Spójny system KPI w produkcji pozwala mierzyć dostępność maszyn, wydajność linii, jakość wyrobów, czas realizacji i koszty w sposób powtarzalny, porównywalny oraz powiązany z celami biznesowymi. Największą wartość daje wtedy, gdy każdy wskaźnik ma jasną definicję, znany wzór, określone źródła danych i właściciela odpowiedzialnego za interpretację wyniku oraz działania korygujące.
Najważniejsze wskaźniki produkcyjne warto uporządkować w pięciu obszarach: dostępność, wydajność, jakość, czas i koszt. Dzięki temu codzienne decyzje operacyjne można bezpośrednio połączyć z celami firmy, takimi jak skrócenie czasu realizacji zamówień, redukcja scrapu, poprawa terminowości dostaw czy wzrost rentowności produkcji.
1. Rola KPI w zarządzaniu produkcją i ramy odniesienia
Czym są KPI produkcji i dlaczego są tak ważne
KPI, czyli Key Performance Indicator, to mierzalny wskaźnik pokazujący, w jakim stopniu proces, zasób, zespół lub cała fabryka realizuje określony cel operacyjny albo strategiczny. W odróżnieniu od zwykłej danej liczbowej KPI musi być powiązany z celem, oczekiwanym progiem oraz cyklem przeglądu, który prowadzi do konkretnych decyzji.
Praktyczna karta wskaźnika powinna zawierać kilka stałych elementów:
- definicję wskaźnika,
- wzór i jednostkę miary,
- częstotliwość raportowania,
- właściciela odpowiedzialnego za wynik,
- źródła danych,
- powiązanie z celami firmy.
Najlepsze KPI są jednoznaczne, regularnie mierzone i zrozumiałe zarówno dla operatora, jak i dla zarządu.
W produkcji KPI dzieli się najczęściej na wskaźniki dostępności maszyn, wydajności i przepustowości, jakości, czasu realizacji oraz kosztów. Norma ISO 22400 klasyfikuje wskaźniki fabryczne m.in. w kategoriach dostępności, wydajności, jakości i wykorzystania zasobów, a wiele firm uzupełnia ten podział o kategorię kosztową.
ISO 22400, TPM i Lean – trzy ważne źródła logiki KPI
Przy projektowaniu systemu KPI warto oprzeć się na sprawdzonych ramach, takich jak ISO 22400, TPM i Lean Manufacturing. ISO 22400 porządkuje wskaźniki dla produkcji dyskretnej, TPM wprowadza logikę wskaźnika OEE, a Lean pomaga mierzyć przepływ, takt, czas cyklu i lead time.
OEE, czyli Overall Equipment Effectiveness, łączy trzy składowe: dostępność, wydajność i jakość. W klasycznej definicji TPM poziom OEE powyżej 85% bywa określany jako światowej klasy, choć w praktyce jest to bardzo ambitny benchmark.
Lean Manufacturing podkreśla znaczenie pojęć takich jak takt time, cycle time i lead time. Takt time pokazuje tempo wymagane przez popyt klienta, cycle time opisuje rzeczywisty czas wytworzenia jednostki, a lead time mierzy całkowity czas przejścia zamówienia lub zlecenia przez proces.
2. Wskaźniki dostępności – OEE, availability, MTBF, MTTR, MTTF
OEE jako syntetyczny wskaźnik efektywności wyposażenia
Overall Equipment Effectiveness (OEE) ocenia, jak efektywnie maszyna lub linia produkcyjna wykorzystuje zaplanowany czas na wytwarzanie dobrych wyrobów. Wskaźnik jest iloczynem trzech składowych:
OEE = Availability × Performance × Quality
Availability opisuje udział rzeczywistego czasu pracy w czasie zaplanowanym. Performance pokazuje, jak szybko maszyna produkuje względem prędkości teoretycznej. Quality mierzy udział dobrych sztuk w całkowitej produkcji.
Przykład: jeżeli dostępność wynosi 86,6%, wydajność 93%, a jakość 91,3%, to:
OEE = 0,866 × 0,93 × 0,913 = 73,6%
Wynik OEE 73,6% oznacza, że przez taki udział zaplanowanego czasu maszyna faktycznie produkowała dobre wyroby z oczekiwaną prędkością. Pozostałe 26,4% to straty wynikające z przestojów, strat prędkości i wad jakościowych.
Interpretację wskaźnika OEE ułatwia krótkie zestawienie:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| OEE | Dostępność / wydajność / jakość | Procent zaplanowanego czasu, w którym maszyna produkuje dobre wyroby z docelową prędkością. | OEE = Availability × Performance × Quality | OEE 73,6% oznacza 26,4% strat z tytułu przestojów, niższej prędkości i braków. | MES, ERP, sygnały PLC, liczniki sztuk, dane jakościowe. |
Dostępność jako komponent OEE i samodzielny KPI
Dostępność (Availability) mierzy, jaki procent planowanego czasu pracy maszyna lub linia była faktycznie zdolna do produkcji. Najczęściej stosuje się wzór:
Availability = actual production time / planned production time
W utrzymaniu ruchu dostępność można również wyliczać na podstawie wskaźników MTBF i MTTR:
Availability = MTBF / (MTBF + MTTR)
Przykład: maszyna miała pracować 480 minut. Wystąpiły dwie awarie po 30 minut oraz jedno przezbrojenie trwające 20 minut. Rzeczywisty czas pracy wyniósł 400 minut, więc:
Availability = 400 / 480 = 83,3%
Oznacza to, że 16,7% zaplanowanego czasu utracono na awarie i przezbrojenia.
Dostępność można analizować zarówno operacyjnie, jak i przez pryzmat niezawodności:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Availability | Dostępność | Udział rzeczywistego czasu pracy w czasie zaplanowanym. | Availability = actual production time / planned production time | Niska dostępność wskazuje na straty przez awarie, przezbrojenia lub przestoje organizacyjne. | MES, ERP, statusy maszyn, harmonogram zmian. |
| Availability na bazie MTBF/MTTR | Dostępność / niezawodność | Dostępność wynikająca z awarii i napraw. | Availability = MTBF / (MTBF + MTTR) | Pokazuje niezawodność sprzętu oraz skuteczność utrzymania ruchu. | CMMS, rejestry awarii, dane UR, MES. |
MTBF, MTTR, MTTF – wskaźniki niezawodności i ich rola w KPI
MTBF, MTTR i MTTF to podstawowe wskaźniki niezawodności w utrzymaniu ruchu. MTBF mierzy średni czas między awariami maszyny naprawialnej, MTTR średni czas naprawy, a MTTF średni czas pracy do awarii elementu nienaprawialnego.
MTBF = całkowity czas pracy maszyny / liczba awarii
MTTR = całkowity czas napraw / liczba napraw
MTTF = łączny czas pracy elementów / liczba awarii elementów
Przykład: maszyna pracowała 600 godzin, wystąpiło 10 awarii, a łączny czas napraw wyniósł 30 godzin. MTBF wynosi 60 godzin, MTTR 3 godziny, a dostępność wewnętrzna:
Availability = 60 / (60 + 3) = 95,2%
Najważniejsze wskaźniki niezawodności można porównać w następujący sposób:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| MTBF | Niezawodność | Średni czas pomiędzy kolejnymi awariami maszyny naprawialnej. | MTBF = całkowity czas pracy / liczba awarii | Wyższy MTBF oznacza większą niezawodność maszyny. | CMMS, rejestry UR, alarmy maszyn, MES. |
| MTTR | Niezawodność | Średni czas potrzebny na przywrócenie maszyny do pracy. | MTTR = całkowity czas napraw / liczba napraw | Niższy MTTR oznacza sprawniejszą diagnostykę i naprawę. | CMMS, zgłoszenia awarii, MES, ERP. |
| MTTF | Niezawodność | Średni czas pracy do awarii elementów nienaprawialnych. | MTTF = łączny czas pracy elementów / liczba awarii | Pomaga planować prewencyjną wymianę komponentów. | CMMS, karty urządzeń, rejestry części. |
Dostępność wewnętrzna a operacyjna
Dostępność wewnętrzna opiera się wyłącznie na awariach i naprawach, dlatego opisuje głównie niezawodność sprzętu oraz skuteczność utrzymania ruchu. Dostępność operacyjna obejmuje natomiast wszystkie przestoje, również organizacyjne: brak materiału, brak operatora, przezbrojenia, oczekiwanie na decyzję jakościową lub planowane przerwy.
Rozdzielenie dostępności technicznej i operacyjnej pozwala szybciej ustalić, czy problem leży w maszynie, utrzymaniu ruchu, planowaniu, logistyce czy organizacji pracy.
3. Wskaźniki wydajności i przepustowości – performance, throughput, cycle time, takt time, capacity utilization
Performance – składnik OEE i samodzielny miernik prędkości
Performance mierzy, czy maszyna podczas pracy produkuje z docelową prędkością. Wskaźnik nie obejmuje przestojów ani wad jakościowych, lecz skupia się na stratach prędkości, krótkich zatrzymaniach i ograniczeniach procesu.
Performance = parts produced × ideal cycle time / operating time
Przykład: idealny czas cyklu wynosi 10 sekund, maszyna pracowała 6000 sekund i wyprodukowała 500 sztuk. Maksymalny output wyniósłby 600 sztuk, więc:
Performance = 500 / 600 = 83,3%
Wskaźnik Performance warto opisać następująco:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Performance | Wydajność / prędkość | Udział rzeczywistej prędkości produkcji w prędkości teoretycznej. | Performance = parts produced × ideal cycle time / operating time | Performance 83,3% wskazuje na straty prędkości lub krótkie zatrzymania. | Liczniki sztuk, MES, ERP, normy technologiczne. |
Throughput – ilość produkcji w jednostce czasu
Throughput, czyli przepustowość, mierzy liczbę jednostek wyprodukowanych w określonym czasie. Może dotyczyć całkowitej produkcji lub wyłącznie dobrych sztuk, co daje tzw. effective throughput.
Throughput = total units produced / time period
Przykład: jeżeli w czasie 8 godzin wyprodukowano 400 dobrych sztuk, throughput wynosi:
Throughput = 400 / 8 = 50 szt./h
Najważniejsze informacje o throughput przedstawia tabela:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Throughput | Wydajność / output | Liczba jednostek wyprodukowanych w jednostce czasu. | Throughput = total units produced / time period | Pozwala porównywać wydajność linii, zmian i zakładów. | MES, ERP, liczniki sztuk, dane jakościowe. |
Cycle time – czas wytworzenia jednostki
Cycle time mierzy średni czas potrzebny na wytworzenie jednej jednostki lub zakończenie jednego cyklu operacji.
Cycle time = net production time / number of units produced
Przykład: jeżeli rzeczywisty czas produkcji wyniósł 24 000 sekund, a ukończono 1000 sztuk, cycle time wynosi:
Cycle time = 24 000 / 1000 = 24 s/szt.
Cycle time jest szczególnie ważny przy porównaniu z wymaganym tempem produkcji:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Cycle time | Wydajność / czas | Średni czas wytworzenia jednej jednostki. | Cycle time = net production time / number of units produced | Jeżeli cycle time jest wyższy niż takt time, produkcja nie nadąża za popytem. | Sygnały start/stop, MES, ERP, liczniki sztuk. |
Takt time – wymagane tempo produkcji
Takt time definiuje maksymalny dopuszczalny czas produkcji jednej jednostki, aby tempo produkcji odpowiadało popytowi klientów.
Takt time = net available production time / customer demand
Przykład: jeżeli dostępny czas produkcji wynosi 28 800 sekund, a popyt klienta to 1200 sztuk, takt time wynosi:
Takt time = 28 800 / 1200 = 24 s/szt.
Cycle time powinien być równy lub niższy od takt time, aby produkcja była w stanie realizować zamówienia bez opóźnień.
W praktyce takt time łączy plan produkcji z realnym popytem klienta:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Takt time | Wydajność / planowanie | Maksymalny dopuszczalny czas wytworzenia jednej jednostki zgodnie z popytem. | Takt time = net available production time / customer demand | Takt time 24 s/szt. oznacza, że każda sztuka powinna powstawać maksymalnie co 24 sekundy. | ERP, CRM, plan sprzedaży, harmonogram zmian. |
Capacity utilization i inne KPI wydajności
Capacity utilization mierzy, w jakim stopniu linia, maszyna lub zakład wykorzystuje swoją maksymalną zdolność produkcyjną.
Capacity utilization = actual output / max capacity × 100%
Przykład: linia ma zdolność 100 szt./h, a faktycznie produkuje 85 szt./h. Wykorzystanie zdolności wynosi:
Capacity utilization = 85%
Wskaźnik wykorzystania zdolności produkcyjnych można interpretować tak:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Capacity utilization | Wydajność / zdolność | Udział rzeczywistej produkcji w maksymalnej zdolności produkcyjnej. | Capacity utilization = actual output / max capacity × 100% | Wynik 85% może oznaczać rezerwę zdolności albo niewykorzystany potencjał. | Dokumentacja techniczna, ERP, MES, liczniki sztuk. |
4. Wskaźniki jakości – quality, first pass yield, scrap rate, defect rate, CoQ i COPQ
Quality – komponent OEE i podstawowy KPI jakości wyjścia
Quality w OEE mierzy udział dobrych jednostek w całkowitej liczbie wyprodukowanych jednostek.
Quality = number of good units / total number of units produced
Przykład: wyprodukowano 378 jednostek, z czego 10 uznano za scrap. Quality wynosi:
Quality = (378 - 10) / 378 = 97,35%
Oznacza to, że 97,35% produkcji jest pełnowartościowe, a 2,65% stanowią straty jakości.
Podstawową interpretację wskaźnika Quality przedstawia tabela:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Quality | Jakość | Udział dobrych jednostek w całkowitej produkcji. | Quality = good units / total units produced | Niższy wynik obniża OEE i zwiększa koszty jakości. | QMS, MES, ERP, systemy testujące, reklamacje. |
First pass yield – jakość za pierwszym razem
First Pass Yield (FPY) mierzy procent jednostek, które przechodzą proces za pierwszym razem, bez reworku, poprawek i dodatkowej kontroli. Jednostki poprawiane nie są liczone jako first-pass, nawet jeśli po reworku stają się wyrobami dobrymi.
FPY = (total units produced - scrap units - rework units) / total units produced × 100%
Przykład: linia produkuje 10 000 jednostek, 280 trafia do scrapu, a 190 wymaga reworku. FPY wynosi:
FPY = (10 000 - 280 - 190) / 10 000 × 100% = 95,3%
FPY dobrze pokazuje rzeczywistą stabilność procesu:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| First pass yield | Jakość | Procent jednostek przechodzących proces bez poprawek za pierwszym razem. | FPY = (total units – scrap – rework) / total units × 100% | Wysoki FPY oznacza mniej marnotrawstwa, krótszy czas realizacji i niższy koszt jakości. | QMS, MES, ERP, raporty kontroli jakości. |
Scrap rate – udział złomowania w produkcji
Scrap rate mierzy udział jednostek złomowanych w całkowitej produkcji. Dotyczy wyrobów, których nie da się ekonomicznie naprawić.
Scrap rate = scrapped units / total units produced × 100%
Przykład: jeżeli wyprodukowano 10 000 części, a 240 złomowano, scrap rate wynosi:
Scrap rate = 240 / 10 000 × 100% = 2,4%
Benchmarki jakościowe na 2026 rok wskazują, że scrap poniżej 1% jest bardzo dobrym wynikiem, 1–3% poziomem zarządzalnym, 3–5% poważnym obszarem poprawy, a powyżej 5% sygnałem do uruchomienia projektu redukcji kosztów złej jakości.
Scrap rate warto śledzić równolegle z kosztami materiału i przyczynami braków:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Scrap rate | Jakość | Udział jednostek złomowanych w całkowitej produkcji. | Scrap rate = scrapped units / total units produced × 100% | Scrap 2,4% oznacza nieodwracalną stratę materiałową i kosztową. | QMS, MES, ERP, raporty jakościowe. |
Cost of quality i cost of poor quality
Cost of Quality (CoQ) opisuje całkowity koszt osiągania i utrzymywania jakości. Klasyczny model P-A-F obejmuje koszty zapobiegania, koszty oceny oraz koszty niepowodzeń wewnętrznych i zewnętrznych.
Cost of Poor Quality (COPQ) koncentruje się na kosztach złej jakości: scrapie, reworku, reklamacjach, gwarancjach i obsłudze niezgodności.
COPQ = (koszty scrapu + reworku + gwarancji + obsługi reklamacji) / przychody × 100%
Przykład: scrap kosztuje 200 000 zł, rework 150 000 zł, gwarancje 50 000 zł, reklamacje 100 000 zł, a przychody wynoszą 10 000 000 zł. COPQ wynosi:
COPQ = 500 000 / 10 000 000 × 100% = 5%
COPQ pozwala przełożyć jakość na język finansów:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| COPQ | Koszt / jakość | Udział kosztów złej jakości w przychodach. | COPQ = koszty złej jakości / przychody × 100% | COPQ 5% oznacza, że 5% przychodów pochłaniają koszty wad, poprawek i reklamacji. | Finanse, ERP, QMS, MES, CRM. |
5. Wskaźniki czasu – lead time, manufacturing lead time, order-to-ship, on-time delivery, OTIF
Lead time – czas realizacji od zamówienia do dostawy
Lead time mierzy całkowity czas od rozpoczęcia procesu do jego zakończenia. W produkcji może oznaczać czas od przyjęcia zamówienia do dostawy, od zwolnienia zlecenia do zakończenia produkcji albo czas przejścia przez wybrany etap procesu.
Lead time = order delivery date - order received date
Przykład: jeśli klient złożył zamówienie 1 marca, a otrzymał produkt 15 marca, lead time wynosi 14 dni.
W wielu zakładach rzeczywisty czas przetwarzania stanowi tylko niewielką część całkowitego lead time’u, a największy potencjał poprawy leży w redukcji kolejek, oczekiwania, transportu i zapasów WIP.
Lead time pokazuje, jak długo klient lub proces czeka na efekt końcowy:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Lead time | Czas | Całkowity czas od rozpoczęcia procesu do jego zakończenia. | Lead time = data zakończenia – data rozpoczęcia | Lead time 14 dni oznacza, że klient czeka 2 tygodnie od zamówienia do dostawy. | ERP, MES, CRM, system logistyczny. |
Manufacturing lead time i order-to-ship lead time
Manufacturing lead time mierzy czas od zwolnienia zlecenia produkcyjnego do jego ukończenia. Order-to-Ship Lead Time mierzy czas od wprowadzenia zamówienia do systemu do momentu wysyłki.
Manufacturing lead time = completion date - release date
Order-to-ship lead time = ship date - order entry date
Przykład: zlecenie zwolniono 5 marca, a produkcję zakończono 10 marca. Manufacturing lead time wynosi 5 dni. Jeżeli zamówienie wprowadzono 1 marca, a wysyłka nastąpiła 12 marca, order-to-ship lead time wynosi 11 dni.
Oba wskaźniki mierzą czas, ale z innej perspektywy:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| Manufacturing lead time | Czas / produkcja | Czas od zwolnienia zlecenia produkcyjnego do zakończenia produkcji. | Completion date – release date | Pokazuje sprawność produkcji, kolejek i przepływu WIP. | ERP, MES, harmonogram produkcji. |
| Order-to-ship lead time | Czas / klient | Czas od przyjęcia zamówienia do wysyłki. | Ship date – order entry date | Pokazuje doświadczenie klienta od zamówienia do wysyłki. | ERP, CRM, MES, system logistyczny. |
On-time delivery i OTIF – wskaźniki terminowości dostaw
On-Time Delivery (OTD) mierzy procent zamówień dostarczonych w uzgodnionym terminie.
OTD = orders on time / total delivered orders × 100%
Przykład: jeżeli w miesiącu zrealizowano 100 zamówień, a 92 dostarczono na czas, OTD wynosi:
OTD = 92%
OTIF (On-Time In-Full) jest bardziej wymagającym wskaźnikiem, ponieważ mierzy zamówienia dostarczone jednocześnie na czas i w pełnej ilości.
OTIF = orders delivered on time and complete / total orders × 100%
OTD i OTIF warto analizować razem, bo pokazują różne poziomy obsługi klienta:
| Wskaźnik | Kategoria | Definicja | Wzór | Interpretacja | Główne źródła danych |
|---|---|---|---|---|---|
| On-time delivery | Czas / obsługa klienta | Udział zamówień dostarczonych w terminie. | OTD = orders on time / total delivered orders × 100% | OTD 92% oznacza, że 8% zamówień dostarczono po terminie. | ERP, system logistyczny, CRM. |
| OTIF | Czas / obsługa klienta | Udział zamówień dostarczonych na czas i w pełnej ilości. | OTIF = orders on time and complete / total orders × 100% | OTIF lepiej pokazuje realny poziom obsługi klienta niż sama terminowość. | ERP, WMS, TMS, CRM, dokumenty dostaw. |
6. Jak budować praktyczny system KPI w produkcji
Dobór wskaźników do celów biznesowych
System KPI powinien zaczynać się od celów biznesowych, a nie od dostępnych danych. Jeżeli celem jest poprawa niezawodności, kluczowe będą Availability, MTBF i MTTR. Jeżeli priorytetem jest zwiększenie przepustowości, warto monitorować Performance, Throughput, Cycle Time i Capacity Utilization. Dla jakości najważniejsze będą FPY, Scrap Rate, Defect Rate i COPQ, a dla obsługi klienta Lead Time, OTD i OTIF.
Dobór KPI najlepiej rozpocząć od prostego powiązania celu z miernikiem:
- Niezawodność – Availability, MTBF, MTTR;
- Przepustowość – Performance, Throughput, Cycle Time, Capacity Utilization;
- Jakość – FPY, Scrap Rate, Defect Rate, COPQ;
- Obsługa klienta – Lead Time, OTD, OTIF.
Źródła danych i jakość pomiaru
Najczęstsze źródła danych dla KPI produkcyjnych to ERP, MES, CMMS, QMS, systemy maszynowe, liczniki sztuk, systemy logistyczne oraz dane finansowe. Kluczowe znaczenie ma spójność definicji: ten sam przestój, brak, zlecenie czy dobra sztuka muszą być rozumiane jednakowo przez produkcję, jakość, utrzymanie ruchu, logistykę i finanse.
Bez wspólnego słownika zdarzeń i jednoznacznych zasad rejestracji KPI stają się źródłem sporów, a nie narzędziem zarządzania.
Interpretacja i powiązania między KPI
Wskaźniki produkcyjne należy analizować łącznie. Niskie OEE może wynikać z przestojów, wolnej pracy maszyny albo problemów jakościowych. Wysoki throughput może maskować rosnący scrap. Krótki cycle time bez kontroli FPY może prowadzić do nadmiernego reworku. Poprawa OTD może wymagać nie tylko lepszego planowania, lecz także redukcji lead time’u i stabilizacji dostępności maszyn.
Najbardziej wartościowy system KPI nie pokazuje wyłącznie wyniku, ale wskazuje przyczynę odchylenia i pomaga wybrać właściwe działanie naprawcze.