Czym jest wskaźnik OOE?

Wskaźnik OOE (ang. Overall Operations Effectiveness) to ogólna efektywność operacji. Obliczamy go poprzez pomnożenie trzech czynników: dostępności, wydajności i jakości. Różnica w stosunku do ogólnej efektywności sprzętu (OEE) i całkowitej wydajności TEEP (ang. Total Effective Equipment Performance) opiera się na innym podejściu do mierzenia „dostępności”. We wskaźniku OOE bierzemy pod uwagę czas, w którym maszyna nie działa z powodów planowanej konserwacji, przestoju parku maszynowego w celach szkoleniowych, czy zebrania pracowników w ramach związku zawodowego.

Wskaźnik OOE – znaczenie dla finansów firmy

Jakie rezultaty daje praca nad poprawą wskaźnika efektywności operacji? Branżowe raporty i analizy potwierdzają, że poprzez nacisk na tę kwestię można osiągnąć zauważalną redukcję przestojów i wzrost produkcji. Wykazują to m.in. rezultaty analizy McKinsey. Warto jednak mieć na uwadze, że poprawa wskaźnika OOE to z reguły konsekwencja szerszej strategii cyfrowej transformacji utrzymania ruchu. Mowa zatem o wdrożeniu CMMS, monitoringu w czasie rzeczywistym i strategii predictive maintenance – takie rozwiązania skracają zarówno czas reakcji, jak i przywracania produkcji.

Jak to wygląda w danych? Raport McKinsey skupia się na operatorach z sektora wydobywczego – to obszar, w którym należy liczyć się z dość wysokimi kosztami maszyn i części, a tym samym także napraw. Dlatego projekty digitalizacji i utrzymania opartego na danych są tutaj tak istotne. Jakie są efekty? Nawet 20% redukcji przestojów i wzrost produkcji porównywalny z dodatkowymi setkami tysięcy baryłek rocznie. Badania potwierdzają też konkretne efekty ekonomiczne – według Pumps and Systems Magazine podejście predykcyjne wsparte przez CMMS może obniżyć nieplanowane przestoje o ok. 36%. Nawet w ujęciu pojedynczego zakładu są to zatem oszczędności w zakresie wielu milionów rocznie.

Należy także podkreślić, że stale rośnie rynek narzędzi wspierających poprawę wskaźnika OOE. Mowa w szczególności o globalnym rynku CMMS. Jego łączna wartość była szacowana na 1,29 mld USD w roku 2024, z prognozą wzrostu nawet do 2,4 mld USD w 2030 (Grand View Research). To idealny dowód, że popyt na systemy do zarządzania pracami serwisowymi i danymi eksploatacyjnymi nieustannie się zwiększa.

To również wartościowe działanie z perspektywy kosztów. Analizy Deloitte wskazują, że dobrze zaprojektowane programy predictive maintenance i integracja z CMMS zwykle dają oszczędności w obszarze materiałów i napraw rzędu 5–10%. Jednocześnie zapasy części mogą być mniejsze dzięki lepszemu planowaniu. Wszystko to przyczynia się do lepszych wyników finansowych całego zakładu.

Przykład

Przyjmijmy, że maszyna wyprodukowała 20 500 partii towaru razem brakami (zamówienie na 20 000 sztuk i 500 wadliwych). Nasz park maszynowy musiał poświecić dodatkowy czas na wyprodukowanie brakujących sztuk.

Dostępność: Od rozpoczęcia do zakończenia procesu produkcji minęło 120 godzin (tzw. czas zamówiony). W tym czasie wszystkie operacje trwały 70 godzin (zaplanowany czas produkcji) – czas pomniejszony o planowane postoje i przezbrojenie maszyny, które nie są liczone jako strata. Jednak od zaplanowanego czasu produkcji należy jeszcze odjąć czas poświęcony na awarie oraz czas, o który przekroczono czas przezbrojenia, które już są liczone jako strata (przyjmijmy 5 godzin). Standardy, do których dąży się w zakładach produkcyjnych określają dostępność na poziomie 90% lub wyższym.

65h/70h*100% = 92,8%

Wydajność: Z powodu dostępności maszyny na skutek spowolnienia jej pracy lub błędnego założenia czasu potrzebnego na realizację zamówienia np. kierowania się katalogową, a nie rzeczywistą wydajnością maszyny w cały procesie jeszcze utracono 13,5 godziny. Wydajność to dostępność zaniżona przez straty w szybkości wykonywania operacji.

65h-13,5h = 51,5 h
51,5h/65h*100% = 79,2%

Jakość: Wyprodukowano 500 wadliwych sztuk produktu. Jeżeli do całego zamówienia zabrakło nam 500 sztuk, to musimy je jeszcze wyprodukować. Trzeba na to poświęcić dodatkowe 1,5 godziny. Jakością będzie stosunek wyrobów dobrych do wadliwych, czyli w powyższym przykładzie:

20000/20500·100% = 97,6%

Schemat wyliczania współczynnika OOE

OOE = Dostępność x Wydajność x Jakość x 100 %

Wskaźnik OOE = 0,928 x 0,792 x 0,976 x 100 %

OOE = 71,7 %

Dlaczego warto obliczać wskaźnik OOE?

Ideą stojącą za obliczaniem wartości wskaźnika OOE jest posiadanie wyznacznika efektywności produkcji w postaci jednej liczby. Możemy wyliczyć OOE również w ujęciu dziennym np. dzisiaj osiągnęliśmy 72,8%, natomiast wczoraj było to 68,4%. Oznacza to, że od wczoraj udało nam się coś poprawić albo wczoraj coś się wydarzyło – może była to awaria, a może postój związany z przyczynami logistycznymi. Warto analizować wskaźniki, ponieważ OOE ułatwi nam odpowiedź na pytanie, w jakim stopniu wykorzystujemy nasze moce produkcyjne.

Ile powinien wynosić wskaźnik OOE?

Światowi producenci z najlepszymi standardami potrafią osiągnąć wartość wskaźnika OOE na poziomie nawet 85% (wypadkowa 95% dostępności, 90% wydajności i 99% jakości). Natomiast najczęściej, w dobrze funkcjonujących zakładach produkcyjnych wskaźnik przybiera wartość w okolicach 60-70%.

O wskaźnikach efektywności sprzętu pisaliśmy już w naszych poprzednich artykułach:
– Czym jest wskaźnik OEE?
– Czym jest wskaźnik TEEP?
– Wskaźniki KPI w Utrzymaniu Ruchu

Podsumowanie

Wskaźnik OOE to procentowe określenie ogólnej efektywności operacji. OOE mierzy wydajność parku maszynowego w stosunku do całkowitego czasu, w którym sprzęt był zaplanowany jako dostępny do pracy. W przypadku OOE, jeśli ktoś wyłącza sprzęt z jakiegokolwiek powodu (planowanego lub nieplanowanego), wpływa to na ostateczną wydajność operacyjną.