Power BI ile Üretim Verimliliği Panosu Kurmak

Üretim hattında her dakika veri akar: makine duruş süreleri, vardiya çıktıları, fire oranları, enerji tüketimi… Ama bu veriler doğru bir araçla görselleştirilmediğinde sıradan sayı yığınlarından ibaret kalır. Power BI, bu ham veriyi gerçek zamanlı ve etkileşimli bir yönetim panosuna dönüştürmek için güçlü — ve nispeten erişilebilir — bir platform. Bu yazıda, sıfırdan bir üretim verimliliği panosu kurarken izlediğim adımları ve öğrendiğim dersleri paylaşıyorum.

1. Hangi KPI'ları Takip Etmeli?

Pano tasarımına geçmeden önce "neyi ölçeceğiz?" sorusunu netleştirmeniz şart. Üretim ortamlarında en çok başvurduğum metrikler şunlar:

• OEE (Overall Equipment Effectiveness): Kullanılabilirlik × Performans × Kalite formülü; tek başına çok şey anlatır.
• Duruş Süresi (Downtime): Planlı ve plansız duruşları ayrı ayrı izleyin.
• Fire & Yeniden İşleme Oranı: Kalite maliyetinin görünmez kısmıdır.
• Takt Time vs. Cycle Time: Hedef ritim ile gerçek ritim arasındaki fark, darboğazları açıkça ortaya koyar.
• Vardiya Bazlı Çıktı: Karşılaştırmalı analiz için vazgeçilmez.

Bu listeyi fabrikanızın önceliklerine göre budayın; 20 metriklik bir pano, 6 metriklik bir panodan çok daha az işe yarar.

2. Veri Kaynaklarını Bağlamak

Power BI'ın gücü büyük ölçüde bağlantı esnekliğinden gelir. Üretim ortamlarında karşılaştığım tipik kaynaklar:

• ERP sistemleri (SAP, Logo, Netsis): Genellikle SQL Server veya OData üzerinden bağlantı kurulur.
• SCADA / MES verileri: OPC-UA veya düz CSV/Excel dışa aktarımı ile Power BI'a beslenebilir.
• Excel tabanlı vardiya raporları: Kaçınılmaz gerçek. Power Query ile bu dosyaları otomatik olarak bir klasörden toplayabilirsiniz.
• IoT sensör verileri: Azure IoT Hub → Azure SQL → Power BI zinciri hem ölçeklenebilir hem de gerçek zamanlıya yakın güncelleme sağlar.

Veri modelinizi kurarken yıldız şeması (star schema) kullanmaya özen gösterin. Tarih tablosu ve makine boyut tablosu olmadan oluşturulan bir modelin DAX'ta başınızı ağrıtacağını garanti edebilirim.

3. DAX ile Hesaplanan Ölçütler

OEE gibi bileşik metrikleri Power BI'da doğru hesaplamak için DAX kaçınılmaz. Basit bir örnek:

OEE =
DIVIDE(
    [Kaliteli Üretim Adedi],
    [Planlı Üretim Kapasitesi]
)

Duruş nedenlerini kategorize etmek için SWITCH ve CALCULATE fonksiyonlarını birlikte kullandığınızda filtrelenebilir, dilimlenebilir raporlar elde edersiniz. Ölçütlerinizi ayrı bir "Ölçütler" tablosunda toplamak, modeli uzun vadede yönetilebilir kılar.

4. Görsel Tasarım İlkeleri

Teknik altyapı ne kadar sağlam olursa olsun, operatörler ve yöneticiler panoya bakar bakmaz ne anlama geldiğini göremezse başarısız demektir.

• Renk kodlaması: Kırmızı-sarı-yeşil trafik ışığı sistemi sezgiseldir; gereksiz renk çeşitliliğinden kaçının.
• Mobil uyumluluk: Vardiya amirleri panoyu genellikle tablet veya telefondan inceler; Power BI mobil düzenini ihmal etmeyin.
• Drill-through sayfaları: Özet panoda yüksek fire oranı gördüğünüzde tek tıkla makine bazlı detaya inebilmek, analizin hızını katlıyor.
• Sade tipografi: Büyük, okunabilir fontlar fabrika ortamında uzaktan da görünür olur.

5. Yayımlama ve Yenileme Stratejisi

Panoyu Power BI Service'e yayımladıktan sonra veri yenileme zamanlamasını mutlaka yapılandırın. Kritik üretim verileri için DirectQuery veya Incremental Refresh kombinasyonu, Import moduna göre çok daha güncel bir tablo sunar. Erişim yetkilerini rol bazlı (RLS — Row Level Security) ayarlayarak her vardiya amirinin yalnızca kendi hattını görmesini sağlayabilirsiniz.

---

Üretim verimliliği panosu bir kez kurulup bırakılan bir proje değil; fabrika değiştikçe, yeni ekipmanlar eklendikçe ve KPI'lar evrildikçe güncellenmesi gereken canlı bir sistem. Ama doğru temel atıldığında, bu sistem karar alma süreçlerini gerçekten dönüştürüyor. Kendi deneyimimde en büyük kazanım, duruş nedenlerini ilk kez veriye dayalı olarak önceliklendirebilmek oldu.

Sorularınız veya kendi pano deneyimleriniz varsa yorumlarda buluşalım.