Uso de Herramientas Avanzadas de Análisis de Datos para automatizar DMAIC: Revisión Sistemática y Esquema de Simulación en RStudio

Abstract

La literatura es extensa en cuanto a la integración de herramientas avanzadas de análisis de datos (HAAD) —como análisis de big data (ABD), minería de datos (MD), minería de procesos (MP) y aprendizaje automático (AA) — con la metodología de mejora continua “Definir, Medir, Analizar, Mejorar, Controlar” (DMAIC, por sus siglas en inglés). Este estudio buscó identificar patrones de vinculación entre HAAD y DMAIC para el desarrollo de un sistema de mejora continua autogestionados (SMCA). Se realizó una revisión sistemática de literatura (RSL) aplicando criterios de selección y análisis de estudios estandarizados en cinco bases de datos principales (IEEE Xplore, ScienceDirect, Springer, Taylor & Francis y Wiley), analizando 1,189 estudios para seleccionar 18 documentos clave. Los resultados revelaron que técnicas de AA — como red neuronal artificial (RNA) y red neuronal profunda (RNP) ambas con 30% de vinculación — predominaron en la fase de Analizar, siendo RNP utilizada además en la fase de Mejorar en un 66%, no obstante, con vacíos críticos en Definir y Medir. Por otro lado, en el área de MD se identificó un vacío de implementación en la fase de Controlar. Se desarrolló un esquema ilustrativo de simulación (EIS), que utiliza vinculaciones secuenciales en DMAIC: (1) Definir: descubrimiento de proceso, SIPOC (por sus siglas en inglés: Suppliers, Inputs, Process, Outputs, Customers); (2) Medir: MD, capacidad de proceso (Cp, Cpk); (3) Analizar: análisis predictivo, análisis de regresión; (4) Mejorar: RNP, metodología de superficie de respuesta (MSR); (5) Controlar: monitoreo en tiempo real, gráficos de control. RStudio fue plataforma central y librerías clave como “bupaR” (Minería de Procesos) y “caret” (Modelos Predictivos) fueron consideradas para el desarrollo metodológico del EIS. Este marco muestra la viabilidad teórica de sistemas SMCA que puede ser usado en futuras investigaciones para validar su funcionalidad en diferentes entornos.