En la búsqueda de valor en la investigación, la estrategia de recogida de datos se erige como un pilar fundamental para la eficacia y la eficiencia. Un caso en una empresa de fundición de calipers de freno ofrece una valiosa lección sobre la importancia de considerar los distintos plazos temporales en este proceso.

El caso en cuestión involucra la aplicación de un nuevo requisito relacionado con las propiedades de ruido en el producto final.

Ante la variabilidad estimada en las frecuencias de vibración, se implementó un meticuloso plan de recogida de datos que abordaba identificar si las fuentes de variación estaban en el corto, medio y largo plazo para aplazar la recogida meticulosa y costosa de datos de parámetros a fases posteriores.

La selección de piezas a medir se realizó siguiendo una estructura temporal:

• Seis días de colada para analizar el largo plazo.
• Cinco muestras por día para abordar el medio plazo.
• Seis piezas por molde para considerar el corto plazo.

La visualización de los datos de vibración a través de un histograma reveló la presencia de grupos distintos, indicando que había un patrón de variación no aleatoria y sugiriendo que había alguna variable de proceso que separaba los grupos.

La acción de complementar el análisis a partir de un gráfico multi-vari permitió identificar que el motivo de la variación no aleatoria residía en la posición de las piezas dentro del molde. Esto llevó a descartar factores que cambiaban a medio o largo plazo como causantes de la variabilidad, enfocando así los recursos en aspectos críticos y evitando la recogida de datos innecesarios.

Este enfoque estratégico no solo reveló las claves para optimizar el proceso de fundición, sino que también proporcionó una lección invaluable sobre la importancia de una recogida de datos cuidadosamente planificada y enfocada. Al evitar la recopilación de datos irrelevantes, se liberaron recursos que ahora pueden dirigirse hacia aspectos realmente cruciales para investigaciones futuras.