Mtodos de Resolucin

de Problemas

Introduccin:
A travs de la historia el hombre ha inventado y mejorado numerosas
maquinarias y procesos basndose en sus habilidades para llegar a la
demanda creciente de productos y servicios por parte de la sociedad.

Como resultado de esta demanda en constante crecimiento y optimizacin de

costes, se han desarrollado varias tcnicas para analizar los problemas que
surgan de las maquinarias, los procesos y el rendimiento de las habilidades,
en un esfuerzo por asegurar su confiabilidad. Anlisis por Causa Raz (ACR)
es una de esas armas en el arsenal de confiabilidad.

El Anlisis por Causa Raz puede significar muchas cosas para la gente con
diferentes experiencias. Se puede describir sus esfuerzos de ACR como el
cumplimiento de los requisitos de su Confiabilidad de los Activos. Esta es una
mala interpretacin bsica que se debe aclarar. La Confiabilidad es mucho ms
que la adopcin de la metodologa ACR.

La gente, tradicionalmente se ha inclinado por ver la Confiabilidad

estrictamente desde la perspectiva de mantenimiento. La cultura en Reliability
Center Incorporated desde 1972 encara la Confiabilidad desde un punto de
vista holstico, teniendo en cuenta todos los factores que afectan la
Confiabilidad.

Para que la Confiabilidad verdaderamente se convierta en parte de la cultura,

debe ser adoptada como responsabilidad de todos, no solamente de
mantenimiento. Debe abarcar no solamente temas de los activos fsicos
(mecnicos, elctricos, etc), tambien cubrir temas relacionados con los
procesos de produccin y humanos. Por ejemplo, a menudo ves a la gente que
relaciona los problemas del equipo estrictamente con causas potenciales del
mantenimiento; cuando todos saben que los problemas del equipo pueden ser
ocasionados

por

otros

factores

tales

como

inconveniente

prcticas

operacionales y inadecuados diseos. Una vez que entiendas este concepto,

estars bien encaminado para encontrar las causas reales de los problemas
con los que te has encontrado.

Los beneficios de ACR pueden verse en cada uno de los aspectos de tus
operaciones.

Entonces,

por

qu

no

estn

todas

las

instalaciones

completamente moderadas con tal esfuerzo de ACR? Nuestra experiencia nos

muestra que la mayora de las instalaciones estn tan inmersas en reaccionar a
los problemas o fallas diarias, que el llevar a cabo una actividad tan proactiva
como el analizar problemas no es vista como el aportar un valor agregado al
negocio. Otra razn por la cul las organizaciones fallan es ver al proceso ACR
PROACT como una alternativa viable a la manera en la que ellos normalmente
manejan los problemas que se cree que el conducir ACR es costoso y que no
reporta retornos apropiados a la inversin.

En realidad, sto no puede estar ms lejos de la verdad. En la mayora de las

situaciones, las recomendaciones para las soluciones de los problemas
identificados involucran la correccin de sistemas organizacionales o de
administracin que no requiere desembolso de dinero.

Cuando ACR se lleva a cabo correctamente, es una herramienta para que

puedas tornar tus problemas identificados en oportunidades reales para
mejorar todo tu negocio.

Algunos ejemplos que muestran cul es el Retorno de la Inversin al adoptar

de forma correcta el proceso Anlisis Causa Raz PROACT:
Empresa: Eastman Chemical
o 50% Reduccin de los reclamos o quejas de sus clientes
Empresa: Weyerhaeuser
o 25% Aumento de capacidad de la productividad
Empresa: LYONDELL-CITGO
o 17,900% Retorno de la Inversin en ACR.

 Empresa: (ISPAT) Inland Steel

o 4,000% Retorno de la Inversin en ACR.
Empresa: Eastman Chemical (TED)
o 3,200% Retorno de la Inversin en ACR.
Empresa: Alabama Power
o 3,125% Retorno de la Inversin en ACR.
Para mayores detalles de los casos pueden consultar el libro, ROOT CAUSE
ANALYSIS : Improving Performance for Bottom Line Results (Latino & Latino,
2001 / www.crcpress.com)

Entonces se preguntarn Qu es el Anlisis Causa Raz PROACT?:

Es una metodologa disciplinada que permite identificar las causas
fsicas, humanas y latentes de cualquier tipo de fallo o incidente que
ocurren una o varias veces permitiendo adoptar las acciones correctivas
que reducen los costes del ciclo de vida til del proceso, mejora la
seguridad y la confiabilidad del negocio.

Al entender la importancia del tener en sus instalaciones un proceso de

mejoramiento continuo apoyado en el Anlisis Causa Raz PROACT veamos
cules son los pilares de esta metodologa.

Paso 1.- Enfoque & LEAP:

Los problemas o eventos no deseables pueden ser definidos con precisin
como desviaciones de la norma de rendimiento. Para ilustrarlo, si una planta
produce producto A con un caudal de produccin de 10.000 productos A por
da, entonces cualquier cosa que disminuya esta produccin es considerado un
problema.

A la inversa, puede pensarse como una oportunidad, una posibilidad de lograr

una meta o un estado ideal.

Usando el mismo ejemplo, si el caudal de produccin de tu supuesta planta de

producto A debe incrementarse a 15.000 unidades por da, entonces el
aumentar la produccin normal de siempre sera ciertamente una oportunidad.
De este ejemplo, ciertamente se puede ver que la diferencia clave entre
problemas y oportunidades es que el problema no progresa, mientras que la
oportunidad s progresa mediante un incremento sobre lo de siempre.

Ahora la pregunta es, cmo puedes transformar los problemas en

oportunidades ? La primera cosa que debes hacer es identificar los problemas
especficos que te darn el mejor retorno en tu inversin. Para hacer sto es
importante para nosotros entender el hecho de que hay dos tipos de problemas
con los que puedes enfrentarte: espordicos y crnicos.

Los problemas o eventos espordicos son aquellos que causan una cantidad
considerable de caos cuando aparecen, tienen ciertas caractersticas que son
importantes que notemos, por ejemplo, por la naturaleza del problema capturan
la atencin de todos. Los incendios, explosiones, virus en los ordenadores,
huelgas o paros sorpresivos (tales como el paro de los Controladores de
Trfico Areo en los 80s) son buenos ejemplos de problemas espordicos o el
caso del Trasbordador Challenger. No ocurren con mucha frecuencia, porque si
fuera as muy pronto estaras arruinado. Los problemas espordicos
tpicamente cuestan una gran cantidad de dinero y llevan mucho tiempo volver
al estado normal. Es por eso que a la gente le encanta colocar cifras en este
tipo de problemas. A pesar de que estos problemas espordicos son altamente
visibles e individualmente tienen un coste significativo asociado, su coste total
puede ser amortizado en un perodo de tiempo. sto hace que sean menos
costosos a medida que transcurre el tiempo.

Los problemas o eventos crnicos por otro lado, ocurren una y otra vez, y por
las mismas razones aparentes. Suceden tan frecuentemente que son
aceptados simplemente como el coste de hacer negocios.

El estado normal se mantiene a pesar de su existencia continua. A diferencia

de sus contrapartes espordicas, los problemas crnicos tienen una alta
5

frecuencia de ocurrencia y generalmente no llevan mucho tiempo para ser

corregidos. Cuando se los toma individualmente, cada evento tiene un impacto
o un coste asociado relativamente bajo. Sin embargo, cuando la frecuencia del
evento se multiplica por el coste de cada una de las ocasiones, a menudo
descubres que la prdida total es significativa.

Una vez que te das cuenta de las diferencias entre los problemas espordicos
y los crnicos, se torna fcil para nosotros entender donde deberas estar
invirtiendo tus recursos. Teniendo en cuenta que los problemas espordicos
ocurren fuera de las situaciones normales, su resolucin slo nos devuelve a lo
que estamos acostumbrados. No hay potencial para mejorar. Por otro lado, los
problemas crnicos ocurren dentro de las situaciones normales y presentan
una gran oportunidad de mejora.

El paso final en la etapa de preparacin del enfoque es llevar a cabo el AMEF

en el formato modificado por RCI, el Anlisis de Modos y Efectos de Fallas
(FMEA: Failure Modes and Effects Analysis) es una tcnica que fue utilizada
primero por la industria aeroespacial para encontrar los problemas con las
aeronaves antes de despegar. En esencia, era una forma de mirar hacia el
futuro y determinar donde podran estar los problemas potenciales. Este
concepto es verdaderamente maravilloso en teora. Sin embargo, en la
prctica, lleva mucho tiempo y recursos para ser implementado (a menudo
cientos de aos / hombre). Reconociendo que la mayora de ustedes no tienen
el tiempo ni los recursos necesarios para conducir un FMEA tradicional, usted
tiene que divisar una manera de hacer el proceso menos engorroso. Por esta
razn, el RCI ha hecho un simple cambio al proceso de FMEA; o sea, en vez
de mirar hacia el futuro, usted se basa estrictamente en datos histricos. Esta
metodologa modificada disminuye el impacto tanto en el tiempo como en los
recursos, reduciendo el tiempo de cientos de aos hombre a un promedio de
unas pocas semanas hombre. RCI permite hacer sus estudios con el mdulo
LEAP del software PROACT suite basndose en los datos o informacin
histrica o en la informacin probabilstica.

Antes de comenzar cualquier anlisis, es importante hacer un poco de trabajo

preliminar. Un FMEA no es diferente. La primera cosa que debemos lograr es
seleccionar el sistema a analizar. Por ejemplo, usted puede querer seleccionar
un subset de la planta o del proceso, y no toda la organizacin, como su
sistema a analizar. Una vez conocido qu sistema va a analizar, es el momento
de determinar la definicin de la falla para su anlisis. Podria sonar poco
importante, pero es un paso esencial en el anlisis. Si usted tuviera que
pedirles a diez personas que definieran la falla, probablemente recibira diez
respuestas diferentes. sto hara el anlisis demasiado amplio. Lo que se
necesita es una herramienta que nos mantenga enfocados en los temas ms
importantes para nuestro negocio. Por ejemplo si la utilizacin es el factor
crtico en su negocio, su definicin de falla estar desarrollada con la utilizacin
en mente; si su preocupacin principal es la calidad entonces su definicin
estara centrada en la calidad. Una definicin precisa de falla es importante ya
que no slo enfoca la atencin en los temas prioritarios sino tambin crea
buenas comunicaciones, dando una base de comn entendimiento de las
necesidades del negocio. Es disear un pliego preliminar de entrevistas y una
lista de personas a entrevistar para recolectar datos. Si usted tiene suficiente
confianza en sus sistemas de datos, entonces seria til utilizar esta informacin
para ratificar sus entrevistas ms tarde.

Habiendo obtenido la informacin necesaria durante el proceso de recoleccin

de datos, ahora es necesario resumir y codificar los resultados. Una vez que la
informacin es ingresada, usted puede utilizar esta hoja de datos para clasificar
los datos brutos por subsistemas y luego por eventos. Eso le dar un
conocimiento ms profundo de los eventos que son redundantes. A esta altura,
usted querr hacer un clculo simple para conocer sus prdidas totales para
cada evento en el anlisis. La ecuacin para este clculo es la siguiente:

Frecuencia x Consecuencia (Impacto) = Prdida Total / Ao

Habiendo completado el levantamiento de forma manual en una hoja en excel o

en el mdulo LEAP del software de RCI PROACT Suite, puede ver ahora los

eventos Pocos Significativos que le estn causando a usted la mayor parte

de los problemas y le estn costando la mayor cantidad de dinero.

El concepto de los Pocos Significativos se deriva de un famoso economista

italiano - Vilfredo Pareto. Pareto dijo: que en cualquier set o grupo de objetos,
ideas, personas y eventos, unos POCOS dentro de esos sets o grupos son
MS SIGNIFICATIVOS que los dems. A esto nos referimos como la
Separacin Pareto 80-20. Este concepto es real para la industria tambin.
El ochenta por ciento (80%) de las prdidas en una instalacin de manufactura
est representado por el 20% o menos de los eventos de fallos. Significa que
usted slo se llevar a cabo el Anlisis de Causa Raz del 20% o menos de los
eventos de fallas para reducir o eliminar el 80% de las prdidas de su negocio.

Para determinar los Pocos Significativos simplemente siga los

siguientes pasos:

1. Saque el total de los eventos de falla en el anlisis para crear la prdida

total global.
2. Clasifique la columna de total en orden descendiente (por ejemplo: de lo
ms alto a lo ms bajo).
3. Multiplique la columna de prdida total global por 0,80 (80%). sto le
dar la cifra de prdidas de los "Pocos Significativos" que necesitar
para determinar cules son los que dan el "gran golpe" en su negocio.
4. Vaya a la parte superior de la columna de prdida total y empiece a
sumar los eventos ms importantes desde la parte superior a la inferior.
Cuando la suma de estas prdidas sea igual a mayor que la cifra de
prdidas de los "Pocos Significativos", entonces esos pocos eventos son
los "Pocos Significativos".

Resumiendo, el AMEF es una herramienta fantstica para limitar el trabajo de

anlisis a slo aquellas cosas que son de suma importancia en el negocio,
usted no puede llevar a cabo un ACR en todo. No obstante, se puede utilizar
esta herramienta para ayudar a acotar la atencin a lo que es "ms" importante
o en lo que se est perdiendo ms dinero.
Entonces se preguntaran
Cundo voy usar el Anlisis Causa Raz PROACT ?:
El ACR se aplica cuando:
Se presentan eventos crnicos y espordicos.
Se incurra en costes operativos no adecuados.
Exista la presencia de una alta probabilidad de perder la funcin de un
sistema.
Exista la presencia de una alta probabilidad de presentarse un incidente
humano.
Si desea conocer a travs de la representacin visual, la lgica del
porque ocurre un evento indeseable.
Se desea conocer a travs de la representacin visual, la lgica del
porque ocurre un evento deseable.
Desear conocer las deficiencias en los programas de entrenamiento.

 Deseo de conocer las deficiencias de los procedimientos de operacin y

mantenimiento.

Paso 2.- Preservando la informacin del evento:

Preser los Datos del evento es una parte de nuestra metodologa ACR
PROACT. Este es el punto en el que se comienza a analizar un problema o
evento especfico. La recoleccin de Datos es una parte integral del Anlisis de
Causa Raz (ACR). Sin los datos, es virtualmente imposible descubrir las
causas raz. Este escenario es anlogo a lo que sera un detective policial
investigando la escena de un crimen. No se puede esperar que el detective
resuelva el caso sin pistas. Lo mismo ocurre con el Analista Principal - l / ella
no puede descubrir las causas raz sin datos (pistas) Antes de comenzar con la
recoleccin de datos, exploremos la psicologa que hay detrs del porque ya
que gente no recolecta datos como parte de una rutina.

10

La primera razn es que la mayora de la gente no valora los datos para

solucionar problemas. Es fcil cambiar mediante la educacin de la gente con
las razones por las cules la informacin necesita ser recolectada y como la
misma juega un rol en el anlisis. La segunda razn, y la que creemos de
mayor frecuencia, es que la gente tiene miedo a ser culpada si de alguna
manera los datos se relacionan con ellos. Esto es lo que se conoce como
"cacera de brujas"; o sea, identificando gente para culpar la de los problemas
que ocurren. sto involucra un giro del paradigma: desde pensar que un
problema puede ser causado por un solo individuo hasta comprender que se
necesitan numerosos errores juntos de una manera tal que puedan llevar a un
evento aleatorio.

Las organizaciones deben darse cuenta que mediante la "cacera de brujas"

por ejemplo, el tener como objetivo un individuo, estn perdiendo el
conocimiento de la causa raz real. Cuando se disciplina a un individuo por
haber contribuido con un error al problema, se pierde informacin valiosa sobre

11

los dems errores que llevaron al problema. Es muy simple, ACR no puede
tener xito mediante el mtodo de la "cacera de brujas". El nfasis de las
organizaciones debe estar en el obtener los datos, no en disciplinar individuos.
Este

es

generalmente

un

difcil

giro

del

paradigma

para

muchas

organizaciones. No obstante, los beneficios hacen que los esfuerzos valgan la

pena. Despus de todo, la gente por naturaleza hace el mejor trabajo que
puede. Muy rara vez vienen al trabajo con la idea de cometer errores a
propsito o causar problemas deliberadamente.

Reliability Center Inc ha desarrollado las 5 Ps como un medio de ayudar al

analista a recordar los diferentes tipos de datos a recolectar. Las 5 Ps es una
sigla para Partes, Posicin, Personas, Papel y Paradigmas. Cuando un
problema de los "Pocos Significativos" ha sido identificado para analizar, ya sea
un evento espordico o crnico, los cuales tienen diferentes caractersticas, se
desarrolla una estrategia de recoleccin de datos basada en el tipo de
problema que es.

Partes: rodamientos, tuberas, muestras, cables, etc

Personas: operadores, mantenedores mecnicos, electricistas, gerente de
operaciones.
Papel: reportes, registros, documentacin del fabricante, histricos.
Posicin: cuando ocurri, hora, fecha, nivel de presin, turno, proceso.
Paradigmas: Esto siempre ha ocurrido en la planta, siempre ha funcionado as.

Nuevamente, utilizando nuestra analoga de la polica, un evento espordico es

similar en caractersticas al homicidio. En este caso, el evento espordico u
homicidio slo ha ocurrido una vez (y no se espera que vuelva a ocurrir) y el
analista o detective tiene slo una posibilidad de obtener evidencias o los datos
necesarios para resolver el crimen. Por otro lado, los problemas o eventos
crnicos son similares a los asesinos en serie.

12

Paso 3.- Ordenado el Anlisis del evento:

Ordenando es otra parte de nuestra metodologa ACR PROACT. La forma
convencional de formar un equipo de anlisis es mediante la asignacin a un
grupo de personas, que son expertos y tienen conocimiento relacionado
directamente al evento que se est analizando. Una vez que el equipo ha sido
formado, organizan un torbellino de ideas para poder deducir cmo ocurri el
evento y poder desarrollar recomendaciones para prevenir que el mismo vuelva
a repetirse. Superficialmente, sto parece lgico, pero en realidad, hay varias
imperfecciones con esta metodologa de equipo.

Ante todo, los equipos de este tipo se forman en base a una reaccin
espontnea a un problema. Estn respondiendo a un "incidente" que
generalmente no pertenece a los "Pocos Significativos". Reliability Center
Incorporated sugiere una metodologa ms proactiva para la formacin de
equipos de anlisis.

Nosotros sugerimos que primero se identifique a los "Pocos Significativos" y

prestando especial atencin al evento que ha sido identificado como el ms
significativo. Adems, sugerimos que se forme un equipo ACR basado en la
teora de "cerebro completo". Por medio de este criterio, el equipo estar
conformado por personas con fuertes tendencias en cada cuadrante del
cerebro versus el mismo cuadrante; o sea, lgico, conceptual, de planeamiento
e interpersonal. sto asegura que se consideren todos los aspectos del
problema o evento que sea analizado.

Los equipos creados para resolver los problemas generalmente se forman

utilizando gente tcnica que est muy familiarizada con el evento. Cuando esto
ocurre, el mecanismo del pensamiento del equipo normalmente se limita a un
cuadrante del cerebro. No se promueve el pensamiento "fuera de la caja"
porque los miembros del equipo compartirn los mismos paradigmas.

Reliability Center Incorporated tambin apoya otro giro del paradigma. El

Analista Principal NO debera estar ntimamente familiarizado con el evento

13

que se est analizando. La tendencia es poner a un experto en la posicin de

lder. Reliability Center Incorporated recomienda hacer lo contrario. Lo nico en
lo que el Analista Principal debe ser un experto es en facilitar el anlisis.
Adems, el Analista Principal debera ser un individuo TENAZ. Los Analistas
Principales exitosos son siempre quellos que facilitan el anlisis de ACR sin
ser sumamente dominantes y no permitiendo que nada detenga su proceso.

Es nuestra intencin que la posicin de Analista Principal sea de dedicacin a

tiempo completo. Reliability Center Incorporated reconoce que no siempre es
posible. Sin embargo, para que el ACR funcione y produzca los resultados
deseados, la posicin de Analista Principal debe ser un puesto dedicado.

Las compaas que han tenido ms xito y han tenido los resultados ms
rpidos son siempre aquellas que han dedicado los recursos necesarios al
esfuerzo de ACR. Si no es as, se incrementar la cantidad de tiempo del
anlisis basado en un decreciente nivel de dedicacin. Por ejemplo, si el
anlisis promedio lleva dos semanas con una persona dedicada, va a llevar
cuatro semanas o ms con una persona que dedica el 50 % del tiempo y los
resultados pueden no ser tan confiables.

Los dems miembros del equipo de anlisis sern determinados por los
requisitos del problema a analizar. En un mundo "ideal", debera haber un
"Analista Asociado" para ayudar al Analista Principal.

Los Analistas Asociados son buenos para desarrollar la mayor parte del trabajo
de caminata requerido por el Analista Principal. Actividades tales como
recolectar las 5Ps, tomar notas de las entrevistas y ayudar en la verificacin de
las hiptesis son slo algunas de las maneras en las que pueden ser til.

Se debe utilizar personal de operaciones, de mantenimiento, tcnicos y de

apoyo que sea necesario. A menudo, es conveniente involucrar a los niveles
altos y medios de la administracin. Expertos, vendedores y contratistas son
generalmente irremplazables para generar las hiptesis.

14

Paso 4.- Analizando el evento:

Analizando: es otra parte de nuestra metodologa ACR PROACT. Para analizar
un evento o un problema hasta sus causas raz ms profundas latentes, se
necesita

utilizar

una

metodologa

disciplinada.

Sin

una

metodologa

disciplinada, se est destinado a descubrir las causas races incorrectas y por

lo tanto implementar las soluciones incorrectas a lo que en realidad est
causando el problema.

El rbol lgico modificado de Reliability Center Incorporated trata estrictamente

con los datos reales y utiliza lgica deductiva para trabajar sistemticamente a
travs del problema para llegar a la causa raz real. Si esta metodologa es
usada en forma apropiada, se descubrirn todas las causas.

Los primeros dos niveles del rbol lgico tienen en cuenta todos los "hechos
conocidos" del problema que se est analizando. Nos referimos a estos dos
niveles como la Caja Superior y representan la definicin del evento. La
formacin de la Caja Superior es un paso crtico en la creacin del rbol lgico,
porque si el evento est definido incorrectamente, definitivamente se llegar a
las causas incorrectas del problema que se est analizando. El primer nivel de
la Caja Superior es una declaracin del evento. sta es la razn por la que se
est analizando el problema; o sea, la razn por la que Usted se preocupa. Por
ejemplo, la Fallas Recurrentes de la Bomba, Tiempo Excesivo de Paro de las
Mquinas, Cheques Perdidos, o Desperfectos Crnicos del Proceso seran
todos ejemplos de una declaracin de un evento que Usted estara interesado
en eliminar. El segundo nivel de la Caja Superior representa los modos del
problema. Estos son los modos que histricamente han ocurrido en el pasado.
No interesa analizar lo que podra haber sucedido, pero si en lo que ocurri, o
est pasando. Se pueden analizar los modos como las causas aparentes del
evento. Por ejemplo, Cul es la causa de que las mquinas se hayan parado
por un demasiado tiempo en el pasado? Una vez establecidos los hechos del
problema que se est analizando, ahora se puede comenzar a hacer hiptesis
de como pudo haber ocurrido, simplemente debe preguntarse como sto ha
ocurrido?. La clave es ser amplio e incluir todo en nuestras hiptesis. Se debe

15

empezar a hacer conjeturas ampliamente y ser ms especfico a medida que

se baja en el rbol. Quiere decir que no se incorporarn demasiadas hiptesis
en cada nivel. La idea es agrupar razones (o causas) en categoras generales.
En esencia, el rbol lgico ir de lo general a lo especfico, lgica deductiva. Se
debe hacer para asegurarse de no olvidar de nada.

El prximo paso, el ms crtico, es la verificacin de las hiptesis. Para que su

lgica deductiva contine. Se debe verificar cada hiptesis para ver cul es
verdadera y cules no lo son (puede haber pasado o no). Note que es tan
importante probar que algo no es verdad como que s lo es. La verificacin de
cada hiptesis le da la confianza necesaria que cuando llega a las causas raz,
stas sean son las correctas.

Este proceso de lgica deductiva y verificacin se reitera una y otra vez hasta
que todas las races se descubren. Aqu, es bueno notar que los problemas
rara vez ocurren en una lnea recta de la lgica. Tpicamente, los problemas
ocurren como resultado de una multiplicidad de errores. Por lo tanto, cada
16

modo del problema debe ser analizado, y las races descubiertas para eliminar
el problema. Recuerde comenzar con los hechos y verificar en cada nivel para
asegurarse de finalizar con un hecho. Si se sigue esta frmula simple, entonces
no puede equivocarse al final del anlisis.

Paso 5.- Comunicando lo encontrado y emitiendo las recomendaciones:

Comunicando: es otra parte de nuestra metodologa ACR PROACT. Cuando

el anlisis ha sido completado y se han determinado las soluciones a las races
fsicas, humanas y latentes identificadas, es tiempo de convertirse en
vendedor. Para que el analista tenga xito comunicando sus hallazgos y
haciendo recomendaciones a la administracin sobre causas identificadas,
primero deben darse cuenta la posicin de la administracin con respecto al
anlisis. La administracin debe dar cuentas de la responsabilidad financiera
de la empresa. Si invierten dinero, ste debe tener una ganancia superior a la
inversin. Sabindo lo, es fcil darse cuenta que la administracin tiene algn
tipo de criterio en mente de cmo evaluarn las recomendaciones; puede no
estar escrito, pero va a estar en sus mentes. El Reliability Center Incorparated
recomienda que mejor que ir a ciegas a una reunin de presentacin y esperar
que las recomendaciones tomen vuelo, pdale a la administracin (antes de que
se desarrollen las recomendaciones) que escriba una lista de Criterios de
Aceptacin de Recomendaciones. Este es el criterio bajo el cul ellos
aceptarn o denegarn las recomendaciones. Esta tcnica le brindar un
campo de juego justo y parejo para trabajar. Le permite conocer las reglas del
juego. Si usted juega conforme a las reglas, debera ganar (o sea, lograr
obtener los recursos necesarios para implementar sus recomendaciones)
Tenga en mente que las causas raz identificadas no son negociables. Sin
embargo, las recomendaciones pueden ser diseadas para llegar a los criterios
de aceptacin preestablecidos. Despus de todo, todos han experimentado el
rechazo de ideas, propuestas y sugerencias en algn momento de sus vidas.
Uno aprende de estas experiencias determinando lo que funcion y lo que no.
Recuerde que una de las metas principales es incorporar el ACR como una
parte de la cultura. Se quiere que todos deduzcan lgicamente el porqu? del
problema. Para lograr apoyo de los dems en el proceso, se necesita que
17

participe tanta gente como sea posible y que sean reconocidos por sus
contribuciones.

Paso 6.- Totalizando los resultados de las recomendaciones tomadas:

Totalizando es otra parte de nuestra metodologa ACR PROACT. El ACR es

una actividad sin valor agregado si no se acta sobre las recomendaciones y
las soluciones no son implementadas en el tiempo establecido. Despus de
todo, todos hemos tenido los mejores planes para llevar a cabo una tarea, o
hemos experimentado un plan que no fue implementado aunque tuvo
aprobacin

de

recomendaciones

la

administracin.
de

soluciones

Es
a

extremadamente
problemas,

frustrante

haber

dar

asignado

responsabilidades para la implementacin, y haber establecido un plan de

tiempo para su realizacin, y an as no ver los frutos de los esfuerzos.
Generalmente, la gente es bien intencionada cuando se trata de establecer un
plan de accin. Sin embargo, despus de que se desarroll el plan y los

18

participantes vuelven a sus ambientes, tienden a volver directamente al surco

reactivo; o sea, el problema del da parece siempre tener prioridad sobre el
trabajo de mejora. Los jugadores siguen postergando diciendo: puede
esperar. Pero realmente puede esperar? Si todo lo que se hace es trabajo
reactivo, nunca habr progreso. Por lo tanto, es primordial que se tome control
de los operaciones en vez de permitir que las operaciones tomen control de
usted. Para poder obtener los recursos necesarios que se necesita dedicar al
trabajo de maana; o sea, trabajo de mejora, usted debe analizar sus
problemas hasta las causas raz y actuar de acuerdo a sus hallazgos.

19