Zakład wykonał 102% miesięcznego planu. OEE wzrosło, liczba przestojów spadła, a wydajność linii była wyższa niż miesiąc wcześniej. Z perspektywy raportu produkcyjnego wynik wygląda bardzo dobrze.
Tymczasem marża na produkcji jest niższa od planowanej.
Jak to możliwe?
Firma mogła wyprodukować więcej produktów o niskiej marży. Zużycie materiału mogło przekroczyć normę. Wzrost OEE mógł dotyczyć maszyny, która wcale nie ogranicza przepustowości zakładu. Produkcja mogła zwiększyć liczbę sztuk kosztem większej liczby poprawek albo wytworzyć zapas, którego rynek w danym momencie nie potrzebuje.
To pokazuje podstawowy problem wielu systemów raportowania produkcji: mierzą aktywność, ale nie zawsze pokazują jej wpływ na wynik finansowy.
Controlling produkcji powinien połączyć te dwa światy. Z jednej strony mamy dane dotyczące wydajności, czasu, jakości, wykorzystania maszyn czy realizacji planu. Z drugiej – koszt produktu, marżę, koszty procesów, wykorzystanie zasobów i rentowność zleceń.
Dopiero ich zestawienie pozwala odpowiedzieć na pytanie, które naprawdę interesuje zarząd: czy produkcja nie tylko pracuje efektywnie, ale również tworzy wynik?
Controlling produkcji – po co właściwie jest potrzebny?
Controlling produkcji nie powinien być kolejnym systemem raportowym, który raz w miesiącu pokazuje dyrektorowi produkcji i zarządowi kilkadziesiąt wskaźników.
Jego zadaniem jest połączenie procesów produkcyjnych z wynikiem finansowym firmy.
Dobry controlling produkcyjny powinien odpowiadać między innymi na pytania:
ile naprawdę kosztuje wyprodukowanie konkretnego produktu,
dlaczego rzeczywiste koszty wytworzenia różnią się od planowanych,
które produkty i zlecenia generują największy wynik,
gdzie powstają największe straty,
ile kosztuje firmę odpad, rework czy nieplanowany przestój,
gdzie znajduje się wąskie gardło w produkcji,
czy poprawa wydajności konkretnej maszyny rzeczywiście poprawia wynik całego procesu,
czy realizowany miks produkcyjny jest najbardziej opłacalny,
które odchylenia są na tyle istotne, że wymagają decyzji managerskiej.
Dlatego controlling produkcyjny jest częścią szerszego controllingu operacyjnego. Nie kończy się na analizie kosztów produkcji ani nie sprowadza do przygotowania miesięcznego budżetu kosztów wydziału produkcyjnego.
Jego podstawowym zadaniem jest pokazanie związku pomiędzy tym, co wydarzyło się na hali, a tym, co wydarzyło się w wyniku firmy.
Jeżeli chcesz szerzej zobaczyć rolę controllingu w zarządzaniu wynikiem przedsiębiorstwa, przeczytaj także materiał o controllingu finansowym, operacyjnym i strategicznym.
Największy błąd: oceniać produkcję jednym KPI
W zakładach produkcyjnych łatwo przywiązać się do jednego wskaźnika.
OEE rośnie – dobrze.
Wydajność rośnie – dobrze.
Plan wykonany w 105% – jeszcze lepiej.
Problem polega na tym, że pojedynczy KPI nie pokazuje pełnego obrazu.
NIST zwraca uwagę, że KPI stosowane w systemach produkcyjnych nie są od siebie niezależne. Wskaźniki dotyczące efektywności, przepustowości, dostępności, produktywności, jakości czy utrzymania ruchu tworzą system wzajemnych zależności. Oznacza to, że poprawa jednego parametru powinna być interpretowana w kontekście pozostałych.
Podobną logikę wspiera ISO 22400, tworząc ramy definiowania i wykorzystywania KPI w manufacturing operations management. Standard nie mówi jednak, że istnieje jeden uniwersalny wskaźnik wystarczający do zarządzania produkcją.
Załóżmy więc, że OEE wzrosło z 75% do 82%.
Czy to dobry wynik?
Nie wiemy.
Musimy jeszcze odpowiedzieć na kilka pytań. Na której maszynie nastąpiła poprawa? Czy ta maszyna jest ograniczeniem całego procesu? Jaki produkt w tym czasie wytwarzaliśmy? Jak wyglądała jego marża? Czy wzrost wydajności nie zwiększył liczby produktów oczekujących przed kolejną operacją? Jak zmienił się koszt odpadu i poprawek?
KPI produkcyjne nie są celem samym w sobie. Są sygnałem, który powinien prowadzić do właściwej decyzji.
OEE jest ważne, ale nie pokazuje rentowności
OEE – Overall Equipment Effectiveness – jest jednym z najbardziej znanych wskaźników efektywności produkcji.
Według Lean Enterprise Institute OEE jest iloczynem trzech elementów:
Availability × Performance × Quality
Availability pokazuje między innymi straty związane z awariami i przestojami. Performance uwzględnia pracę poniżej zakładanej prędkości oraz krótkie zatrzymania, natomiast Quality odzwierciedla straty wynikające między innymi ze złomu i poprawek.
To sprawia, że OEE jest bardzo użytecznym KPI produkcyjnym. Pomaga określić, dlaczego urządzenie nie wykorzystuje w pełni zaplanowanego czasu produkcyjnego.
Nie pokazuje jednak bezpośrednio rentowności.
OEE nie odpowie nam na pytanie:
czy produkujemy najbardziej opłacalny produkt,
czy realizujemy właściwy miks produkcji,
czy produkt zostanie sprzedany,
jak zmieniły się ceny materiałów,
jaki jest rzeczywisty koszt produktu,
czy poprawiana maszyna rzeczywiście ogranicza cały system,
czy wzrost produkcji nie prowadzi do zwiększenia zapasu.
To niezwykle ważne rozróżnienie.
Maszyna może być bardzo efektywna w produkowaniu czegoś, czego firma w danym momencie nie potrzebuje.
Dlatego nie należy traktować OEE jak finansowego miernika sukcesu zakładu. To wskaźnik operacyjny, który trzeba interpretować razem z innymi danymi produkcyjnymi i finansowymi.
Jakie KPI naprawdę pokazują efektywność i rentowność produkcji?
Najbardziej użyteczny system controllingu produkcji nie powstaje przez stworzenie listy trzydziestu niezależnych mierników.
Lepiej podzielić KPI produkcyjne na cztery grupy odpowiadające czterem różnym pytaniom:
Czy produkcja zarabia?
Czy właściwie wykorzystujemy ograniczone zasoby?
Czy produkujemy dobrze za pierwszym razem?
Czy proces płynnie realizuje plan?
Dopiero połączenie tych perspektyw daje obraz potrzebny zarządowi.
1. Rentowność i koszty – ile naprawdę kosztuje produkcja?
Rzeczywisty koszt wytworzenia produktu
Jednym z podstawowych elementów controllingu produkcji jest kalkulacja kosztów produkcji i porównanie wartości planowanych z rzeczywistymi.
Załóżmy, że standardowy koszt wytworzenia produktu wynosi 105 zł, a rzeczywisty koszt zamknął się na poziomie 112 zł.
Sama informacja o różnicy 7 zł jest niewystarczająca.
Controlling produkcyjny powinien odpowiedzieć na pytanie: skąd wzięło się te dodatkowe 7 zł?
Odchylenie może wynikać z większego zużycia materiałów, wzrostu cen surowców, większej liczby godzin pracy, spadku wydajności, wyższej odpadowości, awarii, dodatkowych przezbrojeń czy wzrostu kosztów pośrednich.
Analiza kosztów produktu staje się użyteczna dopiero wtedy, kiedy można zejść od wyniku do przyczyny.
Koszt produktu nie jest jedną uniwersalną liczbą
W rozmowach managerskich często pojawia się pytanie:
„Ile kosztuje nas ten produkt?”
Problem w tym, że odpowiedź zależy od tego, do czego potrzebujemy tej informacji.
Innego kosztu użyjemy do wyceny zapasu, innego do analizy rentowności, jeszcze innego do krótkoterminowej decyzji dotyczącej wykorzystania wolnych mocy produkcyjnych.
Dlatego rachunek kosztów powinien jasno rozróżniać między innymi:
koszty bezpośrednie produkcji,
koszty pośrednie,
koszt zmienny,
koszt pełny,
koszt standardowy,
rzeczywisty koszt wytworzenia,
koszt docelowy.
Jeżeli definicje nie są jednoznaczne, dwa raporty mogą pokazywać dwie różne rentowności tego samego produktu.
Nie oznacza to, że jedna kalkulacja kosztów musi być zawsze właściwa, a druga błędna. Mogą po prostu odpowiadać na inne pytania zarządcze.
Dlatego istota kalkulacji kosztów polega nie tylko na poprawnym dodaniu wszystkich pozycji, ale również na świadomym określeniu, do jakiej decyzji dana kalkulacja ma służyć.
Koszt rzeczywisty vs plan
Jednym z najważniejszych elementów funkcjonowania controllingu produkcji jest systematyczna analiza odchyleń.
Nie wystarczy wiedzieć, że budżet kosztów wydziału wynosił 1 mln zł, a rzeczywiste koszty wyniosły 1,1 mln zł.
Potrzebujemy wiedzieć, z czego powstało dodatkowe 100 tys. zł.
Odchylenie można rozbić między innymi na:
zmianę ceny materiału,
większe zużycie materiału,
koszty pracy,
różnice w czasie operacji produkcyjnych,
odpady,
poprawki,
energię,
przestoje,
koszty pracy maszyny,
zmianę struktury produkcji.
To właśnie tutaj raportowanie rzeczywistych kosztów zaczyna być narzędziem zarządzania.
Informacja „koszt jest o 10% wyższy” opisuje problem. Informacja „60% odchylenia wynika z ponadnormatywnego zużycia materiału na dwóch konkretnych zleceniach” wskazuje miejsce do działania.
2. Przepustowość – czy poprawiamy wynik całego procesu?
Jedną z największych pułapek zarządzania produkcją jest lokalna optymalizacja.
Każdy wydział może poprawiać własną wydajność, ale system jako całość wcale nie musi produkować więcej.
Wyobraźmy sobie proces składający się z kilku operacji. Pierwsza maszyna jest w stanie wykonać 120 sztuk na godzinę, druga 100, a trzecia tylko 60.
Podniesienie wydajności pierwszej maszyny ze 120 do 140 sztuk na godzinę wygląda dobrze w jej lokalnym raporcie.
Tylko że cały system nadal może wyprodukować maksymalnie 60 sztuk.
Reszta staje się produkcją w toku oczekującą przed ograniczeniem.
Dlatego w controllingu firm produkcyjnych potrzebna jest perspektywa całego procesu, a nie tylko poszczególnych stanowisk.
Wąskie gardło w produkcji
Teoria ograniczeń koncentruje się na identyfikacji i zarządzaniu czynnikiem ograniczającym wynik całego systemu. Lean Enterprise Institute opisuje TOC jako podejście skupione na poprawie wyniku poprzez zarządzanie ograniczeniami i zwiększanie throughput.
To zmienia sposób patrzenia na wydajność obszaru produkcyjnego.
Godzina stracona na zasobie, który ma dużo wolnych mocy, może nie wpłynąć na wynik zakładu.
Godzina stracona na wąskim gardle może natomiast oznaczać godzinę utraconej przepustowości całego systemu. ACCA również zwraca uwagę, że w analizie ograniczeń najważniejsze jest maksymalne wykorzystanie zasobu będącego bottleneckiem.
Wynik na godzinę ograniczającego zasobu
To jeden z najbardziej użytecznych wskaźników w sytuacji, gdy firma ma więcej popytu lub zleceń niż możliwości konkretnego zasobu.
Rozważmy prosty przykład:
| Produkt | Wynik na sztuce | Czas wąskiego gardła | Wynik na godzinę ograniczenia |
|---|---|---|---|
| Produkt A | 120 zł | 30 min | 240 zł/h |
| Produkt B | 180 zł | 60 min | 180 zł/h |
Na pierwszy rzut oka bardziej atrakcyjny wydaje się produkt B, ponieważ na jednej sztuce generuje 180 zł zamiast 120 zł.
Problem polega na tym, że wykorzystuje dwukrotnie więcej czasu ograniczającego zasobu.
Jeżeli to właśnie jego dostępność ogranicza możliwości zakładu, produkt A może generować większy wynik na każdą godzinę wąskiego gardła.
ACCA w throughput accounting stosuje podobną logikę: throughput na jednostkę produktu należy odnieść do czasu wykorzystania zasobu ograniczającego, aby ocenić zwrot na godzinę bottlenecku i właściwie ustalać priorytety produkcji.
To pokazuje, dlaczego sam koszt jednostkowy albo marża na sztuce nie zawsze wystarczają do podejmowania decyzji o miksie produkcyjnym.
3. Jakość – ile dobrego produktu powstaje za pierwszym razem?
Wiele przedsiębiorstw raportuje końcową liczbę dobrych sztuk.
To jednak może ukrywać znaczną część kosztów.
Produkt, który przeszedł dodatkowe testowanie, naprawę i ponowną kontrolę, może ostatecznie zostać sprzedany jako pełnowartościowy. Z punktu widzenia końcowej jakości wszystko wygląda dobrze.
Z punktu widzenia kosztu procesu sytuacja jest zupełnie inna.
First Pass Yield – wskaźnik pierwszego przejścia
Dlatego jednym z wartościowych KPI dotyczących jakości produkcji jest First Pass Yield.
ASQ definiuje FPY jako procent jednostek, które przechodzą proces i spełniają wymagania jakościowe bez złomowania, ponownego wykonania, ponownego testowania czy skierowania do naprawy.
To znacznie więcej niż zwykła kontrola jakości produkcji.
FPY pokazuje, jaka część produkcji została wykonana prawidłowo za pierwszym razem.
Jeżeli końcowy yield wynosi 99%, ale FPY tylko 88%, proces prawdopodobnie generuje znaczną liczbę dodatkowych operacji, które nie są widoczne w samej liczbie dobrych produktów.
Odpadowość – procent to za mało
Podobny problem dotyczy wskaźnika odpadowości.
Informacja:
„scrap wyniósł 2,8%”
jest potrzebna, ale nadal nie mówi zarządowi, jak duży problem ekonomiczny ma firma.
Dlatego controlling produkcji powinien przełożyć procent na pieniądze.
Koszt odpadu może obejmować:
zmarnowany materiał,
czas pracy ludzi,
wykorzystanie maszyny,
energię,
wcześniejsze operacje wykonane na wadliwej sztuce,
utratę czasu wąskiego gardła.
Dwie linie mogą mieć identyczny wskaźnik odpadowości 2%, a generować zupełnie inne straty finansowe.
Dlatego wskaźnik strat produkcyjnych powinien mieć zarówno wymiar operacyjny, jak i finansowy.
Rework – ukryty koszt dobrej sztuki
Podobnie należy traktować poprawki.
Produkt może ostatecznie zostać zaklasyfikowany jako dobry, ale jeśli wymagał dodatkowych dwóch operacji, zaangażowania pracownika i ponownej kontroli, jego rzeczywisty koszt jest wyższy.
W wielu firmach koszt reworku nie jest jednak przypisany bezpośrednio do produktu lub zlecenia. Rozpuszcza się w kosztach pracy wydziału produkcyjnego.
W efekcie rachunek kosztów może zaniżać koszt produktów generujących największą liczbę problemów jakościowych.
4. Planowanie i przepływ – czy produkcja realizuje właściwe zadania we właściwym czasie?
Realizacja planu produkcji jest oczywistym KPI.
Jeżeli plan zakładał 10 tys. sztuk, a firma wyprodukowała 9 tys., mamy odchylenie wymagające analizy.
Ale również tutaj trzeba uważać na prostą interpretację.
100% realizacji planu nie oznacza sukcesu, jeżeli plan był niewłaściwy.
Produkcja może wykonać wszystko zgodnie z harmonogramem, a jednocześnie wytworzyć nieoptymalny miks produktów, zbudować nadmierny zapas albo nie dostarczyć pozycji najbardziej potrzebnych klientom.
Dlatego KPI dotyczące planowania powinny być powiązane nie tylko z ilością, ale również z terminowością i przepływem.
Lead Time
Warto mierzyć rzeczywisty czas produkcji od uruchomienia zlecenia do uzyskania produktu gotowego.
Nie tylko czas operacji.
Produkt może spędzić dwie godziny na maszynach, ale pięć dni oczekiwać pomiędzy kolejnymi etapami.
W takim przypadku skracanie samego czasu obróbki o kilka procent może mieć niewielki wpływ na całość procesu.
WIP
Produkcja w toku jest szczególnie istotna tam, gdzie poszczególne obszary produkcyjne próbują maksymalizować lokalne wykorzystanie maszyn.
Jeżeli każda maszyna pracuje bez przerwy, ale pomiędzy operacjami rosną kolejki, firma może mieć wysoką lokalną produktywność i jednocześnie pogarszać przepływ.
Wykorzystanie pracowników nie powinno oznaczać 100% zajętości
Podobna pułapka dotyczy ludzi.
Wysokie wykorzystanie pracowników produkcyjnych brzmi pozytywnie. Nie oznacza jednak, że celem powinno być utrzymywanie każdego pracownika w 100% zajętym przez cały czas.
W systemie z wąskim gardłem pełne wykorzystanie każdego zasobu może wręcz zwiększać produkcję w toku i kolejki.
Dlatego trzeba odróżnić zajętość zasobu od jego wpływu na przepustowość całego procesu.
Jak powinien wyglądać minimalny dashboard produkcyjny dla zarządu?
Im bardziej rozbudowany system ERP, MES czy Business Intelligence, tym łatwiej stworzyć raport zawierający kilkadziesiąt KPI.
Nie oznacza to, że zarząd powinien je wszystkie oglądać.
Dobry dashboard zarządczy powinien odpowiadać na kilka najważniejszych pytań:
| Pytanie zarządcze | KPI |
|---|---|
| Czy produkty naprawdę zarabiają? | wynik/marża oraz rzeczywisty koszt vs plan |
| Czy dobrze wykorzystujemy ograniczający zasób? | wynik/throughput na godzinę wąskiego gardła |
| Czy maszyny pracują zgodnie z potencjałem? | OEE + Availability / Performance / Quality |
| Czy produkujemy dobrze za pierwszym razem? | First Pass Yield |
| Ile kosztują nas problemy jakościowe? | koszt odpadu + koszt rework |
| Czy poprawia się przepływ? | Lead Time + throughput |
| Czy wykonujemy właściwy plan? | plan vs wykonanie oraz terminowość |
| Czy koszt produktu jest pod kontrolą? | rzeczywisty koszt jednostkowy vs standard / target |
To znacznie mniej niż 30 czy 40 wskaźników.
Ale każdy z nich prowadzi do konkretnego pytania biznesowego.
Ten sam dashboard nie powinien trafiać do każdego
Jednym z częstych błędów w raportowaniu KPI produkcyjnych jest przygotowywanie jednego zestawu danych dla całej organizacji.
Zarząd, dyrektor produkcji, lider zmiany i controller produkcji nie potrzebują dokładnie tego samego raportu.
Zarząd
Powinien przede wszystkim widzieć:
rentowność,
rzeczywisty koszt wytworzenia,
najważniejsze odchylenia,
przepustowość,
wykorzystanie ograniczających zasobów,
kluczowe ryzyka dla wyniku.
Dyrektor produkcji
Potrzebuje większej liczby danych operacyjnych:
OEE,
dostępności,
wydajności,
FPY,
odpadowości,
przestojów,
czasu przezbrojeń,
realizacji planu,
throughput.
Lider zmiany
Potrzebuje informacji, na które może reagować natychmiast:
realizacja bieżącego planu,
przestoje,
liczba dobrych sztuk,
jakość,
przyczyny odchyleń,
czas operacji.
Controller produkcji
Powinien łączyć świat operacyjny z finansowym:
koszt produktu,
koszty procesów,
koszty zleceń produkcyjnych,
koszty zasobów produkcyjnych,
miejsca powstawania kosztów,
odchylenia od standardu,
analizę rentowności miksu.
Dobre raportowanie KPI produkcyjnych nie polega na pokazaniu wszystkim wszystkiego. Polega na dostarczeniu właściwej informacji osobie, która może podjąć na jej podstawie decyzję.
Controlling produkcji powinien pokazywać przyczynę, a nie tylko odchylenie
Wyobraźmy sobie miesięczny raport: Koszty produkcji: +8% względem budżetu.
Czy to informacja użyteczna?
Tak.
Czy wystarczająca do zarządzania?
Nie.
Znacznie bardziej wartościowy raport wygląda tak:
Koszty produkcji +8%, z czego 3 punkty procentowe wynikają ze wzrostu ceny materiałów, 2 z większej odpadowości na linii A, 2 ze spadku wydajności na operacji B, a 1 z większej liczby przezbrojeń.
Teraz wiadomo, gdzie należy szukać rozwiązania.
Controlling produkcyjny powinien więc przechodzić od pytania:
„co się wydarzyło?”
do:
„dlaczego się wydarzyło i co możemy z tym zrobić?”
To jest zasadnicza różnica pomiędzy raportowaniem a controllingiem.
Jeżeli interesuje Cię szerzej taki sposób pracy z informacją zarządczą, zobacz także artykuł o podejmowaniu decyzji biznesowych na podstawie danych, a nie intuicji.
Skąd controlling produkcji powinien brać dane?
Dane potrzebne do zarządzania produkcją zazwyczaj nie znajdują się w jednym miejscu.
System ERP może dostarczać informacje o:
zleceniach produkcyjnych,
materiałach,
kosztach,
stanach magazynowych,
księgowaniach.
System MES może pokazywać:
czasy operacji,
pracę maszyn,
przestoje,
liczbę sztuk,
realizację produkcji.
System jakości dostarcza danych dotyczących defektów, reklamacji, odpadu czy reworku. Coraz więcej informacji może również pochodzić bezpośrednio z maszyn i systemów automatyki.
Warstwa Business Intelligence może następnie połączyć te informacje w jeden dashboard.
Ale samo wdrożenie systemu BI nie tworzy jeszcze controllingu.
Jeżeli jeden wydział liczy przestój od pierwszej minuty, a drugi dopiero po 15 minutach, system Business Intelligence jedynie szybciej pokaże niespójne dane.
Jeżeli dwa zakłady inaczej definiują „dobrą sztukę”, porównywanie FPY nie będzie miało większego sensu.
Dlatego przed automatyzacją raportowania trzeba ujednolicić definicje KPI, źródła danych, moment pomiaru i odpowiedzialność za ich jakość.
ISO 22400 powstało właśnie jako branżowo neutralna rama definiowania, konstruowania i wykorzystywania KPI w manufacturing operations management.
Najczęstsze błędy controllingu produkcyjnego
Za dużo KPI
Jeżeli dashboard pokazuje 47 wskaźników, wszystkie oznaczone różnymi kolorami, zarząd może mieć więcej danych i jednocześnie mniej informacji.
Dobry controlling produkcji powinien wyraźnie odróżniać:
KPI strategiczne,
KPI monitorujące,
KPI służące do operacyjnego doskonalenia.
To podejście jest zbieżne z koncepcją drzewa KPI, o której szerzej pisaliśmy w materiale o opomiarowaniu biznesu za pomocą właściwych KPI.
Jeden KPI staje się celem samym w sobie
Jeżeli manager otrzyma cel „OEE 85%”, naturalnie będzie próbował maksymalizować OEE.
Ale co, jeśli najłatwiejszym sposobem jego poprawy będzie produkowanie długich serii produktu, którego firma nie potrzebuje?
KPI zaczyna wtedy sterować zachowaniem w sposób sprzeczny z wynikiem całego przedsiębiorstwa.
Lokalna optymalizacja
Każdy wydział poprawia własną wydajność, ale pomiędzy wydziałami rośnie WIP.
Każda maszyna ma coraz lepsze wykorzystanie, ale Lead Time całego zlecenia się wydłuża.
Dlatego controllowanie procesów produkcyjnych powinno obejmować również KPI end-to-end.
Brak przełożenia jakości na pieniądze
Produkcja wie, że wskaźnik odpadowości wynosi 3,2%.
Nie wie jednak, ile firma realnie na tym traci.
Dopóki problem jakościowy nie zostanie połączony z jego wpływem finansowym, trudno ustalać priorytety działań optymalizacyjnych.
Różne definicje tych samych mierników
„Wydajność”, „czas produkcji”, „przestój”, „odpad” czy „terminowość” mogą być rozumiane inaczej przez różne działy.
Jeżeli organizacja nie stworzy jednej definicji, kalkulacja KPI produkcyjnych staje się źródłem sporów zamiast informacji.
Raportowanie zbyt późno
Jeżeli problem dotyczący odpadu, czasu lub wydajności jest widoczny dopiero po zamknięciu miesiąca, znaczna część straty już powstała.
Nie wszystkie dane muszą być monitorowane w czasie rzeczywistym, ale kluczowe wskaźniki operacyjne powinny być dostępne na tyle szybko, aby osoby odpowiedzialne mogły jeszcze wpłynąć na rezultat.
Jak wdrożyć controlling produkcji?
Jednym z najgorszych punktów startowych jest pytanie:
„Jaki system BI kupić?”
Technologia powinna pojawić się później.
Lepsza kolejność wygląda tak:
cel biznesowy → proces → koszty → KPI → źródła danych → odpowiedzialność → raport → rytm decyzji
1. Zacznij od decyzji, które chcesz podejmować
Czy problemem jest rentowność produktów?
Odpad?
Wąskie gardło?
Nieprzewidywalne koszty zleceń?
Niska terminowość?
Dopiero po zdefiniowaniu problemu można wybrać właściwe KPI.
2. Zmapuj proces produkcyjny
Trzeba zobaczyć pełny przebieg zlecenia, miejsca oczekiwania, operacje produkcyjne, przekazania, kontrole jakości i punkty, w których pojawiają się koszty.
Jeżeli proces nie jest dobrze rozumiany, jego controlling będzie opierał się na przypadkowych miernikach.
3. Określ miejsca powstawania kosztów
W kolejnym kroku trzeba ustalić, gdzie rzeczywiście powstają koszty.
Mogą to być konkretne wydziały, maszyny, procesy, centra robocze czy inne zasoby.
Równolegle należy określić nośniki kosztów produkcji, dzięki którym koszty mogą być przypisane do produktów, zleceń lub procesów.
4. Wybierz niewielką liczbę KPI
Nie każdy parametr produkcyjny musi być KPI.
Warto wybrać te mierniki, które:
mają związek z celami firmy,
można jednoznacznie policzyć,
posiadają właściciela,
prowadzą do konkretnej reakcji.
5. Ustal jedną definicję każdego wskaźnika
Kalkulacja KPI powinna wyglądać tak samo niezależnie od zmiany, wydziału czy zakładu.
Bez tego analiza KPI szybko zamieni się w dyskusję o liczbach zamiast w dyskusję o problemie.
6. Połącz dane operacyjne i finansowe
Dopiero tutaj pojawia się integracja ERP, MES, systemów jakości i Business Intelligence.
Celem nie jest stworzenie atrakcyjnego dashboardu, lecz możliwość przejścia:
od wyniku finansowego → do KPI operacyjnego → do konkretnego procesu lub zlecenia.
7. Przypisz odpowiedzialność
Każdy KPI powinien mieć właściciela.
Nie oznacza to osoby odpowiedzialnej za „kolor na dashboardzie”.
Chodzi o managera, który ma realny wpływ na parametr i może podjąć działania w przypadku odchylenia.
8. Zbuduj rytm zarządzania
Nie wszystkie KPI analizujemy z taką samą częstotliwością.
Na poziomie produkcji część parametrów wymaga reakcji w trakcie zmiany. Inne powinny być omawiane codziennie albo co tydzień. Rentowność, budżet kosztów i bardziej złożona analiza kosztów produktu mogą trafiać do cyklu miesięcznego.
Controlling produkcji zaczyna działać wtedy, gdy raport jest połączony z regularną decyzją.
Controlling produkcji nie powinien oznaczać prostego cięcia kosztów
Jednym z błędów jest utożsamianie optymalizacji kosztów z ich redukcją.
Jeżeli koszty produkcji rosną, pierwszą reakcją nie powinno być automatyczne cięcie każdego wydatku o kilka procent.
Dodatkowy operator na wąskim gardle może zwiększyć przepustowość na tyle, że koszt pracy zwróci się wielokrotnie.
Droższy materiał może zmniejszyć odpadowość i koszt reworku.
Inwestycja w szybsze przezbrojenia może umożliwić bardziej rentowny miks produktów i ograniczyć zapas.
Dodatkowa kontrola procesu może zmniejszyć liczbę wad powstających na dalszych, znacznie droższych etapach produkcji.
Dlatego zarządzanie kosztami wytworzenia powinno odróżniać koszt potrzebny do tworzenia wartości od kosztu wynikającego z nieefektywności.
Szerzej o takim podejściu piszemy w artykule „3 miejsca, w których najczęściej ucieka rentowność firmy”. Sam wzrost sprzedaży czy proste cięcie wydatków nie rozwiązuje problemu, jeżeli firma nie wie, gdzie faktycznie traci marżę.
Jaka jest rola controllera produkcji?
Controller produkcji nie powinien być osobą, która jedynie zbiera miesięczne dane od kierowników wydziałów i przygotowuje prezentację dla zarządu.
Jego rola powinna znajdować się znacznie bliżej biznesu.
Controller produkcji powinien rozumieć:
proces produkcji,
logikę rachunku kosztów,
źródła odchyleń,
zachowanie KPI produkcyjnych,
wpływ miksu produktów na wynik,
znaczenie ograniczeń produkcyjnych.
Dzięki temu może być partnerem dyrektora produkcji, CFO i zarządu.
Jeżeli widzi spadek marży produktu, nie kończy analizy na stwierdzeniu, że wzrosły koszty.
Sprawdza, czy zmienił się koszt materiału, zużycie, czas pracy, struktura produkcji, odpady, wydajność albo sposób rozliczania kosztów pośrednich.
Controlling produkcji pomaga wtedy przechodzić od danych do przyczyn, a od przyczyn do decyzji.
Produkcja nie musi być tylko wydajna. Musi tworzyć wynik
W przedsiębiorstwie produkcyjnym łatwo mierzyć to, co fizycznie widać.
Liczbę wyprodukowanych sztuk.
Godziny pracy.
Czas maszyny.
Przestoje.
OEE.
Realizację planu.
To wszystko są ważne dane.
Ale żaden z tych parametrów samodzielnie nie odpowiada na pytanie, czy produkcja rzeczywiście poprawia wynik firmy.
Dlatego skuteczny controlling produkcji musi połączyć trzy perspektywy: proces → koszt → wynik
KPI produkcyjne pokazują, gdzie w procesie pojawia się problem. Rachunek kosztów pokazuje, ile ten problem kosztuje. Analiza rentowności, miksu produktów i wąskich gardeł pozwala natomiast zdecydować, którym problemem należy zająć się najpierw.
Dopiero wtedy ocena efektywności produkcji przestaje być analizą pojedynczych wskaźników i staje się systemem wspierającym zarządzanie
Wiesz, ile produkujesz. Ale czy wiesz, gdzie produkcja naprawdę zarabia?
Jeżeli raporty pokazują dziesiątki KPI produkcyjnych, ale nadal trudno jednoznacznie odpowiedzieć, które produkty, zlecenia i procesy budują marżę, problemem może nie być brak danych, lecz sposób ich połączenia.
Podczas warsztatu możemy przeanalizować obecny model kosztowy, KPI produkcyjne oraz sposób raportowania i wskazać, jakie informacje są naprawdę potrzebne do zarządzania rentownością produkcji.
Sprawdź, jak LauraM wspiera firmy w analizie finansowej oraz projektowaniu i wdrażaniu controllingu.
FAQ
Co to jest controlling produkcji?
Controlling produkcji to system łączący dane operacyjne dotyczące procesu produkcyjnego z kosztami i wynikiem finansowym przedsiębiorstwa. Jego zadaniem jest nie tylko raportowanie, ale również analiza odchyleń, identyfikacja przyczyn strat oraz dostarczanie informacji potrzebnych do podejmowania decyzji dotyczących rentowności i efektywności produkcji.
Jakie są najważniejsze KPI produkcyjne?
Nie istnieje jedna uniwersalna lista KPI odpowiednia dla każdej firmy. Do najczęściej wykorzystywanych należą OEE i jego składowe, First Pass Yield, odpadowość, przepustowość, Lead Time, czas przezbrojenia, realizacja planu produkcji oraz rzeczywisty koszt jednostkowy. Najważniejsze jest połączenie wskaźników operacyjnych z wpływem na wynik finansowy.
Czy OEE pokazuje rentowność produkcji?
Nie. OEE pokazuje efektywność wykorzystania wyposażenia i jest obliczane na podstawie dostępności, wydajności i jakości. Nie uwzględnia jednak bezpośrednio marży produktu, ceny materiałów, miksu produkcji czy wartości generowanej przez ograniczający zasób. Dlatego powinno być analizowane razem z KPI kosztowymi i finansowymi.
Jak obliczyć rzeczywisty koszt wytworzenia produktu?
Kalkulacja zależy od przyjętego rachunku kosztów. W analizie trzeba uwzględnić odpowiednie koszty bezpośrednie i pośrednie oraz sposób ich przypisania do produktu. Dla zarządzania szczególnie ważne jest porównanie rzeczywistych kosztów wytworzenia z kosztem planowanym lub standardowym oraz analiza przyczyn odchyleń.
Jakie KPI pokazują jakość procesu produkcyjnego?
Do użytecznych wskaźników należą między innymi First Pass Yield, wskaźnik defektów, wskaźnik odpadowości, liczba poprawek oraz koszt reworku. FPY pokazuje udział jednostek, które przechodzą proces poprawnie za pierwszym razem bez dodatkowego testowania, napraw lub ponownego wykonania.
Jak mierzyć efektywność produkcji?
Efektywność procesu produkcyjnego najlepiej analizować za pomocą zestawu powiązanych mierników dotyczących kosztu, przepustowości, jakości, wykorzystania zasobów i czasu realizacji. NIST zwraca uwagę, że KPI systemów produkcyjnych są wzajemnie zależne, dlatego analiza pojedynczego wskaźnika może prowadzić do błędnych wniosków.
Jak połączyć dane produkcyjne z controllingiem finansowym?
Najpierw należy ujednolicić definicje KPI i określić miejsca powstawania kosztów oraz nośniki kosztów. Następnie można połączyć dane z ERP, MES, systemów jakości, maszyn i systemów Business Intelligence. Celem powinno być umożliwienie przejścia od wyniku finansowego do konkretnej przyczyny operacyjnej.
Jak mierzyć rentowność produkcji przy wąskim gardle?
W sytuacji ograniczonego zasobu warto analizować nie tylko wynik na sztuce, ale również wynik lub throughput przypadający na jednostkę czasu wykorzystania wąskiego gardła. Pozwala to ocenić, które produkty najlepiej wykorzystują zasób ograniczający możliwości całego systemu. Podobną logikę wykorzystuje throughput accounting.
Źródła
ISO 22400-1:2014, „Automation systems and integration — Key performance indicators (KPIs) for manufacturing operations management — Part 1: Overview, concepts and terminology”. Standard został ponownie potwierdzony w 2025 roku.
NIST, „A Hierarchical Structure of Key Performance Indicators for Operation Improvement in Production Systems”.
Lean Enterprise Institute, „Overall Equipment Effectiveness”.
ASQ, Quality Glossary – First Pass Yield.
ACCA, „Throughput accounting” – analiza ograniczeń, throughput return per factory hour i wykorzystanie bottleneck resource.
Lean Enterprise Institute, materiały dotyczące Theory of Constraints.
