OEE FULL-CHAIN SOLUTION

OEE 全链路方案

从集团到班次,六级穿透,逐层下钻

集团OEE 工厂OEE 车间OEE 产线OEE 班次OEE 设备OEE

基于零赛云智慧运营控制塔体系,构建从集团战略层到一线班次层的OEE穿透管理。
数据自下而上汇聚,决策自上而下传导,每一层OEE既是结果也是行动。

OEE = 可用率 × 表现率 × 质量率

一个公式,三个维度,六层穿透

可用率 Availability
A = 运行时间 / 计划时间
×
表现率 Performance
P = 实际产出 / 理论产出
×
质量率 Quality
Q = 合格品 / 总产出
=
综合效率 OEE
A × P × Q

世界级OEE标准为85%+,大多数制造企业OEE在40%-60%之间。
OEE的价值不在于"算出一个数字",而在于"知道这个数字为什么是这个值,以及如何在哪一层改善它"——这正是六级穿透的意义。

六级OEE穿透体系

从集团战略到班次执行,每一层OEE聚焦不同维度、服务不同决策

数据汇聚 ↑ 决策传导 ↓ LEVEL 1 集团OEE 多基地产能对标 · 资源调配决策 · 战略级OEE趋势 68.5% LEVEL 2 工厂OEE 车间对标 · 月度运营复盘 · 改善项目优先级 71.2% LEVEL 3 车间OEE 产线对标 · 周改善会议 · 瓶颈产线识别 73.8% LEVEL 4 产线OEE 实时监控 · 班次对标 · 停机根因分析 75.1% LEVEL 5 班次OEE 实时报灯 · 班次交接 · 异常即时响应 82.3% LEVEL 6 设备OEE MTBF/MTTR · 预测性维护 · 设备级损失分解 78.6% OEE逐层下钻:集团68.5% → 设备78.6%(层级越深,颗粒越细,行动越具体)

六级OEE详解

每一层OEE回答不同的问题,服务不同的决策者

G1

集团OEE — 战略决策层

面向:集团COO / 运营副总裁 / 战略规划部

回答"哪个基地的产能效率最优?资源该投给谁?"。集团OEE聚合多个工厂OEE,按区域/产品线/客户维度对标,识别产能瓶颈基地,指导资本开支和产线投资方向。不是看单点OEE,而是看趋势与对标差异

更新频率周/月
对标维度基地/产线
决策输出投资/调配
F2

工厂OEE — 运营管理层

面向:厂长 / 运营总监 / 生产经理

回答"哪个车间拖后腿?本月改善重点是什么?"。工厂OEE聚合车间OEE,按车间对标排序,识别短板车间,制定月度改善优先级。每月运营复盘会上,OEE对标表是核心议题,改善项目立项直接关联OEE损失分解。

更新频率日/周
对标维度车间排序
决策输出改善立项
W3

车间OEE — 车间管理层

面向:车间主任 / 工艺工程师

回答"哪条产线是瓶颈?本周改善哪条线?"。车间OEE聚合产线OEE,按产线对标排序,识别瓶颈产线和波动最大的产线。每周车间改善会议上,瓶颈产线的OEE损失分解是核心讨论项,输出改善工单。

更新频率班/日
对标维度产线排序
决策输出改善工单
L4

产线OEE — 现场指挥层

面向:产线主管 / 班组长

回答"这条线现在OEE多少?为什么低?哪个班次拉的?"。产线OEE按班次分解,实时监控停机事件、速度损失、不良品。安灯系统实时推送异常,班次OEE对标驱动良性竞争。停机根因分析从班次下钻到设备级。

更新频率实时
对标维度班次对标
决策输出即时响应
S5

班次OEE — 现场执行层

面向:班组长 / 一线操作员

回答"这个班次OEE多少?哪个班次拉的?损失在哪?"。产线OEE按班次分解,实时记录每个停机事件、每次速度下降、每个不良品的根因。班次交接看板自动生成,交接班不再靠口头而是看数据。安灯系统实时推送异常,秒级响应。班次OEE对标驱动良性竞争。

更新频率秒级
关键动作安灯响应
决策输出即时行动
E6

设备OEE — 根因终点 · 维保驱动

面向:设备工程师 / 维保团队

回答"哪台设备是瓶颈?什么时候该保养?故障根因是什么?"。设备OEE是最细粒度,从班次OEE下钻到单台设备的可用率(MTBF/MTTR)、表现率(节拍偏差)、质量率(设备相关不良)。预测性维护基于设备OEE趋势退化模型提前预警,备件库存与OEE趋势联动。这是六级穿透的终点——一切OEE损失最终都能归属到具体设备。

更新频率实时
关键指标MTBF/MTTR
决策输出维保计划

数据自下而上,决策自上而下

OEE不是静态报表,是双向流动的运营神经系统

⬆ 数据汇聚:自下而上

  • 1设备实时采集状态、产量、不良数据,计算设备级A/P/Q
  • 2班次层汇聚班内多台设备OEE,叠加停机事件,计算班次OEE
  • 3产线层聚合多班次OEE,识别瓶颈班次,计算产线OEE
  • 4车间层汇聚产线OEE,对标排序,输出瓶颈产线清单
  • 5工厂层聚合车间OEE,月度复盘,输出改善项目优先级
  • 6集团层聚合工厂OEE,多基地对标,输出资源调配决策

每一层汇聚时,损失结构同步上浮——上级看到的不仅是OEE数字,更是分解到A/P/Q的损失瀑布。

⬇ 决策传导:自上而下

  • 1集团决策:投资A工厂扩产,B工厂改善,目标OEE提升3%
  • 2工厂承接:将3%目标分解到车间,改善项目立项
  • 3车间承接:将改善目标分解到瓶颈产线,排改善工单
  • 4产线承接:将改善目标分解到各班次
  • 5班次承接:安灯响应,操作规范执行,交接班确认
  • 6设备承接:执行维保计划,备件准备,参数优化

目标自上而下分解时,每一层都有明确的改善指标和行动项——不是空喊"提升OEE",而是"设备E-07的换模时间从45min降到20min"。

精益数据化运营金字塔 × OEE全链路穿透

OPS金字塔告诉你"谁该看什么",OEE级联告诉你"数据能下钻到多深"

OPS精益数据化运营金字塔 管理层级 · 谁该看什么 OEE全链路数据穿透 数据层级 · 能下钻到多深 L5 对外展示 L4 经营决策 L3 业务领域 Q/C/D/S/M L2 职能领域 各工序 L1 精细化管理 客户/政府 总裁/总经理 总监 车间领导 经理/班长 ↑ 管理广度递增(越往下人越多) L1 集团OEE L2 工厂OEE L3 车间OEE L4 产线OEE L5 班次OEE L6 设备OEE 战略对标 运营管理 产线对标 班次分解 时间切分 根因终点 ↓ 数据精度递增(越往下颗粒越细) 管理广度 × 数据精度 金字塔越往下人越多 级联越往下颗粒越细 OPS:窄→宽(人递增) OEE:宽→窄(颗粒递增)
OPS 精益数据化运营金字塔 OEE 全链路穿透
层级 角色 关注什么 层级 OEE粒度 驱动决策
L5对外展示 客户参观
政府领导
品牌公信力
整体运营概况
L1集团OEE 全集团OEE趋势 品牌展示
对外参观
L4经营决策 总裁
总经理
战略方向
投入产出ROI
L1-L2集团/工厂 工厂间OEE对标
改善优先级
投资/扩产
改善资源调配
L3业务领域 总监
(Q/C/D/S/M)
跨部门协同
领域指标对标
L2-L3工厂/车间 按领域分解
OEE损失结构
改善项目立项
跨部门攻关
L2职能领域 车间领导
部门领导
工序间对标
瓶颈定位
L3-L4车间/产线 产线间OEE排序
瓶颈产线清单
改善工单排程
产线优化
L1精细管理 经理
班组长
实时监控
异常即时响应
L4-L6产线/班次/设备 实时OEE监控
设备级根因
安灯响应
维保/交接班

两个金字塔方向相反,但恰好互补

OPS金字塔越往下人越多——从总经理到班组长,管理广度递增;
OEE级联越往下颗粒越细——从集团OEE到设备OEE,数据精度递增。
两者交叉形成的每一个映射点,就是一个"谁、用什么粒度的数据、做什么决策"的完整闭环。

OPS = 管理视角(Who) OEE = 数据视角(How Deep) 交叉点 = 决策闭环(Who × What × Action)

OEE损失瀑布图

从理论产能到实际产出,每一滴损失都有归属

理论产能 100% 计划停机 -8% 计划保养/换班 故障停机 -12% 设备故障/待料 换模调试 -6% SMED改善 速度损失 -7% 节拍偏差/小停 质量损失 -4% 不良/返修 实际OEE 63% A = 80% P = 88% Q = 90% OEE = 63%

损失瀑布图让每一滴损失都有归属——不是笼统说"OEE偏低",而是"故障停机占了12%,其中E-07占5.8%"

LeanFusion如何支撑OEE全链路

六大能力,贯穿OEE从采集到洞察到行动的完整闭环

🔌

数据接入

EAP/SCADA/PLC/MES/ERP多源数据统一接入,秒级采集设备状态、产量、不良品、停机事件。IoT网关直接对接产线设备。

实时计算

流式计算引擎实时计算A/P/Q三率,班次OEE秒级刷新。停机事件自动归类(计划/故障/待料/换模),无需人工录入。

📊

看板穿透

LeanBI看板从集团到班次六级穿透,点击任意OEE数字即可下钻到下一层损失分解,直到具体设备、具体班次、具体事件。

🔍

AI根因分析

LeanFusion AI自动分析停机根因,关联设备参数、物料批次、人员班次,给出"设备E-07频繁因XX腔室温度漂移导致停机"的结构化洞察。

🔔

异常推送

OEE异常实时推送至产线主管手机,安灯系统同步触发现场声光报警。按异常等级分层推送,避免告警风暴。

🎯

改善闭环

OEE损失自动生成改善工单,关联LeanCodee低代码流程,改善效果可追踪、可对标、可复盘。形成"发现→改善→验证"闭环。

实施路径

小步迭代,逐层穿透,先验证再扩展

1

产线级OEE试点

选取1条标杆产线,接入设备数据,实现产线OEE + 班次OEE + 设备OEE三级穿透。验证数据采集准确性和OEE计算逻辑,建立基准线。

EAP接入 OEE基准线 安灯试点
2

车间级OEE扩展

将试点产线模式复制到车间内全部产线,实现车间OEE + 产线OEE四级穿透。产线对标排序,识别瓶颈产线,启动周改善会议机制。

产线复制 瓶颈识别 周改善会
3

工厂级OEE覆盖

扩展至全工厂所有车间,实现六级OEE全链路贯通。月度运营复盘会以OEE对标表为核心议题,改善项目立项关联OEE损失分解。

全厂覆盖 月度复盘 改善立项
4

集团级OEE对标 + AI升级

多基地OEE对标,集团层面看趋势看差异。引入LeanFusion AI能力,自动根因分析、预测性维护、OEE趋势预警,从"看数据"升级为"数据找人"。

集团对标 AI根因 预测性维护 CEO头条

OEE提升1个点 = 多少钱

以年产值10亿工厂为例,OEE从60%提升至70%的量化价值

+10%
OEE提升
¥1亿
等效产能释放
-30%
设备故障停机
-25%
不良品率下降

OEE提升的真正价值不在于"多产出",而在于"少浪费"——少停机、少返工、少加班、少库存。
六级穿透让每一滴损失都有归属,让每一次改善都可量化。

延伸阅读

📄 M客户智慧运营控制塔案例

M客户8年数字化实践,50→2000+看板,六级OEE穿透的真实落地

查看案例 →

📋 数据化成功经验方法论

7条铁律+5条红线,从IT经理被痛批到升任工厂总经理的8年方法论

查看方法论 →

🎬 造塔过程动效演示

从播种到升华,树木生长隐喻展示控制塔四层架构的搭建过程

查看动效 →

✦ CEO头条核心理念

自主发现层——从OEE数据到经营洞察,AI主动发现盲区

查看理念 →

🔗 LeanFusion数据能力平台

OEE全链路的数据底座——6项AI能力支撑从采集到洞察

查看平台 →