Η παρούσα Μεταπτυχιακή Διπλωματική Εργασία εξετάζει τον σχεδιασμό και την εφαρμογή ενός συστήματος Κρίσιμων / Βασικών Δεικτών Απόδοσης (Key Performance Indicators – KPIs), με σκοπό τη μέτρηση και την αξιολόγηση της αποδοτικότητας παραγωγικών διεργασιών. Η εργασία βασίζεται σε εφαρμοσμένη μελέτη περίπτωσης που πραγματοποιήθηκε σε αυτοματοποιημένη μηχανή συναρμολόγησης βιομηχανίας παραγωγής ξυριστικών προϊόντων. Κεντρικός στόχος της έρευνας είναι η συγκριτική αξιολόγηση της παραγωγικής απόδοσης πριν και μετά την εφαρμογή Συστήματος Εκτέλεσης Παραγωγής (Manufacturing Execution System – MES). Στην παρούσα μελέτη, το σύστημα που εξετάζεται είναι το PLEX, το οποίο χρησιμοποιείται ως ψηφιακό εργαλείο για την καταγραφή, την παρακολούθηση και την ανάλυση δεδομένων παραγωγής. 

Η ερευνητική μεθοδολογία ακολουθεί συγκριτικό σχεδιασμό «πριν και μετά» και στηρίζεται στην ανάλυση ποσοτικών δεδομένων από δύο διαφορετικές χρονικές περιόδους. Η πρώτη αφορά την περίοδο πριν από την εφαρμογή του Συστήματος Εκτέλεσης Παραγωγής, κατά την οποία η συλλογή των στοιχείων βασιζόταν σε χειρόγραφες ή ημι-χειροκίνητες πρακτικές καταγραφής. Η δεύτερη αφορά την περίοδο μετά την εφαρμογή του συστήματος, κατά την οποία η άντληση και καταγραφή των δεδομένων πραγματοποιήθηκε ψηφιακά μέσω του PLEX. Η ανάλυση πραγματοποιήθηκε σε επίπεδο εργασιακής βάρδιας. Για την περίοδο πριν από την εφαρμογή του PLEX, το τελικό δείγμα περιλάμβανε 108 αξιοποιήσιμες βάρδιες, ενώ για την περίοδο μετά την εφαρμογή του συστήματος οι 114 αρχικές παραγωγικές εγγραφές ομαδοποιήθηκαν σε 103 διακριτές παραγωγικές βάρδιες, με βάση την ημερομηνία, τη βάρδια και τη μηχανή. 

Οι βασικοί άξονες της ανάλυσης επικεντρώθηκαν στη Συνολική Αποτελεσματικότητα Εξοπλισμού (Overall Equipment Effectiveness – OEE) και στις τρεις συνιστώσες της, δηλαδή τη Διαθεσιμότητα, την Απόδοση και την Ποιότητα. Παράλληλα, εξετάστηκε η παραγωγή αποδεκτών τεμαχίων ανά βάρδια ως συμπληρωματικός δείκτης παραγωγικής απόδοσης. Εκτός από την περιγραφική και συγκριτική ανάλυση, πραγματοποιήθηκε επαγωγική στατιστική διερεύνηση των διαφορών μεταξύ των δύο περιόδων. Η κανονικότητα των κατανομών εξετάστηκε με τον έλεγχο Shapiro–Wilk, ενώ για τη σύγκριση των ανεξάρτητων δειγμάτων εφαρμόστηκε ο έλεγχος t του Welch. Συμπληρωματικά χρησιμοποιήθηκε ο μη παραμετρικός έλεγχος Mann–Whitney U για τον έλεγχο της ευρωστίας των συμπερασμάτων. 

Τα αποτελέσματα έδειξαν ότι η μέση Συνολική Αποτελεσματικότητα Εξοπλισμού μειώθηκε από 88,63% σε 82,37%, με τη διαφορά να είναι στατιστικά σημαντική (p<0,001). Η σημαντικότερη διαφοροποίηση εντοπίστηκε στη Διαθεσιμότητα, η οποία μειώθηκε από 96,42% σε 82,48% (p<0,001). Αντίθετα, η μέση Απόδοση αυξήθηκε από 92,27% σε 100,28% (p<0,001), ενώ η Ποιότητα παρέμεινε σε ιδιαίτερα υψηλό επίπεδο, αυξανόμενη από 99,61% σε 99,92% (p<0,001). Παράλληλα, η μέση παραγωγή αποδεκτών τεμαχίων ανά βάρδια μειώθηκε από περίπου 42.831 σε 39.838 τεμάχια, με τη διαφορά να είναι επίσης στατιστικά σημαντική (p=0,015). 

Η ερμηνεία των αποτελεσμάτων έδειξε ότι οι παρατηρούμενες διαφοροποιήσεις δεν πρέπει να αποδίδονται μονοδιάστατα στην εφαρμογή του PLEX. Η περίοδος μετά την εφαρμογή του συστήματος περιλαμβάνει την αρχική φάση προσαρμογής των χρηστών στις νέες ψηφιακές διαδικασίες, ενώ παράλληλα διαφοροποιείται ουσιαστικά ο τρόπος συλλογής και αποτύπωσης των παραγωγικών δεδομένων. Η ψηφιακή καταγραφή επιτρέπει πιο αναλυτική αποτύπωση των χρόνων στάσης και των μη παραγωγικών χρόνων, οι οποίοι στην προηγούμενη περίοδο ενδέχεται να μην καταγράφονταν με την ίδια πληρότητα. Επιπλέον, κατά την αρχική περίοδο χρήσης του PLEX εντοπίστηκαν χρονικές ασυνέπειες στην ολοκλήρωση ορισμένων παραγωγικών δηλώσεων, οι οποίες μπορούσαν να οδηγήσουν σε ακραίες τιμές Απόδοσης και OEE. Οι αποκλίσεις αυτές αντιμετωπίστηκαν με επαναληπτική εκπαίδευση των χειριστών και με καθιέρωση της ολοκλήρωσης της παραγωγικής δήλωσης τουλάχιστον δεκαπέντε λεπτά πριν από τη λήξη της βάρδιας. 

Συμπερασματικά, η εργασία αναδεικνύει ότι η αξία ενός Συστήματος Εκτέλεσης Παραγωγής δεν περιορίζεται στην απλή συγκέντρωση δεδομένων ή στην άμεση βελτίωση ενός αριθμητικού δείκτη, αλλά επεκτείνεται στην ενίσχυση της διαφάνειας, της ιχνηλασιμότητας και της αξιοπιστίας της πληροφορίας στο παραγωγικό σύστημα. Τα στατιστικά αποτελέσματα τεκμηριώνουν την ύπαρξη διαφορών μεταξύ των δύο εξεταζόμενων περιόδων, χωρίς ωστόσο να αποδεικνύουν αιτιώδη σχέση μεταξύ της εφαρμογής του PLEX και των μεταβολών των παραγωγικών δεικτών. Η συστηματική αξιοποίηση των δεδομένων του συστήματος μπορεί να υποστηρίξει τη λήψη τεκμηριωμένων αποφάσεων, την καλύτερη κατανόηση των πραγματικών απωλειών και την εφαρμογή στοχευμένων δράσεων συνεχούς βελτίωσης στο πλαίσιο της Τέταρτης Βιομηχανικής Επανάστασης (Industry 4.0).

This Master’s Thesis examines the design and implementation of a Key Performance Indicators (KPIs) system for measuring and evaluating the efficiency of production processes. The study is based on an applied case study conducted on an automated assembly machine in the shaving products manufacturing industry. The main objective is to compare production performance before and after the implementation of a Manufacturing Execution System (MES). In this study, the system examined is PLEX, which is used as a digital tool for recording, monitoring, and analyzing production data. 

The research methodology follows a before-and-after comparative design and is based on the analysis of quantitative data from two different time periods. The first period refers to operation before the implementation of the Manufacturing Execution System, during which data collection was based on manual or semi-manual recording practices. The second period refers to operation after the implementation of the system, during which data extraction and recording were performed digitally through PLEX. The analysis was conducted at working-shift level. For the period before the implementation of PLEX, the final dataset included 108 usable working shifts, while for the post-implementation period the initial 114 production records were grouped into 103 distinct production shifts based on date, shift, and machine. 

The main analytical focus was on Overall Equipment Effectiveness (OEE) and its three components: Availability, Performance, and Quality. Accepted output per shift was also examined as a complementary indicator of production performance. In addition to descriptive and comparative analysis, inferential statistical analysis was performed to assess the significance of the differences between the two periods. Distribution normality was examined using the Shapiro–Wilk test, while Welch’s independent-samples t-test was applied for group comparisons. The non-parametric Mann–Whitney U test was also used as a complementary robustness check. 

The results showed that average Overall Equipment Effectiveness decreased from 88.63% to 82.37%, with the difference being statistically significant (p<0.001). The largest change was observed in Availability, which decreased from 96.42% to 82.48% (p<0.001). In contrast, average Performance increased from 92.27% to 100.28% (p<0.001), while Quality remained at a particularly high level, increasing from 99.61% to 99.92% (p<0.001). At the same time, average accepted output per shift decreased from approximately 42,831 to 39,838 pieces, with this difference also being statistically significant (p=0.015). 

The observed differences should not be attributed solely to the implementation of PLEX. The post-implementation period includes the initial user adaptation phase to the new digital procedures, while the method of data collection also differs substantially between the two periods. Digital recording enables more detailed capture of downtime and non-productive time that may not have been recorded with the same level of completeness during the previous period. In addition, during the initial period of PLEX use, timing inconsistencies were identified in the completion of some production declarations, which could result in extreme Performance and OEE values. These deviations were addressed through refresher training for operators and by establishing the practice of completing production declarations at least fifteen minutes before the end of each shift. 

In conclusion, the thesis highlights that the value of a Manufacturing Execution System is not limited to data collection or to the immediate improvement of a numerical performance indicator. It also contributes to improved transparency, traceability, and reliability of information within the production system. The statistical results support the existence of significant differences between the two examined periods, but they do not establish a causal relationship between the implementation of PLEX and the observed changes in production indicators. The systematic use of PLEX data can support evidence-based decision-making, a better understanding of actual production losses, and targeted continuous improvement actions within the framework of the Fourth Industrial Revolution (Industry 4.0).