那天機台掛了三小時，老闆的臉比無塵室還白
還記得好幾年前，我們有一台新機台，剛裝機沒多久就開始出包。那是一個禮拜五下午，眼看週末就要到了，結果它給我掛了三個小時，產線直接卡在那邊。大家臉都綠了，老闆的臉比無塵室的牆壁還白，他只問了一句：「到底是什麼問題？為什麼總是這台機台在拖後腿？」說實話，那時候我們也搞不清楚，只知道它老是當機，但當機的原因百百種，到底哪種才是真正的「元兇」？
問題到底出在哪裡？別再瞎忙了！
你是不是也遇過類似的狀況？機台老是報警，或是生產效率一直上不去。每次出問題，你是不是也像無頭蒼蠅一樣，東查西查，最後卻發現時間花了一大堆，問題根本沒解決，或是解決了卻過沒多久又出現？
其實，這就像你去醫院看醫生，醫生不會只聽你說「我頭痛」，就隨便開藥給你。他會問你「哪裡痛？痛多久了？有沒有其他症狀？」然後做一系列檢查，找出真正的原因。在工廠裡，我們也要有這種「刨根究底」的精神。而帕拉圖分析，說穿了就是一種找出「主要殺手」的方法。它告訴我們，通常 80% 的問題，都是由 20% 的原因造成的。所以，與其把時間花在解決那些小問題，不如把精力集中在解決那幾個真正的大問題上。
換句話說，你必須找出那個「最痛」的地方，然後優先處理它。
實際上怎麼做？數據會說話！
那要怎麼找出這個「最痛」的地方呢？很簡單，就是把所有機台效率損失的原因都記錄下來，並且統計它們發生的頻率或造成的損失時間。
舉個例子，我們那台新機台，後來我們真的乖乖把所有當機原因都記錄下來。一個月後，數據出來了：
- 高真空洩漏： 每週發生 3 次，每次平均停機 1.5 小時。
- 機械手臂異常： 每週發生 2 次，每次平均停機 1 小時。
- 電源不穩： 每週發生 1 次，每次平均停機 0.5 小時。
- 軟體程式錯誤： 每週發生 0.5 次，每次平均停機 2 小時。
- 其他零星問題： 每週合計停機 1 小時。
把這些數據加總一下，你就會發現：高真空洩漏雖然不是停機時間最長的單一事件，但它的發生頻率高，累積的損失時間是最嚇人的。光是高真空洩漏，一個月就造成了 3 * 4 * 1.5 = 18 小時的停機！而機械手臂異常是 2 * 4 * 1 = 8 小時。電源不穩是 1 * 4 * 0.5 = 2 小時。軟體程式錯誤是 0.5 * 4 * 2 = 4 小時。
所以重點來了，如果把這些損失時間從大到小排列，你馬上就能看出哪個是「大頭」。你會發現，優先解決「高真空洩漏」的問題，對整體設備效率的提升會是最顯著的。
最常見的坑：數字會騙人，但更怕你沒數字
我踩過最大的坑，就是一開始大家憑經驗說：「我覺得是軟體問題！」然後我們就花了一堆時間去查程式碼，結果咧？徒勞無功！因為那時候我們沒有數據，都是憑感覺在做事。
另一個坑是「數據不完整」。有時候，工程師會嫌麻煩，只記錄「機台當機」，卻沒有記錄「當機原因」。這樣一來，即使你有數據，也只是知道「痛」，卻不知道「痛在哪裡」。就好像醫生只知道你頭痛，卻不知道你是偏頭痛還是腦瘤引起的。
坦白講，帕拉圖分析的難度不在於理論多複雜，而是你願不願意花時間，把這些看起來不起眼、重複發生的「鳥事」好好記錄下來。 說穿了，就是把那些讓你頭痛的問題，一個一個攤開來檢視。
今天能做的一件事
把你設備最近的 5 個「痛點」列出來，並估算它們造成的損失時間。