DATA

Ventas $ 400,000
globales

CAÑA
Capacidad de procedimiento en
22000 t
Nicaragua

Propios 56%

43%
Proveedores
43,500
Manzanas "

Estructura de costos de SER %

Actividades agricolas 45%

actividades de cosecha 18%
actividades de fabrica 15%
actividades de taller 12%

Fuentes de ingresos de SER %

Azucar (exportaciones) 49%

Azucar (Ventas locales) 34%
Alcohol 2%
Ventas de energia electrica 7%

8%
Otros productos derivados de azucar
IDENTIFICACION KPIS ( Finacieros y no financieros)
¿Cómo medir los cambios en los procesos?
¿Cuánto ahorro van a representar estos cambios?
¿Cuánto van a aumentar los ingresos?
Graham tenía muy claro que BI debía ser más que difusión de información, el
sistema debía llevar a mejoras que fueran cuantificables.

Indicadores relevantes para transformar el proceso

 utilización del equipo
 tiempo incurrido
El tiempo perdido en campo del equipo pertenece a los procesos de cosecha,
donde existían alrededor de 500 equipos desplegados en el campo que eran
tradicionalmente controlados por medio de 2 pizarras acrílicas: una para los
transportes (que permitía organizar las cosechadoras, alzadoras, tractores y
camiones, y el estado de los equipos) y una para las existencias (que identificaba
los plantíos, el plan de cosecha, toneladas cortadas y las restantes). Bajo este
sistema de control, las dos pizarras se actualizaban manualmente cada 3 horas.

El primer resultado de la plataforma de BI introdujo una “torre de control” que

permitía conocer en tiempo real si los equipos estaban funcionando, el tiempo
perdido de cada equipo y las toneladas que quedaban pendientes en cada plantío
según el plan de cosecha. La torre de control recopilaba una serie de datos que
permitían dar seguimiento inmediato del tiempo incurrido con información valiosa
referente a los equipos, toneladas de caña en el patio que generaba un búfer para
la fábrica, toneladas de caña de camino al Ingenio, tiempo que toma a los
camiones llegar a la fábrica, peso de las carretas, etc. Información que en conjunto
ofrecía visibilidad del 100% de los procesos de cosecha y campo, que a su vez
permitía tomar decisiones inmediatas mucho más acertadas.
Con la disponibilidad de esta información SER logró optimizar sus procesos en
comparación con la zafra anterior, permitiendo que el tiempo incurrido de la
cosecha manual pasara de 39.89 horas a 34.38 horas (representando una
disminución del 14%), que el tiempo incurrido del corte mecanizado pasara de
7.12 horas a 6.44 horas (representando una disminución del 10%), y que el tiempo
perdido de los equipos en el campo pasara de 6.345 horas a 4.789 horas
(representando una disminución de 1.556 horas). De manera que los KPI
seleccionados mostraron mejoras significativas, tanto para el tiempo incurrido
como la utilización de equipos.
Antes de Despues
Descripcion Impacto
BI de BI
39.89 34.38
Tiempo incurrido de cosecha manual. Disminuyó 14%
horas horas
6.44
Tiempo incurrido del corte mecanizado. 7.12 horas Disminuyó 10%
horas
6,345 4,789
Tiempo perdido de los equipos en campo. Disminuyó 25%
horas horas
Productividad en campo: toneladas de 70 90 22% más (SER vs.
caña por manzana. toneladas toneladas competidores)
Productividad en fábrica: quintales de 198 213 7% más (SER vs.
azúcar por tonelada de caña. quintales quintales proveedores)
Peso de carretas cargadas de caña 19 24 20,000 viajes (US$ 1
desde el campo al ingenio. tonelada toneladas millón ahorrados)

Respuesta a consultas de trazabilidad. 5 horas Inmediata Disminuyó 100%

La implementacion de BI a llevado a que SER tenga mejoras en aspectos

fundamanetales para la optimizacion de los procesos y generar una ventaja sobre
la competencia tales como:

 Productividad
Esto también ha llevado a que SER tenga una productividad por encima del
promedio de la región, por ejemplo, el indicador de productividad en campo de un
proveedor se encuentra en 70 toneladas de caña por manzana mientras que el
promedio de SER es de 90 toneladas de caña por manzana. El indicador de
productividad en fábrica de un proveedor se encuentra en 198
quintales de azúcar por tonelada de caña mientras que el promedio de SER es de
213 quintales de azúcar por tonelada de caña.
 Indicador de
PRODUCTIVIDAD Toneladas
productividad
213 q. de
Propios 90* M2 azucar * t de
caña
198 q. de
Proveedores 70* M2 azucar * t de
caña

 Monitoreo
el monitoreo del peso de las carretas al ingresar al ingenio en tiempo real permitió
conocer si estas venían con exceso o falta de peso, impulsando correcciones
inmediatas respecto a la carga de caña en el campo. La disponibilidad de esta
información permitió que se pasara de un promedio de 19 toneladas de caña por
carreta a 24 toneladas, lo que representó un aproximado de 20.000 viajes menos
de camiones hacia la fábrica, que en términos monetarios representaron más de
US$ 1 millón ahorrados por año.

Antes de Despues
Descripcion Impacto
BI de BI
Peso de carretas cargadas de caña desde 19 24 20,000 viajes (US$ 1
el campo al ingenio. tonelada toneladas millón ahorrados)

 Tranzabilidad
La trazabilidad de los productos fue otro reporte optimizado que facilitó la
obtención de la certificación FSSC 2200019 y que ayudó a mejorar la imagen de la
empresa con sus clientes. El sistema de BI permitió consultar la trazabilidad del
azúcar por medio de cualquier dato referente a su proceso de producción, por
ejemplo, número de saco de azúcar, lote de producción, fecha en que se fabricó,
fecha en que se cosechó la caña, camión que la trasportó, plantío del que provino,
tratamiento que recibió.
De manera que la capacidad de respuesta a consultas de trazabilidad pasó de 5
horas a una respuesta inmediata.
MAPAS DE TENDENCIA DE LOS INDICADORES (KPIS)
Antes de Despue
Descripcion Impacto
BI s de BI
Tiempo incurrido de cosecha manual. 39.89 34.38 Disminuyó 14%

Tiempo incurrido del corte mecanizado. 7.12 6.44 Disminuyó 10%

Respuesta a consultas de trazabilidad. 5 0 Disminuyó 100%

TENDECIA DE LOS INDICADORES DE TIEMPO

40

35

30
f(x) = 0.850240250427964 x
R² = 0.984930295902508
25

20

15

10

0
0 5 10 15 20 25 30 35 40 45

Analisis:
En el tiempo incurrido en la cosecha manual, el tiempo antes de BI era de 39.89
horas y después de BI fue de 34.38 horas. Esto representa una disminución del
14% en el tiempo dedicado. En el tiempo incurrido del corte mecanizado., el
tiempo antes de BI era de 7.12 horas y después de BI fue de 6.44 horas. Esto
representa una disminución del 10% en el tiempo dedicado. En la respuesta a
consultas de trazabilidad. el tiempo antes de BI era de 5 horas y después de BI fue
de 0 horas. Esto representa una disminución del 100% en el tiempo dedicado.
 La implementación de BI ha conducido a una reducción significativa en el
tiempo dedicado a estas tareas.
  La magnitud de la reducción varía, con la mayor disminución del 100%, en
la respuesta a consultas de trazabilidad, lo que indica que el proceso ha
sido completamente eliminado o automatizado.
 Esto sugiere que la implementación de BI ha sido efectiva para aumentar la
eficiencia y optimizar el tiempo dedicado a estas actividades.

Despues de
Descripcion Antes de BI Impacto
BI
Tiempo perdido de los equipos en Disminuyó
6,345 4,789
campo. 25%

f(x) = NaN x + NaN

TENDECIA DE LOS INDICADORES DE TIEMPO
R² = 0
12

10

0
0 2 4 6 8 10 12

Analisis:

 Antes de la implementación de BI, el proceso tardaba un total de 6,345

horas.
 Después de la implementación de BI, este tiempo se redujo a 4,789 horas.
 El impacto de la implementación de BI se traduce en una disminución del
25% en el tiempo total empleado en el proceso

Descripcion Antes de Despue Impacto

 BI s de BI
Productividad en campo: toneladas de 70 90 22% más (SER vs.
caña por manzana. toneladas toneladas competidores)
Productividad en fábrica: quintales de 198 213 7% más (SER vs.
azúcar por tonelada de caña. quintales quintales proveedores)
20,000 viajes (US$
Peso de carretas cargadas de caña 19 24
1 millón
desde el campo al ingenio. tonelada toneladas
ahorrados)

Productividad y trasporte
250

200

150

100

50

0
0 50 100 150 200 250

Analisis:

 La implementación de BI ha resultado en un aumento significativo en la

productividad en el campo. Esto puede indicar una mejor gestión de
recursos, una mayor eficiencia en la producción o una optimización de
procesos que ha permitido aumentar la producción de toneladas de caña
por manzana. El incremento del 22% frente a los competidores sugiere una
ventaja competitiva obtenida a través de la implementación de BI.
  La implementación de BI también ha tenido un impacto positivo en la
productividad en la fábrica. El aumento del 7% en la producción de azúcar
por tonelada de caña indica una mejora en la eficiencia de la fábrica en la
conversión de caña en azúcar. Esta mejora puede ser el resultado de una
mejor planificación de la producción, una optimización de los procesos de
fabricación o una mayor precisión en la gestión de inventario, entre otros
factores.

 La implementación de BI ha permitido aumentar el peso de las carretas

cargadas de caña, lo que sugiere una mejor gestión logística y un uso más
eficiente de los recursos de transporte. El aumento del peso de las carretas
no solo aumenta la eficiencia del transporte, sino que también ha llevado a
un ahorro significativo de costos, como lo demuestra el ahorro de US$ 1
millón derivado de la reducción de viajes necesarios para transportar la
misma cantidad de caña.

Analisis del caso SER

Aspectos positivos:
1. Implementación exitosa de la plataforma de inteligencia de negocios (BI),
que ha revolucionado la forma en que la empresa SER, visualiza la
información y toma decisiones.
2. Mejora en la toma de decisiones y corrección de procesos críticos gracias a
la disponibilidad inmediata de información en tiempo real.
3. Aumento de la productividad y reducción de costos como resultado de la
implementación exitosa de la plataforma de BI.
4. Reconocimiento y premios obtenidos por la empresa SER, incluyendo el
primer lugar en la feria de innovación del Grupo Pellas y menciones en
medios de prensa locales y publicaciones regionales de TI.
Aspectos negativos:
1. Presión y expectativas elevadas sobre el Gerente Regional de tecnologías
de información (CIO) debido al éxito de la plataforma de BI y su papel como
facilitador de la nueva estrategia empresarial.
2. Posible falta de recursos suficientes para implementar y mantener la
plataforma de BI, lo que puede dificultar su funcionamiento óptimo.
3. Complejidad y desafíos asociados con la integración de datos de diferentes
fuentes en la plataforma de BI, lo que puede requerir habilidades
sofisticadas y recursos adicionales.
4. Posible falta de patrocinio de alto nivel para respaldar completamente la
implementación y expansión de la plataforma de BI.

Oportunidades de mejora:
1. Fortalecer el apoyo y patrocinio de alto nivel para asegurar recursos
adecuados y respaldo continuo a la implementación y mejora de la
plataforma de BI.
2. Mejorar la gestión de recursos para garantizar la disponibilidad y el
mantenimiento óptimo de la plataforma de BI.
3. Ampliar la capacitación y el desarrollo de habilidades del personal
involucrado en la integración de datos y el análisis de la información en la
plataforma de BI.
4. Explorar y aprovechar nuevas tecnologías y enfoques innovadores en el
campo de la inteligencia de negocios para mantener la ventaja competitiva
y seguir mejorando la toma de decisiones y los procesos empresariales.