先行KPIと後行KPIの使い分けでメンテナンス・製造パフォーマンスを最適化

重要業績評価指標（KPI）は製造業の成功に不可欠です。KPIデータの測定・収集・活用により、稼働率向上、信頼性強化、コスト管理改善、収益成長、設備総合効率（OEE）の向上が可能になります。

課題は「仕事に適したKPIをどう選ぶか」です。

その出発点は「先行指標か後行指標か」の判断です。先行KPIはデータを用いて将来の結果を予測し、後行KPIは事象発生後の結果を測定します。両者に価値はありますが、後行KPIへの過度な依存は、競争相手への対応遅れを招きます。

調査会社Gartnerによれば、49%のメーカーが今後3年間のビジネス成果を実現する製造戦略に自信を持っていません。KPIだけで戦略の成否が決まるわけではありませんが、将来志向のパフォーマンス指標は、可視性・整合性・実行力の向上に重要な役割を果たします。

本稿では、KPIの基本、先行・後行指標の違い、バランスの取れたKPIフレームワーク構築の助言を提供します。

メンテナンス・製造におけるKPIとは

KPIは実行可能な指標です。CMMSプラットフォーム、センサー、ユーザーレポートなどから得られるデータで算出されますが、単なる観測を超えてアクションを示唆します。

なぜならKPIは観測とビジネス成果を結びつけ、改善への道筋を示すからです。例えば、部品組立工程でのスクラップ削減を目指す企業が、目標を5%と設定し、以下の式でスクラップ率KPIを算出するとします。

スクラップ率 = (スクラップ総数 / 生産総数) × 100

1,000個生産中70個がスクラップなら、KPIは以下となります。

スクラップ率 = (70 / 1000) × 100 = 7%

このデータをもとにチームはスクラップ発生源を特定し、KPIを目標値に近づけるアクションを取れます。

他の一般的な製造KPIには、OEE、サイクルタイム、MTBF（平均故障間隔）、OTD（納期遵守率）などがあり、企業はビジネス目標と可視化目標に応じて独自のKPIを構築できます。

KPIに共通する4つの特性：

• 関連性（Relevant）
• 適時性（Timely）
• 制御可能性（Controllable）
• ビジネス目標との整合（Aligned to business goals）

KPIは組織の複数レベルで意思決定を支援します。例えば、保全技術者は根本原因特定に、現場管理者は運用パフォーマンスの合理化に、経営幹部は長期戦略との連携にKPIを活用します。

後行KPIとは

後行KPIは、事象発生後に結果を測定する指標です。歴史的に製造業で主流だったのは、事前分析を必要とせず、事後データだけで算出できるからです。

後行KPIの例：

• ダウンタイム
• MTTR（平均修理時間）
• OEE
• 故障率
• 単位あたり保全コスト
• 安全インシデント

後行指標の利点は、客観的で測定が容易、明確なレポートとベンチマークを支援する点です。

一方、欠点もあります。反応的な性質上、故障を防げず、事後報告にとどまります。その結果、ダメージが発生した後に問題が判明することになります。

機械ダウンタイムを例に取ると、このKPIの測定は重要資産の故障時からシステム復旧までです。数週間・数ヶ月・数年のダウンタイム事象を追跡すれば故障パターンの特定と保全活動の基盤になりますが、リスクも孕んでいます。設備やシステムが故障するたびに時間とコストを失います。根本原因が特定されなければ、予告なしに故障が繰り返されます。

先行KPIとは

先行KPIは、故障発生前に将来の結果をシグナルします。現在および過去のパフォーマンス指標を収集・分析し、資産故障の確率とその原因を推定します。

先行KPIの例：

• PM実施率
• 状態監視アラート
• センサー監視対象資産の割合
• 作業指示書バックログの健全性
• 点検完了率
• 平均異常間隔

これらのKPI収集・適用には、常時稼働する予知保全センサー、接続されたIIoT資産、高度な分析が必要です。これが先行指標の主な課題です：自動的には得られず、リアルタイムデータ管理を可能にする透明なワークフローを構築しなければなりません。

最大のメリットは、反応的保全から予防的保全へのシフトを可能にすることです。機械が壊れるのを待つ代わりに、これらのKPIで想定故障点を特定し、リスクを除去するアクションを取れます。

先行KPIと後行KPIの主な違い

後行KPIは歴史的・反応的であり、月次・四半期のパフォーマンスレビューで「何が起きたか、なぜか」を理解するのに用いられます。

先行KPIは将来志向・予防的であり、日次・週次の運用管理で「何が起こり得るか、何が起こりそうか、いつか」の洞察を提供します。

理想的には、両方を組み合わせてエンドツーエンドの運用ビューを構築すべきです。

観点	先行指標	後行指標
主目的	将来のパフォーマンス問題を予測・防止	事象発生後の結果を測定
タイミング	前向き（故障・損失の前）	後向き（結果発生後）
洞察の種類	予防的・予測的	反応的・歴史的
制御度	高い（チームが事前に結果に影響可能）	低い（すでに起きた事象を反映）
典型的用途	日次・週次の運用管理	月次・四半期のパフォーマンス報告
保全例	PM実施率、状態監視アラート、点検結果、バックログ対応	ダウンタイム、MTTR、故障率、保全コスト算出
製造例	プロセス偏差トレンド、SPCシグナル、設備健全性指標	スクラップ率、歩留まり損失、納期遅れ
信頼性価値	故障防止と予知保全を可能にする	事後的に信頼性パフォーマンスを確認
理想的ユースケース	将来パフォーマンス改善と損失防止	報告、ベンチマーク、説明責任

KPI成熟度モデル：反応的から処方的保全へ

多くのメーカーは、反応的から処方的保全へ進化する過程で、4段階のKPI成熟度モデルを経験します。

• ステージ1：反応的：後行KPIが主体。後行指標でパターンを追跡しリスクを低減。
• ステージ2：予防的：基本的な先行保全KPI（状態報告、一般的故障原因）を導入し、予防保全プログラムを構築。
• ステージ3：予知的：センサー駆動の先行指標で高度な分析を行い、故障を予測して保全を計画。
• ステージ4：処方的：AI駆動ソリューションで先行・後行指標を統合し、保全への具体的推奨を提示。

先行KPIが予知保全に不可欠な理由

先行指標は、状態監視技術と接続センサーデータを組み合わせ、資産健全性の完全な像を描くことで予知保全を可能にします。予知プロセスは通常、閾値（即時対応が必要な状況）から始まります。次にトレンドです。KPIデータと分析を組み合わせ、資産振る舞いのパターンを発見し、予定外ダウンタイムにつながる兆候を把握します。

最後に、先行KPIは運用・保全・管理を跨ぐ予知的洞察の舞台を整えます。

先行シグナルが削減を助けるもの：

• 予定外ダウンタイム
• 緊急修理
• スペアパーツの混乱
• 産業保全の安全リスク

例えば、先行KPI分析で最近の労働災害と特定設備の関連が判明すれば、チームは根本原因故障解析（RCFA）を実施し、根本原因を特定できます。

バランスの取れたKPIフレームワークの構築方法

企業に最適なのはバランスの取れたKPIフレームワークです。後行指標だけでは次に何が起きるか見えず、先行指標だけでは重要なトレンドを見逃す恐れがあります。

最適なフレームワークを見つけるため、3つの問いを自問してください。

1. いくつのKPIが必要か？ 少なすぎても多すぎても保全・管理の努力を損ないます。KPIを明確なビジネス成果に紐づけ、アクションを促さない、洞察を与えない指標は不要です。

2. 先行と後行KPIをどうバランスさせるか？ バランスは資産重要度で決まることが多いです。例えば、故障後の是正が影響軽微な低重要度資産なら後行指標で十分です。一方、故障が大規模な予定外ダウンタイムを引き起こす資産には先行指標が必須です。

3. 役割によってKPIはどう異なるか？ 最後に、役割ごとのKPIインパクトを考慮します。技術者には即時課題を追跡する資産固有のKPIが、経営幹部・管理者には大きなパターンを定義する高レベルKPIが適しています。

テクノロジーによるKPI測定の実現

効果的なKPI測定・管理はテクノロジーに依存します。生産ラインデータの量と複雑さから、手動での収集・分析・適用は非現実的です。特に先行KPIは、資産修理履歴、現在の振る舞い、将来の故障確率を予防的に分析する必要があるため、テクノロジーなしでは正確な測定が困難です。

KPI測定を可能にする技術：

• CMMS（コンピュータ化保全管理システム）
• 状態監視センサー
• 信頼性分析
• AIと機械学習ツール

これらを組み合わせれば、自動KPI生成が可能になり、手動データ入力とレポート作業が不要になります。アクセスしやすいダッシュボードと連携すれば、サイクルタイム、故障率、OTD、全体的な製品品質に影響するトレンドとパターンをリアルタイムで可視化できます。

報告から予測へ

後行KPIは「何が起きたか」を追跡し、先行KPIは「次に何が来るか」を予測します。

両者は、常時接続・常時稼働・自律的システムによって推進されるManufacturing 4.0の進化するランドスケープを企業が航行する上で不可欠です。事後影響の測定は継続的改善に必須ですが、データ駆動型の予知保全文化こそが、メーカーに必要な競争優位性をもたらします。

社内だけで報告から予測へのシフトを完結することも可能ですが、経験豊富なサービス・システムプロバイダーと提携する方が多くの場合ベターです。優良パートナーの指標には、予知保全ベストプラクティスの知識、センサー設置と分析レポートの専門性、深い信頼性専門知識が含まれます。

結論：保全の未来は予知的かつKPI駆動です。後行と先行指標のバランスを構築し、両方の利点を得ましょう。

ATSでメンテナンス・製造KPIの主導権を握りましょう。ご相談ください。

参考文献

Gartner, Inc. (2025, October 28). Gartner survey shows 49% of organizations lack confidence in future manufacturing strategy. https://www.gartner.com/en/newsroom/press-releases/2025-10-28-gartner-survey-shows-49-percent-of-organizations-lack-confidence-in-future-manufacturing-strategy