為什麼工廠需要建立 KPI 管理制度？

工廠每天會產生大量生產資料，包括產量、工時、設備運轉時間、停機時間、不良數量、交期達成率及生產成本等。如果企業沒有建立統一的 KPI 管理制度，管理者往往只能依賴現場經驗、口頭回報或事後整理的報表進行判斷，不僅容易產生資訊落差，也難以及時掌握真正影響生產效率的問題。

建立 KPI 管理制度的目的，不只是製作報表或要求各部門填寫數據，而是透過一致的指標定義、計算方式與管理週期，將生產現場的實際狀況轉換成可以追蹤、比較及改善的管理資訊。

管理不能只憑經驗

資深主管與現場師傅累積的經驗非常重要，但僅依賴個人經驗進行管理，容易因人員認知不同而產生判斷落差。例如，同一台設備頻繁停機，有人認為是設備老舊，有人認為是操作問題，也可能有人認為是原料品質不穩定。

透過設備故障次數、平均修復時間、停機原因、不良率及設備稼動率等 KPI，管理者可以根據實際數據判斷問題，而不是只依靠感覺或印象，使管理決策更客觀、更具一致性。

KPI 能量化生產績效

許多管理目標，例如「提高效率」、「降低不良」或「改善交期」，若沒有具體數字，很難確認是否真正達成。KPI 可以將抽象的管理目標轉換成可衡量的數據，例如：

• 生產達成率
• 設備稼動率
• 整體設備效率 OEE
• 產品不良率
• 工單準時完工率
• 訂單準時交貨率
• 單位產品工時
• 每人每小時產量

透過明確的指標與目標值，各部門可以清楚了解目前績效、目標差距及改善方向，也能比較不同產線、設備、班別、產品或期間的生產表現。

快速發現異常趨勢

單看某一天的數據，可能無法判斷問題是否嚴重；但透過 KPI 的每日、每週及每月趨勢，就能提早發現異常。

例如，某台設備當日稼動率仍在可接受範圍內，但若連續數週逐步下降，可能代表設備故障頻率增加、換模時間變長或待料問題逐漸惡化。又如產品不良率雖未超過警戒值，但連續三個月上升，便應提前進行原因分析，避免後續發生大量報廢或客戶退貨。

因此，KPI 不只是呈現結果，更是一套生產預警機制。搭配 MES 即時資料蒐集與 Dashboard，系統還能針對異常指標發出通知，協助管理者及早處理。

作為持續改善依據

工廠進行設備改善、流程調整、人員訓練或生產排程最佳化後，必須透過改善前後的 KPI 比較，才能確認措施是否有效。

例如，企業導入快速換模方法後，可以比較改善前後的平均換模時間；建立預防保養制度後，可以追蹤設備故障率、非計畫停機時間及 MTBF 是否改善；調整生產排程後，則可觀察工單準時完工率與待工時間是否有所提升。

透過「發現問題、分析原因、執行改善、追蹤成效」的管理循環，KPI 能成為 PDCA 持續改善的重要基礎，避免改善工作流於口號或只執行一次。

提高跨部門溝通效率

生產問題通常不只涉及製造部門。例如，待料可能與採購、倉庫或生管有關；設備停機可能需要設備維修單位處理；品質異常則可能涉及品保、製程、研發與供應商。

若各部門使用不同的資料來源與計算方式，會議中容易花費大量時間確認數字，甚至互相歸責。建立統一的 KPI 定義與 Dashboard 後，各部門可以根據相同數據討論問題，例如停機時間、待料工單、不良數量、交期達成率及改善進度。

這不僅能減少資訊爭議，也能讓責任分工、改善期限與追蹤結果更加明確，提高跨部門協作效率。

KPI 管理的核心是改善，而不是考核

企業建立 KPI 制度時，應避免將所有指標都當成人員考核工具。若現場人員擔心數據會被用來追究責任，可能出現延遲回報、錯誤填寫或隱藏異常的情況，反而失去 KPI 管理的價值。

正確的 KPI 管理應以發現問題、改善流程及提升整體營運績效為核心。企業應清楚定義每項指標的計算方式、資料來源、責任單位、目標值、警戒值及追蹤頻率，並搭配 MES 自動蒐集生產數據，降低人工統計誤差，建立透明且可信賴的生產管理制度。

KPI 設定應遵循哪些原則？

KPI 並不是設定得越多越好，也不是只要有數字就能發揮管理效果。若指標與企業經營目標無關、資料無法即時取得，或現場人員難以理解，最終往往只會增加統計工作，卻無法真正協助管理決策。

因此，工廠在建立 KPI 管理制度時，應從企業目標、生產流程、資料來源與實際管理需求出發，選擇真正有助於改善營運績效的關鍵指標。

與企業目標一致

每一項 KPI 都應該能對應企業的經營目標，而不是為了製作報表而設定。

例如，企業目前最重視準時交貨，就應優先追蹤交期達成率、工單準時完工率、逾期工單數及待料時間；若目標是提高設備效率，則應關注設備稼動率、OEE、非計畫停機時間、MTBF 與 MTTR；若企業正面臨品質問題，則可追蹤不良率、報廢率、重工率及客訴件數。

透過企業目標向下展開 KPI，才能確保各部門的改善方向一致，避免生產、品保、設備、生管及倉儲各自追蹤不同數據，卻無法共同支援整體經營目標。

指標必須可量化

有效的 KPI 應具備明確的計算公式、資料範圍及判斷標準，讓不同人員在相同條件下都能得到一致結果。

例如，「提高生產效率」是一個管理目標，但不屬於具體 KPI；若轉換為「每人每小時產量」、「生產達成率」或「標準工時達成率」，就能透過數字進行追蹤與比較。

在設定 KPI 時，應清楚定義：

• 指標名稱
• 計算公式
• 資料來源
• 統計期間
• 目標值
• 警戒值
• 責任單位
• 檢討頻率

例如，設備稼動率應明確定義是以排程時間、開機時間或可用時間作為分母，避免不同部門採用不同算法，導致相同指標出現不同結果。

能即時取得數據

KPI 若需要大量人工抄寫、彙整與計算，不僅容易產生錯誤，也可能在問題發生數天後才被發現，失去即時管理的價值。

工廠應優先選擇能透過 MES、ERP、PLC、IoT 感測器、設備控制器或報工系統取得的數據。例如：

• 工單完成數量
• 設備運轉狀態
• 停機時間
• 生產工時
• 不良數量
• 待料時間
• 工單進度
• 設備警報紀錄

透過系統自動蒐集與計算，管理者可以即時查看 Dashboard，當 KPI 低於目標值或超過警戒值時，系統也能自動發出提醒，協助現場快速處理異常。

不過，即時取得數據的前提是資料必須正確。企業仍需建立設備連線、報工規範、停機原因分類及資料檢核機制，避免產生「即時但不正確」的管理資訊。

定期檢討與修正

KPI 並不是設定後就永久不變。隨著企業策略、生產模式、產品結構及設備條件改變，原本重要的指標可能不再適用，也可能需要重新調整目標值。

例如，新產線導入初期可能先重視設備穩定度與人員熟練度；產線穩定後，管理重點則可轉向產能、品質與成本。又如企業導入自動化設備後，原本以人工產量為主的 KPI，也應調整為設備稼動率、自動化率與單位產出成本等指標。

建議企業依管理需求設定不同檢討週期：

• 每日檢討即時生產異常
• 每週檢討工單進度與設備績效
• 每月檢討部門 KPI 達成狀況
• 每季或每年重新確認指標是否符合經營策略

透過定期檢討，可以淘汰無效指標、調整不合理目標，並依據實際營運狀況新增更具管理價值的 KPI。

避免 KPI 過多造成管理負擔

KPI 的重點在於「關鍵」，不是把所有可以計算的數據都納入管理。若指標數量過多，管理者很難掌握真正重要的問題，現場人員也可能需要花費大量時間填寫與整理資料。

企業可將指標分為不同管理層級：

• 高階主管關注營收、交期、品質、成本及整體設備效率
• 部門主管關注產線達成率、設備稼動率、不良率及人員效率
• 現場主管關注工單進度、停機原因、待料時間及異常處理狀況
• 作業人員關注當班產量、品質標準與設備警示

每個管理層級只需要掌握與自身決策相關的指標，並優先選擇少數真正重要的核心 KPI。一般而言，可先設定數項核心指標，再依管理需求逐步增加，避免一次建立過於複雜的指標體系。

KPI 應兼顧結果與過程

若只追蹤結果型 KPI，例如產量、交期達成率及不良率，通常只能在結果發生後確認問題。為了提早預警，企業也應搭配過程型 KPI。

例如，交期達成率屬於結果指標，而待料時間、排程變更次數、設備停機時間及工單進度則屬於過程指標。當過程指標出現異常時，企業便能提前採取措施，避免最終交期延誤。

因此，完整的 KPI 管理制度應同時包含結果指標與過程指標，讓管理者不只看見最終績效，也能掌握造成結果的關鍵因素。

建立清楚且可執行的管理機制

每一項 KPI 都應指定負責追蹤的單位與改善責任人。當指標未達目標時，也應有明確的處理流程，例如進行原因分析、提出改善措施、設定完成期限及確認改善成效。

KPI 若只有數據展示，卻沒有後續行動，就容易變成單純的報表。真正有效的 KPI 管理，應形成「設定目標、蒐集數據、發現異常、執行改善、追蹤成果」的完整循環，才能持續提升工廠的生產效率與管理能力。

設備管理常用 KPI

設備是工廠產能與交期的重要基礎。若設備經常故障、停機時間過長，或實際生產效率偏低，即使有足夠的訂單與人力，也可能無法依照排程完成生產。

因此，工廠進行設備管理時，不能只記錄設備是否故障，還應透過設備稼動率、OEE、MTBF、MTTR及非計畫停機次數等 KPI，從設備使用效率、可靠度、維修能力及停機影響等不同面向進行分析。

設備稼動率

設備稼動率主要用來衡量設備在可生產時間內，實際投入運轉的時間比例。

計算方式可表示為：

設備稼動率＝實際運轉時間 ÷ 計畫生產時間 × 100%

例如，某台設備當日計畫生產時間為 8 小時，扣除故障、待料、換模及其他停機後，實際運轉時間為 6 小時，設備稼動率為 75%。

設備稼動率適合用於判斷設備是否被充分利用，並分析設備停機、待料、待人、換模或排程不足等問題。若某台設備稼動率長期偏低，不一定代表設備故障，也可能是訂單不足、生產排程不合理、原料未到位或人員配置不足。

適用情境：

• 比較不同設備或產線的使用程度
• 分析設備閒置與等待時間
• 評估產能是否充分利用
• 尋找設備利用率偏低的原因
• 作為生產排程與設備投資的參考

設備稼動率適合觀察設備「有沒有在運轉」，但無法完整反映生產速度與產品品質，因此通常需要搭配 OEE 一起分析。

OEE

OEE 是 Overall Equipment Effectiveness 的縮寫，中文通常稱為「整體設備效率」。OEE 同時考量設備可動率、性能效率與良率，是評估設備整體生產效能的重要指標。

計算方式為：

OEE＝可動率 × 性能效率 × 良率

其中：

• 可動率：設備實際運轉時間占計畫生產時間的比例
• 性能效率：實際生產速度與標準生產速度的比較
• 良率：良品數量占總生產數量的比例

例如，設備雖然持續運轉，但生產速度低於標準，或生產過程中產生大量不良品，設備稼動率可能仍然很高，但 OEE 會明顯下降。

OEE 適合用來整體判斷設備是否「穩定、快速且能生產良品」，尤其適合自動化設備、瓶頸設備及大量生產型產線。

適用情境：

• 評估設備整體生產效能
• 比較不同設備、產線或班別績效
• 分析停機、降速及不良造成的損失
• 找出生產流程中的瓶頸設備
• 衡量 TPM 或設備改善專案成效

分析 OEE 時，不應只觀察最後的百分比，也要進一步拆解可動率、性能效率與良率，才能確認問題是來自停機、速度下降，還是品質異常。

MTBF

MTBF 是 Mean Time Between Failures 的縮寫，中文稱為「平均故障間隔時間」，用來衡量設備在兩次故障之間平均可以穩定運轉多久。

計算方式為：

MTBF＝設備總運轉時間 ÷ 故障次數

例如，某台設備一個月累計運轉 600 小時，期間發生 3 次故障，MTBF 為 200 小時，代表設備平均每運轉約 200 小時會發生一次故障。

MTBF 數值越高，通常表示設備可靠度越好；若 MTBF 持續下降，可能代表設備零件老化、保養不足、操作方式不當或生產負荷過高。

適用情境：

• 評估設備可靠度與穩定性
• 比較同類型設備的故障頻率
• 制定預防保養與零件更換週期
• 判斷設備是否需要汰換或大修
• 追蹤設備改善前後的可靠度變化

MTBF 適合分析「多久故障一次」，但無法反映每次故障需要多久才能修復，因此通常要與 MTTR 搭配使用。

MTTR

MTTR 是 Mean Time To Repair 的縮寫，中文稱為「平均修復時間」，用來衡量設備發生故障後，平均需要多少時間才能完成維修並恢復生產。

計算方式為：

MTTR＝故障維修總時間 ÷ 故障次數

例如，某台設備一個月發生 4 次故障，累計維修時間為 8 小時，MTTR 為 2 小時，表示每次故障平均需要 2 小時才能恢復運轉。

MTTR 數值越低，代表維修效率越高。若 MTTR 偏高，可能是維修人員無法即時到場、故障原因難以判斷、備品不足、維修文件不完整，或設備結構過於複雜。

適用情境：

• 評估維修團隊的故障處理效率
• 分析設備停機時間過長的原因
• 規劃關鍵零件與備品庫存
• 建立標準維修作業程序
• 評估遠端維修或設備履歷系統的效益

工廠可透過 MES 或設備保養系統記錄故障通報時間、維修開始時間、維修完成時間及恢復生產時間，使 MTTR 的計算更精確。

非計畫停機次數

非計畫停機次數是指設備在原定生產期間內，因故障、異常、缺料、品質問題或其他突發原因而停止運轉的次數。

與停機總時間相比，非計畫停機次數更重視設備異常發生的頻率。即使每次停機時間不長，若發生次數過多，仍可能造成產線中斷、工單切換頻繁、人員等待及生產節奏不穩定。

適用情境：

• 追蹤設備突發異常發生頻率
• 找出經常重複故障的設備
• 分析設備小停機與短暫停機問題
• 評估預防保養是否有效
• 排定設備改善與維修優先順序

管理非計畫停機時，除了統計次數，也應記錄停機原因、持續時間、故障部位、責任單位及處理方式，並建立停機原因排行。如此才能判斷是同一問題反覆發生，還是不同類型的異常持續增加。

設備 KPI 應搭配使用

每一項設備 KPI 所反映的管理面向不同，不能只看單一指標。例如：

• 稼動率高，不代表設備生產速度與品質良好
• OEE 低，可能來自停機、降速或不良率過高
• MTBF 高，表示故障頻率較低，但每次故障仍可能需要長時間維修
• MTTR 低，表示修復速度快，但若設備頻繁故障，仍會影響生產
• 非計畫停機次數少，也可能存在單次長時間停機的重大問題

因此，工廠應將設備稼動率、OEE、MTBF、MTTR、非計畫停機次數及停機總時間整合至同一個設備管理 Dashboard，並依設備、產線、班別、故障類型及時間區間進行交叉分析。

透過 MES 即時蒐集設備運轉、停機、產量及品質資料，管理者可以更快速掌握設備異常，找出影響生產效率的關鍵原因，並將數據作為預防保養、設備改善與投資汰換的重要依據。

生產管理常用 KPI

生產管理的核心，不只是確認每天完成多少產品，而是掌握生產計畫是否如期執行、工單是否順利完成、產品在各製程之間停留多久，以及設備、人力與在製品是否維持合理流動。

若只查看最終產量，管理者可能直到交期延誤時才發現問題。透過生產達成率、工單完成率、生產週期、在製品數量、換模時間及平均加工時間等 KPI，可以更完整地掌握生產進度、流程效率與瓶頸位置。

生產達成率

生產達成率用來衡量實際完成產量與計畫產量之間的差異，是工廠最常見的生產績效指標之一。

計算方式為：

生產達成率＝實際完成數量 ÷ 計畫生產數量 × 100%

例如，某產線當日計畫生產 10,000 件產品，實際完成 9,200 件，生產達成率為 92%。

生產達成率能快速反映當日、當班或指定期間的生產計畫是否完成。若達成率持續偏低，可能與設備停機、人員不足、待料、換模時間過長、生產速度下降或品質異常有關。

適用情境：

• 追蹤每日或每班生產進度
• 比較不同產線、班別或產品的達成狀況
• 判斷生產計畫是否合理
• 提前發現可能延誤的工單
• 評估現場執行能力與排程準確度

分析生產達成率時，應同步查看未達成原因。若只要求現場提高數字，可能導致人員趕工、忽略品質，甚至將未完成數量延後回報。

工單完成率

工單完成率用來衡量指定期間內，已完成工單數量占應完成工單數量的比例。

計算方式為：

工單完成率＝已完成工單數 ÷ 計畫完成工單數 × 100%

例如，本週應完成 50 張工單，實際完成 45 張，工單完成率為 90%。

生產達成率主要觀察數量是否完成，而工單完成率則重視每一張工單是否依照排程結案。即使總產量達標，若大量產品集中在少數工單，其他客戶工單仍可能逾期，因此兩項指標應搭配使用。

適用情境：

• 追蹤排程工單的執行狀況
• 管理多品種、少量生產模式
• 分析逾期工單與未結工單
• 評估交期風險
• 比較不同製程或產線的工單處理能力

工單完成率可進一步依準時完成、逾期完成及尚未完成進行分類，使生管人員更容易掌握交期風險。

生產週期（Cycle Time）

生產週期是指產品或工單從生產流程開始，到完成指定製程或成品完工所需的時間。依管理需求不同，可以計算單一製程的週期時間，也可以計算整張工單從投產到完工的總週期。

計算方式可表示為：

生產週期＝生產完成時間－生產開始時間

生產週期通常不只包含實際加工時間，也可能包含等待、搬運、排隊、檢驗、換線及停機時間。因此，生產週期過長不一定代表設備加工速度太慢，也可能是產品在製程之間等待過久。

適用情境：

• 評估訂單或工單的整體生產速度
• 分析產品在各製程的等待時間
• 找出生產流程中的瓶頸站點
• 評估交期與排程是否合理
• 追蹤流程改善前後的成效

例如，產品實際加工時間只有 3 小時，但從投產到完工卻需要 3 天，代表大部分時間消耗在等待、搬運或排程空檔，而不是實際加工。透過 MES 記錄各站進站、出站與完工時間，可以進一步拆解每一段週期。

在製品（WIP）數量

在製品 WIP 是 Work in Process 的縮寫，指已投入生產、但尚未完成全部製程的產品數量。

在製品數量可以依工單、產品、製程、工作站、產線或儲位進行統計。合理的 WIP 能維持產線連續運作，但數量過多通常代表流程不順暢、排程不平衡或瓶頸製程堆積。

適用情境：

• 掌握各製程目前等待加工的數量
• 發現產線瓶頸與在製品堆積
• 評估生產流程是否平衡
• 控制半成品庫存與占用資金
• 追蹤工單所在位置與生產進度

若某一站點前方的 WIP 持續增加，代表前段製程的產出速度高於該站的處理能力。此時應分析設備產能、人力配置、加工時間及異常停機，而不是繼續投入更多工單。

WIP 過多還可能增加搬運、盤點、混料、遺失及品質追溯的難度，因此工廠應設定各站點的合理上限與警戒值。

換模時間

換模時間是指設備從前一批產品生產結束，到完成模具、治具、刀具、原料或參數調整，並開始穩定生產下一批合格產品所需的時間。

計算方式可表示為：

換模時間＝下一批產品合格生產時間－前一批產品結束時間

換模時間不應只計算拆卸與安裝模具的作業時間，還應包含設備清潔、參數設定、試機、首件檢驗及調整至合格的時間。

適用情境：

• 多品種少量生產的效率管理
• 評估換線與換模作業標準化程度
• 分析設備等待與停機原因
• 推動快速換模 SMED 改善
• 提高設備可用生產時間

換模時間越長，每次切換產品造成的產能損失越大。工廠可以透過模具預備、外部作業前移、標準化工具、快速定位裝置及作業分工，縮短換模時間。

管理時也應依產品、模具、設備與作業人員進行比較，找出換模時間差異較大的原因。

平均加工時間

平均加工時間是指設備或人員完成一件產品、一个批次或一道製程平均所需的實際加工時間。

以單件產品為例，計算方式為：

平均加工時間＝實際加工總時間 ÷ 完成數量

例如，某設備累計加工 600 分鐘，共完成 300 件產品，平均加工時間為每件 2 分鐘。

平均加工時間可用來比較實際生產速度與標準工時的差異。若平均加工時間逐漸增加，可能代表設備性能下降、刀具磨耗、操作不熟練、原料差異或加工條件不穩定。

適用情境：

• 建立或修正標準工時
• 比較不同設備與人員的加工效率
• 分析產品成本與產能
• 發現設備降速或製程異常
• 作為生產排程時間估算依據

平均加工時間應排除停機、待料與休息等非加工時間，否則容易與生產週期混淆。生產週期包含等待及流轉時間，而平均加工時間主要反映產品真正接受加工的時間。

生產管理 KPI 應交叉分析

各項生產 KPI 反映的管理面向不同，單獨觀察可能產生錯誤判斷。例如：

• 生產達成率高，不代表每一張工單都準時完成
• 工單完成率高，不代表生產週期合理
• WIP 數量少，可能是流程順暢，也可能是前段缺料或沒有工單投入
• 平均加工時間正常，但大量等待仍可能造成生產週期過長
• 換模時間縮短，若首件不良增加，也不代表改善成功

因此，工廠應將生產達成率、工單完成率、生產週期、WIP、換模時間及平均加工時間整合至同一個生產管理 Dashboard，並搭配設備停機、待料、不良率與人員工時進行分析。

透過 MES 即時記錄工單排程、進站、報工、停機、完工及在製品流向，管理者可以掌握產品目前在哪個站點、停留多久、是否符合預定進度，並在工單真正逾期前提早發現異常及採取改善措施。

品質管理常用 KPI

品質管理不能只在客戶退貨或產品出現重大異常後才開始處理。工廠應透過良率、不良率、報廢率、重工率、客訴件數及品質異常發生率等 KPI，持續掌握原料、製程與成品品質，及早發現異常趨勢。

這些指標所反映的管理面向並不相同。例如，良率可衡量整體合格產出，不良率可分析缺陷程度，報廢率與重工率則能進一步反映品質損失及額外成本。因此，品質 KPI 應搭配生產數量、產品類型、製程、設備、班別及供應商等資料交叉分析，才能找到真正的異常原因。

良率（Yield）

良率是指生產結果中符合品質標準的產品數量，占總生產數量的比例，是衡量製程品質最常使用的指標之一。

計算方式為：

良率＝合格品數量 ÷ 總生產數量 × 100%

例如，某工單共生產 10,000 件產品，其中合格品為 9,700 件，良率為 97%。

良率越高，通常表示製程越穩定，但仍應確認良率的計算範圍。若重工後合格的產品也被列入合格品，最終良率可能看起來很高，卻無法反映生產過程中的重工損失。

因此，工廠可進一步追蹤「一次良率」，也就是產品不經返工或重工，第一次生產便符合品質要求的比例。

適用情境：

• 評估產品或製程的整體品質表現
• 比較不同設備、產線與班別的品質差異
• 分析新產品試產及量產穩定度
• 追蹤製程改善前後的成效
• 作為 OEE 品質效率的計算依據

良率適合觀察整體結果，但若要找出品質損失的來源，仍需搭配不良類型、不良數量、報廢率及重工率分析。

不良率

不良率是指不符合品質標準的產品數量，占總生產數量的比例。

計算方式為：

不良率＝不良品數量 ÷ 總生產數量 × 100%

一般情況下，若合格品與不良品分類完整，良率與不良率的合計應接近 100%。但若存在待判定品、重工品或抽驗資料，企業需明確定義統計方式。

不良率適合用來追蹤製程中的缺陷程度，並可依不良項目進一步分類，例如尺寸超差、外觀刮傷、變形、裂痕、鍍層異常、螺紋不良或材料錯誤。

適用情境：

• 追蹤每日、每週或每月品質趨勢
• 建立產品與製程不良排行榜
• 比較不同設備、模具、班別及人員的品質差異
• 分析原料批次或供應商品質
• 設定品質警戒值與異常通知

若總不良率沒有明顯變化，但某一種不良項目持續增加，仍可能代表製程已出現異常。因此，除了查看整體不良率，也應建立不良原因的柏拉圖分析。

報廢率

報廢率是指不良品中無法修復、無法重工或不具經濟修復價值，必須直接報廢的數量占總生產數量的比例。

計算方式為：

報廢率＝報廢數量 ÷ 總生產數量 × 100%

例如，某工單生產 5,000 件，其中 100 件無法修復而報廢，報廢率為 2%。

報廢會直接造成原料、人工、設備工時、能源及製造費用損失。若產品已完成多道製程後才被判定報廢，累積的損失通常比前段製程發現異常更高。

適用情境：

• 衡量品質異常造成的直接成本損失
• 分析高報廢產品與製程
• 評估原料、模具及設備狀態
• 找出需要優先改善的重大缺陷
• 計算品質成本與製造成本

管理報廢率時，不應只記錄報廢數量，也應記錄報廢原因、發生製程、責任來源及預估損失金額，才能評估品質問題對企業營運的實際影響。

重工率

重工率是指不符合品質要求，但可經由再次加工、修整、挑選、重新檢驗或其他處理方式恢復合格的產品數量，占總生產數量的比例。

計算方式為：

重工率＝重工數量 ÷ 總生產數量 × 100%

重工品最終可能成為合格品，因此只查看最終良率時，容易忽略重工所產生的額外成本。重工作業會增加人工、設備占用、檢驗工時、排程干擾及交期風險。

適用情境：

• 評估隱藏在最終良率中的品質損失
• 分析額外加工與人工作業成本
• 找出重複發生的製程問題
• 評估一次良率與製程穩定性
• 管理重工對生產排程與交期的影響

例如，某產品最終良率為 99%，但其中有 15% 是經過重工後才合格，代表製程仍存在明顯問題。此時應追蹤一次良率與重工率，而不能只依最終良率判斷品質表現。

客訴件數

客訴件數是指客戶針對產品品質、規格、包裝、數量或使用異常提出的正式反映案件數量。

客訴件數可以按月、季或年度統計，也可依客戶、產品、缺陷類型、責任部門及嚴重程度分類。由於不同客戶的出貨量不同，只比較件數可能產生誤判，因此也可搭配出貨批次、出貨數量或營業額計算客訴率。

適用情境：

• 追蹤客戶端實際感受到的品質問題
• 分析高客訴產品與主要缺陷
• 評估出貨檢驗與製程管制是否有效
• 追蹤客訴改善與矯正措施成效
• 衡量品質問題對客戶滿意度的影響

客訴件數少不一定代表品質完全正常，也可能是客戶尚未反映，或同一案件包含大量不良品。因此，應同步追蹤客訴涉及數量、退貨金額、處理天數及重複客訴率。

品質異常發生率

品質異常發生率用來衡量指定期間、工單、批次或生產數量中，發生品質異常的頻率。

依企業管理方式不同，可採用不同計算方法，例如：

品質異常發生率＝品質異常批次數 ÷ 總生產批次數 × 100%

或：

品質異常發生率＝發生品質異常的工單數 ÷ 總生產工單數 × 100%

品質異常可能包含製程檢驗超差、首件檢驗不合格、巡檢異常、原料異常、設備參數偏差或成品檢驗不合格。此指標重視的是異常事件發生的頻率，而不只是異常產品的數量。

適用情境：

• 追蹤品質事件發生頻率
• 比較不同產品、製程及設備的穩定度
• 評估首件檢驗與巡檢制度成效
• 分析重複發生的品質異常
• 檢查矯正與預防措施是否有效

例如，某製程的不良數量不高，但每週都出現相同尺寸超差問題，代表異常並未真正消除。此時，品質異常發生率可能比總不良率更能反映製程問題。

品質 KPI 應搭配使用

各項品質指標具有不同的管理意義，若只觀察單一 KPI，可能無法完整呈現實際狀況：

• 良率高，不代表沒有大量重工
• 不良率低，不代表沒有發生重大報廢
• 報廢率低，可能是大量不良品被轉為重工
• 客訴件數少，不代表客訴影響程度低
• 品質異常發生率下降，也可能仍有單次重大品質事故
• 最終良率正常，不代表各製程的一次良率正常

因此，工廠應將良率、不良率、報廢率、重工率、客訴件數及品質異常發生率整合至品質管理 Dashboard，並依產品、工單、批次、設備、模具、原料、供應商、班別與不良原因進行分析。

透過 MES 與品質管理系統即時記錄檢驗結果、不良項目、異常數量、照片、處理方式及責任單位，可以在品質問題擴大前發出警示，並建立從發現異常、原因分析、矯正處理到成效追蹤的完整閉環管理機制。

交期與成本管理 KPI

工廠的生產績效不僅要看產量與品質，還必須確認產品能否依照客戶要求準時交貨，以及生產過程是否維持合理成本。即使產線產量很高，若工單頻繁逾期、人工成本過高或能源浪費嚴重，仍可能降低企業獲利與客戶滿意度。

因此，企業可透過準時交貨率、工單逾期率、單位生產成本、人工效率及能源使用效率等 KPI，從交期履約、製造成本、人力投入與能源消耗等面向，評估工廠的整體營運能力。

準時交貨率（OTD）

OTD 是 On-Time Delivery 的縮寫，中文通常稱為「準時交貨率」，用來衡量企業在承諾日期內完成出貨的訂單比例。

計算方式為：

準時交貨率＝準時交貨訂單數 ÷ 應交貨訂單總數 × 100%

例如，某月共有 100 張訂單應完成交貨，其中 92 張於承諾日期內完成出貨，準時交貨率為 92%。

企業在計算 OTD 前，應明確定義「準時交貨」的判定方式，例如以客戶要求交期、業務承諾交期、預計出貨日或實際到貨日作為依據。不同定義會產生不同結果，因此應在各部門之間統一標準。

適用情境：

• 衡量企業履行客戶交期承諾的能力
• 追蹤每月、每季或年度交貨績效
• 比較不同客戶、產品及業務單位的交期表現
• 評估生產排程與供應鏈管理能力
• 分析客戶滿意度及續單風險

若 OTD 持續偏低，可能與原料延遲、排程變更、設備停機、插單過多、品質異常、委外加工延誤或物流問題有關。因此，OTD 應搭配延遲原因分類，才能找到真正需要改善的環節。

工單逾期率

工單逾期率是指未能在計畫完工日期前完成的工單，占應完成工單總數的比例。

計算方式為：

工單逾期率＝逾期工單數 ÷ 應完成工單總數 × 100%

例如，某週應完成 80 張工單，其中 12 張未於計畫日期前完工，工單逾期率為 15%。

工單逾期率主要反映工廠內部生產排程的執行狀況，而 OTD 則反映最終對客戶的交貨結果。工單逾期不一定立即造成交貨延誤，但若未及時處理，通常會增加後續出貨風險。

適用情境：

• 提前掌握可能影響交期的工單
• 追蹤生產排程的執行能力
• 分析瓶頸製程與異常停滯工單
• 評估插單與排程變更的影響
• 建立逾期工單預警機制

除了逾期工單數量，也應追蹤平均逾期天數與最大逾期天數。逾期一天與逾期十天所造成的風險不同，若只統計工單張數，可能無法呈現問題的嚴重程度。

單位生產成本

單位生產成本是指工廠生產每一件、每一公斤、每一批或其他計量單位產品所需負擔的平均製造成本。

計算方式可表示為：

單位生產成本＝生產總成本 ÷ 合格產品數量

生產總成本通常包含：

• 直接材料成本
• 直接人工成本
• 設備折舊與維修費用
• 水電與能源成本
• 模具、刀具及耗材成本
• 品質檢驗與重工成本
• 製造間接費用

計算時建議以合格產品數量作為分母。若使用總生產量，可能會低估報廢與不良造成的實際成本。

適用情境：

• 分析不同產品的實際製造成本
• 評估產品報價與獲利能力
• 比較不同設備、產線及生產方式的成本
• 追蹤原料、人工與能源價格變動的影響
• 衡量製程改善與自動化投資成效

單位生產成本上升時，不能立即判定是生產效率下降，也可能是原料價格、產品組合或訂單批量發生變化。因此，應進一步拆解材料、人工、能源、設備與品質成本。

人工效率

人工效率用來衡量人員投入工時與實際產出之間的關係。依工廠管理需求不同，可以使用人均產量、每工時產量或標準工時達成率等方式計算。

常見計算方式包括：

每工時產量＝合格產量 ÷ 實際投入工時

或：

人工效率＝標準工時 ÷ 實際工時 × 100%

例如，完成某批產品的標準工時為 80 小時，實際投入 100 小時，人工效率為 80%。

適用情境：

• 比較不同班別、產線或製程的人力效率
• 評估人員配置是否合理
• 建立及修正產品標準工時
• 分析加班與人力成本
• 衡量教育訓練或作業改善成效

分析人工效率時，應考慮產品難度、設備狀態、訂單批量及人員熟練度，避免只以產量評價人員。若為提高人工效率而過度壓縮工時，可能造成品質下降、安全風險或異常未如實回報。

此外，自動化程度較高的產線不宜只比較人均產量，也應搭配設備稼動率與 OEE，才能公平反映人力與設備的整體效能。

能源使用效率

能源使用效率用來衡量生產一定數量產品所消耗的電力、燃氣、蒸汽、壓縮空氣或其他能源數量。

常見計算方式為：

單位能源消耗＝能源消耗總量 ÷ 合格產品數量

例如，某產線一個月使用 50,000 度電，生產 100,000 件合格產品，平均每件產品耗電量為 0.5 度。

企業也可以將實際能源消耗與標準能源用量比較：

能源使用效率＝標準能源用量 ÷ 實際能源用量 × 100%

適用情境：

• 分析設備與產線能源消耗
• 比較不同產品的單位能源成本
• 找出待機、空轉及異常耗能設備
• 評估節能設備與改善專案效益
• 支援碳排放及永續管理

能源消耗應與產量、運轉時間及產品規格一起分析。若某月總用電量下降，但產量下降幅度更大，單位能源消耗反而可能上升。因此，不能只觀察能源費用或總使用量。

透過智慧電表、IoT 感測器及 MES，企業可以將能源資料對應到設備、工單、產品與生產時段，進一步判斷能源是消耗在正常加工、設備待機、空轉，還是異常運轉。

交期與成本 KPI 應搭配分析

交期、成本、人力與能源之間具有高度關聯。若只改善單一指標，可能對其他指標造成負面影響。例如：

• 為提高 OTD 而大量加班，可能造成人工成本上升
• 為降低單位成本而增加生產批量，可能造成 WIP 與庫存增加
• 為提高人工效率而加快生產速度，可能導致不良率與重工率上升
• 為降低能源消耗而頻繁關閉設備，可能增加暖機與換線時間
• 工單逾期率下降，不代表所有客戶訂單都準時交貨
• 總能源費用下降，不代表單位能源使用效率改善

因此，企業應將 OTD、工單逾期率、單位生產成本、人工效率及能源使用效率，與產量、品質、設備及庫存 KPI 整合分析。

透過 MES 串接 ERP、生產報工、設備連線、品質檢驗及能源監控資料，管理者可以即時掌握訂單交期、工單進度、實際工時與成本變化，並在發生逾期或成本超標前提早採取改善措施。

Dashboard 如何即時呈現 KPI？

工廠建立 KPI 後，若仍需等待人員每日或每週整理 Excel 報表，管理者看到的通常只是已經發生的結果，難以及時處理設備停機、工單落後、品質異常或成本超標等問題。

KPI Dashboard 的價值，在於將 MES、ERP、設備控制器、PLC、IoT 感測器、報工系統及品質檢驗資料整合至同一個管理畫面，並自動計算指標、更新趨勢及發出異常警示。管理者不需要逐張查閱報表，即可快速掌握工廠當前狀況，並從總覽數字進一步追查產線、設備、工單及異常原因。

今日 KPI 總覽

Dashboard 首頁應優先呈現當日最重要的核心 KPI，讓管理者在短時間內掌握生產現況。建議以數字卡片顯示目前數值、目標值、與昨日差異及更新時間。

今日 KPI 總覽可包含：

• 今日生產達成率
• 今日工單完成率
• 今日設備稼動率
• 今日 OEE
• 今日良率與不良率
• 今日停機時間
• 今日逾期工單數
• 今日在製品數量
• 今日單位生產成本
• 今日能源消耗量

除了顯示數字，也可使用狀態圖示或顏色區分達成情況。例如，達到目標顯示正常狀態、接近警戒值顯示提醒、低於最低標準則顯示異常。

不過，Dashboard 不應只依顏色表達狀態，也應清楚顯示實際數值與差距，避免使用者只看到顏色卻不知道問題有多嚴重。

KPI 趨勢圖

單一時間點的 KPI 只能呈現目前狀況，無法判斷指標正在改善還是持續惡化。因此，Dashboard 應使用折線圖、柱狀圖或區域圖呈現 KPI 的時間趨勢。

可提供以下時間範圍切換：

• 每小時
• 每班
• 每日
• 每週
• 每月
• 每季
• 自訂日期區間

例如，設備稼動率當日為 82%，可能仍在可接受範圍內；但若趨勢圖顯示已連續數週下降，就應提前檢查設備狀態、排程安排或待料問題。

趨勢圖也可同時呈現實際值、目標值及警戒線，讓管理者快速判斷 KPI 是否偏離標準。若數值出現明顯波動，系統應允許點選資料點，進一步查看當時的設備、工單、產品及異常紀錄。

KPI 達成率

KPI 達成率用來比較實際績效與目標值之間的差距，適合使用儀表圖、進度條或子彈圖呈現。

對於數值越高越好的 KPI，例如生產達成率、良率、OEE 與準時交貨率，可使用以下方式計算：

KPI 達成率＝實際值 ÷ 目標值 × 100%

但對於數值越低越好的 KPI，例如不良率、報廢率、工單逾期率及平均修復時間，不能直接使用相同公式，而應依目標上限與警戒值設計判斷邏輯。

Dashboard 應明確標示：

• 目前實際值
• KPI 目標值
• 達成百分比
• 與目標的差距
• 與前期的變化
• 負責單位
• 更新時間

透過 KPI 達成率，管理者可以快速確認哪些指標已達標、哪些接近警戒範圍，以及哪些需要立即改善。

異常警示

Dashboard 不應只是被動呈現報表，更應主動提醒需要處理的異常。當 KPI 超過警戒值、低於目標值，或短時間內出現明顯變化時，系統應自動產生通知。

常見異常警示包括：

• 設備連續停機超過設定時間
• 設備稼動率低於警戒值
• OEE 持續下降
• 工單進度落後排程
• WIP 超過站點上限
• 不良率或報廢率突然升高
• 換模時間超過標準
• 工單預估無法準時完成
• 單位生產成本超過預算
• 單位能源消耗異常增加

警示內容不應只顯示「KPI 異常」，而應包含異常時間、實際數值、目標值、影響設備或工單、可能原因及負責單位。

系統也可依嚴重程度區分一般提醒、重要警示及重大異常，並透過看板、電子郵件、LINE、Teams 或企業通訊系統通知相關人員。

各產線 KPI 排名

將各產線 KPI 進行排名，可以快速找出績效最佳及最需要改善的產線。排名內容可依不同管理目的進行切換，例如：

• 生產達成率排名
• OEE 排名
• 良率排名
• 工單完成率排名
• 準時完工率排名
• 單位生產成本排名
• 人工效率排名
• 單位能源消耗排名

排名畫面應同時顯示實際值、目標值、與前期差異及異常原因，避免只公布名次而沒有改善依據。

此外，不同產線可能生產不同產品，設備自動化程度及生產難度也不相同，因此不宜直接比較未經標準化的數據。企業可依產品類型、製程條件或標準工時進行分組，確保排名具有公平性及參考價值。

各設備 KPI 排名

設備 KPI 排名可協助管理者找出高效設備、低效設備及異常頻繁設備，作為保養、維修與設備投資的依據。

常見排名項目包括：

• 設備稼動率排名
• OEE 排名
• MTBF 排名
• MTTR 排名
• 非計畫停機次數排名
• 停機總時間排名
• 生產速度排名
• 不良率排名
• 單位能源消耗排名

對於 MTBF、稼動率及 OEE 等指標，通常數值越高越好；對於 MTTR、故障次數、不良率及能源消耗等指標，則通常數值越低越好。因此，Dashboard 應清楚標示排名邏輯，避免使用者誤判。

點選設備名稱後，應能查看設備履歷、目前工單、即時運轉狀態、停機原因、維修紀錄、保養進度及歷史 KPI 趨勢，讓排名不只是比較工具，也能成為異常分析入口。

本月改善成果

Dashboard 除了顯示目前問題，也應呈現改善後的成果，讓管理者確認改善措施是否真正有效。

本月改善成果可包含：

• 生產達成率提升幅度
• OEE 提升幅度
• 停機時間減少時數
• 換模時間縮短比例
• 不良率下降幅度
• 報廢成本減少金額
• 工單逾期數減少數量
• 人工作時節省時數
• 能源消耗下降幅度
• 已完成改善案件數

改善成果應比較改善前後的數據，並記錄改善項目、責任人、執行日期及改善措施。例如，某設備完成預防保養後，非計畫停機時間由每月 20 小時降至 8 小時，Dashboard 可直接呈現減少時數與改善比例。

若 KPI 改善後又再次惡化，系統也應保留歷史紀錄，協助管理者判斷改善措施是否具有持續性。

Dashboard 應支援多層級查詢

不同管理層級所需要的 KPI 不同，因此 Dashboard 不應只設計一套固定畫面。

高階主管主要關注全廠營運、交期、品質、成本及改善成果；部門主管需要查看產線、班別與設備比較；現場主管則需要掌握當班工單、設備狀態、停機原因及異常處理進度。

Dashboard 可依以下層級逐步展開：

全廠總覽 → 廠區 → 產線 → 工作站 → 設備 → 工單 → 生產批次

例如，管理者從全廠 OEE 發現某產線偏低，可以點選該產線查看設備排名，再進一步查詢異常設備的停機原因與工單資料。這種逐層追查方式，可縮短資料搜尋與問題分析時間。

確保數據即時且可信

Dashboard 是否有效，取決於資料是否正確、完整且即時。若設備訊號未正確連線、現場未依規定報工，或停機原因隨意填寫，即使畫面設計完整，也可能產生錯誤判斷。

因此，企業應建立以下資料管理機制：

• 統一 KPI 定義與計算公式
• 設定資料更新頻率
• 建立設備訊號異常檢查
• 規範人員報工與異常回報流程
• 建立停機原因及不良原因標準代碼
• 保留資料修正紀錄
• 設定不同角色的資料查看權限

透過 MES 自動整合生產、設備、品質、工時、交期與能源資料，Dashboard 才能從單純的報表工具，轉變為即時監控、異常預警與持續改善的管理平台。

KPI 管理導入後可帶來哪些效益？

KPI 管理的價值不只是將生產數據製作成報表，而是建立一套可衡量、可追蹤、可預警及可改善的管理機制。當企業能統一 KPI 定義，並透過 MES、ERP、設備連線與報工系統即時蒐集資料，就能把分散在各部門的資訊整合為具體的管理依據。

透過 KPI 管理制度，主管可以更快掌握全廠營運狀況，現場人員也能明確了解當前目標、異常差距及改善重點，使生產管理逐步從經驗導向轉為數據導向。

提高生產透明度

傳統工廠的生產資訊經常分散在紙本報表、Excel、機台紀錄及不同部門的系統中。管理者若想掌握工單進度、設備狀態或不良情況，通常需要逐一詢問現場人員，資訊容易延遲且缺乏一致性。

導入 KPI 管理後，可以將生產達成率、設備稼動率、OEE、良率、工單進度、在製品數量及交期達成率集中呈現在 Dashboard 中，讓相關人員即時了解：

• 今日計畫與實際產量
• 各工單目前執行進度
• 設備運轉、待機及停機狀態
• 各製程在製品分布
• 品質異常與不良數量
• 工單及訂單交期風險
• 人力、成本與能源使用狀況

當資訊透明後，各部門可以根據相同數據進行溝通，減少資料不一致、重複確認及責任歸屬不清等問題。

降低管理盲點

若企業只關注最終產量或出貨結果，許多隱藏在生產過程中的問題可能無法被及時發現。

例如，產量雖然達標，卻可能是透過大量加班完成；最終良率看似正常，實際上卻有大量產品經過重工；設備仍能維持生產，但故障頻率已逐步增加；訂單準時出貨，卻可能是生管人員頻繁調整排程及延後其他工單所造成。

建立完整的 KPI 管理制度後，可以同時觀察結果指標與過程指標，例如：

• 產量搭配實際投入工時
• 良率搭配重工率與報廢率
• OTD 搭配工單逾期率
• 設備稼動率搭配 MTBF 與 MTTR
• 生產週期搭配等待時間與 WIP
• 單位生產成本搭配人工及能源消耗

透過交叉分析，管理者可以看見原本被總數掩蓋的問題，避免只改善表面結果，卻讓成本、品質或其他部門承擔額外損失。

加速異常處理

傳統管理方式通常要等到班後、日報完成，甚至每週會議時，才發現設備停機、不良率升高或工單進度落後。此時問題可能已持續一段時間，造成大量損失。

透過 MES 即時蒐集設備、生產與品質資料，可以在 KPI 超過警戒值時立即發出通知。例如：

• 設備停機時間超過標準
• 工單進度落後預定排程
• 不良率突然升高
• WIP 超過站點上限
• 換模時間超過標準
• 單位能源消耗異常增加
• 預估工單無法準時完成

警示可直接顯示異常設備、工單、產品、發生時間及責任單位，讓相關人員不必再花費大量時間查找資料。

此外，系統可保留異常原因、處理措施、責任人與完成時間，協助企業建立從異常發現、原因分析、改善執行到成效確認的閉環管理流程。

提升決策效率

管理者若缺乏即時且可信的數據，制定排程、採購、設備投資或人力配置決策時，往往只能依賴個人經驗與現場回報。

導入 KPI 管理後，可透過歷史數據與趨勢分析提供更客觀的決策依據。例如：

• 依設備稼動率與 OEE 判斷是否需要增加設備
• 依 MTBF 與維修成本評估設備汰換時機
• 依平均加工時間及產能負荷調整生產排程
• 依 WIP 與生產週期找出瓶頸製程
• 依不良率與報廢成本排定品質改善順序
• 依準時交貨率分析交期承諾是否合理
• 依人工效率評估人力配置及自動化需求
• 依能源使用效率制定節能改善方案

當管理者能直接從 Dashboard 查看實際值、目標值、歷史趨勢及異常原因，就能縮短資料整理與討論時間，將會議重點放在原因分析、資源分配及改善行動。

建立持續改善文化

KPI 管理的核心不是追究責任，而是透過數據發現問題並驗證改善成果。若企業只在績效考核時查看 KPI，容易讓現場人員產生防備心理，甚至隱藏或延遲回報異常。

正確的管理方式應將 KPI 納入日常改善流程：

1. 設定明確目標與警戒值
2. 即時蒐集及呈現實際數據
3. 發現目標差距與異常趨勢
4. 分析設備、人員、材料及方法等原因
5. 制定改善措施與完成期限
6. 比較改善前後的 KPI 變化
7. 將有效方法納入標準作業流程

例如，工廠透過停機原因排行發現換模時間過長，可導入快速換模方法；改善完成後，再以平均換模時間、設備稼動率及生產達成率驗證成效。

當員工能清楚看見改善措施帶來的實際成果，KPI 就不再只是主管使用的報表，而會逐步成為跨部門共同改善的工具。

提高企業競爭力

KPI 管理最終會反映在企業的交期、品質、成本與服務能力上。透過持續追蹤與改善，企業可獲得以下成果：

• 提高設備與人力使用效率
• 降低非計畫停機與生產等待
• 減少不良、報廢及重工成本
• 縮短生產週期與工單交期
• 提高準時交貨率
• 降低單位生產與能源成本
• 提升訂單應變與插單處理能力
• 建立穩定且可複製的生產流程

當客戶臨時變更訂單數量、交期或產品規格時，具備即時 KPI 與生產數據的企業，能更快評估設備產能、物料狀況及交期風險，提供較可靠的回覆。

此外，完整的數據紀錄也有助於客戶稽核、品質追溯、成本分析及永續管理，提升客戶對企業生產能力與管理制度的信任。

KPI 應從數據走向行動

KPI 管理導入成功與否，不應只看企業建立了多少指標或 Dashboard，而要確認數據是否真正轉化為管理行動。

每一項未達標的 KPI 都應有明確的責任單位、原因分析、改善措施及完成期限；已達標的 KPI 也應持續監控，避免改善後再次惡化。

透過 MES 將 KPI、異常警示、改善任務及歷史成果整合在同一套平台中，企業可以形成「即時監控、快速處理、持續改善、成果驗證」的管理循環，使 KPI 真正成為提升營運績效與企業競爭力的重要工具。