Descubra cómo las soluciones de Control estadístico de procesos (SPC) de Minitab nos ayudaron a mi esposa y a mí a mejorar nuestra huerta esta temporada, demostrando que el SPC realmente puede ayudar a que las malas noticias lleguen antes. Pudimos corregir los problemas a la brevedad posible (a pesar de nuestras apretadas agendas) antes de que los tomates murieran. Esto me recordó mucho a nuestras funciones en las industrias en los que ambos hemos trabajado: ingeniería automotriz y de electrodomésticos.
Especificaciones para este proyecto:
En mi caso, un pH malo o la sequedad reducen el rendimiento o matan las plantas.
En nuestras antiguas industrias, la chatarra se acumulaba y costaba una fortuna... o algo peor (poner en cuarentena los productos o, en algunos casos, ¡entregar productos en mal estado a los clientes!).
Minitab Connect es una herramienta muy poderosa. Le permite conectarse a bases de datos (o, en mi SPC en la huerta, crear formularios para ingresar datos) y las estadísticas y gráficas de esos datos pueden mostrarse automáticamente en un tablero de control en vivo.
Llevo mi teléfono a la huerta con mi medidor de pH y humedad (foto de abajo) y recojo datos de las diferentes secciones de nuestra huerta. Esto se grafica automáticamente en un tablero de control visible para mi esposa (aunque ella no está suscrita a Minitab Connect como yo, ¡puede ver el tablero de control!).
Si el pH es demasiado alto, uno de nosotros agregará recortes de plantas para bajarlo. Si es muy bajo, añadiremos ceniza de la hoguera para aumentar el pH.
En un momento dado, los datos nos llevaron a una pregunta: “¿Cambia el pH según el nivel de humedad?” Parecía que siempre que teníamos una lectura de humedad “normal”, el pH estaba cerca de 7. Cuando el valor de humedad era “húmedo” o rara vez “húmedo+”, el pH parecía ser más bajo. Muchas cosas parecen influir en el pH, como la profundidad del suelo a la que se colocó la sonda. Podría haber hecho un DOE con todos estos factores para obtener más información.
¡Pero pude utilizar los datos ya recogidos por Minitab Connect! Al igual que en la industria, donde los equipos de prueba al final de la línea de producción recopilan toneladas de datos aparentemente inconexos... a veces, si se analizan todos juntos, se encuentran ideas que pueden ayudar a establecer relaciones de causa y efecto. La Analítica predictiva (aprendizaje de máquina) de Minitab es uno de mis recursos favoritos para realizar este tipo de modelado de datos observacionales.
No pude resistirme (aunque mi conjunto de datos de la huerta es mucho más pequeño que mis antiguos conjuntos de datos de la industria automotriz o de electrodomésticos). Lo exporté desde Minitab Connect para abrirlo con Minitab Statistical Software. El aprendizaje de máquina automatizado me dijo rápidamente que dejara de preocuparme tanto por la clase de planta (maíz, tomate, frijoles, etc.) y me centrara en esta relación tan clara entre humedad y pH. Me gustó tanto el resultado que agregué una página adicional a mi tablero de control de Connect con una simple gráfica que revela esta relación:
Así que ahora, si una sección se vuelve demasiado húmeda, mi esposa o yo apagamos los aspersores. Cada sección, por suerte, tiene su propio conjunto de aspersores... un regalo de Navidad de mi madre, lo crean o no. Esto resultó ser muy útil para aumentar el rendimiento de nuestra huerta este año.
Minitab Connect (y/o un producto relacionado: Minitab Real-Time SPC… pregúntenos si desea conocer las sutiles diferencias) hace muchas de las cosas que pueden hacer otras herramientas de Inteligencia empresarial (BI) pero también hace mucho más. Como ha visto en esta historia sobre una huerta, el análisis estadístico automatizado puede indicarle dónde y cómo trabajar en los problemas. ¡Las profundizaciones para probar teorías o descubrir nuevos insights también son muy sencillas cuando se tiene toda la potencia de Minitab al alcance de la mano!