OEE no Power BI: como medir a eficiência da produção

Para medir o OEE no Power BI, o modelo precisa de três dados por máquina e por turno: o tempo planejado de produção, as paradas com duração e motivo e as quantidades produzidas e aprovadas, junto com o ciclo ideal de cada item. Com isso, o painel calcula a disponibilidade, a performance e a qualidade, multiplica as três e mostra quanto do tempo planejado virou peça boa. A conta é simples. O trabalho está em duas outras frentes: conseguir um registro de paradas em que a fábrica confie e calcular o indicador a partir dos totais, e não pela média dos percentuais de cada máquina, que é o erro mais comum nos primeiros painéis.
OEE (Overall Equipment Effectiveness, ou eficiência global do equipamento) é o produto de três índices: disponibilidade (tempo em que a máquina rodou dividido pelo tempo planejado), performance (produção real comparada com a que o ciclo ideal permitiria no tempo rodado) e qualidade (peças boas divididas pelo total produzido). Um OEE de 70% quer dizer que 70% do tempo planejado gerou peça boa na velocidade ideal.
Como calcular o OEE de uma máquina, com números?
Os valores a seguir descrevem um turno hipotético, montado só para mostrar a conta. Um centro de usinagem tem turno de 8 horas (480 minutos), com 30 minutos de refeição fora do tempo planejado. Sobram 450 minutos planejados.
- Disponibilidade: a máquina parou 45 minutos entre setup e uma quebra de ferramenta. Rodou 405 minutos, e a disponibilidade é 405 ÷ 450 = 90%.
- Performance: o ciclo ideal da peça é de 30 segundos, então em 405 minutos daria para fazer 810 peças. Saíram 700, e a performance é 700 ÷ 810 = 86,4%.
- Qualidade: das 700 peças, 35 foram refugadas. Ficaram 665 boas, e a qualidade é 665 ÷ 700 = 95%.
- OEE: 90% × 86,4% × 95% = 73,9%.
Dá para conferir por outro caminho: 665 peças boas vezes 30 segundos somam 332,5 minutos de produção útil, e 332,5 ÷ 450 dá os mesmos 73,9%. Essa conferência é útil no painel, porque mostra a perda em minutos. Neste turno, foram 45 minutos perdidos em paradas, 55 minutos em velocidade abaixo da ideal e 17,5 minutos fazendo peças que foram para o refugo.
De onde vêm os dados para o OEE?
- Tempo planejado: calendário de turnos por máquina, com as pausas planejadas (refeição, reunião, manutenção preventiva programada) que a empresa decide tirar da conta. Essa decisão precisa ficar escrita, porque muda o resultado.
- Paradas: início, fim e motivo de cada parada. Podem vir de apontamento do operador num coletor ou formulário, de um MES ou do sinal da própria máquina, lido do CLP. A origem manual é a mais comum e a mais frágil.
- Produção e refugo: os apontamentos das ordens de produção no ERP, com quantidade produzida e refugada por máquina, turno e item.
- Ciclo ideal: o tempo de ciclo padrão de cada item em cada máquina, que normalmente está no roteiro de produção ou na engenharia de processos.
Quando essas fontes ficam em sistemas diferentes, faz sentido juntá-las numa base central antes de chegar ao Power BI. Explicamos quando essa centralização compensa em Microsoft Fabric para indústrias: quando faz sentido centralizar os dados da operação. Para uma fábrica que começa com poucas máquinas, um banco de dados simples recebendo os apontamentos já resolve.
Quais medidas DAX calculam o OEE no Power BI?
O modelo usa três tabelas de fatos ligadas às mesmas dimensões de máquina, item e calendário: Turnos, com o tempo planejado, Paradas, com a duração de cada parada não planejada, e Producao, com as quantidades e o ciclo ideal. As medidas ficam assim:
Tempo Planejado = SUM ( Turnos[TempoPlanejadoMin] )
Tempo Rodando = [Tempo Planejado] - SUM ( Paradas[DuracaoMin] )
Disponibilidade = DIVIDE ( [Tempo Rodando], [Tempo Planejado] )
Performance =
DIVIDE (
SUMX ( Producao, Producao[QtdProduzida] * Producao[CicloIdealSeg] ) / 60,
[Tempo Rodando]
)
Qualidade = DIVIDE ( SUM ( Producao[QtdBoa] ), SUM ( Producao[QtdProduzida] ) )
OEE = [Disponibilidade] * [Performance] * [Qualidade]O SUMX da performance multiplica a quantidade pelo ciclo ideal linha a linha. Isso permite misturar itens de ciclos diferentes na mesma máquina e no mesmo turno sem distorcer o resultado.
Por que não dá para tirar a média do OEE entre máquinas?
Porque cada máquina tem um tempo planejado diferente. Continuando o exemplo, imagine uma segunda máquina que trabalhou só 120 minutos planejados naquele dia, parou 40, fez 104 peças com o mesmo ciclo de 30 segundos e refugou 7. O OEE dela é de 40,4%. A média simples entre as duas dá 57,2%. Calculado sobre os totais (762 peças boas vezes 30 segundos, divididos por 570 minutos planejados), o OEE da área é de 66,8%.
A média simples dá à máquina que quase não rodou o mesmo peso da que trabalhou o turno inteiro. As medidas acima evitam o problema porque cada índice soma minutos e peças antes de dividir. O cuidado vale também na visão mensal: o OEE do mês sai da soma do mês, não da média dos OEEs diários.
Quais erros fazem o OEE parecer melhor do que é?
- Ciclo ideal tirado da média histórica: se o padrão é o tempo que a máquina costuma levar, a performance fica perto de 100% e as perdas de velocidade somem do painel. O ciclo ideal é o da engenharia ou o melhor ciclo sustentado já medido.
- Performance acima de 100%: é sinal de ciclo cadastrado errado ou de quantidade apontada a mais. O painel deve listar essas linhas como exceção em vez de esconder o problema.
- Paradas planejadas demais: quando setup e falta de material entram como pausa planejada, saem do tempo planejado e a disponibilidade melhora no papel. Setup é perda, mesmo quando é inevitável.
- Microparadas sem registro: paradas de um ou dois minutos que o operador não aponta acabam aparecendo como queda de performance. Não é erro de cálculo, mas a análise de causas fica mais pobre.
- Retrabalho contado como peça boa: a peça que voltou para a máquina e foi aprovada na segunda tentativa não é boa de primeira. Misturar as duas coisas infla a qualidade.
Também vale tomar cuidado com metas copiadas de fora. O valor de 85% citado como referência de classe mundial vem da literatura de manutenção produtiva total e diz pouco sobre uma fábrica que está medindo pela primeira vez. A meta útil sai da linha de base da própria operação, medida por algumas semanas com o registro de paradas já confiável.
O que mostrar no painel de OEE?
- Visão por máquina e por turno: OEE e seus três índices lado a lado, porque o mesmo OEE de 65% pede ações diferentes se a perda está em parada ou em refugo.
- Cascata de perdas em minutos: do tempo planejado até o tempo útil, mostrando quanto saiu em paradas, em velocidade e em qualidade. O gráfico de cascata nativo do Power BI resolve.
- Pareto de paradas por motivo: os cinco motivos que somam mais minutos no mês, por máquina, com a tendência semana a semana.
- Tendência diária e comparação entre turnos: diferenças grandes entre turnos na mesma máquina costumam apontar para método de trabalho, setup ou apontamento diferente.
- Lista de exceções: turnos sem apontamento, performance acima de 100% e paradas sem motivo, para corrigir o dado antes da reunião.
Para a gestão, atualizar o painel uma vez por turno ou uma vez por dia costuma bastar. O acompanhamento minuto a minuto, ao pé da máquina, é papel do MES ou do supervisor. O Power BI serve para a reunião diária de produção e para a análise das causas que se repetem.
Se a sua fábrica ainda calcula o OEE em planilha no fim do mês, ou nem calcula, solicite um painel de produção à Insight Pro. No diagnóstico gratuito do serviço de Business Intelligence, avaliamos como os seus apontamentos de produção e de paradas estão registrados hoje, calculamos o OEE de uma máquina com dados reais de algumas semanas e mostramos o que falta para o painel cobrir a fábrica inteira. Para pedir o seu, use o formulário de contato.
Leia também




