Dashboard Operações no Power BI: KPIs, layout e o que medir

O chão de fábrica gera dado o tempo todo, e a diretoria decide no escuro#

A operação industrial produz números a cada segundo. A máquina registra ciclo, parada e velocidade. O apontador anota refugo e retrabalho. O ERP fecha a ordem de produção com custo e quantidade. Mesmo assim, quando alguém pergunta "qual foi o OEE da linha 3 ontem", a resposta demora um dia e sai de uma planilha que dois turnos preenchem de jeitos diferentes. Um bom dashboard operações Power BI existe para fechar esse buraco, unindo o dado da máquina, o apontamento de chão de fábrica e o custo do ERP em um modelo único, para você parar de discutir qual número está certo e decidir o que fazer com ele.

Este artigo é para quem toca operação, não para quem quer um painel bonito na parede. Vou tratar dos KPIs que mexem no resultado da fábrica, de onde cada dado nasce, de como montar o layout, de quando faz sentido tempo quase real e das medidas DAX que sustentam o OEE sem gambiarra.

O que um dashboard operações Power BI precisa medir de verdade#

Painel de operação que mostra só "quantas peças saíram" não ajuda ninguém a decidir. A gestão de manufatura vive de poucos indicadores, mas eles precisam de definição escrita e cálculo sempre igual. Estes sustentam a maioria das operações.

KPI	O que mede	Como costuma ser calculado
OEE	Eficiência global do equipamento	Disponibilidade vezes performance vezes qualidade
Disponibilidade	Quanto do tempo planejado a máquina produziu	Tempo operacional dividido por tempo planejado
Performance	Velocidade real contra a velocidade ideal	Peças vezes ciclo ideal dividido por tempo operacional
Qualidade	Fração de peças boas na produção total	Peças boas dividido por peças produzidas
Produtividade	Volume por unidade de recurso	Peças por hora, por operador ou por máquina
Taxa de refugo	Perda de material no processo	Peças refugadas dividido por peças produzidas
Custo unitário	Custo real de cada peça boa	Custo total dividido por peças boas
SLA de atendimento	Cumprimento de prazo de entrega ou de ordem	Ordens no prazo dividido por total de ordens
Capacidade	Ocupação da linha contra o potencial	Produção real dividido por capacidade instalada

Um ponto separa projeto sério de painel de vitrine: cada número desses precisa de uma regra acordada com quem opera. "Disponibilidade" para o PCP pode não ser a mesma coisa que "disponibilidade" para a manutenção. Se você não fechar a definição antes de modelar, o dashboard vira palco de discussão em vez de ferramenta de decisão. Essa disciplina é o coração de qualquer trabalho de Power BI bem feito.

OEE é o indicador que resume a saúde da operação#

O OEE, ou Overall Equipment Effectiveness, é o KPI mais completo da manufatura porque não deixa esconder nada. Ele nasce do produto de três fatores: disponibilidade, performance e qualidade. Disponibilidade pune parada de máquina, seja setup, falha ou falta de material. Performance pune máquina rodando abaixo do ciclo ideal. Qualidade pune peça ruim, refugo e retrabalho. Como é uma multiplicação, basta um dos três desabar para o OEE despencar, e é isso que torna o indicador honesto: ele mostra a perda onde ela está.

A literatura de TPM, disciplina de manutenção produtiva total consolidada por Seiichi Nakajima, costuma citar 85% como patamar de classe mundial para o OEE. Mas o valor absoluto importa menos que a decomposição. Um OEE de 60% que você abre em quanto veio de parada, de velocidade e de qualidade vale muito mais que um número redondo sem contexto.

De onde vem o dado: MES, ERP e apontamento de chão de fábrica#

O dashboard de operações não tem uma fonte só, e é aí que os projetos tropeçam. Cada indicador puxa de um sistema diferente, e o trabalho é conciliar tudo em uma chave comum, normalmente ordem de produção, máquina e turno.

Fonte	O que fornece	KPIs que alimenta
MES	Ciclo de máquina, paradas, velocidade, apontamento automático	OEE, disponibilidade, performance, capacidade
ERP	Ordem de produção, custo, quantidade planejada, prazo	Custo unitário, SLA, produtividade
Apontamento de chão de fábrica	Refugo, retrabalho, motivo de parada, contagem manual	Qualidade, taxa de refugo, disponibilidade

O MES, sistema de execução de manufatura, é a fonte mais rica quando existe, porque captura o dado da máquina sem depender de digitação: micro parada que o operador nem percebe e velocidade instantânea que revela perda de performance. Nem toda fábrica tem MES, e nesse caso o apontamento de chão de fábrica carrega o peso, com formulário no terminal ou coletor de dados na linha.

O ERP entra com o lado financeiro e de planejamento: quanto custou a ordem, quantas peças eram para sair, qual o prazo. É o que permite calcular custo unitário real e SLA de entrega. O erro clássico é tentar tirar OEE do ERP, que não conhece parada de máquina, ou custo do MES, que não conhece rateio contábil. Cada sistema no seu lugar.

Juntar essas três fontes de forma sustentável raramente cabe no Power Query do relatório. Puxar API do MES, extração do ERP e planilha de apontamento tudo dentro do refresh é frágil: qualquer instabilidade de uma fonte quebra a atualização inteira. O caminho robusto é uma camada de dados que recebe, limpa e concilia antes, e o Power BI lê tabelas fato prontas. Esse é o trabalho de engenharia de dados que separa um painel que aguenta a fábrica de um que quebra na primeira semana.

Layout: o que colocar em cada camada do painel#

Layout de dashboard de operações não é decoração, é hierarquia de decisão. Quem abre o painel precisa entender a situação em três segundos e só então descer ao detalhe. Uso três camadas.

A primeira camada, no topo, são os cartões de KPI: OEE do dia, disponibilidade, qualidade, refugo e SLA, cada um com o valor atual e a comparação com a meta ou o período anterior. É a leitura de status, verde ou vermelho, sem gráfico complicado.

A segunda camada é a decomposição. Aqui entra a cascata de perdas de OEE, mostrando quanto foi parada, velocidade e qualidade, e o Pareto de motivos de parada, que responde de imediato "onde estou perdendo tempo". Essa camada transforma o número vermelho do topo em causa acionável.

A terceira camada é o detalhe por dimensão: OEE por linha, por turno, por produto, por operador. É onde o gestor investiga se o problema é da máquina, do turno da madrugada ou de um produto difícil de rodar. Um bom dashboard mantém essas camadas conectadas por filtro cruzado, para clicar em uma linha no topo e ver todo o resto reagir. E uma opinião: resista a encher a tela, porque painel com quarenta visuais não é analisado, é ignorado.

As medidas DAX que sustentam o OEE#

O OEE parece complicado, mas em um modelo dimensional bem feito ele vira três medidas simples que se multiplicam. Assumindo uma tabela fato de produção com tempo operacional, tempo planejado, peças produzidas e peças boas, e uma dimensão de produto com o ciclo ideal, o padrão é este.

Disponibilidade é a fração do tempo planejado em que a máquina de fato produziu.

Disponibilidade =
DIVIDE(
    SUM ( FatoProducao[TempoOperacional] ),
    SUM ( FatoProducao[TempoPlanejado] )
)

Performance compara o que foi produzido com o que seria possível na velocidade ideal.

Performance =
DIVIDE(
    SUMX (
        FatoProducao,
        FatoProducao[PecasProduzidas] * RELATED ( DimProduto[TempoCicloIdeal] )
    ),
    SUM ( FatoProducao[TempoOperacional] )
)

Qualidade é a fração de peças boas na produção total.

Qualidade =
DIVIDE(
    SUM ( FatoProducao[PecasBoas] ),
    SUM ( FatoProducao[PecasProduzidas] )
)

E o OEE é apenas o produto dos três, o que deixa a fórmula final trivial de ler e de manter.

OEE = [Disponibilidade] * [Performance] * [Qualidade]

Repare no uso de DIVIDE em vez do operador de divisão: ele evita erro quando o denominador é zero, comum em turno sem produção. Taxa de refugo e custo unitário seguem o mesmo padrão enxuto.

Taxa de Refugo =
DIVIDE(
    SUM ( FatoProducao[PecasRefugadas] ),
    SUM ( FatoProducao[PecasProduzidas] )
)

Custo Unitário =
DIVIDE(
    SUM ( FatoProducao[CustoTotal] ),
    SUM ( FatoProducao[PecasBoas] )
)

O segredo aqui não está na esperteza da medida, está no modelo por trás dela: tabela fato na granularidade certa, dimensões compartilhadas de máquina, produto, turno e data, e uma tabela calendário marcada como tabela de datas. Com esse desenho, as medidas ficam curtas e o painel voa. Para aprofundar, reunimos o que aprendemos em campo no guia de boas práticas de modelagem DAX.

Tempo quase real só quando a decisão é quase real#

Toda diretoria pede tempo real no primeiro dia, e quase nenhuma decide em tempo real. Vale separar as coisas com honestidade.

Para gestão de OEE, custo e produtividade, atualização a cada hora ou a cada troca de turno atende com folga. O gestor age no ritmo do turno, não do segundo. Nesse cenário, um refresh agendado lendo da camada de dados resolve, e você não paga complexidade por latência que ninguém usa.

Tempo quase real de verdade se justifica em outro tipo de decisão: um painel de linha que dispara alerta quando a máquina para agora, para o técnico agir antes de acumular perda. Aí o dado precisa de ingestão frequente, com o MES empurrando eventos em janela curta para um destino que o painel lê quase ao vivo. É viável, e cenários de tempo quase real usam justamente ingestão contínua em vez do refresh diário. Mas tem custo e complexidade que só compensam quando existe alguém, no chão de fábrica, com mandato para reagir na hora. Sem esse mandato, o tempo real vira enfeite caro. A regra é simples: dimensione a latência pela decisão que ela apoia.

Erros que derrubam um dashboard de operações#

Os mesmos tropeços se repetem, então vale listar para você não repetir.

O primeiro é chave de conciliação mal feita. Se o MES chama a máquina de "PRENSA-01" e o ERP de "PR01", suas junções falham silenciosamente e o OEE sai errado sem ninguém perceber. Padronizar a chave de máquina, ordem e turno é chato e absolutamente crítico.

O segundo é confiar cegamente no apontamento manual. Motivo de parada digitado às pressas no fim do turno vira "outros" em boa parte dos casos, e aí o Pareto de perdas perde o sentido. Vale investir em lista de motivos curta e, quando der, em captura automática pelo MES.

O terceiro é misturar definição de tempo. Tempo planejado inclui ou não a parada programada de refeição? Setup conta como parada ou fica fora? Se cada linha responde diferente, o OEE não é comparável entre elas. Feche a norma antes.

O quarto é abandonar o painel depois do go-live. A fábrica muda, entra produto novo, a linha ganha máquina. Dashboard de operação é organismo vivo, e sem uma frente de sustentação ele apodrece em poucos meses e volta todo mundo para a planilha.

Perguntas frequentes#

Preciso de um MES para montar um dashboard de operações no Power BI?

Não é obrigatório, mas ajuda muito. Com MES você captura parada e velocidade da máquina de forma automática, o que dá um OEE mais preciso. Sem MES, dá para começar com apontamento de chão de fábrica bem estruturado e o ERP, aceitando que disponibilidade e performance dependem mais de digitação. Comece com o que você tem e evolua a coleta depois.

Como calculo o OEE em DAX sem me perder?

Quebre em três medidas: disponibilidade, performance e qualidade, cada uma com DIVIDE para evitar divisão por zero. Depois multiplique as três em uma medida de OEE. O trabalho difícil não é a fórmula, é ter a tabela fato na granularidade certa e o ciclo ideal por produto na dimensão. Com o modelo certo, o DAX fica curto.

Qual a diferença entre disponibilidade e capacidade no painel?

Disponibilidade mede quanto do tempo planejado a máquina realmente produziu, o oposto de parada. Capacidade compara a produção real com o potencial instalado da linha. Uma máquina pode ter alta disponibilidade e baixa ocupação de capacidade ao mesmo tempo, o que indica falta de demanda ou de programação, não problema de manutenção. Separar os dois direciona a ação para áreas diferentes.

De onde puxo o custo unitário, do MES ou do ERP?

Do ERP. O MES conhece o volume e o tempo de máquina, mas é o ERP que tem o custo da ordem e o rateio contábil. O custo unitário confiável nasce de dividir o custo total da ordem pelas peças boas, cruzando a quantidade do MES ou do apontamento com o custo do ERP pela mesma ordem de produção.

Vale a pena tempo quase real em um painel de fábrica?

Depende da decisão. Para acompanhar OEE e custo por turno, atualização de hora em hora basta. Tempo quase real com ingestão frequente só compensa quando alguém no chão de fábrica precisa reagir na hora, como parar uma linha que travou. Se ninguém age em minutos, você paga complexidade sem retorno. Dimensione a latência pela decisão.

Como evito que cada turno reporte o OEE de um jeito?

Fechando a definição de cada componente por escrito e implementando o cálculo uma única vez, em medidas DAX centralizadas no modelo semântico. Quando o número sai sempre da mesma medida, não da planilha de cada encarregado, a discussão sobre "qual OEE está certo" acaba. Padronizar a regra de negócio é metade do projeto.

Comece pelo dado, não pela tela#

Dashboard de operação bom é resultado de dado conciliado entre MES, ERP e chão de fábrica, KPI com definição fechada e alguém com mandato para agir sobre o número. A tela é a parte fácil. O trabalho de verdade está em unir essas fontes em um modelo confiável, escrever o OEE em DAX uma vez só e desenhar o layout na hierarquia da decisão. Se você quer sair da planilha de fim de turno e ter uma visão real de OEE, refugo e custo unitário, fale com a gente e vamos desenhar isso para a sua fábrica.