Dashboard KPI per la produzione: cosa mostrare e come costruirlo

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

Un dashboard KPI per la produzione funziona quando ogni numero ha un responsabile e un'azione. Scopri quali KPI scegliere, come definirli e come costruire il dashboard in Power BI.

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

Un dashboard KPI per la produzione è una singola schermata che mostra i pochi numeri di cui un team ha bisogno per decidere cosa fare dopo: spedire, correggere, ripianificare o non intervenire. Non è un archivio di report. Questa guida è rivolta ai responsabili delle operations nel manifatturiero che devono decidere quali KPI inserire, come definirli e come costruire il dashboard, usando Power BI come strumento di esempio.

Punti chiave

• Un dashboard KPI per la produzione dovrebbe mostrare i pochi numeri di cui un team ha bisogno per decidere cosa fare dopo, ciascuno con un responsabile, un obiettivo e un'azione chiara quando si discosta dal target.
• La norma ISO 22400-1 offre un quadro indipendente dal settore per definire e utilizzare i KPI nella gestione delle operations di produzione, che ti aiuta a scrivere un'unica definizione che tutti gli stabilimenti possono adottare.
• Crea una vista per ruolo. Un supervisore ha bisogno del turno in corso, un responsabile di stabilimento ha bisogno dei trend settimanali, e mescolare le due cose penalizza entrambe.
• Calcola le percentuali aggregate a partire dai conteggi o dai tempi grezzi, mai facendo la media delle percentuali giornaliere, altrimenti un turno corto varrà quanto uno lungo.
• Gli avvisi sui dati di Power BI funzionano solo con dati aggiornati e solo su indicatori, KPI e schede, quindi scegli i pochi numeri che devono generare un messaggio.

Cosa deve contenere un dashboard KPI per la produzione?

Parti dalle decisioni, non dai dati. Per ogni numero che valuti, chiediti: chi lo consulta, cosa farebbe se diventasse rosso, e con quale tempestività? Se nessuno sa rispondere, lascialo fuori. Il indicatore chiave di prestazione è utile solo quando è accompagnato da un responsabile, un obiettivo e una risposta.

La maggior parte degli stabilimenti finisce con un nucleo di indicatori suddiviso in cinque gruppi:

• Consegne. Puntualità delle consegne al cliente e rispetto del programma all'interno dello stabilimento (quanto la produzione effettiva ha seguito il piano).
• Flusso. Lead time, lavoro in corso, arretrato degli ordini.
• Attrezzature. OEE e le cause di fermo che stanno dietro.
• Qualità. Tasso di scarto, rilavorazioni, resa al primo passaggio.
• Costi e scorte. Costo unitario, livelli di scorte, ma di solito solo nella vista del responsabile di stabilimento.

L'OEE merita una precisazione. Le FAQ sull'OEE di oee.com lo descrivono come disponibilità moltiplicata per prestazione moltiplicata per qualità, cioè il rapporto tra il tempo pienamente produttivo e il tempo di produzione pianificato. La stessa pagina definisce "completamente artificiale" il valore di riferimento dell'85% di "classe mondiale", spesso citato, come benchmark universale, e avverte che confrontare l'OEE tra macchine o stabilimenti è corretto solo quando prodotti, attrezzature e condizioni sono simili. Usa l'OEE come trend per lo stesso asset e diffida delle classifiche tra stabilimenti.

Come definire ogni KPI perché tutti lo leggano allo stesso modo?

Due persone possono costruire "puntualità delle consegne" e ottenere due numeri diversi. Una conta rispetto alla data promessa, l'altra rispetto alla data richiesta. Il dashboard a quel punto genera una discussione invece di una decisione.

ISO 22400-1 aiuta in questo caso. ISO la descrive come un framework neutro rispetto al settore per definire, comporre, scambiare e usare i KPI nella gestione delle operazioni di produzione, e copre le industrie batch, continue e discrete. Spiega che cos'è un KPI, come costruirlo e quali termini usare. La parte 2 della serie definisce un insieme selezionato di KPI, ciascuno con una formula, i suoi elementi, il comportamento temporale e l'unità di misura. Non devi certificarti secondo questo standard. Usarlo come modello per le tue definizioni fa risparmiare molte discussioni.

Prepara una scheda di definizione di una pagina per ogni KPI:

1. Nome e scopo in una frase.
2. Formula, incluso ciò che conta e ciò che non conta (fermate pianificate, prove di produzione, rilavorazioni).
3. Fonte dei dati e frequenza di aggiornamento.
4. Base temporale: all'ora, per turno, a settimana.
5. Unità di misura e obiettivo, e chi ha fissato l'obiettivo.
6. Responsabile e azione attesa quando il valore si discosta dall'obiettivo.

Perché le medie di percentuali inducono in errore?

Perché trattano una produzione breve come una lunga. Ecco un esempio inventato. La linea 1 lavora otto ore con un'efficienza di attrezzatura dell'80%. La linea 2 lavora due ore con il 50%. La media semplice è 65%. Ponderata per tempo pianificato, il risultato è (8 × 0,8 + 2 × 0,5) ÷ 10 = 74%. La pagina di oee.com raccomanda questo tipo di ponderazione per un dato a livello di stabilimento, in base al tempo di produzione pianificato o al valore aggiunto. La regola generale vale anche per scarti, resa e raggiungimento: somma prima i conteggi o i tempi, poi calcola la percentuale una sola volta.

Per chi è la dashboard?

Crea una vista per ogni ruolo. Una sola "dashboard di stabilimento" che cerca di servire tutti finisce con 30 riquadri, e nessuno la legge.

• Capoturno. Il turno in corso: produzione rispetto al piano per ora, fermate in corso e relative cause, scarti, il prossimo ordine. Aggiornata durante il turno.
• Responsabile di stabilimento. Tendenze settimanali e mensili: consegne, OEE, scarti, arretrato, costi. Di solito basta un aggiornamento giornaliero.
• Pianificatore. Rispetto del programma, ordini in ritardo, carico di capacità per i giorni successivi.
• Manutenzione. Fermi per causa e per macchina, ordini di lavoro aperti, guasti ricorrenti.

Le indicazioni di progettazione delle dashboard di Microsoft si adattano a questo approccio. La pagina invita a considerare come il pubblico usa la dashboard e quali metriche lo aiutano a decidere. Raccomanda un layout pulito e ordinato, con tutti i riquadri su un'unica schermata, i dati di livello più alto in alto a sinistra e grandi visualizzazioni a scheda per i numeri che contano. Sconsiglia inoltre visualizzazioni difficili da leggere, come i grafici 3D, e suggerisce di mantenere coerenti le scale degli assi e i colori. Una dashboard pensata per tablet o smartphone richiede meno riquadri di una visualizzata su un monitor grande.

Se alcune persone non devono vedere dati su costi o personale, configuralo nel modello dati. Power BI supporta la sicurezza a livello di riga, in cui i ruoli filtrano le righe visibili a un utente. Tieni presente che si applica agli utenti con ruolo di visualizzatore nell'area di lavoro, non a chi può modificare il modello, quindi verifica chi ha quale ruolo nell'area di lavoro.

Da dove provengono i dati e con che frequenza dovrebbero essere aggiornati?

Quattro fonti coprono gran parte delle esigenze:

• Il sistema ERP per ordini, quantità, date di scadenza e costi.
• Un sistema di esecuzione della produzione (MES) o la raccolta dati dal reparto per avvii, fermate, conteggi e scarti.
• Segnali dalle macchine, dove disponibili, per lo stato di marcia e i conteggi dei cicli.
• Un sistema di qualità per i risultati dei controlli e i blocchi.

La difficoltà sta nel fatto che queste fonti descrivono lo stesso ordine in modi diversi. L'ERP conosce un ordine per numero e data di scadenza. La macchina conosce un conteggio di pezzi e uno stato. Qualcuno deve fare la corrispondenza tra i due, e quel qualcuno deve avere un nome nel piano di progetto.

Stabilisci la frequenza di aggiornamento in base alla decisione da prendere. Un capoturno che reagisce durante il turno ha bisogno di dati in pochi minuti. Un responsabile di stabilimento che esamina le prestazioni di consegna può accontentarsi di un aggiornamento giornaliero. Un aggiornamento più rapido costa di più da costruire e mantenere, e aggiornare rapidamente dati errati significa solo ottenere una risposta sbagliata più in fretta.

La dashboard è in grado di segnalarti quando qualcosa non va?

Gli avvisi dati di Power BI possono. Secondo Microsoft Learn, funzionano sui riquadri di tipo indicatore, KPI e scheda fissati dagli elementi visivi del report, solo con dati numerici e solo su dati già aggiornati. Le notifiche compaiono nel centro notifiche e possono anche arrivare via email, e gli avvisi possono essere automatizzati con Power Automate. Sono personali: gli avvisi non supportano la comproprietà, e li vede solo la persona che li imposta. Usali per i due o tre numeri per cui una reazione tardiva costa denaro, come un arresto al collo di bottiglia. Oltre questa soglia le persone li disattivano.

Come si costruisce la dashboard passo dopo passo?

1. Scegli una linea e un destinatario. Una vista per il capoturno su una sola linea è un buon primo obiettivo.
2. Scrivi le schede delle definizioni. Al massimo sei-otto KPI, concordati con le persone che ne sono responsabili.
3. Porta i dati in un unico modello. Ordini, eventi di produzione, eventi di fermo e scarti come tabelle pulite con chiavi condivise, come numero d'ordine, linea e turno. Definisci le chiavi prima di progettare qualsiasi cosa.
4. Crea ogni misura una sola volta. Inserisci le formule nel modello, non nei singoli elementi visivi, così ogni pagina usa la stessa definizione.
5. Progetta la pagina. Il numero di livello più alto in alto a sinistra, poi il dettaglio. Stesse regole di scala e di colore ovunque.
6. Aggiungi avvisi per pochi numeri. Verifica che scattino con dati già aggiornati.
7. Fai un pilota di due-quattro settimane su un turno. Chiedi cosa hanno guardato le persone, cosa hanno ignorato e cosa avrebbero voluto trovare ma non hanno trovato.
8. Rivedi ogni settimana. Verifica quali decisioni la dashboard ha effettivamente cambiato. Rimuovi i riquadri che nessuno usa.

Solo a quel punto copiala sulle altre linee. Non copiarla alla cieca. Ogni linea ha i suoi fermi, i suoi prodotti e i suoi obiettivi.

Esempio: una vista per il capoturno (numeri inventati)

Questa è un'illustrazione inventata di come potrebbe essere organizzata una vista, non un risultato misurato.

La vista per il capoturno di una linea di confezionamento ha sei riquadri. In alto a sinistra c'è la produzione rispetto al piano per il turno finora. Accanto c'è lo stato attuale della linea (in marcia, ferma, cambio formato) con il motivo del fermo. Sotto ci sono gli scarti dall'inizio del turno, l'OEE dell'ultimo turno completo, le tre principali cause di fermo della settimana e i tre ordini successivi.

Alle 10:15 il riquadro della produzione mostra la linea 40 unità indietro rispetto al piano, e il riquadro dei fermi mostra un inceppamento già ripetutosi tre volte in questa settimana. Il capoturno chiama la manutenzione e anticipa un ordine breve. Il numero non ha risolto nulla. Il riquadro ha indicato cosa fare e a chi rivolgersi.

Errori comuni

• Troppi KPI. Se una schermata richiede una legenda, ci sono troppe cose.
• Nessun responsabile e nessuna azione. Un riquadro rosso di cui nessuno è responsabile diventa carta da parati.
• Calcolare la media di percentuali. Somma prima i conteggi, poi calcola la percentuale.
• Cambiare silenziosamente le definizioni. Se una formula cambia, comunicalo, datalo e segnala la linea di tendenza.
• Copiare gli obiettivi da un altro stabilimento. Prodotti e impianti diversi richiedono obiettivi diversi.
• L'inserimento manuale dei dati come fonte principale. È lento e, col tempo, si allontana dalla realtà.
• Una sola dashboard per tutti i ruoli. Costruisci la vista per ciascun destinatario.
• Ignorare la qualità dei dati. Una dashboard splendida con codici di fermo sbagliati mostra solo cose sbagliate in modo elegante.

Dove si inserisce Polaris

Se i tuoi KPI devono confrontare piano ed effettivo, iFAKT Polaris è un'opzione da valutare. iFAKT descrive Polaris come AI più gemello digitale per la produzione. Il suo modulo Polaris Analyzer consolida i KPI di tutti i moduli Polaris in dashboard, inclusi tempi di attraversamento, utilizzo, colli di bottiglia e stato dei progetti, e confronta scenari, piani e prestazioni effettive. Attinge ai dati degli altri moduli, quindi si adatta meglio dove pianifichi o simuli anche in Polaris. Per una dashboard Power BI semplice sui tuoi dati, i passaggi sopra valgono comunque.

Argomenti correlati da esplorare

• KPI predittivi. Prevedere fermi o OEE richiede prima una storia lunga e affidabile. Rendi accurata la dashboard di base prima di aggiungere la previsione.
• Avvisi di anomalia. Stabilisci quali salti negli scarti o nei tempi di ciclo meritano un messaggio e chi deve rispondere.
• Definire obiettivi e benchmark. Usa il tuo trend e gli impianti simili prima di qualsiasi cifra "di classe mondiale".
• Impianti discreti contro impianti di processo. Le linee di assemblaggio si concentrano su tempi di ciclo e cambi formato. Gli impianti batch e continui si concentrano su resa e costanza dei lotti.

Prossimo passo

Una buona dashboard KPI per la manifattura parte da una definizione, non da un grafico. Scegli la linea che conosci meglio, scrivi la scheda di definizione dei suoi tre KPI più importanti e concorda per ciascuno un responsabile e un'azione prima di aprire Power BI.