摘要：很多工厂砸钱上了一堆传感器、SCADA系统，最后算绩效还是靠主管月底翻手工报表，系统产出的数据没人认。这是绝大多数制造企业做制造绩效监控都踩过的坑。本文结合我在汽车零部件冲压车间三年项目落地经验，聊点一线真东西，没有空话。
别拿数据采集当制造绩效监控
很多人刚接触这个东西，默认就是把设备转速、开机时间全采上来，传到系统里出个看板，就算做完了。
说实话我刚接那个冲压线项目的时候也犯过这个错。当时老板拍板要做数字化，要求必须上制造绩效监控。我花了两个月跑现场接线，把12台冲压机的运行状态、节拍全采进了MES系统，信心满满等着月底出结果。结果算出来的整体OEE，和车间主任手工统计的差了整整8个百分点。两边各说各的，谁都不服谁。
我蹲在现场盯了三天，才找到病根。
问题出在规则，不是采集。换模的时候，设备待机，组长安排工人趁这个时间做首件检验，这个时间到底算停机损失，还是换型损失？大部分现成的采集系统，直接把所有待机都算成非计划停机，这不扯吗？
制造绩效监控的核心，从来不是采集数据，而是对齐绩效规则和现场业务场景。按照GB/T 41631-2022《制造运行管理 绩效指标计算》的官方定义，可用性损失明确分为计划停机损失和非计划停机损失，换模、首检属于计划内的换型损失，不能直接算进设备可用性拉低整体绩效。很多网上下载的免费OEE模板，上来就把所有待机归为停机，从根上就错了。对吧？
大把工厂花几十万上系统，最后变成摆在角落的摆设，十有八九都是这个原因：数据对不上现场的实际逻辑，没人愿意用。
制造绩效监控的核心落地节点
踩过坑之后我总结，做制造绩效监控，根本不需要搞那么多花里胡哨的功能，把三个节点盯死就够用。
第一个是异常停机的触发阈值。什么才算异常停机？冲压机卡料，工人5分钟就能排障完成，这个算小异常还是算停线？我们一开始拍脑袋定了5分钟，结果一天触发几十条异常，班组长手机天天炸锅，根本看不过来。后来拉了过去半年327起停机记录算平均值，最后定的规则是：设备中断生产超过2分钟，系统自动触发异常记录，推送给当班班组长；超过15分钟，自动升级到工段长。就这个调整，异常处理响应速度提了快40%。
第二个是绩效数据的颗粒度选择。很多人觉得颗粒度越细越好，其实根本不是。我们那条线做多种车型的车身结构件，不同产品的换模时间差了三倍，一开始按整线算OEE，出来的数据平平稳稳，根本看不出哪台设备拖后腿。后来我们把颗粒度拆到单台设备、单工序，每台冲压机的绩效单独统计，每天下班自动出排名，三个月下来，拖后腿那台设备的可用性直接提了12%。
不过话说回来，颗粒度也不是越细越好。我之前试过给每个工人的每个操作都打标采集，不到一周，设备员就偷偷关了好几个采集点，说太耽误正常干活。现在想想，真没必要。能定位到哪台设备、哪个工序出问题，就够了。
第三个是必须留人工校正的口子。不可能所有情况都靠系统自动识别，比如全厂停电、上游断料，这些系统性停摆，系统肯定会默认算成设备异常，这个时候必须给现场管理人员留修改备注的权限，月底再统一审核校准，不然绩效数据肯定不对，部门之间天天吵架。
常见踩坑和选型经验
接触这五六年，见过太多项目死得莫名其妙，总结几个大部分人都会踩的坑。
第一个坑，追求100%自动化，完全排斥人工干预。我见过一家做发动机配件的工厂，花了三百多万上系统，为了数据“绝对准确”，死活不给现场留修改数据的权限，结果好几次全厂停电的停线都算成了设备部的绩效责任，设备经理直接拍桌子闹到总经理那里，最后整个系统都被弃用了。
第二个坑，堆指标越多越专业。我见过一块绩效看板，上面塞了三四十个指标，从单位能耗到人均产出什么都有，其实核心有用的就四个：OEE、单位工时产出、异常停机总时长、百万废品率。搞那么多花里胡哨的，一线领导根本看不过来，等于没有。
第三个坑，选型上来就奔着最贵的整套方案买。很多供应商上来就吹“AI预测异常”“无人值守绩效”，听听就得了。绝大多数中小工厂，连最基础的绩效规则都没理清楚，要什么AI？我给朋友的五金加工厂做顾问，让他们先拿Excel搭了个基础框架，把规则跑顺了，验证了三个月确实能提效，再上正式系统，前前后后花了不到三千块试错成本，比上来就砸几十万强太多。
还有老设备改造，别上来就听供应商忽悠换设备，大部分老设备加个普通IO采集模块，一百多块钱一块就能采集运行状态，足够用了。我那个12台老冲压机的项目，加采集模块才花了不到两万块，就搞定了所有数据采集，比换设备省了大几十万。
小结
制造绩效监控，本质是帮现场找浪费、提效率，不是帮着老板盯员工。做对了规则，找对了颗粒度，不用花大价钱，产能提10%-20%太正常。做反了，就是劳民伤财的摆设，谁用谁骂。
