Menu
Tasa de escape frente a rendimiento de primera pasada: por qué los defectos que llegan al cliente perjudican más que los detectados internamente

Tasa de escape frente a rendimiento de primera pasada: por qué los defectos que llegan al cliente perjudican más que los detectados internamente

FPY mide los defectos en la línea de producción. La tasa de escape mide los defectos que llegaron al cliente. Por qué la tasa de escape es la métrica que más importa para la marca.
Tasa de escape frente a rendimiento de primera pasada: por qué los defectos que llegan al cliente perjudican más que los detectados internamente

Tasa de escape frente a rendimiento de primera pasada: por qué los defectos que llegan al cliente perjudican más que los defectos detectados internamente Puntos clave - Rendimiento de primera pasada (FPY) = proporción de piezas que pasan control de calidad a la primera en una estación.

- Tasa de escape = proporción de piezas defectuosas que llegaron al cliente. - El FPY puede ser 95% mientras la tasa de escape es 0,5% (defectos detectados en etapas posteriores) o 5% (defectos que se pasaron). - La tasa de escape es la métrica que experimenta el cliente.

El FPY es la métrica que optimizan los equipos internos. - Las plantas que solo miden FPY pueden estar mejorando la calidad interna mientras empeora la experiencia del cliente. Respuesta corta: El rendimiento de primera pasada (FPY) mide la proporción de piezas que pasan el control de calidad en una estación.

La tasa de escape mide la proporción de piezas defectuosas que llegaron al cliente. Son diferentes: una planta puede tener un excelente FPY internamente mientras la tasa de escape aumenta porque la inspección final está dejando pasar defectos. La tasa de escape es lo que siente el cliente; el FPY es lo que optimiza operaciones.

Ambas importan. Vea también Run Rate vs Design Rate. Qué mide el FPY El FPY es la proporción de unidades que pasan el control de calidad a la primera en una estación, sin retrabajo. Es una métrica de calidad interna: indica cuán limpio está el trabajo en cada paso.

El FPY es la base del factor de calidad del OEE y del Rendimiento Acumulado (Rolled Throughput Yield, RTY).

Qué mide la tasa de escape La tasa de escape (también llamada "escapes PPM", escapes por millón de piezas, en industrias reguladas) es la proporción de piezas defectuosas que salieron de la planta y llegaron al cliente. Se mide de forma retrospectiva: devoluciones, quejas, reclamaciones de garantía vinculadas a defectos de fabricación.

La tasa de escape es la métrica de calidad que ve el cliente. Es lo que experimenta la marca. Por qué difieren Tres patrones en los que el FPY se ve bien pero la tasa de escape es mala: 1. La inspección final está dejando pasar defectos.

El FPY en las estaciones de línea es alto; los defectos están en el paso de inspección, donde el muestreo o la técnica no los detectan. 2. Defectos latentes. Las piezas pasan el control de calidad en ese momento pero fallan en campo tras cierto tiempo de uso. Envejecimiento del material, fatiga, exposición ambiental. 3.

Control de calidad mal especificado. Los criterios de QC no coinciden con los modos reales de fallo. Las piezas cumplen la especificación pero no la expectativa del cliente. Por qué la tasa de escape importa más Los problemas de FPY cuestan dinero internamente, chatarra, retrabajo, pérdida de capacidad.

Los problemas de tasa de escape cuestan a la marca: - Devoluciones y reemplazos por parte del cliente. - Reclamaciones de garantía. - Daño reputacional. - Exposición regulatoria en industrias reguladas. - Pérdida de la relación con el cliente.

El coste interno de la tasa de escape suele ser mucho mayor que el coste visible del FPY. El iceberg de la tasa de escape La mayoría de las plantas subestiman su tasa de escape porque: - Los clientes no siempre devuelven los defectos (escape silencioso).

- Fallos en campo atribuidos a "desgaste" enmascaran defectos de fabricación. - Las devoluciones a veces se clasifican antes de que cuenten como tasa de escape. La tasa de escape informada suele ser una fracción de la tasa de escape real. La tendencia importa tanto como el número absoluto.

Cómo medir la tasa de escape 1. Rastrear cada devolución de cliente. Por producto, por fecha de fabricación, por defecto reportado. 2. Vincular con los registros de producción. Qué lote, qué línea, qué turno produjo la unidad devuelta. 3. Calcular la proporción. Devoluciones defectuosas / unidades totales enviadas. 4. Seguir la tendencia en el tiempo.

¿La tasa de escape está subiendo o bajando? 5. Correlacionar con métricas internas. ¿La tasa de escape se mueve con el FPY o de forma independiente? Cómo interactúan la tasa de escape y el FPY Tres patrones: - FPY sube, tasa de escape baja.

Mejora interna de la calidad que se traduce en mejor experiencia del cliente. Saludable. - FPY sube, tasa de escape se mantiene. La mejora interna no llega al cliente. Problema de muestreo de inspección. - FPY sube, tasa de escape sube. "Mejoras" internas provenientes de relajar el muestreo. Defectos que se filtran.

El tercer patrón es alarmante y sorprendentemente común. Qué hacer cuando la tasa de escape aumenta 1. Investigar las devoluciones recientes. Qué defecto, cuál es la causa raíz. 2. Verificar la detección interna. ¿QC vio algo similar internamente? Si no, ¿por qué no? 3. Validar el muestreo y los criterios de aceptación.

¿El método de QC realmente detecta el modo de fallo? 4. Rastrear los registros de producción. Encontrar el lote, línea, turno, operario, receta, materia prima. Identificar la causa upstream. 5. Aplicar CAPA sobre la causa raíz. Acción correctiva que prevenga recurrencias. Errores comunes 1. Reportar FPY sin tasa de escape. Métrica solo interna.

La experiencia del cliente queda invisible. 2. Optimizar FPY relajando QC. La mejora es falsa; los defectos se escapan. 3. No tener trazabilidad desde las devoluciones hasta producción. No se puede encontrar la causa raíz. El mismo defecto se repite. 4. Tratar la tasa de escape como un problema de atención al cliente.

Es un problema de operaciones. Corregir la causa es la única respuesta sostenible.

Cómo una plataforma OEE moderna soporta ambas métricas Una plataforma moderna registra FPY en cada estación, se integra con el SGC (sistema de gestión de la calidad) para datos de devoluciones, vincula devoluciones con registros de producción y muestra la tasa de escape junto con las tendencias de FPY.

El módulo OEE de Fabrico se integra con el SGC para datos de devoluciones, vincula devoluciones a registros de producción por lote/línea/turno y reporta la tasa de escape junto al FPY por estación para una calidad de bucle cerrado. Vea cómo Fabrico captura esto automáticamente, explorar OEE para fabricación o solicitar una demostración.

Lecturas relacionadas - Run Rate vs Design Rate - Safety Incident Rate vs OEE - Rolled Throughput Yield vs First-Pass Yield - PM Compliance Rate Preguntas frecuentes ¿La tasa de escape es lo mismo que la tasa de defectos? Relacionado. La tasa de defectos suele incluir defectos detectados internamente.

La tasa de escape se refiere específicamente a defectos que llegaron al cliente. ¿Cuál es una buena tasa de escape? Muy dependiente de la industria. La automoción apunta a PPM (partes por millón); la electrónica de consumo suele tolerar tasas más altas. ¿Por qué la tasa de escape suele estar subreportada?

Escapes silenciosos (los clientes no devuelven), fallos latentes, atribución a desgaste. ¿Puede mejorar el FPY mientras empeora la tasa de escape? Sí, peligrosamente. Normalmente es señal de relajación en el muestreo de QC. ¿Cómo reduzco la tasa de escape?

Mejorar la detección interna, validar los criterios de QC con los fallos reales en campo y aplicar CAPA sobre las causas raíz extraídas de las devoluciones.

Lo último de nuestro blog

Defina su hoja de ruta de confiabilidad
Valida tu retorno de inversión potencial: Reserva una demostración en vivo.
Defina su hoja de ruta de confiabilidad
Al hacer clic en el botón Aceptar, usted da su consentimiento para el uso de cookies al acceder a este sitio web y utilizar nuestros servicios. Para obtener más información sobre cómo se utilizan y gestionan las cookies, consulte nuestra Política de privacidad y Declaración de cookies