ทำไมโรงงานต้องมี "คลังตัวชี้วัด" ไม่ใช่แค่รายงานประจำเดือน
โรงงานส่วนใหญ่ไม่ได้ขาดตัวเลข แต่ขาด นิยามที่ตรงกัน ลองถามในที่ประชุมว่า "OEE เดือนที่แล้วเท่าไร" แล้วให้ฝ่ายผลิต ฝ่ายซ่อมบำรุง และฝ่ายบัญชีตอบแยกกัน คุณมักได้สามคำตอบ เพราะแต่ละฝ่ายใช้ฐานเวลาไม่เหมือนกัน พอฐานไม่ตรง ตัวเลขก็เถียงกันได้ทั้งวันโดยไม่มีใครผิดและไม่มีใครถูก
บทความนี้ไม่ได้เขียนเพื่ออธิบายว่าควรมีตัวชี้วัดกี่ชั้นหรือจะกระจายเป้าจากผู้บริหารลงมาถึงหน้างานอย่างไร เรื่องกรอบสามชั้นและตรรกะการเชื่อมเป้าจากบนลงล่างเราแยกไปเขียนไว้ครบแล้วที่ KMI KPI KAI ตัวชี้วัด TPM 3 ระดับ สิ่งที่คุณกำลังอ่านคือ คลังตัวชี้วัด หรือ metric catalogue ซึ่งเป็นทะเบียนรวมตัวชี้วัดที่โรงงานไทยใช้จริง จัดหมวดตาม PQCDSME บวกหมวดงานบำรุงรักษา แต่ละตัวมีครบห้าอย่าง คือ สูตรคำนวณ หน่วย ความถี่ในการเก็บ แหล่งข้อมูล และค่าเป้าหมายอ้างอิง เป้าหมายคือให้คุณหยิบไปตั้งเป็นทะเบียนของโรงงานตัวเองได้เลย แต่ขอวางกติกาไว้ข้อหนึ่ง คลังไม่ใช่เมนูที่ต้องสั่งทุกอย่าง โรงงานที่พยายามวัดทุกตัวพร้อมกันจะจบลงด้วยการที่ไม่มีตัวไหนถูกใช้ตัดสินใจเลย
เกณฑ์ของตัวชี้วัดที่ดี
ตัวชี้วัดที่ดีไม่ได้แปลว่าคำนวณยากหรือดูฉลาด แต่แปลว่า เปลี่ยนการตัดสินใจได้จริง ถ้าตัวเลขขึ้นหรือลงแล้วไม่มีใครทำอะไรต่างไปจากเดิม ตัวนั้นคือรายงาน ไม่ใช่ตัวชี้วัด ผมใช้เกณฑ์เจ็ดข้อนี้กรองก่อนบรรจุเข้าทะเบียน ถ้าตกเกินสองข้อให้พักไว้ก่อน
| เกณฑ์ | คำถามที่ใช้ทดสอบ | ตัวอย่างที่ตก |
|---|---|---|
| มีเจ้าของชัด | ถ้าตัวเลขนี้แย่ลง ใครคือคนที่ต้องลุกขึ้นมาอธิบายและแก้ | "ประสิทธิภาพโรงงานโดยรวม" ที่ไม่มีใครเป็นเจ้าของ |
| ควบคุมได้ | คนที่เป็นเจ้าของมีอำนาจเปลี่ยนแปลงผลลัพธ์นี้จริงหรือไม่ | บังคับหัวหน้ากะรับผิดชอบตัวเลขยอดขาย |
| นิยามเดียว | ถ้าให้สองคนคำนวณแยกกันจากข้อมูลชุดเดียวกัน ได้เลขเท่ากันไหม | OEE ที่ต่างคนต่างเลือกฐานเวลาเอง |
| ทันเวลา | ได้ตัวเลขเร็วพอที่จะแก้ทันหรือไม่ หรือรู้ตอนสิ้นเดือนซึ่งสายไปแล้ว | อัตราของเสียที่สรุปเดือนละครั้ง |
| ต้นทุนการเก็บสมเหตุผล | เวลาที่เสียไปกับการเก็บ น้อยกว่าคุณค่าที่ได้จากการรู้หรือไม่ | จับเวลาทุกงานด้วยมือเพื่อคำนวณรอบเวลารายชิ้น |
| ตรวจสอบย้อนกลับได้ | สุ่มหยิบมาหนึ่งค่า ตามรอยกลับไปถึงเอกสารต้นทางได้ภายใน 10 นาทีไหม | ตัวเลขที่พิมพ์เข้าไฟล์ตารางโดยไม่มีเอกสารอ้างอิง |
| ไม่ชวนให้โกง | ถ้าอยากให้ตัวเลขสวยโดยไม่ทำงานจริง จะทำได้ง่ายแค่ไหน | นับจำนวนข้อเสนอไคเซ็นโดยไม่ดูคุณภาพ |
ข้อสุดท้ายสำคัญที่สุด ตัวชี้วัดทุกตัวสร้างแรงจูงใจ และแรงจูงใจที่ออกแบบไม่ดีจะสร้างพฤติกรรมที่ไม่ดี ส่วนกรอบผลลัพธ์ที่ใช้จัดหมวดคลังนี้อ่านได้ที่ PQCDSM คืออะไร ข้อดีคือบังคับให้เห็นความสมดุล ถ้าตัวชี้วัดกระจุกที่ P กับ C อย่างเดียว แปลว่ากำลังผลักดันผลิตภาพและต้นทุนโดยไม่คุมคุณภาพ ความปลอดภัย และขวัญกำลังใจ
P — Productivity: ตัวชี้วัดผลิตภาพ
หมวด P วัดว่าเวลาที่เราเปิดโรงงานอยู่ถูกแปลงเป็นของดีได้กี่เปอร์เซ็นต์ ตัวชี้วัดหลักคือ OEE ซึ่งเป็นผลคูณของสามตัวย่อย รายละเอียดเต็มอยู่ที่ OEE คืออะไร และความเชื่อมโยงกับความสูญเสีย 16 ประเภทอยู่ใน Kaizen และ Focused Improvement สิ่งที่ต้องระวังที่สุดคือ การเลือกฐานเวลา OEE ใช้เวลาผลิตตามแผนเป็นฐาน ส่วน TEEP ใช้เวลาปฏิทินทั้งหมด ทั้งสองไม่ผิดแต่ตอบคนละคำถาม โรงงานที่ OEE 85% แต่เดินแค่กะเดียวจะมี TEEP ราว 28% เท่านั้น
| ตัวชี้วัด | สูตร | หน่วย | ความถี่ | แหล่งข้อมูล | เป้าหมายอ้างอิง |
|---|---|---|---|---|---|
| OEE | Availability × Performance × Quality | % | ทุกกะ | ใบบันทึกเดินเครื่องหรือระบบเก็บข้อมูลการผลิต | ระดับโลก 85% · ทั่วไป 60–70% |
| Availability | (เวลาเดินเครื่องจริง ÷ เวลาผลิตตามแผน) × 100 | % | ทุกกะ | บันทึกการหยุดรายเหตุการณ์ | ระดับโลก 90% · ทั่วไป 75–85% |
| Performance | (รอบเวลามาตรฐาน × จำนวนที่ผลิตได้) ÷ เวลาเดินเครื่องจริง × 100 | % | ทุกกะ | ตัวนับชิ้นงานและมาตรฐานรอบเวลา | ระดับโลก 95% · ทั่วไป 80–90% |
| Quality (ใน OEE) | (จำนวนของดี ÷ จำนวนผลิตทั้งหมด) × 100 | % | ทุกกะ | บันทึกตรวจสอบและใบของเสีย | ระดับโลก 99.9% · ทั่วไป 97–99% |
| TEEP | OEE × (เวลาผลิตตามแผน ÷ เวลาปฏิทินทั้งหมด) | % | รายเดือน | ปฏิทินการผลิตร่วมกับค่า OEE | ขึ้นกับรูปแบบกะ · สองกะที่ดีราว 55–60% |
| Labour productivity | จำนวนหน่วยที่ผลิตได้ ÷ ชั่วโมงแรงงานที่ใช้ | ชิ้นต่อชั่วโมงคน | รายวัน | บันทึกผลิตและระบบลงเวลา | ตั้งจากค่าฐานตัวเอง เพิ่ม 5–10% ต่อปี |
| Cycle time จริง | เวลาเดินเครื่องจริง ÷ จำนวนหน่วยที่ผลิตได้ | วินาทีต่อชิ้น | ทุกกะ | ตัวนับชิ้นงานหรือระบบควบคุมเครื่อง | ไม่เกิน 105% ของรอบเวลามาตรฐาน |
| Takt time attainment | (Takt time ÷ Cycle time จริง) × 100 | % | รายวัน | แผนความต้องการลูกค้าและบันทึกผลิต | 95–105% คือช่วงที่ดี ไม่เร็วเกินไม่ช้าเกิน |
| Schedule attainment | (จำนวนงานที่ผลิตครบตามแผนในวันนั้น ÷ งานตามแผนทั้งหมด) × 100 | % | รายวัน | แผนการผลิตและรายงานปิดงาน | ระดับโลก 95% ขึ้นไป · ทั่วไป 80–90% |
| Changeover time | เวลาจากชิ้นดีสุดท้ายของรุ่นเก่า ถึงชิ้นดีชิ้นแรกของรุ่นใหม่ | นาที | ทุกครั้งที่เปลี่ยนรุ่น | ใบบันทึกการเปลี่ยนรุ่น | ต่ำกว่า 10 นาที |
ถ้าเวลาเปลี่ยนรุ่นยังเป็นหลักชั่วโมง ให้อ่าน SMED ลดเวลาเปลี่ยนรุ่นเหลือหลักนาที ก่อน เพราะมักให้ผลตอบแทนเร็วที่สุด ส่วน Takt time attainment มีจุดที่เข้าใจผิดบ่อย คือคิดว่ายิ่งเร็วกว่า takt ยิ่งดี ความจริงคือการผลิตเร็วกว่าความต้องการคือการผลิตเกิน ซึ่งเป็นความสูญเปล่าอันดับหนึ่งในกรอบ Lean Manufacturing เป้าจึงต้องเป็นช่วง ไม่ใช่หลักยิ่งมากยิ่งดี
Q — Quality: ตัวชี้วัดคุณภาพ
หมวด Q มีสองตระกูลที่ต้องแยกให้ออก ตระกูลแรกคืออัตราของเสีย ตระกูลที่สองคือผลได้ครั้งแรก ความต่างอยู่ที่งานแก้ไข งานที่แก้แล้วผ่านจะไม่ปรากฏในอัตราของเสีย แต่ปรากฏใน FPY ทันที นี่คือเหตุผลที่หลายโรงงานมีของเสียแค่ 1% แต่ FPY แค่ 82% สำหรับสายที่มีหลายขั้นตอน RTY คือตัวเลขที่ซื่อสัตย์ที่สุด เพราะคูณ FPY ทุกขั้นเข้าด้วยกัน ถ้ามีสิบขั้น แต่ละขั้นได้ 98% ผลลัพธ์คือราว 81.7% เท่านั้น
| ตัวชี้วัด | สูตร | หน่วย | ความถี่ | แหล่งข้อมูล | เป้าหมายอ้างอิง |
|---|---|---|---|---|---|
| Defect rate | (จำนวนชิ้นเสีย ÷ จำนวนผลิตทั้งหมด) × 100 | % | รายวัน | ใบของเสียและบันทึกตรวจสอบ | ต่ำกว่า 0.5% ในงานประกอบทั่วไป |
| Defect PPM | (จำนวนชิ้นเสีย ÷ จำนวนผลิตทั้งหมด) × 1,000,000 | ppm | รายเดือน | ระบบตรวจสอบคุณภาพ | ยานยนต์ระดับต้น ต่ำกว่า 50 ppm · ทั่วไป 500–3,000 ppm |
| FPY (First Pass Yield) | (ชิ้นที่ผ่านครั้งแรกโดยไม่แก้ ÷ ชิ้นที่ป้อนเข้า) × 100 | % | รายวัน | บันทึกตรวจสอบรายสถานี | ระดับโลก 98% ขึ้นไป · ทั่วไป 85–95% |
| RTY | FPY ขั้นที่ 1 × FPY ขั้นที่ 2 × ... × FPY ขั้นสุดท้าย | % | รายเดือน | ค่า FPY รายขั้นตอน | สูงกว่า 90% ถือว่าดีมากในสายยาว |
| Scrap % | (มูลค่าหรือน้ำหนักของที่ทิ้ง ÷ มูลค่าหรือน้ำหนักวัตถุดิบที่ป้อน) × 100 | % | รายสัปดาห์ | ใบเบิกวัตถุดิบและบันทึกการทิ้ง | ต่ำกว่า 1% แล้วแต่กระบวนการ |
| Rework % | (จำนวนชิ้นที่ต้องแก้ ÷ จำนวนผลิตทั้งหมด) × 100 | % | รายวัน | ใบสั่งแก้งาน | ต่ำกว่า 2% |
| COPQ | ต้นทุนของเสีย + ต้นทุนแก้ไข + ต้นทุนตรวจสอบ + ต้นทุนเคลม | บาท และคิดเป็น % ของยอดขาย | รายเดือน | บัญชีต้นทุนและทะเบียนเคลม | ระดับโลก ต่ำกว่า 1% ของยอดขาย · ทั่วไป 4–10% |
| Customer complaint rate | (จำนวนเคลมที่ได้รับ ÷ จำนวนล็อตหรือรอบส่งมอบ) × 100 | % | รายเดือน | ทะเบียนเคลมลูกค้า | ต่ำกว่า 0.5% และเป็นศูนย์สำหรับเคลมซ้ำเรื่องเดิม |
ตัวชี้วัดคุณภาพมีประโยชน์ก็ต่อเมื่อผูกกับกลไกป้องกัน ไม่ใช่แค่กลไกตรวจจับ ถ้าลดอัตราของเสียด้วยการเพิ่มคนตรวจ ต้นทุนตรวจสอบจะขึ้นและ COPQ จะไม่ลดเลย ทางที่ถูกคือย้อนไปที่เหตุด้วย Why-Why Analysis ปิดจุดที่ผิดด้วย Poka-Yoke ประเมินความเสี่ยงล่วงหน้าด้วย FMEA ของเสียเรื้อรังใช้ P-M Analysis และการเชื่อมของเสียกับเงื่อนไขเครื่องจักรคืองานของเสา Quality Maintenance
C — Cost: ตัวชี้วัดต้นทุน
ความผิดพลาดคลาสสิกของหมวดนี้คือรายงานต้นทุนการผลิตรวมเป็นก้อนเดียว ซึ่งขึ้นลงตามปริมาณการผลิตจนดูไม่ออกว่าเราเก่งขึ้นหรือแย่ลง สิ่งที่ควรวัดคือ ต้นทุนต่อหน่วย แยกเป็นวัตถุดิบ แรงงาน พลังงาน และค่าโสหุ้ย อีกตัวที่ทรงพลังแต่ไทยยังใช้น้อยคือค่าบำรุงรักษาคิดเป็นเปอร์เซ็นต์ของมูลค่าทดแทนสินทรัพย์ ซึ่งเทียบข้ามโรงงานได้เพราะปรับตามขนาดสินทรัพย์แล้ว การเชื่อมความสูญเสียเข้ากับตัวเงินอย่างเป็นระบบคือเนื้อหาของ Cost Deployment
| ตัวชี้วัด | สูตร | หน่วย | ความถี่ | แหล่งข้อมูล | เป้าหมายอ้างอิง |
|---|---|---|---|---|---|
| ต้นทุนการผลิตต่อหน่วย | ต้นทุนการผลิตรวม ÷ จำนวนหน่วยที่ผลิตได้ | บาทต่อชิ้น | รายเดือน | บัญชีต้นทุนและบันทึกผลิต | ลดลง 3–5% ต่อปีจากค่าฐาน |
| ค่าบำรุงรักษาต่อมูลค่าทดแทนสินทรัพย์ | (ค่าบำรุงรักษารวมต่อปี ÷ มูลค่าทดแทนสินทรัพย์) × 100 | % | รายปี ติดตามรายเดือน | ทะเบียนสินทรัพย์และใบสั่งซ่อม | ระดับโลก 2–3% · ทั่วไป 4–6% |
| ค่าพลังงานต่อหน่วย | ค่าพลังงานรวม ÷ จำนวนหน่วยที่ผลิตได้ | บาทต่อชิ้น | รายเดือน | บิลค่าไฟและมิเตอร์ย่อย | ลดลง 5% ต่อปี หรือดีกว่าค่าฐานสามปี |
| Inventory turns | ต้นทุนขายต่อปี ÷ มูลค่าสินค้าคงคลังเฉลี่ย | รอบต่อปี | รายเดือน | ระบบวางแผนทรัพยากรองค์กร | ระดับโลก 12 รอบขึ้นไป · ทั่วไป 4–8 รอบ |
| มูลค่าอะไหล่คงคลัง | (มูลค่าอะไหล่คงคลัง ÷ มูลค่าทดแทนสินทรัพย์) × 100 | % | รายเดือน | ระบบคลังอะไหล่ | 0.5–1.5% ของมูลค่าทดแทนสินทรัพย์ |
| อะไหล่ค้างนิ่ง | (มูลค่าอะไหล่ที่ไม่เคลื่อนไหวเกิน 24 เดือน ÷ มูลค่าอะไหล่ทั้งหมด) × 100 | % | รายไตรมาส | รายงานการเคลื่อนไหวคลัง | ต่ำกว่า 10% |
| สัดส่วนล่วงเวลา | (ชั่วโมงล่วงเวลา ÷ ชั่วโมงทำงานปกติ) × 100 | % | รายสัปดาห์ | ระบบลงเวลา | ต่ำกว่า 10% |
สัดส่วนล่วงเวลาเป็นสัญญาณเตือนล่วงหน้าของปัญหาอื่น โรงงานที่ทำล่วงเวลาสูงต่อเนื่องมักมีต้นเหตุที่เครื่องเสียบ่อย ของเสียเยอะ หรือแผนไม่เรียบ ไม่ใช่เพราะงานเยอะจริง ส่วนการลดต้นทุนพลังงานอย่างเป็นระบบดูได้ที่ การลด Energy Loss ในโรงงาน
D — Delivery: ตัวชี้วัดการส่งมอบ
ลูกค้าไม่เห็น OEE ของคุณ แต่เห็นว่าของมาถึงตรงวันหรือไม่ ตัวชี้วัดหลักคือ OTD แต่ต้องตกลงให้ชัดว่าคำว่าตรงเวลานับจากวันที่ลูกค้าขอ หรือวันที่เรารับปาก ตัวเลขจากสองนิยามนี้ต่างกันได้ถึงยี่สิบจุด และโรงงานที่วัดจากวันที่รับปากอย่างเดียวจะมีตัวเลขสวยเสมอเพราะเลื่อนวันรับปากได้เรื่อย ๆ คำแนะนำคือวัดทั้งสองตัวและรายงานคู่กัน
| ตัวชี้วัด | สูตร | หน่วย | ความถี่ | แหล่งข้อมูล | เป้าหมายอ้างอิง |
|---|---|---|---|---|---|
| OTD ตามวันที่ลูกค้าขอ | (รายการที่ส่งตรงวันลูกค้าขอ ÷ รายการทั้งหมด) × 100 | % | รายสัปดาห์ | ใบส่งของและใบสั่งซื้อ | ระดับโลก 98% ขึ้นไป · ทั่วไป 88–95% |
| OTIF | (รายการที่ส่งตรงเวลาและครบจำนวน ÷ รายการทั้งหมด) × 100 | % | รายสัปดาห์ | ระบบวางแผนทรัพยากรองค์กร | สูงกว่า 95% |
| Manufacturing lead time | เวลาเฉลี่ยจากปล่อยใบสั่งผลิตถึงรับเข้าคลังสินค้าสำเร็จรูป | วัน หรือ ชั่วโมง | รายสัปดาห์ | เวลาเปิดและปิดใบสั่งผลิต | ลดลง 20–30% จากค่าฐานภายในหนึ่งปี |
| WIP | จำนวนหรือมูลค่างานระหว่างผลิต ณ เวลาที่นับ | ชิ้น หรือ บาท | รายวัน | นับจริงหน้างานร่วมกับระบบ | ไม่เกินความต้องการหนึ่งถึงสองวัน |
| Backlog | มูลค่าหรือจำนวนคำสั่งซื้อที่เลยกำหนดส่งแล้วยังไม่ได้ส่ง | บาท หรือ รายการ | รายวัน | ระบบรับคำสั่งซื้อ | เป็นศูนย์ ณ สิ้นสัปดาห์ |
| Fill rate | (จำนวนที่ส่งได้จากสต็อกทันที ÷ จำนวนที่ลูกค้าสั่ง) × 100 | % | รายสัปดาห์ | ระบบคลังสินค้า | สูงกว่า 97% |
WIP เชื่อมหมวด D กับหมวด C โดยตรง ตามกฎของลิตเติล รอบเวลาส่งมอบเท่ากับ WIP หารด้วยอัตราการผลิต ถ้าอยากส่งของเร็วขึ้นโดยไม่เพิ่มกำลังการผลิต ต้องลด WIP ซึ่งคือเงินสดที่คืนกลับมาทันที การลด WIP อย่างปลอดภัยต้องมีระบบหยุดเมื่อผิดปกติที่ไว ซึ่งเป็นเรื่องของ Andon และ Toyota Production System
S — Safety: ตัวชี้วัดความปลอดภัย
หมวด S ต้องระวังเรื่องแรงจูงใจมากที่สุด เพราะถ้าตั้งเป้าอุบัติเหตุเป็นศูนย์แล้วผูกกับโบนัส สิ่งที่มักเกิดคือ คนหยุดรายงาน ไม่ใช่ อุบัติเหตุหยุดเกิด ทางแก้คือจับคู่ตัวชี้วัดตามหลังกับตัวชี้วัดนำเสมอ LTIFR และ TRIFR คือตัวตามหลัง ส่วนอัตราการรายงานเหตุเกือบเกิดและการปิดข้อบกพร่องคือตัวนำ องค์กรที่แข็งแรงจริงจะมีตัวนำสูงและตัวตามหลังต่ำพร้อมกัน ถ้าเห็นทั้งคู่ต่ำ ให้สันนิษฐานไว้ก่อนว่าระบบรายงานตายแล้ว แนวทางสร้างวัฒนธรรมรายงานอยู่ใน KYT กับเสา Safety, Health และ Environment
| ตัวชี้วัด | สูตร | หน่วย | ความถี่ | แหล่งข้อมูล | เป้าหมายอ้างอิง |
|---|---|---|---|---|---|
| LTIFR | (จำนวนอุบัติเหตุถึงขั้นหยุดงาน × 1,000,000) ÷ ชั่วโมงทำงานรวม | ครั้งต่อล้านชั่วโมง | รายเดือน | ทะเบียนอุบัติเหตุและระบบลงเวลา | ระดับโลก ต่ำกว่า 1 · ทั่วไป 3–8 |
| TRIFR | (อุบัติเหตุที่ต้องรักษาทั้งหมด × 1,000,000) ÷ ชั่วโมงทำงานรวม | ครั้งต่อล้านชั่วโมง | รายเดือน | บันทึกห้องพยาบาลและทะเบียนอุบัติเหตุ | ต่ำกว่า 5 |
| Severity rate | (จำนวนวันสูญเสียรวม × 1,000,000) ÷ ชั่วโมงทำงานรวม | วันต่อล้านชั่วโมง | รายเดือน | ใบรับรองแพทย์และทะเบียนลางาน | ต่ำกว่า 50 และลดลงทุกปี |
| อัตราการรายงานเหตุเกือบเกิด | จำนวนรายงานเหตุเกือบเกิด ÷ จำนวนพนักงาน ÷ เดือน | ครั้งต่อคนต่อเดือน | รายเดือน | ระบบรายงานเหตุเกือบเกิด | ยิ่งสูงยิ่งดี เริ่มต้นที่ 0.5–1 ครั้งต่อคนต่อเดือน |
| อัตราปิดข้อบกพร่องด้านความปลอดภัย | (ข้อบกพร่องที่แก้เสร็จตามกำหนด ÷ ข้อบกพร่องที่พบทั้งหมด) × 100 | % | รายเดือน | ทะเบียนตรวจความปลอดภัย | สูงกว่า 95% ภายในกำหนด |
M — Morale: ตัวชี้วัดขวัญกำลังใจ
หมวด M วัดยากที่สุดและถูกละเลยมากที่สุด แต่เป็นตัวชี้วัดนำของทุกหมวดที่เหลือ โรงงานที่คนลาออกปีละ 40% จะไม่มีวันรักษามาตรฐานงานได้ ควรอ่านคู่กับตัวชี้วัดทักษะจาก Skill Matrix และ OJT ข้อควรระวังคือจำนวนข้อเสนอต่อคนเป็นตัวที่ปั้นได้ง่ายที่สุด ถ้าตั้งเป้าเป็นจำนวนล้วน ๆ คุณจะได้ข้อเสนอประเภทควรทำความสะอาดพื้นเป็นร้อยใบ ทางแก้คือวัดคู่กับอัตราการนำไปปฏิบัติจริงและมูลค่าผลประหยัดที่ยืนยันได้ กลไกกลุ่มย่อยที่ทำให้ข้อเสนอมีคุณภาพอยู่ใน TPM Small-Group Activities ส่วนวิธีถ่ายทอดสิ่งที่เรียนรู้ให้กระจายเร็วคือ OPL
| ตัวชี้วัด | สูตร | หน่วย | ความถี่ | แหล่งข้อมูล | เป้าหมายอ้างอิง |
|---|---|---|---|---|---|
| Absenteeism rate | (วันขาดงานโดยไม่ได้วางแผน ÷ วันทำงานตามกำหนดรวม) × 100 | % | รายเดือน | ระบบลงเวลา | ต่ำกว่า 2% · เกิน 4% ถือเป็นสัญญาณอันตราย |
| Turnover rate | (จำนวนพนักงานที่ลาออกในปี ÷ จำนวนพนักงานเฉลี่ย) × 100 | % ต่อปี | รายเดือนแบบสะสม | ฝ่ายบุคคล | ต่ำกว่า 10% ต่อปีสำหรับพนักงานประจำ |
| ข้อเสนอปรับปรุงต่อคน | จำนวนข้อเสนอที่ส่ง ÷ จำนวนพนักงาน ÷ ปี | เรื่องต่อคนต่อปี | รายเดือน | ระบบข้อเสนอแนะ | ระดับโลก 10 เรื่องขึ้นไป · เริ่มต้นที่ 2–3 |
| อัตราการนำข้อเสนอไปใช้จริง | (ข้อเสนอที่ถูกนำไปปฏิบัติ ÷ ข้อเสนอทั้งหมด) × 100 | % | รายไตรมาส | ทะเบียนข้อเสนอ | สูงกว่า 60% |
| ชั่วโมงอบรมต่อคน | ชั่วโมงอบรมรวม ÷ จำนวนพนักงาน ÷ ปี | ชั่วโมงต่อคนต่อปี | รายไตรมาส | ทะเบียนอบรม | ระดับโลก 40 ชั่วโมงขึ้นไป · ทั่วไป 12–24 ชั่วโมง |
| ความครอบคลุมทักษะระดับสามขึ้นไป | (คนที่ได้ระดับสามขึ้นไปในทักษะจำเป็น ÷ จำนวนที่ต้องการ) × 100 | % | รายไตรมาส | ตารางทักษะ | สูงกว่า 80% ในทุกทักษะวิกฤต |
| อัตราการเข้าร่วมกิจกรรมกลุ่มย่อย | (พนักงานที่อยู่ในกลุ่มย่อยที่ยังทำกิจกรรมอยู่ ÷ พนักงานทั้งหมด) × 100 | % | รายไตรมาส | บันทึกกิจกรรมกลุ่ม | สูงกว่า 90% |
E — Environment: ตัวชี้วัดสิ่งแวดล้อม
หมวด E กลายเป็นเงื่อนไขทางธุรกิจไปแล้ว ลูกค้าต่างประเทศจำนวนมากขอข้อมูลการปล่อยคาร์บอนต่อหน่วยผลิตเป็นส่วนหนึ่งของการคัดเลือกผู้ผลิต หลักสำคัญคือต้องวัดเป็น อัตราส่วนต่อหน่วยผลิต ไม่ใช่ยอดรวม เพราะยอดรวมที่ลดลงเพราะผลิตน้อยลงไม่ใช่ความสำเร็จ สำหรับคาร์บอน ให้เริ่มจากเชื้อเพลิงที่เผาเองและไฟฟ้าที่ซื้อก่อน เพราะข้อมูลอยู่ในบิลอยู่แล้ว แนวคิดผนวกงานสิ่งแวดล้อมเข้ากับกิจกรรมประจำวันอ่านต่อได้ที่ Green TPM
| ตัวชี้วัด | สูตร | หน่วย | ความถี่ | แหล่งข้อมูล | เป้าหมายอ้างอิง |
|---|---|---|---|---|---|
| พลังงานต่อหน่วยผลิต | พลังงานที่ใช้รวม ÷ จำนวนหน่วยผลิต | kWh ต่อชิ้น หรือต่อตัน | รายเดือน | มิเตอร์ย่อยและบิลค่าไฟ | ลดลง 3–5% ต่อปี |
| น้ำต่อหน่วยผลิต | ปริมาณน้ำที่ใช้ ÷ จำนวนหน่วยผลิต | ลูกบาศก์เมตรต่อชิ้น | รายเดือน | มิเตอร์น้ำและบิลประปา | ลดลง 3–5% ต่อปี |
| ของเสียที่ส่งฝังกลบ | (น้ำหนักของเสียที่ส่งฝังกลบ ÷ น้ำหนักของเสียทั้งหมด) × 100 | % | รายเดือน | ใบกำกับการขนของเสีย | ระดับโลกต่ำกว่า 5% · เป้าสูงสุดคือไม่ฝังกลบเลย |
| อัตราการนำกลับมาใช้ใหม่ | (น้ำหนักของเสียที่รีไซเคิลหรือใช้ซ้ำ ÷ ของเสียทั้งหมด) × 100 | % | รายเดือน | บันทึกการขายเศษวัสดุ | สูงกว่า 80% |
| คาร์บอนต่อหน่วยผลิต | (การปล่อยขอบเขตที่หนึ่ง + ขอบเขตที่สอง) ÷ จำนวนหน่วยผลิต | กิโลกรัมคาร์บอนเทียบเท่าต่อชิ้น | รายไตรมาส | บิลพลังงานคูณค่าแฟกเตอร์การปล่อย | ลดลงตามเป้าที่ประกาศ เช่น 4% ต่อปี |
| จำนวนเหตุการณ์ด้านสิ่งแวดล้อม | นับจำนวนการรั่วไหล การเกินค่ามาตรฐาน หรือข้อร้องเรียนจากชุมชน | ครั้ง | รายเดือน | ทะเบียนเหตุการณ์ | เป็นศูนย์ |
| การใช้อากาศอัดต่อหน่วย | ปริมาณลมอัดที่ใช้ ÷ จำนวนหน่วยผลิต | ลูกบาศก์เมตรต่อชิ้น | รายเดือน | มิเตอร์ลมและบันทึกเดินคอมเพรสเซอร์ | ลดลง 10% หลังปิดจุดรั่วรอบแรก |
เคล็ดลับที่ให้ผลเร็วเสมอคือเดินตรวจหารอยรั่วของลมอัดในวันหยุดตอนโรงงานเงียบ โรงงานทั่วไปมีลมรั่ว 20–30% ของที่ผลิตได้ และการอุดรอยรั่วเป็นกิจกรรมที่ทีมหน้างานทำเองได้ในกรอบของ Autonomous Maintenance (AM) เพราะเป็นการฟื้นสภาพพื้นฐานของอุปกรณ์
Maintenance: ตัวชี้วัดงานบำรุงรักษา
หมวดนี้คือหัวใจของเสาบำรุงรักษาตามแผน ซึ่งอธิบายกระบวนการเต็มไว้ที่ Planned Maintenance คืออะไร ตัวชี้วัดที่รู้จักดีที่สุดคือ MTBF และ MTTR ซึ่งมีวิธีคำนวณและกับดักอยู่ใน MTBF และ MTTR คืออะไร แต่สองตัวนี้อย่างเดียวไม่พอ เพราะเป็นตัวชี้วัดตามหลังทั้งคู่ ต้องมีตัวนำอย่าง PM compliance ควบคู่ไปด้วย และต้องตกลงให้ชัดว่าจะนับเครื่องหยุดกี่นาทีขึ้นไปเป็นการเสีย ส่วนใหญ่ใช้เกณฑ์สิบนาที ถ้าไม่ตกลงเกณฑ์นี้ ตัวเลข MTBF จะเปรียบเทียบข้ามสายการผลิตไม่ได้เลย
| ตัวชี้วัด | สูตร | หน่วย | ความถี่ | แหล่งข้อมูล | เป้าหมายอ้างอิง |
|---|---|---|---|---|---|
| MTBF | เวลาเดินเครื่องรวม ÷ จำนวนครั้งที่เครื่องเสีย | ชั่วโมง | รายเดือน | ใบแจ้งซ่อมและบันทึกเดินเครื่อง | เพิ่มขึ้นสองเท่าใน 2 ปีจากค่าฐาน |
| MTTR | เวลาซ่อมรวม ÷ จำนวนครั้งที่ซ่อม | ชั่วโมง | รายเดือน | ใบสั่งซ่อมที่บันทึกเวลาเริ่มและจบ | ต่ำกว่า 2 ชั่วโมงในงานทั่วไป |
| เวลาตอบสนอง | เวลาเฉลี่ยจากแจ้งเหตุถึงช่างเริ่มลงมือ | นาที | รายเดือน | ระบบใบสั่งซ่อม | ต่ำกว่า 15 นาทีในเวลาทำการ |
| PM compliance | (งาน PM ที่ทำเสร็จภายในกรอบเวลา ÷ งาน PM ที่ถึงกำหนด) × 100 | % | รายเดือน | แผน PM ในระบบบริหารงานซ่อม | ระดับโลก 95% ขึ้นไป · ต่ำกว่า 80% ถือว่าล้มเหลว |
| สัดส่วนงานที่วางแผนไว้ | (ชั่วโมงงานที่วางแผนล่วงหน้า ÷ ชั่วโมงงานซ่อมทั้งหมด) × 100 | % | รายเดือน | ใบสั่งซ่อมแยกประเภท | ระดับโลก 85–90% · ทั่วไป 40–60% |
| Breakdown rate | (เวลาที่เครื่องหยุดเพราะเสีย ÷ เวลาผลิตตามแผน) × 100 | % | รายสัปดาห์ | บันทึกการหยุดของเครื่อง | ต่ำกว่า 1% · ระดับโลกต่ำกว่า 0.5% |
| Schedule compliance | (งานซ่อมที่ทำได้ตามตารางที่จัดไว้ ÷ งานที่จัดตารางไว้) × 100 | % | รายสัปดาห์ | ตารางงานซ่อมรายสัปดาห์ | สูงกว่า 90% |
| สัดส่วนงานฉุกเฉิน | (ชั่วโมงงานฉุกเฉิน ÷ ชั่วโมงงานทั้งหมด) × 100 | % | รายเดือน | ใบสั่งซ่อมประเภทฉุกเฉิน | ต่ำกว่า 10% |
| งานซ่อมค้าง | ชั่วโมงงานค้างทั้งหมด ÷ ชั่วโมงกำลังช่างต่อสัปดาห์ | สัปดาห์ | รายสัปดาห์ | ระบบใบสั่งซ่อม | 2–4 สัปดาห์ ต่ำเกินไปแปลว่าช่างว่าง |
| Wrench time | (เวลาที่ช่างลงมือซ่อมจริง ÷ เวลาทำงานของช่าง) × 100 | % | รายไตรมาสโดยการสุ่มสังเกต | การสังเกตการณ์หน้างาน | ระดับโลก 55% ขึ้นไป · ทั่วไป 25–35% |
| อัตราการซ่อมซ้ำ | (งานซ่อมอาการเดิมเครื่องเดิมภายใน 30 วัน ÷ งานซ่อมทั้งหมด) × 100 | % | รายเดือน | ประวัติเครื่องจักร | ต่ำกว่า 5% |
สองตัวที่มักถูกลืมคืองานซ่อมค้างกับ Wrench time ตัวแรกบอกว่ากำลังช่างพอกับงานหรือไม่ ถ้าเกินหกสัปดาห์แปลว่ากำลังไม่พอและงานเชิงรุกจะถูกเบียดทิ้ง ส่วน Wrench time เปิดตาผู้บริหารได้ดีมาก เพราะเมื่อวัดจริงจะพบว่าช่างใช้เวลาส่วนใหญ่ไปกับการเดินหาอะไหล่ รอใบอนุญาตทำงาน และรอเครื่องว่าง การแก้ปัญหานี้อยู่ที่การวางแผนงานล่วงหน้า ไม่ใช่การเร่งช่าง
สำหรับโรงงานที่ต้องการยกระดับไปสู่การซ่อมตามสภาพ ให้ดูตัวชี้วัดความครอบคลุมของจุดตรวจวัดใน Predictive Maintenance (CBM) หลักการเลือกกลยุทธ์ให้เหมาะกับผลของความล้มเหลวใน RCM และเส้นทางไปสู่การเสียเป็นศูนย์ใน Zero Breakdown
ค่าเป้าหมายอ้างอิง: ระดับโลกเทียบกับโรงงานทั่วไป
คำถามที่ได้รับบ่อยที่สุดคือตัวเลขเท่าไรถึงเรียกว่าดี คำตอบที่ซื่อสัตย์คือขึ้นกับอุตสาหกรรมและจุดที่คุณยืนอยู่ตอนนี้ ค่าเป้าหมายระดับโลกมีประโยชน์ในฐานะทิศทาง แต่ไม่ควรใช้เป็นเป้าปีแรก โรงงานที่ OEE ปัจจุบัน 52% แล้วตั้งเป้า 85% ในปีเดียวจะทำให้ทีมยอมแพ้ตั้งแต่ไตรมาสแรก วิธีที่ได้ผลกว่าคือตั้งเป้าสามขั้น คือทำให้ตัวเลข เสถียร ก่อน แล้ว ปิดช่องว่างครึ่งหนึ่ง ระหว่างค่าปัจจุบันกับสถิติที่ดีที่สุดของตัวเอง แล้วจึง ไล่ตามระดับอุตสาหกรรม
| ตัวชี้วัด | ระดับต้องแก้ด่วน | ระดับโรงงานทั่วไป | ระดับดี | ระดับโลก |
|---|---|---|---|---|
| OEE | ต่ำกว่า 50% | 60–70% | 75–84% | 85% ขึ้นไป |
| Breakdown rate | สูงกว่า 5% | 2–5% | 1–2% | ต่ำกว่า 0.5% |
| PM compliance | ต่ำกว่า 60% | 70–85% | 85–94% | 95% ขึ้นไป |
| สัดส่วนงานที่วางแผนไว้ | ต่ำกว่า 30% | 40–60% | 65–80% | 85–90% |
| FPY | ต่ำกว่า 80% | 85–95% | 95–98% | 98% ขึ้นไป |
| COPQ ต่อยอดขาย | สูงกว่า 10% | 4–10% | 2–4% | ต่ำกว่า 1% |
| OTD | ต่ำกว่า 80% | 88–95% | 95–97% | 98% ขึ้นไป |
| Inventory turns | ต่ำกว่า 3 รอบ | 4–8 รอบ | 8–12 รอบ | 12 รอบขึ้นไป |
| LTIFR | สูงกว่า 8 | 3–8 | 1–3 | ต่ำกว่า 1 |
| Absenteeism | สูงกว่า 5% | 3–5% | 2–3% | ต่ำกว่า 2% |
| ข้อเสนอต่อคนต่อปี | ต่ำกว่า 0.5 | 1–3 | 4–9 | 10 ขึ้นไป |
| ค่าบำรุงรักษาต่อมูลค่าสินทรัพย์ | สูงกว่า 7% | 4–6% | 3–4% | 2–3% |
| Wrench time | ต่ำกว่า 20% | 25–35% | 40–50% | 55% ขึ้นไป |
ข้อควรระวังเวลาเทียบเคียง ตัวเลขระดับโลกมักมาจากโรงงานที่ผลิตของแบบเดียวกันจำนวนมากและมีวินัยข้อมูลมาหลายปี โรงงานที่ผลิตหลายรุ่นล็อตเล็กจะมีเวลาเปลี่ยนรุ่นสูงกว่าโดยธรรมชาติ ทำให้ OEE ต่ำกว่าโดยไม่ได้แปลว่าบริหารแย่ ถ้าจะเทียบ ให้เทียบกับตัวเองเมื่อหกเดือนที่แล้วก่อนเสมอ การประเมินสถานะเริ่มต้นอย่างเป็นระบบคือสิ่งที่บริการ TPM Health Check ออกแบบมาเพื่อการนี้โดยเฉพาะ
วิธีเลือกตัวชี้วัดให้เหลือน้อยแต่สำคัญ
คลังนี้มีตัวชี้วัดราวเจ็ดสิบตัว ถ้าเอาไปใช้ทั้งหมด สิ่งที่จะเกิดขึ้นคือมีคนหนึ่งคนใช้เวลาสามวันต่อเดือนกรอกข้อมูลเข้าสไลด์ แล้วในที่ประชุมไม่มีใครถามถึงเกินห้าตัว หลักที่ผมใช้คือ กฎ 3-7-15 ผู้บริหารดูไม่เกินสามตัวต่อหมวด ผู้จัดการฝ่ายไม่เกินเจ็ดตัว หน้างานติดบอร์ดไม่เกินสิบห้าตัวรวมทุกอย่าง ที่เหลือเก็บไว้ในทะเบียนเป็นตัวชี้วัดเชิงวินิจฉัยที่หยิบมาดูเฉพาะตอนสอบสวนปัญหา
- ผู้บริหารโรงงาน ทบทวนรายเดือน — OEE รวม ต้นทุนต่อหน่วย COPQ OTD LTIFR อัตราลาออก และคาร์บอนต่อหน่วย
- ผู้จัดการฝ่าย ทบทวนรายสัปดาห์ — OEE รายสาย breakdown rate FPY schedule attainment PM compliance งานซ่อมค้าง และอัตรารายงานเหตุเกือบเกิด
- หัวหน้ากะและหน้างาน ทบทวนทุกกะ — ผลผลิตเทียบแผนรายชั่วโมง จำนวนครั้งที่หยุด ของเสียแยกตามสาเหตุ เวลาเปลี่ยนรุ่น และป้ายบกพร่องที่ยังไม่ปิด
วิธีตัดที่ใช้ได้ผลจริงคือทดสอบด้วยคำถามเดียว ถ้าตัวเลขนี้แย่ลงสิบเปอร์เซ็นต์สัปดาห์หน้า เราจะทำอะไรต่างจากเดิม ถ้าตอบไม่ได้ทันที ให้ย้ายตัวนั้นออกจากบอร์ด หลักการเชื่อมตัวชี้วัดกับกิจกรรมประจำวันโดยไม่ปนกับงานไคเซ็นอยู่ใน Daily Management อีกจุดที่มักพลาดคือการติดกราฟโดยไม่มีเส้นเป้าและไม่มีช่องเขียนการกระทำ กราฟที่ไม่มีเส้นเป้าคือภาพประดับ หลักการนำเสนอให้เห็นปัญหาได้ในไม่กี่วินาทีอยู่ใน Visual Management
กับดักการวัด 8 ข้อที่เจอซ้ำในโรงงานไทย
ส่วนนี้คือส่วนที่ผมอยากให้อ่านมากที่สุด เพราะการมีตัวชี้วัดผิดแย่กว่าไม่มีตัวชี้วัดเลย ไม่มีตัวชี้วัดแปลว่าไม่รู้ แต่มีตัวชี้วัดผิดแปลว่ามั่นใจในสิ่งที่ผิด
1. วัดสิ่งที่ได้มาง่าย แทนที่จะเป็นสิ่งที่สำคัญ
อาการคือรายงานเต็มไปด้วยตัวเลขที่ระบบพ่นออกมาได้เอง เช่น จำนวนใบสั่งซ่อมที่ปิด ในขณะที่สิ่งสำคัญจริงอย่างเวลาที่เครื่องคอขวดหยุดกลับไม่มีใครเก็บเพราะต้องเดินไปจดหน้างาน ทางแก้คือเริ่มจากคำถามทางธุรกิจก่อนเสมอ แล้วค่อยถามว่าต้องเก็บข้อมูลอะไรถึงจะตอบได้
2. ปั้นตัวเลข
เกิดขึ้นเมื่อคนที่รายงานตัวเลขเป็นคนเดียวกับคนที่ถูกประเมินด้วยตัวเลขนั้น รูปแบบที่พบบ่อยคือย้ายเวลาหยุดไปเข้าหมวดหยุดตามแผน หรือปรับรอบเวลามาตรฐานให้ช้าลงเพื่อให้ค่า Performance ดูดี ทางแก้คือสุ่มตรวจเดือนละครั้งเทียบกับหลักฐานอิสระ
3. เป้าที่ทำให้พฤติกรรมเสีย
ตัวอย่างคลาสสิกคือตั้งเป้า OEE รายเครื่องแล้วผูกกับรางวัล ผลคือหัวหน้าจะเดินเครื่องที่ไม่ใช่คอขวดให้เต็มที่เพื่อดันตัวเลข ทั้งที่มันสร้างงานระหว่างผลิตกองอยู่หน้าคอขวดโดยเปล่าประโยชน์ อีกตัวอย่างคือตั้งเป้าลดต้นทุนอะไหล่ ทำให้ช่างเลื่อนการเปลี่ยนอะไหล่ที่ถึงกำหนด แล้วเครื่องพังหนักในอีกสามเดือน ทางแก้คือใช้ตัวชี้วัดคู่ที่ถ่วงกันเสมอ
4. เก็บด้วยมือแล้วไม่ทัน
ถ้าข้อมูลของกะเช้าถูกสรุปเสร็จตอนบ่ายวันถัดไป โอกาสแก้ปัญหาก็หมดไปแล้ว หลักคือความถี่ของการทบทวนต้องเร็วกว่าความถี่ของปัญหา ให้แยกชัดระหว่างข้อมูลที่ต้องเห็นทันทีหน้างาน กับข้อมูลที่ใช้วิเคราะห์ย้อนหลังซึ่งควรให้ระบบทำ นี่คือเหตุผลที่โรงงานเริ่มมองหา ซอฟต์แวร์ TPM เมื่อข้อมูลเกินกำลังกระดาษ ความต่างระหว่างระบบสองแบบอธิบายไว้ที่ โปรแกรม TPM กับ CMMS ต่างกันอย่างไร
5. วัดค่าเฉลี่ยโดยไม่ดูการกระจาย
MTTR เฉลี่ยสองชั่วโมงอาจมาจากงานยี่สิบครั้งที่ใช้เวลาสามสิบนาที กับงานสองครั้งที่ใช้เวลาสิบหกชั่วโมง ค่าเฉลี่ยกลบเหตุการณ์ใหญ่ที่เป็นตัวทำลายผลจริง ทางแก้คือรายงานค่าสูงสุดและจำนวนครั้งที่เกินเกณฑ์ควบคู่ไปด้วย เครื่องมือใน QC 7 Tools ช่วยเรื่องนี้ได้ทันที
6. เปลี่ยนนิยามกลางทางแล้วไม่บอกใคร
กราฟที่ดีขึ้นอย่างน่าอัศจรรย์ในเดือนใดเดือนหนึ่ง มักไม่ได้เกิดจากการปรับปรุง แต่เกิดจากการเปลี่ยนวิธีนับ กติกาคือทุกครั้งที่เปลี่ยนนิยาม ต้องคำนวณย้อนหลังอย่างน้อยหกเดือนด้วยนิยามใหม่ และทำเครื่องหมายจุดที่เปลี่ยนไว้บนกราฟ
7. ตัวชี้วัดไม่มีเจ้าของ
ตัวเลขที่ทุกคนรับผิดชอบคือตัวเลขที่ไม่มีใครรับผิดชอบ ทะเบียนตัวชี้วัดต้องระบุชื่อคน ไม่ใช่ชื่อแผนก และคนนั้นต้องเป็นคนเดียวกับที่ยืนอธิบายในที่ประชุมเมื่อตัวเลขหลุดเป้า
8. รายงานตัวเลขโดยไม่รายงานสาเหตุ
สไลด์ที่บอกว่า OEE เดือนนี้ 68% ลดลงสามจุด แล้วจบ ไม่ทำให้เกิดอะไรขึ้น สิ่งที่ต้องมาคู่กันคือการแตกสาเหตุตามพาเรโตว่าสามจุดที่หายไปมาจากเครื่องไหน และมีมาตรการอะไรกำลังทำอยู่ การแยกแยะเหตุตามกรอบ 4M Analysis ช่วยจัดระเบียบการวิเคราะห์ได้ดี
Data governance: ทำให้ตัวเลขเชื่อถือได้
ทุกเรื่องข้างบนจะพังทันทีถ้าข้อมูลไม่น่าเชื่อถือ และประสบการณ์บอกว่าโรงงานส่วนใหญ่ใช้เวลาปีแรกไปกับการเถียงกันเรื่องตัวเลขมากกว่าการแก้ปัญหาจริง ทางป้องกันคือวางกติกาข้อมูลตั้งแต่วันแรก โดยมีสามเสาหลักดังนี้
หนึ่งนิยาม หนึ่งโรงงาน
ทำเอกสารเดียวชื่อพจนานุกรมตัวชี้วัดที่ทุกฝ่ายเซ็นรับ แต่ละตัวต้องมีอย่างน้อยแปดช่อง คือชื่อ นิยามเป็นคำพูด สูตร หน่วย ขอบเขตว่านับเครื่องไหนสายไหน ความถี่ แหล่งข้อมูล และชื่อเจ้าของ ถ้ามีหลายไซต์ ต้องใช้พจนานุกรมเดียวกันทั้งบริษัท
เจ้าของข้อมูลกับเจ้าของผลลัพธ์เป็นคนละคน
เจ้าของข้อมูลรับผิดชอบว่าตัวเลขถูกต้องและมาตรงเวลา ส่วนเจ้าของผลลัพธ์รับผิดชอบว่าตัวเลขดีขึ้น การแยกสองบทบาทนี้ช่วยลดแรงจูงใจในการปั้นตัวเลขลงมาก เพราะคนที่บันทึกไม่ใช่คนที่ถูกประเมินด้วยตัวเลขนั้นโดยตรง นอกจากนี้ต้องระบุให้ชัดว่าใครมีสิทธิ์แก้ข้อมูลย้อนหลังและต้องขออนุมัติจากใคร
ตรวจสอบย้อนกลับได้ภายใน 10 นาที
สุ่มหยิบตัวเลขหนึ่งค่าจากรายงานผู้บริหาร แล้วให้ทีมพาย้อนกลับไปถึงเอกสารต้นทาง ถ้าทำได้ภายในสิบนาที แปลว่าสายข้อมูลแข็งแรง ถ้าต้องใช้ครึ่งวันและจบด้วยประโยคว่าคนนั้นเป็นคนกรอก แปลว่าคุณกำลังบริหารด้วยความเชื่อ ไม่ใช่ด้วยข้อมูล ควรสุ่มตรวจอย่างน้อยห้าค่าต่อเดือน
แผนลงมือ 90 วัน
การสร้างคลังตัวชี้วัดไม่ควรใช้เวลาเป็นปี ถ้าโฟกัสถูก เก้าสิบวันเพียงพอที่จะได้ชุดตัวชี้วัดที่ใช้งานได้จริงสำหรับสายนำร่องหนึ่งสาย แล้วค่อยขยาย
- วันที่ 1–15 เลือกสายนำร่องหนึ่งสายที่มีปัญหาชัดและมีหัวหน้าที่ให้ความร่วมมือ อย่าเลือกสายที่ยากที่สุดเป็นสายแรก
- วันที่ 16–30 เลือกตัวชี้วัดไม่เกินสิบตัว เขียนนิยาม สูตร แหล่งข้อมูล และเจ้าของ แล้วให้ทุกฝ่ายเซ็นรับ
- วันที่ 31–45 เก็บข้อมูลจริงตามนิยามใหม่สองถึงสี่สัปดาห์โดยยังไม่ตั้งเป้า เป้าหมายช่วงนี้คือความถูกต้อง ไม่ใช่ความสวยของตัวเลข
- วันที่ 46–60 สุ่มตามรอยย้อนกลับสิบค่า ปรับวิธีบันทึกที่มีปัญหา และลดสัดส่วนรหัสสาเหตุอื่น ๆ ให้ต่ำกว่าสิบเปอร์เซ็นต์
- วันที่ 61–75 ตั้งเป้าแบบปิดช่องว่างครึ่งหนึ่งจากค่าฐาน ติดกราฟที่มีเส้นเป้าและช่องบันทึกการกระทำไว้ที่หน้างานจริง ไม่ใช่ในห้องประชุม
- วันที่ 76–90 เริ่มจังหวะทบทวน ประชุมสั้นทุกวันสิบนาทีที่หน้างานและรายสัปดาห์ระดับฝ่าย โดยจบด้วยรายการการกระทำที่มีชื่อคนและวันที่
เมื่อสายนำร่องเดินได้ การขยายจะเร็วขึ้นมากเพราะพจนานุกรมและรหัสสาเหตุถูกทดสอบมาแล้ว การวางลำดับกิจกรรมทั้งโรงงานอย่างเป็นระบบอยู่ใน TPM 12 ขั้นตอน 4 เฟส ส่วนโรงงานขนาดเล็กที่มีทรัพยากรจำกัดควรดูแนวทางย่อใน TPM for SME
เรื่องสุดท้ายคือปฏิกิริยาของคน ความอึดอัดตอนเริ่มติดบอร์ดไม่ได้มาจากการไม่อยากถูกวัด แต่มาจากประสบการณ์เดิมที่ตัวเลขถูกใช้เพื่อหาคนผิด กติกาที่ต้องประกาศตั้งแต่วันแรกคือ ตัวเลขใช้โจมตีปัญหา ไม่ใช้โจมตีคน ประเด็นนี้อธิบายไว้เต็มใน ทำไมพนักงานต่อต้าน TPM และการให้หน้างานจดตัวเลขเองก็ช่วยได้มาก เหมือนที่ทำให้ 5ส ได้ผลเมื่อคนหน้างานเป็นเจ้าของ
เมื่อไรควรขอความช่วยเหลือจากภายนอก
โรงงานส่วนใหญ่สร้างคลังตัวชี้วัดเองได้ ถ้ามีคนที่ทำเต็มเวลาอย่างน้อยหนึ่งคนและผู้บริหารเข้าประชุมทบทวนจริงทุกเดือน สิ่งที่มักทำเองไม่ได้คือการตัดสินใจว่าจะไม่วัดอะไร เพราะทุกฝ่ายจะปกป้องตัวเลขของตัวเอง สัญญาณที่บอกว่าควรมีคนนอกมาช่วยคือทำมาเกินหนึ่งปีแต่ยังเถียงกันเรื่องนิยาม ตัวเลขในรายงานผู้บริหารกับที่หน้างานไม่ตรงกัน หรือมีตัวชี้วัดเกินสี่สิบตัวและไม่มีใครกล้าตัด คำถามที่ควรถามก่อนเซ็นสัญญาอยู่ใน เลือกที่ปรึกษา TPM อย่างไร และหากต้องการให้ทีมเราเข้าไปช่วยวางทะเบียนตัวชี้วัดและระบบทบทวน ดูขอบเขตงานได้ที่ บริการที่ปรึกษา TPM
ถ้ายังไม่พร้อมเริ่มโครงการเต็มรูปแบบ ทางเลือกที่ต้นทุนต่ำที่สุดคือให้คนนอกช่วยทบทวนพจนานุกรมตัวชี้วัดและรหัสสาเหตุเพียงหนึ่งถึงสองวัน แล้วให้ทีมภายในเดินต่อเอง เพราะเป็นการแก้ที่รากก่อนที่ข้อมูลผิดจะสะสมทั้งปี ดูรูปแบบการทำงานร่วมกันได้ที่หน้า ที่ปรึกษา TPM
สรุป
คลังตัวชี้วัดที่ดีไม่ใช่รายการที่ยาวที่สุด แต่คือรายการที่ทุกตัวมีเจ้าของ มีนิยามเดียว ตรวจสอบย้อนกลับได้ และเชื่อมกับการกระทำที่ชัดเจน หลักที่ควรจำมีสี่ข้อ
- จัดหมวดให้สมดุล ใช้ PQCDSME บวกหมวดงานบำรุงรักษา เพื่อไม่ให้ผลักดันด้านหนึ่งจนอีกด้านทรุด
- วัดน้อยแต่ใช้จริง ใช้กฎ 3-7-15 และทดสอบทุกตัวด้วยคำถามว่าถ้าตัวเลขนี้แย่ลง เราจะทำอะไรต่างจากเดิม
- ระวังกับดักพฤติกรรม ตัวชี้วัดทุกตัวสร้างแรงจูงใจ ให้ใช้ตัวชี้วัดคู่ที่ถ่วงกันเสมอ และอย่าผูกโบนัสกับตัวเดียว
- ลงทุนกับการกำกับดูแลข้อมูลก่อนลงทุนกับเครื่องมือ พจนานุกรมหนึ่งฉบับที่ทุกฝ่ายเซ็นรับ มีค่ามากกว่าแดชบอร์ดสวยงามที่ตัวเลขข้างในไม่มีใครเชื่อ
เริ่มจากสายเดียว สิบตัวชี้วัด และเก้าสิบวัน แล้วคุณจะมีฐานที่ขยายได้ทั้งโรงงาน เมื่อต้องการเข้าใจว่าตัวชี้วัดเหล่านี้ควรถูกจัดชั้นและเชื่อมจากเป้าองค์กรลงมาถึงพฤติกรรมหน้างานอย่างไร ให้กลับไปอ่าน KMI KPI KAI ตัวชี้วัด TPM สามระดับ ต่อ เพราะคลังกับกรอบสองอย่างนี้ต้องใช้คู่กันจึงจะได้ผลเต็ม และหากอยากเห็นภาพรวมว่าตัวชี้วัดแต่ละหมวดผูกกับเสาไหนของ TPM ให้ทบทวนที่ TPM คืออะไร รู้จัก 8 เสาหลัก