Molte aziende manifatturiere misurano il tasso di scarto da anni. Lo riportano nelle riunioni, lo confrontano mese su mese, a volte ci fanno sopra un progetto di miglioramento. Eppure, il numero non cambia — o migliora temporaneamente, poi torna dov'era.

 

 Il motivo non è la mancanza di impegno. È che misurare quanti scarti si producono non dice nulla su perché si generano. E senza il perché, ogni intervento è un tentativo alla cieca: si agisce sulla macchina che sembra più problematica, si cambia un parametro, si forma un operatore. A volte funziona. Spesso no.

Lo scarto è un sintomo. La causa è altrove — e senza dati tracciati, resta invisibile.

Le quattro cause radice degli scarti: una classificazione utile

Gli scarti di produzione hanno sempre una causa. Il problema è che la stessa manifestazione — un pezzo fuori tolleranza, una superficie difettosa, un'imperfezione dimensionale — può avere origini completamente diverse. Prima di capire come tracciarle, vale la pena classificarle.

La tassonomia più utilizzata in ambito manifatturiero distingue quattro aree causali, spesso indicate con le 4M: Macchina, Materiale, Metodo, Manodopera.

Macchina

Usura degli utensili, derive termiche, vibrazioni, parametri di processo fuori range, manutenzione insufficiente. È la causa più facile da misurare in automatico — ma solo se la macchina è connessa a un sistema di raccolta dati.

Dato che serve per identificarla: Parametri di processo al momento dello scarto (temperatura, pressione, velocità, coppia), storico degli allarmi, ore dall'ultimo intervento di manutenzione.

Materiale

Lotti fuori specifica, variabilità tra fornitori, stoccaggio non corretto, umidità, contaminazione. Spesso sottovalutata perché richiede di collegare il dato di scarto al lotto di materiale utilizzato — un passaggio che molti sistemi non fanno.

Dato che serve per identificarla: Numero di lotto o codice fornitore associato al pezzo scartato, certificati di conformità del materiale, data di ingresso a magazzino.

Metodo

Istruzioni operative non aggiornate, sequenze di lavoro non rispettate, setup macchina non standardizzato, parametri di processo definiti male o mai revisionati. È la causa più difficile da rilevare automaticamente — richiede spesso un'osservazione diretta o un confronto tra operatori.

Dato che serve per identificarla: Varianza del tasso di scarto tra turni diversi sulla stessa macchina, confronto tra operatori su stesso processo, data dell'ultima revisione delle istruzioni operative.

Manodopera

Formazione insufficiente, stanchezza, rotazione su mansioni non familiari, interpretazioni diverse delle specifiche. Non è una questione di colpa individuale — è una questione di sistema: se la varianza dipende dall'operatore, il sistema non è abbastanza robusto.

Dato che serve per identificarla: Tasso di scarto per operatore su stesso processo e macchina, data dell'ultima formazione, numero di rotazioni mansione nel periodo.

Conoscere questa classificazione serve a una cosa sola: sapere quali variabili raccogliere nel momento in cui uno scarto si verifica. Ogni categoria ha i suoi dati — e senza quei dati, l'analisi della causa radice rimane un'ipotesi.

Il problema della contestualizzazione: perché il numero da solo non basta

Immagina di avere questo dato: nel mese di ottobre hai prodotto 180 pezzi non conformi su 4.500 totali. Tasso di scarto: 4%. Cosa fai con questo numero?

La risposta onesta è: quasi nulla. Quel 4% non dice su quale macchina si concentrano i difetti, in quale turno, con quale materiale, in quale fase del processo. Potrebbe essere distribuito uniformemente su tutto l'impianto — oppure potrebbe essere generato per il 90% da una singola macchina in un singolo turno, e il resto dell'impianto funziona perfettamente.

Questi due scenari hanno cause diverse, costi diversi e interventi diversi. Ma il numero aggregato li rende identici.

Uno scarto senza contesto è inutile quanto nessuno scarto. Registrare che è successo non è abbastanza — serve sapere tutto quello che stava accadendo nel momento in cui è successo.

Questo è il salto concettuale più importante: dalla registrazione alla tracciabilità. Registrare significa segnare che uno scarto c'è stato. Tracciare significa collegarlo a tutte le variabili rilevanti nel momento esatto in cui si è generato.

Registrare vs. tracciare: una differenza che vale migliaia di euro

La distinzione sembra sottile. In pratica è la differenza tra avere un problema cronico e avere un problema risolvibile.

Registrare uno scarto

Tracciare uno scarto

Segnare che un pezzo è non conforme

Collegare il difetto a macchina, turno, operatore, lotto di materiale

Aggiornare il contatore degli scarti a fine turno

Registrare l'ora esatta in cui si è verificato il difetto

Classificare genericamente (es. "difetto dimensionale")

Classificare con causa specifica (es. "fuori tolleranza asse X — usura utensile")

Produrre un report mensile sul tasso di scarto

Abilitare un'analisi causale in tempo reale o a posteriori

Sapere quanti scarti ci sono

Sapere perché ci sono e dove intervenire

La tracciabilità non è un concetto astratto — è un requisito operativo. Senza di essa, l'analisi della causa radice si riduce a una riunione in cui ognuno porta la propria ipotesi e si decide in base a chi argomenta meglio, non in base ai dati.

Il problema è che, nella maggior parte delle aziende, questo livello di tracciabilità non è sostenibile con gli strumenti attuali. Quando i dati vengono raccolti a fine turno, su Excel o su carta, il contesto si perde. L’operatore ricostruisce a memoria, le informazioni vengono semplificate, i dettagli che fanno la differenza spariscono. E senza quel contesto, la causa resta invisibile.

Le quattro informazioni minime per tracciare uno scarto

Non serve un sistema complesso per iniziare a tracciare gli scarti in modo utile. Serve un sistema coerente — applicato ogni volta, su ogni linea, da ogni operatore. Anche un modulo strutturato bene vale infinitamente più di nessun sistema.

Per ogni scarto rilevato, queste quattro informazioni sono il minimo necessario per fare un'analisi causale affidabile:

Informazione

Perché è necessaria

Senza di essa

Quando (data e ora)

Permette di correlare lo scarto a turni, condizioni ambientali, eventi di manutenzione

Non puoi sapere se il problema è sistematico o episodico, né in quale turno si concentra

Dove (macchina, linea, postazione)

Isola la fonte del problema — evita di intervenire su tutto l'impianto quando il problema è localizzato

Sprechi risorse investigando dove il problema non esiste

Con cosa (lotto materiale, codice componente)

Distingue i difetti causati dal processo da quelli causati dal materiale in ingresso

Non puoi coinvolgere il fornitore con evidenze, né fare reclami documentati

Classificazione causa (anche se preliminare)

Costruisce nel tempo una distribuzione delle cause — il dato più prezioso per le priorità di intervento

Accumuli dati che non puoi analizzare in modo aggregato: ogni scarto rimane un caso isolato

Nota importante: la classificazione della causa non deve essere perfetta fin dall'inizio. Anche una lista di 5-6 categorie macro (macchina, materiale, setup, operatore, causa ignota) è sufficiente per iniziare a vedere pattern. Il dettaglio si aggiunge nel tempo, quando i dati iniziano a indicare dove vale la pena approfondire.

Nelle aziende in cui questa tracciabilità funziona davvero, il cambiamento non è solo nell’analisi. È nella velocità di intervento: i problemi non vengono più discussi a posteriori, ma intercettati mentre si stanno formando. È questo che permette di ridurre gli scarti in modo stabile, non temporaneo.

Quando lo scarto smette di essere un costo fisso

Un tasso di scarto cronico non è una costante del processo — è un segnale che manca qualcosa nel sistema informativo. Non nella tecnologia: nel metodo con cui i dati vengono raccolti, collegati e usati.

Quando ogni scarto porta con sé il suo contesto — quando, dove, con cosa, perché — smette di essere un numero da riportare in riunione e diventa un problema con una causa identificabile e un intervento possibile.

Il punto di partenza non è un sistema sofisticato. È decidere quali quattro informazioni raccogliere ogni volta che un pezzo non va. Da lì, tutto il resto diventa costruibile.

Lo scarto che si ripete non è un problema di produzione. È un problema di visibilità. Finché non sai cosa sta succedendo nel momento in cui succede, continuerai a rincorrere il problema invece di eliminarlo.

→Approfondisci: Dati di produzione dispersi: il problema silenzioso che frena le PMI manifatturiere

→ Leggi la guida completa: Come raccogliere dati di produzione in modo affidabile: la guida per le PMI manifatturiere

 Iscriviti alla newsletter per rimanere aggiornato sui prossimi eventi. 

 

« Precedente

Excel in produzione: quando smette di essere uno strumento utile e diventa un limite

Successivo »

KPI di produzione: quali monitorare davvero e come calcolarli senza perdersi

SHARE:      

Aggiungi commento