Manufacturing in the AI Eraシリーズの一部
完全ガイドを読む製造 KPI ダッシュボード: OEE、歩留まり、サイクル タイム、スループット
測定しないものは管理できないというピーター・ドラッカーの見解は、他のどのビジネス機能よりも製造業に当てはまります。生産ラインでは、機械の状態、生産数、品質結果、材料消費量、エネルギー使用量、労働活動など、1 時間あたり数百ものデータ ポイントが生成されます。課題はデータ不足ではありません。それはデータの関連性です。製造業の KPI ダッシュボードでは、意思決定を促進し、麻痺を引き起こすノイズを抑制する少数の指標を明らかにする必要があります。
最高の製造ダッシュボードは、表示して数秒以内に 3 つの質問に答えます。生産は十分ですか?品質は許容できるものですか?私たちはリソースを効率的に使用できていますか? OEE (総合設備効率) は、3 つすべてを単一のパーセンテージに組み合わせたものです。ファーストパス歩留まり、サイクルタイム、スループット、スクラップ率などのサポート KPI により、OEE が問題を指摘した場合に必要な診断の詳細が提供されます。
この記事は、AI 時代の製造 シリーズの一部です。
重要なポイント
- OEE (可用性 x パフォーマンス x 品質) は最も重要な製造 KPI であり、世界クラスのパフォーマンスは 85% であり、ほとんどのメーカーは 60 ～ 75% で稼働しています。
- リアルタイム OEE は、切り替え後の最初の 1 時間のパフォーマンスが一貫して低いなど、シフト平均に隠れているパターンを明らかにします
- 業界ベンチマークはコンテキストを提供しますが、55% から 70% に向上しているメーカーが 80% で停滞している競合他社を上回っているため、自社の傾向が最も重要な比較となります。
- Odoo の製造モジュールは、ワークセンター追跡および品質管理ポイントが適切に設定されている場合、すべての重要な KPI の生データをキャプチャします。
全体的な設備効率 (OEE)
OEE の公式
OEE は 3 つのコンポーネントの積であり、それぞれが機器のパフォーマンスの異なる側面を測定します。
OEE = 可用性 x パフォーマンス x 品質
可用性は、計画された生産時間のうち、装置が実際に稼働している割合を測定します。
Availability = (Planned Production Time - Downtime) / Planned Production Time
ダウンタイムには、設備の故障、切り替え、材料不足、および計画された生産時間中に機械を停止させるその他のイベントが含まれます。計画メンテナンスおよび計画休憩は、計画生産時間から除外されます。
パフォーマンス は、可能な最大速度と比較した実際の生産速度を測定します。
Performance = (Actual Output x Ideal Cycle Time) / Available Run Time
パフォーマンスの低下は、遅いサイクル (定格速度未満での実行) や小さな停止 (ダウンタイムとしてカウントされないが出力が低下する短い中断) によって発生します。
品質 は、最初の試行で仕様を満たす生産ユニットの割合を測定します。
Quality = Good Units / Total Units Produced
品質の損失には、スクラップや再加工が含まれます。仕様を満たす前に再加工が必要なユニットは、最終的に販売されたとしても品質の損失とみなされます。
OEE の計算例
| 係数 | 値 | 計算 |
|---|---|---|
| 予定生産時間 | 480分（8時間勤務） | |
| ダウンタイム (故障 + 切り替え) | 52分 | |
| 利用可能な実行時間 | 428分 | 480 - 52 |
| 在庫状況 | 89.2% | 428 / 480 |
| 理想的なサイクルタイム | 1 ユニットあたり 0.5 分 | |
| 総生産台数 | 752 | |
| 理想的なサイクルタイムで可能な最大値 | 856 | 428 / 0.5 |
| パフォーマンス | 87.9% | 752 / 856 |
| 良いユニット (最初のパス) | 722 | |
| 品質 | 96.0% | 722 / 752 |
| OEE | 75.3% | 89.2% x 87.9% x 96.0% |
この例では、各要素で個別にかなり高いスコアを獲得しているマシンが、要素を掛け合わせると 75.3% の OEE しか達成できないことを示しています。 OEE の乗算的な性質は、各要素の小さな改善が複合的に OEE の大幅な向上につながることを意味します。
OEE ベンチマーク
| OEE レベル | 解釈 | 典型的な状況 |
|---|---|---|
| >85% | 世界クラス | 無駄がなく、よく維持され、焦点を絞った改善 |
| 75-85% | 良い | 計画的な改善を実施中 |
| 65-75% | 平均 | 大幅な改善の余地 |
| 55-65% | 平均以下 | 1 つ以上の OEE 要因における重大な損失 |
| <55% | 悪い | 基本的な装置またはプロセスの問題 |
6 つの大きな損失
OEE 損失分析では、すべての損失が次の 6 つのカテゴリに分類されます。
| 損失カテゴリー | 影響を受ける OEE 係数 | 例 |
|---|---|---|
| 機器の故障 | 可用性 | 故障、コンポーネントの故障 |
| セットアップ/切替 | 可用性 | 製品変更、材質変更、調整 |
| アイドリング/微停止 | パフォーマンス | 紙詰まり、紙詰まり、センサーのトリップ、クリーニング |
| 速度低下 | パフォーマンス | 工具の磨耗、オペレータの注意、不適切な設定 |
| プロセスの欠陥 | 品質 | 定常状態の生産中のスクラップ、再加工 |
| スタートアップの損失 | 品質 | ウォームアップ中のスクラップと再加工、最初の記事 |
6 つの大きな損失のパレート分析により、改善努力が最も大きな影響を与える箇所が特定されます。 SMED のような 無駄のない製造技術 はセットアップの損失に対処し、予知メンテナンス は機器の故障に対処します。
初回通過利回り (FPY)
定義と計算
初回通過歩留まりは、再作業、修理、または再検査を行わずに、初めてプロセスステップを正しく通過したユニットの割合を測定します。
FPY = Good Units (no rework) / Total Units Started
ロールド スループット イールド (RTY) は、複数のプロセス ステップにわたって FPY を拡張します。
RTY = FPY(Step 1) x FPY(Step 2) x FPY(Step 3) x ... x FPY(Step N)
相乗効果は劇的です。各ステップで 95% の FPY を実現する 5 ステップのプロセスの RTY はわずか 77.4% です。各ステップを 99% に改善すると、RTY は 95.1% になります。
| ステップ | FPY = 90% | FPY = 95% | FPY = 99% |
|---|---|---|---|
| 3 | 72.9% | 85.7% | 97.0% |
| 5 | 59.0% | 77.4% | 95.1% |
| 8 | 43.0% | 66.3% | 92.3% |
| 10 | 34.9% | 59.9% | 90.4% |
Odoo での FPY の追跡
Odoo の品質モジュールは、各製造工程での検査結果を追跡します。 FPY は次から計算されます。
- 各作業における品質管理ポイントの結果 (合否)
- 特定の操作に関連付けられたレコードをスクラップする
- 特定の操作用に作成された作業指示書を再加工する
完成品だけでなく工程ごとにFPYを追跡することで、どの特定のプロセスステップが最も品質の無駄を生み出しているかが明らかになります。これは、シックス シグマ改善プロジェクト および 品質管理プログラム に不可欠なデータです。
サイクルタイム
定義
サイクル タイムは、特定のプロセス ステップまたは生産プロセス全体を通じて 1 つのユニットを完成させるのに必要な時間です。
マシン サイクル タイム: マシンが 1 つのユニット (または 1 つのバッチ) を処理するのにかかる時間。これはマシンの能力の技術的な限界です。
有効サイクル タイム: 機械のサイクル タイムに、積み込み、積み下ろし、およびオペレータのタスクを加えた時間。これによって実際のスループットが決まります。
合計サイクル タイム: すべてのプロセス ステップにわたるすべての有効サイクル タイムの合計。これは、キューと待機がゼロの場合に可能な最小リード タイムです。
サイクルタイム分析
| サイクルタイムコンポーネント | 説明 | 改善アプローチ |
|---|---|---|
| 処理時間 | パーツ上でアクティブに動作する機械 | 切削パラメータの最適化、工具のアップグレード |
| ロード/アンロード時間 | 部品の積み込みと取り外しを行うオペレーター | 設備、自動化、人間工学的改善 |
| マシンのアイドル状態 (サイクル中) | 自動サイクル内で待機 | プログラムを最適化し、エアカットを削減 |
| 待ち時間 | 操作間の待機中 | スケジューリングの改善、バッチ サイズの削減 |
| 移動時間 | 作業拠点間の移動 | レイアウトの最適化、マテリアルハンドリング |
| 検査時間 | 品質チェック | インライン検査・自動測定 |
ほとんどの製造プロセスでは、実際の処理時間は総リードタイムの 5 ～ 15% にすぎません。残りの 85 ～ 95% は待ち時間と移動時間です。この洞察は、バリュー ストリーム マッピング によって一貫して明らかにされており、リード タイムの最大の改善は、マシンの高速化ではなく、待ち時間の削減によってもたらされることを示しています。
Odoo でのモニタリング
Odoo は、製造作業指示を通じてサイクル タイム データを取得します。
- 計画サイクル タイム: 各作業の製造ルーティングで設定されます。
- 実際のサイクル時間: オペレーターが作業指示書の操作を開始および終了したときに記録されます。
- サイクル時間の差異: 計画と実際の差。常に予想よりも時間がかかる操作を強調表示します。
スループット
定義とコンテキスト
スループットは、単位時間当たりに生産される良品の数です。
Throughput = Good Units Produced / Time Period
キーワードは「良い」です。スループットは、仕様を満たすユニットのみをカウントします。廃棄された製品や再加工が必要な製品は、リソースを消費したとしてもスループットにはカウントされません。
スループットと制約理論
制約理論フレームワーク では、スループットが主要な運用尺度です。制約によって最大スループットが決まり、制約以外のリソースを改善してもスループットは向上しません。
スループットは財務用語で表すことができます。
Throughput Dollar Value = Revenue - Truly Variable Costs (materials only)
この財務スループット指標は、製品に固定費を割り当て、誤った優先順位付けにつながる可能性がある従来の原価計算とは異なる方法で、製品構成、価格設定、資本投資に関する意思決定を推進します。
スクラップ率とダウンタイムの分析
スクラップ率
Scrap Rate = Scrapped Units / Total Units Produced
スクラップ率は次の方法で追跡する必要があります。
- 製品 (スクラップが最も多い製品はどれですか?)
- オペレーション (最も多くのスクラップを生成するプロセスステップはどれですか?)
- 機械 (どの機械が最も多くのスクラップを生成しますか?)
- 時間 (スクラップ率は上昇傾向にあるのか、下降傾向にあるのか、それとも季節性があるのか?)
- オペレーター (スクラップ率はオペレーターに依存しますか?)
- 材料 (材料ロットまたはサプライヤーによってスクラップ率は異なりますか?)
ダウンタイム分析
理由コード別にダウンタイムを追跡し、改善の優先順位を特定します。
| ダウンタイム カテゴリ | 典型的なシェア | 改善アプローチ |
|---|---|---|
| 機器の故障 | 25-35% | 予知メンテナンス |
| 切替・セットアップ | 20-30% | SMED、無駄のないテクニック |
| 資材不足 | 10-20% | 在庫管理、サプライヤーの信頼性 |
| 品質の問題 | 5-15% | SPC、根本原因分析 |
| オペレーター不在 | 5-10% | クロストレーニング、労働計画 |
| 計画的なメンテナンス | 10-15% | スケジュールの最適化 |
業界のベンチマーク
業界別の製造業 KPI ベンチマーク
| KPI | 自動車 | エレクトロニクス | 食品と飲料 | 医薬品 | 一般機械加工 |
|---|---|---|---|---|---|
| OEE | 80-90% | 75-85% | 65-80% | 50-70% | 60-75% |
| 初回パスの利回り | >98% | >95% | >97% | >99% | >93% |
| スクラップ率 | <1% | <2% | <1.5% | <0.5% | <3% |
| スケジュール遵守 | >95% | >90% | >92% | >95% | >85% |
| MTBF (時間) | >500 | >300 | >200 | >400 | >250 |
| MTTR (時間) | <1 | <2 | <2 | <1.5 | <3 |
| 切り替え時間 | 10 分未満 | 30 分未満 | 15 分未満 | 60 分未満 | 30 分未満 |
| 在庫回転数 | >20 | >8 | >15 | >4 | >6 |
これらのベンチマークは、優れた、または世界クラスのパフォーマンスを表しています。絶対的な基準ではなく、方向性の目標として使用してください。業界のサブセグメント、製品の複雑さ、機器の古さはすべて、現実的な目標に影響を与えます。
Odoo でダッシュボードを構築する
ダッシュボードの設計原則
情報の階層: ダッシュボードでは、重要な順に質問に回答する必要があります。
- 現在の全体的なパフォーマンスはどうですか? (OEE、スループット)
- パフォーマンスの問題の原因は何ですか? (ダウンタイムの理由、種類ごとに廃棄)
- トレンドは何ですか? (過去の OEE、歩留まり、サイクル タイム)
- 注意が必要なことは何ですか? (アラート、仕様外の状態)
推奨されるダッシュボード レイアウト
上の行: 概要 KPI (現在のシフトまたは日)
- トレンドインジケーター付きOEE（上昇/下降/安定）
- スループットとターゲット
- スクラップ率
- スケジュール遵守率
中間セクション: 詳細な分析
- OEE 要因の内訳 (可用性、パフォーマンス、品質の棒グラフ)
- ダウンタイムのパレート (上位 5 つの理由)
- スクラップパレート (上位 5 種類の欠陥)
- 時間別のスループット (生産ペースを示す折れ線グラフ)
下のセクション: ドリルダウン
- 機械別またはライン別のOEE（比較表）
- アクティブなアラートと品質の問題
- 今後のメンテナンス予定
- ステータスが進行中の作業指示
Odoo のデータ ソース
| ダッシュボード要素 | Odoo データ ソース |
|---|---|
| 可用性 | 作業指示の開始/終了時間、ダウンタイム記録 |
| パフォーマンス | 実際の生産数と理論上の生産能力 |
| 品質 | 品質検査の合格/不合格率 |
| スループット | 完了した製造注文数量 |
| スクラップ率 | 作業指示書にリンクされた在庫スクラップ調整 |
| ダウンタイムの理由 | 理由コード付きのメンテナンス リクエスト |
| サイクルタイム | 作業指示書の操作期間記録 |
| スケジュール遵守 | 計画された作業指示書の完了日と実際の作業指示書の完了日 |
リアルタイム ビューと履歴ビュー
ダッシュボードは両方の観点をサポートする必要があります。
リアルタイム ビュー: 現在のシフト パフォーマンス、ライブ マシン ステータス、対応が必要なアクティブな問題。 IoT データと Odoo 作業指示ステータスから 1 ～ 5 分ごとに更新されます。
履歴ビュー: 日、週、月にわたる傾向。シフト、機械、商品、時間帯の比較。このビューは、改善プロジェクトの特定と長期的なパフォーマンスの追跡をサポートします。
よくある KPI の落とし穴
| 落とし穴 | 問題 | ソリューション |
|---|---|---|
| KPI が多すぎます | 情報過多、明確な優先順位がない | ダッシュボードを 5 ～ 7 つの主要 KPI に制限する |
| OEE の代わりに使用率を測定 | 過剰生産を奨励し、WIP を構築します。品質とパフォーマンスを含むOEEに焦点を当てる | |
| 変動を隠す平均を使用する | 特定のシフトまたはマシンで発生する問題をマスクします。平均だけでなく分布と内訳を表示 | |
| 改善計画のない目標設定 | 目標は達成可能なものではなく、願望的なものになります。すべての目標を特定の改善アクションと組み合わせる | |
| OEE での切り替え時間を無視する | 可用性を誇張し、改善の機会を過小評価する | 追跡されるダウンタイム カテゴリとして切り替えを含める |
| 手動データ入力 | 遅延、不正確、コンプライアンスの負担 | IoT センサーとバーコード スキャンによる自動化 |
よくある質問
私の工場にとって適切な OEE スコアはどれくらいですか?
正直な答えは、抽象的なベンチマークと比較するよりも、現在の OEE を 6 か月前の OEE と比較した方が意味がある、ということです。とはいえ、ほとんどのメーカーは 60 ～ 75% の OEE で稼働しています。ワールドクラスは 85% とみなされます。現在の OEE が 65% を下回っている場合は、3 つの OEE 要素のうち 1 つ以上に大きな改善の機会がある可能性があります。まず、どの要素 (可用性、パフォーマンス、品質) に最大のギャップがあるかを特定し、そこの改善に焦点を当てます。
製造業の KPI はどれくらいの頻度で更新する必要がありますか?
オペレーターと監督者が現在の状況に対応するために使用する製造現場のダッシュボードのリアルタイム (1 ～ 5 分ごと)。生産管理のレビューを 1 時間ごとに行います。工場管理のための毎日。経営幹部向けの毎週のレポート。重要な原則は、仕事に最も近い人々が最新のデータに基づいてすぐに行動できるため、最新のデータを必要とするということです。
すべてのマシンに OEE 追跡が必要ですか?
必ずしもそうとは限りません。 OEE 追跡は、制約リソース (ボトルネック) と高価値の機器に関して最も価値があります。過剰な能力を備えた非制約マシンの場合、高い OEE は過剰生産につながるため有益ではありません。工場生産量の 80% を決定する 20% の機械に対する OEE の追跡と改善に焦点を当てます。他の機器には、より単純な指標 (稼働時間、品質) を使用します。
OEE はユニットあたりのコストとどのように関係しますか?
固定費 (減価償却費、間接費、管理) は生産される良品の数に分散されるため、OEE はユニットあたりのコストに直接影響します。 OEE が高いということは、同じ固定コストベースからより多くの優れたユニットが生産されることを意味し、ユニットあたりのコストが削減されます。年間固定費が 500,000 ドルのマシンで OEE が 10% 向上すると、ユニットあたりの固定費が約 10% 削減され、利益率の向上につながります。
次は何ですか
製造業の KPI は、ダッシュボード上の単なる数値ではありません。これらは、継続的な改善を推進するフィードバック メカニズムです。 OEE、歩留まり、サイクル タイム、スループットが可視化され、正確かつタイムリーに表示されると、生産チームはシフトごとに、より適切な意思決定を行うことができます。
ECOSIRE は、包括的な KPI ダッシュボードを備えた Odoo Manufacturing Systems を実装し、製造業者に生産パフォーマンスをリアルタイムで可視化します。ワークセンターの構成からカスタム ダッシュボードの開発まで、当社のチームはメーカーが世界クラスの運用をサポートする測定インフラストラクチャを構築できるよう支援します。
リーン製造 および シックス シグマ プロセスの改善 に関する関連ガイドを参照するか、製造分析のニーズについて話し合う場合は お問い合わせ してください。
ECOSIRE によって発行 — Odoo ERP、Shopify eCommerce、OpenClaw AI にわたる AI を活用したソリューションで企業のスケールアップを支援します。
執筆者
ECOSIRE Research and Development Team
ECOSIREでエンタープライズグレードのデジタル製品を開発。Odoo統合、eコマース自動化、AI搭載ビジネスソリューションに関するインサイトを共有しています。
関連記事
すべてのビジネス ユーザーが知っておくべき DAX 式
Power BI に不可欠な 20 の DAX 式をマスターします。 CALCULATE、タイムインテリジェンス、RANKX、コンテキスト遷移、イテレータ、実践的なビジネス例。
Power BI を ERP システムに接続する方法
増分更新とデータ変換を使用して Power BI を Odoo、SAP、Dynamics 365、Oracle、NetSuite、および QuickBooks に接続するためのステップバイステップ ガイド。
Power BI + Odoo 統合の完全ガイド
高度な分析のために Power BI を Odoo ERP に接続します。 PostgreSQL の直接クエリ、キー テーブル、販売/在庫/人事ダッシュボード、増分更新セットアップ。
Manufacturing in the AI Eraのその他の記事
航空宇宙品質管理: AS9100、NADCAP、ERP 主導のコンプライアンス
AS9100 Rev D、NADCAP 認定、構成管理、FAI、サプライ チェーン制御のための ERP システムを使用して、航空宇宙品質管理を実装します。
製造における AI 品質管理: 目視検査を超えて
予測分析、SPC 自動化、根本原因分析、エンドツーエンドのトレーサビリティ システムを使用して、製造全体に AI 品質管理を実装します。
自動車サプライチェーンのデジタル化: JIT、EDI、ERP の統合
自動車メーカーが JIT シーケンス、EDI 統合、IATF 16949 準拠、ERP 主導のサプライヤー管理を使用してサプライ チェーンをデジタル化する方法。
化学産業の安全性と ERP: プロセス安全管理、SIS、およびコンプライアンス
ERP システムが OSHA PSM、EPA RMP、安全計装システム、変更管理ワークフローを使用して化学物質製造の安全性をどのようにサポートするか。
製造におけるデジタル ツイン: シミュレーション、最適化、リアルタイム ミラーリング
仮想工場モデル、プロセス シミュレーション、What-If 分析、ERP と IoT を介したリアルタイムの生産ミラーリングを使用して、製造用のデジタル ツインを実装します。
エレクトロニクス製造トレーサビリティ: 部品追跡、RoHS、品質保証
コンポーネントレベルの追跡、RoHS/REACH 準拠、AOI 統合、ERP 主導の品質により、エレクトロニクス製造の完全なトレーサビリティを実装します。