Equipos de mantenimiento: investigación respalda un piloto de 90 días para reducir el uso de piezas de repuesto

En el mantenimiento, el consumo de piezas es la tasa medida en la que se utilizan los repuestos, y la forma más sencilla de reducir los costes totales consiste en medir ese consumo directamente desde tu sistema de gestión de recursos humanos (CMMS), segmentar las piezas por su importancia crítica y aplicar políticas de stock y soluciones operativas específicas. Definir correctamente el modelo de datos es fundamental Según La investigación sobre la gestión de piezas de recambio. Todo lo demás, desde la segmentación ABC hasta los proyectos piloto de Kanban, depende de ello.

En resumen:

• Un modelo de datos confiable que vincula órdenes de trabajo, identificaciones de activos y piezas de repuesto es esencial para medir con precisión el consumo y optimizar las políticas de stock.
• La demanda de piezas de repuesto suele ser irregular y impredecible, lo que requiere modelos especializados como METRIC para planificar envíos de emergencia en lugar de los métodos de previsión tradicionales.
• Adoptar una postura moderada y aceptar de manera estratégica la posibilidad de tener piezas en stock en cantidades limitadas puede minimizar los costos totales mejor que intentar mantener un stock cero en todas las ubicaciones.
• El uso de la segmentación por coste, previsibilidad de la demanda y importancia mejora las decisiones de almacenamiento y los niveles de servicio sin aumentar innecesariamente el inventario.
• La implementación de un sistema único con identificadores integrados y un seguimiento automatizado de los KPI acelera los proyectos piloto y mejora la eficiencia en la gestión de piezas de repuesto en curso.

Índice

• ¿Por qué el consumo de repuestos se comporta de manera diferente?
• El modelo de datos que subyace a la medición del consumo de piezas
• Cómo medir y segmentar el consumo de piezas
• Palancas operativas para reducir el consumo sin aumentar los tiempos de inactividad
• Transformar el método en un piloto funcional
• Lista de verificación del autor: los primeros 90 días para empezar a reducir el consumo de piezas
• Acelere su consumo de piezas de pilot con la plataforma adecuada
• Fuentes
• PREGUNTAS FRECUENTES

¿Por qué el consumo de repuestos se comporta de manera diferente?

La demanda de piezas de repuesto no se comporta como la demanda minorista. La mayoría de las piezas industriales y de instalaciones permanecen inactivas durante meses, antes de consumirse repentinamente cuando falla un rodamiento o se bloquea una válvula. Este patrón intermitente y de bajo volumen rompe los métodos de previsión estándar diseñados para datos de ventas constantes y de alta frecuencia, y es por eso que muchas de las unidades de mantenimiento acaban sumergidas en existencias obsoletas o luchando por obtener envíos acelerados.

La demanda correctora tiende a seguir patrones de llegada más cercanos al proceso de Poisson, es decir, eventos raros y en gran medida aleatorios, en lugar de una tendencia suave. Los modelos de redes de múltiples artículos, como METRIC y sus extensiones, fueron construidos específicamente para manejar esto, modelando envíos laterales y de emergencia entre diferentes ubicaciones en lugar de tratar cada parte por separado.

El verdadero factor determinante de cada decisión sobre el stock no es el coste de la pieza, sino el coste del activo que permanece inactivo mientras esperas que llegue. Por eso, la disponibilidad del sistema y el coste del tiempo de inactividad deberían ser los factores que determinen los objetivos de nivel de servicio, y no el precio unitario.

La investigación sobre la modelización del inventario de piezas de repuesto apunta constantemente a una conclusión contraintuitiva: un riesgo moderado y deliberado de escasez en artículos de baja importancia suele minimizar los costes netos totales mejor que perseguir niveles de escasez cercanos a cero en todas partes, según Bibliografía de inventario de piezas de recambio de la TU Delft. La disponibilidad perfecta de cada SKU no es eficiente. Es costosa.

El modelo de datos que subyace a la medición del consumo de piezas

No se puede controlar lo que los sistemas no pueden conectar. La mayoría de las organizaciones de mantenimiento registran los pedidos de mantenimiento en un módulo y los problemas de piezas en otro, sin ningún vínculo confiable entre ambos, y esa brecha es el mayor obstáculo para medir el consumo real.

Un modelo de datos empírico desarrollado específicamente para la gestión de piezas de repuesto muestra que la solución requiere vincular los módulos de mantenimiento preventivo (PM) y gestión de materiales (MM) mediante tres identificadores consistentes: el identificador del activo, el identificador de la orden de trabajo y un número de pieza de repuesto estandarizado. En el caso de estudio de caso subyacente, este vínculo vinculaba numerosas piezas de repuesto con sus facturas de materiales a través de decenas de miles de consumos registrados, construidos como una capa de inteligencia empresarial de lectura única que se inserta encima del sistema de gestión de activos existente en lugar de reemplazarlo.

Consejo profesional: Un único estándar de numeración de piezas de repuesto bien definido y coherente con las listas de materiales suele ser el cambio con mayor impacto para el equipo de mantenimiento. Su implementación no cuesta nada y permite realizar todas las analíticas posteriores.

Una vez que los identificadores sean consistentes, los campos que realmente son relevantes para el análisis de consumo son:

• Enlaces de la hoja de datos de materiales (BOM) conectando cada parte al modelo específico de activo o equipo que sirve
• Plazo de entrega por proveedor y pieza, No hay una sola suposición generalizada en todo el catálogo.
• Estado de la parte (activo, obsoleto, sustituido) dejar de analizar el stock muerto como si fuera la demanda real
• Localización del almacenamiento, Incluyendo furgonetas de técnicos y depósitos satelitales, y no solo el almacén central
• Registros de reparaciones y averías Enlazando los eventos de consumo a los modos de fallo específicos

Una capa analítica construida sobre estos campos convierte los registros de transacciones dispersos en un conjunto de datos que se puede segmentar, predecir y actuar en consecuencia. Sin ella, todas las decisiones posteriores, desde los puntos de reordenación hasta la clasificación de la importancia crítica, se basan en datos incompletos.

Cómo medir y segmentar el consumo de piezas

Transformar los datos de consumo en consumo real en una política de distribución efectiva requiere cuatro pasos, y omitir alguno de ellos suele dar como resultado planes que parecen sólidos en papel pero que no se cumplen en la realidad.

1. Comience por monitorear los KPI adecuados. Como mínimo, monitore la tasa de consumo por parte por periodo, la tasa de llenado (las órdenes completadas desde el stock sin demora), los días de suministro disponibles, el riesgo de agotamiento durante el periodo de entrega relevante, y el tiempo de reparación de las piezas reparables.
2. Ejecute la segmentación ABC según el coste o el volumen. Ordena las piezas por su valor de consumo anual, no solo por el precio unitario. Una junta de goma barata utilizada constantemente puede tener un mayor valor que un sensor caro utilizado raramente.
3. Utilice la segmentación XYZ para predecir la demanda. Las partes X muestran una demanda constante y predecible; las partes Y muestran una demanda variable pero regular; las partes Z son genuinamente erráticas. Los métodos de suavización estándar tienen dificultades con los elementos Z intermitentes, y los enfoques de bootstrapping o Smart-Willemain tienden a Superarles en este segmento.
4. Asigne objetivos de servicio según su importancia crítica, no según su costumbre. Una sala de piezas no necesita un nivel de servicio único. Necesita varios, adaptados a lo que cada pieza realmente protege.

El marco de gestión de activos de la norma ISO 55000 ofrece una estructura útil para documentar estas decisiones basadas en los riesgos Así, sobreviven a las auditorías y a la rotación de personal.

Palancas operativas para reducir el consumo sin aumentar los tiempos de inactividad

Reducir el consumo no significa reducir la disponibilidad. Existen varias medidas comprobadas que reducen los costes de retención y los residuos sin dejar de mantener en funcionamiento los activos críticos; la elección correcta depende del segmento de la pieza, y no de una política generalizada.

La revisión continua, o (Q,r), y la revisión periódica, o min-max, se sitúan en extremos opuestos del mismo equilibrio. Un estudio aplicado sobre el inventario de MRO en una operación petrolera y gasífera reveló que cambiar los artículos de clase A de una política general de min-max por un modelo (Q,r) con costos explícitos de agotamiento de stock y pedidos atrasados redujo la inversión en inventario en más de la mitad, al tiempo que mejoraba notablemente el nivel de servicio. enlace. Min-max sigue funcionando bien para artículos C y Y de bajo valor y predecibles, donde la simplicidad administrativa supera la pérdida de precisión.

• Pilot Kanban para furgonetas de técnicos o depósitos locales en 10 a 20 unidades en aproximadamente 30 días antes del escalado; los avisos de reposición visual reducen tanto los casos de escasez como los excedentes de productos de consumo de alto consumo, aprovechando el software de servicio técnico para tuberías, HVAC y electricidad para optimizar el stock de vehículos de los técnicos.
• Utilice el transbordo lateral entre los sitios Para cubrir una escasez en un almacén vecino en lugar de mantener stock de seguridad duplicado en todas partes, una recomendación básica de Investigación en modelado de piezas de repuesto para múltiples artículos.
• Agilizar las reparaciones de piezas reparables en lugar de almacenar en exceso piezas de repuesto como garantía. Los ensayos en campo que combinaban la estimación del riesgo de escasez con la agilización de las reparaciones dieron como resultado ahorros de hasta un 8%, además de una precisión de previsión de alrededor del 63% a los 15 días y del 83% a los 45 días. enlace.
• Evalúe la impresión 3D y la preposición predictiva impulsada por IoT para piezas de bajo movimiento y con plazos de entrega largos, donde una geometría imprimible o una señal predictiva de fallo pueden reemplazar semanas de espera para obtener el producto.

Transformar el método en un piloto funcional

Los modelos académicos importan menos que la cuestión de si tu equipo los aplica realmente. Una implementación práctica se puede llevar a cabo en un plazo de 90 días si mantienes el alcance del proyecto limitado.

1. Semanas 1 a 2: seleccione un alcance de pilot de entre 10 y 20 unidades de medida vinculadas a un único grupo de activos críticos, y limpie los datos maestros de esas piezas en particular.
2. Semanas 3 a 4: mapear los tres identificadores (activo, pedido de trabajo y número de pieza) y vincular cada registro de BOM para los SKU del piloto.
3. Semanas 5 a 8: Active la trazabilidad completa de las órdenes de trabajo para que cada incidencia y devolución pueda vincularse con un trabajo específico, y luego inicie la prueba de Kanban.
4. Semanas 9 a 12: Medir los valores de los KPI en relación con el nivel de referencia y decidir qué escalas utilizar.

El soporte del software es más importante en tres aspectos: la vinculación con la hoja de precios, un maestro de piezas limpio y la trazabilidad de los pedidos de trabajo que captura automáticamente el consumo en lugar de depender de registros manuales. La presentación automatizada completa el ciclo al mostrar los cambios de KPI sin necesidad de reconstruir una hoja de cálculo cada mes.

Lista de verificación del autor: los primeros 90 días para empezar a reducir el consumo de piezas

Comienza en estrechas proporciones. Elige un grupo de activos, limpia los datos de sus partes y enlaza los identificadores antes de tocar la política de inventario. Los días 1 a 4 son para la higiene de datos, no para reorganizar los puntos. Los días 5 a 8 son para ejecutar el piloto Kanban y observar el ritmo de llenado y el tiempo de entrega. Los días 9 a 12 son para comparar honestamente los números con los de referencia, incluyendo los fallos.

La falla más común es saltarse la parte de los identificadores porque se siente lenta. Es la base de todo. Medir, ajustar, repetir y resistirse a la tentación de proclamar la victoria tras un buen mes.

— Pedro

Acelere su consumo de piezas de pilot con la plataforma adecuada

Las hojas de cálculo y los sistemas desconectados pueden ejecutar un piloto de 20 SKU, pero se estropean una vez se intenta escalar la segmentación ABC, la trazabilidad de los pedidos y la presentación automatizada de informes a través de un catálogo completo de piezas. Fullyops está diseñado para esa transición: una única plataforma donde los vínculos de BOM, los datos maestros de piezas y el historial de los pedidos se encuentran juntos, de modo que la tarea de identificación descrita anteriormente se lleva a cabo dentro del sistema en lugar de a través de tres hojas de cálculo y una unidad de almacenamiento compartida. herramientas de gestión de órdenes de trabajo Relacione cada aspecto del problema con el trabajo que lo generó automáticamente, y sus funciones de inventario y reportes revelan los niveles de KPI que necesita un piloto de 90 días sin necesidad de reconstrucción manual. Los planes están estructurados en niveles básicos, profesionales y avanzados, según cuántos técnicos, administradores y integraciones necesite. Si está listo para ejecutar el piloto en lugar de solo planearlo, Comienza con una demostración y traiga sus primeros 10 a 20 productos.

Fuentes

• Capítulo sobre modelos de piezas de repuesto multifuncionales (TU Delft / publicación académica)
• Estimación del riesgo de escasez de stock para piezas de repuesto reparables
• Sistema de gestión de inventarios MRO mejorado en una empresa de petróleo y gas
• ISO 55000: Gestión de activos — resumen, principios y terminología

PREGUNTAS FRECUENTES

¿Qué es el consumo de piezas en las operaciones de mantenimiento?

Se refiere a la tasa medida en la que se utilizan piezas de repuesto para reparar o mantener los activos, que se suele registrar como unidades consumidas por período por parte o grupo de activos. Medirla con precisión requiere vincular los pedidos de trabajo con los problemas de piezas mediante identificadores consistentes, tal como se describe en la modelación empírica de los datos de piezas de repuesto.

¿Cómo puedo reducir el consumo de piezas de repuesto sin aumentar el riesgo de tiempo de inactividad?

Segmente las piezas por su importancia crítica y el patrón de demanda primero, luego aplique la política de correspondencia: (Q,r) para artículos de alto valor predecible, min-max para los de bajo valor estable, y pilotos Kanban para volúmenes de stock elevados. Los envíos laterales y la agilización de reparaciones reducen aún más el stock de seguridad local sin añadir riesgo, basándose en los hallazgos obtenidos. El riesgo de escasez de stock y la investigación para agilizar la reparación.

¿Qué KPI debería monitorizar para el consumo de piezas?

Incluya como mínimo los siguientes parámetros: tasa de consumo, tasa de llenado, días de suministro, riesgo de escasez de stock y tiempo de reparación. Estos le proporcionarán tanto la imagen de la demanda como la respuesta de la oferta necesaria para establecer objetivos de servicio realistas.

¿Cómo se relaciona la norma ISO 55000 con la gestión de piezas de repuesto?

La norma ISO 55000 proporciona el marco de gestión de activos para alinear las decisiones de aprovisionamiento de activos con la tolerancia al riesgo de la organización y documentar por qué se eligió un determinado nivel de servicio. No prescribe fórmulas específicas de almacenamiento, pero apoya la fase de gobernanza que rodea esas decisiones.

¿Puede un CMMS medir el consumo de piezas de forma precisa solo?

Un sistema de gestión de activos y procesos estándar captura las transacciones, pero rara vez las vincula en un modelo analizable por sí solo; la mayoría necesita una capa adicional que conecte los identificadores de activos, órdenes de trabajo y piezas. Plataformas como Fullyops solucionan este problema vinculando la trazabilidad de las órdenes de trabajo directamente a los registros de inventario, en lugar de considerarlas sistemas independientes.

Recomendado

• Gestión de piezas de repuesto para los responsables de mantenimiento: un sistema práctico
• Flujo de trabajo para el mantenimiento preventivo: Reducir costes en 30% en 2026
• Reduzca los retrasos en el mantenimiento en 90 días utilizando la codificación de repuestos vinculada a los activos
• Planificación del mantenimiento paso a paso: Reduzca el tiempo de inactividad en 30%