工場データの集約とは？進め方5ステップと失敗回避の要点

工場には、設備の稼働ログ、製造実行システムの実績、現場が手書きで残す点検記録など、多様なデータが存在します。ところが、それぞれが別の場所に別の形式で保管され、突き合わせできない状態のまま放置されている現場は少なくありません。不良が発生して原因究明に動き出しても、関係する部門をたどって情報を集め直す作業から始めることになるのが実情です。そのため、対策の着手が数日単位で遅れます。

この停滞を解消する取り組みが、工場データの集約です。集約は、データを1カ所へコピーして並べる作業とは異なります。設備コードや品目コード、時刻の粒度をそろえ、異なるシステムの記録を同じ切り口で比較できる状態へ変えることが本質です。

本記事では、集約の定義と対象範囲、進め方の5ステップ、分析に使える状態へ整える処理順序、そして失敗の回避策を順に解説します。自社のどの工程から着手すべきかを判断する材料として活用してください。

工場データの集約とは：収集・連携との違いと対象範囲

工場データの集約という言葉は、データ収集やデータ連携と混同されたまま議論が進むことがあります。用語の定義がそろっていなければ、必要な投資範囲もゴールも共有できないままです。ここでは集約が指す状態を明確にしたうえで、隣接する取り組みとの役割の違いと、対象となるデータの範囲を整理します。

集約が指す状態：分散したデータを共通基盤で突き合わせ可能にすること

集約された状態とは、設備・システム・人が生み出した記録が共通の基盤上に置かれ、同じキーで結合できる状態を指します。ある日の午前10時に発生した設備停止が、どのロットの製造中に起きたのか、その時間帯の検査結果はどうだったのかを、1つの問い合わせで追えるかどうかが判断の目安です。この問いに答えるために複数の担当者へ確認が必要な段階であれば、データが集まっていても集約は完了していません。到達度は、次の3点で確認できます。

• 設備IDと品目コードが、全システムで一意に対応づけられているか
• 時刻が共通の基準にそろい、秒単位で比較できるか
• 過去12カ月分を、同じ条件で遡って抽出できるか

3点のうち1つでも欠けている場合、集約は途中段階にあると判断してください。特に3つ目は見落とされやすく、直近3カ月分だけを閲覧できる設計の基盤では、季節変動の比較や前年同月との照合ができません。保持期間とデータ粒度は、基盤を選ぶ前に決めておくべき条件です。後から保持期間を延ばしても、失われた過去データは戻りません。集約は、データ統合の考え方を工場という現場に適用した取り組みと整理すると、全体像をつかみやすくなります。

データ統合とは？統合の目的や初心者向けの進め方を解説

データ収集・データ連携との違い：それぞれが担う役割の整理

データ収集は、設備やシステムから値を取り出して記録する行為を指します。データ連携は、あるシステムの値を別のシステムへ受け渡す仕組みづくりです。集約は、その両方を前提としたうえで、複数の出どころの記録を同じ土俵に載せ、比較や結合ができる状態をつくります。3つは対立する概念ではなく、前後に連なる工程です。役割を混同すると、連携基盤を導入しただけで分析できると誤解し、標準化の工数を計上し損ねる事態が起こります。

3つの取り組みは、完了の目安が根本的に異なります。収集の担当者が値は取得できていると報告し、連携の担当者が転送は成功していると報告していても、集約の観点では未完了のままという状況が普通に起こります。プロジェクトを進める際は、3つの工程それぞれに責任者と完了条件を割り当ててください。境界があいまいなまま進むと、標準化の作業が誰の担当でもない状態で宙に浮きます。工程表を引く段階で、集約の完了条件を文章として明記しておくと判断がぶれません。

データ収集の重要性と技術的方法&よくある課題と対応策を解説

集約対象となる工場データの3系統：設備・製造実行システム・人の記録

集約の対象は、大きく3系統に分かれます。1つ目は、設備が自動的に出力するデータです。PLC（Programmable Logic Controller）が保持する稼働信号やアラーム履歴、センサーが取得する温度・振動・電流値などが該当します。2つ目は製造実行システムや生産管理システムが持つ、製造指示・実績・検査結果といった業務データです。3つ目は作業者が残す記録で、点検表、日報、不具合報告書などが含まれます。

3系統のうち、着手時に見落とされやすいのが3つ目です。設備と業務システムのデータだけを集めても、停止の原因が段取り替えなのか材料不良なのかは判別できません。人の記録には、その判断根拠が言葉で残っています。優先順位を決める際は、解決したい課題に対して3系統のどれが不足しているかを先に確認してください。すべてを同時に扱おうとすると、初期の対象範囲が一気に膨らみます。系統ごとに担当部門が異なる点も、着手前に押さえておきたい条件です。

工場でデータの集約が進まない4つの分断要因

集約が必要だと理解していても、着手すると想定以上に時間がかかります。原因の多くは、工場に固有の分断構造です。設備の世代差、コード体系の不統一、部門ごとの管理、紙の帳票という4つが代表的な要因になります。技術面と組織面の両方から押さえておくと、どこに工数を見込むべきかを事前に判断できます。

設備ごとに異なる通信規格とサンプリング周期

工場の設備は、導入年代ごとに通信方式が異なります。2010年代以降に導入された設備であれば、OPC UAやMQTTに対応している例が増えています。一方、稼働20年を超えるラインではRS-232CやModbus RTUといった古い規格が現役です。規格が異なると、1台ごとに変換処理や接続機器の選定が必要になります。設備が50台あれば、接続方式の調査だけで2〜3週間を見込むのが現実的です。調査結果は、設備台帳に列を追加して記録しておきます。

サンプリング周期の差も、突き合わせを妨げます。振動センサーが1秒間に1,000件の値を出す一方で、生産管理システムの実績は1時間単位の更新です。この状態のまま平均値で丸めると、異常の兆候が消えます。周期の異なるデータを扱う際は、粗い側に合わせて集計する方式と、細かい側を別テーブルに保持して必要時のみ結合する方式のどちらを採るかを、分析の用途から決めてください。異常検知を目的とするなら、後者を選ぶ判断が基本です。

システム間で統一されていない設備コード・品目コード

同じ設備が、システムごとに別の呼び名で登録されている状況は珍しくありません。設備管理システムでは機番、生産管理システムでは工程コード、現場のExcelでは通称という具合に、3種類の識別子が並存する状態です。品目コードでも旧製番と新製番が混在し、どちらが正なのかを即答できる担当者がいない場合があります。この状態では、設備と品目をまたいだ集計がそもそも成立しません。集めたデータの量が増えるほど、後から整理する負担も重くなるのが厄介な点です。

対応関係を整理する作業には、想定より工数がかかります。設備100台・品目500点の規模でも、対応表の作成と現場確認に1〜2カ月を要した例があります。有効な進め方は、全社一斉ではなく対象ラインを1つに絞り、そのラインで使う識別子だけを先に統一する方法です。マスタデータ管理（MDM）の仕組みを本格導入するかどうかは、対象ラインでの効果を確認してから判断してください。対応表は表計算ソフトで作り始めて構いませんが、更新履歴を残せる場所に置きます。

マスタデータ管理（MDM）とは？適切に運用する重要性とその手法を解説

部門単位で最適化された管理体制とアクセス権限の分散

データの分断は、技術だけが原因ではありません。設備保全は保全部門、品質記録は品質保証部門、生産実績は製造部門がそれぞれ管理し、システムの導入時期も決裁者も別々です。部門ごとに最適化された結果、他部門からの参照は都度申請という運用が定着している工場も多く見られます。集約の議論を始めると、この申請フローが最初の障壁です。申請から参照までに1週間かかる運用であれば、分析の試行そのものが成立しません。参照の申請を不要にする合意が、着手の前提条件です。

権限設計は、集約の設計と同時に決めるのが実務的です。閲覧範囲を全社公開にすると品質データの扱いで合意が取れず、逆に部門単位へ閉じると集約の意味が失われます。現実的な落としどころは、集計済みの指標は全社、個票レベルは所属部門と分析担当者に限定する2層構成です。合意形成には部門横断の会議体が必要で、立ち上げから運用ルール確定まで1〜2カ月程度を見込んでください。会議体には、情報システム部門の担当者を初回から入れておきます。

紙・Excelに残されたままの点検記録と日報

点検記録や日報が紙のまま残っている工程は、今も数多く存在します。手書きの記録は、書かれた時点では役に立っていても、集計や分析の対象外です。転記作業を挟めばデータ化はできますが、1日100枚規模の点検表を人手で入力する運用は続きません。入力の遅れが常態化し、数週間分がまとめて処理されるのが典型的な展開です。紙に残った情報は、集約の対象から外れたまま価値を失っていきます。電子化の対象を決める基準づくりが、最初の作業です。

Excelで管理されている記録にも、扱いにくさが残ります。セル結合、行途中の小計、担当者ごとに異なる列順といった構造は、そのままでは機械的に読み取れません。優先して電子化すべきなのは、更新頻度が日次以上で、かつ複数人が参照する帳票です。タブレット入力へ切り替えた工場では、1帳票あたりの転記工数が月20時間前後削減された例もあります。様式の見直しを同時に行うと、入力項目そのものを減らせます。電子化は、様式の簡素化とセットで進める作業です。

工場データを集約して解決できる4つの現場課題

集約の効果は、抽象的な業務効率化ではなく、現場が抱える具体的な困りごとの解消として現れます。ここでは、集約によって初めて可能になる4つの動きを取り上げます。いずれも、単一のシステムを見ているだけでは実現できない内容です。自社で優先度の高いものがどれかを考えながら読み進めると、目的設定の材料が見つかるはずです。

不良発生時の影響範囲をロット単位で追跡できる

出荷後に不良が判明した際、最初に必要なのは影響範囲の特定です。集約ができていない状態では、製造日から該当ロットを推定し、関係部署に検査記録を照会する作業が発生します。この手順では、回収範囲を確定するまでに2〜3日を要するのが実情です。判断が遅れるほど、回収対象を安全側に広げざるを得なくなります。ロット単位で製造条件と検査結果が結合されていれば、同じ判断を数時間で下せます。初動の速さが、回収費用の規模を左右する要素です。

追跡を成立させる条件は、製造指示番号やロット番号が設備の稼働ログ側にも記録されていることです。多くの工場では、設備側に品番情報が入っていません。この場合は、製造実行システムの着手・完了時刻を使って時間帯で設備ログを切り出す方法が現実的です。時刻のずれが数分あると誤った範囲を拾うため、設備の時刻同期を先に整えておく必要があります。切り出しの前後に5分程度の余裕を持たせる運用も、実務では有効です。切り出し条件は、品質保証部門とも共有しておきます。

製造業のデータ分析はなぜ必要？解決できる課題やメリットなどを解説

設備停止の要因を工程をまたいで比較できる

設備停止の分析は、1台単位では限界があります。停止の記録がその設備のアラーム履歴だけに残っていると、上流工程の遅れが原因なのか、自設備の不具合なのかの切り分けが困難です。集約後は、前後工程の稼働状態と在庫の滞留を同じ時間軸に並べて比較できます。原因が自工程の外にあるケースは、実際の分析では3割前後を占めます。この割合を把握できるかどうかで、保全計画の立て方そのものが変わるはずです。比較対象は、前後2工程までを目安に広げます。

比較のためには、停止理由コードの粒度をそろえる作業が欠かせません。設備メーカーごとにアラームコードの体系が異なるため、そのまま集計しても意味のある分類にはならないのが実情です。実務では、メーカー固有コードを自社の停止理由分類20〜30種類に対応づけるマッピング表を作ります。この表は保全担当者と一緒に作成し、四半期ごとに見直す運用にしてください。分類が細かすぎると集計が散らばるため、20種類前後から始めます。

生産計画と実績の差異を当日中に把握できる

生産計画と実績の差異が翌日以降にしか分からない工場では、対策が常に後追いになります。日次の実績集計を各ラインの日報から手作業で積み上げていると、数字がそろうのは翌営業日の午前中です。その時点では、遅れの原因となった段取りや設備トラブルはすでに過去のものになっています。当日中に差異を把握できれば、残業や応援人員の判断を同じ日のうちに下せます。判断が1日早まるだけでも、月末の挽回に必要な残業時間は目に見えて減るはずです。

当日把握を実現する条件は、実績データの更新間隔を1時間以内にすることです。設備のカウンタ値を自動取得し、計画値との差分を時間帯別に表示する仕組みがあれば、午前中の遅れをその日の午後で挽回できます。表示先は、事務所のPCではなく現場の大型モニタに置いてください。判断する人が見る場所にないダッシュボードは、更新されても使われないまま放置されます。設置場所は、朝礼の立ち位置から見える範囲が目安です。表示内容は、月に一度は現場の声をもとに見直します。

熟練者の判断基準を数値として継承できる

熟練者が持つ判断は、数値の組み合わせとして表現できる部分があります。調整の理由を本人から聞き取るだけでは、再現可能な基準になりにくいのが実情です。ある温度と圧力の組み合わせで微調整を入れるという操作も、設備データと品質結果を結合すれば、条件として抽出できます。集約の価値は、この暗黙知を検証可能な形へ置き換えられる点です。定年退職が集中する工場ほど、着手の緊急度は高くなります。技能伝承の計画と並行して進めると、効果が出やすくなります。

取り組みには順序が必要です。対象となる作業を1つに絞り、熟練者が見ている項目を本人へのヒアリングで洗い出します。その項目に対応するデータが取得できているかを確認し、不足があればセンサーを追加します。条件の候補が見えた段階で、良品と不良品それぞれのデータで検証してください。この手順を踏まないまま機械学習に投入すると、現場が納得できない結果だけが出てきます。納得を得られない分析は、現場で使われないまま終わります。

工場データ集約の進め方：基盤構築の5ステップ

集約の進め方には、順序があります。取得経路の設計から入ると手戻りが起こりやすく、目的の設定から始めた案件のほうが定着しやすい傾向です。ここでは基盤構築を5つのステップに分け、各段階で決めるべき事項と現場でのつまずきを整理します。全体の期間は、対象を絞った場合で3〜6カ月が1つの目安になります。

STEP1 目的の設定：解決したい現場課題とユースケースの特定

最初に決めるのは、集約によって何を判断できるようにするかです。データを集めること自体が目的になると、必要なデータの範囲が決まりません。結果として、全設備・全項目を対象にする計画になりがちです。目的は、不良発生時の影響範囲を4時間以内に特定する、といった粒度まで具体化してください。判断の主体と、判断に必要な時間を含めると、後の設計がぶれません。目的が抽象的なままだと、投資の妥当性の説明も難しくなるはずです。

ユースケースは3〜5件に絞り、効果の大きさと実現の容易さで並べ替えます。最初に着手する1件は、効果が中程度でも実現しやすいものを選んでください。スモールスタートが推奨される理由は、初期の成功体験が現場の協力を引き出すからです。半年かけて大規模基盤を作るより、2〜3カ月で1つの課題を解決したほうが、次の投資判断も通りやすくなります。並べ替えの結果は、関係部門と共有して合意を取っておきます。合意の記録は、後の範囲拡大で効いてくる資料です。

STEP2 データの棚卸し：所在・形式・更新頻度・権限の洗い出し

棚卸しでは、どこに何のデータがあるかを一覧化します。対象は設備、システム、帳票の3系統すべてで、抜けがあると後工程で設計変更が発生します。実務では表計算ソフトで管理表を作り、1データソースにつき1行で記録する形式が扱いやすいです。設備50台・システム5つの規模で、2〜4週間が目安になります。記録すべき項目は、次の6点にそろえておくと漏れが減ります。現場を歩いて確認する時間を、全体の半分は確保してください。

• 所在（設備名、システム名、ファイルの保管場所）
• 形式（CSV、データベース、PDF、紙）
• 更新頻度（リアルタイム、日次、月次、不定期）
• 保持期間（現在どこまで遡れるか）
• 権限（誰が参照でき、誰の承認が必要か）
• 担当者（内容を説明できる人の氏名）

管理表には、担当者名を入れる欄を必ず設けてください。データの意味を説明できる人が特定できていないと、後の標準化で判断が止まります。実際に多いつまずきが、退職者しか仕様を知らない旧システムの発見です。この場合は、値の分布と業務の流れから意味を推定する作業が追加で必要となり、1システムあたり1〜2週間が上乗せされます。推定した内容は、根拠とあわせて管理表に記録しておきます。推定の妥当性は、実データの傾向と突き合わせて確認する作業です。

STEP3 取得経路の設計：既存設備の接続方式とレトロフィットの判断

取得経路の設計では、設備ごとに接続方式を決めます。判断の分岐点は、設備が外部へ値を出力する機能を持っているかどうかです。出力機能があれば通信での取得を検討し、なければ後付けのセンサーを設置するレトロフィットが選択肢になります。既存設備の改造は保証や安全認証に影響する場合があるため、設備メーカーへの確認を先に済ませてください。確認には2〜4週間かかることもあり、計画に織り込んでおきます。確認先は、メーカーの技術部門が窓口になるのが一般的です。

表の3方式は、1つのラインの中で併用することになります。全設備を同じ方式でそろえようとすると、古い設備に合わせて全体の取得粒度が下がります。判断の順序としては、主要な品質要因に関わる設備から精度の高い方式を割り当て、補助的な設備は簡易な方式で済ませる配分が現実的です。配線工事を伴う場合は、計画停止のタイミングに合わせて実施すると生産への影響を抑えられます。年間の停止計画を先に確認してから工期を組んでください。

STEP4 集約先の設計：保管方式・データ粒度・保持期間の決定

集約先の設計で決めるのは、保管方式、データ粒度、保持期間の3点です。工場データは量が多く、設計を誤ると保管コストが想定の数倍に膨らみます。振動データを1秒間に1,000件のまま3年保持すると、1台でもテラバイト級になります。粒度と保持期間は、分析の用途から逆算して決めてください。異常検知に使う区間だけ高頻度で残し、それ以外は集計値にする設計が有効です。保持期間の初期値は、生データ1年から検討します。保管方式の候補は、次の3つが中心になります。

実務では、生データをデータレイクに置き、分析用に整えたデータをデータウェアハウスへ移す2層構成が主流です。高頻度のセンサー値だけを時系列データベースに分けるケースもあります。保持期間は、生データを1〜2年、集計済みデータを5年以上とする設定が多く見られます。法令や顧客要求でトレーサビリティの保存年数が定められている場合は、その年数を優先して設計してください。保存年数の要件は、品質保証部門に確認するのが確実です。

データレイクとデータウェアハウスの違い

STEP5 活用と定着：可視化の実装と現場フィードバックの仕組み化

基盤ができても、現場で使われなければ投資は回収できません。定着させる鍵は、現場が毎日見る画面を1つ決めることです。朝礼で確認する指標を3〜5個に絞り、その画面だけを更新対象にします。指標が20個並ぶ画面は、最初の1週間で見られなくなります。追加要望が出ても、既存の指標を1つ外すことを条件にしてください。画面の情報量を一定に保つ運用が、長く使われる条件です。画面の構成は、四半期ごとに見直す程度で十分に回ります。

フィードバックの仕組みも、同時に用意してください。画面に対する意見を受け付ける窓口を決め、月1回の頻度で修正を反映する運用が機能します。修正の要望が3カ月間まったく出てこない場合は、使われていない可能性を疑うべきです。利用ログを確認し、閲覧者数が想定の半分を下回っていれば、指標の選び方から見直します。現場に出向いて、画面を見ている場面を直接観察する方法も有効です。観察の記録は、次の改修要件としてそのまま使えます。

集約した工場データを分析に使える状態へ整える処理順序

集約先にデータを置いた段階では、分析にはまだ使えない状態です。単位や時刻、コード体系がそろっていなければ、結合しても値が一致しません。整える処理には実行すべき順序があり、逆にすると手戻りが生じる点に注意が必要です。ここでは、標準化から紐づけキーの設計までを順に解説します。

単位・データ型・タグ名の標準化：突き合わせの前提をそろえる

最初に着手するのは、単位とデータ型とタグ名の標準化です。同じ温度を測っていても、設備Aは摂氏、設備Bは華氏で出力している場合があります。圧力でも、MPaとkgf/cm²が混在したまま残っている例は珍しくありません。単位の違いは数値として比較できてしまうため、異常値として検知されないまま分析に紛れ込むのが厄介な点です。データ型の不一致も同様の問題で、数値であるべき項目が文字列で保存されていると、集計の段階で欠損が生じる原因になるためです。

標準化の進め方は、タグ一覧を作り、単位・データ型・命名規則を1つずつ確定する作業になります。命名規則は、ライン名・設備名・計測項目・単位のように構成要素を固定すると、後から見て意味が分かります。既存のタグ名を変更する際は、旧名称と新名称の対応表を残してください。過去データを再処理する必要が生じたときに、対応表がないと復元できなくなります。タグ数が1,000を超える工場では、この作業に1〜2カ月を見込むのが妥当です。

データクレンジングとは？意味と代表手法を解説！

時刻軸の統一：設備間の時刻同期とサンプリング周期差の吸収

時刻の統一は、工場データの集約で最も見落とされやすい工程です。設備の内部時計には個体差があり、数カ月放置すると数分のずれが生じます。5分ずれた設備のログを別設備と突き合わせると、因果関係が逆に見えることさえあります。時刻同期はNTPサーバを立てて全設備を参照させる方式が基本で、同期状況を月次で点検してください。同期に対応していない古い設備は、収集側で補正値を持たせる方法で対応します。同期のずれは、月次点検の記録として残しておく項目です。

サンプリング周期の差を吸収する処理も必要になります。1秒周期のデータと1分周期のデータを結合する場合、1分側に合わせて平均・最大・最小を同時に計算しておくと、後の分析で選択肢が残ります。平均値だけに丸めると、瞬間的なピークが消えてしまうためです。処理の実装にはETLツールを使い、加工前の生データは別途保持しておく構成が安全です。集計の定義は、分析担当者と設備担当者の双方で確認しておきます。定義の記録は、基盤の仕様書に残しておきます。

設備マスタ・品目マスタの名寄せ：同一対象を一意に束ねる

設備マスタと品目マスタの名寄せは、同じ対象を指す複数の表記を1つに束ねる作業です。表記ゆれの典型は、全角と半角の混在、末尾の空白、旧型式名の併記です。機械的な変換で解消できるのは全体の7〜8割で、残りは現場の担当者に確認するしかありません。この確認作業を省くと、集計の母数が合わない問題が後から必ず表面化します。母数が合わない分析は、現場の信頼を一度で失わせるものです。確認の依頼は、対象を50件単位に分けて出します。

実務の手順としては、対象マスタを抽出し、正規化ルールを適用して候補を機械的にまとめます。そのうえで結果を一覧化し、判断が割れたものだけを担当者レビューに回す流れが効率的です。設備200台・品目1,000点の規模で、機械処理に数日、レビューに2〜3週間を見込んでください。一度確定したルールは文書化し、新しい設備の登録時に適用する運用へ組み込みます。運用に組み込まなければ、同じ表記ゆれが半年後に再発します。

名寄せとは？正確な顧客データ管理の方法と活用ポイントを徹底解説

紐づけキーの設計：製番・ロット・設備IDでトレーサビリティを確保する

集約したデータを結合するには、共通のキーが必要です。工場データで中心となるのは、製番、ロット番号、設備IDの3つになります。この3つがそろえば、どの設備で、いつ、どのロットを製造し、結果がどうだったかを一連でたどれます。逆にどれか1つでも欠けた時点で、追跡は途中で切れてしまうのが実情です。キーの定義は、工程ごとではなく工場全体でそろえてください。工場をまたぐ場合は、拠点コードを先頭に付ける方式が扱いやすいです。設計時には、次の観点で抜けがないかを確認します。

• 製番とロット番号の対応関係が、1対1か1対多かを定義しているか
• 設備ログ側にロット情報を書き込むか、時刻で紐づけるかを決めているか
• 中間製品と最終製品のロットが、工程をまたいで連結されているか
• キーの採番ルールが、システム間で重複しない設計になっているか

キー設計は、後から変更するコストが最も高い部分です。蓄積が1年分を超えてから設計を変えると、過去データの再処理に数週間が必要になります。設計段階では、将来的に分析したい問いを5つ書き出し、その問いに答えるために必要な結合経路をすべて図に描いてください。図の上でつながらない経路があれば、その時点でキーを追加します。この図は、基盤の仕様書としてそのまま使える資料になります。図の作成には、2〜3日あれば十分な場合がほとんどです。

工場データ集約でよくある失敗パターンと回避策

集約の取り組みは、技術的な難所よりも進め方の誤りで停滞します。同じ失敗が業種を問わず繰り返されている点は、逆に言えば事前に回避できるということです。ここでは代表的な4つのパターンと、それぞれの回避策を示します。着手前のチェック項目として活用してください。自社の計画と照らし合わせながら確認していきます。

収集自体が目的化し、参照されないダッシュボードだけが残る

最も多い失敗は、データを集めることが目的化し、誰も見ないダッシュボードだけが残る状態です。画面は作られ、数字も更新されているのに、業務の判断には使われていません。原因は、作る側が見せたい指標を並べ、使う側が知りたい指標を聞いていない点にあります。公開から1カ月後の閲覧者数がゼロに近ければ、この失敗が起きていると考えてください。運用コストだけが残り、次の投資も止まります。作り直すより、作る前の聞き取りに時間をかけるほうが確実です。

回避策は、画面を作る前に、利用者が毎日下している判断を3つ書き出してもらうことです。そのうえで、判断に必要な数字だけを画面に載せます。完成後は、利用者の隣で実際に操作してもらい、見ている箇所と迷った箇所を観察してください。この30分の観察で、指標の不足や表示位置の問題がほぼ洗い出せます。観察は、立ち上げ直後と3カ月後の2回を基本とします。2回目で要望が出なければ、定着したと判断してよい段階です。観察の結果は、指標の一覧とあわせて記録に残します。

ダッシュボードとは？意味から導入するプロセス、ツールの比較まで徹底解説

全工程を一斉に対象として初期投資が回収できなくなる

全工程を一度に対象とする計画は、投資回収の面で破綻しやすくなります。対象が広いほど初期費用は膨らみ、効果が出るまでの期間も長期化します。数億円規模の基盤を構築したものの、使われる機能が一部にとどまり、投資判断の責任が問われる事態も実際に起きているのが現実です。範囲を絞れば、同じ予算でも改善サイクルを複数回まわせます。1回あたりの投資額が小さいほど、失敗からの立て直しも容易になります。範囲を決める会議では、対象外とする工程も明記しておくのが安全です。

最初の対象は、1ライン、または課題が明確な1工程に限定してください。判断の基準は、効果が数値で測れること、データ取得の難易度が低いこと、現場の協力が得られることの3点です。3〜6カ月で成果を出し、その結果をもって次の範囲を決める進め方であれば、投資判断も段階的に下せます。拡大の際は、最初のラインで作った標準化ルールをそのまま再利用します。再利用を前提に、初回から汎用的なルールを設計しておくことが条件です。

名寄せルールを決めずに蓄積し、後から分析に使えなくなる

データを先に貯め始め、ルールは後で決めるという進め方は、後戻りの工数を大きくします。蓄積が始まった後は、ルール変更のたびに過去データの再処理が発生するためです。3年分のデータを再処理する場合、処理時間だけで数日、検証を含めると数週間を要します。貯めることと整えることは、同時に設計すべき作業です。ルールが固まらない項目は、生データのまま保持して判断を先送りします。先送りする判断そのものも、記録として残すべき情報です。

現実的な折衷案は、生データはそのまま保存し、標準化は変換処理の中で行う構成です。生データを残しておけば、ルールを変更しても再変換で対応できます。この構成では、変換処理をコードとして管理し、変更履歴を追える状態にしておいてください。変換の定義が個人のPC上のファイルにしか存在しない状況は、担当者の異動時に必ず問題になります。バージョン管理の仕組みは、基盤の構築と同時に用意すべきものです。管理の対象には、マッピング表や名寄せルールも含める必要があります。

OTネットワークの分離設計を省き、セキュリティリスクを抱える

制御系のネットワークと情報系のネットワークを分離せずに接続すると、セキュリティ上の危険が生じます。生産設備を制御する系統への侵入は、生産停止へ直結する事象です。実際に、ランサムウェア感染で数日間の生産停止に至った製造業の事例が国内外で報告されています。データを取り出す利便性だけで設計すると、この危険を見落とします。被害額は、停止日数と生産量から試算しておくべき項目です。試算結果は、対策予算を確保する根拠として使えます。

設計の基本は、制御系から情報系への一方向通信に限定することです。データダイオードや、境界に中継サーバを置く構成が採用されます。接続する機器の一覧と通信ポートを文書化し、年1回は棚卸ししてください。情報システム部門と生産技術部門の双方が関与する体制を企画の初期段階で組んでおくと、後戻りが減ります。外部業者が持ち込む保守用端末の扱いも、同時にルール化します。持ち込み端末の管理は、年次の監査項目に加えておくと確実です。

工場データの一元管理で成果につながった集約アプローチの事例

集約の効果は、業種や設備の状況によって現れ方が変わります。ここでは3つの業種を取り上げ、どの課題に対してどのような集約を行い、何が変わったのかを整理した内容です。設備の世代や記録の残り方が異なるため、採った手段もそれぞれ違います。自社の条件に近いものを探す視点で読むと、着手範囲を決める参考になるはずです。

自動車部品メーカー：設備稼働データと検査データの突き合わせによる不良要因の特定

自動車部品メーカーでは、加工設備の稼働データと検査工程の測定データが別々に保管されていました。不良が発生しても、どの加工条件のときに作られたものかを特定できず、原因の絞り込みに1〜2週間を要していた状況です。集約にあたっては、製番を共通キーとして両者を結合する設計を採りました。設備側には製番が記録されていなかったため、製造実行システムの着手時刻を使って対応づけています。対応づけの精度を確保する目的で、設備の時刻同期を先に実施したのが前提条件です。

結合後の分析で、特定の加工機では工具交換の直前に不良率が上がる傾向が確認できました。対策として交換周期を2割短縮したところ、該当工程の不良率は従来の6割程度です。取り組み全体の期間は、対象を1ラインに絞ったことで約4カ月でした。横展開の際は、同じ結合設計をほかの3ラインへ適用しています。適用にかかった期間は、1ラインあたり3週間程度です。初回に設計を固めたことで、2ライン目以降の工数は大きく下がりました。

食品工場：紙の点検記録の電子化と設備データ統合による点検工数の削減

食品工場では、温度や清掃状況の点検記録が紙の点検表で運用されていました。1日あたり約120枚が発生し、保管と検索の負担が大きい状態です。異常があった際に過去の記録を探し出すまで、半日を費やすこともあったといいます。タブレットでの入力に切り替え、設備の温度ログと同じ基盤に集約する方針を採りました。切り替えの対象は、まず1工場の1ラインに限定したうえでの開始です。現場の反発を避けるため、紙との併用期間を1カ月設けています。

電子化にあたっては入力項目を紙の様式から見直し、選択式に変えられる項目を7割まで増やしています。入力時間は、1枚あたり約3分から1分弱です。点検記録と設備の温度ログを同じ時間軸で並べた結果、記録上は正常でも実測値が基準の上限に近づいていた工程が見つかりました。紙のままでは検出できなかった兆候です。この工程については、設定値の見直しを行っています。点検そのものの工数も、月あたり40時間前後の削減につながりました。

化学プラント：老朽設備への後付けセンサー導入による監視範囲の拡大

化学プラントでは稼働30年を超える設備が多く、外部へ値を出力する機能を持たない機器が大半を占めていました。監視は巡回点検に依存し、異常の発見が遅れるリスクを抱えていた状況です。対応として、振動と温度を測る後付けセンサーを主要な回転機器40台に設置しています。既存の制御系には手を加えず、独立した無線ネットワークで値を収集する構成を採りました。改造にあたる作業を避けた点が、設備保証への影響を回避できた理由です。

設置費用は1点あたり10万円前後で、工事を含めた全体では約2カ月で完了しています。監視対象は従来の約3倍に広がり、軸受けの劣化を事前に検知して計画停止中に交換できた事例が複数出ています。後付けの構成では取得できる項目が限られますが、老朽設備を抱える工場にとっては現実的な選択肢です。導入前に、防爆区域での使用可否を必ず確認してください。無線の電波環境についても、設置前の実測が必要です。電波が届きにくい箇所は、中継機の追加で対応します。

まとめ：工場データの集約は目的設計と標準化の順序が成否を分ける

工場データの集約は、設備・システム・人の記録を共通の基盤で突き合わせ可能にする取り組みです。進め方を誤ると投資が回収できず、使われない画面だけが残ります。逆に順序を守れば、限られた予算でも成果を出せるはずです。ここまでの内容を、着手の判断に使える形で整理します。

押さえるべき点は、3つに集約できます。目的を判断の粒度まで具体化すること、対象を1ラインに絞って3〜6カ月で成果を出すこと、標準化とマスタ整理のルールを蓄積の開始前に決めることです。この3点を守れば、手戻りの大半は避けられます。着手の判断に迷う場合は、解決したい課題を1つ挙げ、その課題に必要なデータがどの系統にあるかを確認するところから始めてください。所在が分からない項目があれば、そこが最初の調査対象です。

自社の現在地は、簡単な問いで確認できます。直近の不良発生時に、影響範囲を特定するまで何日かかったかを思い出してみます。数日を要していたのであれば、集約による改善余地が大きい状態です。まずは対象ラインを1つ選び、必要なデータの所在を一覧化する作業から着手します。この一覧が、基盤の要件を決める出発点になります。社内で進める体制が組めない場合は、外部の知見を借りる判断も現実的です。相談の際は、棚卸しの管理表を持参すると話が早く進みます。

「これから工場データの集約に取り組みたいけれど、何から手をつけたらいいかわからない」「データ専門家の知見を取り入れたい」という方は、工場データ活用の実績豊富な弊社、データビズラボにお気軽にご相談ください。

貴社の課題や状況に合わせて、工場データの集約と活用の取り組みをご提案させていただきます。

データビズラボの実績無料相談・お見積り