Wskaźnik FPY – miernik efektywności i jakości w procesach produkcyjnych

Czas czytania: 8 min

Czym jest FPY (First Pass Yield)?

W realiach współczesnego przemysłu, gdzie wydajność i produkcja muszą iść w parze z jakością, coraz większego znaczenia nabiera wskaźnik FPY (First Pass Yield), czyli wskaźnik wydajności pierwszego przejścia w produkcj. To jeden z najważniejszych KPI w tym zakresie. Pozwala precyzyjnie ocenić, jaka część wyrobów opuszcza proces produkcji bez konieczności poprawek, czyli przechodzi przez proces bez defektów już za pierwszym razem.

Dlaczego mierzenie FPY ma znaczenie?

FPY zwany inaczej poprawą wydajności pierwszego przejazdu bywa postrzegany czasami jako „kolejny KPI jakościowy”, ale w praktyce jest jednym z najbardziej syntetycznych mierników pokazujących kondycję operacyjną firmy. Wskaźnik FPY łączy w sobie wydajność i jakość, a jego zmiany natychmiast przekładają się na koszty, terminowość i zdolność skalowania produkcji. Przyjrzyjmy się temu wskaźnikowi z kilku perspektyw.

1. Bezpośredni wpływ na koszty operacyjne

Każda jednostka, która nie przechodzi procesu za pierwszym razem, generuje koszt:

• ponownej obróbki (rosnący Rework Rate),
• odrzutu (wyższy Scrap Rate),
• dodatkowego czasu pracy i energii.

Dlatego też poprawa wydajności pierwszego przejazdu to najszybszy sposób na redukcję kosztów bez inwestycji w nowe moce produkcyjne. Wysoka wydajność pierwszego przejazdu oznacza, że więcej produktów przechodzi przez proces bez defektów, co bezpośrednio poprawia marżę.

2. Wpływ na przepustowość i czas cyklu (Cycle Time)

Niski wskaźnik wydajności pierwszego przejazdu powoduje „zapchanie” procesu:

• produkty wracają na wcześniejsze operacje,
• rośnie Cycle Time,
• spada wydajność procesu.

W efekcie firma produkuje mniej mimo tych samych zasobów. Z kolei wysoka wartość FPY poprawia przepływ i stabilizuje wydajność produkcji, co jest kluczowe dla terminowości dostaw.

3. Kluczowy sygnał jakości procesu

Defekty i wskaźnik poprawy wydajności pierwszego przejazdu są ze sobą silnie skorelowane. Spadek tego wskaźnika bardzo szybko ujawnia:

• rosnące defekty w procesie,
• problemy z kontrolą procesu,
• ukryte przyczyny defektów.

Dlatego monitorowanie FPY działa jak „wczesny system ostrzegawczy”. Zamiast reagować na reklamacje klientów, organizacja może wcześniej wykryć przyczyny defektów w procesie i przeprowadzić analizę przyczyn takiego stanu rzeczy (Root Cause Analysis).

Przeczytaj również: Kaizen: filozofia ciągłego doskonalenia w praktyce

4. Fundament podejścia opartego na analizie danych produkcyjnych (Data-Driven)

W środowisku Industry 4.0 i Smart Manufacturing monitorowanie pierwszego przejazdu jest jednym z najważniejszych elementów analizy danych produkcyjnych.

Dzięki integracji z systemami:

• Manufacturing Execution Systems (MES 4FACTORY),
• Enterprise Resource Planning (ERP 4FACTORY),

możliwe jest:

• ciągłe monitorowanie jakości,
• dokładne śledzenie, które jednostki przechodzą bez błędów,
• wsparcie podejmowania decyzji procesowych na podstawie danych (Data-Driven Decision Making).

Bez wiarygodnego wskaźnika wydajności przez proces cyfrowa transformacja produkcji pozostaje zawsze niepełna (powierzchowna).

Dowiedz się więcej o rozwiązaniach DSR 4FACTORY

FPY a inne wskaźniki jakości

Choć wskaźnik FPY jest niezwykle istotny, nie funkcjonuje w oderwaniu od innych metryk. W analizie jakości warto uwzględnić także inne wskaźniki:

• Throughput Yield (TPY) – mierzy wydajność przez pierwsze przejście na poziomie pojedynczych operacji,
• Rolled Throughput Yield (RTY) – ocenia wskaźnik wydajności przez proces jako całość,
• Defects Per Unit (DPU) – wskazuje średnią liczbę defektów na jednostkę,
• Scrap Rate i Rework Rate – pokazują skalę strat i poprawek.

Dopiero zestawienie tych wskaźników pozwala zrozumieć zależności między defektami, jakością a FPY.

Jak działa FPY (First Pass Yield)?

Mechanizm działania FPY (First Pass Yield) jest prosty: mierzymy stosunek liczby produktów, które przeszły proces bez błędów, do wszystkich jednostek wchodzących w proces.

To pozwala określić realną wydajność przez proces i zidentyfikować miejsca, gdzie pojawiają się defekty i FPY zaczyna spadać.

Przeczytaj również: Plusy i minusy wdrożenia Six Sigma w firmie produkcyjnej

Obliczanie wskaźnika FPY

Wskaźnik wydajności pierwszego przejazdu można wyrazić jako stosunek liczby produktów poprawnych do liczby wszystkich produktów przetwarzanych:

FPY = liczba produktów bez defektów / liczba wszystkich produktów * 100%

Jak interpretować wyniki FPY?

Samo wyliczenie FPY to dopiero początek. Wartość biznesowa pojawia się dopiero wtedy, gdy wskaźnik FPY jest właściwie interpretowany – w kontekście procesu, zmienności oraz powiązań z innymi KPI.

Wskaźnika tego nie należy analizować w oderwaniu od kontekstu. Ta sama wartość wydajności pierwszego przejazdu może oznaczać coś zupełnie innego w różnych środowiskach:

• 95% w procesie prostym = potencjalny problem,
• 85% w procesie złożonym = dobry wynik wyjściowy.

Dlatego też wskaźnik wydajności w produkcji należy interpretować względem:

• typu produktu,
• liczby operacji (wydajność przez proces),
• wymagań jakościowych.

Kluczowe jest zrozumienie, ile jednostek faktycznie przechodzi przez proces bez defektów i czy poziom ten jest akceptowalny biznesowo.

Jednorazowy odczyt FPY ma ograniczoną wartość. Znacznie ważniejsza jest analiza wyników w czasie oraz zaobserwowanie:

• czy wydajność przez pierwsze przejście rośnie,
• czy pojawia się zmienność,
• czy występują nagłe spadki.

Z drugiej strony wskaźnik należy powiązać z zauważonymi defektami. Jego interpretacja bez analizy jakości jest niepełna. Defekty i FPY należy analizować razem:

• spadek wskaźnika przekłada się na wzrost defektów w procesie,
• brak poprawy mimo działań może wskazywać na błędnie zidentyfikowaną przyczynę źródłową.

Wreszcie wyniki FPY powinny być interpretowane razem z wymienionymi już wcześniej innymi współczynnikami (Scrap Rate, Rework Rate, Cycle Time). Dlaczego?
Gdyż nawet niewielki spadek wydajności pierwszego przejazdu może oznaczać duży wzrost kosztów, przeciążenie procesu i spadek wydajności produkcji. Te wskaźniki są zaś kluczowe z perspektywy wydajności całkowitej produkcji (Production Efficiency).

Przyjmuje się, że – w zależności od branży i złożoności procesu – poszczególne poziomy FPY można orientacyjnie interpretować następująco:

• >95% → bardzo dobra wydajność i jakość, proces stabilny
• 85–95% → akceptowalny poziom, potencjał na poprawę FPY
• <85% → istotne problemy jakościowe, konieczna analiza przyczyny źródłowej

Dowiedz się więcej o rozwiązaniach DSR 4FACTORY

Przyczyny spadku wydajności – niski FPY

Niska wydajność procesu często wynika z konkretnych problemów operacyjnych. Najczęstsze przyczyny defektów to:

• błędy w kontroli procesu,
• niewystarczający poziom szkoleń dla pracowników/operatorów (Employee Training),
• brak standaryzacji zgodnej z zasadami 5S (5S Principles),
• nieoptymalne parametry procesu.

Kluczowe znaczenie w tym przypadku ma stosowanie metod analizy przyczyny źródłowej (Root Cause Analysis), które pozwalają zidentyfikować rzeczywistą przyczynę problemu, a nie tylko jego objawy. Bez tego trudno osiągnąć trwałą poprawę wartości FPY i ograniczyć defekty w procesie.

Jak poprawić FPY? – czyli filozofie i metodologie: Kaizen, Smart Manufacturing, Lean Manufacturing, Continuous Improvement oraz Quality Management i Quality Control

Precyzyjna odpowiedź na wyżej postawione pytanie wymagałaby osobnego artykułu. Ograniczmy się zatem do kilku ważnych kierunków, w których warto szukać rozwiązań. Poprawa FPY nie jest jednorazowym działaniem – to proces wpisany w filozofie ciągłego doskonalenia (Continuous Improvement) oraz Kaizen. Skuteczna optymalizacja procesu powinna obejmować:

1. Identyfikację problemów jakościowych

2. Wdrożenie narzędzi jakościowych

• Quality Control
• Quality Management
• Statistical Process Control (SPC)

3. Optymalizację operacyjną

• Skrócenie Cycle Time,
• Eliminację marnotrawstwa zgodnie z Lean Manufacturing,
• Synchronizację produkcji w modelu Just-In-Time (JIT).

4. Wsparcie technologiczne

Nowoczesne rozwiązania wpisujące się w Industry 4.0 i Smart Manufacturing umożliwiają zaawansowane monitorowanie wskaźnika FPY (First Pass Yield) oraz automatyczną analizę danych.

Efektem jest realna poprawa wydajności pierwszego przejazdu oraz ogólna optymalizacja wydajności.

FPY w produkcji a systemy IT

W środowisku cyfrowym zbieranie danych odgrywa kluczową rolę. Systemy klasy MES 4FACTORY i ERP 4FACTORY wdrożone w przedsiębiorstwie produkcyjnym wspierają zbieranie informacji o tym, które produkty przechodzą przez proces bez defektów, co z kolei pozwala na analizę, ile jednostek wymaga poprawy. To zaś umożliwia identyfikację obszarów wpływających na wydajność i jakość.

Dzięki temu możliwe jest nie tylko bieżące monitorowanie pierwszego przejazdu, ale także strategiczna poprawa wydajności całego przedsiębiorstwa.

Organizacje, które skutecznie rozwijają monitorowanie tego wskaźnika, osiągają przewagę konkurencyjną dzięki lepszej kontroli kosztów i jakości.

Podsumowanie

Wskaźnik FPY (First Pass Yield) to znacznie więcej niż pojedynczy wskaźnik wydajności. To narzędzie, które łączy wydajność produkcji, jakość oraz efektywność operacyjną. Poprzez:

• skuteczne monitorowanie FPY,
• zaawansowaną analizę danych produkcyjnych,
• systematyczne ciągłe doskonalenie,

organizacje mogą osiągnąć trwałą poprawę wydajności pierwszego przejazdu i osiągnąć poziom doskonałości operacyjnej.

W erze Industry 4.0 i rosnącej roli danych wskaźnik FPY staje się jednym z najważniejszych KPI, który bezpośrednio przekłada się na efektywność produkcji oraz długoterminowy sukces firmy.

Na koniec warto jeszcze zaznaczyć jedną rzecz. FPY jest „wrogą” metryką dla tzw. ukrytej fabryki (patrz pytanie 5 w poniższym FAQ) – zmusza organizację do szczerości co do tego, jak wiele pracy marnujemy na naprawianie błędów, zamiast robić rzeczy dobrze za pierwszym razem.

Przeczytaj również:

Odrobinę lżej o optymalizacji procesów produkcyjnych

Metody i narzędzia zarządzania jakością w procesie produkcji: klucz do sukcesu i konkurencyjności

Kontrola jakościowa w produkcji – kompleksowe ujęcie

Wskaźnik OEE – jak obliczać i interpretować wyniki?

Autor: Piotr Słowiński

Project Manager PMP® DSR S.A. z 15 - letnim doświadczeniem we wdrażaniu rozwiązań ERP 4FACTORY (QAD); w DSR S.A. od 10 lat pracuje na stanowisku Starszego Kierownika Projektów.Certyfikat PMI PMP® zdobyty w roku 2012.Ponad 50 projektów implementacyjnych dla Klientów DSR (wdrożenia i upgrade'y systemu ERP 4FACTORY oraz wszystkich rozwiązań z oferty DSR 4FACTORY w wielu różnych konfiguracjach). Doświadczenie w prowadzeniu projektów w zespołach od kilku do kilkudziesięciu osób.