Los expertos de HEXPOL Compounding, líder mundial en compuestos de caucho, se enorgullecen de compartir su conocimiento del mercado y su innovación para ofrecer a los clientes de varias industrias, desde automoción hasta construcción, hasta atención médica, energía, petróleo y gas, las soluciones adecuadas para sus aplicaciones.
Ante las crecientes expectativas de los clientes, las recomendaciones de sostenibilidad de Naciones Unidas y el crecimiento general de su negocio, HEXPOL se esfuerza por eliminar residuos y mejorar el rendimiento de su negocio. Como muchas empresas de hoy, su objetivo es transformar su cultura para mejorar continuamente con la ayuda de la toma de decisiones basada en datos.
"Nuestro objetivo es desarrollar líderes orientados a los datos que impulsarán y generarán resultados en toda nuestra empresa", dijo Ram Sukumar, director de mejora continua de HEXPOL. “El objetivo principal es brindar todos los conocimientos y habilidades necesarios para que nuestra organización mejore y evolucione continuamente”.
Sukumar y su comité directivo están desarrollando el Sistema de Producción de HEXPOL para implementar técnicas de resolución de problemas con análisis estadístico y Lean. Como parte de ello, capacitan a los futuros cinturones verdes en la gestión de proyectos. Los alumnos trabajan en un proyecto sobre herramientas de planificación y formularios disponibles en Companion by Minitab, así como análisis realizados en Minitab Statistical Software.
Incluso fuera del programa de capacitación, las personas pueden enviar sus ideas a un almacén de proyectos disponible en la funcionalidad de flujo de trabajo de Companion. Luego, esas ideas se convierten en proyectos basándose en la matriz de priorización de proyectos.
Companion by Minitab proporciona plantillas integradas flexibles y personalizables denominadas Roadmaps que organizan las herramientas, los formularios y los análisis en fases siguiendo varias metodologías de gestión de proyectos. Con las hojas de ruta de DMAIC que utiliza HEXPOL, tanto los pasos consistentes de cada etapa, como los entregables esperados y los resultados de los análisis integrados de Minitab Statistical Software se presentan claramente en un solo lugar.

Los aprendices utilizan varias herramientas de Companion y Minitab para definir el problema, verificar sus sistemas de medición, incorporar análisis de datos e identificar las causas raíz, mejorar el proceso y finalmente controlar y mantener los cambios implementados. Las plantillas complementarias ayudan a Sukumar a establecer expectativas para cada etapa e impulsar la coherencia en la forma en que se informan los resultados en las diferentes sedes de HEXPOL a nivel mundial. Esto es útil no solo para reforzar la capacitación, sino también para generar informes y resúmenes sencillos para la gerencia ejecutiva.
“Los alumnos han comentado que Companion y Minitab Statistical Software son fáciles de utilizar”, dijo Sukumar. Añadió que las opciones de autoayuda como el soporte en línea de Minitab y el blog de Minitab también facilitan y hacen más eficiente la capacitación: “Les damos la comprensión básica de los residuos y luego utilizan estas herramientas. Si no tengo mucho tiempo para explicarles, les indico la dirección para que puedan utilizar eso".
A continuación, se enumeran ejemplos de algunos de sus proyectos actuales en el repositorio de proyectos de Companion:

Algunas de las herramientas que más utilizan los alumnos del Sistema de Producción de HEXPOL en Companion incluyen las cartas de proyectos, SIPOC y los mapas de procesos, así como:




Después de completar dos tandas de capacitación y certificar a más de 30 Green Belts, HEXPOL ya ha ahorrado importantes cantidades de dinero. Sukumar dijo que a medida que el programa avance, se espera que ahorren aún más cada año.
Sukumar ya considera a Companion y Minitab como elementos clave del éxito de su programa, lo que lo ayudó a defender los esfuerzos de mejora de procesos y reducción de desechos en el campo de la fabricación de caucho. Aunque muchas operaciones de fabricación no son ajenas a los métodos Lean, las personas tienden a centrarse más en la química que en las matemáticas y los datos del caucho.
“La mezcla de caucho es muy sencilla”, dijo. “Lo mezclas. Como cuando haces un pastel, ¿sabes? Eso es lo que les decimos a nuestros clientes. Se ponen todos los productos químicos, se reducen, etc. Pero hay mucho desperdicio en nuestro proceso, especialmente con todo este equipo complicado en la planta, y hay muchas oportunidades para poder mejorarlo utilizando los datos y realizando proyectos como este."
|
LA ORGANIZACIÓN EL RETO Frente a las crecientes expectativas de los clientes, las recomendaciones de sostenibilidad de las Naciones Unidas y el crecimiento general de su negocio, HEXPOL se esfuerza por eliminar desperdicios y mejorar el desempeño comercial al tiempo que reduce su impacto ambiental.
PRODUCTOS UTILIZADOS CÓMO AYUDÓ MINITAB LOS RESULTADOS |
"En este momento, parece más que probable que permanezcamos dentro y fuera del aula durante bastante tiempo. Al usar Maple, mis alumnos y yo podremos gestionar las transiciones con muy pocas interrupciones en el aprendizaje". Knud Nissen, Aarhus HF and VUC, Dinamarca.
Estos recursos gratuitos están disponibles para todos: todo lo que se necesita es un teléfono o un navegador web.
La aplicación móvil gratuita Maple Calculator hace que sea increíblemente fácil introducir, resolver y visualizar problemas matemáticos de álgebra, precálculo, cálculo, álgebra lineal y ecuaciones diferenciales, ¡gratis!
Maple Learn es un entorno dinámico en línea, diseñado específicamente para enseñar y aprender matemáticas y resolver problemas matemáticos, desde secundaria hasta segundo año universidad. Una cuenta gratuita brinda funciones ilimitadas de gráficos y calculadora, junto con una asignación diaria de operaciones matemáticas premium, o una actualización a Premium para acceso ilimitado.
Math Apps y calculadoras interactivas para explorar conceptos y resolver problemas están disponibles a través de MapleCloud utilizando un navegador web.
MapleCloud incluye algo más que Math Apps. Los profesores pueden compartir lecciones, tareas y otros documentos basados en Maple a través de MapleCloud, para que los estudiantes puedan verlos a través de su navegador web. Y si esos documentos de Maple utilizan componentes interactivos, como controles deslizantes y botones, los estudiantes pueden ver Y realmente usar la aplicación, tal como lo harían en Maple.
Si tiene Maple, aquí hay algunos recursos adicionales que pueden ayudarle a aprender matemáticas fuera del aula.
Maple incluye herramientas de aprendizaje de apuntar y hacer clic para la mayoría de los temas clave en cálculo, álgebra lineal y más, como tutoriales para resolver integrales paso a paso, visualizar volúmenes de revolución o matrices de reducción de filas. En Maple, seleccione Herramientas > Tutoriales en el menú principal.
Las mismas aplicaciones matemáticas (Math Apps) que puede encontrar en MapleCloud, y más, también están en el propio Maple. Vea Herramientas > Aplicaciones de matemáticas.
Los paquetes para estudiantes en Maple ofrecen entornos de aprendizaje enfocados donde se puede explorar y reforzar conceptos fundamentales de la misma manera que lo hace el profesor en clase, para cálculo, precálculo, álgebra lineal, estadística y más. Consulte la página de ayuda del paquete para estudiantes (en búsqueda o introduzca ?Student), y también utilice Herramientas> Tutoriales para acceder rápidamente a los tutoriales de apuntar y hacer clic.
¿Tienes una pregunta sobre Maple? Puede preguntar a la comunidad de Maple en MaplePrimes. Son un grupo muy útil.
Si es nuevo en Maple, encontrará muchos recursos excelentes en el Student Help Center que le ayudarán a comenzar y continuar.
El equipo Client Success está listo para ayudarle a Vd. y a su clase con campamentos de entrenamiento en línea y cuestionarios de preparación de Maple para su clase, junto con otros recursos para ayudar a sus alumnos a aprender a utilizar Maple de forma efectiva.
Consulte la sección de Estudiantes, más arriba, para que pueda señalar a sus estudiantes los recursos más apropiados para su clase en particular.
Maple Learn es un entorno dinámico en línea diseñado específicamente para enseñar y aprender matemáticas y resolver problemas matemáticos, desde la escuela secundaria hasta segundo año de universidad. Si enseña matemáticas o una materia relacionada en una escuela secundaria, facultad o universidad acreditada, puede ser candidato a una cuenta gratuita de Maple Learn Premium.
¿Tiene hojas de trabajo de Maple que desea compartir con sus alumnos y ahora ya no tienen acceso al laboratorio? Tienes varias opciones:
Teacher Resource Center está lleno de ejemplos y material curricular que puede proporcionar a sus estudiantes.
¿Tienes una pregunta sobre Maple? Pregúntele a la comunidad de usuarios de Maple en MaplePrimes.
Ofrecemos opciones flexibles de virtualización y licencias de uso doméstico que pueden ayudar a que su personal y sus estudiantes trabajen de forma remota, que incluyen:
Es posible que su escuela incluso tenga una licencia de Maple que ya incluya estas opciones. Si no, estaremos encantados de trabajar con usted para encontrar una solución que satisfaga sus necesidades.
En este video de Lanner se describe cómo se puede configurar los modelos de WITNESS para facilitar la experimentación y describe los pasos para configurar un experimento simple. WITNESS Horizon Experimenter permite experimentar y optimizar los modelos de simulación WITNESS de forma rápida y eficaz para una mejor y más segura toma de decisiones. En el ejemplo, se intenta optimizar el modelo de fabricación de válvulas ACME.
Una de las tecnologías centrales de COMSOL Multiphysics® es el enfoque de solución segregada. Este enfoque se utiliza en los problemas de multifísica no lineal (y de física simple) para converger rápidamente en una solución. Walter Frei nos enseña con un par de artículos del blog de COMSOL que es posible aumentar este resolvedor con una ecuación global adicional que se puede usar para ajustar una entrada del modelo para lograr la salida deseada.
En el primer artículo sobre la introducción de la búsqueda de objetivos en el resolvedor segregado, expuso que se puede aumentar un modelo multifísico con una ecuación global adicional dentro de la cual definimos cómo actualizar una entrada a un modelo de manera que se logre una salida particular. Este enfoque aprovecha el enfoque de solución segregada, resolviendo una parte del problema tras otra (resolviendo todas las diversas físicas) y luego actualizando la entrada a través de la ecuación global.
La gran ventaja de este enfoque es que se llega al punto de diseño usando solo una solución, usando el enfoque segregado computacionalmente eficiente. Esta única solución puede requerir algunas iteraciones más que sin la ecuación global, pero la ventaja de llegar rápidamente a la solución deseada casi siempre supera este costo.
En el segundo artículo, se nos presenta un enfoque alternativo, en el que la ecuación para la entrada se actualiza basándose en una ecuación que permite al software calcular simbólicamente las derivadas. Este enfoque puede ser mucho más sólido y general, pero tiene un coste computacional.
La ventaja significativa del enfoque que nos muestra Frei, a pesar de sus mayores requisitos de memoria, es que converge de forma rápida y sólida.
Minitab 18 llegó al final de su vida útil el 31 de diciembre de 2020. Hasta esa fecha, Minitab 18 contó con soporte de licencia limitado.
A partir del 1 de enero de 2021, el soporte para Minitab 18 queda discontinuado de acuerdo con el acuerdo de licencia de Minitab y la política de soporte técnico de Minitab.
De acuerdo con el apartado C.3 del acuerdo de licencia, Minitab proporcionará soporte técnico razonable de acuerdo a su Política de Soporte durante el periodo de tiempo en que esa versión de Minitab se encuentra en distribución y un año a partir del momento que finalice su disponibilidad. El mismo apartado C.3 indica que este soporte técnico incluye revisiones de mantenimiento y peticiones de activación de producto.
La redacción del punto C.3 expone que las peticiones de activación de producto son una atribución del soporte técnico. Por lo tanto, en el momento que se extingue el periodo extendido de disponibilidad de la versión, es decir, el periodo de vigencia de distribución de la versión ampliado en 1 año, no se generarán nuevas activaciones del software.
En la página de la Política de Soporte de Minitab podemos observar que Minitab 19 se encuentra disponible a partir del 5 de junio de 2019. Por lo tanto, a partir de esa fecha dejó de distribuirse Minitab 18 y en consecuencia, el periodo extendido de soporte técnico para Minitab 18 finalizaba en el plazo de 1 año a partir de esa fecha; eso es, el 5 de junio de 2020. Sin embargo, se ha ofrecido un periodo adicional de varios meses a los usuarios de Minitab 18 y finalmente la fecha definitiva de fin de periodo extendido de soporte técnico ha sido el 31 de diciembre de 2020.
Al proporcionar a su personal de ventas capacitación y experiencia en el uso de herramientas estadísticas, este líder mundial de la industria química creó una potente manera de ayudar a los clientes potenciales o consolidados a comprender el valor de sus productos y servicios lo que, a su vez, ayudó a aumentar las ventas.
Como empresa química global comprometida con la mejora de la producción de papel, la fabricación de cuero y el tratamiento del agua, Buckman está también comprometida con la mejora continua dentro de su propio negocio. Esta filosofía permite a la empresa ofrecer un servicio excepcional y soluciones químicas innovadoras que ayudan a sus clientes a aumentar la productividad, reducir el riesgo, mejorar la calidad del producto y proporcionar un retorno de la inversión medible.
La iniciativa de mejora continua única de Buckman cubre las operaciones globales de la empresa. Como en la mayoría de las implementaciones, Buckman usa Lean Six Sigma (LSS) y estadísticas para completar proyectos de mejora interna. Pero Buckman también capacita a sus equipos técnicos de ventas para utilizar LSS y herramientas estadísticas para que puedan proporcionar más valor a los clientes. Con Minitab Statistical Software para ayudarlos a analizar sus datos, Buckman desarrolló nuevas formas de impulsar las ventas y transformar su negocio.
La iniciativa de calidad de Buckman comenzó como respuesta a problemas que surjen en muchas otras empresas.
“Tuvimos un sólido crecimiento de las ventas, pero nuestra ganancia operativa era relativamente plana”, dice Drew Mohler, cinturón negro de Lean Six Sigma y consultor senior de desarrollo organizacional en Buckman. “Añadíamos actividades y costes que superaban cualquiera de los beneficios que recibíammos por el aumento de las ventas, por lo que la brecha cada vez mayor entre las ventas y las ganancias se convirtió en el objetivo de nuestra iniciativa de mejora continua”.
Primero, Buckman evaluó todos los roles en la organización, con el objetivo de eliminar la actividad sin valor añadido.
“Ese esfuerzo provocó un cambio de paradigma en la forma en que nuestra organización ve la forma en que trabajamos”, agregó Mohler. “Inculcó la filosofía de toda la empresa de pensar siempre en formas mejores, más rápidas o más rentables de hacer el trabajo”.
Con esta mentalidad establecida, la empresa comenzó a estructurar un programa de mejora continua que utilizaba herramientas Lean Six Sigma como marco para completar proyectos en cada una de sus operaciones globales. Mohler, que era responsable de capacitar a los asociados de ventas en Lean Six Sigma, sabía que las capacidades de análisis de datos serían clave para que los equipos completaran con éxito los proyectos de mejora. Pero esto también planteó una pregunta crítica: ¿quién más dentro de la organización se beneficiaría de la comprensión y el uso de herramientas estadísticas?
En muchas empresas que implementan LSS, las herramientas estadísticas se enseñan en un curso de cinturón verde o cinturón negro, como parte de un conjunto de herramientas más amplio enmarcado por la metodología DMAIC, un enfoque que divide los proyectos en cinco fases: Definir, Medir, Analizar, mejorar (Improve) y Controlar. En estas implementaciones, el uso de herramientas estadísticas se enmarca únicamente en el trabajo a través de un proyecto de mejora. Buckman eligió un enfoque diferente, reconociendo que las herramientas estadísticas de LSS son útiles para cualquier función que analice datos. Si estas herramientas se enseñaran independientemente del modelo DMAIC, podrían enseñarse a una audiencia más amplia que solo a los cinturones verdes o negros.
“Adoptamos un enfoque Lean para la implementación de Lean Six Sigma, dándonos cuenta de que muchos de nuestros asociados que deberían usar herramientas estadísticas no se beneficiarían del plan de estudios completo de un curso de cinturón LSS”, dice Mohler. "Al observar esta visión ampliada, nos dimos cuenta de que un grupo clave al que se le debería enseñar estas herramientas eran nuestros asociados de ventas".
En Buckman, los agentes de ventas técnicas que tienen experiencia en química, biología o ingeniería trabajan directamente con los clientes de la empresa para ayudarles a evaluar sus procesos y buscar oportunidades de mejora. El análisis de los datos de los clientes es una parte clave del proceso de venta de Buckman.
“Con las soluciones químicas de Buckman, nuestros equipos de ventas técnicas trabajan para mejorar los sistemas de nuestros clientes”, dice Mohler. "En esencia, funcionan como ingenieros de procesos para nuestros clientes".
Mohler y sus colegas desarrollaron dos cursos Lean Six Sigma separados. El primer curso, un curso de cinturón amarillo, se centró en el proceso tradicional DMAIC y las herramientas “blandas” de mejora de la calidad. Este es el curso que Buckman enseña a los asociados que liderarán proyectos de mejora simples. El segundo curso es un curso de análisis de datos y herramientas estadísticas dirigido a los asociados de ventas de la organización.
En lugar de utilizar el marco DMAIC como la columna vertebral de la capacitación en estadística, Buckman tomó el proceso de venta y vinculó las herramientas estadísticas adecuadas a cada paso. Este marco dividió el flujo de ventas en partes más manejables y analizó las actividades de análisis de datos que se utilizan para:
“El objetivo final era que nuestros agentes de ventas se sintieran cómodos con el uso de herramientas estadísticas prácticas, para que pudieran hacer mejores recomendaciones (recomendaciones basadas en datos) para ayudar a nuestros clientes”, señala Mohler. "Creemos que centrar nuestros esfuerzos en mejorar la satisfacción del cliente hará que Buckman sea más rentable y sostenible".
En la clase de estadística, los asociados reciben capacitación sobre las herramientas que necesitan para sus actividades laborales. Conceptos como gráficos de control, pruebas de hipótesis, análisis de capacidad y correlación se enseñan con ejemplos prácticos que utilizan las herramientas de análisis de datos disponibles en Minitab Statistical Software.
Para realizar análisis estadísticos como la capacidad del proceso, que puede ayudar a determinar si un proceso es capaz de producir resultados que cumplan con los requisitos del cliente, los asociados usan el Asistente de Minitab. El Asistente es una herramienta basada en menús que guía a los usuarios paso a paso a través de su análisis. Incluye árboles de decisión que facilitan la elección de qué análisis utilizar para examinar los datos.

El Asistente describe el proceso para elegir el análisis correcto e incluye árboles de decisiones interactivos que plantean preguntas para ayudar a los usuarios a elegir la herramienta estadística adecuada.
“Cuando aprenden estadística, lo último que quieren nuestros agentes es algo complicado, y encuentran que los árboles de decisión que les ayudan a elegir qué análisis usar son extremadamente útiles”, dice Mohler. "Existe un factor de intimidación con el aprendizaje de la estadística, pero no cuando se usa el Asistente".
A los empleados también se les enseña a visualizar sus datos utilizando los distintos gráficos y tablas de Minitab. Por ejemplo, suponga que un asociado realiza una prueba para mejorar el brillo del papel que se produce para uno de los clientes de Buckman y recopila datos antes y durante la prueba para evaluar si su producto ha marcado una diferencia. El gráfico de control por etapas proporciona una herramienta poderosa para mostrar el impacto que la química de la empresa tuvo en el proceso.

El gráfico de control con las etapas anteriores muestra el impacto que tuvo un producto en el promedio del proceso.
Los agentes de ventas también aprendieron a realizar pruebas de hipótesis con el Asistente. Las pruebas de hipótesis se utilizan para determinar si hay suficiente evidencia en una muestra de datos para inferir una conclusión dada para toda la población.
Para determinar si hubo una mejora estadísticamente significativa como resultado de un producto de Buckman, a los agentes se les enseña a ejecutar una prueba t de 2 muestras en Minitab para evaluar la diferencia entre las dos medias. En lugar de simplemente tomar un promedio de los resultados del antes y el durante y hacer declaraciones sobre el éxito del ensayo, a los agentes se les enseña a usar herramientas estadísticas para evaluar con mayor precisión los resultados de un ensayo.

Los informes resumidos del Asistente ayudan a los agentes de ventas a sacar las conclusiones correctas de sus análisis y explicar los resultados.
La interpretación incorporada con el Asistente hace que sea sencillo para los agentes ver si existe una diferencia estadísticamente significativa entre los dos medios, lo que les permite a ellos (y a sus clientes) verificar el éxito de una prueba.
“Minitab nos ha ayudado a desmitificar las estadísticas y enseñar con éxito algo que se ha percibido como más complicado de lo que realmente es”, dice Mohler. "Nuestros agentes de ventas se han aferrado al análisis de datos y han podido ver los beneficios de primera mano".
Para brindar orientación complementaria sobre el aprendizaje de herramientas estadísticas, Mohler y el equipo de implementación de LSS se aseguraron de que los agentes tuvieran acceso a Quality Trainer, el curso de aprendizaje electrónico de Minitab que enseña estadísticas de calidad y cómo analizar datos con Minitab.
“Quality Trainer ayuda a nuestros agentes a obtener una mayor comprensión de las herramientas estadísticas, tanto antes como después de asistir a la capacitación”, dice Mohler“. Minitab y Quality Trainer son herramientas potentes que son fáciles de aprender y usar, y apreciamos los recursos de soporte técnico que facilitan nuestras licencias”.
Desde el lanzamiento de la capacitación en herramientas estadísticas hace 3 años, Buckman ha capacitado a más de 500 agentes de ventas de campo en todo el mundo. Y los resultados se están notando en otras partes de la empresa.
“Nuestros equipos de Investigación y Desarrollo también están interesados en aprender cómo aprovechar Minitab para el trabajo de análisis de datos que realizan habitualmente. Actualmente estamos desarrollando clases para ellos que se centrarán en herramientas de análisis útiles para el desarrollo de productos y pruebas de laboratorio”, dice Mohler. “Nuestra mentalidad corporativa se ha transformado en un enfoque que permite a todos los miembros de nuestra organización tomar decisiones basadas en datos”.
En otro ejemplo, un ingeniero de una de las plantas de Buckman que quería recibir capacitación de Minitab asistió a una de las clases de ventas de campo. “Regresó a su oficina entre el segundo y tercer día de la capacitación y realizó un estudio de capacidad en Minitab”, dice Mohler. "Se dio cuenta de que la planta podría hacer un ligero ajuste a un parámetro de proceso para un producto que ahorraría más de cuarenta mil dólares al año".
Con su capacitación en estadísticas de campo, los agentes de ventas de Buckman están mejorando sus tasas de conversión, pero lo que es más importante, están brindando más valor a los clientes.
"Desde que implementamos la capacitación en estadísticas de campo, tenemos ejemplos de dónde hemos vendido nuevos negocios o protegido negocios existentes debido a nuestras habilidades mejoradas de análisis de datos". señala Mohler. “Pero lo que realmente hemos visto es una mayor confianza en nuestros agentes de ventas.
“Debido a que han realizado el trabajo estadístico entre bastidores, están mejor preparados para explicar los beneficios resultantes de nuestros productos y nuestros clientes nos ven como mucho más conocedores de sus sistemas. Esto por sí solo hace que el programa de formación sea un éxito ".
Lo que comenzó como un proyecto de mejora continua a nivel ejecutivo se ha infiltrado rápidamente en el resto de la organización.
“Seguimos adoptando la mejora continua y el pensamiento basado en datos y sabemos que esta cultura es fundamental para nuestro éxito a largo plazo”, dice Mohler. "Hemos descubierto que cualquiera que use datos puede beneficiarse de Minitab".
|
ORGANIZACIÓN VISIÓN GENERAL
PRODUCTOS UTILIZADOS RESULTADOS
|
Por Marilyn Wheatley
El mapa de calor es una de las nuevas visualizaciones que se introdujo recientemente en la última versión de Statistical Software. Los mapas de calor pueden ayudar a visualizar el impacto de muchas categorías sobre un valor numérico y son una opción excelente para ver detalles cuando se tratan conjuntos de datos más grandes.
Alguno de los beneficios clave de los mapas de calor de Minitab LLCluyen su facilidad de uso, la interactividad, la flexibilidad y, lo mejor de todo, la facilidad de comprensión de los resultados. Los mapas de calor también ofrecen una forma sencilla de identificar patrones o detectar rápidamente valores extremos en los datos.
Estos gráficos permiten la visualización de hasta 10 categorías en una métrica numérica. El gradiente de color en el mapa de calor se muestra automáticamente basándose en la estadística resumen seleccionada, como la media o la suma de la métrica numérica. Los colores del gradiente representan los valores más altos de la estadística resumen en rojo, y los valores más bajos en azul.
Vamos a echar un vistazo a cinco usos fundamentales para los mapas de calor.
Se utiliza CART® (Classification & Regression Trees) en Minitab para construir un modelo que prediga la probabilidad de pérdida de clientes. El mapa de calor inferior muestra la probabilidad de pérdida predicha por el modelo y se basa en cinco de los importantes predictores identificados por el gráfico de Importancia de Variables Relativa de CART. Basándose en el gradiente de color, las sombras más oscuras de rojo representan clientes con el más alto riesgo de abandono, mientras que los clientes que son menos probables de perder se representan en azul.
Al pasar el cursor sobre las agrupaciones de colores en el mapa de color se muestra automáticamente un texto emergente que proporciona más detalles sobre las categorías del gráfico así como la métrica de resumen para la combinación particular de categorías.
En sanidad, puede utilizarse un mapa de calor para visualizar el tiempo de estancia del paciente basándose en el tipo de paciente y la demografía. En este mapa de calor vemos que los pacientes con un código de descarga de Centro de Enferemería Especializada (en inglés SNF o Skilled Nursing Facility) que son representados en rojo oscuro tienen un tiempo de estancia medio más alto en comparación con otros grupos de pacientes.
En este ejemplo, una organización utilizó la calculadora de Minitab para determinar el número de días transcurridos entre el comienzo y la fecha final de proyectos en sus carteras. El mapa de calor más abajo muestra la suma de días totales para completar por región y tipo de proyecto.
Un mapa de calor proporciona un forma rápida para identificar grandes gastos. El mapa de calor de Minitab ofrece una funcionalidad de desplazamiento interactivo, de forma es fácil visualizar muchos detalles cuando existan mucho niveles asociados con las categorías en cada lado del gráfico, que en este caso son los estados de EE.UU. mostrados en el lado izquierdo del gráfico.
Un mapa de calor ofrece una forma adecuada para visualizar datos ordenados por tiempo para una agrupación por categorías. En este ejemplo, vemos tiempos de llamada por tipos de llamada para cada mes en 2017 y parte de 2018.