データを先に読む：どこから見るかを決める方法

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 · 2026-11-11

ゲンバウォークのデータは、最初にどこを見るかを決める助けになります。OEE、待ち行列、納期遅れの注文を使って、ラインを1つ、問いを1つ選び、そのうえで現場で数値を確かめてください。

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

ゲンバウォークは、適切な場所に明確な問いを持って行ったとき、最も大きな効果を生みます。ゲンバウォークのデータは、その両方を選ぶ助けになります。この記事は、工場のデータを短い訪問先リストに変える簡単な方法を求めるオペレーショナルエクセレンスの管理者を対象としています。4つのデータの観点、現場に行く前にOEEと待ち行列を読む方法、数値を問いに変える手順、そして3ラインの例を扱います。Gembaは日本語で「現場」を意味し、実際に仕事が行われる場所を指します。Lean Enterprise Instituteは、この用語についてリーン用語集の「gemba」の項目で説明しています。

重要なポイント

• ゲンバウォークのデータは、どこへ行き、どの問いを投げかけるかを決めるために使ってください。現場を歩くことで、数値が実態を表しているかを確認し、その背後にある原因を突き止めます。
• 歩く前に、4つのデータの観点を確認してください。ラインごとのOEE、待ち行列と待ち時間、計画に対する納期遅れの注文、そして品質と手直しです。
• OEEは、稼働性×性能×品質で求められます。3つの要素のうち最も低いものが、現場で何を見るべきかを示します。
• ある工程の前で待ち行列が増えている場合、それはボトルネックのサインです。最も長い待ち行列がある工程から歩き始めてください。
• データから問いを1つ作ってから歩きましょう。数値を結論として示さないでください。チームに数値を見せ、どう見えるかを尋ねてください。

ゲンバウォークのデータ：行く前に確認すべきこと

ゲンバウォークの準備に新しいシステムは必要ありませんし、デジタルのゲンバウォークアプリも不要です。最初のデータ収集には、スプレッドシートで十分です。おそらくすでに手元にある次の4つのデータの観点で足りるはずです。

1. ラインごとのOEEまたは生産量。総合設備効率は、計画時間のうち実際に生産的に使われた割合を示します。1シフトだけでなく、傾向を見てください。
2. 待ち行列と待ち時間。各工程の前に滞留している仕掛品は、流れがどこで滞っているかを示します。
3. 計画に対する納期遅れの注文。どの注文が納期に間に合わなかったか、そしてどのエリアで待たされたのかを確認してください。
4. 品質と手直し。どこで部品が不良になり、どこで手直しされているかを確認してください。

さらに、ソフトな情報源を1つ加えてください。前回のゲンバウォークのメモです。未完了の是正処置は、まだ注意が必要な場所を示しています。4つの観点と未完了の処置を1枚のゲンバウォークチェックリストにまとめておけば、どのゲンバウォークも同じ手順で始まり、回ごとの比較もできます。

ルールはシンプルです。計画と実績の最大の差と、先週からの変化を探してください。常に60パーセントで推移しているラインと、2週間で80から65に下がったラインとでは、状況が違います。候補を2つか3つ書き出し、それぞれの根拠となるデータを添えてください。そのうえで1つを選びます。ゲンバウォーク1回につき問いは1つで十分だからです。チェックリストを使えば、毎回同じ順序で歩くことができます。

データは誤解を招くことがあります。同じKPIでもラインによって測定方法が異なる場合や、停止コードが曖昧に使われている場合があります。数値は仮説として扱いましょう。現地・現物を確認する「現場歩き（ゲンバウォーク）」は、データが実際に起きていることを正しく表しているかを検証する手段です。これは、データと継続的改善をつなぐ主要な橋渡しとなります。データは改善の機会や、より詳しく見るべき改善領域を示し、現場歩きがその背後にある本当の問題を明らかにします。

現場歩きの前にOEEデータを読み解く

OEEは、設備がどれだけ有効に使われているかを測る標準的な指標です。Vorne Industriesのリーン生産ガイドでは、計画生産時間のうち実際に価値を生み出した時間の割合と定義され、計算式は稼働率×性能率×品質率とされています。詳細はOEEガイドで確認できます。

各要素から、確認すべき点がわかります。

• 稼働率は、稼働時間を計画生産時間で割った値です。値が低い場合は停止が原因で、故障、材料不足、段取り替えなどが考えられます。現場では、何が設備を止めたのか、再開までどれくらいかかったのかを確認しましょう。
• 性能率は、実際の生産量と理想的なサイクルタイムを比較した値です。値が低い場合は、サイクルの遅延や小さな停止が原因として考えられます。現場では、サイクルを連続して観察し、設備が理想速度を下回る原因は何かを確認しましょう。
• 品質率は、良品数を総数で割った値です。値が低い場合は、スクラップや手直しが発生していると考えられます。現場では、不良がどこで発生し、どのように発見されているかを確認しましょう。

ガイドでは、OEE 85パーセントは個別組立型製造業において世界最高水準とされ、60パーセントは比較的一般的な水準とされています。ただし、これはOEEシステムを提供するベンダーの見解であり、標準ではないことに注意してください。主な比較基準には自社の過去実績を使いましょう。重要なのは、ラインが改善しているかどうかであり、ウェブ上の数値に達しているかどうかではありません。

まずボトルネックを見つける

OEEが示すのは1台の設備の状態です。複数の設備を比較するには、工程の流れに目を向ける必要があります。ボトルネックとは、一定期間に生産システムを通過できる作業量を制限する資源または工程のことです。その痕跡が待ち行列です。ある工程の前で作業が滞留し、その後の工程が部品待ちになっている場合、その工程がライン全体を制約しています。

データを使って特定しましょう。

• 各工程の前で待機している作業量が多い順に並べます。
• 各工程の稼働率を比較します。最も稼働率が高く、その前で作業が待機している工程が候補です。
• 先月からボトルネックが移動していないかを確認します。障害の後には、別の設備、検査工程、あるいは作業者へ移ることがあります。

ボトルネックで失われた1分は、ライン全体で失われた1分です。余力のある工程で失われた1分は、コストにならない場合もあります。だからこそ、ボトルネックでの現場歩きは最も効果が大きいことが多いのです。

データから問いへ

数値を次の5つのステップで1つの問いにまとめます。

1. ギャップを洗い出す。計画と実績の差が大きい上位3つを書き出します。
2. 対象を1つ選ぶ。ギャップが最も大きく、かつ最近変更があったラインまたは工程を選びます。
3. データだけでは答えられない問いを書く。「Cラインの性能率はなぜ低下したのか。」は、「Cラインはなぜ悪いのか。」より適切です。
4. データをチームに示す。1ページにまとめたグラフを用意し、チームメンバーに何が見えるかを尋ねます。現場の人は原因をよく把握していることが多く、その問題解決のアイデアは実践的であることがほとんどです。
5. 現場でデータを確認する。サイクルや停止をいくつか自分で数えてみます。自分の数え方はシステムと一致していますか。

例：3つのラインからの選択

これは架空の数値による説明用の例です。オペレーショナルエクセレンスの責任者が、先週の3つのラインのOEEデータを確認します。

• ラインA:稼働率90パーセント、性能率85パーセント、品質率98パーセント。OEE = 0.90 × 0.85 × 0.98 = 0.7497、約75パーセント。
• ラインB:稼働率82パーセント、性能率90パーセント、品質率95パーセント。OEE = 0.82 × 0.90 × 0.95 = 0.7011、約70パーセント。
• ラインC:稼働率88パーセント、性能率78パーセント、品質率99パーセント。OEE = 0.88 × 0.78 × 0.99 = 0.6795、約68パーセント。

ライン C は OEE が最も低くなっています。最も弱い要因は性能で、78 パーセントにとどまります。一方で品質はほぼ完璧です。これは不良品ではなく、サイクルの遅さや細かい停止の多さを示唆しています。キューのデータを見ると、ライン C では 2 台目の機械の手前に待ち行列も最も長く発生しています。

彼女がゲンバ・ウォークで掲げた問いは「ライン C の 2 号機が理想速度を下回るのはなぜか」というものです。彼女はその機械の前で 30 分を確保しています。そのうち 10 分間はサイクル数を数え、細かい停止を記録し、原因をオペレーターに尋ねます。停止回数の自分の数字がシステムの値と違っていたら、それも一つの発見です。データ自体が誤っている可能性があるからです。

数値が教えてくれたのは原因ではありません。どこから始めればよいかです。

現場に着いたらデータをどう使うか

現場に到着した時点で、データは役目を果たしています。ここからはデータを脇に置いて観察しましょう。選んだ工程での最初の 30 分は、次のシンプルな手順で進めます。

1. なぜ来たのかを伝えます。 どの数値が気になったのか、そしてそれを評価するのではなく理解したいのだと、オペレーターに伝えてください。
2. 質問をせずに 2、3 サイクル観察します。 説明を聞く前に、自分自身の全体像をつかむ必要があります。
3. システムと照合します。 10 分間、停止回数、待ち時間、または不良数を数えます。数えた結果は、ダッシュボードで見た数値の横に書き留めてください。
4. オープンな質問をします。「ここで普段何が障害になっていますか?」の方が、「なぜ OEE が低いのですか?」よりも効果的です。どのコードにも記録されない細かい停止を知っているのは、オペレーターだからです。
5. データが捉えていなかったことを記録します。 ダッシュボードには一度も現れなかった問題が現場で見つかったら、それも発見です。新しい停止コードや新しい指標が必要だという意味かもしれません。

ダッシュボードがリアルタイムのデータを表示している場合は、その工程で数値を確認し、自分が数えた結果と比較してください。ゲンバ・ウォークで工程の確認が終わったら、データのビューを更新します。現場の人から得た理由コードを追加してください。次回はチャートがより多くのことを語り、問いもより鋭くなります。数週間かけてこれを続けると、チームは自分たちの回答がデータを変え、そのデータが仕事を変えることを実感するようになります。これが継続的改善の文化を育てます。データを用いた質の高いゲンバ・ウォークは、リーン・マネジメントとオペレーショナル・エクセレンスの中核的な習慣です。根拠に基づいた意思決定が事実に立脚すること、生産性の向上が持続すること、そして従業員が改善活動に主体的に関わり続けることを保証するからです。KPI ダッシュボードとゲンバ・ウォークは、互いを高め合う関係にあります。ダッシュボードは適切な場所へと導き、ゲンバ・ウォークはダッシュボードを改善するのです。

よくある間違い

• データを判定材料として使う。 グラフと責めの材料を持って現場に行けば、チームは説明するのではなく、数字を守ろうとします。
• データを無条件に信じる。 現場でサンプルを確認してください。停止コードの誤りはよくあります。
• 1 つのシフトだけを見る。 数週間分のトレンドを使い、ノイズを追いかけないようにします。
• 良好なラインを見落とす。 性能が良いラインと比較してください。その差に原因が現れることがよくあります。
• 毎回最も悪いラインだけを訪れる。 巡回先をローテーションしてください。さもないと、チームは自分たちだけが狙われていると感じてしまいます。
• 準備をしすぎて、観察できなくなる。 データは訪れる場所を選ぶためのものです。現場では、仕事そのものを見てください。

ソフトウェアはどう役立つか

こうした視点を手作業で集めるのは時間がかかります。ツールを使えば作業を効率化でき、オペレーショナル・エクセレンスも支えられます。KPI ダッシュボードはこれらの情報をまとめて示します。iFAKT の Polaris Analyzer は、生産ソフトウェア Polaris のモジュールであり、すべてのモジュールにわたって、生産における計画値と実績値を比較する KPI ダッシュボードを備えています。計画と実績を並べて見ることで、次のウォークで注目すべきエリアを選びやすくなります。ただし、その説明はプロセスを担当する人々から得る必要があります。

次のステップ

先週のデータを取り出し、計画と実績の差が最も大きいラインを選んで、それについての問いを一つ書き出してください。そのうえで、現場で数値を検証し、自分で数えた結果をダッシュボードと比較しましょう。ゲンバ・ウォークのデータは出発点であり、答えではないからです。