先跟你说个真事。上个月，车间主管拿着我们的看板数据，说OEE到了85%，他以为自己管理有方。结果我过去一看——妈的，他把换型时间全剔除了。实际上OEE连60%都不到。这就是我为什么想聊聊这个指标看板。
这东西看着简单，不过就是几个数字摆在一起嘛。但如果你真的在机加工或装配现场待过，你就知道，任何一块指标看板背后，都藏着无数个坑。数据怎么采？频率多高？有没有剔除人为因素？逻辑链路通不通？这些决定了一块看板是工具还是装饰品。
看板不是报表：指标之间的逻辑关系
先别急着堆砌KPI。OEE、TEEP、利用率、直通率、节拍时间……你都能显示，但你能解释它们之间的因果链条吗？我见过太多看板，把一堆指标平铺在屏幕上，红红绿绿的，看着热热闹闹，实际上没人能从中看出下一步该干什么。
这里有个关键点：指标必须构成一个决策系统。以OEE为例，它拆成可用率、性能率、良率。但你必须知道，性能率低于80%往往意味着刀具磨损没有管控，而不是操作工偷懒。如果你只看综合值，你永远找不出短板。ISO 22400-2给了我们一个标准框架，但标准是死的，你得根据自己车间的特点去裁剪。比如，我们厂里最关注的是换型损失，因为小批量多品种，所以专门加了SMED相关的次级指标。
另外，不要只看百分比。看板应该同时显示绝对值、目标值、历史趋势线。比如一台设备的OEE是78%，这代表什么？如果没有基线和目标，那只是一个孤零零的数字。我习惯把趋势箭头放在数字旁边——上周是75%，这周是78%，这才有意义。
说实话，我更倾向于不用现成的模板。你去看那些所谓“智能工厂”的看板，清一色的Power BI大屏，实际上连数据都懒得清洗。然后看板就成了装饰——这也是我写这篇东西的动机。
数据采集频率比算法更关键
你可能觉得算法是核心，错！数据采样频率才是决定性因素。你一天取一个平均值，跟每分钟取一个点，算出来的OEE能差20%。这不是危言耸听。我们做过一次对比实验：同一台机床，按班次汇总得到的可用率是92%，但按分钟采集+事件驱动计算，实际可用率只有76%。那个16个百分点的差距，全是被你“平均”掉的短时停机。
举个例子：某台加工中心，一个班次里前两小时正常，中间突然断电停机，后续恢复但转速下降。如果你按班次汇总，你会得到可用的平均值。但按分钟采样，你会看到那个断点，还有转速的劣化趋势。哪个对管理有用？傻子都知道。所以，看板的前端是数据采集系统，不是数据库。
我跟你们说，我们厂最后用了OPC UA直接从PLC读数据，原来是人工录入，那真是噩梦。人工录入会造成平均每天有十几个小时“消失”了，因为工人忙起来根本想不起来按按钮。而且人工数据天然带有“报喜不报忧”的倾向，你懂的。
顺便说一句，采样频率也不是越高越好。你每毫秒采一次，带宽和存储都是问题，而且很多信号是噪声。这里有个经验法则：事件驱动优于时间驱动。也就是说，只在状态变化时记录，比如主轴启动、停止、报警、换刀。这样既保证了精度，又不会产生海量垃圾数据。参考IEC 62264的标准交互模型，MES和PLC之间的数据交换必须建立在事件上，而不是轮询。
一个真实的案例：装配线的看板重构
去年我们给一条装配线做了个看板。最初客户要求显示每个工位的完工数，我们照做了。然后你猜怎么样？所有工位都在拼命赶产量，结果在制品堆积如山。于是我们重构了看板，把在制品库存量放在最显眼的位置，并且加了一个“拉动比”指标。
这个案例里，我们只改了一个显示优先级，就彻底改变了行为。现在，工位看到前面堆了就自动减速，而不是盲目加速。生产效率反而提升了18%，因为少了返工和搬运。
这让我想起一个道理：看板的价值不在于展示数据，而在于引导行动。如果你不知道每个指标出来之后该做什么，那看板就是个玩具。具体来说，每个指标必须配一个“触发规则”，比如OEE低于70%时，系统自动弹出设备维护工单。或者当节拍时间超过标准周期的110%时，看板会高亮这个工位，并提示检查工艺参数。
我还想强调一点：数据可视化不是让你搞什么花哨的3D动画。最有效的看板就是最朴素的表格+趋势线。我们曾经在一块LED大屏上做了一堆饼图，结果没人看。后来换成了文字列表，加上箭头和警报色，效果反而好得多。人脑处理文字和数字比处理图形快得多。
别盲目追求“实时”
很多甲方一上来就说，我要实时监控！实时你个鬼。你以为你开F1呢？我们做机械加工的，一个零件加工可能要半小时，你实时监控有什么用？只要关键节点有数据，比如开工、完工、合格、异常，就足够了。实时数据只是花架子，还会增加系统负担。
另一方面，延迟几秒钟并不影响决策。但如果你从MES里取数，MES本身可能就有5到10分钟的延迟。所以你必须搞清楚你的数据源。当你告诉老板“实时看板”时，你要知道这是有延迟的，不要被自己骗了。
不要迷信“综合指标”
最后吐槽一下“综合指标”这个词。综合意味着加权，而加权意味着主观。你把OEE、QCD、成本等几个指标揉成一个分数，看着很酷，但它遮蔽了大量信息。我见过一个客户，搞了一个“综合绩效指数”，结果两个车间分数相同，但实际上一个车间高产量低质量，另一个低产量高质量。谁来决策？看板能告诉你要关注什么？所以，看板要展示原始指标，而不是过度加工的复合指标。让管理者自己判断。
好了，该说的都说了。做看板做到最后，你会发现真正难的不是技术，而是让人相信数据。你得建立一个反馈机制——看板显示的问题谁来解决？多久解决？如果只是显示而不闭环，那士气会崩溃。就这样吧。希望你的看板不是又一个装饰品。
