製造業のKPIはQCD(品質・コスト・納期)を軸に設計するのが定石です。なかでもOEE(設備総合効率)は、設備の実力を単一の数値で表現できるため、改善活動の出発点として最も活用されています。歩留まり、リードタイム、そしてMTBF/MTTRといった保全指標を組み合わせれば、現場の状況を多面的に可視化できます。本稿では、製造業で押さえるべきKPIの設計方針と、実務に落とし込む際の具体的な計算式、そしてダッシュボード構造までを解説します。現場を数字で語れる工場こそが、継続的な改善と収益性の両立を実現します。

製造業KPIの全体像――QCDフレームワーク

製造業のKPI設計は、QCDという三文字から始めるのが王道です。Q(Quality)は品質、C(Cost)はコスト、D(Delivery)は納期を指し、これらはトレードオフの関係にあることが多いため、バランスを取りながら最適化することが経営の要諦となります。品質を追えばコストが上がり、納期を急げば品質が落ちる、という古典的な構図を数字で管理する仕組みがKPIです。

QCDの各領域には、それぞれ代表的なKPIが存在します。品質領域では歩留まりや不良率、コスト領域では原単位や標準原価差異、納期領域ではリードタイムや納期遵守率が定番です。これらを単独で見るのではなく、相互の関連を理解しながらKPIツリーとして組み立てていくことが、改善活動を効率化する鍵となります。

【QCDフレームワークとKPIマッピング】

                    [製造業の事業KPI]
                           |
        +------------------+------------------+
        |                  |                  |
        v                  v                  v
   [Q: 品質]          [C: コスト]         [D: 納期]
        |                  |                  |
  +-----+-----+      +-----+-----+      +-----+-----+
  |           |      |           |      |           |
  v           v      v           v      v           v
歩留まり   不良率  原単位    総合効率  リードタイム 納期遵守率
  |           |      |           |      |           |
  v           v      v           v      v           v
工程別     工程別   エネルギー   OEE    段取り時間  出荷遅延
パレート    FTA    ・材料比率           ボトルネック 件数

KPIツリーの組み立て方についてはKPIツリーの作り方で体系的に解説しています。製造業では物理的な工程が存在するため、KPIツリーを工程フローに沿って設計すると現場の改善責任者と会話が成立しやすくなります。

QCD区分KPI定義計算式目標設定の考え方
Q: 品質歩留まり投入量に対する良品量の比率良品数 ÷ 投入数 × 100工程ごとに目標を設定し合算で評価
Q: 品質不良率生産量に対する不良品の比率不良品数 ÷ 生産数 × 100ppm単位で管理し下限を追求
C: コストOEE設備総合効率可用率 × 稼働率 × 品質率世界水準85%以上、一般は60%前後
C: コスト原単位製品単位あたりの資源投入量投入量 ÷ 生産数過去実績の最良値を目標に設定
D: 納期リードタイム受注から出荷までの所要時間出荷日 – 受注日競合ベンチマークと自社改善余地
D: 納期納期遵守率納期内に出荷した比率遵守件数 ÷ 総出荷件数 × 100顧客約束水準(通常98%以上)

OEE(設備総合効率)の理解と活用

OEE(Overall Equipment Effectiveness)は、設備がどれだけ効率的に価値を生み出しているかを単一の指標で表現します。計算式は可用率×稼働率×品質率の積であり、それぞれが掛け合わされる構造です。このため、どれか一つが低ければ全体の数値も大きく下がる性質があります。

例えば可用率90%、稼働率85%、品質率98%の設備のOEEは、0.90×0.85×0.98で約75%となります。一見すると各要素が高い数値に見えますが、掛け合わせることで25%もの損失が潜んでいることが分かります。これがOEEの強みで、個別の指標では見えにくい総合損失を可視化してくれます。

世界クラスの製造業はOEE 85%以上を目標とし、これは「Six Big Losses」と呼ばれる六大ロス(故障、段取り・調整、チョコ停、速度低下、不良・手直し、立ち上がりロス)を徹底的に削減した結果として達成される水準です。一般的な工場のOEEは60%前後が多く、この差こそが改善の余地を示しています。

要素定義計算式ロス要因改善策目標値
可用率計画稼働時間に対する実稼働時間の比率実稼働時間 ÷ 計画稼働時間故障停止、段取り替え予知保全、段取り時間短縮(SMED)90%以上
稼働率理論速度に対する実速度の比率実生産数 ÷ 理論生産数チョコ停、速度低下原因分析、設備調整、作業標準化95%以上
品質率生産数に対する良品数の比率良品数 ÷ 生産数不良品、手直し品、立ち上がりロス品質管理強化、工程能力向上99%以上
OEE設備総合効率可用率 × 稼働率 × 品質率全ロスの累積総合的改善活動85%以上(世界水準)

OEEの改善にあたっては、三つの要素のうちどれが最も足を引っ張っているかを特定し、そこから手をつけるのが基本です。可用率が低ければ保全活動、稼働率が低ければ作業改善、品質率が低ければ工程能力向上、というように打ち手が明確に対応します。

歩留まりの可視化と改善

歩留まりは、投入した原材料や部品に対して、最終的に良品として出てきた割合を示します。100個投入して98個が良品なら歩留まりは98%です。単純に見えますが、工程が長い製品ほど「各工程の歩留まりの積」が最終歩留まりになるため、一見高い工程別歩留まりでも合算すると深刻な損失が発生することがあります。

例えば五工程の製造ラインで、各工程の歩留まりが98%だったとします。全体歩留まりは0.98の5乗で約90.4%となり、実に10%近くが不良として失われている計算です。このような損失を可視化するには、工程別歩留まりを時系列で追い、どの工程に問題があるかを特定する必要があります。

不良原因の分析にはパレート分析が有効です。発生頻度の多い順に不良モードを並べ、上位20%の原因が全体の80%の不良を引き起こしているという構図を可視化します。特性要因図(フィッシュボーン図)と組み合わせれば、人・設備・材料・方法・測定・環境の6Mの観点から根本原因に迫れます。

歩留まり改善で忘れがちなのが「何を不良とするか」の定義です。境界領域のグレー品をどう扱うかで数値は大きく変動します。検査基準の明確化と検査員訓練は、歩留まりKPIの信頼性を担保するうえで不可欠な取り組みとなります。

リードタイムの分解と最適化

製造リードタイムは受注から出荷までの総所要時間を指しますが、単一の数字として管理するだけでは改善の糸口が見えません。リードタイムを「段取り時間・加工時間・待ち時間・運搬時間・検査時間」の五要素に分解して観察すると、どこに無駄が潜んでいるかが明確になります。

驚くべきは、多くの工場で実際に加工している時間(付加価値を生んでいる時間)がリードタイム全体の5〜10%程度しかないケースが珍しくないことです。残りの大半は待ち時間や運搬時間であり、これらを削減することがリードタイム短縮の最大のチャンスとなります。

ボトルネック特定には、Theory of Constraints(制約理論)の考え方が役立ちます。最も処理能力が低い工程(制約工程)がラインの生産能力を決定するため、そこを集中的に改善すれば全体のリードタイムが劇的に短縮される可能性があります。制約工程以外をいくら改善しても在庫が増えるだけで、全体最適にはなりません。

要素定義計測方法削減アプローチ削減効果目安
段取り時間機種切替など準備に要する時間作業者記録、工程センサーSMED(シングル段取り)、外段取り化50〜80%削減可能
加工時間実際に付加価値を生む時間設備稼働ログ工具・工法見直し、設備改善10〜30%削減可能
待ち時間工程間の滞留時間在庫量推移、RFIDトラッキングラインバランス調整、ロット小口化50〜90%削減可能
運搬時間工程間・倉庫間の移動時間搬送記録、動線分析レイアウト再設計、自動搬送30〜70%削減可能
検査時間品質確認・測定に要する時間検査ログ工程内検査、自動検査機導入40〜80%削減可能

先行指標と遅行指標の観点からは、リードタイムそのものは遅行指標ですが、段取り時間や工程間在庫量は先行指標として機能します。詳しくは先行指標と遅行指標で解説しています。

予知保全のKPI設計

設備保全の世界では、MTBF(Mean Time Between Failures、平均故障間隔)とMTTR(Mean Time To Repair、平均修復時間)が伝統的なKPIです。MTBFは「どれだけ長く壊れずに動くか」、MTTRは「壊れたときどれだけ早く直せるか」を示し、両者は可用率という形でOEEに繋がっています。

近年はIoTセンサーによるデータ収集が進み、事後保全や予防保全に加え、予知保全(Predictive Maintenance)が現実的な選択肢となりました。振動・温度・電流などのセンサーデータから異常の前兆を検知し、故障前に手を打つアプローチです。この領域では、検知率(真陽性率)と誤報率(偽陽性率)という新しいKPIが加わります。

予知保全の経済的価値は、計画停止によるMTTR短縮とMTBF延長の合わせ技で生まれます。突発故障をゼロにするのではなく、計画的に保全できる比率を高めることが目標となり、これは可用率の向上に直結します。製造業全般のデータ活用は製造業のデータ活用でも詳しく触れています。

製造業KPIダッシュボードの設計

製造業のKPIダッシュボードは、現場向けとマネジメント向けの二層構造で設計するのが実践的です。現場向けはリアルタイム性と即時性が重要で、大型ディスプレイで常時表示される想定となります。現在のOEE、直近の不良発生、設備アラートといった情報を数秒以内に把握できる粒度が求められます。

マネジメント向けは日次または週次のサマリーが基本です。経営層は毎分の変動ではなく、トレンドと異常を把握できれば十分なため、前週比較、前月比較、目標達成率などが中心となります。週次会議で見ることを前提に、打ち手の議論がしやすい粒度に整えます。

異常アラートの設計では、閾値の設定が重要です。OEEが目標値を下回ったら即アラート、ではなく、下回る傾向が数時間続いた場合のアラート、急激な低下が検知された場合のアラート、など変化パターンで分類すると、現場の疲弊を避けられます。KPI設計の基礎はKPI設計の教科書で整理しています。

まとめ――製造業のKPIは「見える化」から始まる

  • 製造業のKPIはQCDを軸に設計し、トレードオフを数字で管理する
  • OEEは設備効率を一つの数値で表現し、六大ロス削減の指針になる
  • 歩留まりは工程別に追跡し、パレート分析で不良原因を特定する
  • リードタイムは五要素に分解し、制約工程から着手する
  • 予知保全ではMTBF・MTTRに加え、検知率と誤報率を管理する

DE-STKは製造業の現場データ可視化とKPI設計の両面で支援実績を持ちます。工場のIoTデータ統合、OEEダッシュボード構築、不良分析基盤までワンストップで対応可能です。

よくある質問(FAQ)

OEEとは何ですか?

OEE(Overall Equipment Effectiveness)は設備総合効率で、可用率×稼働率×品質率で計算します。世界クラスの製造業ではOEE 85%以上が目標とされ、一般的な工場では60%前後が多い水準です。三つの要素の掛け合わせで算出されるため、どこに損失が潜んでいるかの特定にも役立ちます。

製造業で最初に可視化すべきKPIは?

OEEと歩留まりの二つから始めることを推奨します。この二つで設備と品質の状況が把握でき、改善の優先順位を決定できます。可視化のハードルも比較的低く、設備稼働ログと検査ログを組み合わせるだけでも初期のダッシュボードが構築できます。そこから徐々にリードタイムや保全指標へと広げていくと現場の受容性も高まります。

製造業のKPIはどの頻度で確認すべきですか?

OEEと歩留まりはリアルタイムから日次、リードタイムは週次、コスト関連は月次が一般的です。現場オペレーションはリアルタイム、マネジメントは日次または週次、経営層は月次レビューという階層で役割を分けると、情報の粒度と頻度が目的に合致します。IoTセンサーの活用で現場向けリアルタイムモニタリングも現実的な選択肢です。