 - REQUISITOS DE USO EN LAS DISPONIBILIDADES DE AVANZADA .............................................................................. 92
 Figuras - ix

FIGURA 50 - ENFOQUE SISTÉMICO GRANT GARTNER KANT WILSON EN MANTENIMIENTO VANGUARDIA ......................................... 93
FIGURA 51 - CORRELACIÓN ENTRE RANGOS DE SPEARMAN EVENTOS DE MTBMC MTTR MTBMP MP ......................................... 94
FIGURA 52 - CORRELACIÓN LINEAL DE PEARSON EVENTOS DE MTBMC MTTR MTBMP MP ....................................................... 96
FIGURA 53 - PROGRAMA EXCEL PROPIO FREE CORRELACIÓN LINEAL DE PEARSON EVENTOS .......................................................... 97
FIGURA 54 - CORRELACIÓN ENTRE RANGOS DE SPEARMAN MESES DE MTBMC MTTR MTBMP MP............................................. 98
FIGURA 55 - CORRELACIÓN LINEAL DE PEARSON MESES DE MTBMC MTTR MTBMP MP .......................................................... 98
FIGURA 56 - CORRELACIÓN ENTRE LOS TIEMPOS DE REPARACIÓN TTR Y MANTENIMIENTO MP ................................................... 100
FIGURA 57 - CORRELACIÓN ENTRE LOS ΒETAS DE LOS TIEMPOS ÚTILES TBMC Y TBMP.............................................................. 101
FIGURA 58 - PRUEBA DE TENDENCIA DE UNA SERIE POR ECUACIÓN O POR PRUEBA ACF EXCEL PROPIO ......................................... 103
FIGURA 59 - PRUEBA ACF CON PROGRAMA STATGRAPHICS CENTURION ............................................................................... 104
FIGURA 60 - PRUEBA ACF CON PROGRAMA FORECAST PRO DE TBMC TTR TBMP Y MP EN EVENTOS........................................... 106
FIGURA 61 - PRUEBA ACF CON PROGRAMA MINITAB DE TBMC TTR TBMP Y MP EN EVENTOS ................................................ 107
FIGURA 62 - NIVELES ESTRATÉGICOS SISTÉMICOS EN MANTENIMIENTO VANGUARDIA ............................................................... 109
FIGURA 63 - PRUEBA DE VARIABILIDAD O NIVEL DE TBMC TTR TBMP Y MP EN EVENTOS .......................................................... 110
FIGURA 64 - PRUEBA DE VARIABILIDAD O NIVEL DE TBMC TTR TBMP Y MP EN MESES.............................................................. 113
FIGURA 65 - TRANSFORMACIÓN PARA MEJORAR VARIABILIDAD O NIVEL DE TBMC TTR TBMP Y MP EN MESES ............................... 114
FIGURA 66 - TRANSFORMACIÓN QUE MEJORA VARIABILIDAD DE TBMC TTR TBMP Y MP EN EVENTOS.......................................... 116
FIGURA 67 - CONDUCTAS TÍPICAS DE SERIES QUE CUMPLEN O NO EL NIVEL MENOR A 50% ........................................................ 117
FIGURA 68 - ALINEACIÓN DE PARÁMETROS EN EVENTOS PARA PRUEBA CRONBACH.................................................................. 119
FIGURA 69 - MEDICIÓN ALFA CRONBACH EVENTOS ......................................................................................................... 120
FIGURA 70 - MEDICIÓN ALFA CRONBACH CON 50 MESES.................................................................................................. 122
FIGURA 71 - MEDICIÓN ALFA CRONBACH CON OCHO SERIES DE EVENTOS Y MESES, CADA UNO CON 50 ELEMENTOS........................ 122
FIGURA 72 - ENFOQUE VANGUARDISTA DE CORD EN MANTENIMIENTO Y RECURSOS DE ACTIVOS. ............................................... 123
FIGURA 73 - DATOS MENSUALES PARA CÁLCULO CMD ..................................................................................................... 126
FIGURA 74 - CÁLCULOS CMD DE LOS 4 PARÁMETROS EN MESES CON DISPONIBILIDAD ALCANZADA ............................................. 127
FIGURA 75 - JERARQUIZACIÓN DE PROGRAMAS CMD CON MESES VENTILADOR VOTORANTIM ............................................... 128
FIGURA 76 - CRITERIOS QUE ASOMAN LA POSIBILIDAD DE CÁLCULO PARÁMETRO TRES WEIBULL ................................................. 129
FIGURA 77 - USO O NO DEL TERCER PARÁMETRO EN CASO VOTORANTIM EN DATOS DE 50 MESES ........................................... 131
FIGURA 78 - CÁLCULO PARÁMETROS CMD EN EVENTOS VOTORANTIM DISPONIBILIDAD ALCANZADA CON VARIOS PROGRAMAS ..... 132
FIGURA 79 - CÁLCULO Y SELECCIÓN DE TERCER PARÁMETRO LOCALIZACIÓN CMD EN EVENTOS VOTORANTIM ........................... 134
FIGURA 80 - CRITERIOS DE USO E INTERPRETACIÓN CMD CON MINITAB ............................................................................ 136
FIGURA 81 - CRITERIOS DE USO E INTERPRETACIÓN CMD CON CENTURION STATGRAPHICS ...................................................... 137
FIGURA 82 - USO DE PROGRAMA PROPIO FREE EXCEL DE CÁLCULOS CMD ............................................................................. 140
FIGURA 83 - TICS DE PROGRAMA EN R STUDIO PARA CMD .............................................................................................. 141
FIGURA 84 - TIEMPOS DE SERIES CON COLA INICIAL A LA BAJA O A LA SUBA. ........................................................................... 144
FIGURA 85 - CURVA DE DAVIES - UBICACIÓN ESTRATÉGICA GERENCIAL MANTENIMIENTO & VALORES ÓPTIMOS Y REALES DE ΒETAS ..... 145
FIGURA 86 - CÁLCULOS DINÁMICOS CMD EN MESES VOTORANTIM DE ΒETA Y ETA ............................................................. 149
FIGURA 87 - CÁLCULOS DINÁMICOS CMD EN EVENTOS VOTORANTIM DE ETA Y ΒETA.......................................................... 149
FIGURA 88 - CÁLCULOS ESTÁTICOS BETA CMD EN EVENTOS Y MESES VOTORANTIM ........................................................... 150
FIGURA 89 - COMPARACIÓN ETAS Y ΒETAS DE SIETE PARÁMETROS EN MESES Y EVENTOS ......................................................... 151
FIGURA 90 - ASPECTOS RELEVANTES DEL ANÁLISIS DINÁMICO - TIEMPOS ÚTILES ENTRE PREVENTIVOS / PREDICTIVOS Y CORRECTIVOS. . 152
FIGURA 91 - TIEMPOS MP PREVENTIVOS / PREDICTIVOS Y MTTR CORRECTIVOS - ASPECTOS RELEVANTES ANÁLISIS DINÁMICO. ......... 153
FIGURA 92 - DISPONIBILIDAD EN MESES Y EVENTOS - ASPECTOS RELEVANTES DEL ANÁLISIS DINÁMICO ......................................... 154
FIGURA 93 - ESTADÍSTICA BÁSICA EN MESES Y EVENTOS - ASPECTOS RELEVANTES DEL ANÁLISIS .................................................. 155
FIGURA 94 - CARACTERÍSTICAS Y ESTADOS DE CRITERIOS Y DEL ARTE DEL ESTADIO DESCRIPTIVO.................................................. 156
FIGURA 95 - HIPÓTESIS & DEMOSTRACIONES DE CAUSAS RAÍZ ........................................................................................... 161
FIGURA 96 - ESQUEMA DE CONJUNTO Y SUBCONJUNTOS DE MÉTODOS FUTURÍSTICOS .............................................................. 171
FIGURA 97 - ENFOQUE SISTÉMICO FUTURÍTICO ............................................................................................................... 177
FIGURA 98 - MÉTODO DE ANÁLISIS DEL ESPECTRO DE FRECUENCIAS TEMPORALES.................................................................... 179
FIGURA 99 - CLASIFICACIÓN, DIFERENCIACIÓN Y CARACTERIZACIÓN DE LOS MÉTODOS FUTURÍSTICOS ........................................... 182
FIGURA 100 - COMBINACIONES FACTIBLES O NO .............................................................................................................. 183
FIGURA 101 - EMPRESAS ALUSIVAS A IMPACTO UMBRAL PRONÓSTICOS CORTO PLAZO ............................................................... 184
FIGURA 102 - IMPACTO DEL UMBRAL DE TIEMPO EN LA CALIDAD DE LOS PRONÓSTICOS DE CORTO PLAZO ....................................... 185

Alberto Mora G.
x - Figuras

FIGURA 103 - OPERADOR SUMA PARA ALCANZAR VARIABILIDAD O NIVEL DE TBMC TTR TBMP Y MP EN MESES ............................. 188
FIGURA 104 - CÁLCULOS DINÁMICOS CMD A LA TRANSFORMADA DE CONSTANTE 100 ............................................................. 189
FIGURA 105 - ANÁLISIS PREVIO DE METODOLOGÍA ANALYTICS MÉTODO CIENTÍFICO DE PREDICCIONES TIME SERIES .......................... 190
FIGURA 106 - ANÁLISIS 1.4.12. RUIDO DE MTBMC POR POWER BI Y EXCEL RESPECTIVAMENTE ................................................ 190
FIGURA 107 - ANÁLISIS 1.4.12. RUIDO DE MTTR MTBMP Y MP POR EXCEL RESPECTIVAMENTE ................................................ 191
FIGURA 108 - ANÁLISIS 1.4.3. ACF DE MTBMC MTTR MTBMP MP MINITAB (2) Y CENTURION (2) ...................................... 193
FIGURA 109 - ANÁLISIS 1.4.4. DE ESTACIONALIDAD Y/O CICLICIDAD CON FORECASTPRO AR.I.MA. ............................................. 195
FIGURA 110 - ANÁLISIS 1.4.4. DE ESTACIONALIDAD Y/O CICLICIDAD CON POWER BI DESKTOP & AR.I.MA. .................................. 196
FIGURA 111 - COMPARACIÓN, ANÁLISIS Y CONCLUSIÓN AR.I.MA. PARA ESTACIONALIDAD Y/O CICLICIDAD CON TRES SOFTWARES ....... 199
FIGURA 112 - CÁLCULOS Y PREDICCIONES AR.I.MA. PARA ESTACIONALIDAD Y CICLICIDAD CON RSTUDIO MTBMC ......................... 200
FIGURA 113 - METODOLOGÍA PREDICTIVA Y SUS MODELOS ................................................................................................. 203
FIGURA 114 - AR.I.MA. MANUAL DE PARÁMETRO MTBMP CON MINITAB - CENTURION Y FORECAST ....................................... 204
FIGURA 115 - CÁLCULOS VALORES Y PRONÓSTICO51 DE AR.I.MA. - MTBMP VARIOS PROGRAMAS Y SOFTWARES DE (0,1,1)(0,1,0) .. 245
FIGURA 116 - VERIFICACIÓN EXHAUSTIVA AR.I.MA. MTBMP (0,1,1)(0,1,0) ....................................................................... 248
FIGURA 117 - AVANCE DEL PROCESO PREDICTIVE ANALYTICS ............................................................................................... 250
FIGURA 118 - RECORTES, UNO DE SEIS MESES Y DOS DE UN MES, FINAL.................................................................................. 252
FIGURA 119 - VALIDACIÓN DE MTTR, EN SU CARÁCTER DE ALEATORIEDAD. ........................................................................... 254
FIGURA 120 - ESTADO ACTUAL DEL AVANCE DE LOS PRONÓSTICOS DE SERIES DE TIEMPO CON MP. ............................................... 255
FIGURA 121 - ANÁLISIS PREVIO NIVEL, ALEATORIEDAD, TENDENCIA Y ESTACIONALIDAD Y/O CICLICIDAD DE MP ................................ 255
FIGURA 122 - ALGUNOS LENGUAJES DE PROGRAMACIÓN PARA REALIZAR CIENCIA DE DATOS ....................................................... 259
FIGURA 123 - CONCEPTOS Y TICS BÁSICOS PARA CORRER PRONÓSTICOS DE FORMA AUTOMÁTICA Y/O NO MANUAL ......................... 260
FIGURA 124 - TABLERO DE CORRIDA DE TODOS LOS MODELOS Y PROGRAMAS DE PREDICCIONES SERIES DE TIEMPO DE MP ................. 280
FIGURA 125 - CUATRO MODELOS MÁS APROPIADOS EN RECORTE UNO DE MP ......................................................................... 282
FIGURA 126 - SEGUNDO RECORTE DE DATO 50 MES DE MP ................................................................................................ 282
FIGURA 127 - SEGUNDO RECORTE CÁLCULO DE CUATRO MODELOS CON DOS SOFTWARES Y UN PROGRAMA .................................... 283
FIGURA 128 - CÁLCULO DE PRONÓSTICOS SEGUNDO RECORTE MODELO BROWN WITH TIME MP ................................................. 287
FIGURA 129 - PATRONEO DE PRONÓSTICOS DEL SEGUNDO RECORTE MODELO BROWN ALFA 0.06363 .......................................... 290
FIGURA 130 - TRANSFORMACIÓN A SERIE ORIGINAL CON PRONÓSTICOS SIN CONSTANTE SUMA DE 100 ....................................... 293
FIGURA 131 - TERMINACIÓN EFECTIVA DE CÁLCULOS PREDICTIVOS SERIES TEMPORALES A MP ..................................................... 294
FIGURA 132 - PRONÓSTICOS POR RELACIÓN INDIRECTA ...................................................................................................... 295
FIGURA 133 - PRONÓSTICOS AUTOMÁTICOS DE UNA DEPENDIENTE Y HASTA DIECISÉIS PIVOTES, CON EXCEL. ................................... 301
FIGURA 134 - OPCIONES DE FUNCIONES Y/O DISTRIBUCIONES MONTE CARLO STATGRAPHICS. .................................................... 306
FIGURA 135 - RESULTADOS WEIBULL PARÁMETROS CON 62 DATOS ...................................................................................... 307
FIGURA 136 - UMBRAL DE DISTRIBUCIONES ADECUADAS PARA PARÁMETROS CMD .................................................................. 307
FIGURA 137 - CÁLCULOS DE PARÁMETROS CMD DE LOGNORMAL Y NORMAL......................................................................... 309
FIGURA 138 - MONTE CARLO STATGRAPHICS CÁLCULO DE 12 PRESCRIPCIONES CON FUNCIÓN WEIBULL........................................ 310
FIGURA 139 - MONTE CARLO STATGRAPHICS CÁLCULO DE 12 PRESCRIPCIONES FUNCIONES LOGNORMAL Y NORMAL....................... 312
FIGURA 140 - PRESCRIPCIONES DE MONTE CARLO STATGRAPHICS CON VARIAS FUNCIONES ALTERNAS .......................................... 314
FIGURA 141 - PRESCRIPCIONES (12) PREDICCIONES (12) MÁS HISTORIA (50) FINAL ESTADIO CUATRO, EN VOTORANTIM .............. 315
FIGURA 142 - DATOS DE INGRESO DE VOTORANTIM A INTELIGENCIA MACHINE LEARNING COGNITIVE ANALYTICS.......................... 316
FIGURA 143 - VALORES COGNITIVOS FUTURÍSTICOS CMS DEL UMBRAL DE LARGO PLAZO ........................................................... 320
FIGURA 144 - VALORES FUTUROS COGNITIVOS PRESCRIPTIVOS PREDICTIVOS E HISTORIA COMPLETOS DE 80 MESES........................... 325
FIGURA 145 - ACCIONES ESTRATÉGICAS CLAVES DE ÉXITO DEL PLAN INTEGRAL DE MANTENIMIENTO VANGUARDIA ............................ 327
FIGURA 146 - ESTRATEGIAS EXITOSAS BASADAS EN CURVA DE DAVIES O DE LA BAÑERA ............................................................. 336
FIGURA 147 - VALIDACIÓN TÉCNICA DE RESULTADOS ESTRATÉGICOS PARA GENERAR VALOR DE MANTENIMIENTO VANGUARDIA........... 340
FIGURA 148 - VALIDACIÓN TEOREMA UNO DE CMD MTBM MAYOR QUE MMEAN .................................................................... 341
FIGURA 149 - AFIRMACIÓN DEL EFECTO CONTRARIO ENTRE MANTENIMIENTOS PLANEADOS Y CORRECTIVOS. .................................. 341
FIGURA 150 - PREDICTIVE MAINTENANCE DATA E INTELIGENCIA DE CMD VOTORANTIM COGNITIVO ........................................ 343
FIGURA 151 - PREDICTIVE MAINTENANCE RAPIDMINER AUTOAPRENDIZAJE INTELIGENTE CON RAPIDMINER.................................. 344
FIGURA 152 - PROCESOS RELEVANTES EN LA ANALYTICS DE MANTENIMIENTO VANGUARDIA ........................................................ 354
 Archivos anexos - xi

Archivos anexos
Página

ARCHIVO 1 - DATA INICIAL VENTILADOR INDUSTRIAL VOTORANTIM.XLSX ................................................................ 77

ARCHIVO 1 - DATA INICIAL VENTILADOR INDUSTRIAL VOTORANTIM ....................................................................... 79
ARCHIVO 2 - DATA ORGANIZADA Y CLASIFICADA VENTILADOR INDUSTRIAL VOTORANTIM ............................................ 81
ARCHIVO 3 - DATA DE VOTORANTIM EN FORMA ESTÁNDAR ................................................................................ 85
ARCHIVO 4 - AGRUPAMIENTOS EN DATA Y MESES ................................................................................................. 87
ARCHIVO 5 - DETERMINACIÓN DE TAMAÑO MUESTRAL PARA MEDIAS PORCENTUAL Y NUMÉRICA ...................................... 92
ARCHIVO 6 - DATOS DE CORRELACIÓN EN EVENTOS EN EXCEL .................................................................................. 96
ARCHIVO 6 - DATOS DE CORRELACIÓN EN EVENTOS EN CSV UNICODE TXT.TXT ............................................................. 96
ARCHIVO 6 - ORIGINAL DE DATOS DE CORRELACIÓN EN EVENTOS.XLSX ...................................................................... 96
ARCHIVO 7 - PROGRAMA EXCEL PROPIO FREE CORRELACIÓN LINEAL DE PEARSON EVENTOS ............................................. 96
ARCHIVO 8 - DATOS DE CORRELACIÓN EN MESES EN EXCEL.................................................................................... 102
ARCHIVO 8 - DATOS DE CORRELACIÓN EN MESES EN CSV UNICODE TXT .................................................................... 102
ARCHIVO 9 - PROGRAMA AUTÓNOMO - AUTOR FREE PRUEBA ACF.XLSM ................................................................ 104
ARCHIVO 10 - DATOS DE VARIABILIDAD MESES Y EVENTOS NIVEL FIG 65 Y FIG 66 ...................................................... 117
ARCHIVO 11 - PROGRAMA AUTÓNOMO COEFICIENTE ALFA DE CRONBACH................................................................. 121
ARCHIVO 12 - LIBRO MANTENIMIENTO PLANEACIÓN EJECUCIÓN CONTROL A. MORA EDIT. ALFAOMEGA MÉXICO ............ 126
ARCHIVO 13 - PROCESOS E INSTRUCCIONES PARA CALCULAR TERCER PARÁMETRO WEIBULL DE LOCALIZACIÓN.................... 128
ARCHIVO 14 - PROGRAMA LIBRE FREE EXCEL PROPIO CÁLCULOS ESTÁTICOS CMD.XLSM ................................................ 141
ARCHIVO 15 - GAMMA ETA BETA Y LINEAL REGRESSION CMD EN R......................................................................... 142
ARCHIVO 16 - EXCEL DE PROGRAMA FREE PROPIO DINÁMICO CMD ......................................................................... 143
ARCHIVO 17 - CÁLCULOS DINÁMICOS Y PROGRAMA CON CMD EN EVENTOS............................................................... 143
ARCHIVO 18 - CÁLCULOS DINÁMICOS Y PROGRAMA CON CMD EN MESES .................................................................. 143
ARCHIVO 18 B - PROGRAMA DE CÁLCULOS DINÁMICOS DE SEGURIDAD ...................................................................... 143
ARCHIVO 19 - CÁLCULOS CMD FREE EXCEL DISPONIBILIDAD ALCANZADA .................................................................. 149
ARCHIVO 20 - COPIA DE SEGURIDAD DEL PROGRAMA FREE EXCEL PROPIO DINÁMICO CMD............................................ 149
ARCHIVO 21 - CÁLCULOS DINÁMICOS EN EVENTOS.XLSM........................................................................................ 154
ARCHIVO 22 - CÁLCULOS DINÁMICOS EN MESES.XLSM ........................................................................................... 154
ARCHIVO 23 - DATOS EN MESES Y EVENTOS ........................................................................................................ 156
ARCHIVO 24 - LIBRO INVENTARIOS PRONÓSTICOS MORA 2022.PDF ........................................................................ 181
ARCHIVO 25 - CÁLCULOS DINÁMICOS Y PROGRAMA CON CMD EN MESES CON TRANSFORMADA DE 100 CONSTANTE........... 189
ARCHIVO 29 - PRUEBA.XLSX ........................................................................................................................... 244
ARCHIVO 30 - STATGRAPHICS CMD MESES 50 CON CONSTANTE.SGP ....................................................................... 244
ARCHIVO 31 - STATREPORTER STATGRAPHICS MTBMP 50 MESES CONSTANTE SUMA DE 100 GANADOR 011 010 12 ....... 244
ARCHIVO 32 - DATA 50 MESES CONSTANTE 100 SUMA CON DOS RECORTES DEL PASO TRES DEL MÉTODO CIENTÍFICO.XLSX . 252
ARCHIVO 30 - STATGRAHIC CMD MESES 50 CON CONSTANTE.SGP ........................................................................ 279
ARCHIVO 31 - STATREPORTER STATGRPAHICS MP 50 MESES Y CONSTANTE SUMA 100 GANADOR (011)(010) 12.RTF ....... 279
ARCHIVO 32 - DATA 50 MESES CON CONSTANTE 100 SUMA CON DOS RECORTES DE PASO TRES MÉTODO CIENTÍFICO.XLSX.. 279
ARCHIVO 33 - PLANTILLA CORRIDA MODELOS RECORTE UNO.XLSX........................................................................... 279
ARCHIVO 34 - MP TABLEAU.XLSX .................................................................................................................... 279
ARCHIVO 35 - DATA RM.XLS.......................................................................................................................... 279
ARCHIVO 36 - CÁLCULOS MEJOR MODELO DEL SEGUNDO RECORTE DE DATO 50 MES DE MP.XLSX ................................... 286
ARCHIVO 37 - GRÁFICOS , HISTORIA Y PRONÓSTICOS DE MP SEGUNDO RECORTE CON BROWN.XLSX ................................ 290
ARCHIVO 38 - PATRONEO Y RECORTE DE CONSTANTE DE DATA Y PRONÓSTICOS MP SEGUNDO RECORTE BROWN.XLSX ......... 293
ARCHIVO 39 - PRONÓSTICOS POR RELACIÓN INDIRECTA MÚLTIPLE FACTORIAL.XLSX...................................................... 300
ARCHIVO 40 - PRONÓSTICOS AUTOMÁTICOS DE UNA DEPENDIENTE Y HASTA DIECISÉIS PIVOTES, CON EXCEL ....................... 304
ARCHIVO 41 - CREMORA PRONÓSTICOS MÚLTIPLES .......................................................................................... 304
ARCHIVO 42 - CMD++ CON 62 DATOS QUE ALIMENTA A MONTE CARLO ................................................................. 307
ARCHIVO 43 - PRESCRIPCIONES CON VARIAS FUNCIONES EN MONTE CARLO.XLSX........................................................ 315

Alberto Mora G.
xii - Archivos anexos - Ecuaciones - Ilustraciones

ARCHIVO 44 - PRESCRIPCIONES 12 PREDICCIONES 12 MÁS HISTORIA 50 FINAL ESTADIO CUATRO VOTORANTIM.XLSX ...... 315
ARCHIVO 45 - INSUMOS COGNITIVE CMD.XLSX .................................................................................................. 327
ARCHIVO 46 - VALORES FUTUROS COGNITIVOS POWER BI DE MTBMC MTTR MTBMP MP BY MONTH AND DAY.CSV ...... 327
ARCHIVO 47 - VALORES FUTUROS COGNITIVOS 75 A 80 POWER BI.PBIX .................................................................. 327
ARCHIVO 48 - COGNITIVOS 6 PRESCRIPCIONES 12 PREDICCIONES 12 MÁS HISTORIA 50 FINAL VOTORANTIM................. 327
ARCHIVO 49 - CMD ANALYTICS FINAL.XLSM ...................................................................................................... 327
ARCHIVO 49 - CMD ANALYTICS FINAL.XLSM ...................................................................................................... 340
ARCHIVO 50 - MAINTENANCE CMD VOTORANTIM MEJORADO Y ADAPTADO PARA RAPIDMINER................................ 344

Ecuaciones
Página

ECUACIÓN 1 - EFECTIVIDAD Y LCC EN MANTENIMIENTO...................................................................................................... 75

ECUACIÓN 2 - EFFECTIVENESS - EFECTIVIDAD ................................................................................................................... 75
ECUACIÓN 3 - DISPONIBILIDAD ALCANZADA - AA ............................................................................................................... 75
ECUACIÓN 4 - DISPONIBILIDAD - AVAILABILTY .................................................................................................................. 87
ECUACIÓN 5 - FÓRMULAS DE TAMAÑO MUESTRAL FINITA E INFINITA ...................................................................................... 89
ECUACIÓN 6 - FUNCIÓN DE WEIBULL.............................................................................................................................. 99
ECUACIÓN 7 - VARIABILIDAD O NIVEL DE UNA SERIE DE DATA, EN EL TIEMPO .......................................................................... 110
ECUACIÓN 8 - AXIOMAS DE CMD EN DISPONIBILIDAD ALCANZADA ...................................................................................... 125
ECUACIÓN 9 - DEMORAS LOGÍSTICAS QUE RETARDAN LAS ACCIONES DE MANTENIMIENTO ......................................................... 126
ECUACIÓN 10 - CÁLCULO MTBMC MTTR MTBMP MP MTBM MMEAN Y GENERAL VALORES MEDIOS WEIBULL .......................... 155
ECUACIÓN 11 - ECUACIÓN AR.I.MA. DE MTBMP MODELO GANADOR (0,1,1)(0,1,0) X12 ...................................................... 244
ECUACIÓN 12 - FÓRMULA NATURAL Y ESTÁNDAR DE WEIBULL PARA CALCULAR LOS PARÁMETROS CMD........................................ 341

Ilustraciones
Página

ILUSTRACIÓN 1 - PROCESO CENTRAL BUSINESS ANALYTICAL PASO I - 1 - A................................................................................ 78

ILUSTRACIÓN 2 - DESCRIPTIVE ANALYTICS PROCESO CENTRAL PASOS I - 2 - H E I ....................................................................... 124
ILUSTRACIÓN 3 - RESULTADOS DESCRIPTIVOS ................................................................................................................... 156
ILUSTRACIÓN 4 - FASE PREDICTIVA - III - 1 & 2 & 3 ........................................................................................................... 187
ILUSTRACIÓN 5 - PROCESO GLOBAL DE ANALYTICS PRESTOS A INGRESAR ETAPA CINCO ................................................................ 317
 Capítulo 0 - Prólogo - 1

0 Prólogo
La obra que se presenta a continuación no es una obra fácil de leer, como ocurre con aquellas que se adentran
en lo profundo de la naturaleza del conocimiento humano y que buscan trascender más allá de los manuales al uso.

Efectivamente, el Doctor Luis Alberto Mora presenta una serie de reflexiones y análisis, que son el resultado de
una amplia experiencia académica y profesional, siempre a caballo entre esos dos mundos que debieran ser uno pero
que se resisten, cada uno por sus motivos, a serlo.

Encontrar juntos en una misma obra a Kant, Maslow, Grant y los modelos AR.I.MA. (por citar sólo algunos) ya
nos indica del carácter no ya digamos multidisciplinar, sino (si se nos permite la expresión) transdisciplinar y casi
transgresor. Aunque el conocimiento científico y técnico no se puede comprender a cabalidad, sin la conceptualización
previa basada en esquema filosóficos y epistemológicos, son pocas las obras que tratan de abordarlos en conjunto y,
máxime si buscan un resultado final cercano al mundo de las empresas y organizaciones.

Entrando ya en esta segunda perspectiva de la obra presente, la revisión realizada por el autor de los distintos
programas informáticos que hoy están a disposición de analistas e ingenieros resulta muy encomiable. Es mucho más
frecuente ver que las obras se centran en un único programa, que encontrar una revisión crítica de lo que distintos
programas y leguajes permiten al usuario. Quizás los devotos de un único software se sientan menoscabados por la
comparación, pero para los usuarios de mente abierta este enfoque resulta de lo más interesante y útil. Las
metodologías de mantenimiento vanguardia para la gestión de activos, con el soporte de esos softwares y programas
mencionados, permiten a las organizaciones abordar el desafío de la competitividad y la rentabilidad, como medios
que les han de permitir lograr la que Edward W. Deming consideraba la meta de toda organización: supervivencia a
largo plazo en el mercado.

Casi para cerrar este prólogo creo adecuado usar las palabras del filósofo Mario Bunge 8, porque pienso que
aplican a muchos aspectos del contenido de la presente obra: “No conseguiremos que el científico sea un hombre culto
obligándole a estudiar temas que no le interesan. Estimulémosle, en cambio, a que advierta la raíz gnoseológica y la
armazón lógica de su especialidad; habituémosle a que repare en las conexiones de su especialidad con las demás
disciplinas; acostumbrémosle a la idea de que su materia tiene un pasado y una función social, de la que en gran
parte depende su futuro”.

Poco hay que añadir a tan sabias palabras, salvo quizás una pequeña coda: de ese conocimiento depende el futuro
del científico…… y el nuestro, el de toda la sociedad.

Adelante pues con el uso y lectura de este libro, en el que su autor, el Doctor Luis Alberto Mora, nos ofrece
acceso a conocimientos avanzados en la gestión de los recursos de las organizaciones mediante la aplicación de
métodos científicos efectivos asentados en experiencia y fundamentados en la ciencia.

Valencia, España. Abril 30 de 2022

Firmado,

Andrés Carrión García,

PhD. en Ingeniería Industrial
Director del Departamento de Estadística, Confiabilidad e Investigación Operativa
Universidad Politécnica de Valencia - España

8
Bunge, Mario. La Ciencia: Su Método y su Filosofía. a. Cap. IV. Ed. Siglo XX, 1960.

Alberto Mora G.
2 - Capítulo 0 - Prólogo

0.1 Introducción a capítulo

La obra presenta un enfoque vanguardista de mantenimiento como una capacidad del negocio, que apalancada
en los recursos como los activos tangibles o no, es capaz de generar estrategias eficientes, acciones y factores claves
de éxito, ventajas competitivas y beneficios económicos muy atractivos, todo fundamentado en el nuevo enfoque
gerencial de los negocios, a nivel mundial, donde a través de las capacidades dinámicas nucleares de la empresa se
consiguen grandes beneficios, permitiendo maximizar la competitividad y la rentabilidad para la empresa, entendiendo
a mantenimiento como un cord o core de la corporación, capaz de lograr las metas y objetivos de la compañía, todo
bajo un enfoque de Framework Enterprise Architecture EA9, centrado netamente en el servicio, que es lo que
mantenimiento brinda.

El objetivo general se fundamenta en una revisión técnica de la historia, de ingeniería y de mantenimiento, con
alto nivel de detalle, donde se fusionan nuevos enfoques de vanguardia y clásicos, de autores relevantes como David
Ricardo, Immanuel Kant, Christopher Freeman, Abraham Harold Maslow, Deborah Stephens, Frederick Irving
Herzberg, Bernard Mausner, Enrique De Miguel, Juan Ignacio Dalmau, Erick Wilson, Jesús Londoño, Pera Escorsa
Castells, Robert Morris Grant, Christopher Freeman, Ralph Landau, Gideon Gartner y otros más, que permite
amalgamar el nuevo orden mundial con enfoque hacia los nuevos modelos de negocios empresariales, donde las
capacidades dinámicas internas de las corporaciones, son el gran motor del progreso de las compañía, con aplicación
de la analytics integral en sus cinco estadios: descriptive, diagnostic, predictive, prescriptive and cognitive 10, con un
umbral de decisiones a largo plazo hasta llegar a los veintidós años vista, mediante el trasiego de corto y mediano
plazo; lo que asegura en el presente la toma de decisiones efectivas y sostenibles en el largo plazo, en el área de
mantenimiento, a través del estudio de sus variables claves y procesos críticos, que le permiten alcanzar la madurez
requerida para generar ingresos y competitividad (Posada, 2010), a partir de mantenimiento apalancado en los activos,
mediante la utilización de plataformas informáticas modernas de Big Data & Business Intelligence & Datamining &
DataLake, programas especiales informáticos y softwares específicos de avanzada, para lograr niveles confiables de
análisis estadístico, estocástico, matemático, numérico, probabilístico, etcétera de las KPI o MAKPI’s 11 en el umbral
futuro, para concretar este enfoque de mantenimiento vanguardia, probado y efectivo.

0.2 Objetivo de capítulo

La sección otorga la estructura de la obra en su forma global y especifica, brinda los primeros pasos y pininos al
lector, para una rápida comprensión de la arquitectura empresarial moderna, bajo en enfoque Frameworks, que permite
a las entidades de servicio como mantenimiento, considerarlo como un recurso nuclear del negocio, que se apoya en
los activos (tangibles o no) para su enfoque vanguardia, que genera beneficios novedosos y efectivos, se describe el
fin de cada una de las cuatro unidades o capítulos del libro, cuyo proceso de evolución brinda las bases de
conceptualización contextual, analytics en sus cinco fases, generación de resultados estratégicos y las discusiones
semánticas, todo con base en ejercicios de la vida real industrial.

Todos los procesos se documentan en forma global y específico con extremo detalle, en diferentes programas,
como excel, power point, word, análisis estadístico con programas de avanzada, debidamente fundamentados,
softwares con cálculos que se muestran en las diferentes imágenes de la obra, data con archivos adjuntos, donde se
explica los procesos ETL12, cada etapa técnica está con su respectivo soporte matemático y algorítmico, se adjuntan
programas informáticos en los archivos anexos, que se requieren en etapas pertinentes del proceso de cálculo y de
obtención de los estados futuros; al igual se brinda una excelsa bibliografía con soporte amplio en las referencias.

La generación del servicio de maximización de la funcionalidad de los equipos, junto con

la creación de valor y ventajas competitivas, es sin duda alguna, el fin último del mantenimiento
9
EA - Enterprise Architecture - Arquitectura Empresarial en castellano.
10
Descriptive, Diagnostics, Predictive, Prescriptive and Cognitive Analytics - En castellano: analítica descriptiva, diagnóstica, predictiva,
prescriptiva (prospectiva) y cognitiva.
11
MAKPI’s - Assets and Maintenance’s Key Performance Indicators tiene en la obra el acrónimo o sigla MAKPI y, KPI - Key Performance
Indicators - Indicadores Claves de la Gestión y Operación de Mantenimiento.
12
ETL - Extraction Transformation & Load data.
 Capítulo 0 - Prólogo - 3

vanguardia, como una capacidad dinámica de la empresa, con apoyo en los activos, mediante
la utilización de plataformas TI13 y SI modernas que le permitan capitalizar el Core de
mantenimiento y los recursos de los activos, para transformar dicha labor en factores claves de
éxito, que permitan alcanzar la estrategia de la compañía, por medio de la cual logra sus
metas y objetivos, planteados, todo esto con el fin de generar ventajas competitivas.
La sección presente prólogo, brinda la estructura del proyecto, en cada una de sus diferentes etapas y anexos de
apoyo logístico, bibliográfico, de significados, contenidos y de ubicación de palabras claves .

0.3 Descripción de los objetivos de unidades o capítulos

La unidad inicial brinda toda la fundamentación técnica, conceptual y contextual, de todos los elementos que
engendran la amalgama del mantenimiento vanguardia, es un tratado coherente y secuencial, de todos los
conocimientos clásicos, futurísticos y contemporáneos, que requiere este enfoque Kantiano, Grantiano, de Wilson y
de Gartner, sobre cómo se constituye el concepto de capacidades del negocio, con apoyo de un Framework de
arquitectura empresarial con epicentro en el servicio, que es mantenimiento, como aplicación de una profunda
Enterprise Analytics para crear ventajas competitivas, a partir de capacidades gerenciales especiales y dinámicas,
mediante el análisis de grandes volúmenes y conjuntos de datos, a los cuales se les agrega ETL o valor y pasan por
sus cinco fases: de data a información, luego a conocimiento, posteriormente a sabiduría y por último a inteligencia
artificial con autoaprendizaje, con lo cual el lector queda con excelentes bases técnico-conceptuales para abordar con
suficiencia las siguientes etapas de avanzada, para poder entender, aplicar y plantear todo el desarrollo que se requiere
con el fin de poder gobernar a GOMAP con solidez y eficacia, mediante técnicas avanzadas de analytics y, con
umbrales de tiempo que cubren el pasado, el presente y el futuro de corto, mediano y largo plazo; esta primera etapa
se describe como enfoque vanguardista de mantenimiento y gestión de activos, donde se detalla su fundamentación,
conceptualización y aplicación novedosamente efectiva en la realidad industrial.

La segunda unidad es donde se crea una metodología científico-técnica de múltiples estadios, en especial se
desarrollan las etapas iniciales de descriptiva y de diagnóstico, se hace todo el tratamiento que se requiere para que
todo el proceso tenga validez científica y resultados analíticos de conformidad estadística (Kume, 1992) concluyente,
que sean susceptibles de aplicar y generar unos estados futuros de corto y mediano plazo, válidos. Esta unidad muestra
con todo detalle cada una de las etapas requeridas de la información, que describen el fenómeno a analizar y presenta
unos diagnósticos factibles, basado en analiytics avanzada de estas dos etapas, para lo cual se trabajan diversos casos
reales industriales, recientes, con el paso a paso y sus respectivos elementos de transformación paulatina de la data
con el ETL. Su nombre es metodología analítica de los estadios 14 diagnóstico y descriptivo.

En el tercer capítulo se hace la construcción de los escenarios factibles del corto y mediano plazo mediante
técnicas predictivas, de corto plazo, de cero a dos meses, posteriormente se avanza en el umbral de tiempo con técnicas
avanzadas de analítica prescriptiva, con métodos de transición aplicada a las variables claves y procesos críticos del
mantenimiento vanguardia, apoyado en la gestión de activos, para mostrar y requerir estados futuros de transition o
de turbulencia, de mediano plazo que contempla de dos meses a dos años, para de esta manera tener la primera parte
de la película completa futurística, con toda la seguridad de la analítica de pronósticos (forecast) y de turbulencia
(transition), que atienden los estadios de predictiva y prescriptiva, los procesos que se usan son Time Series en el
primero y técnicas modernas de transición con elementos avanzados de cálculos prescriptivos de CMD (Lewis, 1995),
basado en distribuciones, con todo el respeto procedimental de cálculos de RAM 15, con las normas aplicables de orden
internacional, que aseguren resultados factibles, creíbles, efectivos y sostenibles en el mediano plazo hasta dos años

13
TI - Tecnología de la Información
14
RAE - Según diccionario de la Real Academia Española - Estadio es en una de sus definiciones es: período o fase de un proceso. Autor enuncia
equivalente a estado.
15
RAM Reliability (Confiabilidad) Availability (Disponibilidad) Maintainability (Mantenibilidad) en inglés - CMD en castellano - Confiabilidad
Mantenibilidad Disponibilidad.

Alberto Mora G.
4 - Capítulo 0 - Prólogo

vista, de mantenimiento vanguardia de orden estratégico; en el segundo campo prescriptivo. El nombre de la unidad
es escenarios analíticos de estadios futurísticos predictivo y prescriptivo.

El cuarto capítulo descrito como semántica estratégica, aborda la toma de decisiones efectiva de mantenimiento
vanguardia, a partir de la selección acuciosa de escenarios múltiples, numéricos de variables claves y proceso críticos
de ingeniería, que permiten visualizar un umbral de tiempo con varios estados de largo plazo, entre dos y veintidós
años vista, los cuales se obtienen a partir de métodos prospectivos o de foresight, los cuales se realizan a partir de la
data de sabiduría para convertirla en inteligencia con métodos de autoaprendizaje del estadio cognitive, que permita
optar por las mejores decisiones teniendo a mantenimiento vanguardia como generador efectivo de valor y
competitividad, que operacionaliza su función de maximizar la funcionalidad de los equipos a partir del uso de los
activos (tangibles o no; o a través de su gestión) para alcanzar las metas de la organización, este capítulo cuatro es
netamente generador de ventajas competitivas, mediante la creación de acciones y factores claves de éxito, que
permiten alinear la estrategia corporativa a través de la trazabilidad integral de mantenimiento vanguardia, con los
escenarios factibles de corte exitoso y sostenible, mediante técnicas cognitivas avanzadas, con fundamento estadístico,
numérico y estocástico, de orden superior, para completar así la futurología que se requiere, en la analytics, de largo
plazo que permita que mantenimiento vanguardia genere valor agregado competitivo a partir de la explotación y uso
de la gestión de activos, bajo un modelo de negocio moderno con enterprise architecture, centrada en el servicio y a
mantenimiento como recurso dinámico nuclear, generador de beneficios, bajo un enfoque Kantiano, Grantiano,
Wilson y Gartneriano, de avanzada y última generación de Big Data, Business Intelligence, Datamining, DataLake y
afines.

Mantenimiento es una habilidad del Negocio a diferencia de los Activos que son
recursos de la Compañía.
La secuencia lógica es que con el apoyo de los recursos octivos, se alcanza que
Mantenimiento llegue a ser un Cord del negocio.

Mantenimiento es una capacidad del negocio que se define como una variable dependiente
de la función de los activos (tangibles o no) o de su gestión.
La unidad cuatro genera y aporta un plan estratégico efectivo de acciones, estrategias y tácticas claves para el
alcanzar la máxima generación de valor y competitividad a la empresa a partir de mantenimiento vanguardia
apalancado en los recursos activos (tangibles o no).

0.4 Conclusiones de capítulo

Esta sección prólogo, muestra a simple vista la arquitectura de la obra y los detalles de cómo es la concepción
integral y específica de la misma.

En cada una de las diferentes unidades o capítulos se describen los principales objetivos a desarrollar y alcanzar,
con el fin de lograr concebir a mantenimiento vanguardia con casos reales industriales como una ventaja competitiva,
con un enfoque diferente, para que apalancado en los activos, sea un recurso nuclear y estratégico para la empresa
generar valor y competitividad, con un enfoque de avanzada de negocio y con una arquitectura analítica empresarial
de Framework centrada en el servicio que presta mantenimiento vanguardia; presentando ideas novedosas frente a los
paradigmas cuestionables que imperan desde hace un tiempo, de forma no ortodoxa en estas temáticas; con la
presentación de nuevas alternativas eficientes futurísticas de mantenimiento vanguardia.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 5

1 Mantenimiento vanguardia apalancado en gestión de activos.

El tema central aborda la generación de ingresos vía mantenimiento gerencial y operativo, bajo un novedoso
enfoque de vanguardia, centrado en las capacidades del negocio, es decir con mantenimiento como una capacidad
gerencial propia del negocio, tipo recurso nuclear, que le permite originar ingresos, utilizando la analytics en toda su
dimensión, apoyada en los activos tangibles (o no) como recursos que apalancan a las capacidades para generar la
operacionalización de estas, para poder cumplir mantenimiento vanguardia su misión, en este caso mantener los
equipos y generar ingresos y valor agregado, vía creación de una estrategia alienada con la empresa, para obtener
acciones y factores claves de éxito, que maximicen la rentabilidad y competitividad de la organización, bajo el
novedoso y efectivo modelo de capacidades gerenciales, enmarcado en una arquitectura empresarial (Framework) EA,
de avanzada centrada en el servicio (Parra B. A.-R., 2018).

1.1 Introducción a capítulo

El enfoque de la obra muestra una orientación de arquitectura empresarial neta, total y única orientada hacia el
servicio (lo cual coincide en mantenimiento, que es netamente una entidad de servicio) apoyada en un modelo de redes
de capacidades del negocio y organizacionales (Londoño, Capacidades del negocio, nuevo orden mundial de éxito
empresarial, 2014).

La complejidad es uno de los paradigmas a resolver en este mundo creciente de desarrollo intelectual, gerencial
y operativo de mantenimiento y activos junto con producción y, muy a pesar de que se desea encasillar a
mantenimiento como una dependencia o función interna de la gestión de activos, esta se debe revisar seriamente a la
luz de la ciencia y no de las normas 16, que pudiera pensarse solo buscan el encasillamiento y el lucro basado en la
obligación de cumplimiento de ellas, bajo una ilusión de mejora, cuando realmente la complejidad, pone a pensar que
mantenimiento realmente es una capacidad avanzada del negocio (o puede llegar a serlo) que genera ventajas
competitivas impresionantes, apalancada en los recursos (tangibles o no de la empresa), los cuales por sí solos son
insuficientes para administrar la complejidad de las organizaciones, por lo cual mantenimiento como una capacidad
de la empresa o core del negocio, requiere de los recursos (activos tangibles o no) para poder operacionalizar
(Newbrough & Ramond, 1982) y cumplir su función (Aiken, 1971) (Londoño, Capacidades del negocio, nuevo orden
mundial de éxito empresarial, 2014).

Lo que induce a pensar que la relación entre mantenimiento y gestión de activos es totalmente
diferente a lo que es hoy en día y, muy distinto a lo que se promulga, lo cual se quiere a toda
costa hacer ver con la ilusión de unas normas, que no necesariamente per se, conducen al éxito
empresarial, si no hay un proceso de recursos, capacidad, interacción, estrategias, objetivos,
metas, factores y acciones claves de éxito, ventajas competitivas, sostenibilidad, analytics y
futuro, para lograr tomar decisiones que generen valor en el umbral del futuro en sus tres
dimensiones: corto, mediano y largo, lo que es posible y seguro de alcanzar bajo el enfoque de
modelos de negocio vanguardistas basados en las redes de capacidades neuronales de las
compañías, verbo y gracia, mantenimiento, objetivo central de este modelo de negocio aplicado.
El nuevo enfoque mundial, el cual ya no se basa solo en las ventajas competitivas de Michael Porter o de
Christopher Freeman, ni en los recursos como tal, ni en la sola tecnología, sino algo muy distinto y nuevo, el enfoque
de la interacción de los recursos y las capacidades del negocio, articuladas y puestas al servicio de generan de mayores
ventajas competitivas, exitosas, con el sistema de Arquitectura Empresarial AE con orientación netamente hacia el

16
Verbo y gracia la norma UNE-EN 16646:2015, que considera a mantenimiento como parte de la gestión de activos.

Alberto Mora G.
6 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

servicio (Lazreg & Gien, 2021) y, así permitir una conexión muy sólida entre los aspectos y procesos de índole técnicos
y/o tecnológicos de la empresa (como son la función de mantenimiento y la de operación, con activos) y las
capacidades del negocio, las cuales se operacionalizan para cumplir la misión de la empresa y alcanzar las ventajas
competitivas deseadas (Wireman T. , Word class maintenance management, 2001).

1.2 Objetivo de capítulo

Argumentar el hecho de poder considerar el mantenimiento en sus dimensiones de gestión y operación, como
un core competency de la empresa (capacidad central del negocio), que se apalanca en los recursos activos (tangibles
o no) para producir factores y acciones claves de éxito, que le permita generar estrategias efectivas para lograr
agregación de valor económico a la organización y maximizar su competitividad, bajo un modelo de enfoque de Grant
de capacidades gerenciales en una Arquitectura Empresarial orientada, netamente al servicio, que consolida a
mantenimiento como un recurso nuclear de la organización que usa los activos, generando un esquema novedoso,
impactante y funcional, al cual se le aplica analytics en cinco etapas del tiempo presente y futuro para poder concretar
su aplicabilidad como capacidad generadora de ingresos, a la vez que contribuye a las metas de la organización, donde
se recalca la importancia de mantenimiento sobre los activos.

La función de mantenimiento y operación es netamente de orden gerencial y operativo, donde el management

(traducción de gestión, administración o gerencia) es la esencia del proceso aplicado, por eso requiere que la estrategia,
que es la guía y faro de los procesos gerenciales de activos, se nutra de estrategias derivadas, no del verbo, sino de
técnicas numéricas y matemáticas, confiables que permitan maximizar su eficiencia (Hedding, 2021) y la logística de
las máquinas (Husband, 1976) operacional y su rendimiento financiero, a partir de interpretación analítica de estados
futuros, basados en curvas de confiabilidad de mantenimiento y operación, obtenidas con procesos de predicción de
Weibull y de otras técnicas Big Data (RAE@, 2020) & Business Intelligence (Cano, Lay, & Escobar, 2007), que
permitan generar ventajas competitivas a partir del modelo de capacidades en un AE de servicio, con el fundamento
conjunto de los sistemas Kantiano y Grantiano futurístico.

1.3 Fundamentación técnica, contextual y analítica

Las capacidades del negocio, aparecen como la posibilidad de tener un lenguaje similar en las organizaciones,
en su interior y en lo exógeno, lo cual posibilita rápidamente operacionalizar sus necesidades a través de la analytics,
convertida en sabiduría y conocimiento, en propiedad de las áreas de mantenimiento, que permiten tomar decisiones
efectivas, con el apoyo de los recursos activos tangibles (o no), para generar estrategias, factores claves de éxitos y
sus acciones de implementación, generando de manera muy fluida procesos y servicios técnicos, que concretan las
funciones, la gerencia y la operación de mantenimiento en recursos nucleares de la organización, para generar ingresos
y ventajas competitivas, de manera sostenible en un umbral largo en el tiempo, apoyada en la utilización de los activos,
que se supeditan a las capacidades gerenciales para poder cumplir su misión, en el caso concreto, sirven para apoyar
la gestión y operación de mantenimiento vanguardia.

Lo tradicional, es que las capacidades supuestamente están al servicio de los recursos, entendido como factores
de producción o activos, que la empresa controla para sus procesos tecnológicos y productivos (Barney, 1991)
(Dounce, 1998), este enfoque clásico es diferente a lo moderno de Grant, en donde las capacidades organizacionales
(recuerde organización, bajo el concepto Kantiano, que se superpone y coincide con Grant, como se enuncia en la
Figura 20 - Ensamble original de elementos de Sistema Kantiano hacia Grant), definidas como recursos nucleares de
la empresa, en el caso la gestión y operación de mantenimiento, (manegement, Fayol) en conjunto de las competencias
y habilidades organizacionales, le permiten a la empresa alcanzar estratégica y efectivamente su metas, de manera
sostenible y competitiva, con los activos al servicio de las capacidades, donde le brindan la operacionalización de las
funciones de ellas, en el caso particular mantenimiento vanguardia (Grant R. M., Generación de ventajas competitivas
con análisis estratégico, 2016) (Grant R. M., Capacidades organziacionales conducen al éxito, 1996).

Deben existir políticas organizacionales para crear y desarrollar habilidades y capacidades en las empresas, para
que lleguen a ser sostenibles, todo bajo una estructura del conocimiento, que se base en la experticia y en la
investigación.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 7

Las capacidades son aprendidas y aprehendidas por el negocio, con el transcurrir de los años, en su evolución
natural, también al solucionar problemas y estar en mercados altamente competidos y competitivos, mediante la
prefecta relación de la planeación estratégica, la cultura organizacional y las capacidades, por lo cual estas se vuelven
unas capacidades organizacionales específicas, las cuales son propias y no se pueden trasferir a otras empresas, para
convertir en un recurso nuclear de los negocios, de ahí surge su capacidad de generar factores y acciones claves de
éxito, estrategias exitosas, agregar valor y rentabilidad, para maximizar su competitividad, que es un conjunto de
habilidades (Core & Cord) relevantes y sobresalientes de la empresa, que son sostenibles y perennes al través de los
años por las compañías, con mucho esfuerzo, las cuales no son fácilmente copiables o identificables por la
competencia, en yuxtaposición de los activos (tangibles o no), estas habilidades no se deterioran con el tiempo, más
bien se incrementan, ya que las portadoras son las personas de la organización (Ventura, 1996) (Prahalad C. -H.,
1990).

Esto consolida y entrelaza, todos los contenidos de sistema Kantiano, teorías de Maslow & Herzberg, Grant,
Prahalad, Hamel y, demás conceptos que se desarrollan hasta el momento, pero se consolida que mantenimiento es un
recurso nuclear de la organización, que genera beneficios estratégicos y económicos a la organización, bajo el modelo
gerencial de las capacidades de la empresa de Grant, al combinarse con Kant y demás autores (Grant R. M.,
Comtemporary strategy analysis, 2016) (Grant R. M., Recursos, capacidades y valor estratégico organizacional, 2014)
(Villamil, 2021).

Esto sustenta que las estrategias, que son el primer faro para alcanzar generación de valor, se fundamentan en
las capacidades internas del negocio, apalancadas en los recursos activos (tangibles o no) proveen a las directivas de
mantenimiento el camino hacia la creación de factores claves de éxito que garantizan competitividad de toda la
organización.

Fenomenal: con las capacidades internas (mantenimiento) apoyadas en los recursos (activos)
propios, se logran grandes beneficios externos.
Mantenimiento es un Cord Competence
Activos son recursos al servicio de los Cords
Mantenimiento es una capacidad gerencial y estratégica del negocio, se le considera un recurso
nuclear de la competitividad y del éxito empresarial, apalancada en los recursos (Activos) para
lograr implementar su estrategia.
Las capacidades gerenciales y operacionales internas, al apalancarse en los recursos son la fuente primaria de
creación de valor económico, competitividad, sostenibilidad y utilidades en umbral de tiempo amplio, para las
empresas, vía mantenimiento como capacidad del negocio, al ser las capacidades del negocio el mecanismo efectivo,
para lograr articular el negocio y la tecnología (Londoño, Capacidades del negocio, nuevo orden mundial de éxito
empresarial, 2014) (Mora Gutiérrez & Villamil - Simancas, 2021) (Arango, Londoño, & Álvarez, 2011).

Las habilidades estratégicas y las capacidades organizacionales son la piedra angular que permite convertir la
estrategia lograda por mantenimiento como core del negocio, en acciones concretas tangibles, para cumplir su misión
(Lynch, Diezemann, & Dowling, Competenciales esenciales de los negocios Recursos nucleares, 2003) (Lynch R. ,
Diezemann, Dowling, & O'Gorman, 2004) con el uso mancomunado de la gestión de activos como recursos de la
empresa, para lograr su fin.

Es importante resaltar que mantenimiento y gestión de activos, son eventos independientes y que suceden en
diferentes tiempos, indudablemente primero es mantenimiento y luego es la rentabilización de los equipos,
denominados activos (tangibles o no) en términos financieros, pero es importante resaltar que primero se cumple con
la función de operación para la cual se construyen equipos y, posteriormente se les aplica mantenimiento cuando
empiezan a presentar pérdidas de funcionalidad y, luego al tiempo se procura se rentabilidad (Solex@, 2020) (Mora
Gutiérrez & Villamil - Simancas, 2021) aunque no necesariamente de forma obligatoria, la rentabilidad de un equipo,
no implica necesariamente que hayan ventajas competitivas sostenibles, ni tampoco garantiza generación total de valor
para la corporación, de forma imperativa, sine qua non.

Alberto Mora G.
8 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

La tesis de que sin equipos no hay mantenimiento es clara, posteriormente de la adquisición

de activos, viene la operación, de donde se puede afirmar que sin equipos no hay producción,
entonces si hay operación hay mantenimiento, o dicho de otra manera si un equipo no produce,
no produjo o no lo hará a futuro, no hay mantenimiento, lo cual permite deducir, en su orden
correlacional, que si no hay equipos, no hay producción, luego no hay mantenimiento y en
forma inmediata no podrá haber gestión de activos, pero no se puede afirmar que si hay
equipos, hay operación y, existirá obligatoriamente mantenimiento, habrá preferencial y/u
obligatoria y necesariamente gestión de activos.
Se deduce que la gestión de activos problamente requiere de pasos previos a mantenimiento,
pero en este enfoque de capacidades nucleares, que define taxativamente que mantenimieno es
quien requiere obligatoriamente de los activos (tangibles o no), no viceversa.

Figura 1 - Mantenimiento es una capacidad del negocio que usa activos para cumplir su función

Nota: este enfoque de Grant, propende y pone de manifiesto que una metodología analítica de mantenimiento entendida y puesta
en marcha como una capacidad nuclear de la empresa, para ello usa el concurso de los activos (tangibles o no) para cumplir su
cometido, de garantizar la funcionalidad de los equipos, más no necesariamente se requiere de forma obligatoria su gestión (es
secundaria y opcional, más sin embargo es obligatorio el mandato de que mantenimiento se apoya en recursos activos) (Solex@,
2020) (Londoño, Capacidades del negocio, nuevo orden mundial de éxito empresarial, 2014) (Arango, Londoño, & Álvarez, 2011)
(Grant R. M., Comtemporary strategy analysis, 2016).
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 9

La gestión de activos postula y propende desde la determinación de un equipo específico, luego se encarga del
diseño (si se requiere un activo novedoso y diferente a lo habitual) o de asimilar equipos ya existentes en el mercado,
luego permite alinear las demás divisiones de la empresa para que se integren alrededor del activo y poder lograr un
buen desempeño funcional y operacional, inicialmente y luego su rentabilidad adecuada (Solex@, 2020).

En la gestión y operación del mantenimiento, una capacidad del negocio, que procura mantener y maximizar la
funcionalidad de sus equipos, pero que no tiene como misión principal el mantenimiento: el garantizar su rentabilidad
financiera, ni el retorno sobre la inversión, aquí hay confusión al respecto, el carácter obligante de mantenimiento
estriba en garantizar la funcionalidad y, usa los activos para ello, es decir el mantenimiento es gestión (que es una
actividad mental racional) y se vuelve ingeniería real, cuando se aplica a una máquina o activo; con lo cual queda
claro, que es mantenimiento quien usa a los activos, y no en forma inversa.

1.3.1 Aspectos internos, clave del éxito vanguardista de mantenimiento

Las capacidades organizacionales permiten traducir las estrategias en acciones, es decir convierten a
mantenimiento en una capacidad gerencial del negocio, que permite traducir las estrategias corporativas o específicas
de mantenimiento, en factores y acciones claves de éxito para generar valor en la empresa, al usar los recursos activos
(tangibles o no) como su apalancamiento para cumplir su función propia, generando beneficios económicos y el logro
de las metas empresariales (Sourís, 1992), de esta forma catapulta el estadio analytics al máximo nivel y permite
maximizar el CMD 17 (Smith, 1983), la rentabilidad y la competitividad (mantenimiento es una capacidad y los activos
son los recursos) (Arango, Londoño, & Álvarez, 2011) (Gimbert, 2009) (Mora & Espinel Blanco, Mantenimiento
estadístico en activos, 2020; Consultant, 2921) (Ramakumar, 1996) (Riis, Luxhøj, & Thorsteinsson, 1997) (Rey,
1996).

Tradicionalmente es el enfoque de Michael Porter (Herrero, 2018), de Christopher Freeman 18 (Freeman &
Landau, 2021), de David Ricardo (Reed, 1971) (Ricardo, 1817) (hace ya varios siglos) y de diversos autores a finales
del siglo anterior, que enuncian y propenden que el éxito organizacional está en lo exógeno de las instituciones,
concentrando allí todo el esfuerzo empresarial, más sin embargo hoy viajamos en otras naves, bajo contextos muy
diferentes y el proceso se revierte, lo cual enfila los análisis y las decisiones al interior, en búsqueda de las capacidades
del negocio al interior de las empresas, como vector de éxito efectivo (Prahalad & Hammel, 2011) .

Es a partir de estos principios novedosos, que las empresas empiezan a estudiar a fondo la función suprema de
mantenimiento vanguardia, al interior de la compañía, dejando momentáneamente de lado la ilusión exógena, de que
con normas impositivas externas puede mejorar el mantenimiento y las finanzas vía gestión activos, de esta manera
comienzan a adoptar una formulación y orientación de la estrategia fundamentada más en los aspectos internos (los
cuales puede controlar), que en los externos (Prahalad C. -H., 1990) (Gimbert, 2009) (Grant R. M., Recursos,
capacidades y valor estratégico organizacional, 2014) o en la ilusión de que si aplican o se certifican en ciertas normas
se vuelven exitosos.

Esto posibilita la detección de los recursos y capacidades del negocio, como factores de éxito al interior de las
empresas, para crear ventajas competitivas en mantenimiento con apalancamiento en los activos, en la materialización
de una estrategia que permita hacer frente a los entornos de alta complejidad y volatilidad del presente y futuro cercano,
lo cual se alcanza solo a través de la construcción de escenarios futuros y viables, mediante la analytics aplicada a
GOMAP, que generan valor y competitividad sostenible en el largo plazo (Mora Gutiérrez & Villamil - Simancas,
2021) (Londoño, Capacidades del negocio, nuevo orden mundial de éxito empresarial, 2014).

Mantenimiento es un Cord & Activos son recursos al servicio de los Cords Competencvies
(Mantenimiento) para de forma mancomunada alcanzar metas y objetivos, aplicar la
estrategia del negocio, conseguir factores claves de éxito y por ende ser competitivos.

17
CMD - Confiabilidad Mantenibilidad Disponibilidad - En inglés RAM Reliability (Confiabilidad) Availability (Disponibilidad) Maintainability
(Mantenibilidad).
18
Christopher Freeman (11 de septiembre de 1921 – 16 de agosto de 2010)1 fue un economista británico, fundador y primer director de Unidad de
Investigación de Políticas Científicas en la Universidad de Sussex, y uno de los más eminentes teóricos modernos de las ondas de Kondratiev y los
del ciclo económico. Freeman contribuyó en gran medida a la reactivación de la tradición neo-schumpeteriana.

Alberto Mora G.
10 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

El éxito empresarial y de los negocios, estriba en gran parte en las decisiones acertadas y estratégicas que se
tomen, con base en data o con información muy excelsa, bien analizada y perfectamente tratada, en el momento
oportuno, tanto para la gestión como en la operación de mantenimiento y activos, requieren de las decisiones correctas
para poder cumplir su cometido.

La mayoría de softwares especializados de mantenimiento y de activos, de pronósticos, estadísticos y/o

plataformas informáticas de Big Data (Excelting@, 2018) (Ríos & Gómez-Ullate Oteiza, 2019) o de Business
Intelligence generan un sinfín de indicadores, KPI 19, índices, ratios, dashboard, demand planning, plan de
reabastecimientos, datos, gráficas, etcétera; muchas veces tocan la frontera del exceso, sin mucha claridad sobre dichos
procesos de mantenimiento, inventarios, activos, producción y otras áreas afines de las empresas (Venkatesan, 1992)
(Vargas, 2014); esto por lo general manifiesta una prioridad en lo no profundo, ni útil, muchos de estos programas se
quedan en lo sutil, en lo gráfico, en lo visual, en lo poco profundo y sin validez técnica alguna, pero poco profundizan
en los temas tecnológicos, científicos y de viabilidad de mantenimiento, big data, forecast, foresigh, pronósticos,
cognitive or prescriptive analytics, inventarios, planeación de la demanda y, muchos otras temáticas afines.

En conclusión no solo es utilizar los programas, sino dominar el conocimiento técnico pertinente necesario detrás
de la temática analizada; es muy común ver que los expertos en dichos programas de estadística, de estocástica, de la
analítica o de big data y, afines, desconocen totalmente la riguridad de los criterios técnico-científicos que dominan
dichas temáticas en su profundidad científica; como también es muy común que los ejecutivos, personal de apoyo,
profesores universitarios, manejadores, asesores comerciales y demás personal directamente involucrados con dichos
programas o plataformas informáticas, no manejan con solidez, ni suficiencia, los conocimientos técnicos requeridos
para una interpretación gerencial y estratégica correcta, lamentablemente se cree que porque son programas
internacionales, son exentos de errores, automáticos, infalibles, y, que todo resultado que generan es correcto y, no es
así.

Esta obra genera el deber ser de dichos procesos, a tal efecto transfiere y entrega todos los conocimientos
relevantes y pertinentes requeridos, de orden técnicos, metodologías, métodos, criterios, fundamentos científicos de
interpretación avanzada, pasos y secuencia lógica requerida de ETL 20, cálculos, estimaciones, carga, estudio de curvas
de resultados, analítica en todas sus fases (diagnóstica, descriptiva, predictiva, prescriptiva y cognitiva), requeridos
para construir y desarrollar un proceso fiable y certero, con procesos de datos concluyentes, con validez estadística y
estocástica, que permita tomar decisiones oportunas que agreguen valor, generen factores claves de éxito, produzcan
una estrategia que alcance las metas de la compañía y generen importantes ingresos vía gestión y operación de
mantenimiento y de activos, tanto tangibles como intangibles, como se ilustra en la Figura 2 - Valor agregado de
enfoque vanguardista Grant & Kant de mantenimiento, para el umbral de tiempo que se desee de corto (cero a dos
meses), mediano (de más de dos meses a dos años) o largo plazo (de dos a veintidós años).

Un aspecto vital de esta obra es que rompe con paradigmas, mitos, tradiciones y sistemas institucionales que
regresan las personas, su docto21 y su razón a ser menores de edad 22, sin derecho a crítica, réplica, interpretaciones
más liberales y/o universales y menos a la interpretación basada en el crecimiento de su sabiduría, en la razón y
pensamiento (Kant I. , 1999)23.

Se considera la autonomía intelectual como una razón libre de encasillamientos exógenos al humano, en su
origen la filosofía, aplicó la razón instrumental, estableciendo procedimientos, realizando tipologías y clasificaciones,
orientados principalmente al control, subordinación y manipulación de los sectores con los cuales trabajaban los seres

19
KPI - Key Performance Indicators
20
ETL Extraction Transformation Load - Extracción Transformación Cargue de datos, más su transformación y agregación de valor en información,
conocimiento, sabiduría e inteligencia; todo en el campo de la analytics, aplicado a aspectos gerenciales y operativos de mantenimiento y gestión
de activos.
21
Docto, según la Real Academia Española, de www.rae.es. significa que una persona a fuerza de estudios ha adquirido más conocimientos que
los comunes u ordinarios.
22
Expresión de Immanuel Kant en su obra la Ilustración, donde define, minoría de edad es la imposibilidad de servirse de su entendimiento sin la
guía de otro. Esta imposibilidad es culpable cuando la causa no reside en la falta de entendimiento, sino de decisión y valor para servirse del suyo
sin la guía de otro (Filosofía&Co, 2019).
23
La obra de Kant sobre la ilustración, son escritos reunidos en este volumen, los cuales fueron publicados entre 1784 y 1798, esto es, en la época
de madurez de Kant, después de Crítica de la razón pura. Externamente lo que une a los textos es su mayor brevedad en comparación con las tres
críticas. Brevedad que no cabe confundir, como se ha señalado en muchas ocasiones en la literatura especializada, con ser escritos menores. Están
dedicados, dentro de la gran estructura del sistema kantiano, a cuestiones parciales o concretas a las que aplica las ideas definidas en las grandes
obras. En ocasiones son estos escritos más breves los que definen campos del saber que de su tiempo al nuestro han adquirido mayor importancia
y relieve público. Cada uno de estos artículos fue pensado para hacer frente a cualquiera de las ideologías rivales que en su tiempo reclamaban la
dirección de los espíritus y las conductas.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 11

humanos, utilizando la moral, la fe, lo improbable, lo indemostrable, lo inentendible y la obediencia como sustento de
su discurso y reduciendo su intervención a procesos burocrático-administrativos, o a cuadernos obsoletos de
conocimiento (IICSBigData@, 2016), faltos de docto y en todo caso, como fuertes limitadores del progreso y de la
modernidad (Filosofía&Co, 2019) (IIC@, 2016).

Figura 2 - Valor agregado de enfoque vanguardista Grant & Kant de mantenimiento

Nota: este es el enfoque novedoso de mantenimiento (donde es una capacidad gerencial del negocio) y activos (son recursos donde se apoya
mantenimiento para alcanzar el éxito), que logra generar valor y grandes utilidades, con infinitas ventajas competitivas para la empresa, que tenga
la madurez suficiente - Ilustración propia adaptada de Grant & Palacio & Londoño (Grant R. M., Recursos, capacidades y valor estratégico
organizacional, 2014) (Londoño, Cord ventajas competitivas mantenimiento, 2020) (Palacio, 2016) (Grant R. M., Generación de ventajas
competitivas con análisis estratégico, 2016) (Arango, Londoño, & Álvarez, 2011).

Alberto Mora G.
12 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

1.4 Kant, progreso, razón, sabiduría, futuro, docto y modernidad.

La idea es abordar de forma adecuada y eficaz, el problema del análisis futurístico, desde varios ejes
estructurales, uno de ellos es la posición del individuo, en especial de su razón y/o de su razonamiento, frente a su
contexto y/o a su grupo, o a su uso público de su razón con libertad total de expresión y libre de dogmatismos o tutelas,
es decir, parte de la metodología humana al través de los tiempos, es crear instituciones, sociedades, normas,
gobiernos, universidades, agremiaciones, desarrolladores de softwares, certificaciones, organizaciones que clasifican
y jerarquizan las formas de pensar o actuar de la razón humana, grupos que califican y juzgan si ciertas personas deben
o no pertenecer a ciertos grupos especiales; limitando dicho estatus a pertenecer o no a ellos, con un agravante, de que
si el individuo usa su razón pública basado en el docto, por su experiencia y conocimientos, con diferentes posiciones
a los conceptos que priman en el grupo que lo calificó, acogió, educó o jerarquizó, es opuesto al grupo y no puede
pertenecer a él, no siempre a estos miembros así aclaren que hablan a nombre propio o personal, pueden usar su razón
pública abiertamente a los escuchas, sean quienes fueren.

La razón instrumental subyuga y la razón crítica emancipa el raciocinio, permite la universalización y el progreso
masivo, logra la emancipación y la pronta superación efectiva de la minoría de edad intelectual.

Figura 3 - Razón instrumental versus razón crítica, confusión en su uso e interpretación

Nota: este enfoque de Kant propende poner de manifiesto que una metodología analítica de mantenimiento y activos, para generar
valor económico a la organización, se debe basar plenamente en la razón personal expuesta en público, sin ninguna restricción,
asimilando la razón crítica, sin limitarse por normas, por asociaciones, por certificaciones, por grupos de estadística o ingeniería
(Nemónico, 2013) (González J. -F., 2016).

La analítica exige mucha libertad de raciocinio, sin limitantes, ni cortapisas conceptuales, el enfoque generador
de ingresos corporativos, vía mantenimiento, se apoya en un razonamiento libre como uno de sus ejes estructurales.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 13

1.4.1 La ilustración
Es el vehículo más eficiente para alcanzar la razón crítica, se logra cuando se supera la minoría de edad, en los
cuales quiere encasillarnos la razón instrumental, que nos usa como instrumentos para servir a otros, que no
necesariamente son los más ilustrados, hablando en términos intelectuales de Kant.

Vamos a considerar del texto de este autor lo que define el, como ilustración, que fue considerado como su
mayor mérito.

Para ello se trae a colación su síntesis al respecto: la salida efectiva a la emancipación intelectual y a la libertad
de pensamiento y al raciocinio crítico, según Kant 24, es cuando se supera la minoría de edad, la cual considera como
la imposibilidad de servirse de su entendimiento, sin tener que subyugarlo o someterlo, a otro pensamiento no propio,
esta imposibilidad puede radicar en varias causales, entre otras: falta de conocimiento, pereza, ausencia de valor de
servirse de su propia racionalidad, la falta de valentía, dado que ser menor de edad es muy cómodo y fácil, no requiere
esfuerzos y pasa desapercibido siempre, es más sencillo ser dirigido que director, de uno mismo y de otros, mediante
un intelecto avanzado.

Es importante resaltar que se puede obedecer a una autoridad con élite, siempre y cuando sean ilustrados, no hay
razón para no hacerlo, al menos hasta que esos conceptos y conocimientos de los ilustrados, se irriguen masivamente
por el mundo, aplicándose el concepto de universalidad, el cual surge como condición del modernismo y del progreso,
con el único fin de que todos los humanos puedan pensar y razonar, con carácter de igualdad, de uso racional crítico
y en minoría de edad superada, con creces.

1.4.2 Razón emancipadora

Es necesario comprender que uno de los ejes estructurales del proceso analítico futurístico, generador de ventajas
competitivas y valor, a partir del nuevo concepto mantenimiento, como una capacidad gerencial del negocio, de
primera línea, se inicia en la capacidad que tienen los seres humanos para lograr su emancipación racional. Para ello,
se toca inicialmente el tema de minoría de edad, en cuanto al raciocinio.

Es el empuje moderno de qué los analistas no sean menores de edad, racionalmente hablando, es típico observar
cuando a un analista de programas informáticos recientes y de cierto impacto, por ejemplo cuáles son los factores con
que un software calcula un modelo de Holt Winter (Ladiray & Quenneville, 2001), el cual define sencillamente como
estacional-tendencial, manifiesta siempre con una minoría de edad que no se requiere, esto es lo que atrasa al mundo,
es el que no le permite alcanzar la modernidad, de la cual se habla a continuación.

Muchos de los paquetes de Big Data (Lara, 2018), Business Intelligence o de estadística (Forcadas, 1983)
(Gnedenko & Ushakov, 1999), les sucede exactamente lo mismo, no generan ni producen el análisis serio, requerido
para poder construir un futuro creíble y factible de que realmente suceda, estas expresiones son las que matan el
intelecto crítico en temas de futuro, de mantenimiento y de gestión de activos.

Esta racionalidad crítica, tiene un marcado carácter antropocéntrico: es solo el humano independientemente
emancipado, con mayoría de edad intelectual, es solo el quien puede dar explicaciones y causas ciertas, sobre
fenómenos naturales y quien, a través de esa mayoría de edad intelectual, puede también intervenir sobre la naturaleza
con sabiduría, progreso, delicadeza, sostenibilidad y acierto, estas compañías locales o internacionales de estos
programas o softwares supuestamente confiables, exactos y casi infalibles, son los que en el mundo de hoy, con esta
forma de intervención profesional se obstaculiza la posibilidad del acceso a la racionalidad intelectual, emancipadora
y la superación de la minoría de edad.

El sometimiento intelectual, moral, disciplinar y/o corporal, etcétera, son conceptos que no reconocen derechos
universales de la humanidad y cercenan el raciocinio.

En los sitios donde había sublevación intelectual o corporal, lo que generaba problemas a las supuestas
autoridades eruditas o no, se restauraba el orden social preexistente de manera autoritaria o forzada, lo cual garantizaba
que el orden futuro de los individuos era conocido, y definido con anterioridad, por los líderes de esa comunidad a la
que pertenecían, con base en clase social, etnia, geografía, rasgos físicos, origen, cultura, religión profesada,

24
Kant - El no considera que lo que su contexto traía, hasta esa fecha era inútil, el sí tenía en cuenta y no descuida las tendencias de la antigua
metafísica, del interés por lo religioso, por lo espiritual, por el alma, por la inmortalidad, la libertad, por los valores morales y éticos, etcétera, sino
que trata de comprenderlos de forma nueva, que fue demasiado impactante y cortadora de tiempos en el pensamiento.

Alberto Mora G.
14 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

enfermedades, geopolítica y demás parámetros que los cobija, con el fin de poder someterlos social y/o
intelectualmente (Parra G. , 2013) (Barg, 2004).

Es indispensable que el estratega de mantenimiento y activos, con el enfoque moderno de esta

obra, tenga mayoría de edad racional, posea universalidad, desarrolle libertad intelectual
emancipadora, desee permanentemente como principio el progreso y el modernismo y, por últomo
el pronóstico; es decir que los hechos de la modernidad sean perennes en el umbral del futuro
por venir, indiferente de los tiempos y espacios en se viva, para ese momento, permitiendo la
perpetuidad, hasta que nuevos raciocinios mejoren o superen drástiocamente los anteriores.
1.4.3 Universalidad
Los seres pensantes analistas futurísticas de situaciones decisionales de mantenimiento y activos, requieren del
principio de validez universal, es fundamental que lo que hagan tenga fundamento universal, basado en el enfoque
sistémico Grantiano y Kantiano, este se muestra en la siguiente figura 3, donde están sus elementos constitutivos.

El modernismo, hace que los conocimientos críticos válidos y ciertos tengan carácter universal y no solo de
algunos softwares o de algunas firmas o personas, que desean comercializar y cuyo único fin puede ser el dominio
tecnológico, convirtiendo a los usuarios solo en menores de edad, que no puedan cuestionar sus softwares o procesos
de cálculo, o el hecho de supeditarse a normas u asociaciones, que no necesariamente siempre son verdaderas y
conducentes al éxito.

La universalidad genera que todos los humanos emancipados intelectualmente, puedan racionalizar conceptos
universales, basados en que puedan pensar de forma igual, con un vector y forma de pensamiento propio, basado en
el conocimiento y la experticia adquirida, en su formación y emancipación intelectual, de carácter científico.

1.4.4 Normas
Muchas veces en su afán de estandarizar aspectos técnicos, científicos o del conocimiento, estandarizan
procedimientos, lo que hace que estos se enclaustren y no prosperen, se vuelvan solo de unos pocos, de una élite, que
se supone sabe más que los demás, probablemente para poner trabas y más peldaños en los procesos de empleo o de
aplicación a licitaciones, en muchas ocasiones sirven para generar ingresos a estas asociaciones de la élite, que colocan
exámenes, cursos y procedimientos, propios que no siguen el método científico (como se describen los niveles del
conocimiento en la Figura 6 - Niveles del raciocinio humano y sus escalas de validez, donde se muestran los escalones
requeridos y se define solo como válido el tercero), en sus desarrollos y limitan el progreso, la modernidad y generan
minoría de edad a quienes se someten a estas certificaciones, valoraciones y exámenes; que no siempre garantizan que
el conocimiento que reciben es adecuado y no siempre permiten la generación de ventajas competitivas en su sociedad
u organización.

Al igual ese movimiento popular que arrastra usualmente hacia la libertad intelectual, se ve constreñido y
limitado por diversos personajes, asociaciones, normas, reglamentos, certificaciones y diversas formas, no siempre
una revolución es capaz de reformar profundamente la verdadera forma de pensar, basada en un razonamiento crítico,
emancipado y público, usualmente mantiene el despotismo Kantiano y su opresión dominante, a pesar de que se logren
ciertos cambios sociales, que son una fábula a lo intelectual, de igual forma la gran muchedumbre no podrá llegar a
ser mayor de edad vía una revolución, a veces se logra el efecto contrario (el de subyugación y pérdida total de la
emancipación racional) en diferentes países (o regiones) y se ve a menudo en diversos continentes.

Definitivamente las Normas o certificaciones, nacionales o internacionales, no pueden ser las

herramientas bandera de una estrategia analítica, que pretende generar valor con la gestión y
operación de mantenimiento y activos, bajo el enfoque Grant & Kant de GOMAP, a
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 15

partir de serios estudios futurísticos de corto, mediano y largo plazo, para generar estrategias
que verdaderamente conduzcan a la creación de factores claves de éxito que produzcan valor
agregado de alta competitividad.

Figura 4 - Enfoque sistémico Kantiano

Nota: Kant mediante sus desarrollos de su enfoque sistémico, permite comprender cualquier sistema técnico, humano, social,
natural o científico, definiendo sus tres elementos naturales: personas, artefactos y entorno, a la vez que entrega sus relaciones,
reglas y niveles. Permitiendo el nacimiento de la ingeniería de sistemas y todo el avance tecnológico a su alrededor como la
analytics, Business Intelligence y la Big Data (Filosofía&Co, El pensamiento ilustrado de Kant, 2019) (Mora A. -G., Mantenimiento
estrategico, 2017)(Chiavenato, 2005) (Bertalanffy, Teoría General de los Sistemas, 1994) (Synapsis@, 2014).

El tratamiento del mantenimiento (como una ciencia) permite sintetizar sus elementos principales en tres:
producción, máquinas y mantenimiento; a la vez que admite su jerarquización en niveles de categorías, como lo
muestra la Figura 6 - Niveles del raciocinio humano y sus escalas de validez) (Bertalanffy, Teoría General de los
Sistemas, 1994)(Whorf, 1953)(Whorf, 1952)(Uexcüll, 1920) y que establece las relaciones y las condiciones entre sus
tres elementos .

1.4.5 Razón
Es el epicentro de los ejes vectoriales de Kant y de la facilidad del pensamiento libre de ataduras, que interrumpen
el progreso tecnológico y de la ciencia, como muestra la Figura 4 - Enfoque sistémico Kantiano.

Es interesante ver, como con la pandemia del año 2019, se liberaron las ataduras y en diversas partes del mundo,
aparecieron fluidamente diferentes soluciones parciales o totales.

El uso público de la razón, con carácter de progreso, modernidad y universalidad, es el vehículo por excelencia
para alcanzar la ilustración, vía la razón. También este concepto de la razón pública se fundamenta en el derecho
universal que tiene toda persona de usar su docto, para ilustrar a masas o múltiples personas, siempre y cuando lo haga
con fundamentación técnica o científica, sin intereses comerciales, ni de consumismo mercantilista.

Alberto Mora G.
16 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Figura 5 - La razón, producto de la ilustración y sus limitantes

Nota: usualmente se debe entender la razón como el eje vectorial más relevante de los procesos analíticos futurísticos, requeridos
para general valor agregado a una organización, de forma certera y eficaz, es por ello, por lo que lo primero a verificar en la
empresa, es la libertad de pensamiento y madurez individual y empresarial basada en un conocimiento de avanzada, sin limitantes
de normas, asociaciones u otras formas. Elaboración propia adaptado de múltiples fuentes gráficas en internet libres de derechos
de uso (Nemónico, 2013).

Este asunto de mercadeo o de comercio, es demasiado importante a la hora de usar algoritmos,

softwares, conocimientos, metodologías, criterios estandarizados, métodos, procesos de cálculos
preestablecidos y afines, dado que sus creadores, impulsores, vendedores, solo les motiva lo
económico, desconociendo abruptamente la verdadera ciencia, como se da en abundancia en la
actualidad con muchas herramientas y plataformas informáticas modernas; es allí donde
empiezan a aparecer las primeras brechas serias, entre la ciencia, el comercio, las empresas,
los creadores o desarrolladores de herramientas informáticas, la industria, los centros de
desarrollo, el conocimiento científico y afines, lo cual impacta lo que tanto se menciona en esta
obra, la libertad analítica fundamentada, necesaria para poder desarrollar de forma creíble,
certera y sostenible, conocimiento y realidades en el tiempo futuro.
En el caso de la religión, los sacerdotes, clérigos, pastores, etcétera, solo pueden usar su
razón privada entre los miembros de su comunidad y alineada totalmente a su institución, ya
que administran un mandato ajeno a su razón propia, pero cuando se dirigen a un público en
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 17

general, no en carácter institucional, tienen libertad infinita de expresar y usar públicamente

su razón personal, siempre y cuando lo hagan a título personal, con respeto, aclarando esto
de manera previa, este mismo hecho ocurre en las instituciones castrenses, militares, etcétera,
donde se requiere la sumisión total.
Figura 6 - Niveles del raciocinio humano y sus escalas de validez

Nota: es necesariamente obligatorio, que el estratega analista de futuros de GOMAP, sepa discernir entre lo subjetivo, lo cultural
y el conocimiento universal, válido de corte científico (Blanchard, Ingeniería Logística, 1995) (HajShirmohammad & Wedley,
Gestión de mantenimiento, una capacidad gerencial, 2004) (Uexcüll, 1920) (Bertalanffy, Teoría General de los Sistemas, 1994)
(Whorf, Language, Thought and reality: selected writings of B.L. Whorf – John Caroll, Ed. John Wiley & Sons, 1953) (Whorf,
Collected Papers on Metalinguistic – Foreign Service Institute – Department of State, 1952).

Un analista del tema en la temática central de esta obra no puede renunciar nunca al crecimiento permanente de
su docto, ni tener temor al uso de su razón pública y menos a su permanente ilustración 25, que debe actualizarse de
manera continua o con intervalos de tiempos no muy largos.

No se recomienda abordar análisis de orden cognitivo, de GOMAP, sin la suficiente ilustración, docto de
excelente nivel y contar con un dominio y entendimiento universal, de las herramientas (Kume, 1992), algoritmos y
conocimientos, que se usan para el análisis y las decisiones que se toman.

1.4.6 Fe, educación y religión

Si bien la fe, en su dicho popular mueve montañas, no es el caso en esta obra, durante las grandes conquistas
europeas, por lo general lo religioso con gran poder político, social y económico, influye tremendamente la educación
forzosa, impuesta y avasallante, inclusive acabando con ciencias, conocimientos, tradiciones y leyendas, que tenían
pobladores u aborígenes en las tierras conquistadas o invadidas.

25
Podría aplazarla por un tiempo minúsculo, pero nunca renunciar a él, eso lo veta para hacer cognitive analiytics, de por vida.

Alberto Mora G.
18 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

La fe definitivamente no necesariamente es compatible, ni tiene empatía con el conocimiento o con el avance de

la ciencia mundial, aún se observa en algunas religiones el divorcio total en algunos aspectos como el derecho o la
obligación a la reproducción humana, la reencarnación, creencia en fenómenos naturales o científicos como obras
religiosas o del abstracto universo.

Es de entender que casi todo lo religioso o divino, se entiende por la fe, más no por el razonamiento crítico, ni
por la intelectualidad y menos por la lógica racional.

La ficción puede confundir los hechos reales, además la interpretación basada en la veracidad puede conducir a
que si no comprueba científicamente y de forma aplicada, el grado de verdad de los hechos reales, genera
automáticamente dudas, contradicciones o personas con mentalidades que se caracterizan por una disociación de sus
funciones psíquicas, que los alejan del mundo real verdadero, los cuales pierden todo sentido de funcionalidad social
y personal humana,; con posibilidades de que se conviertan en ignorantes de la razón y de lo funcional (Parra G. ,
2013) y por ende llegar a ser profanos en el análisis futurístico (o de otras disciplinas), de gestión de mantenimiento
y activos (Wrennall & Quaterman, 1994), bajo el enfoque Grantiano y Kantiano (Filosofía&Co, El pensamiento
ilustrado de Kant, 2019) (Mora A. -G., Mantenimiento estrategico, 2017) (Wireman T. , 1994).

La fe es un producto del deseo.

El deseo humano es siempre de carácter afectivo o emocional, muchas veces casi que intuitivo, generado por
factores externos, sociales o endógenos que lo excita.

Figura 7 - Motivaciones para reconocer la necesidad del conocimiento - Herzberg & Maslow
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 19

Nota: describe las sólidas bases de las motivaciones, los deseos humanos, los procesos que impulsan a la humanidad a superarse,
a sentir esa necesidad de mejorar sus estándares de vida y su crecimiento personal bajo los enfoques Maslow y Herzberg,
encontrando que su máximo nivel alcanzable es el conocimiento, el cual es infinito, epicentro de esta obra, donde coincide con
Grant en la búsqueda del conocimiento supremo en la Figura 19 - Agregación de valor de Analytics en Mantenimiento y Activos,
en sus cinco dimensiones, saliendo de la data burda coincidente con Kant, hasta su transformación sostenida en información, luego
en conocimiento, posteriormente en sabiduría y por último en inteligencia, que nuevamente aborda al fundador Kant del raciocinio
intelectual, con lo cual se invoca los fuertes hilos comunes y entrelazados en los diferentes autores descritos, especialmente el
enfoque sistémico y causal de Kant, con la superación intelectual de Herzberg & Maslow y los métodos de Grant. Imagen
desarrollada por el autor, con base en los conceptos de los autores expuestos en las siguientes citas (HajShirmohammad & Wedley,
Gestión de mantenimiento, una capacidad gerencial, 2004) (Uexcüll, 1920) (Bertalanffy, Teoría General de los Sistemas, 1994)
(Whorf, Language, Thought and reality: selected writings of B.L. Whorf – John Caroll, Ed. John Wiley & Sons, 1953) (Whorf,
Collected Papers on Metalinguistic – Foreign Service Institute – Department of State, 1952) (Barg, 2004) (Movilla, 2019) (Maslow
A. H., 2008) (Herzberg, Mausner, & Snyderman, 2017).
Definitivamente el deseo genera reacción en los humanos, con sentimientos e impulsos (no racionales) de orden
irracional e irascible (Kant I. , 1999) (Parra G. , 2013), que no podrían garantizar el empoderamiento, la emancipación
intelectual, la razón crítica, bajo ninguna opción, la búsqueda insaciable de nuevos conocimientos para progresar.

1.4.7 Conocimiento
En las siguientes ilustraciones, se observa como el conocimiento es la necesidad máxima de satisfacción del ser
humano, por lo general para la sociedad que desea superarse, se convierte en un requerimiento; lo cual se sincroniza
perfectamente con los enfoques Kant & Grant, que terminan generando valor en las empresas, vía conversión de
mantenimiento en una capacidad organizacional, apoyada en activos (tangibles o no) que apalancan a mantenimiento,
basada netamente en el conocimiento como se esboza en las siguientes figuras.

No es entonces por esta vía del deseo, donde se genera el motor que impulsa hacia el conocimiento y/o el
progreso y/o la universalidad y/o emancipación y/o superación personal en su máximo grado, es solo vía motivación
pura, que logra su máximo nivel de automotivación y satisfacción de sus necesidades y requerimientos, recuerde que
los deseos son solo satisfactores particulares de algunas necesidades; es decir primero surge la necesidad y luego el
deseo, por otro lado, los requerimientos son satisfactores obligados para atender una necesidad latente. De este modo
ya se vislumbran hilos conductores comunes y relevantes entre el sistema Grantiano y el enfoque sistémico Kantiano,

Alberto Mora G.
20 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

a través de elementos como las personas (Grant y Kant), las capacidades del negocio (Grant), el conocimiento (Grant
y Kant), los artefactos (Grant y Kant).

Los recursos y las habilidades, permiten la conformación de capacidades del negocio, en el transcurrir de los
tiempos, mantenimiento es una de las entidades fundadoras pioneras en las empresas, son de vieja data, a su vez estas
capacidades impactan estratégicamente las empresas, en pos de agregación de valor sustancial, con una altísima
contribución a los objetivos organizacionales de la empresa, esto permite aseverar que mantenimiento es una
capacidad estratégica y nuclear del negocio, que se apoya en los activos, para generar ventajas competitivas (Londoño,
Cord ventajas competitivas mantenimiento, 2020) (Mora A. , Mantenimiento cord de las empresas activos son recursos
al servicio de mantenimiento, 2021) (Peña, Rojas, & Peña, 2018) (Mora & Orozco, Analytics a reductor de acido
tereftálico, 2021) (Loreto, 2019).

La teoría de Maslow habla sobre las necesidades que deben satisfacerse para motivar a una persona (Maslow &
Stephens, 2000), mientras que la teoría de Herzberg explica las causas de la satisfacción y la insatisfacción, la cual
también declara los factores que llevan a la motivación y a la desmotivación; mencionando que el éxito en los logros
alcanzados, en especial del que se habla en este aparte, el conocimiento, solo se alcanza vía motivacional y, a su vez
se destaca que las motivaciones hacia el logro se disparan desde su ambiente social o laboral, desde lo exógeno y se
logran cuando existe un ambiente de trabajo, intelectual o de desarrollo propicio a esto, es decir las personas se motivan
en el trabajo de forma positiva por lo que hacen (OIT-CIUO88, 1988) y disminuyen o atenúan su desmotivación por
los beneficios periféricos del trabajo, como: salario, horarios, beneficios contractuales, apoyos económicos a su
educación o la de su familia, seguridad laboral, salud, comodidades físicas (Herzberg, Mausner, & Snyderman, 2017)
(Quiroa, 2021), lo que infiere que a una persona se le motiva solo por lo que haga en el trabajo.

Figura 8 - Capacidades generadoras de ventajas competitivas a partir de recursos – Grant

Nota: las capacidades son como el alma de las empresas, en la medida que se cultiven y propendan su crecimiento al interior de la
organización, son el árbol fructífero de los logros del éxito, con lo cual permiten más fácil cumplir con la visión y misión de las
empresas, en especial mantenimiento es vital manejarlo como una capacidad que genera múltiples habilidades para maximizar la
competitividad (Blanchard, Ingeniería Logística, 1995) (HajShirmohammad & Wedley, Gestión de mantenimiento, una capacidad
gerencial, 2004) (Bertalanffy, Teoría General de los Sistemas, 1994) (Grant R. M., Generación de ventajas competitivas con análisis
estratégico, 2016) (Londoño, Cord ventajas competitivas mantenimiento, 2020).
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 21

En conclusión a las personas se les motiva solo por lo que hacen en su labor diaria y se les
disminuye la desmotivación con lo periférico, de orden material.

La teoría de Herzberg afirma que el rendimiento de las personas en el trabajo depende del
nivel de satisfacción que experimentan en su ambiente laboral.

De esta forma queda claro que se puede acercar al analista de GOMAP a técnicas
avanzadas del raciocinio vía educación, que es el vehículo único, para alcanzar la emancipación
intelectual y esta se logra de manera efectiva, vía motivación hacia el trabajo.

Es importante destacar, que esta es una teoría que se basa en la motivación. Se considera
que la motivación es el factor que impulsa y compromete a las personas para que rindan mejor
en el trabajo, por lo cual es vital que los objetivos de la empresa coincidan con los intereses y
necesidades básicas y superiores de sus trabajadores.
Como consecuencia, esto explica que las respuestas de las personas hacia el trabajo sean diferentes, dependiendo
de si se sienten satisfechas o insatisfechas.

De ahí que la teoría de Herzberg la cual se muestra en la Figura 9 - Teoría de la Motivación e Higiene de
Frederick Irving Herbertz, reciba el nombre de teoría de motivación-higiene, teoría de los dos factores o teoría bilateral
de Herzberg porque trabaja en ambas direcciones, lo que aumenta la motivación en el trabajo y lo que disminuye la
desmotivación en logro.

Estas teorías son netamente organizacionales y de Business and Management Administration, que es gerencia y
de lo que estamos hablando que es gerencia en la GOMAP, basada en la gestión de Henry Fayol y Frederick Taylor
(Fayol & Taylor, 1996) (Taylor, 2016) (Woodcroft, 1851) (Brewster, 1997) (Fayol & Taylor, 1996), más conocida
como Management (Mancera, 2016), esto permite ir entrelazando mucho mejor, el eje neuronal de esta obra, bajo un
enfoque vanguardista de mantenimiento entrelazado como una capacidad gerencial (un cord) (Thorsteinsson, Luxhoj,
& Riis, 1997) aposentado y acrecentado por los recursos (activos, tangibles o no) y por los enfoques de Kant para el
raciocinio (tratado e ilustrado con suficiencia en páginas anteriores) y, por el sistémico kantiano, todo esto sobre la
estructura de Framework y Arquitectura Empresarial (Cruz, 2015) centrado en servicio, como muestran algunas
estampas de este libro, en lo sucesivo.

La actualidad mundial, desconoce el valor de la educación, como motor de cambio hacia el progreso y la
modernidad, Kant ratifica que el hombre puede llegar a serlo, solo con la educación, para diferenciarse de otros seres
vivos con otros niveles de raciocinio, como por ejemplo animales o vegetales, resalta que lo que puede crecer
intelectual y racionalmente al humano, es solo producto neto de su educación, tal como se ilustra en la siguiente figura,
sin estructuras mentales anteriores, abordando con mayoría de edad el análisis, sin creer que las herramientas
informáticas, son infalibles y hacen todo el trabajo analítico requerido, al igual entender que el machine learning como
Neural Network, no necesariamente construyen el futuro de la nada, hay que educarse en los criterios, procedimientos,
interpretaciones técnicas, en el proceso del método científico, en la analítica de la Big Data y Business Intelligence
aplicadas, a mantenimiento, que es lo que propende esta obra; pero no subestimar la analytics con simples programas
o plataformas de BD 26, o de BI (Mouton, 1925).

26
BD - Big Data - En español manejo de grandes volúmenes de datos en tiempo real, por largos períodos o de manera permanente.

Alberto Mora G.
22 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Esto refresca el hecho de que hay que educarse con el conocimiento moderno y lo útil, es que
en términos intelectuales para llegar a generar valor, en la industria a partir de un enfoque
tipo Grant avanzado, de mantenimiento vanguardia como capacidad gerencial del negocio,
apoyada en activos como recursos tangibles o no, para generar factores claves de éxitos, que
le permitan a los analistas y/o directivos tomar decisiones correctas, exitosas y efectivas, en
un embral de corto, mediano y largo plazo, es necesario tener una educación seria en los
procesos y métodos de cognitive, prescriptive, predictive, diagnostic & descriptive analytics.
Figura 9 - Teoría de la Motivación e Higiene de Frederick Irving Herbertz

Nota: el conocimiento como tal, se puede lograr vía motivacional, pero nunca bajo métodos impositivos, es decir lo que constriñe
la libre intelectualidad, como sociedades, normas, etcétera, no motiva realmente, lo único es la motivación, la fe tampoco, no es un
lavado de pensamiento, es inducir ambientes agradables, para el desarrollo de la emancipación racional (Herzberg, Mausner, &
Snyderman, 2017) (Madero, 2019) (Chiaventano, 2021).

Dado que se podría aceptar universalmente que la educación es el motor de cambio de la sociedad, a la vez que
se reconoce que los demás campos sociales, técnicos y de la ciencia diferentes a la educación, conocen que están
siendo y serán transformados abrumadoramente, por el avance inigualable de la informática; por otro la educación en
general a nivel mundial, es y ha sido casi insensible a este vector acelerado de cambio, esto es muy preocupante y
requiere ejercer casi de inmediato, cambios en las metodologías, en las dinámicas, con nuevos enfoques serios de
aprendizaje y transmisión de capacidades, para poder asimilar adecuadamente la informática a los procesos analíticos
(Movilla, 2019) para que generen cambios sociales correctos y que agreguen valor y competitividad (Grant R. M.,
Recursos, capacidades y valor estratégico organizacional, 2014) (Kant I. , 1999).

1.4.8 Mantenimiento centrado en habilidades y competencias - Core Competencies

Las organizaciones procuran que su recurso humano gane habilidades y competencias, como una excelente
táctica para preservar el conocimiento y el buen servicio de mantenimiento, con el fin de elevar la posibilidad de
controlar, erradicar o prevenir fallas en sus sistemas o equipos.

La tendencia es a concentrar los departamentos de mantenimiento en pocas personas con muchas habilidades,
conocimientos y competencias, con el fin de aumentar la efectividad en mantenimiento y utilizando la subcontratación
para realizar las actividades no diferenciadas que no son claves en los procesos propios de la empresa.

El progreso constante de mantenimiento hacia niveles superiores de servicio con sus clientes internos o externos
le permite desarrollar un proceso sostenido de obtención de habilidades, competencias y de generación de productos
y servicios esenciales en mantenimiento, centrando la organización en la ciencia y no en la reparación de equipos.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 23

La insistencia en que se enfoque el mantenimiento vanguardia hacia la prestación del servicio, no basado en
marcas específicas, ni en equipos definidos, sino en plantear el desarrollo de habilidades y conocimientos científicos
alrededor de las ciencias que imperan en el servicio de mantenimiento de equipos (robótica, mecatrónica, electrónica,
eléctrica, mecánica, hidráulica, lubricación, generación de potencia, neumática, termodinámica, química, etcétera),
conduce a mejores opciones futuras para el área.

Emulando el modelo de desarrollo japonés, donde se da prioridad al desarrollo científico de habilidades y

competencias esenciales apoyados en la ciencia como la forma más sólida de alcanzar niveles de competitividad
sostenible en el largo plazo y difíciles de imitar por parte de la competencia, el modelo de Japón permite visualizar
que es más próspero procurar el desarrollo hacia las raíces de la ventaja competitiva que hacia los productos que se
comercializan, apoyándose en el avance de la ciencia y en la acumulación específica de conocimientos.

Las organizaciones desarrollan las habilidades y competencias esenciales en mantenimiento, que se les traducen
en ventajas competitivas, en la capacidad de la dirección para trasladar a todos los niveles de la organización los
conocimientos, las metodologías y las tecnologías para generar competencias profesionales que les permitan adaptarse
fácil y rápidamente a cada una de las nuevas situaciones del entorno industrial mundial, de los mercados y de la
sociedad empresarial en que se está (Prahalad C. -H., 1990).

La táctica centrada en competencias es también una técnica muy usada en la actualidad por diversas empresas
de diferentes sectores, es una práctica que se puede poner en un uso indiferente del nivel en que se encuentre en
mantenimiento.

Se debe tener un buen clima organizacional y un excelente recurso humano motivado hacia el aprendizaje
individual y colectivo (Mora A. -G., Mantenimiento estrategico, 2017).

1.4.9 La analytics moderna y de vanguardia, estudia solo futuro, como ventaja competitiva.
Indudablemente que las coincidencias, sobresalen en esta introducción, donde en diferentes épocas y de diversos
enfoques conceptuales, hay congruencia de múltiples autores, científicos y altas personalidades del conocimiento, en
que todo apunta hacia el futuro (OREDAVolumenI, 2016) (OREDAVolumenII, 2016).

Kant en varios de sus libros, enuncia, que la causa del progreso es una tendencia constante del ser humano, que
así ha sido, es y será (pronóstico), la cual se basa en que permanentemente el ser humano indiferente de su época
persigue el progreso y la modernidad, al igual enuncia que no es en los grandes acontecimientos donde se encuentran
las causales del pronóstico constante del progreso, humano es progreso y pronóstico, se fusionan los dos conceptos,
debemos buscar el signo rememorativo, demostrativo y el pronóstico del progreso; es en eventos más sencillos donde
se encuentra la semilla, per se las revoluciones no son las que causan el progreso en sí, son las personas y las masas
alrededor de ellas, que no necesariamente son sus líderes y, ese es el grano de mostaza que se multiplica en las masas
de forma emotiva y propenden el desarrollo, el modernismo y el futuro (pronóstico) (Barg, 2004).

Por su parte Grant, en su desarrollo del proceso de agregación de valor, coloca la parte cognitive como demuestra
la Figura 19 - Analytics Mantenimiento Activos, 5 dimensiones Wilson con modelo de negocio Grant, como el
umbral más lejano, a donde se puede llegar para encontrar el conocimiento futuro, saber con cierta seguridad los
escenarios factibles a ocurrir y por ende tomar decisiones acertadas, que verdaderamente impacten el sistema o el
universo donde encuentre el contexto en el cual se quiere generar valor, dejando de esta forma muy claro, que lo que
verdaderamente interesa a los estrategas, analistas y futurólogos es el futuro, pues el pasado ya ocurrió (por cierto este
es recordado por parte de los actores que lo vivieron, de forma diferente, difícil que el pasado sea visualizado en forma
total e igual por todas las personas, que lo vivieron), por esto el pasado es plural, ya que todos los actores pensantes
lo recuerdan distinto; el presente es singular todos lo viven en simultáneo y, el futuro inicialmente es plural y al
ejecutarse es singular.

En las siguientes imágenes está la figura de como R. Grant concibe el tiempo, los conocimientos, los datos, la
generación de valor (Londoño, Cord ventajas competitivas mantenimiento, 2020) (Arango, Londoño, & Álvarez,
2011) (Grant R. M., Recursos, capacidades y valor estratégico organizacional, 2014).

Por su parte, Fayol y Taylor, en sus desarrollos acertados sobre management y gestión, en las diferentes escuelas
y enfoques conceptuales de administración por ellos inicializadas, en sus respectivas épocas, en especial Fayol y
Taylor de forma tácita, colocaron el control, como el punto más relevante de la gestión, pero entendido en la dimensión
correcta de la palabra, o sea en términos del futuro, prever (Fayol & Taylor, 1987).

Alberto Mora G.
24 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Al igual el ilustre profesor Doctor Enrique de Miguel Fernández, de la Universidad Politécnica de Valencia, en
España, reafirma fuertemente estos conceptos, entendiendo el futuro, como lo que realmente interesa en los procesos
decisionales que agregan valor a las empresas (De Miguel E. -F., 2009) (Fayol & Taylor, 1996) (De Miguel E. -F.-D.,
1990).

Figura 10 - La importancia total y exclusiva del futuro en management en general y en GOMAP

Nota: el eje central de esta obra es el futuro bien
calculado, debidamente parametrizado,
cumpliendo las reglas vigentes en los procesos
futurísticos y de las metodologías de BD y BI,
para obtener resultados confiables, que generen
valor agregado en las empresas vía GOMAP.
Adaptado por el autor de Fayol (Fayol &
Taylor, 1987) (De Miguel E. -F., 2009) (Fayol
& Taylor, 1996) y el Doctor De Miguel (De
Miguel E. -F.-D., 1990).

Grant define muy claramente un

umbral, netamente orientado hacia el
futuro en la evolución de la data, en el
tiempo y en el espacio, que son los ejes estructurales de Kant, pasando por sus cinco fases: de descriptiva a diagnóstica
(convirtiendo la data en información), posteriormente a la etapa predictiva (donde la información se vuelve
conocimiento) etapa de superación más alta del ser humano, según Maslow y Herzberg) (Díaz & Díaz - Serrano,
2021)) y asume ya el estado futuro de corto plazo, es allí donde se corta el presente decisional, con la capacidad
gerencial del futuro, bajo el enfoque Grantiano, donde entra luego en el futuro de mediano plazo para llegar a la fase
prescriptiva (donde el conocimiento maduro se vuelve sabiduría, con un umbral de mediano plazo) para finalizar en
el futuro de largo plazo en la fase cognitiva, con la evolución y suprema ETL, total de la data burda de Kant y de
Grant, donde la sabiduría se convierte en inteligencia, con procesos autónomos de aprendizaje.

1.4.10 Modernidad - Futuro - Pronóstico Kant

Kant genera una innegable influencia en el pensamiento de la humanidad, ya que descompone las principales
categorías sobre las que se fundamenta la modernidad: universalidad, individualidad y autonomía, que junto con la
perspectiva de la razón emancipadora, constituyen el núcleo del proyecto moderno, de Kant.

Los pensamientos de Kant alrededor de las políticas y axiomas que guían el pensamiento libre y de corte
científico, basado en el raciocinio independiente de ligaduras, es para todos los tiempos, inclusive el moderno y el
venidero, su estructuración básica y fundamental de los límites y posibilidades del conocimiento científico y, en
especial que supone como máxima de la sapiencia humana, que el hombre debe usar el deber ser racional, como
estandarte de su libertad (Ospina, 2007).

Existe una perfecta congruencia entre Kant y Grant, que definen la estructura del pensamiento, orientada
netamente hacia el futuro, situación de la cual no escapa de la analytics aplicada a GOMAP, donde se enfatiza que lo
importante es el futuro, al fin y al cabo es allá donde se pueden tomar acciones, que enrumben el porvenir hacia una
zona de grandes valores agregados, vía el análisis serio de la data, bajo una plataforma informática, con seriedad
científica, fácil de aplicar, para lograr factores claves de éxito, por esta vía estratégica moderna aplicada (Grant R. M.,
Analytics aplicado a gestión, 2022 January) (Kant I. , 1999) a través de mantenimiento vanguardia (De La Fuente,
2005) (Guzmán, 2016).

La planeación estratégica, base estructural del futuro, está presente en los recursos (activos) que usa
mantenimiento para poder operacionalizar su función innata, de garantizar la funcionalidad de los equipos, de ahí el
espíritu central de esta obra, que consiste en conocer, auscultar y pronosticar el estado futuro en sus tres dimensiones
(corto, mediano y largo plazo), para saber de antemano qué equipos o parque industrial, no pueden cumplir en el
porvenir su objetivo, con el fin de prescribir acciones y factores claves de éxito junto con una estrategia exitosa, que
le permita garantizar dicha función de operabilidad, mediante una cognitive analytics, que determina con inteligencia
las estrategias, las tácticas, el plan de acciones claves, a realizar en el estado futuro de mayor umbral de tiempo, para
poder lograr éxito en mantenimiento vanguardia y valor agregado para la organización, con la máxima rentabilidad y
competitividad, basado en el enfoque moderno de modelos gerenciales de capacidades apoyadas en recursos como los
activos.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 25

Figura 11 - El pronóstico futuro es parte natural en la planeación de gestión de activos

Nota: incorporación natural de forecast o pronósticos en la gestión de activos, ilustración tomada de Seminario Activos con
Ingeniero Edwin Ríos (Ríos E. R., 2018) (Mora Gutiérrez & Villamil - Simancas, 2021) (Perdomo & Arias, 2014) (Bastidas, Sua
Santana, & Hernández Mora, 2017).

Es relevante enunciar que la gestión de activos, que es el punto de apoyo estratégico y de apalancamiento de
mantenimiento vanguardia, para que este logre convertirse en una capacidad estratégica del negocio como recurso
nuclear de la empresa, generador de ingresos, tiene en forma natural en su proceso de planeación , como también en
su proceso de planeación estratégica, el futuro, existen varias y diversas Frameworks como ORACLE o su TOGAF,
Zachman, Stack Overflow, Spring, Laravel, entre otras, que involucran directamente el estado futuro y los pronósticos
en el Assets Management, en especial a los activos.

Existe un caso de estimación del futuro en frameworks de infraestructuras en gestión de activos (Lee, Seung
Keun, & Jung Keun, 2004), que utilizan algunos de los modelos de predicción clásicos (regresión lineal o no, Brown,
Holt, Winter, etcétera) y otros como redes neuronales 27, para la planeación de mantenimiento a largo plazo, como
también de la rehabilitación o sustitución de los activos, en su proceso de ciclo de vida (Beck@, 2003).

1.5 Ciclo Analítico estratégico

Para la empresa mundial IBM -International Business Machines Corporation 28, es muy relevante contar con un
proceso de planeación estratégico, basado en la analítica que cubre las mismas cinco etapas, descritas en el modelo de
Erick Wilson (Wilson, Las diferencias entre análisis descriptivo, predictivo, prescriptivo y cognitivo, 2020), de
acuerdo a Figura 12, con lo cual pretenden generar una cultura en sus clientes, alrededor de la cultura analítica y la
planeación estratégica basada, en el estado futuro, para ello cuenta con un sistema de Framework que abarca todos los
procesos, la cultura organizacional, la gobernanza, las tecnologías y demás capas requeridas en el sistema analítico,

27
ANNF - Artificial Neural Network Forecasts, english.
28
Fundada en Armonk, en el estado de Nueva York - Estados Unidos de América, el 16 de junio de 1911, por Charles Flint.

Alberto Mora G.
26 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

basado en sus diferentes etapas en el tiempo, denominado IBM Cognos Framework Manager, especialmente su
plataforma interactiva e informática BD & BI, descrita como IBM Cognos Analytics, versión 1.1.

La analítica empresarial y la toma de decisiones basada en datos (Schmarzo, 2014 ), es una disciplina y no un
proyecto aislado de la empresa, para ello cuenta con su ciclo de vida, de cinco etapas sistémicas, recurrentes y
dinámicas, en el tiempo. Una empresa inmersa en la disciplina de las capacidades nucleares es aquella que vive y
practica el ciclo de vida analítico.

Una empresa requiere obligatoriamente cumplir a cabalidad el ciclo analytics, en sus cinco etapas (como el de
IBM y/o el otro como se enuncia en la Figura19 - Analytics Mantenimiento Activos, 5 dimensiones Wilson con modelo
de negocio Grant) descrito para poder alcanzar el grado de madurez intelectual, que exige el método de las capacidades
gerenciales de Grant, para que mantenimiento sea verdaderamente un cord, generador de ventajas competitivas, con
el apoyo operacional de los activos (tangibles o no), el ciclo le sirve de Frameworks para poder alcanzar el grado de
madurez que se requiere ( como se esboza en el Jónico de la Figura 2 - Valor agregado de enfoque vanguardista
Grant & Kant de mantenimiento), cuando las empresas adoptan el ciclo analítico a lo largo y ancho de su organización,
viven siempre en pos del estado futuro más lejano posible, como su faro guía.

Figura 12 - Ciclo de vida de su analítica, aplicado a sus empresas clientes

Nota: es según la empresa International Business Machines Corporation IBM - las diferentes etapas cíclicas que sigue la analítica
de datos, en un alto porcentaje, coincide con las otras figuras citadas Figura 19 - Analytics Mantenimiento Activos, 5 dimensiones
Wilson con modelo de negocio Grant en la obra, más sin embargo deja muy clara cinco etapas, que diferencian de las otras versiones
en que Planning equivale a Cognitive (IBM; Ramírez, Adolfo, 2021).
La primera fase de planeación define el direccionamiento, el alcance y los objetivos del proceso, en especial las
responsabilidades y roles de todos los departamentos y de los funcionarios y colaboradores de la empresa, esta etapa
es muy dinámica. Es la base de partida del proceso.

La etapa posterior de descripción, como su palabra lo dice, muestra las variables críticas y los indicadores claves
de éxito a trabajar (Rincón, 2020), en especial denota su desempeño en el tiempo pasado y actual; al conocer estos
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 27

criterios y saber el qué ocurrió, permite el abordaje de la data requerida; este segundo período permite conocer la
distancia entre el plan propuesto y la realidad que ocurre.

La tercera fase con el nombre de diagnóstica nos genera las factibles causas raíz de lo que sucede, en la fase
anterior, para bosquejar completamente el contexto que se desea analizar en las fases subsiguientes, allí se tiene el
marco analítico en sus primeras de cambio, con la data que la organiza como información, hasta acá se tiene el tiempo
presente (Grant y Kant), a partir de este punto empiezan los tres períodos futurísticos, de corto, mediano y largo plazo;
la etapa diagnostica y la descriptiva requieren mucho examen matemático, estadístico y probabilístico, para conocer
bien a fondo las variables críticas de estudio (Bachar, 2021).

La cuarta fase es la de predicciones IBM, que permite valorar las variables con exactitud en un umbral de corto
plazo y sus interrelaciones contextuales (IBM@, 2014).

A continuación, sucede la etapa prescriptiva, que permite construir modelos cambiantes de las variables, para
poder visualizar un umbral de tiempo siquiera hasta dos años vista. Al hacer analogía con Wilson, esta etapa coincide
con los períodos de turbulencia o transición (Wilson, Las diferencias entre análisis descriptivo, predictivo, prescriptivo
y cognitivo, 2020) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (WeirdGeek, 2018) (Grant R. M.,
Generación de ventajas competitivas con análisis estratégico, 2016) (Grant R. M., Analytics estratégica, 2021).

La última fase de planeación IBM que equivale a cognitiva de Wilson, se encarga de optimizar todo el proceso,
entregando resultados de las acciones, estrategias claves y tácticas exitosas a realizar para que mantenimiento genere
valor o la organización madure analíticamente. Posteriormente va a la etapa uno descriptiva de IBM para retroalimentar
efectivamente el sistema y volverlo más eficaz (IBM; Ramírez, Adolfo, 2021).

El pensamiento de Kant es totalmente válido a la fecha a nivel mundial, en especial donde enuncia que la razón
es lo que prima y que la paz debe ser conquistada, sigue con vigencia actual y, cobra relevancia, según Fischer,
exministro de Exteriores de Alemania, quien asegura que los escritos y pensamientos de Kant, nunca mencionan a la
ONU, pero esta sí está muy impregnada del pensamiento modernista de él, en conclusión Kant hace más de doscientos
años visualiza un mundo basado en la sensatez de la razón, con unos límites definidos de esta, lo cual conlleva a
afirmar que el mundo real basado en un adecuado raciocinio, es el fundamento moral, es la clave del éxito futuro o
moderno de la humanidad, sin entrar en procesos ideales, impositivos, religiosos o basados en alianzas preestablecidas
entre iglesia & burguesía & estado, ni nada por el estilo, es contundente que el pensamiento de Kant es de corte
moderno y futurista (Fischer, 2004) (Barg, 2004) (Ospina, 2007).

Esto conlleva una serie de pasos en la planeación estratégica bajo enfoque Frameworks integral con análisis
detallado y de mejora, del sistema de gobierno, de la visión arquitectónica del negocio, de la arquitectura de los
sistemas de información (Gonzales, 2003), de la arquitectura tecnológica, de la gestión del cambio, del
aprovechamiento de oportunidades y mejoras, de la arquitectura de implementación y aplicación tecnológica de IS &
BI & BD 29 de la organización, especialmente el manejo de KPI - Dashboard - TOGAF - FRAMEWORK de gestión y
operación de mantenimiento y activos (Benítez, 2016) (Ingeman@Spain, 2020) (Kaplan & Norton, 1997) (Modarres,
1993) (Mather, 2005).

En las diferentes etapas de la analítica empresarial, es vital y estratégico, la dimensión de tiempo y espacio donde
se encuentran, en cada una de las cinco dimensiones espaciales descritas en la Figura 19 - Analytics Mantenimiento
Activos, 5 dimensiones Wilson con modelo de negocio Grant, como definir claramente los umbrales de tiempo, donde
se desea llegar con las decisiones basadas en la analytics, al usar a mantenimiento como un recurso dinámico y
nuclear, para generar y maximizar: rentabilidad, competitividad, disponibilidad y utilidades , al menor costo, para ello
es imprescindible distinguir las diferentes opciones de espacio, que brinda Grant, en su enfoque combinado de Kant,
que se describe en las ilustraciones descritas como Figura 13 - Analytics agrega valor a través de la GOMAP en sus
cinco dimensiones y Figura 19 - Analytics Mantenimiento activos, 5 dimensiones Wilson con modelo de negocio
Gant.

29
BD Big Data - BI Business Intelligence - DT Data Lake - IS Information System

Alberto Mora G.
Nota: es el proceso real que sigue la trazabilidad de agregación de valor en las decisiones que se toman, alrededor de la transformación de la data aplicada en la gestión
y operación de mantenimiento y activos, vía enfoque Grantiano y Kantiano. Transformada de su citación original de Katerina Lepenioti & Alexandros Bousdekis &
Dimitris Apostolou & Gregoris Mentzas (Lepenioti, Bousdekis, Apostolou, & Mentzas, 2020) (Aven, 1999) (Arango, Londoño, & Álvarez, 2011) (Aguilar, 2019) -
Trabajo original de Krumeich y Loos (Krumeich, Werth, & Loos, 2015) - (Wilson, Las diferencias entre análisis descriptivo, predictivo, prescriptivo y cognitivo,
2020) (Gartner, 2021).
Figura 13 - Analytics agrega valor a través de la GOMAP 30 en sus cinco dimensiones
28 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

El período de implementación de sistemas tecnológicos de información de Big Data & Business Intelligent de analytics, requiere olvidar
costumbres y paradigmas de manejo de programas informáticos individuales de mantenimiento y tratar de utilizar al máximo, la infinidad de
herramientas de BI existentes, para gestar y operar el mantenimiento como recurso nuclear central de la empresa, con recursos como la gestión de
activos, con enfoque de Cord de la organización, en plataformas como: R Studio, AnswerMiner, PowerBI Desktop, Power BI, RapidMiner, SQL,
SISENSE, TIBCO Sportfire, Elasticloud, RapidMiner Go, Tableau, etcétera.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 29

La gráfica de la Figura 13 - Analytics agrega valor a través de la GOMAP en sus cinco dimensiones, ratifica la
inmensa factibilidad de generar valor cuando las decisiones se fundamentan en la etapa predictiva, o sea en el estado
futuro, con la posibilidad de mejorar en el umbral más lejano, de orden cognitivo, con una analytics seria y con
fundamentos técnicos de orden científico, que es la espina dorsal de la obra.

La etapa más importante de la analytics es la predictiva, dado que es la que más valor
agregado genera . 31

1.5.1 Visión arquitectónica empresarial TOGAF FRAMEWORK

El proyecto central de la obra aplica técnicas de última generación de BI Business Intelligent, de Big Data y Data
Lake, en empresas de diferentes sectores y envergaduras, para mostrar, constituir, calcular y construir el estado futuro
en sus tres dimensiones: largo, mediano y corto plazo, mediante la utilización de técnicas analytics, en todas sus cinco
dimensiones 32, con metodologías avanzadas ETL, con base en procedimientos de corte técnico-científico, con el fin
de generar factores claves de éxito, que permitan alcanzar la estrategia de la organización para ganar ventajas
competitivas impactantes en el futuro de la organización, es necesario entender las diferentes etapas de analytics de
Wilson, sus implicaciones, sus dos vectores de tiempo y espacio y, algunas de las herramientas, que publican algunos
papers, como adecuadas para ello (Wilson, 2020).

Las diferentes dimensiones de la analytics en su umbral de tiempo 33, definen sus etapas, de la siguiente manera:

1.5.1.1 Analítica Descriptiva - Descriptive analytics - Manifiesta lo ocurrido en el pasado.

Esta sección de la analítica integral analiza los datos, de manera estadística para auscultar que sucedió en el
pasado, muestra el pasado y parte del estado actual, para mostrar factibles diagnosis de los hechos que ayudan a tomar
mejores decisiones en el futuro, extrae todos los datos factibles que permitan revisar a fondo un fenómeno o variable
en el estado futuro, esto puede ser en forma de visualizaciones de datos como gráficos, cuadros, informes, paneles o
inicios incipientes de Dashboard 34.

1.5.1.2 Analítica Diagnóstica - Diagnostic analytics - Da las causas raíz, del pasado

El desarrollo descriptivo de la analítica, permite elevar un escalón de mucha relevancia a los valores y datos que
se tienen de los diferentes fenómenos en estudio, permite hacer un profundo análisis, que da respuestas a preguntas
como: ¿por qué sucedieron los hechos?, ¿cuáles fueron las causas inmediatas y básicas que acontecieron?, ¿qué
resultados generó el cruce de evidencias hipotéticas analíticas con las reales?, ¿qué políticas de control se deben tomar
para erradicar el problema o sostener la mejora?, ¿hay más datos por descubrir con minería, identificación de
anomalías, establecimiento de hipótesis patroneadas, relaciones existentes, correlaciones, etcétera? (AMEF@, 2005)
(Stamatis, 1995).

Convierte datos en información y, es una excelente herramienta pues entrega, mediante la metodología
internacional de análisis de fallas (Rodolfi@, 2000), las causas raíz de porqué ocurren los eventos del fenómeno del
pasado, en el caso de estudio.

1.5.1.3 Analítica Predictiva - Predictive analytics - Permite ver el futuro de corto plazo

El hecho de estudiar variables temporales o de información, en su historia para plantear valores futuros de la
misma, mediante análisis matemático, estadístico y/o estocástico, con el uso del método científico, como las series de
tiempo o simulación técnica, establece los valores futuros de corto plazo de las variables o fenómenos evaluados para
predecir, con sus componentes de probabilidad, riesgo y ocurrencia, es de anotar su capacidad de corto plazo.

30
GOMAP - Gestión y Operación de Mantenimiento y Activos, con Producción
31
Gráfica estructurada y mejorada por el autor, con citación original de los investigadores Katerina Lepenioti & Alexandros Bousdekis & Dimitris
Apostolou & Gregoris Mentzas.
32
Descriptive, Diagnostics, Predictive, Prescriptive and Cognitive Analytics - En castellano: analítica descriptiva, diagnóstica, predictiva,
prescriptiva (prospectiva) y cognitiva.
33
Predicciones: corto (de cero días a dos meses), prescripciones: medio (de dos a meses a dos años), cognitivos: largo (de dos a veintidós años)
plazo. Eje estratégico de Kant, el tiempo.
34
Dashboard - KPI Key Performance Indicators - Tablero de Indicadores relevantes de GOMAP (Rincón, 2020).

Alberto Mora G.
30 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

En english se le conoce como forecast. Se fundamenta en programas informáticos, softwares y plataformas BI,
de avanzada y con procesos profundos, rigurosos y de tecnologías avanzadas, conforme al método científico.

Transforma información en conocimiento. Existen diversos métodos, entre los más seguros y confiables están
las series de tiempo - TS Time Series.

Su umbral de tiempo es de cero a dos meses, netamente trabaja con análisis de números y sus entornos tiene
que ser estables, así sea con variables de altas variaciones.

Existen diversos métodos, entre los más seguros y usados están las series de tiempo.

1.5.1.4 Analítica Prescriptiva - Prescriptive analytics - Transición de modelos que

cambian sustancialmente

Esta técnica analítica, es una prolongación de la predictiva, es decir su umbral de uso y aplicación es de mediano
plazo, va de dos meses a dos años, se practica en la vida normal empresarial, es muy útil, cuando se pasa de un entorno
estable a uno nuevo que empieza a ser inestable, en especial cuando empiezan a aparecer estas variables que antes no
se tenían en cuenta, su etapa es una especie de transición, mientras empieza a tomar forma el nuevo modelo.

Su rango de tiempo ideal es de dos meses a dos años.

Básicamente trabaja con números e ideas, es muy útil cuando entornos estables empiezan a perder esta
característica.

Su estado en el tiempo corresponde a la fase de transición o denominada también de turbulencia como ilustra la
Figura 13 - Analytics agrega valor a través del GOMAP en sus cinco dimensiones (Mora A. -G., Métodos Furísticos
- Pronósticos, 2012). Convierte conocimiento en sabiduría (Alsyouf, Shamsuzzaman , & Abdelrahman, 2016).

1.5.1.5 Analítica Cognitiva - Cognitive analytics - Escenarios futuros largo plazo, de

entornos inestables

La sección de análisis cognitiva utiliza un conglomerado de tecnologías avanzadas e inteligentes, incluida la

semántica, los algoritmos de inteligencia artificial y una serie de técnicas de autoaprendizaje como el machine
learning, aprendizaje profundo y el aprendizaje automático; con esta aplicación permanente, el sistema cognitivo cada
vez se vuelve más inteligente y es capaz en cada nuevo instante o ciclo sistémico de generar decisiones más efectivas
y acertadas, a la vez que crea ventajas competitivas con Cognitive analytics.

Un sistema cognitivo puede crear una ventaja competitiva para las empresas, proporcionando
respuestas en tiempo real con la capacidad de buscar cantidades masivas de información y
entender el contexto, para poder calcular y encontrar fácilmente la respuesta más probable.
Los beneficios de la etapa cognitiva, son considerables, lo que abre oportunidades para extraer
fuentes de datos sin explotar; brindar servicios altamente personalizados; mejorar la
consistencia y la calidad del servicio; mejorar y ampliar el intercambio de conocimientos.
Cognitive Analytics aplica inteligencia similar a la humana (en algunos casos) a ciertas tareas
y reúne una serie de tecnologías inteligentes, que incluyen semántica, algoritmos de inteligencia
artificial, aprendizaje profundo y automático.
Es técnicamente denominada esta fase de tiempo como Foresight or Foresigh o prospectiva, trabaja en umbral
de tiempo de dos a veintidós años, dado que la prospectiva tiene múltiples métodos, el éxito de esta etapa es el diseño
de la secuencia y de los métodos a usar, es responsabilidad del arquitecto prospectivo, hacer una excelente secuencia
lógica, para que los escenarios factibles sean potencialmente factibles, creíbles y sostenibles en el tiempo futuro.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 31

Transforma sabiduría en inteligencia, de orden cognitiva, usa básicamente ideas y/o verbo y/o texto, poco usa
números 35, trabaja inexorablemente en entornos inestables.

El análisis cognitivo emula el pensamiento humano, no solo tiene en cuenta los datos estructurados, los
transforma, los ordena, saca conclusiones de ellos, procede a comprender no solo los textos, sino también su contexto,
con el fin de que el autoaprendizaje sea cada vez más automático, eficiente e inteligente, para aprender las relaciones
entre la data y el actuar humano.

El éxito del proceso analítico estriba en saber combinar las fases a utilizar en el estudio de los fenómenos de
interés.

1.5.1.6 Tiempo de umbral de la Analítica - Analytics Time

El período de tiempo de la data, en la analytics, es: en el descriptivo como el análisis de diagnóstico estudian
todo el pasado y presente, para saber lo que sucedió y por qué sucedió; en el predictivo y prescriptivo utilizan datos
históricos más el presente para pronosticar y prospectar valores futuros y escenarios porvenir, respectivamente, sin
involucrar necesariamente los datos del pasado de forma total o parcial, descubre lo que sucederá factiblemente en el
futuro y muestra un abanico acciones posibles a utilizar para afectar positivamente esos resultados.

Las organizaciones con visión de futuro que usan la analytics integral o cognitiva, utilizan una variedad de
análisis en conjunto para tomar decisiones inteligentes de tipo auto aprendidas y aprehendidas autónomamente, para
encontrar estrategias efectivas, que les permitan alcanzar ventajas competitivas de manera certera, factible y segura
(WeirdGeek, 2018) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Brikmann, 2021) (Wilson, 2020) (Gasca,
Camargo, & Medina, 2017).

1.5.2 Herramientas sugeridas para diferentes Analytics

La selección de herramientas, plataformas informáticas, softwares especializados programas especializados,
para cada una de las diferentes etapas de tiempo y especio, de Kant (EBEL@, 2004)y Grant, es la clave del éxito, de
la validez y calidad de los resultados en el tiempo futuro, hay algo que es ineludible y es que el punto crucial es el de
la predictive pues genera el máximo valor agregado (de acuerdo a la Figura 13 - Analytics agrega valor a través del
GOMAP en sus cinco dimensiones) y así ha sido desde tiempo atrás en la humanidad, por naturaleza al ser humano
se le prohíbe predecir o pronosticar el futuro, para ello desarrolla ingentes esfuerzos numéricos, procesales,
matemáticos, estadísticos, de BD & BI, de Data Mining, Data Lake o, de otro sinfín de metodologías, para visualizar
el futuro y poder profetizar, pero no puede predecir por naturaleza por parte de la humanidad, algunos animales suelen
percibir situaciones futuras, temblores, eclipses, erupciones, etcétera, aunque esto no es infalible.

En la búsqueda de esta condición de no error en las predicciones, no se puede cruzar el concepto religioso de la
fe en que se cree que el Sumo Pontífice de la iglesia católica es infalible, ya hay precedentes en la obra al respecto,
definitivamente el ser humano o sus máquinas de analytics y de procesamiento más enriquecimiento de la data, no lo
son.

Entonces, el camino a desarrollar en los próximos capítulos es muy claro, se trata de concretar una metodología
(conjunto de métodos), que respondan en el umbral del espacio (Grant & Kant) a cada una de las cinco salas del
espacio 36 requerido, en el análisis acorde a los estadios de tiempos históricos, presentes y futuros deseados por los
humanos y alcanzables por los diferentes métodos científicos aplicables, que forman el
conjunto de estudios que se proponen predecir el futuro, que le den el carácter de futurología en toda su dimensión,
para poder obtener resultados viables y sostenibles en un tiempo largo de porvenir, con base en la analytics para
generar valor agregado, con sistema de capacidades del negocio, vía mantenimiento vanguardia con el uso de activos
(tangibles o no).

Hay importantes aportes del autor en la siguiente ilustración, que permiten completar el umbral de métodos
factibles, por otro lado es fundamental recordar, que lo importante no son los métodos sino la metodología universal
de pronósticos, para los procesos predictivos (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Aguilar, 2019).

35
A pesar de que usa procesos de cálculo complejos con números, pero su materia prima esencial son las ideas.
36
Eje Kantiano del espacio - Eje Grantiano de la sala deseada, opciones: descriptiva, diagnóstica (Root Cause Analysis Diagnosis), predictiva
(forecast), prescriptiva (transition or turbulence) y/o cognitiva (foresight) (Miklos & Tello, 2004).

Alberto Mora G.
32 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Figura 14 - Modelos sugeridos de cálculo de predictive analytics

Nota: los autores Lepenioti & Bousdekis & Apostolou & Mentzas, presentan esta clasificación de categorías y métodos factibles
de usar en el proceso predictivo, es de anotar que hay unas restricciones fuertes en el uso de algunos de estos métodos en especial
en aquellos que son de orden clásico, que se fundamentan netamente en el pasado y como tal su proceso no es totalmente absoluto,
es decir no hay garantía de acierto futuro, cuando se usan de forma individual (Mora A. -G., Métodos Furísticos - Pronósticos,
2012) (Wilson, Las diferencias entre análisis descriptivo, predictivo, prescriptivo y cognitivo, 2020) (Lepenioti, Bousdekis,
Apostolou, & Mentzas, 2020).
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 33

Figura 15 - Métodos factibles de cálculo de prescriptive analytics

Nota: los autores citados al final de este renglón, muestran y sugieren estos métodos y sus categorías, para su uso individual y/o
conjunto, ilustración tomada de su original de Katerina Lepenioti & Alexandros Bousdekis & Dimitris Apostolou & Gregoris
Mentzas (Lepenioti, Bousdekis, Apostolou, & Mentzas, 2020).

La predicción nos lleva al umbral de dos o más meses, la prescriptiva permite romper con el pasado y entrar en
las fábulas futuras de entornos inestables, para llegar con máxima fuerza a ellos en el largo plazo (de dos a veintidós
años), con la analítica cognitiva.

Alberto Mora G.
34 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

No es recomendable entonces usar el pasado como elemento vital e influyente, en los dos
últimos métodos (prescriptive & cognitive) de prescripción y futuro cognitivo analítico. No
siempre el futuro es una tendencia del pasado, es importante para el analista saber que es
solo una posibilidad, pero no es la regla. En las menos de las ocasiones, lo es. El futuro no
siempre es consecuencia total o parcial del pasado y/o presente.
Figura 16 - Áreas comunes de modelos de cálculo de predictive & prescriptive analytics

Nota: esta imagen, es un trabajo original de los autores Lepenioti & Bousdekis & Apostolou & Mentzas, es un diagrama de Venn,
que sintetiza los métodos futurísticos y analíticos, junto a sus aplicaciones comunes en categorías, citación original de sus autores
(Lepenioti, Bousdekis, Apostolou, & Mentzas, 2020) (Aguilar, 2019) (Gartner, 2021).
El proceso más relevante en la analytics, es la selección de los métodos a usar y su secuencia lógica, en el tiempo
y el espacio, se deben respetar las reglas existentes a tal fin y las ventajas como las limitaciones de cada método, esto
es fundamental, no se puede ir utilizando porque si, métodos individuales sin tener conocimiento de ellos y no manejar
a fondo sus criterios de uso y cálculo, por el mero hecho de ser plataformas informáticas de BD & BI, programas
especiales y softwares específicos futurísticos y/o analíticos, de firmas mundialmente famosas, no garantiza que sus
resultados sean correctos, sobre todo si no se tiene dominio en la interpretación de resultados, en el caso más relevante
que es la predicción ocurre con prácticamente todos los programas y softwares, generan resultados, pero si el analista
no domina los criterios, los resultados no son fiables y no soportarían ninguna prueba estadística y/o estocástica, que
mida su validez o credibilidad.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 35

1.5.3 Arquitectura Empresarial AE de servicios - Bases de mantenimiento como cord

El mundo de hoy con las tecnologías BI & BD & Data Lake, tiene a mantenimiento en la vanguardia de las
ciencias, en las cuales al aplicar analytics en sus cinco dimensiones: descriptiva, diagnóstica, predictiva, prescriptiva
y cognitiva; con el fin de generar factores claves de éxito que propendan ventajas competitivas de mantenimiento
entendido como una habilidad gerencial del negocio, que se apoya en los recursos de la compañía, bajo un enfoque
arquitectónico empresarial de FRAMEWORK TOGAF ORACLE.

Entre las metodologías que se desarrollan para que este nuevo orden estratégico de mantenimiento, activos y
arquitectura empresarial, verdaderamente potencien al máximo a mantenimiento como generador de competitividad y
ser verdaderamente recurso nuclear de la organización.

Figura 17 - Enfoque vanguardista en Enterprise Architecture enfocada a servicio TOGAF

Nota: esta imagen es de autoría propia, con extracción de diversos autores y

conformada de esta manera, a lo cual se referencia a continuación los autores relevantes
al respecto (Londoño 2020) (Mora A. , Mantenimiento cord de las empresas activos
son recursos al servicio de mantenimiento, 2021) (Peña, Rojas y Peña 2018) (Mora &
Orozco, Analytics a reductor de acido tereftálico, 2021) (Loreto 2019)(Altmann 2021)
(Arango, Martín Darío - Serna; Londoño, Jorge Enrique - Salazar; Álvarez, Karla
Cristina - Uribe, 2012) (Cardona 2011) (Ross, Weill, & Robertson, 2006). La lámina
inferior de la izquierda de la figura es adaptada de sus autores originales Alireza
Irajpour, Ali Fallahian-Najafabadi, Mohammad Ali Mahbod y Mohammad Karimi
(Irajpour, Fallahian Najafabadi, Mahbod, & Karimi, 2014).

1.5.4 Inserción de mantenimiento como una habilidad Cord del

negocio
El área de ingeniería empresarial, conocedora de estas técnicas CMD
(Muñoz B. -A., Confiabilidad, disponibilidad y mantenibilidad, 2019) y de
pronósticos, se constituye en un elemento vital para el proceso de gestión y
operación del mantenimiento, de los activos, de los enfoques modernos de
arquitectura empresarial, que señalan a mantenimiento vanguardia como una
habilidad del negocio y, a los activos como un recurso, donde se apoya
mantenimiento para lograr factores claves de éxito, que le permitan diseñar y
alcanzar una estrategia, que garantice el logro de valores agregados a partir del
mantenimiento y de los activos, que aumente la competitividad de la
organización y por ende le permitan alcanzar estrategias propias en el futuro
de corto, mediano y largo plazo, que les garanticen, la máxima funcionalidad, rentabilidad y competitividad.

Alberto Mora G.
36 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Este enfoque de vanguardia (Irajpour, Fallahian Najafabadi, Mahbod, & Karimi, 2014) permite abordar desde
ahora el potencial de mejorar a mantenimiento desde otra óptica, mucho más real que la antigua, donde se supone que
mantenimiento esté supeditado y derivado de la gestión de activos y que es una parte subyacente de él, siendo que es
al revés, bajo el enfoque de FRAMEWORK o arquitectura empresarial, en el caso particular de COREMAR es
ORACLE su plataforma y su FRAMEWORK es TOGAF, que significa The Open Group Architecture Framework y
en castellano, esquema de Arquitectura del Open Group, es aprovechándose de todos los apalancamientos que genera
esta plataforma de ORACLE, donde se desea explorar su potencial para desarrollar Maintenance’s KPI o Dashboard
especializados de mantenimiento y de gestión de activos (Altmann, 2021) (Arango, Martín Darío - Serna; Londoño,
Jorge Enrique - Salazar; Álvarez, Karla Cristina - Uribe, 2012) (Cardona, 2011) (Beltrán, 2003) (De La Fuente 2005)
(Guzmán 2016).

Los activos tangibles o no, per se solos, no son el medio para conseguir valor agregado, ellos solos no pueden
hacerlo, deben apoyar a las core competences de las capacidades del negocio (como mantenimiento) y ahí sí prosperan,
hacia los factores claves de éxito, luego hacia el logro de la estrategia y como meta final a generar competitividad
pura (Londoño, Cord ventajas competitivas mantenimiento, 2020) (Mora A. , Mantenimiento cord de las empresas
activos son recursos al servicio de mantenimiento, 2021) (Peña, Rojas, & Peña, 2018) (Loreto, 2019) (Carhuarica &
Gonzales Caporal , 2017) (Grant R. M., Comtemporary strategy analysis, 2016)

En síntesis, hasta el momento se muestra con múltiples citaciones y evidencias, las

características requeridas en la obra, para poder cumplir su objetivo de generación de valor, a
partir de enfocar a mantenimiento vanguardia, bajo una novedosa e impactante filosofía de ser
una capacidad del negocio, apalancada en los activos tangibles o no.

Hasta ahora se definen y se resaltan entre otros, criterios neuronales de la obra…. como
Futuro Verdad Libertad racional

Método científico Motivación Conocimiento Universalidad Individualidad

Autonomía Mayoría de edad racional Superación

Ambientes laborales o de actividad profesional agradables Profundidad

Necesidades insatisfechas que aspiran al máximo, al conocimiento No sometimiento

Ganas de superación Predicciones Progreso material y ético Modernidad

Desarrollo científico aplicable y probado, no basado en religión o fe

Futuro y Pronósticos son los elementos más relevantes hasta el momento

 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 37

1.6 Enfoque sistémico

Indudablemente, es importante ubicar y encontrar relaciones y nexos entre los enfoques Kantianos (hace unos
200 años) y los sistemas de Grant, esto permite encontrar un sinfín de elementos y conceptos únicos similares y
aplicables a la data, al raciocinio, a los diferentes tiempos y espacios de la analítica aplicada, como una capacidad
gerencial de las organizaciones, convirtiéndola en su recurso nuclear, generador de factores claves de éxito, de
acciones claves para superar el desarrollo, en estrategias exitosas y por ende maximizar la competitividad de la
empresas (Montero, 1973) (Prahalad & Hammel, 2011).

1.6.1 Análisis trascendental de Kant

En el enfoque de Immanuel Kant, es fundamental la analítica trascendental, como el soporte de todas las
decisiones exitosas, que toma el ser humano, a este punto se agrega que toda su disertación, la cual se fundamenta en
el método científico, el cual realiza con la analítica trascendental, como el estudio de la gramática pura, a los tiempos
modernos, es el estudio detallado de las palabras y de la data inmersa en los análisis racionales, cuyo intuición previa
es la data, obtenida por lo general de manera intelectual apoyada en el conocimiento.

La analítica trascendental de Kant menciona que dada una teoría, se asocia de forma intuitiva y mental a un
objeto, su ontología es uno de los aspectos relevantes, que puede atraer el estudio del objeto en sí, bajo un sistema
ideológico, basado en ideas fundamentales que son el pensamiento de una persona o sociedad (Montero, 1973).
Nuevamente se resalta la presencia de tres elementos vitales, en Kant: personas, objetos y la organización; todo bajo
una estructura ontológica, que genera y produce valores que adquieren las diferentes variables, para poder hacer
estudios, teorías, hipótesis, tesis o conocimiento, todo bajo una plataforma sistémica intelectual y universal (Troncoso,
2009).

Se asocian la analítica trascendental, la gramática pura y el compromiso ontológico, para consagrar los elementos
del enfoque Kantiano, que coincide perfectamente con Grant y su metodología basada en competencias (Arango,
Martín Darío - Serna; Londoño, Jesús Enrique - Salazar; Álvarez, Karla Cristina - Uribe, 2012; Prahalad C. -H., 1990)
(Arango, Londoño, & Álvarez, 2011).

La trascendencia del análisis de Kant es que asocia, concepto con visualización e imaginación del objeto y, de
cómo se percibe a través de experiencias vividas reales o mentales, o partir del conocimiento adquirido, el análisis
intelectual, esto genera la objetividad, es decir de manera sutil deben coexistir todas estas condiciones, experiencias y
raciocinios para que algún conocimiento sea objetivo.

En la crítica de la razón pura de Kant, sobresalen dos conceptos, la significancia y la analicidad 37, ancladas
ambas denominaciones, en el mapa conceptual del tiempo y el espacio; esta asociación del significado racional e
intuitivo de las cosas, de sus funciones matemáticas, sus algoritmos y, de su significado logístico, está totalmente
alineado con los principios de Grant, el futuro como se evidencia en la Figura 19 - Analytics Mantenimiento Activos,
5 dimensiones Wilson con modelo de negocio Grant, a continuación, con algoritmos, inteligencia, evolución de la
data en el espacio y en el tiempo, estrategias efectivas, gobernanza, objetos y artefactos, organización estructural o
entorno, etcétera, ya hasta la saciedad aparecen elementos conjuntos de ambos enfoques de Kant y de Grant (Jasso,
2014) (Kant I. , 2003).

La objetividad de Kant va asociada a que existan unos datos empíricos del objeto, artefacto o situación a estudiar,
que esté en un contexto, que tenga características de intelectualidad, que se esperen unos valores futuros de las
variables a consideran y que sea desarrollado por seres humanos pensantes con mayoría de edad racional. Esta
objetividad se traduce en Grant en el proceso analítico de cinco fases, que se ilustra en la siguiente Figura 19 -
Analytics Mantenimiento Activos, 5 dimensiones Wilson con modelo de negocio Grant.

Mantenimiento vanguardia es una capacidad gerencial y estratégica del negocio, se le

considera un recurso nuclear dinámico de la competitividad y del éxito empresarial, apalancada
en los recursos (Activos) para lograr implementar su estrategia.
37
Su significado literal no existe en la RAE Real Academia Española.

Alberto Mora G.
38 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Figura 18 - Analytics aplicada a mantenimiento como recurso nuclear estratégico y generar valor

Nota: es el proceso natural que sigue la influencia de mantenimiento en el modelo gerencial de Enterprise Architecture, como un
modelo de capacidades gerenciales, al actuar como un recurso nuclear, para generar valor en las decisiones que se toman, con
Analytics, en sus cinco dimensiones, bajo enfoque Grantiano y Kantiano. Transformada bajo síntesis de autores citados a
continuación: (Wilson, Las diferencias entre análisis descriptivo, predictivo, prescriptivo y cognitivo, 2020) (Gimbert, 2009)
(Arango, Martín Darío - Serna; Londoño, Jesús Enrique - Salazar; Álvarez, Karla Cristina - Uribe, 2012) (Mora Gutiérrez &
Villamil - Simancas, 2021).
A tal efecto se empieza a hacer la congruencia y convergencia de los sistemas Kant & Grant, lo que deja sentadas
las bases para los capítulos siguientes de Métodos, Resultados y Discusión, sobre la generación de valor económico
organizacional, con analytics y ETL 38 aplicado a la capacidad del negocio, de GOMAP, para alcanzar a maximizar la
competitividad y las utilidades empresariales.

38
ETL - Extraction Transformation & Load data
 Nota: este es el proceso evolutivo de la analítica generando valor agregado empresarial, que es la base estructural de esta obra, donde se esboza la evolución en el
tiempo de los pasos científicos de ETL Extraction - Transformation and Load - Based on Analytics (en español Extracción, Transformación y Carga - Basada en
analítica en sus cinco fases), aplicados a la gestión de mantenimiento, de activos y de operación industrial, GOMAP; lo cual es garantía de que si se hace con el enfoque
de Grant, tomando a Mantenimiento como una capacidad gerencial basada en conocimiento e inteligencia racional (Kant) se garantiza la agregación de valor y de
ventajas competitivas estratégicas vía mantenimiento, que en la antigüedad se le consideraba un gasto inoficioso, además que se integra un concepto sólido y
contundente, de activos (tangibles o no) al servicio de mantenimiento, para que este sea el generador directo y sostenible de valor en el corto, mediano y largo plazo,
apoyado en la analytics (Wilson, Las diferencias entre análisis descriptivo, predictivo, prescriptivo y cognitivo, 2020) (Wang & Jain, 2003) (Scuoler, 2020).

Definitivamente lo que prima es la coincidencia de los enfoques y sistemas de Grant y Kant, entre otros muchos
conceptos, está: la evolución en el tiempo, tanto de Kant como la evolución hacia el futuro de los procesos analíticos de
Grant, donde se sale del pasado, pasa al presente y aborda hasta su saciedad el futuro de corto, mediano y largo plazo.
Por otro lado la gran coincidencia de ambos es el manejo de la data en el tiempo, es el origen del pensamiento racional
Kantiano, la data burda o intuitiva, racional o conseguida por conocimiento, la cual evoluciona con el raciocinio y la
mayoría de edad, el método científico, su analogía es con las evoluciones de la data en Grant, en términos de espacio,
Figura 19 - Analytics Mantenimiento Activos, 5 dimensiones Wilson con modelo de negocio Grant

Alberto Mora G.
Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 39

cuando gana valor agregado, pasando por los procesos ETL.

40 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Cuando evoluciona la data a información, conocimiento, sabiduría e inteligencia; todas

persiguen decisiones analíticas estratégicas, gerenciales y operativas de mantenimiento,
ingeniería y activos, basados en el enfoque de capacidades del negocio de Grant y en la
perspectiva modernista de Kant, que busca pronósticos, verdad, futuro y conocimiento,
aplicando analytics orientada por el método científico; con el fin de generar valor
organizacional, mediante capacidades gerenciales de mantenimiento apoyados en los recursos:
activos tangibles o no.
El sistema analítico de Big Data, Data Mining (Knowledge Discovery in Databases - KDD 39), Business
Intelligence y demás técnicas avanzadas, se basa de manera única y central en el futuro, ya que recorre las diferentes
líneas de tiempo: pasado, presente y futuro; de corto, mediano y largo plazo, con el fin de poder generar valor.

1.6.2 Elementos Kantianos

Los conceptos y valores de las variables en los diferentes objetos o artefactos a analizar solo serán válidos cuando
haya intuición intelectual, es decir una persona con minoría de edad no puede emitir intuiciones intelectuales y menos
podrá ser objetivo sobre un objeto y su organización contextual, es decir en la medida que haya sensibilidad humana
racional o intuitiva sobre el objeto, es susceptible de invocar al sistema Kantiano, conformado por sus elementos
activos, como se aprecia en la Figura 20 - Ensamble original de elementos de Sistema Kantiano hacia Grant, a
continuación.

La experiencia con los objetos es imprescindible, no puede haber juicios si no hay experiencias reales previas
con los objetos o artefactos, de forma imaginaria o real, con fundamento técnico de conocimiento racional, previo,
sobre el mismo (Troncoso, 2009).

El tercer elemento vital de Kant es el entorno, el cual se genera de la estructura cualitativa y cuantitativa, basadas
en objetivos con data previa, conocidos y entendidos a cabalidad, con propiedades tangibles, perceptible por los
sentidos o por la mente de las personas, que generan sensaciones en el humano racional, como sabores, colores,
materiales, valores numéricos, propiedades físicas, roles, etcétera, las cuales son netamente objetivas y cuantificables
(o medibles), interactuando en una organización particular de cada individuo, acorde a su historia, experiencias, genes
y personalidad, todo eso es lo que se concibe como entorno, lleno de contenidos (Montero, 1973) (Prahalad C. -H.,
1990) (Prahalad & Hammel, 2011).

Es extraordinariamente coincidente la similitud, entre los diferentes conceptos fundamentales de la analytics en

mantenimiento, al usar a la gestión de activos como apoyo para poder lograr su misión, a partir de los enfoques
sistémico de Kant y analítico de capacidades gerenciales, con el Framework con arquitectura empresarial de Grant
(Arango, Londoño, & Álvarez, 2011), lo que permite de esta forma tomar decisiones basadas en el estado futuro para
generar rentabilidad y competitividad a toda la organización, con las cinco dimensiones de la data y de los estados de
estudio diagnóstico, descriptivo, predictivo, prescriptivo y cognitivo, con herramientas avanzadas de estadística,
matemática, estocástica, Big Data, Business Intelligence, Datamining y afines, siendo este concepto novedoso,
efectivo y certero, aplicado en la realidad, con excelentes resultados (Villamil, 2021) (Mora A. , Mantenimiento cord
de las empresas activos son recursos al servicio de mantenimiento, 2021) (Barney, 1991) (Granja & Vallejo C., 2015).

Esta ilustración que prosigue, ya integra los dos enfoques de Kant y de Grant, también tiene inmerso de manera
tácita las posiciones de Gartner, Maslow, Herzberg, Wilson y demás autores relevantes en el modelo de negocios con
mantenimiento como una capacidad gerencial conformada por habilidades y competencias - core competencies - en
aras de generar valor agregado y competitividad (Herzberg, Mausner, & Snyderman, 2017) vía mantenimiento, con
los activos (tangibles o no) que sirven para operacionalizar la función magna de mantenimiento, que es garantizar la
funcionalidad de los equipos, con los mejores valores CMD, a partir del analytics en cinco fases.

39
KDD - Investigar en bases de datos, con el fin de generar conocimiento.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 41

Figura 20 - Ensamble original de elementos de Sistema Kantiano hacia Grant

Nota: ilustración propia, que condensa y conceptúa sobre el proceso evolutivo de la estructura Kantiana hacia la de Grant, que da
forma al enfoque sistémico de la autoría de Kant, basado en evoluciones primarias de los individuos, perfeccionadas en el tiempo,
con el correr de los años y el valioso aporte de múltiples autores que lo estudian, lo actualizan y adecuan a lo moderno, en especial
sus características de analytics, futuro, espacio, tiempos, racionalidad y demás características similares usadas en el sistema
Grantiano, con la congruencia del nuevo enfoque de esta obra de mantenimiento vanguardia como una capacidad del negocio,
generadora de valor y competitividad, basada en la analítica aplicada a GOMAP, en los ejes de tiempo y espacio (Wang & Jain,
2003) (Scuoler, 2020) (Kant I. , 2003) (Montero, 1973) (Mora A. -G., Mantenimiento estrategico, 2017) (Duffuaa & Ben-Daya,
1995) (Mora Gutiérrez & Villamil - Simancas, 2021).

1.7 Enfoque Grantiano

En el contexto de las empresas u organizaciones, se hace referencia al concepto de capacidades organizacionales
como las habilidades que tiene una organización para alcanzar sus metas y objetivos (Grant, 2005).

Alberto Mora G.
42 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Figura 21 - Escenarios futuros empresariales, con personas y ámbito laboral - Grant

Nota: representación de elementos estructurales que tienen los futuros escenarios, donde se aplican y desarrollan los modelos
gerenciales, basados en capacidades del negocio, dentro de una arquitectura empresarial centrada en el servicio, mantenimiento es
netamente una entidad de servicio – Ilustración adaptada y transformada de su original de los autores a continuación citados
(Serrano & Sayeras, 2021) (Gimbert, 2009) (WEFM@, 2020).

El concepto Grantiano se consolida con el enfoque de Kant y con Wilson, en procurar el perfecto conocimiento
de los escenarios futuros (Wilson, 2020) (Kant I. , 2003).

1.7.1 Mantenimiento como una habilidad organizacional y activos como recursos

Al integrar todos los sistemas y conceptos de los diferentes enfoques de negocio, conocimiento, habilidades,
manejo analítico, mantenimiento como una capacidad y recurso nuclear de la empresa, la producción de estrategias
que apuntan hacia los objetivos de la empresa, a su misión y visión, el tener en cuenta los procesos de adquisición de
conocimientos, la utilización del umbral de tiempo y espacio en las cinco dimensiones del tratamiento científico
analítico aplicado, los métodos y las metodologías de estudio, todo con el fin de generar el estado futuro con estrategias
efectivas y certeras, que estén alineadas con la empresa, permite la creación de factores y acciones claves de éxito que
maximicen el CMD 40 y la rentabilidad de la empresa, con la generación sostenible y perenne de ingresos, integrando
la totalidad de los conceptos y dependencias de acuerdo a la Figura 22 - Enfoque Global Kant & Grant & Wilson,
mantenimiento como capacidad nuclear, con el fin de que mantenimiento sea un recurso nuclear generador de valor
agregado.

40
CMD Confiabilidad Mantenibilidad Disponibilidad - En inglés RAM Reliability (Confiabilidad o Fiabilidad en España) Availability
(Disponibilidad) Maintainability (Mantenibilidad) (O´Connor, 2002).
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 43

Figura 22 - Enfoque Global Kant & Grant & Wilson, mantenimiento como capacidad nuclear.

Nota: ilustración propia, muestra todo la integralidad del objetivo central de esta obra, el cual es manejar la gestión y operación de
mantenimiento, apalancada en los recursos activos (tangibles o no), bajo los enfoques sistémico de Kant y de arquitectura
empresarial orientada hacia el servicio de Grant, bajo modelos de negocio donde mantenimiento es un core, que genera estrategias
efectivas, que producen factores y acciones claves de éxito, las cuales se operacionalizan en la función innata de mantenimiento de
garantizar la funcionalidad de las máquinas y, en generar valor agregado, con la maximización del CMD y de la competitividad,
todo en una sola ilustración integral, que contiene todos los conceptos y principios descritos hasta el momento, en este primer
capítulo (Propia, 2021).

El sistema decisional con fundamento en el estado futuro de mantenimiento basado en el modelo de capacidades,
conduce a la generación de competencias propias del departamento en estudio y por ende de la empresa, en dos
direcciones, la primera articula todas las dependencias, sus recursos activos (tangibles o no), sus elementos
estructurales, para determinar e integrar todas las necesidades internas o exógenas de la empresa y del área de
mantenimiento, alrededor de una sola estrategia y, la segunda permite articular toda la capacidad técnica, tecnológica
y científica de mantenimiento bajo el modelo de negocio y convertirlas en funcionalidades, para cumplir su misión
propia de garantizar la funcionalidad de los equipos, con el mínimo costo, maximizando CMD, rentabilidad y
competitividad (Porter, 1999) (Grant R. M., Analytics aplicado a gestión, 2022 January) (Knezevic, 1996) (Mora A. -

Alberto Mora G.
44 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

G., Mantenimiento estrategico, 2017), lo anterior mediante la analytics apoyada en los sistemas TI - BD - BI – Data
Mining - DataLake y afines (Arango, Londoño, & Álvarez, 2011) (Londoño, Cord ventajas competitivas
mantenimiento, 2020).

Los umbrales de tiempo y los estadios 41 que definen los tipos de analytics a aplicar, se determinan con base en
función del tiempo de aplicación que se desea en el porvenir, con las pautas de la Figura 23 - Umbrales de espacio,
válidos de analytics científico aplicado en mantenimiento.

Figura 23 - Umbrales de espacio, válidos de analytics científico aplicado en mantenimiento

Nota: ilustración propia, que permite definir los tipos de análisis que se requieren en las etapas de espacio de Kant, requeridos en
los procesos de agregación de mantenimiento como capacidad nuclear del negocio (Mora A. -G., Métodos Furísticos - Pronósticos,
2012) (Mora A. -G., Mantenimiento estrategico, 2017) (De Miguel E. -F.-D., 1990).

Los tipos y características de los datos que se requieren procesar en cada una de las agregaciones de valor, en
los diferentes estadios, se describen de acuerdo con la siguiente Figura 24 - Tipos de data de uso en analytics aplicado
en mantenimiento.

Figura 24 - Tipos de data de uso en analytics aplicado en mantenimiento

Nota: ilustración propia, que permite definir las
características de los datos factibles de usar en cada
uno de los cinco estadios del eje vectorial espacio de
Kant (Mora A. -G., Mantenimiento estrategico,
2017) (De Miguel E. -F.-D., 1990) (Granja & Vallejo
C., 2015).

Una vez que se conocen las diferentes

factibilidades de la analytics, para comprender
los diferentes parámetros que se requieren, en la
selección de los métodos vectoriales de tiempo
y espacio de Kant, presentes en esta primera
unidad, se describen a continuación los
umbrales de Kant, que caracterizan a cada una
de las etapas de agregación de valor en la
implementación de mantenimiento como una
capacidad gerencial nuclear y estratégica del
negocio, apalancada en los activos, para crear factores y acciones claves de éxito.

41
RAE - Según diccionario de la Real Academia Española – Estadio es en una de sus definiciones es: período o fase de un proceso. Autor enuncia
equivalente a estado.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 45

Figura 25 - Ejes Kantianos de espacio & tiempo, válidos en analytics científico en mantenimiento

Nota: ilustración propia, que permite comprender los rangos de tiempo futuros y del tipo de analytics, factibles de usar en los
estudios de futurología, epicentro de esta obra, en mantenimiento bajo el modelo de capacidades del negocio, con apalancamiento
de los activos (tangibles o no), para generar ingresos a la organización y cumplir su función natural de maximizar la funcionalidad
de los activos (Mora A. , Mantenimiento cord de las empresas activos son recursos al servicio de mantenimiento, 2021) (Montero,
1973) (Mora A. -G., Mantenimiento industrial en empresas de tecnologías avanzadas, 1999) (Mora A. -G., Mantenimiento
estrategico, 2017).

De esta forma se dejan completamente claros los fundamentos, el estado del arte de los diferentes tópicos
requeridos para alcanzar a comprender el proceso de lograr el objetivo final de la obra, que es futurizar los estados de
equipos y máquinas, vía mantenimiento como un recurso nuclear de las capacidad el del negocio, con base en el uso
de los activos, para generar estrategias operativas, funcionales, corporativas, gerenciales y financieras que maximicen
la confiabilidad (Darnell & Smith, 1975) de los equipos (Bazovsky, 2004) (Barringer@, 1997), su rentabilidad y su
confiablidad, bajo el enfoque de arquitectura empresarial (Framework (Bravo, 2009)) orientada netamente hacia el
servicio (Londoño, Cord ventajas competitivas mantenimiento, 2020) (Barringer, 2011) (Nachlas, 1995) (Navarro,
Pastor, & Mugaburu, 1997).

Alberto Mora G.
46 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

1.8 Conclusiones de capítulo

El capítulo inicial deja sentadas todas las bases requeridas, junto los fundamentos técnicos, históricos, como
todo el desarrollo deontológico, que de manera secuencial muestra la ruta crítica para poder demostrar que la gestión
y operación de mantenimiento y activos, se debe revisar a la luz de conceptos más fuertes, antagónicos y
estructuralmente sólidos, para poder entender y plantear todo el desarrollo que se requiere para poder gobernar a
GOMAP con solidez y eficacia, mediante técnicas avanzadas de analytics en sus cinco dimensiones y, con umbrales
de tiempo que cubren el pasado, el presente y el futuro de corto, mediano y largo plazo.

También se deja muy definido que para abordar esta metodología vanguardista de la Arquitectura Empresarial 42
orientada netamente al servicio, que es justamente la característica de lo que hace mantenimiento, se requiere plantear
una metodología que se diseña con base en las herramientas internacionales que a tal fin existen para cálculos y
predicciones, en los estadios de Diagnostic, Descriptive, Predictive, Prescriptive y Cognitive Analytics, que se base
netamente en la investigación, el desarrollo y el fundamento técnico-científico, con conocimientos en su máximo
grado, siguiendo la línea Kantiana, de maximización de este, con libertad, mayoría de edad intelectual, independencia
soberana, sin tener que ceñirse a lo que produzcan o calculan los paquetes informáticos, softwares especializados o
plataformas de avanzada en BD, BI, Datamining, etcétera.

Por último, el mero hecho de ser programas o métodos de cálculo o futurología de grandes
casas comerciales o de desarrollo informático, tampoco garantiza que en el detalle los
procedimientos de cálculo sean ortodoxos y cumplan los mandatos ya comprobados de manera
científica a lo largo de los años, pero que no son involucrados por las casas comerciales, ya
ellos son solo organizadores de información, donde lo que producen son cajas negras a los
cuales les entran datos y salen datos, pero la pregunta es, ¿son confiables? y la respuesta
única y radical es ¡NO! es decir ellos directamente de forma autónoma no son fiables, se
deben acompañar de criterios avanzados de interpretación de resultados y mucho concimiento
de los métodos futurísticos.
Tampoco es adecuado cuando se siguen per se: normas, certificaciones, mandatos de asociaciones, que generan
y diseñan a su antojo y conveniencia procedimientos y cálculos que se construyen en otros lares, netamente con sentido
comercial para que la humanidad se alinee a ellos y puedan gobernar miles de personas y empresas, con funcionarios
y directivos, en los cuales ellos generan la minoría de edad, evitando a toda costa que racionen como manda Kant.

No se crea que esto solo ocurre en algunas áreas, no¡, lo triste, que se ha visualizado desde
mucho tiempo atrás y, que se irá mostrando en el devenir de la obra, es que temas como:
mantenimiento, confiabilidad, pronósticos, probabilidades, inventarios, almacenes, simulaciones,
banca, mercadeo, etcétera, se fundamentann en estas herramientas desconociendo, de forma poco
elegante, la ciencia que los soporta, por parte de las empresas usuarias de estos programas
y de los compañías que los crean y comercializan, que de manera a veces hasta descarada,
emiten conceptos sobre los programas o resultados futuristas, sin ningún fundamento sólido,

42
Enterprise Architecture, english.
 Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos - 47

estudiado o confiable, todo en aras de lograr la venta, dan conceptos a veces hasta atrevidos
sobre la bondad de sus herramientas informáticas, por eso es importante ver cómo se devela el
telón en esta obra donde se usan diversos programas, que entran en estas categorías difíciles,
los cuales por supuesto van acompañados en este libro, de los fundamentos técnico-cientificos
requeridos para poder considerar los resultados obtenidos como concluyentes estadísticamente
hablando y que serán óptimos, para poder tomar decisiones sobre el estado futuro de
GOMAP43, que generen verdaderamente estrategias efectivas, valor agregado, con
Mantenimiento como una habilidad del negocio apalancada en los activos (tangibles o no)
mediante analytics integral de cinco etapas.
1.8.1 Metodología técnico-científica de múltiples etapas - Descriptive & Diagnostic Analytics
Es la unidad dos, la cual se requiere conocer para plantear una metodología integral, que está conformada por
métodos certeros en cada una de las cinco etapas de la analítica, eso ocurre en el segundo capítulo, donde se trata en
detalle, la ciencia de cada método que se usa, los capítulos de la metodología que permite alcanzar los estados futuros
deseados, trabajando desde la data burda de Kant, su análisis estadístico y de validación de las fuentes numéricas que
se usan, para aplicar en toda su dimensión el enfoque de Grant & Wilson, los procesos ETL, con su respectiva
secuencia lógica en términos de los vectores de Kant: tiempo y espacio, en el capítulo dos se trabaja el espacio y en el
tres el tiempo, con soporte técnico propio y avanzado de CMD Mantenimiento que es el origen de la data de procesos
industriales reales que se llevan a cabo en esta obra, para en el siguiente capítulo avanzar hacia el futuro, desde el
pasado y el presente de esta sección.

1.8.2 Escenarios y resultados futuros

En el capítulo tres de resultados, se encuentran las características y valores, de las variables claves en los procesos
críticos (Gasca, Camargo, & Medina, Confiabilidad, 2017) CMD, de los estados futuros deseados de corto, mediano
y largo plazo, con criterios técnico-científicos, que otorgan todos los criterios de análisis requeridos de las variables
relevantes del fenómeno en estudio CMD, definiendo en esta sección el eje vectorial de Kant tiempo, en sus
dimensiones técnicas requeridas.

1.8.3 Semántica estratégica

Esta sección, número cuatro es bastante interesante, ya que entrega la semántica pura de orden estratégico, que
genera y produce la estrategia, los factores y acciones claves de éxito, la táctica, las ventajas competitivas, la
operabilidad de las funciones propias de GOMAP a partir de los recursos activos (tangibles o no), la agregación de
valor, la consecución de la competitividad y en términos integrales el plan estratégico que permite aplicar a
mantenimiento como un recurso nuclear dinámico de la empresa para maximizar rentabilidad y competitividad.

Es muy relevante ver toda la evolución de la estrategia anudada y soportada, en la integración de los enfoques
de Grant & Kant & Wilson & Maslow & Herzberg al través del espacio en el capítulo dos, del tiempo en el tres y de
su formación y diseño final en el cuarto capítulo, que es el último; de forma que toda la obra se enfoca en un lenguaje
netamente estratégico que permite comprender claramente la semántica de la planificación estratégica, con
comunicación coherente y seria, para poder lograr el objetivo final de la obra (Stagno, 1996).

43
GOMAP - Gestión y Operación de Mantenimiento y Activos con Producción.

Alberto Mora G.
48 - Capítulo 1 - Mantenimiento vanguardia apalancado en gestión de activos

Vanguardia intelectual

El concepto puede hacerse extensivo para nombrar a la avanzada de un movimiento

artístico, político o ideológico. En este sentido, la vanguardia es algo novedoso que
escapa de la tendencia dominante y que podría sentar las bases del desarrollo futuro.
La idea de vanguardia se asocia a la innovación en el contenido y en la forma.
Autores: Julián Pérez Porto y Ana Gardey. Publicado: 2010. Actualizado: 2021.
Definición de: Definición de vanguardia (https://definicion.de/vanguardia/)
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 49

2 Metodología analítica estadios 44 descriptivo y diagnóstico

El proceso analítico a fondo, continua, para ello se abordan dos secciones realmente importantes, que es la
obtención de la data burda como enuncia Kant, junto con la fase o estadio diagnóstico, estas son fundamentales para
sembrar e insertar el orden, la secuencia lógica, la calidad de la información, la veracidad, la limpieza, la coherencia,
la cantidad de datos, la oportunidad, los tiempos, el volumen requerido de historia y presente, las categorías a trabajar,
la correlación de valores, las características y propiedades de variables de análisis presentes en el sumario45
matemático - estadístico - estocástico - temporal - histórico - futurístico - etcétera y, en general conocer lo más
profundo que sea factible de los valores y estados de los fenómenos relevantes en el estudio futurístico deseado, para
que mantenimiento verdaderamente sea una capacidad del negocio y, pueda agregar valor y competitividad a la
empresa, con base en un modelo de negocio de avanzada, Grant y/o Gartner, con la utilización del apalancamiento de
los recursos, entre otros activos, personas, procesos, etcétera.

Es la hora de empezar todo el proceso analítico, que tiene como estadio final de la obra, el cognitive analytics
junto con el plan estratégico futurístico de estrategias y acciones claves de éxito, de largo plazo de variables
impactantes y relevantes de mantenimiento, como gestión y operación, al ser una habilidad o capacidad nuclear del
negocio, que genere y ejecute, cambios efectivos estructurales, positivos y sostenibles en el tiempo, desde el faro de
mantenimiento con enfoque vanguardista (eje vertebral de esta obra) como resultado de un análisis integral, con
rigurosidad técnico-científica, con cálculos serios y la utilización funcional correcta y profunda, de las herramientas
informáticas, programas especializados, softwares específicos y plataformas de Big Data, Business Intelligence,
Datamining, Data Lakers, Data Warehouse, etcétera, en conjunto con todos los avances tecnológicos existentes de
IT 46 para la extracción y transformación de la data, a través de IS sistemas de información 47.

2.1 Introducción a capítulo

El análisis descriptivo, como tal trata de responder la pregunta, qué variables tienen impacto?, en el pasado
recién del fenómeno que se estudia y, en ocasiones se adentra en el presente actual en simultáneo en los dos estados
del tiempo, con el fin de datear las variables en cuestión y su grado de impacto sobre el sistema en evaluación, a veces
se realiza de forma manual y/o en otros casos usa herramientas de mejor categoría, de orden matemático, estocástico,
estadístico, etcétera, para realizar el examen o estudio de la data, de sus contenidos o valores, en la actualidad ya se
usan aparte de las descritas, programas especializados, técnicas informáticas o plataformas de BI, BD, Datamining,
DataLake y afines (Gartner I. , 2022).

En general el fin de esta unidad es organizar la data, para tenerla en las formas estándares necesarias, deseadas
y debidamente patroneadas, para poder entrar a hacer análisis futurísticos (en cada uno de los estadios del tiempo y
espacios de Kant, Grant y Wilson), estas formas las define en especial el campo técnico que se evalúa, en el caso
particular es el análisis de futurología de decisiones efectivas de gestión y operación de mantenimiento, activos y
producción GOMAP, a lo cual se evalúan todos los KPI o MAKPI’s 48 (Janer, 2020) (Villamil, 2021) (Domínguez,
1999) relevantes que permiten que mantenimiento (Villegas & Mora Gutiérrez, 2020) genere valor agregado a la
corporación a que pertenece, acorde a su enfoque de vanguardia, basado en modelos de negocio orientados por
Arquitectura Empresarial centrada netamente en servicios (Arango, Londoño, & Álvarez, 2011), en general da la
forma o formato base de análisis o analytics en los siguientes estadios.

44
RAE - Según diccionario de la Real Academia Española – Estadio es en una de sus definiciones es: período o fase de un proceso. Autor enuncia
equivalente a estado.
45
En inglés el sumario que se describe atañe y es: mathematical, statistical (Leemis, 1995), stochastic, temporal, historical, present, probabilistic
and futuristic summary.
46
IT Information Technology, en castellano tecnología informática, no es información tecnológica.
47
IS - Information System - En castellano un sistema de información es una forma de organización formal, sistémica, que se crea para recopilar,
guardar, transformar, estudiar, ordenar, etcétera, y en general para administrar y operar data, usualmente manejan cuatro elementos: personas,
estructura, tareas y tecnología; que apoyan las mejores tomas de decisiones empresariales y/o técnicas (Bertalanffy, Teoría General de los Sistemas,
1994) (Lorenzon, 2020) (Perdomo & Arias, 2014) (Etece, Equipo Editorial, 2021).
48
MAKPI’s - Assets and Maintenance’s Key Performance Indicators tiene en la obra el acrónimo o sigla MAKPI y, KPI - Key Performance
Indicators - Indicadores Claves de la Gestión y Operación de Mantenimiento.

Alberto Mora G.
50 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Lo usual es que se haga el análisis y los estudios, con técnicas de inteligencia clásica de BI, con gran volumen
de visualizaciones y cálculos de características de datos, como tablas, mapas, narraciones, textos, informes, etcétera,
en especial revisa mucho la coherencia y calidad estadística, matemática y estocástica de la data burda de Kant
(Gartner I. , 2022).

Realmente los autores conservadores, solo reconocen tres áreas analíticas: descriptive, predictive y prescriptive.
Ya las fases diagnostic & prescriptive, son extensiones de las etapas descriptiva y predictiva respectivamente, son las
más recientes, la primera trata de profundizar en causas raíz de los hechos descriptivos y la cognitive amplía el umbral
de trabajo hacia el futuro más lejano.

El análisis previo de la data en su fase introductoria requiere mucho trabajo de detalle, de

relojería, coloca en un estado de servicio y utilización la data original, los analistas por lo
general estiman que se puede trabajar directamente con los datos originales y no hay tal,
porque lo más seguro es que se violen las características necesarias de los insumos de datos,
que deben rigurosamente cumplir ciertas características previas al análisis profundo, para que
lleguen a ser válidos estadísticamente hablando y se puedan tomar como concluyentes, de alta
validez científica.

En especial esta validez se verifica durante el proceso y a la salida de las predicciones, prescripciones y valores
cognitivos de umbrales de tiempo de corto, mediano y largo plazo, entre ellas existen y se usan en esta obra de manera
amplía y diversa, tales como Goodness of Fit, bondades de ajuste, pruebas de normalidad, ACF, R2, Coeficiente Alfa
de Cronbach, Chi cuadrado y otras más, que aseguran que la calidad de los datos e información de entrada es más que
suficiente para poder hacer y realizar cálculos con análisis concluyentes válidos 49.

2.2 Objetivo de capítulo

Lo que pretende esta segunda unidad del escrito, es extraer la data adecuada de múltiples fuentes veraces, que
garantice la calidad, cantidad y validez de información suficientemente mínima para tomar decisiones futuras
correctas, que cumplan los requisitos de estadística y estocástica, ya que se entra en zonas del futuro donde todo es
conjetura, donde solo se sabe que los cálculos son correctos cuando ese estado futuro, se convierta en presente, por
ello se debe invertir tiempo y dedicación a esa preparación exhaustiva de la data, para ello debe limpiar y eliminar los
datos que no se requieran, no tener en cuenta las múltiples variables que se encuentran en la data burda Kantiana, para
ello debe emplear métodos apropiados para dicha limpieza y transformación ETL, debe convertir la data original en
información, con métodos para ello apropiados y de validez internacional, esta información se convierte en la puerta
de entrada (insumos) de los tres estadios futuristas (predictivo, prescriptivo y cognitivo), que siguen en la analytics
(Logicalis, 2014) CMD.

Por medio de la validez de orden estadística y/o matemática y/o estocástica, requeridas en los estudios de
futurología, se garantiza la confiabilidad (Farfan, 2020) de dichos resultados y de sus conclusiones, que están de
acuerdo con las leyes de estos tres órdenes enunciados en la línea anterior, lo cual les da el rango de usabilidad50
requerido en las decisiones efectivas de GOMAP, que deben generar valor empresarial.

49
Desde cualquier óptica: matemática, estadística, futurística, series temporales, estocástica, inferencial, deductiva y otras más que se requieran en
la obra en estas dos primeras fases diagnóstica y descriptiva.
50
Usabilidad no está en el diccionario de la Real Academia Española a la fecha de este año 2022, pero sí es un neologismo: usabilidad
(del inglés usability - fácil de usar) se refiere a la facilidad con que en el desarrollo de analytics futurística, se pueden utilizar una o varias
herramientas de análisis, para lograr un estudio factible de usar y científicamente válido, para que tengan fundamento las decisiones que se tomen,
con base en esos estudios (Fondéau RAE, 2012).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 51

Cuando se obtenga una conclusión, después de usar de forma rigurosa en obtenerla, el método científico, que se
deriva de la analytics de la data del estudio, significa que dicha (s) conclusión (es) es (o son) científicamente válida
(s); siempre y cuando se obtenga con suficientes cálculos y/o experimentación, con respeto de normas, usos y
costumbres de las leyes matemáticas, analíticas, estocásticas y estadísticas.

En general el objetivo es preparar y adecuar pertinentemente la data completa, convirtiéndola en información,

de las dos primeras fases, para más adelante poder proseguir con ella a los estadios futuristas.

2.3 Apropiación estándar de la data e información

Los procesos analíticos en su origen datan normalmente de tres etapas: descriptiva, predictiva y prescriptiva,
(Lepenioti, Bousdekis, Apostolou, & Mentzas, 2020) como se muestra en la siguiente Figura 26 - Vectores de
analytics con sus implicaciones en la transformación de la data (Consultoría & Consultores, 2019), más adelante
evoluciona el área descriptiva, con un estadio supremamente aportante que nace de su interior, que se nombra como
diagnóstica, la cual busca encontrar las causas raíz, de los hechos que la precedieron en el pasado anterior, esto por
una lado, por el otro la fase prescriptiva salta en el umbral de tiempo futuro hacia la prospectiva a muchos años vista,
con el estadio cognitivo, que es la más moderna e impactante, que busca un aprendizaje autónomo de los estados
futuros previos de corto y mediano plazo, que son predictivo y prescriptivo, donde ya empieza fuerte el análisis
futurístico, además los prescriptivos identifican diversos escenarios factibles, para determinar cuál es la opción más
viable y de mejores réditos. Son proyectos enfocados en optimizar recursos (activos (tangibles o no)) para lograr la
mejor efectividad de mantenimiento y generar el mayor valor agregado, para la organización, el prescriptivo es
netamente un modelo futurístico de transición (Mora A. -G., Futuro en mantenimiento, 1998) (Mora A. -G., Métodos
Furísticos - Pronósticos, 2012).

Figura 26 - Vectores de analytics con sus implicaciones en la transformación de la data

Nota: ilustración propia obtenida, con modificaciones de gráficas originales de la evolución de la data en sus fases primarias,
cuando aún no aparecían en el ambiente, ni el análisis diagnóstico y menos el cognitivo, que son en los últimos años cuando
adquieren su fuerza, los autores originales de la imagen se citan a continuación (Consultoría & Consultores, 2019).

Alberto Mora G.
52 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

La gran estrategia de mantenimiento basada en el enfoque de Wilson, Kant y Grant, se consolida con el aporte
de los autores Lepenioti & Bousdekis & Apostolou & Mentzas (Lepenioti, Bousdekis, Apostolou, & Mentzas, 2020)
con la gráfica que citan de Krumeich, donde consolidan tres estadios iniciales, de acuerdo con la siguiente Figura 27
- Analytics con tres estadios originales, la cual se sugiere revisar con detenimiento con la Figura 13 – Analytics agrega
valor a través de la GOMAP en sus cinco dimensiones, que posteriormente se adapta a cuatro con Gartner y por último
a cinco fases con Wilson.

El objetivo central de la unidad es analizar y transformar la data burda deKant, mediante

agregación de valor tecnológico, para que sea útil y válida en los siguientes estadios analíticos:
predicciones y/o prescripciones y/o cognitivos.

Figura 27 - Analytics con tres estadios originales

Nota: esta figura es original de los autores Lepenioti & Bousdekis & Apostolou & Mentzas, ya citados, de tres etapas, más sin
embargo en su paper enuncian la aparición de otras fases (Lepenioti, Bousdekis, Apostolou, & Mentzas, 2020) (Prada, Los insumos
invisibles de decisión: datos, información y conocimiento , 2008).

Gartner reafirma y sugiere cada vez que puede, que las empresas deben evolucionar en el corto plazo, hacia la
BI & BD, para poder hacer análisis más completos y profundos en las plataformas modernas de analytics, al igual que
enuncia que la introducción del análisis diagnóstico, en los estadios pasado y presente, genera un paso muy relevante
y engrandece notoriamente la agregación de valor, que se basa en modelos gerenciales analíticos de Wilson
(Consultoría & Consultores, 2019) (Gartner I. , 2022) (Gartner I. , Escala de valor analítica de Gartner y el continuo
de la información, 2020) (Toda, 2017).

Los grandes avances informáticos, de la Big Data & Business Intelligence, de la computación tanto a nivel de
hardwares como de softwares, de la industria y la investigación mundial, la gran competencia y competitividad
empresarial que existe, ya requieren de herramientas más avanzadas que solo auscultan el pasado, deben avanzar hasta
el futuro, como se ha hecho énfasis en muchos apartes, en esta obra (Consultoría & Consultores, 2019).

2.3.1 Analytics con diferentes estadios

La Big Data y la inteligencia de negocios, avanzan con pasos gigantes en la producción de herramientas y
plataformas tecnológicas que manejan muchos petabytes (es 1.000´´000.000´000.000 de bytes) de información, es
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 53

notorio que en pocos meses siempre salen al mercado herramientas en la nube o en Cloud, o de otros escenarios que
manejan cifras inconmensurables de información, lo cual requiere profundizar en estos tópicos, para saber seleccionar
los estadios óptimos de tiempo y espacio de Kant y de Grant, como de Wilson, para desarrollar la analytics aplicada
GOMAP, que genere el mayor valor a la organización con el nuevo enfoque vanguardista de modelos de negocio, con
base en arquitecturas empresariales centradas en el servicio, se resalta que mantenimiento es una entidad netamente
de servicio y no de producción, como a veces se quiere pensar.

Figura 28 - Proceso futurístico con cuatro estadios, tres originales más diagnostic analytics

Nota: esta imagen sintética con modificaciones del autor de esta obra procede de la empresa Gartner Incompany, donde ya se
encuentran casi en fase final los estadios de tiempo y espacio Kantiano, Grant, Gartner y de Wilson, cuatro en total sin Cognitive
Analytics, aún (Gartner I. , Escala de valor analítica de Gartner y el continuo de la información, 2020). (Lepenioti, Bousdekis,
Apostolou, & Mentzas, 2020) (Gartner I. , Escala de valor en la analítica de datos, 2021). La ilustración muestra que para obtener
datos a gran escala se requieren herramientas tecnológicas avanzadas, con metodologías estándares o de corte científico se
convierten los datos en información, los analistas en especial con características de Kant como preparación académica, estudio y
mayoría de edad intelectual, convierten la información en conocimiento, por último los estrategas de la analytics avanzada
convierten el conocimiento en sabiduría (Gartner I. , Escala de valor en la analítica de datos, 2021) (Wilson, 2020).
En la ilustración anterior, descrita como Figura 28 - Proceso futurístico con cuatro estadios, tres originales más
diagnostic analytics se denotan las distintas evoluciones de los valores de las variables claves, del fenómeno a futurizar
con base en la analytics, clasificados como:

Alberto Mora G.
54 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.3.1.1 Estadio descriptivo - Data.

El dato es una representación simbólica con valores (numérica, alfabética, alfanumérica, algorítmica, etcétera)
de los diferentes criterios y parámetros que describen perfectamente esa variable a estudiar. Los datos se toman casi
siempre como reales ya existentes, por ello se asocian al estadio descriptivo. En esta fase los tecnólogos o calculistas
utilizan múltiples y diversas herramientas para extraer y transformar la información.

2.3.1.2 Estadio diagnóstico - Información.

A continuación procede el dato convertido en información, que se describe como un grupo, categoría o conjunto
de valores estructurados con un formato previamente concebido por el área temática de estudio, con un alto grado de
procesamiento o transformación para adecuarlo al estándar de los métodos futurísticos que se realizan a continuación;
en esta base se buscan las causas raíz de los hechos del estadio descriptivo; se fundamenta mucho en la revisión de la
data, su validez y la transformación requerida para que sea útil en los siguientes estadios, como información de insumo
a los métodos futurísticos. Este estado ya requiere el uso de metodologías exitosas a nivel internacional como análisis
de causa raíz o afines, para determinar por qué sucedieron los hechos de la fase anterior.

2.3.1.3 Estadio predictivo - Conocimiento.

El presente escalón es el conocimiento, el cual consiste en que la información anterior es evaluada, estudiada,
comprendida y analizada por personas con mayoría de edad intelectual, con libertad, sin apasionamientos ni
imposiciones, con mucha educación recibida, alta investigación conceptual y aplicada, alta experimentación y
suficiente contacto real, con el método científico, de tal manera que le permite a la información convertirla en
conocimiento, mediante sistemas de predicción obligatoriamente centrados en el método científico para el análisis
futurístico CMD con Times Series, como identifica la Figura 31 - Analytics con cinco estadios, cuatro anteriores más
cognitive analytics; según las definiciones de la primera unidad de Kant, Grant, Wilson, Maslow y Herbertz
(Vandeput, 2018). Justamente a partir de este instante o sea del presente hacia el umbral de corto plazo, de cero a dos
meses se utiliza con rigurosidad el método científico aplicado a predicciones en los métodos futurísticos de corto
plazo, para consolidar el conocimiento del estadio tres de previsiones.

El predictivo es un estadio donde el entorno o contexto es estable, trabaja con números y es

una herramienta de corto plazo (de uno o dos meses), usa técnicas avanzadas estadísticas y
estocasticas, no usa texto o verbo. Es el estadio que más agrega valor de los cinco de analytics.

Usualmente las técnicas predictivas de esta obra se basan en números, son datos muy estructurados, con
transformaciones avanzadas, que aplican mucho conocimiento y experticia, transformados y asimilados a los formatos
estándares requeridos para su análisis de GOMAP, como tal siempre se cumplen a cabalidad con altos porcentajes de
acierto en el Goodness of Fit o bondad de ajuste (medida del valor del ajuste y precisión, entre la realidad ya ocurrida
y el pronóstico que se genera antes de la realidad), casi siempre se cumplen los pronósticos de corto plazo, siempre y
cuando se siga el método científico con rigurosidad, conocimiento y paciencia, con varios softwares especializados y
las plataformas modernas de BI & BD & Datamining, que permitan asegurar la calidad, veracidad y cumplimientos
de los diferentes requerimientos y normas de la futurología de corto plazo, en los cálculos de cada una de las tres
etapas del mismo, que muestra la Figura 27 - Analytics con tres estadios originales (usualmente son valores
secuenciales de un fenómeno o varios, con intervalos de tiempo casi siempre similares).

Estos procesos de predicciones cuando se efectúan con seriedad metodológica y científica, con apoyo de
herramientas informáticas pertinentes y con dominio suficiente de los criterios técnicos de análisis de predicciones,
bajo modelos clásicos o moderno, por lo general aportan relevantes estrategias que permiten a las corporaciones
obtener enormes ventajas competitivas y mucho valor agregado, al usar en mantenimiento orientado hacia modelos
de negocio.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 55

2.3.1.4 Estadio prescriptivo - Sabiduría.

Esta aparece cuando se aplican modelos de turbulencia (Mora A. -G., Métodos Furísticos - Pronósticos, 2012)
de fase prospectiva, o sea de mediano plazo de dos meses a dos años, surge cuando se combinan datos, información,
conocimiento, demand planning y modelos especializados intermedios, en especial los de turbulencia or transition,
que trabajan con números y/o texto o palabras de expertos, todo con el fin de procurar que lo que se desea que ocurra
y es futurible (etapa predictiva) suceda efectivamente, acá surge un cambio total y radical en lo que a estadios del
futuro se refiere, en la etapa anterior predictiva, por lo general los pronósticos siempre se cumplen y suceden si hace
una aplicación rigurosa del método científico (como esboza lo aplicado a las series de tiempo de los valores de las
variables que se analizan), a diferencia de los anteriores los modelos prescriptivos que muestran diferentes escenarios
incipientes que se comienzan a conformar y estabilizar, lo cual ocurre por la pérdida de la estabilidad del entorno en
la fase tres de previsiones, por el cambio de estabilidad del entorno que ocurre entre el estadio predictivo y prescriptivo,
esto genera de ipso facto la pérdida de estabilidad del contexto, por el mero hecho de pasar de corto a mediano plazo,
en el umbral futurístico.

Por lo general el prescriptive analytics, involucra complejidad al proceso de estudio, en gran parte porque se
aleja del presente cercano y empieza a entra en unas fábulas o factibles escenarios aparentemente futuribles, los
análisis prescriptivos requieren estudios profundos a veces confusos y, muchas empresas aún no los utilizan en las
actividades comerciales diarias.

Un punto importante es que en este sitio del umbral del futuro, se pierde totalmente la lógica de los resultados
del porvenir, que de alguna manera ocurre en las previsiones, pero ya estos resultados no necesariamente son
consecuencias totales o parciales de los hechos del pasado que ocurren en los estadios anteriores, en especial el
descriptivo (Godet, 1993) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012).

En relación con este punto, se resalta que no siempre los resultados de las predicciones son
netamente causas parciales o completas del pasado recién, los modelos AR.I.MA.51 pueden
generar resultados de previsiones futuras que no tienen ninguna relación con el pasado o solo
parcialmente.
Este estadio prescriptivo, requiere un estado de madurez avanzado en la organización, no siempre disponible y
menos a veces en las áreas técnicas como mantenimiento, es de aclarar que por el hecho de que usen programas de BI
& BD, no es garantía de que tengan el conocimiento que exige Kant de madurez intelectual para ser capaces de generar
resultados coherentes, creíbles y en especial futuribles, lamento mencionar este punto, pero no se crea que porque
maneja programas avanzados de procesamiento de grandes volúmenes de información, se puede afirmar que sabe de
prescriptive, no!.

Hacer analytics avanzada, no es solo usar programas informáticos modernos, softwares

futurísticos o de BD, de casas o marcas prestigiosas, ya se deja claro este punto, se requiere
conocimiento, sabiduría e inteligencia, como los postula Kant desde hace más de doscientos
años.
Es indudable que los estadios prescriptivo y cognitivo, cuando se usan de manera correcta, de forma técnica, con
fundamentos serios y con metodología de corte científico, catapultan a mantenimiento o a las áreas técnicas o a la
corporación total, para que genere grandes ventajas competitivas y se vuelvan capacidades nucleares en la empresa.

51
AR.I.MA. - En inglés AR. Autoregressive - I. Integrated - MA. Moving Average

Alberto Mora G.
56 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

En el estadio de prescripciones, ya el entorno empieza a perder estabilidad contextual e inicia

a ser inestable o semiestable52, los modelos estables empiezan a cambiar rotundamente y se
prepara el futuro, para escenarios muy diferentes y a veces inesperados, recuérdese que el futuro
no es lógico, ni siempre es una extrapolación del pasado.
Es de resaltar que ya en la etapa cinco que se describe en la Figura 31 - Analytics con cinco estadios, cuatro
anteriores más cognitive analytics, el entorno que era estable en predicción, además de que en el estadio prescriptivo
empieza a perder estabilidad; ya en el estadio cognitivo, se convierte en un entorno totalmente inestable, donde los
modelos cognitivos generan diferentes escenarios con opciones de posibilidades de ocurrencia, en la etapa de
sabiduría, es como una especie de juego de ajedrez donde existen múltiples opciones de futuro, pero es solo el ser
humano quien decide en el presente cuál o cuáles rutas toma, en aras de que ocurran esos escenarios futuros favorables
para él, para mantenimiento, GOMAP o para su organización en el futuro de mediano y largo plazo.

Figura 29 - Metodología analytics con método científico de predicciones Time Series

Nota: esta imagen propia, es el eje estructural de esta obra, pues define claramente la fase más valiosa del proceso, que es el punto
donde se genera mayor valor agregado, las predicciones, como se esboza en la Figura 13 - Analytics agrega valor a través de la
GOMAP en sus cinco dimensiones y en la Figura 27 - Analytics con tres estadios originales; el desarrollo es epicentro de alto
conocimiento y fundamento central de próximos capítulos que versan sobre los estadios predictivo, prescriptivo y cognitivo
(Gartner I. , Escala de valor en la analítica de datos, 2021) (Godet, 1993) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012).

52
Semi-estable, no está en el diccionario de la Real Academia Española, es una especie de traducción del inglés semi-stable or semistable.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 57

2.3.1.5 Estadio idóneo.

Se da cuando se posee una altísima claridad de las fuentes correctas y accesibles de data, los procesos de
manipulación que se requieren, al igual se da cuando se tiene una perfecta comprensión de las transformaciones que
requiere el proceso analítico, además tiene un perfecto conocimiento científico y aplicado del conjunto de métodos a
usar, que se denomina metodología futurista o futurología, con el fin de desarrollar competencias y habilidades que
se definen en este modelo de negocio, centrado en arquitecturas empresariales netas de servicio, que permiten controlar
de manera detallada, específica y global de todas las decisiones y acciones claves de éxito, para manejar totalmente la
gestión y operación del mantenimiento por capacidades del negocio, con base en los activos, para poder dominar los
diferentes estadios que están por venir, en especial predictivo, prescriptivo y cognitivo, con énfasis en el gran nivel de
desarrollo, que se logra en el conocimiento, la sabiduría y la inteligencia que otorga la analytics de cinco fases, que
se aplique correctamente (Gartner I. , Escala de valor en la analítica de datos, 2021) (Gartner I. , Escala de valor
analítica de Gartner y el continuo de la información, 2020) (Harden, Beazley, & Boenisch, 2004) (Prada, 2012).

2.3.1.6 Estadio Cognitivo - Inteligencia.

Es el más profundo nivel de la analytics, con el mayor grado de complejidad, con el máximo contenido de
innovación, además de contar con mucho conocimiento y experticia temática. Básicamente trabaja para el largo plazo,
usa la sabiduría de la etapa anterior, le aplica inteligencia artificial o autoaprendizaje, para que el proceso sea capaz
de generar algoritmos de forma autónoma que valore su umbral de largo plazo, mediante técnicas avanzadas y
complejas, con mucho análisis, que se le aplica a los conocimientos y sabiduría (de las etapas anteriores), es entonces
la inteligencia un elemento estratégico de la analytics, como lo enuncia Kant de forma relevante y los autores Maslow
& Herzberg lo consolidan, como el vector importante de esta obra, para las decisiones efectivas (Prada, Los insumos
invisibles de decisión: datos, información y conocimiento , 2008) de largo plazo (Prada, 2012) (Garrido, 2021) .

Figura 30 - Futuro de la analytics con base en tecnología

Alberto Mora G.
58 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 59

Nota: estas figuras son propias, denotan la importancia de la tecnología en los procesos de planeación estratégica a varios o muchos
años vista (Godet, 1993) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Mora A. -G., Inventarios Cero - Cuánto y cuándo
pedir, 2016).

Alberto Mora G.
60 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Las tecnologías influyen de tal manera en las organizaciones que es necesario involucrarlas para poder realizar
una planeación estratégica clásica tecnológica adecuada a las necesidades futuras (Escorsa & Maspons - Bosch, 2001)
(Mora & Espinel Blanco, Mantenimiento estadístico en activos, 2020) (De Miguel E. -F.-D., 1990) .

2.3.1.7 Enterprise Analytics - Analítica empresarial Estadio Cognitivo - Inteligencia –

La enterprise analytics consiste en el estudio de grandes volúmenes de información, de diferentes fuentes y

estructuras, a partir de revisiones estadísticas de orden cualitativo o cuantitativo, con modelos explicativos predictivos
o de otro orden, etcétera, de la historia pasada y del presente de los hechos que se refieren al fenómeno en el estudio
futurístico, con el fin de tomar decisiones acertadas relacionadas al porvenir en el momento actual (Davenport &
Harris, 2007).

Para ello se usan en el análisis de negocios, métodos y modelos de la DSM Data Science Models, en castellano
de la ciencia de datos, además de técnicas de investigación operativa, autoaprendizaje por máquina, modelos
avanzados de forecast (Ladiray & Quenneville, 2001), transition y foresight, con apoyo de BD & BI y Datamining
(Mortenson, Doherty , & Stewar, 2015).

La finalidad central y única del Enterprise Analytics es el crear ventajas competitivas, a

partir de capacidades gerenciales especiales y dinámicas (nucleares como mantenimiento
vanguardia), mediante el análisis de grandes volúmenes y conjuntos de datos.

En especial bajo el enfoque de una arquitectura empresarial Framework basada en el servicio,

como lo es Mantenimiento, una entidad especializada en servicios, apalancada en los recursos,
en el caso particular, de los activos (tangibles o no).

La ventaja competitiva que generan los análisis empresariales de última generación, la describen en términos de
su evolución natural, desde la data, información, conocimiento, inteligencia y sabiduría del estadio cognitivo como lo
demuestran la Figura 13 - Analytics agrega valor a través de la GOMAP en sus cinco dimensiones y la Figura 19 –
Analytics Mantenimiento activos, 5 dimensiones Wilson con modelo de negocio de Kant.

El análisis empresarial se inicia como una herramienta de análisis descriptivo. Las analíticas prescriptiva y
cognitiva están en boga y en moda, en la actualidad ambos tienen mucha investigación, naturalmente son más recientes
y novedosas, que las clásicas descriptiva, diagnóstica y predictiva.

La transmisión en tiempo real y las operaciones comerciales impulsadas por sensores, de data administrativa,
operativa o técnica, permiten la enterprise analytics en tiempo real, lo cual mediante los analistas prescriptivos y
cognitivos, le permiten a las empresas y a las áreas de mantenimiento e ingeniería, tomar decisiones efectivas
futurísticas de largo plazo, con lo cual generan inmensos beneficios y competitividad (Consultoría & Consultores,
2019; Davenport & Harris, 2007).

Los estadios descriptivo y descriptivo caen en la categoría clásica, tradicional o reactiva y los otros: predictivo,
prescriptivo y cognitivo se les considera proactivos, los dos primeros atienden el pasado y presente y, los tres nuevos
el futuro en sus tres estadios (Wilson, 2020).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 61

2.3.1.8 Las influencias de descriptive & prescriptive analytics en las acciones de

mantenimiento

Estas definiciones van un poco en contravía de los conceptos que se estilan en el argot de mantenimiento, de
estas dos expresiones predictivo y descriptivo, en realidad el mantenimiento que son las actividades planeadas o
proactivas (Moubray, 2004), tienen dos opciones: mantenimientos denominados preventivos (Gude@, 1998) y los
otros se designan, como predictivos, ambos ocurren antes de la falla y también se les conoce como planeados o
proactivos (Moubray, 2004), técnicamente hablando en mantenimiento y en su literatura internacional no es común el
término mantenimiento descriptivo o mantenimiento prescriptivo o cognitivo, es importante dejar esta aclaración que
se sale de la taxatividad requerida en la analytics, realmente el término mantenimiento descriptivo no aplica (Mora
A. -G., Mantenimiento estratégico, 2007) (Decide, 2019) ni existe, como tampoco los mantenimientos prescriptivo y
cognitivo.

El paper de la empresa DECIDE, enuncia que el mantenimiento descriptivo lo precede la Descriptive Analytics,
para poder organizar los datos mediante la definición de las métricas y variables a estudiar, logrando plasmarlas en
gráficos, tablas o Dashboard (Villamil, 2021), para poder analizar su trayectoria en el tiempo, valores no usuales,
extremos, etcétera, con el fin de tener interpretaciones sencillas, de forma visual o numéricas, a la vez que facilita el
encuentro de las causas ráiz en la fase diagnóstica. La gran utilidad de estas acciones descriptivas es que se basan en
datos y en modelos confiables de corte técnico (Decide, 2019).

Por otro lado, el mantenimiento predictivo que pregona la empresa española DECIDE, el cual se sustenta en
Predictive Analitics, puede incorporar al análisis el proceso de autoaprendizaje con inteligencia artificial y otros
métodos numéricos serios, que permiten conocer el comportamiento de las variables sensibles de GOMAP, en el corto
plazo plazo, como CMD (Mesa, Ortiz Sánchez, & Pinzón, 2006), parámetros de tiempos útiles, paradas imprevistas,
de pérdidas de tiempo, de las demoras físicas o admisnitrativas, de repuestos, de planeación de la demanda de
reparaciones y demás variables relevantes de gestión y de operación de mantenimiento y de los activos que usa para
operacionalizar su función natural, con enfoque de vanguardia, basado en Enterprise Architecture con orientación
neta al servicio (Decide, 2019).

Es importante señalar que estas acciones factibles de la predictive analytics aplicada a mantenimiento, están
claramente definidas y explicadas en las secciones anteriores (Diferencias entre Mantenimiento Descriptivo y
Mantenimiento Predictivo, 2019) (PEMEX Corporativo; Melo, Eduardo - Flores, 2018).

El mero hecho de ser plataformas informáticas y/o softwares famosos, de marcas prestigiosas
o empresas de analytics de mucho renombre internacional, no es garantía de validez concluyente
de los resultados que de allí se deriven, se deben cumplir adicionalmente y de manera
complementaria con todas las metodologías científicas a tal fin, con sus respectivas normas
y/o leyes de los métodos que se usen, por ejemplo si usa un determinado software o plataforma
BI, no basta con eso, se debe recordar que debe cumplir con todos los modelos clásicos y los
AR.I.MA. o modernos, no solo con unos cuantos clásicos, para que tenga validez el método
científico de predicciones.
2.4 Estadios Kant & Grant & Wilson de Data Analytics
Según Gartner, las organizaciones deben realizar una transición a plataformas de BI & BD modernas, fáciles de
usar y ágiles para crear valor de negocio. Es importante recordar que el solo hecho de usar herramientas de análisis o
evaluación estadística, no es garantía, ni es trabajo meritorio de que sus resultados sean válidos estadísticamente
hablando y mucho menos, no aseguran su calidad científica, ni garantizan la calidad del Business Analytics (Gartner
G. , 2021) (Perdomo & Arias, 2014).

Alberto Mora G.
Nota: ilustración propia adaptada de la imagen de nombre Figura 19 - Analytics Mantenimiento Activos, 5 dimensiones Wilson con modelo de negocio Grant,
donde ya se observa el umbral completo de los estados y de espacios, denominados estadios y las evoluciones de la data en el tiempo, definida como grado de
62 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

complejidad y madurez de la Big Data aplicada a GOMAP (Mora Gutiérrez & Villamil - Simancas, 2021) (Wilson, 2020).
Figura 31 - Analytics con cinco estadios, cuatro anteriores más cognitive analytics

En aras de poder llevar la información que se posee a los estándares propios, que permiten el análisis, la descripción y el diagnóstico, requiere
llegar al estado óptimo de organización y transformación de la data, para poder proceder a los cálculos CMD futurísticos de GOMAP, tal como
denota la siguiente ilustración.

Los datos por lo general en las empresas, en su forma inicial de data burda de Kant, tienen miles de presentaciones diferentes.
 Nota: ilustración propia, donde se muestran las dos opciones de ordenar y transformar la data de tiempos útiles entre mantenimientos correctivos MTBMC, igual
sucede con los otros parámetros (MTBMP, MTTR, MP, MTBM, MMean ) a usar en los cálculos CMD con Analytics en sus cinco estados, con el proceso de la
metodología estándar de cálculos y predicciones de CMD, del autor y aún vigente (Mora A. -G., Mantenimiento estrategico, 2017). MTBMP - Tiempos útiles
promedios entre mantenimientos planeados preventivos o predictivos - MTTR - Tiempo medio que toma una reparación o acción correctiva en este activo - MP -
Figura 32 - Forma estándar final de data burda Kant, en eventos o series de tiempo - Analytics

Tiempo promedio que toma un mantenimiento preventivo o predictivo planeado proactivo - MTBM - Tiempo útil promedio entre dos actividades de mantenimiento
(correctivas o preventivas o predictivas) - MMEAN - Tiempo promedio que toma cualquier acción de mantenimiento o reparación en esta máquina.

Alberto Mora G.
Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 63
 CAT
64 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: ilustración propia, se esboza la forma en que se toman y se plantea y se registran la data burda, en la empresa minera descrita, efectivamente hay mucha
información, se ratifica que hay varias maneras de organizar la información sea de eventos o por períodos de meses, la cual se acomoda mejor a las series de tiempo.
Acá se inicia el proceso de ETL, limpieza y transformación para llevarla al deber ser. Esta data burda es de empresa minera relevante carbón y tiene solo parte parcial
de información (Velandia, 2012) (Mora A. -G., Mantenimiento estrategico, 2017).
Figura 33 - Data burda sin ETL empresa minera importante multinacional carbón Motoniveladoras
 Nota: ilustración propia, donde se muestran parte de la data del sistema de generación de vapor de una empresa multinacional químicas y aún vigente (Uparela, 2013)
Figura 34 - Forma particular data inicial burda empresa química multinacional DOW Chemical

(Mora A. -G., Mantenimiento estratégico Industrial, 2007).

Alberto Mora G.
Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 65
 66 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 35 - Caso de datos iniciales CMD PazdelRío VOTORANTIM Ventilador, sin ETL

Nota: ilustración propia, de datos originales de eficiencia en CMD de un sistema complejo de ventilación en la empresa siderúrgica Paz de Río VOTORANTIM
colombo-brasilera, una de las empresas del sector relevantes y más antiguas en Latinoamérica (Mora A. -G., Mantenimiento estrategico, 2017) (Muñoz I. J.-D., 2022).

Otros modelos de empresas relevantes, diferentes se muestran a continuación. En el del reactor de la multinacional ORBIS, en la Figura 36 -
Reactor Tereftálico ANDERCOL Empresa Multilatina Grupo ORBIS, sin ETL, se puede ver ya la preclasificación de si son mantenimientos
correctivos, preventivos, predictivos o tiempos útiles entre correctivos o entre preventivos y/o predictivos.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 67

Figura 36 - Reactor Tereftálico ANDERCOL Empresa Multilatina Grupo ORBIS, sin ETL formal

Alberto Mora G.
 68 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: ilustración propia, con la data inicial, se cuenta con valores de las cuatro variables básicas de la disponibilidad alcanzada, MTBMC, MTBMP, MTTR y MP, pero ya al
menos se hizo un pequeño avance y es conocer los cuatro tipos y características de los tiempos de funcionalidad de la máquina entre correctivos y predictivos / preventivos,
como también las acciones de mantenimiento tipo preventivas / predictivas / proactivas / planeadas o correctivas, que son no planeadas del Reactor Tereftálico R4T
ANDERCOL (Aguilar J. -C., 2019) (Mora A. -G., Mantenimiento estrategico, 2017).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 69

Posteriormente uno de los primeros trabajos de formalización de la información, es ordenar todo en los cuatro
grupos de variables del CMD Disponibilidad Alcanzada (Ebeling, 2005) (Kececioglu, 1995) (Kapur & Lamberson,
1977) (Kelly & Harris, 1998), MTBMC, MTBMP 53, MTTR y MP, como muestra la ilustración de la Figura 38 - Reactor
Tereftálico ANDERCOL Empresa Grupo ORBIS, con ETL leve .

Figura 37 - Reactor Tereftálico ANDERCOL Empresa Multilatina Grupo ORBIS clasificada

Nota: ilustración propia, con la data ya parcialmente en orden, del Reactor Tereftálico R4T ANDERCOL Grupo ORBIS (Aguilar
J. -C., 2019) (Mora A. -G., Mantenimiento estrategico, 2017).

53
MTBMP - Tiempos útiles promedios entre mantenimientos planeados preventivos o predictivos - MTTR - Tiempo medio que toma una reparación
o acción correctiva en este activo - MP - Tiempo promedio que toma un mantenimiento preventivo o predictivo planeado proactivo - MTBM -
Tiempo útil promedio entre dos actividades de mantenimiento (correctivas o preventivas o predictivas) - MMEAN - Tiempo promedio que toma
cualquier acción de mantenimiento o reparación en una máquina.

Alberto Mora G.
Nota: ilustración propia, con la data inicialmente sin procesar, se cuenta con valores de las cuatro variables básicas de la disponibilidad alcanzada, MTBMC, MTBMP,
MTTR y MP, ya MTBM y MMean se obtienen por cálculo, al igual la disponibilidad alcanzada, se deduce de la fórmula DA = MTBM / (MTBM + MMean) al usarla en
cálculos CMD con Analytics en el Reactor Tereftálico R4T ANDERCOL Grupo ORBIS (Aguilar J. -C., 2019) (Mora A. -G., Mantenimiento estrategico, 2017).

Es importante enunciar que no hay un modelo previo idóneo, lo ideal es aquella base de datos que nos permita identificar
70 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 38 - Reactor Tereftálico ANDERCOL Empresa Grupo ORBIS, con ETL leve

cada uno de los criterios y parámetros técnicos de los diferentes variables requeridas en cualquier cálculo de MAKPI’s
and/or KPI, que se necesita en la Achieved Availability o Disponibilidad Alcanzada, en la evaluación descriptiva
y diagnóstica de la data inicial, para luego con predicciones escalar a los estadios tres (Predicitve), cuatro (Prescriptive)
y cinco (Cognitive), en las fases del futuro: forecast & transition and/or foresight, el cálculo de la máquina en estudio,
para poder alcanzar la operacionalización de mantenimiento.
 Figura 39 - Data flota maquinaria amarilla Grupo COREMAR Palermo Sociedad Portuaria

Nota: ilustración propia, con la data procesada de las fuentes, en este caso, procede de un paquete informático específico, que permite obtener parcialmente la
información y luego el área de ingeniería de mantenimiento, le da esta presentación a partir de la cual se práctica mensualmente el ETL respectivo, para poder realizar
los procesos previos y precedentes de analytics (Charris, Muñoz, & Manotas, 2021) (Mora A. -G., Mantenimiento estrategico, 2017).

Alberto Mora G.
Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 71
72 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.4.1 La analytics, herramienta estratégica

Las empresas que alcanzan en esta época grandes avances en su rentabilidad y en su competitividad, por lo
general basan su gran estrategia de competencia, en la analytics empresarial para alcanzar sus ventajas diferenciadoras
frente a sus rivales, la gran ventaja estratégica estriba en que utilizan tecnologías de análisis de avanzada, con
características Data Science, Datamining, BI, BD y DataLake.

Las empresas que no utilizan la información pierden una excelente oportunidad de usar una herramienta
generadora de ventajas competitivas.

El uso de la analítica empresarial permite una aproximación de las compañías, en cuanto al usufructo que le dan
a su data.

2.4.1.1 Analítica incipiente.

Empresas que apenas inician el proceso formal de recolección y extracción de data.

2.4.1.2 Analítica focalizada.

Organizaciones que visualizan que a través de los suficientes datos que poseen, pueden enfrentar los problemas
y hallar soluciones factibles, a partir del análisis de la información que poseen y recogen.

2.4.1.3 Analítica precursora.

Reconocen que a través de la analytics aplicada trasversalmente en empresa, logran grandes avances
competitivos.

2.4.1.4 Analítica corporativa.

Compañías que tienen ampliamente aplicada la analytics, perciben de ello grandes beneficios y su cultura
estratégica se basa en la agregación de valor a su data.

2.4.1.5 Analítica suprema.

Organizaciones donde su estrategia y sus ventajas competitivas se obtienen de la analytics en su máxima

dimensión cognitiva (Davenport & Harris, 2007).

Esta analítica suprema, es el grupo del estado de avance de la analytics empresarial en las diferentes compañías
que la practican o usarán.

Se considera que es el siguiente paso para aumentar la madurez del análisis de datos y que lleve a una decisión
óptima, para la mejora del rendimiento empresarial, mediante el uso de mantenimiento como una capacidad dinámica
del negocio, de orden superior de orden nuclear estratégico, vanguardia (Lepenioti, Bousdekis, Apostolou, & Mentzas,
2020)

La analítica empresarial corporativa, se fundamenta en sistemas de administración y operación del negocio,

basada en hechos y evidencias concretas, con las capacidades apalancadas en los activos, con uso intensivo de las
capacidades dinámicas de las empresas y los sistemas de madurez del sistema de agregación de valor de la data (Teece,
Pisano, & Suhen, 1998).

En especial la administración y gestión por evidencias, es una herramienta clave en los procesos industriales,
administración de inventarios, áreas de ingeniería, elaboración de estrategias competitivas y factores claves de éxito,
en aras de poder prever fortaleza y oportunidades del presente y futuro (Perdomo & Arias, 2014).

2.4.2 Modelo de servicio en business analytics con soporte en las TI

Las TEC Teorías de Recursos y Capacidades, donde mantenimiento es una capacidad dinámica gerencial del
negocio y los recursos son los activos (tangibles o no), que genera este enfoque vanguardista central de esta obra, lo
cual permite una obtención efectiva de ventajas competitivas sostenibles; en especial con el uso, gestión y operación
de los activos al servicio de mantenimiento, lo cual sirve para una operacionalización eficiente y eficaz de las
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 73

capacidades dinámicas del negocio, en el caso particular, para que mantenimiento genere un mejor desempeño
organizacional.

En este orden de ideas, las empresas para poder generar ventajas competitivas, mediante la creación de
estrategias que sean capaces de aportar valor agregado a la corporación, deben tener recursos (activos tangibles o no)
con características especiales, tales como: diferenciados, escasos, no imitables, no sustituibles, preferiblemente
intangibles basados en conocimiento, sabiduría y propiedades afines, deben ser difíciles de ser contrarrestados por la
competencia; lo cual enfatiza los recursos nucleares en términos de TI, Tecnologías Informáticas, las cuales permiten
que mantenimiento apoyado en activos, sea una capacidad dinámica y nuclear de la empresa, generadora de grandes
beneficios económicos y competitivos.

Las capacidades dinámicas son las que le permiten a la empresa, utilizar de forma efectiva y lucrativa, los
recursos de la empresa y generar nuevas ventajas operacionales de mantenimiento, a partir de la evolución dinámica
del entorno.

Entre algunos de los tipos de capacidades dinámicas, sobresalen la exploración y la explotación, que consiste en
captura y asimilación de información del medio ambiente y del interior de su organización, para convertirla en
inteligencia y/o sabiduría, con el fin de crear nuevos y mejores productos, servicios o procesos, como el de
mantenimiento generador de divisas.

Por medio de las TI, como mantenimiento, se incrementa sustancialmente el desarrollo de

capacidades dinámicas de base tecnologico e/o ingenieril, tales como infraestructura,
generación de valor y prospectiva - foresight.

Esto es supremamente importante, pues ratifica que mantenimiento vanguardia, debe ser
implementado con analytics a partir del estado futuro, con umbrales de corto, mediano y largo
plazo, con el apalancamiento de la gestión de activos y los recursos.

De tal manera que se pueda configurar a mantenimiento, con base en la arquitectura

empresarial Framework con el servicio de epicentro.
Las capacidades organizacionales dinámicas de gestión y operación empresariales, tal como mantenimiento,
también se basan en TI e/o ingeniería, con el apalancamiento de los activos 54, permiten generar factores claves de
éxito requeridos para obtener estrategias efectivas y competitividad, tales como: habilidad para conectar a TI con los
procesos de la compañía, creación de valor, prospectiva, innovación, cultura organizacional, madurez, compromiso
de los trabajadores y directivos, evolución analítica de la data, etcétera (Perdomo & Arias, 2014) (Cosic, Shanks, &
Maynard, 2012).

Definitivamente el modelo de enterprise analytics, basado en el servicio y con epicentro de sus

decisiones en la prospectiva o futuro, es la base del éxito de la implementación del modelo de
mantenimiento vanguardia como capacidad del negocio, apalancado en activos, generador de
ingresos y competitividad.
54
Otras fuentes de activos de la empresa, tanto tangibles como intangibles son las personas, conocimientos, habilidades, cultura y gobernabilidad.

Alberto Mora G.
74 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

El modelo de arquitectura empresarial centrado en el servicio, con analítica, comprende cuatro elementos
estratégicos a saber: la tecnología, la gente, la cultura y la gobernabilidad; que proporcionan las bases de
implementación e implantación exitosa de mantenimiento, que es una entidad mental de servicio, que se basa
netamente en las personas, como este enfoque del talento humano, como capacidad dinámica de los negocios
(Davenport & Harris, 2007) (Perdomo & Arias, 2014).

De hecho las dieciséis capacidades centrales de análisis de los negocios de business analytics BA expuestas por
los Ph.D. Cosic, Shanks y Maynard, se describen en la siguiente Figura 40 - Capacidades dinámicas de modelo de
negocio Mantenimiento enfoque vanguardia, donde se vislumbra la importancia de mantenimiento apoyado en los
activos como generador de competitividad y rentabilidad en las empresas (Cosic, Shanks, & Maynard, 2012).

Figura 40 - Capacidades dinámicas de modelo de negocio Mantenimiento enfoque vanguardia

Nota: imagen propia, la cual se extrae, se traduce y se modifica, del documento original de los investigadores PhD. Cosic, Shanks
y Maynard, donde se aprecia, como se ubica mantenimiento vanguardia (Diez, Marangé, & Levrat, 2016) apalancado en gestión
de activos, como recursos para permitirle la operacionalización de su función primaria, dado que es una capacidad dinámica nuclear
de orden superior en modelos de negocio, de arquitecturas empresariales centradas en servicio, que es lo que es mantenimiento
vanguardia (Cosic, Shanks, & Maynard, 2012) (Perdomo & Arias, 2014).

2.5 Descriptive Analytics proceso

A partir de este sitio, se realizan las pruebas de rigor al alcance de esta fase inicial de estudio, denominado
descriptiva, ya que denota el estado de las características más relevantes del tema estadístico, matemático, estocástico
y analítico, de corte gerencial de mantenimiento y de sus operadores para apalancarse que son los activos, en el enfoque
vanguardista, de los parámetros MTBMC MTTR MTBMP y MP, con el fin de poder plantear al final de esta sección
descriptiva, las hipótesis causales factibles o causas raíz, de todo lo anómalo que sucede en el CMD estratégico, del
ventilador industrial VOTORANTIM.

2.5.1 Ser y deber ser de la data inicial o burda Kant

Los procesos de cálculos de la cantidad de la información requerida en fenómenos de mantenimiento donde se
quiere evaluar los tres principales indicadores CMD del estado futuro, con apoyo de su ciclo de vida LCC 55,se
fundamenta en el máximo indicador de mantenimiento y activos, la efectividad (El Ashhab, El-Sayed, & Ali, 2006).

La fórmula magna de estimación estratégica de mantenimiento vanguardia, se establece así:

55
LCC - Life Cycle Cost - Ciclo de Vida Económico
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 75

Ecuación 1 - Efectividad y LCC en mantenimiento

𝑻𝑻
𝟏𝟏
𝑳𝑳𝑳𝑳𝑳𝑳 = � ∗ 𝑪𝑪(𝒏𝒏)
(𝟏𝟏 + 𝒓𝒓)𝒏𝒏
𝟎𝟎

donde

o r es la tasa de descuento o rata de interés

o C (n) es el costo en el año n.
o T es la vida útil en años

Fuente (Mora A. -G., Mantenimiento estratégico, 2007) (Barringer@ H. P., 2005) (UpKeep, 2021)

Ecuación 2 - Effectiveness - Efectividad

Efectividad de la máquina = 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 ∗ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 ∗ 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 ∗
𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 = 𝐶𝐶 ∗ 𝑀𝑀 ∗ 𝐷𝐷 ∗ 𝐾𝐾 = Machine Effectiveness

𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑑𝑑𝑑𝑑 𝑙𝑙𝑙𝑙 𝑚𝑚á𝑞𝑞𝑞𝑞𝑞𝑞𝑞𝑞𝑞𝑞 𝐶𝐶 ∗ 𝑀𝑀 ∗ 𝐷𝐷 ∗ 𝐾𝐾

Efectividad del sistema = =
𝐿𝐿𝐿𝐿𝐿𝐿 𝐿𝐿𝐿𝐿𝐿𝐿
donde

o LCC - Life Cycle Cost

o K capacidad utilizada - Capability

Fuente (Barringer, 2011) (Barringer@ P. H., 1997) (Thompson, 1980)

El desarrollo numérico, de cálculo y predicciones requiere de los parámetros alusivos a la disponibilidad que se
use, por ejemplo la disponibilidad alcanzada, la cual tiene cuatro parámetros básicos en sus cálculos MTBMC, MTBMP,
MTTR y MP para con estos ya calcular como variables dependientes a MTBM y MMean, con lo cual ya consigue evaluar
dicha disponibilidad.

2.5.1.1 Disponibilidad Alcanzada.

Las empresas que desean un control especial sobre tiempos de mantenimientos preventivos y/o predictivos
pueden usar esta disponibilidad (Rudnick, Lincovil B., & Gutiérrez M., 2021), debe considerar que también entra en
sus cálculos los tiempos de acciones correctivas o reparaciones, en síntesis usa los mantenimientos preventivos,
predictivos y las reparaciones (EasyMaint@, 2016) (Halpern, 1978).

Las empresas que invierten tiempos relevantes en actividades planeadas de mantenimiento (preventivo y/o
predictivo), pueden utilizar la disponibilidad alcanzada, que sí tiene en cuenta las tareas proactivas 56 de mantenimiento
(preventivos y/o predictivos) y reparaciones que generan no funcionalidad : MMean.

Ecuación 3 - Disponibilidad Alcanzada - AA 57

𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 = 𝐴𝐴𝐴𝐴 =
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 + 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀

Donde MTBM = Mean Time Between Maintenance o sea el Tiempo Medio útil entre Mantenimientos (tanto
reparaciones correctivas o modificativas, como también mantenimientos planeados, sean de orden preventivo
o predictivo) y MMean = Mean Time active Maintenance = MTM = Mean Time Maintenance = Tiempo Medio

56
Mantenimientos preventivos, predictivos, planeados o proactivos, este último nombre lo otorga el renombrado e importante autor John Moubray
en su libro RCM (Moubray, 2004).
57
AA - Achieved Availability - Disponibilidad Alcanzada.

Alberto Mora G.
76 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

de Mantenimientos (correctivo y planeado), que es lo que dura en promedio, cualquier actividad de

mantenimiento planeada o no en esta máquina.

El tiempo medio entre mantenimientos, MTBM, más que un índice de confiabilidad es un indicador de la frecuencia
de los mantenimientos; es función de la frecuencia de los mantenimientos planeados (preventivos y/o
predictivos) y no planeados (correctivos), en ausencia de mantenimiento preventivo el MTBM se aproxima al
MTBF (Blanchard, Verma, & Peterson, 1994) y se calcula con la expresión:

1
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 Ú𝑡𝑡𝑡𝑡𝑡𝑡 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 = 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 =
1 1
+
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑝𝑝

El MMean (Mean Time Active Maintenance), es el tiempo medio de mantenimiento activo que se requiere para
realizar cualquier tarea de mantenimiento (Blanchard, Verma, & Peterson, 1994).

Ahora, para el cálculo del parámetro MMean, que representa el tiempo promedio que toma cualquier actividad o
tarea de mantenimiento sea correctiva o planeada, se usa la expresión:

𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑝𝑝
 +   
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑝𝑝
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀   =  
1 1
 + 
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑝𝑝
donde,

MTTR = Mean Time To Repair = es el tiempo neto medio para realizar reparaciones o mantenimientos correctivos
(o modificativos), sin incluir demoras logísticas, ni los retrasos administrativos, es el mismo que se define
anteriormente.

MP = es el tiempo neto medio para ejecutar tareas de mantenimientos planeados, predictivos, preventivos o
proactivos.

De forma integral queda:

1
1 1
+
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝐶𝐶 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑃𝑃
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 =
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑃𝑃
+
1 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝐶𝐶 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑃𝑃
1 1 + 1 1
+ +
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝐶𝐶 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑃𝑃 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝐶𝐶 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑃𝑃
Fuente (Mora A. -G., Mantenimiento estrategico, 2017)

AA, es la probabilidad de que el sistema opere satisfactoriamente, cuando se requiere en cualquier tiempo bajo
condiciones de operación normal y en un entorno ideal de soporte logístico, sin considerar ningún retraso logístico o
administrativo, pero involucra en sus cálculos, los tiempos imputables a las actividades planeadas de mantenimiento,
aparte de las acciones correctivas que ya trae desde la disponibilidad Inherente o Intrínseca.

Cuando se presente el caso especial de que durante la realización de una tarea proactiva o planeada (preventiva
o predictiva) aparezca un daño que implique una reparación (o viceversa), se debe tomar la corrección (o modificación)
como un evento independiente y considerarse los dos tiempos en forma aislada (Díaz, 1992), debido a que la
reparación requiere de horas-hombre adicionales a las del mantenimiento preventivo (Wireman T. , TPM, 2004)
gestión, se puede manejar como un tiempo correctivo entre dos preventivos o simplemente tomar un preventivo por
el tiempo invertido y otro correctivo o modificativo por la acción no planeada (o viceversa si se presenta o superpone
un planeado, durante la ejecución de un correctivo o modificativo), pero en todo caso asumir los tiempos planeados y
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 77

no planeados, en forma separada contabilizándolos por aparte, si se presentan en el mismo instante de tiempo.
Recuérdese que en confiabilidad los tiempos útiles son inherentes al equipo o sistema, mientras que en mantenibilidad
los tiempos de reparaciones o de tareas proactivas son inherentes al recurso humano 58 que las realiza (O´Connor,
2002).

En las disponibilidades inherente, alcanzada, operacional y operacional generalizada, se

requiere que los tiempos medios útiles sean al menos diez o más veces los tiempos medios de
actividades de mantenimiento o de no funcionalidad, lo ideal es que sea superior a cien veces.

Mantenimiento es un Core or Cords de las empresas

Los activos son recursos al servicio de los Cords, para que de una forma mancomunada
alcancen las metas & objetivos, con la aplicación de la estrategia del negocio, con el fin de
conseguir factores claves de éxito y por ende ser competitivos.

2.5.1.2 Cantidad mínima de datos, eventos o del umbral de tiempo pasado.

Los volúmenes de información que se requieren, es el primer control para realizar en la data burda de inicio, de
la fase descriptiva. La cantidad de datos se determina con base en el volumen de data que se tenga, en el caso particular
de la disponibilidad alcanzada, se deben procesar cuatro grupos de data (uno en meses y otros en eventos, en este caso
particular de VOTORANTIM), que corresponden a los cuatro parámetros de tiempos útiles entre correctivos, tiempos
útiles entre preventivos / predictivos, tempos promedio de correctivos y tiempos promedio de mantenimientos
predictivos / preventivos.

Lo primero que se hace es limpiar y clasificar los datos, con el fin de determinar la cantidad de información
disponible en cada uno de los cuatro grupos de datos.

Mediante este primer paso se define si se tiene la información adecuada mínima requerida para ello, por eso se
debe recurrir al teorema del límite central, donde debemos tener una muestra por cada uno de los cuatro grupos de al
menos 31 elementos aleatorios, el principio del teorema del límite central59 enuncia que cuando el tamaño muestral
va en aumento, es decir por ejemplo 5 elementos de los disponibles, luego 12 y así sucesivamente, cuando se acerca
al valor de 30 unidades la media muestral se asimila y se asemeja a la media poblacional, es decir la muestra empieza
a tener fundamento estadístico ellos (Santesmases, Investigación de Mercados - Estadística DYANE IV, 2009) (Lind,
Marchal, & Wathen, 2020) (Levin & Rubin, 2004) (López, 2018).

2.5.1.3 I - 1 - A - Cuantificación eventos y tiempos ventilador industrial multilatina

VOTORANTIM.

En el caso particular, el archivo original de la data se presenta en el siguiente archivo de Excel, disponible en
el material anexo a la obra, el cual se abre en Excel si por favor le da doble clic encima.

Archivo 1 - Data inicial ventilador Industrial VOTORANTIM.xlsx

O grupos de personas que realizan las correcciones, modificaciones y/o las tareas proactivas.
58

TLC - Teorema del Límite Central, para determinar tamaños muestrales y poblacionales mínimos (Levin, Balderas Lozada, Del Valle Sotelo, &
59

Gómez Castillo, 2004).

Alberto Mora G.
78 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Ilustración 60 1 - Proceso central Business Analytical Paso I - 1 - A

Nota: imagen con elaboración propia.

60
Las Ilustraciones solo se usan en la obra como descripción del proceso analítico total, global y específico, en sus diferentes facetas.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 79

Figura 41 - Nomenclatura de cada ítem de cada grupo de la data

Nota: imagen propia, que establece, el siguiente paso de determinar en cada uno de los cuatro grupos, los diferentes elementos que
se tiene, para ello se coloca en la columna J del archivo 1, colocando C a los MTTR y MP a los valores de MP en los pasos 1 y 2,
luego en la parte superior derecha de la imagen en el paso 3, se ubican los tiempos útiles entre correctivos con el nombre de MTBMC
en la columna F, posteriormente en la parte inferior derecha de la imagen en el paso 4 se coloca MTBMP, en la columna F, que son
los tiempos útiles entre preventivos / predictivos.

Archivo 1 - Data inicial ventilador Industrial VOTORANTIM

A continuación se procede a cuantificar la cantidad de datos en cada uno de los cuatro grupos, se aprovecha la
oportunidad para definir los tiempos de inicio y los de terminación, de los cuatro tipos de eventos: TBMC, TTR, TBMP
y MP. Lo cual permite encontrar los tiempos reales reportados.

Figura 42 - Data inicial clasificada en los cuatro parámetros CMD Alcanzada VOTORANTIM

Burda Data original

Orden Neto
Tipo Hora de inicio Hora final
Global HORAS
TBMp67 1 01 - lunes - enero Año 4 11:05:00 AM 01 - lunes - enero Año 4 11:06:07 AM 0.02
TTR68 2 01 - lunes - enero Año 2 03:10:02 PM 04 - jueves - enero Año 2 01:00:00 AM 57.83
Mp134 3 24 - miércoles - enero Año 3 01:12:04 AM 24 - miércoles - enero Año 3 01:27:15 AM 0.25
TTR1 4 29 - lunes - enero Año 1 08:20:00 AM 29 - lunes - enero Año 1 08:52:00 AM 0.53
TTR101 5 29 - lunes - enero Año 3 03:30:00 PM 04 - domingo - febrero Año 3 03:01:01 PM 143.52
TBMc1 6 04 - domingo - febrero Año 1 03:04:59 PM 04 - domingo - febrero Año 1 09:25:42 PM 6.35
TTR135 7 06 - martes - febrero Año 3 09:30:00 PM 06 - martes - febrero Año 3 09:38:42 PM 0.15
Mp67 8 09 - viernes - febrero Año 2 04:00:00 AM 12 - lunes - febrero Año 2 06:30:10 PM 86.50
TBMc68 9 12 - lunes - febrero Año 3 07:18:04 PM 12 - lunes - febrero Año 3 07:43:04 PM 0.42
TTR2 10 19 - lunes - febrero Año 1 09:00:00 AM 19 - lunes - febrero Año 1 09:16:26 AM 0.27
TBMc51 11 21 - miércoles - febrero Año 3 03:30:00 PM 27 - martes - febrero Año 3 04:15:01 PM 144.75
Mp1 12 27 - martes - febrero Año 1 05:19:04 PM 27 - martes - febrero Año 1 06:49:46 PM 1.51
TTR136 13 03 - sábado - marzo Año 3 07:56:03 PM 03 - sábado - marzo Año 3 07:58:45 PM 0.04
TBMp34 14 06 - martesg - marzo Año 2 09:30:00 PM g - marzo
08 - jueves Año 2 07:30:06 PM 46.00
TTR200 593 23 - domingo - enero Año 5 11:20:00 PM 24 - lunes - enero Año 5 01:38:09 AM 2.30
Mp199 594 25 - martes - enero Año 5 07:40:00 PM 26 - miércoles - enero Año 5 06:22:52 PM 22.71
Mp66 595 27 - jueves - enero Año 2 06:19:59 AM 27 - jueves - enero Año 2 06:31:51 AM 0.20
TTR67 596 29 - sábado - enero Año 2 06:19:59 AM 29 - sábado - enero Año 2 06:31:51 AM 0.20
Mp100 597 29 - sábado - enero Año 3 06:59:59 AM 31 - lunes - enero Año 3 07:43:00 AM 48.72
TBMc34 598 02 - miércoles - febrero Año 2 06:19:59 AM 02 - miércoles - febrero Año 2 08:31:51 AM 2.20
Mp200 599 03 - jueves - febrero Año 5 02:31:51 PM 04 - viernes - febrero Año 5 07:19:51 PM 28.80
Mp133 600 02 - miércoles - febrero Año 3 10:00:00 AM 16 - miércoles - febrero Año 3 11:13:00 AM 337.22
Orden Neto
Tipo Hora de inicio Hora final
Global HORAS

Alberto Mora G.
Nota: imagen propia, que tiene clasificadas los cuatro grupos de datos, en total por ahora se tienen 600 elementos, que se organizan con fechas de más antiguos a los recientes,
en cuatro páginas excel diferentes del siguiente archivo 2, como se muestra en la parte inferior de esta figura anterior, al desglosar se tienen 100 datos de TBMC, 200 de TTR,
80 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

100 de TBMP y 200 MP.

Entre las primeras pruebas a realizar, se deben verificar dos cosas:

1. Que no haya valores negativos, eso no es factible y no se pueden procesar números negativos de tiempo, en cualquiera de las cuatro presentaciones
TBMC, TTR, TBMP o MP.

2. No debe existir superposiciones de tiempo entre TBMC y TTR, ni entre TBMC y TBMP, no es posible traslapes entre TBMP y MP o MTTR, las únicas
ocurrencias simultáneas posibles son entre tiempos de actividades de mantenimiento TTR y/o MP, en ese caso los tiempos se deben manejar de forma
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 81

Archivo 2 - Data organizada y clasificada ventilador Industrial VOTORANTIM

2.5.1.4 I - 1 - B - Extracción de los datos VOTORANTIM.

Para esta etapa B, se realizan algunas trasformaciones, la primera de ellas es llevar los datos que se tienen hasta
ahora, a la Forma estándar de la Figura 32 - Forma estándar final de data burda Kant, en eventos o series de tiempo
– Analytics.

Una vez se asienta la información, se generan las revisiones que se requieren para que todos los tiempos de los
eventos de cada uno de los cuatros grupos, queden asimilados en la cronología correcta, es decir de más antiguo a más
recién, con la ubicación de cada uno de los datos en el mes y año en que le corresponde, posteriormente se le calcula
el promedio de tiempos a cada mes de cada año, en cada uno de los cuatro grupos. Hay meses con más data que otros,
en esos casos se deben promediar el valor del TMBC y/o TTR y/o TBMP y/o MP de cada mes correspondiente. Se puede
observar en las cuatro estampas de la siguiente Figura 43 - Transformaciones I - 1 - B - Forma estándar de TBMC
TTR TBMP y MP, donde en la columna de la derecha, ya aparecen los valores de cada variable en su ubicación de cada
mes, ya se menciona que un mes de una misma variable puede tener varios valores, los cuales se promedian y aparecen
a la derecha.

Figura 43 - Transformaciones I - 1 - B - Forma estándar de TBMC TTR TBMP y MP

Alberto Mora G.
82 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 83

MTBMp Mean Time Between

Preventive / Predictive /
Planning / Proactivs TIEMPOS
Maintenance - Tiempos útiles ÚTILES FORMA ESTÁNDAR - Medida Confiabilidad Preventiva / Predictiva
entre dos actividades
predictivas / preventivas /
planeadas / proactivas de
mantenimiento MTBMp
Valor horas
Orden Neto HORAS Valores de
Date promedio Tipo Hora de inicio Hora final Año Mes
Global decimales TBM C
mes
Año 1 - Mes 1 143.52 TBM P 1 1 29 - lunes - enero Año 1 03:30:00 PM 04 - domingo - febrero Año 1 03:01:01 PM 143.52 Año 1 - Mes 1 143.52
Año 1 - Mes 2 144.75 TBM P 2 2 21 - miércoles - febrero Año 1 03:30:00 PM 27 - martes - febrero Año 1 04:15:01 PM 144.75 Año 1 - Mes 2 144.75
Año 1 - Mes 3 9.82 TBM P 3 3 16 - viernes - marzo Año 1 11:00:00 PM 17 - sábado - marzo Año 1 08:49:00 AM 9.82 Año 1 - Mes 3 9.82
Año 1 - Mes 4 130.07 TBM P 4 4 18 - miércoles - abril Año 1 01:19:04 PM 23 - lunes - abril Año 1 11:23:00 PM 130.07 Año 1 - Mes 4 130.07
Año 1 - Mes 5 36.92 TBM P 5 5 03 - jueves - mayo Año 1 05:20:00 AM 06 - domingo - mayo Año 1 03:20:06 AM 70.00
Año 1 - Mes 5 36.92
Año 1 - Mes 6 173.42 TBM P 6 6 20 - domingo - mayo Año 1 01:05:00 AM 20 - domingo - mayo Año 1 04:55:02 AM 3.83
Año 1 - Mes 7 174.42 TBM P 7 7 22 - viernes - junio Año 1 09:50:00 PM 30 - sábado - junio Año 1 03:15:12 AM 173.42 Año 1 - Mes 6 173.42
Año 1 - Mes 8 130.07 TBM P 8 8 24 - martes - julio Año 1 10:50:00 PM 01 - domingo - julio Año 1 04:15:12 AM 174.42 Año 1 - Mes 7 174.42
Año 1 - Mes 9 130.07 TBM P 9 9 18 - sábado - agosto Año 1 07:45:00 AM 24 - viernes - agosto Año 1 09:45:00 AM 146.00 Año 1 - Mes 8 130.07
Año 1 - Mes 10 14.00 Año 1 Año 1 - Mes 9 130.07
Año 1 - Mes 11 24.92 TBM P 10 10 08 - lunes - octubre Año 1 06:05:00 AM 08 - lunes - octubre Año 1 08:05:00 PM 14.00 Año 1 - Mes 10 14.00
Año 1 - Mes 12 35.75 TBM P 11 11 04 - domingo - noviembre Año 1 06:35:00 AM 05 - lunes - noviembre Año 1 07:30:00 AM 24.92 Año 1 - Mes 11 24.92
Año 2 - Mes 1 0.50 TBM P 12 12 26 - miércoles - diciembre Año 1 11:14:58 AM 27 - jueves - diciembre Año 1 11:00:00 PM 35.75 Año 1 - Mes 12 35.75
Año 2 - Mes 2 2.48 TBM P 13 13 21 - lunes - enero Año 2 02:30:00 AM 21 - lunes - enero Año 2 03:00:00 AM 0.50 Año 2 - Mes 1 0.50
Año 2 - Mes 3 4.32 TBM P 14 14 01 - viernes - febrero Año 2 11:30:00 AM 01 - viernes - febrero Año 2 01:00:03 PM 1.50
Año 2 - Mes 4 5.19 TBM P 15 15 12 - martes - febrero Año 2 09:30:00 PM 13 - miércoles - febrero Año 2 03:09:13 AM 5.65
Año 2 - Mes 5 52.33 TBM P 16 16 13 - miércoles - febrero Año 2 11:30:00 PM 13 - miércoles - febrero Año 2 11:50:00 PM 0.33 Año 2 - Mes 2 2.48
Año 2 - Mes 6 48.01 TBM P 17 17 20 - miércoles - febrero Año 2 08:00:00 AM 20 - miércoles - febrero Año 2 08:14:59 AM 0.25
Año 2 - Mes 7 13.25 TBM P 18 18 21 - jueves - febrero Año 2 03:00:00 AM 21 - jueves - febrero Año 2 07:40:10 AM 4.67
Año 2 - Mes 8 31.39 TBM P 19 19 02 - sábado - marzo Año 2 01:00:00 AM 02 - sábado - marzo Año 2 03:00:04 AM 2.00
Año 2 - Mes 9 130.07 TBM P 20 20 11 - lunes - marzo Año 2 10:00:00 AM 11 - lunes - marzo Año 2 11:15:00 AM 1.25
Año 2 - Mes 3 4.32
Año 2 - Mes 10 21.96 TBM P 21 21 26 - martes - marzo Año 2 11:10:00 AM 26 - martes - marzo Año 2 01:10:04 PM 2.00
Año 2 - Mes 11 0.33 TBM P 22 22 30 - sábado - marzo Año 2 09:15:00 AM 30 - sábado - marzo Año 2 09:15:29 PM 12.01
Año 2 - Mes 12 12.68 TBM P 23 23 04 - jueves - abril Año 2 02:50:00 PM 04 - jueves - abril Año 2 05:48:59 PM 2.98
Año 3 - Mes 1 3.92 TBM P 24 24 07 - domingo - abril Año 2 09:55:00 PM 08 - lunes - abril Año 2 02:30:33 AM 4.59 Año 2 - Mes 4 5.19
Año 3 - Mes 2 62.87 TBM P 25 25 17 - miércoles - abril Año 2 11:30:00 PM 18 - jueves - abril Año 2 07:29:19 AM 7.99
Año 3 - Mes 3 16.50 TBM P 26 26 16 - jueves - mayo Año 2 03:30:19 AM 18 - sábado - mayo Año 2 07:50:00 AM 52.33 Año 2 - Mes 5 52.33
Año 3 - Mes 4 70.73 TBM P 27 27 18 - martes - junio Año 2 07:29:19 AM 20 - jueves - junio Año 2 07:30:00 AM 48.01 Año 2 - Mes 6 48.01
Año 3 - Mes 5 28.56 TBM P 28 28 06 - sábado - julio Año 2 01:30:26 AM 07 - domingo - julio Año 2 02:15:00 AM 24.74
Año 2 - Mes 7 13.25
Año 3 - Mes 6 28.56 TBM P 29 29 23 - martes - julio Año 2 03:30:00 PM 23 - martes - julio Año 2 05:15:03 PM 1.75
Año 3 - Mes 7 2.83 TBM P 30 30 08 - jueves - agosto Año 2 01:00:03 PM 10 - sábado - agosto Año 2 10:30:00 PM 57.50
Año 3 - Mes 8 0.42 TBM P 31 31 23 - viernes - agosto Año 2 06:20:00 AM 23 - viernes - agosto Año 2 07:50:03 AM 1.50 Año 2 - Mes 8 31.39
Año 3 - Mes 9 2.00 TBM P 32 32 28 - miércoles - agosto Año 2 10:05:00 AM 29 - jueves - agosto Año 2 09:15:27 PM 35.17

Año 3 - Mes 10 32.67 TBM P 33 33 07 - sábado - septiembre Año 2 11:35:00 AM 07 - sábado - septiembre Año 2 07:35:19 PM 8.01 Año 2 - Mes 9 130.07
Año 3 - Mes 11 22.75 TBM P 34 34 02 - miércoles - octubre Año 2 11:30:00 PM 03 - jueves - octubre Año 2 12:15:01 AM 0.75
Año 3 - Mes 12 80.88 TBM P 35 35 06 - domingo - octubre Año 2 02:05:02 AM 09 - miércoles - octubre Año 2 08:20:00 AM 78.25
Año 4 - Mes 1 36.98 TBM P 36 36 10 - jueves - octubre Año 2 08:20:00 PM 11 - viernes - octubre Año 2 07:25:00 PM 23.08
Año 2 - Mes 10 21.96
Año 4 - Mes 2 247.42 TBM P 37 37 12 - sábado - octubre Año 2 10:00:02 AM 13 - domingo - octubre Año 2 12:40:00 PM 26.67
Año 4 - Mes 3 247.42 TBM P 38 38 15 - martes - octubre Año 2 10:25:00 AM 15 - martes - octubre Año 2 11:25:00 AM 1.00
Año 4 - Mes 4 8.35 TBM P 39 39 23 - miércoles - octubre Año 2 06:35:00 AM 23 - miércoles - octubre Año 2 08:35:04 AM 2.00
Año 4 - Mes 5 108.25 TBM P 40 40 09 - sábado - noviembre Año 2 10:30:00 AM 09 - sábado - noviembre Año 2 10:50:00 AM 0.33 Año 2 - Mes 11 0.33
Año 4 - Mes 6 172.75 TBM P 41 41 25 - miércoles - diciembre Año 2 09:59:03 AM 25 - miércoles - diciembre Año 2 10:40:00 PM 12.68 Año 2 - Mes 12 12.68
Año 4 - Mes 7 5.63 TBM P 42 42 09 - jueves - enero Año 3 09:05:10 PM 09 - jueves - enero Año 3 10:30:00 PM 1.41
Año 3 - Mes 1 3.92
Año 4 - Mes 8 42.21 TBM P 43 43 29 - miércoles - enero Año 3 09:04:01 AM 29 - miércoles - enero Año 3 03:30:00 PM 6.43
Año 4 - Mes 9 8.00 TBM P 44 44 13 - jueves - febrero Año 3 10:55:04 AM 18 - martes - febrero Año 3 03:45:00 PM 124.83
Año 3 - Mes 2 62.87
Año 4 - Mes 10 1.33 TBM P 45 45 21 - viernes - febrero Año 3 03:30:03 PM 21 - viernes - febrero Año 3 04:25:00 PM 0.92
Año 4 - Mes 11 52.83 TBM P 46 46 16 - lunes - marzo Año 3 02:00:00 PM 16 - lunes - marzo Año 3 04:39:00 PM 2.65
Año 4 - Mes 12 257.58 TBM P 47 47 19 - jueves - marzo Año 3 02:55:00 AM 19 - jueves - marzo Año 3 07:50:11 AM 4.92 Año 3 - Mes 3 16.50
Año 5 - Mes 1 1.94 TBM P 48 48 23 - lunes - marzo Año 3 05:05:00 PM 25 - miércoles - marzo Año 3 11:00:00 AM 41.92
Año 5 - Mes 2 337.22 TBM P 49 49 12 - domingo - abril Año 3 03:45:01 PM 24 - viernes - abril Año 3 03:50:00 AM 276.08
TBM P 50 50 25 - sábado - abril Año 3 03:46:00 AM 25 - sábado - abril Año 3 04:00:00 AM 0.23
Año 3 - Mes 4 70.73
TBM P 51 51 26 - domingo - abril Año 3 11:30:00 PM 27 - lunes - abril Año 3 02:30:06 AM 3.00
3350.81 TBM P 52 52 29 - miércoles - abril Año 3 11:30:00 PM 30 - jueves - abril Año 3 03:05:08 AM 3.59
TBM P 53 53 02 - sábado - mayo Año 3 12:00:00 PM 02 - sábado - mayo Año 3 12:40:00 PM 0.67
TBM P 54 54 06 - miércoles - mayo Año 3 07:40:07 AM 09 - sábado - mayo Año 3 10:50:00 AM 75.16 Año 3 - Mes 5 28.56
TBM P 55 55 26 - martes - mayo Año 3 09:45:00 AM 26 - martes - mayo Año 3 07:35:23 PM 9.84
Año 4 Año 3 - Mes 6 28.56

Año 4 Año 3 - Mes 6 28.56

TBM P 56 56 01 - miércoles - julio Año 3 08:30:00 AM 01 - miércoles - julio Año 3 02:29:14 PM 5.99
TBM P 57 57 10 - viernes - julio Año 3 09:59:46 PM 11 - sábado - julio Año 3 04:20:00 AM 6.34
TBM P 58 58 13 - lunes - julio Año 3 12:25:00 PM 13 - lunes - julio Año 3 12:55:00 PM 0.50
TBM P 59 59 15 - miércoles - julio Año 3 03:30:00 PM 15 - miércoles - julio Año 3 07:00:08 PM 3.50 Año 3 - Mes 7 2.83
TBM P 60 60 19 - domingo - julio Año 3 12:01:00 AM 19 - domingo - julio Año 3 01:01:01 AM 1.00
TBM P 61 61 21 - martes - julio Año 3 03:01:00 AM 21 - martes - julio Año 3 04:50:03 AM 1.82
TBM P 62 62 23 - jueves - julio Año 3 01:30:00 AM 23 - jueves - julio Año 3 02:10:00 AM 0.67
TBM P 63 63 09 - domingo - agosto Año 3 11:30:00 PM 09 - domingo - agosto Año 3 11:55:00 PM 0.42 Año 3 - Mes 8 0.42
TBM P 64 64 19 - sábado - septiembre Año 3 05:25:01 AM 19 - sábado - septiembre Año 3 07:30:00 AM 2.08
Año 3 - Mes 9 2.00
TBM P 65 65 24 - jueves - septiembre Año 3 09:30:00 PM 24 - jueves - septiembre Año 3 11:25:04 PM 1.92
TBM P 66 66 13 - martes - octubre Año 3 04:25:00 PM 13 - martes - octubre Año 3 05:35:02 PM 1.17
Año 3 - Mes 10 32.67
TBM P 67 67 19 - lunes - octubre Año 3 08:15:01 AM 22 - jueves - octubre Año 3 12:25:00 AM 64.17
TBM P 68 68 22 - domingo - noviembre Año 3 01:10:01 AM 22 - domingo - noviembre Año 3 11:55:00 PM 22.75 Año 3 - Mes 11 22.75
TBM P 69 69 08 - martes - diciembre Año 3 04:45:01 AM 21 - lunes - diciembre Año 3 03:30:00 PM 322.75
TBM P 70 70 23 - miércoles - diciembre Año 3 01:05:03 AM 23 - miércoles - diciembre Año 3 04:30:00 AM 3.42
TBM P 71 71 23 - miércoles - diciembre Año 3 08:30:01 AM 24 - jueves - diciembre Año 3 05:40:00 PM 33.17 Año 3 - Mes 12 80.88
TBM P 72 72 26 - sábado - diciembre Año 3 06:20:00 AM 27 - domingo - diciembre Año 3 06:35:00 AM 24.25
TBM P 73 73 29 - martes - diciembre Año 3 10:40:09 AM 30 - miércoles - diciembre Año 3 07:30:00 AM 20.83
TBM P 74 74 01 - viernes - enero Año 4 06:10:05 PM 02 - sábado - enero Año 4 03:30:00 PM 21.33
TBM P 75 75 08 - viernes - enero Año 4 11:04:00 AM 12 - martes - enero Año 4 10:25:00 AM 95.35
Año 4 - Mes 1 36.98
TBM P 76 76 20 - miércoles - enero Año 4 05:10:01 PM 21 - jueves - enero Año 4 08:00:00 PM 26.83
TBM P 77 77 23 - sábado - enero Año 4 11:55:01 AM 23 - sábado - enero Año 4 04:20:00 PM 4.42
TBM P 78 78 16 - martes - febrero Año 4 10:00:00 PM 17 - miércoles - febrero Año 4 08:00:49 AM 10.01
Año 4 - Mes 2 247.42
TBM P 79 79 28 - domingo - febrero Año 4 05:10:03 PM 20 - sábado - marzo Año 4 10:00:00 PM 484.83
Año 4 Año 4 - Mes 3 247.42
TBM P 80 80 09 - viernes - abril Año 4 07:30:00 PM 09 - viernes - abril Año 4 08:25:01 PM 0.92
TBM P 81 81 11 - domingo - abril Año 4 07:30:00 AM 11 - domingo - abril Año 4 08:50:02 AM 1.33
TBM P 82 82 14 - miércoles - abril Año 4 11:30:00 PM 15 - jueves - abril Año 4 01:25:04 AM 1.92 Año 4 - Mes 4 8.35
TBM P 83 83 17 - sábado - abril Año 4 01:10:03 AM 17 - sábado - abril Año 4 07:30:00 AM 6.33
TBM P 84 84 18 - domingo - abril Año 4 08:15:01 AM 19 - lunes - abril Año 4 03:30:00 PM 31.25
TBM P 85 85 03 - lunes - mayo Año 4 11:50:01 AM 12 - miércoles - mayo Año 4 11:20:00 AM 215.50
Año 4 - Mes 5 108.25
TBM P 86 86 30 - domingo - mayo Año 4 07:30:19 AM 30 - domingo - mayo Año 4 08:30:00 AM 0.99
TBM P 87 87 02 - miércoles - junio Año 4 10:59:59 AM 03 - jueves - junio Año 4 03:50:00 PM 28.83
Año 4 - Mes 6 172.75
TBM P 88 88 17 - jueves - junio Año 4 10:19:59 AM 30 - miércoles - junio Año 4 03:00:00 PM 316.67
TBM P 89 89 18 - domingo - julio Año 4 01:23:56 PM 18 - domingo - julio Año 4 07:01:59 PM 5.63 Año 4 - Mes 7 5.63
TBM P 90 90 16 - lunes - agosto Año 4 10:48:00 AM 19 - jueves - agosto Año 4 07:42:37 PM 80.91
Año 4 - Mes 8 42.21
TBM P 91 91 25 - miércoles - agosto Año 4 11:00:00 PM 26 - jueves - agosto Año 4 02:30:00 AM 3.50
TBM P 92 92 02 - jueves - septiembre Año 4 08:49:19 PM 03 - viernes - septiembre Año 4 11:35:00 AM 14.76
Año 4 - Mes 9 8.00
TBM P 93 93 20 - lunes - septiembre Año 4 11:35:08 PM 21 - martes - septiembre Año 4 12:50:00 AM 1.25
TBM P 94 94 08 - viernes - octubre Año 4 12:00:00 PM 08 - viernes - octubre Año 4 01:20:02 PM 1.33 Año 4 - Mes 10 1.33
TBM P 95 95 02 - martes - noviembre Año 4 04:40:00 PM 03 - miércoles - noviembre Año 4 01:30:01 AM 8.83
Año 4 - Mes 11 52.83
TBM P 96 96 14 - domingo - noviembre Año 4 07:10:16 PM 18 - jueves - noviembre Año 4 08:00:00 PM 96.83
TBM P 97 97 30 - martes - noviembre Año 4 11:30:03 PM 11 - sábado - diciembre Año 4 05:05:00 PM 257.58 Año 4 - Mes 12 257.58
TBM P 98 98 07 - viernes - enero Año 5 06:20:00 PM 07 - viernes - enero Año 5 07:57:05 PM 1.62
Año 5 - Mes 1 1.94
TBM P 99 99 23 - domingo - enero Año 5 07:40:00 PM 23 - domingo - enero Año 5 09:56:01 PM 2.27
TBM P 100 100 02 - miércoles - febrero Año 5 10:00:00 AM 16 - miércoles - febrero Año 5 11:13:00 AM 337.22 Año 5 - Mes 2 337.22

3350.81

Alberto Mora G.
84 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: imagen propia, el primer paso es crear las casillas de la derecha de los tiempos en meses, para poder colocar allí los valores
promedios de los datos o eventos que contenga ese mes.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 85

Nótese que existen meses en los cuales no hay datos, allí se debe crear la casilla que se resalta en negro, en
MTBMc falta diciembre del año uno y septiembre del año dos, entonces en el primero de ellos donde dice Año 1aigual
que otros meses más que los puede consultar en el archivo número tres a continuación. En el caso del primer valor
faltante del mes de diciembre del primer año se coloca el valor del mes anterior ya con promedio total, para el caso es
278.42 de MTBMc que corresponde a noviembre del año 1. Los valores de los meses de la columna derecha coinciden
con los de la segunda columna de izquierda a derecha. El siguiente archivo lo puede abrir por favor dando doble clic
izquierdo encima de él.

Archivo 3 - Data de VOTORANTIM en Forma estándar

Los meses en que no existan valores se surten con el valor anterior, esto porque se supone que no hay cambios
en los valores de tiempos útiles o de actividades de mantenimiento, al ser constante permite que las propiedades de
los principales criterios que se afectan permanezcan constantes o invariables, para efectos de cálculos CMD.

2.5.1.5 I - 1 - C - Agrupamiento de la data VOTORANTIM.

Para esta etapa C, ya se tienen en las cuatro hojas de excel del archivo tres, el agrupamiento de los 600 elementos
de valores de tiempos, cada uno en su correspondiente categoría TMBC confiabilidad correctiva de 100 datos o TTR
mantenibilidad correctiva con 200 elementos de tiempos o TBMP confiablidad preventiva / predictiva donde se poseen
100 valores o MP mantenibilidad preventiva / predictiva que cuenta con 200 tiempos de ese parámetro, en los 50 meses
del tamaño del universo de la data actual (O´Connor, 2002).

Figura 44 - Agrupamiento I - 1 - C datos - Forma estándar de TBMC TTR TBMP y MP

Nota: imagen propia, la agrupación se hace en dos tandas, una la anterior con datos y la próxima, de la ilustración que se esboza a
continuación en meses.

En el momento ya se cuenta con 600 datos, distribuidos 200 en MTTR, 200 en MP y 100 en cada uno de los
grupos MTBMC y MTBMP, estos datos junto con los de la siguiente Figura 45 - Agrupamiento I - 1 - C meses - Forma
estándar de TBMC TTR TBMP y MP, permiten hacer la validación de la cantidad de datos a requerir, para que el análisis
tenga validez científica, esto se hace con la determinación del tamaño muestral mínimo requerido en cada grupo, de
la data hasta el presente, para ello se usan valores de variables porcentuales y cuantitativos.

En cuanto al tamaño requerido en meses, basta con 48, es el estándar mínimo que se sugiere para que los
fenómenos estacionales (inferiores en frecuencia de ocurrencia a doce meses) o cíclicos (superiores a 12 meses, en
asiduidad) sean válidos analíticamente hablando; lo que esto garantiza, es que fenómenos o variables, donde el tiempo

Alberto Mora G.
86 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

de frecuencia incide seriamente en los pronósticos que se realizan en la etapa predictiva, estén presentes en su grado
correspondiente de influencias, en los valores futuros, a calcular en el estadio predictivo.

Es importante resaltar que si los pronósticos del estadio tres predictivo de la analytics, no
están bien extraídos, tratados o manejados y estén en cantidades insuficientes, se pierde la
validez estadística y concluyente, de las decisiones que se tomen en el presente con impacto
futuro, es un proceso no viable, por eso esta etapa previa se debe revisar bien, a fondo, con
paciencia y mucha seriedad técnico-científica.
En la siguiente gráfica se presentan los valores en agrupación mensual, de cada uno de los cuatro parámetros61
TBMC TTR TBMP y MP, ya se tienen 50 datos mensuales, con revisión (González F. J.-F., 2004) en valor y cantidad.

Figura 45 - Agrupamiento I - 1 - C meses - Forma estándar de TBMC TTR TBMP y MP

Nota: imagen propia, la agrupación se hace en dos opciones, una en la anterior gráfica con datos de la Figura 44 - Agrupamiento
I - 1 - C datos - Forma estándar de TBMC TTR TBMP y MP en datos de eventos y esta ilustración presente en meses, de los cuales
se tienen ya en forma muy cercana a la estándar, 50 meses continuos, hasta ahora no se efectúa la validez y aún no se decide la
mejor de las dos opciones en data de eventos o meses.
De esta manera ya se cubren las dos posibilidades de estudio de la data fuente burda, a continuación se hacen
validaciones para tomar la mejor opción. Indudablemente lo ideal es en meses, ya que se puede aplicar todo el proceso
en forma de Time Series, pero se deben revisar en eventos y en meses, ambos, para determinar técnica y científicamente
si hay una opción mejor que la otra.

Nótese que ya se tiene la clasificación y agrupación de los cuatro bloques de datos, en total por ahora se tienen
600 elementos, que se organizan con fechas de más antiguos a los recientes, en cuatro páginas excel diferentes como
se esboza en la Figura 44 - Agrupamiento I - 1 - C datos - Forma estándar de TBMC TTR TBMP y MP y en la Figura
45 - Agrupamiento I - 1 - C meses - Forma estándar de TBMC TTR TBMP y MP; donde se poseen 100 datos de los
tiempos de confiabilidad correctiva y preventiva / predictiva respectivamente, al igual se cuenta con 200 eventos de
las dos mantenibilidades, planeada y correctivas, en su orden.

61
TBMC TTR TBMP y MP, cuando se tiene solo un valor independiente se deja así su nomenclatura TBMC TTR TBMP y MP, pero cuando en cada
uno de ellos, se tienen uno o más datos y se obtiene el promedio de esos valores, como en el caso de los valores de agrupación mensual, se
denominan así MTBMC MTTR MTBMP y MP, al agregar la M denota en castellano la media o en inglés Mean. Al igual ocurre con los valores de
MTBM y MMean.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 87

En cuanto a los meses ya existe una homologación correcta de 50 datos, de cada uno de los cuatro parámetros,
suficientes para continuar con el proceso.

La obtención de los valores de la confiabilidad y mantenibilidad total, MTBM y MMean, se generan a partir de los
valores que se calculen con procesos de distribuciones de MTBMC MTTR MTBMP y MP.

Ecuación 4 - Disponibilidad - Availabilty

𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 = 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 =
𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 + 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀

𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 = 𝐴𝐴𝐴𝐴ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 =
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 + 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑛𝑛
1
Tiempo Medio Útil entre Mantenimientos alcanzada = 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 =
1 1
+
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑝𝑝

𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑝𝑝
 +   
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑝𝑝
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎ó𝑛𝑛 𝑑𝑑𝑑𝑑 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 = 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀   =  
1 1
 + 
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝐵𝐵𝑀𝑀𝑝𝑝
1
1 1
+
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝐶𝐶 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑃𝑃
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 =
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑃𝑃
+
1 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝐶𝐶 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑃𝑃
1 1 + 1 1
+ +
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝐶𝐶 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑃𝑃 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝐶𝐶 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑃𝑃

Fuente (Mora A. -G., Mantenimiento estrategico, 2017) (Barringer, 2011) (Villegas & Mora Gutiérrez, 2020)

Archivo 4 - Agrupamientos en data y meses

Los volúmenes de información que se requieren, es el primer control para realizar en la data burda de inicio, de
la fase descriptiva. Las variables confiabilidad y mantenibilidad, son independientes a diferencia de la disponibilidad,
que es dependiente de las dos anteriores.

2.5.1.6 I - 1 - D - Categorización de data VOTORANTIM.

Esta fase D, permite determinar el tamaño muestral mínimo requerido de cada uno de los grupos de las variables,
que se tienen de MTBMC MTTR MTBMP y MP, para ello se toma inicialmente una muestra aleatoria de la base de datos
que se posee de 100, 200, 100 y 200 elementos respectivamente.

Para ello se toma una muestra aleatoria de cada grupo, de al menos 30 o 31 elementos al azar (para ello se usa
en excel la tecla F9 de cada una, parta que esa muestra sea aleatoria, que es el requerimiento muestral) como ilustra la
Figura 46 - Selección muestra aleatoria inicial de 31 valores de TBMC TTR TBMP y MP, para que se cumpla el teorema
de límite central, que describe que la muestra inicial debe ser al menos de 30, con el fin de que la media muestral se
asemeje a la media poblacional, el cual es el teorema del límite central (Levin & Rubin, 2004), por medio del cual se
apoyan los cálculos para determinar la mínima muestra poblacional, que se debe cumplir en cada caso, para que el
estudio y la data inicial tengan validez estadística e inferencia muestral confiable, en cada uno de los cuatro grupos.

Alberto Mora G.
88 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 46 - Selección muestra aleatoria inicial de 31 valores de TBMC TTR TBMP y MP

Variable Variable Variable Variable

Ordinal TBMc 1 TTR1 TBMp1 Mp 1 Ordinal
aleatoria aleatoria aleatoria aleatoria

1 TBMc 1 57.83 TTR1 0.02 TBMp1 143.52 Mp 1 0.53 1

2 TBMc 8 31.00 TTR2 0.25 TBMp2 144.75 Mp 2 6.35 2
3 TBMc 9 116.58 TTR3 0.15 TBMp24 4.59 Mp 59 0.08 3
4 TBMc 10 6.13 TTR4 0.42 TBMp26 52.33 Mp 60 16.18 4
5 TBMc 12 278.42 TTR8 0.04 TBMp39 2.00 Mp 103 1.24 5
6 TBMc 13 48.17 TTR53 0.01 TBMp47 4.92 Mp 104 3.83 6
7 TBMc 14 7.33 TTR54 0.04 TBMp48 41.92 Mp 105 0.07 7
8 TBMc 15 1.08 TTR78 0.12 TBMp49 276.08 Mp 106 3.49 8
9 TBMc 17 24.75 TTR88 0.02 TBMp51 3.00 Mp 107 2.38 9
10 TBMc 19 1.17 TTR112 0.02 TBMp52 3.59 Mp 108 0.45 10
11 TBMc 21 3.58 TTR113 0.06 TBMp54 75.16 Mp 109 0.21 11
12 TBMc 27 72.25 TTR114 0.11 TBMp56 5.99 Mp 110 0.32 12
13 TBMc 28 1.50 TTR115 0.06 TBMp57 6.34 Mp 117 2.87 13
14 TBMc 40 164.92 TTR116 0.01 TBMp59 3.50 Mp 118 3.14 14
15 TBMc 42 0.42 TTR117 0.08 TBMp67 64.17 Mp 119 4.07 15
16 TBMc 46 6.50 TTR118 0.01 TBMp68 22.75 Mp 122 2.84 16
17 TBMc 48 13.75 TTR119 0.01 TBMp69 322.75 Mp 123 0.03 17
18 TBMc 60 0.52 TTR120 0.01 TBMp71 33.17 Mp 124 0.07 18
19 TBMc 63 0.17 TTR121 0.12 TBMp72 24.25 Mp 125 3.19 19
20 TBMc 64 1.25 TTR122 0.01 TBMp74 21.33 Mp 126 5.45 20
21 TBMc 67 17.33 TTR123 0.12 TBMp75 95.35 Mp 127 3.14 21
22 TBMc 68 2.33 TTR124 0.17 TBMp76 26.83 Mp 128 0.12 22
23 TBMc 69 0.92 TTR159 0.73 TBMp77 4.42 Mp 129 1.44 23
24 TBMc 70 0.50 TTR160 0.09 TBMp78 10.01 Mp 171 0.93 24
25 TBMc 71 0.33 TTR165 0.09 TBMp79 484.83 Mp 172 1.14 25
26 TBMc 88 2.00 TTR166 0.01 TBMp86 0.99 Mp 173 0.92 26
27 TBMc 89 9.00 TTR167 0.04 TBMp87 28.83 Mp 187 7.06 27
28 TBMc 96 32.05 TTR196 1.15 TBMp88 316.67 Mp 188 8.64 28
29 TBMc 97 90.00 TTR197 18.07 TBMp89 5.63 Mp 189 0.18 29
30 TBMc 99 0.48 TTR198 2.30 TBMp90 80.91 Mp 190 1.57 30
31 TBMc 100 216.72 TTR200 8.80 TBMp92 14.76 Mp 199 0.20 31
Media Media Media Media
poblacional
25.98 poblacional
0.78 poblacional
44.82 poblacional
1.77
Muestral 31 Muestral 31 Muestral 31 Muestral 31
Tamaño Tamaño
Poblacional 100 Poblacional 200 Poblacional 100 Poblacional 200

Nota: imagen propia, en este momento la transformación del estadio descriptivo nos permite ya tener valores, que permiten iniciar
el cálculo del tamaño muestral mínimo para que haya validez científica y estadística en el estudio cognitivo de esta obra, con caso
VOTORANTIM.
Para poder desarrollar el fundamento científico de la data inicial, se requiere la aplicación del teorema del límite
central TLC (Levin R. , Estadistica para Administradores , 1996) en nota pie de la página 77, que se describe en la
sección donde se explica en detalle, para consolidar este requerimiento de alta exigencia, que incide en la validez o no
del proceso integral de esta obra (Santesmases, Investigación de Mercados - Estadística DYANE IV, 2009), (Lind,
Marchal, & Wathen, 2020) (Levin & Rubin, 2004) (López, 2018).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 89

Figura 47 - Logro de variables aleatorias en excel

Nota: imagen propia, lo importante de esta transformación es en excel, donde con la función F9 logra el cambio de variable
aleatoria, para seleccionar al azar la muestra inicial de al menos 30 elementos para cumplir el teorema del límite central, para
fundamentar bien el proceso de la cantidad de data inicial en cada uno de los cuatro grupos.
2.5.1.7 I - 1 - E - Estandarización.

Esta etapa es la que le da características de fundamentación técnica, es donde se corrobora que el tamaño
muestral que se selecciona cumple lo mínimo necesario, también se definen acá las calidades de la estadística en
cuanto a los errores máximos permitidos de cálculo poblacional y muestral. Es de anotar que el tamaño poblacional
que se tiene hasta ahora es de 100 elementos en confiabilidades y 200 en mantenibilidades, lo cual se procede a
verificar.

Para ello se recurre a los cálculos de tamaño muestral para poblaciones finitas e infinitas, al realizar ambas con
al menos una variable porcentual y otra cuantitativa, al tomar los valores máximos que arroja el programa anexo, en
el archivo 5 a continuación, garantiza la calidad en cuanto a volumen de la data de entrada.

Cuando se realiza el proceso de validación numérica del tamaño muestral total, que se dimensiona con las
fórmulas de población finita e infinita para determinación de la muestra a adoptar, en la siguiente expresión.

Ecuación 5 - Fórmulas de tamaño muestral finita e infinita

2 ∗ p ∗ q ∗ N ) / ((e2 ∗ ( N − 1 ) + Z 2 ∗ p ∗ q )
Tamaño muestral población finita = n = (Z∞ ∞
2 ∗ p ∗ q ∗ N ) / ( d2 ∗ ( N − 1 ) + Z 2 ∗ p ∗ q )
Tamaño para población infinita = n = ( Z∞ ∞
donde,

n = tamaño muestral
N = población o universo, en confiabilidades de este caso 100 y mantenibilidades 200
2
𝑍𝑍∞ = nivel de confianza deseado
p = probabilidad de respuestas positivas porcentuales
q = probabilidad de respuestas negativas porcentuales
e = error máximo permisible
d = precisión deseada en los cálculos
Fuente (Lind D. , 2012) (Levin & Rubin, 2004) (García, y otros, 2018).

Alberto Mora G.
90 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 48 - Validación de tamaño muestral de eventos y meses que se realiza en excel

 Nota: imagen propia, los resultados todos están correctos y cumplen con las condiciones del tamaño muestral, con las primeras muestras y los datos finales de 600 elementos
en los cuatro grupos en los eventos y en los meses de 50 datos (Mora A. -G., Mantenimiento estrategico, 2017) (García, y otros, 2018) (Levin, Balderas Lozada, Del Valle

Alberto Mora G.
Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 91

Sotelo, & Gómez Castillo, 2004).

92 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

La ilustración anterior, al final en un letrero de fondo negro y letras blancas, ratifica el cumplimiento del tamaño
muestral, con base en las fórmulas estadísticas pertinentes, establecidas en la obra.

En el archivo 5 siguiente están todos los cálculos al detalle, es donde se determinan que los cuatro tamaños
muestrales están correctos y son pertinentes para el análisis estadístico concluyente que se efectúa, obvio que los
procedimientos cumplen a cabalidad con suficiencia, pues los errores muestrales que se aplican son rigurosos del 1%
y 2%, se permiten valores más altos, ejemplo del 5%, lo que disminuye el tamaño muestral requerido, pero pierde
rigurosidad estadística, por eso se mantienen estos valores, y aun así cumple el tamaño muestral seleccionado en los
600 eventos y 50 meses, en los cuatro grupos de parámetros de disponibilidad alcanzada CMD futurístico.

Archivo 5 - Determinación de tamaño muestral para medias porcentual y numérica

2.5.1.8 I - 1 - F - Normalización de data.

Esta fase F, permite determinar el tamaño muestral requerido suficiente, para que el análisis estadístico y
futurístico posterior tenga validez científica.

Para alcanzar este nivel se realizan pruebas, que acentúan la calidad de la información que se tiene en los dos
frentes de data, en 600 eventos y en 50 meses, por un lado se revisan criterios estadísticos de correlación, de
aleatoriedad, de autocorrelación, de tendencia, de ruido, de Coeficiente Alfa de Cronbach, de pruebas estocásticas, de
ACF AutoCorrelation Function y PACF Partial AutoCorrelation Function, además de la estadística descriptiva básica
de la data y de los meses, en sus cuatro frentes.

En especial las pruebas diagnósticas, nos permiten revisar la calidad de la data de los parámetros MTBMC MTTR
MTBMP MP y, en especial los valores de cálculo de MTBM y MMean, por varios softwares y paquetes informáticos
distintos, con evaluación diagnostic analytics, con cálculos y algoritmos a partir de metodologías estándares con base
en distribuciones, de varios métodos, de donde se desprende si cumplen el principio de que los valores de MTBM
deben ser infinitamente superiores a los de MMean, al menos diez veces (ideal 100) como versa en el libro Planeación
Ejecución Control del Mantenimiento de la Casa Alfaomega Grupo Editor, S.A. de C.V., México con ISBN: 978-958-
682-769-0 Internacional (Mora A. -G., Mantenimiento estrategico, 2017).

Figura 49 - Requisitos de uso en las disponibilidades de avanzada

Nota: imagen propia del libro citado del Autor, donde se colocan y resaltan las condiciones que permiten usar las disponibilidades
inherente, alcanzada, operacional y operacional generalizada, descritos en la página 79 del libro a continuación: (Mora A. -G.,
Mantenimiento estrategico, 2017) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Mora A. -G., Mantenimiento estrategico,
2017) (García, y otros, 2018) (Levin, Balderas Lozada, Del Valle Sotelo, & Gómez Castillo, 2004).
Con los resultados que este estudio parcial CMD de la sección I - 1 - E Normalización arroja, se deja ya en
estado de completa normalización (Muñoz B. -A., Norma Europea EN 15341, 2020), la data que sigue a los estadios
predictivo y prescriptivo de la unidad tres, más el cognitive analytics de la sección final cuatro de orden semántico.

2.5.2 Analytics - CMD enfoque sistémico

Dentro del enfoque de Immanuel Kant de orden informático y sistémico, se concreta la relación de los elementos
mantenimiento, producción y artefactos (como máquinas, activos tangibles o no, herramientas, etcétera) el cual
superpuesto al de Grant y Wilson, nos genera la Figura 50 - Enfoque sistémico Grant Gartner Kant Wilson en
mantenimiento vanguardia (González R. H.-G., 2016), activos y el enfoque de Gartner donde mantenimiento se
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 93

desenvuelve, como un recurso nuclear del negocio donde operacionaliza su función a partir de los activos, como una
capacidad gerencial dinámica de la empresa, en una arquitectura empresarial de servicio.

Figura 50 - Enfoque sistémico Grant Gartner Kant Wilson en mantenimiento vanguardia

Nota: ilustración propia, síntesis de la Figura 25 - Ejes Kantianos de espacio & tiempo, válidos en analytics científico en
mantenimiento; de la Figura 26 - Vectores de analytics con sus implicaciones en la transformación de la data y de la Figura 27 –
Analytics con tres estadios originales; donde especifica las acciones a realizar en este capítulo, concernientes a las etapas descriptiva
y diagnóstica (Wilson, 2020) (Kant I. , 2003) (Mora Gutiérrez & Villamil - Simancas, 2021).
Las primeras pruebas se orientan a saber si se tiene correlación o no entre las cuatro variables, en los dos campos
de datos: en eventos y en meses, para ello se trabajan varios programas MINITAB, Statgraphics, DYANE II
(Santesmases, 2003) y IV (Santesmases, Investigación de Mercados - Estadística DYANE IV, 2009).

Alberto Mora G.
94 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.5.2.1 Correlación entre parámetros - Spearman & Pearson.

La metodología prueba en esta fase descriptiva, si hay relación entre las variaciones de las variables y da una
idea muy clara, si hay independencia relacional o no entre ellas, por decir muestra la relación que existe entre MTBMC
y MTTR o MTBMP o MP y, para esto la prueba tiene dos dimensiones: correlación entre rangos, que aparea valores de
las variaciones de dos parámetros y que realiza con la prueba de Spearman, donde el cálculo que realiza otorga el
coeficiente de correlación de las variables, lo que denota si la relación es positiva o negativa y qué tanta influencia
tiene una variable en la otra, es decir si una se mueve el cien por ciento en una dirección la otra cuánto varía y en qué
sentido varía, pero es importante aclarar que esto anterior solo se cumple si el pvalue es inferior al 5% o a 0.05; cuando
esto ocurre se puede rechazar la hipótesis nula de no asociación, en palabras más sencillas que si tiene asociación o
correlación, se hace énfasis pvalue debe ser inferior a 0.05 para que las dos variables se relacionen, la otra correlación
factible es la lineal o de Pearson, entre dos de las variables a analizar, trabaja con los mismos criterios anteriores de
Spearman, es decir el coeficiente de correlación que va entre menos uno y más uno, más el pvalue que adopta valores
inferiores o superiores a 0.05, cuando es inferior el pvalue a 0.05, se rechaza nuevamente la hipótesis nula de no relación
o sea que se acepta que sí se relacionan las dos variables del análisis, ahora cuando pvalue es superior y no se rechaza,
o sea que no se asocian ni se relacionan, las variables, esta lineal trabaja ya no Spearman (correlación entre rangos) si
no con Pearson (García, y otros, 2018) o denominada lineal.

En la siguiente ilustración se hacen las cuatro evaluaciones, las correlaciones de Spearman y de Pearson, tanto
para eventos como para los meses, para MTBMC MTTR MTBMP MP , que se tienen en el caso particular de las variables,
de 50 datos, como en el caso de los 600 eventos, los valores de las confiabilidades tienen 100 datos cada uno y las
mantenibilidades están con 200 datos, las comparaciones de correlación deben cumplir el mismo número de datos, en
este caso lo que se hace para las de 200 elementos es que se toman solo los últimos 100 valores más recientes de
MTTR y los 100 últimos de MP, junto con los 100 de MTBMC y MTBMP, para que queden apareadas las pruebas en
tiempo y valor.

Figura 51 - Correlación entre rangos de Spearman eventos de MTBMC MTTR MTBMP MP

 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 95

Nota: ilustración propia, las tres partes de la imagen, prueban que no hay correlación entre rangos Spearman entre las variables
MTBMC MTTR MTBMP MP (MINITAB@WorkSpace, 2022) (Statgraphics, 2022) (Forcadas, 1983) (Santesmases, Investigación
de Mercados - Estadística DYANE IV, 2009).
Ahora procede la misma prueba pero con correlaciones lineales de Pearson, con los mismos programas.

Alberto Mora G.
96 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 52 - Correlación lineal de Pearson eventos de MTBMC MTTR MTBMP MP

Nota: ilustración propia, en esta correlación lineal hay una relación evidente entre los MTBMC y los MTBMP que son los tiempos
útiles correctivos y los preventivos / predictivos, por otro lado los valores de las acciones de mantenimiento también se relacionan
entre ellas, Mp y TTR tienen correlación lineal (MINITAB@WorkSpace, 2022) (Statgraphics, 2022) (Forcadas, 1983)
(Santesmases, Investigación de Mercados - Estadística DYANE IV, 2009).
A continuación se presentan los archivos donde están los datos originales en eventos, está en excel, csv y en
formato de texto Unicode.txt que es la forma en que trabaja DYANE (Santesmases, Investigación de Mercados -
Estadística DYANE IV, 2009).

Archivo 6 - Datos de Correlación en eventos en excel

Archivo 6 - Datos de Correlación en eventos en csv Unicode txt.txt

Archivo 6 - Original de Datos de Correlación en eventos.xlsx

A continuación se muestra programa propio del autor, en excel, de libre uso para los lectores, está diseñando
para recibir solo por serie o referencia los últimos cincuenta (50) datos, trabaja hasta con un máximo de 150 referencias
y es muy fácil de utilizar, es directo, los resultados de los pvalue, los entrega en la primera pestaña, donde se enuncia
matriz de resultados. En la siguiente imagen del Archivo 7 - Programa de excel propio free correlación lineal de
Pearson eventos y en la Figura 53 - Programa excel propio free correlación lineal de Pearson eventos, se ratifica el
cálculo Pearson donde se correlacionan los tiempos útiles MTBMC y MTBMP entre sí y, las mantenibilidades TTR y
MP entre ellas, similar a los resultados de la Figura 52 - Correlación lineal de Pearson eventos de MTBMC MTTR
MTBMP MP, el programa en excel fuente u original lo puede descargar del siguiente archivo en excel.

Archivo 7 - Programa excel propio free correlación lineal de Pearson eventos

 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 97

Figura 53 - Programa excel propio free correlación lineal de Pearson eventos

Nota: ilustración propia, en esta correlación lineal se ratifica lo que se calcula en la figura anterior, donde hay una relación evidente
entre los MTBMC y los MTBMP que son los tiempos útiles correctivos y los preventivos / predictivos y, entre los valores de las
acciones de mantenimiento, Mp y TTR tienen correlación lineal - Programa propio del autor, que pueden usar los lectores o usuarios
de esta obra libremente (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir, 2016).
Ya empiezan a aparecer características descriptivas relevantes de esta valoración del estadio uno.

Es supremamente importante ratificar la relación que hay siempre entre los valores de las acciones de
mantenimiento preventivas / predictivas y las acciones de reparación correctivas, se demuestra de manera técnico-
científica, lo que por intuición saben los analistas o expertos de mantenimiento, al mejorar el esfuerzo (managerial
afore) y los recursos implementados en acciones preventivas / predictivas automáticamente el sistema mejora en CMD
y las acciones correctivas disminuyen drásticamente de forma automática, a la inversa también ocurre, si se disminuye
la gestión preventiva / predictiva, inmediatamente se disparan las fallas y las reparaciones de orden correctivo, tanto
en gasto como en ineficiencia del sistema y de los equipos.

Es allí entonces donde se debe ejecutar todo el rigor de mantenimiento vanguardia, operacionalizando la función
de mantenimiento con los activos (tangibles o no), bajo un enfoque de capacidad gerencial nuclear capaz de generar
acciones y factores claves de éxito, que propenden la estrategia y el logro de las metas y objetivos corporativos,
creando riqueza y competitividad, con enfoque de analítica empresarial arquitectónica y estratégica, centradas en el
servicio.

Una vez sucede el efecto inverso entre las acciones de mantenimiento, descritas en los cálculos de Pearson,
ocurre exactamente lo mismo con los tiempos útiles entre correctivos y los que suceden entre preventivos / predictivos,
es decir el hecho de que los valores de las variaciones de MTBMC y MTBMP tengan pvalue menor a 0.05, conlleva a
pensar que si se mejoran los tiempos útiles entre preventivos / predictivos, indudablemente los tiempos útiles entre
correctivos deben subir, que es el estado ideal, en el caso inverso al subir los tiempos MTBMC también lo hacen en
proporciones del 21.50% los valores de MTBMP.

Al igual los valores de MTTR y MP, cuando uno de ellos varía el 100% el otro se mueve en la misma dirección
en un 20.28%, lo cual se ratifica en las siguientes gráficas de la Figura 56 - Correlación entre los tiempos de reparación
TTR y mantenimiento MP. Para ello se presentan en la próxima imagen.

Alberto Mora G.
98 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 54 - Correlación entre rangos de Spearman meses de MTBMC MTTR MTBMP MP

Nota: ilustración propia, en esta correlación de rangos, no hay ninguna relación o correlación entre las cuatro variables MTBMC
MTTR MTBMP Mp que son los tiempos útiles entre mantenimientos y los valores de las acciones de mantenimiento.

Figura 55 - Correlación lineal de Pearson meses de MTBMC MTTR MTBMP MP

Nota: ilustración propia, en esta correlación lineal de Pearson en meses (50), no hay ninguna relación o correlación entre las cuatro
variables MTBMC MTTR MTBMP Mp.
En ambos casos de meses con validación de Spearman y Pearson, se presenta que no hay relación entre los cuatro
parámetros, más sin embargo el hecho de tener correlación entre los tiempos útiles MTBMC y MTBMP entre sí y, entre
las mantenibilidades TTR y MP, similar a los resultados de la Figura 52 - Correlación lineal de Pearson eventos de
MTBMC MTTR MTBMP MP y del Archivo 7 - Programa excel propio free correlación lineal de Pearson eventos y la
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 99

Figura 53 - Programa excel propio free correlación lineal de Pearson eventos, asegura los resultados, de que si hay
relación entre los tiempos útiles entre sí, como también entre las acciones correctivas y preventivas / predictivas.

En el de meses no hay ninguna correlación, más sin embargo ya con las Pearson anteriores que de todas maneras
están insertadas en el análisis mensual se prosigue con que sí hay relación, descrita en párrafo anterior.

Ecuación 6 - Función de Weibull

 ∞ 
 0 ∫
 − λ (t ) * d (t ) 

R (t ) = exp  
, donde la curva R(t) es la curva de supervivencia, en confiabilidad, se puede describir en función de λ
(t) de fallas. La curva complementaria es F(t) o curva de no confiabilidad (en inglés failure curve) que denota la forma en que el
equipo falla en términos de confiabilidad.
Weibull en 1951 escribe la función empírica más sencilla que puede representar mejor una gran variedad de
datos reales (Tamborero@, 2005).

β
 t − t0 
∫ λ (t ).dt =  η 
, donde t es el tiempo en cualquier momento y to es un tiempo de referencia o parámetro inicial de
localización, η (Eta o Alpha que compete a diseño) es el parámetro de escala o vida característica (que compete a operación o
producción) y βeta es el parámetro de forma (que incide en mantenimiento), el cual se considera como una medida de dispersión
de los datos evaluados en la distribución de las fallas o tiempos útiles (en la medida que el βeta sea mayor hay menor dispersión,
ocurre en los equipos maduros, muy conocidos o viejos; cuando el βeta es bajo denota mucha desviación estándar entre los tiempos
de fallas, en general es inverso a la dispersión de los datos de falla).

  t −t β 

[ − λ (t )d (t )] =1 − exp −  o 

  η
F (t ) = 1 − R(t ) = 1 − exp ∫
 
 
, que representa normalmente la distribución de Weibull
y se conoce a F(t) como Función acumulativa de Fallas F(t), también válida para M(t).

Cuando se desea calcular con Weibull cualquiera de los cuatro parámetros de la disponibilidad alcanzada, se
procede así:

1
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 o 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑜𝑜 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 o 𝑀𝑀𝑀𝑀 = η * 𝛾𝛾 ( 1 + ) = η * Gamma Γ (1+ 1/β) =
𝛽𝛽

donde,

η = eta o factor de escala, denota el rango de trabajo del equipo

β = βeta o factor de forma en que el equipo falla o funciona. Se asocia y refiere a mantenimiento.
γ = Gamma Γ = función natural
Fuente (Mora A. -G., Mantenimiento estrategico, 2017) (Mora A. -G., Mantenimiento estratégico, 2007).

En la siguiente ilustración de la empresa multilatina, Palermo Sociedad Portuaria COREMAR, se nota de forma
muy clara como al bajar o subir el βeta Mp de Mantenibilidad preventiva / predictiva, de manera contraria o inversa
el βeta correctivo MTTR sube o baja, esto corrobora con suficiencia y demasía, la expresión que se prueba en la
correlación que se tiene con el coeficiente de correlación de 0.2028, con Pearson lineal de pvalue de 0.0430. Tal como
se describe en la Figura 52 - Correlación lineal de Pearson eventos de MTBMC MTTR MTBMP MP.

Alberto Mora G.
100 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 56 - Correlación entre los tiempos de reparación TTR y mantenimiento MP

Nota: ilustración propia, esta gráfica en la parte superior expresa claramente la relación inversa intuitiva que todos los expertos o
analistas de mantenimiento conocen entre acciones de reparación de tipo correctivas y los mantenimientos preventivos / predictivos,
que son contrarios, acá se ratifica de manera técnico-científica en el caso real de la empresa multilatina COREMAR (Villamil,
2021). Posteriormente en su parte inferior se corrobora fehacientemente que los valores de los tiempos de mantenimiento
preventivos / predictivos son inversos a los de las reparaciones correctivas, cuando uno varía el otro también de manera inversa
(Mora Gutiérrez & Villamil - Simancas, 2021).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 101

Por otro lado, como se demuestra en la Figura 52 - Correlación lineal de Pearson eventos de MTBMC MTTR
MTBMP MP hay relación entre los tiempos útiles entre correctivos y los que suceden entre preventivos / predictivos,
como lo corroboran las siguientes ilustraciones.

Figura 57 - Correlación entre los βetas de los tiempos útiles TBMC y TBMP

Nota: elaboración propia, en la parte superior es de la empresa generadora de energía eléctrica ISAGEN, se corrobora como los
βetas de los tiempos MTBMc y MTBMp, se complementan, mientras uno sube la otra baja. En la parte inferior, situación afín donde
los tiempos útiles entre preventivos / predictivos y los de correctivos, se complementan cuando TBMp varía positivo, TBMc baja,
o viceversa, lo que corrobora la demostración de la Figura 52 - Correlación lineal de Pearson eventos de MTBMC MTTR MTBMP
MP de que los tiempos útiles de preventivos / predictivos y los de correctivos, están correlacionados.

Alberto Mora G.
102 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

De esta manera se sustenta, la correlación entre datos de esta primera fase descriptiva, esto permite seguir en el
proceso, de mirar otras características que describan el contexto propio y situacional de los parámetros CMD.

2.5.2.2 Prueba de aleatoriedad con ACF y/o PACF.

Esta faceta es muy relevante ya que permite corroborar si los datos que se tienen en meses o eventos son
aleatorios, lo que incide altamente en las fallas de tipo TTR y/o en ocasiones de Mp, también permite revisar los valores
de TBMc y TBMp.

Esta etapa es supremamente importante porque hay un principio de Time Series y, es que si las variables son
dependientes o aleatorias no se deben pronosticar de forma directa, sino de forma indirecta, a través de correlaciones
múltiples multifactoriales, que se explica en la unidad tres predictiva.

Los datos en eventos se tienen en el siguiente archivo:

Archivo 8 - Datos de Correlación en meses en excel

Archivo 8 - Datos de Correlación en meses en csv Unicode txt

Para ello se utiliza la prueba de ACF AutoCorrelation Function en inglés o prueba de autocorrelación o por su
sigla ACF, la cual tiene a su vez otra prueba complementaria que se denomina PACF Partial AutoCorrelation
Function, la función de autocorrelación es una metodología para ver la existencia o no de relaciones entre los mismos
datos de una serie, es decir el grado relacional entre sus valores al interior de la serie de data que se revisan, se
diferencia de la de correlación, de Spearman o de Pearson, en que estas son entre dos o más variables, en cambio la
de ACF o PACF son con los mismos datos de una misma variable.

La función de ACF, también se le denomina también Correlación Serial o Cruzada, es la revisión sobre la
existencia o no de correlación entre los datos propios (términos sucesivos de una serie de datos en el tiempo, retardados
n (1, 2, 3, 4, …, etcétera) períodos), de un conjunto histórico y/o presente de datos, como en el caso particular de las
variables de CMD: valores de TBMc TTR TBMp Mp, que están en 50 meses cada una o de 600 eventos entre las cuatro.

La función ACF es una herramienta de gran utilidad para encontrar patrones repetitivos dentro de una señal o
variable, como por ejemplo cuando la periodicidad sea en forma estacional (valores repetitivos inferiores a 12 meses,
como la navidad, el invierno, el verano, etcétera) o ciclicidad (frecuencias de repetición de valores superiores a un
año, tales como fenómenos naturales meteorológicos de la niña o el niño, visita del planeta Halley técnicamente
descrito como 1P/Halley, que orbita cerca al sistema solar aproximadamente cada 75 años y, también ocurre con
fenómenos creados por los seres humanos, tales como campeonatos mundiales de futbol, censos, etcétera), esto se
logra cuando se identifican modelos de predicciones AR.I.MA.62 (Mora A. -G., Métodos Furísticos - Pronósticos,
2012)o también descritos como Metodología Box & Jenkins, por sus autores (Marroquín & Chalita, 2011), el
AR.I.MA. 63 o Box-Jenkins cuando valora los parámetros mayúsculas P (viene del AR. Seasonal or SAR) y/o Q (procede
del MA. Seasonal or SMA) que son de la parte seasonal, con valores 1 o más (los valores de p, q, P y Q 64 pueden ir
del cero al nueve, d y D pueden adoptar valores enteros 0, 1 o 2) en P y/o Q se puede afirmar que esa serie tiene
estacionalidad o ciclicidad, estos conceptos se expanden en detalle en la unidad tres, ejemplos de series de data con
estacionalidad y/o ciclicidad pueden ser (1,0,0)(1,0,0)X12 o (0,0,2)(0,0,0)X12 y, por último la serie AR.I.MA.
(0,1,1)(0,0,0)X12 no tiene ni ciclicidad, ni estacionalidad (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Godet,
1993).

La prueba del ACF y/o PACF entre otras acciones que realiza, sirve para verificar si una serie tiene datos que se
auto-correlacionan entre sí, si tienen tendencia relevante, si hay aleatoriedad, si tienen un patrón de comportamiento
importante, si pueden llegar a ser variables dependientes o no y, la característica ya mencionada de estacionalidad o
ciclicidad; además tiene una propiedad muy útil, donde determina de si sirven como variables pivotes, las cuales son

62
AR. Auto Regressive - I. Integrated - MA. Moving Average
63
Recuérdese que los modelos AR.I.MA. se caracterizan con seis dígitos (p,d,q) (P,D,Q), que corresponden secuencialmente a los valores obtenidos
de p para la parte AR., d para la parte de integración u operador diferencia de la letra I. y q para la parte móvil de MA; las letras minúsculas componen
la estructura normal y las mayúsculas la parte estacional. O sea (p,d,q) (P,D,Q) o (AR.I.MA.) regular y (AR.I.MA.) seasonal.
64
Las siglas p y P proceden del inglés past time, del tiempo pasado (lo formal, lo clásico, lo estable y afines), el significado de q y Q viene de inglés
question (pregunta, duda, lo raro, lo aleatorio, lo no formal, etcétera).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 103

series de tiempo muy sólidas en sus características de orden estadístico, matemático, estocástico, probabilístico,
estratégico, etcétera.

También ACF y/o PACF sirven para saber si se puede usar una variable (de datos en
eventos o de meses) para pronosticar en la zona del estadio predictivo o de forecast, de forma
directa o si hay que hacerlo a través de pronósticos indirectos, a partir de los pivotes que se
descubran.

Se resalta que en la etapa descriptive analytics las pruebas de ACF y/o PACF son
determinantes para describir las caracterísrticas relevantes que poseen o no, las diferentes
variables y sus variaciones, como también las incidencias de unas de ellas, sobre las otras, con
el fin de potencializar si sirven o no como pivotes.
En el caso particular descrifra las propiedades de nivel, variabilidad, ruido, aleatoriedad,
tendencia, patroneo, fenómenos exógenos, estcionalidad, ciclicidad, pivotes, si se fundamentan
o no en el pasado en los pronósticos que genera en el estadio predictive analytics de las
variables TBMc TTR TBMp Mp.
Una propiedad descriptiva de las variables, muy relevante es la tendencia o pendiente, una serie que presenta
variaciones cortas y permanentes de tendencia, es muy estratégica, denota que tiene actividad y por ende es vital para
mantenimiento vanguardia, lo que representa un fenómeno, o variable relevante, estratégica e importante para la
empresa, presenta mucho dinamismo y por ende amerita estar en permanente estudio descriptivo.

Dado que la pendiente o tendencia, es clave en este estadio descriptivo, es importante recordar que se usa la
expresión de una serie de tiempo de regresión lineal, en la ecuación de regresión lineal y = a + b* t donde a es el
intercepto, b es la pendiente y t es el tiempo donde se valora los valores de los parámetros, la pendiente presenta
valores significativamente altos con tendencia negativa o positiva, este valor se considera relevante, cuando la
pendiente es superior a + 0.25 o inferior a - 0.25; pero también se informa que la única prueba concluyente entre las
dos revisiones factibles: la de la ecuación lineal y la de la prueba ACF, esta última es la única que permite concluir
que su pendiente es relevante, dado que el principio del análisis de ACF, presupone diferencias entre los valores, las
cuales manifiestan la presencia o no de pendiente en los datos que se revisan de la variable en estudio. Solo se acepta
como prueba válida, de si una serie tiene o no pendiente o tendencia relevante (que vaya a influir en los pronósticos a
calcular con Time Series), la prueba del ACF, la de ecuación lineal, no.

Figura 58 - Prueba de tendencia de una serie por ecuación o por prueba ACF excel propio

Alberto Mora G.
104 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: elaboración propia, para la utilización de programa propio excel free, deben usar hasta 48 elementos, los datos más recientes
(Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir, 2016).

El programa autónomo propio excel free de la prueba de ACF, abre dando por favor doble clic izquierdo en la
siguiente leyenda de archivo 9. Esta metodología solo aporta la respuesta de si pasa o no la prueba ACF, la (s) serie
(s) en revisión, no genera gráficas. El programa entrega en la columna izquierda, con la opción Sí o No, la evaluación
de Auto Correlación o ACF, de cada serie en estudio, trabaja hasta con trece mil referencias en simultáneo (13.000
ítems en simultáneo, cada uno con 48 datos históricos de demanda). Ya en el caso de programas o softwares
especializados, para verificar si una serie de datos pasa o no la prueba ACF, observe por favor los primeros cinco
palotes, de izquierda a derecha, si 1 y/o 2 y/o 3 y/o 4 y/o 5 palotes, sobrepasan la banda de confianza y, se acercan al
valor de 1 se puede expresar que la serie en estudio cumple la prueba del ACF.

Archivo 9 - Programa autónomo - Autor Free Prueba ACF.xlsm

Figura 59 - Prueba ACF con programa Statgraphics Centurion

 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 105

Nota: elaboración propia, en este caso la serie en estudio cumple la prueba del ACF, varios palotes iniciales izquierdos, están fuera
de la banda de confianza y se acercan significativamente al uno (Statgraphics, 2022) (Mora A. -G., Métodos Furísticos -
Pronósticos, 2012) (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir, 2016). Esto es meramente un ejemplo no relacionado
con VOTORANTIM.

Alberto Mora G.
106 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 60 - Prueba ACF con programa Forecast Pro de TBMc TTR TBMp y Mp en eventos

Nota: elaboración propia, en este caso las cuatro variables de eventos en estudio no cumplen la prueba del ACF (Statgraphics,
2022) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir, 2016)
(Forecast-PRO, 2022).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 107

Figura 61 - Prueba ACF con programa MINITAB de TBMc TTR TBMp y Mp en eventos

Nota: elaboración propia, generación de pruebas ACF con Minitab (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir, 2016)
(MINITAB@WorkSpace, 2022).
Hasta ahora en resumen, las pruebas de ACF, no se cumplen por parte de las variables MTBMc MTTR MTBMp
Mp, por lo cual se afirma:

• Todas las cuatro variables son aleatorias.

• Sus datos no se auto-correlacionan entre sí.
• No presentan cambios de tendencias fuertes, ni pendientes significativas, ni perennes.
• No hay patrones de valores permanentes, es decir no tiene un permanente patroneo.

La existencia de la autocorrelación, o sea cuando cumple el ACF, permite afirmar que existe en una serie a la
cual se le aplica la función de ACF, una tendencia fuerte (positiva con pendiente superior a + 0.25 o negativa con valor

Alberto Mora G.
108 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

de pendiente inferior a – 0.25); que sus valores se auto-correlacionan entre sí o los valores influyen entre sí, o entre
ellos en los valores de los parámetros que adquieren en el tiempo, que su data interna no es aleatoria y por ende que
existe un patrón de valor significativo en todo su trayecto 65 a lo largo de la serie (es decir que siempre existen valores
y que normalmente hay cantidades altas de la variable de manera permanente en la referencia), lo que incide a que sea
una referencia estratégica, relevante y que probablemente sea pivote (es decir que a partir de ella se pueden pronosticar
otras que no cumplan el ACF) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012).

Las principales causas de un comportamiento positivo de ACF de autocorrelación entre los valores históricos de
una referencia o parámetro CMD, son:

• Inercia: la serie presenta una marcada tendencia positiva o negativa.

• Sesgo de especificación: esto sucede cuando la forma funcional no es de manera muy ortodoxa o cuando se
omiten valores y/o se transforma de manera voluntaria y sesgada 66 la forma original de la serie histórica,
genera un comportamiento que se repite de manera sistemática, en la serie, lo cual conduce al no
cumplimiento del ACF por parte de la demanda histórica del ítem.
• Tiempo de impacto: cualquier valor anterior tiene altas probabilidades de impactar el comportamiento futuro
real o pronosticado de uno o de algunos valores de la serie, esto es en sí la autocorrelación.
• Es de recordar que esta prueba es de orden estocástico, donde los valores del pasado, uno solo o varios,
pueden afectar o no, seriamente los pronósticos del futuro.

Estos parámetros y otros, permiten afirmar la existencia o no de auto correlación y en sí, es la esencia del proceso
ACF (Ramírez@, 2014) y, si se da esta prueba se puede afirmar que la referencia es relevante, estratégica e importante,
no es aleatoria, tiene una tendencia activa y relevante, sus datos de interrelacionan entre sí, por lo cual amerita tenerla
en cuenta por ser importante y posiblemente pivote, en el paso tres predictivo.

La prueba de ACF es también muy importante en los procesos de ruido blanco, estacionariedad,
homocedasticidad y otros pasos del método científico estándar, en los procesos de pronósticos de series temporales,
exactamente en los modelos AR.I.MA. (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) que se trata en la unidad
tres.

Énfasis descriptivo: dado que los valores de los parámetros TBMC TTR TBMP MP, no
cumplen ACF hasta este momento, ya se sabe que son valores de orden aleatorio, donde
inmediatamente se deduce que hay dificultades en la logística y la planeación de los trabajos
en especial preventivos / predictivos en VOTORANTIM, de los cuales ya se conoce que se
relacionan con los TTR correctivos, que por su naturaleza son aleatorios, por otro lado la no
aprobación de ACF, de los cuatro parámetros, manda una señal de alerta muy seria a que
en los valores TBMC y TBMP cuya conducta no debería ser aleatoria, en especial los TBMP,
ya que dependen de los MPs67, esta descripción parcial llama la atención sobre la aparente no
planeación y la falta de logística en la planificación y programación de las tareas correctivas
y las preventivas / predictivas, lo cual induce a que es una hipótesis importante de la fase
diagnóstica de VOTORANTIM, donde aparentemente la planeación de mantenimiento no es
la más adecuada.
65
No significa esto que el patrón sea fijo (cada vez que hay un nuevo valor, hay un nuevo patrón) y mucho menos que su data sea constante.
66
A veces los analistas sesgan la serie burda Kantiana, esto nunca de debe hacer, se debe mantener la originalidad ante todo.
67
Y estos a su vez dependen de los MP que son planeados y jamás aleatorios.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 109

No existe una organización ideal de los desarrollos de las cuatro actividades de mantenimiento en el ventilador
industrial.

Importante, no es que esto sea bueno o malo, es simplemente lo que se tiene, como se
explica en párrafo adelante en el enfoque sistémico Kantiano, este nivel uno o dos, son
simplemente eso, no son ni buenos ni malos, en la agregación de valor que le hace a la data,
permite subir al nivel 4 estratégico de mantenimiento CMD & LCC, donde sí se sabe que
mantenimiento es exitoso o no y, deja saber si se alcanzaron o no las metas de valor
agregado para mantenimiento vanguardia, operacionalizado con los activos, con enfoque de
negocio, basado en arquitectura empresarial centrada en servicio, para generar riqueza y
competitividad, con mantenimiento vanguardioa de orden analytics estratégico, con enfoque de
negocio y capacidad gerencial de la corporación.
Figura 62 - Niveles estratégicos sistémicos en mantenimiento vanguardia

Nota: elaboración propia, enfoque sistémico de Kant & Grant, con Wilson y Gartner, más Maslow y otros (Kant I. , 2003) (Gartner
I. , How to Make Faster, Smarter Decisions, 2022) (Wilson, 2020) (Grant R. M., Analytics aplicado a gestión, 2022 January)
(Maslow A. H., 2008) (Arango, Londoño, & Álvarez, 2011) (Mora A. -G., Mantenimiento estrategico, 2017).

En el nivel uno instrumental, donde se está en la actualidad con el análisis descriptivo presente, no hay nada
bueno, ni malo, solo allí funciona mantenimiento, es decir opera y existe, al igual en el nivel dos operacional donde
están las actividades propias a realizar de mantenimiento preventivo / predictivo y/o reparaciones de orden correctivo,
solo hasta llegar a la etapa de nivel iv estratégico o estadio cognitivo, se sabe si mantenimiento alcanza el éxito o no
(Mora A. -G., Mantenimiento estratégico, 2007).

Alberto Mora G.
110 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

A pesar de que este análisis real de mantenimiento no ideal, en el ventilador se deriva de la

inferencia estadística que se realiza hasta el momento con correlaciones Spearman, Pearson,
ACF, PACF y, ahora con nivel, es meramente parte de la descripción del contexto actual, en
este primer estadio, pero no condena, ni absuelve ni la gestión y menos, la operación de
mantenimiento, ni de los activos, que usa a su favor, que le permiten cumplir su función.
2.5.2.3 Prueba de variabilidad o nivel.

Esta revisión permite detectar si una serie es importante, eso ocurre cuando se tienen valores en media
relativamente altos, con desviaciones estándares bajas, esto le da una connotación importante a la serie, la puede
conducir a ser pivote e influyente en los pronósticos de ella o de las demás series del conjunto de parámetros CMD.

Cuando las series tienen un comportamiento aleatorio o no muy ortodoxo en su forma y/o estructura, lo que
representa que su variabilidad (en inventarios se le llama así y en pronósticos, a la misma variabilidad se le conoce
como nivel) es superior al 50%, que de entrada se puede considerar no adecuado, presenta medias bajas y desviaciones
altas, lo que hace difícil su manipulación y tratamiento estadístico en los estadios predictivo, prescriptivo y cognitivo.

Ecuación 7 - Variabilidad o nivel de una serie de data, en el tiempo

𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷ó𝑛𝑛 𝑒𝑒𝑒𝑒𝑒𝑒á𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑙𝑙𝑙𝑙𝑙𝑙 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑
𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑜𝑜 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 =
𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑑𝑑𝑑𝑑 𝑙𝑙𝑙𝑙𝑙𝑙 𝑑𝑑𝑑𝑑𝑑𝑑𝑜𝑜𝑠𝑠

donde,

desviación estándar y promedio se sacan y se calculan con la data en forma numérica, o con los valores de la
data de eventos o de los meses, cuando la resultante sea un valor superior a 0.50 o 50%, denota que no es una serie
adecuada para ser pivote o relevante, si no que tiene dificultades estadísticas o estocásticas, que probablemente sea
aleatoria 68, a la cual se le pueden hacer unas trasformaciones para que se trabaje mejor, como se explica más adelante.

Fuente (Mora A. -G., Mantenimiento estrategico, 2017) (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir,
2016).

Figura 63 - Prueba de variabilidad o nivel de TBMc TTR TBMp y Mp en eventos

68
Lo cual no es adecuado a los procesos predictivos del estadio tres.
Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 111

Alberto Mora G.
112 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: elaboración propia, generación de pruebas ACF con Minitab (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir, 2016)
(MINITAB@WorkSpace, 2022). En ningún caso se debe decidir variabilidad alta o baja solo con mirar la gráfica, esa manera es
muy imprecisa, debe ser con el cálculo de variabilidad = desviación estándar sobre la media de la serie.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 113

Figura 64 - Prueba de variabilidad o nivel de TBMc TTR TBMp y Mp en meses

Nota: elaboración propia, generación de pruebas de variabilidad o nivel, en meses, no cumplen (Mora A. -G., Inventarios Cero -
Cuánto y cuándo pedir, 2016) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012).
En conclusión, ya sea los datos en eventos o meses, ninguno cumple con la variabilidad, deben transformarse
para poder proseguir con su analytics predictiva mediante una transformación.

Alberto Mora G.
114 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.5.2.4 Transformación para que se cumpla con variabilidad o nivel.

Esta revisión permite detectar si una serie es importante, eso ocurre cuando se tienen valores en media
relativamente altos, con desviaciones estándares bajas, esto le da una connotación relevante a la serie, la puede
conducir a ser pivote e influyente en los pronósticos de ella o de las demás series del estudio.

A continuación se muestra en la Figura 65 - Transformación para mejorar variabilidad o nivel de TBMc TTR
TBMp y Mp en meses, donde se presentan diferentes alternativas, en ella solo dos funcionan correctamente, la de raíz
octava y la de la suma, ninguna de las transformaciones en logaritmos, funcionan correctamente.

Figura 65 - Transformación para mejorar variabilidad o nivel de TBMc TTR TBMp y Mp en meses
 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 115

Nota: elaboración propia, generación de transformaciones de pruebas de variabilidad o nivel, en meses, donde cumplen solo la de
Suma y la de Raíz octava, las de logaritmo no trabajan bien en este caso (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir,
2016) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012). . Con la constante de 100 en meses de transformadas cumplen todas
las variabilidades de los parámetros MTBMC MTTR MTBMP MP.
Ya que el nivel es un quebrado entre la desviación estándar de la serie y la división entre su promedio total, el
cual debe ser menor al 50%, entonces proceden varias alternativas de transformación: logaritmo natural o logaritmo
de alguna otra base, raíz octava o una suma de una constante. Este proceso es netamente necesario en el caso de la
unidad tres en el estadio predictivo, donde por condición inicial se requiere que las series que vayan a ser pronosticadas
cumplan con la variabilidad o nivel por debajo del 50%.

El proceso consiste en que se transforma la serie natural de data burda Kantiana, con los datos que ya cumplen con un
nivel menor al 50%69, se procede a realizar el cálculo de n pronósticos vista, mediante el proceso científico descrito
en la Figura 29 - Metodología analytics con método científico de predicciones Time Series, una vez se tengan los
valores de las predicciones, se hace la operación inversa por ejemplo elevar a la potencia octava si lo que se utiliza es
una raíz octava, en el evento del logaritmo natural del valor burdo 57.8327777777449 que da 4.057556 simplemente
se eleva el numero e 70 a la potencia del número 4.057556 que es el logaritmo del dato burdo inicial y el resultado es
el número original de 57.83; para el caso del logaritmo decimal con el mismo original 57.83 su logaritmo en base 10
es 1.7622 para reversar la operación de los pronósticos, simplemente se eleva el número 10 a la potencia 1.7622 y
vuelve a dar el original, en el caso de la suma es el más sencillo y fácil de entender, pues las características de la serie
no se alteran en lo más mínimo, ya que lo que se hace es restar la constante que se adiciona, después de pronosticar y
todo regresa a la normalidad.

Entre las diversas opciones la más clara, entendible y efectiva es sumar una constante, es muy útil cuando se
tienen múltiples referencias o variables que no cumplen el nivel, es este caso hay unas herramientas al interior del
excel, que facilitan la labor de encontrar la variable que permite regresar al estado de cumplimiento de la variabilidad
inferior a 50%, para que todos los parámetros múltiples, puedan adoptar la forma deseada de que tengan medias altas
y desviaciones estándares bajas, lo que da mucha solidez y normalidad a las diferentes series, una vez se realizan los
pronósticos se resta la constante y todo queda en su normalidad, como se muestra en el siguiente ejemplo de la próxima
ilustración.

69
Es muy importante mencionar que así la variabilidad sea del 1% del 2% o del 49%, da igual y las tres cumplen, no quiere decir que las que tengan
menor valor tienen mejor nivel.
70
El número e equivale a 10.10110111111000010101 en binario y a 2.718281828459045235360 en número decimal normal, se le conoce como el
número de Euler o constante de Napier.

Alberto Mora G.
116 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 66 - Transformación que mejora variabilidad de TBMc TTR TBMp y Mp en eventos

 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 117

Nota: elaboración propia, generación de

transformaciones de pruebas de variabilidad o
nivel, en eventos, en el caso particular se trabaja
la transformada de Suma, la cual logra bajar la
máxima variabilidad de 713 % al 49.03 %, con
una constante de 131, la cual puede ser superior
como 150 o 200, para facilitar su manejo (Mora
A. -G., Inventarios Cero - Cuánto y cuándo pedir,
2016) (Mora A. -G., Métodos Furísticos -
Pronósticos, 2012).

El proceso para llevar a cabo en la

primera etapa de la fase predictiva de la
unidad tres, consiste en medir la variabilidad
o nivel del total y de cada uno de los
parámetros a estudiar, una vez se hace la
transformación con suma, se completa el
proceso de pronósticos y luego se le resta la
constante a todas las series, en su data
histórica, presente y predictiva futurística.

En el siguiente archivo al dar doble clic izquierdo se abre excel donde están las transformadas de meses y eventos
para la variabilidad y nivel, con sus transformadas.

Archivo 10 - Datos de Variabilidad Meses y Eventos Nivel Fig 65 y Fig 66

El comportamiento típico de una serie que no cumple las condiciones de nivel, que es el primer paso necesario
en las trasformaciones de tipo predictivas, tienen la conducta que se esboza en la figura a continuación.

Figura 67 - Conductas típicas de series que cumplen o no el nivel menor a 50%

Valor de la Variable
Valor de la demanda histórica
Variable Pivote, estable, no aleatoria,
relevante, con promedio alto, desviación
estándar baja, con nivel o variabilidad
inferior al 50%, ideales para
Push pronosticar, con un patrón de
MTS comportamiento y casi siempre
independientes

Pull Variable No Pivote, inestable, aleatoria,

poco relevante, con promedio bajo,
MTO desviación estándar alta, con nivel o
variabilidad superior al 50%, no es ideal
pronosticarlas directamente,
usualmente variable y dependientes.

Variable inertes, no sirven para la

Frozen

t
analytics, solo ser pueden pronosticar
MTF de forma indirecta.

iempo
Nota: elaboración propia, curvas PIVOTES ideales o no (no pivotes) para cumplimiento de nivel.

Alberto Mora G.
118 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

El tratamiento clásico de la información, puede ser realmente no muy exigente por parte de los analistas o
estrategas de mantenimiento vanguardia, por eso la base del éxito en el manejo de cognitive analytics, es la materia
prima de entrada o data burda Kantiana, tiene que ser una información confiable, exacta y cierta en tiempo real, lo
cual exige un tratamiento serio, ortodoxo y estricto de los datos históricos y presentes, con sistemas ETL de manejo y
trasiego de información demasiados serios y confiables, que verdaderamente alcancen las fases de evolución de data
a información, de esta a conocimiento, de este a sabiduría y por último la inteligencia del autoaprendizaje del machine
learning, de la etapa cognitiva.

Antes de empezar los procesos numéricos descritos hasta el momento, es muy recomendable aunque no
obligatorio, verificar la coherencia de los datos de cada mes o período de los eventos, a partir de los cuales se realizan
los pronósticos de demanda, de consumo, de variables, etcétera futuros y el plan correspondiente de sucesos a ocurrir.

2.5.2.5 Prueba de Coeficiente Alfa de Cronbach o confiabilidad.

Esta permite medir el grado de coherencia y/o uniformidad de los datos de ingreso al proceso, el indicador
determina si los grupos o categorías que existen en el conjunto de estudio, o las referencias que trabajan son suficientes
o no, es decir si sobran o faltan, con el fin de poder tener un criterio técnico de seguridad estadística para poder trabajar
con ellos, con el fin de poder tomar decisiones coherentes y confiables a partir de datos futurísticos de la analytics
aplicada a mantenimiento vanguardia.

Cuando el coeficiente de Alfa de Cronbach no cumple, es decir que es inferior a 0.65, se debe hacer un proceso
previo de revisión y/o depuración de la data burda Kantiana, reorganizándola en otras categorías de diferente tamaño
al original que no cumple (con menos o más referencias) o buscar otras alternativas de agrupación de parámetros de
la data original.

En el manejo de datos, la confiabilidad se entiende como la calidad en la coherencia de los datos con que se
trabaja, es decir si los unos tienen que ver con los otros, aunque no es exactamente correlación, para lo cual se hicieron
las pruebas ACF en párrafos que anteceden, con la de rangos de Spearman y lineal de Pearson en la sección anterior
Correlación entre parámetros - Spearman & Pearson., como puede observarse en la Figura 51 - Correlación
entre rangos de Spearman eventos de MTBMC MTTR MTBMP MP y en la Figura 52 - Correlación lineal de Pearson
eventos de MTBMC MTTR MTBMP MP es más bien una prueba de si los datos tienen que ver con el mismo tópico o
fenómeno que se analiza, con la intención de poder saber (antes de realizar los análisis, cálculos y estudios de dichas
variables) si las decisiones que se tomen a partir de los resultados de análisis de los parámetros MTBMc MTTR MTBMp
y Mp, tienen la información pertinente, o pecan por exceso o por defecto.

La consistencia interna, es una evaluación de qué tan seguro es que los elementos de los análisis o estudios que
se diseñan para medir el mismo constructo o fenómeno, realmente lo hagan de forma adecuada y armónica. Un
constructo es un tema, una variable, un área del conocimiento, característica o habilidad subyacente o afines.

Un alto grado de consistencia interna o sea un coeficiente Alfa de Cronbach superior a 0,65 indica que los
mecanismos e instrumentos que evalúan el mismo constructo o temática son muy afines y consecuentes que generan
confiabilidad en el estudio.

Usualmente Cronbach denota qué tanto se correlacionan, complementan o se predicen entre sí, los diferentes
parámetros a los que se les aplica analytics.

Los métodos causales analizan los casos de analytics de diferentes fenómenos, parámetros o procesos de
demanda (demand planning), donde una variable dependiente es función de otras independientes, en estos casos es
muy recomendable utilizar, en primera instancia la validación de la relación entre dichas variables, además de
comprobar si con la cantidad de variables independientes que se tienen, es suficiente para poder predecir el
comportamiento de la dependiente, mediante la comprobación del coeficiente Alfa de Cronbach y por medio de la
construcción de modelos de correlación mediante estas técnicas o con redes neuronales.

Igual que en los procesos anteriores, se revisan los parámetros de disponibilidad alcanzada: MTBMC MTTR
MTBMP MP, en sus dos estados con 600 eventos y con 50 meses, para ello en el caso de eventos, dado que las series a
las cuales se les mide uniformidad y consistencia, requieren tener el mismo número de datos, entonces se alinean por
 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 119

debajo, es decir se toma en cada caso de eventos los últimos 100 valores (los más recientes en el tiempo) de las
variables de mantenibilidad preventiva / predictiva Mp y de mantenibilidad de reparaciones correctivas 71 MTTR.

Figura 68 - Alineación de parámetros en eventos para prueba Cronbach

Nota: elaboración propia, alineación de parámetros de eventos MTBMc MTTR MTBMp Mp para prueba de Cronbach.
Inicialmente se hace Cronbach con meses y con los programas MINITAB, Statgraphics y propio excel, como se
presentan en las próximas ilustraciones y luego con eventos.

71
Reparaciones correctivas, es redundante pero muy claro, no es usual decir mantenimiento correctivo, porque sugiere mantener el estadio de falla
cuando hay actividades correctivas, también para diferenciar que los mantenimientos son planeados y lo correctivo no, las fallas son intempestivas
y no se planean, solo ocurren de forma aleatoria.

Alberto Mora G.
120 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 69 - Medición Alfa Cronbach eventos

 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 121

2
1

Da exactamente lo mismo 4
de Statgraphics y de
Minitab 0.2168 no sirve, con
DYANE da igual, no cumple

Nota: elaboración propia, por los cuatro métodos Cronbach da lo mismo 0.2168 y no cumple con eventos ya que debe ser mayor a
0.65.
El programa free de excel de Coeficiente Alfa de Cronbach, es el archivo que se encuentra a continuación, al
cual tiene acceso libre con hacer doble clic izquierdo encima de él.

Archivo 11 - Programa autónomo Coeficiente Alfa de Cronbach

Ahora se realizan las mismas evaluaciones, en forma similar en los cuatro programas anteriores, para revisar
Cronbach con 50 meses.

Alberto Mora G.
122 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 70 - Medición Alfa Cronbach con 50 meses

Nota: elaboración propia, por los cuatro métodos Cronbach meses no cumple ya que debe ser mayor a 0.65 o más (Santesmases,
Investigación de Mercados - Estadística, 2009) (Statgraphics, 2022) (MINITAB@WorkSpace, 2022) (Ledesma, Molina Ibáñez, &
Valero Mora, 2002).
Cuando se evalúan las 8 series, de 4 parámetros en eventos y otros cuatro en meses, el coeficiente global
Cronbach, mejora sustancialmente y se coloca en 0.4238; esto conduce a mejores desarrollos de los procesos
venideros.

Figura 71 - Medición Alfa Cronbach con ocho series de eventos y meses, cada uno con 50 elementos

Nota: elaboración propia. Con programa propio excel libre, disponible en Archivo 11.
Esto nos pone en una situación menos desfavorable, ya que el valor conjunto de estudios que se hace con las
ocho series permite afirmar que el nuevo valor Cronbach está en el umbral de 0.4238, si se tiene en cuenta que el
mínimo que se desea es 0.65, ya se tiene aproximadamente un sesenta y cinco por ciento de consistencia, además no
hay consistencias negativas, lo que aclara mejor el panorama.
 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 123

Si bien es cierto que no cumple perfectamente, es mejor trabajar así con la verdad absoluta, ya se comenta
anteriormente, que esta prueba no es excluyente, pero si es adecuado cumplirla. Este ejemplo alimenta al lector es el
procedimiento metodológico serio, que es lo relevante, en la analytics de mantenimiento vanguardia.

Los dos grandes aportes que hace el autor en la obra, al proceso novedoso de CMD o RAM,
es el estudio con conceptos y plataformas BI & BD y, el enriquecimiento del mantenimiento
como un Cord de la empresa, denominado vanguardia.
El área industrial, de ingeniería de fábricas, genera inmensos volúmenes de datos en tiempo real, requeridos
para la gestión y operación óptima de los activos, lo que justifica y fundamenta estructuralmente el proceso de BI72
(Vandeput, 2018), a realizar en el proyecto. La visualización, la renderización y la analytics de dicha data es elemento
vital en el proceso de generar ventajas competitivas para la empresa a partir de la estrategia y de factores claves de
éxito derivados del mantenimiento (Thorsteinsson, Luxhoj, & Riis, 1997) (Vandeput, 2018).

Figura 72 - Enfoque vanguardista de Cord en Mantenimiento y recursos de activos.

Nota: elaboración propia, este es el gran aporte de esta obra, donde se muestra como mantenimiento vanguardia para cumplir su
misión de servicio de garantizar la funcionalidad de los equipos, lo hace mediante la operacionalización de los activos (o gestión
de activos) que son los recursos tangibles o no, (Londoño, 2020) (Mora A. -G., Mantenimiento cord de las empresas activos son
recursos al servicio de mantenimiento, 2021) (Arango, Martín Darío - Serna; Londoño, Jorge Enrique - Salazar; Álvarez, Karla
Cristina - Uribe, 2012)(Peña, Rojas, & Peña, 2018).
La aplicación de herramientas y técnicas de BI & BD, permite integrar las metodologías de gestión de activos
y mantenimiento de maquinaria y parques industriales, método de pronósticos de series temporales, método de cálculo
y predicción de parámetros CMD, técnicas de gestión ETL de datos y analytics aplicado a la información y a los
metadatos disponibles, para alcanzar metas operacionales, con factores claves de éxito, acciones tácticas y se obtengan
ventajas competitivas.

72
BI - Business Intelligent - Inteligencia de Negocios

Alberto Mora G.
124 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

El mantenimiento es una capacidad dinámica gerencial y estratégica del negocio, se le considera un recurso
nuclear de la competitividad (Herrero, 2018) y del éxito empresarial, apalancada en los recursos (activos tangibles o
no) para lograr implementar su estrategia (Mora A. -G., Mantenimiento cord de las empresas activos son recursos al
servicio de mantenimiento, 2021) (Londoño, 2020).

El proceso se constituye en un gran valor agregado, al aportar una importante reducción de costos de operación
y mantenimiento, detección anticipada de fallas y soluciones efectivas a problemas del futuro, vistos en el presente,
que optimizan las capacidades gerenciales de mantenimiento (Londoño, 2020) (Mora A. -G., Mantenimiento cord de
las empresas activos son recursos al servicio de mantenimiento, 2021) (Lewis, 1995) (Aven, 1999) (Mora A. -G.,
Mantenimiento estrategico, 2017) (Mora A. -G., Predicciones - Demand Planning - Inventarios Casos reales, 2018).

Mantenimiento es un Core or Cords de las empresas

Activos son recursos al servicio de los Cords para de forma mancomunada alcanzar metas y
objetivos, aplicando la estrategia del negocio, para conseguir factores claves de éxito y por
ende ser competitivos.

Ilustración 2 - Descriptive analytics proceso central pasos I - 2 - H e I

Nota: elaboración propia, viene de Ilustración 1 - Proceso central Business Analytical Paso I - 1 - A
 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 125

2.5.2.6 I - 1 - G - Validación de resultados.

Este proceso se lleva a cabo, con base en los resultados hasta ahora obtenidos y con validación de los axiomas
de mantenimiento y de los diferentes tipos de disponibilidad, en el caso particular de la alcanzada, se presume que si
el proceso va bien, es porque se cumplen tres tesis del proceso descritas en la siguiente Ecuación 8 - Axiomas de
CMD en disponibilidad alcanzada, que permiten validar las respectivas fórmulas y el sistema de ubicación estratégica
de la curva de Davies.

Ecuación 8 - Axiomas de CMD en disponibilidad alcanzada

La hipótesis para demostrar es que en disponibilidad alcanzada, se debe cumplir que:

𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑜𝑜 ú𝑡𝑡𝑡𝑡𝑡𝑡 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑠𝑠𝑠𝑠𝑠𝑠 𝑎𝑎𝑎𝑎 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 > 10 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀

𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 = 𝐴𝐴𝐴𝐴 =
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 + 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀
1
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 Ú𝑡𝑡𝑡𝑡𝑡𝑡 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 = 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 =
1 1
+
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑝𝑝

El MMean (Mean Time Active Maintenance), es el tiempo medio de mantenimiento activo que se requiere para
realizar cualquier tarea de mantenimiento. Es función de los tiempos medios de mantenimiento correctivo y
planeados y sus frecuencias relativas; sólo considera los tiempos activos de mantenimiento y no tiene en cuenta
los tiempos administrativos y tampoco los logísticos (Blanchard, Verma, & Peterson, 1994), por demoras.

𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑝𝑝
 +   
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑝𝑝
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀   =  
1 1
 + 
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑐𝑐 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑝𝑝

Los tres paradigmas que deben cumplir los parámetros MTBMC MTTR MTBMP MP MTBM y MMean, en aras de
mirar su factibilidad de cálculo CMD y sus futuros, son:

Primero, los tiempos medios útiles en que el equipo funciona deben al menos ser diez o más meces los tiempos
medios de mantenimiento, en que se pierde momentáneamente la funcionalidad de la máquina, lo mínimo es al menos
diez veces MTBM > MMean y lo ideal son cien veces, como versa en el libro Planeación Ejecución Control del
Mantenimiento de la Casa Alfaomega Grupo Editor, S.A. de C.V., México con ISBN: 978-958-682-769-0
Internacional (Mora A. -G., Mantenimiento estrategico, 2017).

En segunda instancia y con altísima importancia, es verificar es que los βetas de confiabilidad y mantenibilidad
correctiva no planeada sean inferiores a uno y los de confiabilidad y mantenibilidad planeada preventivos / predictivos,
sean superiores a uno, al igual el βeta global de confiabilidad y de mantenibilidad, deben ser cercanos a 2.45 (Villamil,
2021), para garantizar que están dentro de la banda de confianza en la curva de Davies estratégica de mantenimiento
(Mora & Espinel Blanco, Mantenimiento estadístico en activos, 2020) .

El tercer paso es analizar los tiempos de demoras logísticas ADT 73 de tipo administrativo y/o LDT’ 74 de orden
logístico o físico, los cuales deben tender a cero o no existir, esto aplica solo para las disponibilidades operacionales,
más no para este caso presente de disponibilidad alcanzada. Se asume que este paradigma tres y el inicial, ocurren
solo en empresas muy organizadas y maduras en el tema de gestión y operación de mantenimiento (Mora A. -G.,
Mantenimiento estratégico Industrial, 2007).

73
ADT, son los tiempos de demoras administrativas.
74
LDT, son los tiempos logísticos de demoras físicas, que no se tiene al momento requerido, para la realización de mantenimiento o reparación.

Alberto Mora G.
126 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Ecuación 9 - Demoras logísticas que retardan las acciones de mantenimiento

′
𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 𝐿𝐿𝐿𝐿𝐿𝐿 = Demoras logísticas totales = 𝐴𝐴𝐴𝐴𝐴𝐴 + 𝐿𝐿𝐿𝐿𝐿𝐿

donde,

ADT = Administrative Delay Time = retrasos administrativos exógenos a la actividad propia de reparación,
diferentes al TTR o sea difiere del tiempo activo neto de la reparación o del tiempo MP del mantenimiento
preventivo /predictivo que retrasa, lo administrativo por lo general son situaciones intangibles solo mentales,
no físicas, por ejemplo un permiso, una autorización, etcétera.

LDT’ = Logistic Delay Time = son retrasos logísticos por la ausencia de algo físico, por ejemplo la falta de un
transporte automotriz, la carencia de repuestos específicos de un trabajo de mantenimiento que no se revisa su
disponibilidad antes de su ejecución, déficit de herramientas, escasez de personal, etcétera.

MLDT = Mean Logistic Down Time = Tiempo Medio de Tiempos Logísticos de demora

Fuente (Mora A. -G., Mantenimiento estrategico, 2017) (Mora A. -G., Mantenimiento estratégico, 2007).

Para calcular los tiempos medios de MTBMC MTTR MTBMP y MP, se hace inicialmente en meses, a lo cual se
usan diferentes programas especializados, con los 50 valores que se tienen de cada uno de los cuatro parámetros CMD.

Figura 73 - Datos mensuales para cálculo CMD

Nota: elaboración propia, viene de Ilustración 1 - Proceso central Business Analytical Paso I - 1 - A
El estudio se lleva a cabo con diferentes opciones de programas y procedimientos: MINITAB, Statgraphics
Centurion, Forecast Pro y propios. También es totalmente factible usar RStudio, más sin embargo se recomienda para
otras funciones más complejas, para el caso particular, si funciona, pero indudablemente su proceso requiere muchas
más instrucciones de programación, lo que lo pone en otra situación de comparación con los que se muestran, no
quiere decir esto que se descalifica a R Studio ni mucho menos, es una herramienta muy útil y usada en Big Data,
igual en la figura que está adelante, se muestra del lenguaje propio de R Studio (RStudio@, 2022) para Weibull
(MINITAB@WorkSpace, 2022) (Weibull++ReliaSoft@, 2022) (Statgraphics, 2022).

En cada caso se trabaja con las tres fases de la función de Weibull, que cumple el proceso metodológico de la
Gráfico 4.1 de la página 68 del libro Planeación Ejecución Control Mantenimiento, nexo en Archivo 12 a continuación
(Mora A. -G., Mantenimiento estrategico, 2017).

Archivo 12 - Libro Mantenimiento Planeación Ejecución Control A. Mora Edit. AlfaOmega México
 Figura 74 - Cálculos CMD de los 4 parámetros en meses con disponibilidad alcanzada

Nota: elaboración propia, análisis de validación de resultados parciales CMD en meses, con diferentes programas y cálculos.

El análisis parcial descriptivo, consiste en mirar cada uno de los parámetros con cálculo por diferentes programas de CMD, de acá se deriva un

Alberto Mora G.
Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 127

primer acercamiento sobre los resultados, sus valores, sus desviaciones y su impacto en las cuatro variables.
128 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Para llevar a cabo el cálculo del tercer parámetro existen unas indicaciones iniciales, en el siguiente archivo.

Archivo 13 - Procesos e instrucciones para calcular tercer Parámetro Weibull de localización

2.5.2.7 Cumplimiento axioma de que los tiempos útiles son diez o más veces la no
funcionalidad

En primera instancia en la columna Ratio de la anterior figura, que representa los valores la división entre MTBM
y MMean, se concluye que todos los desarrollos con las distintas alternativas cumplen con el axioma uno de la Ecuación
8 - Axiomas de CMD en disponibilidad alcanzada, donde 27.11 es el menor valor, con 341.75 el máximo y un
promedio total de 29.18, lo que garantiza su cumplimiento.

Para poder definir cuál de las opciones es la más adecuada entre eventos y meses, se hacen varias comparaciones,
descritas a partir de la siguiente gráfica.

Figura 75 - Jerarquización de programas CMD con meses ventilador VOTORANTIM

Nota: elaboración propia, jerarquización programas de cálculo de paradigma MTBM / MMEAN.

Los criterios para seleccionar en su orden son: primero el valor absoluto mayor de las diferentes alternativas de
Ratio y, segundo en este caso particular, se observa que las tres opciones últimas son del método tres de Weibull, que
tiene el tercer criterio δ Gamma de localización, se explica por qué estas tres opciones no entran, como se enuncia en
párrafo adelante, existen tres criterios que hacen tomar o no la opción de localización frente a la de dos de βeta y Eta.
Otro criterio combinado y alternativo puede ser el más conservador o agresivo en disponibilidad alcanzada con valor,
en el específico, en este caso con los valores más conservadores del ratio, de los cuatro finales, son el 1 propio excel
y el de ReliaSoft.

2.5.2.8 Cálculo de tercer parámetro Gamma de localización en Weibull

Entre los más relevantes, están las siguientes ocurrencias, que presumen el cálculo del tercer parámetro de
Weibull, el de localización, con la gráfica de alineación, según el caso de confiabilidad o mantenibilidad:
 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 129

Primero, que en la gráfica existan colas de puntos hacia arriba o para la parte inferior, que no son muy acordes
a los otros, como se ve aparentemente en la siguiente figura.

Figura 76 - Criterios que asoman la posibilidad de cálculo parámetro tres Weibull

Alberto Mora G.
130 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: elaboración propia, casos donde probablemente se requiere cálculo de tercer parámetro o no, en función de las gráficas de
alineación y de las colas.

Dos, existe la posibilidad de requerir cálculo de tercer parámetro de Weibull, cuando hay cola hacia abajo y/o
cambio serio de pendiente, probablemente un localizador positivo se requiere calcular.

Tres, es el contario del anterior, cola hacia arriba y cambio radical de la pendiente, requiere un cálculo de
localizador negativo. Este caso no es entendible ni lógico cuando hay localización negativa, se presenta cuando ya
hay fallas preexistentes antes de iniciar operación, puede ser que haya fallas desde el ensamble y/o en el transporte,
e/o instalación y/o montaje y/o almacenamiento o afines; esto es típico en la zona uno de fallas infantiles en la curva
de Davies o de la bañera, se les denomina zona del debugging.

Como cuarto existe un criterio, interesante y es que el βeta inicial calculado sea en los valores medios superior
a 10, esto indica que debe ser planteada la posibilidad de evaluación y cálculo del tercer parámetro.

Es mejor tener en cuenta todas las cuatro recomendaciones, aunque no se debe pasar por alto, una más, que
consiste en un análisis detallado y minucioso del gráfico de la recta de regresión, que sirve como criterio relevante,
para determinar si es necesario calcular el parámetro de localización.

Otro elemento para tener en cuanta es que se estudie si hay impacto positivo en el Eta η, cuando se asume un
parámetro de localización positivo, mayor a cero.

Por último, se tiene la posibilidad de analizar la mejora que genera o no en el aumento del Eta, un parámetro δ
de localización positiva, por ejemplo en la Figura 77 - Uso o no del tercer parámetro en caso VOTORANTIM en
datos de 50 meses, se ve muy claro que los porcentajes de mejora no son relevantes, en esos casos es mejor dejar la
serie virgen, como es este el caso, con meses y dos parámetros Weibull.
 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 131

Figura 77 - Uso o no del tercer parámetro en caso VOTORANTIM en datos de 50 meses

Nota: elaboración propia, en las curvas de alineación, no se visualizan cambios drásticos de pendientes, ni colas significativas de
puntos hacia arriba o hacia abajo, en los cuatro parámetros. Mucho menos se ve un βeta mayor a diez que se calculan en la Figura
74 - Cálculos CMD de los cuatro parámetros en meses con disponibilidad alcanzada; por lo cual se rechazan las hipótesis de tener
que calcular el tercer parámetro de localización en meses, las mejoras del Eta η tampoco son significativas, se descarta.
Por todo lo anterior se descartan los cálculos o estimaciones posibles del tercer parámetro Gamma o de
localización en los cálculos de meses, por ello se adoptan los valores de los softwares o programas 1, 2, 3 y/o 4, de la
Figura 74 - Cálculos CMD de los cuatro parámetros en meses con disponibilidad alcanzada y/o de la Figura 75 –
Jerarquización de programas CMD con meses Ventilador VOTORANTIM, que son propio excel, ReliaSoft,
MINITAB o Centurion.

Para el cumplimiento de que la analytics sea seria y porte del método científico, siempre se
recomienda calcular al menos con dos programas y/o softwares y/o plataformas BD o ideal
con tres, los valores ya descritos en la figura correspondiente de CMD y todos sus parámetros.

Alberto Mora G.
132 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.5.2.9 Cálculos de βetas, Etas η, Rho δ, variables y demás con eventos y meses CMD

Ahora se procede a realizar los cálculos de los datos en eventos, con varios programas y/o softwares.

Figura 78 - Cálculo parámetros CMD en eventos VOTORANTIM disponibilidad alcanzada con varios
programas
 Nota: elaboración propia, en las curvas de alineación, no se visualizan cambios drásticos de pendientes, ni colas significativas de puntos hacia arriba o hacia abajo, los
mejores programas en eventos son en su orden propio en excel, Statgraphics, MINITAB y ReliaSoft.

Alberto Mora G.
Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 133
134 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.5.2.10 Criterio novedoso mejora Eta en 10%, con uso de tercer parámetro Gamma
localización en Weibull

Si bien en la gráfica anterior se referencia el software MINITAB con Localización como el mejor, su beneficio
del Eta η, no es representativo en ninguno de los cuatro parámetros, de acuerdo a la Figura 79 - Cálculo y selección
de tercer parámetro localización CMD en eventos VOTORANTIM, con los valores de beneficio del Eta de producción,
en la primera fila a la derecha, en porcentaje el mejor de los cuatro es 3.77% lo que no justifica el cambio de dos a
tres parámetros siendo este un criterio novedoso que no está en la literatura (Mora Gutiérrez & Villamil - Simancas,
2021) y es contundente, es decir es supra si la curva tiene colas o cambios de pendiente, es decir si hay colas o
pendiente cambiante y no tiene un buen porcentaje, de al menos el 10% no se justifica ir de dos a tres parámetros.

Figura 79 - Cálculo y selección de tercer parámetro localización CMD en eventos VOTORANTIM

 Capítulo 2 - Metodología analítica estadios diagnóstico y descriptivo - 135

Nota: elaboración propia, en las cifras de la ilustración se muestra que Centurion y propio excel no cumplen, mientras que los
beneficios de MINITAB no son justificables, se rechazan los tres parámetros de localización en eventos.
Los programas y softwares de los puestos 6 y 7, Centurion y propio excel respectivamente, de la Figura 78 - Cálculo
parámetros CMD en eventos VOTORANTIM disponibilidad alcanzada con varios programas, no cumplen el axioma
1, por lo cual se rechazan, a su vez el programa de MINITAB con tres parámetros no se acepta, ya que sus porcentajes
de mejora del Eta η, son muy bajos y casi despreciables, los cuales al calcularse reflejan sus aportes, así: MTBMc
0.163/ 14.588 = 0.011%, luego MTTR 0.005 / 0.090 = 0.055%, posterior el MTBMp 0.232 / 20.087 que da 0.0115
% y por último se tiene Mp con 0.026 / 1.338 = 0.01943%, todos realmente despreciables que no aportan mejoras al
sistema de dos parámetros, por lo cual no se aceptan los tres resultados de los cálculos de localización de tres variables
βeta, Eta η y Gamma δ. Como refuerzo a lo anterior, en la Figura 78 - Cálculo parámetros CMD en eventos
VOTORANTIM disponibilidad alcanzada con varios programas, no se ven curvas de alineación con colas, ni con
cambios serios de pendiente, por lo cual se confirma la decisión, en eventos solo se trabaja con dos parámetros.

Alberto Mora G.
136 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.5.2.11 Pasos básicos de cálculos CMD en las diferentes opciones

En cada caso se muestra los principios básicos de uso de programas y softwares, los cuales se ajustan a la versión
que se use en cada caso de los diferentes lectores.

Figura 80 - Criterios de uso e interpretación CMD con MINITAB

Nota: elaboración propia, de imágenes propias del programa MINITAB WorkSpace (MINITAB@WorkSpace, 2022).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 137

Figura 81 - Criterios de uso e interpretación CMD con Centurion Statgraphics

Alberto Mora G.
138 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 139

Nota: elaboración propia, de imágenes propias del programa CENTURION (Statgraphics, 2022).

Alberto Mora G.
140 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 82 - Uso de programa propio free excel de cálculos CMD

Nota: elaboración propia, de imágenes propias del programa excel propio libre del archivo 14.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 141

Se sugiere que los mejores programas son MINITAB WorkSpace, CENTURION, propio en excel y ReliaSoft.

Para cálculos de CMD con dos parámetros, se presenta a continuación el archivo 14 de programa propio para
calcular en excel parámetros MTBMC MTTR MTBMP MP

Archivo 14 - Programa libre free excel propio cálculos estáticos CMD.xlsm

Figura 83 - TICs de programa en R Studio para CMD

Alberto Mora G.
142 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: elaboración propia.

En los diferentes cuadros de la ilustración anterior, se muestran los tres conceptos: uno, es el cálculo de Linear
Regression para determinar βeta, el intercepto y con él a Eta η, luego la valoración de la función Gamma y posterior
la multiplicación entre η * Γ (1 + 1 / βeta), que da el valor de la media MTBMc, MTTR, MTBMp o Mp, en especial la
que calcule.

Un acercamiento a la programación de CMD Linear Regression βeta Eta η Rho MTBMc MTTR MTBMp Mp, se
puede visualizar en el siguiente archivo en R Studio, al dar clic doble izquierdo encima del siguiente archivo 15.

Archivo 15 - Gamma Eta Beta y Lineal regression CMD en R

Indudablemente que el analista debe tener en cuenta que la programación en R Studio, toma tiempo de las
funciones de Weibull, sus parámetros y la dedicación debe ser muy alta para lograr las diferentes curvas de
mantenibilidad, fiabilidad, riesgos, alineación, cálculos y estimaciones de bondad de ajuste (las investigaciones
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 143

estadísticas proporcionan una gran cantidad de pruebas que se pueden realizar para determinar si una muestra de datos,
corresponde a una distribución específica; entre ellas están la Ji2, la de Kolmogórov, la de Kolmogórov-Smirnov, la
de Anderson-Darling, ambas sencillas y modificadas, la de Cramer von Mises, la de Watson, la de Kuiper, entre otras),
lo cual realizan directa y automáticamente los programas y softwares hasta ahora descritos, lo que permite al analista
y/o a las personas que realizan los cálculos, grandes ahorros de tiempo y maximiza la versatilidad de los programas,
por lo cual para los equipos humanos que hacen la analytics, es importante saber estas características de R Studio, en
particular, igual comentario puede ser alusivo a Python TM, lo cual podría ser muy útil aparentemente para millones
de datos con Big Data, pero en CMD eso es utópico, porque a efectos de la fase de predicciones no se usan más de 48
datos históricos o cerca a esa cifra, entonces posiblemente no aplica R Studio, ni Python, en esta fase.

Es vital anunciar que en el estadio tres de predictive analytics, no se requieren grandes

volúmenes de datos históricos, porque se termina afectando la característica de nivel o
variabilidad, como se explica en breve.

2.5.2.12 Conceptos de cola en cantidad histórica de la data

Los procesos de constitución de la data tienen unas características especiales en el caso de mantenimiento, se
tienen tres consideraciones:

Uno, si la cantidad de datos es muy alta hacia el pasado, se puede generar el principio de la no retroactividad,
que consiste en que acciones de mantenimiento realizadas mucho tiempo atrás, en los equipos, ya no tienen ningún
efecto en el mismo, es decir cuando se realiza un mantenimiento preventivo / predictivo / planeado y/o unas acciones
correctivas casi perfectas, se cumple que la demanda futura de trabajos de mantenimiento y/o repuestos, cae
drásticamente, a diferencia de productos o servicios de consumo masivo, entre más demanda haya, existen más
posibilidades de que esta se aumente en el futuro cercano, en mantenimiento eso no ocurre y es un principio inverso,
entre más acciones de mantenimiento se hacen, más disminuye a futuro cercano la demanda.

Segundo, en teoría de sistemas ocurre que cuando se analizan series con un gran volumen de datos históricos y
un umbral de tiempo pasado largo, el fenómeno a futuro tiende a su estado inicial, es decir busca la historia que lo
precede, como se muestra en la siguiente ilustración, con dos tipos de colas, hacia arriba y abajo.

En ambos casos de arriba o abajo, la serie tiende a futuro a comportarse como su origen inicial, principio de
ingeniería de sistemas (Bertalanffy, Teoría General de los Sistemas, 1994).

En aras de tener todas las herramientas, se adjunta en el siguiente archivo, programa CMD dinámico free libre
único en su tipo, para realizar cálculos dinámicos secuenciales de series de tiempos de data CMD, del Autor. Para
abrir favor dar doble clic izquierda encima del anuncio archivo 16, a continuación.

Archivo 16 - Excel de Programa free propio dinámico CMD

Si desea revisar en detalle los resultados de análisis dinámico de mantenimiento vanguardia con los eventos y
meses que se tienen hasta hora, puede consultar los dos archivos siguientes, dando por favor doble clic izquierdo
encima de cada uno.

Archivo 17 - Cálculos dinámicos y programa con CMD en eventos

Archivo 18 - Cálculos dinámicos y programa con CMD en meses

Archivo 18 B - Programa de cálculos dinámicos de seguridad

Alberto Mora G.
144 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 84 - Tiempos de series con cola inicial a la baja o a la suba.

Nota: elaboración propia, en el cuadro superior se denomina cola hacia abajo y el futuro tiende a la parte baja, por el otro lado en
el cuadro inferior, los valores del inicio son altos y el futuro tiende allá por naturaleza (Bertalanffy, Teoría General de los Sistemas,
1994).
Por este lado entonces se recomiendan datos de meses de cuatro años, como ya se manifestó, en eventos se deben
hacer las revisiones que se realizan en sesiones anteriores, para determinar la cantidad necesaria del tamaño muestral
requerido y con base en los criterios de descriptive, seleccionar la que mejor cumpla.

2.5.2.13 Verificación de axioma dos de la Validación I - 1 - G

El siguiente proceso contempla la ubicación de los diferentes valores hasta ahora calculados de los parámetros
βeta de los valores de confiabilidad y mantenibilidad, de orden correctivo no planeado y los de preventivo / predictivo
planeados. Adicional se revisan los valores correctos de los diferentes Etas η, en meses y eventos.

Para ello se recurre a los cálculos de esta unidad de los valores βeta, hechos en meses y en eventos, para
contrastarlos con los estándares de la curva de Davies o de la Bañera o Bathtub Curve (Mora A. -G., Mantenimiento
estratégico Industrial, 2007), los cuales se encuentran disponibles en la siguiente ilustración, los que se asocian a las
tres etapas de la curva de Davies o de la bañera.

En segunda instancia y con altísima importancia, es útil verificar que los βetas de confiabilidad y mantenibilidad
correctiva no planeada sean inferiores a uno y los de confiabilidad y mantenibilidad planeada preventivos / predictivos,
sean superiores a uno, al igual el βeta global de confiabilidad y de mantenibilidad, como el βeta General Total deben
ser cercanos a 2.45 (Villamil, 2021), para garantizar que están dentro de la banda de confianza.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 145

Figura 85 - Curva de Davies - Ubicación estratégica gerencial mantenimiento & valores óptimos y
reales de βetas

Alberto Mora G.
146 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico
Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 147

Alberto Mora G.
 148 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: elaboración propia, ya se tiene el insumo descriptivo vital en el proceso decisional de validación de información, para determinar cuáles de los dos sistemas de datos, se
opta (uno o dos), a trabajar en la unidad tres de estadios predictivo y prescriptivo.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 149

El proceso requiere también una comparación dentro la data manual y los cálculos estáticos versus los dinámicos,
los estáticos se realizan con los programas y softwares, que están en: Figura 73 - Datos mensuales para cálculo CMD
, Figura 74 - Cálculos CMD de los 4 parámetros en meses con disponibilidad alcanzada, Figura 77 - Uso o no del
tercer parámetro en caso VOTORANTIM en datos de 50 meses, Figura 78 - Cálculo parámetros CMD en eventos
VOTORANTIM disponibilidad alcanzada con varios programas, Figura 79 - Cálculo y selección de tercer parámetro
localización CMD en eventos VOTORANTIM, en la sección 2.5.2.11 y con el programa de excel propio del archivo
14; por el otro lado para los cálculos dinámicos, pueden referenciarse de los archivos anexos números 16, 17, 18, 19
y 20. También se cuenta con los insumos de cálculos que se requieren para decidir si los cálculos se hacen con dos o
tres parámetros de Weibull, según Metodología de cálculos CMD del gráfico 4.1 del libro del autor Mantenimiento
Planeación Ejecución Control, de la casa Editorial Alfaomega Grupo Editor, S.A. de C.V. del Modelo universal e
integral, propuesto para la medición CMD, en 1a página 68 del libro archivo 12.

El programa de cálculos estáticos CMD Disponibilidad alcanzada, está en el archivo número 19 anexo.

Archivo 19 - Cálculos CMD free excel Disponibilidad alcanzada

El archivo del programa informático free dinámico excel avanzado de CMD es el número 20 de los anexos.

Archivo 20 - Copia de seguridad del Programa free excel propio dinámico CMD

Figura 86 - Cálculos dinámicos CMD en meses VOTORANTIM de βeta y Eta

Nota: elaboración propia, criterios sintéticos de axiomas uno y dos de CMD en meses.

Figura 87 - Cálculos dinámicos CMD en eventos VOTORANTIM de Eta y βeta

Nota: elaboración propia, criterios sintéticos de axiomas uno y dos de CMD en eventos.

Alberto Mora G.
150 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 88 - Cálculos estáticos Beta CMD en eventos y meses VOTORANTIM

Nota: elaboración propia, criterios sintéticos de axiomas dos de CMD en eventos y meses para los cálculos estáticos con toda la
data permitida, del βeta, sus rangos y su aceptación o rechazo.
Con base en lo anterior, se tiene una gama de datos ya extraídos, transformados y cargados en múltiples
programas y softwares estadísticos, estocásticos y de CMD, para la fase una descriptiva, la cual se desea convertir en
información 75 hipotética a demostrar con sistemas causales raíz, que se convierten en hipótesis para poder abordar con
criterios técnicos avanzados el estadio diagnóstico tal cual está en la Figura 13 - Analytics agrega valor a través de
la GOMAP en sus cinco dimensiones y en la Figura 19 - Analytics Mantenimiento Activos, 5 dimensiones Wilson
con modelo de negocio Grant. Ideal βeta MTBMc y βeta MTTR cumplen en ambos, más parámetros cumplen en meses.

Los resultados técnicos se elaboran con base en los resultados obtenidos en el proceso que se desarrolla al través
de toda la obra, con sumo detalle. Hasta ahora un punto relevante a mencionar, en los análisis hipotéticos es sobre el
punto 15 de la Figura 94 - Características y estados de criterios y del arte del estadio descriptivo.

Eta η - Factor de escala, mide la gestión y operación de producción como la capacidad de

tiraje largo de operación sin interrupciones de fallas imprevistas o de mantenimientos planeados
- Este cálculo de Eta η es vital en las hipótesis que permiten el paso del estadio dos descriptive
al diagnostics tres, recuerde que los valores de Eta para MTBMC MTTR MTBMP MP son
valores independientes, ya que los valores Eta del MTBM MMean, Confiabilidad general y
Mantenibilidad general, junto con el Eta total, son dependientes de los anteriores, entonces
es supremamente importante que al complementar y conciliar los resultados de eventos y meses
para los cálculos del Eta, el único criterio que funciona y cumple en este caso
VOTORANTIM, es el Eta η de Mp en meses, es decir el único que cumple.

75
Principal responsabilidad del paso del estadio descriptivo al diagnóstico, donde toda la data burda original de Kant con ETL se convierte en
información, que sirve para demostrar la validez de hipótesis causales, con efectos causa raíz, en mantenimiento vanguardia; que es el puente para
poder abordar el estadio predictive.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 151

Figura 89 - Comparación Etas y βetas de siete parámetros en meses y eventos

Nota: elaboración propia, único criterio que cumple es el Eta de MP.

Alberto Mora G.
152 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.5.2.14 Revisión de análisis dinámico en eventos y meses

A continuación se muestran ilustraciones, donde se esbozan los resultados dinámicos más relevantes e
influyentes en la selección de hipótesis que son las futuras estrategias y acciones claves del proceso de mantenimiento
vanguardia como capacidad gerencial nuclear del negocio, apalancada en los activos para su operacionalización y
cumplimiento de su función natural, la cual es garantizar la funcionalidad del equipo, para la generación de valor,
rentabilidad y competitividad mediante factores claves de éxito de mantenimiento vanguardia. En las siguientes tres
ilustraciones, se comprueba que los datos se portan mejor en cuanto a meses que eventos, para ello se prueban los
MTTR y MP, los MTBMC y MTBMP, y por último las disponibilidades totales finales, tanto en meses como en eventos.
Indudablemente en los tres es mejor meses que eventos.

Figura 90 - Aspectos relevantes del análisis dinámico - Tiempos útiles entre preventivos /
predictivos y correctivos.

Nota: elaboración propia, el MTBMC es mayor que el MTBMP, en la gráfica de eventos y en la de meses está a la inversa, MTBMP
es mayor que MTBMC que es más lógico (Mora A. -G., Mantenimiento estratégico Industrial, 2007).
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 153

Figura 91 - Tiempos Mp preventivos / predictivos y MTTR correctivos - Aspectos relevantes análisis

dinámico.

Nota: elaboración propia, el MP es mayor que el MTTR, en ambos casos de eventos y meses (Mora A. -G., Mantenimiento
estratégico Industrial, 2007).

Alberto Mora G.
154 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Figura 92 - Disponibilidad en meses y eventos - Aspectos relevantes del análisis dinámico

Nota: elaboración propia, la disponibilidad es mayor en la de meses (Mora A. -G., Mantenimiento estratégico Industrial, 2007).
En los siguientes archivos se pueden verificar los resultados en excel, de las tres ilustraciones anteriores.

Archivo 21 - Cálculos dinámicos en eventos.xlsm

Archivo 22 - Cálculos dinámicos en meses.xlsm

En general, se puede presuponer que están más acertados los datos en meses, que en
eventos.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 155

2.5.2.15 I - 2 - H - Análisis e Hipótesis descriptivas.

El proceso decisional alrededor de la etapa descriptiva se concreta con el análisis individual y colectivo de los
resultados, de cada una de las características, revisadas en el proceso de este análisis se postulan las factibles hipótesis
de la fase diagnóstica, las cuales son calificadas o no de aceptación o rechazo y, se formulan de una vez los principales
elementos, de la estrategia futurística de las etapas analíticas predictiva, prescriptiva y cognitiva.

A partir de este sitio, se realizan las pruebas de rigor al alcance de esta fase inicial de estudio, denominado
descriptiva, ya que denota el estado de las características más relevantes del tema estadístico, matemático, estocástico
y analítico, de corte gerencial de mantenimiento y de sus operadores para apalancarse, que son los activos, en el
enfoque vanguardista, de los parámetros MTBMC MTTR MTBMP y MP, con el fin de poder plantear al final de esta
sección descriptiva, las hipótesis causales factibles o causas raíz, de todo lo anómalo que sucede en el CMD
estratégico, del ventilador industrial VOTORANTIM.

Para calcular con Weibull cualquiera de los parámetros de la disponibilidad alcanzada, se procede con la
siguiente expresión.

Ecuación 10 - Cálculo MTBMC MTTR MTBMP MP MTBM MMean y general valores medios Weibull
1
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 o 𝑀𝑀𝑇𝑇𝑇𝑇𝑇𝑇 𝑜𝑜 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 o 𝑀𝑀𝑀𝑀 = η * 𝛾𝛾 ( 1 + ) = η * Gamma Γ (1+ 1/β) =
𝛽𝛽
donde,

η = eta o factor de escala, denota el rango de trabajo del equipo

β = βeta o factor de forma en que el equipo falla o funciona. Se asocia y refiere a mantenimiento.
γ = Gamma Γ = función natural
Fuente (Mora A. -G., Mantenimiento estrategico, 2017) (Mora A. -G., Mantenimiento estratégico, 2007).

Figura 93 - Estadística básica en meses y eventos - Aspectos relevantes del análisis

Nota: elaboración propia (Santesmases, Diseño y análisis de encuestas en investigación social y de mercados - DYANE 2, 2003).
Las estadísticas básicas de ambos resaltan llamativamente la atención en los valores de MTBMc y de MTBMP,
que tienen unas razones (desviación entre promedio) (revise también la Figura 63 - Prueba de variabilidad o nivel de
TBMc TTR TBMp y Mp en eventos y la Figura 64 - Prueba de variabilidad o nivel de TBMc TTR TBMp y Mp en meses,
junto con la Ecuación 7 - Variabilidad o nivel de una serie de data, en el tiempo) muy altas, en especial los de eventos
son muy elevados (igual se dice atrás que requieren transformación con Suma), por lo cual toma fuerza el hecho de
descartar la data en eventos.

Alberto Mora G.
156 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.5.2.16 I - 2 - H - Causas potenciales de los hechos descriptivos.

El proceso de análisis de las causas raíz, se presenta a continuación con su análisis total y detallado.

Los cálculos de estadísticas básicas, de la figura anterior se hacen con base en el siguiente archivo anexo 23.

Archivo 23 - Datos en meses y eventos

Ilustración 3 - Resultados descriptivos

Nota: imagen con elaboración propia.

Figura 94 - Características y estados de criterios y del arte del estadio descriptivo

Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 157

Alberto Mora G.
158 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico
Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 159

Alberto Mora G.
160 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: elaboración propia, analítica descriptiva total, con revisión total de los cálculos actuales, hasta este punto.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 161

2.6 Diagnostic Analytics proceso

El proceso de diagnóstico o de análisis de causas raíz, consiste en revisar las hipótesis y aceptarlas o rechazarlas,
de los diferentes hechos verificados con los cálculos, hasta el momento realizados, con las diferentes pruebas que se
tienen hechas y nuevas, si se requieren. Con el fin de dejar sentadas las bases para los estadios analíticos, sucesivos:
predictivo, prescriptivo y cognitivo.

2.6.1 Revisión analítica de las potenciales causas raíz

Este proceso conlleva la revisión detallada de las evidencias, causas básicas, causas inmediatas y causas raíz.

2.6.1.1 II - 1 - J - Estudio analítico FMECA de las hipótesis

La metodología es analizar todas las causas potenciales de hechos relevantes causales potenciales de la situación
descriptiva, que permite entonces discernir sobre los criterios relevantes de las series para su ingreso a la fase
predictiva.

2.6.1.2 II - 2 - K - Estudio analítico de resultados diagnósticos

El proceso conlleva revisar cada una de las causas potenciales, cruzar con las evidencias, comparar con los
cálculos pertinentes en cada caso, para derivar de allí las acciones claves de éxito que se trasladan a la etapa de análisis
predictivo.

Figura 95 - Hipótesis & demostraciones de causas raíz

Alberto Mora G.
162 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Nota: elaboración propia, lista de hipótesis factibles causas raíz.

 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 163

A continuación se revisan las hipótesis, las evidencias, pruebas y demás contenido y cálculos, para aceptarlas o
rechazarlas.

2.6.2 Proceso de validación o rechazo de las hipótesis

Se hace en el orden de la Figura 95 - Hipótesis & demostraciones de causas raíz, con la validación de cada una,
mediante revisión de cálculos y análisis disponibles en esta obra, hasta este punto.

2.6.2.1 II - 2 - L - Acciones, estrategias y planes para superar los escollos diagnósticos.

Se trabaja de forma detallada y global todas las hipótesis para rechazarlas o aceptarlas totalmente o de manera
parcial.

2.6.2.2 Hipótesis 1 - Información trabajable de datos y factible uso de ETL

Sí, la información tiene una adecuada organización en dos frentes, secuencialmente obtenidos en la data
mediante eventos y en meses, en eventos se cuenta con 600 elementos en total distribuidos en 100 de MTBMC, 200 de
MTTR, 100 de MTBMP y 200 de MP, cuando los datos se organizan en meses y años, mediante el sistema de
jerarquización y clasificación de la data en meses de años, se obtienen 50 meses, de cada uno de los cuatro parámetros,
como se procesa en la sección 2.5.1. Ser y deber ser de la data inicial o burda Kant, también en la sección 2.5.1.3. I -
1 - A - Cuantificación eventos y tiempos ventilador industrial multilatina VOTORANTIM., en el Archivo
1 - Data inicial ventilador Industrial VOTORANTIM, en el Archivo 2 - Data organizada y clasificada ventilador
Industrial VOTORANTIM.xlsx.

Lo cual permite aceptar la hipótesis, de que sí se puede trabajar con la data en 600 eventos
y/o de 50 meses.

2.6.2.3 Hipótesis 2 - La cantidad de datos en eventos cumplen el mínimo tamaño muestral.

Los procesos de cálculos para tamaños muestrales tanto con población finita como infinita, en el casos de
eventos, cumplen perfectamente los requerimientos estadísticos, como se ilustra en las Figuras 44 a 47 y la Figura 97
- Validación de tamaño muestral que se realiza en excel, al igual en las secciones 2.5.1.4. I - 1 - B - Extracción de
los datos VOTORANTIM. y 2.5.1.2. Cantidad mínima de datos, eventos o del umbral de tiempo pasado.

Entonces se rechaza la hipótesis 2 de que la cantidad de datos en eventos de 100 de MTBMC, 200 de MTTR, 100
de MTBMP y 200 de Mp, no cumple los requerimientos mínimos de tamaño muestral calculado, por lo cual se acepta
la tesis de que los tamaños de eventos, si cumplen en sus cuatro parámetros con los elementos mínimos exigidos en el
cálculo de tamaño muestral, tanto para población finita como en infinita, mediante cálculos de variables porcentuales
y numéricas, como se muestra en la Figura 48 - Validación de tamaño muestral de eventos que se realiza en excel en
la eventos, que se toman como data de trabajo, la cantidad de 100 eventos de MTBMC, 200 eventos de MTTR, 100
eventos de MTBMP y 200 eventos de Mp, en los cuatro parámetros de eventos respectivamente, al tener en cuenta que
los mínimos exigidos son 99 de MTBMC, 199 de MTTR, 99 de MTBMP y 191de Mp , como se calcula en la figura 48.

Se toma de tesis que las cantidades de eventos de la data a estudiar cumple los requisitos estadísticos de rigor,
para hacer válidas sus conclusiones.

2.6.2.4 Hipótesis 3 - La cantidad de datos en meses cumplen el mínimo tamaño muestral.

Los procesos de cálculos para tamaños muestrales en meses tanto con población finita como infinita, en ambos
casos de variables porcentuales o numéricas, cumplen perfectamente los requerimientos estadísticos, como se ilustra
en las Figuras 44 a 48 y la Figura 97 - Validación de tamaño muestral que se realiza en excel, al igual en las secciones
2.5.1.4. I - 1 - B - Extracción de los datos VOTORANTIM. y 2.5.1.2. Cantidad mínima de datos, eventos o del
umbral de tiempo pasado.

Alberto Mora G.
164 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

La tesis de que se usen en meses la cantidad de 50 elementos para cada parámetro de MTBMC, de MTTR, de
MTBMP y de Mp, cumple los requisitos estadísticos del tamaño muestral requerido, tal como se calcula en la figura
48.

Los tamaños muestrales son adecuados estadísticamente hablando, tanto en elementos

muestrales de meses como de eventos.

2.6.2.5 Hipótesis 4 - Correlaciones lineales y entre rangos Pearson y Spearman en meses y

eventos.

En los cálculos de data en eventos en la correlación de rangos de Spearman, no hay ninguna relación
sobresaliente, son aquellas donde pvalue es menor a 0.05 o menor al 5%, más sin embargo en la lineal de Pearson de
eventos, se ratifica la relación lógica y complementaria de MTBMC y MTBMP, que se ratifica con lo que se calcula en
las Figuras 57 y 58 de correlaciones, al igual como se explica en la sección 2.5.2.1. - Correlación entre parámetros
- Spearman & Pearson, además visible en Figura 98 - Correlación entre los tiempos de reparación TTR y
mantenimiento MP; también en la correlación lineal de Pearson de eventos hay relación entre MTTR y MP.

En el de meses no hay ninguna correlación ni en Pearson ni en Spearman, más sin embargo ya que ellas son
dependientes de los eventos, se asume con las Pearson anteriores que de todas maneras están insertados en el análisis
mensual se prosigue con que si hay relación, descrita en párrafo anterior en los eventos.

La hipótesis que se acepta es que no hay procesos de relación gerencial y/u operativa, serios entre la planeación
de los mantenimientos preventivos / predictivos / proactivos con la ejecución y/o la programación de los trabajos de
reparaciones correctivas, lo cual se manifiesta con la no correlación expuesta de MTBMC y MTBMP, por un lado y
también entre los valores MTTR y MP, en meses pero sí en eventos.

No hay una adecuada planeación de los trabajos de mantenimiento preventivos / predictivos

/ proactivos / planeados y por el lado de los correctivos tampoco, la programación no es
adecuada, además sus βetas y sus tiempos TTR probablemente no sean los correctos, se
deben revisar.

2.6.2.6 Hipótesis 5 - Uso factible de Disponibilidad Alcanzada.

El análisis de la Sección 2.5.2.6 - I - 1 - D - Validación de resultados, además de cumplir con el uso de las
ecuaciones 8 y 9 y de las Figuras 74 a la 81, junto con los Archivos anexos 12 y 13; garantizan la posibilidad de
realizar cálculos con la disponibilidad alcanzada.

Se acepta la hipótesis de poder usar a plenitud la disponibilidad alcanzada.

2.6.2.7 Hipótesis 6 - Prueba ACF - Validación de tendencia, aleatoriedad, autocorrelación
y patrón de comportamiento de data.

Validación de tendencia, aleatoriedad, autocorrelación, patrón de demanda se realizan en los apartes de la

Sección 2.5.2.2 - Prueba de aleatoriedad con ACF y/o PACF, en el Archivo 8 - Datos de Correlación en meses en
excel, en el Archivo 8 - Datos de Correlación en meses en csv Unicode txt y en el Archivo 9 - Programa autónomo
- Autor Free Prueba ACF.xlsm, además de las Figuras 58, 59, 60, 61 y 62.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 165

Las variables tanto en meses como en eventos no tienen tendencias relevantes, son aleatorias, sus datos no se
auto-correlacionan entre sí, no tienen un patrón de demanda importante, no sirven para Pivotes, sus autocorrelogramas
no cumplen el ACF.

Se requieren transformaciones y pronósticos, en las ocho variables antes de entrar al estadio prescriptivo, a ver
si así mejoran, para poder usarlas como pivotes.

2.6.2.8 Hipótesis 7 - Prueba ACF - Validación de nivel o variabilidad.

Las variables todas, tanto en meses como en eventos no cumplen en su desviación estándar y en su promedio,
con que deben tener variabilidades inferiores al 50%, tal como se muestra en la Sección 2.5.2.3.

La hipótesis siete se acepta, por lo cual deben transformarse por el parámetro de Suma.

Tal como se hace en las Figuras 65 y 66, con el fin de poder avanzar al estadio de predicciones.

2.6.2.9 Hipótesis 8 - Coeficiente Alfa de Cronbach - Cohesión y confiabilidad de los datos -

Prueba no excluyente.

Se acepta la hipótesis ocho, con los resultados de Cronbach, que no son los óptimos y que cuando se revisan las
ocho variables (meses y eventos) mejora sustancialmente, la acción a desarrollar es mirar entonces, si con el máximo
número de pronósticos en eventos o meses, mejora este indicador.

2.6.2.10 Hipótesis 9 - Axioma uno CMD - MTBM debe ser al menos diez veces MMean.

Tanto en eventos como en meses siempre los MTBM son mayores al menos diez veces que el MMean, las pruebas
se hacen con varios programas y softwares, como muestran: la sección Cumplimiento axioma de que los tiempos útiles
son diez o más veces la no funcionalidad, las figuras 73 a 82.

Se acepta la hipótesis 9 de que las variables tanto en meses como en eventos cumplen el axioma 1 de CMD.

2.6.2.11 Hipótesis 10 - Uso o no de parámetros de localización Gamma δ en Weibull de tres

parámetros.

Se explica en la sección 2.5.2.8. - Cálculo de tercer parámetro Gamma de localización en Weibull y en la sección
2.5.2.9. Cálculos de βetas, Etas η, Rho δ, variables y demás con eventos y meses CMD, y en las figuras 74 a 79.

Se acepta la hipótesis de trabajar solo Weibull con dos parámetros y afines, no se trabaja
con tres parámetros ya que no cumplen ninguno de los ocho parámetros.

2.6.2.12 Hipótesis 11 - Valoración de si el Eta η de producción mejora o no, con el tercer

parámetro de localización.

En los diferentes procesos de evaluación del Eta η tanto en eventos como para meses, este parámetro no mejora
en ninguna de las siete evaluaciones, además que en casos donde mejora no cumple el Axioma uno. Esto se puede
visualizar en la sección 2.5.2.6. - I - 1 - G - Validación de resultados y además en las Figuras 74, 75, 77,
78, 79, 86 y 87.

Por lo tanto se acepta la hipótesis 11, no se usa el tercer parámetro de localización en ninguno
de los cuatro criterios, ni en meses, ni en eventos.

Alberto Mora G.
166 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

Eso complicaría el proceso analytics.

2.6.2.13 Hipótesis 12 - Valoración de si los Cálculos estáticos sirven.

Se acepta la hipótesis de que el CMD no cumple para cálculos estáticos, donde se valore el βeta en la Curva de
Davies, tal como se describe en la Figura 89 - Cálculos estáticos Beta CMD en eventos y meses VOTORANTIM.

Se deriva de acá que los siguientes cálculos deben ser dinámicos (con el Archivo 21 - Cálculos dinámicos en
eventos y no con programas puntuales.xlsm) y no con cálculos de programas o softwares individuales.

2.6.2.14 Hipótesis 13 - Valoración de si los Cálculos dinámicos sirven con βetas.

Las diferentes valoraciones de cálculos dinámicos con Archivo excel 21, tanto en meses como en eventos, que
se muestran en la Figura 86 - Cálculos dinámicos CMD en meses VOTORANTIM de βeta y Eta, Figura 87 - Cálculos
dinámicos CMD en eventos VOTORANTIM de Eta y βeta, Figura 89 - Comparación Etas de siete parámetros en
meses y eventos, Figura 90 - Aspectos relevantes del análisis dinámico - Tiempos útiles entre preventivos / predictivos
y correctivos, Figura 91 - Tiempos Mp preventivos / predictivos y MTTR correctivos - Aspectos relevantes análisis
dinámico, Figura 92 - Disponibilidad en meses y eventos - Aspectos relevantes del análisis dinámico y en los archivos
anexos 16 a 22, esbozan los valores calculados.

El proceso CMD de cálculo de Disponibilidad alcanzada, en meses cumple con los βetas de MTBMC MTTR y
MP, no cumple el de MTBMP ni el de confiabilidad general, ni mantenibilidad general, ni el βeta total, en el de meses
cumplen solo MTBMC MTTR, los demás no cumplen, tal como se aprecia en las figuras 86 y 87 (O´Connor, 2002).

Por eso es necesario hacerles transformaciones con Suma, pronósticos a ver si así mejoran.

Se descartan los cálculos en eventos, ya que no cumplen con cálculos dinámicos sus βetas
(solo sirven los correctivos MTBMC y MTTR, pero muy bajos sus βetas) y Etas η.

En meses el panorama es mejor, se toma como variable factible pivote a Mp, que cumple bien
en meses con sus βeta y Eta.
2.6.2.15 Hipótesis 14 - Valoración de si los Cálculos dinámicos de Valor de Eta η de dos
parámetros sirven.

En la figura Figura 86 - Cálculos dinámicos CMD en meses VOTORANTIM de βeta y Eta, en la Figura 87
- Cálculos dinámicos CMD en eventos VOTORANTIM de Eta y βeta y en la Figura 89 - Comparación Etas de siete
parámetros en meses y eventos; solo el Eta de MP cumple en meses.

El Mp en meses se toma como Pivote para el estadio tres Predictive Analytics, al servir
en esta hipótesis y en la anterior. Solo se trabaja con la data en meses de acá en adelante.

2.6.2.16 Hipótesis 15 - Valoración de si los datos en eventos o en meses cumplen la

estadística básica.

Con base en los resultados de la figura Figura 93 - Estadística básica en meses y eventos - Aspectos relevantes
del análisis, se ratifica que los ratios de la estadística no son buenos en eventos, por lo cual se retiran, con lo cual se
acepta hipótesis 15.
 Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico - 167

Se confirma nuevamente que se descartan los datos en eventos, son demasiado volátiles e
inestables al tener ratios muy altos, por lo cual se adopta solo la data burda kantiana en
meses.
2.6.2.17 Hipótesis 16 - Lógica de los resultados - Valoración de si los datos en eventos o en
meses cumplen la estadística básica.

Lógica general de cálculos y valores MTBMC MTTR MTBMP MP MTBM MMean y disponibilidad alcanzada
general en meses y eventos Efectividad MAKPI´s.

Con base en los resultados que se desarrollan en Sección 2.5.2.6 - I - 1 - G - Validación de resultados - Sección
2.5.2.11 - Pasos básicos de cálculos CMD en las diferentes opciones Aspectos relevantes del análisis - Sección 2.5.2.13
- Verificación de axioma dos de la Validación I - 1 - G - Figura 85 - Curva de Davies - Ubicación estratégica de
capacidad gerencial mantenimiento y valores óptimos y reales de βetas - Figura 86 - Cálculos dinámicos CMD en
meses VOTORANTIM de βeta y Eta - Figura 87 - Cálculos dinámicos CMD en eventos VOTORANTIM de Eta y
βeta - Figura 89 - Comparación Etas de siete parámetros en meses y eventos - Sección 2.5.2.14 - Revisión de análisis
dinámico en eventos y meses - Figura 90 - Aspectos relevantes del análisis dinámico - Tiempos útiles entre preventivos
/ predictivos y correctivos. - Figura 91 - Tiempos Mp preventivos / predictivos y MTTR correctivos, promedios -
Aspectos relevantes análisis dinámico. - Figura 92 - Disponibilidad en meses y eventos - Aspectos relevantes del
análisis dinámico; se determina que se usa la data en meses, se tiene postulado a MP como Pivote y se trabajará solo
con cálculos dinámicos.

2.6.3 Síntesis de resultados de las causas raíz, a partir de la conversión de hipótesis en tesis
Se concluye en el estadio dos de descriptive analytics, los elementos vitales del proceso son:

- Data en meses solamente, se excluye de una vez la de eventos

- Cálculos dinámicos
- Mp como candidato a pivote
- Transformación de parámetros con suma
- Descarte del tercer parámetro de localización
- Uso de disponibilidad alcanzada
- No hay relación entre la planeación de los mantenimientos y la programación de los correctivos cada cual va
por su lado y no se cruzan entre sí, que es el deber ser.

2.6.3.1 II - 2 - M - Postulación técnica de factibles variables pivotes de etapa 3 predictiva

Se sintetizan los resultados de las tesis que se demuestran, en el proceso como factores claves de éxito del
mantenimiento vanguardia, a la etapa predictiva.

2.6.3.2 Factores claves de éxito - Criterios CMD estratégicos

Entre otros puntos el poder establecer, que el MP, es el epicentro fuerte y bueno, estratégicamente hablando,
permite alentar su estudio analítico, en las etapas tres predictiva, cuatro prospectiva (Miklos & Tello, 2004) y cinco
cognitiva, simplificando el proceso solo al estudio de meses, teniendo en cuenta que hay dificultades de planeación,
permite determinar estos factores como claves de éxito, que deben ser pronosticados, para observar su comportamiento
y poder establecer así, acciones claves de éxito que permita potenciarlos como estrategias operativas que permitan
que mantenimiento vanguardia, logre genere valor agregado y por ende competitividad, mediante el apalancamiento
del Mp en los activos tangibles o no de la empresa (Arango, Martín Darío - Serna; Londoño, Jesús Enrique - Salazar;
Álvarez, Karla Cristina - Uribe, 2012), para poder operacionalizar su misión principal, la cual es garantizar la
funcionalidad de los equipos cuando se requieran (Villamil, 2021).

Alberto Mora G.
168 - Capítulo 2 - Metodología analítica estadios descriptivo y diagnóstico

2.7 Conclusiones de capítulo

La data cumple con el suficiente y adecuado análisis, está totalmente analizada en sus etapas descriptiva y
diagnóstica, con todos los procedimientos numéricos, estadísticos y matemáticos normales de un análisis de esta
rigurosidad.

Los procesos detallan cada una de las realizaciones, cada paso está debida y suficientemente documentado en
las figuras y/o en los archivos anexos y en la data soporte en excel, de cada paso.

El objetivo de la unidad se logra al tener ya la serie lista en cuanto a data, con las siguientes características: datos
en meses, Mp como pivote sugerido, cálculos dinámicos que cumplen los requerimientos, descarte de cálculos
estáticos, esto es demasiado importante ya que le define al estratega y/o analista que debe obligatoriamente de acá en
adelante solo usar el programa libre de excel CMD de cálculos dinámicos del Archivos anexos 16 al 22, las variables
o sea los cuatro parámetros deben ser transformados para abordar el ingreso al estadio 3 predictivo, con el operador
suma como se explica en la sección 2.5.2.4. - Transformación para que se cumpla con variabilidad o nivel y
en la Figura 65 - Transformación para mejorar variabilidad o nivel de TBMc TTR TBMp y Mp en meses y en la
Figura 66 - Transformación que mejora variabilidad de TBMc TTR TBMp y Mp en eventos.

Por otro lado una de las tesis más relevantes derivadas de las etapas dos descriptiva y tres diagnóstica, es no hay
en la actualidad una relación fuerte entre la planeación de los mantenimientos planeados / preventivos / predictivos /
proactivos y la programación con ejecución de los correcticos, esto es supremamente importante, porque orienta al
analista en qué dirección debe apuntar en las tres etapas futurísticas, que inician en la próxima unidad y que serán las
acciones y los factores claves de éxito de mantenimiento vanguardia para que alcance su nivel de capacidad gerencial,
dinámica y nuclear del negocio, con el aplacamiento en los activos, para generar valor y competitividad.

En general se afirma que el objetivo de la unidad dos, de preparar y adecuar objetiva y completamente la data,
convirtiéndola en información, se logra a plenitud.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 169

3 Escenarios analíticos - Estadios futurísticos predictivo y

prescriptivo
Esta sección conlleva el presente hasta el mediano plazo, donde se puede visualizar su comportamiento hasta
dos años vista, para poder perfilar en el estadio cinco de analítica cognitiva en la unidad cuatro del libro, hasta el
umbral del largo plazo y, ahí se hace toda la evaluación y cálculos dinámicos del CMD para las máquinas o equipos
en estudio.

En este punto ya se establecen las reglas que se requieren para estas dos fases, predictiva y prescriptiva, la
primera de ellas se basa en un entorno estable, con métodos numéricos y de validez de corto plazo, por otro lado la
turbulencia o transición lleva cierta pérdida de estabilidad del entorno, donde trata de adaptar los modelos de
predicciones a sus nuevos comportamientos que se establecen a futuro, por los entornos cambiantes, por lo cual el
proceso se realiza en partes escalonadas (Miklos & Tello, 2004).

Indudablemente la etapa más valiosa es la predictiva como muestra la Figura 13 - Analytics agrega valor a
través de la GOMAP en sus cinco dimensiones, donde se alcanza el mayor valor agregado y donde la información se
convierte en conocimiento, es donde se adquiere el potencial creativo de la data para generar factores claves de éxito
que generen competitividad a partir de mantenimiento vanguardia (McDaniel, 2021).

3.1 Introducción a capítulo

El capítulo entrega las herramientas, los criterios y las metodologías propias para lograr el estado predictivo y
prescriptivo deseado, y aprovechar para configurar técnicamente todas las acciones y factores claves de éxito que
deriven de los tres estados futurísticos: predictive, predictive & cognitive analytics, con el fin de poder argumentar el
plan de acciones y estrategias finales que conlleven al mantenimiento vanguardia a ser recurso nuclear y ser la
capacidad del negocio generadora de valor y competitividad.

A partir de la valoración de corto y mediano plazo de esta sección, se revisa el comportamiento de las variables,
mediante el análisis CMD, de tal forma que se aprecien las principales características a resaltar en los dos períodos de
tiempo. Con el fin de visualizar los parámetros más relevantes a resolver en el proceso analítico cognitivo.

3.2 Objetivo de capítulo

El propósito del objetivo es desarrollar y cuantificar los pronósticos de corto y mediano plazo de los valores de
los cuatro parámetros basados en meses MTBMC MTTR MTBMP MP, para poder parametrizar efectivamente la última
fase de autoaprendizaje automático en el rango cognitivo.

Por conclusiones de la sesión anterior, se trabaja solo en meses, ya que la opción de eventos no pasó varias de
las pruebas anteriores, en la fase descriptiva y diagnóstica.

En el evento en que ambas cumplan, el proceso se avanza en común, en los escenarios futurísticos, hasta que
aparezca uno de los tantos criterios técnicos que se usan en el predictivo, prescriptivo y cognitivo, que permita
descartar el que menos cualidades de pivotes presente.

3.3 Desarrollo futurístico de corto y mediano plazo, bases futurísticas

Existen diversas metodologías para este umbral de tiempo, que se pueden agrupar desde la óptica de algunos
parámetros que los caracterizan por su aplicabilidad y por la fundamentación de los procesos internos que utilizan,
para crear los futuribles. Un modelo futurístico de planeación estratégica tecnológica debe contener cuatro elementos
básicos: lo cualitativo, lo cuantitativo, lo temporal y lo probabilístico (Jones & Twist, 1978) citado por el autor Dr.
Enrique De Miguel (De Miguel E. -F.-D., 1990).

Alberto Mora G.
170 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

La palabra escenarios que aparece en el contexto prospecto se usa inicialmente en una estructura especulativa
alusiva al año 2000 donde se presentan diferentes opciones de entornos para ese resto de siglo, que se les denomina
escenarios (Kant I. , 1999). La palabra escenarios se asocia al método de planeación por escenarios, de donde se
atribuye como significado a un entorno definido, con unas variables dadas y valoradas, en una condición
determinística.

La palabra entorno se usa, para describir un escenario con variables, pero sin asignación de valor a ellas. Un
diseño esquemático de cualquier futurología (conjunto de estudios que muestran el futuro, en el presente) se
fundamenta en una estructura global, con un patroneado de subsistemas.

La siguiente ilustración muestra un diseño típico o marco de métodos futurísticos, el cual orienta las ideas
iniciales de (Jones & Twist, 1978), pero es más realista y se acerca al conocimiento actual, lo cual permite afirmar
que es la representación base del diseño, una de las grandes ventajas de los métodos futurísticos, es que presentan una
gama amplia de precios, formas, diseños, métodos, alcances, limitaciones y tiempos de aplicación, los hay muy
económicos y valederos, como extensos y costosos, en función de las características de lo que se quiere y desea para
el estado futuro.

Es probable que algunos de los métodos no contienen sino el elemento cualitativo, como es el caso de la
planeación por escenarios, esto simplemente los convierte en unas herramientas que solas no cumplen con el método
científico y que deben ser acompañadas de otros métodos que cumplan con lo cuantitativo, lo probabilístico y lo
temporal, además de requerir del proceso científico, para que sus resultados sean verosímiles y valederos, en el espacio
y tiempo donde se usan.

3.3.1 Cualitativo
El punto de partida de cualquier estudio de previsión es el elemento cualitativo o escenario no cuantificado, en
donde se consideran las ideas y las opiniones de personas expertas en el tema a tratar. Se utilizan metodologías de
análisis que buscan estimular el pensamiento creativo de los participantes y sacarlos de sus esquemas de confort, la
recomendación con estas técnicas cualitativas es que usen acompañadas de otros métodos que tengan validez
científica; cabe resaltar que solos son muy útiles para iniciar y promover la motivación de las personas, en los
desarrollos futurísticos, se les usa como herramientas iniciales de cualquier diseño proyectivo-transición-prospectivo,
que se base en el conjunto científico de los métodos a usar (De Miguel E. -F.-D., 1990).

Entre algunos de estos métodos están:

3.3.1.1 Brainstorming o tormenta de ideas

Esta técnica se le atribuye inicialmente a Osborn 76, quien en 1938 la utiliza para reflexiones en grupo. La
tormenta de ideas es una deliberación en grupo, de la que se suprime cualquier tipo de crítica a los participantes. La
cantidad de ideas es la clave del éxito de este método, entre más pensamientos se generen, es más probable llegar a
mejores resultados.

La principal ventaja es que las reuniones de grupo estimulan la generación de ideas, su mejoramiento y la
transformación de las ideas de los demás, lo que hace que el producto final esté enriquecido. Este método no debe
utilizarse para soluciones claras o que se puedan encontrar en la experiencia. En él, es de vital importancia la calidad
y la experiencia de las personas que participan, su enriquecimiento y valor agregado a las soluciones factibles, depende
de esto (De Miguel E. -F.-D., 1990) (Selva & Domínguez - Liñán, 2018) (De Miguel E. -F., 2009) (Mora Gutiérrez &
Villamil - Simancas, 2021).

3.3.1.2 Analogías

El interés de este método de previsión está en investigar si dos cosas presentan características similares.
O’Connor distingue dos etapas para obtener una analogía: la casual (o superficial) que se da cuando parece haber
cierta semejanza entre dos o más artefactos, recursos o situaciones y la formal, que surge después de un análisis
completo y exhaustivo de las características básicas. Entre las más citadas por Jones y Twist están: las biológicas,
históricas y geográficas, en la actualidad se les utiliza para construir entornos de productos o servicios nuevos,
similares a otros (Jones & Twist, 1978) (Miklos & Tello, 2004) (De Miguel E. -F., 2009).

76
Citado por el autor Enrique De Miguel en su libro (1990,229).
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 171

Figura 96 - Esquema de conjunto y subconjuntos de métodos futurísticos

Nota: elaboración propia, estados futurísticos factibles (Mora A. -G., Métodos Furísticos - Pronósticos, 2012)

Alberto Mora G.
172 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Entre algunos de estos métodos están:

3.3.1.3 Analogías

El interés de este método de previsión está en investigar si dos cosas presentan características similares.
O’Connor distingue dos etapas para obtener una analogía: la casual (o superficial) que se da cuando parece haber
cierta semejanza entre dos o más artefactos, recursos o situaciones y la formal, que surge después de un análisis
completo de las características básicas. Entre las más citadas por Jones y Twiss están: las biológicas, históricas y
geográficas (234). En la actualidad se les utiliza para construir entornos de productos o servicios nuevos, similares a
otros.

3.3.1.4 El análisis morfológico

El método consiste en obtener un modelo de dos dimensiones llamado matriz morfológica, en la primera columna
aparecen las etapas, variables o atributos fundamentales de la tecnología analizada, las columnas siguientes numeradas
contienen los diferentes métodos alternativos para completar las diversas etapas. Es la más sistémica de las
metodologías.

3.3.1.5 El análisis de vacíos

El método consiste en analizar los huecos o vacíos (diferencia entre el nivel de actividad que busca la empresa
y el que obtendría sin cambios en las estrategias o políticas de esta) que tiene el mercado o la planificación de la
empresa, a fin de cubrirlos y lograr la buena marcha de la organización. Una muestra de estas técnicas son los números
Fibonacci, donde el siguiente elemento se construye con la suma de los dos anteriores; si los dos primeros son la
unidad, el conjunto construido está conformado por: 1, 1, 2, 3, 5, 8, 13, 21, etcétera; otro caso es que se descubre al
planeta Urano al aplicar los números de la ley de Bode, esta falla para encontrar a Neptuno en el siglo XVIII, aunque
el cálculo con Fibonacci para este caso es correcto en ese instante.

3.3.1.6 Vigilancia del entorno - Monitoring

Consiste en tomar datos permanentes de variables claves, por ejemplo dentro de un proceso integral futurístico,
permite la recolección de datos de los fenómenos que se pronostican para luego construir el año base 77 (que
normalmente es dos años más tarde que el actual inicial), con estos datos y con hechos asociados a los fenómenos
evaluados, se construyen los entornos que dan la base para la elaboración de los entornos de mediano y largo plazo
del año base, entre ellos resaltan los entornos de orden: económico, político, financiero, tecnológico, de mercadeo,
social, político, ecológico, recursos humanos, etcétera.

Es una práctica de mucho uso, en el campo de la planeación estratégica tecnológica, en la cual sus funciones
primordiales son vigilar y proteger, donde se enmarcan la mayoría de los métodos futurísticos, la empresa de alimentos
MAVESA Venezuela, logró el desarrollo pionero de foile para la preservación de margarinas en Latinoamérica, y su
invento fue desapercibido y, poco o nada tenido en cuenta, por falta de monitoring y vigilancia por su competencia de
Suramérica, quienes posteriormente se vieron seriamente afectadas en su competitividad, por dicho evento.

3.3.1.7 Planeación por Escenarios - Método modificado cuantitativo MIC MAC 78

Son entornos que se valoran a futuro y que se dan dentro de unas condiciones referenciadas por hechos y
opiniones de expertos, para que esta metodología califique verdaderamente como de método científico, debe
desarrollarse con un contexto de ciencia aplicada realmente y no basada en simples conjeturas humanas conjugadas
de tal manera, que sea a capricho de los realizadores o de los participantes, como es el caso de la metodología de
planeación por escenarios propiamente dicha, que se queda solo en lo cualitativo, sin llegar a pronosticar o prospectar
entornos móviles, sino más bien rígidos, a los que se les asignan unos nombres y en dichas situaciones encajan de
manera forzada todo lo que pueda suceder, esta metodología de planeación por escenarios es muy cuestionada, en su
77
El año base, es donde se quiebra la frontera entre el futuro con base en el pasado y el futuro construido a partir de lo nuevo.
78
La metodología de análisis estructural prospectivo de impactos cruzados MIC MAC, adquiere su gran divulgación entre 1972 y 1974, aún vigente
a la fecha, de orden mundial, lo denominan muy cercano a Dios popularmente hablando (comentario del autor de esta obra), su sigla MIC MAC se
explica cómo?: Matrice d´Impacts Croisés - Multiplication Appliqueé a un Classement - Matriz de Impacto Cruzado con Multiplicación Aplicada
a una Clasificación de variables en un sistema cerrado (Godet, 1993).
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 173

validez científica y metodológica; realmente lo que se hace con ella es que se acompaña de otros métodos proyectivos
y prospectivos (como SMIC y el Prob-Expert®, que valoran las probabilidades de ocurrencia de los entornos (Godet,
1993) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012)) de mayor envergadura científica y se dejan las variables
móviles dentro de ciertos entornos (uno de referencia, uno natural, uno negativo, uno positivo, etcétera, por cada año
o período lectivo que se prospecta) ampliamente flexibles y evaluados con cuartiles (o trimestres) de año (Mora, 2016).

La metodología no puede ser considerada como de entornos o escenarios verosímiles, solo por el hecho de
asignarles un nombre, a tal efecto Godet enuncia, que no es prospectiva bautizar como escenarios a las diferentes
opciones de un mismo modelo o entorno rígido en su creación. Entendida en el sentido, de que el entorno es un
escenario variable, se acepta la metodología como válida en el ámbito cualitativo, pero utilizar el concepto de
planeación por escenarios como una futurología, para basar las decisiones importantes de una empresa en el simple
método cualitativo de escenarios puede ser atrevido y temerario, esta utilización no califica como método científico
dadas sus características de relato de verbos y la no aplicación numérica en su contexto y en su desarrollo alrededor
de posibles hechos futuros, se debe manejar solo como una herramienta simple de nivel subjetivo, que es muy útil
para iniciar procesos serios de planeación estratégica tecnológica con base en el estado futuro; como el caso del estudio
cualitativo Shell-Elf Aquitania descrito en Godet (Godet, 1993) (Miklos & Tello, 2004).

3.3.1.8 Técnicas de consenso

La metodología es bastante usada cuando se desea unificar (bajo sistemas proactivos) las ideas obtenidas de otro
método, por ejemplo es bastante usual consensuar resultados de pronósticos bajo series temporales mediante este
método, donde adquieren mucha importancia las opiniones, las experiencias y las posiciones subjetivas de los expertos
en el tema, a la hora de unificar resultados obtenidos por pronósticos.

El método de consenso exige la participación abierta y sin críticas de los demás participantes, simplemente
mediante la mejora de las ideas hasta lograr la unión total o casi global. Otros ejemplos similares son el método Delphi
con cuartiles (trimestres anuales) y el del Vaticano.

3.3.1.9 Mini-Delphi

Es una versión simplificada del método original, en la cual los distintos participantes escriben sus ideas en
presencia de los demás, luego se discuten públicamente sin asociarlas a los participantes que las desarrollan (esta es
la diferencia con Delphi y con Grupo nominal), posteriormente se analizan y se mejoran, en seguida se toma la mediana
de las ideas como el resultado global. Se utiliza en métodos de planeación y con la ayuda de componentes
cuantitativos, se usa en procesos futurísticos más sofisticados. Es rápido, mejora la motivación, facilita el intercambio
de información, mantiene el anonimato de las ideas, etcétera. Su empleo ideal es a nivel empresarial donde no se
dispone de tiempo y donde se desea la interacción anónima de los participantes.

Existen otros métodos más avanzados, tanto en lo cualitativo como en lo cuantitativo, tales como: el EFTE
(Estimation-Feedback-Talk-Estimation) de los autores Keith R. Nelms y Alan L. Porter en 1985, el GDSS (Group
Decisión Support System) desarrollado por Leonard M. Jessup y Sal Kubalis en 1990 y otros más que utilizan el
método Mini-Delphi como fundamentación (De Miguel E. -F., 2009) (Mora A. -G., Inventarios Cero - Cuánto y
cuándo pedir, 2016).

3.3.1.10 EDSIM (Educational Simulation)

Consiste en un método Delphi avanzado que utiliza técnicas cuantitativas, probabilísticas y temporales de
impactos cruzados (que se enuncian más adelante) para obtener una mejor explicación de la interrelación de las ideas
suscritas, se desarrolla por Timothy W. Weaver en 1971 en Nueva York en la Universidad de Syracuse.

Existen otros métodos, de orden cualitativo que son muy útiles cada uno de ellos, a partir de las características
que presentan y su necesidad de aplicación.

3.3.1.11 COMPASS

Es una herramienta de orden cualitativo que es de mucho uso, a la hora de establecer planes, políticas o
programas empresariales, que requiere del concurso de expertos, se lleva a cabo en dos etapas, en la primera de ellas
se realiza un taller reflexivo que permite encontrar las principales ideas sobre el futuro que se desea y en la segunda
se evalúan las conclusiones obtenidas para poder implementarlas. Es un método heurístico, de investigación
Alberto Mora G.
174 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

exploratoria, de orden empírico desarrollado inicialmente por Barclay Hudson en 1979 (Hudson, 2008) (Mora, 2013)
(Miklos & Tello, 2004).

3.3.1.12 Ábaco de Régnier®

De por sí es un método cualitativo y en cierta forma temporal, muy animado y agradable de realizar, su técnica
es principalmente de debate con grandes ayudas visuales que se basa en diferentes técnicas de colores, permite que
los expertos se involucren de una manera más profunda en la realidad del debate sobre el tema, del cual se trata de
averiguar el futuro.

3.3.1.13 Conferencia de encuentro y búsqueda de futuribles

Es una técnica de orden cualitativo y temporal, mediante el análisis grupal de expertos homogéneos, bastante
conocedores del tema que se desea prospectar entre diez y quince años vista, en él se revisan y se auscultan las
tendencias del pasado, que se cree que tengan alguna influencia en el tiempo futuro, al igual tratan de elucubrar sobre
las situaciones nuevas que pueden aparecer en ese lapso futuro. Es muy adecuado para procesos de planeación de
estrategias, programas y políticas de corto, mediano y largo plazo, su restricción es que los participantes deben ser
muy homogéneos y verdaderamente expertos en la temática.

Existen algunos métodos de orden cualitativo de menor alcance y dimensión, como: Análisis de fuerzas, Ariole,
Evaluación tecnológica, insumo - producto, proyección (predictive, en su fase cualitativa), teoría de catástrofes,
Incasting, back-casting, Visioning, futures Work Shop, monitoring, Imágenes alternativas, TKJ o KJ, Intuiciones
sistémicas, simulación de Monte Carlo (muy usada en cálculo de confiabilidad, mantenibilidad, estadística, etcétera.),
Matriz de decisión, Conferencia, Foro, Market testing, Promoción de ideas y muchos otros (probablemente algunos
de los mencionados pueden alcanzar jerarquías superiores de orden cuantitativo, probabilístico y temporal como parte
de su desarrollo y evolución contemporánea) (Londoño, Capacidades del negocio, nuevo orden mundial de éxito
empresarial, 2014) (Miklos & Tello, 2004) .

3.3.2 Cuantitativo - Numérico o algoritmos de valor

Una vez se logran determinar los artefactos o las variables del entorno mediante los procesos cualitativos, se
seleccionan y se definen los parámetros de calificación cuantitativa que evalúan los rendimientos de dichas variables.
Las variables se cuantifican para poder empezar a ensamblar un modelo exhaustivo de planeación estratégica
tecnológica basada en el estado futuro, con el fin de tener una futurología integral basada en metodologías de carácter
científico.

La previsión puede conceptuarse a partir de los atributos (artefactos o variables del entorno) que caracterizan
una situación y de los factores claves de rendimiento, que deben alcanzar en el tiempo, es decir, el atributo se cuantifica
y se mide con una unidad bien definida para ese fin. Por ejemplo, dentro de los económicos se encuentra el Producto
Interno Bruto (PIB) y su unidad de medida es la variación porcentual de un período respecto a otro, en producción se
habla de las cantidades demandadas o requeridas para satisfacer las necesidades del público. Lo importante en estos
casos es identificar los sistemas de medición, los parámetros adecuados a cada variable y sus factores claves de
rendimiento, en la evaluación futurística, que son de interés para el pronosticador (Mora A. -G., Métodos Furísticos -
Pronósticos, 2012) (Mora, 2013) (De Miguel E. -F.-D., 1990).

3.3.3 Temporalidad
El enfoque kantiano presupone que la esencia en sí de los métodos futurísticos consiste en poder trasladar
mentalmente todos los sucesos factibles de ocurrir en el porvenir en los elementos de un sistema (personas, artefactos
y entorno) en términos de espacio y/o tiempo a otras coordenadas distintas a las actuales. Como tal, son sucesos
mentales tanto los de tiempo como los de espacio, por lo cual todas las técnicas que se usan son de carácter mental e
intelectual, las cuales adquieren la calidad de valederas, en la medida en que los traslados en el tiempo sean lo
suficientemente consistentes y secuenciales, que generen coherencia intelectual en cada una de sus etapas.

Normalmente la medición, parametrización o cuantificación de variables requiere necesariamente la condición

del tiempo, es decir, esta valoración exige la condición de temporalidad y en ocasiones del espacio.

Este punto del tiempo es de vital importancia, a la hora de diseñar la secuencia lógica de los métodos, por ejemplo
es factible trasladarse en el corto plazo con métodos como las series proyectivas temporales, para luego desplazarse a
dos años vista a lo que se puede denominar año base a partir de métodos Delphi o Vaticano (u otros cualitativos), para
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 175

establecer los entornos en varios temas (tecnológico, económico, social, etcétera.) y posteriormente dispararse a cinco
o diez años vista, con métodos netamente prospectivos como el análisis estructural de impacto cruzado y, en cada año
prospectado realizar distintos análisis. En fin, el propósito en general es tratar de consolidar un proceso científico,
conjugado por diversos métodos que presenten coherencia intelectual en su secuencia de aplicación, que generen
cambios suaves en el tiempo, sin generar vacíos abruptos que invaliden el proceso de alguna manera en cuanto a
continuidad, contenido científico, verosimilitud, importancia, transparencia, repetibilidad, pertinencia,
representatividad o consenso.

El futuro como categoría mental, sólo existe imaginariamente en el tiempo presente. Es un ámbito abierto al
devenir y la creatividad humana. Para el hombre como ser actuante, el futuro es el campo de la libertad y la voluntad;
como ser pensante, el futuro es siempre el campo de la incertidumbre; y como ser sensible, el futuro se enmarca en
los deseos y aprehensiones (Jones & Twist, 1978) (Davenport & Harris, 2007) (De Miguel E. -F.-D., 1990)
(Bertalanffy, Teoría General de los Sistemas, 1994) (Whorf, Language, Thought and reality: selected writings of B.L.
Whorf – John Caroll, Ed. John Wiley & Sons, 1953) (Wilson, 2020).

Las civilizaciones indoeuropeas 79 crean parámetros de tiempo y espacio; mediante el establecimiento de

características de lugar y de dinamismo ordenado de sus actividades para poder comprender sus actuaciones, sus
relaciones y sus estructuras (Whorf, Language, Thought and reality: selected writings of B.L. Whorf – John Caroll,
Ed. John Wiley & Sons, 1953) (Whorf, Collected Papers on Metalinguistic – Foreign Service Institute – Department
of State, 1952).

Las relaciones que se dan entre las diferentes interacciones de los tres elementos 80 de un sistema empresarial se
realizan en términos de tiempo; es decir de unas actividades pasadas (únicas y exactas) que se analizan en un tiempo
presente y que pretende imaginar las posibles relaciones y condiciones de estado futuras (2003). El objetivo de los
métodos futurísticos es conocer (a partir de unas características dadas en el presente y analizadas científicamente) las
situaciones posteriores en el porvenir y en condiciones iguales o diferentes de espacio; de uno de sus elementos, de
dos de ellos o de los tres interrelacionados entre sí (Mora, 2001b,3).

El tiempo es algo continuo que va del pasado al futuro, en donde los únicos datos que tiene el analista (o
diseñador de futuros), relacionan el pasado con el presente, y en muchas ocasiones, los datos pasados carecen de
validez para realizar los pronósticos. Sin embargo, si existiese una tendencia regular entre los datos históricos y el
presente, también existe la probabilidad de que se mantenga la tendencia. Según Bright la extrapolación del pasado
solo sirve de guía satisfactoria para el futuro, si no se producen nuevos hechos de importancia, rupturas, cambios
drásticos del entorno (se opacada su estabilidad) y si los estímulos o variables que influyen en un desarrollo anterior,
se mantienen sin cambios notables (De Miguel E. -F., 2009) y está citado en la página 207 del libro del Doctor E. De
Miguel (De Miguel E. -F.-D., 1990).

3.3.4 Probabilidad - Probabilístico - Probabilidades

Esta cuarta característica de la clasificación del autor Enrique De Miguel, se refiere a varios aspectos: contempla
tanto los métodos que asumen la asignación humana de probabilidades a eventos de una forma técnica o subjetiva con
base en la experiencia y el conocimiento de los hechos por parte de los expertos que participan en el estudio, como
aquellos métodos que realizan cálculos estadísticos (matemáticos o estocásticos), para asignar probabilidades de
ocurrencia directas o conjugadas a los posibles eventos de un análisis futurístico.

Existen muchos métodos, herramientas y metodologías futurísticas que tienen alguna o varias de las
características que permiten clasificar los métodos, según De Miguel: cualitativos, cuantitativos, probabilísticos o
temporales; cada uno como ya se menciona anteriormente, presenta ventajas y limitaciones, su uso está condicionado
a su esencia y al tipo de producto que genera en su desarrollo; normalmente el carácter científico lo adquieren al
trabajar en forma combinada o secuencial con varios de ellos, a continuación se esbozan superficialmente ciertas
características, de algunos de ellos sin pretender profundizar81, simplemente se manejan en este texto a nivel
informativo con referencias bibliográficas para que cualquier persona que desee usarlos, pueda profundizar y encontrar
la literatura con la bibliografía pertinente.

79
En las cuales se hacen los desarrollos empíricos y científicos de los métodos proyectivos, de turbulencia y prospectivos.
80
Personas, entorno y recursos (artefactos) del enfoque sistémico kantiano.
81
El objetivo de este libro se centra en los métodos proyectivos de carácter cuantitativo, probabilístico y temporal, como son los pronósticos
numéricos univariados obtenidos a partir de la metodología de series temporales.
Alberto Mora G.
176 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

3.3.4.1 Curvas de aprendizaje

Este método es de base cualitativa, con fuertes componentes cuantitativos y temporales, refleja el nivel de
aprendizaje de las personas u objetos ante determinada función o situación. Se basa en la recolección de datos
históricos, que permite su extrapolación en un estado presente para conocer su comportamiento futuro.

3.3.4.2 Curvas de sustitución

La metodología es netamente cuantitativa y temporal, se aplica en situaciones donde una tecnología, servicio,
producto, proceso u organización es sustituido paulatinamente por otro, pretende encontrar la relación matemática que
modele dicha sustitución en el tiempo (Fisher y otro,1971). El método es útil cuando se trata de productos o materiales
nuevos (268).

3.3.4.3 Analogías cuantificadas

El método se fundamenta en la herramienta futurística de analogías de orden cualitativo, solo que se añaden
componentes cuantitativos y temporales; el proceso identifica un fenómeno en el tiempo que se denomina el precursor
y uno rezagado más actual, se encuentran los parámetros y las relaciones matemáticas que gobiernan la relación causal,
se toman los datos históricos de valores del elemento precursor y se pronostica con series temporales el elemento
rezagado (se recomiendan períodos de ocho años) del autor Koshi (Koshi,1974) (Caicedo, 2014)82. El método tiene
mayores beneficios en los asuntos tecnológicos y empresariales, presenta algunas restricciones en lo social 83 (Jones
& Twist, 1978) (Irajpour, Fallahian Najafabadi, Mahbod, & Karimi, 2014) (Jasso, 2014).

3.3.4.4 Modelos dinámicos o Dinámica de sistemas

La metodología básicamente es de orden cuantitativo, temporal y cualitativo 84. Encuentra las correlaciones
matemáticas y estadísticas entre variables en términos del tiempo, establece los modelos matemáticos requeridos para
ajustar el comportamiento histórico de los diferentes fenómenos evaluados, una vez los emula, los extrapola al futuro.
Se puede afirmar que es un método proyectivo de corto plazo. Si se combina con herramientas de orden causal 85 y
estadístico, puede generar resultados muy satisfactorios y coherentes en el tiempo futuro.

El modelo consiste en simular la conducta pasada de un fenómeno apoyándose en la relación matemática que
gobierna a sus variables, mediante la variación de una o varias de ellas, se pueden simular la sensibilidad de las demás.

El modelo se usa mucho en el campo de la experimentación, en electrónica, en robótica, etcétera.

Es algo similar a los modelos de series temporales, sólo que relaciona varias variables y no busca el modelo que
sea más análogo con lo real como en las series, sino que encuentra realmente la ecuación que simula perfectamente el
fenómeno (De Miguel E. -F., 2009).

Este método persigue objetivos muy similares e idénticos que los pronósticos que se obtienen por series, que es
uno de los objetivos relevantes de este libro. La econometría o estadística matemática es un método futurístico que
califica en este grupo de modelos dinámicos (Miklos & Tello, 2004).

Los juegos de simulación caen en esta fase de los métodos cualitativos, cuantitativos, temporales y
probabilísticos.

82
Koshi, 1974 - Citado por Ingeniero Magister Guillermo Caicedo (Caicedo, 2014).
83
En especial cuando se pronostican con series temporales, más sin embargo no descalifica el método que aún se encuentra en evolución.
84
Es muy generalizado el uso de técnicas cualitativas para encontrar los fundamentos, de fenómenos evaluados antes de los métodos y de análisis
cuantitativos, temporales y probabilísticos.
85
Como análisis de correlaciones, coeficiente Alfa de Cronbach, varianzas, covarianzas, regresión múltiple, componentes principales (Santesmases,
Investigación de Mercados - Estadística, 2009) (HajShirmohammad & Wedley, 2004), relaciones polinomiales, funciones matemáticas de varios
grados, redes neuronales de correlación, técnicas de simulación, I think, etcétera.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 177

Figura 97 - Enfoque sistémico futurítico

Nota: elaboración propia, niveles y/o estados futurísticos sistémicos (Kant I. , 2003) (Arango, Martín Darío - Serna; Londoño,
Jesús Enrique - Salazar; Álvarez, Karla Cristina - Uribe, 2012) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012).

3.3.4.5 Técnicas compuestas

Los métodos futurísticos en general son complementarios, se requieren unos de otros para alcanzar los diez
criterios mínimos de éxito y consolidar el proceso integral de futurología, como de carácter científico. Dadas unas
circunstancias de personas, recursos (artefactos) y entornos (escenarios) existen unos más adecuados que otros, con
base en las características propias del fenómeno o situación que se desee prospectar en sí y de lo que se pretenda
obtener, a partir de la información que se tiene. En algunas ocasiones la combinación de varios modelos es el mejor
camino para obtener excelentes resultados.

Por lo general estas combinaciones, requieren de la utilización de diversos métodos y, que entre todos reúnan
las características (cualitativas, cuantitativas, probabilísticas y temporales) del autor De Miguel y científicas
requeridas para su adecuada validez y aplicación.

3.3.4.6 Análisis de tendencias de impactos

Califica como un método cualitativo, temporal y cuantitativo; su producto futuro consiste en detectar los estados
posibles que se pueden lograr, al proyectar con la extrapolación de sucesos pasados, la tendencia 86 natural de un
fenómeno, sin fenómenos exógenos, es decir libre de sorpresas. Este método es útil para construir ciertos imaginarios
en determinadas ocasiones, en áreas empresariales como ventas y mercadeo. De alguna manera se usan en estas
técnicas los métodos de regresión y ciertos modelos dinámicos.

86
Es importante recordar que en la proyectiva por series temporales y en otros métodos de extrapolación, el único elemento de una serie que influye
en el futuro, no solo es la tendencia natural, sino que están además influencias pasadas como los cambios de nivel, el ruido o aleatoriedad, la
estacionalidad y la presencia de estructura cíclicas, como se describe en el capítulo de proyectiva de este libro.
Alberto Mora G.
178 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

3.3.4.7 Análisis Bayesiano

Es una técnica probabilística y cualitativa, asume una serie de eventos futuros y les calcula sus probabilidades
de ocurrencia bajo unos paradigmas de sucesión de hechos condicionados a ocurrir, es de orden cuantitativo cuando
evalúa financieramente los beneficios esperados.

3.3.4.8 Árboles de decisión - Árbol de relevancia - Método PATTERN

Es una herramienta futurística de carácter científico que posee características cuantitativas, cualitativas,
temporales y probabilísticas, trabaja sobre la base de la incertidumbre de que no se dispone de datos del pasado sobre
los cuales predecir el porvenir. Los expertos que participan en ellas pueden analizar, estructurar y resolver problemas
mediante análisis gráficos, probabilísticos y económicos.

Se establecen eventos y decisiones que se construyen sobre la figura de un árbol, en él se dibujan nodos de dos
tipos, cuando son orden decisional sobre los cuales el ser humano puede optar por cada una de las posibles opciones
y estados aleatorios naturales cuando la opción a suceder no depende de las personas, se construyen así las distintas
ramas del árbol con su correspondientes nodos, hasta llegar a la derecha a eventos terminales, cada opción natural o
humana se valora en términos económicos y probabilísticos; el proceso consiste en decidir sobre la ruta que mayor
beneficio esperado ofrezca, de acuerdo a sus opciones probabilísticas.

Se puede pensar que es equivalente al enfoque decisional de Bayes. El árbol a la vez que permite determinar los
futuribles, sirve para controlar la evolución de los hechos, con el fin de optar por el camino correcto, cada vez que
surja un evento natural o decisión humana.

Similar o con variaciones mínimas se le denomina también como Árbol de relevancia (Stamatis, 1995) en análisis
de fallas, también muy usado en prospectiva (Miklos & Tello, 2004).

Uno de los estudios más conocidos donde se aplica el Árbol de relevancias es en el proyecto PATTERN87
(Planning Assistance Through Technical Evaluation of Relevance Numbers) que lo utiliza la empresa Honeywell
Corporation en 1971, con el fin de prospectar los aspectos militares, espaciales y médicos más relevantes para planear
su futuro y alcanzar sus metas en el porvenir (Gimbert, 2009).

3.3.4.9 Series temporales

Por decisión del Autor de esta obra y, por ser este tema el de mayor valor agregado e importancia en el libro, se
trabaja detallada y ampliamente en etapas y párrafos posteriores a este, revise la sección 3.4.1 por favor, para
profundizar en el tema.

3.3.4.10 Análisis del espectro de frecuencias temporales

Es una derivación de las series temporales, por medio de esta técnica se demuestra que cualquier proceso
periódico se puede modelar, con la precisión deseada, mediante series de términos de funciones sinusoidales (seno y
coseno), lo que se conoce como series de Fourier, y se denomina espectro a la representación de las amplitudes, en el
eje de las Y, que constituyen los diferentes términos de la serie para toda la gama de frecuencias (eje de las X).

El espectro es una herramienta fundamental para detectar estacionalidad en una serie y determinar su período.
Como es de esperar, el espectro está íntimamente relacionado con la función de auto correlación ACF, se usa mucho
en vibraciones, mantenimiento, energía y otras áreas de la ingeniería.

En la siguiente figura se muestra una imagen típica del espectro de frecuencias de una serie, en el que se
representa en el eje de las Y la amplitud y en el de las X la frecuencia, mediante la obtención directa del espectro a
partir de los datos (esquina superior izquierda), se realiza una refinación con procedimientos de alisado y que permite
en este caso detectar la presencia de un factor de periodicidad para la frecuencia en torno del valor 1.

87
Aplicado en el estudio desarrollado por R. Alderson y W. Sproul, denominado Requirement Analysis, need forecasting and Technology Planning,
citado en el libro de Marvin J. Cetron (1971) alusivo al tema (Citado por (Miklos & Tello, 2004)).
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 179

Figura 98 - Método de análisis del espectro de frecuencias temporales

Nota: elaboración propia, espectros temporales (Mora A. -G., Métodos Furísticos - Pronósticos, 2012).

Puesto que Periodo = 1/ Frecuencia, que permite obtener la frecuencia, o frecuencias (picos en el espectro), a
partir de ésta se calcula de forma sencilla el periodo de las oscilaciones en la serie de datos.

3.3.4.11 Técnica Delfos con cuartiles

Es de grado cualitativo, temporal, cuantitativo y probabilístico; se basa en expertos del tema a evaluar el estado
futuro. El proceso que sigue es similar al método Delphi solo que asigna probabilidades de ocurrencia a los diferentes
eventos y a sus derivados por cruce entre ellos, en diferentes estados del tiempo (en el caso de cuartiles o trimestres
de año) (De Miguel, 1990,280-288).

Las etapas que sigue se sintetizan en:

Escogencia del tema o fenómeno del cual se desea estudiar su futuro

Selección y definición de los expertos (entre el grupo se debe contar con expertos en la temática
estudiada, expertos en el método y técnicos) con sus reglas de juego (lo ideal es superior a 10 e inferior
a 50 personas 88, si la entidad donde se realiza es privada se toman pocos y si es pública el número de
expertos debe ser el máximo posible).
Descripción de las variables influyentes en el futuro del tema evaluado, por parte de los expertos.

88
Se puede afirmar que el número ideal para cualquier caso es 31 Personas o más (Teorema del Límite Central) (Levin, Balderas Lozada, Del Valle
Sotelo, & Gómez Castillo, 2004)
Alberto Mora G.
180 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Validación de las variables encontradas y asignación de probabilidades con sus fechas de ocurrencia por
parte de los expertos, análisis global de los eventos (con sus variables influyentes, dadas unas
probabilidades con sus respectivos tiempos futuros de ocurrencia) para ratificar la integralidad del
estudio.
Estrategias y acciones que desarrollar a partir de los resultados generales del estado futuro.

En general es un método de alto contenido científico, fácil de realizar y de buenos resultados, sus puntos vitales
son: la selección de los expertos, la asignación de probabilidades y el seguimiento de una metodología seria y rigurosa
en el proceso. La gran virtud de la técnica Delfos con cuartiles es que crea entornos (escenarios) acompañados de
fechas de ocurrencia por venir con alta probabilidad de ocurrencia (Mora A. -G., Métodos Furísticos - Pronósticos,
2012).

3.3.4.12 Método del Vaticano

Es una herramienta netamente cualitativa, que emula el método Delphi y le agrega unas etapas adicionales, que
garantizan que se llegue a un consenso total de los participantes sobre el tema que se desea evaluar en su estado futuro.

3.3.4.13 Análisis estructural de impactos cruzados - MIC MAC

El método de impactos cruzados es quizás uno de los métodos más completos para el análisis futurístico de
diferentes entornos posible en el mediano y largo plazo, se considera de orden cualitativo, cuantitativo, temporal y
probabilístico. Su insumo son las ideas de los expertos, quienes deben ser seleccionados de una forma muy cuidadosa,
pues en ello y en ellos radica el éxito.

Se desarrolla en varias etapas, se inicia en un ejercicio profundo de orden cualitativo que pretende detectar las
variables que influyen de alguna manera en el presente o en el futuro sobre un tema, variable o entorno futuro
(normalmente es una técnica Delphi para comenzar), una vez se consiguen las variables por algún método cualitativo
serio, se relanzan las hipótesis y se procede a su decantación con algunas técnicas estadísticas y/o cuantitativas,
posteriormente se procede a evaluar mediante otra etapa y/o instrumento las influencias de unas variables sobre otras
a partir de la opinión de los expertos (estos se recomiendan en cifra superior a diez e inferior a cincuenta (similar al
Delfos con cuartiles) (De Miguel,1990,302), la cifra ideal es trece personas (cuando se trata de sector privado, 35 para
mixto y 50 o más, para entidades públicas).

La siguiente fase es la construcción de una matriz donde se recogen las ideas cuantificadas y con asignaciones
probabilísticas dadas por cada uno de los expertos de cada variable sobre las demás, esta matriz se unifica con ceros
y unos a partir de las medias obtenidas (matriz que se conoce como base cero) de las incidencias de unas variables
sobre otras, una vez establecida la matriz se procede a elevarla a la máxima potencia posible con el fin de obtener unos
valores suavizados constantes en las evaluaciones de motricidad (movilidad o capacidad de una variable de incidir a
futuro sobre otra) y dependencia (incidencia que puede recibir una variable de otra con alto grado de motricidad, puede
decirse también del grado de sensibilidad de una variable al ser impactada por otra), valores que se obtienen de la
matriz que potencia; entre más elevado sea el valor de la potencia, mayor es la probabilidad de la estabilidad de sus
valores de dependencia y motricidad.

Con estos valores horizontales de motricidad y verticales de dependencia, se procede a construir los mapas
arquitectónicos contextuales de impacto directo (matriz de orden uno, que refleja la realidad actual) y el de impacto
indirecto (matriz elevada a la máxima potencia) que es el que representa los valores de motricidad y dependencia que
adquieren las variables a futuro.

El mapa de orden indirecto que se obtiene mediante procesos cuantitativos, estadísticos, probabilísticos y
temporales, constituye cuatro cuadrantes que representan los tipos de variables que se tienen: motrices (alta motricidad
y baja dependencia), reflejo o tipo espejo o de refuerzo (alta motricidad con alta dependencia), dependientes (alta
dependencia con baja motricidad, conocidas también como variables del futuro, de largo plazo) y por último las
variables autónomas o independientes (baja motricidad y baja dependencia) que son las que no inciden, ni en el
presente ni en el futuro sobre el sistema (Mora A. -G., Métodos Furísticos - Pronósticos, 2012)

Estos cuadrantes también esquematizan las acciones en términos del tiempo, definen las estrategias que se deben
llevar a cabo en cada fecha encontrada, establecen la secuencia lógica de metas y actividades a desarrollar de una
forma coherente, permiten evaluar los resultados que se obtienen en cada tiempo definido para ello, etcétera.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 181

Son innumerables los beneficios de la planeación estratégica tecnológica a partir del estado futuro que se
obtienen por este método MIC MAC, por eso se les considera a los métodos de impacto cruzado como uno de los
métodos de mayor nivel científico, cuando se aplican debidamente se da por descontado que cumplen todos los
criterios de éxito ya descritos (Godet, 1993) (Miklos & Tello, 2004) (De Miguel E. -F., 2009).

3.3.4.14 MACTOR

Esta herramienta sofisticada y especializada que permite en el mediano y largo plazo, definir: los juegos, los
roles, las posiciones, las misiones y visiones, las características y demás particularidades de los diferentes actores que
intervienen en la futurología de un sistema, utiliza como base de acción el análisis estructural de impacto cruzado,
permite contrastar las versiones futuras de cada actor con las del sistema.

3.3.4.15 MULTIPOL

Es un método de orden cualitativo, temporal, temporal y probabilístico que utiliza múltiples criterios
entrelazados y relacionados. Su objetivo es comparar y encontrar diferentes acciones y soluciones a una situación dada
mediante distintos criterios y políticas. El procedimiento conlleva la utilización de tableros evolutivos simples,
mediante la combinación futura y posible de distintas acciones o soluciones. Trabaja a partir de expertos en el tema
que se resuelve.

Es una metodología flexible que evalúa las diferentes acciones a la luz de diferentes criterios, que sopesa los
diferentes resultados futuros obtenidos, se trabaja mediante sesiones de grupos, instrumentos y en su fase final
consolida resultados del porvenir mediante el consenso de los expertos, que participan.

Se puede catalogar como un método pertinente y de fácil aplicación, parte de la incertidumbre y prueba la solidez
de las diferentes acciones o soluciones encontradas por el grupo de expertos, en diferentes escenarios con diferentes
políticas y estrategias. Una de sus grandes virtudes es que no requiere mucha formalidad para su implementación, se
logran resultados válidos y coherentes en tiempos relativamente cortos. Su gran aporte, es que contribuye
fundamentalmente a la toma de decisiones mediante criterios múltiples, a partir del manejo de conceptos y
procedimientos múltiples de cierto grado de complejidad (Godet, 1993).

Existen otros métodos futurísticos, relevantes para distintas aplicaciones, varios de estos los puede consultar en
el Libro adjunto del Autor, en el siguiente archivo 24, adjunto, donde al dar doble clic izquierdo encima del letrero,
se abre automáticamente en pdf.

Archivo 24 - Libro Inventarios Pronósticos Mora 2022.pdf

3.3.5 Clases de métodos futurísticos según el tiempo a evaluar

Las tres grandes categorías que se establecen a la luz de esta óptica de parámetros de uso y aplicación son:

Estudios proyectivos, son estudios que básicamente son de corto plazo, de basan en datos numéricos y
solo trabajan cuando el entorno es estable (así la variable oscile en sus valores). Lo usual es que
extrapolen situaciones del pasado y del presente hacia el futuro, aunque existe la excepción de los
modelos modernos denominados AR.I.MA. en las series temporales (que son capaces de detectar
situaciones a futuro que no tienen relación con el pasado (que se obtienen de los residuos en las
comparaciones correlacionales de los datos del pasado), al menos numéricamente).

Estudios de turbulencia o transición, son muy útiles cuando el entorno inestable se vuelve estable o a la
inversa, van de dos meses a dos años.

Estudios prospectivos, son metodologías de largo plazo, habitualmente combina muchos métodos, solo
se deben usar en entornos cambiantes de orden inestable; trabajan casi siempre a partir de ideas, van de
dos a veintidós años.

3.3.6 Características
Las principales cualidades y condiciones de los métodos se describen en la siguiente ilustración.

Alberto Mora G.
182 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Figura 99 - Clasificación, diferenciación y caracterización de los métodos futurísticos

Nota: elaboración propia, niveles y/o estados futurísticos sistémicos (Kant I. , 2003) (Arango, Martín Darío - Serna; Londoño,
Jesús Enrique - Salazar; Álvarez, Karla Cristina - Uribe, 2012) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012).

En síntesis, para alcanzar los criterios de éxito se debe hacer una adecuada selección de los métodos que
intervienen en el caso particular de la futurología a aplicar, o en sus conjunto total o parcial, si trasiega por varios de
los estadios de análisis y profundización de fenómenos de mantenimiento vanguardia a realizar.

El diseño puede ser tan complejo y completo como se desee, con base en las necesidades del cliente y a partir
de la realidad de las personas, el entorno y los factores productivos con que se cuenta, además de que debe acomodarse
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 183

a las expectativas económicas de la empresa que lo desea realizar y del período de tiempo en que lo puede ejecutar
integralmente.

Figura 100 - Combinaciones factibles o no

Nota: elaboración propia, factibilidades reales (Arango, Martín Darío - Serna; Londoño, Jesús Enrique - Salazar; Álvarez, Karla
Cristina - Uribe, 2012) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Wilson, 2020). Aclaración 1 es análisis descriptivo,
2 análisis diagnóstico, 3 análisis predictivo, 4 prescriptivo y 5 cognitivo, es para saber qué se debe hacer o no, en las combinaciones
factibles.

3.4 Predictive Analytics proceso

Es la etapa más aportante al valor agregado de mantenimiento vanguardia, por eso se debe realizar con un método
contundente, válido estadística y científicamente hablando, se usa Series de Tiempo, en inglés Time Series, como una
herramienta muy sólida para pronósticos de corto plazo, se recomienda hasta< dos meses vista y en ocasiones
especiales hasta seis meses (eventualmente con restricciones, se podría ir a un año, aunque no es nada recomendable).

Es importante recomendar que se hagan pronósticos de corto plazo, ojalá máximo de uno o
dos meses, en el evento en que se requiera hasta seis meses, se debe colocar por favor las
leyendas, de la nota pie de página de este folio 89. Pronóstico (mes uno) - Estimación (mes dos)
- Especulación (tres en adelante).

89
Se recomienda siempre colocarles a los dos primeros valores pronósticos, al siguiente estimados y a los demás especulativos, para denotar
claramente su alcance y validez futurística.
Alberto Mora G.
184 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

De entrada se descarta para este estadio las simulaciones de Monte Carlo, ya que su fundamento es netamente
aleatorio, o sea que parte de la base de que el entorno es inestable, situación muy útil en el estadio prescriptivo o de
transition.

Los pronósticos tienen una propiedad innata y consiste en que a medida que Usted se aleja
del presente con las predicciones, el error entre pronóstico y realidad, se multiplica
exponencialmente, es decir crece mucho.

Figura 101 - Empresas alusivas a impacto umbral pronósticos corto plazo 90

Nota: elaboración propia.

En el siguiente caso real del Autor con su

empresa COLDI Limitada, NIT 800.232.855-8
Colombia, sobre cálculos predictivos, de la Empresa
norteamericana Financiera Lehman Brothers 91 , a
través de la firma V-Factory 92 - The innovations
Teams, de Itagüí - Antioquia - Colombia, sobre el
precio de sus acciones de ellos en Bolsa de Nueva York
en el año 2004, se realizan dos tandas de pronósticos,
una en la fecha viernes 24 de septiembre (horas de la
tarde, una vez se conoce el valor de ese viernes 24) de
2004, en el cual se generan dos pronósticos, como
esboza la Figura 103 - Impacto del umbral de tiempo
en la calidad de los pronósticos de corto plazo, uno para el viernes 1 de octubre y el otro para el 8 de octubre ambas
del año 2004, es impactante ver que para la primera semana del día 1 de octubre de 2004 el desacierto o uno menos
Goodness of Fit, es del 4.67% y ese mismo valor predicho el mismo día 24 de septiembre es de 6.77% aumentando el
error un 44.96 %, se calcula con la expresión (6.77 – 4.67) / (4.67) todo en porcentaje.

Luego en la siguiente etapa de cálculo de la Figura 103 - Impacto del umbral de tiempo en la calidad de los
pronósticos de corto plazo, realizada el día ocho de octubre del año dos mil cuatro, en las horas de la tarde una vez
pasa la corrida de la Bolsa de New York, se realizan tres pronósticos, uno a siete 93 (7) días vista, otro a 14 y, el tercero
y último a 21 días vista, que corresponde a la fecha del viernes 29 de octubre de 2004.

Es muy impactante ver que el error del 0.4 % del primer viernes 15-xii-2004, se incrementa el error un 540 %
aproximadamente (sale del cálculo de 0.4 - (- 1.36) = (2.16 / 0.40) %, da 540%) y pasa al 22 de octubre de 2004, en
un valor de error del 2.87 del viernes 29 de octubre 2004; lo cual denota que crece el error frente al primero en (2.47
/ 0.4%) un 617.5 por ciento.

De donde se concluye que entre más se distancie del presente, el error se incrementa drástica,
sostenida y permanentemente de forma exponencial, con el deterioro del pronóstico.

90
CP Corto plazo se asume de uno o dos meses, cuando se desee presentar un umbral de tiempo más largo, se deben especificar, el primer pronóstico
como predicción, el segundo como un estimado y de ahí en adelante Especulativo, hay que ser cauto en esto para evitar problemas futuros
contractuales o personales por errores inducidos. Los analistas o pronosticadores deben tener en su orden: respeto, prudencia, paciencia, mucho
tiempo de análisis y de múltiples pruebas, no enunciar nunca o no divulgar lo que sus ojos ven, solo lo que la máquina califique, compruebe y
cumpla el método científico, reafirmando la lógica analítica.
91
Hoy extinta en Estados Unidos.
92
Empresa Spin-Off de la Universidad Escuela de Ingeniería de Antioquia U EIA, Envigado - Antioquia - Colombia.
93
Es el que corresponde al valor de la acción pronosticada para el 15 de octubre de 2004.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 185

Figura 102 - Impacto del umbral de tiempo en la calidad de los pronósticos de corto plazo

Nota: elaboración propia (Mora A. -G., Futuro en mantenimiento, 1998).

3.4.1 Series de Tiempo - Times Series

Las series temporales forman partes de los estudios futurísticos probabilísticos, temporales y cuantitativos,
aunque se debe resaltar que nunca nacen como tal de manera numérica, si no que siempre están precedidos por
proyectos o estudios cualitativos.

La metodología de series temporales califica como un método cuantitativo y temporal94 de procedencia

cualitativo, básicamente se trata de emular el comportamiento futuro a partir del análisis de los datos del pasado y del
presente; se le considera como uno de los métodos más completos, acertados y útiles para conocer el futuro de corto
plazo; el por sí solo cumple con el método científico cuando sigue una metodología integral estandarizada
mundialmente (Mora A. -G., Métodos Furísticos - Pronósticos, 2012) (Carrión, 2014).

Usa diferentes modelos de previsión dentro de su análisis metodológico y sistémico, entre ellos se destacan los
modelos AR.I.MA.95 (AR Auto Regressive (Auto Regresivo)- I Integrated or Integratived (Integración o

94
En ocasiones se les atribuye características probabilísticas.
95
Conocidos como modelos modernos.
Alberto Mora G.
186 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Diferenciación) - MA Moving Average (Medias Móviles y en ocasiones denominado Promedios Móviles)) con su
metodología Box-Jenkins y algunos casos particulares de estos como son los denominados modelos clásicos (de ajuste
por tendencia o regresión, de suavización exponencial (y pura) y los de descomposición). Tanto los modelos clásicos
como los modernos tienen la capacidad de extrapolar el pasado hacia el futuro, pero además de esto los modelos
AR.I.MA tienen la gran virtud de encontrar situaciones numéricas futuras que no tengan antecedentes ni relación con
el pasado 96, de allí la gran importancia de manejar adecuadamente estos modelos en los procesos de series temporales.
El pronóstico con series temporales es el epicentro de este libro y como tal es la base estructural de este desarrollo. Es
importante recordar que es una técnica de corto plazo y funciona muy bien cuando el entorno es relativamente estable,
aun cuando los valores de la variable oscilen mucho (Marroquín & Chalita, 2011).

Las series temporales tienen gran aceptación y divulgación empresarial. Son mundialmente aceptados y su
aplicación está circunscrita a muchos campos tecnológicos, empresariales y sociales, tales como: inventarios,
demanda, producción, ventas, mercadeo, finanzas, economía, mantenimiento, ciencias sociales, demografía e infinitas
áreas del conocimiento mundial. Presentan grandes avances en los últimos años tanto en su contexto, usos,
aplicaciones y softwares de apoyo para su realización (De Miguel E. -F., 2009)(Muñoz B. -A., Confiabilidad,
disponibilidad y mantenibilidad, 2019) (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir, 2016).

Una metodología derivada de las series temporales son los pronósticos tecnológicos que es usada inicialmente
por Lenz en 1960, que sirve para planeación estratégica tecnológica y clásica, como para el análisis de alternativas
futuras y el perfil de su impacto individual y cruzado (Miklos & Tello, 2004).

Es importante resaltar que casi siempre el iniciador de un proceso cuantitativo, temporal o probabilístico es un
método cualitativo, estas técnicas subjetivas son las que constantemente dan origen a las metodologías avanzadas, es
decir se parte de la base de inspiración humana sobre un fenómeno o variable que se desea evaluar en el tiempo, ese
instante de inicio es el motor de cualquier método cuantitativo, probabilístico o temporal. A la inversa se puede afirmar
que antes de cualquier estudio futurístico de orden científico su inicio es una idea subjetiva humana o un proceso
cualitativo; lo que permite deducir que probablemente los métodos cualitativos de grado subjetivo, por sí solo no
otorgan el carácter científico a una futurología, pero que siempre que se alcanza el carácter científico en un proceso
futurístico, este tiene en su origen uno cualitativo, que permite el desencadenamiento hacia los cuantitativos,
temporales o probabilísticos.

3.4.1.1 Información que evoluciona a Conocimiento de etapa tres, procedente de etapa

dos diagnóstica

Se asumen como elementos vitales, los siguientes:

- Data en meses - Cálculos dinámicos - Mp como candidato a pivote - Transformación de parámetros con suma
- Descarte del tercer parámetro de localización - Uso de disponibilidad alcanzada - No hay relación entre la
planeación de los mantenimientos y la programación de los correctivos cada cual va por su lado y no se
cruzan entre sí, que es el deber ser

De acá se toman los insumos de entrada al estadio predictive, provenientes de la sección 2.6.3.1II - 2 - M -
Postulación técnica de factibles variables pivotes de etapa 3 predictiva.

Como cuerpo cierto, se asume en el inicio del estadio tres: disponibilidad alcanzada, los datos
en de 50 meses en cada uno de los cuatro parámetros, requiere de transformaciones con suma
para que cumpla variabilidad, solo se usan cálculos dinámicos con Weibull de dos parámetros.

El proceso requiere las siguientes etapas en su fase predictiva, como muestra la ilustración a continuación.

96
Que se obtienen por el cálculo del error de las estimaciones correlacionadas de los datos del pasado, revisadas entre sí, y que en ocasiones generan
otros valores no relacionados con los del pasado, originales.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 187

Ilustración 4 - Fase predictiva - III - 1 & 2 & 3

Nota: elaboración propia

A continuación, para la retoma de cálculos se trae los resultados de meses (50) ya incluidos la trasformación
SUMA.

3.4.1.2 III - 1 - N - Data en meses con transformada & III - 2 - O - Contexto analítico

Se retoma los datos desde este punto para poder desarrollar el resto del método científico de la data estudiada y
transformada, ya con sello ETL. Es importante recordar que se hace todo el proceso, con la constante SUMA igual a
100, que precede la constante funcional de 95.88883, pero para facilidad y homologación de las cuatro variables se
asume 100, que cumple muy bien para todo.

Como se esboza en la ilustración de la Figura 104 - Operador SUMA para alcanzar variabilidad o nivel de TBMc
TTR TBMp y Mp en meses.

Alberto Mora G.
188 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Figura 103 - Operador SUMA para alcanzar variabilidad o nivel de TBMc TTR TBMp y Mp en meses

Nota: elaboración propia, con transformada SUMA de 100.

 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 189

En la siguiente ilustración de la Figura 105 - Cálculos dinámicos CMD a la transformada de constante 100, se
reporta que las variables no cumplen el axioma uno, que habla que en las empresas organizadas los tiempos de útiles
de confiabilidad global son al menos diez veces los tiempos promedios de mantenibilidad (MTBM > a 10 * MMean).

Figura 104 - Cálculos dinámicos CMD a la transformada de constante 100

Nota: elaboración propia.

No sirve, ya que la primera prueba de Axioma 1 no sirve, además que es una práctica no recomendable hacer
cálculos CMD con un valor constante de SUMA incorporada, pues esto desvirtúa totalmente todos los cálculos de
MTBMC MTTR MTBMP MP MTBM MMean, como los de disponibilidad alcanzada, dado que la suma altera los
algoritmos y los valores innatos de la data burda.

Los cálculos de CMD con transformada, se obtienen en el siguiente archivo anexo 25.

Archivo 25 - Cálculos dinámicos y programa con CMD en meses con transformada de 100 constante

No es prudente calcular CMD, con sus parámetros MTBMC MTTR MTBMP MP

MTBM MMean, con variables transformadas con Suma Raíz Potencia o Logaritmos
decimal, neperiano u otra base.

Alberto Mora G.
190 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

3.4.1.3 III - 2 - P - Análisis previo: nivel - ruido - tendencia ACF - aleatoriedad – pivotes –
recorte uno

Para ello, se realiza la primera etapa del análisis previo, el cual consiste en verificar la coherencia de datos, en
su orden, se requiere primero de forma obligatoria el nivel o variabilidad, el cual debe ser inferior al 50.00 %,
indiferente de si 49-9999 % o 1 %, son válidos, segundo el ruido o la tendencia con ACF y, por último la presencia o
no de ciclicidad o estacionalidad. Como se muestra en la siguiente ilustración, se trata del análisis previo en la Figura
106 - Análisis previo de Metodología analytics método científico de predicciones Time Series.

Figura 105 - Análisis previo de Metodología analytics método científico de predicciones Time Series

Nota: elaboración propia. Procede de la Figura 29 - Metodología analytics con método científico de predicciones Time Series
(Mora A. , Mantenimiento cord de las empresas activos son recursos al servicio de mantenimiento, 2021).

Figura 106 - Análisis 1.4.12. Ruido de MTBMc por Power BI y Excel respectivamente
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 191

Nota: elaboración propia. MTBMc tiene ruido, la prueba de Power BI Desktop y excel lo ratifican.

Figura 107 - Análisis 1.4.12. Ruido de MTTR MTBMP y MP por Excel respectivamente

Alberto Mora G.
192 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia. Las cuatro variables tienen ruido.

 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 193

Hasta ahora las cuatro variables de 50 meses con constante cumplen con Nivel inferior a 50%, como lo muestra
la Figura 103 - Operador SUMA para alcanzar variabilidad o nivel de TBMc TTR TBMp y Mp en meses.

Todos los cuatro parámetros en meses de 50 datos más constante de 100 SUMA tienen
Ruido o Aleatoriedad.
Ahora se realiza la prueba de tendencia número 1.4.3. del método científico de Series Temporales del análisis
previo, en el caso se muestran las siguientes ilustraciones de la Figura 109 - Análisis 1.4.3. ACF de MTBMc MTTR
MTBMP MP MINITAB (2) y Centurion (2), con los programas MINITAB & Centurion.

Figura 108 - Análisis 1.4.3. ACF de MTBMc MTTR MTBMP MP MINITAB (2) y Centurion (2)

Alberto Mora G.
194 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia. Las cuatro variables no tienen tendencia relevante, con la prueba de ACF.

Es válido recordar que el análisis se hace con la serie completa de 50 datos sin el recorte uno ni el dos, que se
enuncian más adelante.

Los cuatro parámetros MTBMc MTTR MTBMP MP hasta el momento tienen cumplido el
nivel, poseen ruido todas y ninguno tiene tendencia relevante.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 195

Ahora se procede con la prueba de AR.I.MA. para ver si las cuatro series tienen o no
estacionalidad y/o ciclicidad.
Para ello se les realiza la prueba AR.I.MA. de (p,d,q) (P,D,Q) x12 en los cuatro parámetros MTBMC MTTR
MTBMP MP.

Figura 109 - Análisis 1.4.4. de estacionalidad y/o ciclicidad con ForecastPro AR.I.MA.

Alberto Mora G.
196 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia. Las cuatro variables no tienen estacionalidad ni ciclicidad.

Figura 110 - Análisis 1.4.4. de estacionalidad y/o ciclicidad con Power BI Desktop & AR.I.MA.
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 197

Alberto Mora G.
198 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia.

Los resultados de AR.I.MA. Forecast PRO de la casa MIND 97 de Colombia (Link https://www.mind.com.co/),
no coinciden con los de Power BI Desktop, por lo cual en la ilustración que continua se hace un comparativo con más
programas y/o softwares AR.I.MA., en la Figura 112 - Comparación, análisis y conclusión AR.I.MA. para
estacionalidad y/o ciclicidad con tres softwares.

Toda la información alusiva a AR.I.MA. con RStudio está en los siguientes archivos anexos, que están disponibles, solo
haciendo doble clic izquierdo encima de cada uno.

También está entre los archivos la data y el programa en RStudio con todas sus instrucciones, parámetros, algoritmos y su
lenguaje de programación para AR.I.MA., regresión, Weibull, Gamma y otras funciones listas.

Archivo 25 - Cálculos dinámicos y programa con CMD en meses con transformada de 100 constante

Archivo 26 - AR.I.MA. con R.xlsx

Archivo 27 - AR.I.MA. en RStudio

Archivo 28 - Cálculos y comparaciones Softwares AR.I.MA.

Hay diferencias entre los resultados AR.I.MA. de Forecast Pro MIND y los de Power
BI Desktop, en especial el de MTBMp.

Data AR.I.MA. están en los archivos descritos.

97
Licencia propia del Autor, adquirida a través de MIND SAS de Colombia - NIT 67676777 - Carrera 7 B - Bis # 126 - 36 - Bogotá - Teléfono 57
6014866635 - Móvil 57 3123041358 - Email información@mind.com.co
 softwares

Nota: elaboración propia. A pesar de que MTBMp da con ciclicidad y/o estacionalidad con Power BI Desktop, al compararlo con otros softwares MTBMp no
tiene ni estacionalidad ni ciclicidad. Ninguno de los cuatro parámetros tiene estacionalidad ni ciclicidad con 50 datos en meses con SUMA transformada de 100.

Alberto Mora G.
Figura 111 - Comparación, análisis y conclusión AR.I.MA. para estacionalidad y/o ciclicidad con tres
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 199
200 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Se puede concluir parcialmente que los modelos automáticos de Power BI Desktop, de Rapid Miner y afines, no
son totalmente confiables, se debe hacer manualmente con Statgraphics y/o MINITAB, y cruzar los resultados con
Forecast. Es de resaltar que la mayoría de los paquetes y/o softwares de AR.I.MA. (SAP - HP - ORACLE etcétera)
automáticos no cumplen al cien por ciento las exigencias internacionales al respecto, o en su defecto son manuales.

Existen más alternativas, por ejemplo AR.I.MA. con como se muestra en la siguiente colección
de imágenes, donde se puede hacer los cálculos, más sin embargo no cumple al cien por ciento, el RStudio Team.

Figura 112 - Cálculos y predicciones AR.I.MA. para estacionalidad y ciclicidad con RStudio MTBMc
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 201

Alberto Mora G.
202 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia.

Hasta el momento se evidencia que el análisis previo permite saber: que todos los cuatro parámetros cumplen
con nivel superior a 50%, tienen ruido, no tienen tendencia, tampoco poseen ni estacionalidad ni ciclicidad, ni tienen
fenómenos exógenos.

Esta sección, lo más importante que aporta es que los AR.I.MA. diferentes a los procesos
manuales (que se trabajan a continuación) como Rapid Miner, AnswerBI, SISENSE, SAP,
ORACLE, RStudio, Power BI y afines, no cumplen a cabalidad con procesos automáticos
y analíticos de AR.I.MA., no cumplen con los parámetros que se requieren y los demás
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 203

establecidos internacionalmente, que son muchos, algunos se comentan en la sección AR.I.MA.

paso a paso. Merece una mención especial y aparte el software Forecast de la Casa MIND
SAS de Colombia y su origen de USA del autor Makridakis, el cual trabaja bien los
AR.I.MA.
3.4.1.4 III - 2 - Q - Hipótesis - Modelos clásicos y AR.I.MA. - softwares - programas -
plataformas Big Data

Los modelos que se lanzan como hipótesis son en primera instancia el Clásico Brown especializado en ruido y
en su defecto un AR.I.MA., la hipótesis coincide para MTBMC MTTR MTBMP MP ya que presentan estados de variables
nivel ruido tendencia y estacionalidad y/o ciclicidades similares.

3.4.1.5 Proceso completo AR.I.MA. paso a paso

Los modelos Box-Jenkins, modernos o AR.I.MA., son los más genéricos de las series temporales, por ende los
más importantes, como también los más sofisticados e impactantes, en especial porque trabajan con operadores
estocásticos, no siguen el proceso de los clásicos que son determinísticos, primero se realizan los pronósticos y luego
se constituye la ecuación, es útil recordar que los modelos clásicos, son casos particulares de los AR.I.MA., esto
potencia al lector a conocer más sobre estos moldeos de Box-Jenkins, conocer sus métodos de cálculo, que son todos
gráficos, ilustrativos y pictóricos. A pesar de que se menciona que Forecast Pro trabaja bien AR.I.MA., el proceso de
cálculo debe seguir rigurosamente su metodología, la cual se esboza en el proceso manual 98 AR.I.MA. de la Figura
114.

Es una gran ventaja competitiva para los analistas predictivos futurísticos, que los modelos
AR.I.MA. son primordialmente gráficos, como se muestra con lujo de detalles en esta obra.
El gran aporte a la ciencia mundial es que los modelos AR.I.MA. son capaces de descubrir
eventos futuros que poca o ninguna relación, tengan con el pasado, como ecatombes o bonanzas
totalmente inesperadas.

Figura 113 - Metodología predictiva y sus modelos

Nota: elaboración propia.

98
Un proceso de cálculo AR.I.MA. solo con softwares o programas informáticos, no es confiable, requiere obligatoriamente todos los pasos del
método manual, descritos en la primera lámina de la Figura 114.

Alberto Mora G.
204 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Figura 114 - AR.I.MA. manual de parámetro MTBMP con MINITAB - Centurion y Forecast
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 205

Alberto Mora G.
206 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 207

Alberto Mora G.
208 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 209

Alberto Mora G.
210 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 211

Alberto Mora G.
212 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 213

Alberto Mora G.
214 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 215

Alberto Mora G.
216 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 217

Alberto Mora G.
218 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 219

Alberto Mora G.
220 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 221

Alberto Mora G.
222 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 223

Alberto Mora G.
224 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 225

Alberto Mora G.
226 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 227

Alberto Mora G.
228 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 229

Alberto Mora G.
230 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 231

Alberto Mora G.
232 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 233

Alberto Mora G.
234 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 235

Alberto Mora G.
236 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 237

Alberto Mora G.
238 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 239

Alberto Mora G.
240 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 241

Alberto Mora G.
242 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
 Nota: elaboración propia.

Se corrobora con el método científico, donde mediante dos softwares automáticos el modelo ganador da (0,1,1)(0,10)X12 y manualmente con las treinta y
siete láminas de la anterior Figura 115 - AR.I.MA. manual de parámetro MTBMP con MINITAB - Centurion y Forecast; da ganador el mismo modelo AR.I.MA.,
esto corrobora la efectividad de la metodología MUP de pronósticos para AR.I.MA.

Alberto Mora G.
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 243
244 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Con el fin de generar mejor percepción, detalle y explicación del proceso completo manual
AR.I.MA., con paso a paso manual, se desarrolla en las 40 diapositivas de la ilustración
anterior.
Para cumplimentar el proceso, se deja grabados en los tres archivos anexos, el proceso completo con Statgraphics
Centurion, que al darle doble clic izquierdo, encima de los iconos, se abre si tiene el programa en su computador.

Este AR.I.MA. es el modelo nuclear de los pronósticos por Series Temporales, tanto los
usuarios como los instructores, le cargan un poco de temor dado que estocástico, pero con la
ilustración queda totalmente desglosada, detallada y explicada, para que el lector lo pueda
hacer solo, de forma autónoma e independiente, de manera gráfica.
Los archivos de Statgraphics Centurion, para el análisis AR.I.MA. el parámetro MTBMp con 50 meses y la
constante SUMA de 100, de forma manual, se entregan a continuación como archivos anexos.

Archivo 29 - Prueba.xlsx

Archivo 30 - Statgraphics CMD meses 50 con constante.sgp

Archivo 31 - Statreporter Statgraphics MTBMp 50 meses constante suma de 100 Ganador 011 010 12

Modelo común pora todos los métodos AR.I.MA. (0,1,1)(0,1,0) x12 para MTBMp
VOTORANTIM Brasil.

3.4.1.6 AR.I.MA. - Ecuaciones con cálculo mecánico y automático de pronósticos

Los procesos AR.I.MA., como se enuncia anteriormente, para generar su ecuación, primero entregan los
pronósticos y a partir de los resultados, se construye su ecuación, es decir los AR.I.MA., no son determinísticos como
los modelos clásicos, que primero constituyen la ecuación y partir de allí se conforma sus pronósticos. El proceso a
continuación es calcular con la máquina (computador) y software los valores de la siguiente ecuación para el caso
(0,1,1)(0,0,1,0) x 12.

Ecuación 11 - Ecuación AR.I.MA. de MTBMP modelo ganador (0,1,1)(0,1,0) x12

Para un AR.I.MA. (0,1,1) (0,1,0) 12, sin constante k, se usa la fórmula, en el caso particular para hallar el
pronóstico 51 de MTBMP con 50 meses y constante de 100 con Operador SUMA:

Se considera t el tiempo del mes que se pronóstica, en el caso particular t = 51 mes.

Fuente (Mora A. -G., Inventarios Cero - Cuánto y cuándo pedir, 2016) (Mora A. -G., Futuro en mantenimiento,
1998) (Mora A. -G., Métodos Furísticos - Pronósticos, 2012).

Se corrobora con el método científico, donde mediante dos softwares automáticos, se corrobora que el modelo
ganador da (0,1,1)(0,10)x12 y manualmente con las treinta y siete láminas de la anterior Figura 115 - AR.I.MA.
manual de parámetro MTBMP con MINITAB - Centurion y Forecast; da ganador el mismo modelo AR.I.MA., esto
corrobora la efectividad de la metodología MUP de pronósticos para AR.I.MA.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 245

Figura 115 - Cálculos valores y pronóstico51 de AR.I.MA. - MTBMp varios programas y softwares de
(0,1,1)(0,1,0)

Alberto Mora G.
246 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 247

Nota: elaboración propia.

Alberto Mora G.
248 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Existen otras pruebas relevantes de ARI.MA., posteriores a las anteriormente descritas, a continuación en la
ilustración por venir Figura 117 - Verificación exhaustiva AR.I.MA. MTBMp (0,1,1)(0,1,0), se desarrollan y se dan
las explicaciones de rigor.

Figura 116 - Verificación exhaustiva AR.I.MA. MTBMp (0,1,1)(0,1,0)

 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 249

Nota: elaboración propia, del análisis anterior se desprende que el AR.I.MA. (0,1,1) (0,1,0) x 12 no es excelente ni óptimo, Apenas
es bueno, aunque se recomienda que si queda como ganador del paso final 3 de la metodología de pronósticos, no se tome, ya que
no cumple muy bien las pruebas adicionales de esta ilustración.

En esta fase, ya se pueden definir plenamente las hipótesis y los estados de avance de AR.I.MA., pronósticos y
avance general del modelo analítico global y específico.

Alberto Mora G.
250 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

3.4.1.7 Definición de las cuatro hipótesis y estado de avance de la obra.

A partir de la analytics hasta ahora aplicada al CMD VOTORANTIM, se lanzan las siguientes hipótesis para
cada uno de los cuatro modelos.

En cada uno de ellos, para cada uno de los modelos de CMD en sus parámetros MTBMC MTTR MTBMP MP; a
partir de que todos cumplen con nivel menor al cincuenta por ciento, tienen ruido o aleatoriedad, no tienen pendiente
relevante ya que no cumplen el ACF, no poseen ni estacionalidad ni ciclicidad, con base en que sus cuatro modelos
respectivos AR.I.MA. en (p,d,q) (P,D,Q) x 12 sus valores de P y Q son cero, además que no tienen fenómenos
exógenos, se lanza la siguiente afirmación.

Hipótesis de CMD en sus parámetros MTBMC MTTR MTBMP MP el modelo que los
cobija a cada uno, es el Modelo Clásico Brown (especial para ruido) y en su defecto un
AR.I.MA. con P o Q de valor cero.

Los siguientes gráficos, muestran el estado de avance de cada una de las temáticas que se vienen trabajando en
simultáneo en el proceso y modelo CMD futurístico VOTORANTIM, en la metodología global y específica de
predictive analytics.

Figura 117 - Avance del proceso predictive analytics

 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 251

Nota: elaboración propia.

Alberto Mora G.
252 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Para concluir de los valores de cálculo AR.I.MA. por software o por fórmula, se obtiene que
el programa más recomendable para AR.I.MA. y para la Ecuación 11 - Ecuación AR.I.MA.
de MTBMP modelo ganador (0,1,1)(0,1,0) x12 es el software CENTURION y para
comparar el valor global de FORECAST Pro, simplemente como referente, este es excelente
también para análisis diversos de AR.I.MA. pero siguiendo la metodología AR.I.MA. ya
enunciada en la Figura 114.

3.4.1.8 III - 2 - R - Recortes uno y dos, cálculos finales pronósticos, fin de scientific
predictive analytics.

Para llevar a buen término los pronósticos de tipo predictivos, se hacen dos cálculos con dos recortes diferentes,
que aseguran el método científico, en su adecuada aplicación, para garantizar resultados confiables.

Figura 118 - Recortes, uno de seis meses y dos de un mes, final

Nota: elaboración propia.

Los datos originales de CMD en meses con constante de 100 SUMA, los encuentra en el siguiente archivo
adjunto 32.

Archivo 32 - Data 50 meses constante 100 SUMA con dos recortes del paso tres del método científico.xlsx
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 253

3.4.1.9 III - 2 - R - Método científico pronósticos 3.1 3.2 y 3.3

Esta sección contempla inicialmente un recorte de seis meses (se sugiere siempre en períodos de tiempo
manejables, para el caso particular se tienen 50 meses, a los cuales se recomienda recortar seis meses (medio
semestre)), donde se comparan los resultados de diversos modelos clásicos y AR.I.MA., con varios programas y
diferentes softwares, a la vez que se usan algunas plataformas de Big Data, para calcular en cada modelo los
pronósticos de los seis meses recortados (últimos meses o sea los más recientes en el tiempo), para luego comparar
los resultados con la realidad extraída de seis meses, de allí, se toman los mejores cuatro modelos que tengan el nivel
de acercamiento más alto, con los valores reales.

Es importante que el informe diagnostic analytics muestra en su párrafo 2.6.3.2 Factores claves de éxito -
Criterios CMD estratégicos, manifiesta textualmente (párrafo a continuación entre comillas), que el MP es el único
candidato fuerte a pivote, de los parámetros MTBMC MTTR MTBMP y MP.

“…….. entre otros puntos el poder establecer, que el MP, es el epicentro fuerte y bueno,
estratégicamente hablando, permite alentar su estudio analítico, en las etapas tres
predictiva, cuatro prospectiva (Miklos & Tello, 2004) y cinco cognitiva, simplificando el
proceso solo al estudio de meses, teniendo en cuenta que hay dificultades de planeación,
permite determinar estos factores como claves de éxito, que deben ser pronosticados, para
observar su comportamiento y poder establecer así, acciones claves de éxito que permita
potenciarlos como estrategias de acción que permita que mantenimiento vanguardia, logre
genere valor agregado y por ende competitividad, mediante el apalancamiento del Mp en
los activos tangibles o no de la empresa (Arango, Martín Darío - Serna; Londoño, Jesús
Enrique - Salazar; Álvarez, Karla Cristina - Uribe, 2012), para poder operacionalizar su
misión principal, la cual es garantizar la funcionalidad de los equipos cuando se requieran
….....”

La hipótesis 14 de la sección del capítulo tres, anterior, ya probada y aceptada, enuncia que:

El Mp en meses se toma como Pivote para el estadio tres Predictive Analytics, al servir
en esta hipótesis y en la anterior.

Solo se trabaja con la data en meses de acá en adelante.

Por lo cual solo se hace la predicción con Mp en meses de transformada SUMA de constante 100 y luego
mediante la aplicación de relaciones múltiples polinomiales, se calculan indirectamente los parámetros de MTBMc,
MTTR y de MTBMP.

Lo importante de esta afirmación es que Mp es planeado (variable independiente del CMD) y de allí en la
condición de variable dependiente se genera y se constituye MTBMP, por otro lado el parámetro MTTR es aleatorio
por ser falla; que por definición no son determinísticas, para corroborar esto, se hace la prueba ACF en la siguiente
imagen de MTTR; en la cual por dos softwares diferentes solo muestra un palote afuera de la banda de confianza, pero
no llega a 1, se queda en un valor de 0.621903 por MINITAB y de 0.621946 en Statgraphics CENTURION, de donde
se concluye que MTTR si es aleatoria.

Por otra parte al no haber correlación por rangos de Spearman, ni lineales de Pearson, se deduce que las
metodologías de cálculos no deben ser directas a MTBMC, MTTR, ni de MTBMP, se deben hacer de manera indirecta
a partir del Pivote Mp, a lo cual se explica y se muestra en momento más adelante, los cálculos con excel y con
programa propio de hasta 13000 series en simultaneo, en pronósticos.

Alberto Mora G.
254 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Figura 119 - Validación de MTTR, en su carácter de aleatoriedad.

Nota: elaboración propia. Se cumple que en ACF el palote cuatro de izquierda a derecha, es mucho menor que uno, es 0.6 con lo
cual se demuestra que MTTR no cumple la prueba de Auto-Correlation Function y se cumple su naturaleza propia de que es una
variable CMD aleatoria no planeada y mucho menos factible de planear, dependiente.
Ahora se evalúa el proceso global, en marcha, en la siguiente ilustración.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 255

Figura 120 - Estado actual del avance de los pronósticos de series de tiempo con MP.

Nota: elaboración propia.

El paso a continuación es verificar las características de análisis previo de la ilustración anterior, en sus fases
1.41.,1.4.2, 1.4.3. y 1.4.4., para determinar si es viable su pronóstico.

Figura 121 - Análisis previo nivel, aleatoriedad, tendencia y estacionalidad y/o ciclicidad de MP

Alberto Mora G.
256 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 257

Nota: elaboración propia.

Alberto Mora G.
258 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Del análisis previo anterior de Mp con 50 meses, con una constante de SUMA de cien, se presenta la síntesis de
que: la serie cumple bien el nivel o aleatoriedad, tiene ruido, no tiene tendencia relevante, no tiene estacionalidad, ni
ciclicidad, no tiene fenómenos exógenos.

Por lo cual se puede concluir que la hipótesis a probar es que el modelo que realiza bien los pronósticos de corto
plazo de MP, es el modelo clásico de Brown y en su defecto un AR.I.MA., también descrito este último como de la
metodología de Box-Jenkins.

A continuación se realiza la sección 3.2 del método de predictive series de tiempo, descrito en la Figura 120 -
Estado actual del avance de los pronósticos de series de tiempo con MP.

Para garantizar resultados confiables se deben correr al menos dos veces todos los modelos
clásicos y AR.I.MA., con al menos dos programas informáticos diseñados para previsiones
y/o dos softwares especiales de pronósticos y/o dos plataformas informáticas BD & BI ,
dado que en total sean dos o tres cálculos de cada parámetro predictivo.

Entre los modelos clásicos a realizar, mínimo debe estar:

• Regresión Lineal

• Regresión no lineal:
o Quadratic
o Curva en S
o Exponential Power (mínimo estos tres).
y si desea puede usar, entre otros a:
• Rank regresion en x
• Rank regresion en y
• MLS Maximum Likehood MLE
• Raíz cuadrada en y o en x
• Logarítmica
• Multiplicativa
• Otras

o Suavización exponential
 Pura (no es modelo para predecir, media móvil, solo para suavizar).
 Brown (al menos de dos o tres tipos).
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 259

 Holt aditivo o multiplicativo (favor usar uno de los dos)

o Descomposición de Suavización exponential Holt’s Winter

 Aditivo
 Multiplivativo

En los modelos modernos AR.I.MA.’s o Box-Jenkins, al menos se debe ejecutar uno vez por
programas o plataformas automáticas y, al menos dos manuales, con softwares diferentes entre
ellos y distintos de los de las plataformas Big Data.
Para esto se corren la mayor cantidad de modelos clásicos y AR.I.MA.´s, con el máximo número de programas
y/o softwares especializados de pronósticos y/o plataformas de Big Data, que realicen pronósticos adecuados y
sencillos de realizar, al respecto no se recomienda plataformas que usen lenguajes de programación, como Python, R
o afines, entre otros, como los de la siguiente imagen.

Una recomendación importante, es abstenerse de usar predicciones modelo Statgraphics

automático.

Figura 122 - Algunos lenguajes de programación para realizar ciencia de datos

Nota: elaboración que se toma como base del autor Gleason (Gleeson, 2017).
Para la corrida de los programas reales con Mp, sección 3.2 del paso tres del método científico de series de
tiempo, se procede inicialmente a tratar de dar los fundamentos de uso y ejecución fundamentales, de cada programa
o softwares o plataformas BD, en la siguiente ilustración descrita como la Figura 123 - Conceptos y TICs básicos
para correr pronósticos de forma automática, no manual y luego las corridas de todos los modelos se muestran, con
sumo detalle en la imagen siguiente.

Alberto Mora G.
260 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Figura 123 - Conceptos y TICs básicos para correr pronósticos de forma automática y/o no manual
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 261

Alberto Mora G.
262 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 263

Alberto Mora G.
264 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 265

Alberto Mora G.
266 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 267

Alberto Mora G.
268 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 269

Alberto Mora G.
270 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 271

Alberto Mora G.
272 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 273

Alberto Mora G.
274 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 275

Alberto Mora G.
276 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 277

Alberto Mora G.
278 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia. Indudablemente que existen múltiples y diversos programas informáticos de previsiones, softwares de
predicción y variadas plataformas informáticas de BD que sirven para hallar y calcular pronósticos de corto plazo. Entre otros
AnswerMiner, Power BI, RapidMiner GO, SISENSE, TIBCO Sportfire, etcétera.
 Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 279

Se resalta que lo mínimo que se recomienda de modelos clásicos y AR.I.MA., es de varios

cálculos por diversos medios, tales como, al menos dos programa informático, dos softwares
especializados y como mínimo una o dos plataformas de BI & BD.
A efectos de tener la información a la mano, de los cálculos que se realizan en los pronósticos con dos recortes
de la variable MP, se proveen a continuación los archivos anexos correspondientes, a los cuales se tiene libre acceso
en excel de Office, al darle doble clic izquierdo en su título, lo que permite visualizar de una forma muy clara y nítida,
todos los cálculos realizados, que se muestran a continuación.

Archivo 30 - Statgrahic CMD meses 50 con constante.SGP

Archivo 31 - Statreporter Statgrpahics Mp 50 meses y constante suma 100 Ganador (011)(010) 12.rtf

Archivo 32 - Data 50 meses con constante 100 SUMA con dos recortes de paso tres método científico.xlsx

Archivo 33 - Plantilla corrida Modelos recorte uno.xlsx

Archivo 34 - Mp Tableau.xlsx

Archivo 35 - Data RM.xls

Mantenimiento es un Cord & Activos son recursos al servicio de los Cores Competencies
(Mantenimiento vanguardia) para de forma mancomunada puedan alcanzar metas y objetivos,
a la vez que logren aplicar la estrategia del negocio, para conseguir factores y acciones claves
de éxito y por ende ser competitivos.

Mantenimiento vanguardia es una capacidad gerencial y estratégica del negocio, se le

considera un recurso dinámico nuclear de la competitividad y del éxito empresarial, apalancada
en los recursos (Activos) para lograr implementar su estrategia.

Es fenomenal el concepto de vanguardia: con las capacidades internas (mantenimiento)

apoyadas en los recursos (activos) propios, se logran grandes beneficios externos y
competitivdad.

Alberto Mora G.
280 - Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo

Figura 124 - Tablero de corrida de todos los modelos y programas de predicciones series de tiempo
de Mp
Capítulo 3 - Escenarios analíticos - Estadios futurísticos predictivo y prescriptivo - 281

Alberto Mora G.
282 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia, se toman para el segundo recorte cuatro modelos clásicos: un Curva en S, un Quadratic, un Holt y un
Brown (este coincide con la hipótesis parte uno, habrá que probarlo).
A continuación se realiza el segundo recorte, del último mes, es decir los cuatro modelos ganadores del recorte
uno, se someten a ejecución de su pronóstico de un dato (el último) y aquel modelo ganador que coincide con la
hipótesis se toma como ganador final, al cual luego se le aplica con la serie completa con sus 50 datos y se buscan sus
pronósticos de corto plazo, para así cumplir la etapa predictive analytics o estadio tres.

3.4.1.10 III - 2 - R - Método científico pronósticos paso 3.4 segunda corrida Mp y paso 3.5
selección mejor modelo

Los pronósticos del segundo recorte, que corresponde en Mp al último mes registrado, para ello se corren los
cuatro modelos seleccionados como más acertados, en el paso anterior, con el fin de compararlos con el mes último
(50) que se recorta, lo que genera el modelo final ganador, que sirve para la fase predictiva del estadio tres de Mp, los
otros tres parámetros MTBMC MTTR y MTBMP se calculan por relaciones de MP, es esta sección, como pivote, a partir
de los resultados de la ilustración que se encuentra a continuación.

Figura 125 - Cuatro modelos más apropiados en recorte uno de Mp

Nota: elaboración propia

En el caso particular de Mp, se recorta el valor número 50 último dato, que corresponde al mes dos del año cinco.

Figura 126 - Segundo recorte de dato 50 mes de Mp

 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 283

Nota: elaboración propia

Con los cuatro modelos ganadores se procede ahora a los cálculos y selección del modelo ganador final, con el
segundo recorte del método científico, paso 3.2

Figura 127 - Segundo recorte cálculo de cuatro modelos con dos softwares y un programa

Alberto Mora G.
284 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 285

Alberto Mora G.
286 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia, se selecciona el que cumple la hipótesis 99 Brown.

Los cálculos en excel del mejor modelo del segundo recorte se puede revisar en el siguiente archivo 36 anexo.

Archivo 36 - Cálculos mejor modelo del segundo recorte de dato 50 mes de Mp.xlsx

Modelo ganador final es el modelo clásico DEST Brown con tiempo del programa liobre
excel de autor, PROM.
Existen casos donde la decisión de selección del mejor modelo de cuatro, en el segundo recorte, se toma
inevitablemente con aquel modelo que tenga la menor diferencia con la realidad recortada, en el caso de Mp, se puede
optar también por Curva en S, al fin y al cabo los pronósticos de comparación como se evidencia en la ilustración
anterior son similares: 101.844 y 101.733, al igual es válido, en este caso se decide por el tres para que aplique la
hipótesis lanzada en el paso anterior dos del método científico de pronósticos.

99
Siempre la hipótesis debe estar constituida por un modelo clásico y un AR.I.MA. en su defecto o de respaldo, ya que los modelos Box-Jenkins
son genéricos y siempre existe uno de ellos, que es capaz de modelar a casi cualquier serie de tiempo adecuada, a tal fin.
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 287

Es importante señalar que a pesar de que otro modelo fue el ganador en el segundo recorte
Curva en S de Statgraphics, se decide por el tercero que cumple la hipótesis primaria al pie
de la letra, con un αlfa muy efectivo que tiende a cero, de 0.06363, que está muy bien.
De esta manera se puede afirmar que la Hipótesis se cumple, de que era un modelo clásico
de suavización exponencial Brown que modula el ruido con su factor de optimización αlfa
(que debe tender a cero, para ser adecuado) de aleatoriedad o en su defecto un AR.I.MA.;
cabe señalar que este no sirvió, ni está ubicado entre los cuatro mejores del recorte uno.
En ocasiones, ocurre en el segundo recorte, que no hay ningún modelo que se parezaca al
modelo clásico de la hipótesis o al AR.I.MA., en esos situaciones se recomienda revisar todo
la metodología desde la obtención de la data, el proceso de forma integral y específica, con
mucho detalle.
El siguiente cálculo es determinar los pronósticos y su patroneo, esto consiste en que la mayoría de los modelos
clásicos, sus pronósticos son de tipo lineal, entonces se recurre a una herramienta especializada del Statgraphics
CENTURION, que permite patronear la serie y adjudica su estructura horma ancestral y predominante de esa serie,
con esa transformación especializada.

3.4.1.11 III - 3 - S - Pronósticos paso 3.6 de mejor modelo segundo recorte y su patroneo.

Para dar cumplimiento a este paso se toma ya la serie Mp completa con 50 datos en meses de transformada
SUMA con constante de 100, con el modelo clásico de Brown DEST with Time del programa PROM, como se muestra
a continuación en la imagen.

Figura 128 - Cálculo de pronósticos segundo recorte modelo Brown with Time Mp

Alberto Mora G.
288 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 289

Nota: elaboración propia, pronósticos de los doce primeros meses, del 51 a 62 venideros con PROM y CENTURION.

Alberto Mora G.
290 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Al revisar la gráfica anterior se observan los dos pronósticos de Brown con programa PROM, como con software
Statgraphics, de tipo lineal, lo cual no corresponde a la forma real ancestral burda de Kant y del presente de Mp, en la
misma gráfica hasta el valor 50, para ello se debe entonces patronear con la herramienta especializada de Statgraphics
CENTURION, que se realiza a continuación.

Para lograr el efecto de corto plazo en predictive se toman doce pronósticos y para alcanzar
el de mediano plazo que va de dos meses a dos años, para ello se toman otros doce meses con
aleatorios Monte Carlo, del 63 al 74, en el estadio cuatro prescriptive.
De esta forma se alcanza el largo plazo, de 2 a 22 años en la etapa cognitive analytics, en
el caso particular más de dos años, treinta meses más los 50 iniciales, dan 80 datos, que son:
50 meses + doce prediccions más doce prescripciones, más seis meses de prospectivos cognitivos.
Con el fin de validar y conocer de cerca los pronósticos, puede consultar el siguiente archivo anexo.

Archivo 37 - Gráficos , historia y pronósticos de Mp segundo recorte con Brown.xlsx

Los pronósticos que se obtienen de Brown Simple Exponential Smoothing de Statgraphics CENTURION, con
αlfa de 0.06363 como muestra la ilustración anterior, requiere el patroneo, es decir no se requiere de forma lineal, sino
que debe tomar la estructura ancestral y presente de Mp con 50 meses; en la siguiente imagen se muestra la herramienta
con que se realiza el patroneo, únicamente la tiene el software CENTURION.

Figura 129 - Patroneo de pronósticos del segundo recorte modelo Brown alfa 0.06363
Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 291

Alberto Mora G.
292 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia, pronósticos de los

doce primeros.

En este momento ya se cuenta con

los pronósticos patroneados, los pasos
que a continuación se realizan, hacen la
transformada inversa, que consiste en
restarle a toda la serie, con datos
históricos, presentes y futuros (12 de
Brown CENTURION patroneados) el
valor de 100 que se añade para poder
cumplir con la variabilidad, entonces, la
ilustración que se vislumbra en la página
siguiente, se refiere a la serie MP de 50
meses al natural, más sus doce
pronósticos calculado y validados, paso a
paso con el método científico, que sí
funcionó con el Brown with time del
proceso PROM, que luego se requiere
transformar a CENTURION Brown
Simple Exponential Smoothing, con αlfa
de 0.06363 que modula el ruido,
cumpliendo hipótesis planteada y por
ende validando el rigor requerido de
Time Series. Los resultados de los
pronósticos son coherentes y se
mantienen dentro de un umbral lógico de
resultados.
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 293

Los cálculos del patroneo, se pueden revisar en excel, en el archivo 38 adjunto.

Archivo 38 - Patroneo y recorte de constante de data y pronósticos Mp segundo recorte Brown.xlsx

3.4.1.12 III - 3 - S - Generación de pronósticos de seis meses o un año

Para culminar el proceso series de tiempo, se tiene que recortar la constante de 100 SUMA, que se usa para
mejorar la variabilidad, al inicio del ETL de la data.

En la imagen a continuación, se desarrolla y se esbozan los valores, ya reales patroneados y pronosticados de

Mp, sin la constante.

Figura 130 - Transformación a serie original con pronósticos sin constante SUMA de 100

Alberto Mora G.
294 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia.

En la anterior figura, se descuenta la constante de 100 y ya se tiene la serie original Mp, con sus pronósticos
correctos de corto plazo, de series de tiempo de la etapa predictiva.

En este punto concluye la elaboración predictiva de pronósticos, de la metodología series de tiempo con su
método científico, como se explica en la siguiente imagen.

Figura 131 - Terminación efectiva de cálculos predictivos series temporales a Mp

Nota: elaboración propia.

 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 295

En el proceso del método científico aplicado a series de tiempo, descrito totalmente en la ilustración anterior de
la Figura 132 - Terminación efectiva de cálculos predictivos series temporales a MP, se tiene en cuenta exactamente
los criterios de:

• 3.7 Goodness of Fit - Comparación de pronósticos y la realidad ya ocurrida

• 3.8 Consensos entre todos los actores
• 3.9 Plan de acción estratégico derivados de los pronósticos válidos del mejor modelo
• Paso 4 - Monitoreo y nuevos pronósticos en el siguiente período del umbral de tiempo

Se aplican cuando se tenga un nuevo valor mensual real y se pueda hallar la bondad de ajuste, el consenso de
todos los analistas en el tema y se haga la elaboración del Plan estratégico de acciones que se deriva del mismo.

3.4.1.13 Cálculo de los doce pronósticos de predictive de MTBMC MTTR MTBMP

El hecho de poseer los pronósticos de Mp, la cual se adopta como la variable independiente o Pivote, permite a
través de relaciones indirectas pronosticar los otros tres parámetros que se asumen como dependientes.

Puede existir varios casos, por ejemplo con una variable Pivote calcular una desconocida; con una Pivote calcular
dos o más desconocidas, con varias Pivotes calcular una o más variables desconocidas dependientes, como se detalle
en la siguiente imagen.

Un criterio para evaluar los resultados de la relación indirecta cerrada es en buen R2,el cual se acepta cuando es
superior al 90.25% 100, se le denomina coeficiente de determinación muestral, indica y evalúa la fuerza, la extensión o
el grado de asociación que existe entre los puntos correspondientes de dos o más variables independientes y
dependientes, debe acercarse a uno (1) y se permite como aceptable entre un rango de 0.9025 y 1.0000.

Figura 132 - Pronósticos por relación indirecta

100
En la vida real no siempre es fácil alcanzar estos valores, por lo general están por los lados del 60 % o cerca de él.

Alberto Mora G.
296 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 297

Alberto Mora G.
298 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo
Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 299

Alberto Mora G.
300 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Nota: elaboración propia.

Si se desea consultar cálculos,
procedimientos, procesos, forma de manejo,
usos, opciones, programas informáticos y/o
softwares sobre los pronósticos indirectos,
puede abrir el siguiente archivo 39 anexo en
excel.

Archivo 39 - Pronósticos por relación

indirecta múltiple factorial.xlsx

Ya en este momento se cuenta con los

pronósticos de corto plazo de las
variables MTBMC MTTR MTBMP
MP, los cuales cumplen los
requerimientos estadísticos, numéricos,
matemáticos y estocásticos, impuestos
por los rigurosos procedimientos
llevados a cabo en esta obra, de la
metodología universal de pronósticos de
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 301

método científico de series temporales y por el proceso global de analytics, en sus tres primeros
estadios.
Por lo cual se concluye hasta acá, que se cumple el predictive analytics, a cabalidad.
Existe una excelente herramienta o función, de Office exactamente en excel, descrita como Estimacion.Lineal,
que es muy útil cuando se tiene una variable dependiente no pivote de la cual se quiere hallar sus pronósticos indirectos
y, se cuenta con una o varias (hasta dieciséis (16)) variables independientes o Pivotes (que influyen en la dependiente);
en este caso son muy especiales los pronósticos que se logran con sentido multipolinomial, ya que son útiles,
funcionales y correctos; lo que permite ahorrar mucho tiempo, la situación es que solo el excel tare esta metodología
Estimacion.Lineal.

Dado que no es el caso que se trae, se realiza en la siguiente ilustración un caso hipotético, donde se tienen tres
variables Pivotes, con cuatro períodos de pronósticos (de cada una) debidamente calculados; se desea lograr el objetivo
de aplicar la función de excel Estimacion.Lineal, para hallar los cuatro pronósticos de la variable dependiente, en el
evento en que se deseen tramitar varias dependientes, se requiere realizar ejercicios independientes para cada una de
ellas.

Por analogía se puede realizar el cálculo automático de pronósticos indirectos de una

dependiente con base en 2, 3, 4, 5, 6, 7, 8, 9, 10 …… 16 pivotes.
Este valor de dieciséis variables pivotes independientes es el tope máximo. Por experiencia
propia del autor de esta obra, por muchos años, el valor ideal es diez variables pivotes.

Figura 133 - Pronósticos automáticos de una dependiente y hasta dieciséis pivotes, con excel.

Alberto Mora G.
302 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 303

Nota: elaboración propia.

Cabe recordar, que en el proceso de relación indirecta de excel, de la Figura 132 - Pronósticos por relación
indirecta, se puede trabajar con más de una variable pivote independiente, en el evento que lo desee puede utilizar 1

Alberto Mora G.
304 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

2 3 4 5 6 7 8 9 … hasta 16, luego debe sombrear y usar hasta dieciséis variables independientes y una dependiente,
a la cual se le estiman los pronósticos con base en las otras, que ya tienen pronósticos.

Para observar con detalle la función Estimation.Lineal de excel, puede consultar el archivo anexo 40, a
continuación con doble clic izquierdo.

Archivo 40 - Pronósticos automáticos de una dependiente y hasta dieciséis pivotes, con excel

En el caso de que se requieran múltiples referencias (1000 …. 2000 ….. 8000 ……….. 13000) dependientes en
función de 8 9 10 o más independientes, puede usar el programa libre anexo en siguiente archivo.

Archivo 41 - CREMORA Pronósticos múltiples

De esta manera se concluye el estadio tres predictive analytics con todos sus criterios, temáticas, algoritmos,
softwares, programas informáticos y plataformas BI & BD.

3.5 Prescriptive Analytics proceso

Esta técnica analítica, es una prolongación al porvenir de la predictive analytics, básicamente se cataloga como
herramienta de la ciencia del futuro de mediano plazo, de dos a veinticuatro meses, convierte el conocimiento de la
fase predictiva en sabiduría de mediano plazo, cubre una de las etapas primordiales de la analytics, la prescriptiva y
la cognitiva, su período de aplicación al futuro es ideal cuando se quiere averiguar el porvenir, en el umbral del
porvenir de mediano plazo, su nombre en inglés es Transition o Turbulencia en castellano como describe la Figura
26 - Vectores de analytics con sus implicaciones en la transformación de la data, utiliza como materia prima
básicamente números mezclados con ideas de los expertos y/o provenientes de múltiples y diversos procesos previos
de orden futurísticos, estocásticos y matemáticos de alta alcurnia y cientificidad.

Su principal característica es que su método de trabajo, es ideal en entornos que son estables
y empiezan a perder dicha cualidad, es decir se empiezan a convertir en inestables.
En otras palabras el elemento importante del modelo que se use es que genere inestabilidad en el entorno estable
de las predicciones, para poder avanzar a las zonas de turbulencia (prescriptive) y prospectiva (cognitive), de mediano
y largo plazo respectivamente.

3.5.1 Generalidades de la turbulencia

Esta característica de comienzo firme de cambio de un entorno en equilibrio a uno inestable, que
obligatoriamente genera aleatoriedad, es la característica por la cual se adopta el método de ampliación del futuro de
corto a mediano plazo, del método de simulación de Monte Carlo, cuyo principal gradiente de cálculo es la
aleatoriedad de múltiples combinaciones y estimaciones polifacéticas, que no siguen un patrón de comportamiento
fijo, sino inestable y cambiante.

3.5.1.1 IV - 1 - T - Monte Carlo simulación futurística, entornos aleatorios e inestables

Se considera básicamente a Monte Carlo, una herramienta estadística, con visos de estocástica por su
aleatoriedad, permite constituir escenarios futuros de mediano plazo a partir de data histórica, del presente, de sus
últimos pronósticos (como es el caso que se trabaja de los parámetros MTBMC MTTR MTBMP MP que se obtienen en
el paso anterior por métodos de series temporales) o de nuevos entornos que pueden aparecer aleatoriamente, teniendo
en cuenta que esto su epicentro neural.

La gran bondad del método de simulación de Monte Carlo es su capacidad de proyectar resultados nuevos de
plazo futuro, que incluye la incorporación de nuevas condiciones del entorno cambiante en cuanto a riesgos e
incertidumbre, que permiten al entorno empezar a cambiar, con lo cual logra su propósito principal de aleatoriedad
(Salazar & Alzate, 2018).
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 305

Al adicionar a los doce meses que se traen de Time Series, otros doce meses de corto plazo que otorga Monte
Carlo, se logra avanzar al umbral de Transition o turbulencia, del estadio cuatro prescriptivo a 24 meses que es el
umbral fronterizo entre cognitive & prescriptive analytics o enunciado de otra forma entre la turbulencia y la
prospectiva de largo plazo (de dos a veintidós años) (Salazar & Alzate, 2018).

Con esto se empiezan a generar nuevos escenarios que alimentan a la etapa final de análisis cognitivo, de
escenarios totalmente diferentes a los del presente y pasado, que permiten análisis profundos y confiables de largo
plazo, aplicados a mantenimiento vanguardia como generador de recursos monetarios y competitividad.

Al entender que Monte Carlo genera incertidumbre, inestabilidad del entorno por su aleatoriedad de simulación
y en especial nuevos elementos impactantes de riesgos en el entorno, lo cual lo hace cambiante y aleatorio, es oportuno
revisar qué factores exógenos o propios pueden generar amenazas, oportunidades y/o aleatoriedad en la data burda
Kantiana del ventilador de VOTORANTIM, que pasa a información, luego a conocimiento y ahora a sabiduría en este
estadio cuatro, para conocer dichos riesgos, a tal efecto se enuncian los posibles factores de cambio (Modarres, What
Every Engineer Should Know About Reliability and Risk Analysis, 1993) (Azofeifa, 2004).

Los elementos que pueden perturbar el entorno cambiante del proceso prescriptivo son:

• Datos censurados
• Datos inexactos
• Valores negativos en los pronósticos prescriptivos CMD de MTBMC, MTBMP, MTTR o Mp.
• Valores inadecuados o con déficit de cálculos en βeta, Eta η, Rho en distribuciones
• Curvas incoherentes de No confiabilidad, Mantenibilidad, Supervivencia, Hazard, Alineación, Densidades
acumuladas o no de fallas.
• Valores no adecuados de Goodness of Fit, en indicadores como Kolmogórov- Smirnov normal o avanzado,
Anderson-Darling sencillo o modificado, Ji2 Chi cuadro, pruebas estocásticas de Cronbach o ACF, R2
cuadrado ajustado, coeficiente determinación muestral, coeficiente de correlación múltiple, RMSE, AVGOF,
AVPLOT y demás estocásticas requeridas.

De esta forma se procede en los siguientes párrafos a aplicar simulación Monte Carlo a las
series de MTBMC MTTR MTBMP MP con Statgraphics CENTURION, con el fin de
obtener doce pronósticos más en cada uno de los cuatro parámetros CMD, que incluyen
previsiones de mediano plazo de los meses 63 a 74, con lo cual ya se queda ad-portas101 del
largo plazo en el ingreso al estadio de cognitive analytics.

Monte Carlo se realiza a continuación, de etapa de turbulencia.

A continuación se realiza la simulación de mediano plazo con el programa Statgraphics CENTURION para
Monte Carlo y los cuatro parámetros, para alcanzar los pronósticos de los meses 63 a 74 de VOTORANTIM CMD,
en la Figura 139 - Monte Carlo Statgraphics cálculo de 12 prescripciones funciones LogNormal y Normal y en la
Figura 140 - Prescripciones de Monte Carlo Statgraphics con varias funciones alternas.

101
Del latín.

Alberto Mora G.
306 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

El proceso de Monte Carlo con Statgraphics o con cualquier otro software, requiere que se le definan las funciones
con las cuales las variables en servicio, en el caso particular MTBMC, MTTR, MTBMP y MP, van a ser simuladas,
calculadas y estimadas, en los nuevos doce (12) valores futuros requeridos de la fase predictive aleatoria, con entorno
iniciando como inestable, como muestra la imagen a continuación.

Un punto clave en la utilización de la simulación de Monte Carlo es la generación de números aleatorios, lo cual
cumple muy bien su misión en el traslado de zona predictiva de entorno estable a la zona de prescripciones, donde se
inicia un entorno inestable, que culmina con inestabilidad total en el largo plazo del cognitivo.

El análisis de Monte Carlo es un método utilizado para que mediante una simulación matemática compleja, se
pueda obtener una aproximación al resultado de cálculos de las variables, de las cuales no se puede obtener una
solución exacta, bajo condiciones normales 102. Es un método que se utiliza para realizar estimaciones en caso de que
existan parámetros que muestran variabilidad, como es el caso de los parámetros MTBMC MTTR MTBMP MP, en la
zona de inestabilidad de turbulencia o prescriptive analiytics.

Figura 134 - Opciones de funciones y/o distribuciones Monte Carlo Statgraphics.

Nota: elaboración propia.

Con el fin de poder decidir la selección técnica, de las diferentes opciones de funciones de cada variable, se
realiza el cálculo de los cuatro parámetros MTBMC, MTTR, MTBMP y MP, con el fin de poder obtener diferentes
valores de cálculo de los siguientes doce valores de prescripciones, los cuales se analizan y se decide la mejor opción,
en cada caso.

Para ello se procede primero a los cálculos dinámicos de CMD con Weibull de βeta y Eta η con 62 valores de
meses de cada una de las cuatro series, con el fin de hallar las distribuciones adecuadas. Los resultados se muestran
en la imagen contigua de la Figura 135 - Resultados Weibull parámetros con 62 datos, donde se vislumbran valores
inferiores a uno, en los βetas de confiabilidad correctiva y preventiva / predictiva, como en la mantenibilidad correctiva

102
Este es otro argumento contundente de porque no es recomendable usar simulaciones de Monte Carlo directo en la fase tres de pronósticos, dada
su aleatoriedad, su entorno inestable y su uso de variables múltiples, en los pronósticos simulados.
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 307

y un valor superior a uno pero menor que dos, en la mantenibilidad preventiva / predictiva; los cuales corresponden
respectivamente a MTBMC, MTTR, MTBMP y MP.

Dado que se requieren los valores de los criterios de Weibull, para los cuatro parámetros, se procede a su
estimación previa técnico-científica, con el programa anexo en archivo 42 CMD de cálculos dinámicos, exigencia de
la etapa previa tres de predictive y dos de diagnostic analytics.

Archivo 42 - CMD++ con 62 datos que alimenta a Monte Carlo

Figura 135 - Resultados Weibull parámetros con 62 datos

Nota: elaboración propia.

También estos valores de resultados del βeta Weibull, se analizan en

la curva de Davies, para seleccionar técnicamente las distribuciones
adecuadas de cada uno de los cuatro parámetros, con al menos una función
adicional y diferente de Weibull, de cada una de las variables MTBMC,
MTTR, MTBMP y MP.

Figura 136 - Umbral de distribuciones adecuadas para parámetros CMD

Alberto Mora G.
308 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 309

Nota: elaboración propia (Mora A. -G., Mantenimiento estrategico, 2017).

Se deduce de la ilustración anterior, que los parámetros MTBMC, MTTR, MTBMP y MP, los cuales tienen βetas
con los valores Weibull de 0.85419, 0.64852, 0.73464 y de 1.32257 , respectivamente, puede trabajar todas las
variables, con la opción de LogNormal, como se ratifica en la figura anterior.

Paso seguido se procede a calcular con Statgraphics Monte Carlo las predicciones de los datos 63 al 74, con dos
funciones Weibull y LogNormal (se menciona que el LogNormal de MTTR no trabaja bien, a lo cual se sustituye por
Normal).

En este momento se procede a calcular los valores de los criterios CMD de LogNormal para los cuatro
parámetros, para luego proceder a valorar con Monte Carlo las prescripciones del 63 al 74.

Figura 137 - Cálculos de parámetros CMD de LogNormal y Normal

Nota: elaboración propia (Mora A. -G., Mantenimiento estrategico, 2017) (Statgraphics, 2022) (Weibull++ReliaSoft@, 2022).
Dado que MTTR da en LogNormal da una media negativa, se opta por cambiarla a Normal con media de 0.9605, σ Sigma de 2.7836
y tiempo medio de MTTR de 0.9605.

Alberto Mora G.
310 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

En este momento se realizan las prescripciones de Weibull y de LogNormal (más Normal de MTTR), para
comparar la lógica de los resultados y decidir, dado que se desea una gama amplia de posibilidades con otras funciones
como para seleccionar lo mejor.

Figura 138 - Monte Carlo Statgraphics cálculo de 12 prescripciones con función Weibull
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 311

Nota: elaboración propia.

Dado que se desea una gama amplia de posibilidades, también se calculan las prescripciones de Monte Carlo
con otras funciones como LogNormal más Normal (se usa en MTTR porque no funciona ahí, LogNormal), para
seleccionar los resultados más lógicos.

Alberto Mora G.
312 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Figura 139 - Monte Carlo Statgraphics cálculo de 12 prescripciones funciones LogNormal y Normal
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 313

Nota: elaboración propia.

No más de entrada, en la última imagen de la figura anterior, en las prescripciones, se ven resultados negativos
(lo cual es imposible en reparaciones), no correctos en MTTR de Normal, por lo cual se procede a descartar las
prescripciones de LogNormal y Normal, se deja solo Weibull, como válidas.

Alberto Mora G.
314 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Figura 140 - Prescripciones de Monte Carlo Statgraphics con varias funciones alternas

Nota: elaboración propia.

La información en excel de Monte Carlo con varias funciones, de la ilustración anterior la encuentra en el archivo
anexo 43 adjunto.
 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 315

Archivo 43 - Prescripciones con varias funciones en Monte Carlo.xlsx

Por obvias razones y demostraciones, se adoptan las prescripciones de Weibull.

A continuación se muestra en la imagen a continuación de los resultados finales de la etapa prescriptiva del
estadio cuatro, lista para ingresar a fase cinco cognitiva en la siguiente unidad.

Figura 141 - Prescripciones (12) predicciones (12) más historia (50) final estadio cuatro, en
VOTORANTIM

Nota: elaboración propia.

Los resultados finales de las prescripciones, predicciones e históricos CMD, se pueden revisar en excel en el
siguiente archivo anexo 44.

Archivo 44 - Prescripciones 12 predicciones 12 más historia 50 final estadio cuatro VOTORANTIM.xlsx

La serie completa con prescripciones, predicciones, presente e historia se muestra a continuación.

Alberto Mora G.
316 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

Figura 142 - Datos de ingreso de VOTORANTIM a inteligencia machine learning cognitive analytics

Nota: elaboración propia.

 Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo - 317

De esta manera se concluye la obtención de la data en conocimiento con valor agregado, para convertirla en
sabiduría CMD del estadio tres y cuatro respectivamente, de esta unidad.

Ilustración 5 - Proceso global de analytics prestos a ingresar etapa cinco

Nota: elaboración propia.

Se alcanza ya el nivel cuatro de los diferentes escenarios analíticos de mantenimiento vanguardia, en esta unidad
tres.

Alberto Mora G.
318 - Capítulo 3 - Escenarios analíticos estadios futurísticos predictivo y prescriptivo

3.6 Conclusiones capítulo

La unidad muestra, desarrolla, describe y analiza con suficiencia y rigurosidad técnico-científica, el objetivo
propuesto de las etapas analíticas de predictiva y prescriptiva, con procesos rigurosos que respetan el método científico
y los métodos futurísticos, conservando siempre la prudencia de un buen analista estratégico futurístico de
mantenimiento vanguardia, con una exhaustiva revisión detallada con valoración permanente de cada etapa, con una
estricta vigilancia de que todo se haga de manera armónica y sostenible en el largo plazo, con la estadística, la
estocástica, las predicciones y las prescripciones de los cuatro criterios relevantes de la disponibilidad alcanzada de
mantenimiento vanguardia para generar valor y competitividad, con estrategias, metodologías de avanzada y tácticas
que contengan acciones y factores claves de éxito, con mantenimiento apalancado en activos.

El propósito de mostrar y sustentar técnicamente hablando, con lujo de detalles cada uno de los diversos y
múltiples pasos de los cálculos secuenciales, requeridos para cuantificar y valorar procedimentalmente los pronósticos
de corto y las prescripciones de mediano plazo, de los cuatro parámetros basados en 74 meses de MTBMC MTTR
MTBMP MP, se logra con amplitud y metodología científica, lo que permite abordar perfectamente la parametrización
de los resultados de la Figura 142 - Datos de ingreso de VOTORANTIM a inteligencia machine learning cognitive
analytics, para la última fase de autoaprendizaje automático en el rango de cognitive analytics.
 Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 319

4 Semántica estratégica de cognitive analytics aplicada

La unidad entrega el significado y la interpretación técnica, estratégica y económica de mantenimiento
vanguardia, apalancado en los activos, mediante la gestión de estos, con el fundamento y el marco contextual o
Framework de la Big Data y la Business Intelligence, orientado netamente hacia el servicio, que es la característica
principal de mantenimiento, una entidad de servicio, que se desarrolla técnicamente bajo el umbral de la analítica en
sus cinco fases, para poder darle esa característica de capacidad gerencial nuclear de avanzada, con características
dinámicas de la organización, aprovechando su gran capacidad de generación de valor y competitividad, para alcanzar
el nivel supremo de la efectividad y máxima rentabilidad, a partir de gestar y operar el mantenimiento vanguardia,
bajo estas metodologías y filosofías de alta efectividad.

4.1 Introducción a capítulo

Esta sección pretende básicamente utilizar la sabiduría que da la apropiación del conocimiento (de la cuarta fase
prescriptiva) para convertirla en esta quinta fase de sabiduría a inteligencia, lograda desde la antigüedad por
mantenimiento, desde David Ricardo, padre de la función macroeconómica de la producción, que es el marco
contextual de mantenimiento vanguardia, como entidad de servicio a producción, abastecimiento y distribución
empresarial, apoyado en gestión de activos y, en todo el proceso de agregación de valor otorgado en la obra a través
de la madurez intelectual impregnada a mantenimiento en todas las secciones previas y venideras de este escrito,
plasmado en el CMD en su nivel IV estratégico y, a sus elementos estructurales que agregan valor a la empresa, para
lograr diseñar e implementar un plan estratégico efectivo de mantenimiento vanguardia a largo plazo de la etapa
analítica cognitiva.

Inicialmente con el fin de garantizar, la estancia en la zona de foresight o prospectiva, que es la fase cognitive
analytics, se procede a buscar valores futuros de este estadio cinco cognitivo, de seis meses más de los que ya se tienen
del umbral prescriptivo, para de esta manera garantizar que se está en la zona de largo plazo, de tipo cognitiva, para
ello se usa la plataforma informática Power BI Desktop y, de esta forma proceder a los cálculos dinámicos de CMD
con sus 80 meses (6 nuevos cognitivos más los 74 de prescriptive), en cada uno de sus parámetros de la disponibilidad
alcanzada: MTBMC, MTTR, MTBMP, MP, MTBM, MMean y disponibilidad de largo plazo o umbral cognitivo, dejando
en el plan estratégico de mantenimiento vanguardia, toda la logística de las acciones y factores claves de éxito a
desarrollar, sus recursos, las fechas de acción y demás elementos constitutivos, que garantizan su efectividad integral
de cinco estadios analíticos, posteriormente se usa más adelante el aprendizaje automático de Machine Learning con
RapidMiner Studio, para el análisis cognitivo de generación de soluciones auto aprendidas de las variables
independientes MTBMC, MTTR y MTBMP con la dependiente de disponibilidad, teniendo en cuenta MTBM y MMean
dependientes; con un proceso cognitivo final de máquina para predictive maintenance con Machine Learning,
fusionado todo con RapidMiner.

4.2 Objetivo de capítulo

La cuarta unidad, pretende generar un entorno totalmente diferente a lo actual o pasado, garantizando de esta
forma aleatoriedad en sumo grado, que provoque nuevos valores y relaciones entre los parámetros, de tal manera que
sigan una línea científico-conductual que tenga escenarios con buenas probabilidades de ocurrencia, lo cual genera un
ambiente de analítica cognitiva de largo plazo y de plena inteligencia, proveniente de la sabiduría.

También la adquisición de conocimiento avanzado de tipo sabiduría para llevarlo a inteligencia, en los estadios
iniciales, permite una cognición profunda de este estadio quinto, lo que permite visualizar un umbral de tiempo con
varios estados de largo plazo, entre dos y veintidós años vista, los cuales se obtienen a partir de métodos prospectivos
o de foresight, lo cual se realiza a partir de la data de sabiduría para convertirla en inteligencia con método de
autoaprendizaje del estadio cognitive, que permita conocer profundamente el estado de largo plazo de las variables
críticas, procesos claves y parámetros futurísticos de CMD, que permita en el presente optar por las mejores
decisiones, teniendo a mantenimiento vanguardia como generador efectivo de valor y competitividad.

Alberto Mora G.
320 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

4.3 Desarrollo contextual semántico

Lo importante es toda la aleatoriedad y variabilidad que genera el auto aprendizaje de manera inteligente, para
establecer entornos totalmente inestables sin ningún nexo con el pasado o presente del ventilador, con situaciones
novedosas, que permitan tomar decisiones efectivas de mantenimiento vanguardia, para generar factores claves de
éxito al negocio.

4.3.1 Construcción de valores cognitivos de seis meses vista, para garantizar estancia en el umbral de largo
plazo con 80 meses
El proceso que se lleva a cabo en esta sección consiste en tomar la base de datos del archivo 44 anexo, de entrada
a la zona de largo plazo y poder así, calcular seis meses más de los 74 que ya se tienen, de orden futurístico cognitivo,
para garantizar la llegada y la estancia en la zona prospectiva de entorno novedoso e inestable, de largo plazo, entre
dos y veintidós años vista.

Figura 143 - Valores cognitivos futurísticos CMS del umbral de largo plazo
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 321

Alberto Mora G.
322 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 323

Alberto Mora G.
324 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
 Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 325

Nota: elaboración propia.

Figura 144 - Valores futuros cognitivos prescriptivos predictivos e historia completos de 80 meses

Alberto Mora G.
326 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

Nota: elaboración propia.

Esto completa la data integral del caso real ventilador, conformado por ochenta (80) datos, de los cuales 50 son
historia, 12 predictivos, 12 prescriptivos y 6 futuros cognitivos.
 Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 327

Los datos, cálculos y archivos asociados a los cognitivos de Power BI, se encuentran en los siguientes archivos
anexos disponibles, si desea usarlos.

Archivo 45 - Insumos Cognitive CMD.xlsx

Archivo 46 - Valores futuros cognitivos Power BI de MTBMc MTTR MTBMp Mp by Month and Day.csv

Archivo 47 - Valores futuros Cognitivos 75 a 80 Power BI.pbix

Archivo 48 - Cognitivos 6 Prescripciones 12 predicciones 12 más historia 50 final VOTORANTIM

A partir de esta instancia se realizan cálculos dinámicos con todo el umbral de tiempo en sus tres fases corto,
mediano y largo plazo, para poder calcular todos los criterios y parámetros MTBMC MTTR MTBMP MP MTBM MMean
Disponibilidad y las diferentes curvas, como el análisis estratégico integral y detallado con la curva de Davies y de
mantenimiento vanguardia, con su plan.

Los cálculos dinámicos CMD y valores de resultados finales cognitivos, completos, integrales y detallados se
aprecian en el archivo número 49 anexo.

Archivo 49 - CMD Analytics final.xlsm

A continuación se presentan las acciones y factores claves de éxito de mantenimiento vanguardia, derivadas de
su cognitive analytics en CMD.

4.3.2 Plan estratégico cognitivo de mantenimiento vanguardia

A partir de los resultados analíticos cognitivos integrales, con base en software libre CMD excel gratis que se
encuentra en el archivo anexo 16, con cálculos dinámicos, único en su tipo, se presentan todas las láminas de análisis
y sus acciones claves a tener en cuenta en cada caso, como muestra la figura a continuación.

Figura 145 - Acciones estratégicas claves de éxito del plan integral de mantenimiento vanguardia

Alberto Mora G.
328 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 329

Alberto Mora G.
330 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 331

Alberto Mora G.
332 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

3
Tiempos de mantenimiento y reparaciones

Horas
Lámina 7 de la figura 145
MTTR Calculado
2.5

MP Calculado

2 Cognitivos
futuros

Prescripciones
Predicciones
1.5

Prescripciones
0.5
Cognitivos
Predicciones futuros

0
Tiempo en horas
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 333

Alberto Mora G.
334 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
 Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 335

Nota: elaboración propia.

Los elementos vitales para trabajar en el plan estratégico de mantenimiento vanguardia, se resumen a: revisión
de la metodología análisis de fallas en la zona correctiva, rediseño y supervisión de las acciones correctivas y la
integración de una planeación adecuada y pertinente de los mantenimientos y las reparaciones.

Alberto Mora G.
336 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

En la imagen a continuación se ratifica lo anterior, dado que en la lámina cuatro denominada Informe real de los
siete βetas VOTORANTIM, se muestra que todos los βetas están en la zona correctiva y solo el pivote Mp está
correcto, corrobora esta situación que el punto álgido está en las reparaciones, como se menciona en esta fase final.

Figura 146 - Estrategias exitosas basadas en Curva de Davies o de la Bañera

Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 337

Alberto Mora G.
338 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
 Nota: elaboración propia, donde se plasma que todo el plan estratégico se centra en lo correctivo, en análisis de las causas raíz y su erradicación, junto con una adecuada
planeación de todo lo planeada y una excelente ejecución en lo correctivo (Mora A. , Mantenimiento cord de las empresas activos son recursos al servicio de mantenimiento,
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 339

Alberto Mora G.
2021) (Mora A. -G., Mantenimiento estrategico, 2017).
340 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

Los valores, ideas y conceptos de las últimas figuras y de las dos que se avecinan, los encuentra en el archivo
adjunto 49, anexo a este documento.

Archivo 49 - CMD Analytics final.xlsm

A continuación en la siguiente imagen de la Figura 147 - Validación técnica de resultados estratégicos para
generar valor de mantenimiento vanguardia, se realiza la verificación técnico-científica de los valores de cada uno de
los parámetros MTBMC MTTR MTBMP MP, en su dimensión real SER y la correcta del DEBER SER (De La Fuente
2005) (Guzmán 2016).

Mantenimiento es una capacidad gerencial y estratégica del negocio, se le considera un recurso

dinámico nuclear de la competitividad y del éxito empresarial, apalancado en los recursos
(Activos) para lograr implementar su estrategia y poder generar ingresos y competitividad.

Figura 147 - Validación técnica de resultados estratégicos para generar valor de mantenimiento
vanguardia
CMD VOTORANTIM Estrategias cognitivas DISPONIBILIDAD D 98.18%

BIEN BIEN MAL BIEN MAL MAL MAL

βeta MTBM C βeta MTBM βeta M Mean

βeta MTTR de βeta MTBM P de βeta M P de
de Integral de Integral de βeta TOTAL
βetas - Factor de forma le Mantenibilidad Confiabilidad Mantenibilidad
Confiabilidad Confiabilidad Mantenibilidad
interesa a Mantenimiento
SER 0.85 0.64 0.78 1.30 0.82 0.97 0.89
DEBER SER Menor a 1 Menor a 1 Muy mayor a 1 Muy mayor a 1 2.45 2.45 2.45
η - Eta de η - Eta de η - Eta de
η - Eta de η - Eta de η - Eta de
Confiabilidad Mantenibilidad Confiabilidad η - Eta
Mantenibilidad Confiabilidad Mantenibilidad
Eta - Factor de escala le No Planeada No Planeada Planeada TOTAL
Planeada M P Integral Integral
interesa a Producción MTBM C MTTR MTBM P
SER 36.65 0.37 77.39 1.97 57.02 1.17 29.09
DEBER SER 39.95 0.51 89.00 1.82 63.73 1.18 30.75
Cumple o no con rango del 10% Cumple No cumple No cumple Cumple No cumple Cumple Cumple
Límite inferior Tiempo - 90% del tiempo teórico 35.95 0.46 80.10 1.63 57.36 1.07 27.68
Límite superior Tiempo - 110% del tiempo teórico 43.94 0.56 97.90 2.00 70.10 1.30 33.83
Cuando el Eta η es óptimo se asimila y
acerca a los tiempos calculados de MTBM C
MTTR MTBM P M P , en cada columna es el OK NO NO OK NO OK OK
debe ser calculado en horas Perfecto

Nota: elaboración propia.

El análisis integral final, se hace con base en los elementos fundamentales del mantenimiento vanguardia que
son producción, máquinas y mantenimiento.

La verificación de un adecuado sistema de explotación de la producción se realiza con el factor de escala Eta η
y, la gestión y operación de mantenimiento vanguardia, apalancada en los activos, logra su efectividad, con el factor
de forma βeta.

A tal efecto en los βetas en cuanto al SER y DEBER SER, se nota que el MTBMc está bien, el MTTR está en el
rango permisible pero es muy bajo (es allí donde hay que trabajar fuertemente con los análisis y erradicación de causas
raíz y su relación con el preventivo / predictivo), los de tiempos útiles planeados MTBMP, confiabilidad total MTBM,
mantenibilidad total MMean, ni el βeta total, están bien, todos estos mencionados están fuera de rango, el único correcto
es el Mp que es pivote, como se ha analizado anteriormente.

Es de anotar que si bien Mp y MTTR dentro de las tareas de mantenimiento y reparación están en la zona
adecuada, es necesario recordar nuevamente la alta dependencia entre ellos y entre sus tiempos útiles MTBMc y
MTBMp, como se explica en secciones anteriores, cuando uno de ellos baja o sube el otro hace lo contrario, por lo
cual se debe revisar profundamente la planeación de ambos.
 Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 341

En cuanto a los tiempos Eta η de operación se tiene el SER, que no es más que el valor calculado por la máquina
del Eta y por otro lado el DEBER SER, el cual se configura y se valora con la fórmula técnica natural de Weibull, es
de resaltar que no cumplen bien el Eta los valores de MTTR MTBMP y MTBM , dicho cálculo se manifiesta de la
siguiente expresión.

Ecuación 12 - Fórmula natural y estándar de Weibull para calcular los parámetros CMD
𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑑𝑑𝑑𝑑 𝑙𝑙𝑙𝑙𝑙𝑙 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 𝑀𝑀𝑀𝑀
= 𝐸𝐸𝐸𝐸𝐸𝐸 ∗ 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹ó𝑛𝑛 𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝑎𝑎 𝛤𝛤 𝑑𝑑𝑑𝑑 (1 + 1 /𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵))
La cual calcula todos y cada uno de los parámetros de disponibilidad alcanzada, realmente; si a estos valores se
les estima un rango de más o menos diez por ciento se tiene el deber ser de Eta η. Esto es muy útil para determinar
que tan bien o no trabaja operación o producción y es el criterio máximo de su eficiencia.

Figura 148 - Validación teorema uno de CMD MTBM mayor que MMean
Nota: elaboración propia.
Validación del Teorema
uno de Disponibilidad Por otro lado como cierre y garantía de la calidad estadística, estocástica,
Alcanzada numérica y de CMD, de los diferentes parámetros se aplica la comprobación del
teorema uno de CMD, donde el MTBM debe ser al menos diez veces el valor de
MTBM 63.73 MMean. Lo cual se cumple a cabalidad, de esta manera se concluye que todos los
M Mean cálculos son correctos y pertinentes.
1.18
Con lo cual se cumple el teorema uno de CMD de la disponibilidad
Ratio es de 53.84 alcanzada.

Figura 149 - Afirmación del efecto contrario entre mantenimientos planeados y correctivos.

Nota: elaboración propia (Mora A. -G., Mantenimiento estratégico Industrial, 2007).

Alberto Mora G.
342 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

Al continuar con el análisis del factor de escala o Eta η, en la gráfica de la Figura 147 - Validación técnica de
resultados estratégicos para generar valor de mantenimiento vanguardia, se muestra que los Etas de MTBMc, Mp,
MMean y el Eta total cumplen, lo que asevera nuevamente que el valor adecuado de Mp se interrelaciona con los demás
y reafirma que la estrategia debe circunscribirse al correctivo MTTR, al MTBMc y de resto al mejorar y erradicar las
fallas los otros valores de Eta como MTBM, MTBMp y MTTR mejorarán automáticamente, si se lleva a cabo el factor
clave de éxito ya descrito anteriormente, sobre todo en las reparaciones.

4.3.3 Factores y acciones claves de éxito totales, integrales y específicos Cognitive Analytics CMD - Plan
estratégico
De esta manera se concluye que los factores y las acciones claves de éxito, que agregan valor y competitividad
a la empresa mediante el mantenimiento vanguardia, apalancado en los activos (tangibles o no), bajo un enfoque de
arquitectura empresarial centrada netamente en el servicio, son:

1. Institucionalizar un Grupo Formal Transversal Caza-fallas en la empresa, que se encargue

permanentemente de los análisis y erradicación de causas raíz.

2. Rediseñar y revisar, todas las tareas correctivas que se tienen en la compañía, para que después de hacer
el análisis pertinente y verdadero, de las causas raíz, se pueda implementar su erradicación completa y
establecer su permanente control efectivo, para que no repitan, lo cual mejora inmediatamente los
valores de los parámetros de MTBMc y de MTTR, y, dadas sus relaciones directas respectivas con
MTBMp y Mp, estas se optimizan y se maximizan por ende MTBM y MMean, lo cual eleva a su máximo
valor la disponibilidad alcanzada, generando de esta manera rentabilidad, ingresos, competitividad,
reducción de costos, mejores funcionalidades y confiabilidades a operación y la empresa, dado que
mantenimiento se convierte de esta manera en una capacidad gerencial dinámica generadora de
ingresos.

3. Mejorar la planeación y la logística de todos los mantenimientos planeados preventivos / predictivos /

proactivos junto con los correctivos que aparezcan, de tal manera que haya una perfecta sincronización
entre ellos y de esta forma se logren optimizar todos los tiempos de los parámetros, para generar mejores
ingresos, con mantenimiento vanguardia.

Mantenimiento es un Cord y los Activos son recursos al servicio de los Cores Competencies
(Mantenimiento Vanguardia) para de forma mancomunada puedan alcanzar metas y
objetivos, a la vez que logren aplicar la estrategia del negocio, para conseguir factores y
acciones claves de éxito y por ende ser competitivos.

Mantenimiento vanguardia es una capacidad gerencial y estratégica del negocio, se le

considera un recurso nuclear dinámico de la competitividad y del éxito empresarial, apalancada
en los recursos (Activos) para lograr implementar su estrategia.

Es fenomenal el concepto de vanguardia: con las capacidades internas (mantenimiento)

apoyadas en los recursos (activos) propios, se logran grandes beneficios externos y
competitividad.
 Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 343

De esta forma se completa todo el proceso analítico de descriptive, diagnostic, predictive, prescriptive y
cognitive analytics de mantenimiento vanguardia, aplicado al ventilador VOTORANTIM.

4.3.4 Predictive maintenance de autoaprendizaje inteligente con plataforma informática Big Data
RapidMiner
El tratamiento de autoaprendizaje inteligente con una plataforma informática de Big Data se realiza con el mismo
ventilador VOTORANTIM, con sus parámetros MTBMC MTTR MTBMP MP MTBM MMean como variables
independientes y la disponibilidad alcanzada como variable dependiente única como se muestra en la Figura 150 -
Predictive Maintenance data e inteligencia de CMD VOTORANTIM cognitivo, donde se pueden obtener valores
futuros cognitivos de las variables que se definan como dependientes.

Es importante mencionar que esto es factible siempre y cuando ya se esté en la zona cognitiva
con un entorno inestable, si se realiza en las etapas diagnóstica, predictiva o prescriptiva, viola
el procedimiento natural de la futurología (Godet, 1993) (Wilson, 2020) (Jones & Twist,
1978) donde el entorno es estable, solo se empieza a volver inestable en la etapa prescriptiva.

Figura 150 - Predictive Maintenance data e inteligencia de CMD VOTORANTIM cognitivo

Alberto Mora G.
344 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

Nota: elaboración propia (Mora A. -G., Mantenimiento estratégico Industrial, 2007).

La data con que se trabaja la parte cognitive, con la inteligencia artificial en RapidMiner, está en el archivo anexo
número 50, a continuación, el cual se abre en excel al darle doble clic encima.

Archivo 50 - Maintenance CMD VOTORANTIM mejorado y adaptado para RapidMiner

A continuación se muestran con imágenes en la Figura 151 - Predictive Maintenance RapidMiner

Autoaprendizaje inteligente con RapidMiner. todos los pasos que se requieren para realizar predicciones cognitivas
con RapidMiner con el caso ventilador VOTORANTIM.

Figura 151 - Predictive Maintenance RapidMiner Autoaprendizaje inteligente con RapidMiner

Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 345

Alberto Mora G.
346 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 347

Alberto Mora G.
348 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 349

Alberto Mora G.
350 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 351

Alberto Mora G.
352 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada
Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 353

Alberto Mora G.
354 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

Nota: elaboración propia.

De esta forma se completa la unidad cuatro con cálculos aleatorios de inteligencia de entorno instable con Power
BI Desktop plataforma informática de Big Data y con las estimaciones con inteligencia artificial de autoaprendizaje
de RapidMiner.

A continuación se traen a colación las principales ilustraciones del proceso, a manera de cierre y referencia de
la obra completa.

Figura 152 - Procesos relevantes en la analytics de mantenimiento vanguardia

 Capítulo 4 - Semántica estratégica de cognitive analytics aplicada - 355

Nota: elaboración propia.

Alberto Mora G.
356 - Capítulo 4 - Semántica estratégica de cognitive analytics aplicada

4.4 Conclusiones de capítulo

La sección cognitiva, recoge todo el desarrollo de los otros cuatros estadios e integra la información de largo
plazo, con la de mediano y corto plazo, además de la data e información, que se genera en las zonas uno y dos de las
etapas descriptiva y diagnostica de manera respectiva.

En la cuarta unidad se logra llevar desde el pasado, a través de técnicas de futurología, con una agregación de
valor muy seria y rigurosa en cada uno de los diferentes estados de la analítica, desde la data del primer estadio, a la
inteligencia del último estadio, pasando por las fases de información, conocimiento y sabiduría, con énfasis en el
estadio de predictive que es la zona y momento más relevante de la analytics, ya que allí es cuando se rompe con el
pasado con el fin de adentrarse en las cábalas del futuro de corto (de cero a dos meses), mediano (de dos a veinticuatro
meses) y largo plazo (de dos a veintidós años), donde se escudriña profundamente con metodología científica y
comprobadas técnicas analíticas (estadísticas, numéricas, matemáticas, aleatorias, estocásticas y todas las esbozadas
en los capítulos tres y cuatro, en el desarrollo del análisis real de VOTORANTIM) futurísticas de CMD, para encontrar
los valores venideros de los parámetros, sus relaciones, detectar sus oportunidades y amenazas, con el fin de establecer
acciones y factores claves de éxito a emprender en el presente plan de mantenimiento vanguardia para poder generar
valor y competitividad.

Se logra una profunda cognición del caso VOTORANTIM, la cual se logra al volver inteligencia toda la data y
los escenarios futuros de largo plazo, lo que permite visualizar un umbral estratégico y gerencial de tiempo con varios
estados del pasado, de corto, mediano y largo plazo, entre el pasado y veintidós años vista, los cuales se obtienen a
partir de métodos prospectivos o de foresight, de esta manera se puede entonces proceder a implementar tácticas,
estrategias, acciones y factores claves de éxito que garanticen que la sabiduría se convierta en inteligencia con métodos
de autoaprendizaje del estadio cognitive, para poder generar valor y competitividad con mantenimiento vanguardia,
para alcanzar la estrategia y las metas y objetivos de la corporación, con mantenimiento como una capacidad gerencial
dinámica y recurso nuclear de la empresa, de características dinámicas, apalancada en los activos, en una estructura
de arquitectura empresarial Framework moderna, con enfoque central hacia el servicio, cubriendo con profundidad
las cinco etapas (descriptiva, diagnóstica, predictiva, prescriptiva y cognitiva) de la analítica, con enfoque integral de
mantenimiento vanguardia.

Mantenimiento Vanguardia es una capacidad gerencial, dinámica y estratégica del negocio,

se le considera un recurso dinámico y nuclear de la competitividad y, del éxito empresarial,
apalancada en los recursos (Activos tangibles o no) para lograr implementar su estrategia,
mediante la implementación de acciones y factores claves de éxito, que le permiten alcanzar las
metas, obejtivos, visión y misión de la corporación, para generar valor, rentabilidad y
competitividad.

Los cálculos analytics de CMD, siempre se deben realizar con programas, y/o softwares
especiales de predicciones y/o plataformas Big Data dinámicas, como el archivo 49.

Mantenimiento Vanguardia es un Cord & Activos son recursos al servicio de los Cords
Competencvies (Mantenimiento) para de forma mancomunada alcanzar metas y objetivos,
aplicar la estrategia del negocio, conseguir factores claves de éxito y por ende ser competitivos.
 Referencias - 357

Referencias
Aguilar, J. -C. (2019). Diseño estratégico del mantenimiento con análisis CMD en reactor 4 productor de resinas tereftálicas en Andercol S.A.
Universidad EAFIT, Maestría en Ingeniería. Medellín - Colombia: EAFIT. Recuperado el 4 de 1 de 2022, de
http://hdl.handle.net/10784/15905
Aguilar, J. -C. (2019). DISEÑO ESTRATÉGICO DEL MANTENIMIENTO CON DE ANÁLISIS CMD EN REACTOR 4 PRODUCTOR DE RESINAS
TEREFTÁLICAS EN ANDERCOL S.A. Universidad EAFIT, Escuela Ingeniería EAFIT. Medellín: Universidad EAFIT. Recuperado el 13
de 1 de 2021, de https://repository.eafit.edu.co/handle/10784/15905
Aiken, M. (1 de 1 de 1971). The Organic Organization and Innovation. (S. J. Sociology, Ed.) SAGE Journals(5), 63 - 82.
doi:https://doi.org/10.1177/003803857100500105
Alsyouf, I., Shamsuzzaman , M., & Abdelrahman, G. M. (03 de 09 de 2016). Improving reliability of repairable systems using preventive
maintenance and time-between-failures monitoring. European Journal of Industrial Engineering, 10(Issues 5), 596 - 617.
doi:https://doi.org/10.1504/EJIE.2016.078798
Altmann, C. -M. (12 de 3 de 2021). Predictiva21. Recuperado el 12 de 3 de 2021, de https://predictiva21.com/efectividad-actividades-
mantenimiento/
AMEF@. (2005). Análisis de Fallas. Recuperado el 2008, de GestioPolis: http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/amef.htm
Arango, M. D.-S., Londoño, J. E.-S., & Álvarez, K. C.-U. (10 de 12 de 2011). Capacidades del negocio en el contexto empresarial. (U. S.-A.
Colombia, Ed.) Revista Virtual Universidad Católica del Norte, 25, 23. Recuperado el 12 de 12 de 2021, de
https://revistavirtual.ucn.edu.co/index.php/RevistaUCN/article/view/349/664
Arango, Martín Darío - Serna; Londoño, Jesús Enrique - Salazar; Álvarez, Karla Cristina - Uribe. (Febrero a Mayo de 2012). Business Capabilities
in the Enterprise Context. (U. C. Norte, & M. D. Arango Serna, Edits.) Revista Virtual Universidad Católica del Norte(35), 23. Recuperado
el 12 de 2 de 2021, de http://revistavirtual.ucn.edu.co/
Arango, Martín Darío - Serna; Londoño, Jorge Enrique - Salazar; Álvarez, Karla Cristina - Uribe. (Febrero a Mayo de 2012). Business
Capabilities in the Enterprise Context. (U. C. Norte, & M. D. Arango Serna, Edits.) Revista Virtual Universidad Católica del Norte(35),
23. Recuperado el 12 de 2 de 2021, de http://revistavirtual.ucn.edu.co/
Aven, T. (1999). Avialability Formula for Stand by Systems of Similar Units That Are Prevently Maintained En: IEEE Transaction and Reliability
(Vol. 39). Transactions and Reliability.
Azofeifa, C. E.-F. (2004). Aplicación de la Simulación de Monte carlo en el cálculo de riesgo, usando Excel. Tecnología en Marcha. Vol. 17 N˚ 1.,
17(1), 97 - 109. doi:https://revistas.tec.ac.cr/index.php/tec_marcha/oai
Bachar, D. (1 de 3 de 2021). LOGILITY. Recuperado el 12 de 3 de 2021, de LOGILITY - Atlanta - Georgia - Estados Unidos de América:
https://www.logility.com/blog/descriptive-predictive-and-prescriptive-analytics-explained/
Barg, L. (Otoño de 2004). Kant y la modernidad: un enfoque desde el Trabajo. Revista Confluencia(ISSN 1667-6394), 13. Recuperado el 14 de 12
de 2021, de https://bdigital.uncu.edu.ar/objetos_digitales/326/BargConfluencia4.pdf
Barney, J. (1 de 3 de 1991). https://doi.org/10.1177/014920639101700108 - Teoría de los recursos y de las capacidades, el cord estratégico
centrado al interior de la empresa. Journal of Management.(ISSN: 0149-2063), 99 - 120.
doi:https://doi.org/10.1177/014920639101700108
Barringer, H. P.-P. (29 de 10 de 2011). Why You Need Practical Reliability Details To Define Life Cycle Costs For Your Products and Competitors
Products! (I. Barringer & Associates, Ed.) Barringer & Associates, Inc., 8. Recuperado el 13 de 3 de 2021, de
https://www.researchgate.net/publication/251807050_Why_You_Need_Practical_Reliability_Details_To_Define_Life_Cycle_Costs_For
_Your_Products_and_Competitors_Products
Barringer@, H. P. (2005). Availability, Reliability, Maintainability, and Capability. (P. H. Paul Barringer, Ed.) Recuperado el 11 de Noviembre
de 2008, de Availability, Reliability, Maintainability, and Capability: http://www.barringer1.com/lcc.htm
Barringer@, P. H. (18 de 02 de 1997). Availability, Reliability, Maintenability and Capability. Recuperado el 01 de 04 de 2017, de
http://www.barringer1.com
Bastidas, A. M.-D., Sua Santana, J., & Hernández Mora, J. (12 de 2017). Propuesta metodológica para la creación de un plan estratégico de
gestión de activos Sector Eléctrico. (U. S. Tomás, Ed.) Ingenio Magno, 8(2), 69 - 91. Recuperado el 2 de 2 de 2022
Bazovsky, I. (2004). Reliability Theory and Practice. USA: Edit. Dover Publications Incorporated.
Beck@, R. (Junio de 2003). Asset Management. (Original de la revista Chemical Engineering Progress - USA) Recuperado el 18 de Diciembre de
2008, de Meridium Inc.: http://www.meridium.com/news_events/articles/pdf_files/achieve_best_in_class_reliability.pdf
Beltrán, J. M.-J. (2003). Indicadores de Gestión - Herramientas para lograr la competitividad (ISBN-13 : 978-9588017006 Editorial Panamericana
ed.). (S. edición, Ed.) Bogotá, Cundinamraca, Colombia: Editorial 3R. Recuperado el 1 de 3 de 2021
Benítez, M. -M. (2016). MODELO DE REFERENCIA PARA LA MEDICIÓN DE CAPACIDADES EN LA IMPLEMENTACIÓN DE
ARQUITECTURA EMPRESARIAL CASO: Gobierno Colombiano. Escuela de Ingeniería EAFIT, Ingeneiría de Sistemas - Magister en
ingeniería. Medellín: Universidad EAFIT www.eafit.edu.co. Recuperado el 3 de 1 de 2022, de
https://repository.eafit.edu.co/bitstream/handle/10784/11354/Mauricio_MurilloBenitez_2016.pdf?sequence=2&isAllowed=y
Bertalanffy, L. v. (1994). Teoría General de los Sistemas. Bogotá, Cundinamarca, Colombia: Fondo de Cultura Económica Limitada. Recuperado
el 14 de 3 de 2021
Bertalanffy, L. v. (1994). Teoría General de los Sistemas. Bogotá, Cundinamarca, Colombia: Fondo de Cultura Económica Limitada.
Bertalanffy, L. v. (1994). Teoría General de los Sistemas - Fondo de Cultura Económica Ltda. Bogotá: Fondo de Cultura Económica.
Blanchard, B. S. (1995). Ingeniería Logística – Traducido de Logistics Engineering and Maintenance – ISDEFE. Madrid, España: ISDEFE© -
Monografías.com.
Blanchard, B. S., Verma, D., & Peterson, E. (1994). Series Nuevas dimensiones en Ingeniería - Maintenibility: a key to effective serviceability and
maintenance management. USA: Edit. Wiley Interscience - Wiley, John & Sons, Incorporated. Recuperado el 2 de 2 de 2022
Bravo, E. J.-C. (8 de 7 de 2009). Framework para generación de verticales de negocio sobre una herramienta CRM. Facultad Ingeniería Industrial,
Facultad de Ciencias Físicas y Matemáticas . Santiago: Universidad de Chile.
Brewster, J. D. (1997). Simplifying the Myths About Contract Maintenance. - A.I.P.E. Facilities Review (Primera ed.). USA: Mcgraw HIll.
Brikmann, B. (18 de 2 de 2021). LogiAnalytics@. (2. Originally published May 7, & 2. updated on February 18th, Editores) Recuperado el 23 de
10 de 2020, de Comparing Descriptive, Predictive, Prescriptive, and Diagnostic Analytics: https://www.logianalytics.com/predictive-

Alberto Mora G.
358 - Referencias

analytics/comparing-descriptive-predictive-prescriptive-and-diagnostic-
analytics/#:~:text=Descriptive%20Analytics%20tells%20you%20what,take%20to%20affect%20those%20outcomes.
Caicedo, G. D.-D. (2014). Tesis de Maestría en Ingniería - Énfasis Mantenimiento. Medellín: Universidad Escuela de Administración y Finazas y
Tecnologías. Recuperado el 2 de 2 de 2022, de
https://repository.eafit.edu.co/bitstream/handle/10784/7295/GuillermoDaniel_CaicedoDelgado_2015.pdf?sequence=2&isAllowed=y
Cano, J., Lay, I., & Escobar, C. (2007). BANESTO. (BANESTO, Ed.) Recuperado el 12 de 12 de 2020, de Fundación Cultural:
https://www.lisdatasolutions.com/consultoria-datos/business-
intelligence/?gclid=Cj0KCQiA1pyCBhCtARIsAHaY_5d66rCMEXwg9WfpOnsnwCx3bte7iYaxt3n6vtAMCXjRHOAHl12G1cYaAoMMEA
Lw_wcB
Cardona, R. A. (5 de 2011). ESTRATEGIA BASADA EN LOS RECURSOS Y CAPACIDADES. CRITERIOS DE EVALUACIÓN Y EL PROCESO
DE DESARROLLO. REVISTA ELECTRÓNICA FORUM DOCTORAL EAFIT Colombia, mayo Julio 2011(4), 35. Recuperado el 12 de 3
de 2021, de https://core.ac.uk/download/pdf/290653867.pdf
Carhuarica, M. E.-I., & Gonzales Caporal , J. (2017). IMPLEMENTACIÓN DE BUSINESS INTELLIGENCE PARA MEJORAR LA EFICIENCIA
DE TOMA DE DECISIONES. Unuiversidad San Ignacio de Loyola, Ingeniería. Lima: Unuiversidad San Ignacio de Loyola. Recuperado
el 2 de 2 de 2021, de http://repositorio.usil.edu.pe/bitstream/USIL/3202/1/2017_Gonzales-Caporal.pdf
Charris, B. E.-E., Muñoz, J. L.-P., & Manotas, A. -A. (2021). Infrome estratégico con prescriptiocnes de mediano plazo CMD. COREMAR,
Ingebneira Sociedad Portuaria Palermno SAS. Sitionuevo, Magadalena, Colombia: Paleromo. Recuperado el 8 de 12 de 2021
Chiavenato, I. (2005). Introducción A La Teoría General De La Administración (Séptima ed.). Madrid, España: McGraw Hill.
Chiaventano, I. (15 de 03 de 2021). TPS Blog. Recuperado el 12 de 12 de 2021, de https://tec-
ps.com/blog/index.php?post/2021/03/05/Pir%C3%A1mide-de-Maslow-%C2%BFQu%C3%A9-es-y-cu%C3%A1l-es-su-objetivo
Consultant, B. (2921). Iceberg de costos de mantenimiento. País estados Unidos de América: Citado por Jean Paul Sourís en su Libro
Mantenimeinto fuente de beneficios. Recuperado el 2 de 2 de 2021, de https://www.bossard.com/global-en/about-us/who-we-are/
Consultoría & Consultores. (15 de 3 de 2019). Consultoría & Consultores, https://consultoria-consultores.es/articulos/articulo-consultoria-
evoluci-n-del-bi-descriptivo-predictivo-y-prescriptivo/. (N. P. Negocio, Productor) Recuperado el 13 de 01 de 2022, de El portal de la
consultoría España: https://consultoria-consultores.es/articulos/articulo-consultoria-evoluci-n-del-bi-descriptivo-predictivo-y-
prescriptivo/
Cosic, R., Shanks, G., & Maynard, S. B. (3 - 5 de Diciembre de 2012). Towards a business analytics capability maturity model. 23rd Australasian
Conference on Information Systems, 1 - 11. Gelong, Victoria, Australia: Universidad de Melbourne - Australia. Recuperado el 14 de 1 de
2022, de https://www.researchgate.net/publication/303637769_Towards_a_business_analytics_capability_maturity_model
Cruz, H. -B. (25 de 5 de 2015). Identificación de principios de arquitectura empresarial para la gestión de factores de impacto en entidades
públicas colombianas utilizando TOGAF. (UNIMINUTO, Ed.) Colecciones Digitales, 2015, 22 - 28. doi:https://hdl.handle.net/10656/8922
Darnell, H., & Smith, M. (1975). Management aspects of Terotechnology – Conference de la British Steel Corporation. En B. S. Corporation (Ed.).,
Númerto 185. London - England.
Davenport, T. H., & Harris, J. G. (2007). Competing on Analytics: The New Science of Winning. Boston, Massachusetts, Estados Unidos: Harvard
Business Review Press. Recuperado el 2 de 2 de 2022, de https://www.amazon.es/Competing-Analytics-New-Science-
Winning/dp/1422103323
De La Fuente, J. A.-A. (12 de 2005). Vanguardias literarias, ¿una estética que nos sigue interpelando? Literatura y lingüística(16), Literatura y
Lingüítica N° 16, págs: 31-50. doi:http://dx.doi.org/10.4067/S0716-58112005000100003
De Miguel, E. -F. (2009). Introducción a la gestión (Management) (Segunda ed.). Valencia, Comunidad Valenciana, España: Universidad
Politécnica de Catalunya. Recuperado el 12 de 12 de 2021
De Miguel, E. -F.-D. (1990). ntroducción a la Gestión “Management” - Volumen I y II Departamento de Organización de Empresas, Economía
Financiera y Contabilidad – E.T.S.I. Industriales (Vol. I y II). (U. P. Valencia, Ed.) Valencia, Comunidad Valenciana, España: Servicio
de Publicaciones de la UPV. Recuperado el 12 de 1990
Decide, I. (14 de 5 de 2019). DECIDE. (M. E. Bajos, Editor) Recuperado el 3 de 1 de 2022, de Soluciones DECIDE:
https://decidesoluciones.es/diferencias-mantenimiento-descriptivo-y-mantenimiento-predictivo/
Díaz, G. -P., & Díaz - Serrano, G. (12 de 01 de 2021). Terotecnic Ingeniería Predictiva, La Terotecnología (El Mantenimiento Clase Mundial).
Recuperado el 12 de 01 de 2021, de Predictiva 21: https://predictiva21.com/terotecnologia-mantenimiento-clase-mundial/
Díaz, M. -Á. (1992). Confiabilidad en mantenimiento. Caracas , Miranda, Venezuela: Ediciones IESA, C.A.
Diez, L., Marangé, P., & Levrat, É. (2016). Maintenance best way for meeting the challenge of regeneration. International Federation of Automatic
Control(049 - 054), 49 - 28. Recuperado el 5 de 1 de 2021, de
https://reader.elsevier.com/reader/sd/pii/S2405896316324338?token=20D3CC8963B7CBAE9DE963275042746A4BA779A2112BB5E0
A79C60137E6E7E9FBC8108F011A4B25CA16209F36ED3452C
Diferencias entre Mantenimiento Descriptivo y Mantenimiento Predictivo. (14 de 5 de 2019). Obtenido de DECIDE:
https://decidesoluciones.es/diferencias-mantenimiento-descriptivo-y-mantenimiento-predictivo/
Domínguez, G. -G. (1999). Indicadores de gestión. Bogotá: Biblioteca Jurídica DIKE. Recuperado el 12 de 11 de 2020
Dounce, E. -V. (1998). La Productividad en el Mantenimiento Industrial (Segunda ed.). Cd. de México, México: Compañía Editorial Continental,
SA de CV.
Duffuaa, S., & Ben-Daya, S. (1995). Maintenance and quality: the mission link – Journal of Quality in Maintenance Engineering (Vol. Volumen
1). West Yorkshire, England, England.
EasyMaint@. (10 de 10 de 2016). EasyMaint Keep iy Simple. Recuperado el 23 de 1 de 2021, de EasyMaint Blog: http://easy-
maint.net/blog_easymaint/2016/10/18/confiabilidad-operacional-en-las-
empresas/#:~:text=La%20Confiabilidad%20Operacional%20tiene%20como,control%20de%20la%20producci%C3%B3n%20industria
l.
EBEL@. (2004). Biografías y Vidas. Recuperado el 15 de 08 de 2017, de EBEL Encicloopedia Biográfica En Línea:
https://www.biografiasyvidas.com/biografia/k/kant.htm
Ebeling, C. E. (2005). An Introduction to Reliability and Maintainability Engineering. (I. Waveland Press, Ed.) New York City, New York, USA:
McGraw-Hill Science - Engineering - Math.
El Ashhab, M., El-Sayed, M., & Ali, A. (2006). MEDICIÓN DE LA EFICACIA DEL SISTEMA: UNA VISTA PREVIA. Universidad Umm Al-Qura,
Departamento de Ingeniería Mecánica. El Cairo - Egipto: Universidad Ain Shams. Recuperado el 17 de 2 de 2021, de
https://www.researchgate.net/publication/299230870_MEASURING_OF_SYSTEM_EFFECTIVENESS_-_A_PREVIEW
 Referencias - 359

Escorsa, P. -C., & Maspons - Bosch, R. (2001). De la vigilancia tecnológica a la inteligencia competitiva (Impresa ed.). (R. Maspons - Bosch,
Trad.) Madrid, Castilla, España: Pearson Alhambra. Recuperado el 12 de 12 de 2004, de https://www.todostuslibros.com/libros/de-la-
vigilancia-tecnologica-a-la-inteligencia-competitiva_978-84-205-3057-4
Etece, Equipo Editorial. (5 de 8 de 2021). Sistema de Información, Internert. (ETECE, Editor, E. ETECÉ, Productor, & Enciclopedia Concepto)
Recuperado el 8 de 1 de 2022, de https://concepto.de/sistema-de-informacion/.
Excelting@. (16 de 2 de 2018). Exceltic Delivering Excellence. Recuperado el 18 de 06 de 2020, de
https://www.youtube.com/watch?v=w4vsFKMO7XA
Farfan, J. (12 de 6 de 2020). La Otra Visión de la Confiabilidad Operacional. (E. d. ljmfl7788@gmail.com, Ed.) Reliability Connect - Mobius
Institute. Recuperado el 3 de 2 de 2021, de https://esp.reliabilityconnect.com/la-otra-vision-de-la-confiabilidad-operacional/
Fayol, H., & Taylor, F. (1996). Administración Industrial y General. (L. E. Ateneo, Ed.) Buenos Aires, Argentina: Librería El Ateneo.
Fayol, H., & Taylor, F. W. (1987). Principios de la Administración Científica - Adminsitración industrial y General - Coordinación Control
Organización mando (Décimacuarta ed.). Buenos Aires, Argentina: Librería "El Ateneo" Editoprial. Recuperado el 12 de 12 de 2000, de
http://bibliotecagratiz.blogspot.com/2014/04/henry-fayol-administracion-industrial-y.html
Filosofía&Co. (12 de 02 de 2019). https://www.filco.es/el-pensamiento-ilustrado-de-kant/, Libre. Recuperado el 19 de 08 de 2019, de Filososfía &
Co: https://www.filco.es/el-pensamiento-ilustrado-de-kant/
Fischer, J. (2 de 11 de 2004). Deutsche Welle. (D. Welle, Editor, E. p. DW, Productor, & DW) Recuperado el 29 de 12 de 2021, de Mains for Minds
Alemania: https://www.dw.com/es/kant-es-el-pensador-de-la-modernidad/a-1112240
Fondéau RAE. (27 de 7 de 2012). Resolución de duadas RAE. Recuperado el 3 de 2 de 2022, de https://www.fundeu.es/consulta/usabilidad-2438/
Forcadas, J. -F. (1983). Estadística aplicada a los Sistemas & Confiabilidad en los Sistemas. 1(4), 41.
Forecast-PRO. (2022). Forecast PRO. Recuperado el 2 de 2 de 2022, de Business Forecast Systems, Inc.:
https://www.forecastpro.com/solutions/forecast-pro/product-comparison/
Freeman, C., & Landau, R. (12 de 2 de 2021). COTEC Estudios. Recuperado el 3 de 2 de 2021, de
http://informecotec.es/media/17_Econom_Inn_Visio_RalphLandau.pdf:
http://informecotec.es/media/17_Econom_Inn_Visio_RalphLandau.pdf
García, J., Molina, J. M., Berlanga, A., Patricio, M. Á., Bustamante, Á. L., & Padilla, W. R. (2018). Ciencia de datos: técnicas analíticas y
aprendizaje estadístico en un enfoque práctico (Primera ed.). (S. -T.-B.-C.-E. Publicaciones Altaria, Ed.) Bogotá, Cundinamarca,
Colombia: AlfaOmega Editores Internacionales. Recuperado el 2 de 2 de 2022
Garrido, J. -G. (22 de 1 de 2021). Innovación es anticipación. Recuperado el 3 de 1 de 2022, de INNOCION: https://www.innocion.com/sabiduria/
Gartner, G. (1 de Marzo de 2021). ALTERIX. (G. ERmpresa, Editor) Recuperado el 1 de 1 de 2021, de Gartner: https://www.alteryx.com/third-
party-content/gartner-magic-quadrant-data-science-machine-learning
Gartner, I. (2020). Autoritas Consulting, Link https://www.autoritas.net/2016/05/16/escala-de-valor-en-la-analitica-de-datos-by-gartner/.
Recuperado el 2 de 2 de 2022, de https://www.autoritas.net/contacto/
Gartner, I. (2 de 2 de 2021). Autoritas Consulting. Recuperado el 2 de 2 de 2020, de https://www.autoritas.net/2016/05/16/escala-de-valor-en-la-
analitica-de-datos-by-gartner/
Gartner, I. (8 de 1 de 2022). Descriptive analytics. Gartner Data & Analytics Summit. Stamford, Connecticut, Estados Unidos. Recuperado el 8 de
1 de 2022, de https://www.gartner.com/en/information-technology/glossary/descriptive-analytics
Gasca, M. C., Camargo, L. L., & Medina, B. (Agosto de 2017). System to Assess the Reliability of Critical Equipment in the Industrial Sector.
Información tecnológica, 24(8), 11 a 123. doi:http://dx.doi.org/10.4067/S0718-07642017000400014
Gimbert, X. (9 de 2009). El núcleo estratégico como modelo de gestión ante la complejidad. Harvard deusto Business Review(182), 37 - 48.
Recuperado el 3 de 1 de 2022, de https://www.harvard-deusto.com/hemeroteca?general=prahalad
Gleeson, P. (17 de 8 de 2017). Which languages should you learn for data science? # Programming. Recuperado el 2 de 2 de 2022, de Which
languages should you learn for data science?
Gnedenko, B. -V., & Ushakov, I. A. (1999). Statistical Reliability Engineering. New York, New York, USA: Editorial John Wiley & Sons, Inc.
Recuperado el 2 de 2 de 2022
Godet, M. (1993). De la anticipación a la acción - Manual de prospectiva y estrategia (Primera ed.). (M. S.A., Ed.) Barcelona, Catalunya, España:
Marcombo Editores. Recuperado el 2 de 2 de 2022, de https://www.todostuslibros.com/libros/de-la-anticipacion-a-la-accion_978-84-267-
0924-0
Gonzales, C. -C. (2003). Arquitectura de la Información: diseño e implementación. En I. Congreso (Ed.). (pág. 8). Lima - perú: Departamento de
Ciencias de la Comunicación Pontificia Universidad Católica del Perú. Recuperado el 1 de 3 de 2021
González, F. J.-F. (2004). Auditoría del mantenimiento e indicadores de gestión (Primera ed.). (S. ARTEGRAF, Ed.) Madrid, España: Fundación
CONFEMETAL. Recuperado el 2 de 2 de 2022
González, J. -F. (01 de 09 de 2016). La minoría de edad como despotismo de las facultades Antropología y política en Respuesta a la pregunta:
¿qué es ilustración? (U. N. Colombia, Ed.) Ideas y Valores, 65(162), 189-212.
doi:http://dx.doi.org/10.15446/ideasyvalores.v65n162.49255
González, R. H.-G. (2016). Mantenimiento Industrial: organización gestión y control. Buenos Aires, Argentina: Alsina. Recuperado el 8 de 12 de
2021
Granja, C. -C., & Vallejo C., R. (2015). ADOPCIÓN DE UN MARCO METODOLÓGICO DE ARQUITECTURA EMPRESARIAL EN UNA
EMPRESA GUBERNAMENTAL, CASO DE ESTUDIO ADMINMISTRACIÓN DE IMPUESTOS. Facultad de Ingeniería, Escuela de
Sistemas. Quito Ecuador: PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR. Recuperado el 3 de 1 de 2021, de
http://repositorio.puce.edu.ec/bitstream/handle/22000/9033/Tesis%20Maestria%20CGRANJA%20RVALLEJO.pdf?sequence=1&isAllo
wed=y
Grant, R. M. (1 de 8 de 1996). Prospering in Dynamically-Competitive Environments: Organizational Capability as Knowledge Integration. (a. e.
Università Commerciale Luigi Bocconi, Ed.) Organization Science, 7(4), 375 - 387. doi:https://doi.org/10.1287/orsc.7.4.375
Grant, R. M. (2014). DIRECCION ESTRATEGICA: CONCEPTOS, TECNICAS Y APLICACIONES. Pamplona, Navarra, España: S. L. Civitas
Ediciones. Recuperado el 12 de 12 de 201
Grant, R. M. (2016). Comtemporary strategy analysis. (N. edición, Ed.) Londres - Inglaterra: Jhon Wiley & Son Limited. Recuperado el 1 de 1 de
2021, de https://www.amazon.com/-/es/Robert-M-Grant/dp/1119120845/ref=pd_lpo_14_t_0/145-2104871-
1268143?_encoding=UTF8&pd_rd_i=1119120845&pd_rd_r=18ee0e7e-5c8a-4f85-b8b4-
d3376b5f63cc&pd_rd_w=YkveT&pd_rd_wg=1mQOZ&pf_rd_p=16b28406-aa34-451d-8a2e-b3930ada000c&pf_rd_r

Alberto Mora G.
360 - Referencias

Grant, R. M. (2016). Contemporary Strategy Analysis: Text and Cases Edition (Novena ed.). (Wiley, Ed.) Trenton, New Jersey, Estados Unidos de
América: John Wiley and Son Ltd. Recuperado el 05 de 04 de 2021, de https://www.wiley.com/en-us/exportProduct/pdf/9781119120841
Grant, R. M. (2021). Contemporary Strategic Analytics (11 ed.). (Wiley, Ed.) Hoboken, Nueva Jersey , Estados Unidos: John Wiley & Sons Ltd.
Recuperado el 3 de 2 de 2022, de https://www.wiley.com/en-us/Contemporary+Strategy+Analysis%2C+11th+Edition-p-9781119815235
Grant, R. M. (2022 January). Contemporary Strategic Analysis (Onceava ed.). (Wiley, Ed.) Trenton, Nueva Jersey, USA: John Wiley and Son Ltd.
Recuperado el 15 de 10 de 2021, de https://www.wiley.com/en-us/9781119815235
Gude@, D. -P.-P. (1998). CiteSeer X Beta - Condition-based Preventive Maintenance . Recuperado el 18 de Diciembre de 2008, de Preventive
maintenance strategies of semi-autonomous work groups in flexible manufacturing - Abstract:
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.29.1104
Guzmán, A. -R. (29 de 09 de 2016). The concept of vanguard, boom and decay. (U. d. Guanajuato, Ed.) REAXION - Revista de divulgación
científica(1 - Año 3 - Septiembre a Diciembre 2015). Recuperado el 22 de 2 de 2022, de http://reaxion.utleon.edu.mx/Editorial-Numero-
27.html
HajShirmohammad, A., & Wedley, W. C. (2004). Maintenance management – an AHP application for centralization/decentralization. Journal of
Quality in Maintenance Engineering, 10(1), 16 a 25. doi:https://doi.org/10.1108/13552510410526839
Halpern, S. (1978). The Assurance Sciences: An Introduction to Quality Control and Reliability. New Jersey City, New Jersey, USA: Editorial
Prentice Hall, Inc Professional Technical.
Harden, D., Beazley, H., & Boenisch, J. (2004). La continuidad del conocimiento en las empresas (Vol. Fecha de edición 1 de abril de 2004 ).
Bogotá, Cundinamarca, Colombia: Grupo Editorial Norma. Recuperado el 2 de 2 de 2022
Hedding, R. D. (12 de 2 de 2021). Reliable Plant. Recuperado el 23 de 2 de 2021, de Corporación SAMI:
https://www.reliableplant.com/Read/8160/measuring-maintenance-effectiveness
Herrero, A. (2018). Las estrategias genéricas de Michael Porter y el plan de marketing. Web Titular.com. Buenos Aires: Estrategia y desarrollo
digital en titular.com. Recuperado el 1 de 3 de 2021, de https://www.titular.com/blog/las-estrategias-genericas-de-michael-porter-plan-
de-marketing
Herzberg, F. I., Mausner, B., & Snyderman, B. B. (2017). 978-1560006343 (Primera ed.). Cleveland, Ohio, Estados Unidos: Routledge.
Recuperado el 15 de 12 de 2021
Hudson, B. M. (2008). Foundations of planning enterprise . (e. S. Routledge publishes professional development books and textbooks across
psychology, Ed.) Journal of the American Planning Association, 45, 386 - 398. Recuperado el 2 de 2 de 2002, de
https://www.taylorfrancis.com/chapters/mono/10.4324/9781315255101-13/barclay-hudson-comments-thomas-galloway-jerome-
kaufman-1979-comparison-current-planning-theories-counterparts-contradictions-journal-american-planning-association-45-pp-387-
98-patsy-heal
Husband, T. M. (1976). Maintenance Management and Terotechnology. (S. House, Ed.) New York, USA: Ashgate Publishing, Limited -.
IBM; Ramírez, Adolfo. (2021). Disciplina Analítica en las Empresas: Ciclo Analítico de IBM. Among, Nueva York State, Estados Unidos: TPS
Blog Internet. Recuperado el 12 de 12 de 2021, de https://tec-ps.com/blog/index.php?post/2021/01/29/Disciplina-Anal%C3%ADtica-en-
las-Empresas%3A-Ciclo-Anal%C3%ADtico-de-IBM
IBM@, B. (06 de Mayo de 2014). IBM Big Data Plattform, Libre. Recuperado el 18 de 6 de 2020, de Voice - IBM Employed - Stepan Groschupf :
https://www.youtube.com/watch?v=KG0FriQHk2Q
IIC@. (28 de Junio de 2016). Innovation, Libre. (Instituto de Ingeneiría del Conocimiento) Recuperado el 18 de 06 de 2020, de Instituto de
Ingeneiría del Conocimiento: https://www.iic.uam.es/innovacion/big-data-caracteristicas-mas-importantes-7-
v/#:~:text=Las%20caracter%C3%ADsticas%20m%C3%A1s%20importantes%20del,%2C%20variedad%2C%20velocidad%20y%20ver
acidad.&text=Veracidad%20de%20los%20datos,Viabilidad
IICSBigData@. (12 de 12 de 2016). Instituto de Ingeneiría del Conocimiento. (IICF, Ed.) Recuperado el 18 de 6 de 2020, de Universidad Autónoma
de Madrid - Castoblanco - Cd. Madrid - País España: https://www.youtube.com/watch?v=S81frJYbjcE
Ingeman@Spain. (2020). Norma EU 15341 Mantenimiento - Indicadores claves de rendimiento del Mantenimiento. Normas Españolas AENOR.
Sevilla - España: INGEMAN CTN151. Recuperado el 20 de 13 de 2021, de https://ingeman.net/?op=contactar
Irajpour, l., Fallahian Najafabadi, A., Mahbod, M., & Karimi, M. (10 de 7 de 2014). Un marco para determinar la eficacia de las estrategias de
mantenimiento - Enfoque de pensamiento ajustado. Artículo de investigación - Problemas matemáticos en ingeniería,
2014(https://doi.org/10.1155/2014/132140), 11. doi:https://doi.org/10.1155/2014/132140
Janer, A. A.-M. (12 de 5 de 2020). Norna UNE EN 15341. Traducción Oficial a COREMAR, 27. (A. Janer, Ed., A. A. Moreno, Trad., & T. O.
Colombia., Recopilador) Cartagena, Bolívar, Colombia: Propia. Recuperado el 21 de 12 de 2022, de https://tradigo.com.co/nosotros/
Jasso, J. -M. (septiembre a diciembre de 2014). Logicismo y analiticidad: Frege y Carnap dos propuestas logicistas. (U. A. México, Ed.) Andamios
- Revista de Investigación Social, 11(26), 277 - 296. Recuperado el 2 de 1 de 2022, de https://www.redalyc.org/pdf/628/62841544010.pdf
Jones, H., & Twist, B. C. (1978). Forecasting technology for planning decisions. New York, New York, Estados Unidos: Ediorial Petrocelly Books
- Nueva York- USA - Enero de 1978. Recuperado el 02 de 2 de 2022, de https://www.amazon.com/Forecasting-Technology-Planning-
Decisions-Harry/dp/0333212517
Kant, I. (1999). EN DEFENSA DE LA ILUSTRACION (Alba Minus Categoría 56 ed.). (J. A. Lastra, Trad.) Barcelona, Catalunya, España: Alba
Editorial s.l.u. Recuperado el 10 de 12 de 2021
Kant, I. (2003). Crítica de la razón práctica y pura. (A. -J. Zozaya, Trad.) Buenos Aires, Argentina: Editorial Losada S.A. Buenos Aires Todos los
derechos reservados. Recuperado el 2 de 2 de 2022
Kaplan, R. S., & Norton, D. P. (1997). El cuadro de mando integral – Edición Especial KPGM Latinoamérica – (Primera Edición ed.). Barcelona,
Catalunya, España: Ediciones Gestión 2000, S.A.
Kapur, K. C., & Lamberson, L. R. (1977). Reliability in engineering design (Primera ed.). (D. M. Wayne State Univ., Ed.) Detroit USA: John Wiley
and Sons, Inc.,New York.
Kececioglu, D. (1995). Maintainability, Availability, & Operational Readiness Engineering. New Jersey City, New Jersey, USA: Editorial Prentice-
Hall Professional Technical.
Kelly, A., & Harris, M. J. (1998). Gestión del Mantenimiento Industrial. (S. Gráficas Mar-Car, Ed.) Madrid, España: Fundación REPSOL
Publicaciones e Impreso en Gráficas del Mar – Traducido por Gerardo Álvarez Cuervo y equipo de trabajo. Recuperado el 2 de 2 de
2022
Knezevic, J. (1996). Mantenibilidad. Madrid, Provincia de Madrid, España: Editorial ISDEFE.
Krumeich, J., Werth, D., & Loos, P. (7 de 12 de 2015). Prescriptive Control of Business Processes. Business & Information Systems Engineering
- Informatica empresarial(ISSN 2363 - 7005), 251-280. doi:https://doi.org/10.1007/s12599-015-0412-2
 Referencias - 361

Kume, H. (1992). Herramientas estadísticas básicas para el mejoramiento de la calidad. Bogotá, Cundinamarca, Colombia: Grupo Editorial
Norma.
Ladiray, D., & Quenneville, B. (2001). DESESTACIONALIZAR CON EL MÉTODO X-11. (U. L. BRUXELLES, Ed.) METODOLOGICA - REVUE
DES TECHNIQUES, MÉTHODES ET INSTRUMENTS DE RECHERCHE EN SCIENCES HUMAINES(8 - 9), 237. Recuperado el 13 de
2 de 2021, de https://www.census.gov/ts/papers/x11_spanish.pdf
Lara, J. (19 de 12 de 2018). EADIC Escuela de Arquitectura e Ingeniería de Madrid. (I. A. EADIC Entrenamiento, Editor, & EADIC - Madrid
España) Recuperado el 15 de 3 de 2021, de Las 5 V de la Big Data: https://www.eadic.com/las-cinco-v-del-big-
data/#:~:text=Hablamos%20de%20las%20dimensiones%20del,5%20dimensiones%20del%20Big%20Data.
Lazreg, M., & Gien, D. (1 de 3 de 2021). National Computer Conference. (u. l.-Q. Departamento de Ciencias de la Computación. T eachers'
College, Ed.) Recuperado el 21 de 3 de 2021, de Laboratoir e LIMOS, Institu t Français de Mécanique Ava ncé, Univer sité Blaise Pasc
al. Aubièr e Cedex, Fra ncia:
https://www.academia.edu/395928/Maintenance_Excellence_Model_for_Diagnosis_and_Preparing_the_Implementation_of_a_New_Or
ganization_In_SMEs
Ledesma, R., Molina Ibáñez, G., & Valero Mora, P. (10 de 12 de 2002). Análisis de consistencia interna mediante Alfa de Cronbach: un programa
basado en gráficos dinámicos. (U. S. Francisco, Ed.) Periódicos Electrónicos em Psicología - PsicoUSF, 7(2), 143 - 152. Recuperado el
2 de 2 de 2022, de http://pepsic.bvsalud.org/scielo.php?script=sci_arttext&pid=S1413-82712002000200003&lng=pt&tlng=es.
Lee, S. -Y., Seung Keun, C., & Jung Keun, O. (03 de 2004). Demand forecasting based infrastructure asset management. KSCE Journal of Civil
Engineering(8), 175 - 182. doi:https://doi.org/10.1007/BF02829116
Leemis, L. M. (1995). Reliability: Probabilistic Models and Statistical Methods. New Jersey City , New Jersey , USA: Editorial Prentice Hall
International Series in Industrial and Systems Engineering.
Lepenioti, K., Bousdekis, A., Apostolou, D., & Mentzas, G. (1 de 2 de 2020). Prescriptive analytics: Literature review and research challenges. (G.
Department of Informatics at the University of Piraeus, Ed.) International Journal of Information Management,
50(https://www.sciencedirect.com/science/article/pii/S0268401218309873#fig0010), 13 páginas, de la 53 a la 70.
doi:https://doi.org/10.1016/j.ijinfomgt.2019.04.003
Levin, R. (1996). Estadistica para Administradores. Cd. de México, México: Prentice Hall .
Levin, R. I., & Rubin, D. S. (2004). Estadística para administración y economía (Séptima ed.). (P. Hall, Ed., & M. G. Osuna, Trad.) México, México
D.F., México: Pearson Educación. Recuperado el 2 de 2 de 2022
Levin, R., Balderas Lozada, M., Del Valle Sotelo, J., & Gómez Castillo, R. (2004). Estadística para administración y economía (Séptima ed.). (P.
Edcutacion, Ed.) México, México, México Distrito Federal: Pearson Educación de México. Recuperado el 1 de 1 de 2021
Lewis, E. E. (1995). Introduction to Reliability Engineering (Segunda ed.). Editorial John Wiley & Sons, Inc.
Lewis, E. E. (1995). Introduction to Reliability Engineering (Segunda ed.). Editorial John Wiley & Sons, Inc.
Lind, D. (2012). Estadística aplicada a los negocios y a la economía. (E. 15ava, Ed.) México, Distrito Federal, México: McGraw Hill.
Lind, D. A., Marchal, W. G., & Wathen, S. A. (2020). Estadística aplaicada a los negocios y a la economía (Décimoquinta edición ed.). (M. d.
León, Trad.) México, México D.F., México: McGraw- Hill Company, Inc. - McGRAW-HILL INTERAMERICANA EDITORES, S.A. DE
C.V. Recuperado el 2 de 2 de 2022
Logicalis. (13 de 6 de 2014). LOGICALIS Architects of change, Simple. (LOGICALIS, Editor) Recuperado el 18 de 6 de 2020, de Big Data
Analytics: https://blog.es.logicalis.com/analytics/las-cinco-principales-aplicaciones-de-big-data
Londoño, J. E.-S. (2014). Modelo funcional de Integración de la Arquitectura Empresarial de ‘N’ entidades alrededor de un grupo empresarial.
Un enfoque de orientación a servicios y modelado de capacidades de negocio. Facultad de Minas, Departamento de la Computación y la
Decisión [385]. Medellín: Universiodad Nacional de Colombia - Facultad de Minas - Medellín Colombia.
doi:https://repositorio.unal.edu.co/handle/unal/51832?show=full
Londoño, J. E.-S. (5 de 6 de 2020). Cátedra Arquitectura Empresarial Frameworks. Universidad Católica del Norte Clases postgrado. Medellín,
Antioquia, Colombia: FUCN. Recuperado el 2 de 10 de 2020
López, J. -A. (26 de 8 de 2018). Economipedia. Recuperado el 2 de 2 de 2022, de https://economipedia.com/definiciones/teorema-central-del-
limite.html
Lorenzon, E. E. (2020). Sistemas y organizaciones (Primera Edición ed.). (E. E. UNLP, Ed.) Buenos Aires, La Plata, Argentina: Universidad
Nacional de La Plata UNLP. Recuperado el 8 de 1 de 2022, de
http://sedici.unlp.edu.ar/bitstream/handle/10915/99629/Documento_completo.pdf-PDFA.pdf?sequence=1&isAllowed=y
Loreto, M. (4 de 5 de 2019). Aprendizaje Taxonomico de Benjamin Bloom y Robert Gagné, Simple. Recuperado el 1 de 1 de 2021, de SCRIBD:
https://es.scribd.com/document/408660590/Aprendizaje-Taxonomico-de-Benjamin-Bloom-y-Robert-Gagne
Lynch, R., Diezemann, J., & Dowling, D. (2003). The Capable Company: Building the capabilites that make strategy work. (Wiley, Ed.) Hoboken,
Nueva Jersey, Estados Unidos: John Wiley & Sons Ltd. Recuperado el 2 de 2 de 2002, de
https://books.google.com.pe/books?id=TxmJwrd_ooQC
Lynch, R., Diezemann, J., Dowling, J., & O'Gorman, C. (4 de 2004). The Capable Company: Building the Capabilities that make Strategy Work.
International Small Business Journal, 22(Issue 2). Recuperado el 12 de 3 de 2021, de
https://go.gale.com/ps/anonymous?id=GALE%7CA115695836&sid=googleScholar&v=2.1&it=r&linkaccess=abs&issn=02662426&p
=AONE&sw=w
Madero, S. M.-G. (16 de 10 de 2019). Factores de la teoría de Herzberg y el impacto de los incentivos en la satisfacción de los trabajadores. (U.
d. Guanajuato, Ed.) ACTA UNIVERSITARIA - Multidisciplinary Journal, 29(1.18), 18. doi:https://doi.org/10.15174/au.2019.2153
Mancera, M. R.-R. (10 de 10 de 2016). Teorías del comportamiento organizacional. Seguridad Minera(100). Recuperado el 15 de 12 de 2021, de
https://www.revistaseguridadminera.com/comportamiento/teorias-del-comportamiento-organizacional/
Marroquín, G. -M., & Chalita, L. E. (Julio Agosto de 2011). Aplicación de la metodología Box-Jenkins para pronóstico de precios en jitomate*.
Revista mexicana de ciencias agrícolas, 2(4), 573 - 577. Recuperado el 1 de 1 de 2022, de
http://www.scielo.org.mx/pdf/remexca/v2n4/v2n4a8.pdf
Maslow, A. H. (2008). Maslow on Management (Primera ed.). Honoken, Nueva Jersey, Estados Unidos de América: John Wiley and Soons.
Recuperado el 12 de 12 de 2021
Maslow, A. H., & Stephens, D. C. (2000). The Maslow Business Reader (Primera del 14 de abril de 2000 ed.). (Cartoné, Ed.) Madrid, Castilla,
España: John Wiley & Sons. Recuperado el 15 de 12 de 2021
Mather, D. (2005). The Maintenance Scorecard - Creating Strategic Advantage. (J. Carleo, Ed.) New York, New York, USA: Industrial Press, Inc.

Alberto Mora G.
362 - Referencias

McDaniel, S. (8 de 9 de 2021). MINITAB. Recuperado el 2 de 2 de 2022, de ADDLINK Software Científico:

https://www.addlink.es/noticias/minitab/3117-ciencia-de-datos-para-todos-comprension-de-la-importancia-del-analisis-predictivo
Mesa, D. H.-G., Ortiz Sánchez, Y., & Pinzón, M. (5 de 2006). LA CONFIABILIDAD, LA DISPONIBILIDAD Y LA MANTENIBILIDAD,
DISCIPLINAS. Scientia et Technica TP. ISSN 0122-1701, Año XII(30), 155 - 160. doi:Email scientia@utp.edu.co
Miklos, T., & Tello, M. E. (2004). Planeación prospectiva: una estrategia para el diseño del futuro (Segunda ed.). México - Distrito Federal
México: LIMUSA Editores. Recuperado el 22 de 2 de 2022, de
https://chart.googleapis.com/chart?chs=400x400&cht=qr&chl=https://books.google.com.co/books?id=jsWtAAAACAAJ&source=qrcod
e
MINITAB@WorkSpace. (2022). Programa estadístico de avanzada MINITAB. Chicago, Illinois, United State of America.
doi:https://www.minitab.com/en-us/
Modarres, M. (1993). What Every Engineer Should Know About Reliability and Risk Analysis. New York City , New York, USA: Editorial Marcel
Dekker.
Modarres, M. (1993). What Every Engineer Should Know About Reliability and Risk Analysis. New York City, New York, USA: Editorial Marcel
Dekker.
Montero, F. (1973). Eleentos semánticos en el sistema Kantiano. (R. T. OVIEDO, Ed.) Teorema - Revista Internacional de Filosofía, 3(4), 481 -
510. Recuperado el 2 de 1 de 2022, de https://dialnet.unirioja.es/descarga/articulo/2045202.pdf
Mora Gutiérrez, A., & Villamil - Simancas, M. A. (2021). Analytics - Aplicación estratégica a mantenimiento y gestión de activos - MAKPIs. XXIII
Cogreso Internacional ACIEM de mantenimiento y activos. Bogotá: ACIEM. Recuperado el 29 de 12 de 2021, de
https://cimga.com/2021/Trabajos/064-TRA_COL_A_MORA_CIMGA2021.pdf
Mora, A. (2021). Mantenimiento Ventaja competitiva - Framework. Bogotá: ACIEM Asociación Colombiana de Ingenieros. Recuperado el 3 de 1
de 2021
Mora, A. -G. (1998). ¿Cómo dimensionar el futuro de una empresa de servicios de mantenimiento? – ACIEM – Revista ACIEM Asociación
Colombiana de Ingenieros Electricistas, Mecánicos, Electrónicos y Afines (Vol. Número 09). Bogotá, Cundinamarca, Colombia: ACIEM.
Recuperado el 3 de 3 de 2022
Mora, A. -G. (1999). Selección y jerarquización de las variables importantes para la gestión de mantenimiento en empresas usuarias o generadoras
de tecnologías avanzadas. Universidad Politécnica de Valencia, Organización de Empresas. Valencia: UPV Tesis Doctoral.
Mora, A. -G. (2007). Mantenimiento Estratégico Empresarial (Única ed.). (U. EAFIT, Ed.) Medellin, Antioquia, Colombia: Fondo Editorial
Universidad EAFIT. Recuperado el 2 de 2 de 2010
Mora, A. -G. (2007). Mantenimiento estratégico empresarial - Colección académica Norma. Bogotá, Cundinamarca, Colombia: Colección
académica - Librería Norma. Recuperado el 2 de 2 de 2002, de
https://www.librerianorma.com/producto/producto?p=fPj6siKlEQgYQ8zPJlc74taSzfAJziEs
Mora, A. -G. (2012). Pronósticos de Demanda e Inventarios - Métodos Futurísticos (Tercera ed., Vol. Uno). (A. M. Gutiérrez, Ed.) Medellín,
Antioquia, Colombia: AMG.
Mora, A. -G. (2013). INVENTARIOS CERO - MTS MTO MTF. Congreso XII Internacional Ingeniería de Mantenimiento IPEMAN. Lima - Perú:
IPEMAN.
Mora, A. -G. (2016). Inventarios Cero - Cuánto pedir ?- Cuándo pedir? - Inventarios MTS MTO MTF (Vol. Uno). Bogotá, Bogotá D.E., Colombia:
Editorial Alfa Omega Editores Internacionales Colombia. Recuperado el 12 de 09 de 2019
Mora, A. -G. (2016). Inventarios Cero - Métodos MTS MTO MTF - Cuánto y cuánto pedir (Una ed.). (E. A. Internacional, Ed.) México, México,
ISBN: 978-958-778-069-7: Alfaomega Grupo Editor S.A. de C.V. Recuperado el 12 de 3 de 2021
Mora, A. -G. (2017). Mantenimiento - Planeación - Ejecución y Control - Editorial AlfaOmega Internacional Grupo Editor - ISBN 978-958-682-
769-0 (AlñfaOmega Internacional ed.). (P. e. 2009, Ed.) Mexico, Distrito Capital México, México: Editorial AlfaOmega Internacional
Grupo Editor - ISBN 978-958-682-769-0. Recuperado el 15 de 6 de 2020
Mora, A. -G. (2021). Mantenimiento Ventaja competitiva - Framework. Bogotá: ACIEM Asociación Colombiana de Ingenieros. Recuperado el 3
de 1 de 2021
Mora, A. -G., & Espinel Blanco, E. (2020). Generación de estrategias exitosas, acciones pertinentes y procesos confiables de Mantenimiento y
Operación, a partir de predicciones y técnicas analíticas avanzadas con distribuciones, algoritmos y diagramas CMD de Wallodi Weibull,
con efectividad máxima. Congreso XXII ACIEM Internacional de mantenimiento y gestión de Activos CIMGA2020, Asociación
Colombiana de Ingenieros ACIEM, Cundinamarca Colombia, Bogotá Colombia. Recuperado el 2 de 1 de 2021
Mora, A., & Orozco, L. (2 de 2 de 2021). Elaboraciones propias. Proyecto Integrador I y II UCN. Bogotá, Cundinamarca, Colombia: Universidad
Católica del Norte. Recuperado el 12 de 12 de 2020
Mortenson, M. J., Doherty , N. F., & Stewar, R. (16 de 3 de 2015). Operational research from Taylorism to Terabytes: A research agenda for the
analytics age. European Journal of Operational Research, 241(3), 583 - 585. doi:https://doi.org/10.1016/j.ejor.2014.08.029
Moubray, J. M. (2004). RCM Reliability Centered Maintenance - Industrial Press Inc (Primera en castellano ed.). (G. a. Biddles Limited, Ed., &
S. y.-A. Ellman, Trad.) Leicestershire, United Kingdom: Aladon Limited. Recuperado el 2 de 1 de 2022
Mouton, G. (1925). Die Syntax des einfachen Satzes im Indogermanischen. BERLIN UND LEIPZIG, Alemania: WALTER DE GRUYTER & CO.
doi:https://doi.org/10.1515/9783111586304
Movilla, S. -G. (1 de 11 de 2019). Entre el deseo y la realidad. Ruita Maestra(27), 114 - 116. Recuperado el 12 de 12 de 2021, de
https://rutamaestra.santillana.com.co/wp-content/uploads/2019/11/Ruta-Maestra-Ed27.pdf
Muñoz, B. -A. (2019). Confiabilidad, disponibilidad y mantenibilidad. (Mantenimiento: ingeniería industrial y de edificios, Ed.) DIALNET(325), 6
- 8. Recuperado el 21 de 12 de 2020, de https://dialnet.unirioja.es/info/ayuda/descargatxt
Muñoz, B. -A. (5 de 2020). INDICADORES NORMALIZADOS, DEL MANTENIMIENTO. Diplomado en Operación y Mantenimiento Industrial,
1, 19. (ASBOMAN, Ed.) La Paz, Bolivia. Recuperado el 23 de 2 de 2021, de https://www.asboman.com/cursosvirtuales/
Muñoz, I. J.-D. (2022). Desarrollo de Ventajas Competitivas Mediante el Análisis Prescriptivo en Gestión de Mantenimiento y Activos con BD –
IA - TI & BI. PazdeRío - VOTORANTIM, Maestría en Ingeniería. Medellín - Antioquia - Colombia: Universidad EAFIT. Recuperado el 1
de 10 de 2021
Nachlas, J. (1995). Fiabilidad. Madrid, Provincia de Madrid, España: ISDEFE.
Navarro, L. -E., Pastor, A. C.-T., & Mugaburu, J. M.-L. (1997). Gestión Integral del Mantenimiento (Primera ed.). (S. Vanguard Grafic, Ed.)
Barcelona, Catalunya, España: Editores Marcombo Boixerau.
Nemónico, G. (2013). Razón crítica versus razón instrumental. Tijuana, Baja California, República de México: Teatro de la mente.
doi:https://teatrodelamente.wordpress.com/author/teatrodelamente/
 Referencias - 363

Newbrough, E., & Ramond, R. -P. (1982). Administración del Mantenimiento Industrial (Sexta ed.). Mexico Df, México: Diana.
O´Connor, P. D. (2002). Practical Reliability Engineering (Cuarta ed.). Stevenage, United Kigdom: Wiley - Jhon Wiley & Son.
OIT-CIUO88. (1988). CIUO - Clasificación Internacional Uniforme de Ocupaciones. Ginebra, Dirección 1211, Ginebra 22, Suiza.
OREDAVolumenI. (2016). OffShore and OnShore Reliability Data - TopSide Equipment - 6th Edition (Vol. Volumen I). (OREDA, Ed.) Oslo,
Noruega. Recuperado el 9 de 10 de 2019
OREDAVolumenII. (2016). OnShore and OnShore Reliability Data - SubSea Equipment - 6th Edition (Vol. Volumen II). (OREDA, Ed.) Oslo,
Noruega. Recuperado el 9 de 10 de 2019
Ospina, J. -V. (23 de 3 de 2007). D W Made for Minds. (D. W. Alemania, Editor) doi:https://p.dw.com/p/4f7M
Palacio, L. C.-A. (2016). Dirección estratégica (Segunda ed.). Bogotá, Cundinamarca, Colombia: COE Ediciones. Recuperado el 05 de 12 de 2021
Parra, B. A.-R. (8 de 6 de 2018). (E. e. Negocios, Editor, F. d. Ambientales, Productor, & Universidad Católica del Norte) Recuperado el 18 de
06 de 2020, de https://drive.google.com/drive/folders/1mkcIBw_lkEm_zLGzWyAYjGZcQ5INa8wE?usp=sharing
Parra, G. (2013). Antimodernidad y trabajo social: orígenes y expansión del trabajo social argentino. Buenos Aires, Argentina: Editorial Espacio.
Recuperado el 9 de 12 de 2021
PEMEX Corporativo; Melo, Eduardo - Flores. (2018). Acciones realizadas en materia de confiabilidad operacional, así como los resultados
obtenidos durante el período 2012 - 2017. Petróleos de México PEMEX, Subdirección de Confiabilidad de la Dirección Corporativa de
Planeación, Coordinación y Desempeño. México: PEMEX. Recuperado el 12 de 2 de 2021, de
https://www.pemex.com/etica_y_transparencia/transparencia/Documents/2018-mdylb/11_MD_DCPCDConfiabilidad.pdf
Peña, A., Rojas, M., & Peña, A. (31 de 10 de 2018). Taxonomía de Bloom y Método de Gagné-Briggs. (Education, Editor) Recuperado el 1 de 2
de 2021, de Educación - web https://es.slideshare.net/featured/category/education: https://es.slideshare.net/alberthpena/taxonomia-de-
bloom-
y#:~:text=Taxonom%C3%ADa%20de%20Bloom%20Taxonom%C3%ADa%20de,dos%20primeros%20fueron%20desarrollados%20ini
cialmente.
Perdomo, G., & Arias, J. E.-P. (29 de 4 de 2014). Modelo de servicio en Business Analytics orientado a la gestión del talento humano. (L. Villaba,
Ed.) GTI - Revista Gerencia Tecnológica Informática, 13(36), 61 - 73. Recuperado el 2 de 1 de 2022, de
https://revistas.uis.edu.co/index.php/revistagti/article/view/4571/4804
Porter, M. -E. (1999). Ser competitivo. Bilbao, España: Ediciones Deusto S. A.
Posada, G. A.-G. (19 de Agosto de 2010). Gestiópolis. (Gestiópolis, Ed.) Recuperado el 25 de 2 de 2021, de
https://www.gestiopolis.com/competitividad-y-productividad-industria-colombiana/
Prada, E. -M. (1 de 1 de 2008). Invisible intermediate goods for decision making: data, information and knowledge. (U. d. Murcia, Ed.) Anales de
documentación(11), 183 - 196. doi:https://doi.org/10.6018/analesdoc
Prada, E. -M. (2012). Del registro en cavernas a las redes de conocimiento: Las instancias de evolución de la gestión documental. Chisináu -
República de Moldavia: Editorial Académica Española. Recuperado el 2 de 2 de 2022
Prahalad, C. -H. (Mayo - Junio de 1990). The Core Competence of the Corporation. Harvard Deusto Review, 79 - 89. Recuperado el 3 de 1 de
2022, de https://hbr.org/1990/05/the-core-competence-of-the-corporation
Prahalad, C., & Hammel, G. (19 de 11 de 2011). La competencia esencial de las organizaciones. Cuadernos de administración - Universidad del
Valle. (U. d. Valle, Ed., & A. N. Nieto, Trad.) Cali, Valle, Colombia. doi:https://doi.org/10.25100/cdea.v13i19.262
Propia. (18 de 3 de 2021). Big Data. Figuras de elaboración propia. (M. A. Simancas, Ed.) Medellín, Antioquia, Colombia: Propia. Recuperado
el 30 de 3 de 2021
Quiroa, M. Q. (21 de 02 de 2021). ECONOMIPEDIA, Libre. Recuperado el 15 de 12 de 2021, de Haciendo fácil la economía:
https://economipedia.com/definiciones/teoria-de-herzberg.html
RAE@. (2020). Diccinario PANHISPÁNICO del español jurídico. Recuperado el 8 de 3 de 2021, de Real Academia española:
https://dpej.rae.es/lema/big-data#:~:text=Tel.,las%20interacciones%20de%20los%20usuarios.
Ramakumar, R. (1996). Engineering Reliability. Fundamentals and Applications. New Jersey City, New Jersey, USA: Editorial Prentice-Hall
Professional Technical.
Ramírez@, D. C.-V. (17 de 02 de 2014). Universidad de Los Andes Estado Táchira Venezuela. (ULA, Ed.) Recuperado el 04 de 02 de 2014, de
Web del Profesor - ULA Venezuela:
http://webdelprofesor.ula.ve/economia/dramirez/MICRO/FORMATO_PDF/Materialeconometria/Autocorrelacion.pdf
Reed, R. J. (1971). Location, Layout y Mantenimiento de Planta . (P. g. S.A., Ed., & J. G. Thomas, Trad.) Buenos Aires, Argentina: Editorial El
Ateneo.
Rey, S. F. (1996). Hacia la excelencia en Mantenimiento. (S. Tgp Hoshin, Ed.) Madrid, Comunidad de Madrid, España: Tgp Hoshin, S.L.
Ricardo, D. (1817). On the principies of Political Economy and Taxation . Inglaterra: Ayuso.
Riis, J. O., Luxhøj, J. T., & Thorsteinsson, U. (1997). A situational maintenance model. International Journal of Quality & Reliability Management,
14(Issue 4), 349 a 366.
Rincón, R. -O. (4 de 7 de 2020). INEMEC. (INEMEC, Ed.) Recuperado el 23 de 2 de 2021, de https://inemec.com/matriz-de-excelencia/
Ríos, D. -I., & Gómez-Ullate Oteiza, D. (2019). Big Data - Conceptos, Tecnologías y Aplicaciones (26 de septiembre de 2019 - CSCI ed.). (L.
Catarata, Ed.) Madrid, Castilla, Epaña: La Catarata (Asociacion Los Libros De La Catarata). Recuperado el 18 de 06 de 2020
Ríos, E. R. (25 de 1 de 2018). Gestión de Activos. Diplomado ACIEM Antioquia - Colombia. Medellín, Antioquia, Colombia: ACIEM. Recuperado
el 31 de 12 de 2021
Rodolfi@, G. (19 de Enero de 2000). Il guasto e l´esigenza della manutenzione. Obtenido de Il guasto e l´esigenza della manutenzione:
http://www.smnweb.com/pragma/adapt98/tpm/g_tpm1.htm - http://www.smnweb.com/pragma/adapt98/tpm/g_tpm1.htm
Ross, J. W., Weill, P., & Robertson, D. (2006). Enterprise Architectural as Strategy. Boston, USA Massachusetts, Estados Unidos: Harvard
Business School Press.
RStudio@. (2022). Programa R Studio. (B. M. R Studio - Estados Unidos de América - 250 Northern Ave, Ed.) Recuperado el 2 de 2 de 2022, de
"Apricot Nasturtium" (aee44535, 2020-09-17) for Windows: https://rstudio.com/products/rstudio/download/
Rudnick, H. -V., Lincovil B., C. L., & Gutiérrez M., G. I. (2021). Optimización Económica de la disponibilidad. Universidad Pontificia Católica de
Chile, Ingeniería. Santiago: Académicos Ingeneiría U C.
doi:https://hrudnick.sitios.ing.uc.cl/alumno06/OED/archivos/Optimizacion_Economica_de_la_Disponibilidad.pdf
Salazar, E. J.-J., & Alzate, W. A.-C. (22 de 12 de 2018). Simulación de Monte Carlo: Análisis de una herramienta para la proyección de estados
de resultados. Un estudio de caso. (U. d. Antioquia, Ed.) Espacios, 39(51), 11 - 18. doi:https://www.coursehero.com/file/96642049/Monte-
Carlo-para-Proyecci%C3%B3n-Estado-de-Resultadospdf/

Alberto Mora G.
364 - Referencias

Santesmases, M. -M. (2003). DYANE 2 Diseño y análisis de encuestas en investigación social y de mercados. Madrid – España, Provincia de
Madrid, España: Ediciones Pirámide – Grupo Editorial Anaya.
Santesmases, M. -M. (2009). DYANE IV- Diseño y análisis de encuestas en investigación social y de mercados (Universidad Autónoma de
Manizales ed.). (L. S.A., Ed.) Madrid, Castilla, España: Ediciones Pirámide. Recuperado el 2 de 2 de 2022
Santesmases, M. -M. (2009). DYANE V- Diseño y análisis de encuestas en investigación social y de mercados (Universidad Autónoma de Manizales
ed.). (L. S.A., Ed.) Madrid, Castilla, España: Ediciones Pirámide.
Schmarzo, B. (2014 ). Big Data, el poder de los datos (Wiley ed.). (Wiley, Ed.) Madrid, Castilla, España: Anaya Multimedia. Recuperado el 19 de
6 de 2020
Scuoler, A. (7 de 12 de 2020). HOW BUSINESS FORECASTING & PREDICTIVE ANALYTICS ARE MERGING. Recuperado el 15 de 12 de 2021,
de Institute for Business Forecasting & Planning (IBF): https://demand-planning.com/2020/12/07/how-business-forecasting-predictive-
analytics-are-merging/
Selva, D. -R., & Domínguez - Liñán, R. (8 de 2 de 2018). Las técnicas de generación de ideas: revisión y análisis de su uso en las agencias
publicitarias españolas. Revista de comunicación, audivisual y publicitaria., 18(3), 371 - 387. doi:https://doi.org/10.5209/ARAB.56763
Serrano, I., & Sayeras, J. (Diciembre de 2021). El núcleo estratégico como modelo de gestión ante la complejidad. Business Review - Estrategia -
Deusto(317). Recuperado el 05 de 1 de 2022, de https://www.harvard-deusto.com/nuevos-escenarios-de-gestion
Smith, C. O. (1983). Introduction to Reliability in Design. Malabar, Florida, USA: Robert E. Krieger Publishing Company Krieger Publishing
Company.
Solex@. (17 de 4 de 2020). Diferencias entre gestión de mantenimiento y gestión de activos físicos. (I. SOLEX, Editor, & IBM) Recuperado el 3 de
1 de 2022, de Actualidad IBM Maximo, Noticias: https://www.solex.biz/noticias/diferencias-gestion-mantenimiento-activos-fisicos/
Sourís, J.-P. (1992). El mantenimiento: fuente de beneficios – traducido por Diorki, S.A. Madrid de la obra original La maintenance, source de
profits. (S. M. Traducido por Diorki, Trad.) Madrid, España: Ediciones Díaz de Santos, S.A.
Stagno, G. -C. (Mayo - Junio de 1996). Semántica estratégica. Revista de la Marina, 113(832), 284 - 287. doi:https://revistamarina.cl/revista/832
Stamatis, D. H. (1995). Failure Mode asnd Effect Analysis - FMEA from Theory to Execution. (I. BookCrafters, Ed.) Wisconsin, Milwaukee, USA:
ASQC Quality Press.
Statgraphics. (2 de 2 de 2022). Software CENTURION. Statgraphics XIX. Madrid, Castilla, España. Recuperado el 2 de 2 de 2022, de
https://statgraphics.net/
Synapsis@. (29 de 1 de 2014). TVSYNAPSIS. (S. -L. simple, Ed.) Recuperado el 18 de 6 de 2021, de La Tecnología es simple:
https://www.youtube.com/watch?v=b-RqDLoBVoY
Tamborero@, J. M.-D. (2005). Instituto Nacional de Seguridad e Higiene en el trabajo - España. Recuperado el 1 de 12 de 2008, de Misnisterio
del Trabajo y Asuntos Sociales - España:
http://www.insht.es/InshtWeb/Contenidos/Documentacion/FichasTecnicas/NTP/Ficheros/301a400/ntp_
Taylor, F. W. (25 de 2 de 2016). Teoría clásica de Taylor. Recuperado el 23 de 3 de 2021, de Losrecursoshumanis.com:
https://www.losrecursoshumanos.com/teoria-clasica-de-taylor/
Teece, D., Pisano, G., & Suhen, A. (4 de 12 de 1998). Capacidades dinámicas y administración estratégica. (L. John Wiley & Sons, Ed.) trategic
Management Journal, 18 : 7, 509 - 533. doi:https://doi.org/10.1002/(SICI)1097-0266(199708)18:7<509::AID-SMJ882>3.0.CO;2-Z
Thompson, G. (1980). Engineering design and Terotechnology. Manchester, England: Department of Mechanical Engineering – UMIST.
Thorsteinsson, U., Luxhoj, J. T., & Riis, J. O. (1997). Trends and Perspectives in industrial Maintenance Management. Journal of Manufacturing
Systems, 16(6).
Toda, I. (27 de 04 de 2017). Integra. Recuperado el 2 de 2 de 2022, de https://www.integratecnologia.es/la-innovacion-necesaria/el-nivel-de-
madurez-de-las-organizaciones-en-el-analisis-de-datos/
Troncoso, N. -A. (2009). Hacia una ontología de la economía Lawson-Machlup. Universidad Nacional Autónoma de México, Facultad de Filosofía,
Facultad de filosofía y letras . México: UNAM. Recuperado el 3 de 1 de 2022, de
https://olea.org/~nadia.troncoso/Tesis_de_licenciatura/Sobre-el-compromiso-ontologico.html#ftn.footnote-id-27
Uexcüll, J. V. (1920). Unwelt und Innenwelt der tiere (Segunda Edición ed.). Berlín – Alemania : Referenciado por Bertalanffy,1994.
Uparela, J. M.-S. (2013). Medición estratégica CMD, confiabilidad, mantenibilidad, disponibilidad en el sistema de vapor de una planta química
en el departamento del Atlántico. Universidad EAFIT - Colombia, Maestría en Ingeneiría. Medellín: Universidad EAFIT. Recuperado el
2 de 2 de 2016, de http://hdl.handle.net/10784/1452
UpKeep (Ed.). (2 de 2 de 2021). UpKeep. (https://www.onupkeep.com/) Recuperado el 13 de 2 de 2021, de
https://www.onupkeep.com/learning/maintenance-metrics/overall-equipment-effectiveness
Vandeput, N. (2018). Data Science for Supply Chain Forecast. Estados Unidos: Independently 12 de noviembre. Recuperado el 11 de 11 de 2019
Vargas, B. E. (14 de 7 de 2014). La Función de producción Charles W. Cobb y Paul H. Douglas. FIDES ET RATIO - Universidad de la Salle, 8(8),
67 - 74. Recuperado el 13 de 2 de 2021, de http://www.scielo.org.bo/pdf/rfer/v8n8/v8n8_a06.pdf
Velandia, J. D.-M. (2012). Acciones, análisis estadístico, medición y estrategias de mejora de la confiabilidad en la flota de motoniveladoras
cerrejón para elevar la disponibilidad. Universidad EAFIT, Maestría en Ingeniería Énfasis mantenimiento. Medellín: EAFIT. Recuperado
el 2 de 2 de 2019
Venkatesan, R. (1 de Noviembre de 1992). ¿Strategic Sourcing: to make or no to make? (H. B. Review, Ed.) Harvard Business Review, 59(92610),
14 a 28.
Ventura, J. -V. (1996). Análisis dinámico de la estrategia empresarial - Un ensayo multidisciplinar. Oviedo, Asturias, España: Universidad de
Oviedo. Recuperado el 3 de 2 de 2022, de https://dialnet.unirioja.es/servlet/libro?codigo=101401
Villamil, M. A.-S. (18 de 3 de 2021). Big Data - Strategic analytical dashboard architectural framework approach of the management maintenance
- Palermo Sociedad Portuaria con norma europea UNE PNE-en-15341. Tesis de Maestría en Ingeneiría Universidad EAFIT. (A. M.
gutiérrez, Ed.) Medellín, Antioquia, Colombia: Universidad EAFIT. Recuperado el 7 de 2 de 2022
Villegas, G. A.-L., & Mora Gutiérrez, A. (2020). Mantenimiento Industrial Moderno (Segunda ed., Vol. 1). Medellín, Antioquia, Colombia:
CIMPRO SAS. Recuperado el 1 de 9 de 20209
Wang, G. C., & Jain, C. (2003). Regression Analysis - Modeling & Forecasting. Great Neck, Nueva York, Estados Unidos: GPC Graceway
Publishing Company. Recuperado el 18 de 12 de 2021
WEFM@. (2020). Resetting the Future of Work Agenda: Disruption and Renewal in a Post-COVID World. World Economic Forum and Mercer.
Ginebra - Suiza: World Forum Economics. Recuperado el 2 de 1 de 2022
Weibull++ReliaSoft@. (2022). Reliasoft - The industry standard for life data analysis. (ReliaSoft, Ed.) Recuperado el 2 de 2 de 2022, de The
industry standard for life data analysis: https://www.reliasoft.com/products/weibull-life-data-analysis-software
 Referencias - 365

WeirdGeek. (5 de 11 de 2018). https://www.weirdgeek.com/2018/11/types-of-analytics/. Recuperado el 2 de 2 de 2022, de WeirdGeek:

https://www.weirdgeek.com/2018/11/types-of-analytics/
Whorf, B. L. (1952). Collected Papers on Metalinguistic – Foreign Service Institute – Department of State. Washington – USA : Referenciado por
Bertalanffy,1994.
Whorf, B. L. (1953). Language, Thought and reality: selected writings of B.L. Whorf – John Caroll, Ed. John Wiley & Sons. Nueva York – USA:
Referenciado por Bertalanffy,1994.
Wilson, E. (20 de 1 de 2020). Institute of Business Forecasting and Planning. doi:https://demand-planning.com/2020/01/20/the-differences-
between-descriptive-diagnostic-predictive-cognitive-analytics/
Wireman, T. (1994). Computerized Maintenance Management System. USA: Editorial Industrial Press.
Wireman, T. (2001). Word class maintenance management. País Estados Unidos de América: Industrial Press, Inc.
Wireman, T. (2004). Total Preventive Maintenance. Nueva York, New York, USA.
Woodcroft, B. (1851). The Pneumatics of Hero of Alexandria. . Londres, United Kingdom: Taylor Walton and Maberly.
Wrennall, W., & Quaterman, L. (1994). - Handbook of commercial and industrial facilities management. New York, New York, USA: Editorial Mac
Graw-Hill.

Alberto Mora G.
366 - Glosario de palabras abecedario

Glosario de Palabras Abecedario

bloques, 86
(
Brown, 252, 371

(p,d,q) (P,D,Q), 250 Business Intelligence, ii, 319

A C

Ábaco de Régnier. cálculos dinámicos, 253

ACF, 103, 104, 107, 108, 254, 371 capacidad gerencial, 253

activos, 10 capacidades gerenciales de Grant, 26

activos tangibles, 253 capacidades organizacionales dinámicas, 73

ADT, 371 CENTURION, 253

Alcanzada, 75, 87, 89 certificaciones, 14

aleatoriedad, 177, 252 ciclicidad, 255

Alfa de Cronbach, 118, 176 Ciclicidad, 371

algoritmos, 108 Clásicos, 371

análisis estructural de impacto cruzado, 175, 181 CMD, 250, 372

análisis previo, 255 Coeficiente αlfa de Cronbach, 372

analítica, 10 cognición, 356

Analytics Cognitiva, 371 cognitive, ii

Analytics Predictiva, 371 cognitivos, 252

Analytics Time, 371 cognitivos futurísticos, 320

AR.I.MA, 102, 181, 186 coherencia intelectual, 174, 175

AR.I.MA., 102, 108, 244, 371 competencia, 73

arquitectura empresarial, 356 competitividad, 168

Arquitectura Empresarial, 46 Competitividad, 372

auto correlación, 107, 108, 178 Conferencia de encuentro, 174

Auto Regressive, 185 Confiabilidad, 76, 77, 99, 110, 372, 373

autoaprendizaje, 356 conocimiento, 252

autoaprendizaje inteligente, 343 consumo, 103, 108, 118

auto-correlación, 107 Core, 372

Autocorrelación, 102 corporación, 356

Auto-Correlation Function, 254 correctiva, 306

Availability, 371 correlación, 118, 176

criterios, 307
Criticidad, 372
B
cultura organizacional, 73
Big Data, ii curva de Davies, 307
 Glosario de Palabras Abecedario - 367

Eta η, 306
D
ETL, 373

data, 344 excel, 141

DataLake, 252 excelencia, ii

DataMining, 252 Extracción, 10

datos, 102, 104, 118
David Ricardo, 319 F
Davies, 307
deber ser, 10, 118 factores claves de éxito, 356
fallas, 99, 110
demanda, 103, 104, 108, 118, 186
descriptive, ii Fallas, 99

diagnostic, ii Forecast, 169

Foresight, 169
diagnostic analytics, 253
diagnóstica, 10 Framework, 356

Disponibilidad, 75, 372, 373 funcional, 108

futurísticas, 356
disponibilidad alcanzada, 343
Distribuciones, 372 futurología, 45, 170, 173, 174, 177, 181, 182, 186
Futurología, 373
docto, 10
DT, 372
DYANE, 253 G

Gelcoats, 373
E
generar valor, 356
GOMAP, ii
ecuación, 244
elaboración propia, 140
emancipación intelectual, 13, 14 H
enfoque Grantiano, 24
hacer, 118
Enfoque Grantiano, 41
hipótesis, 180, 253
entorno inestable, 252
Holt Winter, 13
entorno instable, 354
entorno novedoso e inestable, 320
I
estacional, 102
estacionalidad, 177, 178, 255
ilustración, 13
Estacionalidad, 372
información, 118
estocástica, 10
inteligencia, 252, 354
estrategia, 168
inteligencia artificial, 344
Estrategia, 373
inventario, 104, 108, 118
Eta, 354
inventarios, 10, 108, 118, 186
Eta total, 342
ítem, 108, 118

Alberto Mora G.
368 - Glosario de palabras abecedario

ítems, 104 MTBMC, 250

MTBMp, 373

K MTBMP, 250
MTF, 108, 173, 378
Kant, 12, 74 MTO, 108, 378
MTS, 108, 378
L MTTR, 250, 374

largo plazo, 10
N
línea Kantiana, 46

negocio, 73
M nivel, 172, 173, 175, 176, 177, 181, 252
Nivel, 374
M, 373
No confiabilidad, 374
Maintainability, 373
normal, 102
Mantenibilidad, 77
Normal, 313
Mantenibilidad medida, 373
mantenimiento, 73
O
Mantenimiento, 15, 75, 76, 125, 372, 373
mantenimiento vanguardia, 24, 320, 356 orden futurístico cognitivo, 320
máquinas, 169
Maslow & Herzberg, 47
P
mayoría de edad racional, 14
Mean Time Between Maintenance Corrective, 373 PACF, 374
método científico, 108, 170, 172, 173, 185, 243, 252 parámetros, 44, 108, 253, 356
Metodología, 373 Parámetros, 374
metodología científica, 172 Pearson, 253
metodología vanguardista, 46 pertinencia, 175
MIC MAC, 172, 181 pivote, 253
modelo nuclear, 244 planeación estratégica, 169, 172, 173, 174, 181, 186
Modelos, 374 planeados, 168
modelos clásicos, 253 plataformas informáticas, 10
modernidad, 11 Power BI, 252
Montecarlo, 252 Predicción, 374
moral, 11 predictive, ii, 250
Moving Average, 186 Predictivo - Preventivo, 374
Mp, 373 predictivos, 168
MP, 250 prescripciones, 252, 315
MTBM, 374 prescriptive, ii
MTBMc, 373 prescriptive analytics, 10
 Glosario de Palabras Abecedario - 369

Previsión, 374 series temporales, 108, 173, 175, 176, 177, 178, 181, 185,
Proactiva, 76 186
proactivos, 168 Series temporales, 375
Prob-Expert, 173 Series Temporales, 244
procesos, 108, 118 Sistema Kantiano, 41
Producción, 15 SMIC, 173
pronósticos, 10, 108, 173, 175, 176, 186 Spearman, 253
Pronósticos, 118, 378 Statgraphics, 253
prospectiva, 173 stock, 108
Prospectiva, 374 suavización, 186
prospectivos, 356 Supervivencia, 375
proyectiva, 177
Push, 108 T

T, 73
R
Táctica, 22, 23, 375
raciocinio, 12, 13 Tareas, 375
racionalidad, 13 Tareas planeadas o no, 375
RAM, 250 Tareas proactivas, 75, 77
RapidMiner, 252, 344 técnicas analíticas, 356
Razón emancipadora, 13 técnico-científica, 307
razón instrumental, 12 tendencia, 253
RCM, 75, 374 Tereftálico, 375
recortes, 252 Terotecnología, 375
referencias, 118 tesis, 253
regular, 175 Time Series, 86
rentabilidad, 356 Time Threshold, 376
Reparaciones, 75, 76, 77 TPM, 376
repetibilidad, 175 transición, 169, 170, 181
Riesgo, 374, 375 transparencia, 175
ruido, 177 trasiego, 118
Ruido, 375

U
S
Umbrales, 44
sabiduría, 252 universalidad, 13
Semántica estratégica, 319 UT, 376
serie, 102, 107, 108
series, 306

Alberto Mora G.
370 - Glosario de palabras abecedario

V W

Valores vista, 376 WCM, 376

vanguardia, 252 Weibull, 99, 110
vanguardista, 10, 11, 26
Variabilidad, 376 Β
variables, 118, 170, 172, 173, 174, 175, 176, 179, 180
ventajas competitivas gerenciales: hechos que generan βeta, 99, 306, 371

éxito en los negocios, 123

ventas, 177, 186 Η
verosimilitud, 175
η, 342
VOTORANTIM, 250
 Glosario de Definiciones técnicas - 371

Glosario de Definiciones técnicas

ACF
Auto Correlation Function - La función de Auto Correlación es una prueba estocástica, que permite determinar si una serie temporal o de valores, es aleatoria o no, si
sus datos se auto correlacionan o no, si tienen tendencia negativa o positiva pronunciada, también permite determinar si tiene permanentemente un patrón de demanda
relevante.

ADT
Administrative Delay Time - Tiempos de demora administrativo, son las que impiden la realización a tiempo de una actividad o trabajo de mantenimiento, como por
ejemplo la firma de un permiso de un directivo, la falta de una autorización de producción para la entrega de la máquina a mantenimiento.

ANALYTICS COGNITIVA
La sección de análisis cognitiva utiliza un conglomerado de tecnologías avanzadas e inteligentes, incluida la semántica, los algoritmos de inteligencia artificial y una
serie de técnicas de aprendizaje como el machine learning, aprendizaje profundo y el aprendizaje automático; con esta aplicación permanente, el sistema cognitivo cada
vez se vuelve más inteligente y es capaz en cada nuevo instante decisiones más efectivas y acertadas. Transforma sabiduría en inteligencia, de orden cognitiva.

ANALYTICS PREDICTIVA
El hecho de estudiar variables temporales o de información, en su historia para plantear valores futuros de la misma, mediante análisis matemático, estadístico y/o
estocástico, utilizando el método científico serio, como las series temporales o simulación técnica, estableciendo los valores futuros de corto plazo de las variables o
fenómenos evaluados, con sus componentes de probabilidad, riesgo y ocurrencia, es de anotar su capacidad de corto plazo. En english se le conoce como forecast. Se
fundamenta en programas informáticos, softwares y plataformas BI, de avanzada y con procesos profundos, rigurosos y de tecnologías avanzadas BI. Transforma
información en conocimiento.

ANALYTICS TIME
El período de tiempo de la data, en la analytics, es: en el descriptivo como el análisis de diagnóstico estudian todo el pasado, para saber lo que sucedió y por
qué sucedió; en el predictivo y prescriptivo utilizan datos históricos para pronosticar y prospectar valores futuros y escenarios porvenir, respectivamente, sin involucrar
necesariamente los datos del pasado de forma total o parcial, descubre lo que sucederá factiblemente en el futuro y muestra un abanico acciones posibles a utilizar para
afectar positivamente esos resultados. Las organizaciones con visión de futuro que usan la analytics integral o cognitiva, utilizan una variedad de análisis en conjunto
para tomar decisiones inteligentes de tipo auto aprendidas y aprehendidas autónomamente, para encontrar estrategias efectivas, que les permitan alcanzar ventajas
competitivas de manera certera, factible y segura.

AR.I.MA.
Son los modelos casi perfectos de pronósticos de Predictive Analytics, genéricos y eficaces por añadidura, son categorizados como supremos que reciben
denominaciones como Modernos, pero se aclara son de finales del siglo pasado, se asocian a la metodología Box & Jenkins, son supremamente certeros, usan dos
conjuntos de parámetros, regulares y estacionales, cada uno con tres dígitos respectivamente (p,d,q)(P,D,Q). El significado de AR.I.MA. es AR autorregresivo (evalúa y
tiene en cuenta el pasado), I integrador y MA Moving Average o medias móviles en español. Los modelos AR.I.MA. son capaces de generar el pronóstico de cualquier
serie, existen unos casos particulares de ellos más finos y se denominan modelos clásicos. Los fenómenos exógenos en los AR.I.MA. se introducen en la serie y se
quedan allí permanentemente. Los modelos modernos o Box & Jenkins, primero calculan los pronósticos y luego describen su ecuación, no son determinísticos.

AVAILABILITY
Es disponibilidad en inglés, existen en el proceso cinco tipos: genérica (es la que se usa al inicio de procesos de medición CMD), inherente (es perfecta cuando
las acciones correctivas son importantes), alcanzada (le interesa los mantenimientos preventivos y predictivos, arrastra lo correctivo de la anterior), operacional (es útil
cuando las demoras son críticas en los servicios de mantenimiento a los activos, tiene en cuenta lo planeado preventivo predictivo proactivo y lo correctivo de las dos
anteriores) , y operacional generalizada (es relevante cuando las máquinas operan a baja capacidad, pero funcionan perfectamente).

βETA
Se le denomina factor de forma, describe como los equipos fallan (cuando se aplica a mantenibilidad) o funcionan (cuando se aplica a confiabilidad),
en su actividad operativa, es inversamente proporcional a la desviación estándar de los tiempos de las fallas, en equipos que fallan demasiado es
bajo, va de cero a uno, y en equipos a los cuales ya se les aplica un plan estructurado de mantenimiento adecuado, de tipo planeado (preventivo o
predictivo) va de uno hasta catorce (difícil de alcanzar), el ideal está por los lados de tres cuarenta y cuatro.

BROWN
Es un modelo clásico que se usa para series analíticas, cuya principal característica es el ruido o aleatoriedad, trabaja con un factor de corrección denominada
αlfa, que ajusta el nivel de la serie por el ruido, toma valores entre 0.0001 y 0.35, entre más bajo mejor, denota que la serie le dará importancia suprema al ruido al
calcular los pronósticos futuros, su ecuación está en función del pronóstico y de la realidad anterior a la predicción deseada y multiplicada por el valor del αlfa. En los
modelos clásicos siempre el pronóstico estará afectado fuertemente por los valores del pasado.

CICLICIDAD
Es el período de repetición de datos o su frecuencia de aparición, todos aquellos fenómenos que ocurren en períodos frecuenciales mayores a doce meses (ejemplo el
paso del cometa Halley denominado 1P/Halley, de la nube Oort, visible aproximadamente cada 75 años (gira con un período orbital alrededor del sol entre 74 y 79
años)), se conocen como cíclicos, es una propiedad de las series que influye seriamente en los pronósticos, cuando existe en los datos originales de la variable a predecir.
CLÁSICOS
Son modelos de pronósticos, cuyos resultados del porvenir siempre se basan en el pasado, calculan procedimentalmente primero la ecuación y luego los pronósticos,
son determinísticos y se clasifican como casos particulares de los AR.I.MA. Existen tres familias dentro de ellos: los de regresión (lineal (tendencia lineal) y no lineal
(curva en S, logísticos, reciprocantes, cuadráticos, exponenciales y muchos otros)), los de suavización exponencial (Brown y Holt) y los de descomposición con

Alberto Mora G.
372 - Glosario de Definiciones técnicas

suavización exponencial (Holt´s Winter). Siempre los pronósticos de ellos están altamente influenciados por el pasado, los fenómenos exógenos en ellos llegan alborotan
y se retiran. Los pronósticos subjetivos de los clásicos son predecibles a la vista, mirando el comportamiento anterior.

CMD
Sigla que, en temas de mantenimiento, operación o gestión de activos, denota respectivamente Confiabilidad, Mantenibilidad y disponibilidad. Es de anotar que las
variables confiabilidad y mantenibilidad son independientes, a diferencia de la disponibilidad que se calcula a partir de las anteriores (disponibilidad es igual a
confiabilidad / (confiabilidad más mantenibilidad)).

COEFICIENTE α LFA DE C RONBACH

Es la media por excelencia para saber si los datos que se tienen son suficientes, para poder llegar a conclusiones concluyentes después de estudiarlos analítica, estadística,
matemática y estocásticamente, o para saber si no tienen cohesión y fuerza propia entre ellos, que los invaliden para el estudio. En psicometría, el Alfa de Cronbach es
un coeficiente que sirve para medir la fiabilidad de una información y/o de escalas de medida. Evaluación inicial contundente en la adquisición de los datos de origen.

COMPETITIVIDAD
Es la capacidad que tienen las organizaciones, empresas, departamentos o instituciones para sobresalir a nivel mundial, la medida de competitividad es dinámica, de
origen kantiano fundamentada en espacio y tiempo, es de mayor impacto y calibre que la productividad, es la comparación entre dos empresas o instituciones, en el
mismo tiempo y en diferente espacio; toda empresa competitiva tuvo que haber sido o estar siendo productiva, la productividad es una medida estática (frente a la
competitividad que es dinámica), en el mismo espacio (o misma empresa en su sustitución de espacio) pero en diferente tiempo, la productividad sirve para medir la
evolución propia, la competitividad es una medida contextual al exterior de la empresa y es de corte mundial, la táctica de mantenimiento TPM se asocia a productividad
y el RCM y la WCM se asocia a competitividad. Pionero en el campo de la ingeniería de base tecnológica de la competitividad es Christopher Freeman de la Universidad
Sussex de Brighton en Inglaterra y Michael Eugene Porter de Detroit, estado de Michigan, en los Estados Unidos de Norteamérica, de la Escuela de Negocios de Harvard
HBS. La competitividad es la segunda derivada de la función macroeconómica de la producción y el servicio de David Ricardo, productividad es la primera derivada
de dicha función.

CONFIABILIDAD
Es la probabilidad de que un equipo o activo, que esté funcionando, trabaje sin fallas durante un período de tiempo operando en condiciones normales de operación. Es
la medida perfecta de mantenimiento, está en función de los materiales de la máquina, de su diseño, de su transporte, del ensamble que tuvo, de la tecnología del activo
y de su diseño, de los principios operacionales y de su nivel tecnológico, del país o zona geográfica de origen; es la medida perfecta de la labor empresarial de
manufactura, operación o de operación, de la forma y manera como explotan los equipos.

CORD
Está en inglés, es la habilidad y competencias que adquieren las personas en un trabajo u oficio, por experiencia o por aprendizaje mediante estudios.

CORE
Está en inglés, en español son las habilidades adquiridas por las personas, que sirven en una empresa, e influye mucho en el mantenimiento porque modernamente se
considera a mantenimiento cono habilidad de gestión y operación impactante en el logro de factores claves de éxito, de estrategias y por ende de ventajas competitivas,
clave en este proyecto.

CRITICIDAD
Referida a un equipo o activo, es el grado de importancia que tiene dentro del proceso productivo y de mantenimiento, existen metodologías estándares de medición, de
varias casas internacionales: OREDA, Aladon, SAE, Gestión de activos, etcétera; sirve para jerarquizar las acciones correctivas, predictivas o preventivas de
mantenimiento, usualmente se calcula a partir de las variables de severidad de la falla y de su frecuencia o probabilidad de ocurrencia. Hazard o riesgo se asocian a la
criticidad de la máquina.

DT
Down Time - Es el tiempo en que la máquina o activo, pierden su estado de funcionalidad. Las causales de esta pérdida pueden ser: fallas, demoras en las realizaciones
de mantenimientos, la falta de un repuesto o de mano de obra pertinente, mantenimientos planeados que requieren que la máquina esté detenida sin funcionar, demoras
logísticas que impiden las realizaciones de reparaciones o mantenimientos, o la combinación de varias de ellas. No se considera DT la no utilización de máquina, que
estando buena no se usa, solo que se perdió la funcionalidad, por cualquiera de los estados ya revisados: falla, demora administrativa o física, para poder realizar la
acción de mantenimiento o un mantenimiento planeado proactivo preventivo predictivo, que requiere detener la máquina o activo para poder realizarse.

DISPONIBILIDAD
Es la probabilidad de que un equipo o activo, funcione satisfactoriamente en el momento en que sea requerido después del comienzo de su operación, cuando se usa
bajo condiciones estables, donde el tiempo total considerado incluye los siguientes estados factibles: tiempo de operación, tiempo activo de reparación, tiempo inactivo,
tiempo en mantenimiento preventivo o predictivo, tiempos administrativo de demoras intangibles, tiempo de funcionamiento sin producir y tiempo logístico de demoras
físicas. En inglés disponibilidad es Availability.

DISTRIBUCIONES
Son métodos de cálculos muy certeros, apropiados y de gran fundamentación técnico-científica usados para calcular de manera muy precisa las variables, los parámetros
y algoritmos de CMD y de sus medidas perfecta de mantenimiento, está en función de los materiales de la máquina, de asociadas, como MTBMC, MTTR, MTBMP, MP,
M, MTBM, D, y otras afines; entre algunas están las de Weibull, Gamma, LogNormal, Raleigh, Normal y otras muchas.

DOWNTIME
Son los tiempos en que las máquinas o los activos pierden la funcionalidad, por fallas que implican reparaciones o acciones correctivas, por mantenimientos planeados
que requieren detener los equipos, por demoras físicas o administrativas o por combinaciones de lelas, no se considera tiempo Down, cuando la máquina está bien y no
funciona, porque no se requiere o está fuera de horarios de operación.

ESTACIONALIDAD
 Glosario de Definiciones técnicas - 373

Es el período de repetición de datos o su frecuencia de aparición, todos aquellos fenómenos que ocurren en períodos frecuenciales inferiores a doce meses (ejemplo las
fiestas paganas o religiosas: los carnavales, las fallas en Valencia España, la navidad, el invierno, el verano, la primavera el otoño, Santa Claus y otras muchas), es una
propiedad de las series que influye seriamente en los pronósticos, cuando existe en los datos originales de la variable a predecir.

ESTRATEGIA
Aplicada a mantenimiento, gestión de activos u operación, es el arte de poner en marcha tácticas, decisiones, planes de mantenimiento, o conjunto logístico de acciones
o tareas de mantenimiento o reparación, para maximizar los valores CMD, conseguir factores claves de éxito, estrategia y por ende ventajas competitivas a partir del
mantenimiento.

ETA η
Se conoce como factor de escala, denota la forma y la manera en que operación, producción o manufactura gerencian y operan las maquinas, como las explotan denota
la medida del tiempo continuo de producción, que tiene la máquina bajo las condiciones puntuales de CMD presentes o futuras calculadas y/o predichas.

ETL
Es la sigla en inglés de Extract Transform Load, también es Extraction Transforming and Loading Process, que en castellano significan Extraer Transformar y Cargar,
respectivamente, son procesos que se llevan a cabo siempre en los procesos de inteligencia de negocios o de manejo de Big Data, en los datos a estudiar y a los cuales
se les aplica analytics; es de anotar que el ETL se aplica en todo el rango y proceso evolutivo de los valores que se tienen: data, información, conocimiento, sabiduría e
inteligencia; en los cinco pasos de la analítica integral, que se aplica a fondo en este proyecto.

FUTUROLOGÍA
Es una metodología científica para prever el futuro, compuesta por varios o muchos métodos de previsión, prescripción o prospectiva; utilizados técnica o científicamente
para predecir el futuro, la analytics en todas sus cinco dimensiones, es futurología o ciencia del estudio del futuro.

GELCOATS
El gelcoat (palabra del inglés, está compuesto por gel y coat, que da cuenta de su apariencia de gel y su uso como recubrimiento) es un material desarrollado para generar
un acabado de alta calidad, en la superficie visible de materiales compuestos reforzados con fibra. Los más conocidos usan resinas epóxicas como base o poliéster no
saturado. Los gelcoats son resinas modificadas que se aplican en el fraguado de moldes en estado líquido que, al curarse, forman polímeros reticulados y posteriormente
se cubren con matrices de polímero compuesto, los cuales así ya son mezclas de resina poliéster y fibra de vidrio, o resina epóxicas y vidrio.

MAINTAINABILITY
Es mantenibilidad en inglés, es la probabilidad de que un equipo que está en falla o en mal estado de funcionalidad, pueda ser restituido mediante un mantenimiento
adecuado. La mantenibilidad es el adjetivo calificativo de mantenimiento, por ende, es la medida perfecta de la gestión y operación del departamento de mantenimiento.
Mantenibilidad per se depende del ser humano, opuesto a confiabilidad que depende del equipo.

MANTENIBILIDAD MEDIDA
Es la probabilidad de que un equipo o activo, que esté trabajando o haya operado, haya perdido su capacidad de funcionalidad total o parcialmente y/o tenga niveles
serios de deterioro parcial o total, pueda ser restituido a una condición de referencia de operación normal (no, necesariamente a las condiciones diseño original o como
cuando estaba nuevo), mediante un mantenimiento adecuado, que lo deje en estado normal de funcionamiento.

MANTENIBILIDAD CURVA
Es la gráfica manifiesta, o curva que relaciona las probabilidades de éxito de realizar un trabajo de mantenimiento y las horas asignadas a cuadrillas o trabajadores
para llevarlo a cabo, dicha ilustración expresa en su probabilidad (eje vertical) la factibilidad o probabilidad de éxito, que tendrá dicha cuadrilla en ese equipo en las
condiciones actuales de tiempo y lugar, para llevar a cabo con éxito esa actividad de correctivo o de mantenimiento planeado, con el tiempo asignado (eje horizontal).
La mantenibilidad solo manifiesta una curva, que recibe su nombre, en inglés se denomina Maintainability.

MANTENIMIENTO
Se puede sintetizar la misión principal de mantenimiento, como: garantizar que el parque industrial esté siempre en perfecto estado de funcionalidad cuando lo requiera
el usuario, durante el tiempo solicitado para operar, con las velocidades requeridas de los equipos, en las condiciones técnicas y tecnológicas exigidas previamente por
el demandante. Mantenimiento garantiza la funcionalidad de las máquinas o su recuperación cuando esta se pierda por cualquier motivo en un activo y garantiza la
funcionalidad de los equipos y de los activos, con el fin de que puedan cumplir su función, en aras de la misión de desarrollar el objetivo social de su empresa.

METODOLOGÍA
Se le conoce como la ciencia de los métodos, usualmente se entiende como un conjunto de métodos, que siguen o prosiguen una investigación científica (o su aplicación
como en el caso de las predicciones, en este proyecto) o en una disertación doctrinal o técnica.

M
Maintenance - Tiempo de mantenimiento promedio. Es la media de los tiempos de reparaciones y/o mantenimientos planeados (predictivos o preventivos) en los cálculos
CMD de la disponibilidad alcanzada, usada en este trabajo. Es una medida de mantenibilidad general de la máquina.

MP
Maintenance Planning Proactive Predictive Preventive - Mantenimiento planeado preventivo predictivo - Es la media de los tiempos de mantenimientos planeados
(predictivos o preventivos) en los cálculos CMD de la disponibilidad alcanzada, usada en este proyecto. Es una medida de mantenibilidad preventiva predictiva planeada.

MTBMC
Mean Time Between Maintenance Corrective - Es la media de los tiempos útiles entre reparaciones, se usa en los cálculos CMD de la disponibilidad alcanzada, utilizada
en este trabajo. Es una medida de confiabilidad correctiva.

MTBMP
Mean Time Between Maintenance Predictive Preventive Planning Proactive - Es la media de los tiempos útiles entre mantenimientos planeados preventivos predictivos
proactivos, se utiliza en los cálculos CMD de la disponibilidad alcanzada, realizada en este proceso del reductor de ácido tereftálico, utilizada en este trabajo. Es una
medida de confiabilidad preventiva predictiva.

Alberto Mora G.
374 - Glosario de Definiciones técnicas

MTTR
Mean Time To Repair - Es la media de los tiempos de reparación en una máquina durante un intervalo de tiempo con múltiples eventos de correctivos. Se utiliza en los
cálculos CMD de la disponibilidad alcanzada, realizada en este trabajo empresarial. Es una medida de mantenibilidad correctiva.

MTBM
Mean Time Between Maintenance - Es la medida que refleja la confiabilidad general de una máquina, se toma como la media de los tiempos útiles entre correctivos, por
un lado, y los preventivos predictivos por el otro.

MODELOS
Expresión utilizada en el método científico de predicción para los diferentes procesos de cálculos de predicción o modelos (agrupados en una metodología científica
aplicada a ORBIS Reductor Tereftálico, que se lleva a cabo en este proyecto) de cálculos que se usan, existen modelos clásicos y modernos, los primeros son casos
particulares de los segundos.

NIVEL
Es una medida de inventarios y de pronósticos, es un parámetro que mide las desviación estándar de las series y la divide entre su promedio, para determinar si el proceso
estocástico, estadístico y matemático de pronósticos o inventarios se puede llevar a cabo, cuando el valor de la división enunciada es superior a 0.5, se puede afirmar
que la serie no cumple con el condición de nivel o variabilidad, y hay que hacerle una transformación, para que su nivel esté por debajo de 0.5 que es una medida
adecuada para que la serie sea estable, con buena media y poca dispersión de datos, no se debe pronosticar si la serie no cumple este parámetro. Existen varias formas
de reducir el numerador o aumentar el denominador o ambos en simultáneo, para que el quebrado de la variabilidad baje de 0.5; entre ellos: raíz cuadrada de la serie,
logaritmo o se agrega una constante sumada; se practica esta operación y se hacen todos los cálculos de pronósticos con ella y luego a los pronósticos finales obtenidos
se les aplica el inverso de la operación, para dejarlos normales. Al nivel de pronósticos se le conoce como variabilidad en el tema de inventarios.

NO CONFIABILIDAD
Es la gráfica que expresa mediante una curva que relaciona las probabilidades de que una máquina falle después de un determinado tiempo de operación continua,
es la función de fallas denominada taxativamente en castellano de No Confiabilidad, que en inglés se conoce como Failure Curve, que denota las probabilidades de falla
de un activo después de unas horas determinadas de trabajo. Es una de las dos curvas que tiene la confiabilidad en los estudios y cálculos CMD, su sigla viene de su
nombre en inglés F(t). Su curva complementaria complementaría en CMD Confiabilidad es R(t), llamada en inglés Reliability Curve y en castellano curva de
supervivencia que se representa por R(t). Es de resaltar que R(t) más F(t) es igual a la unidad. En síntesis, la confiabilidad tiene dos curvas y la mantenibilidad tiene solo
una. F(t) es la curva de confiabilidad de tipo correctiva, de una serie temporal de datos.

PACF
Partial Auto Correlation Function - La función Parcial de Auto Correlación es una prueba estocástica, que complementa a la ACF y permite detectar la posibilidad de
determinar si una serie temporal o de valores, es aleatoria o no, si sus datos se auto correlacionan o no, si tienen tendencia negativa o positiva pronunciada, junto la
prueba ACF, también permite determinar si tiene permanentemente un patrón de demanda relevante.

PARÁMETROS
Los parámetros son las variables relevantes que permiten medir y evaluar la funcionalidad y efectividad (fórmula de valuación magna de activos y mantenimiento) de
una maquina en sus procesos CMD, mediante las diferentes disponibilidades, con sus criterios y parámetros. En el caso particular del reductor tereftálico se usa la
disponibilidad alcanzada, la cual requiere evaluar en estado presente y futuro los valores de MTBMc, MTTR, MTBMP, MP, MTBM, MMean, βeta, Eta η, Disponibilidad
alcanzada y otros.

PREDICCIÓN
Es la forma de conocer en el presente el estado futuro de una variable o fenómeno, del cual se tienen datos o información histórica y se calculan sus valores futuros por
métodos estadísticos, matemáticos y estocásticos.

PREDICTIVO - PREVENTIVO
Son acciones planeadas de mantenimiento, que se ejecutan para que la máquina nunca pierda el estado de funcionalidad, de manera imprevista, el primero de ellos es
más sencillo y sensorial, el segundo es mucho más técnico y avanzado.

PREVISIÓN
Es lo mismo que predicción, es ver o decir un valor futuro de una variable o fenómeno estudiado, antes de que ocurra, es decir en el presente, antes de llegar a ese tiempo
del valor en el futuro.

PROSPECTIVA
Es la ciencia del futuro de mediano y largo plazo, cubre dos etapas de la analytics, la prescriptiva y la cognitiva, su período de aplicación al futuro es ideal
cuando se quiere averiguar el porvenir, en el umbral del porvenir de dos años a veintidós años, su nombre en inglés es Foresight o Foresigh, utiliza como materia prima
ideas y lleva a cabo, múltiples y diversos procesos matemáticos, futurísticos, estocásticos y matemáticos de alta alcurnia y cientificidad, existen múltiples métodos de
prospectiva, su principal característica es que su método de trabajo, es ideal en entornos que son o serán inestables, que es capaz de predecir cambios que no están en
los anales del pasado de la serie, fenómeno o situación compleja evaluada. El éxito del diseñador y experto en prospectiva es seleccionar la combinación adecuada y
pertinente de métodos prospectivos, para garantizar unos escenarios factibles, seguros, exitosos, loables, alcanzables y sostenibles en el largo plazo evaluado y
prospectado.

RCM
Reliability Centred Maintenance - En castellano es mantenimiento centrado en confiabilidad, es una táctica de corte ingenieril y técnico, su significado es que
trata de garantizar la máxima confiabilidad de la máquina o activo, su foco de meta es el cliente, Es decir que este nunca pierda la funcionalidad de los equipos, tiene un
método muy especial y efectivo de jerarquización de los trabajos de mantenimiento, aporta unas reglas de jerarquización, análisis y tareas de mantenimiento, bastante
estrictas y normalizadas. Es de anotar que es recomendable ponerlo en marcha donde el ambiente laboral y de RRHH es bastante avanzado y agradable.

RIESGO
 Glosario de Definiciones técnicas - 375

Es la probabilidad de que los fallos o procesos de perdida de funcionalidad de los activos, afecten seriamente la misión y las metas de la empresa, el riesgo se
mide como una manera de jerarquizar las actividades de mantenimiento, para preservar o recuperar lo más rápido posible la funcionalidad, en los eventos en que se
pierde. Se mide con base en parámetros de severidad, probabilidad de ocurrencia y factibilidad de detección temprana y anticipada, por ejemplo, en RCM se trabaja con
severidad y ocurrencia, en RPN número de riesgo prioritario se realiza con los tres parámetros, existen varios métodos de casa relevantes que miden el riesgo.
RPN
Priority Risk Number en inglés. Es en español Número de Riesgo Prioritario, sire para ordenar y dar prioridad y jerarquía a los trabajos de mantenimiento,
cuando la demanda de trabajos es superior a la oferta.

RUIDO
Es el comportamiento alternado de una serie de valores de forma alternada, que tiene magnitudes por encima y por debajo de una media, que guía el comportamiento
graficado de la variable estudiada. También se le conoce como aleatoriedad.

SERIES TEMPORALES
Time Series - Cantidad de datos de una variable organizados secuencialmente en el tiempo, para ser analizados con el fin de tomar decisiones con ellos y/o metodología
científica que permite evaluar en el presente los valores del estado futuro de una variable o fenómeno de gestión u operación empresarial, con métodos clásicos y
modernos, siguiendo unas pautas determinadas, definidas previamente de orden internacional. estadísticos, matemáticos y estocásticos.

SERIES TEMPORALES - METODOLOGÍA DE PRONÓSTICOS

Método de previsión con el uso de técnicas de Series Temporales: es una metodología que se basa en la utilización de modelo universal de pronósticos, con sus tres
etapas del método científico: análisis previo, lanzamiento de hipótesis y verificación, entre las metodologías que trabaja, usa: modelos clásicos (Tendencia lineal o no,
Brown, Holt, Holt´s Winter) y modelos estocásticos AR.I.MA. (Auto-Regressive, Integrated, Moving Average). Se pueden usar directamente sobre la predicción de las
fallas, de las reparaciones, de los mantenimientos, de los tiempos útiles, etcétera o sobre las predicciones de cada una de las variables de modelación CMD, tales como103
MTTR, MTBF, UT, DT, MTBMC, MTBMP, MP, etcétera. Tienen la capacidad de generar predicciones basadas netamente en el pasado o pueden predecir hechos futuros
que no estén relacionados directamente con los datos del pasado, y este es su gran aporte, cuando se usan los Modelos AR.I.MA., con la Metodología Box-Jenkins.

SUPERVIVENCIA
Es la gráfica que expresa mediante una curva que relaciona las probabilidades de que una máquina sobreviva sin fallas después de un determinado tiempo de
operación continua, es la función de supervivencia que en inglés se conoce como Reliability Curve, que denota las probabilidades de supervivencia de un activo después
de unas horas determinadas de trabajo. Es una de las dos curvas que tiene la confiabilidad en los estudios y cálculos CMD, su sigla viene de su nombre en inglés R(t).
Su curva complementaria complementaría en CMD Confiabilidad es F(t), llamada en inglés Failure Curve y en castellano curva de no confiabilidad y se representa por
F(t). Es de resaltar que R(t) más F(t) es igual a la unidad. En síntesis, la confiabilidad tiene dos curvas y la mantenibilidad tiene solo una. R(t) es la curva de confiabilidad
de tipo preventiva o predictiva, de una serie temporal de datos.

TÁCTICA
En gestión de activos y mantenimiento denota organizar las tareas de mantenimiento factibles, de llevar a cabo en una secuencia lógica, ordenada y coherente, que
permita alcanzar los logros deseados, las tácticas son partes estructurales de la estrategia, que es un conjunto lógico de tácticas coherentes y factibles de realizar. La
táctica se mueve de dos ámbitos: el contexto o situación organizacional de la empresa y del departamento, y el texto, que es el ámbito técnico, más relevante y científico,
este se refiere a que acorde al valor βeta del equipo y dependiendo de su valor y rango se selecciona la táctica adecuada en la curva de Davies o de la bañera. Por ejemplo,
la táctica reactiva se recomienda en βetas de cero a dos, TPM con βeta de 0.2 a 2.2, RCM de βetas de 0.5 a 4 y existen otras con rangos más amplios o reducidos y
exactos. Algunas de las tácticas más usuales, son: TPM, RCM, TPM & RCM, proactiva, reactiva, de clase mundial WCM World Class Maintenance, PMO Planned
Maintenance Optimisation, RCM Scorecard, etcétera. Es de aclarar que las tácticas no son ni buenas ni malas, ni unas mejores que otras, son opciones de gestionar las
acciones d mantenimiento, todas son regladas.

TAREAS
En gestión de activos y mantenimiento, son las acciones propias para realizar de mantenimiento o reparación, para preservar o recuperar respectivamente la
funcionalidad de los equipos, las hay después (llamadas tareas no planeadas) de ocurrida la falla: correctivas y modificativas, como antes de la falla, cuando se describen
como preventivas y predictivas, a estas dos se les conoce como tareas proactivas o planeadas. Entre las tareas más conocidas, sobresalen: servicing task, lubrication
task, age exploration, hard time, failure finding, on condition, corrective, non planning, etcétera, que denotan respectivamente: tareas de servicios o de resurtido, so,
tareas de lubricación o de reemplazo total del volumen o masa del elemento, exploración con el tiempo, cambios o reemplazos a tiempos impositivos institucionales,
búsqueda de fallas, correctivo o reparaciones, mantenimientos planeados preventivos o predictivos, etcétera.

TAREAS PLANEADAS O NO
En gestión de activos y mantenimiento, las tareas no planeadas son las que activan reparaciones o sea las correctivas y las modificativas, y las planeadas o
denominadas también proactivas son las preventivas y predictivas. Las no planeadas se realizan antes de la falla y son aleatorias, sobre todo las correctivas, las tareas
planeadas se realizan antes de que ocurra la falla y su misión es garantizar que nunca se llegue al estado de falla, ellas propenden para que no se pierda nunca la
funcionalidad. Por su lado la función de las no planeadas es proveer los recursos necesarios uy la tecnología para recuperar el estado perdido de su funcionalidad a la
brevedad posible.

TENDENCIA
Es el comportamiento alternado de una serie de valores de forma alternada, que tiene magnitudes por encima y por debajo de una media, que guía el comportamiento
graficado de la variable estudiada. También se le conoce como aleatoriedad.

TEREFTÁLICO
Es el tipo de reductor que estudia el proyecto, que trabaja en la reducción de ácido tereftálico para producir gelcoats o resinas.

TEROTECNOLOGÍA
Terotechnology - Es la ciencia del mantenimiento, es el nombre científico de mantenimiento, significa la logística de las máquinas, para preservar su cuerpo y
su función tecnológica, difiere de la logística operativa que es la más conocida en el campo del mercadeo, la milicia o lo operacional. Mantenimiento es una ciencia
logística, cuyas misiones principales son prever mantenimiento planeados y proveer recursos y tecnología, ante las fallas que conducen a correctivos. Mantenimiento es
una entidad neta y pura de servicios.

103
MTTR: Mean Time To Repair, MTBF: Mean Time Between Failures, UT: Up Time, DT: Down Time, MTBMC: Mean Time Between Corrective
Maintenance, MTBMP: Mean Time Between Planned Maintenance, etcétera.

Alberto Mora G.
376 - Glosario de Definiciones técnicas

TIME THRESHOLD
Es el umbral de tiempo que se desea, se quiere y se puede calcular con las diferentes herramientas y plataformas BI, analíticas, el umbral es el tiempo que se desea
avizorar en futuro, existen tres rangos típicos: de corto plazo que es el predictivo el cual cobija un tiempo de cero a dos meses conocido como predictive or forecast, el
de mediano plazo o denominado transition que va de dos meses a dos años y por últimos los métodos de mediano y largo, que son la analítica prescriptiva y cognitiva
respectivamente, el primero de ellos de dos a siete años y el segundo de dos a veintidós años. Es también el tercer parámetro Gamma δ, de Weibull que se denomina de
localización y está asociado al tiempo en que el equipo nunca falla.

TPM
Total Productive Maintenance – En castellano es mantenimiento productivo total, es una de las tácticas de mantenimiento más utilizada, genera organización y
estabilidad en el tema de mantenimiento, es imperativa en empresas donde hay conflictos de tipo RRHH, personal insatisfecho y el área de mantenimiento está sola con
toda la responsabilidad de las máquinas. Es muy humana y motivadora, propende el orden y los primeros pasos de la tecnificación del mantenimiento y de la gestión de
activos.

UT
Up Time - Es el tiempo en la máquina funciona plenamente y tiene la funcionalidad plena vigente, se pierde por fallas o por mantenimientos planeados (preventivos o
predictivos) que requieren el paro de la máquina, mientras se realizan.

VALORES VISTA
Es el tiempo o umbral al cual se le apunta en tiempo a los valores deseados del porvenir, mediante métodos científicos de predicciones o prescripciones, es un umbral
de tiempo, se recomienda hasta dos meses en predicciones y hasta veintidós años en prescripciones, con recálculos de esta última cada cinco años vista.

VARIABILIDAD
Es palabra técnica de inventarios y denota lo mismo que nivel en pronósticos, se calcula mediante la división de la desviación estándar de una serie entre su promedio,
es adecuada a seguir el proceso de pronósticos, es el proceso primario y clave en predicciones, cuando ese valor es inferior a 0.5 es adecuada y se puede proseguir el
cálculo predictivo, pero cuando es superior, en ese caso se le realiza una transformación para convertirla en un valor inferior a 0.5 para que sea trabajable, se realiza
todo el proceso de previsiones y luego a los valores de pronósticos finales se le hace la función inversa utilizada en la transformación.

WCM
WCM World Class Maintenance - En castellano es mantenimiento de clase mundial, táctica avanzada de mantenimiento muy útil en empresas que son de carácter
internacional o interestatal, o cuando sus volúmenes de exportaciones son bastante altos.
 Autor - 377

Acerca del Autor

Perfil

Persona emprendedora de grandes retos, Ph.D. UPV España, con suficiencia investigadora
europea, alta capacidad analítica, técnicas avanzadas informáticas de cognitive and prescriptive
analytics de última generación Big Data & Business Intelligent. Amplia experiencia y trayectoria
internacional en cargos de alta dirección estratégica en diversos sectores empresariales: industriales,
académicos, manufactureros, gubernamentales y de servicios. Serio, estudioso, riguroso y de profunda
dedicación en el campo académico, analítico, empresarial, industrial, y científico. Creador e
implementador de proyectos de gran envergadura, con resultados exitosos en el corto y mediano plazo

Formación académica

 Doctorado Ingeniería Industrial - Ph.D. Industrial Engineering Industrial - Universidad Politécnica

Valencia - España - 1999 - Graduado - Conválida Resolución 014476 MEN Colombia Agosto 2020
 Especialista Universitario Big Data & Business Intelligence - Universidad Católica del Norte - Medellín
Colombia - 2021 Graduado - Cognitive Analytics & Framework AE
 MBA - Magister en Administración - Universidad EAFIT - Medellín - Colombia - 1990 - Graduado
 Especialista Universitario en Gestión Industrial - UPV - España - 1998 - Graduado
 Especialista Universitario en Mercadeo - Universidad EAFIT - Colombia - 1986 - Graduado
 Ingeniero en Ciencias Mecánicas - Universidad Pontificia Bolivariana - Medellín - Colombia - 1977 -
Graduado - Matrícula Profesional 3577 Ingeniería

Formación complementaria

Diplomatura en Electrónica Industrial - INCES Venezuela - Graduado

Instituto Nacional de Capacitación y Educación Superior - 300 horas – 1979
Diplomatura en Alta Gerencia – INCES Venezuela - Graduado
Instituto Nacional de Capacitación y Educación Superior - 285 horas – 1980
Diplomatura en Gerencia por Objetivos - INCES Venezuela – Graduado
Instituto Nacional de Capacitación y Educación Superior - 285 horas - 1983
Diplomatura en Docencia Virtual Universitaria
Universidad Politécnica Nacional - Escuela de Educación - 120 horas - 2018
Diplomatura en Logística Empresarial
Universidad Politécnica Colombia - Escuela de Administración - 120 horas - 2018

Experiencia ejecutiva, industrial y laboral

Gerente General - CIMPRO SAS - Medellín Colombia - Compañía Big Data Framework
Forecast Planeación Inventarios Analytics - Mayo 2010 - Actualidad
Profesor catedrático - Universidad Francisco de Paula Santander Postgrado -
Ocaña - Departamento de Santander - Colombia - Abril 2018 - Actualidad
Gerente General - COLDI Limitada - Colombia - Compañía Logística de Inventarios
Ingeniería Pronósticos Prospectiva Inventarios Febrero 1994 a Octubre 2014
Director Posgrado Ing. Mantenimiento - Directivo Depto. DEPP prácticas
profesionales - Jefe depto. y carrera Ing. Mecánica - Profesor Investigador Asesor
Consultor Industrial - Universidad EAFIT - Medellín - Colombia - Enero 1985 a
Julio 2018

Alberto Mora G.
378 - Autor

Gerente General - Lloreda Grasas S.A. - Plantas plásticos - Cali - Barranquilla -

Colombia Noviembre 1992
Gerente General - Industria Lácteas del Yocoima S.A. - Grupo PARMALAT - Venezuela
- Noviembre 1984
Gerente General - Industria Lácteas de Carabobo - INLACA - Grupo NESTLÉ -
Venezuela - Enero 1982
Jefe de mantenimiento - NOEL S.A. - NUTRESA - Dulces - Carve - Sala de
Máquinas de Potencia - Medellín - Colombia - Marzo 1978
Asistente Ingeniería - Distral S.A. - Calderas - Práctica universitaria - Colombia -
Diciembre 1976

Libros escritos por Autor

Mantenimiento - Planeación Ejecución Control – Editorial AlphaOmega Internacional –
ISBN 978-958-682-769-0 Países de edición México - Argentina - Colombia - América Latina - 2009

Stock Cero - Inventarios MTS MTO MTF - CIMPRO SAS Editores –

ISBN 978-958-58361-05 - Medellín - Colombia - América latina 2014

Mantenimiento Estratégico Empresarial - Fondo Editorial Universidad EAFIT –

ISBN 978958828146-9 - Medellín – Colombia - 2007

Pronósticos de Demanda e Inventarios - Métodos Futurísticos - AMG Editores –

ISBN 9789584402332 - Medellín – Colombia - 2010

Mantenimiento Estratégico para Empresas de Servicio o Industriales –

AMG Editores – ISBN 978-958-33-8213-5 - Medellín – Colombia – Países de América latina - 2005

Inventarios Cero – ¿Cuánto y Cuándo Pedir? - Editorial AlphaOmega Internacional -

ISBN 9789587780697 - Bogotá – Colombia - 2017

Mantenimiento Industrial Efectivo - Editorial COLDI Limitada

ISBN 9789589890202 - Medellín - Colombia - América latina 2013

Inventarios empresariales e industriales - Ediciones CIMPRO E-book

ISBN 97895836112 - Medellín - Colombia - 2020

Mantenimiento Industrial Efectivo moderno Industrias 4.0 - Ediciones ECOE CIMPRO

E-book - Coautoría Dr. Gustavo A Villegas López - ISBN 978-958-58631-2-9 - Medellín - Colombia – 2020

Analytics aplicada a mantenimiento y gestión de activos - En proceso de edición

AlphaOmega Editores Internacional - Latinoamérica - Junio 2022
 Autor - 379

Alberto Mora G.
380 - Autor

Editorial

Google Scholar Citas 843 Nivel Índice h10 - Índice i10 10 - 2022
ORCID 0000-0003-4818-2934
Professional Membership ASME USA 000103566530 Estados Unidos
American Society of Mechanical Engineer ASME USA - Train the Trainer

Contacto con Autor Alberto Mora Gutiérrez

Teléfonos 57 604 5789465 - 57 604 2067262 - Celular 57 312 2874586 - Móvil 57 319 2199644
Emails cimpro@mail.com - mora55gu@gmail.com - lmora@eafit.edu.co - lamorag@ufpso.edu.co -
Carera 48 # 17 A sur - 51 - Oficina 217 - CIMPRO SAS - Taller edición - Medellín - Colombia