En casi cualquier planta de manufactura existe la sensación de que una línea “va bien” o “va mal”. Lo que muchas veces no existe es el número que lo demuestre. El OEE, siglas en inglés de Overall Equipment Effectiveness y traducido como eficiencia general de los equipos, nació justamente para eso: convertir esa sensación en un dato comparable entre turnos, entre líneas y entre plantas.
El problema es que el indicador se popularizó mucho más rápido que la disciplina de medición que lo sostiene. Hoy es común encontrar operaciones que reportan un OEE de 85% en una junta de dirección y que, al revisar de dónde sale el dato, descubren que viene de una bitácora que el operador llena al final del turno, de memoria y con prisa.
Qué mide realmente el OEE
El OEE es el producto de tres factores, no un promedio entre ellos:
OEE = Disponibilidad × Rendimiento × Calidad
Cada factor responde a una pregunta distinta y ninguno puede compensar al otro.
Disponibilidad
¿Cuánto tiempo estuvo la máquina produciendo, del tiempo en que debía producir? Aquí caen los paros por falla, los cambios de formato, las esperas de material, la falta de operador y los ajustes. Una disponibilidad baja casi siempre apunta a coordinación, no a la máquina.
Rendimiento
¿A qué velocidad produjo, comparada con su velocidad nominal? Este factor captura lo que se pierde por operar por debajo del estándar: desgaste, material fuera de especificación, configuraciones conservadoras heredadas de un problema que ya se resolvió hace años.
Calidad
¿Cuántas piezas salieron buenas a la primera? El retrabajo cuenta como pérdida, aunque la pieza termine vendiéndose. La razón es simple: consumió tiempo de máquina dos veces.
Un número aislado dice poco. Un 60% puede ser razonable en un proceso con cambios de formato constantes y mediocre en una línea continua. El valor del OEE está en la tendencia y en la descomposición por factor, porque sirve para saber dónde se pierde, no para presumir en una lámina.
Conviene aclarar de dónde viene el famoso 85% que se cita como estándar de clase mundial. Proviene del trabajo de Seiichi Nakajima sobre Mantenimiento Productivo Total y corresponde a 90% de disponibilidad, 95% de rendimiento y 99% de calidad. Es una referencia histórica, no una meta universal, y compararse contra ella sin considerar el tipo de proceso lleva a conclusiones equivocadas.
El problema no es el indicador, es el origen del dato
Cuando el OEE reportado no coincide con lo que se ve en el piso, casi siempre hay una de estas tres causas.
Llega tarde. Un reporte que se consolida el lunes describe una planta que ya no existe. Sirve para explicar el pasado, no para corregir el presente. Para cuando el análisis está listo, el turno que lo generó ya se fue a casa.
Llega sesgado. Quien registra el paro es la misma persona que lo vivió, y lo hace horas después. No hay mala fe: hay memoria humana. Las causas se agrupan en categorías cómodas, y “falla eléctrica” termina cubriendo cinco problemas distintos.
Llega incompleto. Una bitácora registra los eventos que alguien consideró dignos de registrarse. Todo lo que quedó por debajo de ese umbral simplemente no existe en los datos, y ahí es donde suele estar la mayor parte de la pérdida.
Los microparos: la pérdida que ninguna bitácora registra
Un paro de dos minutos rara vez se anota. Doce de esos paros en un turno son casi media hora de producción que desaparece del reporte. En un mes, hablamos de jornadas completas.
Lo que hace especialmente difícil este problema es cómo se comporta dentro del cálculo. Los microparos no se registran como paro, así que no golpean la disponibilidad. Aparecen como pérdida de rendimiento sin causa asignable, que es exactamente la categoría donde mueren los proyectos de mejora: todos ven que falta producción, nadie puede señalar de dónde.
Gerentes de planta que empiezan a medir de forma automática suelen describir el mismo momento: descubrir que un porcentaje relevante del tiempo se iba en detenciones de uno o dos minutos que nadie estaba contando.
Qué hace un software de OEE
Un software de OEE, lo que el sector llama oee software, ataca el problema por el origen. En lugar de pedirle a una persona que recuerde lo que pasó, toma la señal directamente de la máquina y construye el indicador con esa base. En concreto:
Captura automática de paros, incluidos los cortos, con hora exacta de inicio y fin.
Clasificación de causa desde el piso, en el momento, por el operador que sí sabe qué ocurrió.
Cálculo continuo de disponibilidad, rendimiento y calidad, sin consolidación manual.
Histórico por turno, línea y máquina, comparable entre periodos.
Alertas cuando una máquina crítica se detiene, para que la reacción ocurra durante el evento y no después.
La diferencia no es de presentación. No se trata de graficar mejor la bitácora, se trata de dejar de depender de ella.
Cinco criterios antes de elegir una herramienta
Compatibilidad con maquinaria heterogénea. La mayoría de las plantas en México conviven con equipos de distintas décadas, marcas y niveles de automatización. Una solución que solo funciona con equipo nuevo resuelve la parte fácil del problema.
Independencia del PLC. Si la captura depende de integrarse al controlador de cada máquina, el proyecto se vuelve largo, caro y dependiente del proveedor del equipo. Existen esquemas de captura no invasiva que evitan esa ruta.
Tiempo de implementación. Pregunta en semanas, no en fases. Un piloto que no entrega datos en el primer mes tiende a perder el patrocinio interno antes de demostrar nada.
Clasificación de causas usable. El catálogo de paros debe construirse con la gente de piso y caber en una pantalla. Si registrar la causa toma más de unos segundos, no se va a registrar.
Quién consume el dato. Operador, supervisor y dirección necesitan vistas distintas del mismo número. Pide ver la pantalla que verá el operador, no solo el tablero ejecutivo.
Qué esperar en los primeros meses
La primera sorpresa suele ser incómoda: el OEE real casi siempre es más bajo que el reportado. No es un problema de la herramienta, es la diferencia entre medir y estimar. Conviene anticipar ese momento con la dirección antes de encender el sistema, porque de lo contrario la reacción natural es desconfiar del dato nuevo en lugar de revisar el viejo.
La segunda sorpresa suele ser mejor: buena parte del margen de mejora estaba disponible sin comprar maquinaria. Cuando las causas de paro dejan de ser una categoría genérica y se vuelven eventos con hora, línea y responsable, el plan de acción se escribe solo.
La tercera lección es de rutina: el OEE por sí solo no sostiene una junta diaria, porque un número que baja no dice dónde buscar. Conviene acordar desde el arranque qué indicadores de producción se revisan junto a él y quién responde por cada uno: paros por causa, tiempo entre fallas, cumplimiento del programa y piezas buenas a la primera.
Preguntas frecuentes
¿Cuál es un buen OEE?
Depende del proceso. El 85% citado como clase mundial corresponde a manufactura discreta con pocos cambios de formato. En procesos con cambios frecuentes, un 55% o 60% medido correctamente puede ser mejor señal que un 80% estimado a mano. Lo relevante es la tendencia y la descomposición por factor.
¿Se puede medir OEE en máquinas antiguas o sin PLC?
Sí. Existen dispositivos de captura que leen la señal de la máquina sin conectarse al controlador, lo que permite medir equipos de distintas edades y marcas bajo el mismo estándar.
¿Cuánto tarda una implementación típica?
En esquemas de captura no invasiva, la instalación en las máquinas críticas puede resolverse en una visita y los primeros datos confiables aparecen en días. Lo que toma más tiempo no es la tecnología, es acordar el catálogo de causas y establecer la rutina diaria de revisión.
En resumen
El OEE no falla como indicador, falla como práctica cuando se alimenta de datos reconstruidos de memoria. Antes de fijar una meta de mejora, conviene responder una pregunta más básica: ¿de dónde sale el número que estamos usando hoy? Si la respuesta es una bitácora manual, el primer proyecto de mejora no es de producción, es de medición.
The post Qué es el OEE y por qué muchas plantas en México lo están midiendo mal appeared first on Almomento | Noticias, información nacional e internacional.
