M365Con 2027 – bezpłatna konferencja online · 11–22 Jan 2027 · 120 sessions→ m365con.net

2026-10-04

Dlaczego ciągłe doskonalenie wymaga lepszych danych

Dlaczego ciągłe doskonalenie wymaga lepszych danych
Ciągłe doskonalenie ma tworzyć uczenie się, które kumuluje się w czasie. W wielu fabrykach jednak praca nad usprawnieniami nadal w dużym stopniu opiera się na warsztatach, arkuszach kalkulacyjnych, odizolowanych raportach i na tym, co ludzie zapamiętali z poprzedniej zmiany. Wydarzenie Kaizen może przynieść widoczny postęp, ale kilka tygodni później ta sama strata często pojawia się ponownie, przy nieco innych warunkach produkcji. Problem nie zawsze leży w jakości pomysłu na usprawnienie. Większym wyzwaniem jest to, że zespoły często nie mogą udowodnić, czy środek zaradczy rzeczywiście zadziałał, gdzie zadziałał i w jakich warunkach przestał działać. DLACZEGO USPRAWNIENIA KAIZEN CZĘSTO ZNIKAJĄ Warsztat koncentruje uwagę na kilka dni. Zespoły mapują proces, identyfikują marnotrawstwo, przydzielają działania, przenoszą narzędzia, zmieniają listy kontrolne lub korygują przekazywanie zadań. Potem wraca normalna presja produkcyjna. Brygadzista ma kolejne pilne zamówienie, a utrzymanie ruchu ma…

Ciągłe doskonalenie ma tworzyć wiedzę, która kumuluje się w czasie. Jednak w wielu fabrykach praca nad usprawnieniami nadal opiera się przede wszystkim na warsztatach, arkuszach kalkulacyjnych, pojedynczych raportach i tym, co ludzie zapamiętali z poprzedniej zmiany. Wydarzenie Kaizen może przynieść widoczny postęp, ale kilka tygodni później ta sama strata często pojawia się ponownie, w nieco innych warunkach produkcyjnych. Problemem nie zawsze jest jakość pomysłu na usprawnienie. Większym problemem jest to, że zespoły często nie potrafią udowodnić, czy działanie korygujące rzeczywiście zadziałało, gdzie zadziałało i w jakich warunkach przestało działać.

DLACZEGO USPRAWNIENIA KAIZEN CZĘSTO ZNIKAJĄ
Warsztat koncentruje uwagę na kilka dni. Zespoły mapują proces, identyfikują marnotrawstwo, przypisują działania, przenoszą narzędzia, zmieniają listy kontrolne lub korygują przekazywanie zadań. Potem wraca zwykła presja produkcyjna. Brygadzista ma kolejne pilne zamówienie, utrzymanie ruchu kolejną awarię, planowanie zmienia kolejność, a jakość wstrzymuje kolejną partię. Działanie usprawniające pozostaje gdzieś w pliku Excel lub w narzędziu do zarządzania projektami, zamiast stać się częścią rytmu operacyjnego. Ważne pytanie nie brzmi więc, czy działanie zostało zrealizowane, ale czy warunki produkcyjne rzeczywiście się poprawiły.

PDCA POTRZEBUJE PRAWDZIWEGO KROKU SPRAWDZANIA
Planuj, Wykonaj, Sprawdź, Działaj brzmi prosto, ale wiele organizacji faktycznie realizuje schemat Planuj, Wykonaj i Przejdź dalej. PLANUJ powinno określać testowalny problem, obecny stan, oczekiwaną poprawę oraz hipotezę stojącą za działaniem korygującym. WYKONAJ oznacza testowanie działania w rzeczywistych warunkach produkcyjnych przy jednoczesnym zapisywaniu wystarczającego kontekstu, by zrozumieć, co się faktycznie wydarzyło. SPRAWDŹ oznacza porównanie oczekiwanego wyniku z rzeczywistymi dowodami z produkcji. DZIAŁAJ oznacza standaryzację zmiany, gdy dowody to uzasadniają, albo jej adaptację, zawężenie lub wycofanie, gdy tak nie jest.
• Czy strata rzeczywiście się zmniejszyła?
• Czy problem po prostu przeniósł się gdzie indziej?
• Czy zmiana poprawiła dostępność, pogarszając jednocześnie jakość?
• Czy działała dla różnych produktów, zespołów i zmian?
• Czy utrzymanie ruchu, materiały, planowanie lub inna zmiana procesu wpłynęły na wynik?
Pojedyncze udane przebiegi produkcji nie są dowodem. Ciągłe doskonalenie wymaga wystarczających dowodów, aby odróżnić powtarzalne usprawnienie od szczęśliwej zmiany.

GEMBA I DANE POTRZEBUJĄ SIEBIE NAWZAJEM
Dane nie zastępują Gemby. Operatorzy, brygadziści, technicy, planiści i zespoły jakości rozumieją warunki produkcyjne, których systemy często nie są w stanie uchwycić. Zapis maszyny może pokazać dziesięciominutowy postój, podczas gdy operator wie, że doszło do niego, bo podzespół „nie działał jak trzeba”, normalna trasa materiałowa była zablokowana lub poprzednia zmiana pozostawiła stanowisko w nietypowym stanie. Sama obserwacja pokazuje jednak tylko jedną zmianę, jedno zdarzenie lub jedną wersję problemu. Połączone dane operacyjne pozwalają sprawdzić, czy obserwacja powtarza się w różnych zleceniach, produktach, maszynach, zmianach, partiach materiałów i dłuższych okresach.

Gemba pomaga zespołom określić, gdzie patrzeć i jakie pytania mają znaczenie. Dane operacyjne pozwalają przetestować te pytania na rzeczywistym wzorcu produkcji. Standard pracy następnie przenosi zdobytą wiedzę dalej, tak aby kolejna zmiana nie zaczynała od zera.

ZACZNIJ OD PYTANIA DOTYCZĄCEGO USPRAWNIENIA
Jednym z największych błędów w analityce produkcji jest rozpoczynanie od danych, które akurat są dostępne. Nowoczesna linia produkcyjna może generować ogromne ilości informacji z PLC, czujników, systemów MES, ERP, systemów jakości, aplikacji utrzymania ruchu i arkuszy kalkulacyjnych. Więcej danych nie oznacza automatycznie lepszych decyzji. Użyteczny proces doskonalenia zaczyna się od pytania produkcyjnego, na które zespół naprawdę musi odpowiedzieć.

Zamiast pytać „Jakie dane mamy?”, zapytaj „Na jakie pytanie produkcyjne próbujemy odpowiedzieć?”. Stwierdzenie „przezbrojenia trwają zbyt długo” jest wciąż zbyt ogólne. Lepsze pytanie brzmi: Dlaczego czas przezbrojenia dla tej samej rodziny produktów na tej samej linii znacząco się różni? To od razu pomaga określić istotny kontekst.
• Poprzedni produkt
• Następny produkt
• Zlecenie produkcyjne
• Zasób lub linia
• Konfiguracja narzędzi
• Materiał
• Zmiana lub zespół
• Start przezbrojenia
• Czas ponownego uruchomienia
• Pierwsza dopuszczalna sztuka
• Stabilna produkcja
• Wyniki jakości
• Alarmy maszynowe
Celem nie jest zebranie wszystkiego. Celem jest zebranie najmniejszego zestawu faktów zdolnego zmienić decyzję o usprawnieniu.

ERP WYJAŚNIA PLAN
ERP dostarcza handlowego i planistycznego kontekstu wokół produkcji. Może pokazać planowane ilości, marszruty, zobowiązania wobec klientów, wymagania materiałowe, priorytet zleceń i zamierzoną kolejność produkcji. Ten kontekst ma znaczenie, ponieważ warunki produkcyjne stale się zmieniają. Działanie korygujące może rzeczywiście skrócić czas przezbrojenia, a terminowość dostaw mimo to się pogarsza, bo zmienił się miks produkcji lub planiści wprowadzili częstsze zmiany produktów.
ERP pomaga więc wyjaśnić, co miało być produkowane, w jakiej kolejności, na jaki popyt, z jaką marszrutą i materiałami. Ale ERP przede wszystkim opisuje zamiar. Niekoniecznie opisuje to, co fizycznie wydarzyło się na hali produkcyjnej.

MES WYJAŚNIA, CO FAKTYCZNIE SIĘ WYDARZYŁO
System Realizacji Produkcji wypełnia część tej luki. MES może dostarczyć historię wykonania zlecenia, w tym rzeczywisty start i zakończenie operacji, wyprodukowaną ilość, braki, wstrzymania, poprawki, zasoby, transakcje operatorów, zużycie materiałów, identyfikowalność i kody przyczyn. Pozwala to zespołom doskonalącym łączyć straty z rzeczywistymi zleceniami i operacjami, zamiast polegać na pamięci lub średnich dziennych.

Dane MES nadal wymagają interpretacji. Transakcje mogą być wprowadzane z opóźnieniem, różne zespoły mogą używać kodów przyczyn w odmienny sposób, a znacznik czasu może odzwierciedlać moment, w którym operator potwierdził coś, a nie dokładną chwilę fizycznego zdarzenia. System dostarcza dowodów, ale to proces nadaje im znaczenie.

DANE Z MASZYN I IOT WYJAŚNIAJĄ PROCES FIZYCZNY
Gdy zespoły muszą zrozumieć, co wydarzyło się wewnątrz operacji, ważne stają się dane z maszyn. Sygnały PLC i IoT mogą ujawnić stany maszyn, czasy cyklu, alarmy, prędkość, temperaturę, ciśnienie, blokady, obciążenie silników, zachowanie przy ponownym uruchomieniu oraz czas do osiągnięcia stabilnej produkcji. MES może pokazać, że operacja została wznowiona o określonej godzinie, podczas gdy dane z maszyny wyjaśniają, co działo się w minutach poprzedzających powrót stabilnego wyjścia.
• Powtarzające się alarmy
• Obniżona prędkość po wznowieniu
• Odzyskiwanie temperatury
• Ręczne korekty
• Blokady
• Niestabilne czasy cyklu
Dane maszynowe bez kontekstu produkcyjnego mogą być jednak mylące. Alarm staje się znacznie bardziej użyteczny, gdy można go powiązać ze zleceniem pracy, produktem, operacją, zasobem, stanem narzędzia, materiałem i wynikiem jakościowym otaczającym dane zdarzenie.

HALA PRODUKCYJNA DODAJE ZNACZENIA
Operatorzy, technicy utrzymania ruchu, brygadziści i zespoły jakości wypełniają luki, których systemy automatyczne nie są w stanie zapełnić. Kod przyczyny, taki jak „problem z materiałem”, może w praktyce opisywać bardzo różne sytuacje. Materiał mógł dotrzeć z opóźnieniem, zachować się inaczej, mieć błędną etykietę, zostać uszkodzony lub wywołać problem w dalszej części procesu, który ujawnił się dopiero później.

Ustrukturyzowane kody pomagają kategoryzować zdarzenia. Kontekst ludzki pomaga je wyjaśnić. Gromadzenie danych musi więc pasować do rzeczywistości produkcji, a nie jej przerywać. Użyteczne pytanie nie brzmi, ile informacji operator jest w stanie wprowadzić, ale jaki jest najmniejszy wkład człowieka, który uczyniłby kolejną decyzję o usprawnieniu lepszą.

POTRZEBUJESZ WSPÓLNEGO JĘZYKA FABRYCZNEGO
ERP, MES, systemy utrzymania ruchu, historyzatory i arkusze kalkulacyjne mogą opisywać to samo zdarzenie produkcyjne na różne sposoby. Jeden system może nazywać zasób „Linia 3”, inny może używać „LINIA03”, utrzymanie ruchu może śledzić kilka osobnych urządzeń wewnątrz linii, a historyzator może nadal używać starego znacznika PLC. A

Apple Podcasts · Spotify · YouTube · Deezer

Why Continuous Improvement Needs Better Data (English)