Как установить контрольные показатели качества: практика расчетов и метрик

Практическое руководство по выбору, расчету и внедрению ключевых метрик для измерения качества на производстве, включая формулы для процента брака, выхода годного, пропуска дефектов и стоимости низкого качества.
Качество – понятие не абстрактное. На производстве оно должно быть измеримым, управляемым и привязанным к конкретным цифрам. Установление контрольных показателей (метрик) качества – это процесс трансформации стратегических целей «повысить качество» в набор конкретных, измеримых, достижимых, релевантных и ограниченных по времени (SMART) параметров, за которые несут ответственность конкретные подразделения и сотрудники. Без корректно определенных и рассчитанных метрик любая дискуссия о качестве превращается в субъективные споры. Данная статья фокусируется на практических аспектах выбора и расчета ключевых показателей качества.

Первым шагом является декомпозиция общей цели. Допустим, стратегическая цель – «Стать лидером по качеству продукции на рынке». Ее нужно разбить на составляющие: качество с точки зрения клиента (отсутствие дефектов, соответствие заявленным характеристикам, надежность) и качество внутренних процессов (эффективность, минимизация потерь). Для каждой составляющей определяются критические факторы, которые на нее влияют.

Одним из фундаментальных и универсальных показателей является **Процент производственного брака**. Формула его расчета проста: (Количество забракованных единиц продукции / Общее количество произведенных единиц) * 100%. Однако важна детализация. Брак следует разделять по видам: брак по вине производства (технологический), брак по вине поставщика (некондиционное сырье), брак, обнаруженный на разных этапах (внутрицеховой, выходной контроль, рекламации от клиента). Расчет показателя для каждого вида позволяет точно определить «болевую точку». Например, если общий брак 2%, но 1,5% – это брак сырья, то усилия должны быть направлены на входной контроль и работу с поставщиками, а не на перенастройку станков.

Для оценки эффективности процессов контроля используется **Эффективность контроля качества (КК)**. Ее можно оценить через метрику **Пропуск дефектов**. Допустим, на выходном контроле проверяется 1000 изделий и обнаруживается 20 дефектных. Затем эти изделия отправляются клиенту, который в своей приемке обнаруживает еще 5 дефектных, пропущенных вашим ОТК. Общее количество дефектных изделий в партии – 25. Пропуск дефектов = (Количество дефектов, обнаруженных клиентом / Общее количество дефектов в партии) * 100% = (5 / 25) * 100% = 20%. Этот показатель говорит об эффективности вашей инспекции.

В процессном подходе ключевое значение имеет показатель **Выход годного (Yield)**, особенно для многоступенчатых процессов. Он бывает двух видов: выход на первой проходе (First Pass Yield, FPY) и общий выход (Rolled Throughput Yield, RTY). **FPY** – это процент изделий, прошедших весь технологический маршрут без единого дефекта и переделки с первой попытки. Рассчитывается как произведение процентов годных продукции на каждой операции. Например, процесс из 4 операций с процентом годных на каждой: 98%, 95%, 99%, 97%. FPY = 0.98 * 0.95 * 0.99 * 0.97 = 0.893 или 89.3%. Это показывает реальную эффективность процесса без скрытых затрат на переделку. **RTY** – это процент изделий, прошедших процесс в итоге (с учетом переделок), и он всегда будет выше FPY. Разница между RTY и FPY – это скрытые затраты на исправление брака.

Для анализа удовлетворенности клиента используется **Индекс удовлетворенности клиентов (CSI)** и его более жесткая версия – **Индекс лояльности (NPS)**. Но на операционном уровне критически важен показатель **Стоимость низкого качества (COPQ – Cost of Poor Quality)**. Это финансовое выражение всех потерь из-за несовершенства качества. COPQ делится на две категории: затраты на соответствие (предупредительные – обучение, профилактика, и оценочные – контроль, инспекция) и затраты на несоответствие (внутренние – брак, переделка, простои; внешние – рекламации, гарантийный ремонт, штрафы, потеря репутации). Расчет COPQ – мощный инструмент для привлечения внимания руководства, так как переводит качество на язык финансов. Например, если годовой объем производства – 1 млн единиц, а стоимость переделки одного дефектного изделия – 50 у.е., то при проценте брака 2% внутренние затраты на переделку составят: 1 000 000 * 0.02 * 50 = 1 000 000 у.е. в год. Эта цифра наглядно показывает потенциал для инвестиций в улучшение процессов.

После выбора и расчета метрик необходимо установить для них целевые значения (benchmarks). Они могут основываться на исторических данных компании, отраслевых стандартах, показателях лучших производств внутри холдинга или данных конкурентов (бенчмаркинг). Цели должны быть амбициозными, но достижимыми. Далее определяется периодичность сбора данных, ответственные и механизмы отчетности (дашборды, сводки). Важно не просто собирать цифры, а анализировать тренды, выявлять коренные причины отклонений (методом «5 почему» или диаграммой Исикавы) и инициировать корректирующие действия. Только тогда установленные показатели качества станут живым инструментом управления, а не просто отчетной статистикой.
432 3

Комментарии (12)

avatar
1b6l2tm 27.03.2026
Всё это теория. На реальном производстве главная метрика — это отсутствие рекламаций от клиента.
avatar
j8krr0mc9l 28.03.2026
Полезно, но хотелось бы больше примеров метрик для сферы услуг, а не только производства.
avatar
fr3tt617 28.03.2026
Наконец-то понял, как привязать KPI к качеству. Спасибо за конкретику!
avatar
trsjs18va1 28.03.2026
Очень своевременная статья для нашей компании. Как раз начинаем формализацию процессов.
avatar
7o76gz1 29.03.2026
Не хватает информации о том, как часто нужно пересматривать установленные контрольные показатели.
avatar
kbrap2b2 29.03.2026
SMART-подход — это основа. Без него все показатели будут просто цифрами на бумаге.
avatar
bskifj6zu 29.03.2026
Слишком общо. Хотелось бы увидеть разбор кейса с цифрами и формулами в продолжении.
avatar
9o08v9jfe 29.03.2026
Статья хорошая, но расчёт некоторых метрик на практике часто упирается в отсутствие данных.
avatar
2qqbqxi295kk 29.03.2026
Автор упустил важный момент: кто и как будет собирать исходные данные для расчётов?
avatar
mhc7g2a4 30.03.2026
Не согласен, что всё должно быть измеримо. Нюансы качества иногда теряются в метриках.
Вы просмотрели все комментарии