Nettoyage de l'historique des actifs : la discipline trimestrielle qui garantit la fiabilité des rapports de MTBF et des coûts.

Points clés

• Nettoyage de l'historique des actifs = discipline trimestrielle de revue et de correction des données des ordres de travail.
• L'historique des actifs se dégrade lorsque les OT sont clôturés incomplets, les codes de motif dérivent, les coûts sont mal codés.
• Un historique sale produit des MTBF erronés, des rapports de coûts incorrects et de mauvaises décisions de fiabilité.
• Nettoyage trimestriel : échantillonner des OT, vérifier l'exhaustivité, corriger les problèmes, identifier les problèmes systémiques.
• Les usines qui ne nettoient jamais l'historique se retrouvent avec des données de fiabilité en lesquelles personne ne fait confiance.

En bref : Le nettoyage de l'historique des actifs est la discipline trimestrielle de revue et de correction des données des ordres de travail. L'historique des OT se dégrade : heures de main-d'œuvre non enregistrées, pièces non codées, motifs laissés vagues, coûts mal imputés. Un historique sale entraîne des MTBF erronés, des rapports de coûts incorrects et de mauvaises décisions de fiabilité. Le nettoyage trimestriel permet de garder les données fiables. Voir aussi Hiérarchie des actifs CMMS.

Pourquoi l'historique se dégrade

• Les techniciens clôturent les OT en fin d'équipe avec le minimum de données requises.
• Les codes de motif sont choisis sous la pression du temps.
• Des pièces sont prélevées sans être scannées.
• Les heures de main-d'œuvre sont estimées plutôt que suivies.
• Les coûts sont imputés au mauvais actif.
• Les champs de description sont remplis en langage abrégé ou sautés.

Chaque raccourci est minime. Sur plusieurs mois ils s'accumulent et forment un historique peu fiable.

Pourquoi un historique sale est important

Les décisions de fiabilité reposent sur l'historique :

• Calculs de MTBF.
• Calculs de MTTR.
• Rapports de coûts des actifs.
• Schémas d'utilisation des pièces de rechange.
• Optimisation des intervalles de PM.
• Décisions réparation vs remplacement.

Si l'historique est sale, tout cela est faux. Les décisions prennent de mauvaises directions.

Le protocole de nettoyage trimestriel

1. Échantillonner. Choisir un échantillon représentatif (50-100 OT couvrant les types d'actifs).
2. Vérifier l'exhaustivité. Champs obligatoires remplis. Heures de main-d'œuvre enregistrées. Pièces codées. Motifs clairs.
3. Noter la qualité des données. Par OT et par type de donnée.
4. Identifier les tendances. Quels techniciens, quelles équipes ou quels types d'actifs ont des problèmes systématiques.
5. Corriger les OT individuels. Là où les corrections sont possibles.
6. Traiter les problèmes systémiques. Formation, changement de process, règles de validation.
7. Suivre la qualité dans le temps. Faire évoluer le score.

Ce qu'il faut rechercher

Heures de main-d'œuvre :

• Heures manquantes ou nulles sur des OT clôturés.
• Nombres rond suspects (toujours 2,0 heures).
• Heures totales de l'équipe ne correspondant pas au nombre d'OT.

Pièces :

• OT clôturés sans pièces alors que des pièces ont été utilisées.
• Pièces prélevées du magasin mais non associées à aucun OT.
• Coût imputé au mauvais actif.

Codes de motif :

• Taux élevé de « Autre ».
• Même code utilisé pour des problèmes très différents.
• Le motif et la description se contredisent.

Champs de description :

• « Réparation terminée » sans précision.
• Vide.
• Un seul caractère.

Comment évaluer la qualité des données

Notation simple par OT :

• Heures de main-d'œuvre présentes et plausibles : 1 point.
• Pièces scannées : 1 point.
• Code de motif spécifique : 1 point.
• Description significative : 1 point.
• Coût correctement imputé : 1 point.

Les OT à 5 points sont propres ; ceux à 0-2 points sont du bruit. Suivre la tendance du score.

À quoi ressemblent les problèmes systémiques

1. Un technicien avec de faibles scores. Opportunité de coaching.

2. Une équipe avec de faibles scores. Manque de supervision ou de formation.

3. Un type d'actif avec de faibles scores. Le modèle d'OT peut être mal aligné sur le flux de travail.

4. Un code de motif dominant. Problème de taxonomie ou de processus.

Traiter le schéma, pas seulement les OT individuels.

Erreurs courantes

1. Pas de discipline de nettoyage. L'historique se dégrade indéfiniment.

2. Nettoyage ponctuel. Un nettoyage unique suivi de mois de dégradation.

3. Nettoyage sans recherche de cause racine. Les mêmes schémas réapparaissent.

4. Punir pour de faibles scores. Les techniciens manipulent la métrique ou cachent les problèmes.

Ce que change la discipline de nettoyage

• Les données MTBF sont fiables.
• Le reporting des coûts est exact.
• Les schémas d'utilisation des pièces de rechange sont visibles.
• Des dossiers prêts pour l'audit.
• Des décisions de fiabilité défendables.

Comment l'OEE est lié

L'intégration OEE-CMMS dépend de données OT propres. Quand l'OEE déclenche un OT et que l'OT est clôturé avec de mauvaises données, la cause de l'arrêt n'est pas claire et la boucle ne se referme pas.

Comment un CMMS moderne facilite le nettoyage

Un CMMS moderne met en évidence les scores de qualité des données, identifie les OT de faible qualité, prend en charge les workflows de correction et affiche les tendances.

Le CMMS de Fabrico inclut la notation de la qualité des données par OT, identifie les candidats au nettoyage, prend en charge les workflows de correction et suit la qualité des données dans le temps.

Découvrez comment Fabrico capture cela automatiquement, explorez l'OEE pour la fabrication ou réservez une démo.

Lectures complémentaires

• Hiérarchie des actifs CMMS
• Convention de nommage des étiquettes d'actifs
• Remplacement d'actif vs décision de réparation

Questions fréquentes

Combien de temps prend le nettoyage trimestriel ?

2 à 4 heures par trimestre pour une usine de taille moyenne. Moins si la qualité des données est maintenue.

Qui doit effectuer le nettoyage ?

Un ingénieur fiabilité ou un planificateur de maintenance. Revue interfonctionnelle pour les problèmes systémiques.

Dois-je corriger les anciens OT ?

Sélectivement. Pour les actifs critiques, oui. Pour les travaux routiniers, ne corriger que pour l'avenir.

Quelle qualité de données est acceptable ?

Score moyen supérieur à 4 sur 5 avec une tendance d'amélioration claire.

Comment obtenir l'adhésion des techniciens ?

Montrer en quoi des données propres les aident : recherche de pièces plus rapide, moins de surprises, PM mieux adaptés. Éviter de présenter cela sous forme de reproche.