Parte da nossa série Manufacturing in the AI Era
Leia o guia completoPainel de KPIs de fabricação: OEE, rendimento, tempo de ciclo e rendimento
A observação de Peter Drucker de que não é possível gerenciar o que não se mede aplica-se mais à produção do que a qualquer outra função empresarial. Uma linha de produção gera centenas de pontos de dados por hora: estados da máquina, contagens de produção, resultados de qualidade, consumo de materiais, uso de energia e atividade laboral. O desafio não é a escassez de dados. É a relevância dos dados. Um painel de KPI de manufatura deve trazer à tona um punhado de métricas que orientam as decisões e suprimem o ruído que causa paralisia.
Os melhores painéis de manufatura respondem a três perguntas segundos após a visualização: Estamos produzindo o suficiente? A qualidade é aceitável? Estamos usando nossos recursos de forma eficiente? OEE (Eficácia Geral do Equipamento) combina todos os três em uma única porcentagem. KPIs de suporte, como rendimento na primeira passagem, tempo de ciclo, rendimento e taxa de refugo, fornecem os detalhes de diagnóstico necessários quando o OEE indica um problema.
Este artigo faz parte de nossa série Manufacturing in the AI Era.
Principais conclusões
- OEE (Disponibilidade x Desempenho x Qualidade) é o KPI de produção mais importante, com desempenho de classe mundial em 85% e a maioria dos fabricantes operando entre 60-75%.
- OEE em tempo real revela padrões que as médias de mudança escondem, como desempenho consistentemente ruim na primeira hora após as trocas
- Os benchmarks do setor fornecem contexto, mas a sua própria tendência é a comparação mais importante, pois um fabricante que melhora de 55% para 70% está superando um concorrente que estagnou em 80%.
- O módulo de manufatura do Odoo captura os dados brutos de todos os KPIs críticos quando configurado corretamente com rastreamento de centro de trabalho e pontos de controle de qualidade
Eficácia geral do equipamento (OEE)
A Fórmula OEE
OEE é o produto de três componentes, cada um medindo um aspecto diferente do desempenho do equipamento:
OEE = Disponibilidade x Desempenho x Qualidade
Disponibilidade mede a porcentagem do tempo de produção planejado em que o equipamento está realmente funcionando:
Availability = (Planned Production Time - Downtime) / Planned Production Time
O tempo de inatividade inclui falhas de equipamentos, trocas, falta de materiais e qualquer outro evento que pare a máquina durante o tempo de produção planejado. A manutenção planejada e as pausas programadas são excluídas do tempo de produção planejado.
Desempenho mede a velocidade real de produção em comparação com a velocidade máxima possível:
Performance = (Actual Output x Ideal Cycle Time) / Available Run Time
As perdas de desempenho vêm de ciclos lentos (funcionamento abaixo da velocidade nominal) e pequenas paradas (breves interrupções que não contam como tempo de inatividade, mas reduzem a produção).
Qualidade mede a porcentagem de unidades produzidas que atendem às especificações na primeira tentativa:
Quality = Good Units / Total Units Produced
As perdas de qualidade incluem sucata e retrabalho. Unidades que necessitam de retrabalho antes de atender às especificações contam como perdas de qualidade, mesmo que sejam eventualmente vendidas.
Exemplo de cálculo de OEE
| Fator | Valor | Cálculo |
|---|---|---|
| Tempo de produção previsto | 480 minutos (turno de 8 horas) | |
| Tempo de inatividade (avarias + trocas) | 52 minutos | |
| Tempo de execução disponível | 428 minutos | 480 - 52 |
| Disponibilidade | 89,2% | 428/480 |
| Tempo de ciclo ideal | 0,5 minutos por unidade | |
| Total de unidades produzidas | 752 | |
| Máximo possível no tempo de ciclo ideal | 856 | 428/0,5 |
| Desempenho | 87,9% | 752/856 |
| Boas unidades (primeira passagem) | 722 | |
| Qualidade | 96,0% | 722/752 |
| OEE | 75,3% | 89,2% x 87,9% x 96,0% |
Este exemplo mostra uma máquina que individualmente pontua razoavelmente bem em cada fator, mas atinge apenas 75,3% de OEE quando os fatores são multiplicados juntos. A natureza multiplicativa do OEE significa que pequenas melhorias em cada fator resultam em ganhos significativos de OEE.
Referências de OEE
| Nível OEE | Interpretação | Situação Típica |
|---|---|---|
| >85% | Classe mundial | Melhoria enxuta, bem mantida e focada |
| 75-85% | Bom | Melhoria sistemática em curso |
| 65-75% | Média | Espaço para melhorias significativas |
| 55-65% | Abaixo da média | Perdas importantes em um ou mais fatores do OEE |
| <55% | Pobre | Questões fundamentais de equipamentos ou processos |
As seis grandes perdas
A análise de perdas OEE categoriza todas as perdas em seis categorias:
| Categoria de Perda | Fator OEE afetado | Exemplos |
|---|---|---|
| Falha de equipamento | Disponibilidade | Avarias, falhas de componentes |
| Configuração/Troca | Disponibilidade | Alterações de produtos, alterações materiais, ajustes |
| Marcha lenta/pequenas paradas | Desempenho | Atolamentos, falhas de alimentação, disparos de sensores, limpeza |
| Velocidade reduzida | Desempenho | Ferramentas desgastadas, cautela do operador, configurações inadequadas |
| Defeitos de Processo | Qualidade | Sucata, retrabalho durante produção em estado estacionário |
| Perdas de inicialização | Qualidade | Sucata e retrabalho durante o aquecimento, primeiros artigos |
A análise de Pareto das seis grandes perdas identifica onde o esforço de melhoria terá o maior impacto. Técnicas de manufatura enxuta como SMED abordam perdas de configuração, enquanto manutenção preditiva aborda falhas de equipamentos.
Rendimento de primeira passagem (FPY)
Definição e Cálculo
O rendimento na primeira passagem mede a porcentagem de unidades que passam corretamente por uma etapa do processo na primeira vez, sem qualquer retrabalho, reparo ou reinspeção.
FPY = Good Units (no rework) / Total Units Started
Rolled Throughput Yield (RTY) estende o FPY em diversas etapas do processo:
RTY = FPY(Step 1) x FPY(Step 2) x FPY(Step 3) x ... x FPY(Step N)
O efeito multiplicativo é dramático. Um processo de 5 etapas com 95% de FPY em cada etapa tem um RTY de apenas 77,4%. Melhorar cada etapa para 99% resulta em um RTY de 95,1%.
| Passos | 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% |
Rastreando FPY no Odoo
O módulo de qualidade do Odoo rastreia os resultados da inspeção em cada operação de fabricação. O FPY é calculado a partir de:
- Resultados dos pontos de controle de qualidade (aprovado/reprovado) em cada operação
- Registros de sucata vinculados a operações específicas
- Retrabalhar ordens de serviço criadas para operações específicas
Acompanhar o FPY por operação, e não apenas por produto acabado, revela qual etapa específica do processo cria maior desperdício de qualidade. Estes são dados essenciais para projetos de melhoria Seis Sigma e programas de gestão da qualidade.
Tempo de ciclo
Definição
O tempo de ciclo é o tempo necessário para concluir uma unidade através de uma etapa específica do processo ou de todo o processo de produção.
Tempo de ciclo da máquina: O tempo que a máquina leva para processar uma unidade (ou um lote). Este é o limite técnico da capacidade da máquina.
Tempo de ciclo efetivo: Tempo de ciclo da máquina mais carga, descarga e tarefas do operador. Isso determina o rendimento real.
Tempo de ciclo total: a soma de todos os tempos de ciclo efetivos em todas as etapas do processo. Este é o lead time mínimo possível se não houver nenhuma fila e nenhuma espera.
Análise do tempo de ciclo
| Componente de tempo de ciclo | Descrição | Abordagem de melhoria |
|---|---|---|
| Tempo de processamento | Máquina trabalhando ativamente na peça | Otimização de parâmetros de corte, atualizações de ferramentas |
| Tempo de carga/descarga | Operador carregando e removendo peças | Instalações, automação, melhorias ergonômicas |
| Máquina parada (em ciclo) | Espera dentro do ciclo automático | Otimizar programa, reduzir cortes de ar |
| Tempo de fila | Espera entre operações | Programação melhorada, tamanhos de lote reduzidos |
| Tempo de transporte | Mover-se entre centros de trabalho | Otimização de layout, movimentação de materiais |
| Tempo de inspeção | Verificações de qualidade | Inspeção em linha, medição automatizada |
Na maioria dos processos de fabricação, o tempo real de processamento é de apenas 5 a 15% do lead time total. Os 85-95% restantes são tempo de fila e tempo de transporte. Esse insight, consistentemente revelado pelo mapeamento do fluxo de valor, mostra que as maiores melhorias no lead time vêm da redução da espera, e não da velocidade das máquinas.
Monitoramento em Odoo
Odoo captura dados de tempo de ciclo por meio de ordens de serviço de fabricação:
- Tempo de ciclo planejado: configurado no roteiro de fabricação para cada operação
- Tempo de ciclo real: registrado quando os operadores iniciam e terminam as operações da ordem de serviço
- Variação do tempo de ciclo: diferença entre planejado e real, destacando operações que levam consistentemente mais tempo do que o esperado
Taxa de transferência
Definição e Contexto
A produtividade é o número de unidades boas produzidas por unidade de tempo.
Throughput = Good Units Produced / Time Period
A palavra-chave é “bom”. A taxa de transferência conta apenas as unidades que atendem às especificações. Os produtos descartados ou que exigem retrabalho não contam para o rendimento, mesmo que consumam recursos.
Taxa de transferência e teoria das restrições
Na estrutura da Teoria das Restrições, o rendimento é a principal medida operacional. A restrição determina o rendimento máximo e melhorar qualquer recurso sem restrição não aumenta o rendimento.
O rendimento pode ser expresso em termos financeiros:
Throughput Dollar Value = Revenue - Truly Variable Costs (materials only)
Esta métrica de rendimento financeiro orienta decisões sobre mix de produtos, preços e investimento de capital de forma diferente da contabilidade de custos tradicional, que aloca custos fixos aos produtos e pode levar a uma priorização incorreta.
Taxa de sucata e análise de tempo de inatividade
Taxa de sucata
Scrap Rate = Scrapped Units / Total Units Produced
A taxa de sucata deve ser rastreada por:
- Produto (quais produtos têm maior sucata?)
- Operação (qual etapa do processo gera mais sucata?)
- Máquina (qual máquina produz mais sucata?)
- Tempo (a taxa de sucata está em alta, baixa ou sazonal?)
- Operador (a taxa de sucata depende do operador?)
- Material (a taxa de refugo varia de acordo com o lote de material ou fornecedor?)
Análise de tempo de inatividade
Rastreie o tempo de inatividade por código de motivo para identificar prioridades de melhoria:
| Categoria de tempo de inatividade | Compartilhamento típico | Abordagem de melhoria |
|---|---|---|
| Falha no equipamento | 25-35% | Manutenção preditiva |
| Mudança/configuração | 20-30% | SMED, técnicas enxutas |
| Escassez de materiais | 10-20% | Gestão de estoques, confiabilidade do fornecedor |
| Questões de qualidade | 5-15% | SPC, análise de causa raiz |
| Ausência do operador | 5-10% | Treinamento cruzado, planejamento de trabalho |
| Manutenção planejada | 10-15% | Otimização de agendamento |
Benchmarks da indústria
Benchmarks de KPI de manufatura por setor
| KPI | Automotivo | Eletrônica | Alimentos e Bebidas | Farmacêutico | Usinagem Geral |
|---|---|---|---|---|---|
| OEE | 80-90% | 75-85% | 65-80% | 50-70% | 60-75% |
| Rendimento da primeira passagem | >98% | >95% | >97% | >99% | >93% |
| Taxa de sucata | <1% | <2% | <1,5% | <0,5% | <3% |
| Aderência ao cronograma | >95% | >90% | >92% | >95% | >85% |
| MTBF (horas) | >500 | >300 | >200 | >400 | >250 |
| MTTR (horas) | <1 | <2 | <2 | <1,5 | <3 |
| Tempo de mudança | <10 minutos | <30 minutos | <15 minutos | <60 minutos | <30 minutos |
| Giros de estoque | >20 | >8 | >15 | >4 | >6 |
Esses benchmarks representam um desempenho de classe mundial. Use-os como alvos direcionais e não como padrões absolutos. O subsegmento da sua indústria, a complexidade do produto e a idade do equipamento influenciam metas realistas.
Construindo o painel no Odoo
Princípios de design do painel
Hierarquia de informações: O dashboard deve responder às perguntas em ordem de importância:
- Como está o desempenho geral agora? (OEE, rendimento)
- O que está causando problemas de desempenho? (Motivos de tempo de inatividade, sucata por tipo)
- Quais são as tendências? (OEE histórico, rendimento, tempo de ciclo)
- O que precisa de atenção? (Alertas, condições fora de especificação)
Layout de painel recomendado
Linha superior: KPIs resumidos (turno ou dia atual)
- OEE com indicador de tendência (para cima/para baixo/estável)
- Taxa de transferência versus meta
- Taxa de sucata
- Porcentagem de adesão ao cronograma
Seção intermediária: análise detalhada
- Análise dos fatores OEE (disponibilidade, desempenho, gráfico de barras de qualidade)
- Tempo de inatividade Pareto (5 principais motivos)
- Sucata Pareto (5 principais tipos de defeitos)
- Produção por hora (gráfico de linhas mostrando o ritmo de produção)
Seção inferior: detalhamento
- OEE por máquina ou linha (tabela comparativa)
- Alertas ativos e problemas de qualidade
- Próxima manutenção agendada
- Ordens de serviço em andamento com status
Fontes de dados em Odoo
| Elemento do painel | Fonte de dados Odoo |
|---|---|
| Disponibilidade | Horários de início/parada de ordens de serviço, registros de tempo de inatividade |
| Desempenho | Contagem de produção real versus capacidade teórica |
| Qualidade | Taxas de aprovação/reprovação na inspeção de qualidade |
| Rendimento | Quantidades de ordens de produção concluídas |
| Taxa de sucata | Ajustes de sucata de estoque vinculados a ordens de serviço |
| Razões de inatividade | Solicitações de manutenção com códigos de motivo |
| Tempo de ciclo | Registros de duração de operação de ordem de serviço |
| Cumprimento do cronograma | Datas de conclusão de ordens de serviço planejadas versus reais |
Visualizações em tempo real versus históricas
O painel deve suportar ambas as perspectivas:
Visualização em tempo real: desempenho atual do turno, status da máquina em tempo real, problemas ativos que exigem resposta. Atualizado a cada 1-5 minutos a partir de dados de IoT e status de ordem de serviço Odoo.
Visualização histórica: Tendências ao longo de dias, semanas e meses. Comparação de turnos, máquinas, produtos e períodos de tempo. Esta visão apoia a identificação de projetos de melhoria e o acompanhamento do desempenho a longo prazo.
Armadilhas comuns de KPI
| Armadilha | Problema | Solução |
|---|---|---|
| Muitos KPIs | Sobrecarga de informação, sem prioridade clara | Limitar o painel a 5 a 7 KPIs primários |
| Medir a utilização em vez do OEE | Incentiva a superprodução e aumenta o WIP | Foco em OEE que inclui qualidade e desempenho |
| Usando médias que escondem variação | Mascara problemas que ocorrem em turnos ou máquinas específicas | Mostrar distribuição e detalhamento, não apenas médias |
| Definir metas sem planos de melhoria | As metas tornam-se aspiracionais em vez de alcançáveis | Combine cada meta com uma ação de melhoria específica |
| Ignorando o tempo de mudança no OEE | Exagera a disponibilidade, subestima a oportunidade de melhoria | Incluir a mudança como uma categoria de tempo de inatividade monitorado |
| Entrada manual de dados | Carga de conformidade atrasada e imprecisa | Automatize por meio de sensores IoT e leitura de código de barras |
Perguntas frequentes
Qual é uma boa pontuação de OEE para minha fábrica?
A resposta honesta é que o seu OEE atual comparado ao seu OEE de seis meses atrás é mais significativo do que a comparação com benchmarks abstratos. Dito isto, a maioria dos fabricantes opera entre 60-75% de OEE. A classe mundial é considerada 85%. Se o seu OEE atual estiver abaixo de 65%, provavelmente haverá oportunidades de melhoria significativas em um ou mais dos três fatores do OEE. Comece identificando qual fator (disponibilidade, desempenho ou qualidade) tem a maior lacuna e concentre-se na melhoria.
Com que frequência os KPIs de produção devem ser atualizados?
Em tempo real (a cada 1-5 minutos) para o painel de chão de fábrica que os operadores e supervisores usam para responder às condições atuais. De hora em hora para revisão do gerenciamento de produção. Diariamente para gerenciamento da planta. Semanalmente para relatórios executivos. O princípio fundamental é que as pessoas mais próximas do trabalho precisam dos dados mais atualizados, porque são elas que podem agir imediatamente sobre eles.
Todas as máquinas devem ter rastreamento de OEE?
Não necessariamente. O rastreamento de OEE tem maior valor em recursos restritos (gargalos) e equipamentos de alto valor. Para máquinas sem restrições com excesso de capacidade, um OEE elevado não é benéfico, pois leva à superprodução. Concentre o rastreamento e a melhoria do OEE em 20% das máquinas que determinam 80% da produção da fábrica. Use métricas mais simples (tempo de atividade, qualidade) para outros equipamentos.
Como o OEE se relaciona com o custo por unidade?
OEE impacta diretamente o custo por unidade porque os custos fixos (depreciação, despesas gerais, gerenciamento) são distribuídos pelo número de unidades boas produzidas. OEE mais alto significa mais unidades boas produzidas a partir da mesma base de custos fixos, reduzindo o custo por unidade. Uma melhoria de 10% no OEE em uma máquina com custos fixos anuais de US$ 500.000 reduz o custo fixo por unidade em aproximadamente 10%, o que leva diretamente à melhoria da margem.
O que vem a seguir
Os KPIs de manufatura não são apenas números em um painel. Eles são o mecanismo de feedback que impulsiona a melhoria contínua. Quando OEE, rendimento, tempo de ciclo e produtividade são visíveis, precisos e oportunos, as equipes de produção tomam decisões melhores a cada hora de cada turno.
ECOSIRE implementa sistemas de manufatura Odoo com painéis KPI abrangentes que dão aos fabricantes visibilidade em tempo real do desempenho da produção. Desde a configuração do centro de trabalho até o desenvolvimento de painéis personalizados, nossa equipe ajuda os fabricantes a construir a infraestrutura de medição que dá suporte a operações de classe mundial.
Explore nossos guias relacionados sobre manufatura enxuta e melhoria de processos Seis Sigma ou entre em contato conosco para discutir suas necessidades de análise de manufatura.
Publicado por ECOSIRE — ajudando empresas a escalar com soluções baseadas em IA em Odoo ERP, Shopify eCommerce e OpenClaw AI.
Escrito por
ECOSIRE TeamTechnical Writing
The ECOSIRE technical writing team covers Odoo ERP, Shopify eCommerce, AI agents, Power BI analytics, GoHighLevel automation, and enterprise software best practices. Our guides help businesses make informed technology decisions.
ECOSIRE
Transforme seu negócio com o Odoo ERP
Implementação, personalização e suporte especializado do Odoo para agilizar suas operações.
Artigos Relacionados
Comparação Odoo vs NetSuite Mid-Market: Guia completo do comprador 2026
Odoo vs NetSuite para mercado intermediário em 2026: pontuação recurso por recurso, TCO de 5 anos para 50 usuários, cronogramas de implementação, adequação ao setor e orientação de migração bidirecional.
Tally to Odoo Migration 2026: guia passo a passo para pequenas e médias empresas indianas
Manual de migração do Tally para Odoo para pequenas e médias empresas indianas em 2026: mapeamento de modelo de dados, plano de 12 etapas, tratamento de GST, tradução de COA, execução paralela, UAT e transição.
Segmentação de clientes baseada em IA: do RFM ao clustering preditivo
Saiba como a IA transforma a segmentação de clientes, desde a análise estática de RFM até o clustering preditivo dinâmico. Guia de implementação com dados Python, Odoo e ROI real.
Mais de Manufacturing in the AI Era
ERP para moda e vestuário: PLM, dimensionamento e coleções sazonais
Como os sistemas ERP gerenciam o ciclo de vida dos produtos de moda, matrizes tamanho-cor, coleções sazonais, fornecimento de tecidos, gerenciamento de amostras e canais B2B mais DTC.
ERP para fabricação de móveis: BOM, pedidos personalizados e entrega
Saiba como os sistemas ERP lidam com móveis personalizados, listas técnicas complexas, estoque de madeira e tecido, dimensões personalizadas, agendamento de entrega e PDV de showroom.
Odoo vs Epicor: comparação de ERP de manufatura 2026
Comparação de ERP de fabricação Odoo vs Epicor Kinetic cobrindo MRP, chão de fábrica, controle de qualidade, programação, IoT, preços e cronogramas de implementação.
Estudo de caso: Implementação de ERP de manufatura com Odoo 19
Como um fabricante paquistanês de peças automotivas reduziu o tempo de processamento de pedidos em 68% e reduziu a variação de estoque para menos de 2% com a implementação do Odoo 19 da ECOSIRE.
Gêmeos Digitais na Manufatura: Conectando o Físico e o Digital
Entenda como a tecnologia de gêmeos digitais está transformando a produção, desde a manutenção preditiva em nível de máquina até a simulação completa de fábrica e estratégias de integração de ERP.
ERP para o setor automotivo: gerenciamento de peças, serviços e fabricação
Guia completo de ERP para a indústria automotiva – gerenciamento de peças, operações de revendedores, serviços de veículos, fabricação e cadeia de suprimentos para 2026.