D03 · L3 · 01 — Yield & Loss ReductionReducción de Pérdidas y Mejora de Rendimiento

OEE — the 16-loss frameworkOEE — el marco de 16 pérdidas

OEE is the question; the 16 losses are the answer. The 65% number conceals which 4–5 of 16 distinct losses are dominating — aggregation is what destroys diagnostic value. The framework is 60 years old; the difference between plants that improve OEE and plants that report it is whether the decomposition is the operational state or the quarterly homework.

OEE es la pregunta; las 16 pérdidas son la respuesta. El número 65% esconde cuáles 4–5 de 16 pérdidas distintas están dominando — la agregación es lo que destruye el valor diagnóstico. El marco tiene 60 años; la diferencia entre plantas que mejoran OEE y plantas que lo reportan es si la descomposición es el estado operativo o la tarea trimestral.

01What it isQué es

The 16-loss framework decomposes total equipment effectiveness into the specific causes that degrade availability, performance, and quality — eight equipment losses (breakdown, setup, tool change, startup, minor stops, speed loss, defect, rework) and eight broader operational losses (planned downtime, management losses, motion, line organization, logistics, measurement & adjustment, energy, yield). It is the diagnostic apparatus that converts OEE from a number into an action plan.

El marco de 16 pérdidas descompone la efectividad total del equipo en las causas específicas que degradan disponibilidad, desempeño y calidad — ocho pérdidas de equipo (falla, setup, cambio de herramienta, arranque, paros menores, pérdida de velocidad, defecto, retrabajo) y ocho pérdidas operativas más amplias (paro planeado, pérdidas de gestión, movimiento, organización de línea, logística, medición y ajuste, energía, yield). Es el aparato diagnóstico que convierte OEE de un número en un plan de acción.

02Why it mattersPor qué importa

OEE is the most universally tracked manufacturing KPI and the most universally aggregated — and aggregation is exactly what destroys its diagnostic value. An OEE of 65% is not a state of operation; it is an arithmetic average that conceals which 4–5 of 16 distinct losses are dominating. The foundational text on TPM and the 16-loss decomposition makes this explicit (Nakajima, 1988 — peer-reviewed, "Introduction to TPM", Productivity Press): equipment effectiveness must be decomposed into its constituent losses to be actionable, and the top three losses in any plant typically account for 60–80% of total OEE gap. The asymmetry is enormous — a plant that attacks all 16 losses simultaneously dilutes effort and produces no measurable improvement; a plant that identifies and attacks the top three captures 60–80% of the available gain. Most plants do the first; few do the second, because the first feels comprehensive and the second feels like it leaves things out.

OEE es el KPI manufacturero más universalmente rastreado y el más universalmente agregado — y la agregación es exactamente lo que destruye su valor diagnóstico. Un OEE del 65% no es un estado de operación; es un promedio aritmético que esconde cuáles 4–5 de 16 pérdidas distintas están dominando. El texto fundacional sobre TPM y la descomposición en 16 pérdidas lo hace explícito (Nakajima, 1988 — peer-reviewed, "Introduction to TPM", Productivity Press): la efectividad del equipo debe descomponerse en sus pérdidas constituyentes para ser accionable, y las tres principales pérdidas en cualquier planta típicamente dan cuenta del 60 al 80% del gap total de OEE. La asimetría es enorme — una planta que ataca las 16 pérdidas simultáneamente diluye el esfuerzo y no produce mejora medible; una planta que identifica y ataca las top tres captura del 60 al 80% de la ganancia disponible. La mayoría de las plantas hace lo primero; pocas hacen lo segundo, porque lo primero se siente comprehensivo y lo segundo se siente como dejar cosas afuera.

03How it is doneCómo se hace

1
Decompose OEE into its three components first — availability, performance, quality — then into the 16 sub-losses. Most plants stop at the three-component decomposition (availability 88%, performance 79%, quality 94%, OEE 65%) and act on whichever component looks lowest. That is the wrong cut. The right cut is which of the 16 underlying losses is the largest dollar contributor, regardless of which top-level component it belongs to.
2
Instrument each loss category with reason codes captured at the source — not reconstructed at end-of-shift. Reason codes captured by the operator at the moment of the loss (push-button on the cell terminal, voice annotation, automatic PLC-driven categorization where possible) produce trustable data; reason codes reconstructed end-of-shift from memory produce comforting fiction. The captured-vs-reconstructed asymmetry is the single biggest determinant of whether 16-loss analysis works.
3
Pareto the losses by dollar impact, not by minute count — and re-rank quarterly. A 240-minute downtime event on a $200/minute line costs $48K; a series of 4,800 minor stops at 30 seconds each on the same line costs $480K. Ranking by minutes makes the downtime look bigger; ranking by dollars exposes which loss to attack first. Re-rank quarterly because the dominant losses shift as fixes land.
4
Attack the top three losses with dedicated kaizen events — not with general improvement initiatives. A focused 5-day kaizen on the dominant loss (cross-functional team, baseline measurement, root-cause analysis, countermeasure design, pilot, validation) consistently outperforms a 12-month broad continuous-improvement initiative on the same loss. Concentration of effort matters more than scope of intent.
5
Validate the gain in OEE at the cell, not in aggregated reporting. A kaizen that improves the dominant loss must be verifiable as a sustained shift in the OEE trend at the cell where the work was done — not as a plant-level number that washes out the gain in noise from other cells. Cell-level validation forces the discipline of sustained improvement; aggregated reporting forgives regression.
6
Refresh the loss inventory annually — the dominant losses shift, and the analysis has to follow. A loss that was #1 last year may now be #5; a previously-minor loss may have grown as throughput increased. The 16-loss inventory is not a one-time exercise — it is the operational diagnostic that has to be re-run yearly to keep the kaizen pipeline pointed at the real opportunity.
Worked example — illustrativeAn automotive Tier 2 plant runs 9 production lines with plant-level OEE = 68% reported monthly. Baseline 16-loss decomposition reveals the structure that the headline number was hiding: top 3 losses account for 71% of the 32-point OEE gap — minor stops (14.2 OEE points lost, ~$3.1M/year), changeover time (10.8 points, ~$2.4M/year), and breakdown downtime (8.4 points, ~$1.8M/year). Losses 4–16 collectively account for the remaining 29%. The implementation: 3 sequential 5-day kaizen events over 4 months, one per dominant loss, each with cross-functional team and verified countermeasures (minor stops attacked with vision-system inspection at the choke point; changeover attacked with SMED on the highest-frequency setup; breakdown attacked with criticality-based predictive maintenance on 2 critical pumps). Results at 9 months: OEE rises from 68% to 79%, top 3 losses reduced by 64%, plant throughput +16% with no capex on additional capacity. The fourth-ranked loss (planned changeover for sanitation) now becomes the dominant target for the next kaizen cycle.
1
Descompón el OEE primero en sus tres componentes — disponibilidad, desempeño, calidad — luego en las 16 sub-pérdidas. La mayoría de las plantas se detiene en la descomposición de tres componentes (disponibilidad 88%, desempeño 79%, calidad 94%, OEE 65%) y actúa sobre el que se vea más bajo. Ese es el corte equivocado. El corte correcto es cuál de las 16 pérdidas subyacentes es el mayor contribuidor en dólares, sin importar a cuál componente de alto nivel pertenece.
2
Instrumenta cada categoría de pérdida con códigos de razón capturados en la fuente — no reconstruidos al final del turno. Los códigos de razón capturados por el operador en el momento de la pérdida (botón en la terminal de celda, anotación por voz, categorización automática impulsada por PLC donde sea posible) producen datos confiables; los códigos de razón reconstruidos al final del turno desde la memoria producen ficción reconfortante. La asimetría captura-vs-reconstrucción es el determinante más grande de si el análisis de 16 pérdidas funciona.
3
Pareto las pérdidas por impacto en dólares, no por conteo de minutos — y re-rankéalas trimestralmente. Un evento de paro de 240 minutos en una línea de $200/minuto cuesta $48K; una serie de 4,800 paros menores de 30 segundos cada uno en la misma línea cuesta $480K. Rankear por minutos hace ver más grande al paro; rankear por dólares expone cuál pérdida atacar primero. Re-rankea trimestralmente porque las pérdidas dominantes se mueven a medida que los arreglos aterrizan.
4
Ataca las top tres pérdidas con eventos kaizen dedicados — no con iniciativas generales de mejora. Un kaizen enfocado de 5 días sobre la pérdida dominante (equipo cross-funcional, medición base, análisis de causa raíz, diseño de contramedida, piloto, validación) consistentemente supera a una iniciativa amplia de mejora continua de 12 meses sobre la misma pérdida. La concentración del esfuerzo importa más que el alcance de la intención.
5
Valida la ganancia de OEE en la celda, no en la reportería agregada. Un kaizen que mejora la pérdida dominante debe ser verificable como un shift sostenido en la tendencia de OEE en la celda donde se hizo el trabajo — no como un número a nivel planta que lava la ganancia con el ruido de otras celdas. La validación a nivel celda fuerza la disciplina de mejora sostenida; la reportería agregada perdona la regresión.
6
Refresca el inventario de pérdidas anualmente — las pérdidas dominantes cambian, y el análisis tiene que seguirlas. Una pérdida que era #1 el año pasado puede ahora ser #5; una pérdida previamente menor puede haber crecido a medida que el throughput aumentó. El inventario de 16 pérdidas no es un ejercicio one-time — es el diagnóstico operativo que tiene que correrse anualmente para mantener el pipeline kaizen apuntando a la oportunidad real.
Ejemplo trabajado — ilustrativoUna planta Tier 2 automotriz corre 9 líneas de producción con OEE a nivel planta = 68% reportado mensualmente. La descomposición base de 16 pérdidas revela la estructura que el número de cabecera escondía: las top 3 pérdidas dan cuenta del 71% del gap de OEE de 32 puntos — paros menores (14.2 puntos de OEE perdidos, ~$3.1M/año), tiempo de cambio (10.8 puntos, ~$2.4M/año), y paro por falla (8.4 puntos, ~$1.8M/año). Las pérdidas 4–16 colectivamente dan cuenta del 29% restante. La implementación: 3 eventos kaizen secuenciales de 5 días en 4 meses, uno por pérdida dominante, cada uno con equipo cross-funcional y contramedidas verificadas (paros menores atacados con inspección por sistema de visión en el punto de choke; cambio atacado con SMED en el setup de mayor frecuencia; paro por falla atacado con mantenimiento predictivo basado en criticidad en 2 bombas críticas). Resultados a 9 meses: OEE sube de 68% a 79%, top 3 pérdidas reducidas en 64%, throughput de planta +16% sin capex en capacidad adicional. La pérdida ranqueada en cuarto lugar (cambio planeado para sanitización) ahora se vuelve el objetivo dominante para el siguiente ciclo de kaizen.

04In practiceEn la práctica

💰Pareto by dollar impact, not by minute count›
Minute-count Pareto over-weights minor stops and under-weights setup. Dollar-impact Pareto converts losses to common economic units — and almost always reveals that the top three losses by dollars are not the top three by minutes. The kaizen pipeline should follow the dollars.
🎯Attack the top three losses with dedicated kaizens, not broad initiatives›
Top-3 losses typically account for 60–80% of the OEE gap (Nakajima, 1988 — peer-reviewed, Productivity Press). Attacking all 16 simultaneously dilutes effort to zero measurable impact; attacking the top three captures the gain.
🛑Reject kaizen tourism — charter against ranked losses›
Publish the dollarized loss ranking and require every kaizen charter to name the loss-rank it attacks. Kaizens against rank 1–3 proceed; against rank 4–16 require explicit justification. Bureaucratic and necessary — without it the program drifts toward popularity rather than economics.
🔄Refresh the loss inventory annually as equipment and product mix drift›
An OEE program with a three-year-old loss inventory is attacking yesterday's losses. Equipment wears, products reformulate, demand mix shifts — the top three losses move. The annual refresh is what keeps the program aligned to current economics.
💰Pareto por impacto en dólares, no por conteo de minutos›
El Pareto por conteo de minutos sobrepondera paros menores y subpondera setup. El Pareto por impacto en dólares convierte las pérdidas a unidades económicas comunes — y casi siempre revela que las tres pérdidas principales por dólares no son las tres principales por minutos. El pipeline de kaizen debe seguir a los dólares.
🎯Ataca las tres pérdidas principales con kaizens dedicados, no con iniciativas amplias›
Las top-3 pérdidas típicamente representan 60–80% del gap de OEE (Nakajima, 1988 — peer-reviewed, Productivity Press). Atacar las 16 simultáneamente diluye el esfuerzo a cero impacto medible; atacar las top-3 captura la ganancia.
🛑Rechaza el turismo de kaizen — chartea contra pérdidas ranqueadas›
Publica el ranking dolarizado de pérdidas y exige que cada charter de kaizen nombre el rango de la pérdida que ataca. Los kaizens contra rango 1–3 proceden; contra rango 4–16 requieren justificación explícita. Burocrático y necesario — sin esto el programa deriva hacia la popularidad en lugar de la economía.
🔄Refresca el inventario de pérdidas anualmente conforme equipo y mix de producto se desplazan›
Un programa de OEE con un inventario de pérdidas de tres años está atacando las pérdidas de ayer. El equipo se desgasta, los productos se reformulan, el mix de demanda cambia — las tres pérdidas principales se mueven. El refresco anual es lo que mantiene al programa alineado con la economía actual.

05What you would useQué se usa

📌 OEE & 16-LOSS DECOMPOSITION
🟦MES-native OEE with loss reason codes (Siemens Opcenter, Rockwell FactoryTalk, AVEVA MES)›
When the MES is in place, native OEE modules support 16-loss reason coding with operator capture — depth of decomposition depends on configuration discipline, not on the platform (Siemens — vendor; Rockwell — vendor; AVEVA — vendor).
🟩MachineMetrics / Memex / Augury (production analytics tier)›
Specialized OEE platforms that deploy faster than full MES, with native loss decomposition, predictive analytics, and dollarized ranking dashboards; strong fit for plants that want 16-loss analysis before committing to full MES (MachineMetrics — vendor; Augury — vendor).
🟥Power BI / Tableau dashboards over MES + ERP cost data›
The visualization layer that joins MES loss-count data with ERP cost-per-minute data to produce true dollarized loss ranking; quality is determined by the data engineering, not by the tool (Microsoft — vendor; Salesforce/Tableau — vendor).
⬜PLC-direct OEE counter + a disciplined operator-driven reason code log›
For lean operations without MES — direct readout of run/stop status from the PLC, paired with a structured paper or tablet log of reason codes captured by the operator at the moment of the stop. Works under TPM if discipline holds; the bridge solution, not the destination.
📌 OEE Y DESCOMPOSICIÓN DE 16 PÉRDIDAS
🟦OEE nativo del MES con códigos de razón de pérdida (Siemens Opcenter, Rockwell FactoryTalk, AVEVA MES)›
Cuando el MES está en su lugar, los módulos nativos de OEE soportan codificación de razón de 16 pérdidas con captura del operador — la profundidad de descomposición depende de la disciplina de configuración, no de la plataforma (Siemens — vendor; Rockwell — vendor; AVEVA — vendor).
🟩MachineMetrics / Memex / Augury (nivel de analítica de producción)›
Plataformas especializadas de OEE que se despliegan más rápido que el MES completo, con descomposición nativa de pérdidas, analítica predictiva y tableros de ranking dolarizado; fit fuerte para plantas que quieren análisis de 16 pérdidas antes de comprometerse al MES completo (MachineMetrics — vendor; Augury — vendor).
🟥Tableros Power BI / Tableau sobre datos de MES + costo de ERP›
La capa de visualización que une datos de conteo de pérdidas del MES con datos de costo por minuto del ERP para producir el ranking dolarizado real de pérdidas; la calidad la determina la ingeniería de datos, no la herramienta (Microsoft — vendor; Salesforce/Tableau — vendor).
⬜Contador de OEE directo del PLC + un log disciplinado de códigos de razón impulsado por el operador›
Para operaciones lean sin MES — lectura directa del estado run/stop del PLC, emparejada con un log estructurado en papel o tableta de códigos de razón capturados por el operador en el momento del paro. Funciona bajo TPM si la disciplina se mantiene; la solución puente, no el destino.
The bottom lineEn corto

OEE without the 16-loss decomposition is a number, not a diagnosis — and numbers do not improve, diagnoses do. Decompose into the three components first then the 16 sub-losses, instrument with reason codes captured at the source not reconstructed end-of-shift, Pareto by dollar impact not by minute count, attack the top three losses with dedicated kaizens not broad initiatives, validate gain at the cell not in aggregated reporting, and refresh the inventory annually. The framework is 60 years old; the difference between plants that improve OEE and plants that report it is whether the decomposition is the operational state or the quarterly homework.

El OEE sin la descomposición de 16 pérdidas es un número, no un diagnóstico — y los números no mejoran, los diagnósticos sí. Descompón primero en los tres componentes y luego en las 16 sub-pérdidas, instrumenta con códigos de razón capturados en la fuente no reconstruidos al final del turno, Pareto por impacto en dólares no por conteo de minutos, ataca las top tres pérdidas con kaizens dedicados no con iniciativas amplias, valida la ganancia en la celda no en la reportería agregada y refresca el inventario anualmente. El marco tiene 60 años; la diferencia entre plantas que mejoran OEE y plantas que lo reportan es si la descomposición es el estado operativo o la tarea trimestral.

← PreviousAnteriorQuality audits & certification maintenanceAuditorías de calidad y mantenimiento de certificacionesNextSiguiente →Lean manufacturing & waste eliminationManufactura Lean y eliminación de desperdicio

All D03 componentsTodos los componentes de D03D03 artifactsArtifacts de D03SCRA