OEE คืออะไร? สูตรคำนวณ วิธีเก็บข้อมูล และการแปลค่าไปสู่การปรับปรุงจริง

OEE (Overall Equipment Effectiveness) หรือประสิทธิผลโดยรวมของเครื่องจักร คือตัวชี้วัดที่บอกว่าเครื่องจักรสร้างของดีตามจังหวะที่ควรจะเป็นได้กี่เปอร์เซ็นต์ของเวลาที่เราตั้งใจให้มันผลิต ฟังดูเรียบง่าย แต่ในทางปฏิบัติ OEE เป็นตัวเลขที่ถูกคำนวณผิดและถูกใช้ผิดวัตถุประสงค์บ่อยที่สุดตัวหนึ่งในโรงงาน บทความนี้ไล่ตั้งแต่โครงสร้างเวลา สูตรของแต่ละองค์ประกอบ ตัวอย่างเดินเลขเต็มสามชุด การผูกเข้ากับ 6 Big Losses และ 16 Losses ไปจนถึงวิธีเก็บข้อมูลจริงหน้างานและกับดักที่ทำให้ตัวเลขไร้ความหมาย

OEE คืออะไร และวัดอะไรจริง ๆ

OEE เกิดขึ้นในบริบทของ TPM (Total Productive Maintenance) โดยมีเจตนาชัดเจนว่าไม่ได้ต้องการตัวเลขไว้ประดับรายงาน แต่ต้องการเครื่องมือที่เปิดโปงความสูญเสียที่ซ่อนอยู่ในเครื่องจักร เพราะโรงงานส่วนใหญ่มองไม่เห็นความสูญเสียของตัวเอง เห็นแต่ผลผลิตปลายทางที่ดูเหมือนพอรับได้ หากอยากเห็นภาพว่า OEE นั่งอยู่ตรงไหนของระบบทั้งหมด ให้อ่าน 8 เสาหลักของ TPM ประกอบ

นิยามที่กระชับที่สุดคือ OEE วัด สัดส่วนของเวลาที่เครื่องจักรใช้ไปกับการสร้างมูลค่าจริง เทียบกับเวลาที่เราตั้งใจให้มันเดิน คำว่ามูลค่าจริงหมายถึงของดีที่ผลิตด้วยความเร็วมาตรฐาน ของเสียไม่นับ ของที่ผลิตช้ากว่ามาตรฐานถูกหักออกตามส่วน สูตรตั้งต้นมีเพียงบรรทัดเดียว

OEE = Availability × Performance × Quality × 100

และมีสูตรตรวจทานอีกทางหนึ่งที่ควรใช้เสมอเพื่อกันการคำนวณผิด

OEE = Valuable Operating Time ÷ Loading Time × 100

สองสูตรนี้ต้องให้คำตอบเท่ากันเสมอ ถ้าไม่เท่าแปลว่ามีข้อมูลชุดใดชุดหนึ่งผิด นี่เป็นวิธีตรวจสอบตัวเองที่เร็วที่สุด และควรถูกฝังไว้ในแบบฟอร์มหรือระบบที่ใช้บันทึกตั้งแต่วันแรก

OEE ต่างจาก "ประสิทธิภาพเครื่อง" หรือ % Utilization ที่โรงงานมักใช้กันเองอย่างไร

โรงงานจำนวนมากมีตัวเลขที่เรียกกันว่าเปอร์เซ็นต์การใช้เครื่องหรือประสิทธิภาพการผลิต ซึ่งมักคำนวณจากจำนวนชิ้นที่ผลิตได้เทียบกับเป้าหมายของกะ ตัวเลขแบบนี้ไม่ผิดในตัวมันเอง แต่เป็นตัวเลขชั้นเดียวที่บอกแค่ว่าได้หรือไม่ได้ ไม่บอกว่าไม่ได้เพราะอะไร ขณะที่ OEE ถูกออกแบบให้แตกออกเป็นสามแกนที่ชี้ทิศทางการแก้ปัญหาคนละทางกัน

อีกเรื่องที่ต้องเข้าใจตั้งแต่ต้นคือ OEE เป็นตัวชี้วัดระดับกระบวนการ ไม่ใช่ระดับธุรกิจ มันอยู่ชั้นกลางของโครงสร้างตัวชี้วัดที่ไล่จากเป้าองค์กรลงมาสู่หน้างาน ผู้ที่ต้องออกแบบระบบตัวชี้วัดทั้งชุดควรอ่าน KMI KPI KAI ตัวชี้วัด 3 ระดับ และ คลัง Manufacturing KPI พร้อมสูตรคำนวณ ควบคู่กัน เพราะ OEE ตัวเดียวตอบคำถามฝ่ายบริหารได้ไม่ครบตามกรอบ PQCDSM

โครงสร้างเวลา (Time Structure) ฉบับละเอียด

ความเข้าใจผิดเรื่อง OEE เกือบทั้งหมดมีต้นตอมาจากโครงสร้างเวลา ถ้าชั้นของเวลาไม่ชัด ตัวเลขที่ออกมาจะไม่มีความหมายและเปรียบเทียบกับใครไม่ได้ โครงสร้างมาตรฐานมีห้าชั้น โดยแต่ละชั้นคือชั้นบนที่ถูกลบความสูญเสียหนึ่งประเภทออกไป

ชั้นของเวลา	นิยาม	หักอะไรออกจากชั้นบน	ใช้คำนวณอะไร
Calendar Time	เวลาปฏิทินทั้งหมด 24 ชั่วโมงคูณจำนวนวัน	ไม่หักอะไร เป็นฐานสูงสุด	ฐานของ TEEP และการตัดสินใจลงทุนเครื่องใหม่
Loading Time	เวลาที่วางแผนให้เครื่องเดินผลิต	วันหยุด กะที่ไม่เปิด เวลาไม่มีคำสั่งผลิต และเวลาหยุดตามแผนที่ตกลงกันไว้	ตัวหารหลักของ OEE ทั้งก้อน
Operating Time	เวลาที่เครื่องเดินจริง	Downtime Loss เช่น เครื่องเสีย ตั้งเครื่อง เปลี่ยนรุ่น รอวัตถุดิบ รอคน	ตัวเศษของ Availability
Net Operating Time	เวลาเดินจริงที่ปรับด้วยความเร็วมาตรฐานแล้ว	Speed Loss คือ หยุดสั้น เดินตัวเปล่า และเดินช้ากว่ามาตรฐาน	ตัวเศษของ Performance
Valuable Operating Time	เวลาที่สร้างของดีล้วน ๆ	Defect Loss คือ ของเสีย ของที่ต้องแก้ไข และของเสียตอนเริ่มเดินเครื่อง	ตัวเศษของสูตรตรวจทาน OEE

ประเด็นสำคัญที่สุด: จะนับเวลาหยุดตามแผนอย่างไร

นี่คือจุดที่ทำให้ OEE ของสองโรงงานเปรียบเทียบกันไม่ได้ คำถามคือเวลาที่เครื่องไม่เดินเพราะเราตั้งใจให้ไม่เดิน ควรอยู่ใน Loading Time หรือไม่ กิจกรรมที่มักเป็นข้อถกเถียงได้แก่ เวลาพัก ประชุมเช้า ทำ 5ส ปลายกะ การซ่อมบำรุงตามแผน การเปลี่ยนรุ่น การอุ่นเครื่อง และเวลาที่ไม่มีคำสั่งผลิต

เพื่อให้เห็นขนาดของผลกระทบ ให้ดูกะเดียวกันที่ข้อมูลดิบเหมือนกันทุกอย่าง เวลากะ 480 นาที ประกอบด้วย พักเบรก 30 นาที ประชุมเช้าและ 5ส 15 นาที ไม่มีคำสั่งผลิต 60 นาที เปลี่ยนรุ่น 45 นาที เครื่องเสีย 25 นาที และเดินผลิตจริง 305 นาที โดยเวลาที่สร้างของดีจริงเท่ากับ 250 นาทีในทุกกรณี ต่างกันแค่นิยาม Loading Time

นิยามที่ใช้	สิ่งที่หักออกจาก 480 นาที	Loading Time	OEE = 250 หารด้วย Loading Time
แบบเข้มงวดที่สุด	พักเบรก 30 นาทีเท่านั้น	450 นาที	55.56%
แบบที่ใช้กันทั่วไปใน TPM	พักเบรก 30 บวกประชุมและ 5ส 15	435 นาที	57.47%
ตัดเวลาไม่มีคำสั่งผลิตออก	เพิ่มการหักเวลาไม่มีคำสั่งผลิต 60 นาที	375 นาที	66.67%
ถือว่าการเปลี่ยนรุ่นเป็นแผน	เพิ่มการหักเวลาเปลี่ยนรุ่น 45 นาที	330 นาที	75.76%

เครื่องเดียวกัน กะเดียวกัน ของดีเท่ากันทุกชิ้น แต่ OEE ต่างกันได้ถึง 20.2 จุด ระหว่าง 55.56% กับ 75.76% นี่คือเหตุผลที่การเอา OEE ไปเทียบกับโรงงานอื่นโดยไม่ถามนิยามก่อนเป็นการเปรียบเทียบที่ไม่มีความหมาย

แนวปฏิบัติที่แนะนำมีสามข้อ ข้อแรก หักออกจาก Loading Time เฉพาะเวลาที่เราไม่ได้ตั้งใจให้เครื่องผลิตจริง ๆ ได้แก่ กะที่ไม่เปิด วันหยุดโรงงาน และเวลาพักตามกฎหมายแรงงาน ข้อสอง เวลาเปลี่ยนรุ่นและงานซ่อมบำรุงตามแผน ควรอยู่ใน Loading Time และถูกนับเป็นความสูญเสีย เพราะลดได้ด้วย SMED และการวางแผนงานที่ดีตามแนวทาง Planned Maintenance ถ้าตัดมันออกจากตัวหาร เราก็ปิดตาตัวเองจากโอกาสที่ใหญ่ที่สุดสองก้อน ข้อสาม เวลาไม่มีคำสั่งผลิตให้แยกไปวัดด้วย TEEP เพราะเป็นปัญหาของฝ่ายขายและการวางแผน ไม่ใช่ปัญหาของเครื่องจักร

สามองค์ประกอบพร้อมสูตรและข้อมูลที่ต้องเก็บ

OEE ประกอบด้วยสามตัวคูณกัน แต่ละตัวตอบคำถามคนละคำถาม และเมื่อตัวใดตัวหนึ่งต่ำ วิธีแก้ก็คนละทางกันสิ้นเชิง จุดสำคัญคือทั้งสามตัวต้องรายงานแยกกันเสมอ ห้ามรายงานเฉพาะตัวเลขรวม

Availability — เครื่องได้เดินหรือไม่

Availability = Operating Time ÷ Loading Time × 100 หรือเขียนอีกแบบว่า Availability = (Loading Time − Downtime ทั้งหมด) ÷ Loading Time × 100

หัวข้อ	รายละเอียด
ข้อมูลที่ต้องเก็บ	Loading Time ต่อกะ เวลาเริ่มและจบของการหยุดแต่ละครั้ง รหัสสาเหตุ เครื่องและรุ่นสินค้าที่ผลิต
แหล่งข้อมูล	ใบบันทึกการหยุดเครื่องหน้างาน สัญญาณ run และ stop จาก PLC ระบบแจ้งซ่อม ใบสั่งผลิต
เกณฑ์ตัดสิน	ต้องกำหนดเกณฑ์เวลา เช่น หยุดเกิน 5 นาทีถือเป็น downtime สั้นกว่านั้นไปนับใน Performance
กับดักการนับ	หยุดสั้นหลายครั้งแล้วไม่มีใครจด จดเวลาแบบปัดเป็นชั่วโมง ไม่นับเวลารอคนหรือรอวัตถุดิบเพราะถือว่าไม่ใช่ความผิดของฝ่ายผลิต นับเวลาซ่อมเฉพาะตอนช่างลงมือแต่ไม่นับเวลารอช่างและรออะไหล่

ข้อผิดพลาดที่พบบ่อยที่สุดคือการนับเวลาซ่อมเฉพาะช่วงลงมือซ่อม ทั้งที่เวลารอช่าง รออะไหล่ และเวลาปรับตั้งใหม่หลังซ่อมล้วนเป็นเวลาที่เครื่องไม่ผลิต การแยกองค์ประกอบของเวลาหยุดออกเป็น รอแจ้ง รอช่าง รออะไหล่ ซ่อม ปรับตั้ง และทดลองเดิน คือสิ่งที่ทำให้เห็นว่าควรลดตรงไหนก่อน รายละเอียดอยู่ในบทความ MTBF และ MTTR

Performance — เดินแล้วเร็วตามที่ควรหรือไม่

Performance = (Ideal Cycle Time × จำนวนที่ผลิตทั้งหมด) ÷ Operating Time × 100 หรือในกระบวนการที่คิดเป็นอัตราแทนรอบ Performance = อัตราผลิตจริง ÷ อัตราผลิตมาตรฐาน × 100

ข้อควรระวังที่สุดคือ จำนวนที่ผลิตทั้งหมดในสูตรนี้ต้องรวมของเสียด้วย เพราะของเสียก็ใช้เวลาเครื่องเหมือนกัน ถ้าเอาเฉพาะของดีมาใส่ ของเสียจะถูกหักสองรอบทั้งใน Performance และ Quality ทำให้ OEE ต่ำกว่าความจริง

หัวข้อ	รายละเอียด
ข้อมูลที่ต้องเก็บ	Ideal cycle time ต่อรุ่นสินค้า จำนวนผลิตรวมทั้งของดีและของเสีย Operating Time
แหล่งข้อมูล	ข้อมูลจำเพาะของเครื่องจากผู้ผลิต การจับเวลาจริงตอนเครื่องอยู่ในสภาพดีที่สุด ตัวนับชิ้นงานที่เครื่อง ใบส่งงานเข้าคลัง
เกณฑ์ตัดสิน	Ideal cycle time ต้องเป็นค่าที่เครื่องทำได้เมื่ออยู่ในสภาพสมบูรณ์ ไม่ใช่ค่าเฉลี่ยปัจจุบัน และต้องแยกตามรุ่นสินค้า
กับดักการนับ	ใช้ ideal cycle time ที่อ่อนเกินจริงเพื่อให้ตัวเลขสวย ใช้ค่าเดียวกับทุกรุ่นทั้งที่รอบไม่เท่ากัน นับเฉพาะของดีในตัวเศษ ไม่แยกเวลาอุ่นเครื่องออกจากเวลาเดินเต็มความเร็ว

Performance คือแกนที่ซ่อนความสูญเสียใหญ่ที่สุดในโรงงานส่วนใหญ่ เพราะการหยุดสั้นครั้งละ 20 ถึง 60 วินาที เช่น ชิ้นงานติดขัด เซนเซอร์ตรวจผิดพลาด หรือรอเติมวัสดุ เป็นเรื่องที่พนักงานถือว่าปกติจนไม่มีใครจด แต่ถ้าเกิด 60 ครั้งต่อกะ ครั้งละ 30 วินาที ก็เท่ากับ 30 นาทีที่หายไปโดยไม่มีร่องรอยในเอกสารใด ๆ ปัญหาลักษณะนี้เป็นปัญหาเรื้อรังที่ต้องใช้เครื่องมือเชิงกลไกอย่าง P-M Analysis หรืออย่างน้อยต้องเริ่มจาก Why-Why Analysis ที่ทำอย่างมีวินัย

Quality — ของที่ผลิตออกมาใช้ได้จริงกี่ชิ้น

Quality = จำนวนของดี ÷ จำนวนที่ผลิตทั้งหมด × 100 โดยที่ จำนวนของดี = จำนวนที่ผลิตทั้งหมด − ของเสียทิ้ง − ของที่ต้องแก้ไข − ของเสียตอนเริ่มเดินเครื่อง

หลักการสำคัญคือ Quality ในบริบทของ OEE นับของที่ผ่านตั้งแต่ครั้งแรก (first time through) เท่านั้น ของที่ต้องเอาไปแก้แล้วขายได้ต้องถือเป็นของเสีย เพราะมันกินเวลาเครื่องและกินแรงงานเพิ่ม

เมื่อ Quality เป็นตัวที่ต่ำ ทางแก้ไม่ใช่การเพิ่มจุดตรวจ แต่คือการไล่หาเงื่อนไขของกระบวนการที่ทำให้เกิดของเสียแล้วควบคุมเงื่อนไขนั้น ซึ่งเป็นสาระของ Quality Maintenance และ QM Matrix ประกอบกับการติดตั้งกลไก Poka-Yoke ที่จุดเสี่ยง และการทำ FMEA เพื่อจัดลำดับความเสี่ยงก่อนที่ของเสียจะเกิด

ตัวอย่างคำนวณเดินเลขเต็มสามชุด

ตัวอย่างทั้งสามชุดนี้ใช้นิยาม Loading Time เดียวกัน คือหักเฉพาะเวลาพักและกิจกรรมประจำวันออกจากเวลากะ ส่วนเวลาเปลี่ยนรุ่นและเครื่องเสียถือเป็นความสูญเสียทั้งหมด

ชุดที่ 1 เครื่องฉีดพลาสติก

ข้อมูลดิบจากกะเช้าหนึ่งกะ

• เวลากะ 480 นาที
• พักเบรกรวม 30 นาที (หักออกจาก Loading Time)
• เครื่องเสีย ฮีตเตอร์โซน 3 ไม่ทำงาน 25 นาที
• เปลี่ยนแม่พิมพ์ 45 นาที
• Ideal cycle time 30 วินาทีต่อช็อต หรือ 0.5 นาทีต่อช็อต
• ผลิตได้ทั้งหมด 660 ช็อต
• ของเสีย 24 ช็อต แบ่งเป็นฉีดไม่เต็ม 15 ช็อต และรอยไหม้ 9 ช็อต

ไล่คำนวณทีละชั้น

• Loading Time = 480 − 30 = 450 นาที
• Downtime รวม = 25 + 45 = 70 นาที
• Operating Time = 450 − 70 = 380 นาที
• Availability = 380 ÷ 450 × 100 = 84.44%
• Net Operating Time = 0.5 × 660 = 330 นาที
• Performance = 330 ÷ 380 × 100 = 86.84%
• ของดี = 660 − 24 = 636 ช็อต
• Quality = 636 ÷ 660 × 100 = 96.36%
• OEE = 0.8444 × 0.8684 × 0.9636 × 100 = 70.67%

ตรวจทานด้วยสูตรที่สอง Valuable Operating Time = 0.5 × 636 = 318 นาที ดังนั้น OEE = 318 ÷ 450 × 100 = 70.67% ตรงกัน

ชุดที่ 2 สายบรรจุของเหลว

ข้อมูลดิบจากกะเดียวกัน

• เวลากะ 480 นาที พักเบรกรวม 30 นาที
• ปรับตั้งหัวบรรจุตอนต้นกะ 12 นาที และเปลี่ยนม้วนฉลาก 8 นาที รวมหยุดยาว 20 นาที
• อัตราผลิตมาตรฐาน 60 ขวดต่อนาที
• ผลิตได้ทั้งหมด 19,200 ขวด
• ของเสีย 120 ขวด แบ่งเป็นฉลากเบี้ยว 84 ขวด และระดับน้ำต่ำกว่าเกณฑ์ 36 ขวด
• ตลอดกะมีการหยุดสั้นจากขวดล้มและเซนเซอร์สะดุดรวมประมาณ 110 ครั้ง ครั้งละไม่ถึงหนึ่งนาที จึงไม่ถูกบันทึกเป็น downtime

ไล่คำนวณ

• Loading Time = 480 − 30 = 450 นาที
• Operating Time = 450 − 20 = 430 นาที
• Availability = 430 ÷ 450 × 100 = 95.56%
• Net Operating Time = 19,200 ÷ 60 = 320 นาที
• Performance = 320 ÷ 430 × 100 = 74.42%
• ของดี = 19,200 − 120 = 19,080 ขวด
• Quality = 19,080 ÷ 19,200 × 100 = 99.375%
• OEE = 0.9556 × 0.7442 × 0.99375 × 100 = 70.67%

ตรวจทาน Valuable Operating Time = 19,080 ÷ 60 = 318 นาที และ 318 ÷ 450 × 100 = 70.67% ตรงกัน

เปรียบเทียบชุดที่ 1 กับชุดที่ 2 — ตัวเลขรวมเท่ากันแต่คนละโรค

รายการ	ชุดที่ 1 เครื่องฉีดพลาสติก	ชุดที่ 2 สายบรรจุ	ข้อสรุป
Availability	84.44%	95.56%	ชุดที่ 1 เสียเวลาไปกับการหยุดยาวมากกว่า 3 เท่า
Performance	86.84%	74.42%	ชุดที่ 2 สูญเสียความเร็วอย่างหนักจากการหยุดสั้น
Quality	96.36%	99.375%	ชุดที่ 1 มีปัญหาคุณภาพที่ต้องแก้จริง
OEE	70.67%	70.67%	เท่ากันเป๊ะ แต่ไม่ได้แปลว่าอาการเหมือนกัน
เวลาที่หายไปมากที่สุด	เปลี่ยนแม่พิมพ์ 45 นาที	หยุดสั้นและเดินช้ารวม 110 นาที	คนละก้อนกันโดยสิ้นเชิง
ทิศทางการแก้	ลดเวลาเปลี่ยนรุ่นด้วย SMED และแก้ปัญหาฮีตเตอร์เชิงป้องกัน	ไล่หยุดสั้นด้วยการฟื้นสภาพพื้นฐานและวิเคราะห์เชิงกลไก	ถ้าดูแต่เลข 70.67% จะเลือกทางผิดทั้งสองโรงงาน

นี่คือบทเรียนที่สำคัญที่สุดของบทความนี้ OEE เป็นตัวเลขสรุปที่ทำลายข้อมูลไปมาก การประกาศ OEE โดยไม่ประกาศ A P Q พร้อมกันเสมอ ทำให้ตัวเลขนั้นไม่มีประโยชน์ในการตัดสินใจ กติกาที่ควรตั้งเป็นมาตรฐานคือ ทุกครั้งที่พูดถึง OEE ต้องพูดเป็นชุดสี่ตัวเสมอ เช่น "OEE 70.7 โดย A 84.4 P 86.8 Q 96.4"

ชุดที่ 3 เครื่อง CNC งานหลายรุ่นเปลี่ยนบ่อย

ข้อมูลดิบ

• เวลากะ 480 นาที หักพักเบรก 30 นาที และประชุมเช้ากับ 5ส 15 นาที
• เปลี่ยนรุ่น 3 ครั้ง ครั้งละ 25 นาที รวม 75 นาที
• รอวัตถุดิบจากคลัง 20 นาที
• ไม่มีเครื่องเสียในกะนี้
• Ideal cycle time 4 นาทีต่อชิ้น
• ผลิตได้ทั้งหมด 80 ชิ้น
• ของเสีย 8 ชิ้น เกิดจากชิ้นแรกหลังเปลี่ยนรุ่นไม่ได้ขนาด 6 ชิ้น และดอกกัดสึก 2 ชิ้น

ไล่คำนวณ

• Loading Time = 480 − 30 − 15 = 435 นาที
• Downtime รวม = 75 + 20 = 95 นาที
• Operating Time = 435 − 95 = 340 นาที
• Availability = 340 ÷ 435 × 100 = 78.16%
• Net Operating Time = 4 × 80 = 320 นาที
• Performance = 320 ÷ 340 × 100 = 94.12%
• ของดี = 80 − 8 = 72 ชิ้น
• Quality = 72 ÷ 80 × 100 = 90.00%
• OEE = 0.7816 × 0.9412 × 0.90 × 100 = 66.21%

ตรวจทาน Valuable Operating Time = 4 × 72 = 288 นาที และ 288 ÷ 435 × 100 = 66.21% ตรงกัน

ชุดที่ 3 มีลายเซ็นของงานหลายรุ่นเปลี่ยนบ่อยอย่างชัดเจน คือ Performance สูงเพราะเมื่อเครื่องเดินก็เดินได้เต็มที่ แต่ Availability ต่ำเพราะเวลาหมดไปกับการเปลี่ยนรุ่น และ Quality ต่ำเพราะของเสียกระจุกอยู่ที่ชิ้นแรกหลังเปลี่ยนรุ่น ทั้งสองอาการมีต้นเหตุเดียวกันคือกระบวนการเปลี่ยนรุ่นที่ยังไม่เป็นมาตรฐาน การทำ SMED ในเคสนี้จึงยิงนกสองตัวพร้อมกัน คือลดทั้งเวลาหยุดและของเสียจากการปรับตั้ง

6 Big Losses และการผูกเข้ากับ A P Q

OEE ถูกออกแบบให้จับความสูญเสียหลักหกประเภทของเครื่องจักรที่เรียกว่า 6 Big Losses การรู้ว่าความสูญเสียแต่ละตัวไปโผล่ที่องค์ประกอบไหน คือกุญแจที่ทำให้ตัวเลขแปลเป็นการกระทำได้

ความสูญเสีย	กระทบองค์ประกอบใด
เครื่องเสีย และ ตั้งเครื่องกับเปลี่ยนรุ่น	Availability
หยุดสั้นและเดินตัวเปล่า และ เดินช้ากว่ามาตรฐาน	Performance
ของเสียกับงานแก้ไข และ ของเสียตอนเริ่มเดินเครื่อง	Quality

เมื่อรู้ว่าความสูญเสียตัวไหนใหญ่ ขั้นถัดไปคือเลือกเครื่องมือให้ถูกกับอาการ

ความสูญเสีย	ตัวอย่างอาการหน้างาน	มาตรการที่ควรทำ	เครื่องมือที่ใช้
เครื่องเสีย	มอเตอร์ไหม้ ปั๊มรั่ว เซนเซอร์ตาย ลิมิตสวิตช์หลุด	ฟื้นสภาพพื้นฐาน ทำความสะอาดเพื่อตรวจสอบ กำหนดมาตรฐานการหล่อลื่น เปลี่ยนอะไหล่ตามอายุ	มาตรการ 5 ข้อสู่การเสียเป็นศูนย์ การไล่จุดบกพร่องแฝง แผนซ่อมบำรุงตามเวลา
ตั้งเครื่องและปรับแต่ง	เปลี่ยนแม่พิมพ์นาน 45 นาที ต้องลองฉีดหลายครั้งจึงได้ชิ้นดี	แยกงานภายในกับงานภายนอก ทำอุปกรณ์จับยึดมาตรฐาน ล็อกค่าพารามิเตอร์เป็นตัวเลข	SMED การถ่ายวิดีโอวิเคราะห์ขั้นตอน มาตรฐานการทำงาน
หยุดสั้นและเดินตัวเปล่า	ขวดล้มที่โค้ง ชิ้นงานติดรางป้อน ต้องเคาะถังทุก 10 นาที	ฟื้นสภาพจุดที่สึกหรอ ปรับรางป้อน กำจัดแหล่งฟุ้งกระจาย ทำจุดตรวจให้มองเห็นง่าย	P-M Analysis การเฝ้าสังเกตต่อเนื่องหนึ่งกะเต็ม Visual Management
เดินช้ากว่ามาตรฐาน	ตั้งความเร็วไว้ 80% มานานจนไม่มีใครรู้ว่าทำไม	ทดสอบเดินเต็มความเร็วภายใต้สภาพที่ฟื้นแล้ว ไล่ทีละเงื่อนไข บันทึกเหตุผลที่ต้องลด	การทดลองเชิงวิศวกรรม การทบทวน ideal cycle time
ของเสียและงานแก้ไข	ฉีดไม่เต็ม ฉลากเบี้ยว ขนาดเกินพิกัด	ระบุเงื่อนไขที่ทำให้เกิดของดี แล้วควบคุมเงื่อนไขนั้นแทนการเพิ่มจุดตรวจ	QA Matrix, QM Matrix, Poka-Yoke, QC 7 Tools
ของเสียตอนเริ่มเดินเครื่อง	ทิ้ง 6 ชิ้นแรกทุกครั้งที่เปลี่ยนรุ่นจนกลายเป็นเรื่องปกติ	กำหนดค่าเริ่มต้นเป็นมาตรฐานต่อรุ่น ลดจำนวนครั้งที่ต้องเปลี่ยน คุมสภาวะก่อนเริ่ม	SMED มาตรฐานการตั้งค่า บันทึกพารามิเตอร์ต่อรุ่นสินค้า

สำหรับกลุ่มเครื่องเสีย แนวทางที่เป็นระบบที่สุดคือการไล่ตาม มาตรการ 5 ข้อสู่ Zero Breakdown ซึ่งเริ่มจากการฟื้นสภาพพื้นฐานที่ทำโดยพนักงานเดินเครื่องเองตามแนวทาง Autonomous Maintenance 7 ขั้นตอน ไม่ใช่การเพิ่มช่างซ่อม ส่วนกลุ่มหยุดสั้นที่เกิดซ้ำจนกลายเป็นเรื่องปกติ ควรใช้กรอบคิดจาก การนิยามปัญหาให้ถูกก่อนแก้ เพราะปัญหาที่นิยามผิดจะถูกแก้ผิดเสมอ

ความสัมพันธ์กับ 16 Losses และ Cost Deployment

6 Big Losses ครอบคลุมเฉพาะความสูญเสียของเครื่องจักร แต่ในภาพใหญ่ของ TPM มีความสูญเสียทั้งหมด 16 ประเภท แบ่งเป็นสามกลุ่ม ความหมายคือ OEE จับได้เพียงส่วนเดียวของภูเขาน้ำแข็ง รายละเอียดครบทั้ง 16 ตัวอยู่ในบทความ Kaizen และ Focused Improvement

เพราะ OEE จับได้ไม่ครบ การใช้ OEE เป็นตัวจัดลำดับหัวข้อไคเซ็นเพียงตัวเดียวจึงทำให้ทีมงานไปกระจุกอยู่ที่เครื่องจักร ทั้งที่เงินก้อนใหญ่อาจอยู่ที่ผลได้ของวัตถุดิบหรือค่าพลังงาน วิธีแก้คือแปลงความสูญเสียทุกประเภทเป็นเงินก่อนแล้วค่อยจัดลำดับ ซึ่งเป็นกระบวนการของ Cost Deployment ที่ควรทำควบคู่กับการลด Energy Loss

OEE เทียบกับ TEEP, OPE และ OAE

ตัวชี้วัด	สูตร	ฐานเวลา	ตอบคำถามอะไร	ควรใช้เมื่อไร
OEE	A × P × Q	Loading Time	เครื่องนี้ทำงานได้ดีแค่ไหนในเวลาที่เราให้มันทำงาน	ใช้ปรับปรุงหน้างานประจำวัน เป็นตัวหลักของทีมไคเซ็น
TEEP	OEE × Utilization โดย Utilization = Loading Time ÷ Calendar Time	Calendar Time	เราใช้ประโยชน์จากสินทรัพย์ได้กี่เปอร์เซ็นต์ของศักยภาพสูงสุด	ตอบคำถามว่าควรซื้อเครื่องเพิ่มหรือเพิ่มกะก่อน
OPE	รวมผลของทุกกระบวนการหลัก ถ่วงน้ำหนักตามความสำคัญ	Loading Time ระดับโรงงาน	ทั้งโรงงานมีประสิทธิผลแค่ไหน	รายงานระดับผู้บริหาร ไม่เหมาะกับการแก้ปัญหาหน้างาน
OAE	คล้าย OEE แต่ปรับให้สะท้อนเป้าหมายทางธุรกิจของสินทรัพย์	แล้วแต่นิยามขององค์กร	สินทรัพย์นี้คุ้มค่าการลงทุนหรือไม่	การตัดสินใจเชิงสินทรัพย์และการต่ออายุเครื่อง
OEE ระดับสาย	ใช้ OEE ของกระบวนการคอขวด หรือคิดจากผลผลิตดีปลายสายเทียบกำลังผลิตของคอขวด	Loading Time ของสาย	ทั้งสายผลิตได้เท่าไรเทียบกับที่ควรได้	สายต่อเนื่องที่เครื่องผูกกันเป็นทอด

ตัวอย่างที่เห็นความต่างชัดที่สุดคือ ถ้าโรงงานเดินเพียงกะเดียวโดยมี Loading Time 450 นาทีจาก Calendar Time 1,440 นาที Utilization จะเท่ากับ 450 ÷ 1,440 = 31.25% ดังนั้นถ้า OEE เท่ากับ 70.67% ค่า TEEP จะเท่ากับ 0.7067 × 0.3125 = 22.08% ตัวเลขนี้บอกผู้บริหารว่าโรงงานยังมีกำลังผลิตเหลืออีกมหาศาลโดยไม่ต้องซื้อเครื่องใหม่ การเปิดกะที่สองอาจให้ผลตอบแทนเร็วกว่าการลงทุนเครื่องใหม่หลายเท่า นี่คือคำถามที่ OEE ตัวเดียวตอบไม่ได้

การเลือกเครื่องที่จะวัด

ความผิดพลาดที่พบบ่อยที่สุดตอนเริ่มโครงการคือการประกาศว่าจะวัด OEE ทุกเครื่อง ผลที่ตามมาคือทีมงานจมกับงานเก็บข้อมูล พนักงานกรอกใบบันทึกแบบขอไปที ข้อมูลไม่มีคุณภาพ และเมื่อข้อมูลไม่มีคุณภาพก็ไม่มีใครใช้ สุดท้ายโครงการเงียบหายภายในสามเดือน หลักที่ถูกต้องคือ OEE ไม่ใช่ระบบรายงาน แต่เป็นเครื่องมือชี้เป้า จึงควรวัดเฉพาะเครื่องที่ถ้าปรับปรุงแล้วผลผลิตของทั้งสายเพิ่มขึ้นจริง ซึ่งก็คือเครื่องคอขวด (bottleneck) หรือข้อจำกัดของระบบ (constraint)

วิธีหาคอขวดที่ใช้ได้จริงมีห้าทาง คือดูว่ากองงานระหว่างกระบวนการสะสมอยู่หน้าเครื่องไหน เทียบกำลังผลิตต่อชั่วโมงของทุกขั้นตอนแล้วหาค่าต่ำสุด ดูว่าเครื่องใดเป็นต้นเหตุของเวลาหยุดของทั้งสายมากที่สุด ดูว่าต้องทำงานล่วงเวลาเพื่อไล่งานที่ขั้นตอนใด และไล่ย้อนจากคำสั่งซื้อที่ส่งช้าว่าติดที่ขั้นตอนใด ถ้าสี่ในห้าทางชี้ไปที่เครื่องเดียวกัน แปลว่าพบคอขวดแล้ว

จำนวนเครื่องที่เหมาะสมตอนเริ่มคือ 1 ถึง 3 เครื่องต่อโรงงาน หรืออย่างมากหนึ่งเครื่องต่อหนึ่งสายการผลิตหลัก ให้เลือกเครื่องที่มีคุณสมบัติสามข้อพร้อมกัน คือเป็นคอขวดจริง มีข้อมูลพอที่จะเก็บได้ทันที และมีหัวหน้างานที่เอาด้วย เมื่อเครื่องแรกทำสำเร็จจนเห็นตัวเลขขยับ การขยายไปเครื่องอื่นจะง่ายขึ้นมาก ซึ่งสอดคล้องกับแนวคิดเครื่องต้นแบบใน TPM 12 ขั้นตอน และเหมาะกับข้อจำกัดด้านทรัพยากรที่อธิบายไว้ใน TPM for SME ข้อยกเว้นที่ควรวัดแม้ไม่ใช่คอขวดมีสองกรณี คือเครื่องที่ต้นทุนต่อชั่วโมงสูงกว่าเครื่องอื่นหลายเท่า และเครื่องที่ถ้าหยุดแล้วทั้งโรงงานหยุด เช่น คอมเพรสเซอร์หรือหม้อไอน้ำ

วิธีเก็บข้อมูลจริง

คุณภาพของ OEE ไม่ได้อยู่ที่สูตร แต่อยู่ที่ข้อมูลดิบ และข้อมูลดิบที่สำคัญที่สุดคือเวลาหยุดพร้อมสาเหตุ คำถามแรกที่ทุกโรงงานต้องตอบคือจะเก็บด้วยมือหรือดึงจากเครื่องโดยตรง

ประเด็น	ใบบันทึกด้วยมือ	ดึงจาก PLC หรือเซนเซอร์ IoT
ต้นทุนเริ่มต้น	แทบไม่มี ใช้กระดาษกับปากกา	สูง ตั้งแต่หลักหมื่นถึงหลักแสนบาทต่อเครื่อง
เวลาก่อนได้ข้อมูลชุดแรก	ภายในวันเดียว	หลายสัปดาห์ถึงหลายเดือน รวมเวลาต่อสัญญาณและทดสอบ
ความสามารถจับหยุดสั้น	แทบเป็นศูนย์ พนักงานจดไม่ทันและไม่คิดว่าต้องจด	จับได้ครบ เป็นข้อได้เปรียบที่ใหญ่ที่สุด
คุณภาพของสาเหตุการหยุด	ดีถ้าพนักงานเข้าใจ เพราะคนคือผู้รู้สาเหตุจริง	ระบบรู้แค่ว่าหยุด ไม่รู้ว่าทำไม ต้องให้คนกดเลือกรหัสอยู่ดี
ภาระของพนักงาน	สูง ต้องจดตลอดกะ และเป็นสาเหตุหลักที่ทำให้ระบบล้ม	ต่ำ เหลือแค่กดยืนยันสาเหตุที่หน้าจอ
เหมาะกับ	ช่วงเริ่มต้น 3 ถึง 6 เดือนแรก และเครื่องที่หยุดยาวเป็นหลัก	เครื่องคอขวดที่พิสูจน์แล้วว่าคุ้ม และเครื่องที่หยุดสั้นเป็นปัญหาหลัก

คำแนะนำเชิงปฏิบัติคือเริ่มด้วยมือเสมอแม้จะมีงบซื้อระบบ เพราะการเก็บด้วยมือหนึ่งถึงสามเดือนจะบังคับให้ทีมงานตกลงกันเรื่องนิยาม รหัสสาเหตุ และเกณฑ์การนับให้จบก่อน ถ้าติดตั้งระบบอัตโนมัติทั้งที่นิยามยังไม่นิ่ง สิ่งที่ได้คือข้อมูลผิดจำนวนมหาศาลที่ผลิตได้เร็วขึ้น เมื่อพิสูจน์แล้วว่าคุ้มค่าและหยุดสั้นคือปัญหาจริง ค่อยลงทุนต่อสัญญาณ ซึ่งเป็นเส้นทางเดียวกับที่อธิบายไว้ใน Smart Factory และ Industry 4.0 และเมื่อถึงจุดที่ต้องเลือกซอฟต์แวร์ ควรอ่าน ความต่างระหว่างโปรแกรม TPM กับ CMMS ก่อนตัดสินใจ

โครงสร้างรหัสสาเหตุการหยุด (Downtime Reason Code)

รหัสสาเหตุที่ออกแบบดีคือหัวใจของระบบทั้งหมด หลักการมีสี่ข้อ ข้อแรก จำนวนรหัสที่พนักงานต้องเลือกควรอยู่ที่ 15 ถึง 25 รหัส ถ้ามากกว่านี้พนักงานจะเลือกรหัสอื่น ๆ เสมอ ข้อสอง ต้องแบ่งสองระดับ คือหมวดใหญ่สำหรับการวิเคราะห์และรหัสย่อยสำหรับการบันทึก ข้อสาม ชื่อรหัสต้องเป็นภาษาที่พนักงานหน้างานใช้จริง ข้อสี่ ทุกรหัสต้องผูกไว้ล่วงหน้าว่ากระทบ A, P หรือ Q

รหัส	หมวด	ชื่อที่ใช้หน้างาน	กระทบ	ผู้รับผิดชอบหลัก
A-01	เครื่องเสีย	ระบบไฟฟ้าและระบบควบคุมขัดข้อง	Availability	ฝ่ายซ่อมบำรุง
A-02	เครื่องเสีย	ชิ้นส่วนกลไกชำรุดหรือแตกหัก	Availability	ฝ่ายซ่อมบำรุง
B-01	เปลี่ยนรุ่น	ถอดและติดตั้งแม่พิมพ์หรืออุปกรณ์จับยึด	Availability	ฝ่ายผลิตร่วมกับซ่อมบำรุง
B-02	เปลี่ยนรุ่น	ปรับตั้งจนได้ชิ้นดีชิ้นแรก	Availability	ฝ่ายผลิต
C-01	รอ	รอวัตถุดิบจากคลัง	Availability	ฝ่ายวางแผนและคลัง
D-01	งานตามแผน	ซ่อมบำรุงตามแผน	Availability	ฝ่ายซ่อมบำรุง
E-01	หยุดสั้น	ชิ้นงานติดขัดหรือล้มในราง	Performance	ฝ่ายผลิต
F-01	เดินช้า	ลดความเร็วเพื่อกันของเสีย	Performance	ฝ่ายผลิตร่วมกับวิศวกรรม
G-01	ของเสีย	ของเสียระหว่างเดินผลิตปกติ	Quality	ฝ่ายคุณภาพ
G-02	ของเสีย	ของเสียช่วงเริ่มเดินและหลังเปลี่ยนรุ่น	Quality	ฝ่ายผลิต

ข้อควรระวังคือห้ามมีรหัสอื่น ๆ ที่ใช้ง่ายเกินไป ถ้าจำเป็นต้องมี ให้บังคับกรอกคำอธิบายเป็นข้อความ และตั้งกติกาว่าถ้าสัดส่วนของรหัสอื่น ๆ เกิน 5% ของเวลาหยุดทั้งหมด ต้องทบทวนชุดรหัสภายในเดือนนั้น การทำให้รหัสมองเห็นชัดที่หน้าเครื่องตามหลัก Visual Management ช่วยเพิ่มอัตราการบันทึกที่ถูกต้องได้อย่างมีนัยสำคัญ

ค่าเป้าหมายอ้างอิง

ตัวเลข 85% ที่มักถูกอ้างว่าเป็นระดับ World Class มาจากการตั้งเป้า Availability 90% Performance 95% และ Quality 99.9% ซึ่งคูณกันได้ประมาณ 85.5% ตัวเลขนี้มีที่มาจากบริบทของการผลิตรุ่นเดียวปริมาณมากที่เดินต่อเนื่อง การนำไปใช้กับโรงงานรับจ้างผลิตที่เปลี่ยนรุ่นวันละสิบครั้งไม่มีความหมายใด ๆ นอกจากทำให้ทีมงานท้อ

ระดับ	เครื่องจักรเดี่ยวผลิตรุ่นเดียวต่อเนื่อง	สายการผลิตต่อเนื่องหลายขั้นตอน	งานหลายรุ่นเปลี่ยนบ่อย
เริ่มต้น	ต่ำกว่า 60%	ต่ำกว่า 50%	ต่ำกว่า 40%
กำลังพัฒนา	60 ถึง 75%	50 ถึง 65%	40 ถึง 55%
ดี	75 ถึง 85%	65 ถึง 78%	55 ถึง 68%
ระดับสูงมาก	มากกว่า 85%	มากกว่า 78%	มากกว่า 68%

วิธีตั้งเป้าที่ถูกต้องกว่าการลอกตัวเลขมาตรฐานคือ วัดค่าปัจจุบันอย่างซื่อสัตย์สี่ถึงแปดสัปดาห์ หาค่ากะที่ดีที่สุดที่เคยทำได้จริง แล้วตั้งเป้าให้ค่าเฉลี่ยขยับเข้าใกล้ค่านั้น เพราะค่าที่ดีที่สุดคือหลักฐานว่าเครื่องนี้ทำได้จริงในสภาพปัจจุบันโดยไม่ต้องลงทุนเพิ่ม ช่องว่างระหว่างค่าเฉลี่ยกับค่าที่ดีที่สุดคือความไม่สม่ำเสมอที่แก้ได้ด้วยมาตรฐานการทำงานและ Daily Management ล้วน ๆ

กับดัก 10 ข้อที่ทำให้ OEE ไร้ประโยชน์

กับดัก	อาการที่สังเกตได้	ทางแก้
1. ปั้นตัวเลขด้วยการนิยาม Loading Time ใหม่	OEE กระโดดขึ้น 10 จุดในเดือนเดียวโดยไม่มีการปรับปรุงใดเกิดขึ้นจริง	ล็อกนิยามเป็นเอกสารที่ผู้บริหารเซ็น และบังคับให้การเปลี่ยนนิยามต้องคำนวณย้อนหลัง
2. ไม่นับหยุดสั้นเพราะจับไม่ได้	Availability สูงมากแต่ผลผลิตจริงไม่เคยถึงเป้า	ยอมรับว่าหยุดสั้นซ่อนอยู่ใน Performance แล้วไปเฝ้าสังเกตหน้างานหนึ่งกะเต็มเพื่อจับให้ได้
3. ใช้ ideal cycle time ที่ไม่จริง	Performance วนอยู่แถว 98 ถึง 102% ทุกเดือน	ทบทวนรอบมาตรฐานจากข้อมูลจำเพาะของเครื่องและการจับเวลาในสภาพที่ฟื้นแล้ว แยกค่าตามรุ่น
4. ใช้ OEE ประเมินผลงานบุคคล	ตัวเลขสวยขึ้นเรื่อย ๆ แต่ปัญหาหน้างานเหมือนเดิม และไม่มีใครยอมบันทึกการหยุด	ประกาศชัดว่า OEE ใช้ปรับปรุงกระบวนการ ไม่ใช้ตัดสินคน และให้รางวัลกับการรายงานปัญหา
5. เทียบ OEE ข้ามโรงงานที่นิยามต่างกัน	ผู้บริหารถามว่าทำไมโรงงาน A ได้ 88% แต่โรงงาน B ได้ 62%	เทียบกับตัวเองย้อนหลังเท่านั้น ถ้าจะเทียบข้ามโรงงานต้องบังคับนิยามกลางก่อนอย่างน้อยหกเดือน
6. นับของแก้ไขเป็นของดี	Quality สูงกว่า 99% ทุกเดือน แต่มีงานค้างแก้กองอยู่ท้ายสาย	ใช้หลักผ่านตั้งแต่ครั้งแรก ของแก้ไขทั้งหมดถือเป็นของเสียในสายตา OEE
7. เก็บข้อมูลแต่ไม่มีเวทีทบทวน	ใบบันทึกกองเต็มลิ้นชัก ไม่มีใครเปิดดู	ตั้งวงทบทวนประจำวันไม่เกิน 15 นาทีที่หน้าเครื่อง โดยหัวหน้ากะเป็นเจ้าภาพ
8. รายงานเฉพาะตัวเลขรวม	สไลด์มีแต่กราฟเส้น OEE เส้นเดียว	บังคับให้ทุกรายงานแสดง A P Q แยกกัน พร้อมสามสาเหตุการหยุดที่ใหญ่ที่สุด
9. วัดทุกเครื่องพร้อมกัน	ทีมงานหมดแรงกับงานเก็บข้อมูล ไม่เหลือเวลาปรับปรุง	เริ่มที่คอขวด 1 ถึง 3 เครื่อง แล้วขยายเมื่อมีผลสำเร็จให้เห็น
10. ไล่ OEE โดยไม่ดูความต้องการลูกค้า	OEE ขึ้น สต็อกสินค้าสำเร็จรูปขึ้นตาม กระแสเงินสดแย่ลง	ดู OEE คู่กับอัตราการส่งมอบตรงเวลาและระดับสต็อกเสมอ

จากตัวเลขสู่การปรับปรุง

OEE จะมีค่าก็ต่อเมื่อมันนำไปสู่การกระทำ วิธีที่ตรงที่สุดคือใช้กฎการตัดสินใจง่าย ๆ ว่าองค์ประกอบไหนต่ำที่สุดเมื่อเทียบกับเกณฑ์ของกระบวนการนั้น ให้ไปทางนั้นก่อน

ถ้าตัวไหนต่ำ	คำถามที่ต้องถามต่อ	เส้นทางการแก้
Availability ต่ำ จากเครื่องเสีย	เสียบ่อยหรือซ่อมนาน	ถ้าเสียบ่อยให้ฟื้นสภาพพื้นฐานและจัดการจุดบกพร่องแฝง ถ้าซ่อมนานให้จัดการอะไหล่ ขั้นตอนซ่อม และทักษะช่าง แล้วติดตามด้วย MTBF และ MTTR
Availability ต่ำ จากการเปลี่ยนรุ่น	เปลี่ยนบ่อยเกินไปหรือเปลี่ยนช้าเกินไป	ถ้าบ่อยเกินให้ทบทวนการจัดลำดับงานผลิต ถ้าช้าเกินให้แยกงานภายในกับภายนอกและทำอุปกรณ์มาตรฐานตามแนวทาง SMED
Performance ต่ำ จากการหยุดสั้น	หยุดที่ตำแหน่งเดิมซ้ำหรือกระจาย	ถ้าซ้ำที่เดิมให้วิเคราะห์เชิงกลไกด้วย P-M Analysis ถ้ากระจายให้กลับไปทำความสะอาดเพื่อตรวจสอบทั้งเครื่องตามขั้นตอนแรกของ AM
Performance ต่ำ จากการเดินช้า	ใครสั่งลดความเร็ว และด้วยเหตุผลใด	ทดสอบเพิ่มความเร็วทีละขั้นภายใต้สภาพที่ฟื้นแล้ว บันทึกเงื่อนไขที่ทำให้ต้องลด แล้วทบทวนรอบมาตรฐาน
Quality ต่ำ กระจุกที่ต้นรอบผลิต	เกิดหลังเปลี่ยนรุ่นหรือหลังเริ่มเครื่องเช้า	กำหนดค่าตั้งต้นเป็นมาตรฐานต่อรุ่น ควบคุมอุณหภูมิและสภาวะก่อนเริ่มเดิน
Quality ต่ำ กระจายตลอดรอบผลิต	ผูกกับพารามิเตอร์ใดของเครื่อง	ระบุเงื่อนไขที่ผลิตของดีแล้วควบคุมเงื่อนไขนั้นด้วยแนวทาง Quality Maintenance ไม่ใช่เพิ่มจุดตรวจ

เครื่องมือวิเคราะห์ที่ควรมีติดตัวคือ QC 7 Tools โดยเฉพาะแผนภูมิพาเรโตสำหรับจัดลำดับสาเหตุการหยุด และแผนภาพก้างปลาสำหรับระดมสาเหตุร่วมกับหน้างาน ส่วนกรณีที่ระบบซับซ้อนและความล้มเหลวมีหลายเส้นทาง สามารถใช้ FTA ประกอบ และเมื่อสงสัยว่าปัจจัยนำเข้าเป็นต้นเหตุ ให้แยกดูตามกรอบ 4M Analysis

จังหวะการทบทวน (Cadence)

รอบ	ใครร่วม	ดูอะไร	ผลลัพธ์ที่ต้องได้	เวลาที่ใช้
รายกะหรือรายวัน	หัวหน้ากะและพนักงานเดินเครื่อง	เวลาหยุดของกะที่ผ่านมา สาเหตุสามอันดับแรก ของเสียที่เกิด	งานแก้ทันทีที่ทำได้ในกะถัดไป และรายการที่ต้องส่งต่อ	10 ถึง 15 นาทีที่หน้าเครื่อง
รายสัปดาห์	หัวหน้าแผนกผลิต ซ่อมบำรุง คุณภาพ	แนวโน้ม A P Q รายวัน พาเรโตของสาเหตุ ความคืบหน้าของงานแก้	เลือกหนึ่งถึงสองหัวข้อไคเซ็นพร้อมเจ้าภาพและกำหนดเสร็จ	30 ถึง 45 นาที
รายเดือน	ผู้จัดการโรงงานและหัวหน้าทุกฝ่าย	OEE เทียบเป้า มูลค่าความสูญเสียเป็นเงิน ผลของไคเซ็นที่ปิดไปแล้ว	อนุมัติทรัพยากร ปรับลำดับความสำคัญ ทบทวนเป้า	60 นาที

กติกาที่ทำให้จังหวะนี้อยู่รอดคือ ทุกวงต้องจบด้วยรายการปฏิบัติที่มีชื่อคนและวันที่กำกับ ถ้าวงใดจบด้วยการรับทราบเฉย ๆ ติดต่อกันสามครั้ง ให้ยุบวงนั้นทิ้งเพราะมันกลายเป็นพิธีกรรมไปแล้ว การวางลำดับกิจกรรมระยะยาวควรอิงกับ TPM Roadmap 20 ขั้น เพื่อไม่ให้กิจกรรม OEE ลอยอยู่โดดเดี่ยว และควรใช้แนวคิด Cap-Do คือเริ่มจากการตรวจสอบสภาพจริงก่อนวางแผน ซึ่งเหมาะกับโรงงานที่เดินสายการผลิตอยู่แล้ว

Checklist ก่อนเริ่มวัด OEE

1. เลือกเครื่องเป้าหมาย 1 ถึง 3 เครื่องที่เป็นคอขวดจริง พร้อมเหตุผลที่เขียนเป็นเอกสารได้
2. เขียนนิยาม Loading Time ให้ชัดว่าหักอะไรบ้าง และให้ผู้บริหารโรงงานอนุมัติเป็นลายลักษณ์อักษร
3. จัดทำ ideal cycle time แยกตามรุ่นสินค้า พร้อมระบุที่มาของแต่ละค่า
4. ออกแบบชุดรหัสสาเหตุ 15 ถึง 25 รหัส สองระดับ ด้วยภาษาที่พนักงานหน้างานใช้จริง
5. ฝึกอบรมพนักงานเดินเครื่องด้วยตัวอย่างจริงอย่างน้อยหนึ่งกะ พร้อมทำบทเรียนแผ่นเดียวประกอบ
6. ประกาศชัดเจนต่อทุกคนว่า OEE จะไม่ถูกใช้ประเมินผลงานรายบุคคล
7. ตั้งเวทีทบทวนรายวันและรายสัปดาห์พร้อมชื่อเจ้าภาพและเวลาที่แน่นอน

สำหรับโรงงานที่ต้องการวางระบบ OEE ให้เชื่อมกับกิจกรรมทั้ง 8 เสาอย่างเป็นระบบ ตั้งแต่การนิยาม การอบรมหน้างาน ไปจนถึงการเชื่อมเข้ากับ Cost Deployment ทีมงานของเราให้บริการ ที่ปรึกษา TPM ที่ลงทำงานร่วมกับทีมโรงงานจริง และหากต้องการระบบบันทึกที่รวมข้อมูล OEE เวลาหยุด งานซ่อม และแผนบำรุงรักษาไว้ในที่เดียว สามารถดูรายละเอียด โปรแกรม TPM ที่ออกแบบมาสำหรับโรงงานในประเทศไทยโดยเฉพาะ