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

O relatório de produção que ninguém abre no dia seguinte#

Toda fábrica tem algum relatório de produção. Na maioria dos casos, é uma planilha que o líder de turno preenche na correria, um PDF que sai do sistema à meia-noite ou um painel bonito que foi montado para uma apresentação e nunca mais virou rotina. O problema não é falta de dado. Chão de fábrica gera dado o tempo todo: apontamento de ordem, leitura de sensor, registro de parada, contagem de refugo. O problema é transformar esse volume em algo que o gerente de produção olhe às 7h da manhã e tome decisão antes das 8h. É exatamente para isso que serve um dashboard produção Power BI bem construído: não para enfeitar reunião, mas para virar a primeira tela que a operação abre no dia.

Neste artigo eu vou direto ao ponto: quais KPIs medir de verdade, de onde o dado tem que vir, como organizar o layout para chão de fábrica e quais boas práticas de DAX evitam que o painel fique lento ou errado. É o roteiro que usamos em projeto real.

Todo dashboard produção Power BI vive de poucos KPIs bem escolhidos#

A tentação de todo projeto novo é medir tudo. Erro clássico. Um dashboard de produção que tenta responder quarenta perguntas não responde nenhuma bem. O núcleo de indicadores que sustenta a gestão do chão de fábrica é enxuto e cada um responde a uma pergunta concreta.

KPI	O que responde	Fonte típica
Volume produzido	Quanto saiu de cada linha, produto e turno?	MES / apontamento
Cumprimento do plano	Produzimos o que estava planejado?	ERP (plano) vs MES (real)
Refugo e retrabalho	Quanto perdemos por qualidade?	Apontamento / MES
Paradas	Onde e por que a linha parou?	MES / sensor / apontamento
Produtividade por linha	Cada linha rende o esperado?	MES / apontamento
OEE	Eficiência global do equipamento	Cálculo derivado dos anteriores

Vale detalhar o raciocínio de cada bloco, porque a diferença entre um painel útil e um painel decorativo está na definição, não no visual.

Volume produzido e cumprimento do plano#

Volume produzido é a base, mas sozinho ele engana. Produzir muito não significa produzir certo. Por isso ele anda sempre ao lado do cumprimento do plano: a razão entre o que foi produzido e o que estava planejado para aquele período, aquela linha, aquele produto. É esse indicador que separa a fábrica que corre atrás do plano da que produz o que dá vontade. O plano vem do ERP, o realizado vem do apontamento ou do MES, e o dashboard só precisa colocar os dois lado a lado com honestidade.

Refugo, retrabalho e paradas#

Refugo é peça perdida. Retrabalho é peça que voltou. Os dois consomem capacidade e margem, e quase sempre estão subnotificados porque dependem de apontamento manual honesto. No dashboard, eu recomendo separar refugo de retrabalho desde o início, porque a ação de gestão é diferente: refugo puxa análise de causa raiz no processo, retrabalho puxa revisão de setup ou de qualidade da matéria-prima.

Paradas são o indicador mais político da fábrica: todo mundo quer que a parada seja classificada como planejada. Um bom painel mostra tempo parado por motivo e por linha, com Pareto, para que a conversa deixe de ser sobre quem tem culpa e passe a ser sobre onde está a maior perda.

OEE, o indicador que amarra tudo#

OEE (Overall Equipment Effectiveness) é o indicador que junta três dimensões: disponibilidade, desempenho e qualidade. Disponibilidade mede quanto tempo o equipamento esteve realmente disponível para produzir, descontando paradas. Desempenho mede se, no tempo em que rodou, produziu na velocidade esperada. Qualidade mede quanto do que saiu era peça boa. O OEE é o produto dos três, e é justamente por isso que ele é honesto: não dá para ter OEE alto disfarçando um problema com o outro.

Componente do OEE	Mede	Depende de
Disponibilidade	Tempo disponível vs tempo planejado	Paradas
Desempenho	Velocidade real vs velocidade ideal	Volume e tempo de ciclo
Qualidade	Peças boas vs peças totais	Refugo e retrabalho

O erro mais comum aqui é jogar um número de OEE no topo do painel sem deixar claro qual das três dimensões está puxando para baixo. OEE sem drill-down para disponibilidade, desempenho e qualidade é número de vaidade. Com o drill-down, vira ferramenta de diagnóstico.

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

Nenhum desses indicadores nasce dentro do Power BI. O Power BI é a camada de visualização e cálculo, não a origem do dado. Entender as três fontes clássicas evita a frustração de descobrir, no meio do projeto, que o dado que você precisa não existe ou não é confiável.

• MES (Manufacturing Execution System): é a fonte mais rica quando existe. Traz o realizado da produção, os eventos de máquina, as paradas com timestamp e, em fábricas mais maduras, a leitura direta de sensor. Quando há MES bem alimentado, metade do trabalho de OEE já está resolvido.
• ERP: guarda o plano de produção, as ordens, os cadastros de produto, os roteiros e os tempos padrão. É a fonte do planejado e do custo. Sem ERP, o cumprimento do plano vira chute.
• Apontamento de chão de fábrica: é o registro humano ou semiautomático do que aconteceu na linha. Em muitas fábricas brasileiras, ainda é a principal fonte de refugo, retrabalho e motivo de parada. Depende de disciplina de quem aponta, e por isso a qualidade do apontamento é um projeto em si.

Na prática, um dashboard produção Power BI robusto quase sempre combina as três fontes. O plano vem do ERP, o realizado do MES ou do apontamento, e os dois se cruzam no modelo de dados. Quando essa integração não é trivial, e raramente é, entra o trabalho de engenharia de dados para consolidar as fontes antes de o Power BI chegar perto. Tentar fazer essa costura toda dentro do Power Query, com dez fontes cruas, é o caminho mais rápido para um painel lento e impossível de manter.

Uma regra que repito em todo projeto: modele o dado antes de visualizar. Um modelo estrela limpo, com uma tabela fato de produção no centro e dimensões de tempo, produto, linha e turno ao redor, resolve noventa por cento dos problemas de performance e de DAX antes mesmo de você escrever a primeira medida. Se quiser aprofundar nesse ponto, vale a leitura sobre modelagem e boas práticas de DAX no Power BI.

Layout de chão de fábrica: o painel é para quem está de bota#

Layout de dashboard de produção não é a mesma coisa que layout de dashboard executivo. Quem olha o painel de produção muitas vezes está em pé, perto da linha, com pouco tempo e às vezes numa TV pendurada na parede. Isso muda tudo.

Alguns princípios que aplico:

• Topo com o placar do dia: volume, cumprimento do plano, OEE e refugo do turno atual, em cartões grandes, legíveis a três metros de distância. Quem passa e olha por dois segundos precisa saber se o dia está bom ou ruim.
• Meio com o detalhe por linha: produtividade e OEE por linha, lado a lado, para comparar. É onde o supervisor identifica qual linha está puxando o resultado para baixo.
• Base com as causas: Pareto de paradas por motivo e de refugo por defeito. É a parte que transforma o painel de descritivo em acionável.
• Cor com significado, não decoração: verde, amarelo e vermelho contra a meta, e só. Painel de produção com dez cores diferentes é ruído. A cor tem que gritar problema.
• Uma tela para cada público: o operador quer o dia, o supervisor quer o turno e a semana, o gerente quer o mês e a tendência. Tentar servir os três na mesma tela deixa todos insatisfeitos.

Um detalhe que faz diferença real: painel de chão de fábrica precisa de atualização frequente e, de preferência, de exibição desassistida na TV. Isso exige pensar em capacidade, em modo de atualização e às vezes em conexão direta ao MES. Não é só design, é arquitetura. Nossa página de dashboards mostra exemplos do tipo de leitura que buscamos, e alguns cases dão a dimensão do que muda quando o painel vira rotina de operação e não peça de reunião.

Boas práticas de DAX para o painel de produção#

DAX é onde o projeto de produção costuma tropeçar, porque os cálculos de manufatura têm particularidades. OEE não é uma soma, é uma razão de razões. Refugo precisa ser calculado sobre a base certa. Medida escrita no susto gera número errado com cara de certo, que é o pior tipo de erro num ambiente industrial.

Duas medidas ilustram bem o cuidado. A taxa de refugo parece trivial, mas o erro clássico é dividir soma por soma linha a linha em vez de dividir os totais:

Taxa de Refugo % =
DIVIDE (
    SUM ( fProducao[QtdRefugo] ),
    SUM ( fProducao[QtdProduzida] ),
    0
)

Repare no uso de DIVIDE com o terceiro argumento, que devolve zero em vez de erro quando não há produção. Num painel de chão de fábrica que atualiza sozinho na TV, uma divisão por zero estourando visual é o tipo de coisa que derruba a confiança no dashboard inteiro.

O OEE segue a mesma lógica de compor razões, calculando cada componente como medida separada e depois multiplicando:

Disponibilidade =
DIVIDE (
    SUM ( fProducao[TempoOperando] ),
    SUM ( fProducao[TempoPlanejado] ),
    0
)

Desempenho =
DIVIDE (
    SUM ( fProducao[QtdProduzida] ) * [Tempo de Ciclo Ideal],
    SUM ( fProducao[TempoOperando] ),
    0
)

Qualidade =
DIVIDE (
    SUM ( fProducao[QtdBoas] ),
    SUM ( fProducao[QtdProduzida] ),
    0
)

OEE % = [Disponibilidade] * [Desempenho] * [Qualidade]

Quebrar o OEE em três medidas nomeadas não é preciosismo. É o que permite o drill-down honesto que citei antes: o gerente clica no OEE baixo e enxerga na hora se o gargalo é disponibilidade, desempenho ou qualidade. E medida separada é reutilizável, testável e legível.

Outras práticas que economizam dor de cabeça no contexto de produção:

• Sempre DIVIDE, nunca /: o operador de barra estoura visual quando o denominador é zero, e em fábrica isso acontece toda madrugada em linha parada.
• Tabela de tempo dedicada e marcada como tabela de datas: turno, semana e mês de produção precisam de uma dimensão de calendário bem feita, incluindo o conceito de dia de produção que às vezes vira à meia-noite e às vezes não.
• Variáveis com VAR para cálculos intermediários, o que deixa a lógica de OEE legível e mais rápida.
• Metas como tabela, não como número mágico dentro da medida, para que o alvo mude sem reescrever DAX.

Se DAX for um ponto sensível para o seu time, esse é exatamente o tipo de fundação que estruturamos num projeto de Power BI para que o painel nasça correto e sustentável, e não como um Frankenstein que só o autor original entende.

O que separa o painel que fica do painel que morre#

A diferença entre um dashboard de produção que vira rotina e um que morre em três semanas raramente é técnica. É de processo. Painel que fica tem dono, meta clara, dado confiável na origem e responde a uma pergunta que o gestor realmente faz. Painel que morre encantou na demonstração e depois ninguém confiou no número, porque o apontamento estava furado ou a meta nunca foi acordada.

Por isso eu insisto: comece pequeno e correto. Três ou quatro KPIs bem definidos, com dado confiável e uma tela por público, valem mais que um mural de vinte indicadores que ninguém audita. Depois que a operação passa a abrir o painel toda manhã, aí sim você expande.

Perguntas frequentes#

O Power BI atualiza em tempo real para o chão de fábrica? Depende do que você chama de tempo real. Power BI trabalha muito bem com atualizações agendadas frequentes e com atualização automática de página em telas expostas na fábrica. Tempo real de sensor, na casa dos segundos, exige arquitetura específica de streaming e nem sempre é necessário. Para gestão de produção, atualização de poucos minutos costuma resolver, e o custo de ir além disso precisa ser justificado pela decisão que muda.

Preciso ter MES para montar um dashboard de produção? Não é obrigatório, mas facilita muito. Sem MES, você depende mais fortemente do apontamento de chão de fábrica e do ERP, e o esforço de garantir dado confiável aumenta. Muitas fábricas começam o dashboard produção Power BI apenas com apontamento e ERP, provam valor, e usam esse resultado para justificar investimento em MES depois.

Como calcular OEE se meu apontamento é manual e falho? Você calcula com o que tem e deixa a limitação explícita no painel. OEE com dado ruim é melhor que nenhum OEE, desde que ninguém finja que o número é perfeito. Na prática, o próprio dashboard costuma expor os furos de apontamento, e isso vira o gatilho para melhorar a disciplina de registro na linha. O painel acaba puxando a qualidade do dado para cima.

Refugo e retrabalho devem ficar no mesmo indicador? Não. São perdas diferentes que pedem ações diferentes. Refugo é peça descartada e aponta para causa raiz no processo. Retrabalho é peça recuperada e aponta para setup, qualidade de entrada ou instrução de trabalho. Somar os dois num único percentual esconde exatamente a informação que o supervisor precisa para agir.

Quanto tempo leva para colocar um dashboard de produção no ar? Varia com a maturidade do dado, não com o Power BI. Se as fontes estão acessíveis e o apontamento é confiável, uma primeira versão útil sai em poucas semanas. Se o dado está espalhado ou sujo, a maior parte do prazo vai para engenharia de dados e para acertar o apontamento na origem.

Um único dashboard atende operador, supervisor e gerente? Um único arquivo, sim. Uma única tela, não. O ideal é um modelo de dados comum servindo várias páginas, cada uma pensada para um público e um horizonte de tempo. O operador olha o turno, o supervisor a semana, o gerente o mês. Mesmo dado, leituras diferentes.

Conclusão#

Um bom dashboard de produção no Power BI não é sobre ter o visual mais bonito. É sobre medir o que importa, OEE, cumprimento do plano, refugo, retrabalho e paradas, com dado confiável vindo de MES, ERP e apontamento, num layout que quem está de bota consiga ler em segundos e num DAX que não minta. Comece enxuto, garanta o dado na origem e dê dono ao painel. O resto é evolução.

Se a sua fábrica gera dado demais e decisão de menos, fale com a gente. A gente ajuda a transformar o chão de fábrica em painel que a operação usa de verdade.