Caso de éxito

Cómo Make transformó una imprenta textil en una próspera empresa de ropa

Wildner explicó cómo usó códigos QR y escenarios de Make para enlazar archivos de impresión, pedidos, etiquetas de envío e informes.

Ver el sitio oficial de Make

Esta página incluye enlaces de afiliado. Podemos ganar una comisión si te registras o contratas a través de ellos, sin costo adicional para ti.

Caso publicado por Make el 28 de junio de 2021 sobre Wildner GmbH, basado en el relato de su fundador, Ben Wildner. Las marcas, canales de venta y mejoras de producción citados son datos históricos del caso.

Una empresa con varias actividades

Wildner combinaba impresión textil bajo demanda con la venta de ropa mediante Wild Printing, wat? Apparel y Eco Empire Clothing. Sus artículos se ofrecían tanto en tiendas propias como en mercados en línea.

El crecimiento de la demanda no bastaba para mejorar el negocio: buscar archivos, preparar pedidos y actualizar registros consumía tiempo y reducía el margen.

El cuello de botella estaba junto a la impresora

Antes del cambio, los operarios recibían hojas en papel y debían localizar los archivos de impresión en un sistema documental. Los nombres poco claros y los archivos dispersos complicaban la búsqueda y la formación de nuevos empleados.

Según el caso, una estación producía de media entre quince y dieciocho camisetas por hora. Wildner decidió sustituir las listas de artículos por códigos QR para eliminar parte de esa búsqueda manual.

Al escanear un código, el flujo recuperaba el archivo correspondiente y recogía los datos de producción para actualizar las bases de datos. El operario no tenía que adivinar qué imagen correspondía al pedido.

Resultados en estaciones concretas

La publicación atribuyó a determinadas estaciones de impresión un aumento del 190 % en la producción por hora. No era un incremento del 190 % de toda la empresa ni una cifra aplicable a cualquier impresora.

El caso también describió menos errores al seleccionar archivos y mejores tiempos de preparación de pedidos. Son observaciones de Wildner en 2021, no una prueba independiente realizada por este sitio.

Del pedido al informe de gestión

Después de resolver la búsqueda de archivos, la empresa amplió los escenarios a otras etapas:

  1. Recuperar los pedidos de Shopify y registrarlos en Airtable.
  2. Preparar desde esos datos las hojas de producción para las estaciones.
  3. Actualizar los registros de Airtable cuando los artículos estaban terminados.
  4. Generar etiquetas para los envíos descritos en el caso.
  5. Gestionar el cumplimiento de los pedidos en tiendas y mercados.
  6. Recoger los pedidos e ingresos del día anterior y enviar un informe a la dirección por Slack.

No era un único paso que resolviera toda la operación. Los escenarios enlazaban etapas con información compartida, desde la entrada del pedido hasta el resumen de resultados.

Qué cambió en el trabajo diario

Wildner señaló que estos recorridos ahorraban cientos de horas antes dedicadas a buscar, clasificar y actualizar datos. El original no precisa el periodo de esa estimación, por lo que no se convierte aquí en un ahorro mensual o anual.

La mejora más concreta era reducir el tiempo perdido entre una instrucción de producción y el archivo correcto. Después, el mismo registro alimentaba el resto del proceso.

Lectura práctica

Orientación editorial: si adaptas este patrón, asegúrate de que el identificador del pedido y el del archivo se relacionan sin ambigüedad. Comprueba también qué ocurre si el escaneo se repite o falta un archivo. El caso explica la lógica de coordinación, pero no proporciona una plantilla probada para cualquier impresora, transportista o mercado actual.

Fuente: caso original de Make.