BI para Indústria: indicadores, casos de uso e como começar

A fábrica gera dado o tempo todo e ainda decide no achismo#

Toda planta industrial produz dado sem parar: apontamento de ordem de produção, leitura de sensor, registro de parada, contagem de refugo, movimentação de estoque, ordem de manutenção. E mesmo assim, na hora de responder uma pergunta simples, o gestor recorre a uma planilha que alguém preencheu na correria ou a um relatório que o sistema cospe à meia-noite. É esse descompasso que faz BI indústria deixar de ser modismo e virar ferramenta de gestão. O problema quase nunca é falta de dado. É que o dado mora em três ou quatro sistemas que não conversam, cada um com sua própria versão da verdade, e ninguém consegue dizer com confiança qual foi o OEE da semana ou quanto custou produzir cada unidade.

Este artigo é para quem toca produção, manutenção, qualidade, controladoria industrial ou TI e quer entender o que dá para medir, quais casos de uso pagam a conta, de onde o dado precisa vir e como começar sem virar um cemitério de dashboards. Vou ser direto e opinativo, porque projeto de dados na indústria erra sempre pelos mesmos motivos, e quase todos são evitáveis.

Os indicadores que sustentam a gestão industrial#

Antes de abrir o Power BI, é preciso alinhar o que medir. O erro mais comum que vejo é o time começar pela tela, escolher um gráfico bonito e só depois descobrir que a definição do indicador estava frouxa. Metade dos projetos de BI que dão errado morre exatamente aí: refugo calculado de um jeito pela produção e de outro pela qualidade, custo por unidade que muda dependendo de quem monta a planilha. Defina a fórmula antes do gráfico, e documente a fórmula no modelo, não na cabeça de uma pessoa.

A indústria acompanha um núcleo de indicadores que se repete de planta em planta. Não são todos os que existem, são os que costumam mudar decisão.

Indicador	O que mede	Fonte típica
OEE	Eficiência global do equipamento	MES, sensores
Custo por unidade	Quanto custa produzir cada peça	ERP, MES
Refugo	Perda por produto fora de especificação	MES, qualidade
Produtividade	Volume produzido por hora ou por pessoa	MES, ERP
Giro de estoque	Velocidade de renovação do estoque	ERP
Custo de manutenção	Gasto para manter os ativos rodando	ERP, ordens de manutenção

Repare que quase todo indicador cruza mais de uma fonte. Custo por unidade precisa do volume produzido, que costuma estar no MES, e do custo, que mora no ERP. Isso é o coração do desafio de BI indústria: nenhum sistema sozinho responde a pergunta de gestão. O valor do projeto está na integração, não no gráfico.

OEE combina disponibilidade, performance e qualidade#

O OEE, ou Overall Equipment Effectiveness, é o indicador rei da manufatura e também o mais mal calculado. Ele é o produto de três fatores: disponibilidade, que mede quanto do tempo planejado o equipamento realmente rodou; performance, que mede se ele rodou na velocidade nominal; e qualidade, que mede quantas peças saíram boas. Por ser multiplicativo, o OEE é implacável. Um equipamento com 90% de disponibilidade, 90% de performance e 90% de qualidade tem OEE de 72,9%, não de 90%. Essa matemática assusta a primeira vez, e é justamente por isso que ela é útil: revela perda que ficava escondida quando cada fator era olhado isolado.

O detalhe que derruba muita gente é a definição de tempo planejado, de parada programada e de microparada. Antes de exibir um OEE em tela, alinhe com produção e manutenção o que conta como parada, o que é setup e qual a velocidade nominal de cada linha. Sem esse acordo, o número existe mas ninguém confia nele, e indicador em que ninguém confia é pior do que indicador nenhum.

Os casos de uso onde BI indústria paga a conta#

Indicador solto não gera retorno. O que gera retorno é o indicador amarrado a uma decisão recorrente. Na indústria, os casos de uso que mais rápido pagam o projeto costumam ser quatro, e vale entender o que cada um precisa de dado e o que ele destrava.

Caso de uso	Pergunta que responde	Fontes principais
Eficiência de chão de fábrica	Onde estou perdendo tempo e velocidade de produção?	MES, sensores
Custo industrial	Quanto custa cada unidade e onde o custo escapa?	ERP, MES
Manutenção	Meus ativos param de surpresa ou eu me antecipo?	Sensores, ordens de manutenção
Qualidade	Onde nasce o refugo e o retrabalho?	MES, sistema de qualidade

Eficiência de chão de fábrica é o caso de entrada#

Quase todo projeto de BI industrial começa pelo chão de fábrica, e faz sentido. É onde o dado é mais volumoso, onde o OEE vive e onde a perda é mais visível. Um bom painel de eficiência mostra volume produzido por linha, produto e turno, cruza o real com o planejado e explica a diferença: quanto foi parada, quanto foi velocidade abaixo do nominal, quanto foi refugo. A partir daí, a conversa de reunião muda de tom. Sai o achismo sobre qual turno rende menos e entra o número. Se quiser aprofundar como estruturar essa camada operacional, o dashboard de operações no Power BI traz o raciocínio de KPIs e layout que se aplica direto ao chão de fábrica.

Custo industrial expõe onde o dinheiro escapa#

O custo por unidade é o indicador que mais interessa à diretoria, e o mais difícil de montar bem, porque ele exige casar volume de produção com apropriação de custo. Quando o BI cruza o quanto foi produzido de cada item com o custo de matéria-prima, de energia, de mão de obra e de perda, aparece coisa que ninguém enxergava: produtos que pareciam rentáveis e não são, linhas que consomem mais insumo do que deveriam, refugo que corrói margem em silêncio. Somado ao giro de estoque, esse caso de uso conecta a fábrica ao resultado financeiro, e é aí que o projeto de dados deixa de ser custo de TI e vira alavanca de margem.

Manutenção sai do reativo para o preditivo#

A manutenção é o caso de uso que mais se beneficia de sensor. Quando o dado de vibração, temperatura ou corrente de um ativo é capturado e cruzado com o histórico de ordens de manutenção, dá para sair da manutenção corretiva, cara e imprevisível, e caminhar para a manutenção preditiva, que antecipa a falha antes de a máquina parar no meio do turno. Não é mágica nem exige começar com inteligência artificial no dia um. O primeiro passo é ter o custo de manutenção e o histórico de paradas confiáveis em um só lugar. O modelo preditivo vem depois, quando o dado já está organizado. Esse salto costuma ser a porta de entrada para analytics avançado na indústria.

Qualidade encontra a raiz do refugo#

O caso de qualidade fecha o ciclo. Refugo e retrabalho são perda pura, e quase sempre têm uma causa que se repete: um lote de matéria-prima, um turno, uma máquina, um ajuste de setup. Quando o dado de qualidade é cruzado com o de produção, o padrão aparece. O painel deixa de só contar quantas peças foram descartadas e passa a responder por que foram descartadas, que é a única pergunta que reduz o refugo de verdade.

O dado vem de MES, ERP e sensores#

Não existe BI indústria sem enfrentar a integração de fontes. Três sistemas concentram quase tudo o que importa.

Fonte	O que fornece	Cuidado principal
MES	Apontamento de produção, paradas, OEE	Granularidade e padronização de motivos de parada
ERP	Custo, estoque, ordens, manutenção, faturamento	Casar o cadastro de itens com o do MES
Sensores	Vibração, temperatura, corrente, contagem	Volume de dado e frequência de leitura

O MES é a fonte do chão de fábrica: é dele que sai o apontamento de ordem, o registro de parada e a matéria-prima do OEE. O ERP é a fonte do custo, do estoque e da manutenção, e é quem conecta a produção ao financeiro. Os sensores trazem o dado de máquina em alta frequência, essencial para manutenção e para performance, mas exigem uma arquitetura que aguente o volume sem travar o modelo.

O ponto cego que mais atrasa projeto é o cadastro. MES e ERP costumam ter códigos diferentes para a mesma peça, unidades de medida divergentes e centros de custo que não batem. Antes de sonhar com painel, resolva a chave que liga um sistema ao outro. É trabalho ingrato, invisível na apresentação, e é o que separa o projeto que dura do protótipo que morre no terceiro mês. Se a sua empresa está começando a estruturar isso, vale ler o guia completo de Power BI para empresas no Brasil em 2026, que trata da fundação de dados que sustenta qualquer painel industrial.

Como começar um projeto de BI indústria sem virar caos#

A pior forma de começar é tentar medir tudo de uma vez. Um painel que promete responder quarenta perguntas não responde nenhuma bem, fica lento e ninguém abre no dia seguinte. O caminho que funciona é o oposto: escopo estreito, valor rápido, expansão depois.

Na prática, o roteiro que usamos em projeto real segue mais ou menos esta ordem:

• Escolha um caso de uso e uma dor real. Comece por onde a perda é mais visível, quase sempre eficiência de chão de fábrica ou custo por unidade. Um caso bem entregue gera confiança para o próximo.
• Trave as definições com quem opera. Sente com produção, manutenção e qualidade e acorde o que é parada, o que é refugo, como se calcula o OEE. Isso não é burocracia, é o que faz o número ser aceito na reunião.
• Conecte primeiro MES e ERP. Resolva a chave de item e de centro de custo antes de qualquer visual. É aqui que o projeto trava ou anda.
• Monte um modelo dimensional enxuto. Fato de produção, dimensão de tempo, de máquina, de produto, de turno. Modelo limpo é o que mantém o painel rápido e o DAX simples.
• Entregue um dashboard que a operação abra às 7h. Poucos indicadores, direto ao ponto, atualizado na frequência que a decisão exige. Depois expanda para manutenção, qualidade e sensores.

Esse faseamento é o que separa o projeto que vira rotina do painel que só apareceu numa apresentação. Se quiser ver como isso se materializa em serviço, nossa página de Power BI mostra o tipo de entrega que estruturamos para a indústria.

Uma última opinião honesta: comece pelo básico antes de sofisticar. Não pule para manutenção preditiva com sensor e modelo estatístico enquanto o custo por unidade ainda vive numa planilha. A indústria que organiza primeiro o essencial, MES e ERP integrados, definições travadas e um punhado de indicadores confiáveis, chega ao preditivo com base sólida. A que pula etapa acumula dashboard bonito e decisão ruim.

Perguntas frequentes#

O que é BI indústria na prática? É o uso de Business Intelligence para transformar o dado que a fábrica já produz, apontamento de produção, custo, estoque, manutenção e leitura de sensor, em indicadores confiáveis que sustentam decisão de produção, custo, manutenção e qualidade. O foco não é gerar dado novo, é conectar o que existe em MES, ERP e sensores e transformar em algo que o gestor use no dia a dia.

Qual indicador industrial vale a pena medir primeiro? Depende da dor, mas na maioria das plantas o OEE e o custo por unidade são os dois que mais rápido geram valor. O OEE porque expõe perda escondida no chão de fábrica, e o custo por unidade porque conecta a produção ao resultado financeiro. Comece por um deles, entregue bem, e só então avance para manutenção e qualidade.

Preciso de MES para fazer BI na indústria? Ajuda muito, mas não é obrigatório para começar. Se o apontamento de produção estiver no ERP ou em uma planilha estruturada, já dá para montar os primeiros painéis. O MES entra quando a granularidade de parada e a matéria-prima do OEE viram o gargalo. O importante é ter dado de produção confiável, seja qual for a origem.

Como o BI ajuda na manutenção preditiva? O primeiro passo é reunir custo de manutenção e histórico de paradas em um só lugar e cruzar com o dado de sensor do ativo, como vibração e temperatura. Com essa base organizada, dá para identificar padrões que antecedem a falha e migrar da corretiva para a preditiva. O modelo estatístico vem depois, nunca antes.

Quanto tempo leva para ver o primeiro resultado? Com escopo estreito, um caso de uso bem definido e as fontes acessíveis, o primeiro dashboard útil sai em poucas semanas. O que estende o prazo raramente é o BI em si, é a integração e a padronização de cadastro entre MES e ERP. Por isso vale começar por um único caso de uso e expandir depois.

Power BI dá conta de dado de sensor em alta frequência? Dá, desde que a arquitetura respeite o volume. Dado de sensor bruto e em altíssima frequência não deve ir direto para o modelo do painel. O caminho é agregar e tratar essa camada antes, em uma arquitetura de dados adequada, e levar ao Power BI o que a análise realmente precisa. Assim o painel fica rápido sem perder a informação que importa.

O básico bem feito é o que separa fábrica que decide de fábrica que reage#

BI indústria não é sobre ter o painel mais bonito, é sobre ter o número em que a operação confia e a decisão que ele destrava. Comece por um caso de uso real, trave as definições com quem opera, integre MES e ERP antes de qualquer visual e entregue algo que o gestor abra às 7h. O preditivo e o sensor vêm depois, sobre base sólida. Se você quer estruturar isso na sua planta sem repetir os erros de sempre, fale com a gente.