Vitt, E., Luckevich, M., Misner, S. (2003). Mejora en la eficiencia operacional: Audi AG.

En Business
intelligence:técnicas de análisis para la toma de decisiones estratégicas (pp.61-66)(189p.). Madrid:
Mcgraw-Hill/Interamericana. (C43388)

Mejora la eficienciaen

operacional: Audi AG
<<Business lntelligence ha puesto a Audi en una nueva dirección en el mejora­
miento de la eficiencia operacional. Nosotros miramos al futuro con e sta tec-
nología.»
Heinz Braun, Manager, Fahrzeugsteuemng, Audi AG

Una consigna de Audi, «Vorsprung. durch Technik» (<<El progreso a través de la

tecnología>>), describe el legado del fabricante alemán de vehículos sobre los
avances pioneros en la aplicación de la tecnología. Cuando puso en práctica
Business Intelligence, el eslogan describe cómo Audi ha utilizado la tecnología
para implementar Business Intelligence en el corazón de sus procesos de fabri­
.
cación, la línea de ensamblaje. Para perfeccionar los procesos de la línea de
ensamblaje deAudi, se desarrolló un data mart de operacíones de vehículos (tam­
bién conocido como Fahrzeugsteuerung) que suministraba a los gerentes de línea
de su planta de ensamblaje en Ingolstadt, Alemania, el necesario conocímiento
para guiar exitosamente la operaciones diarias de la línea de ensamblaje.

Información de la comp.añía

Los inicios de Audi AG comienzan en el año 1899 cuando August Horch fundó
su compañía de fabricación de vehículos en Colonia, Alemania. Entre los años
1899 y 1910, Horch exitosamente fabricó y distribuyó su primera línea de
vehículos. En 1910, sin embargo, Horch deja su compañía, Horch AG, por
diferencias con el gerente generaL Después de marcharse, Horch restringió el
uso de su apellido como título de cualquier nueva empresa. Un hijo de un

amigo inteligentemente le sugirió a Horch que tradujera su apellido al latín. En

alemán, «horch» es la forma imperativa del verbo <<escuchar>>. Cuando tradu­
cimos al latín, <<Horch» significa «Audi». Con Audi como nombre de su nueva
empresa, Horch escogió un nombre permanente ,que se ha apoderado de la
atención del mundo del automóvil por 100 años.
_Audi es una de las compañías que forman el grupo Volkswagen Aktienge­
sellschaft (AG). Desde su inicios en 1932, Volkswagen AG ba crecido para ser
uno de los fabricantes más grandes de Europa y el tercero a nivel mundial.
Dentro del grupo Volkswagen, Audi ha asumido el papel de tener la línea de
vehículos de lujo de la compañía, vendiendo más de 650.000 modelos en el afio
2000, con unos ingresos totales de más de 39 billones de marcos.
\62
"..:." �-- ·� '--·_'
Casos de Estudio sobre Business Intelligence

Con1o una firma comprometida con los progresos tecnológicos, seguri­

dad, diseño y una visión futurista, Audi busca los mecanismos para mejorar
su nivel de eficiencia en la fabricación, mientras continúa la producción de
vehículos superiores con una atención al cliente de calidad. Como cada vehí­
culo es «hecho sobre demanda» (cada vehículo es fabricado de acuerdo a
necesidades específicas del cliente), Audi requiere inteligencia inmediata de
sus operaciones de la línea de ensamblaje para ·asegurar la entrega a tiempo
para sus clientes. Adquirir esta inteligencia en una manera oportuna supone
retos significativos desde la perspectiva de las operaciones porque los geren­
-
tes deben recopilar todos los materiales necesarios para �nalizar cómo la
fluctuante demanda de los clientes impactan en las operaciones de la línea de
ensamblaje.

Necesidades del negocio

Vender vehículos de lujo bajo demanda es un negocio desafiante, especial­

mente desde la perspectiva de la recopilación de datos. En lugar de vender
directamente a clientes, los fabricantes típicamente venden automóviles indi­
rectamente a través de concesionarios. Mientras los fabricantes pueden fácil­
mente recabar información acerca de los distribuidores haciendo seguimiento
a los vehículos vendidos a los concesionarios, es más complicado recopilar los
datos de clientes que compran en los concesionarios. Este problema es más
evidente cuando el fabricante de automóviles quiere hacer una encuesta de
satisfacción de sus clientes.
Audi experimentó este reto cuando en 1999 ejecutó un sondeo de la
satisfacción de sus clientes a nivel mundial. Para llevar a cabo este sondeo,
Audi necesitaba tener acceso a la información de los clientes. Con proble­
mas en la centralización de la información de sus clientes y con la infor­
mación referente a las ventas de sus vehículos en una base de datos arcai­
ca, el proceso completo sería bastante desafiante, de una inversión en
tiempo muy alta y costosa. El trabajo de organizar esta información cayó
sobre los hombros de los pocos profesionales de tecnología quienes invir-
tieron meses buscando y ensamblando la información proveniente de sus
. .
concesionarios.
Una vez que los datos fueron recopilados, Audi descubrió que el 95 por
100 de los clientes entrevistados en la encuesta comprarían el mismo modelo
nuevamente. Reconociendo el valor potencial de la información que estos
datos ofrecían, Audi entendió que necesitaba mejor acceso a esta información.
Audi por lo tanto se comprometió a n1ejorar el análisis de sus procesos y la
recopilación de los datos de venta, para llegar a la conclusión de que hacía falta
incrementar sus inversiones en Business Intelligence.
Con este renovado corr1promiso hacia el Business Intelligence, Audi
aplicó su consigna ( «Vorsprung durch Technik») para impulsar sus inicia ti­
vas de Business Intelligence. La primera de sus iniciativas surgió en 1999
· en el departamento Fahrzeugsteuerung de la planta de Ingolstadt. Este
 Mejora en la eficiencia operacional: Audi AG
t���t�FC\i

- tiene la responsabilidad de las operaciones de la línea de

departamento
ensamblaje.
La operación exitosa de la línea de ensamblaje requiere complejos proce-
sos de planificación y análisis de rendimiento para optimizar la producción
total y rápidamente identificar y corregir cuellos de botella en la línea de
ensamblaje. Heinz Braun explica:

Cada día de 24 horas de trabajo es único, cuando se quieren coordinar de

forma precisa, proveedores, equipos de trabajo con autonomía en las deci­
siones, labores de acoplamiento y cadenas de comando. Los sistemas de
información de la compañía deben tener información actualizada que nos
permita manejar los problemas diarios, para alcanzar la eficiencia opera­
cional extrema en cualquier momento y asegurar que todos nuestros auto­
-móviles son construidos como deseamos.

Para guiar la operación de la línea de ensamblaje, Audi utiliza. un software

de simulación de Rockwell Automation que les permite planificar próximas
cargas en la producción, algunas veces con varios días de anticipación. El obje­
tivo de la simulación es analizar la productividad prevista de la línea con la
finalidad de cubrir problemas potenciales que pudiesen afectar negativamente
la productividad. Equipados con esta información, los gerentes de planta pue­
den rápidamente tomar acciones correctivas para componer lo que está mal o
eliminar ciertos vehículos de la línea antes de que el proceso de ensamblaje
comience.
Para dirigir la línea de ensamblaje, los gerentes de operaciones necesitan
analizar cientos de mediciones simultáneas para varios puntos en la línea desde
diversas perspectivas. Por ejemplo, para asegurar que el objetivo de la produc­
ción total pueda ser conseguido para un cambio determinado, los gerentes de
operaciones necesitan ver conteos de vehículos simulados y problemas en el
conteo por modelos, configuración por país, versiones y tamaños. Cuando un
problema aparece y éste afecta a la entrega de vehículos, como por ejemplo,
componentes del encendido fuera de inventario, "los gerentes necesitan conocer
qué clientes <?rdenaron estos vehículos para que ellos puedan informar a éstos
de la demora en la entrega. Los problemas también pueden ser ligeramente más
complicados cuando a ellos afectan múltiples cambios o fallos en la línea de
ensamblaje. Como cada cambio es ejecutado por equipos bien organizados,
cualquier backlog en la línea de ensamblaje necesita ser comunicada al
siguiente equipo y que éste pueda tomar la acción correctiva, bajar la veloci­
dad, subirla o elin1inar algunos vehículos de la línea si el material no está dis­
ponible.
Con la finalidad de desarrollar este tipo de análisis, los gerentes de opera­
ciones históricamente crearon rutinas para extraer y ensamblar información
desde la base de datos de simulación. Sin embargo, estos gerentes de opera­
ciones frecuentemente no poseían las habilidades para desarrollar los progra­
mas necesarios y extraer estos datos, lo cual conducía a invertir tncontabks
horas escribiendo y depurando código con poco resultado. Cuando se. tenía la
__ -6:4.; Casos de Estudio sobre Business Intelligence

información, ya era muy tarde para los gerentes de operaciones para modificar
el proceso de ensamblaje.

La solución

Para encontrar estas necesidades del negocio, la Fahrzeugsteuerung solicitó

ayuda de consultores extetnos quienes trabajaron mano a mano con los geren­
tes de operaciones de Audi para construir el data mart de operaciones.
Uno de los ·primeros pasos en este proceso fue desarrollar un modelo de
datos flexible que pudiera cubrir las necesidades de análisis de los gerentes de
línea. Esta tarea fue considerablemente desafiante porque en una sencilla línea
de ensamblaje se pueden construir todos los tipos de modelos de un vehículo,
desde sedans hasta todo terreno, con variaciones en la configuración depen­
diendo del país, color interior, color exterior, tapicería y muchas otras caracte­
rísticas. Para hacerse cargo de esta complejidad, el diseño del modelo de datos
incluyó más de 50 dimensiones y cientos de medidas.
Para definir y afinar el modelo de datos, el equipo de implementación
construyó un prototipo del data mart para que los usuarios finales hicieran
pruebas. Parte de este proceso involucró la selección de un motor de base de
datos y un software front-end de análisis para hospedar la solución. El factor
primario de decisión para seleccionar la plataforma de Business Intelligence
era que fuese de bajo costo, alto rendimiento y alta manejabilidad. Basado en
estos criterios y para organizar y administrar los datos, Audi seleccionó la tec­
nología OLAP ofrecida por Microsoft para desarrollar una rápida y flexible
vista de la simulación de las operaciones. Con la finalidad de proporcionar a
los gerentes de operaciones una interfase de acceso a datos fácil de usar, Audi
escogió ProClarity como software front-end de análisis y reporting para con­
sultar la información almacenada en la base de datos OLAP.
Una vez que las tecnologías y el diseño inicial fueron determinados, el
siguiente paso fue comprender los retos de hacer un diseño más sofisticado,
que se necesitaba para manejar el despliegue completo de la solución. Un reto
específico fue la extracción a tiempo de los datos desde la base de datos de
simulación hasta la base de datos OLAP. Para llevar a cabo la extracción y
transformación de datos, el equipo útilizó los Servicios de Transformación de
Datos (DTS) para desarrollar las rutinas de carga de datos dentro de la bases
de datos OL_AP. Para proporcionar la inteligencia inmediata que los gerentes
requerían, el equipo utilizó DTS para actualizar la base de datos OLAP en
incrementos cada 60 minutos.
Puesto que ellos podrían cumplir los requerimientos de análisis de los
gerentes de operaciones, el equipo de implementación amplió el diseño del
data mart para dar soporte a las necesidades de análisis que se tendrían a largo
plazo. Con esta mejora, la base de datos ahora almacena de forma separada
datos históricos, para permitir a los gerentes de operaciones ejecutar informes
de excepciones y tendencias de la línea de ensamblaje sobre largos periodos de
tiempo, tales co1no semanas, tneses y años.
 Mejora en la eficiencia operacional: Audi AG :65 <
-
· ·--- -
·

Los betleficios de la solución

Para recibir cada hora las actualizaciones de datos simulados, los gerentes de
operaciones no necesitaban confiarse más en conjeturas para dirigir la línea de
ensatnblaje. Utilizando reportes en línea interactivos, tal como el de la Figura
4. 1, los gerentes pueden visualizar cómo los vehículos pasan a través de varios
puntos de la línea de ensamblaje por difer�ntes dimensiones, tales como mode­
lo, color, tiempo y adaptación de país.
Un reporting interactivo proporciona a los gerentes de operaciones el
conocimiento inmediato de cómo los vehículos están siendo ensamblados en
la línea de producción, de qué clientes están comprando estos vehículos, y
cuánto tietnpo tomará mover cada vehículo desde cada punto de la línea de
ensamblaje. Por tener esta información antes el proceso de ensamblaje
comienza y los gerentes de operaciones pueden hacer los ajustes necesarios
para gestionar la planificación de la producción de vehículos de turno a
turno. Por ejemplo, si un paquete de opciones específicas no está disponible
para un vehículo especial, todos los vehículos que requieran este paquete
serán eliminados de la línea y planificados para otro día. Cuando la nueva
planificación impacta el tiempo de entrega, el cliente es notificado pronta­
mente de la demora.

: 8000 RohbBu-Stort :: ---- 46�

coóffRohh-ou�Ende\ -- .
- -
- 4a:-
oo()cfEin(Le�k- -
· ·
- �7:
. : EOOO Ende Leck 63!
E:soo EinfkA.8oLA. ,

E:6ób vE!.�Ie��s-eq�. '.

E.�Q_Q �n_1L_gx§_r
_ _

Subtotol

Figura 4.1. Un il�fonne interactivo para los gerentes de operaciones de Audi.

;\�.f�":Hi��¡ Casos de Estudio sobre Business Intelligence

La habilidad de tomar acciones correctivas antes de que el proceso de la

línea de ensamblaje comience ha situado a Audi dentro de una nueva era de
ahorro de costos y eficiencia operacional. Los gerentes de operaciones no
tomarán más decisiones ambiguas o dependiendo de conjeturas para gestionar
la línea de ensamblaje. Con información de simulación en la punta de sus
dedos, ellos pueden efectivamente hacerse cargo de la línea de ensamblaje y
dirigir sus operaciones con gran certeza y relativa facilidad.

Los planes futuros

Con el data mart de Fahrzeugsteuerung exitosamente dirigiendo las operacio­

nes de la línea de ensa1nblaje, los planes futuros incluyen implementar un data
mart para medir el rendimiento actual de la línea activa de ensamblaje. Al cen­
tralizar datos actuales y simulados, los analistas podrán ver todo el proceso a
180 grados; por esa razón, ellos podrán fácilmente medir variaciones y revelar
tendencias: Con una visión completa de las relaciones entre los procesos actua­
les y simulados, Audi puede hacer un seguimiento más agresivo con la finali­
dad de obtener tiempos más precisos y brindar a sus clientes n1ás flexibilidad
para hacer cambios de último minuto en las órdenes de vehículos.
La información que proviene del data mart también tiene el potencial de
apoyar a otros departamentos de la compañía. Por ejemplo, el departamento de
desarrollo e investigación puede usar esta información para evaluar nuevos
diseños, tomar decisiones en cuanto a mejoras y apuntar a nuevas áreas de des­
arrollo, basados en el rendimiento de la línea de ensamblaje. Esta información
puede ser útil para expandir las iniciativas de atención al cliente en los depar­
tamentos de ventas y marketing, tales como entender qué colores, modelos y
otras variaciones son vendidas de mejor o peor forma.

Resumen

Con el éxito del data mart Fa hrzeugsteuerung, los gerentes de operaciones han
tenido mejoras significativas en la eficiencia de los procesos de su línea de
ensa1nblaje. Al tener un acceso flexible a los datos de simulación, los gerentes
de operaciones tienen ahora la posibilidad de identificar rápidamente los pro­
blemas potenciales de ensamblaje, diseño y control de sus proveedores. Esto
les permitirá tomar rápidas acciones correctivas antes de que el proceso de la
línea de ensamblaje comience.
Con los planes de futuro para compartir la información con otros departa-·
mentos, el data mart permite a Audi comprender cómo la información de pro­
ducción puede ser integrada con otras unidades de negocio para potenciar su
servicio al cliente. Este éxito inicial con la consigna probada de Audi sugiere
que no hay limitaciones para lo que Audi puede alcanzar con Business Intelli­
gence.