OEE ベンチマーク
OEE トラッキングを実装した後の最初の質問の 1 つ：「当社の OEE は良いですか？」
このページでは、標準ベンチマークが何を意味するのか、業界および機器タイプによってどのように変わるのか、そしてそれらを使用して現実的な改善目標を設定する方法について説明します。
3 つのベンチマークレベル
製造業で広く引用されている 3 つの OEE ベンチマーク：
| レベル | OEE | 意味 |
|---|---|---|
| ワールドクラス | ≥ 85% | あらゆる業界のトップ企業 |
| 典型的 | ~60% | システマティックなトラッキングを備えた平均的な製造業者 |
| トラッキングなし | ~40% | システマティックな測定のない工場の推定値 |
:::info 40% インサイト 「トラッキングなしで 40%」という数字は、OEE 測定が実装される前の工場の研究に基づいています。ポイントは正確な数字ではなく、測定しないものは改善できないという観察です。システマティックなトラッキングのない工場は、実際の OEE が想定よりはるかに低いことをしばしば発見します。 :::
ワールドクラス OEE：85%
85% の OEE は、離散的製造ではワールドクラスと見なされます。85% を達成するには、たとえば以下のものが必要になります：
| 要素 | 85% OEE に必要な値 |
|---|---|
| 可用性 | 90.3% |
| 性能 | 95.0% |
| 品質 | 99.0% |
これらの個別のターゲットには、非常にきつい操作が必要です：
- 90% の可用性は、8 時間シフトあたり 48 分未満のダウンタイムを意味します
- 95% の性能は、定格速度の 95% で実行することを意味します
- 99% の品質は、100 個あたり 1 未満の欠陥を意味します
ほとんどの製造業者にとって、85% は願望的なターゲットであり、出発点ではありません。1 年目に 85% に到達しようとすることはしばしば不満につながります。より良いアプローチは、それを長期的な方向として使用しながら、実際のベースラインから改善を追跡することです。
典型的な OEE：60%
60% の OEE は、システマティックなトラッキングを開始した製造業者の平均です。失敗を意味するのではなく、改善の大きな余地があることを意味します。これは実は肯定的な発見です。
典型的な 60% の OEE は以下のように分解されます：
| 要素 | 典型的な値 |
|---|---|
| 可用性 | 80% |
| 性能 | 85% |
| 品質 | 88% |
各要素には意味のある改善の可能性があります：
- 可用性の 20% 損失 → 8 時間シフトあたり約 96 分のダウンタイム
- 性能の 15% 損失 → 理想速度の 85% で実行
- 品質の 12% 損失 → 約 8 個に 1 つの製品が欠陥があるか再加工される
業界別ベンチマーク
OEE は業界、機器タイプ、プロセスによって大きく異なります。異なる業界と比較することは誤解を招きます。
| 業界 | 典型的な OEE 範囲 | 注記 |
|---|---|---|
| 自動車（大量生産） | 65–85% | きつい工程、高自動化 |
| 医薬品 | 50–65% | 厳密なクリーニング、検証、遅いチェンジオーバー |
| 食品および飲料 | 55–75% | 可変的：季節製品、多くの SKU → 頻繁なチェンジオーバー |
| プラスチック / インジェクション成形 | 65–80% | 長時間実行ですが、スタートアップの高い不合格率 |
| パッケージング | 60–75% | 多くの材料タイプ、高いチェンジオーバー頻度 |
| 半導体 | 70–90% | 非常に高い自動化ですが、複雑なメンテナンス |
| 離散的製造 | 55–75% | 自動化レベルに応じた広い範囲 |
| プロセス業界（化学、精製） | 80–95% | 長い連続実行、より少ないチェンジオーバー |
:::tip セグメント内で比較 85% の OEE を持つ医薬品工場は良好です。65% の OEE を持つ自動車工場には改善の大きな余地があります。常に理論的な 85% に対してではなく、直接のピアに対してベンチマークします。 :::
OEE は単なるターゲットではなく比率
一般的な間違いは、文脈に関係なく、OEE をターゲット として最大化する必要があることです。OEE は利用可能な時間に対する生産時間の比率です。無思慮に最適化すると悪い決定につながる可能性があります：
| 状況 | OEE を高く追求することが間違っている理由 |
|---|---|
| 需要が容量より低い | 70% の出力しか必要ないときに 90% の OEE で実行すると、過剰生産の無駄が生じます |
| チェンジオーバーが必要な製品ミックス | OEE を保護するためにチェンジオーバーを減らすことは、間違った製品を生産することを意味する可能性があります |
| 計画メンテナンスが予定 | OEE を保護するため MP を遅延させると、リスクが蓄積されます。故障はより悪く、より長くなります |
OEE を診断ツールおよび改善トラッカーとして使用します。それ自体が決定を推進するターゲットではありません。
現実的な改善目標を設定する
ベースラインから始める
目標を設定する前に、少なくとも 4 週間実際の OEE を測定します。最初の数値は期待値より低いことがよくあります。これは正常であり、改善の機会を提供します。
最大の損失を特定する
OEE を可用性、性能、品質で分解します。改善の余地が最も大きい要素を見つけます。最初にそこに改善努力を集中させます。
例： OEE = 58%、可用性 = 72%、性能 = 88%、品質 = 91%。
- 最大のレバー：可用性（72% 対 90% ワールドクラス）
- スピードと品質を改善する前に、ダウンタイムの削減に集中する
相対的な改善ターゲットを使用する
「85% に到達する」ではなく、「6 か月で 5 パーセンテージポイント改善する」を使用します。これは実際のベースラインからの進捗を測定し、時間とともに複利化します：
| 初期 OEE | 年間 +5% | 3 年後 |
|---|---|---|
| 55% | 60% → 65% | 70% |
| 65% | 70% → 75% | 80% |
| 75% | 80% → 85% | 85%+ |
典型的な改善率
| 初期 OEE | 現実的な年 1 改善 | 主なメカニズム |
|---|---|---|
| < 50% | +8 から +15 pp | 低木果：基本的なトラッキングは明らかな損失を明らかにします |
| 50–65% | +5 から +10 pp | 最大損失のシステマティックな根本原因分析 |
| 65–75% | +3 から +6 pp | メンテナンス改善とプロセス規律 |
| 75–85% | +1 から +4 pp | 持続した TPM/リーン プログラムが必要 |
| > 85% | 限定的なゲイン | ワールドクラス — 追求ではなく持続に焦点を当てる |
(pp = パーセンテージポイント)
OEE 改善と容量追加
OEE の最も強力なアプリケーションの 1 つは、資本支出決定です：
新しいマシンを購入する前に、次の質問をしてください。「既存の機器の OEE を改善して、同じ出力を得ることができるだろうか？」
計算例：
- 現在：1 台の機械が 800 ユニット/シフト、OEE = 58%
- ターゲット：1,100 ユニット/シフト
- 新しいマシンのコスト：€500,000
OEE が 58% から 75% に改善した場合：
- 新しい出力 = 800 × (75 / 58) = 1,034 ユニット/シフト
€100,000 の改善プロジェクト（より良いメンテナンス + オペレータトレーニング + ダウンタイム削減）は、€500,000 の資本投資とほぼ同じ結果を達成するかもしれません。OpSee の OEE データはこのトレードオフを数量化できます。
OpSee があなたのベンチマークを支援する方法
OpSee は外部データベースと比較しません。時系列であなた自身に対してベンチマークするのに役立ちます：
| ツール | 表示 |
|---|---|
| OEE トレンドチャート | 週単位または月単位で改善していますか？ |
| シフト別 OEE | どのシフトが最高で、なぜですか？ |
| 機器別 OEE | どのラインがボトルネックですか？ |
| ダウンタイム パレート | どの損失が悪い OEE に最も貢献していますか？ |
| OEE 分析 | 設定可能な集計：日次、週次、月次 |
生産 → OEE ダッシュボードおよびOEE 分析をレポートツールについてを参照してください。
前提条件
- OEE の基礎 — ベンチマークを解釈する前に、OEE がどのように計算されるかを理解します
次のステップ
- 6 つの大損失 — 最初にどの損失に対処するかを特定します
- MTTR と MTBF — 機器故障分析のためのより深い信頼性メトリクス
関連
- 生産 → OEE ダッシュボード — 時系列で OEE を追跡
- コックピット — カスタム OEE 監視ダッシュボードを構築