品質改善・不良削減の製造業事例｜成功のポイント：寸法測定データの自動判定の導入手順と効果測定

相談を兼ねて途中経過を共有します。品質保証部の池田明日香です。現在「寸法測定データの自動判定」をテーマに、品質改善・不良削減の小規模検証を進めています。現時点では「対象不良率を30％改善」という結果ですが、運用を広げる前に確認したい点が残っており、類似経験のある方から意見をいただきたいです。

背景には、対策後しばらくすると同じ不良が再発し、過去の原因分析が十分に活用されていませんでした。まず現状を決めつけず、実際の処理48件について、作業時間、判断回数、差し戻し、例外対応を記録しました。担当者によって困る場面が違ったため、全員の平均だけでなく、経験年数と担当シフトによる差も確認しています。

試行内容は、良品と不良品を同じ条件で収集し、発生時刻、設備、材料ロット、作業者を一つの表で比較しました。期間は4週間で、通常業務を止めないよう対象を限定しました。利用者には詳細な日報を求めず、良かった点、迷った点、使わなかった理由の三項目だけを入力してもらっています。集まった意見は毎週整理し、影響の大きい一項目から順番に修正しました。

ここまでで、主指標に加えて確認漏れと再作業が22％減っています。ただし、繁忙日には従来手順へ戻る人もおり、時間短縮だけでは定着を説明できません。操作回数、問い合わせ時間、心理的な負担感も含め、今後一か月の変化を追う予定です。

特に悩んでいるのは、データ件数の少ない品種では結論を急がず、次回生産時の追加確認を予定しています。他拠点へ紹介する際は完成形として見せず、適用条件、未解決事項、必要な支援工数を明記するつもりです。技術面だけでなく、現場への説明時期や責任分担についても見直しています。

似た不良を経験した拠点では、どのデータを追加すると原因特定が進みましたか。検査負荷を増やさず精度を維持する工夫も教えてください。

※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。