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

เกณฑ์คำถามที่ใช้ทดสอบตัวอย่างที่ตก
มีเจ้าของชัดถ้าตัวเลขนี้แย่ลง ใครคือคนที่ต้องลุกขึ้นมาอธิบายและแก้"ประสิทธิภาพโรงงานโดยรวม" ที่ไม่มีใครเป็นเจ้าของ
ควบคุมได้คนที่เป็นเจ้าของมีอำนาจเปลี่ยนแปลงผลลัพธ์นี้จริงหรือไม่บังคับหัวหน้ากะรับผิดชอบตัวเลขยอดขาย
นิยามเดียวถ้าให้สองคนคำนวณแยกกันจากข้อมูลชุดเดียวกัน ได้เลขเท่ากันไหมOEE ที่ต่างคนต่างเลือกฐานเวลาเอง
ทันเวลาได้ตัวเลขเร็วพอที่จะแก้ทันหรือไม่ หรือรู้ตอนสิ้นเดือนซึ่งสายไปแล้วอัตราของเสียที่สรุปเดือนละครั้ง
ต้นทุนการเก็บสมเหตุผลเวลาที่เสียไปกับการเก็บ น้อยกว่าคุณค่าที่ได้จากการรู้หรือไม่จับเวลาทุกงานด้วยมือเพื่อคำนวณรอบเวลารายชิ้น
ตรวจสอบย้อนกลับได้สุ่มหยิบมาหนึ่งค่า ตามรอยกลับไปถึงเอกสารต้นทางได้ภายใน 10 นาทีไหมตัวเลขที่พิมพ์เข้าไฟล์ตารางโดยไม่มีเอกสารอ้างอิง
ไม่ชวนให้โกงถ้าอยากให้ตัวเลขสวยโดยไม่ทำงานจริง จะทำได้ง่ายแค่ไหนนับจำนวนข้อเสนอไคเซ็นโดยไม่ดูคุณภาพ

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

ตัวชี้วัดสูตรหน่วยความถี่แหล่งข้อมูลเป้าหมายอ้างอิง
OEEAvailability × Performance × Quality%ทุกกะใบบันทึกเดินเครื่องหรือระบบเก็บข้อมูลการผลิตระดับโลก 85% · ทั่วไป 60–70%
Availability(เวลาเดินเครื่องจริง ÷ เวลาผลิตตามแผน) × 100%ทุกกะบันทึกการหยุดรายเหตุการณ์ระดับโลก 90% · ทั่วไป 75–85%
Performance(รอบเวลามาตรฐาน × จำนวนที่ผลิตได้) ÷ เวลาเดินเครื่องจริง × 100%ทุกกะตัวนับชิ้นงานและมาตรฐานรอบเวลาระดับโลก 95% · ทั่วไป 80–90%
Quality (ใน OEE)(จำนวนของดี ÷ จำนวนผลิตทั้งหมด) × 100%ทุกกะบันทึกตรวจสอบและใบของเสียระดับโลก 99.9% · ทั่วไป 97–99%
TEEPOEE × (เวลาผลิตตามแผน ÷ เวลาปฏิทินทั้งหมด)%รายเดือนปฏิทินการผลิตร่วมกับค่า OEEขึ้นกับรูปแบบกะ · สองกะที่ดีราว 55–60%
Labour productivityจำนวนหน่วยที่ผลิตได้ ÷ ชั่วโมงแรงงานที่ใช้ชิ้นต่อชั่วโมงคนรายวันบันทึกผลิตและระบบลงเวลาตั้งจากค่าฐานตัวเอง เพิ่ม 5–10% ต่อปี
Cycle time จริงเวลาเดินเครื่องจริง ÷ จำนวนหน่วยที่ผลิตได้วินาทีต่อชิ้นทุกกะตัวนับชิ้นงานหรือระบบควบคุมเครื่องไม่เกิน 105% ของรอบเวลามาตรฐาน
Takt time attainment(Takt time ÷ Cycle time จริง) × 100%รายวันแผนความต้องการลูกค้าและบันทึกผลิต95–105% คือช่วงที่ดี ไม่เร็วเกินไม่ช้าเกิน
Schedule attainment(จำนวนงานที่ผลิตครบตามแผนในวันนั้น ÷ งานตามแผนทั้งหมด) × 100%รายวันแผนการผลิตและรายงานปิดงานระดับโลก 95% ขึ้นไป · ทั่วไป 80–90%
Changeover timeเวลาจากชิ้นดีสุดท้ายของรุ่นเก่า ถึงชิ้นดีชิ้นแรกของรุ่นใหม่นาทีทุกครั้งที่เปลี่ยนรุ่นใบบันทึกการเปลี่ยนรุ่นต่ำกว่า 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

ตัวชี้วัดสูตรหน่วยความถี่แหล่งข้อมูลเป้าหมายอ้างอิง
Defect rate(จำนวนชิ้นเสีย ÷ จำนวนผลิตทั้งหมด) × 100%รายวันใบของเสียและบันทึกตรวจสอบต่ำกว่า 0.5% ในงานประกอบทั่วไป
Defect PPM(จำนวนชิ้นเสีย ÷ จำนวนผลิตทั้งหมด) × 1,000,000ppmรายเดือนระบบตรวจสอบคุณภาพยานยนต์ระดับต้น ต่ำกว่า 50 ppm · ทั่วไป 500–3,000 ppm
FPY (First Pass Yield)(ชิ้นที่ผ่านครั้งแรกโดยไม่แก้ ÷ ชิ้นที่ป้อนเข้า) × 100%รายวันบันทึกตรวจสอบรายสถานีระดับโลก 98% ขึ้นไป · ทั่วไป 85–95%
RTYFPY ขั้นที่ 1 × FPY ขั้นที่ 2 × ... × FPY ขั้นสุดท้าย%รายเดือนค่า FPY รายขั้นตอนสูงกว่า 90% ถือว่าดีมากในสายยาว
Scrap %(มูลค่าหรือน้ำหนักของที่ทิ้ง ÷ มูลค่าหรือน้ำหนักวัตถุดิบที่ป้อน) × 100%รายสัปดาห์ใบเบิกวัตถุดิบและบันทึกการทิ้งต่ำกว่า 1% แล้วแต่กระบวนการ
Rework %(จำนวนชิ้นที่ต้องแก้ ÷ จำนวนผลิตทั้งหมด) × 100%รายวันใบสั่งแก้งานต่ำกว่า 2%
COPQต้นทุนของเสีย + ต้นทุนแก้ไข + ต้นทุนตรวจสอบ + ต้นทุนเคลมบาท และคิดเป็น % ของยอดขายรายเดือนบัญชีต้นทุนและทะเบียนเคลมระดับโลก ต่ำกว่า 1% ของยอดขาย · ทั่วไป 4–10%
Customer complaint rate(จำนวนเคลมที่ได้รับ ÷ จำนวนล็อตหรือรอบส่งมอบ) × 100%รายเดือนทะเบียนเคลมลูกค้าต่ำกว่า 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

ตัวชี้วัดสูตรหน่วยความถี่แหล่งข้อมูลเป้าหมายอ้างอิง
ต้นทุนการผลิตต่อหน่วยต้นทุนการผลิตรวม ÷ จำนวนหน่วยที่ผลิตได้บาทต่อชิ้นรายเดือนบัญชีต้นทุนและบันทึกผลิตลดลง 3–5% ต่อปีจากค่าฐาน
ค่าบำรุงรักษาต่อมูลค่าทดแทนสินทรัพย์(ค่าบำรุงรักษารวมต่อปี ÷ มูลค่าทดแทนสินทรัพย์) × 100%รายปี ติดตามรายเดือนทะเบียนสินทรัพย์และใบสั่งซ่อมระดับโลก 2–3% · ทั่วไป 4–6%
ค่าพลังงานต่อหน่วยค่าพลังงานรวม ÷ จำนวนหน่วยที่ผลิตได้บาทต่อชิ้นรายเดือนบิลค่าไฟและมิเตอร์ย่อยลดลง 5% ต่อปี หรือดีกว่าค่าฐานสามปี
Inventory turnsต้นทุนขายต่อปี ÷ มูลค่าสินค้าคงคลังเฉลี่ยรอบต่อปีรายเดือนระบบวางแผนทรัพยากรองค์กรระดับโลก 12 รอบขึ้นไป · ทั่วไป 4–8 รอบ
มูลค่าอะไหล่คงคลัง(มูลค่าอะไหล่คงคลัง ÷ มูลค่าทดแทนสินทรัพย์) × 100%รายเดือนระบบคลังอะไหล่0.5–1.5% ของมูลค่าทดแทนสินทรัพย์
อะไหล่ค้างนิ่ง(มูลค่าอะไหล่ที่ไม่เคลื่อนไหวเกิน 24 เดือน ÷ มูลค่าอะไหล่ทั้งหมด) × 100%รายไตรมาสรายงานการเคลื่อนไหวคลังต่ำกว่า 10%
สัดส่วนล่วงเวลา(ชั่วโมงล่วงเวลา ÷ ชั่วโมงทำงานปกติ) × 100%รายสัปดาห์ระบบลงเวลาต่ำกว่า 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

ตัวชี้วัดสูตรหน่วยความถี่แหล่งข้อมูลเป้าหมายอ้างอิง
OTD ตามวันที่ลูกค้าขอ(รายการที่ส่งตรงวันลูกค้าขอ ÷ รายการทั้งหมด) × 100%รายสัปดาห์ใบส่งของและใบสั่งซื้อระดับโลก 98% ขึ้นไป · ทั่วไป 88–95%
OTIF(รายการที่ส่งตรงเวลาและครบจำนวน ÷ รายการทั้งหมด) × 100%รายสัปดาห์ระบบวางแผนทรัพยากรองค์กรสูงกว่า 95%
Manufacturing lead timeเวลาเฉลี่ยจากปล่อยใบสั่งผลิตถึงรับเข้าคลังสินค้าสำเร็จรูปวัน หรือ ชั่วโมงรายสัปดาห์เวลาเปิดและปิดใบสั่งผลิตลดลง 20–30% จากค่าฐานภายในหนึ่งปี
WIPจำนวนหรือมูลค่างานระหว่างผลิต ณ เวลาที่นับชิ้น หรือ บาทรายวันนับจริงหน้างานร่วมกับระบบไม่เกินความต้องการหนึ่งถึงสองวัน
Backlogมูลค่าหรือจำนวนคำสั่งซื้อที่เลยกำหนดส่งแล้วยังไม่ได้ส่งบาท หรือ รายการรายวันระบบรับคำสั่งซื้อเป็นศูนย์ ณ สิ้นสัปดาห์
Fill rate(จำนวนที่ส่งได้จากสต็อกทันที ÷ จำนวนที่ลูกค้าสั่ง) × 100%รายสัปดาห์ระบบคลังสินค้าสูงกว่า 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

ตัวชี้วัดสูตรหน่วยความถี่แหล่งข้อมูลเป้าหมายอ้างอิง
LTIFR(จำนวนอุบัติเหตุถึงขั้นหยุดงาน × 1,000,000) ÷ ชั่วโมงทำงานรวมครั้งต่อล้านชั่วโมงรายเดือนทะเบียนอุบัติเหตุและระบบลงเวลาระดับโลก ต่ำกว่า 1 · ทั่วไป 3–8
TRIFR(อุบัติเหตุที่ต้องรักษาทั้งหมด × 1,000,000) ÷ ชั่วโมงทำงานรวมครั้งต่อล้านชั่วโมงรายเดือนบันทึกห้องพยาบาลและทะเบียนอุบัติเหตุต่ำกว่า 5
Severity rate(จำนวนวันสูญเสียรวม × 1,000,000) ÷ ชั่วโมงทำงานรวมวันต่อล้านชั่วโมงรายเดือนใบรับรองแพทย์และทะเบียนลางานต่ำกว่า 50 และลดลงทุกปี
อัตราการรายงานเหตุเกือบเกิดจำนวนรายงานเหตุเกือบเกิด ÷ จำนวนพนักงาน ÷ เดือนครั้งต่อคนต่อเดือนรายเดือนระบบรายงานเหตุเกือบเกิดยิ่งสูงยิ่งดี เริ่มต้นที่ 0.5–1 ครั้งต่อคนต่อเดือน
อัตราปิดข้อบกพร่องด้านความปลอดภัย(ข้อบกพร่องที่แก้เสร็จตามกำหนด ÷ ข้อบกพร่องที่พบทั้งหมด) × 100%รายเดือนทะเบียนตรวจความปลอดภัยสูงกว่า 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

ตัวชี้วัดสูตรหน่วยความถี่แหล่งข้อมูลเป้าหมายอ้างอิง
Absenteeism rate(วันขาดงานโดยไม่ได้วางแผน ÷ วันทำงานตามกำหนดรวม) × 100%รายเดือนระบบลงเวลาต่ำกว่า 2% · เกิน 4% ถือเป็นสัญญาณอันตราย
Turnover rate(จำนวนพนักงานที่ลาออกในปี ÷ จำนวนพนักงานเฉลี่ย) × 100% ต่อปีรายเดือนแบบสะสมฝ่ายบุคคลต่ำกว่า 10% ต่อปีสำหรับพนักงานประจำ
ข้อเสนอปรับปรุงต่อคนจำนวนข้อเสนอที่ส่ง ÷ จำนวนพนักงาน ÷ ปีเรื่องต่อคนต่อปีรายเดือนระบบข้อเสนอแนะระดับโลก 10 เรื่องขึ้นไป · เริ่มต้นที่ 2–3
อัตราการนำข้อเสนอไปใช้จริง(ข้อเสนอที่ถูกนำไปปฏิบัติ ÷ ข้อเสนอทั้งหมด) × 100%รายไตรมาสทะเบียนข้อเสนอสูงกว่า 60%
ชั่วโมงอบรมต่อคนชั่วโมงอบรมรวม ÷ จำนวนพนักงาน ÷ ปีชั่วโมงต่อคนต่อปีรายไตรมาสทะเบียนอบรมระดับโลก 40 ชั่วโมงขึ้นไป · ทั่วไป 12–24 ชั่วโมง
ความครอบคลุมทักษะระดับสามขึ้นไป(คนที่ได้ระดับสามขึ้นไปในทักษะจำเป็น ÷ จำนวนที่ต้องการ) × 100%รายไตรมาสตารางทักษะสูงกว่า 80% ในทุกทักษะวิกฤต
อัตราการเข้าร่วมกิจกรรมกลุ่มย่อย(พนักงานที่อยู่ในกลุ่มย่อยที่ยังทำกิจกรรมอยู่ ÷ พนักงานทั้งหมด) × 100%รายไตรมาสบันทึกกิจกรรมกลุ่มสูงกว่า 90%

E — Environment: ตัวชี้วัดสิ่งแวดล้อม

หมวด E กลายเป็นเงื่อนไขทางธุรกิจไปแล้ว ลูกค้าต่างประเทศจำนวนมากขอข้อมูลการปล่อยคาร์บอนต่อหน่วยผลิตเป็นส่วนหนึ่งของการคัดเลือกผู้ผลิต หลักสำคัญคือต้องวัดเป็น อัตราส่วนต่อหน่วยผลิต ไม่ใช่ยอดรวม เพราะยอดรวมที่ลดลงเพราะผลิตน้อยลงไม่ใช่ความสำเร็จ สำหรับคาร์บอน ให้เริ่มจากเชื้อเพลิงที่เผาเองและไฟฟ้าที่ซื้อก่อน เพราะข้อมูลอยู่ในบิลอยู่แล้ว แนวคิดผนวกงานสิ่งแวดล้อมเข้ากับกิจกรรมประจำวันอ่านต่อได้ที่ Green TPM

ตัวชี้วัดสูตรหน่วยความถี่แหล่งข้อมูลเป้าหมายอ้างอิง
พลังงานต่อหน่วยผลิตพลังงานที่ใช้รวม ÷ จำนวนหน่วยผลิตkWh ต่อชิ้น หรือต่อตันรายเดือนมิเตอร์ย่อยและบิลค่าไฟลดลง 3–5% ต่อปี
น้ำต่อหน่วยผลิตปริมาณน้ำที่ใช้ ÷ จำนวนหน่วยผลิตลูกบาศก์เมตรต่อชิ้นรายเดือนมิเตอร์น้ำและบิลประปาลดลง 3–5% ต่อปี
ของเสียที่ส่งฝังกลบ(น้ำหนักของเสียที่ส่งฝังกลบ ÷ น้ำหนักของเสียทั้งหมด) × 100%รายเดือนใบกำกับการขนของเสียระดับโลกต่ำกว่า 5% · เป้าสูงสุดคือไม่ฝังกลบเลย
อัตราการนำกลับมาใช้ใหม่(น้ำหนักของเสียที่รีไซเคิลหรือใช้ซ้ำ ÷ ของเสียทั้งหมด) × 100%รายเดือนบันทึกการขายเศษวัสดุสูงกว่า 80%
คาร์บอนต่อหน่วยผลิต(การปล่อยขอบเขตที่หนึ่ง + ขอบเขตที่สอง) ÷ จำนวนหน่วยผลิตกิโลกรัมคาร์บอนเทียบเท่าต่อชิ้นรายไตรมาสบิลพลังงานคูณค่าแฟกเตอร์การปล่อยลดลงตามเป้าที่ประกาศ เช่น 4% ต่อปี
จำนวนเหตุการณ์ด้านสิ่งแวดล้อมนับจำนวนการรั่วไหล การเกินค่ามาตรฐาน หรือข้อร้องเรียนจากชุมชนครั้งรายเดือนทะเบียนเหตุการณ์เป็นศูนย์
การใช้อากาศอัดต่อหน่วยปริมาณลมอัดที่ใช้ ÷ จำนวนหน่วยผลิตลูกบาศก์เมตรต่อชิ้นรายเดือนมิเตอร์ลมและบันทึกเดินคอมเพรสเซอร์ลดลง 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

ตัวชี้วัดสูตรหน่วยความถี่แหล่งข้อมูลเป้าหมายอ้างอิง
MTBFเวลาเดินเครื่องรวม ÷ จำนวนครั้งที่เครื่องเสียชั่วโมงรายเดือนใบแจ้งซ่อมและบันทึกเดินเครื่องเพิ่มขึ้นสองเท่าใน 2 ปีจากค่าฐาน
MTTRเวลาซ่อมรวม ÷ จำนวนครั้งที่ซ่อมชั่วโมงรายเดือนใบสั่งซ่อมที่บันทึกเวลาเริ่มและจบต่ำกว่า 2 ชั่วโมงในงานทั่วไป
เวลาตอบสนองเวลาเฉลี่ยจากแจ้งเหตุถึงช่างเริ่มลงมือนาทีรายเดือนระบบใบสั่งซ่อมต่ำกว่า 15 นาทีในเวลาทำการ
PM compliance(งาน PM ที่ทำเสร็จภายในกรอบเวลา ÷ งาน PM ที่ถึงกำหนด) × 100%รายเดือนแผน PM ในระบบบริหารงานซ่อมระดับโลก 95% ขึ้นไป · ต่ำกว่า 80% ถือว่าล้มเหลว
สัดส่วนงานที่วางแผนไว้(ชั่วโมงงานที่วางแผนล่วงหน้า ÷ ชั่วโมงงานซ่อมทั้งหมด) × 100%รายเดือนใบสั่งซ่อมแยกประเภทระดับโลก 85–90% · ทั่วไป 40–60%
Breakdown rate(เวลาที่เครื่องหยุดเพราะเสีย ÷ เวลาผลิตตามแผน) × 100%รายสัปดาห์บันทึกการหยุดของเครื่องต่ำกว่า 1% · ระดับโลกต่ำกว่า 0.5%
Schedule compliance(งานซ่อมที่ทำได้ตามตารางที่จัดไว้ ÷ งานที่จัดตารางไว้) × 100%รายสัปดาห์ตารางงานซ่อมรายสัปดาห์สูงกว่า 90%
สัดส่วนงานฉุกเฉิน(ชั่วโมงงานฉุกเฉิน ÷ ชั่วโมงงานทั้งหมด) × 100%รายเดือนใบสั่งซ่อมประเภทฉุกเฉินต่ำกว่า 10%
งานซ่อมค้างชั่วโมงงานค้างทั้งหมด ÷ ชั่วโมงกำลังช่างต่อสัปดาห์สัปดาห์รายสัปดาห์ระบบใบสั่งซ่อม2–4 สัปดาห์ ต่ำเกินไปแปลว่าช่างว่าง
Wrench time(เวลาที่ช่างลงมือซ่อมจริง ÷ เวลาทำงานของช่าง) × 100%รายไตรมาสโดยการสุ่มสังเกตการสังเกตการณ์หน้างานระดับโลก 55% ขึ้นไป · ทั่วไป 25–35%
อัตราการซ่อมซ้ำ(งานซ่อมอาการเดิมเครื่องเดิมภายใน 30 วัน ÷ งานซ่อมทั้งหมด) × 100%รายเดือนประวัติเครื่องจักรต่ำกว่า 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

ตัวชี้วัดระดับต้องแก้ด่วนระดับโรงงานทั่วไประดับดีระดับโลก
OEEต่ำกว่า 50%60–70%75–84%85% ขึ้นไป
Breakdown rateสูงกว่า 5%2–5%1–2%ต่ำกว่า 0.5%
PM complianceต่ำกว่า 60%70–85%85–94%95% ขึ้นไป
สัดส่วนงานที่วางแผนไว้ต่ำกว่า 30%40–60%65–80%85–90%
FPYต่ำกว่า 80%85–95%95–98%98% ขึ้นไป
COPQ ต่อยอดขายสูงกว่า 10%4–10%2–4%ต่ำกว่า 1%
OTDต่ำกว่า 80%88–95%95–97%98% ขึ้นไป
Inventory turnsต่ำกว่า 3 รอบ4–8 รอบ8–12 รอบ12 รอบขึ้นไป
LTIFRสูงกว่า 83–81–3ต่ำกว่า 1
Absenteeismสูงกว่า 5%3–5%2–3%ต่ำกว่า 2%
ข้อเสนอต่อคนต่อปีต่ำกว่า 0.51–34–910 ขึ้นไป
ค่าบำรุงรักษาต่อมูลค่าสินทรัพย์สูงกว่า 7%4–6%3–4%2–3%
Wrench timeต่ำกว่า 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

  1. วันที่ 1–15 เลือกสายนำร่องหนึ่งสายที่มีปัญหาชัดและมีหัวหน้าที่ให้ความร่วมมือ อย่าเลือกสายที่ยากที่สุดเป็นสายแรก
  2. วันที่ 16–30 เลือกตัวชี้วัดไม่เกินสิบตัว เขียนนิยาม สูตร แหล่งข้อมูล และเจ้าของ แล้วให้ทุกฝ่ายเซ็นรับ
  3. วันที่ 31–45 เก็บข้อมูลจริงตามนิยามใหม่สองถึงสี่สัปดาห์โดยยังไม่ตั้งเป้า เป้าหมายช่วงนี้คือความถูกต้อง ไม่ใช่ความสวยของตัวเลข
  4. วันที่ 46–60 สุ่มตามรอยย้อนกลับสิบค่า ปรับวิธีบันทึกที่มีปัญหา และลดสัดส่วนรหัสสาเหตุอื่น ๆ ให้ต่ำกว่าสิบเปอร์เซ็นต์
  5. วันที่ 61–75 ตั้งเป้าแบบปิดช่องว่างครึ่งหนึ่งจากค่าฐาน ติดกราฟที่มีเส้นเป้าและช่องบันทึกการกระทำไว้ที่หน้างานจริง ไม่ใช่ในห้องประชุม
  6. 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