McKinsey: seis formas de resolver el desafío de la adopción de análisis

Las empresas mineras tienen un enorme potencial sin explotar cuando se trata de análisis, con tasas relativamente bajas de adopción en toda la industria, lo que crea oportunidades para que los líderes comprometidos obtengan una ventaja competitiva, según un informe reciente de McKinsey & Company .

Las empresas que sientan las bases adecuadas para el éxito de la analítica, mediante la creación de participación y alineación y haciendo que la analítica sea fácil de usar y el valor fácil de rastrear, pueden cultivar una mentalidad y un cambio en los procesos que podrían mantener retornos de dos dígitos en su inversión en analítica. el informe, titulado: " Involucrar a los empleados para que utilicen la analítica: cómo las empresas mineras resuelven el desafío de la adopción" , decía.

Sin embargo, la industria minera es extremadamente compleja, con plantas que operan como pequeñas ciudades, con cientos de personas y miles de equipos. Casi todos los procesos requieren experiencia especializada y una coreografía cuidadosa: los metalúrgicos tienen que ajustar los procedimientos a las condiciones del sitio, los ingenieros de minas deben adaptar continuamente los planes de la mina, etc. 

Saber qué medidas marcar o retroceder es esencial para la operación continua de una mina, pero las complejidades de la industria significan una adopción más lenta de la analítica, dice el informe. Esto se debe principalmente a los metalúrgicos, operadores y planificadores, y otras partes interesadas que necesitan una mayor participación en los esfuerzos.

Esto ha resultado difícil, ya que muchas de estas partes interesadas desempeñan funciones altamente especializadas y existe una resistencia considerable a la idea de que su experiencia pueda codificarse como una herramienta de análisis o que las iniciativas sean gestionadas por otros sin un contexto operativo.

A pesar de esta reticencia, algunas grandes operaciones mineras han comenzado a implementar análisis a escala y a generar una adopción generalizada. Una operación minera a cielo abierto implementó datos en tiempo real sobre la ubicación y las condiciones de la carretera para aumentar la eficiencia del movimiento de materiales en un cinco por ciento, mientras que un modelo superior ayudó a una mina de cobre a aumentar la producción entre un 10 y un 15 por ciento al mejorar el rendimiento y la recuperación.

Por lo tanto, al analizar 140 implementaciones de análisis en múltiples operaciones mineras, el informe de McKinsey & Company encontró que involucrar a expertos y usuarios de primera línea, fomentar la colaboración continua y mantener un enfoque entusiasta en el impacto son claves para impulsar la adopción y el valor.

A partir de estos estudios, el informe ha delineado seis formas en que los líderes analíticos pueden impulsar la adopción, no solo en la industria minera, sino en otros sectores:

1. Cree productos de análisis con personas influyentes y expertos en el dominio

Una de las formas más efectivas de generar confianza es involucrar a los metalúrgicos, líderes de procesos y otros expertos en la materia directamente en el esfuerzo de desarrollo. Hacerlo permite a los expertos patear los neumáticos de los modelos emergentes y ganar confianza en los análisis. Involucrarlos también permite resultados de mayor calidad, lo que ayuda a garantizar que los datos y las variables correctos se tengan en cuenta en el diseño en formatos que los usuarios puedan comprender y aplicar.

La participación de los expertos también debe continuar sobre el terreno, ya que su estrecha participación ayudará a informar y mejorar continuamente el modelo analítico, asegurando que la lógica subyacente sea sólida y los resultados procesables.

Incluir a estos expertos también tiene otro beneficio: a medida que se invierten en el éxito de un proyecto, ayudarán a otras partes interesadas a ganar confianza en él también.

2. Establecer un entendimiento compartido en todos los niveles.

La analítica puede significar diferentes cosas para diferentes personas y las organizaciones pueden evitar desconexiones al crear una comprensión compartida de los objetivos principales del programa y nombrar a un propietario de producto con la influencia de liderazgo y las habilidades de gestión para impulsar la iniciativa. El propietario del producto y su equipo deben esforzarse por hacer que el funcionamiento interno sea transparente y explicable. 

La gobernanza de datos también es crucial. Los datos deben estar bien organizados y ser accesibles, con diccionarios básicos, términos y fórmulas estandarizados. Los líderes, diseñadores y usuarios necesitan conocer las principales fuentes de datos que se utilizan y la forma en que se generan las recomendaciones del algoritmo; este conocimiento impulsa la confianza y la aceptación del modelo en el nivel de primera línea.

La comunicación es esencial para el éxito de las iniciativas analíticas. Una campaña de creación de conciencia y mensajes claros establece el apoyo, y los programas de capacitación personalizados preparan a los empleados para tener éxito.

3. Integrar la analítica en los procesos de flujo de trabajo existentes

Cuanto más familiar e intuitivo sea un modelo, es más probable que gane aceptación. Adaptar la interfaz al contexto específico del usuario, configurar los pasos para reflejar los que los usuarios normalmente tomarían para completar una tarea en particular e integrar el análisis en los procesos centrales puede hacer que los nuevos sistemas se sientan como una extensión natural de los existentes, en lugar de un cambio abrupto. .

Los equipos de análisis también deben asegurarse de que cualquier sistema nuevo esté diseñado para integrarse sin problemas con la pila de tecnología de back-end de la mina. De lo contrario, las empresas pueden terminar con modelos independientes que eventualmente dejarán de usarse porque no se pueden actualizar o escalar.

4. Emplear técnicas ágiles para fomentar la propiedad y el empoderamiento

Los responsables de la toma de decisiones que están lejos del campo invierten en herramientas prediseñadas con un conjunto específico de objetivos en mente, y transmiten instrucciones para que los equipos locales las utilicen de las formas prescritas. Este enfoque puede funcionar bien para la planificación de recursos empresariales (ERP) y otras aplicaciones que manejan los procesos administrativos de rutina, pero las iniciativas de análisis generalmente involucran a los trabajadores y gerentes de primera línea. Cuando los empleados de campo y de planta reciben instrucciones desde lejos, a menudo sienten que la gerencia devalúa su experiencia.

Una de las formas más efectivas de aumentar la adopción es involucrar a los usuarios directamente en el proceso de desarrollo mediante el empleo de técnicas ágiles que brinden a los usuarios más agencia. Las formas ágiles de trabajar democratizan la propiedad. Este enfoque abierto y no jerárquico crea una dinámica de resolución de problemas saludable en la que las personas pueden contribuir más fácil y libremente con sus conocimientos a la solución, independientemente de su antigüedad y experiencia. El resultado es una mayor innovación y agilidad. 

5. Liberar valor a través de la gestión integral del desempeño

Para que las iniciativas de análisis ganen terreno, los líderes de la minería deben conectar los puntos entre los objetivos comerciales generales para el programa de análisis y los hitos y criterios específicos que definen el éxito en las diferentes etapas. De lo contrario, el mantenimiento puede tener un conjunto de medidas, los gerentes de planta y de mina otro, y los patrocinadores ejecutivos aún otros, lo que da como resultado expectativas divergentes.

Sin una comprensión coherente del valor, una responsabilidad clara y una priorización concreta de las tareas, la adopción y el impacto pueden verse afectados. Los equipos pueden tener dificultades para mantener el entusiasmo por una iniciativa, y los líderes pueden tener dificultades para justificar la inversión continua. 

Para crear una línea de visión clara del valor, los líderes de proyectos deben crear una infraestructura de gestión que elimine los silos, alinee las métricas de rendimiento entre los equipos y asigne la propiedad para cumplirlas. Trabajando hacia atrás desde los objetivos principales, los líderes del proyecto dentro del equipo de diseño deben definir medidas de desempeño individualizadas para cada rol y flujo de trabajo y asegurarse de que los miembros del equipo comprendan lo que se espera de ellos. Las personas y equipos encargados de cumplir objetivos específicos pueden priorizar el flujo de trabajo de manera más eficaz.

6. Anticipe las habilidades necesarias para escalar y mantener

Para las organizaciones mineras que recién están comenzando sus viajes de análisis, puede ser fácil concentrarse en los casos de uso, las herramientas y los algoritmos, ya que la curva de aprendizaje para cada uno puede ser empinada. Sin embargo, la transición de la versión piloto a la producción requiere una planificación para la escala desde el principio y la creación de una base de habilidades interna capaz de respaldar la cartera de análisis a largo plazo.

Tener la experiencia adecuada para mantener y entrenar sistemas es uno de los factores de éxito más importantes con la analítica. La precisión del modelo varía naturalmente con el tiempo a medida que cambian las condiciones de funcionamiento. Para tener en cuenta eso, las empresas deben volver a capacitar el sistema continuamente, es decir, aproximadamente cada tres a seis meses. De lo contrario, la calidad de las recomendaciones disminuirá, lo que provocará un menor número de usuarios y una disminución del impacto.