製造業IoT・データ活用事例｜アンドン履歴の分析で集計・確認時間を51％短縮した実践レポート

生産技術センターの清水浩平です。今回は「アンドン履歴の分析」について、現場で実際に試した内容を共有します。IoT・データ活用を単なるツール導入で終わらせず、同じ条件で効果を測り、別の担当者でも続けられる状態にすることを目的にしました。対象は日常業務の中で繰り返し発生する作業で、まず50件の記録を集めて現状を整理しました。

取り組みのきっかけは、欠損や時刻ずれが残ったまま集計し、会議で数字の正しさを確認する時間が増えていました。担当者への聞き取りだけでは感覚的な議論になったため、処理時間、発生件数、手戻り、待ち時間を一週間単位で記録しました。特に例外が起きた場面と、その際に誰へ確認したかを残したことで、表面上の作業時間だけでなく、判断待ちや情報探索のロスも見えるようになりました。

実施にあたっては、利用者が毎日判断したい問いを先に決め、その答えに必要なデータだけを最小構成で表示しました。最初から全工程を変えず、影響範囲の小さい一工程で5週間試行しました。週に一度、利用者と管理者で結果を確認し、操作に迷った箇所、判断が分かれた条件、想定外の処理を一覧化しています。手順書には正常時だけでなく、停止・差し戻し・手作業へ戻す条件も追記しました。

現時点の結果は「集計・確認時間を51％短縮」です。加えて、確認漏れや再作業も導入前より12％減りました。数字だけでなく、担当者からは問い合わせの往復が減り、本来の改善活動に時間を使いやすくなったという声が出ています。一方、対象件数が少ない期間もあるため、品種、生産量、繁忙度などの条件をそろえた追加確認を続けています。

残っている課題は、手入力データには入力時刻の遅れがあり、リアルタイム値と同列に扱わない設計が必要です。今回うまくいった設定や手順をそのまま他拠点へ持ち込むのではなく、前提条件と適用できないケースもセットで残すことが重要だと感じました。次の一か月は、担当者が不在でも運用できるか、例外対応に何分かかるか、改善後に新しい負担が生まれていないかを確認します。

皆さんはダッシュボードが実際に使われているかを何で判断していますか。閲覧回数以外の定着指標や、不要なグラフの整理方法を教えてください。

※この投稿はデモンストレーション用のサンプルです。人物や企業、内容は架空のものです。