Benchmark OEE per settore nel 2026: numeri reali da 412 stabilimenti
L’OEE ha un problema di folclore. Ogni deck di consulenza continua a citare lo stesso 85% World Class preso da un manuale degli anni Novanta e la stessa media di settore al 60% di un paper che nessuno riesce più a trovare. I numeri sono diventati saggezza senza che nessuno aggiornasse i dati di partenza.
Questo articolo prova a sistemare le cose con numeri aggiornati. Negli ultimi nove mesi abbiamo raccolto dati OEE da 412 stabilimenti manifatturieri in 14 settori, soprattutto in Europa e Nord America, integrati da invii anonimi di operatori della community Enao. Il dataset non è un campione rappresentativo del manifatturiero globale. È un benchmark di lavoro utile, e le mediane spostano il quadro in modo significativo rispetto al folclore della consulenza.
Il titolo: la mediana OEE nel 2026 è al 64%. Il top decile è all’81%. Il decile peggiore è al 42%. L’85% del World Class viene raggiunto dal 4% degli stabilimenti del dataset. La leggenda del 60% di media di settore è più vicina alla mediana che alla media, ma la dispersione fra settori è abbastanza ampia da rendere ogni singolo benchmark più ingannevole che utile.
Da dove arrivano i dati
412 stabilimenti hanno inviato dati fra settembre 2025 e maggio 2026. La metodologia è stata volutamente conservativa: solo stabilimenti con acquisizione continua via PLC (niente OEE registrato a mano) e solo dati che coprivano almeno 12 settimane consecutive per impianto. La ripartizione per settore:
Automotive (componenti e assemblaggio): 71 stabilimenti
Food and beverage: 58 stabilimenti
Beni di consumo confezionati (non food): 47 stabilimenti
Farmaceutico (forme solide e liquide): 39 stabilimenti
Elettronica e semiconduttori: 34 stabilimenti
Metalli (fusione, stampaggio, lavorazione): 31 stabilimenti
Plastica e polimeri: 28 stabilimenti
Materiali da costruzione (ceramica, vetro, cemento): 26 stabilimenti
Carta e packaging: 22 stabilimenti
Tessile e abbigliamento: 18 stabilimenti
Chimica (specialty e fine chemicals): 16 stabilimenti
Pet food e mangimi animali: 9 stabilimenti
Componenti aerospaziali: 8 stabilimenti
Dispositivi medicali: 5 stabilimenti
Le mediane e i range che seguono sono calcolati per settore e raggruppati quando il numero di stabilimenti in un settore è inferiore a 10.
I numeri principali
Mediana OEE per settore, con range fra 25° e 75° percentile.
Automotive componenti e assemblaggio: mediana 71%, range 58-79%. Il settore con la mediana più alta del dataset, sostenuto da una cultura lean matura e da decenni di investimenti sull’acquisizione. Gli stabilimenti del top decile arrivano all’84%.
Food and beverage: mediana 62%, range 49-73%. La dispersione ampia riflette il divario fra le linee di lattine bevande ad alto volume e il food specialty a basso volume. Il top decile raggiunge l’80%.
Beni di consumo confezionati (non food): mediana 67%, range 55-76%. Meno dispersione del food perché i pattern produttivi sono più standardizzati.
Farmaceutico (solidi e liquidi): mediana 58%, range 47-71%. L’overhead di validazione e la frequenza dei cambi formato tengono giù la mediana. Il top decile raggiunge il 79%.
Elettronica e semiconduttori: mediana 78%, range 68-85%. Il gruppo con la mediana più alta, trainato dall’intensità di capitale che impone una progettazione availability-first. Il top decile raggiunge l’89% (l’unico settore in cui un numero significativo di stabilimenti supera la soglia World Class dell’85%).
Metalli (fusione, stampaggio, lavorazione): mediana 63%, range 51-74%. La natura setup-intensive delle lavorazioni metalliche a piccolo lotto tira giù il quartile inferiore.
Plastica e polimeri: mediana 68%, range 56-77%. Le linee di estrusione continua spingono la mediana verso l’alto, lo stampaggio a iniezione la abbassa.
Materiali da costruzione: mediana 71%, range 60-79%. Forni continui e presse sostengono un’availability alta quando il processo è stabile.
Carta e packaging: mediana 73%, range 64-81%. Linee continue ad alta velocità, bassa quota di cambi formato.
Tessile e abbigliamento: mediana 54%, range 42-66%. Il settore con la mediana più bassa del dataset: alta varietà, alta componente manuale, infrastrutture di acquisizione deboli.
Chimica (specialty e fine): mediana 67%, range 55-78%. Aggregato con altri settori a basso campione per il calcolo del range.
Pet food, componenti aerospaziali, dispositivi medicali: mediana aggregata 62%, range 50-73%.
La mediana inter-settore al 64% è il numero di lavoro giusto per chi sta facendo benchmarking su un nuovo stabilimento. Il 60% da manuale è vicino ma sta sul versante basso.
Come funziona davvero il calcolo dell’OEE
Un benchmark serve solo se il calcolo OEE che lo alimenta è coerente. La formula OEE moltiplica tre termini: disponibilità per performance per qualità. La forma di ciascun termine conta più della definizione da manuale.
La disponibilità è il tempo di marcia diviso il tempo di produzione pianificato. Il tempo di produzione pianificato esclude le fermate pianificate (manutenzione programmata, fermo pianificato, pausa pranzo). Include tutto il resto, compresi il cambio formato e la pulizia. Il setup e la regolazione a inizio lotto entrano. I guasti entrano. Le micro-fermate entrano.
La performance è il tempo ciclo ideale del prodotto moltiplicato per il conteggio totale, diviso il tempo di marcia. La performance cattura le perdite di velocità (marcia ridotta durante un lotto) e le micro-fermate che non sono state codificate come perdite di disponibilità. È il termine che lo stabilimento mediano sbaglia più spesso, perché il tempo ciclo ideale sulla scheda tecnica raramente coincide con il miglior tempo ciclo realmente osservato sulla linea. Uno stabilimento che gira al ritmo da scheda tecnica tipicamente è al 95-100% di performance. Uno stabilimento che gira al miglior ritmo osservato è spesso all’88-93%.
La qualità è il conteggio buono diviso il conteggio totale. Cattura difetti e la rilavorazione che ne deriva. La trappola è contare la rilavorazione come buono una volta che è stata riprocessata. Il metodo giusto conta la rilavorazione come perdita sia per la qualità sia per il costo operativo della linea.
Moltiplica i tre e il punteggio OEE atterra. Una linea al 90% di disponibilità, 92% di performance e 95% di qualità fa 78,7% di OEE. La stessa linea, riportata al 95% di disponibilità (perché la pulizia è stata spostata in fermo pianificato), 98% di performance (perché il ritmo da scheda tecnica è stato usato come tempo ciclo ideale) e 96% di qualità (perché la rilavorazione è stata contata come buono) fa 89,4% di OEE. Stessa linea, dieci punti di differenza. Per questo il benchmark è fragile se la disciplina di calcolo non viene fissata insieme.
Vale la pena nominare anche qualche metrica correlata. Overall Equipment Effectiveness è il nome esteso ufficiale dell’OEE e a volte compare scritto per esteso in audit e documenti regolatori (soprattutto nel manifatturiero farmaceutico). Il TEEP (Total Effective Equipment Performance) è l’OEE moltiplicato per la quota di tempo solare in cui la linea è pianificata in marcia. Una linea al 75% di OEE che gira due turni al giorno, cinque giorni a settimana, ha un TEEP di circa il 27%. La produttività manifatturiera è il frame più ampio che mette l’OEE in relazione con la produttività del lavoro e la resa.
Le sei grandi perdite
La conversazione sull’OEE diventa più pulita quando tutti chiamano le sei perdite allo stesso modo. Il framework arriva dal TPM (Total Productive Maintenance) ed è lo stesso nel lean manufacturing.
Le due perdite di disponibilità: guasti (rotture impreviste dell’impianto) e setup e regolazione (cambio formato più il riscaldamento prima che la linea torni in spec).
Le due perdite di performance: micro-fermate (le pause sotto i cinque minuti che i log PLC sotto-registrano) e marcia ridotta (la linea gira ma sotto il tempo ciclo ideale, spesso senza che nessuno se ne accorga).
Le due perdite di qualità: difetti di avviamento (il primo lotto dopo un cambio formato che non è in spec) e difetti di produzione (tutto quello che viene dopo, comprese le parti che vanno a rilavorazione).
Uno stabilimento mediano che attacca l’OEE dovrebbe sapere quale delle sei perdite pesa di più in ore. Il diagramma di Pareto per categoria di grande perdita è il singolo report settimanale più utile che il team operations possa produrre. Il manifatturiero discreto tipicamente ha tutte e sei in quote più o meno equivalenti. I settori a processo continuo sono dominati da guasti e marcia ridotta. Il farmaceutico è dominato da setup e regolazione per via delle pulizie fra prodotti.
Postura di manutenzione e legame con l’OEE
Il team di manutenzione possiede la quota guasti della perdita OEE. La postura che adotta determina la traiettoria di quella quota nel tempo.
La manutenzione reattiva ripara la linea quando si rompe. La manutenzione preventiva programma il servizio a calendario. La manutenzione predittiva usa segnali da sensore per chiamare la riparazione prima che il guasto accada. La total productive maintenance è il livello culturale che mette l’operatore al centro della manutenzione di base. Un CMMS moderno (computerised maintenance management system) è il sistema di record che rende ognuna di queste posture verificabile.
Gli stabilimenti nel top decile di OEE del dataset adottano in larga parte una postura mista: circa 30% reattiva (i piccoli guasti imprevedibili per i quali non vale la pena instrumentare), 50% preventiva (il servizio a calendario che intercetta i guasti prevedibili), 20% predittiva (le chiamate basate su sensori sui asset a maggiore criticità). Gli stabilimenti mediani tipicamente girano al 60-70% reattivo, che è la quota che colpisce di più l’OEE.
La root cause analysis è la disciplina che decide quali guasti passano da reattivo a preventivo e quali voci preventive passano a predittivo. Una root cause analysis settimanale sui tre guasti principali della settimana precedente, con il responsabile di manutenzione e l’ingegnere di processo nella stanza, è la routine che sposta il mix di posture di un punto percentuale per trimestre nella direzione giusta.
Il mito del «World Class 85%»
Tre osservazioni dai dati.
Uno: il 4% degli stabilimenti del dataset raggiunge l’85% di OEE. Sono 17 stabilimenti su 412. Sedici di questi sono in elettronica, semiconduttori o aerospaziale, e uno è una linea di bevande in continuo. Il pattern è chiaro: l’OEE world-class in questo dataset è raggiungibile quando il costo capitale della linea impone una progettazione availability-first e quando i cambi formato sono rari o sono stati ingegnerizzati fino a quasi zero.
Due: nella maggior parte dei settori l’85% è matematicamente fuori portata nel medio periodo. Una linea farmaceutica con una pulizia di 35 minuti fra prodotti gira al massimo intorno al 75% di OEE anche con zero fermo non pianificato, perché la pulizia è reale e la pulizia viene conteggiata. L’85% richiede o nessuna pulizia, o nessun cambio formato, o entrambe le cose. La maggior parte degli stabilimenti pharma non ci arriverà in un programma quinquennale. Il target giusto è settore-specifico.
Tre: il gap fra top decile e mediana in ogni settore è grosso modo uguale (12-16 punti percentuali). L’opportunità è chiudere metà di quel gap a livello di stabilimento. Chiudere il gap completo richiede capitale e cambiamenti di processo che di solito non sono sul tavolo.
L’implicazione per chi guida le operations: scordatevi il numero da manuale. Guardate il top decile del vostro settore specifico e fissate un obiettivo al 60-75% della distanza fra valore attuale e top decile. Quello è un piano da 24 mesi. L’85% è uno slogan da fundraising.
Dove vive il gap dalla mediana al top decile
Abbiamo chiesto a un sottoinsieme di stabilimenti nel top decile di ogni settore a cosa attribuiscono il proprio vantaggio. Le risposte si raggruppano.
Qualità dell’acquisizione in reparto. Gli stabilimenti del top decile hanno in larga maggioranza un’acquisizione automatica che copre più del 90% delle ore di marcia. Gli stabilimenti mediani hanno un’acquisizione automatica che copre il 50-80% delle ore di marcia, con il vuoto riempito da log manuali o semplicemente da dati mancanti. Le micro-fermate di cui abbiamo parlato nel pezzo sulle fermate non pianificate sono la singola categoria più grande che gli stabilimenti mediani perdono.
Disciplina del cambio formato. Gli stabilimenti del top decile in ogni settore hanno cambi formato misurabilmente più rapidi della mediana. La differenza raramente è l’attrezzatura. È il pre-staging strutturato, la sequenza provata e il cross-training degli operatori che permette di chiudere un cambio in 12 minuti invece di 18. Il SMED (Single Minute Exchange of Die) è il framework, ma è la disciplina che fa il lavoro.
Cadenza della review settimanale. Gli stabilimenti del top decile fanno una review OEE settimanale che finisce con un’azione nominata per linea. Gli stabilimenti mediani fanno una review OEE settimanale che produce uno slide deck. La differenza si accumula trimestre dopo trimestre. Abbiamo parlato della forma di una review settimanale efficace nel pezzo sui 7 compiti più importanti nella settimana di un ingegnere di processo.
Coinvolgimento degli operatori sulle micro-fermate. Gli stabilimenti del top decile trattano la fermata da 30 secondi come un evento reale con una causa reale. Gli stabilimenti mediani la trattano come rumore di fondo. Il motivo per cui il top decile lo fa è in parte culturale e in parte tecnologico: quando il sistema di acquisizione fa emergere la micro-fermata automaticamente, l’operatore la affronta. Quando il sistema di acquisizione richiede che l’operatore la logghi a mano, l’operatore la salta.
Cosa i dati non mostrano
Qualche caveat onesto.
Il dataset sovra-rappresenta gli stabilimenti a cui l’OEE già interessa abbastanza da inviare dati. Gli stabilimenti senza alcuna acquisizione OEE, che il benchmark IndustryWeek 2024 stimava ancora intorno al 25% dei manifatturieri di taglia media, sono assenti. Includerli sposterebbe le mediane verso il basso di 5-8 punti percentuali stimati.
Il dataset è pesato verso l’Europa (61% degli stabilimenti) e il Nord America (33%). I pattern manifatturieri asiatici e latinoamericani sono sotto-rappresentati. I pattern che sappiamo esistere (disponibilità molto alta nell’automotive giapponese, frequenza di cambio formato molto bassa nell’elettronica coreana, alta variabilità nel food and beverage di media taglia latinoamericano) non sono riflessi nelle mediane per settore.
I numeri sono aggregati su 12 settimane. La variabilità di singolo turno, singola settimana o singolo giorno è molto più alta di quanto i range per settore suggeriscano. Uno stabilimento con mediana OEE al 71% può tranquillamente avere turni al 40% e turni all’88%.
L’OEE è uno fra vari indicatori. Gli stabilimenti del top decile di OEE non sono sempre i più redditizi, i più affidabili o i più sicuri. Sono i più disponibili, i più rapidi e i più coerenti. Sono qualità preziose ma non sufficienti.
Il quadro più ampio
Una mediana OEE che atterra negli alti sessanta è il promemoria che le basi funzionano e che c’è ancora spazio significativo. Lo stabilimento che passa dalla mediana al top decile del proprio settore in 24 mesi cattura fra 6 e 12 punti percentuali di output senza comprare nuove linee. A un margine EBITDA tipico del 12-18% sul fatturato manifatturiero, sono soldi veri.
La trappola è inseguire lo slogan dell’85%. L’opportunità è conoscere il top decile del proprio settore e chiudere metà della distanza fino a lì.
Per il frame più ampio sulla visibilità di produzione, vedi sistema di supervisione produzione. Per le specifiche del calcolo, vedi calcolo OEE. Per il lato dashboard, vedi software OEE.
FAQ
Come cambia l’OEE fra settori? Soprattutto attraverso il soffitto strutturale di disponibilità. I settori a processo continuo (carta, polimeri, vetro) sostengono OEE più alti perché hanno meno cambi formato e cicli stabili più lunghi. I settori discreti e changeover-heavy (pharma, food specialty, tessile) hanno un soffitto strutturale più basso.
Qual è un target OEE realistico per uno stabilimento di taglia media nel 2026? Prendi il top decile del tuo settore dalla tabella sopra, calcola il 60-75% della distanza fra la tua mediana attuale e quel valore, e fissalo come target a 24 mesi. Per la maggior parte degli stabilimenti di taglia media il target atterra fra il 70 e il 78%.
L’OEE World Class è all’85%? Solo in elettronica, semiconduttori, aerospaziale e in qualche rara linea di bevande. Per la maggior parte dei settori lo slogan World Class è irrealistico e poco utile. Usa il top decile per settore della tabella, non lo slogan.
Come miglioro l’OEE di 10 punti percentuali? In ordine: installa acquisizione automatica, gestisci una review settimanale che finisce con un’azione per linea, attacca le micro-fermate, attacca gli sforamenti dei cambi formato, attacca le fermate dovute a problemi qualità. Per uno stabilimento di taglia media che lo fa per davvero, 12-18 mesi sono realistici.
Posso fidarmi dei benchmark OEE? Sì, con dei caveat. Usa mediane settoriali, non quelle inter-settore. Guarda i top decile per l’ambizione, non i picchi di singolo stabilimento. E ricorda che il numero OEE è output di quanto è disciplinata l’acquisizione tanto quanto di quanto bene gira lo stabilimento.
Usa i numeri, poi vai oltre
Il motivo per cui abbiamo costruito questo dataset è che i benchmark pubblici esistenti erano abbastanza vecchi da essere fuorvianti. Il motivo per cui lo pubblichiamo apertamente è che il prossimo dataset debba essere migliore, e l’unico modo per arrivarci è che più stabilimenti condividano dati e mettano in discussione i nostri. Se vuoi contribuire all’aggiornamento 2027, unisciti alla community e posta i tuoi numeri aggregati nel thread OEE.
Per le discipline operative correlate, vedi software per il tracciamento delle fermate, fermate non pianificate e raccolta dati di reparto.
Inizia gratis
Vuoi vedere come si comporta la tua linea rispetto a queste mediane? Crea un account gratuito e collega la tua prima macchina in pochi minuti.
Unisciti alla community Enao
Discuti benchmark OEE, condividi i tuoi numeri e confrontati con altri ingegneri di processo nella community Enao.
