¿Ha llegado el fin del OEE? Puede ser, pero no pasa nada

¿Qué problema hay con el Overall Equipment Effectiveness (OEE)? En principio ninguno, pero en realidad todo.

La idea del OEE se desarrolló en los años 60, y desde entonces se ha convertido en una de las métricas más comúnmente usadas en operaciones.

El OEE ha traído consigo muchas cosas buenas en los últimos años. Provee una estructura que determina cómo debes medir, plantea definiciones comunes y tipifica los datos para varias categorías de pérdidas de eficiencia operativa. Hasta aquí todo bien.

¿Por qué entonces la pregunta del título?

Porque presenta una serie de limitaciones en cuanto a su capacidad como métrica para la mejora continua. En primer lugar, el OEE es una métrica agregada que nos desconecta de la realidad física.

Es un cálculo, que multiplica Disponibilidad x Rendimiento x Calidad. Cuando en el pasado dirigía las operaciones de planta, me di cuenta de que los operarios no reconocían los números calculados, no identificaban el número resultante de OEE con el trabajo que habían llevado a cabo durante el día.

Yo mismo, como director de operaciones, tenía que analizarlos los números al detalle para entenderlos. Sí, el OEE es en realidad un buen número de referencia, pero básicamente, es todo lo que es.

El OEE es en realidad un buen número de referencia, pero básicamente, es todo lo que es.

En segundo lugar, nos gusta que nuestras métricas sean buenas – no necesariamente reales- y que nos sirvan para aprender de nuestros procesos. No obstante, la medición del OEE está sujeta a manipulaciones.

En R&G preferimos trabajar con una metodología superior, StableOps™

Muy a menudo realizamos evaluaciones, muy rigurosas, basadas en datos y notamos que las categorías del OEE se usan de manera incorrecta. Por ejemplo, a veces en la categoría “máquina no programada”, se están ejecutando actividades de mantenimiento. En ocasiones, pérdidas operacionales se clasifican como “parada comercial”. Los ejemplos son interminables.

A veces se hace para hacer que los números cuadren, otras veces es por comportamientos históricos –“esto siempre se ha hecho así”. En la práctica, es fácil ver como funciona en realidad comprobando la comparativa interna y preguntando a las diferentes plantas: “si, usamos el OEE pero de forma distinta”

Basado en la variabilidad

En tercer lugar, el OEE no contempla la variabilidad. Como el OEE se calcula día a día, perdemos visión de lo que ha sucedido en realidad. Supongamos que fijamos un ritmo estándar al que debería funcionar la línea. Ir más rápido ayudará al OEE, ya que compensará otras pérdidas ocasionadas cuando va más despacio.

Este comportamiento para “compensar atrasos” no es bueno para la línea porque terminará desestabilizándola aún más. Recuerdo un cliente que en la línea de embotellado medía la parte de rendimiento del OEE contra nueve mil botellas a la hora.

Pues bien, en un proceso en línea, la capacidad nominal de la máquina más lenta era de diez mil botellas a la hora. Momentos del día en que la línea funciona por debajo de nueve mil se compensan con otros momentos por encima, ya que es posible, y “aquí no ha pasado nada”.

El OEE es una métrica agregada que nos desconecta de la realidad física.

Comportamiento de la planta

El OEE no conduce a un comportamiento correcto de la planta. Más de 25 años de experiencia nos llevan a la conclusión que la mejor opción es que las operaciones deben estar enfocadas en hacer solo una cosa, cumplir los estándares productivos.

En todo, por ejemplo, en cambios de referencia, velocidades, limpiezas, mantenimientos, etc. Solo cuando cumplamos de manera sistemática los estándares será el momento de enfocarse en mejorarlos.

Con el OEE no se puede promover este comportamiento porque reconoce y premia récords diarios o semanales que desestabilizan la planta y terminan bajando la media de volumen producido. Otro aspecto limitante es que el OEE no mide el impacto empresarial, no está vinculado directamente a la cuenta de resultados. ¿Un OEE del 75% el mes de junio generó un volumen extra de 2 puntos porcentuales y en julio un OEE del 76,5% generó solo 1,5 puntos porcentuales?

Además, es un indicador a posteriori (lagging, de proceso) y no proactivo (leading, de diagnóstico). Para ilustrarlo y como ejemplo comparativo en un proceso personal de pérdida de peso, un indicador a posteriori sería pesarme una vez al día (mido el efecto).

El OEE es un indicador a posteriori (lagging, de proceso) y no proactivo (leading, de diagnóstico).

Un indicador proactivo sería, sin embargo, contar las calorías que ingiero y las que gasto en actividades físicas, lo que me permitiría controlar la pérdida de peso de una manera proactiva y eficiente (mido los factores que provocan cambios en el efecto)

Por último, el OEE no promueve mejoras transaccionales. Al separar en varias categorías y en diferentes partes del proceso el OEE nos dirige hacia óptimos parciales, lo cual no garantiza el óptimo del proceso total.

Termina siendo una justificación de errores y pérdidas más que una palanca para promover la búsqueda de las verdaderas causas raíz de los problemas, que a menudo, no se originan en el mismo área o parte del proceso.  

StableOps™ una alternativa superior

En resumen, lo que valió en el pasado no tiene por qué valer para el futuro. ¿Por qué limitar tus posibilidades de mejorar más la productividad? En R&G preferimos trabajar con una metodología superior, StableOps™. En un próximo blog hablaremos sobre las ventajas de este método.

Etiquetas:
, ,
No hay comentarios

Contacta con Chema y comparte aquí tu opinión o tus comentarios

Danos tu opinión
Nombre:
Email:

CHEMA G. OVIEDO – Socio de R&G Global Consultants

“Todo comienza con el cliente, continúa con los procesos y se solidifica con los cambios en el comportamiento”

Conoce a Chema en LinkedIn

Casos de éxito reales

  • Nuestro cliente necesitaba aumentar la capacidad de producción, reducir los costes, especialmente los de mano de obra, y aumentar el margen EBITDA. En definitiva, su prioridad era mejorar la competitividad de la empresa en un mercado cada vez más saturado.

    Sector Lácteo

  • Nuestro cliente había impulsado un plan estratégico de ahorro a medio plazo en 150 plantas que no estaba dando los frutos deseados. Stable Ops implantó una metodología de trabajo común a todas las plantas, redujo los costes, aumentó el margen EBITDA y optimizó los activos disponibles para otorgar mayor fiabilidad y consistencia a su operativa.

    Sector Café

  • La capacidad de producción de nuestro cliente no resultaba competitiva frente a otras empresas que estaban produciendo lo mismo a menor precio, en un mercado ya de por sí bastante saturado. La solución fue encontrada en varias líneas de llenado de briks.

    Sector Lácteo

¿Estás alcanzando la máxima capacidad de producción en tu planta?