En este artículo
El OEE (Overall Equipment Effectiveness) es el estándar internacional para medir la eficiencia real de una línea o equipo de producción. No mide cuánto produces — mide qué porcentaje del tiempo disponible produces bien, a velocidad correcta y sin paradas no previstas.
La fórmula es sencilla:
OEE = Disponibilidad × Rendimiento × Calidad
La dificultad no está en la multiplicación. Está en cómo has definido los numeradores y denominadores de cada uno de los tres factores. Dos plantas con el "mismo" OEE del 72% pueden tener criterios de medida tan distintos que el número no es comparable. Antes de obsesionarse con los benchmarks, lo útil es entender qué está midiendo tu fórmula realmente.
Disponibilidad — tiempo que el equipo ha estado produciendo sobre el tiempo planificado. Las paradas no planificadas (averías, cambios de formato, falta de material) la reducen.
Disponibilidad = (Tiempo planificado − Paradas) / Tiempo planificado
Rendimiento — velocidad real respecto a la velocidad nominal del equipo. Lo que restan son microparadas y reducción de velocidad.
Rendimiento = (Unidades producidas / Tiempo productivo) / Velocidad nominal
Calidad — unidades buenas sobre unidades producidas.
Calidad = Unidades conformes / Unidades totales producidas
Ejemplo numérico. Turno de 8 h (480 min). Paradas no planificadas: 60 min. Unidades producidas: 380 en los 420 min restantes. Velocidad nominal: 1 ud/min. Unidades con defecto: 12.
Hasta aquí es la fórmula clásica que aparece en cualquier manual. Lo interesante empieza justo después — porque esos tres denominadores son la fuente de casi todos los problemas.
¿Cuenta como "tiempo planificado" el descanso del bocadillo, la reunión de arranque del turno, el tiempo de limpieza obligatoria? Diferentes equipos eligen distinto, y la diferencia en el denominador de la disponibilidad puede ser de 30-45 minutos por turno. Eso cambia la disponibilidad varios puntos y, propagado, el OEE.
La práctica que funciona: define explícitamente y por escrito qué está dentro y qué está fuera del tiempo planificado, y aplícalo igual a todas las líneas de la planta. Un documento de una página aprobado por dirección industrial acaba con el debate. Sin esa definición, cada responsable mide a su manera y los números dejan de ser comparables entre líneas, entre plantas o entre meses.
Una parada de 3 minutos que ocurre 15 veces en un turno son 45 minutos de pérdida que no aparecen en el parte manual del operario. En algunos procesos (líneas con cambio frecuente de producto, packaging, etiquetado) las microparadas pueden valer más OEE que las averías largas — y son invisibles sin captura automática.
Donde se nota: plantas con OEE "manual" que al instalar SCADA o un contador de eventos automático descubren que su OEE real está entre 10 y 20 puntos por debajo del reportado. No es que la planta haya empeorado — es que antes no se medían las microparadas. Esa caída numérica, cuando se produce, genera reuniones incómodas pero es exactamente lo que debe pasar.
El denominador del rendimiento es la velocidad nominal del equipo — la velocidad teórica que el fabricante indica. En muchas plantas, la velocidad nominal registrada es la catálogo, que nunca se alcanza en condiciones reales de producción. Si el equipo nominalmente hace 60 uds/min pero físicamente nunca ha pasado de 52 porque la materia prima lo impide, medir el rendimiento contra los 60 sesga la métrica hacia abajo permanentemente.
La práctica razonable: definir la velocidad nominal como la mejor velocidad sostenida demostrada en el último año con producto y material estándar, no la velocidad teórica de folleto. Documentarla y revisarla cuando hay cambios de proceso relevantes.
La merma de las primeras piezas hasta que el proceso se estabiliza es el sexto de los "seis grandes pérdidas" del modelo OEE clásico, y la que más se olvida. En procesos de inyección, fundición o cocción, las primeras decenas de piezas suelen ir a scrap — y si no se cuentan en el denominador de calidad, el OEE queda artificialmente alto.
Corrige: la tasa de calidad debe incluir todas las piezas producidas, incluyendo arranque y cambios de serie, no solo las de la producción estable. Si quieres un análisis adicional del rendimiento en estado estacionario, calcúlalo aparte — pero el OEE debe reflejar la realidad completa del turno.
La referencia del 85% como OEE de clase mundial (descompuesta como 90% disponibilidad × 95% rendimiento × 99,9% calidad) viene del modelo original de fabricación discreta — piezas unitarias, líneas de ensamblaje, producción seriada estándar. Es razonable como aspiración en ese contexto.
En procesos continuos (química, alimentación en línea, farma) las bandas típicas son distintas porque la disponibilidad raramente baja del 95% en operación estable pero la calidad y el rendimiento tienen otros determinantes. En talleres de mecanizado con series pequeñas y cambios frecuentes, un 85% de OEE es prácticamente imposible porque los cambios de formato consumen la disponibilidad por diseño — y allí el KPI más útil no es el OEE global sino el OEE por familia de producto o la reducción del tiempo de cambio (SMED).
Por eso, cuando entramos en una planta, rara vez fijamos un objetivo de OEE global contra un benchmark externo. Fijamos objetivos internos de mejora sobre la línea de base medida bien — por ejemplo, subir 5 puntos el OEE de la línea A en los próximos 6 meses atacando las dos causas principales de parada detectadas en el Pareto.
Un OEE calculado en Excel sobre partes manuales puede ser suficiente para empezar a tener una lectura inicial, pero tiene tres limitaciones estructurales: baja precisión en microparadas, latencia de 24-48 horas y granularidad de turno entero. Para trabajar seriamente la mejora, conviene automatizar al menos los eventos de parada — con SCADA si existe, con un MES, o con un contador conectado al PLC.
El modelo de datos mínimo en Power BI para calcular OEE por línea y turno necesita cuatro tablas: turnos (fecha, línea, tiempo planificado), paradas (timestamp inicio/fin, tipo, línea), producción (turno, línea, unidades producidas y conformes) y equipos (velocidad nominal). Con esas cuatro tablas y las medidas DAX correspondientes, el OEE se calcula automáticamente para cualquier filtro — línea, turno, producto, semana.
El OEE no es el único indicador que conviene tener en el cuadro de mandos de planta. Encaja dentro del catálogo más amplio que cubrimos en los KPIs de producción que toda empresa industrial debería medir. Y el análisis de la componente de calidad — por qué rechaza, en qué turno, con qué lote de material — suele ser el siguiente paso natural, y lo tratamos con detalle en cómo reducir el scrap industrial con datos.
Medir bien es la mitad del trabajo. La otra mitad es usar el dato para identificar causas raíz:
Un dashboard OEE bien construido acelera este ciclo: en vez de días de análisis manual, tienes la causa probable a un par de clicks. Lo caro de un proyecto OEE no es Power BI; es la disciplina de registrar paradas y la decisión previa sobre qué estás midiendo exactamente.
¿Tienes datos de SCADA o ERP pero no sabes si tu OEE refleja la realidad? Nuestro Data Discovery audita los criterios de medida y el modelo actual, y propone las correcciones concretas que hacen que el número sea comparable y accionable.
// escrito por
Director de 480 Analytics
En 480 Analytics, la unidad de datos de Cuatroochenta, ayuda a empresas a ordenar y explotar sus datos con Power BI, Microsoft Fabric e IA. Escribe sobre lo que aprende por el camino.
¿Cuántos KPIs de producción mides y cuántos usas de verdad para decidir? La lista esencial: los que separan una planta reactiva de una gestionada con datos.
La tasa de scrap global no dice nada. Lo que cambia decisiones es segmentar por turno, lote de material y tipo de defecto —y cada sector tiene sus trampas.
El stock que no rota es capital inmovilizado; venderlo rápido sin reaprovisionar bien genera roturas. Cómo medir y optimizar la rotación de tu inventario.
Te lo cuantificamos. Empezamos por descubrir y ordenar tus datos, y los convertimos en decisiones — empezando por el reporting financiero (FP&A).