5 KPI del Controllo Qualità da monitorare nell’industria manifatturiera

Perché monitorare i KPI di qualità?

I KPI di qualità permettono di trasformare un problema generico, come “stiamo avendo troppi scarti”, in una misura che può essere analizzata e confrontata nel tempo.

Un indicatore utile deve aiutare a rispondere a una domanda concreta: dove si verifica il problema? Quanto spesso? Quale impatto ha sul processo? Sta migliorando o peggiorando?

La scelta del KPI dipende quindi dal processo e dall’obiettivo che si vuole raggiungere.

In questo articolo ci concentriamo su cinque indicatori legati alla qualità della produzione e al flusso del valore, dalla resa al primo passaggio fino ai resi dei clienti.

5 KPI di qualità da monitorare

1. Resa al primo passaggio, FPY

La resa al primo passaggio, o First Pass Yield (FPY), è un indicatore delle prestazioni di produzione e qualità di una linea.

Misura la percentuale di unità che completano una determinata fase correttamente al primo tentativo, senza necessità di rilavorazione o riparazione.

La formula di base è:

FPY = pezzi conformi al primo passaggio / pezzi totali entrati nel processo × 100

Un FPY elevato e stabile indica che il processo riesce a produrre conformità già al primo passaggio, riducendo la necessità di rilavorazioni e interventi correttivi.

È importante non confondere il First Pass Yield con il Throughput Yield o con il Rolled Throughput Yield (RTY). Questi indicatori possono essere utilizzati per analizzare il rendimento complessivo di più fasi del processo e tengono conto della probabilità di superare le diverse operazioni senza difetti al primo passaggio.

La resa al primo passaggio può essere calcolata manualmente oppure monitorata automaticamente utilizzando i dati di produzione.

2. Tasso di scarto

Il tasso di scarto misura la quantità di prodotti o materiali scartati durante il processo produttivo. È un indicatore semplice, ma molto utile per individuare aree in cui esistono perdite di materiale e opportunità di miglioramento.

Una formula possibile è:

Tasso di scarto = quantità scartata / quantità totale prodotta × 100

La modalità di calcolo può variare in funzione del processo e di ciò che l’azienda considera come scarto. Per questo è importante definire in modo chiaro il perimetro del KPI prima di iniziare a confrontarne i valori.

Monitorare il dato nel tempo e associarlo alla linea, alla fase produttiva o al codice articolo permette di capire dove si concentrano le perdite.

3. Tasso di difettosità dei fornitori

La qualità dei materiali in ingresso può influenzare direttamente il risultato del processo produttivo.

Il tasso di difettosità dei fornitori misura la percentuale di materiali ricevuti che non soddisfano le specifiche di qualità richieste.

In base alle esigenze dell’azienda, è possibile affiancare a questo indicatore altri dati, come:

• percentuale di materiali conformi in ingresso;
• numero di non conformità rilevate;
• costo associato ai materiali non conformi;
• distribuzione delle non conformità per fornitore o tipologia di materiale.

Inoltre, è necessario considerare anche i chargeback dei fornitori, ovvero il costo totale addebitato ai fornitori per i materiali che non soddisfano gli standard di qualità.

Tasso di difettosità del fornitore = % di materiali difettosi

Queste informazioni permettono di valutare la qualità dei materiali in ingresso e di individuare eventuali problemi ricorrenti lungo la catena di fornitura.

Il KPI diventa più utile quando i dati non vengono considerati isolatamente, ma collegati ai lotti, ai materiali e ai fornitori coinvolti.

4. Costo della qualità

Il costo della qualità permette di quantificare le risorse impiegate per prevenire e verificare i problemi di qualità e i costi associati alle non conformità.

Le categorie comunemente considerate comprendono:

1. Costi di prevenzione, che sono i costi sostenuti per evitare che si verifichino problemi di qualità, per esempio attività di pianificazione, formazione, definizione delle specifiche e prevenzione dei difetti.
2. Costi di valutazione, che comprendono le attività necessarie a verificare la conformità, come ispezioni, test, controlli e audit.
3. Costi dei difetti interni, cioè che riguardano i problemi rilevati prima che il prodotto arrivi al cliente, come scarti, riparazioni e rilavorazioni.
4. Costi dei difetti esterni, ossia i costi associati ai problemi che raggiungono il cliente, come resi, riparazioni, sostituzioni e altre conseguenze della non conformità.

Misurare queste categorie permette di capire quanto pesa realmente la qualità sul processo e di valutare il potenziale impatto economico degli interventi di miglioramento.

5. Tasso di resi e RMA

Analizzare i motivi per cui i clienti restituiscono i prodotti può aiutare a individuare problemi che non vengono intercettati nelle fasi precedenti del processo.

Il tasso di resi misura la percentuale di prodotti restituiti rispetto al totale dei prodotti venduti o consegnati, secondo il perimetro scelto dall’azienda.

Gli RMA, Return Material Authorization, fanno invece riferimento al processo di autorizzazione e gestione della restituzione del prodotto.

Per rendere questo indicatore realmente utile, è importante analizzare anche la causa del reso: un prodotto può essere restituito per un difetto di fabbricazione, per un errore di configurazione, per un problema logistico o per altri motivi che non riguardano direttamente la qualità produttiva.

Incrociando i dati dei resi con articolo, lotto, linea e periodo di produzione, è possibile individuare eventuali ricorrenze e risalire più facilmente alle cause.

Dai KPI di qualità ai dati di produzione

Definire un KPI è solo il primo passo. Per monitorarlo in modo continuativo servono dati affidabili, raccolti con una frequenza adeguata e associati correttamente al processo.

Una percentuale di scarto, per esempio, diventa molto più utile quando si può sapere su quale linea si è verificata, in quale turno, per quale prodotto e durante quale fase della lavorazione.

Lo stesso vale per un FPY: il valore complessivo può segnalare un problema, ma la possibilità di analizzarlo per stazione o fase produttiva permette di capire dove intervenire.

La raccolta automatica dei dati da macchine, PLC e sistemi di produzione può rendere queste informazioni disponibili in tempo reale e ridurre la dipendenza dalle registrazioni manuali.

Per approfondire il tema, puoi leggere il nostro articolo sui KPI di produzione.

Visualizzare e utilizzare i KPI

Un KPI diventa davvero utile quando arriva alla persona che deve utilizzarlo. Può essere visualizzato su monitor di reparto, dashboard, applicazioni web o sistemi di gestione della produzione.

L’obiettivo non è avere più grafici, ma rendere immediatamente leggibile ciò che sta accadendo.

Per esempio, un responsabile qualità può avere bisogno di seguire l’andamento degli scarti e delle non conformità, mentre il responsabile di produzione può voler confrontare FPY e quantità prodotte tra linee o periodi differenti.

Le app industriali web-based permettono di costruire interfacce e dashboard personalizzate in funzione delle informazioni che l’azienda deve monitorare.

Dal dato al miglioramento del processo

Il valore di un KPI aumenta quando il suo andamento viene collegato alle cause che lo determinano.

Un aumento degli scarti può richiedere un’analisi della macchina, della materia prima o della fase specifica in cui vengono generati i difetti.

Un calo del FPY può invece evidenziare una perdita di qualità già nella prima fase del processo, prima che il problema produca ulteriori rilavorazioni o costi.

In questo senso, i KPI non sono soltanto strumenti di reporting. Possono diventare una base per individuare le priorità di intervento e verificare nel tempo se le modifiche introdotte stanno producendo il risultato atteso.

Quando la raccolta, la storicizzazione e la visualizzazione dei dati sono integrate nel processo, diventa inoltre possibile costruire sistemi di monitoraggio più strutturati e collegare i KPI agli altri sistemi aziendali.

Per esempio, un Test Management System può raccogliere e storicizzare i risultati delle prove, gestire i flussi di test e rendere disponibili metriche e report per l’analisi della qualità.

Anche la visione artificiale può contribuire alla raccolta automatica di dati relativi alla conformità dei prodotti, quando il controllo visivo è adatto al processo.

Quali KPI scegliere per il tuo processo?

Non tutti gli indicatori hanno la stessa utilità in ogni stabilimento, ma un buon punto di partenza è individuare il problema di qualità che vuoi comprendere e scegliere gli indicatori che possono aiutarti a misurarlo con dati affidabili.

L’importante è poter passare dal valore del KPI alla domanda successiva:

Perché questo valore è cambiato?

È lì che il dato smette di essere un numero su una dashboard e diventa uno strumento per migliorare il processo.