Taux de défauts en sortie d'usine de 2,8 % à 1,6 % — l'OEE de la ligne principale monte à 74 %.
Un groupe industriel pesant des milliers de milliards de VND, avec 2 usines, a standardisé le contrôle qualité en cours de fabrication et la maintenance sur heures de fonctionnement réelles — les défauts sont arrêtés là où ils naissent, plutôt que rattrapés au contrôle final.
Chiffres fournis par les clients eux-mêmes et publiés avec leur accord, mesurés dans le périmètre et sur la période indiqués pour chaque indicateur. Les résultats varient selon la taille de l'entreprise, le secteur et le degré de normalisation des données de départ.
TASA Group est un industriel au chiffre d'affaires de plusieurs milliers de milliards de VND, avec 2 usines, qui fournit à la fois le marché domestique et des clients export soumis à des audits qualité planifiés.
Quand les deux équipes se sont assises pour la première fois, le contrôle qualité reposait encore sur des fiches papier et des tableurs : les défauts étaient surtout détectés au contrôle final (2,8 % du volume expédié) et remonter à l'étape d'origine prenait des jours ; l'OEE (efficacité globale des équipements) n'était pas mesuré en continu, si bien que les arrêts non planifiés représentaient environ 9 % des heures machine, avec des causes notées à la main, sans classification ; et l'équipe qualité de 40 personnes passait près d'un tiers de son temps en saisie et en assemblage de rapports.
Le groupe a avancé en deux phases, entièrement sur sa propre infrastructure. Phase 1 : contrôle qualité par étape de fabrication, avec points d'arrêt qualité et un référentiel de codes défauts unique partagé par les deux usines. Phase 2 : la maintenance passe de la réparation sur panne à des plannings fondés sur les heures de fonctionnement réelles, l'OEE est mesuré automatiquement depuis les machines, et l'ensemble remonte sur un tableau de bord BI.
Avant / après — avec période et méthode de mesure.
| Indicateur | Avant | Après | Période & méthode |
|---|---|---|---|
| Taux de défauts en sortie d'usine | 2,8 % | 1,6 % | Après 12 mois · chaque lot expédié, deux usines |
| OEE de la ligne principale | 61 % | 74 % | Mesuré automatiquement depuis les machines · moyenne sur 3 mois |
| Arrêts non planifiés | ~9 % des heures machine | 6,2 % des heures machine | EAM : maintenance sur heures de fonctionnement réelles, non sur calendrier fixe |
| Productivité de l'équipe qualité | — | +35 % | Volume contrôlé par personne · saisie et reporting automatisés |
Chiffres fournis par les clients eux-mêmes et publiés avec leur accord, mesurés dans le périmètre et sur la période indiqués pour chaque indicateur. Les résultats varient selon la taille de l'entreprise, le secteur et le degré de normalisation des données de départ.
De la découverte à la mise en production.
Le même défaut portait deux noms et deux seuils selon l'usine — activer les alertes automatiques à ce stade n'aurait produit que de fausses alarmes. Le projet a délibérément mis le déploiement en pause, réuni les équipes qualité des deux usines pour standardiser le référentiel de 214 codes défauts et des seuils de contrôle communs, et n'a activé les alertes qu'ensuite. Ces six semaines sont la raison pour laquelle les chiffres à 12 mois sont fiables.
“Ce n'est pas le 1,6 % que je retiens le plus. Ce qui compte, c'est que lorsque les défauts remontent aujourd'hui, nous savons immédiatement quelle étape et quelle équipe — avant que le lot ne quitte l'usine, pas après la réclamation d'un client.”
Autres témoignages
Clôture consolidée de 14 campus : de 12 jours à 5 — amorti en 9 mois.
Lire l'étude de cas
Cycle des ordres de fabrication réduit de 42 % — coûts de revient clôturés en 4 jours au lieu de 9.
Lire l'étude de cas
6 600 points de vente, 92 % des commandes dans l'app — les créances distributeurs passent de 47 à 31 jours.
Lire l'étude de casDevenez la prochaine réussite.
Réservez une démo adaptée à votre secteur et à votre échelle.