KPI de l’industrie minière : 30 indicateurs pour des opérations plus sûres et rentables

Que vous gériez une exploitation à ciel ouvert, une mine souterraine ou une usine de traitement, vous apprendrez à construire un système de KPI qui stimule l’exécution quotidienne, et pas seulement les rapports mensuels.

Chaque KPI minier agrège des données d’événements que le système a capturés par hasard. Mais environ 60 % des événements opérationnels n’atteignent jamais un système d’enregistrement : radio entre opérateur et dispatcheur, WhatsApp entre chefs de quart, listes de contrôle papier au fond de la fosse. Ce guide couvre 30 KPI qui déterminent la sécurité, le rendement et les coûts, et précise où chacun se dérègle si la couche de données sous-jacente est insuffisante.

Que sont les KPI de l’industrie minière (et pourquoi échouent-ils sur le terrain) ?

Les KPI de l’industrie minière sont des signaux mesurables liés à la production, la sécurité, les coûts, la fiabilité et les résultats environnementaux. Ils répondent aux questions les plus cruciales sur chaque site : extrayons-nous le minerai en toute sécurité ? Le plan est-il respecté ? Les actifs sont-ils performants ? Quel est notre coût par tonne ?

Pourtant, malgré leur importance, la plupart des programmes de KPI peinent à produire des résultats. Une analyse sectorielle de 2025 a révélé que 80 % des sociétés minières prévoient d’adopter des KPI pilotés par les données d’ici 2025 pour accroître leur efficacité opérationnelle, ce qui signifie que la plupart dépendent encore de feuilles de calcul, de saisies manuelles et de rapports qui arrivent trop tard pour influencer les décisions de quart.

L’échec ne vient pas du choix des mauvais indicateurs. Il vient de l’écart entre le reporting et l’exploitation.

KPI retardés (lagging) vs indicateurs avancés (leading) dans l’industrie minière

Les KPI retardés mesurent les résultats après qu’ils se sont produits : tonnes produites, LTIFR, coût par tonne, disponibilité mensuelle. Ils sont essentiels pour la reddition de comptes et l’analyse des tendances, mais ils ne vous disent pas quoi faire ensuite.

Les indicateurs avancés (leading) prédisent ou influencent les performances futures : taux de signalement des presqu’accidents, conformité au planning de maintenance préventive, délai de clôture des actions correctives, ou taux de réalisation des inspections pré-quart. Les indicateurs avancés donnent aux équipes et aux superviseurs des signaux actionnables avant qu’une blessure avec arrêt, une panne imprévue ou un déficit de production ne survienne.

Les meilleurs cadres de KPI équilibrent les deux. Les indicateurs retardés fixent l’objectif ; les indicateurs avancés guident l’exécution quotidienne.

L’écart entre KPI et action : reporting vs exploitation

Pourquoi les programmes de KPI échouent-ils sur le terrain ? Trois problèmes récurrents :

• Capture de données incohérente : les codes de motif d’arrêt varient selon les équipes, les registres de production sont remplis a posteriori, et la saisie manuelle introduit des erreurs et des retards.
• Responsables et fréquence de décision flous : si un KPI n’a pas de seuil, pas de responsable et pas de réponse définie, ce n’est qu’un chiffre sur un tableau de bord.
• KPI inexploitables au niveau du quart : les moyennes mensuelles consolidées n’aident pas un superviseur à décider des priorités pour les quatre prochaines heures.

Ce guide fournit des définitions, des formules et des sources de données pour chaque KPI et, surtout, les actions à mener lorsque les indicateurs sortent des plages acceptables. Considérez-le comme le manuel d’utilisation pour le reporting automatisé de KPI qui transforme les données en décisions.

Comment choisir les bons KPI pour votre mine (un cadre simple)

Tous les indicateurs ne sont pas importants. La clé est de choisir des KPI alignés sur les contraintes de votre site, connectés aux décisions quotidiennes et ayant des responsables clairement identifiés.

Commencez par les contraintes : rendement, disponibilité, sécurité, conformité

Chaque mine possède une contrainte qui limite la production :

• Contrainte de rendement : capacité du concasseur, taille de la flotte de camions, disponibilité des chargeuses ou débit de l’usine de traitement.
• Contrainte de disponibilité : temps d’arrêt des équipements, pénurie de main-d’oeuvre qualifiée ou fenêtres de maintenance planifiée.
• Contrainte de sécurité ou de conformité : dangers à haut potentiel, conditions géotechniques, limites de permis pour le dynamitage ou le rejet d’eau.

Cartographiez vos KPI par rapport à ces contraintes. Si votre goulot d’étranglement est la disponibilité des camions, alors le temps de fonctionnement des camions, le temps de cycle et le temps d’attente deviennent vos principaux KPI de production. Si votre contrainte est le débit de l’usine, alors le taux d’alimentation, la récupération et la variabilité de la teneur prennent la priorité.

Affectez des responsables et une fréquence de décision (quart/quotidien/hebdomadaire/mensuel)

Chaque KPI nécessite un responsable, une fréquence de décision et un seuil d’escalade :

• KPI de quart : exceptions nécessitant une réponse immédiate (équipement à l’arrêt plus de 30 min, arrêt de sécurité, accès à la fosse bloqué).
• KPI quotidiens : plan vs production réelle, disponibilité quotidienne par flotte, consommation de carburant, notes de passation de quart.
• KPI hebdomadaires : analyse des causes profondes pour les pannes récurrentes, vieillissement du carnet de travaux en attente, conformité à la maintenance préventive, variance des coûts par activité.
• KPI mensuels : coûts unitaires, LTIFR, récupération globale, conformité environnementale, revue des tendances stratégiques.

Recommandation : adoptez un ensemble équilibré de 3 à 5 KPI par fonction, avec des seuils explicites et des flux de travail d’escalade. Surcharger un tableau de bord avec 40 indicateurs garantit qu’aucun ne déclenchera d’action.

Fixez des objectifs : ligne de base, variance, action corrective

Un KPI sans cible n’est qu’une ligne de tendance. Commencez par une ligne de base basée sur les performances récentes, fixez un objectif réaliste (quartile supérieur de votre flotte, référence sectorielle ou norme d’ingénierie), et définissez des seuils de variance :

• Vert : dans la plage cible ; poursuivez les opérations normales.
• Orange : en dehors de la variance normale ; enquêtez et surveillez.
• Rouge : dépasse le seuil d’escalade ; déclenchez l’analyse des causes profondes et l’action corrective.

Cela crée une hiérarchie de KPI courte : KPI au niveau du site (résultats stratégiques) soutenus par des KPI au niveau des équipes et des équipements (moteurs opérationnels). Lorsqu’un KPI de site vire au rouge, vous pouvez approfondir pour identifier l’équipement, le quart ou l’étape du processus à l’origine de la variance.

KPI de sécurité (HSE) : mesurez ce qui prévient les incidents

La sécurité est le fondement même des opérations minières. En 2023, les accidents mortels dans les mines américaines ont totalisé 40, le MSHA signalant que les machines et le transport motorisé représentaient 65 % de ces décès. Parallèlement, les données du MSHA pour l’exercice 2024 affichent un taux d’accident pour l’ensemble des mines de 1,81 pour 200 000 heures travaillées.

Ces indicateurs retardés nous indiquent où nous en étions. Les indicateurs avancés aident à prévenir le prochain incident.

Définitions et calcul du LTIFR et du TRIFR

Le taux de fréquence des accidents avec arrêt (LTIFR) mesure le nombre d’accidents entraînant une absence au travail par million d’heures travaillées :

LTIFR = (Nombre d’accidents avec arrêt × 1 000 000) ÷ Total des heures travaillées

Le taux de fréquence total des accidents enregistrables (TRIFR) inclut tous les incidents enregistrables (soins médicaux, travail en poste aménagé, arrêt de travail et décès) :

TRIFR = (Nombre d’accidents enregistrables × 1 000 000) ÷ Total des heures travaillées

Ce qui compte comme « enregistrable » ou « avec arrêt » varie selon les juridictions, mais le principe reste le même : définissez-le clairement, formez les superviseurs à la classification et assurez-vous que les incidents sont enregistrés en temps réel, et non reconstitués en fin de mois.

Incidents à haut potentiel et taux de presqu’accidents

Les incidents à haut potentiel (IHP) sont des événements qui n’ont pas causé de blessures mais qui présentaient un risque de préjudice grave ou de décès. Les presqu’accidents sont des dangers identifiés avant qu’un incident ne se produise.

Suivez :

• Taux d’IHP : incidents à haut potentiel pour 200 000 heures travaillées.
• Taux de signalement de presqu’accidents : presqu’accidents signalés pour 100 employés par mois.
• Délai de clôture des actions correctives : nombre moyen de jours pour clôturer les actions correctives de sécurité.

Un taux croissant de presqu’accidents signale souvent une amélioration de la culture de sécurité (les équipes signalent les dangers), et non une dégradation des conditions. Associez-le au délai de clôture pour garantir que les signalements mènent à une action concrète.

Indicateurs de risque pour le transport motorisé et les équipements mobiles

Étant donné que le transport motorisé et les machines ont causé 65 % des décès dans les mines américaines en 2023 (Pit & Quarry, citant le MSHA), les KPI des équipements mobiles méritent une attention particulière :

• % d’achèvement des inspections pré-quart : pourcentage d’équipements ayant subi une inspection complète avant utilisation.
• % de conformité au port de la ceinture : contrôlé via des capteurs en cabine ou des vérifications ponctuelles des superviseurs.
• Excès de vitesse : nombre et gravité des événements de survitesse par flotte et par semaine.
• Activations d’alertes de proximité : déclenchements du système anti-collision par heure de fonctionnement.

Ce sont des indicateurs avancés. Lorsqu’ils sont associés à une visibilité en temps réel sur les performances des équipements, ils permettent aux superviseurs d’intervenir avant qu’un comportement à risque ne se transforme en incident.

KPI de production et rendement : plan vs réel, performance des cycles et goulots d’étranglement

Les KPI de production répondent à la question la plus fondamentale dans l’industrie minière : extrayons-nous le bon matériau au bon rythme pour respecter le plan ?

Plan vs production réelle (quart/jour/semaine)

Le KPI de production le plus simple et le plus puissant :

% d’atteinte du plan = (Tonnes réelles produites ÷ Tonnes prévues) × 100

Suivez-le par quart, par jour et par semaine. Décomposez-le par :

• Fosse ou secteur minier : quelles zones respectent le plan, lesquelles sont en retard ?
• Type de matériau : minerai vs stérile ; haute teneur vs basse teneur.
• Équipe ou quart : isolez la variance de performance et identifiez les opportunités de coaching ou les manques de ressources.

Lorsque l’atteinte du plan passe sous le seuil, analysez les causes : disponibilité des équipements, temps de cycle, retards ou retouches.

Tonnes de minerai extraites par jour et tonnes par heure

Les KPI de taux de production normalisent la production en fonction du temps :

Tonnes par heure d’exploitation = Total des tonnes produites ÷ Total des heures d’exploitation

Tonnes par heure programmée = Total des tonnes produites ÷ Total des heures programmées

La différence entre les heures « d’exploitation » et « programmées » révèle les pertes d’utilisation : arrêts planifiés, changements de quart, retards, météo.

Pour les équipements mobiles :

Productivité de la chargeuse (t/h) = Tonnes chargées ÷ Heures de fonctionnement de la chargeuse

Productivité du camion (t/h) = Tonnes transportées ÷ Heures de fonctionnement du camion

Ces indicateurs mettent en évidence les performances par classe d’équipement et aident à dimensionner votre flotte pour atteindre les objectifs de rendement.

Temps de cycle, de chargement, de déchargement, d’attente

Le temps de cycle est le temps total nécessaire à un camion pour effectuer une boucle : chargement, transport, déchargement, retour. Le décomposer en composants isole la contrainte :

• Temps de chargement : temps passé à la chargeuse (influencé par la taille du godet, les compétences de l’opérateur, la fragmentation, la conception du front de taille).
• Temps de transport : temps de trajet chargé (état de la route, pente, vitesse, congestion).
• Temps de déchargement : temps passé au point de déchargement (file d’attente, disponibilité de la trémie, conception du point de bascule).
• Temps de retour : temps de trajet à vide vers la chargeuse.
• Temps d’attente : temps d’attente devant le chargeur ou pour accéder au déchargement.

Suivez le temps de cycle par itinéraire, quart et combinaison d’équipements (association chargeuse-camion). De faibles réductions du temps d’attente peuvent libérer un rendement significatif sans ajouter de camions.

La disponibilité semble bonne sur papier. La réalité est sur la radio.

Les KPI miniers sont alimentés par ce que le système voit. Opsima capture les signaux hors système (radio, WhatsApp, notes vocales) et les restitue comme des événements structurés sur lesquels vos tableaux de bord peuvent vraiment s'appuyer.

Réserver une session de travail

✦ ✦ ✦ ✦ ✦

Fiabilité des actifs et maintenance : la disponibilité est un résultat opérationnel

Dans l’industrie minière à forte intensité de capital, la disponibilité des actifs détermine directement la capacité de production. Pourtant, la disponibilité n’est qu’un résultat, dicté par l’exécution de la maintenance, les modes de défaillance et la discipline opérationnelle.

Disponibilité, utilisation et temps d’arrêt (planifié vs non planifié)

La disponibilité physique mesure le pourcentage du temps programmé pendant lequel l’équipement est prêt à fonctionner :

Disponibilité physique (%) = [(Heures programmées − Heures d’arrêt) ÷ Heures programmées] × 100

Décomposez les temps d’arrêt en catégories :

• Temps d’arrêt planifié : maintenance programmée, inspections, changements de composants.
• Temps d’arrêt non planifié : pannes, défaillances, dommages.
• Temps d’attente : équipement disponible mais non requis (pas d’opérateur, pas de travail assigné, attente d’un processus en amont).

Le taux d’utilisation (%) mesure quelle proportion du temps disponible est réellement consacrée à l’exploitation :

Utilisation (%) = (Heures de fonctionnement ÷ Heures disponibles) × 100

Une disponibilité élevée avec une faible utilisation signale un goulot d’étranglement dans la répartition, la planification ou le processus, et non un problème de maintenance. À l’inverse, une faible disponibilité avec une forte pression d’utilisation pointe vers des lacunes de fiabilité qui nécessitent une attention.

La cohérence du codage des temps d’arrêt est fondamentale. Sans capture normalisée du statut, les KPI de disponibilité et d’utilisation ne sont pas fiables.

OEE (et quand il s’applique ou non à l’exploitation minière)

Le taux de rendement synthétique (OEE) combine la disponibilité, la performance et la qualité :

OEE (%) = Disponibilité × Performance × Qualité

L’OEE fonctionne bien pour les usines de traitement et les équipements fixes (concasseurs, convoyeurs, broyeurs) où le taux de performance et les pertes de qualité sont mesurables. Pour les flottes mobiles, la performance et la qualité sont plus difficiles à définir, ce qui rend la disponibilité et l’utilisation plus pratiques.

Pour une analyse approfondie sur le moment d’utiliser l’OEE vs le TEEP (Performance totale efficace de l’équipement), consultez notre guide sur le calcul de l’OEE et du TEEP.

MTBF, MTTR et pannes répétées

Le temps moyen entre pannes (MTBF) mesure la fiabilité :

MTBF = Total des heures d’exploitation ÷ Nombre de pannes

Le temps moyen de réparation (MTTR) mesure la maintenabilité :

MTTR = Temps total de réparation ÷ Nombre de réparations

Suivez les deux par classe d’équipement, système (moteur, hydraulique, électrique, train de roulement) et mode de défaillance. Un MTTR en hausse signale des problèmes de disponibilité des pièces, des lacunes en compétences ou des retards de diagnostic. Un MTBF en baisse pointe vers l’usure, une mauvaise utilisation par l’opérateur ou un entretien préventif insuffisant.

Le taux de panne répétée mesure la fréquence à laquelle la même panne se reproduit dans une période définie (par exemple, 30 jours) :

Taux de panne répétée (%) = (Pannes répétées ÷ Total des pannes) × 100

Des taux élevés indiquent une analyse des causes profondes incomplète ou des actions correctives inefficaces. C’est là que les stratégies de maintenance prédictive et les cadres de maintenance préventive vs prédictive apportent une vraie valeur, en passant de réparations réactives à une intervention proactive.

KPI d’exécution de la maintenance

Les résultats en matière de fiabilité dépendent de la discipline d’exécution de la maintenance :

• Conformité au planning MP (%) = (MP terminées à temps ÷ MP planifiées) × 100
• Temps effectif d’intervention (%) = (Temps de réparation pratique ÷ Total des heures de main-d’oeuvre de maintenance) × 100
• Carnet de travaux en attente (semaines) = Total des heures en attente ÷ Capacité hebdomadaire
• Vieillissement des bons de travail : nombre de bons ouverts depuis plus de 30, 60 ou 90 jours
• % Maintenance réactive = (Heures urgence + panne ÷ Total des heures de maintenance) × 100

Les benchmarks de maintenance de classe mondiale documentés par Reliable Plant fixent la barre pour les mines : moins de 20 % de maintenance réactive, plus de 85 % de conformité MP et plus de 40 % de temps effectif d’intervention. Ces KPI proviennent de vos données GMAO ; leur précision dépend de la bonne saisie du temps et du statut par les techniciens.

KPI de coûts et économies unitaires : gérez le coût par tonne sans sacrifier la sécurité

Les KPI de coûts traduisent la performance opérationnelle en résultats financiers. Le défi est de gérer les coûts sans faire de compromis sur la sécurité ou l’état des actifs.

Coût par tonne (extrait, déplacé, traité)

Le coût unitaire est le KPI financier le plus courant dans le secteur minier :

Coût par tonne extraite ($/t) = Coût total d’extraction ÷ Tonnes extraites

Coût par tonne déplacée ($/t) = Coût total de chargement et transport ÷ Tonnes déplacées

Coût par tonne traitée ($/t) = Coût total de traitement ÷ Tonnes traitées

Segmentez les coûts par activité (forage, minage, chargement, transport, concassage, traitement) et par catégorie (main-d’oeuvre, carburant, consommables, maintenance, frais généraux). Cela révèle où le coût est généré et où des gains d’efficacité sont possibles.

Suivez les tendances des coûts unitaires, mais associez-les toujours aux KPI de production et de fiabilité. Une baisse du coût par tonne obtenue en reportant la maintenance est une victoire à court terme qui mène à un échec à long terme.

Consommation de carburant et d’énergie par tonne

Le carburant et l’énergie sont des moteurs de coûts majeurs, et de plus en plus des obligations de reporting ESG :

Consommation de carburant (L/t) = Total des litres consommés ÷ Tonnes déplacées

Intensité énergétique (kWh/t) = Énergie totale consommée (kWh) ÷ Tonnes traitées

Suivez la consommation de carburant par classe d’équipement et mode opérationnel (chargement vs transport vs ralenti). Les ralentis excessifs, les mauvaises conceptions d’itinéraires ou les camions sous-chargés augmentent tous la consommation par tonne.

Pour les usines, l’intensité énergétique par tonne de minerai ou de concentré est un indicateur clé de coût et d’émissions. Comparez avec des opérations similaires et fixez des objectifs d’amélioration liés à l’optimisation des procédés et à l’efficacité des équipements.

Ratio de coût de maintenance et coût des temps d’arrêt

Ratio de coût de maintenance (%) = (Coût total de maintenance ÷ Valeur de remplacement des actifs) × 100

Les benchmarks typiques se situent entre 2 % et 6 % par an, selon l’âge de la flotte, les conditions d’exploitation et la stratégie de maintenance.

Le coût des temps d’arrêt estime l’impact financier des arrêts non planifiés :

Coût d’arrêt ($/heure) = (Production perdue (t/h) × Marge de contribution ($/t)) + Frais fixes absorbés

Ce KPI justifie l’investissement dans l’amélioration de la fiabilité, les stocks de pièces de rechange et la maintenance prédictive via la surveillance de l’état des machines et l’analyse prédictive.

KPI de traitement et métallurgiques : récupération, teneur et variabilité

Pour les opérations avec usines de traitement, les performances métallurgiques ont un impact direct sur les revenus et les économies unitaires.

Teneur du minerai et dilution

La teneur du minerai est la concentration de minéral précieux dans le corps minéralisé, généralement mesurée en % de métal ou g/t (grammes par tonne).

La dilution (%) mesure la proportion de matériaux stériles mélangés au minerai :

Dilution (%) = (Tonnes de stérile dans l’alimentation du broyeur ÷ Total des tonnes alimentées) × 100

Une forte dilution réduit la teneur en tête, augmente les coûts de traitement et diminue la récupération. Elle est causée par la conception des tirs, le contrôle de la teneur, les pratiques de chargement et la contamination des itinéraires de transport.

Récupération métallurgique et rendement

La récupération métallurgique (%) mesure la part du minéral précieux dans l’alimentation qui est récupérée dans le concentré ou le produit final :

Récupération (%) = (Métal dans le concentré ÷ Métal dans l’alimentation) × 100

Le rendement (%) mesure la masse de concentré par rapport à la masse alimentée :

Rendement (%) = (Tonnes de concentré ÷ Tonnes d’alimentation) × 100

La récupération et le rendement varient selon le type de minerai, la granulométrie de broyage, le dosage des réactifs et les conditions du procédé. Suivez-les par source de minerai, quart et régime opérationnel pour identifier les possibilités d’optimisation.

Délai de traitement (bout en bout) et retouches

Le délai de traitement mesure le temps total écoulé depuis l’extraction du minerai jusqu’au produit final :

Délai de traitement = (Date d’expédition du produit − Date d’extraction du minerai)

Des délais longs immobilisent le fonds de roulement et retardent la reconnaissance des revenus. Les goulots d’étranglement au niveau du concassage, du broyage, de la flottation ou de la déshydratation prolongent le temps de cycle et augmentent les stocks.

Taux de retouche (%) = (Tonnes retraitées ÷ Total des tonnes traitées) × 100

Un taux de retouche élevé signale une instabilité du procédé, une alimentation non conforme ou des problèmes de performance des équipements. Associez les KPI de procédé aux causes en amont (qualité de la fragmentation, teneur en humidité, distribution granulométrique de l’alimentation) pour traiter les causes profondes, pas seulement les symptômes.

KPI ESG et environnementaux : eau, émissions, déchets et conformité

Les indicateurs environnementaux, sociaux et de gouvernance (ESG) passent des rapports annuels aux tableaux de bord opérationnels. Plus de 60 % des mines prévoient de suivre les indicateurs de durabilité via des analyses avancées d’ici 2025.

Consommation d’eau par tonne

L’eau est une ressource critique et souvent rare dans le secteur minier :

Consommation d’eau (m³/t) = Eau totale consommée (m³) ÷ Tonnes traitées

Suivez l’utilisation de l’eau par zone de procédé (suppression des poussières, concassage, flottation, résidus) et par source (eau douce, recyclée, souterraine). Fixez des objectifs de réduction et surveillez les taux de recyclage pour minimiser les prélèvements en eau douce.

Émissions de carbone par tonne de minerai

Intensité carbone (tCO₂e/t minerai) = Émissions totales (tCO₂e) ÷ Tonnes de minerai extraites (ou traitées)

Les émissions de Scope 1 (directes, sur site) proviennent principalement de la combustion du diesel dans les équipements mobiles et les groupes électrogènes stationnaires. Le Scope 2 (électricité achetée) génère des émissions dans le traitement et le pompage.

Suivez les émissions par source, comparez avec des opérations comparables et liez les initiatives de réduction (électrification, énergie renouvelable, efficacité du carburant) à des améliorations mesurables des KPI.

Résidus, stériles et taux d’incidents environnementaux

Ratio de stériles = (Tonnes de stériles déplacées ÷ Tonnes de minerai extrait)

Production de résidus (t/t minerai) = (Tonnes de résidus ÷ Tonnes de minerai traité)

Taux d’incidents environnementaux = (Incidents environnementaux × 200 000) ÷ Total des heures travaillées

Les incidents incluent les dépassements de permis (limites de rejet d’eau, qualité de l’air, bruit), les déversements et les événements de non-conformité.

Associez les taux d’incidents à :

• Délai de clôture des actions correctives environnementales : nombre moyen de jours entre le signalement d’un incident et sa clôture.
• Taux de clôture des constats d’audit (%) : pourcentage de constats d’audit clôturés dans le délai cible.

Il est recommandé de publier un tableau de bord ESG interne intégrant les KPI opérationnels, environnementaux et de maintenance en une seule vue, reliant les actions quotidiennes aux engagements de durabilité à long terme.

Les KPI sans action ne sont que du bruit.

Opsima transforme les appels radio, les signalements de presqu'accidents et les passations de quart en enregistrements structurés dans les systèmes que vous utilisez déjà. La prochaine alerte KPI correspond à une vraie cause et une vraie correction.

Réserver une session de travail

✦ ✦ ✦ ✦ ✦

Exemple de tableau de bord par rôle (quoi montrer et à qui)

Les tableaux de bord de KPI doivent correspondre à l’autorité décisionnelle et à l’horizon temporel de l’utilisateur. Un directeur de mine a besoin de tendances stratégiques ; un superviseur de quart a besoin d’exceptions en temps réel.

Tableau de bord du directeur de mine

Fréquence : revue quotidienne, analyse approfondie hebdomadaire, stratégie mensuelle

KPI (6-8 indicateurs clés) :

• % d’atteinte du plan (tonnes vs plan, cumul hebdomadaire et mensuel)
• Disponibilité de la flotte % (par classe d’équipement)
• TRIFR (12 derniers mois glissants)
• Coût par tonne (réel vs budget)
• Consommation de carburant (L/t)
• Conformité au planning de maintenance préventive %
• Incidents à haut potentiel (nombre, depuis le début de l’année)
• Consommation d’eau (m³/t)

Capacité d’exploration : par fosse, quart, équipe, équipement, type de matériau. Alertes d’exception pour tout KPI hors seuil.

Tableau de bord du directeur de maintenance

Fréquence : passation de quart, planification quotidienne, revue hebdomadaire de fiabilité

KPI (6-10 indicateurs) :

• Disponibilité des équipements % (par flotte et par actif individuel)
• Heures d’arrêt non planifié (par équipement et mode de défaillance)
• MTBF et MTTR (évolution par système)
• Conformité MP % (cette semaine)
• Carnet de travaux en attente (heures et nombre par priorité)
• Temps effectif d’intervention %
• Taux de panne répétée %
• Coût de maintenance par heure de fonctionnement
• Incidents de rupture de stock de pièces

Intégration des actions : cliquez sur un actif présentant un temps d’arrêt élevé pour afficher l’historique des pannes, les bons de travail ouverts et les MP en attente. Déclenchez des flux de travail d’action corrective directement depuis le tableau de bord.

Pour une visibilité en continu sur l’état et les performances des actifs, un tableau de bord d’opérations en temps réel permet la gestion des exceptions par quart et une réponse rapide.

Tableau de bord HSE/Environnement

Fréquence : point de sécurité quotidien, réunion HSE hebdomadaire, revue mensuelle de conformité

KPI (6-8 indicateurs) :

• LTIFR et TRIFR (12 derniers mois glissants)
• Incidents à haut potentiel (nombre et tendance)
• Taux de signalement de presqu’accidents (pour 100 employés)
• Délai de clôture des actions correctives (jours en moyenne)
• % d’achèvement des inspections pré-quart
• Incidents environnementaux (nombre, type, gravité)
• Conformité au rejet d’eau (réel vs limite du permis)
• Intensité carbone (tCO₂e/t)

Escalade : alertes automatiques lorsque les seuils de sécurité sont dépassés ; lien vers le flux de travail d’investigation des incidents et le registre des actions correctives.

Modèle de dictionnaire de KPI

Pour chaque KPI sur chaque tableau de bord, documentez :

• Nom du KPI : titre court et descriptif
• Définition : ce qu’il mesure, en langage clair
• Formule : comment il est calculé
• Source de données : quels systèmes fournissent les données d’entrée
• Responsable : qui est redevable de ce KPI
• Cible : seuils vert/orange/rouge
• Fréquence : à quelle fréquence il est revu (quart/quotidien/hebdomadaire/mensuel)
• Plan d’action : que se passe-t-il lorsque le seuil est dépassé (escalade, analyse des causes profondes, action corrective)

Ce dictionnaire devient le manuel d’utilisation de votre système de KPI, garantissant cohérence, responsabilité et mémoire institutionnelle au fil des changements d’équipe.

Sources de données et instrumentation : d’où viennent les KPI miniers

Les KPI ne valent que ce que valent les données qui les alimentent. Des données incohérentes, tardives ou inexactes rendent inutile même le meilleur cadre de KPI.

Systèmes courants : gestion de flotte, GMAO, SCADA/PI, ponts-bascules

La plupart des KPI miniers proviennent d’un mélange de systèmes opérationnels :

• KPI de production : système de gestion de flotte (FMS) / système de répartition (temps de cycle, tonnes transportées, localisation des équipements, identifiant de l’opérateur)
• KPI de maintenance : système de gestion de maintenance assistée par ordinateur (GMAO) (bons de travail, événements d’arrêt, plannings de MP, consommation de pièces)
• KPI de traitement : SCADA, historien PI, système d’information de gestion de laboratoire (LIMS) (débit, granulométrie, dosage de réactifs, analyses, récupération)
• KPI de sécurité : système de gestion HSE / des incidents (blessures, presqu’accidents, inspections, actions correctives)
• KPI environnementaux : système de management environnemental (SME), surveillance des émissions, compteurs d’eau, données de laboratoire
• KPI de coûts : ERP, système financier, suivi du carburant, feuilles de temps

Le défi est d’intégrer les données GMAO et de flotte provenant de multiples fournisseurs, formats et fréquences de mise à jour dans un moteur de KPI unifié. La consolidation manuelle dans des feuilles de calcul introduit des délais, des erreurs et un chaos de gestion des versions.

Capture du statut et codes de motif d’arrêt

Le maillon le plus faible de la plupart des programmes de KPI est la capture du statut : le processus d’enregistrement de la raison pour laquelle un équipement est ou n’est pas en exploitation.

Sans codes de motif d’arrêt normalisés, vous obtenez :

• Une catégorisation incohérente entre quarts et équipes
• Des codes vagues ou génériques (« autre mécanique », « en attente »)
• Des saisies tardives ou manquantes, reconstituées de mémoire en fin de quart
• Aucune capacité à suivre les modes de défaillance ou à prioriser les initiatives d’amélioration

Bonnes pratiques :

• Définissez une taxonomie courte et claire des motifs d’arrêt (15 à 25 codes maximum) alignée sur vos modes de défaillance et vos contraintes opérationnelles.
• Formez les opérateurs et les superviseurs sur quand et comment attribuer les codes.
• Capturez le statut en temps réel (application mobile, terminal en cabine, borne opérateur), pas sur des rapports de quart papier.
• Effectuez des audits de qualité des données hebdomadaires : codes manquants, durées invraisemblables, événements atypiques.

Des données de statut propres sont le fondement de KPI précis de disponibilité, d’utilisation, de MTBF et d’analyse des causes profondes.

La plupart des sites miniers utilisent Cat MineStar ou Wenco FMS pour la répartition, et Maximo ou SAP pour la maintenance. Pourtant, les événements de statut qui pilotent le MTBF et la disponibilité ne remontent jamais dans ces systèmes. Les équipes terrain signalent les pannes par radio, les chefs de quart coordonnent sur WhatsApp, et les notes de passation restent sur papier. Conçu pour les opérations minières, Opsima se superpose au stack minier existant pour capturer ces signaux hors système et les injecter comme enregistrements de temps d’arrêt structurés (mode Adapter), ou livre un remplacement complet lorsque la couche de gestion de flotte ou de GMAO ne suffit plus (mode Remplacer), comblant l’écart entre ce que l’équipe terrain sait et ce que le tableau de bord de KPI affiche.

Les contrôles de qualité des données qui comptent

Mettez en place des contrôles de qualité automatisés à la couche d’ingestion des données :

• Taux de données manquantes : % des enregistrements attendus qui sont absents (par exemple, clôtures de cycles manquantes, événements d’arrêt incomplets)
• Cohérence des horodatages : signalez les événements dont la date de début est postérieure à la date de fin, ou dont la durée dépasse les limites physiques
• Détection des doublons : identifiez et fusionnez les événements en double provenant de systèmes qui se chevauchent
• Détection des valeurs aberrantes : signalez les valeurs de KPI situées en dehors de ±3 écarts-types pour examen (par exemple, une productivité de 200 t/h pour une chargeuse dont le maximum est 120 t/h)
• Complétude des codes : % d’événements d’arrêt avec des codes de motif valides

Publiez un tableau de bord hebdomadaire de qualité des données par système source et responsable des données. Faites de la qualité des données un KPI à part entière, car de mauvaises données garantissent de mauvaises décisions.

Transformer les KPI en amélioration continue (le rythme opérationnel)

Des KPI sans action ne sont que du bruit. L’objectif est un rythme opérationnel en boucle fermée qui convertit les signaux de KPI en améliorations tangibles.

Seuils de déclenchement et flux de travail d’escalade

Définissez des seuils de KPI qui déclenchent une escalade :

• Exception de quart : disponibilité tombant sous le seuil de classe mondiale de 85 % (Reliable Plant), arrêt de sécurité, panne d’équipement critique, réponse immédiate du superviseur
• Seuil quotidien : atteinte du plan inférieure à 90 %, temps d’arrêt non planifié supérieur à 4 heures, panne répétée sur un même actif, revue en réunion de planification quotidienne
• Déclencheur hebdomadaire : MTBF en baisse, conformité MP inférieure à 80 %, carnet de travaux en augmentation, réunion hebdomadaire de fiabilité, attribution d’analyses des causes profondes
• Gouvernance mensuelle : variance des coûts supérieure à 10 %, TRIFR en hausse, non-conformité environnementale, revue mensuelle de performance, initiative stratégique

Associez chaque seuil à un flux de travail opérationnel standard qui définit qui fait quoi et quand. Les alertes de KPI doivent générer automatiquement des tâches, des notifications ou des bons de travail, supprimant l’étape manuelle entre l’insight et l’action.

Boucles d’analyse des causes profondes (hebdomadaires)

Planifiez une revue hebdomadaire de fiabilité ou de performance axée sur les exceptions de KPI :

• Passez en revue tous les actifs/processus ayant dépassé les seuils au cours de la semaine écoulée.
• Pour chacun, effectuez une analyse rapide des causes profondes (5 Pourquoi, diagramme d’Ishikawa, Pareto par mode de défaillance).
• Attribuez des actions correctives avec des responsables et des dates d’échéance.
• Suivez le taux de clôture et l’efficacité (la panne s’est-elle reproduite ?).

Ce rythme transforme les KPI d’un reporting passif en résolution active de problèmes. Avec le temps, la revue de fiabilité devient l’heure la plus précieuse de la semaine : elle fait émerger des schémas, aligne les équipes transversales et génère des améliorations mesurables.

Pour un exemple de la façon dont l’IA peut accélérer cette boucle en transformant les journaux de travail en insights, voyez comment une opération a converti les notes des techniciens en signaux de défaillance prédictifs.

De l’insight à l’action : carnet de travaux, bons de travail et mises à jour des procédures

Fermez la boucle en reliant les insights de KPI à l’exécution :

• Carnet de travaux de maintenance : l’analyse des causes profondes pilotée par les KPI génère de nouveaux bons de travail, des mises à jour des tâches de MP ou des demandes de pièces.
• Modifications des paramètres de procédé : les KPI de traitement (récupération, rendement, retouches) déclenchent des ajustements de la granulométrie de broyage, du dosage des réactifs ou du mélange d’alimentation.
• Coaching des opérateurs : les variances de temps de cycle ou de productivité par identifiant d’opérateur déclenchent une formation ciblée ou des accompagnements terrain.
• Mises à jour des procédures : les modes de défaillance récurrents ou les presqu’accidents de sécurité entraînent des mises à jour des procédures opérationnelles standard, des listes de contrôle ou des protocoles de pré-démarrage.

Suivez la vitesse de ce cycle : temps écoulé entre l’alerte KPI, l’analyse des causes profondes, l’action corrective et la clôture. Des cycles plus rapides signifient un apprentissage plus rapide et une amélioration plus rapide.

Plan de mise en oeuvre simple : 10 KPI, automatiser, itérer

Si vous construisez un programme de KPI de zéro, commencez modestement :

1. Choisissez 10 KPI : sélectionnez 2 à 3 indicateurs par catégorie (sécurité, production, maintenance, coûts) alignés sur vos principales contraintes.
2. Définissez le dictionnaire : documentez le nom, la formule, la source, le responsable, la cible et le plan d’action pour chaque KPI.
3. Automatisez la capture : connectez les systèmes sources, normalisez les codes de statut et construisez un tableau de bord de KPI unique (pas des feuilles de calcul).
4. Ajoutez des alertes : définissez des seuils et des règles d’escalade ; intégrez avec votre système de bons de travail ou de gestion des tâches.
5. Itérez : révisez le jeu de KPI trimestriellement ; retirez les indicateurs qui ne déclenchent pas d’action, ajoutez-en de nouveaux au fur et à mesure que les priorités évoluent.

L’objectif n’est pas un cadre de KPI parfait dès le premier jour. C’est un système léger et actionnable qui s’améliore chaque trimestre et génère des améliorations mesurables en matière de sécurité, de disponibilité, de rendement et de coûts.

Comment fonctionne la boucle de rétroaction KPI-action

Conclusion

Les KPI de l’industrie minière sont plus que des chiffres sur un tableau de bord : ils constituent le système d’exploitation qui relie la stratégie à l’exécution, le plan au réel, et l’insight à l’action. Les 30 indicateurs de ce guide couvrent la sécurité, la production, la fiabilité, les coûts, le traitement et l’ESG, chacun avec des formules, des sources de données et des modèles de responsabilité conçus pour les opérations minières réelles.

Les mines performantes ne sont pas celles qui ont la liste de KPI la plus longue. Ce sont celles qui automatisent la capture des données, nomment des responsables clairs, fixent des seuils actionnables et ferment la boucle de l’alerte à l’action corrective en quelques heures, pas en quelques semaines.

Prêt à passer des feuilles de calcul à un système de KPI en temps réel ? Opsima est la fabrique de logiciels native de l’IA pour les opérations industrielles : elle se superpose à votre stack minier existant (Cat MineStar, Wenco FMS, Maximo, SAP) pour combler les lacunes de données hors système (mode Adapter), ou livre un remplacement complet là où la couche existante a atteint ses limites (mode Remplacer). Découvrez comment la plateforme de KPI automatisée d’Opsima transforme les données minières en décisions, avec des tableaux de bord en direct, des flux de travail intelligents et les intégrations qui font fonctionner l’ensemble.