Propuesta de una solución de analítica de datos e inteligencia artificial para el aprovechamiento del historial de mantenimiento del sistema SIMAF, en el área de Mantenimiento Industrial de Colanta

Resumen

El presente trabajo aborda el bajo aprovechamiento analítico del historial de mantenimiento almacenado en el sistema de información SIMAF, en el área de Mantenimiento Industrial de la Cooperativa Colanta. Aunque el sistema concentra años de registros de órdenes de servicio, repuestos, mano de obra, contratistas y costos por activo, dicha información se consulta de forma puntual y transaccional, sin consolidarse en indicadores ni analizarse para identificar patrones de falla, activos críticos o tendencias de costo. En consecuencia, la planeación y la priorización del mantenimiento se apoyan principalmente en la experiencia del personal y no en la evidencia que la propia organización ya posee. Bajo la modalidad de investigación-acción, se propone una solución de analítica de datos e inteligencia artificial compuesta por dos componentes complementarios: un tablero de control en Power BI, construido a partir de procesos ETL y un modelo dimensional tipo estrella, que automatiza el cálculo y seguimiento de indicadores clave de mantenimiento (MTBF, MTTR, disponibilidad operacional, costos por activo y cumplimiento del plan); y un modelo de aprendizaje automático de clasificación que identifica los activos con alta probabilidad de falla y alimenta la priorización del mantenimiento preventivo. El documento presenta el diagnóstico del problema, el plan de acción con diez actividades y sus entregables verificables, el alcance de la intervención, los responsables, el cronograma de nueve meses y el presupuesto estimado, con el fin de convertir un repositorio de datos subutilizado en una fuente de conocimiento operativo para la toma de decisiones del área.

Palabras clave