很多工厂产线跑了几年，存了几T数据，真要用的时候拿不出能用的结论。要么就是一张表只有总产量、总OEE几个干巴巴的数，要么就是维度堆了一堆，谁都看不懂。以下聊的都是我在离散制造产线摸爬滚打踩出来的实际经验，不是书本上的空话。
为什么单维度统计已经救不了现在的产线
三年前在长三角给一家汽车零部件厂做产线升级，他们冲压车间的五条线，报表上总OEE常年稳定在88%，符合行业标杆水平。老板天天愁，说为什么毛利率就是比同行低两个点？
就是这两个点，一年少赚小两百万。
我翻了他们三个月的报表，所有数据都是按天汇总的，只有总产量、总停机时间、总不良数。全是单维度的总数据。把数据拆开按产品型号、按班次、单台设备重新拉一遍，问题直接冒出来了。
他们主打产品有两种，一种是大尺寸保险杠冲压件，一种是小尺寸结构件。总OEE混在一起算，大尺寸产品换型时间长，不良率高，实际单台设备做保险杠的时候OEE只有79%，做结构件能到93%。之前混在一起算，愣是把这9个点的差距给抹平了。老板还以为两条线效率差不多，一直按对半排产，实际多排结构件的话，每个月能多出12%的产值。
很多人现在还抱着“产线统计就是算总OEE”的老思路，对吧？SEMI E10标准里OEE的计算逻辑本来是对的，但你什么都往一起堆，再准的指标也给用废了。
多维度统计到底拆哪几个核心维度才有用
说实话，不用搞太复杂，抓四个核心维度足够解决80%的问题。
第一个是时间维度，别只按天按月汇总，拆到班次，拆到小时，甚至拆到换型前后的区间。之前另一个客户的焊接线，白班不良率稳定在0.3%，晚班一直跳到1.5%，生产线长一口咬定是晚班工人睡觉不巡检。拆到每小时数据之后你猜怎么着？凌晨两点到四点之间不良率冲到4%，其他时段和白班没差。查了半个月，最后发现是车间中央空调夜间降温，焊接设备的水冷机组进水温度比白班低了8度，焊丝熔点飘了，参数没跟着调。就这么点事，冤枉了大半年工人。
第二个是设备单元维度，别整条线算一个数，拆到每一台单机，甚至每一个加工工位。一条组装线十台压机，你整条线算OEE，其中一台压机的定位精度漂移，导致的不良，全给平均掉了。
第三个是产品与工艺维度，不同型号、不同批次原材料的产线数据一定要分开算。我见过最离谱的，同一款产品，用两家供应商的冷轧钢，延伸率差3%，冲压的脱模成功率差整整5个点，混在一块统计，半年都没找到不良率波动的原因。
第四个是成本维度，这个是绝大多数工厂都会漏的。同样的OEE，停机10分钟换刀和停机10分钟等原料，成本差远了。换刀是计划性停机，不影响质量，等原料是待工，工人工资还要照付，订单交付还要延期，隐性损失翻好几倍。很多统计只算时间，不算对应的损失，最后出来的结论根本没用。
落地的时候一定要避开这三个坑
第一个坑：数据时间戳不对不齐。我刚做统计分析的时候踩过这个坑，花了一个星期拉数据，最后发现设备PLC的时间和MES系统的时间差了三分钟，传感器采集的停机信号对不上产出，整批数据直接报废。重调时间戳又花了两天。现在上新系统，我第一要务就是校时，要求所有设备时间误差不能超过10秒，这是底线。
第二个坑：过度追求全维度，搞出几十上百个指标，一线没人能用。说实话，产线班组长每天要管那么多事，你给他一张几十列的报表，他看得懂吗？要抓核心，每个层级给对应维度的数据，老板看总维度的毛利，车间主任看班次维度的效率，班组长看工位维度的异常，别搞一刀切。
第三个坑：为了好看的数据修改统计口径。我见过太多工厂为了OEE好看，把计划性停机从总计划工时里扣除，最后OEE冲到95%，实际产线一半时间在停着。这种自欺欺人的事，别干。统计的目的是找问题，不是给老板交差。有问题露出来才是好事。
不过话说回来，也不是说一定要花大几百万上一套新系统才能做多维度分析。很多工厂现在MES已经有原始数据了，只要把原始数据导出来，自己用Excel加Power BI就能拆，花不了多少钱，先跑起来验证，再上系统也不迟。
产线运行数据统计，本质上就是给产线做全身体检。单维度就是只量体重，你体重正常不代表你没病。多维度就是给你做CT，把每个部位的问题都找出来。
数据放在那，不用就是一堆垃圾，拆对了维度，就是能帮你赚钱的宝贝。
