Guida pratica a OEE, TEEP, Scrap Rate, Cycle Time e agli altri indicatori che contano davvero — con benchmark verificati e i tre livelli di lettura disponibili in NET@PRO.

INDICE DEI CONTENUTI

• Perché i KPI sbagliati fanno più danni di nessun KPI
• I 7 KPI fondamentali della produzione manifatturiera
• OEE: l'indicatore cardine dell'efficienza produttiva
• TEEP: quando vuoi vedere il quadro completo
• Scrap Rate: il costo della non qualità
• Cycle Time e Takt Time: ritmo e velocità
• On-Time Delivery e Schedule Adherence: la voce del cliente
• Come leggere i KPI senza farsi ingannare dai numeri
• I tre livelli di lettura dei KPI in NET@PRO
• FAQ: KPI di produzione

Un Plant Manager che guarda i propri KPI di produzione ogni mattina ha già un vantaggio competitivo rispetto a chi gestisce la fabbrica a sensazione. Ma non tutti i KPI sono uguali: alcuni mostrano esattamente dove si perde valore, altri nascondono i problemi sotto una media rassicurante.

In questa guida trovi i 7 KPI produttivi che ogni responsabile di produzione dovrebbe monitorare, con le formule di calcolo, i benchmark di settore verificati, le trappole interpretative più comuni e, nella parte finale, i tre livelli a cui questi KPI possono essere letti in NET@PRO — dal dato istantaneo di macchina all'analisi storica multi-aggregato.

Perché i KPI sbagliati fanno più danni di nessun KPI

Prima di entrare nel merito dei singoli indicatori, vale la pena fare una premessa scomoda: molte aziende manifatturiere misurano i KPI sbagliati, o misurano quelli giusti nel modo sbagliato. Il risultato è peggiore di non misurare nulla, perché produce una falsa sicurezza.

I tre errori più comuni

• Misurare la produzione in pezzi assoluti. Quanti pezzi ha prodotto la linea oggi? È la domanda più frequente e spesso la meno utile. Senza sapere quanti ne avrebbe dovuti produrre, quanto tempo ci ha messo e quanti erano conformi, il numero non significa nulla.
• Usare medie che nascondono le varianze. Un OEE medio del 72% su base mensile può nascondere una settimana al 90% e una al 50%. Il problema sta nella variabilità, non nella media. Un KPI che non viene letto in trend e distribuzione fornisce un'informazione parziale.
• Misurare ciò che è facile da misurare, non ciò che è importante. Contare i pezzi prodotti è semplice. Calcolare il costo per unità prodotta, la capacità persa per micro-fermate o l'impatto degli scarti sul margine di commessa richiede dati più strutturati. Spesso si sceglie la comodità a discapito dell'utilità.

I 7 KPI fondamentali della produzione manifatturiera

OEE: l'indicatore cardine dell'efficienza produttiva

L'OEE (Overall Equipment Effectiveness) è uno dei KPI più utilizzati per misurare in modo concreto l'efficienza di un impianto o di una linea produttiva. In altre parole, permette di capire quanto una risorsa stia realmente producendo rispetto al suo potenziale nel tempo pianificato.

È un indicatore che integra tre dimensioni fondamentali della produzione — disponibilità, prestazioni e qualità — offrendo una visione sintetica ma molto efficace delle perdite lungo il processo produttivo.

Più che soffermarsi sulla formula, ciò che conta è il suo significato pratico: l'OEE aiuta a individuare dove si generano inefficienze, che si tratti di fermate macchina, rallentamenti o scarti di produzione.

Interpretarlo correttamente è essenziale. Un valore di OEE non va mai letto in assoluto, ma sempre nel contesto del processo produttivo, del tipo di impianto e del livello di maturità dell'azienda. Per questo motivo, viene spesso utilizzato come punto di partenza per iniziative di miglioramento continuo.

Un altro aspetto importante è evitare una delle interpretazioni più comuni ma fuorvianti: un OEE elevato non significa necessariamente che l'impianto stia lavorando "al massimo", soprattutto se non si considera il tempo realmente pianificato per la produzione. È proprio qui che entrano in gioco altri indicatori complementari come il TEEP.

📊 Dato chiave — Il dato che la maggior parte dei vendor non dice: l'OEE misurato manualmente è sistematicamente 8–12 punti percentuali più alto di quello misurato automaticamente. Le micro-fermate, i piccoli rallentamenti e le stime di tempo ciclo ottimistiche sono invisibili al tracciamento manuale. Quando un'azienda passa per la prima volta a un MES che misura l'OEE in automatico, è normale vedere il valore scendere di 15-20 punti nelle prime 1-2 settimane: non perché la produzione stia peggiorando, ma perché il dato sta diventando accurato per la prima volta (Symestic, 15.000+ macchine connesse, 18 paesi).

Per chi vuole approfondire il tema in modo più tecnico e operativo, è possibile leggere l'articolo dedicato: “OEE: cos’è, come calcolarlo e come migliorarlo in produzione”

TEEP: quando vuoi vedere il quadro completo

Il Total Effective Equipment Performance estende il ragionamento dell'OEE all'intero calendario disponibile, 24 ore su 24, 7 giorni su 7, indipendentemente da quante ore l'impianto è stato pianificato in produzione.

La formula

TEEP = Utilizzo × OEE

Dove Utilizzo = Tempo pianificato / Tempo totale disponibile (es. 8h su 24h = 33,3%)

Riprendendo l'esempio precedente:

• Utilizzo = 480 minuti / 1.440 minuti (24h) = 33,3%
• OEE = 76,6%
• TEEP = 33,3% × 76,6% = 25,5%

Quando usarlo

Il TEEP è lo strumento giusto quando vuoi rispondere a domande strategiche: ho davvero bisogno di un nuovo impianto? Posso soddisfare nuovi ordini con la capacità attuale se aggiungo un turno?

📌 Nota — Il TEEP è un indicatore di capital allocation, non un indicatore operativo da seguire ogni turno. Confrontare il proprio TEEP con un valore “world-class” generico è un errore comune: un impianto monoturno (8 ore su 24) ha un tetto matematico di circa il 33% indipendentemente da quanto bene lavori, mentre un impianto a turni continui 24/7 può puntare a valori superiori al 90%. Il TEEP va sempre confrontato con il pattern turni specifico dell’azienda, non con un benchmark universale.

Per molti impianti che lavorano su un solo turno, un TEEP sotto il 30% non è di per sé un allarme: può semplicemente riflettere una scelta deliberata di non produrre su più turni. Diventa un dato strategico quando si valuta se aggiungere un turno è più conveniente che investire in un nuovo macchinario — la stessa percentuale di capacità nascosta, attivata, costa quasi sempre meno di un nuovo impianto.

Scrap Rate: il costo della non qualità

Lo scrap rate è la percentuale di produzione non conforme sul totale prodotto. Semplice da calcolare, spesso sottovalutato nei suoi effetti economici.

La formula

Scrap Rate = (Pezzi non conformi / Pezzi totali prodotti) × 100

Un tasso del 3% su una linea che produce 10.000 pezzi al giorno significa 300 pezzi persi ogni giorno. Ma il costo reale è molto più alto del valore del pezzo scartato: include il tempo macchina consumato, la materia prima, il lavoro, e — nei casi peggiori — il ritiro dal mercato o le penali cliente.

📊 Dato chiave — Benchmark verificati: settori a basso mix e alta automazione (elettronica semplice) puntano a uno scrap rate sotto lo 0,1%; settori complessi (elettronica avanzata) accettano 0,5–2%. Il metalmeccanico USA registra una media dell'1,4% di scarti e rilavorazioni sul fatturato (FMA Survey 2026). Un tasso oltre il 5% segnala quasi sempre problemi sistemici di processo, materiali o impianto — non una semplice variabilità statistica.

Le dimensioni da monitorare

Non basta sapere che lo scrap rate è al 3%. Bisogna sapere:

• Dove si genera: in quale fase del processo, su quale macchina, in quale turno
• Quando si genera: a inizio lotto (rodaggio), a fine turno (stanchezza), dopo un cambio formato
• Su quali referenze: certi prodotti o materiali generano più scarti di altri

Un software MES come quello della suite NET@PRO permette di associare ogni scarto alla fase di processo, all'operatore, al lotto di materia prima e all'ordine di produzione, trasformando il dato grezzo in un'analisi causa-radice.

Cycle Time e Takt Time: produrre nel modo giusto e al ritmo giusto

Tra i KPI di produzione, Cycle Time e Takt Time sono spesso citati insieme perché descrivono due prospettive complementari dello stesso problema: l'efficienza interna del processo e la sua coerenza con la domanda del mercato.

Il Cycle Time rappresenta il ritmo reale con cui un'azienda produce i propri pezzi o unità. È quindi un indicatore legato direttamente alle performance del processo produttivo e ai tempi effettivi di lavorazione.

Il Takt Time, invece, introduce un punto di vista esterno: quello del cliente. Indica infatti il ritmo ideale di produzione necessario per soddisfare la domanda in un determinato periodo.

Il confronto tra questi due valori è ciò che rende davvero utile la loro lettura: permette di capire se la produzione è allineata alla domanda, se sta accumulando ritardi oppure se sta producendo più del necessario rispetto alle richieste del mercato.

On-Time Delivery e Schedule Adherence: dal reparto produttivo al cliente

Accanto agli indicatori interni, esistono KPI che collegano direttamente la produzione alla soddisfazione del cliente finale.

L'On-Time Delivery (OTD) misura la capacità dell'azienda di consegnare gli ordini nei tempi concordati. È uno degli indicatori più importanti dal punto di vista del cliente, perché riflette in modo immediato l'affidabilità del servizio. Un punto metodologico spesso trascurato: l'OTD va misurato contro la data di consegna originariamente promessa, non contro una data ri-pianificata dopo un ritardo — altrimenti il dato risulta artificialmente gonfiato.

📊 Dato chiave — Benchmark verificati: un OTD del 95-98% è considerato esemplare; il metalmeccanico USA registra una media dell'84% misurata contro la data promessa originale (FMA Survey 2026). Aziende con sistemi di pianificazione e qualità disconnessi registrano in media un OTD del 78%; con l'integrazione tra pianificazione, produzione e qualità il valore sale tipicamente a 90-93% in 6-8 mesi (XcelPros, settori farmaceutico e chimico, 2025).

La Schedule Adherence, invece, osserva il rispetto del piano di produzione interno. Aiuta a capire quanto l'esecuzione reale sia allineata a ciò che è stato pianificato, evidenziando eventuali criticità nella gestione operativa o nella pianificazione stessa.

Insieme, questi KPI permettono di collegare ciò che accade in fabbrica con ciò che percepisce il cliente, offrendo una visione più completa delle performance produttive.

Come leggere i KPI senza farsi ingannare dai numeri

Avere i dati è il primo passo. Saperli leggere è quello che fa la differenza. Alcune regole pratiche:

• Leggi sempre in trend, mai come fotografia istantanea. Un OEE del 72% oggi non dice nulla da solo. Se era al 65% tre mesi fa, è un segnale positivo. Se era all'80% la settimana scorsa, c'è qualcosa da indagare.
• Disaggrega prima di concludere. Un OEE medio del 72% sulla linea nasconde spesso impianti al 90% e impianti al 50%. Il problema non è la media: è l'impianto che trascina tutto verso il basso.
• Collega i KPI tra loro. Un aumento dello scrap rate che coincide con un calo dell'OEE e un peggioramento dell'OTD racconta una storia coerente: c'è un problema di processo che sta impattando la qualità, l'efficienza e le consegne. Affrontarlo alla fonte risolve tutti e tre i sintomi.
• Distingui cause controllabili da cause esterne. Un calo della Schedule Adherence dovuto a un fornitore che non ha consegnato la materia prima è diverso da uno causato da guasti frequenti. Il primo è un problema di supply chain, il secondo di manutenzione.
• Definisci le soglie di allerta prima, non dopo. Ogni KPI deve avere una soglia verde (normale), gialla (attenzione) e rossa (intervento urgente) definita a priori. Se la soglia la definisci dopo aver visto il numero, stai razionalizzando, non analizzando.
• OEE in tempo reale con decomposizione nelle tre componenti (Disponibilità, Performance, Qualità), aggiornato a ogni ciclo macchina
• Alert automatici al superamento delle soglie configurate — fermo prolungato, scostamento dal tempo ciclo standard, scarto anomalo
• Stato macchina live: in produzione, in fermo (con causale), in setup, in attesa materiale
• Top cause di fermo per tempo perso cumulato, aggiornate in continuo durante il turno in corso
• Confronto OEE settimana su settimana e mese su mese, per linea e per reparto
• Scrap rate per fase di processo e per lotto di materia prima, per identificare pattern ricorrenti
• Schedule Adherence per ordine, confrontata con l'OTD per collegare l'esecuzione interna alla puntualità verso il cliente
• Identificazione dei colli di bottiglia su cui concentrare le azioni di miglioramento nella settimana successiva
• Confronto cycle time effettivo vs. standard time, per referenza e per macchina, su orizzonti pluri-mensili
• Grafici di Pareto sulle cause di scarto e di fermo, aggregabili per periodo, linea o referenza
• Esportazione dei dati grezzi per analisi statistiche esterne (SPC, Six Sigma)
• Calcolo del TEEP su base mensile per le decisioni di capacity planning — confrontando l'utilizzo reale della capacità installata con il pattern turni attuale, prima di valutare un investimento in nuovi impianti

I tre livelli di lettura dei KPI in NET@PRO

NET@PRO raccoglie i dati di produzione — dagli avanzamenti ordine, ai fermi macchina dichiarati o rilevati automaticamente, ai controlli qualità in linea — e li rende disponibili a tre livelli distinti di lettura, ciascuno pensato per un orizzonte temporale e un ruolo organizzativo diverso. Non è un'unica dashboard generica: è un'architettura a strati che porta il dato giusto, alla persona giusta, nel momento in cui serve.

Livello 1 — Indicatori real-time (MES interconnesso agli impianti)

Quando il modulo FDI (Factory Data Integration) di NET@PRO è collegato direttamente alle macchine via OPC-UA, MQTT o protocolli SCADA, gli indicatori non sono più calcolati a posteriori su dati dichiarati: sono calcolati live, aggiornati al verificarsi di ogni evento di macchina (avvio, fermo, ciclo completato, scarto).

Questo livello risponde a una domanda molto specifica: cosa sta succedendo ora, in questo turno, su questa macchina? È il livello del capoturno e dell'operatore: la macchina si è appena fermata e il sistema lo segnala immediatamente con causale; l'OEE del turno si aggiorna pezzo per pezzo, senza attendere la chiusura del turno per scoprire che è andato male.

Livello 2 — Dashboard di reparto (visibilità settimanale)

Il secondo livello aggrega i dati su un orizzonte tipicamente settimanale, per linea, reparto e referenza. Non è più il dato istantaneo della singola macchina: è la sintesi che permette al responsabile di produzione di confrontare turni, identificare pattern ricorrenti e prioritizzare gli interventi senza dover scorrere centinaia di eventi grezzi.

Questo livello risponde alla domanda: come stiamo andando questa settimana rispetto alla settimana scorsa, e dove conviene concentrare l'attenzione del team?

Livello 3 — Analytics (orizzonte ampio, logica BI)

Il terzo livello è pensato per analisi che superano l'orizzonte settimanale: mesi, trimestri, confronti anno su anno, con aggregatori multipli (per linea, per referenza, per cliente, per turno, per causale) e una logica più simile a una piattaforma di Business Intelligence che a una dashboard operativa. È il livello di Ingegneria, Qualità e Direzione, dove i KPI diventano input per decisioni strutturali — capacity planning, investimenti, revisione dei processi.

📌 Nota — I tre livelli non sono indipendenti: condividono lo stesso dato di origine, raccolto una sola volta. Un fermo macchina dichiarato dall'operatore (Livello 1) alimenta automaticamente l'aggregato settimanale del reparto (Livello 2) e contribuisce al Pareto delle cause di fermo nell'analisi trimestrale (Livello 3). Non ci sono ricalcoli manuali né riconciliazioni tra sistemi diversi: è lo stesso dato, letto a granularità e orizzonte temporale crescenti.

Configurazione dei KPI

In NET@PRO i target per ogni KPI sono configurabili per linea, reparto e turno. Le soglie di allerta (verde/giallo/rosso) possono essere impostate dal responsabile di produzione senza intervento IT. I KPI calcolati automaticamente includono OEE, TEEP, scrap rate e cycle time; quelli che richiedono dati esterni (OTD, Schedule Adherence) si alimentano in modo integrato con il modulo di pianificazione ordini.

FAQ: KPI di produzione

Con quale frequenza devo leggere i KPI?

Dipende dal KPI, dal ruolo e dal livello a cui viene letto. Il capoturno legge OEE e scrap rate in tempo reale durante il turno (Livello 1). Il responsabile di produzione fa un'analisi settimanale per reparto e linea (Livello 2). Il Plant Manager e la Direzione guardano i trend mensili e trimestrali per le decisioni strategiche (Livello 3). La frequenza giusta è quella che permette di intervenire in tempo utile per quel ruolo specifico.

L'OEE da solo basta per capire se la mia fabbrica sta andando bene?

No. L'OEE misura l'efficienza nel tempo pianificato, ma non dice nulla su quanto del tempo totale disponibile stai effettivamente usando (per quello serve il TEEP), né sul rispetto delle consegne (OTD) o sulla qualità del prodotto (scrap rate). È il punto di partenza, non il quadro completo.

Posso calcolare i KPI senza un MES, ad esempio con Excel?

È possibile per un numero limitato di linee e con dati raccolti manualmente, ma il risultato è quasi sempre incompleto e in ritardo. Excel non rileva le micro-fermate, non associa automaticamente gli scarti alla fase di processo e non fornisce alert in tempo reale. Un MES come NET@PRO automatizza la raccolta dati e rende i KPI disponibili ai tre livelli — real-time, settimanale e analitico — eliminando il lavoro di rendicontazione manuale che in molte aziende occupa ore al giorno.

I KPI devono essere gli stessi per tutte le linee e tutti i reparti?

Non necessariamente. Un reparto di saldatura e una linea di assemblaggio hanno dinamiche diverse e possono richiedere KPI diversi o soglie diverse per gli stessi indicatori. NET@PRO permette di configurare target e soglie per linea, permettendo confronti omogenei tra impianti simili e obiettivi personalizzati per quelli con caratteristiche diverse.

Qual è la differenza tra la dashboard di reparto e il livello analytics?

La dashboard di reparto (Livello 2) mostra un orizzonte settimanale con aggregazione per linea, reparto e referenza: serve a decidere cosa fare questa settimana. Il livello analytics (Livello 3) lavora su orizzonti più ampi — mesi, trimestri, anni — con aggregatori multipli incrociabili (per cliente, per causale, per turno) e supporta l'esportazione dati per analisi statistiche esterne: serve a decisioni strutturali come il capacity planning o la revisione di un processo.

 Vuoi scoprire come trasformare i KPI della tua produzione in decisioni in tempo reale?
Contattaci — il nostro team è a disposizione per una valutazione preliminare! 

Articolo redatto da Team Content Qualitas Spa