製造現場のKPI体系を整理する - 総合設備効率(OEE)から始める指標の選び方

製造現場のKPI体系を整理する - 総合設備効率(OEE)から始める指標の選び方

製造現場のデジタル化推進やクラウド活用において不可欠な効果測定指標について、代表的な指標をまとめました。
Clock Icon2024.12.01

「工場のデジタル化進めていきましょ!まずはデータを見える化して、それから、あれもやりたいしこれもやりましょう。夢が膨らみますな!」

「その気持はわかるんですが、実際そのデジタル化、どうやって効果測定しましょ?」

ドイツ政府が2011年に発表したインダストリー4.0から、はや数十年。製造業のDX化の波は日本でも進みつつありますし、弊社の製造ビジネステクノロジー部でも、Classmethod PLC Data To Cloudを導入する中で、日々顧客の悩みや声を聞きます。

データ活用、クラウド活用の手段については様々な手段が提示されていますし、最近AWSでも製造業専門のページが以前にもまして非常に充実してきています。

https://aws.amazon.com/jp/manufacturing/

2024年6月に開催されたAWSサミット2024でも、過去最大規模で製造業向けの展示がされていました。

https://dev.classmethod.jp/articles/awssummit2024-manufacturing-booth/

そんな中、顧客との会話の中でよく話題になるのが、「デジタル化、クラウド活用の効果を、どのような視点で評価するのか?」 私にもすぐに思いつくような指標は何点か有りましたが、改めていろいろ情報を探してみると、様々な視点での指標やフレームワークが存在することに気づきました。

正直に言います。インターネットのこれら情報をまとめることで、「決定版!製造現場のデジタル化の指標!これさえみれば、どんな現場でもデジタル化のロードマップが作成でき、経営層にもプレゼン可能!」となるような記事を作ろうと思いましたが、そんなものはないと痛感しました。

というのも、一口に製造業といってもその業種や業態は様々で、かつ工場の課題とITの課題と経営層の課題と期待は別です。もちろん外部環境も内部環境も1つとして同じ会社は無い。

このブログでは、「製造業のDXを推進する製造業顧客に対して、クラウドベンダーが提案すると良さそうな指標」 という観点で、複数の指標をまとめています。対象読者はもちろんベンダーには限らず製造業の方にも、改めて自社のデジタル化推進の指標として参考になれば幸いです。

  • ISO22400(製造業の主要業績評価指標:KPI for Manufacturing Operations Management)
  • TPM指標(Total Productive Maintenance)
  • SCOR(サプライチェーン管理のための標準的な参照モデル)
  • MESA(製造業界におけるグローバルコミュニティ)
  • SMKL(製造業のデジタル化とスマート製造の進捗を評価するフレームワーク)

ISO22400(製造業の主要業績評価指標:KPI for Manufacturing Operations Management)

おそらくこれが、製造業向け業績指標として一番メジャーで有名なものだと思います。

ISOの公式定義

特徴

特徴としては以下の通り。

  • 業界中立的なフレームワーク:バッチ、連続、離散産業に適用可能
  • 34項目のKPI定義:生産性、品質、能力、環境、在庫、保全の6つの領域をカバー
  • 標準化された構造:各KPIに対して、定義式、構成要素、時間挙動、単位/次元、その他の特性を明確に規定
  • ISA95(IEC62264)との整合性:製造操業管理(MOM)階層を対象領域としてKPIを定義
  • ユーザーグループの明確化:オペレーター、スーパーバイザー、管理者など、KPIの利用者を特定

34項目のKPI定義は以下の通り。

分類 KPI
生産性 1. 労働生産性
2. 負荷度
3. 生産量
4. 負荷効率
5. 利用効率
6. 総合設備効率
7. 正味設備効率
8. 設備有効性
9. 工程効率
品質 10. 品質率
11. 段取率
12. 設備保全利用率
13. 工程利用率
14. 直行率
15. 廃棄度合
16. 廃棄率
17. 手直率
18. 減衰率
能力 19. 機械能力指数
20. クリティカル機械能力指数
21. 工程能力指数
22. クリティカル工程能力指数
環境 23. 環境エネルギー消費量
在庫 24. 在庫回転率
25. 良品率
26. 総合良品率
27. 製品廃棄率
28. 在庫輸送廃棄率
29. その他廃棄率
保全 30. 設備負荷率
31. 平均故障間隔
32. 平均故障時間
33. 平均復旧時間
34. 改良保全率

ISO22400おける主要指標がOEE(総合設備効率)

このISO22400の中のKPI34項目の中で、よく主要指標として紹介されているのが、OEE(Overall Equipment Effectiveness index)(総合設備効率)。計算手順は以下の通り。

参考:ISO22400の評価指標「総合設備効率」とは?効率よく生産設備を稼働させるには

  1. 3つの要素を個別に計算する
    • 時間稼働率
    • 性能稼働率
    • 良品率
  2. 時間稼働率の計算
    • 負荷時間 = 実稼動時間 - 計画停止時間
    • 稼働時間 = 負荷時間 - 計画外停止時間
    • 時間稼働率 = 稼働時間 / 負荷時間
  3. 性能稼働率の計算
    • 正味稼動率 = (加工数量 × 基準サイクルタイム) / 稼働時間
    • 速度稼働率 = 基準サイクルタイム / 実サイクルタイム
    • 性能稼働率 = 正味稼動率 × 速度稼働率
  4. 良品率の計算
    • 良品率 = 良品数 / 加工数量
  5. OEEの算出
    • OEE = 時間稼働率 × 性能稼働率 × 良品率

一見複雑そうに感じますが、改めて各指標をみてみると、製造現場における一般的な指標を元に組み立てられているのがわかると思います。

OEEが主要指標として紹介されている理由

  • 包括的な評価
    • OEEは時間稼働率、性能稼働率、良品率の3つの要素を組み合わせた指標です1。これにより、設備の稼働状態や生産プロセスの効率を総合的に評価することができます。
  • デジタル化との親和性
    • OEEはIoTやデータ分析技術との親和性が高く、リアルタイムモニタリングや予知保全などの先進的な取り組みにも活用できます。これにより、製造業のデジタルトランスフォーメーション(DX)推進にも貢献します。
  • 国際的な認知度
    • OEEは国際的に広く認知された指標であり、グローバルな製造業において共通言語として機能します。これにより、多国籍企業における生産拠点間の比較や統合的な管理が容易になります。

改めて、OEEをいろいろ調べてたのですが、OEEについてAWSにOEEのブログがあるなど、デジタル化の中での主要指標として認知されていることが伺えます。AWS IoT SiteWiseだと、OEEが組み込みで評価できるのか。便利。

https://aws.amazon.com/jp/blogs/news/industrial-ooee-with-aws-iot-sitewise/

個人的所感

およそ、製造工程において意識しておくべき指標が分類を元に整理されていて、非常に使いやすく感じました。最初から分類がされているので、顧客とのヒアリングの中でも「実際問題、どのあたりに課題がありますか?どこから手を付けていきましょうか?」という話がしやすいのもポイントです。

特にOEEはデジタル化との相性が良いということなので、まずは「OEEを計算するために、現状どんなデータがあるのか?何が不足しているのか?」から考えてみるのも、一案かと思います。

TPM指標(Total Productive Maintenance)

社団法人日本プラントメンテナンス協会(JIPM)によって、1971年に提唱された指標。

https://www.jipm.or.jp/business/tpm/

●TPMの特徴
TPMは、設備を適切に維持、改善し続けることで、故障、製品不良、作業のムダなどの「ロス」を未然に防ぐことをねらうものであり、ロスに着目し、ロス・ゼロをターゲットとすることが特徴です。
また、TPMを実際に取り入れた場合には、ロスの排除と予防にむけて、生産に関わる全ての部門や機能によってタスクチームを構築し、日常の振り返りや改善・維持などの活動を、職域を越えたチームで行います(いわゆる小集団活動)。
TPM|公益社団法人日本プラントメンテナンス協会

TPMとOEEの関係

TPM(Total Productive Maintenance)とOEE(Overall Equipment Effectiveness)には密接な関係があり、TPMは生産活動におけるロスを特定し、それを削減または排除することに重点を置く改善活動の手法で、一方、OEEは設備の効率性を測る指標として考案されています。TPMはOEEを包含している関係になっています。

TPMの具体的な指標

TPMの具体的な指標は、主にKPI(Key Performance Indicator;主要業績評価指標)とKAI(Key Activity Indicator;主要活動指標)に分類されます。これらの指標は、PQCDSME(生産性、品質、原価、納期、安全、モラール、環境)の視点から設定されます。

またTPMでは、KPIやKAIとは別で、製造工程におけロスを以下の3つに分類しています。

  • 設備の効率化を阻害する8大ロス
    • 故障ロス
    • 段取り・調整ロス
    • 刃具交換ロス
    • 立上がりロス
    • チョコ停・空転ロス
    • 速度低下ロス
    • 手直し・不良ロス
    • シャットダウン(SD)ロス
  • 人の効率化を阻害する5大ロス
    • 管理ロス
    • 動作ロス
    • 編成ロス
    • 自動化置き換えロス
    • 測定調整ロス
  • 原単位の効率化を阻害する3大ロス
    • 歩留まりロス
    • エネルギーロス
    • 型・治工具ロス

個人的所感

ISO22400やそこに含まれるOEEに比べて、より人にフォーカスした指標というのが印象的でした。「人の効率化を阻害する5大ロス」あたりは、それこそ人そのものに関する指標なので、そこはそれで製造現場において非常に重要なファクターだと感じながらも、それをデジタルデータとして取得することの難しさも感じた次第です。

デジタルデータとの相性で考えると、ISO22400のほうがより検討しやすい印象ですが、そこはこのAI時代。アナログなデータがどんどんAIを通してデジタル化され始めているので、その視点で改めてどういった指標を得ることができるのかを考えるのに良いのかもしれません。

SCOR(サプライチェーン管理のための標準的な参照モデル)

CleanShot 2024-11-28 at 22.48.19.png

https://www.ascm.org/corporate-solutions/standards-tools/scor-ds/

サプライチェーン全体を標準化された方法で分析、評価、改善するための包括的なフレームワークです。SCORは組織間でのベンチマーキングや効率的なサプライチェーン管理を可能にし、業界を超えた共通言語としての役割を果たします。

  • 包括的なフレームワーク:サプライチェーン全体を網羅し、サプライヤーのサプライヤーから顧客の顧客までを対象としています。
  • プロセス参照モデル:ビジネスプロセスの記述、評価指標、ベストプラクティス、技術機能を統合しています。
  • 階層構造:3段階の階層構造(レベル1からレベル3)でプロセスを定義しています。
  • 6つの主要プロセス:Plan(計画)、Source(調達)、Make(製造)、Deliver(配送)、Return(返品)、Enable(実現)の6つのレベル1プロセスを定義しています。
  • 評価指標:信頼性、応答性、俊敏性、コスト、資産管理効率の5つの評価属性に基づく指標を提供しています。

というわけで、サプライチェーン全体を扱っているのが、これまで紹介してきた指標と趣が異なる点ですね。

SCORとISO22400の違い

冒頭で紹介した、ISO22400が標準的な製造業務における指標と私は勝手に位置づけているため、SCORとISO22400との主な違いをまとめてみました。

  • 対象範囲
    • SCORはサプライチェーン全体を対象
    • ISO22400は主に製造業務管理(MOM)に焦点
  • プロセス構造
    • SCORは6つの主要プロセス(計画、調達、製造、配送、返品、実現)を定義
    • ISO22400は特定のプロセス構造を定義せず、KPIのフレームワークを提供
  • 詳細度
    • SCORは3つのレベル(戦略、戦術、運用)でプロセスを定義し、さらに詳細なレベルまで展開可能
    • ISO22400はKPIの定義と構成に重点
  • 適用範囲
    • SCORは業界を問わず適用可能な汎用的なモデル
    • ISO22400はバッチ、連続、離散産業向けに設計
  • 焦点
    • SCORはサプライチェーン全体のパフォーマンス改善とベンチマーキングに重点
    • ISO22400は製造業務のKPI定義と測定に焦点を当てています。

こうやって並べてみると、違いがよりわかる気がします。デジタルデータの活用という点でISO22400はわかりやすいと感じますが、SCORはKPIの定義だけではなくプロセスも定義されており、サプライチェーン全体の改善に対するモデルとしての利用を想定しているようです。

個人的所感

製造業におけるデジタルデータの活用の指標としては、ISO22400が製造業務管理に特化しているので、KPIの設定もデータの収集計画の立案もSCORに比べてミニマムに始められる印象です。SCORはサプライチェーン全体を指標化しているので、製造現場のデータをより広い範囲の基幹系(需要予測、生産計画、会計など)にまで広げて見渡す必要があり、相当ハードルが高そうな印象です。

先日、AWSブログで、AWS Supply ChainとAmazon Qの連携が紹介されていました。

https://aws.amazon.com/jp/blogs/news/driving-operational-excellence-in-manufacturing-with-aws-supply-chain-and-amazon-q/

AWS Supply Chainは、そのまんまSCORに対応するデジタルデータのAWSとしてのソリューションだと思うので、AWS Supply Chainについて顧客と話すときには、SCORを意識しておくと、より標準的な観点から会話ができるのかと想像しています。

MESA(製造業界におけるグローバルコミュニティ)

https://mesa.org/about-mesa/

これまで紹介しているものとは少し毛色が違いますが、MESAは1992年に設立された非営利団体です。ミッションを読むと、この団体が目指す先が理解できます。

Mission
The Manufacturing Enterprise Solutions Association (MESA International™) is a global community of industry thought leaders actively driving business improvement through the effective application of technology and best practices.
We are a 30+ year-old nonprofit organization focused on Smart Manufacturing and the business value of converging Information Technology, Operations Technology, and emerging technology to improve industrial operations.

We accomplish this through:

Facilitating collaboration and innovation through global communities who effectively use the MESA Smart Manufacturing Model.
Generating best-practice guidance which drives greater productivity and profitability in industrial enterprises.
Educating on these topics through the MESA Global Education Program.

※DEEPLによる日本語訳

使命
製造企業ソリューション協会(MESAインターナショナル™)は、テクノロジーとベストプラクティスの効果的な活用を通じて、ビジネスの改善を積極的に推進する業界のオピニオンリーダーによるグローバルコミュニティです。

スマートマニュファクチャリングと、IT、OT、新技術の融合によるビジネス価値に焦点を当て、産業オペレーションの改善に取り組んでいます。
具体的には、以下の活動を行っています。
MESAスマートマニュファクチャリングモデルを効果的に活用するグローバルコミュニティを通じて、コラボレーションとイノベーションを促進する。
産業企業の生産性と収益性を向上させるベストプラクティスを提示する。
MESAグローバル教育プログラムを通じて、これらのトピックに関する教育を行う。

特徴

  • 非営利組織:1992年に設立された501(c)6非営利団体
  • スマート製造に焦点:情報技術、運用技術、新興技術の融合による産業運用の改善に重点を置く
  • グローバルコミュニティ:製造会社、ITハードウェアおよびソフトウェアサプライヤー、システムインテグレーター、コンサルティングサービスプロバイダー、アナリスト、編集者、学者、学生など、幅広い参加者を含む
  • 包括的なアプローチ:製造実行システム(MES)から始まり、現在では製造企業のバリューチェーン全体をカバー
  • 標準化への貢献:B2MMLとBatchMLの実装を作成・公開

非営利団体として運営され、製造業におけるテクノロジー活用の標準を定義し推進する団体とのこと。スマートマニュファクチャリングに強みを持つということで、製造業におけるデジタルデータ活用の標準団体として、様々な情報がこのMESAに集約されまとめられています。

定義されているKPIはなにか?

MESAの中でも、基本的なKPIの定義としては、ISO22400を利用しているようです。

MESA International Releases KPI Markup Language

KPIを測定するためのツールとしてKPI-ML(KPI Markup Language)を提供し、システム間、企業間、事業部間での情報交換をの流れを促進。

個人的所感

ちょっと調べてみましたが、日本語情報皆無でした。本当に皆無。MESの話は大量に出てきますが、MESAは皆無です。

改めて公式サイトHome - Manufacturing Enterprise Solutions Association | MESA Internationalを見ていたのですが、製造現場のデータを企業間でより一層コラボレーションすることで、これまでにない未来の製造業の姿を描いているミッションが凄く壮大に感じました。ミッションは壮大なのですが、日本の製造業においては以下の理由で普及していないようです。

  • ANSI/ISA-95が日本語化されていない
  • 従来のMES概念を、ビジネス全体を視野に拡張されており、馴染が薄い
  • MESAモデルのような包括的なフレームワークの採用にはまだ至らない

直近、顧客との会話の中で、この標準をネタに話をするイメージが正直湧きませんでした。ただ、製造業のあるべき姿やデータ活用の未来標準をしるという観点では、ここに掲げられているフレームワークやプロセスを頭に入れておくことのメリットはありそうなので、これからゆっくり学習していこうかと思っています。

SMKL(製造業のデジタル化とスマート製造の進捗を評価するフレームワーク)

https://iaf.mstc.or.jp/index.php/smkl/

IAF(Industrial Automation Forum)は製造業のユーザのビジョンを実現する情報連携とシステム構築の開発・普及を進めています。

SMKLは、IAFにより提供されている製造業のデジタル化とスマート製造の進捗を評価するためのフレームワークです。IAFは主に日本の製造業各社が、製造業のデジタル化とスマート製造の実現に向けて活動を展開している団体とのことです。日本の製造業が中心に提供しているフレームワークということで、全ての情報が日本語でまとめられています。

ここまで、グローバル中心なフレームワークが多かったので、個人的に読んでて凄く親近感が湧きました。

SMKLは具体的にどのようなものなのか?

三菱電機の下記サイトの内容が非常にわかりやすい。

https://www.mitsubishielectric.co.jp/fa/solutions/efactory/smkl/index.html

img_table_01.png

縦軸に「みえる化のレベル」、横軸に「管理対象のレベル」をそれぞれ4段階で定義し、その中を16マスマトリックスに整理し、自社の状況と今後の方向性を定義する物差しを定義しています。

工場の効率化という観点でも、経営側と工場(現場側)で直面している課題感がずれていることはよくあるのですが、このマトリックスを定義して改善ステップを合意することで、より合理的かつ計画的な投資判断ができるとのこと。

上記の三菱電機のWebサイトでは、それぞれのマスをクリックした時に、そのSTEPに該当する製品へのリンクが表示されます。このあたりの見せ方は凄くわかりやすいですね。具体例を知りたい人にはうってつけなんじゃないでしょうか。

より汎用的なSMKLの定義

より汎用的なSMKLについての定義は、IAFの下記サイトにまとめられています。

https://iaf.mstc.or.jp/index.php/smkl/

公式サイトには、SMKL簡易判定ツールや、各種白書(工場導入編〜ベンダー活用基礎編〜ベンダー活用応用編)もしっかり提供されており、それぞれの資料(PDF)を参照することで、よりステップを踏んだスマート工場の実現に向けた具体的なプロセスがわかるようになってます。

PDFの文量もものすごく膨大というわけではなく、どれも40〜50ページぐらいでかつ図解も豊富なので、製造業の方でもベンダーの立場でも、非常に参考になると思います。

CleanShot 2024-11-29 at 00.12.00@2x.png

個人的所感

まだ中身をすべて読んだわけではないのですが、ゴールのイメージを顧客とすり合わせていくための資料として、圧倒的にわかりやすく感じました。各種KPIやフレームワークをここまで紹介してきましたが、具体と抽象のバランスが良く、しっかり読み解くことで、工場のデータ活用とスマート化について顧客提案するときの基本知識として活用できそうです。

製造現場のデータ活用は遥かなり

以上、ここまで私の独断と偏見で、製造現場のデジタル活用におけるKPIやフレームワークを紹介してきました。改めてこのあたりを整理していて感じたことは「製造業は広大」ということです。当たり前ですね。一口に製造業と言っても業種や業態は多種多様で、その中でのデジタルデータの活用も、様々なパターンがあると感じています。

そのなかで、現在の状況を整理し各顧客と未来を語りゴールを設定し、その第一歩を踏み出していく取り組みの中で、本日紹介した資料が皆さんの役に立てば、幸いです。

それでは、今日はこのへんで。濱田孝治(ハマコー)(@hamako9999)でした。

製造業アドベントカレンダーの紹介

最後に、こちら紹介をさせてください!

https://adventar.org/calendars/10479

クラスメソッドの製造ビジネステクノロジー部が中心となり発信するアドベントカレンダー。
製造業に関わる全ての人を対象に、業界トピックから、製造業におけるIT活用(クラウド、AI、IoT、データ分析)まで、様々な情報をお届けします。

クラウドベンダーが発信する製造業アドベントカレンダー。我々なりのアウトプットを製造業に関わる全ての方にお届けする内容となっています。今後も、メンバーの様々な観点からの投稿が続くと思いますので、今後も期待してください!損はさせませんよ。

それでは、初日担当のハマコーでした。また会う日まで。

Share this article

facebook logohatena logotwitter logo

© Classmethod, Inc. All rights reserved.