Eğitimin Amacı

Eğitimin amacı; katılımcıların üretim verisini anlamlı performans bilgisine dönüştürebilmelerini, fabrika sonuçlarını yalnızca toplam üretim miktarı üzerinden değil; kapasite, hız, kalite, zaman, duruş, kayıp ve kaynak kullanımı boyutlarıyla analiz edebilmelerini sağlamaktır.

Program; veri analitiğini yalnızca grafik veya gösterge paneli hazırlama faaliyeti olarak ele almaz. Veri kalitesi, performans modeli, neden-sonuç ilişkileri, karşılaştırmalı analiz, kayıp görünürlüğü ve yönetim kararları aynı analitik çerçeve içinde değerlendirilir.

Eğitim Sonunda Katılımcılar Neler Yapabilir?

• Üretim verisinin temel kaynaklarını ve yapısını açıklayabilir.
• Veri kalitesi sorunlarının performans analizine etkisini değerlendirebilir.
• Fabrika performansı için uygun gösterge yapısı geliştirebilir.
• Üretim hacmi ile gerçek operasyonel performans arasındaki farkı ayırt edebilir.
• Kapasite kullanımını ve iş merkezi yüklerini analiz edebilir.
• OEE ve temel ekipman kayıplarını yorumlayabilir.
• Duruşları neden, süre ve üretim etkisine göre değerlendirebilir.
• Fire, yeniden işleme ve kalite kayıplarını analiz edebilir.
• Darboğazlar ile toplam fabrika performansı arasındaki ilişkiyi kurabilir.
• Vardiya, ürün, hat ve makine bazında performans karşılaştırmaları yapabilir.
• Performans sapmalarını neden-sonuç ilişkileriyle yorumlayabilir.
• Üretim verilerinden yönetim kararlarını destekleyen analitik çıktılar geliştirebilir.

Eğitim İçeriği

Üretim Verisinin Yapısı ve Analitik Yaklaşım

• Üretim verisi ve fabrika performans bilgisi arasındaki fark
• Makine, hat, iş merkezi ve üretim emri verileri
• ERP, MES/MOM, kalite ve bakım veri kaynakları
• Zaman, miktar, olay ve durum bazlı üretim verileri
• Gerçek zamanlı ve dönemsel veri yapısı
• Tanımlayıcı, tanısal ve öngörücü analitik perspektifi

Veri Kalitesi ve Güvenilir Performans Bilgisi

• Eksik, hatalı ve tutarsız üretim verileri
• Standart veri tanımları ve ortak kod yapısı
• Duruş ve kayıp kodlarının analitik önemi
• Üretim miktarı ve zaman kayıtlarının güvenilirliği
• Manuel kayıtlar ile otomatik veri toplama arasındaki fark
• Veri kalitesi ile yönetim kararlarının güvenilirliği

Fabrika Performans Modeli ve Gösterge Mimarisi

• Üretim hacmi, verimlilik ve etkinlik kavramları
• Sonuç göstergeleri ve süreç göstergeleri
• Kalite, maliyet, teslimat ve verimlilik boyutları
• Fabrika, hat, makine ve vardiya gösterge hiyerarşisi
• Hedef, gerçekleşen ve performans sapması
• Yerel performans ile toplam fabrika performansı farkı

Kapasite, Üretim Akışı ve Darboğaz Analitiği

• Teorik, kullanılabilir ve gerçekleşen kapasite
• Kapasite kullanım ve yüklenme oranları
• Çevrim süresi ve üretim hızı
• İş merkezi yükleri ve kapasite dengesizlikleri
• Darboğaz davranışı ve sistem çıktısı
• Kuyruk, bekleme ve yarı mamul göstergeleri

OEE, Duruş ve Ekipman Kayıpları Analitiği

• Kullanılabilirlik, performans ve kalite bileşenleri
• Planlı ve plansız duruş davranışı
• Duruş sıklığı, süre ve toplam üretim etkisi
• Setup, küçük duruş ve hız kayıpları
• Pareto yaklaşımı ve kritik ekipman kayıpları
• OEE sonuçları ile gerçek kapasite kaybı ilişkisi

Kalite, Fire ve Süreç Kayıpları Analitiği

• İlk seferde doğru üretim performansı
• Fire, hurda ve yeniden işleme oranları
• Ürün, proses ve makine bazlı kalite davranışı
• Hata türleri ve Pareto dağılımı
• Kalite kaybı ile kapasite tüketimi ilişkisi
• Kalite performansının üretim maliyetine etkisi

Karşılaştırmalı Analiz ve Performans Sapmaları

• Vardiya bazlı performans karşılaştırmaları
• Hat ve makine bazlı performans farkları
• Ürün ve ürün ailesi bazlı performans davranışı
• Günlük, haftalık ve aylık performans eğilimleri
• Plan, hedef ve gerçekleşen sonuç farkları
• Sapma örüntüleri ve olası neden ilişkileri

Görsel Analitik ve Veri Temelli Fabrika Yönetimi

• Yönetim panoları ve performans görünürlüğü
• Trend, Pareto, dağılım ve karşılaştırma grafikleri
• Fabrika performansının katmanlı görünümü
• Kritik sapmalar ve erken uyarı göstergeleri
• Veriden iyileştirme önceliklerine geçiş
• Günlük yönetim ve performans gözden geçirme ritmi

Uygulamalar ve Vaka Çalışmaları

Eğitim sırasında üretim miktarı, çevrim süresi, duruş, kalite, fire ve kapasite verilerinden oluşan fabrika veri setleri değerlendirilir. Katılımcılar aynı üretim sonucunun farklı performans bileşenleri açısından nasıl farklı anlamlar taşıyabileceğini analiz eder.

Vaka çalışmalarında vardiyalar, makineler, hatlar ve ürün grupları karşılaştırılır; duruş ve kalite kayıpları Pareto yaklaşımıyla incelenir. Performans farklarının veri kaynaklı mı yoksa gerçek operasyonel farklılıklardan mı oluştuğu değerlendirilir.

Programın bütünleşik uygulamasında fabrika performansı için gösterge yapısı, analitik görünüm ve yönetim raporu geliştirilir. Verilerden hareketle kritik kayıp alanları ve iyileştirme öncelikleri üzerinde çalışılır.

Kimler Katılmalı?

• Fabrika ve operasyon yöneticileri
• Üretim müdürleri ve üretim yöneticileri
• Üretim, proses ve endüstri mühendisleri
• Üretim planlama ve kapasite planlama ekipleri
• Operasyonel mükemmellik profesyonelleri
• Yalın üretim ve sürekli iyileştirme ekipleri
• Kalite yöneticileri ve kalite mühendisleri
• Bakım ve güvenilirlik ekipleri
• Fabrika controlling ve maliyet yönetimi profesyonelleri
• Üretim verisi ve performans raporlamasından sorumlu çalışanlar

Eğitim Yöntemi

Eğitim; kavramsal anlatım, gerçekçi üretim veri setleri, performans hesaplamaları, karşılaştırmalı analizler, grafik yorumlama ve vaka çalışmalarının birlikte kullanıldığı uygulamalı bir yapı içinde yürütülür.

Katılımcılar üretim verilerini tek tek göstergeler halinde değerlendirmek yerine kapasite, hız, duruş, kalite, fire ve verimlilik arasındaki neden-sonuç bağlantılarını birlikte analiz eder.

Kuruma özel programlarda işletmenin gerçek üretim, kalite, bakım ve kapasite verileri kullanılarak performans analizleri kurumun mevcut raporlama ve karar yapısına göre uyarlanabilir.

Süre

14 Saat / 2 Tam Gün

Kurumun gerçek fabrika verileri üzerinden performans modeli, yönetim panosu ve detaylı analitik uygulamalar geliştirilmesi istenirse program üç günlük uygulamalı çalıştaya genişletilebilir.