Perché il miglioramento continuo ha bisogno di dati migliori

L'miglioramento continuo dovrebbe generare un apprendimento che si accumula nel tempo. In molte fabbriche, tuttavia, il lavoro di miglioramento dipende ancora in larga misura da workshop, fogli di calcolo, report isolati e da ciò che le persone ricordano del turno precedente. Un evento Kaizen può produrre progressi visibili, ma poche settimane dopo la stessa perdita spesso ricompare in condizioni produttive leggermente diverse. Il problema non è sempre la qualità dell'idea di miglioramento. Il problema più grande è che i team spesso non riescono a dimostrare se la contromisura abbia davvero funzionato, dove abbia funzionato e in quali condizioni abbia smesso di funzionare.

PERCHÉ I MIGLIORAMENTI KAIZEN SPESSO SCOMPAIONO
Un workshop crea focus per qualche giorno. I team mappano il processo, individuano gli sprechi, assegnano azioni, spostano attrezzature, modificano checklist o aggiustano i passaggi di consegna. Poi torna la pressione della produzione ordinaria. Il supervisore ha un altro ordine urgente, la manutenzione un altro guasto, la pianificazione cambia la sequenza e la qualità blocca un altro lotto. L'azione di miglioramento resta da qualche parte in un file Excel o in un tracker di progetto invece di diventare parte del ritmo operativo. La domanda importante, quindi, non è se un'azione sia stata completata, ma se la condizione produttiva sia effettivamente migliorata.

IL PDCA HA BISOGNO DI UNA VERA FASE DI VERIFICA
Plan, Do, Check, Act suona semplice, ma molte organizzazioni eseguono di fatto Plan, Do e poi Move On. PLAN dovrebbe definire un problema verificabile, la condizione attuale, il miglioramento atteso e l'ipotesi alla base della contromisura. DO significa testare la contromisura in condizioni produttive reali, registrando abbastanza contesto da capire cosa sia realmente accaduto. CHECK significa confrontare il risultato atteso con le evidenze produttive reali. ACT significa standardizzare la modifica quando le evidenze lo supportano, oppure adattarla, restringerla o annullarla quando non lo fanno.
• La perdita è davvero diminuita?
• Il problema si è semplicemente spostato altrove?
• La modifica ha migliorato la disponibilità danneggiando la qualità?
• Ha funzionato con prodotti, squadre e turni diversi?
• Manutenzione, materiali, pianificazione o un altro cambiamento di processo hanno influenzato il risultato?
Una singola produzione riuscita non è una prova. Il miglioramento continuo richiede evidenze sufficienti a distinguere un miglioramento ripetibile da un turno fortunato.

GEMBA E DATI HANNO BISOGNO L'UNO DELL'ALTRO
I dati non sostituiscono il Gemba. Operatori, supervisori, tecnici, pianificatori e team qualità conoscono le condizioni di produzione che spesso i sistemi non riescono a catturare. Un record macchina può mostrare un fermo di dieci minuti, mentre un operatore sa che il fermo è avvenuto perché un componente non sembrava a posto, un percorso materiali normale era bloccato o il turno precedente ha lasciato la postazione in una condizione insolita. Allo stesso tempo, la sola osservazione mostra un solo turno, un solo evento o una sola versione del problema. Dati operativi collegati rendono possibile verificare se un'osservazione si ripete tra ordini, prodotti, macchine, turni, lotti di materiale e periodi più lunghi.

Il Gemba aiuta i team a identificare dove guardare e quali domande contano. I dati operativi aiutano a verificare quelle domande lungo il pattern produttivo reale. Lo standard work poi porta avanti l'apprendimento, così il turno successivo non riparte da zero.

PARTIRE DALLA DOMANDA DI MIGLIORAMENTO
Uno degli errori più grandi nell'analytics manifatturiero è iniziare dai dati che sono semplicemente disponibili. Una moderna linea di produzione può generare enormi volumi di informazioni da PLC, sensori, sistemi MES, ERP, sistemi qualità, applicazioni di manutenzione e fogli di calcolo. Più dati non creano automaticamente decisioni migliori. Un processo di miglioramento utile parte dalla domanda produttiva che il team deve davvero chiarire.

Invece di chiedersi "Quali dati abbiamo?", chiedersi "Quale domanda produttiva stiamo cercando di risolvere?". Un'affermazione come "i cambi formato richiedono troppo tempo" è ancora troppo generica. Una domanda migliore sarebbe: perché il tempo di cambio formato varia in modo significativo per la stessa famiglia di prodotti sulla stessa linea di produzione? Questo definisce subito il contesto che conta.
• Prodotto precedente
• Prodotto successivo
• Ordine di produzione
• Risorsa o linea
• Configurazione degli utensili
• Materiale
• Turno o squadra
• Inizio del setup
• Tempo di riavvio
• Primo pezzo accettabile
• Produzione stabile
• Risultati di qualità
• Allarmi macchina
L'obiettivo non è raccogliere tutto. L'obiettivo è raccogliere l'insieme più piccolo di fatti capace di cambiare la decisione di miglioramento.

L'ERP SPIEGA IL PIANO
L'ERP fornisce il contesto commerciale e di pianificazione attorno alla produzione. Può mostrare quantità pianificate, cicli di lavorazione, impegni verso i clienti, fabbisogni di materiali, priorità degli ordini e la sequenza produttiva prevista. Questo contesto è importante perché le condizioni di produzione cambiano continuamente. Una contromisura potrebbe ridurre davvero il tempo di setup mentre la performance di consegna peggiora perché è cambiato il mix produttivo o i pianificatori hanno introdotto transizioni di prodotto più frequenti.
L'ERP quindi aiuta a spiegare cosa doveva essere eseguito, in quale sequenza, per quale domanda, con quali cicli e materiali. Ma l'ERP descrive principalmente l'intenzione. Non descrive necessariamente ciò che è accaduto fisicamente sul shop floor.

IL MES SPIEGA CIÒ CHE È REALMENTE ACCADUTO
Il Manufacturing Execution System colma parte di questo divario. Il MES può fornire la storia dell'esecuzione dietro un ordine, inclusi inizio e fine effettivi delle operazioni, quantità prodotta, scarti, blocchi, rilavorazioni, risorse, transazioni degli operatori, consumo di materiali, tracciabilità e codici motivo. Questo permette ai team di miglioramento di collegare le perdite a ordini e operazioni reali invece di affidarsi alla memoria o a medie giornaliere.

I dati MES richiedono comunque interpretazione. Le transazioni possono essere inserite in ritardo, squadre diverse possono usare i codici motivo in modo differente e un timestamp può rappresentare il momento in cui un operatore ha confermato qualcosa invece dell'istante fisico esatto in cui è accaduto. Il sistema fornisce evidenze, ma è il processo a dare loro significato.

DATI MACCHINA E IOT SPIEGANO IL PROCESSO FISICO
Quando i team devono capire cosa è accaduto all'interno di un'operazione, i dati macchina diventano importanti. I segnali PLC e IoT possono esporre stati macchina, tempi ciclo, allarmi, velocità, temperatura, pressione, interblocchi, carico motore, comportamento al riavvio e tempo necessario per tornare a una produzione stabile. Il MES può mostrare che un'operazione è ripartita a una certa ora, mentre i dati macchina spiegano cosa è successo nei minuti precedenti al ritorno di un output stabile.
• Allarmi ripetuti
• Velocità ridotta dopo il riavvio
• Recupero della temperatura
• Regolazioni manuali
• Interblocchi
• Tempi ciclo instabili
I dati macchina senza contesto produttivo possono comunque essere fuorvianti. Un allarme diventa molto più utile quando può essere collegato all'ordine di lavoro, al prodotto, all'operazione, alla risorsa, alle condizioni dell'utensile, al materiale e al risultato di qualità che circondano l'evento.

IL SHOP FLOOR AGGIUNGE SIGNIFICATO
Operatori, tecnici di manutenzione, supervisori e team qualità colmano le lacune che i sistemi automatizzati non possono coprire. Un codice motivo come "problema materiale" può descrivere situazioni molto diverse nella pratica. Il materiale può essere arrivato in ritardo, essersi comportato in modo diverso, avere un'etichetta errata, essere stato danneggiato o aver creato un problema a valle diventato visibile solo più tardi.

I codici strutturati aiutano a categorizzare gli eventi. Il contesto umano aiuta a spiegarli. La raccolta dati deve quindi adattarsi alla realtà della produzione invece di interromperla. La domanda utile non è quante informazioni un operatore può inserire, ma quale sia il più piccolo input umano che renderebbe migliore la prossima decisione di miglioramento.

SERVE UN LINGUAGGIO COMUNE DI FABBRICA
ERP, MES, sistemi di manutenzione, historian e fogli di calcolo possono descrivere lo stesso evento produttivo in modi diversi. Un sistema può chiamare una risorsa "Linea 3", un altro "LINEA03", la manutenzione può tracciare più asset separati all'interno della linea e un historian può ancora usare un vecchio tag PLC. A