全部客戶
生產製造
出貨不良率 2.8% → 1.6%——主線 OEE 提升到 74%。
兆越南盾級、擁有 2 座工廠的製造集團，把品質管控標準化到各工序、保養改依實際運轉時數——不良在發生的工序就被攔下，而不是等到最終檢驗才發現。
2.8% → 1.6%
出貨不良率
12 個月後 · 以 2 座工廠全部出貨批量測
61% → 74%
主線整體設備效率（OEE）
由機台自動量測 · 最近 3 個月平均
+35%
品管團隊產能
人均檢驗量 · 資料輸入與報表自動化之後
以上數字由客戶本人提供並同意公布，量測範圍與期間以每一項指標所註明的口徑為準。實際結果會因企業規模、產業，以及原始資料的標準化程度而有所不同。
導入背景
TASA Group 是營收兆越南盾的工業製造集團，旗下 2 座工廠，同時供應內銷市場與有定期品質稽核要求的外銷客戶。
雙方第一次坐下來談時，品質管控還靠紙本表單與 Excel：不良大多到最終檢驗才被發現（佔出貨量 2.8%），要追出是哪個工序造成的得花好幾天；OEE 沒有連續量測，非計畫停機約佔 9% 的機台時數，原因手寫又未分類；40 人的品管團隊約三分之一的時間耗在輸入資料與彙整報表上。
面臨的挑戰
不良到最終檢驗才被發現——佔出貨量 2.8%，追查肇因工序要花好幾天。
OEE 無法連續量測；非計畫停機約佔 9% 機台時數，原因手寫、未分類。
40 人的品管團隊約 1/3 時間花在輸入資料與彙整報表，而不是現場管控。
APUS 解決方案
集團分兩階段走完，全部跑在自有機房上。第一階段：品質管控下放到各工序，設置品質管制點，2 座工廠共用同一套標準化不良代碼。第二階段：保養從事後搶修改為依實際運轉時數排程，OEE 由機台自動量測，全部彙整到 BI 儀表板。
導入模組
實測成果
導入前後對照——附時間區間與量測方式。
| 指標 | 導入前 | 導入後 | 時間與量測方式 |
|---|---|---|---|
| 出貨不良率 | 2.8% | 1.6% | 12 個月後 · 2 座工廠全部出貨批 |
| 主線 OEE | 61% | 74% | 由機台自動量測 · 3 個月平均 |
| 非計畫停機 | 約 9% 機台時數 | 6.2% 機台時數 | EAM：依實際運轉時數保養，取代固定週期 |
| 品管團隊產能 | — | +35% | 人均檢驗量 · 資料輸入與報表自動化 |
以上數字由客戶本人提供並同意公布，量測範圍與期間以每一項指標所註明的口徑為準。實際結果會因企業規模、產業，以及原始資料的標準化程度而有所不同。
轉型歷程
從需求訪談到正式上線。
13 週
需求訪談
盤點 2 座工廠的品管流程與設備資料。
28 週
QMS + 不良代碼標準化
在各工序建置品質管制點；統一 2 廠共用的 214 項不良代碼。
38 週
EAM + OEE
串接機台資料，保養改依實際運轉時數，啟用 OEE 自動量測。
44 週
上線與警示
啟用門檻自動警示；依外銷客戶的查檢表演練稽核。
不順利的地方——以及如何處理
前六週，兩座工廠的品質資料無法互相比較
同一種不良，兩座工廠取兩個名字、設兩種門檻——那時候就開自動警示，只會製造假警報。專案主動暫停擴展，把兩廠 QA 找來一起把 214 項不良代碼與共用檢驗門檻標準化，之後才啟用警示。在這一步慢了 6 週，正是之後 12 個月的數據值得信賴的原因。
“1.6% 這個數字不是我最在意的。真正值錢的是：現在不良率一往上動，我們馬上知道是哪個工序、哪個班——在整批貨出廠之前，而不是客戶抱怨之後。”
品質總監，TASA Group
