לוח מחוונים של מדדי KPI לייצור: מה להציג ואיך לבנות אותו

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-12

לוח מחוונים של מדדי KPI לייצור עובד כשלכל מספר יש בעלים ופעולה. למדו אילו מדדים לבחור, איך להגדיר אותם ואיך לבנות את הלוח ב-Power BI.

Automatically translated with AI from the original post. Read the English original

לוח מחוונים של מדדי KPI לייצור הוא מסך אחד שמציג את המספרים המעטים שצוות זקוק להם כדי להחליט מה לעשות הלאה: לשלוח, לתקן, לתכנן מחדש או להשאיר כמות שהיא. זה לא ארכיון דוחות. מדריך זה מיועד למנהלי תפעול בייצור שצריכים להחליט אילו מדדי KPI ייכנסו אליו, איך להגדיר אותם ואיך לבנות אותו, עם Power BI ככלי לדוגמה.

עיקרי הדברים

• לוח מחוונים של מדדי KPI לייצור צריך להציג את המספרים המעטים שצוות זקוק להם כדי להחליט מה לעשות הלאה, כאשר לכל מספר יש בעלים, יעד ופעולה ברורה כשהוא סוטה מהיעד.
• ISO 22400-1 מציע מסגרת ניטרלית לתעשייה להגדרה ושימוש במדדי KPI בניהול פעילות ייצור, והיא עוזרת לכתוב הגדרה אחת שכל המפעלים משתמשים בה.
• בנו תצוגה אחת לכל תפקיד. מפקח צריך את המשמרת הנוכחית, מנהל מפעל צריך מגמות שבועיות, וערבוב השניים יטמון את שניהם.
• חשבו אחוזים מצטברים מספירות גולמיות או מזמן, ולא מממוצע של אחוזים יומיים, אחרת משמרת קצרה תיספר כמו משמרת ארוכה.
• התראות נתונים של Power BI פועלות רק על נתונים שרועננו, ורק על ריבועי מד, KPI וכרטיסים, לכן בחרו את המספרים המעטים שצריכים להפעיל הודעה.

מה שייך ללוח מחוונים של מדדי KPI לייצור?

מתחילים מהחלטות, לא מנתונים. לכל מספר שאתם שוקלים, שאלו: מי מסתכל עליו, מה הוא יעשה אם זה יהפוך לאדום, ותוך כמה זמן. אם אף אחד לא יכול לענות, השמיטו אותו. מדד ביצוע מרכזי (KPI) שימושי רק כשיש לו בעלים, יעד ותגובה.

רוב המפעלים מגיעים לסט ליבה בחמש קבוצות:

• אספקה. אספקה ללקוח בזמן, ועמידה בלוח הייצור במפעל (עד כמה התפוקה בפועל עקבה אחרי התוכנית).
• זרימה. זמן אספקה, עבודה בתהליך, צבר הזמנות בהמתנה.
• ציוד. OEE וסיבות זמני ההשבתה שמאחוריו.
• איכות. שיעור פסולת, עיבוד חוזר, תשואה בניסיון הראשון.
• עלות ומלאי. עלות ליחידה, רמות מלאי, אך בדרך כלל רק בתצוגה של מנהל המפעל.

ל-OEE מגיעה הערה. השאלות הנפוצות של OEE באתר oee.com מגדירות אותו כזמינות כפול ביצועים כפול איכות, כלומר היחס בין זמן פרודוקטיבי מלא לזמן הייצור המתוכנן. באותו עמוד מכנים את הנתון של 85% שמצוטט לעיתים קרובות כ"מלאכותי לחלוטין" כבנצ'מרק אוניברסלי, ומזהירים שהשוואת OEE בין מכונות או מפעלים נכונה רק כשהמוצרים, הציוד והתנאים דומים. השתמשו ב-OEE כמגמה עבור אותו נכס, והתייחסו לדירוגים בין מפעלים בחשדנות.

איך מגדירים כל מדד KPI כך שכולם יקראו אותו באותו אופן?

שני אנשים יכולים לבנות "אספקה בזמן" ולקבל שני מספרים שונים. האחד סופר לפי התאריך המובטח, השני לפי התאריך המבוקש. אז הלוח מתחיל ויכוח במקום החלטה.

ISO 22400-1 עוזר כאן. ISO מתארת אותו כמסגרת ניטרלית מבחינת תעשייה להגדרה, הרכבה, החלפה ושימוש במדדי KPI בניהול פעילות ייצור, וכוללת תעשיות אצווה, תעשיות רציפות ותעשיות דיסקרטיות. התקן מסביר מהו KPI, איך בונים אחד ואילו מונחים כדאי להשתמש בהם. החלק השני בסדרה מגדיר קבוצה נבחרת של KPI, שלכל אחד מהם נוסחה, רכיביה, התנהגות בזמן ויחידת מידה. אין צורך להסמיך את עצמכם לפיו. שימוש בו כתבנית להגדרות שלכם חוסך הרבה ויכוחים.

שמרו כרטיס הגדרה בן עמוד אחד לכל KPI:

1. שם ומטרה במשפט אחד.
2. נוסחה, כולל מה נספר ומה לא (עצירות מתוכננות, הרצות בדיקה, עבודה חוזרת).
3. מקור הנתונים וזמן הרענון.
4. בסיס הזמן: לשעה, למשמרת, לשבוע.
5. יחידת מידה ויעד, וגם מי קבע את היעד.
6. בעלים, והפעולה הצפויה כשהערך חורג מהיעד.

מדוע ממוצעים של אחוזים מטעים?

משום שהם מתייחסים להרצה קצרה כאל הרצה ארוכה. הנה דוגמה מומצאת. קו 1 פועל שמונה שעות ביעילות ציוד של 80%. קו 2 פועל שתי שעות ביעילות של 50%. הממוצע הפשוט הוא 65%. משוקלל לפי זמן מתוכנן זה (8 × 0.8 + 2 × 0.5) ÷ 10 = 74%. דף ה-oee.com ממליץ על שקלול מסוג זה לנתון ברמת מפעל, לפי זמן ייצור מתוכנן או לפי ערך מוסף. הכלל הכללי מתאים גם לפסולת, לתפוקה ולעמידה ביעדים: מחברים קודם את הספירות או הזמנים, ורק אחר כך מחשבים את האחוז פעם אחת.

למי מיועד הדשבורד?

בנו תצוגה אחת לכל תפקיד. "דשבורד מפעל" יחיד שמנסה לשרת את כולם מסתיים ב-30 אריחים, ואף אחד לא קורא בו.

• מפקח משמרת. המשמרת הנוכחית: תפוקה מול תוכנית לפי שעה, עצירות נוכחיות וסיבותיהן, פסולת, ההזמנה הבאה. מתעדכן בתוך המשמרת.
• מנהל מפעל. מגמות שבועיות וחודשיות: אספקה, OEE, פסולת, צבר הזמנות, עלות. רענון יומי בדרך כלל מספיק.
• מתכנן. עמידה בלוח הזמנים, הזמנות מאוחרות, עומס קיבולת לימים הקרובים.
• תחזוקה. השבתות לפי סיבה ומכונה, קריאות עבודה פתוחות, תקלות חוזרות.

טיפי העיצוב לדשבורדים של Microsoft מתאימים לגישה הזו. הדף מבקש לשקול איך הקהל משתמש בדשבורד ואילו מדדים עוזרים לו להחליט. הוא ממליץ על פריסה נקייה ולא עמוסה, עם כל האריחים על מסך אחד, הנתונים ברמה הגבוהה ביותר בפינה הימנית העליונה (בפריסה משמאל לימין, בפינה השמאלית העליונה) וויזואליזציות של כרטיסים גדולים למספרים החשובים. הוא גם ממליץ להימנע מויזואליזציות קשות לקריאה כמו תרשימים תלת-ממדיים, ולשמור על אחידות בסקאלות הצירים ובצבעים. דשבורד שמיועד לטאבלט או לטלפון צריך פחות אריחים מאשר דשבורד על מסך מחשב גדול.

אם יש אנשים שלא צריכים לראות נתוני עלות או נתוני כוח אדם, הגדירו זאת במודל הנתונים. Power BI תומך ב-row-level security, שבו תפקידים מסננים אילו שורות המשתמש רואה. שימו לב שהכלל חל על צופים בסביבת העבודה, ולא על אנשים שיכולים לערוך את המודל, לכן בדקו מי מחזיק באיזה תפקיד בסביבת העבודה.

מהו מקור הנתונים, ובאיזו תדירות כדאי לרענן אותם?

ארבעה מקורות מכסים את רוב הצרכים:

• מערכת ERP להזמנות, כמויות, תאריכי יעד ועלות.
• מערכת ביצוע ייצור (MES) או איסוף נתונים מרצפת הייצור להתחלות, עצירות, ספירות ופסולת.
• אותות ממכונות, במקום שיש כאלה, למצב ריצה וספירת מחזורים.
• מערכת איכות לתוצאות בדיקה ועיכובים.

הקושי העיקרי הוא שהמקורות האלה מתארים את אותה הזמנה בצורות שונות. מערכת ה-ERP מכירה הזמנה לפי מספר ותאריך יעד. המכונה מכירה ספירת חלקים ומצב. מישהו צריך למפות ביניהם, ולאותו אדם צריך להיות שם בתוכנית הפרויקט.

קבעו את תדירות הרענון לפי ההחלטה. מפקח שמגיב בתוך משמרת צריך נתונים בתוך דקות. מנהל מפעל שבוחן ביצועי אספקה יכול להסתפק ברענון יומי. מהירות רבה יותר עולה יותר לבנייה ולתחזוקה, ורענון מהיר של נתונים שגויים הוא רק תשובה שגויה במהירות רבה יותר.

האם הדשבורד יכול לומר לכם מתי משהו לא בסדר?

התראות נתונים של Power BI data alerts יכולות. לפי Microsoft Learn, הן פועלות על אריחי gauge, KPI ו-card שהוצמדו מהמראות של הדוח, רק עם נתונים מספריים ורק על נתונים שכבר רועננו. ההתראות מופיעות במרכז ההתראות וניתן לקבל אותן גם באימייל, וניתן לאטמט את ההתראות באמצעות Power Automate. ההתראות אישיות: אין תמיכה בבעלות משותפת, ורק מי שהגדיר התראה רואה אותה. השתמשו בהן עבור שניים או שלושה מספרים שבהם תגובה מאוחרת עולה כסף, כמו עצירה בצוואר הבקבוק. מעבר לזה, אנשים משתיקים אותן.

איך בונים את הדאשבורד שלב אחר שלב?

1. בחרו קו אחד וקהל יעד אחד. מסך מפקח עבור קו אחד הוא יעד ראשון טוב.
2. כתבו את כרטיסי ההגדרה. שישה עד שמונה KPI לכל היותר, שסוכמו עם האנשים שאחראים עליהם.
3. הכניסו את הנתונים למודל אחד. הזמנות, אירועי ייצור, אירועי השבתה ופסולת כטבלאות נקיות עם מפתחות משותפים כמו מספר הזמנה, קו ומשמרת. תקנו את המפתחות לפני שאתם מתכננים כל דבר אחר.
4. צרו כל מדד פעם אחת. שימו את הנוסחאות במודל, ולא בכל ויזואל בנפרד, כך שכל עמוד ישתמש באותה הגדרה.
5. תכננו את העמוד. המספר ברמה הגבוהה ביותר בפינה השמאלית העליונה, ואחריו הפירוט. אותם כללי סקאלה וצבע בכל מקום.
6. הוסיפו התראות עבור כמה מספרים בלבד. בדקו שהן מופעלות על נתונים שרועננו.
7. הריצו פיילוט למשך שבועיים עד ארבעה שבועות במשמרת אחת. שאלו מה האנשים הסתכלו עליו, מה התעלמו ממנו ומה היה להם צורך בו אבל לא הצליחו למצוא.
8. בצעו סקירה כל שבוע. בדקו אילו החלטות הדאשבורד שינה בפועל. הסירו אריחים שאף אחד לא השתמש בהם.

רק אז העתיקו אותו לקווים אחרים. אל תעתיקו בעיוורון. לכל קו יש עצירות משלו, מוצרים משלו ויעדים משלו.

דוגמה: מסך מפקח אחד (מספרים מומצאים)

זוהי הדגמה מומצאת של אופן ארגון מסך אפשרי, ולא תוצאה שנמדדה.

מסך מפקח עבור קו אריזה כולל שישה אריחים. בפינה השמאלית העליונה נמצא התפוקה מול התוכנית עבור המשמרת עד כה. לצדו מופיע המצב הנוכחי של הקו (פועל, עצור, החלפה) עם סיבת העצירה. מתחת מוצגים הפסולת מתחילת המשמרת, ה-OEE של המשמרת המלאה האחרונה, שלוש סיבות ההשבתה המובילות השבוע, ושלוש ההזמנות הבאות.

בשעה 10:15 אריח התפוקה מראה שהקו מפגר בארבעים יחידות אחרי התוכנית, ואריח העצירות מראה תקיעה שחזרה שלוש פעמים השבוע. המפקח מתקשר לתחזוקה ומקדים הזמנה קצרה. המספר לא תיקן שום דבר. האריח הראה מה לעשות ולמי להתקשר.

טעויות נפוצות

• יותר מדי KPI. אם מסך צריך מקרא, יש עליו יותר מדי.
• אין בעלים ואין פעולה. אריח אדום שאף אחד לא אחראי עליו הופך לטפט.
• ממוצע של אחוזים. קודם חברו את הספירות, ורק אחר כך חשבו את האחוז.
• שינוי הגדרות בשקט. אם נוסחה משתנה, הכריזו על כך, תארכו אותה וסמנו את קו המגמה.
• העתקת יעדים ממפעל אחר. מוצרים וציוד שונים דורשים יעדים שונים.
• הזנה ידנית של הנתונים כמקור הראשי. זה איטי, והוא מתרחק מן האמת עם הזמן.
• דאשבורד אחד לכל התפקידים. בנו מסך לכל קהל יעד.
• התעלמות מאיכות הנתונים. דאשבורד יפה על קודי עצירה שגויים רק מציג את הדבר הלא נכון בצורה יפה.

היכן Polaris מתאים

אם ה-KPI שלכם צריכים להשוות בין תוכנית לביצוע, שווה לבחון את iFAKT Polaris כאפשרות אחת. iFAKT מתארת את Polaris כ-AI ותאום דיגיטלי לייצור. המודול שלה Polaris Analyzer מאגד KPI מכל מודולי Polaris בדאשבורדים, כולל זמני אספקה, ניצולת, צווארי בקבוק וסטטוס פרויקטים, ומשווה בין תרחישים, תוכניות וביצוע בפועל. הוא שואב נתונים ממודולים אחרים, ולכן הוא מתאים במיוחד במקומות שבהם אתם גם מתכננים או מדמים ב-Polaris. עבור דאשבורד פשוט של Power BI על הנתונים שלכם, השלבים לעיל תקפים בכל מקרה.

נושאים קשורים לחקירה

• KPI חזויים. חיזוי השבתות או OEE דורש היסטוריה ארוכה ואמינה קודם. הקפידו שהדאשבורד הבסיסי יהיה מדויק לפני שמוסיפים חיזוי.
• התראות על חריגות. החליטו אילו קפיצות בפסולת או בזמן המחזור ראויות להודעה, ומי אחראי להגיב אליהן.
• הגדרת יעדים ובנצ'מרקים. השתמשו במגמה של המפעל שלכם ובמפעלים דומים לפני שאתם מסתמכים על כל נתון "ברמה עולמית".
• מפעלים בייצור דיסקרטי מול מפעלי תהליך. קווי הרכבה מתעניינים בעיקר בזמן המחזור ובזמני ההחלפה. מפעלי אצווה ומפעלים רציפים מתעניינים בתפוקה ובעקביות של האצוות.

הצעד הבא

לוח מחוונים טוב ל-KPI בייצור מתחיל בהגדרה ולא בתרשים. בחרו את הקו שאתם מכירים הכי טוב, כתבו כרטיס הגדרה לשלושת ה-KPI החשובים ביותר שלו, וסכמו על בעלים ועל פעולה לכל אחד מהם לפני שתפתחו את Power BI.