O erro de tratar OEE como placar
Eficiência Global do Equipamento (OEE) é um dos indicadores mais citados no Lean Manufacturing e, ao mesmo tempo, um dos mais mal utilizados. Em muitas plantas, o OEE vira um número que sobe e desce no relatório mensal, comparado entre turnos ou entre fábricas como se fosse um placar de competição. Quando isso acontece, a ferramenta perde sua função original: diagnosticar onde a perda está acontecendo e por quê.
OEE é o produto de três componentes — disponibilidade, performance e qualidade. Isoladamente, cada um conta uma história diferente sobre o processo. Quando se olha apenas o número final, essa história desaparece. Dois equipamentos podem ter o mesmo OEE de 65% por motivos completamente distintos: um por paradas não programadas, outro por microparadas que ninguém registra. Tratar os dois com o mesmo plano de ação é desperdício de esforço.
Decompondo antes de agir
Antes de qualquer plano de melhoria, é preciso decompor o OEE nos três fatores e perguntar qual deles está puxando o resultado para baixo.
- Disponibilidade baixa: geralmente aponta para paradas não programadas, setups longos ou manutenção reativa. O caminho passa por TPM e redução de tempo de troca, não por pressionar o operador a trabalhar mais rápido.
- Performance baixa: normalmente revela microparadas, operação abaixo da velocidade nominal ou ajustes manuais frequentes. Aqui o problema costuma estar no desenho do processo ou na condição do equipamento, não nas pessoas.
- Qualidade baixa: indica retrabalho, refugo ou perdas de start-up. Está ligada a causas-raiz de variação de processo, muitas vezes tratáveis com ferramentas de Six Sigma.
Sem essa decomposição, times de melhoria tendem a atacar o sintoma mais visível em vez da causa real. É comum ver fábricas investindo em treinamento de operadores quando o problema de fundo é um equipamento com manutenção preventiva inadequada.
O problema da meta genérica de 85%
Muitas organizações adotam a meta clássica de 85% de OEE como referência universal, copiada de benchmarks da indústria automotiva. Isso ignora o contexto: processos com alto mix de produtos, trocas frequentes ou tecnologia antiga podem ter um teto realista bem diferente. Perseguir uma meta genérica sem entender a natureza do processo leva a dois erros comuns: desistir da métrica por
