PDCA的重要性

要想让KPI的管理系统发挥作用，就必须让PDCA循环起来。导入KPI的目的是利用KPI使商业活动得到改善，所以必须找出目标与实际情况之间存在的差异，然后再搞清楚差异产生的原因并加以改善。

在第五章及本章中，我用了大量的篇幅强调P（Plan）的重要性。因为如果KPI设计得有问题，那么就无法成功地利用KPI来管理。

而在P（Plan）的步骤中成功地设计出KPI系统之后，接下来的关键就是让“DCA”（Do Check Action）的部分顺利地循环起来。

接下来，我将为大家介绍C（Check）和A（Action）步骤中值得注意的内容。

找出目标和实际情况之间的差异

在C步骤中，P步骤制订的计划已经处于D（Do）的状态。

在KPI管理的C步骤中，需要收集KPI、运营指标和行动指标的实绩数据。如果不收集实绩数据，就无法找出目标与实际情况之间的差异，所以收集实绩数据可以说是C步骤中最关键的行动。事实上，最好能够在制订KPI计划的阶段，就确定好收集实绩数据的方法。

但也不能以便于收集实绩数据为理由，设定KPI和运营指标，这样做完全是本末倒置。在收集实绩数据时，后文中即将提到的IoT（Internet of Things）是非常有效的方法之一。

当收集到足够的实绩数据后，接下来要做的就是将实绩数据与目标值进行比较，找出两者之间的差异。然后根据这个差异，进入到下一个步骤A（Action）。此外，要想使实绩数据与目标值之间的差异更加一目了然，可以用不同的颜色来区分目标值的达成情况。比如根据目标值的达成情况用红、黄、绿、蓝等颜色加以区分，这样就可以一眼看出目标数据的达成情况。

找出问题的真正原因

如果在C步骤中发现实绩数据和目标值之间存在差异，那就需要找出导致出现差异的原因。

比如KPI未达标，那么就要找出是哪个运营指标未达标导致KPI未达标。然后再根据未达标的运营指标，找出是哪个行动指标导致运营指标未达标。经过这样的层层排查，就能找出导致问题的真正原因。

如果KPI未达标，引发问题的运营指标往往一目了然，但想要找出导致这个运营指标未达标的原因，则没那么容易。

导致运营指标未达标的原因大致可以分为以下两种类型：

①行动指标的实绩数据未达到目标值，导致运营指标未达标

②行动指标的实绩数据达到目标值，运营指标仍然未达标

如果是①的情况，导致运营指标未达标的原因很有可能就是行动指标未达标。因此，必须找出导致行动指标未达标的原因并加以改善，使行动指标达到目标值。

在绝大多数情况下，导致行动指标未达标的原因都是经营资源不足。比如没有充足的营业人员。要想解决这个问题，只能增加经营资源，或者改变现在的工作方法，更高效地利用现有的经营资源。

如果是②的情况就有点麻烦了。导致运营指标未达标的原因可能有很多。

第一个可能性是行动指标设定的目标值太低，或者运营指标的目标值设定得太高。在这种情况下，解决办法就是提高行动指标的目标值或者下调运营指标的目标值。

还有一种可能性是搞错了行动指标与运营指标之间的因果关系。在这种情况下，就算达成了行动指标也无法达成运营指标，因此需要对运营指标重新进行分解，设定新的行动指标。

有很多因素都可能会影响到行动指标和运营指标之间的因果关系。比如市场中顾客的需求发生了变化，或者竞争对手采取了新战略，都会导致之前有效的行动指标失去效果。在这种情况下，就必须对市场、竞争对手和自己公司的状况重新进行分析，设定新的运营指标和行动指标。从P开始让PDCA循环起来。

总而言之，当运营指标和行动指标出现未达标的问题时，都要通过重复思考“为什么”，找出真正的问题并解决，这样才能实现KPI目标。这也是A步骤的基本思考方法。

PDCA的循环间隔

PDCA应该间隔多久循环一次呢？这个问题也很不好回答。为了能够尽快做出改善，PDCA循环的速度应该是越快越好，但这完全取决于C步骤和A步骤所需的时间。

如果收集KPI、运营指标和行动指标的实绩数据不需花费太多的时间和成本，那么每周做一次PDCA循环或许是个不错的选择。如果能够利用IoT来自动地收集实绩数据，甚至可能更进一步缩短PDCA循环的周期。

另一方面，如果收集运营指标和行动指标的实绩数据要花费大量的时间和成本，而且对实绩数据进行检查和分析也需要花费一定的时间和精力，那么每个月或者每个季度做一次PDCA循环是比较合适的选择。

以卡乐比为例，2009年之前卡乐比每周都会更新实绩数据，但实绩数据更新的过于频繁会导致其得不到充分利用，而且还增加了许多制作资料的工作量，于是后来卡乐比改为每月更新一次实绩数据。

虽说KPI管理的PDCA循环越短越好，但也要考虑到其中工作量与效果之间的平衡。

利用IoT加快PDCA循环

最近IoT可以说是火得一塌糊涂。但本书不详细介绍IoT技术，只对KPI管理中涉及IoT的部分进行解说。

IoT顾名思义，就是所有的东西都通过互联网连接起来，然后将收集到的数据应用在各个方面。一般来说，利用IoT进行改善活动时，首先要通过传感器收集数据信息，然后再将这些信息通过互联网上传到云端服务器上作为数据保存起来。接着由计算机对数据进行分析，再将分析结果反馈回去。这就是IoT的运转流程。

在制造业现场，通过IoT可以实时地收集行动指标的实绩数据，从而大幅降低收集成本。正如前文中提到过的那样，缩短PDCA循环面临的最大问题，就是数据收集与分析的时间和成本太高，但利用IoT则可以解决数据收集的时间和成本问题，从而使缩短PDCA循环周期成为可能。尤其是在收集行动指标的实绩数据时，IoT能够发挥出非常显著的效果。

并非只有大型企业才能利用IoT，最近很多中小企业也开始导入IoT。接下来让我们看一看旭铁工的事例。

旭铁工是总部位于爱知县碧南市的一家汽车零部件生产企业。旭铁工决定导入IoT的契机，是因为丰田提出了增加零部件产量的要求。一般来说，要想增加产量，最直接的办法是增加生产设备，建立增产体制，但投资设备会导致成本增加。旭铁工的KPI之一就是产品的生产成本，所以在降低生产成本的同时提高产量，就成为旭铁工2014年最大的课题。

将生产成本设定为KPI的时候，主要的运营指标包括开工率、可动率、不良率（图表6-5）。

● 图表6-5　旭铁工的KPI、运营指标、行动指标

出处：作者根据对旭铁工的采访资料制作

开工率表示的是产品需求与现在生产能力的比率。开工率低，说明生产设备出现闲置，会造成成本的浪费。

可动率表示的是设备实际运转时间与应运转时间的比率。实际运转时间越短，说明设备的生产能力越低，这也是导致成本升高的主要原因。

最后是不良率，表示的是产品中不良品所占的比率。

因为不良品不能作为商品销售，所以不良率高的话会导致成本上升。但如果能够降低不良率，则可以充分利用生产能力，也相当于降低了生产成本。

旭铁工面对的课题是，在降低成本的同时，尽可能在不投资新设备的基础上实现增产。

旭铁工首先想到的办法是提高可动率。而要想提高可动率，就必须想办法减少设备的停止时间。设备的停止时间包括变更生产线上产品所需的准备时间（更换模具和原材料的作业），以及因为故障等意料之外的情况导致生产线停止的时间。如果能够缩短停止时间，就可以提高生产能力。

另外，因为缩短每道工序的循环时间也可以提高生产能力，所以循环时间也被设定为行动指标。而导入IoT就是为了收集停止时间和循环时间的实绩数据。

旭铁工建立的利用IoT收集数据的体制并没有花费多少成本。他们通过在生产设备上加装光传感器和电磁传感器（这些都是低成本传感器），自动实时地收集设备何时停止、何时运行、循环如何推移的数据。

这样一来，旭铁工就可以实时地对数据进行分析并且立即进行改善。结果，旭铁工成功地削减了设备停止时间和循环时间。

导入这一体制之后，个别设备的生产数量提高了1.7倍，旭铁工的整体生产效率得到了飞跃性的提高。此外，通过削减停止时间，不良率也随之降低。这也为旭铁工的成本降低做出了巨大的贡献。

通过上述事例不难看出，活用IoT可以大幅缩短收集行动指标所需的时间和成本，进而提高PDCA循环的效率。

如果能够提高PDCA循环的效率，就可以更快地积累改善经验，提高企业的竞争力。像这样利用IoT技术构筑管理循环的做法今后值得大范围推广。