OEE的6大风险

在生产过程中，一直保持OEE值是100%那是理想状态，现实中是可取的吗？

OEE = A*P*Q

1. 生产过剩的风险

当管理层将OEE设定为要绝对改善的KPI时，管理者会不会做出决定，将OEE最大化，即使这产生了浪费。

Goodhart's law古德哈特定律："当一个措施成为一个目标时，它就不再是一个好的措施"。

例如：为了让机器不停地生产，可能会让机器生产的数量超过它们需要的数量，或者雇用更多的员工来加班加点，使生产永不停止，以最大限度地提高OEE。

高的OEE只有在生产销售时才有意义，如果没有订单，低的OEE比库存积压要好。

2. 篡改OEE的定义来获得一个让老板满意的OEE数值

降低质量标准，为了100%的良品率值。

将休息时间（吃饭、休息）、预防性维护、参数设置和转换纳入计划时间，来提高可用率。

设置一个比实际速率慢的标准周期时间，这样当出现性能损失时，速率也不那么明显。

通过调整定义，有可能让OEE值高于100%。

OEE数值及其三个中间比率值的目的是使问题透明化，然后减少浪费，而不是为了好看的数据看板和自己的工作成功。

OEE不是一个目标值，而是一个指导性工具。

3. OEE没有行动的话就没有改善

OEE及其帕累托图，只是关于过去绩效和问题的数据。如果不采取行动加以改进，那么出现的问题还会重复出现。管理层是否了解OEE的价值？公司是否有一个持续改善的文化？

4. 不同设备之间比较绩效并不十分有用

持续改善文化

对管理层来说，在工厂和车间之间比较OEE是比较常见的，但如果机器不同，生产的产品也不同，这就毫无意义。

为了使比较有意义，应该对生产相同产品的两台相同的机器进行比较。

5. 不测量三个中间率

仅仅看OEE并不能显示出浪费。

下面是两个79.5%的OEE。

虽然数值相同，但它们隐藏着两种不同的情况。

不测量三个中间率

6. 比较OEE的变化，忽略了操作员的数量

操作员的工资是公司的成本，你为生产线A分配了多少资源来实现79.5%的OEE？

忽略操作者的数量意味着忽略了性能的成本。

比较OEE的变化，忽略了操作员的数量