O OEE (Overall Equipment Effectiveness) nasceu em um contexto industrial bem diferente do atual. Linhas dedicadas a poucos produtos, campanhas longas, trocas raras. Nesse cenário, o indicador cumpria bem o seu papel: mostrar, em um único número, quanto do tempo disponível de um equipamento se transformava em produto bom, na velocidade esperada. A fórmula não mudou. O que mudou foi a fábrica em volta dela.
O que mudou no chão de fábrica
Três movimentos, que avançaram juntos na última década, transformaram o OEE em um indicador muito mais difícil de sustentar.
O primeiro é o compartilhamento de linhas. Com a pressão por reduzir ativos e aumentar a utilização, a mesma linha passou a atender famílias de produtos distintas, com parâmetros de processo, materiais e padrões de qualidade diferentes. Cada mudança de família exige ajustes que não existiam na linha dedicada.
O segundo é a multiplicação de SKUs. Mercados mais segmentados, embalagens diversas, versões regionais e lançamentos frequentes fizeram o portfólio crescer bem mais rápido do que a capacidade instalada. O resultado é lotes menores e campanhas mais curtas.
O terceiro é consequência direta dos dois primeiros: mais setups. Cada troca é uma parada planejada que consome disponibilidade e, logo depois, um período de instabilidade em que performance e qualidade ficam abaixo do padrão até o processo se estabilizar.
Por que o OEE sofre em cada um dos seus componentes
Vale olhar o efeito em cada parcela do indicador, porque a complexidade não pesa de forma uniforme.
Na disponibilidade, o impacto é o mais evidente. Se uma linha que fazia duas trocas por semana passa a fazer duas por turno, o tempo de setup deixa de ser um ruído e vira uma das maiores perdas da operação. Em muitas fábricas, o setup já supera a quebra como principal causa de parada, mas continua sendo tratado como “tempo necessário”, e não como perda.
Na performance, o efeito é mais sutil. Depois de cada partida, a linha opera abaixo da velocidade nominal enquanto operadores ajustam parâmetros e o processo se estabiliza. Com lotes curtos, a proporção do tempo gasto nessa fase de aceleração cresce. Além disso, produtos diferentes têm velocidades nominais diferentes, e um padrão de ciclo mal definido por produto distorce o cálculo.
Na qualidade, as primeiras peças de cada lote concentram refugo e retrabalho. Quanto mais trocas, mais “primeiras peças” ao longo do dia. Em processos com maior sensibilidade a ajustes, como injeção, impressão ou envase, a perda de partida pode ser a principal origem de refugo do mês.
O problema deixou de ser medição
Muitas empresas respondem a esse cenário melhorando a coleta: sensores, sistemas de apontamento automático, dashboards em tempo real. Isso é útil, mas resolve a parte mais fácil do problema. Medir o OEE com precisão em uma linha com vinte produtos e dez trocas por dia não faz o indicador subir. Só mostra, com mais clareza, por que ele está baixo.
O desafio real é de gestão da complexidade. Ele envolve decisões que extrapolam a área de produção, como a política de sequenciamento (agrupar produtos por similaridade reduz setups, mas afeta estoque e nível de serviço), o tamanho econômico de lote diante do tempo de troca atual, a definição de padrões de ciclo e de qualidade por produto, e a disciplina de registro das causas de parada, sem a qual o setup se esconde dentro de categorias genéricas.
O que fazer a respeito
Três frentes costumam fazer diferença. A primeira é tratar o setup como perda prioritária, com meta própria e projeto de redução estruturado, tipicamente via SMED. Reduzir o tempo de troca melhora disponibilidade de imediato e, de forma indireta, performance e qualidade, porque a partida fica mais padronizada.
A segunda é integrar planejamento e produção na decisão de sequência. Em linhas compartilhadas, a ordem em que os produtos entram pode valer mais do que qualquer ganho de velocidade. Uma matriz de tempos de troca entre produtos, atualizada e usada pelo PCP, é uma ferramenta simples e subutilizada.
A terceira é estratificar o OEE por produto e por tipo de troca, em vez de olhar apenas a média da linha. A média esconde onde está a perda. Dois ou três pares de produtos costumam concentrar os setups mais longos e as partidas mais instáveis.
Conclusão
O OEE continua sendo um dos indicadores mais úteis da gestão industrial, mas o contexto em que ele é aplicado mudou. Linhas compartilhadas, portfólios amplos e lotes curtos tornaram o indicador mais sensível a decisões de sequenciamento, padronização e troca. Atingir a meta de OEE hoje exige menos esforço de medição e mais capacidade de gerir complexidade. E, nesse cenário, o tempo de setup é o ponto de partida mais concreto.