利用率
概要
利用率計算機は、製造や運用プロセスにおいて資源、機械、作業ステーション、部門などがどれだけ効率的に使用されているかを分析します。各カテゴリがアクティブに作業していた時間の割合を総プロセス期間と比較して算出し、未活用の能力や潜在的なボトルネックを特定するのに役立ちます。
一般的な用途
- 機械や設備の利用率を監視し、生産能力を最適化する
- 追加の作業負荷を処理できる未活用の作業ステーションを特定する
- ボトルネックとなっている可能性がある過剰稼働の資源を検出する
- 部門間や生産ライン間で利用率を比較する
- データに基づいた利用率の洞察で能力計画を支援する
- 製造プロセスにおける資源配分の効率を評価する
設定
Category Attribute: 分析したい資源カテゴリを定義する属性を選択します（例：Station、Machine、Resource、Department）。この属性により、プロセスイベントを異なるカテゴリに分類して利用率を分析します。計算機は各カテゴリがアクティブに稼働していた時間を算出します。
注意: 選択する属性は、ケースレベルまたはイベントレベルのカテゴリカルデータ（テキスト、ブール値、または数値）を含む必要があります。
例
例 1: 製造ステーションの利用率
シナリオ: 製造プラントには5つの生産ステーション（Assembly、Testing、Packaging、Quality Control、Shipping）があります。どのステーションが未活用で、どこがフル稼働しているかを理解し、資源配分の意思決定をサポートしたいです。
設定:
- Category Attribute: Station
出力:
計算機は以下の列を持つ表を表示します：
- Category: ステーション名
- Utilization: 利用率（例：0.85は85%の利用率を示す）
- Total Active Time: ステーションがアクティブに稼働していた総時間
例の結果:
| Station | Utilization | Total Active Time |
|---|---|---|
| Testing | 0.92 | 147 days |
| Assembly | 0.88 | 141 days |
| Quality Control | 0.75 | 120 days |
| Packaging | 0.62 | 99 days |
| Shipping | 0.45 | 72 days |
洞察: TestingとAssemblyのステーションはほぼフル稼働に近い（92%と88%）ため、ピーク時にボトルネックになる可能性があります。Shippingステーションは45%の利用率で、上流の改善によるスループット増加に対応できる余裕があります。Quality Controlは75%でほどよい余裕を持っています。
対応事項:
- TestingとAssemblyのボトルネックを防ぐために容量の追加を検討する
- Shipping資源を再配分したり他の業務に活用できるか調査する
- 生産量増加時にQuality Controlを監視する
例 2: 生産ラインの資源効率
シナリオ: 生産施設は3つの並行生産ライン（Line A、Line B、Line C）を運営しています。マネジメントはどのラインが最も効率的に稼働しているかを評価し、負荷分散の改善機会を探りたいです。
設定:
- Category Attribute: Production Line
出力:
| Production Line | Utilization | Total Active Time |
|---|---|---|
| Line A | 0.95 | 342 days |
| Line B | 0.78 | 281 days |
| Line C | 0.58 | 209 days |
洞察: Line Aは95%の利用率でほぼ最大容量で稼働し、追加の注文にほとんど余裕がありません。Line Bは78%で適切に利用されていますが、多少の余裕があります。Line Cは58%で著しく未活用であり、利用可能な稼働時間の半分近くがアイドル状態です。
対応事項:
- Line Cの未活用の原因（メンテナンス問題、スキル不足、スケジューリング問題、需要不足）を調査する
- Line AからLine Cへの作業再配分を検討し、容量バランスを改善しLine Aの負荷を軽減する
- 需要が低い期間にLine Cを一時停止して運用コストを削減する可能性を評価する
例 3: 部門ごとの作業負荷分析
シナリオ: サービス組織には複数の部門（Customer Service、Technical Support、Billing、Administration）があります。経営層は部門間の作業負荷分布を理解し、人員配置の意思決定を支援したいです。
設定:
- Category Attribute: Department
出力:
| Department | Utilization | Total Active Time |
|---|---|---|
| Technical Support | 0.89 | 226 days |
| Customer Service | 0.82 | 208 days |
| Billing | 0.71 | 180 days |
| Administration | 0.55 | 140 days |
洞察: Technical Supportは89%の高利用率で、需要が急増した際に遅延が発生する可能性があります。Customer Serviceは82%で適切に利用されていますが、ある程度の余裕があります。Administrationは55%でかなりの遊休時間があるか、追加業務の余地があります。
対応事項:
- ピーク時に備え、Technical Supportの追加採用または他部門のクロストレーニングを検討する
- Administrationの低利用率が季節的なパターンか非効率なプロセス、あるいは業務統合の機会か評価する
出力
計算機は3列のデータ表を生成します：
- Category: 選択した属性から抽出された異なる値（例：ステーション名、生産ライン、部門）
- Utilization: 小数形式の利用率（0.0 から 1.0 以上）、0.75は75%の利用率を示します。1.0を超える値は、資源が重複した作業を処理している場合に発生します。
- Total Active Time: そのカテゴリがアクティブに作業していた累積時間を時間の長さで表示
この出力は以下のように可視化できます：
- グリッド表示: ソート可能な列を持つ表形式
- 棒グラフ: カテゴリ間の利用率のビジュアル比較
- インタラクティブなドリルダウン: 任意のカテゴリをクリックすると、その資源が処理したケースのデータにフィルタリングして掘り下げて調査可能
このドキュメントはmindzie Studioプロセスマイニングプラットフォームの一部です。