La limpieza en líneas de producción de alimentos es un factor crítico para garantizar la calidad e inocuidad del producto. Sin embargo, su evaluación suele basarse en inspecciones visuales y criterios subjetivos, lo que dificulta medir el desempeño de manera consistente entre líneas, turnos o periodos de tiempo. Esta falta de estandarización limita la capacidad de identificar desviaciones, comparar resultados y tomar decisiones basadas en datos, reduciendo la efectividad de los programas de limpieza y control de calidad.

Desarrollar un sistema de medición basado en KPIs que permita evaluar de forma objetiva la eficiencia y calidad de limpieza en líneas de producción, mediante el uso de datos operativos. Este sistema busca estandarizar la evaluación del proceso, facilitar la comparación entre líneas y turnos, e identificar áreas de oportunidad para la mejora continua y la toma de decisiones informadas.

El desarrollo del sistema partió de la identificación de criterios de evaluación en puntos clave del proceso, priorizando aquellos que impactan directamente en la calidad y seguridad. Estos criterios se transformaron en variables medibles mediante esquemas de calificación categórica estandarizada y, en casos específicos, mediante variables numéricas objetivas obtenidas de pruebas ATP, permitiendo reducir la subjetividad en la evaluación.

Para garantizar consistencia, se diseñó un flujo estructurado de datos. La captura se realiza mediante formularios digitales en Microsoft Forms, donde los analistas registran sus evaluaciones. Las respuestas se almacenan automáticamente en un archivo de Excel que funciona como base de datos. Posteriormente, un segundo archivo de Excel (dashboard) se conecta a esta fuente mediante Power Query, permitiendo la actualización y transformación de los datos.

Dentro del dashboard, los datos son procesados en función de parámetros definidos por el usuario (año, periodo, turno y línea), realizando los cálculos necesarios para la obtención de los KPIs. Finalmente, los resultados se visualizan mediante gráficos y paneles interactivos que facilitan la interpretación y análisis del desempeño de limpieza.

El sistema de evaluación se basa en tres indicadores clave diseñados para medir de forma integral la limpieza en las líneas de producción:

• Limpieza Diaria Externa (LDE)

Mide el nivel de limpieza en las áreas externas de las líneas de producción, evaluado diariamente por turno. Se basa en la inspección de múltiples puntos de revisión definidos por línea, permitiendo identificar desviaciones operativas en condiciones visibles del entorno.

• Limpieza Interna Efectiva (LIE)

Evalúa la limpieza en áreas críticas con contacto directo con el producto, como equipos y zonas de embotellado. Este indicador se mide por evento (cambios de formato o sanitización), integrando tanto criterios categóricos como mediciones objetivas, lo que permite un control más preciso en condiciones críticas del proceso.

• Índice de Cumplimiento de Limpieza (ICL)

Indicador global que consolida el desempeño de limpieza por línea, integrando los resultados de LDE y LIE. Proporciona una visión general del nivel de cumplimiento, facilitando la comparación entre líneas y el seguimiento del desempeño a lo largo del tiempo.

El sistema fue diseñado con un flujo de datos estructurado que permite la captura, almacenamiento, procesamiento y visualización de la información de manera eficiente:

1. Captura de datos

Los analistas registran sus evaluaciones mediante formularios digitales en Microsoft Forms, asegurando una captura estandarizada de la información.

2. Almacenamiento (base de datos)

Las respuestas del formulario se almacenan automáticamente en un archivo de Excel (“Reporte Diario de Limppieza”), el cual funciona como base de datos central.

3. Integración de datos

Un segundo archivo de Excel (“Dashboard_final”) se conecta a la base de datos mediante Power Query, importando la tabla de respuestas para su procesamiento. La actualización de la conexión permite trabajar siempre con la información más reciente.

4. Procesamiento y transformación

En el dashboard, los datos se filtran y procesan en función de parámetros definidos por el usuario (año, periodo, turno y línea). En la hoja de cálculos se realizan las operaciones necesarias para la obtención de los KPIs.

5. Visualización

Los resultados se presentan en un dashboard interactivo con gráficos e indicadores, facilitando la interpretación de la información y la toma de decisiones.

El desarrollo del proyecto se apoyó principalmente en herramientas de análisis y gestión de datos como Microsoft Excel avanzado, Power Query y Microsoft Forms, permitiendo construir un flujo de trabajo estructurado y automatizado.

Microsoft Forms se utilizó para la recolección de datos de manera estandarizada, facilitando la captura de información en campo. Estos datos fueron almacenados en Excel, donde se implementó una estructura tipo base de datos tabular. Posteriormente, mediante Power Query se realizó la conexión, extracción y transformación de datos (ETL), asegurando la actualización continua de la información.

En el archivo de análisis, Excel se utilizó para el procesamiento de datos, aplicación de fórmulas dinámicas, y construcción de KPIs, así como para el desarrollo de dashboards interactivos que integran visualizaciones y filtros por parámetros operativos, permitiendo un análisis eficiente y orientado a la toma de decisiones.

La implementación del sistema permitió transformar la evaluación de limpieza de un enfoque subjetivo a un modelo basado en datos, logrando una medición más consistente y comparable entre líneas y turnos.

A través de los KPIs desarrollados, fue posible identificar áreas con mayor incidencia de incumplimiento, así como detectar patrones de variabilidad en el desempeño de limpieza. Esto facilitó el análisis de tendencias y permitió enfocar esfuerzos en puntos críticos del proceso.

El dashboard interactivo permitió a supervisores y personal operativo acceder de forma rápida a información clave, mejorando la visibilidad del proceso y agilizando la toma de decisiones. Como resultado, se fortaleció el control operativo y se establecieron bases para una mejora continua sustentada en datos.

La GIF anterior muestra el resultado en etapa preliminar antes de su despliegue del formulario y directrices al equipo de trabajo de control de calidad

El principal reto consistió en diseñar métricas que representaran de forma objetiva un proceso subjetivo, equilibrando simplicidad operativa con rigor analítico. Esto requirió no solo definir indicadores, sino también asegurar su correcta interpretación y adopción por parte de los usuarios.

A nivel técnico, la construcción de un flujo de datos automatizado en Excel implicó resolver desafíos de integración, transformación y consistencia de la información, destacando la importancia de una arquitectura de datos bien estructurada incluso en entornos no especializados.

Este proyecto consolidó una perspectiva clave: el valor del análisis de datos no solo radica en el procesamiento, sino en la capacidad de traducir datos en decisiones concretas que impacten la operación.

Puedes consultar la documentación del proyecto en Notion a través del siguiente enlace: Documentación del Dashboard 

El proyecto tiene potencial de evolución tanto a nivel técnico como visual.

A nivel de visualización, se contempla mejorar la estética y experiencia de usuario del dashboard, optimizando la disposición de los elementos y haciendo más intuitiva la interpretación de los indicadores.

En cuanto a escalabilidad, una línea natural de crecimiento sería migrar el dashboard a herramientas especializadas como Power BI, lo cual permitiría una mayor interactividad, mejor rendimiento y capacidades avanzadas de análisis, sujeto a la autorización y lineamientos de la organización.

Adicionalmente, se visualiza la posibilidad de escalar la solución mediante Python, permitiendo automatizar procesos de análisis, integrar múltiples fuentes de datos y replicar el modelo en otras plantas o líneas de producción, facilitando una implementación más robusta y estandarizada a mayor escala

Si te interesa conocer más sobre este proyecto o explorar cómo el análisis de datos puede aplicarse para mejorar procesos operativos, estaré encantado de conversar.

Puedes contactarme para discutir ideas, colaborar en proyectos o intercambiar enfoques sobre análisis, automatización y mejora continua.