KPI di produzione: quali misurare e come usarli per migliorare i processi

Che cosa sono i KPI di produzione?

Un KPI è un indicatore misurabile che permette di valutare l’andamento di un processo rispetto a un obiettivo.

I KPI possono essere applicati a tutti i livelli di un’azienda, dalla produzione alle vendite, al marketing, alle operazioni e al servizio clienti; nel contesto industriale si usano per una singola fase della produzione, una macchina, una linea oppure un intero reparto. Il loro valore dipende dal contesto: lo stesso indicatore può essere molto utile in un processo e avere un’importanza secondaria in un altro.

In ogni caso, un buon KPI deve quindi aiutare a rispondere a una domanda concreta, che può essere ad esempio

• Quanto tempo impiega davvero il processo?
• Quanti pezzi buoni produce?
• Dove si concentrano le fermate?
• Quanto pesa la rilavorazione?
• La linea sta rispettando gli obiettivi previsti?

La scelta degli indicatori dovrebbe partire da queste domande, non dalla quantità di dati che il sistema è in grado di raccogliere.

I KPI di alto livello possono concentrarsi sulle prestazioni complessive dell’impresa, come ad esempio l’OEE, mentre i KPI di basso livello possono concentrarsi sui processi in reparti specifici, come l’output di produzione di una singola macchina.

Come scegliere i KPI più utili

Quando si definiscono i KPI di un processo produttivo, ci sono alcuni criteri da tenere a mente.

1. Parti dagli obiettivi. Se l’obiettivo è ridurre i tempi di produzione, servono indicatori che permettano di seguire tempi ciclo, velocità e fermate. Se invece il problema riguarda la qualità, scarti, pezzi difettosi, rilavorazioni e resa al primo passaggio diventano più rilevanti.
2. Evita di misurare tutto. Un sistema può raccogliere centinaia di segnali senza produrre informazioni realmente utili. Un numero elevato di dati non rende automaticamente migliore il controllo del processo.
3. Assicurati che gli indicatori siano comprensibili. Un KPI deve poter essere interpretato facilmente dalle persone che lo utilizzano, dal reparto di produzione fino ai responsabili che devono analizzare le performance. Il tuo team deve capire cosa indica il KPI e perché è stato considerato proprio quello specifico KPI. Un buon modo per raggiungere questo obiettivo è applicare il principio SMART, che afferma che gli obiettivi dovrebbero essere specifici, misurabili, raggiungibili, realistici e basati sul tempo.
4. Controlla la qualità del dato. Un indicatore è utile soltanto se il dato da cui deriva è affidabile, coerente e disponibile con una frequenza adeguata alla decisione che deve supportare. E ricordati sempre di convalidare la ripetibilità e la riproducibilità del sistema di misura scelto.

La domanda da porsi è semplice: “Questo KPI mi aiuta a prendere una decisione?”

Se la risposta è no, probabilmente non è l’indicatore giusto da mettere in primo piano.

E soprattutto, se diventi troppo granulare nello sviluppo dei tuoi KPI, è facile perdere traccia di ciò che sta effettivamente accadendo e rimanere sopraffatto dai dati. Un consiglio è iniziare con un insieme più ampio di KPI e poi aggiungere KPI più dettagliati al bisogno, mentre continui a misurare il processo o la linea di produzione.

12 KPI da monitorare nei processi di produzione

Non esiste un elenco valido per ogni stabilimento. Questi 12 KPI rappresentano però una buona base per analizzare produttività, qualità, disponibilità e andamento del processo.

1. Tempo ciclo

Il tempo ciclo indica quanto tempo impiega un pezzo, in media, per completare un ciclo produttivo. Monitorarlo permette di individuare variazioni rispetto al ciclo atteso e di riconoscere più facilmente i punti in cui il processo rallenta. Può aiutare a identificare i colli di bottiglia e in generale le aree in cui il processo può essere migliorato o semplificato.

2. Tasso di scarto

Misura la quantità di pezzi o materiale che viene scartata durante il processo. Un aumento del tasso di scarto può segnalare problemi legati al processo, alle materie prime, alle impostazioni della macchina o alla qualità del prodotto. Tenere traccia di questo KPI può anche aiutare a identificare le aree in cui c’è spazio di miglioramento in termini di riduzione dei rifiuti.

3. Output totale

È il numero complessivo di pezzi prodotti in un determinato periodo, indipendentemente dal loro esito qualitativo. Da solo non dice se la produzione sta andando bene: va letto insieme ai pezzi buoni, agli scarti e agli altri indicatori di performance perché aiuta a tenere traccia delle entrate, dei costi di produzione e dei profitti.

4. Pezzi buoni

Indica quanti pezzi conformi sono stati prodotti. È uno degli indicatori più immediati per seguire l’effettiva produzione disponibile e per confrontare il risultato ottenuto con l’obiettivo previsto.

5. Pezzi difettosi

Misura il numero di prodotti che non rispettano i requisiti di qualità. Quando il dato viene associato alla fase, alla macchina o alla condizione in cui si è verificato il difetto, può aiutare a individuare più rapidamente l’origine del problema. Un numero elevato di pezzi difettosi indica un problema da qualche parte nel processo, nei macchinari utilizzati sulla linea di produzione o nelle materie prime acquistate per la produzione.

6. First Pass Yield, FPY

Il First Pass Yield (o anche Throughput yield o TPY) misura la percentuale di pezzi che completano il processo correttamente al primo passaggio, senza rilavorazioni. È un indicatore particolarmente utile quando si vuole capire quanto il processo riesca a produrre conformità già al primo tentativo.

7. Fermi macchina non pianificati

Indicano le interruzioni della produzione dovute a eventi imprevisti, come guasti o anomalie. Non conta soltanto quante volte la linea si ferma. Anche la durata e la distribuzione di questi eventi nel tempo possono fornire informazioni utili per individuare le cause delle perdite di produzione.

8. Fermi macchina pianificati

Comprendono le fermate previste, per esempio per manutenzione, aggiornamenti o attività programmate. Monitorarle permette di confrontare il tempo effettivamente dedicato a queste attività con quanto previsto e di valutarne l’impatto sulla disponibilità produttiva.

9. Cicli lenti

Un ciclo può essere completato senza provocare un vero e proprio fermo macchina e risultare comunque più lento del previsto. Questi rallentamenti sono facili da trascurare, ma sommati nel tempo possono incidere in modo significativo sull’output complessivo.

10. Microfermate

Le microfermate sono brevi interruzioni che singolarmente possono sembrare trascurabili. Quando però si ripetono molte volte durante un turno, possono generare una perdita di produttività rilevante. Riuscire a rilevarle automaticamente permette di avere un quadro più completo del comportamento della linea.

11. Rilavorazioni

Il conteggio delle rilavorazioni indica quanti pezzi hanno richiesto un nuovo intervento prima di poter essere considerati conformi. Questo indicatore aiuta a distinguere il semplice volume di scarto da una perdita di efficienza legata alla necessità di ripetere una lavorazione.

12. OEE

L’OEE, Overall Equipment Effectiveness, combina tre dimensioni della performance produttiva: disponibilità, prestazioni e qualità. È utile per avere una visione sintetica dell’efficacia di un’attrezzatura o di una linea, ma il suo valore aumenta quando è possibile risalire alle singole cause che determinano il risultato.

Un OEE basso, per esempio, può dipendere da fermate frequenti, da cicli più lenti del previsto oppure da problemi di qualità. Il dato aggregato indica che esiste una perdita; gli altri KPI aiutano a capire dove cercarla.

Un KPI vale quanto il dato che lo alimenta

A questo punto emerge un aspetto spesso sottovalutato: per calcolare un KPI non basta decidere quale formula utilizzare; bisogna sapere da dove arriva il dato, con quale frequenza viene acquisito, come viene associato al processo e come viene storicizzato.

In uno stabilimento automatizzato, le informazioni possono arrivare direttamente da PLC, macchine e sensori. Un’infrastruttura di raccolta dati industriale può acquisirle e renderle disponibili per successive elaborazioni, senza affidarsi esclusivamente alla registrazione manuale.

Questo permette di costruire indicatori più coerenti con ciò che accade realmente sul campo.

Anche la qualità della misura va verificata. Un dato raccolto in modo discontinuo, con definizioni diverse tra una linea e l’altra o senza una corretta relazione con l’evento produttivo può portare a conclusioni fuorvianti.

Dai dati ai KPI, dai KPI alle decisioni

Il passaggio più interessante avviene quando il dato non rimane confinato al sistema che lo ha raccolto.

Un KPI può essere visualizzato su un monitor di reparto, integrato in una dashboard, associato a un ordine di produzione oppure utilizzato da un sistema gestionale per seguire l’andamento delle lavorazioni.

Le app industriali web-based permettono, per esempio, di rendere disponibili dati e indicatori attraverso interfacce accessibili da diverse postazioni.

L’obiettivo non è avere più grafici, ma fare in modo che la persona che deve intervenire trovi l’informazione giusta nel momento in cui serve. Un responsabile di produzione potrebbe voler vedere l’andamento dell’OEE del reparto, un operatore potrebbe aver bisogno di sapere perché una linea è ferma, un responsabile di manutenzione potrebbe cercare le macchine con il maggior numero di fermi non pianificati.

Lo stesso patrimonio di dati può quindi servire a esigenze diverse, a condizione che il sistema sia progettato intorno ai processi reali.

KPI e sistemi di gestione della produzione

Quando i KPI vengono collegati ai sistemi di produzione, è possibile mettere in relazione performance, ordini, lavorazioni e stato delle risorse. Un sistema MES può utilizzare i dati provenienti dal campo per seguire l’avanzamento degli ordini, raccogliere informazioni sulle lavorazioni e costruire una base dati coerente per l’analisi delle prestazioni.

Questo collegamento diventa particolarmente utile quando i KPI devono essere letti nel contesto corretto.

Un fermo macchina, per esempio, può avere un peso diverso a seconda dell’ordine in corso, della fase produttiva o della disponibilità delle altre risorse. Il dato isolato dice che qualcosa è successo, mentre il collegamento con il processo aiuta a capire cosa significa.

Quali KPI servono davvero al tuo processo?

Non tutti gli stabilimenti hanno bisogno degli stessi indicatori e non tutti i KPI devono essere visualizzati allo stesso livello.

Un buon punto di partenza è individuare il problema che vuoi misurare e costruire intorno a quel problema un set di indicatori coerente.

Ad esempio, se la produttività è elevata ma la resa è bassa, forse si sta producendo troppo materiale di scarto. Oppure, se il tempo ciclo è lungo ma il tasso di scarto è basso, potrebbe esserci spazio per miglioramenti nella progettazione del tuo processo. Se vuoi ridurre i tempi di produzione, dovrai osservare tempi ciclo, cicli lenti, microfermate e disponibilità. Se il problema riguarda la qualità, saranno più utili scarti, pezzi difettosi, FPY e rilavorazioni. Se invece vuoi capire quanto efficacemente una linea sta utilizzando il tempo disponibile, l’OEE può diventare un indicatore sintetico da affiancare alle metriche che spiegano le singole perdite.

Il KPI giusto, quindi, non è quello che il sistema riesce a calcolare, quanto quello che serve per capire cosa sta succedendo e decidere dove intervenire.