¿Qué es Manufacturing Analytics?

Fabricantes de todo tipo, tan variados como productores de aluminio y acero, de componentes electrónicos, de motores para la aviación y de productos químicos, utilizan la analítica de datos para optimizar el funcionamiento de sus fábricas, supervisar el rendimiento de los proveedores, aumentar la tasa de órdenes perfectas, identificar cuellos de botella en la cadena de suministro, mejorar la productividad de los empleados, reducir las retiradas de productos y, en última instancia, disminuir los costos y aumentar los beneficios.

¿Qué es Manufacturing Analytics?

Los fabricantes utilizan la analítica de datos para reducir el tiempo de inactividad no programado, realizar el seguimiento de los indicadores clave de rendimiento y mejorar la eficiencia de la fábrica y la satisfacción del cliente. La tendencia más amplia se llama Industria 4.0 o fabricación inteligente. Esto implica agregar datos recopilados de sistemas de TI convencionales y equipos industriales, y ejecutar aplicaciones de análisis para tomar decisiones más informadas. La analítica también ayuda a los fabricantes a identificar las causas de los errores de producción y a predecir cuellos de botella en los procesos de fabricación y en la cadena de suministro que podrían interrumpir la ejecución de pedidos.

Conclusiones clave

• Los fabricantes ayudan a mantener su equipo de planta en funcionamiento durante los ciclos de producción. Analizan los datos recopilados de sensores para identificar el momento más probable en que se pueda producir el error de la maquinaria.
• Los fabricantes que están considerando una transición a modelos de negocio más orientados a los servicios utilizan los análisis para identificar los flujos de ingresos a los que afectan directamente las ineficiencias del proceso de producción.
• La analítica ayuda a los fabricantes a supervisar continuamente sus cadenas de suministro, permitiéndoles controlar el movimiento de las materias primas o piezas en tránsito que envíen los proveedores, así como los materiales ubicados en diversas plantas.
• Los fabricantes utilizan análisis para reducir el número y el alcance de las retiradas de productos mediante la identificación de máquinas o líneas de producción específicas donde se hayan producido problemas de calidad. De esta forma, los fabricantes retiran solo lotes de productos específicos en lugar de envíos completos.
• Los fabricantes utilizan la analítica para mantener los principales indicadores clave de rendimiento deseados, de modo que puedan alcanzar sus objetivos de órdenes perfectas.

Analítica aplicada a la fabricación: explicación

La mayoría de los fabricantes utilizan sensores para recopilar información de su planta y su equipo —los llamados datos operativos— y de los sistemas de TI que ejecutan aplicaciones para gestionar sus procesos de fabricación, financieros, de cadena de suministro y de RR. HH. La analítica aplicada a la fabricación ayuda a los líderes empresariales a tomar decisiones basadas en esos datos combinados.

Por ejemplo, los sistemas de análisis permiten a los líderes empresariales realizar el seguimiento de los indicadores clave de rendimiento (KPI) para conocer qué proveedores cumplen de manera constante los plazos, identificar los cuellos de botella de la cadena de suministro y limitar el alcance de las retiradas de productos. También interpretan los datos de inventario y órdenes de trabajo del sistema ERP y la información generada por las máquinas de la planta de producción, y alertan a los responsables de potenciales incumplimientos de plazos en entregas clave debido a una producción insuficiente o al tiempo de inactividad de las máquinas. Este tipo de análisis ayuda a los fabricantes a mejorar su tasa de órdenes perfectas —KPI que refleja la capacidad de una empresa para entregar el número correcto de productos, sin pérdidas ni daños, en el embalaje correcto y con facturas que reflejen con precisión los precios estipulados y el número de productos entregados.

¿Cómo funciona la analítica aplicada a la fabricación?

Para la mayoría de los fabricantes, los sensores conectados a equipos clave envían flujos de datos constantes, normalmente almacenados en un almacén, de todos los tipos de parámetros imaginables, como la temperatura a la que funciona un motor y el nivel de vibración emitida por los rodamientos—, todo lo cual puede servir para ubicar un problema potencial que deba abordarse antes de que el equipo falle e interrumpa toda una línea de producción.

Las fábricas más sofisticadas combinan datos operativos con TI relacionada para alertar a las unidades de producción sobre una posible interrupción y a los líderes empresariales de que se encuentra en riesgo una orden de trabajo o producción en particular asociada con ese equipo. Este tipo de análisis también puede aplicarse a los inventarios. Los gerentes utilizan aplicaciones para ver dónde se encuentra el inventario, en diferentes almacenes o en tránsito una vez enviado por el proveedor, y aplican métodos analíticos para mejorar y acelerar la toma de decisiones sobre cómo lidiar con un posible déficit de inventario que podría detener la producción de no abordarse con celeridad.

Beneficios de la analítica aplicada a la fabricación

Los métodos de analítica aplicados a la producción proporcionan ventajas sustanciales. A continuación, se describen las más significativas.

• Evita el tiempo de inactividad no programado. Los fabricantes utilizan analíticas para interpretar datos de sensores que pueden indicar que un equipo probablemente falle pronto. Por ejemplo, los sensores pueden detectar que los rodamientos de bolas en un eje de engranajes vibran a una frecuencia inusual, lo que indica que pronto se detendrán. Con estos datos, los fabricantes pueden realizar un mantenimiento preventivo para que la máquina o la línea de producción siga funcionando tal como se espera.
• Mejora la productividad. Según McKinsey, gracias a la analítica, los fabricantes pueden aumentar la productividad de sus equipos y empleados y ampliar los márgenes de beneficio hasta en un 10 %. La consultora citó el ejemplo de una empresa global de productos químicos que redujo sus costos en varios millones de euros al año, en parte limitando su dependencia de proveedores externos para ciertas líneas de productos e identificando oportunidades para ampliar la capacidad incrementando la producción de determinados activos de producción cruciales. La empresa también registró un crecimiento de sus ventas propiciado por el incremento de la capacidad de producción de otras categorías de productos. El fabricante utilizó un modelo analítico que combinaba más de 500 variables, más de 3000 restricciones y cientos de fases de producción.
• Impulsa nuevos modelos de negocio. Muchos fabricantes están experimentando con nuevos modelos de negocio basados en la entrega de servicios y simplemente en la venta de productos terminados, conocidos en ciertos círculos como productos como servicio. Por ejemplo, los fabricantes de motores de aviones cobran tarifas a las aerolíneas en función del número de horas que un motor vuela sin necesidad de reparaciones. Otro caso aplicable sería el de un fabricante de equipos médicos que cobre a las clínicas en función del uso, lo que garantiza el tiempo de actividad del equipo a cambio de tarifas de mantenimiento constantes. La analítica hace posibles estos servicios, ya que los fabricantes analizan los datos recopilados de sus sistemas para identificar cuándo se requiere realizar un mantenimiento preventivo. Además de contribuir a que los fabricantes creen un nuevo flujo de ingresos recurrentes, los datos que recopilan y analizan propician la mejora de los productos futuros, y el modelo los ayuda a construir relaciones duraderas con los clientes.
• Optimizar los costos. Los fabricantes pueden comprender mejor sus costos globales, como mano de obra, materiales y gastos generales y anómalos. Un ejemplo sería ordenar demasiado inventario de seguridad para una materia prima, y que ello redunde en unos gastos de transporte excesivos. Utilizar la analítica de esta forma puede propiciar una mejora de los márgenes.
• Controla los indicadores clave de rendimiento (KPI). Los líderes empresariales utilizan la analítica para identificar posibles problemas que podrían afectar a aspectos clave del negocio, tanto en sus plantas como en sus cadenas de suministro. Ningún KPI por sí solo puede indicar cómo funciona una planta o una empresa de fabricación. Además, algunos como la entrega a tiempo, no solo reflejan el rendimiento de una planta, sino del conjunto de la cadena de suministro. Los principales fabricantes recurren a la analítica para ayudar a los gerentes a comprender los problemas que subyacen a cada uno de los KPI, así como la forma en que se relacionan unos indicadores con otros.
  
  Estos son algunos de los KPI más comunes:
  • La tasa de órdenes perfectas que, como ya hemos explicado, es un parámetro que combina varios KPI que reflejan en qué medida un fabricante entrega los productos terminados sin errores, incluido el envío del número correcto de productos, el empaquetado adecuado y la garantía de que adjunte documentación que coincida con la cantidad real enviada y facturada según los precios estipulados.
  • Rendimiento, que mide la eficiencia con la que se producen los bienes, calculando el número de unidades fabricadas según las especificaciones estándar como porcentaje sobre el total de unidades producidas.
  • Eficiencia global del equipo , que mide el porcentaje de tiempo en el que una planta es productiva, teniendo en cuenta la calidad del producto, la disponibilidad del equipo y el rendimiento. Al analizar la eficiencia global del equipo en un momento dado, los fabricantes pueden predecir potenciales fallos de funcionamiento y planificar el mantenimiento en consecuencia.
  • Entrega a tiempo, que mide el porcentaje de unidades entregadas dentro de un marco temporal específico según el compromiso asumido con el cliente. Este análisis ayuda a comprender posibles retrasos en la ejecución de órdenes y a identificar su causa exacta, ya estén relacionados con problemas de entrega causados por proveedores o cuellos de botella en la gestión de pedidos.
  • Producción, que calcula la eficiencia de una determinada planta o fabricante en función del número total de bienes producidos en un periodo de tiempo determinado. Con la supervisión continua de este tipo de datos, los fabricantes pueden identificar posibles ineficiencias en los equipos, gestionar los recursos pendientes y ajustar los planes de producción para cumplir sus objetivos.
  • Tiempo del ciclo, que es una forma de calcular la capacidad de las instalaciones de un fabricante para satisfacer la demanda, medido como la cantidad de bienes que produce una planta desde el momento en que un cliente realiza un pedido hasta el momento en que recibe el producto.
  • Volumen de producción, que mide el número total de unidades producidas durante un periodo determinado.
  • Utilización de capacidad, que mide si un fabricante es eficaz al ajustar la capacidad a la demanda, calculado dividiendo la capacidad total utilizada durante un periodo determinado entre la capacidad de producción total disponible, y multiplicando el resultado por 100 para obtener un porcentaje.
  • Tasa de desecho, que mide la cantidad de material que se debe desechar después de finalizar un trabajo. Cuanto más baja sea la tasa, mejor.
• Seguimiento del rendimiento de proveedores. Los fabricantes utilizan la analítica para identificar los proveedores que siempre entregan piezas o materias primas a tiempo. También lo utilizan para monitorear la calidad de los productos de los proveedores, supervisar la evolución de sus precios en relación con los competidores y conocer en qué medida cumplen los estándares laborales y ambientales.
• Mejora la visibilidad de la cadena de suministro. Los fabricantes utilizan análisis para producir informes sobre sus niveles de inventario de materias primas o piezas. Pueden visualizar qué piezas aún están en tránsito y dónde, en sus diversas plantas, disponen de existencias que se puedan trasladar para cubrir un situación de escasez en otra ubicación. Esto es especialmente importante para los grandes fabricantes que cuentan con miles de proveedores ejecutando cientos de pedidos de forma simultánea.
• Prioriza las órdenes de trabajo. La analítica permite que los equipos de fabricación determinen con facilidad qué proyectos y ejecuciones de producción deben priorizar, tomando en consideración factores como cuándo se ha prometido un producto, si existen interrupciones actualmente en la cadena de suministro y si los equipos disponen del inventario específico necesario para cada orden. Gracias a estos métodos de análisis, los supervisores pueden comparar las órdenes de trabajo, las órdenes de venta y el inventario físico, y permite a los superintendentes de producción comprobar cómo encajan los distintos procesos de producción en un plan de fabricación más amplio. Por ejemplo, un responsable de planta puede optar por ejecutar una orden de trabajo más reciente para un cliente clave o de gran volumen que deba ejecutarse rápidamente y privar de prioridad a una orden anterior de un cliente menos estable que no tarde tanto en completarse.
• Mejorar la productividad de los empleados. La analítica ofrece la capacidad de reducir el tiempo de inactividad no programado, como ya hemos indicado, para reducir al máximo la ociosidad de los trabajadores de producción. Pero también puede ayudar al personal a programar actividades de mantenimiento en aquellas ocasiones en las que el equipo no esté siendo utilizado, ya que es una tarea que puede ser difícil de realizar manualmente cuando existen múltiples órdenes de trabajo en curso en más de una planta. Esto, a su vez, ayuda a garantizar que los equipos de mantenimiento no queden a expensas de la intervención de las máquinas de reparación, algo que no es para nada infrecuente. De hecho, según las estimaciones, los empleados de mantenimiento dedican solo una cuarta parte de su tiempo a realizar trabajos productivos. Estos mismos tipos de analítica se pueden utilizar para ajustar otros procesos, como las horas de inicio y finalización de los turnos para que coincidan con los plazos de entrega de materiales u otros factores externos.
• Limita el alcance de las retiradas de productos. La analítica utiliza informes detallados de equipos individuales, como datos de producción en tiempo real e informes de control de calidad, para ayudar a los fabricantes a identificar exactamente el punto en el que ha surgido un problema de calidad, la línea de producción donde ocurrió y el equipo afectado. Esta estrategia contribuye a limitar el alcance de las retiradas de productos, reduciendo los costos y aumentando la satisfacción del cliente.
• Obtén datos más detallados. Los fabricantes gestionan sus operaciones utilizando KPI con datos que generalmente se encuentran a nivel de planta. Estos datos también se pueden vincular a líneas de producción individuales e incluso a máquinas, lo que permite a los fabricantes mejorar el rendimiento, los tiempos del ciclo y otros KPI a un nivel granular.
• Reduce la rotación de empleados. La analítica puede ayudar a los fabricantes a identificar y rectificar los riesgos de seguridad, las condiciones de trabajo difíciles, los turnos de trabajo excesivamente largos y la infrautilización de empleados, lo que ayuda a mejorar la moral, la seguridad y la permanencia de los profesionales. Los fabricantes también utilizan analíticas que los ayudan a identificar a los empleados que tienen aptitudes distintas de las que utilizan para un puesto determinado, lo que les permite reasignarlos a diferentes áreas de la empresa e impulsar su proyección laboral.
• Produce datos financieros consistentes. Las empresas que siguen utilizando hojas de cálculo y otros medios manuales y desconectados de gestión de información financiera a menudo terminan con datos inconsistentes. Esto puede producirse a causa de errores de información o porque los responsables traten de hacer como si nada hubiera sucedido en una situación concreta que se haya complicado. La analítica aplicada a los datos extraídos de aplicaciones financieras y equipos ubicados en plantas de producción puede generar informes automatizados y precisos sin errores humanos ni intervención manual.

Nueve buenas prácticas recomendadas para la analítica aplicada a la fabricación

Para que los proyectos analíticos resulten eficaces, deben compartir diversas características clave, tal como se indica a continuación en las buenas prácticas recomendadas.

Casos de uso empresariales para la analítica aplicada a la fabricación

Los fabricantes utilizan la analítica de datos para mejorar la eficiencia general de sus operaciones de planta y cadenas de suministro y para obtener mejores insights sobre los KPI, como la eficiencia general, el tiempo de actividad y el rendimiento del equipo. Considere los siguientes ejemplos.

• HarbisonWalker International. Los grandes multinacionales industriales pueden utilizar la analítica para mejorar la precisión de las previsiones y la entrega de pedidos a tiempo. Por ejemplo, HarbisonWalker International, una empresa con más de 150 años de historia que fabrica productos refractarios (productos que pueden soportar altas temperaturas, presión o ataques químicos), tiene docenas de instalaciones dispersas en tres continentes. La combinación de adquisiciones y la enorme cantidad de aplicaciones actualizadas durante los últimos 20 años complicaba la recopilación y el análisis de datos. Al consolidar datos y aplicaciones en un único sistema ERP en la nube, HarbisonWalker ha analizado los datos financieros y de fabricación de toda la empresa para mejorar la precisión de las previsiones, reducir las horas extra de los trabajadores, ajustar los niveles de inventario y mejorar la entrega a tiempo en más del 90 %.
• Western Digital. La analítica ayuda a las grandes empresas a acelerar la toma de decisiones basadas en datos. Por ejemplo, los flujos de trabajo de informes de datos de la empresa de almacenamiento Western Digital se ralentizaron por varios factores, como sus adquisiciones de Hitachi Global Storage Technologies y SanDisk, que utilizaban diferentes plataformas de datos y flujos de trabajo. En conjunto, las tres empresas tenían que administrar más de 2000 aplicaciones y el departamento de TI tardaba más de ocho horas en actualizar el almacén de datos. Esta configuración dejó a los usuarios profesionales sin acceso a inteligencia de negocio y analíticas durante la jornada laboral y, para cuando los informes estuvieron disponibles, los datos tenían entre 24 y 48 horas de antigüedad. Al estandarizar los datos y flujos de trabajo en un nuevo sistema basado en la nube con informes preconfigurados, Western Digital brindó a sus líderes empresariales acceso a datos analíticos en unos 20 minutos. Además, la consolidación de datos y plataformas ha permitido a la empresa optimizar los flujos de trabajo y garantizar que todos los gerentes y ejecutivos trabajen con los mismos conjuntos de datos e informes.
• Bitron. Los fabricantes utilizan la analítica para reducir el tiempo que los ejecutivos dedican a la búsqueda de datos, lo cual facilita la toma de decisiones empíricas y no instintivas. Bitron, un fabricante italiano de múltiples componentes mecánicos y electrónicos para diversas industrias, incluida energía, automoción y climatización, utiliza la tecnología en la nube para eliminar los silos de datos. Las herramientas de analíticas de autoservicio permiten a los responsables crear los informes que necesitan. Normalmente, los usuarios necesitan exportar datos de varias fuentes y ejecutar analíticas por separado mediante herramientas de análisis de puntos, lo que genera insights deficientes. Sin embargo, gracias a Oracle Analytics Cloud, que incluye capacidades de preparación y enriquecimiento de datos, los usuarios pueden agregar datos y producir KPI con mayor facilidad para gestionar los procesos de fabricación.
• Bonnell Aluminum. La analítica ofrece a los fabricantes más visibilidad de sus cadenas de suministro y operaciones, lo que les permite satisfacer mejor las demandas de los clientes. Bonnell Aluminum, un fabricante de extrusiones de aluminio fabricadas y terminadas a medida, intentaba utilizar datos de sistemas de operaciones de RR. HH., finanzas y plantas, incluida la información de cinco plantas de fabricación alojada en almacenes no interoperables. Los gerentes de planta combinaban datos in situ de hojas de cálculo con un sistema propio de informes de ERP, lo que generaba datos inconsistentes y provocaba la toma de decisiones deficientes. La escasez de datos confiables hacía imposible identificar o correlacionar la escasez de material en todo el mundo, identificar proveedores con bajo rendimiento y priorizar los pedidos de los clientes. Esta falta de claridad se hizo insostenible, dado que el 80 % del negocio de Bonnell era fabricación a medida, lo que requiere que entregue productos hechos de acuerdo con las especificaciones proporcionadas en un momento concreto. Gracias a una nueva plataforma de analítica y ERP basada en la nube, la empresa ha logrado mejorar la toma de decisiones de compras e inventario. Al conectar datos de toda la empresa, incluidos datos de proveedores, Bonnell puede comprender mejor qué productos tienen la mayor demanda, identificar los cuellos de botella de los distintos procesos (como retrasos de proveedores y problemas de inventario relacionados) y realizar los cambios necesarios (como reasignación de mano de obra y gastos) para satisfacer esas demandas personalizadas.

Cómo implementar analítica de datos en la fabricación

La mayoría de las empresas de fabricación utilizan la analítica de datos, pero en muchos casos aún no han implementado una estrategia completa, como la agregación y limpieza uniforme de los datos , la ejecución de consultas analíticas en relación con esos datos y la sistematización de respuestas a alertas u otra información revelada por estos. Los fabricantes deben considerar estas diez buenas prácticas de implementación recomendadas.

1. Crea un inventario del estado actual de tus repositorios de datos y documenta qué estado final buscas, incluidas las métricas que deseas obtener (para facilitar el mantenimiento preventivo, la mejora de la calidad, la seguridad de los trabajadores, etc.).
2. Realiza un inventario de tus tipos de datos. Esta tarea incluye datos no estructurados recopilados a partir de máquinas, dispositivos, activos en tránsito y otras fuentes, así como de las áreas de fabricación, finanzas, cadena de suministro, ventas, marketing, recursos humanos y otras aplicaciones, además de datos estructurados organizados en almacenes de datos o data lakes.
3. Inicia un proceso de migración de datos, primero consolidando los datos en un único almacén de datos u otro repositorio, con una copia de seguridad para garantizar la continuidad del negocio. Además de constituir un primer paso crucial en el proceso analítico, racionalizar los datos de esta manera también contribuye a reducir los costos de almacenamiento, lo que supone un gran triunfo inicial.
4. Crea conectores o fuentes de datos de orígenes dispares en el repositorio central.
5. Utiliza el software de depuración de datos para eliminar informaciones duplicadas, contradictorias o inexactas recopiladas de diferentes sistemas. De esta forma, garantizas que estén depuradas y sean confiables.
6. Empieza desde abajo, como ya se ha indicado anteriormente. En primer lugar, apunta a un equipo de producción en el que se haya identificado un "cuello de botella", de modo que los equipos puedan aplicar análisis con el fin de realizar un mantenimiento preventivo y reducir el tiempo de inactividad. También puedes identificar un conjunto de KPI (tiempos de ciclo, rendimiento, seguridad del trabajador, etc.) para realizar el seguimiento y mejorar el uso de las analíticas.
7. Traslada la analítica a líneas de producción o procesos de cadena de suministro más importantes.
8. Permite a los usuarios profesionales crear sus propios informes y paneles de control a los intervalos que elijan para reducir su dependencia del departamento de TI.
9. Configura informes para que tengan un formato más visual (no tabular), de modo que faciliten la toma de decisiones basadas en anomalías de datos u otros indicadores.
10. Siempre que sea posible, utiliza informes predefinidos que formen parte del paquete de software de analítica y generen KPI estándar del sector que te ayuden a comparar tus operaciones con las de la competencia.

El futuro de la analítica aplicada a la fabricación

Si bien la mayoría de los fabricantes ya utilizan la tecnología de la información y, en cierta medida, la telemática u otros instrumentos en sus equipos, su uso de la TI y la analítica en particular suele ser desigual. Esto se debe a que los datos residen en diferentes silos, lo que dificulta el acceso y el análisis.

La estandarización de los sistemas de TI basados en la nube ayudará a los fabricantes a consolidar todos estos datos, tanto estructurados como no estructurados, de modo que podrán utilizar la analítica de una manera concertada y coherente para obtener información precisa y confiable para mejorar la toma de decisiones.

Por último, la introducción de aprendizaje automático con poco código y sin código integrado en los análisis permitirá a los usuarios profesionales crear informes por su cuenta, sin necesidad de rellenar un ticket de solicitud ni de obtener ayuda de TI. Esto redundará en un uso más frecuente de los datos y todos los beneficios que ello conlleva.

Prepara tus procesos de fabricación para el futuro con Oracle

Oracle Cloud Supply Chain & Manufacturing, que forma parte de Oracle Fusion Cloud ERP, ayuda a los fabricantes a responder rápidamente a las cambiantes condiciones de la oferta, la demanda y el mercado. Los fabricantes que utilicen este conjunto de aplicaciones pueden supervisar continuamente los patrones de inventario para mitigar los riesgos de los atrasos de órdenes de trabajo, determinar si el rendimiento de los proveedores podría afectar a los objetivos de producción y mucho más.

Oracle Fusion Supply Chain & Manufacturing Analytics permite a los fabricantes aumentar la productividad con insights predefinidos, mejorar la eficiencia de la planta detectando rápidamente anomalías y optimizar los procesos de la planificación a la producción con una vista integrada de la cadena de suministro y los datos de fabricación.

Preguntas frecuentes sobre analítica aplicada a la fabricación

¿Cómo ayuda la analítica a los fabricantes?
Los fabricantes utilizan la analítica para una variedad de propósitos, incluyendo reducir el tiempo de inactividad no planificado, realizar el seguimiento y mejorar el rendimiento de los proveedores, priorizar las órdenes de trabajo, aumentar la productividad de los empleados y reducir los defectos del producto.

¿Qué tipos de eventos físicos pueden detectar los sensores?
Los sensores pueden detectar la presencia de llamas, fugas de gas y niveles de aceite, y pueden percibir propiedades físicas como temperatura, presión y radiación. También pueden detectar el movimiento y la proximidad de los objetos entre sí.

¿Dónde obtienen los fabricantes los datos que analizan?
Los fabricantes correlacionan los datos de una variedad de fuentes, incluidas las máquinas de planta de fábrica, las aplicaciones de TI internas, los distribuidores y los proveedores externos de datos centrados en los mercados, la demografía, el clima, las regulaciones, las patentes, las prácticas ambientales, sociales y de gobernanza, y otras categorías de información.