MENU

OEEで失敗しやすいポイント|よくある間違いと改善策

OEE(Overall Equipment Effectiveness:設備総合効率)は、設備の稼働率・性能・品質を掛け合わせて、設備が本来持つ力をどの程度活かせているかを見る指標です。

一方で、OEEは数字が分かりやすいぶん、使い方を誤ると「数値を上げること」が目的になり、現場改善につながらなくなります。計画生産時間の定義が人によって違う、短時間停止が拾えていない、理想サイクルタイムが現実離れしている、改善前後で条件が違う、といった問題も起こりがちです。

この記事では、OEEでありがちな失敗を、具体的な失敗場面、原因、改善前後、改善後の状態、読者用チェックポイントの順で解説します。

OEEの意味や基本構造から確認したい場合は、OEEとは?を、実際の計算・改善手順から確認したい場合はOEEのやり方を参照してください。

目次

失敗1|OEEの数値だけを見て終わる

ありがちな失敗場面

月次報告で、

  • OEE 68%
  • OEE 72%
  • OEE 75%

と数値だけを並べます。

原因

OEEを「評価点」として扱い、稼働率・性能・品質のどこで損失が出ているかを見ていないためです。

改善前

数字が低いことは分かっても、次に何を改善すればよいか決まりません。

改善方法

OEEを必ず3要素へ分解します。

  • 稼働率:停止損失はどこか
  • 性能:速度低下・短時間停止はどこか
  • 品質:不良・手直しはどこか

改善後の状態

「OEEが低い」ではなく、「停止55分のうち故障25分が最大」「短時間停止で性能が落ちている」と改善対象を選べます。

チェックポイント

  • OEEだけを報告していないか
  • 稼働率・性能・品質を分けて見たか
  • 最大損失の原因まで掘ったか

失敗2|計画生産時間の定義が人によって違う

ありがちな失敗場面

同じラインでも、担当者Aは休憩時間を除き、担当者Bは除かず、担当者Cは朝礼も除外してOEEを計算します。

原因

「計画生産時間に何を含めるか」を先に決めていないためです。

改善前

月や担当者が変わるたびに分母が変わり、OEEを比較できません。

改善方法

測定前に、

  • 所定時間
  • 計画停止
  • 休憩
  • 朝礼
  • 計画保全
  • 品種切替

をどう扱うか決めます。

改善後の状態

同じ定義で継続比較できます。

チェックポイント

  • 計画生産時間の定義が文書化されているか
  • シフト・ラインごとに同じ基準を使っているか
  • 改善前後で分母を変えていないか

失敗3|停止時間を一括で「設備停止」にする

ありがちな失敗場面

停止55分をすべて「設備停止」とだけ記録します。

原因

記録を簡単にすることを優先し、原因別に分けていないためです。

改善前

故障、段取り、材料待ち、品質確認などが混ざり、対策が選べません。

改善方法

停止理由を最低限、改善行動につながる単位で分けます。

例:

  • 故障25分
  • 段取り20分
  • 材料待ち10分

改善後の状態

最大損失から優先順位を決められます。

チェックポイント

  • 停止理由が一括カテゴリになっていないか
  • 原因別に対策担当を決められる粒度か
  • 細かすぎて記録負荷が高くなっていないか

失敗4|短時間停止を拾わず、性能低下を見落とす

ありがちな失敗場面

1〜2分の停止は「大したことがない」と記録せず、長時間停止だけ集計します。

原因

短時間停止が積み重なると大きな性能損失になることを見落としているためです。

改善前

稼働率は悪くないのに性能が低い理由が分かりません。

改善方法

短時間停止やチョコ停を、回数と合計時間で記録します。

例:

  • センサー誤検知:18回、合計14分
  • 詰まり除去:9回、合計11分

改善後の状態

「速度不足」に見えていた問題が、実は短時間停止の累積だと分かります。

チェックポイント

  • 数分未満の停止を無視していないか
  • 回数と合計時間を見ているか
  • 性能ロスの原因を速度低下と短時間停止に分けたか

失敗5|理想サイクルタイムが現実と合っていない

ありがちな失敗場面

設備仕様書の理論最速値をそのまま理想サイクルタイムに使います。

原因

設備能力と、実際に安定運転できる条件を区別していないためです。

改善前

性能が常に低く算出され、現場から「この数字は現実的でない」と反発されます。

改善方法

理想サイクルタイムは、

  • 製品条件
  • 設備状態
  • 標準条件
  • 安定運転実績

を踏まえて設定します。

改善後の状態

性能指標が現実的な改善基準になります。

チェックポイント

  • 理論値を無条件で使っていないか
  • 製品別に必要なら基準を分けたか
  • 現場実績で妥当性を確認したか

失敗6|品質率で手直し品を「良品」に含める

ありがちな失敗場面

一度不良になった製品を手直しして出荷できたため、最初から良品として数えます。

原因

最終的に出荷できたかだけを見て、工程内の品質損失を見ていないためです。

改善前

手直し工数や再処理がOEEに反映されず、品質ロスが小さく見えます。

改善方法

「初回で良品になった数量」と「手直し後に良品になった数量」を分けます。

改善後の状態

品質損失と手直し負荷を把握できます。

チェックポイント

  • 良品の定義が明確か
  • 手直し品を別管理しているか
  • 再処理の時間損失も見ているか

失敗7|OEEを個人評価に使う

ありがちな失敗場面

班や担当者ごとのOEEをランキングし、低いチームへ改善責任を負わせます。

原因

OEEを設備・工程の損失把握ではなく、人の評価指標として使っているためです。

改善前

現場が停止や不良を正直に記録しなくなり、データ品質が下がります。

改善方法

OEEは、

  • 設備
  • 工程
  • 運用条件
  • 材料
  • 保全

を含むシステム全体の改善指標として扱います。

改善後の状態

問題を隠すより、損失を正確に出した方が改善につながる文化を作りやすくなります。

チェックポイント

  • OEEを人事評価に直結させていないか
  • 数値低下の原因を工程全体で見ているか
  • 記録の正確さを優先しているか

失敗8|改善前後で条件が違う

ありがちな失敗場面

改善前は繁忙日、改善後は生産量の少ない日で比較します。

原因

OEEの上昇そのものを示したくなり、測定条件をそろえていないためです。

改善前

本当に改善したのか、条件が良かっただけなのか分かりません。

改善方法

  • 同じ設備
  • 同じ製品または近い製品条件
  • 同じシフト条件
  • 同じ計画生産時間定義

で比較します。

改善後の状態

改善効果を説明しやすくなります。

チェックポイント

  • 改善前後で設備・製品・シフト条件が同じか
  • 分母定義が変わっていないか
  • 季節・需要・人員差を確認したか

失敗9|OEEが上がれば生産性も必ず良いと思う

ありがちな失敗場面

OEEが上がったため、改善成功と判断します。

原因

OEEと、納期・在庫・人員負荷・利益を同じものだと考えているためです。

改善前

OEEは上がったが、過剰生産や仕掛在庫が増えている、といった問題を見逃します。

改善方法

OEEは設備効率の一面として使い、必要に応じて、

  • 必要数量を満たしているか
  • 在庫を増やしていないか
  • 残業が増えていないか
  • ボトルネック工程が改善したか

も確認します。

改善後の状態

OEE上昇を、事業・工程全体の改善と結び付けて判断できます。

チェックポイント

  • OEE上昇自体を目的にしていないか
  • 過剰生産を招いていないか
  • 本当の制約工程に効いているか

失敗10|OEEの目標値を一律で決める

ありがちな失敗場面

「OEEは85%以上が理想」と聞き、すべての設備へ同じ目標を置きます。

原因

設備特性、製品ミックス、段取り頻度、品質要求の違いを無視しているためです。

改善前

現実離れした目標になったり、逆に改善余地のある設備で低い基準に甘んじたりします。

改善方法

  • 過去実績
  • 設備特性
  • 製品条件
  • ボトルネック性
  • 改善余地

を見て目標を決めます。

改善後の状態

設備ごとに意味のある改善目標を置けます。

チェックポイント

  • 外部の目安をそのまま目標にしていないか
  • 設備別の特性を見たか
  • 目標の根拠を説明できるか

失敗11|停止時間を減らすことだけに集中する

ありがちな失敗場面

OEE改善=故障時間削減と考え、保全活動だけを強化します。

原因

稼働率が分かりやすいため、性能・品質の損失が後回しになるからです。

改善前

長時間停止は減ったのに、短時間停止・速度低下・不良が残り、OEEが頭打ちになります。

改善方法

3要素を比較し、最大の損失を選びます。

例:

  • 稼働率86.9%
  • 性能84.9%
  • 品質率96.8%

なら、品質より性能・稼働側に改善余地があります。

改善後の状態

改善テーマを感覚ではなく損失量で選べます。

チェックポイント

  • 故障だけを見ていないか
  • 性能ロスを確認したか
  • 品質ロスと比較したか

失敗12|改善テーマを細かく分けすぎる

ありがちな失敗場面

停止理由を20種類以上に細分化し、全部に対策を立てようとします。

原因

詳細に分類するほど分析精度が上がると思っているためです。

改善前

記録負荷が増え、現場が入力を嫌がり、データ欠損が増えます。

改善方法

まず大分類で最大損失を特定し、その後に必要な部分だけ細分化します。

改善後の状態

記録負荷を抑えながら、改善に必要な深さまで掘れます。

チェックポイント

  • 分類数が多すぎないか
  • 改善行動につながる粒度か
  • 現場が継続記録できるか

失敗13|データ収集の自動化で安心する

ありがちな失敗場面

設備ログを自動取得できるようになり、それだけでOEE管理が完成したと思います。

原因

「取得できるデータ」と「改善に必要な意味」が同じだと考えているためです。

改善前

停止時間は取れていても、なぜ止まったか、どの製品条件か、どの品質不良かが分かりません。

改善方法

自動取得データと、必要な現場入力を組み合わせます。

  • 停止時刻・時間:自動
  • 停止理由:選択入力
  • 不良分類:現場入力または検査データ連携

改善後の状態

データ量ではなく、改善判断に使える情報になります。

チェックポイント

  • 自動取得できたことで満足していないか
  • 原因カテゴリが付いているか
  • 改善テーマへつながるデータか

失敗14|改善後に再測定しない

ありがちな失敗場面

センサー位置を直した、段取り手順を変更した、という時点で改善完了にします。

原因

対策実施と効果確認を同じものだと考えているためです。

改善前

本当に停止時間や性能が改善したか分かりません。

改善方法

同じ条件でOEEを再測定します。

例:

改善前:

  • 停止55分
  • 稼働365分
  • 総生産620個
  • 良品600個
  • OEE 約71.4%

改善後:

  • 停止35分
  • 稼働385分
  • 総生産680個
  • 良品662個
  • OEE 約78.9%

改善後の状態

対策の効果を数字で確認し、次の改善テーマへ進めます。

チェックポイント

  • 対策実施後に再測定したか
  • 同じ条件で比較したか
  • 次の最大損失を確認したか

通し例|OEE改善が形骸化した包装ラインを立て直す

ある包装ライン1号では、毎月OEEを出していました。

しかし実際の運用は、

  • OEEだけを月報に記載
  • 計画停止の定義が担当者ごとに違う
  • 停止理由はすべて「設備停止」
  • 1〜2分の短時間停止は未記録
  • 理想サイクルタイムは設備仕様書の理論値
  • 改善後の再測定条件も不統一

という状態でした。

そのため、数値は出ていても改善テーマが決まりませんでした。

そこで運用を見直しました。

対象を「包装ライン1号・製品A・日勤」に固定し、所定時間480分、計画停止60分、計画生産時間420分としました。

停止55分を、

  • 故障25分
  • 段取り20分
  • 材料待ち10分

へ分解しました。

稼働時間は365分です。

総生産620個、良品600個、理想サイクルタイム0.5分/個として、

  • 稼働率:約86.9%
  • 性能:約84.9%
  • 品質率:約96.8%
  • OEE:約71.4%

と算出しました。

さらに短時間停止を記録すると、センサー誤検知によるチョコ停が多く、性能側の大きな損失になっていることが分かりました。

改善テーマを、

  • センサー位置・感度の見直し
  • 頻発故障部位の点検
  • 段取り事前準備
  • 材料補充ルールの見直し

に絞りました。

改善後、同じ「包装ライン1号・製品A・日勤」の条件で再測定しました。

結果は、

  • 停止35分
  • 稼働385分
  • 総生産680個
  • 良品662個
  • OEE:約78.9%

となりました。

ここで「OEEが上がったから終了」とはしませんでした。

次に3要素を見直すと、品質率より性能側にまだ改善余地があることが分かりました。

そのため次の改善テーマは、短時間停止と速度低下の追加分析にしました。

改善前と改善後の違い

改善前は、OEEを月次の成績表として扱っていました。

改善後は、

  • 同じ条件で測る
  • 3要素へ分解する
  • 最大損失を特定する
  • 原因別に改善する
  • 同条件で再測定する
  • 次の最大損失へ進む

という改善サイクルとして使うようになりました。

自分のOEE運用を見直すチェックリスト

  • OEEだけでなく稼働率・性能・品質を分けて見ているか
  • 計画生産時間の定義が統一されているか
  • 停止理由を改善可能な粒度で分けているか
  • 短時間停止を拾っているか
  • 理想サイクルタイムが現実的か
  • 良品の定義が明確か
  • 手直し品を別管理しているか
  • OEEを個人評価に使っていないか
  • 改善前後で測定条件をそろえているか
  • OEE上昇自体を目的にしていないか
  • 設備ごとの目標根拠があるか
  • 稼働率だけでなく性能・品質も見ているか
  • 分類を細かくしすぎていないか
  • 自動取得データの意味を確認しているか
  • 改善後に再測定しているか

そのまま使える型が必要なら、OEEテンプレートを使うと、測定条件、時間データ、性能、品質、OEE、損失内訳、改善テーマ、再測定まで整理しやすくなります。

具体的な案件への適用イメージを追いたい場合は、OEEの具体例が参考になります。生成AIを補助的に使って、停止理由の整理や損失分析を効率化したい場合は、生成AIでOEEを使う方法も参照してください。

まとめ

OEEで失敗しやすいのは、数値だけを見て終わる、計画生産時間の定義がばらばら、停止理由を一括にする、短時間停止を拾わない、理想サイクルタイムが非現実的、改善前後で条件が違う、といった運用です。

また、OEEを個人評価に使う、OEE上昇自体を目的にする、一律の目標値を置く、停止削減だけに偏る、分類を細かくしすぎる、自動データ取得だけで満足する、改善後に再測定しないことも、実務では大きな失敗につながります。

OEEの価値は、設備を点数付けすることではありません。同じ条件で継続測定し、稼働・性能・品質のどこで損失が出ているかを分解し、改善テーマを選び、対策後に再測定して次の改善へつなぐことにあります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次