出荷不良率2.8% → 1.6% ― 主要ラインのOEEは74%へ。
売上高1兆VND規模・2工場の製造グループが、工程単位の品質管理と実稼働時間ベースの保全を標準化 ― 不良は最終検査で見つかるのではなく、発生した工程で食い止められるようになりました。
上記の数値はお客様ご自身からご提供いただき、公開の同意を得たものです。測定範囲と対象期間は各指標に記載のとおりです。結果は企業規模・業種・導入前のデータ標準化の度合いによって変わります。
TASA Group は売上高1兆VND規模・2工場の工業製品メーカーで、国内市場に加え、定期的な品質監査を実施する輸出顧客にも供給しています。
両社が初めて向き合った時点でも、品質管理は紙の帳票とExcelのままでした。不良の多くは最終検査で発見され（出荷数量の2.8%）、原因工程の特定には数日を要しました。OEEは連続計測されておらず、計画外停止は機械稼働時間の約9%を占めながら、原因は手書きのまま分類されていませんでした。さらに40名の品質管理チームは、時間のおよそ3分の1をデータ入力とレポート集計に費やしていました。
導入前と導入後 ― 測定時期と測定方法とともに。
| 指標 | 導入前 | 導入後 | 時期・測定方法 |
|---|---|---|---|
| 出荷不良率 | 2.8% | 1.6% | 12ヶ月後 · 2工場の全出荷ロット |
| 主要ラインのOEE | 61% | 74% | 設備から自動計測 · 3ヶ月平均 |
| 計画外停止 | 機械稼働時間の約9% | 機械稼働時間の6.2% | EAM：固定カレンダーではなく実稼働時間ベースの保全 |
| 品質管理チームの生産性 | — | +35% | 1人あたり検査数量 · 入力・レポートを自動化 |
上記の数値はお客様ご自身からご提供いただき、公開の同意を得たものです。測定範囲と対象期間は各指標に記載のとおりです。結果は企業規模・業種・導入前のデータ標準化の度合いによって変わります。
現状調査から本稼働まで。
同じ不良でも工場によって名称もしきい値も異なり、その状態で自動アラートを入れても誤報を生むだけでした。プロジェクトはあえて展開を止め、両工場のQAチームとともに214項目の不良コード体系と共通の検査しきい値を標準化してから、初めてアラートを有効化しました。この6週間の遅れこそ、その後12ヶ月の数値が信頼できる理由です。
“1.6%という数字が一番の収穫ではありません。価値があるのは、不良が増え始めたとき、どの工程のどのシフトかが即座に分かることです ― お客様から苦情が来た後ではなく、ロットが工場を出る前に。”
