KPI per l’industria mineraria: 30 metriche per operazioni più sicure e redditizie

Che tu gestisca un’operazione a cielo aperto, una miniera sotterranea o un impianto di lavorazione, imparerai a costruire un sistema di KPI che guidi l’esecuzione quotidiana, non solo i rapporti mensili.

Ogni KPI minerario deriva dai dati sugli eventi che il sistema ha rilevato. Ma circa il 60% degli eventi operativi non raggiunge mai un sistema di registrazione: radio tra operatore e dispatcher, WhatsApp tra i capi turno, checklist cartacee in fondo alla miniera. Questa guida copre 30 KPI che determinano sicurezza, produttività e costi, e indica dove ognuno si rompe se il livello dei dati sottostanti è insufficiente.

Cosa sono i KPI dell’industria mineraria (e perché falliscono sul campo)?

I KPI dell’industria mineraria sono segnali misurabili legati a produzione, sicurezza, costi, affidabilità e risultati ambientali. Rispondono alle domande più importanti in ogni sito: stiamo spostando il minerale in sicurezza? Il piano è in linea? Gli asset stanno performando? Qual è il nostro costo per tonnellata?

Eppure, nonostante la loro importanza, molti programmi di KPI faticano. Un’analisi del settore del 2025 ha rilevato che l’80% delle aziende minerarie pianifica di adottare KPI basati sui dati entro il 2025 per aumentare l’efficienza operativa, il che significa che la maggior parte si affida ancora a fogli di calcolo, inserimento manuale dei dati e report che arrivano troppo tardi per influenzare le decisioni di turno.

Il fallimento non sta nella scelta delle metriche sbagliate. Sta nel divario tra reporting e operatività.

KPI lagging vs leading nell’estrazione mineraria

I KPI lagging misurano i risultati dopo che si sono verificati: tonnellate prodotte, LTIFR, costo per tonnellata, disponibilità mensile. Sono essenziali per la responsabilità e l’analisi dei trend, ma non ti dicono cosa fare dopo.

I KPI leading prevedono o influenzano le prestazioni future: tasso di segnalazione dei near-miss, conformità al programma di PM, tempo di chiusura delle azioni correttive o completamento dell’ispezione pre-turno. Gli indicatori leading forniscono a squadre e supervisori segnali su cui agire prima che si verifichi un infortunio con perdita di tempo, un guasto non pianificato o un calo di produzione.

I migliori framework di KPI bilanciano entrambi. Le metriche lagging fissano l’obiettivo; le metriche leading guidano l’esecuzione giornaliera.

Il divario tra KPI e azione: reporting vs operatività

Perché i programmi di KPI falliscono sul campo? Tre problemi ricorrenti:

• Acquisizione dati incoerente: i codici motivo dei fermi variano a seconda della squadra, i registri di produzione vengono compilati a posteriori e l’inserimento manuale introduce errori e ritardi.
• Proprietari e cadenza poco chiari: se un KPI non ha una soglia, un proprietario e una risposta definita, è solo un numero su una dashboard.
• KPI su cui non si può agire a livello di turno: le medie mensili aggregate non aiutano un supervisore a decidere cosa prioritizzare nelle successive quattro ore.

Questa guida fornisce definizioni di KPI, formule, fonti di dati e, soprattutto, quali azioni intraprendere quando le metriche escono dagli intervalli accettabili. È il manuale operativo per il reporting automatizzato dei KPI che trasforma i dati in decisioni.

Come scegliere i KPI giusti per la tua miniera (un framework semplice)

Non tutte le metriche contano. La chiave è scegliere KPI che si allineino con i vincoli del tuo sito, si colleghino alle decisioni quotidiane e abbiano proprietari chiari.

Parti dai vincoli: produttività, disponibilità, sicurezza, conformità

Ogni miniera ha un vincolo che limita la produzione:

• Vincolo di produttività, capacità del frantoio, dimensioni della flotta di autocarri, disponibilità del caricatore o velocità di alimentazione dell’impianto di lavorazione.
• Vincolo di disponibilità, fermi attrezzature, carenza di manodopera specializzata o finestre di manutenzione pianificata.
• Vincolo di sicurezza o conformità, pericoli ad alto potenziale, condizioni geotecniche, limiti dei permessi per brillamenti o scarichi idrici.

Mappa i tuoi KPI rispetto a questi vincoli. Se il collo di bottiglia è la disponibilità degli autocarri, allora l’operatività dei camion, il tempo di ciclo e il tempo di attesa diventano i tuoi KPI di produzione primari. Se il vincolo è la produttività dell’impianto di lavorazione, allora la velocità di alimentazione, il recupero e la variabilità del grado hanno la priorità.

Assegna proprietari e cadenza decisionale (turno/giornaliero/settimanale/mensile)

Ogni KPI necessita di un proprietario, una cadenza decisionale e una soglia per l’escalation:

• KPI di turno, eccezioni che richiedono una risposta immediata (attrezzatura ferma >30 min, sospensione della sicurezza, accesso al sito bloccato).
• KPI giornalieri, piano vs produzione effettiva, disponibilità giornaliera della flotta, consumo di carburante, note di passaggio di turno.
• KPI settimanali, analisi della causa radice per guasti ripetuti, invecchiamento del backlog, conformità PM, varianza dei costi per attività.
• KPI mensili, costi unitari, LTIFR, recupero complessivo, conformità ambientale, revisione strategica dei trend.

Si consiglia un set bilanciato: da 3 a 5 KPI per funzione, con soglie esplicite e flussi di lavoro di escalation. Sovraccaricare una dashboard con 40 metriche garantisce che nessuno di essi guidi l’azione.

Fissa gli obiettivi: baseline, varianza, azione correttiva

Un KPI senza un obiettivo è solo una linea di tendenza. Inizia con una baseline delle prestazioni recenti, stabilisci un obiettivo realistico (primo quartile della tua flotta, benchmark di settore o standard ingegneristico) e definisci le soglie di varianza:

• Verde, entro l’intervallo obiettivo; continua le normali operazioni.
• Ambra, fuori dalla varianza normale; indaga e monitora.
• Rosso, supera la soglia di escalation; attiva l’analisi della causa radice e l’azione correttiva.

Questo crea una breve gerarchia di KPI: KPI a livello di sito (risultati di business) supportati da KPI a livello di squadra e attrezzatura (driver operativi). Quando un KPI di sito diventa rosso, puoi approfondire l’attrezzatura, il turno o la fase del processo che sta causando la varianza.

KPI di sicurezza (HSE): misura ciò che previene gli incidenti

La sicurezza è la base delle operazioni minerarie. Nel 2023, negli Stati Uniti si sono registrati 40 decessi nell’estrazione mineraria, con la MSHA che segnala che macchine e veicoli a trazione meccanica hanno causato il 65% di quei decessi. I dati MSHA per l’anno fiscale 2024 mostrano un tasso di infortuni su tutte le miniere di 1,81 per 200.000 ore lavorate.

Questi indicatori lagging ci dicono dov’eravamo. Gli indicatori leading aiutano a prevenire il prossimo incidente.

Definizioni e calcolo di LTIFR e TRIFR

Lost Time Injury Frequency Rate (LTIFR) misura il numero di infortuni che comportano l’assenza dal lavoro per milione di ore lavorate:

LTIFR = (Numero di infortuni con perdita di tempo × 1.000.000) ÷ Ore totali lavorate

Total Recordable Injury Frequency Rate (TRIFR) include tutti gli infortuni registrabili (trattamento medico, lavoro limitato, tempo perso e decessi):

TRIFR = (Numero di infortuni registrabili × 1.000.000) ÷ Ore totali lavorate

Cosa conta come «registrabile» vs «con perdita di tempo» varia a seconda della giurisdizione, ma il principio è coerente: definiscilo chiaramente, forma i supervisori sulla classificazione e assicurati che gli incidenti vengano registrati in tempo reale, non ricostruiti a fine mese.

Incidenti ad alto potenziale e tasso di near-miss

Gli incidenti ad alto potenziale (HPI) sono eventi che non hanno causato lesioni ma avevano il potenziale per gravi danni o decessi. I near-miss sono pericoli identificati prima che si verificasse un incidente.

Monitora:

• Tasso HPI, incidenti ad alto potenziale ogni 200.000 ore lavorate.
• Tasso di segnalazione near-miss, near-miss segnalati ogni 100 dipendenti al mese.
• Tempo di chiusura delle azioni correttive, giorni medi per chiudere le azioni correttive di sicurezza.

Un tasso crescente di near-miss spesso segnala un miglioramento della cultura della sicurezza (le persone segnalano i pericoli), non condizioni in peggioramento. Abbinalo al tempo di chiusura per assicurarsi che le segnalazioni portino a un’azione concreta.

Indicatori di rischio per veicoli a trazione meccanica e attrezzature mobili

Dato che i veicoli a trazione meccanica e le macchine hanno causato il 65% dei decessi nelle miniere statunitensi nel 2023 (Pit & Quarry, citando la MSHA), i KPI delle attrezzature mobili meritano particolare attenzione:

• % completamento ispezioni pre-turno, percentuale di attrezzature con ispezioni completate prima dell’utilizzo.
• % conformità alle cinture di sicurezza, monitorata tramite sensori in cabina o controlli spot dei supervisori.
• Superamenti del limite di velocità, numero e gravità degli eventi di eccesso di velocità per flotta a settimana.
• Attivazioni di avvisi di prossimità, attivazioni del sistema di avviso collisioni per ora operativa.

Questi sono indicatori leading. Abbinati a visibilità in tempo reale sulle prestazioni delle attrezzature, consentono ai supervisori di intervenire prima che un comportamento a rischio diventi un incidente.

KPI di produzione e produttività: piano vs reale, performance del ciclo e colli di bottiglia

I KPI di produzione rispondono alla domanda più fondamentale nell’estrazione mineraria: stiamo spostando il materiale giusto alla velocità giusta per soddisfare il piano?

Piano vs produzione effettiva (turno/giorno/settimana)

Il KPI di produzione più semplice e potente:

% di realizzazione del piano = (Tonnellate effettive prodotte ÷ Tonnellate pianificate) × 100

Monitoralo per turno, giorno e settimana. Scomponilo per:

• Area di scavo o blocco minerario, quali aree sono in linea con il piano, quali sono in ritardo?
• Tipo di materiale, minerale vs sterile; alta qualità vs bassa qualità.
• Squadra o turno, isola le varianze di prestazione e identifica opportunità di coaching o carenze di risorse.

Quando la realizzazione del piano scende sotto la soglia, analizza i driver: disponibilità delle attrezzature, tempo di ciclo, ritardi o rilavorazioni.

Tonnellate di minerale estratte al giorno e tonnellate all’ora

I KPI del tasso di produzione normalizzano l’output in base al tempo:

Tonnellate per ora operativa = Tonnellate totali prodotte ÷ Ore operative totali

Tonnellate per ora programmata = Tonnellate totali prodotte ÷ Ore programmate totali

La differenza tra ore «operative» e ore «programmate» rivela le perdite di utilizzo: manutenzione pianificata, cambi turno, ritardi, condizioni meteorologiche.

Per le attrezzature mobili:

Produttività del caricatore (t/h) = Tonnellate caricate ÷ Ore operative del caricatore

Produttività dell’autocarro (t/h) = Tonnellate trasportate ÷ Ore operative dell’autocarro

Queste metriche evidenziano le prestazioni per classe di attrezzatura e aiutano a dimensionare la flotta per raggiungere gli obiettivi di produttività.

Tempo di ciclo, tempo di carico, tempo di scarico, tempo di attesa

Il tempo di ciclo è il tempo totale impiegato da un autocarro per completare un giro: carico, trasporto, scarico e ritorno. Scomponendolo nei suoi componenti si isola il vincolo:

• Tempo di carico, tempo al caricatore (influenzato da dimensioni del secchio, abilità dell’operatore, frammentazione, progettazione del fronte di scavo).
• Tempo di trasporto, tempo di percorrenza a pieno carico (condizioni della strada, pendenza, velocità, congestione).
• Tempo di scarico, tempo al punto di scarico (coda, disponibilità dello spazio, progettazione della banchina di scarico).
• Tempo di ritorno, tempo di percorrenza a vuoto fino al caricatore.
• Tempo di attesa, tempo di attesa per accedere al caricatore o al punto di scarico.

Monitora il tempo di ciclo per percorso, turno e abbinamento di attrezzature (combinazione caricatore-autocarro). Piccole riduzioni del tempo di attesa possono liberare produttività significativa senza aggiungere autocarri.

La disponibilità sembra buona sulla carta. La realtà è sulla radio.

I KPI minerari derivano da ciò che il sistema vede. Opsima cattura il segnale fuori sistema, radio, WhatsApp, note vocali, e lo restituisce come eventi strutturati di cui le tue dashboard si possono fidare.

Prenota una sessione di lavoro

✦ ✦ ✦ ✦ ✦

KPI di affidabilità e manutenzione degli asset: la disponibilità è un risultato di business

Nell’estrazione mineraria ad alta intensità di capitale, la disponibilità degli asset determina direttamente la capacità produttiva. Tuttavia, la disponibilità è un risultato, guidato dall’esecuzione della manutenzione, dalle modalità di guasto e dalla disciplina operativa.

Disponibilità, utilizzo e fermo macchina (pianificato vs non pianificato)

Disponibilità fisica misura la percentuale di tempo programmato in cui l’attrezzatura è pronta a funzionare:

Disponibilità fisica (%) = [(Ore pianificate − Ore di fermo) ÷ Ore pianificate] × 100

Scomponi i fermi nelle seguenti categorie:

• Fermo pianificato, manutenzione programmata, ispezioni, sostituzioni di componenti.
• Fermo non pianificato, guasti, avarie, danni.
• Tempo di standby, attrezzatura disponibile ma non necessaria (nessun operatore, nessun compito assegnato, attesa nel processo a monte).

Utilizzo (%) misura quanta parte del tempo disponibile viene effettivamente impiegata nell’operazione:

Utilizzo (%) = (Ore operative ÷ Ore disponibili) × 100

Un’alta disponibilità con basso utilizzo segnala un collo di bottiglia nella pianificazione, nel dispatch o nel processo, non un problema di manutenzione. Al contrario, una bassa disponibilità con alta pressione di utilizzo indica lacune di affidabilità che richiedono attenzione.

La coerenza nella codifica dei fermi è fondamentale. Senza acquisizione standardizzata degli stati, i KPI di disponibilità e utilizzo non sono affidabili.

OEE (e quando si adatta o meno all’estrazione mineraria)

L’Overall Equipment Effectiveness (OEE) combina disponibilità, prestazioni e qualità:

OEE (%) = Disponibilità × Prestazioni × Qualità

L’OEE funziona bene per gli impianti di lavorazione e le attrezzature fisse (frantoi, nastri trasportatori, mulini) dove il tasso di prestazioni e le perdite di qualità sono misurabili. Per le flotte mobili di estrazione mineraria, le prestazioni e la qualità sono più difficili da definire, rendendo disponibilità e utilizzo più pratici.

Per un’analisi approfondita di quando usare OEE vs TEEP (Total Effective Equipment Performance), vedi la nostra guida sul calcolo di OEE e TEEP.

MTBF, MTTR e guasti ripetuti

Mean Time Between Failures (MTBF) misura l’affidabilità:

MTBF = Ore operative totali ÷ Numero di guasti

Mean Time To Repair (MTTR) misura la manutenibilità:

MTTR = Tempo totale di riparazione ÷ Numero di riparazioni

Monitora entrambi per classe di attrezzatura, sistema (motore, idraulica, impianto elettrico, cingoli) e modalità di guasto. Un MTTR in crescita segnala problemi di disponibilità dei ricambi, lacune nelle competenze o ritardi diagnostici. Un MTBF in calo indica usura, abuso operativo o manutenzione preventiva inadeguata.

Tasso di guasti ripetuti misura la frequenza con cui lo stesso guasto si ripresenta entro un periodo definito (es. 30 giorni):

Tasso di guasti ripetuti (%) = (Guasti ripetuti ÷ Guasti totali) × 100

Tassi elevati di guasti ripetuti indicano un’analisi della causa radice incompleta o azioni correttive inefficaci. Qui le strategie di manutenzione predittiva e i framework di manutenzione preventiva vs predittiva aggiungono reale valore, passando da riparazioni reattive a interventi proattivi.

KPI di esecuzione della manutenzione

I risultati di affidabilità dipendono dalla disciplina nell’esecuzione della manutenzione:

• Conformità al programma PM (%) = (PM completati puntualmente ÷ PM programmati) × 100
• Wrench Time (%) = (Tempo di riparazione effettivo ÷ Ore totali di lavoro di manutenzione) × 100
• Backlog degli ordini di lavoro (settimane) = Ore totali di backlog ÷ Capacità settimanale
• Invecchiamento degli ordini di lavoro, conteggio degli ordini aperti da >30, >60, >90 giorni
• % Manutenzione reattiva = (Ore di emergenza + guasto ÷ Ore totali di manutenzione) × 100

I benchmark di manutenzione di livello mondiale documentati da Reliable Plant fissano la soglia per le miniere: meno del 20% di manutenzione reattiva, più dell’85% di conformità PM e più del 40% di wrench time. Questi KPI provengono dai dati del CMMS. La loro accuratezza dipende dal fatto che i tecnici registrino correttamente tempo e stato.

KPI di costo ed economia delle unità: gestisci il costo per tonnellata senza sacrificare la sicurezza

I KPI di costo traducono le prestazioni operative in risultati finanziari. La sfida è gestire i costi senza tagliare gli angoli sulla sicurezza o sulla salute degli asset.

Costo per tonnellata (estratta, spostata, lavorata)

Il costo unitario è il KPI finanziario più comune nell’estrazione mineraria:

Costo per tonnellata estratta ($/t) = Costo totale estrazione ÷ Tonnellate estratte

Costo per tonnellata spostata ($/t) = Costo totale carico e trasporto ÷ Tonnellate spostate

Costo per tonnellata lavorata ($/t) = Costo totale lavorazione ÷ Tonnellate lavorate

Segmenta i costi per attività (perforazione, brillamento, carico, trasporto, frantumazione, lavorazione) e per categoria di costo (manodopera, carburante, consumabili, manutenzione, overhead). Questo rivela dove si crea il costo e dove sono possibili guadagni di efficienza.

Monitora i trend del costo unitario nel tempo, ma abbinali sempre ai KPI di produzione e affidabilità. Un costo per tonnellata in calo ottenuto differendo la manutenzione è un successo a breve termine che porta a guasti a lungo termine.

Consumo di carburante ed energia per tonnellata

Il carburante e l’energia sono i principali driver di costo e, sempre più spesso, obblighi di rendicontazione ESG:

Consumo di carburante (L/t) = Litri totali consumati ÷ Tonnellate spostate

Intensità energetica (kWh/t) = Energia totale consumata (kWh) ÷ Tonnellate lavorate

Monitora il consumo di carburante per classe di attrezzatura e modalità operativa (carico vs trasporto vs inattivo). Il ralenti eccessivo, la progettazione insufficiente delle rotte o i camion sottoutilizzati aumentano tutti il carburante per tonnellata.

Per gli impianti di lavorazione, l’intensità energetica per tonnellata di minerale o concentrato è un fattore di costo e di emissioni primario. Confronta con operazioni simili e fissa obiettivi di miglioramento legati all’ottimizzazione dei processi e all’efficienza delle attrezzature.

Rapporto di costo di manutenzione e costo del fermo macchina

Rapporto di costo di manutenzione (%) = (Costo totale di manutenzione ÷ Valore di sostituzione degli asset) × 100

I benchmark tipici vanno dal 2 al 6% annuo, a seconda dell’età della flotta, delle condizioni operative e della strategia di manutenzione.

Costo del fermo macchina stima l’impatto finanziario delle interruzioni non pianificate:

Costo del fermo ($/ora) = (Produzione persa (t/h) × Margine di contribuzione ($/t)) + Costi fissi assorbiti

Questo KPI giustifica gli investimenti in miglioramenti di affidabilità, inventario ricambi e manutenzione predittiva tramite monitoraggio delle condizioni e analisi predittive.

KPI di lavorazione e metallurgia: recupero, grado e variabilità

Per le operazioni con impianti di lavorazione, le prestazioni metallurgiche incidono direttamente sui ricavi e sull’economia unitaria.

Grado del minerale e diluizione

Il Grado del minerale è la concentrazione di minerale utile nel corpo del giacimento, tipicamente misurata come % di contenuto metallico o g/t (grammi per tonnellata).

La Diluizione (%) misura la proporzione di materiale di scarto mescolato con il minerale:

Diluizione (%) = (Tonnellate di sterile nell’alimentazione del mulino ÷ Tonnellate totali nell’alimentazione del mulino) × 100

Un’alta diluizione riduce il grado testa, aumenta i costi di lavorazione e abbassa il recupero. È determinata dalla progettazione delle mine, dal controllo del grado, dalle pratiche di carico e dalla contaminazione delle rotte di trasporto.

Recupero metallurgico e resa

Il Recupero metallurgico (%) misura quanta parte del minerale utile nell’alimentazione viene recuperata nel concentrato o nel prodotto finale:

Recupero (%) = (Metallo nel concentrato ÷ Metallo nell’alimentazione) × 100

La Resa (%) misura la massa del concentrato rispetto alla massa dell’alimentazione:

Resa (%) = (Tonnellate di concentrato ÷ Tonnellate di alimentazione) × 100

Recupero e resa variano con il tipo di minerale, la granulometria, il dosaggio dei reagenti e le condizioni di processo. Monitorali per fonte di minerale, turno e regime operativo per identificare opportunità di ottimizzazione.

Tempo di throughput (end-to-end) e rilavorazione

Il Tempo di throughput misura il tempo totale trascorso dall’estrazione del minerale al prodotto finale:

Tempo di throughput = (Data spedizione prodotto − Data estrazione minerale)

Lunghi tempi di throughput immobilizzano capitale circolante e ritardano il riconoscimento dei ricavi. I colli di bottiglia nella frantumazione, macinazione, flottazione o disidratazione allungano il tempo di ciclo e aumentano le scorte.

Tasso di rilavorazione (%) = (Tonnellate rilavorate ÷ Tonnellate totali lavorate) × 100

La rilavorazione segnala instabilità del processo, alimentazione fuori specifica o problemi di prestazioni delle attrezzature. Collega i KPI di processo ai driver a monte, qualità della frammentazione, contenuto di umidità, distribuzione granulometrica dell’alimentazione, per affrontare le cause radice, non solo i sintomi.

KPI ESG e ambientali: acqua, emissioni, rifiuti e conformità

Le metriche ambientali, sociali e di governance (ESG) si stanno spostando dai rapporti annuali alle dashboard operative. Oltre il 60% delle miniere pianifica di monitorare le metriche di sostenibilità attraverso analisi avanzate entro il 2025.

Utilizzo dell’acqua per tonnellata

L’acqua è una risorsa critica e spesso scarsa nell’estrazione mineraria:

Consumo idrico (m³/t) = Acqua totale consumata (m³) ÷ Tonnellate lavorate

Monitora l’uso dell’acqua per area di processo (soppressione della polvere, frantumazione, flottazione, residui) e per fonte (fresca, riciclata, sotterranea). Fissa obiettivi di riduzione e monitora i tassi di riciclo per minimizzare il prelievo di acqua dolce.

Emissioni di carbonio per tonnellata di minerale

Intensità di carbonio (tCO₂e/t minerale) = Emissioni totali (tCO₂e) ÷ Tonnellate di minerale estratto (o lavorato)

Le emissioni di Scope 1 (dirette, in loco) provengono principalmente dalla combustione di gasolio nei veicoli mobili e nei generatori fissi. Le emissioni di Scope 2 (elettricità acquistata) guidano le emissioni nella lavorazione e nel pompaggio.

Monitora le emissioni per fonte, confrontale con operazioni simili e collega le iniziative di riduzione (elettrificazione, energia rinnovabile, efficienza dei carburanti) a miglioramenti misurabili dei KPI.

Residui, roccia di scarto e tasso di incidenti ambientali

Rapporto roccia di scarto = (Tonnellate di roccia di scarto spostate ÷ Tonnellate di minerale estratto)

Produzione di residui (t/t minerale) = (Tonnellate di residui ÷ Tonnellate di minerale lavorate)

Tasso di incidenti ambientali = (Incidenti ambientali × 200.000) ÷ Ore totali lavorate

Gli incidenti includono superamenti dei limiti di autorizzazione (limiti di scarico idrico, qualità dell’aria, rumore), sversamenti ed eventi di non conformità.

Abbina i tassi di incidenti a:

• Tempo di chiusura delle azioni correttive ambientali, giorni medi dalla segnalazione dell’incidente alla chiusura.
• Tasso di chiusura dei rilievi di audit (%), percentuale di rilievi di audit chiusi entro il periodo target.

Si consiglia di pubblicare una dashboard interna di controllo ESG che integri i KPI di operazioni, ambiente e manutenzione in un’unica vista, collegando le azioni quotidiane agli impegni di sostenibilità a lungo termine.

I KPI senza azione sono solo rumore.

Opsima trasforma le chiamate radio, le segnalazioni di near-miss e i passaggi di turno in record strutturati all'interno dei sistemi che già utilizzi. Così il prossimo avviso KPI corrisponde a una causa reale e a una soluzione reale.

Prenota una sessione di lavoro

✦ ✦ ✦ ✦ ✦

Esempio di dashboard KPI per ruolo (cosa mostrare a chi)

Le dashboard KPI devono corrispondere all’autorità decisionale e all’orizzonte temporale dell’utente. Un direttore di miniera ha bisogno di trend strategici; un supervisore di turno ha bisogno di eccezioni in tempo reale.

Dashboard del direttore di miniera

Cadenza: revisione giornaliera, approfondimento settimanale, strategico mensile

KPI (6-8 metriche core):

• Realizzazione del piano % (tonnellate vs piano, settimana in corso e mese in corso)
• Disponibilità della flotta % (per classe di attrezzatura)
• TRIFR (ultimi 12 mesi)
• Costo per tonnellata (effettivo vs budget)
• Consumo di carburante (L/t)
• Conformità al programma PM %
• Incidenti ad alto potenziale (numero, da inizio anno)
• Utilizzo dell’acqua (m³/t)

Capacità di drill-down: per area di scavo, turno, squadra, attrezzatura, tipo di materiale. Avvisi di eccezione per qualsiasi KPI fuori soglia.

Dashboard del responsabile della manutenzione

Cadenza: passaggio di turno, pianificazione giornaliera, revisione settimanale dell’affidabilità

KPI (6-10 metriche):

• Disponibilità attrezzature % (per flotta e singolo asset)
• Ore di fermo non pianificato (per attrezzatura e modalità di guasto)
• MTBF e MTTR (trend per sistema)
• Conformità PM % (questa settimana)
• Backlog ordini di lavoro (ore e numero per priorità)
• Wrench time %
• Tasso di guasti ripetuti %
• Costo di manutenzione per ora operativa
• Incidenti di mancanza di ricambi

Integrazione delle azioni: clicca su un asset con molti fermi per visualizzare la cronologia dei guasti, gli ordini di lavoro aperti e i PM in sospeso. Attiva i flussi di lavoro delle azioni correttive direttamente dalla dashboard.

Per una visibilità continua sulla salute e le prestazioni degli asset, una dashboard delle operazioni in tempo reale consente la gestione delle eccezioni per turno e una risposta rapida.

Dashboard HSE/ambiente

Cadenza: riunione di sicurezza giornaliera, riunione settimanale HSE, revisione mensile della conformità

KPI (6-8 metriche):

• LTIFR e TRIFR (ultimi 12 mesi)
• Incidenti ad alto potenziale (numero e trend)
• Tasso di segnalazione near-miss (per 100 dipendenti)
• Tempo di chiusura delle azioni correttive (giorni medi)
• % completamento ispezioni pre-turno
• Incidenti ambientali (numero, tipo, gravità)
• Conformità allo scarico idrico (effettivo vs limite di autorizzazione)
• Intensità delle emissioni di carbonio (tCO₂e/t)

Escalation: avvisi automatici quando vengono superate le soglie di sicurezza; collegamento al flusso di lavoro di indagine sugli incidenti e al registro delle azioni correttive.

Template del dizionario KPI

Per ogni KPI su ogni dashboard, documenta:

• Nome KPI, titolo breve e descrittivo
• Definizione, cosa misura, in linguaggio semplice
• Formula, come viene calcolato
• Fonte dati, quale sistema o sistemi forniscono i dati di input
• Proprietario, chi è responsabile di questo KPI
• Obiettivo, soglie verde/ambra/rosso
• Cadenza, con quale frequenza viene rivisto (turno/giornaliero/settimanale/mensile)
• Playbook d’azione, cosa succede quando la soglia viene superata (escalation, causa radice, azione correttiva)

Questo dizionario diventa il manuale operativo per il tuo sistema di KPI, garantendo coerenza, responsabilità e memoria istituzionale al cambiare dei team.

Fonti dati e strumentazione: da dove provengono i KPI minerari

I KPI sono validi solo quanto i dati che li alimentano. Dati incoerenti, tardivi o imprecisi rendono inutile anche il framework di KPI meglio progettato.

Sistemi comuni: gestione della flotta, CMMS, SCADA/PI, pese

La maggior parte dei KPI minerari attinge da un mix di sistemi operativi:

• KPI di produzione, Fleet Management System (FMS) / sistema di dispatch (tempi di ciclo, tonnellate trasportate, ubicazione attrezzature, ID operatore)
• KPI di manutenzione, Computerized Maintenance Management System (CMMS) (ordini di lavoro, eventi di fermo, programmi PM, utilizzo ricambi)
• KPI di lavorazione, SCADA, PI historian, sistema di gestione delle informazioni di laboratorio (LIMS) (velocità di alimentazione, granulometria, dosaggio reagenti, analisi, recupero)
• KPI di sicurezza, sistema EHS/gestione incidenti (infortuni, near-miss, ispezioni, azioni correttive)
• KPI ambientali, sistema di gestione ambientale (EMS), monitoraggio emissioni, contatori acqua, dati di laboratorio
• KPI di costo, ERP, sistema finanziario, monitoraggio carburante, schede di presenza

La sfida è integrare CMMS e dati della flotta da più fornitori, formati e frequenze di aggiornamento in un unico motore KPI. Il consolidamento manuale in fogli di calcolo introduce ritardi, errori e problemi di controllo delle versioni.

Acquisizione degli stati e codici motivo dei fermi

Il punto debole nella maggior parte dei programmi di KPI è l’acquisizione degli stati, il processo di registrazione del motivo per cui l’attrezzatura è o non è in funzione.

Senza codici motivo standardizzati per i fermi, si ottiene:

• Categorizzazione incoerente tra turni e squadre
• Codici vaghi o generici («altro meccanico», «in attesa»)
• Voci ritardate o mancanti, compilate a memoria alla fine del turno
• Impossibilità di analizzare i trend delle modalità di guasto o dare priorità alle iniziative di miglioramento

Best practice:

• Definisci una tassonomia breve e chiara dei motivi di fermo (massimo 15-25 codici) allineata alle tue modalità di guasto e ai vincoli operativi.
• Forma operatori e supervisori su quando e come assegnare i codici.
• Acquisisci lo stato in tempo reale (app mobile, terminale in cabina, kiosk dell’operatore), non su report cartacei del turno.
• Esegui audit settimanali della qualità dei dati: codici mancanti, durate implausibili, eventi anomali.

Dati di stato corretti sono la base per KPI accurati di disponibilità, utilizzo, MTBF e analisi della causa radice.

La maggior parte dei siti minerari utilizza Cat MineStar o Wenco FMS per il dispatch insieme a Maximo o SAP per la manutenzione, ma gli eventi di stato che determinano MTBF e disponibilità non tornano mai in nessuno dei due sistemi. Le squadre della miniera comunicano i guasti via radio, i capi turno si coordinano su WhatsApp e le note di passaggio rimangono su carta. Progettato per le operazioni minerarie, Opsima si sovrappone allo stack esistente per acquisire questi segnali fuori sistema e reinserirli come record strutturati di fermo (Adattare), oppure consegna un sostituto completo quando il sistema di gestione della flotta o il CMMS legacy non si adatta più (Sostituire), colmando il divario tra ciò che la squadra della miniera sa e ciò che la dashboard KPI mostra.

Controlli della qualità dei dati che contano

Implementa controlli automatici della qualità a livello di ingestion dei dati:

• Tasso di dati mancanti, % di record attesi mancanti (es. chiusure ciclo mancanti, eventi di fermo incompleti)
• Coerenza dei timestamp, segnala eventi con inizio > fine o durate che superano i limiti fisici
• Rilevamento duplicati, identifica e unisci eventi duplicati da sistemi sovrapposti
• Rilevamento anomalie, segnala valori KPI al di fuori di ±3 deviazioni standard per la revisione (es. produttività caricatore 200 t/h quando il massimo è 120 t/h)
• Completezza dei codici, % di eventi di fermo con codici motivo validi

Pubblica uno scorecard settimanale della qualità dei dati per sistema di origine e data steward. Rendi la qualità dei dati un KPI in sé, perché dati errati garantiscono decisioni errate.

Trasformare i KPI in miglioramento continuo (il ritmo operativo)

I KPI senza azione sono solo rumore. L’obiettivo è un ritmo operativo a ciclo chiuso che converte i segnali dei KPI in miglioramenti tangibili.

Soglie di attivazione e flussi di lavoro di escalation

Definisci soglie KPI che attivano l’escalation:

• Eccezione di turno, la disponibilità scende sotto la soglia di livello mondiale dell’85% (Reliable Plant), sospensione della sicurezza, guasto critico all’attrezzatura, risposta immediata del supervisore
• Soglia giornaliera, realizzazione del piano <90%, fermo non pianificato >4 ore, guasto ripetuto sullo stesso asset, revisione nella riunione di pianificazione giornaliera
• Trigger settimanale, MTBF in calo, conformità PM <80%, backlog in crescita, riunione settimanale di affidabilità, assegnazione della causa radice
• Governance mensile, varianza dei costi >10%, TRIFR in crescita, non conformità ambientale, revisione mensile delle prestazioni, iniziativa strategica

Abbina ogni soglia a un flusso di lavoro operativo standard che definisca chi fa cosa e quando. Gli avvisi KPI devono generare automaticamente task, notifiche o ordini di lavoro, eliminando il passaggio manuale tra insight e azione.

Cicli di analisi della causa radice (settimanale)

Pianifica una revisione settimanale dell’affidabilità o delle prestazioni incentrata sulle eccezioni KPI:

• Revisiona tutti gli asset/processi che hanno superato le soglie nella settimana precedente.
• Per ognuno, esegui una rapida analisi della causa radice (5 Perché, diagramma a lisca di pesce, Pareto per modalità di guasto).
• Assegna azioni correttive con proprietari e scadenze.
• Monitora il tasso di chiusura e l’efficacia (il guasto si è ripresentato?).

Questo ritmo trasforma i KPI da reporting passivo in risoluzione attiva dei problemi. Nel tempo, la revisione dell’affidabilità diventa l’ora più preziosa della settimana, portando alla luce schemi ricorrenti, allineando i team interfunzionali e producendo miglioramenti misurabili.

Per un esempio di come l’IA può accelerare questo ciclo trasformando i log di lavoro in insight, vedi come un’operazione ha trasformato le note dei tecnici in segnali di guasto predittivi.

Dall’insight all’azione: backlog, ordini di lavoro e aggiornamenti delle SOP

Chiudi il ciclo collegando gli insight dei KPI all’esecuzione:

• Backlog di manutenzione, l’analisi della causa radice basata sui KPI alimenta nuovi ordini di lavoro, aggiornamenti dei task PM o richieste di ricambi.
• Modifiche ai parametri di processo, i KPI di lavorazione (recupero, produttività, rilavorazione) attivano aggiustamenti alla granulometria, al dosaggio dei reagenti o alla composizione dell’alimentazione.
• Coaching degli operatori, le varianze di tempo di ciclo o produttività per ID operatore attivano formazione mirata o affiancamenti.
• Aggiornamenti delle SOP, le modalità di guasto ricorrenti o i near-miss di sicurezza guidano gli aggiornamenti alle procedure operative standard, alle checklist o ai protocolli pre-avvio.

Monitora la velocità di questo ciclo: tempo dall’avviso KPI all’analisi della causa radice, all’azione correttiva, alla chiusura. Cicli più veloci significano apprendimento più veloce e miglioramento più rapido.

Piano di implementazione semplice: 10 KPI, automatizza, itera

Se stai costruendo un programma di KPI da zero, inizia in piccolo:

1. Scegli 10 KPI, scegli 2-3 per ogni categoria (sicurezza, produzione, manutenzione, costi) che si allineino con i tuoi principali vincoli.
2. Definisci il dizionario, documenta nome, formula, fonte, proprietario, obiettivo e playbook d’azione per ognuno.
3. Automatizza l’acquisizione, collega i sistemi di origine, standardizza i codici di stato e costruisci una dashboard KPI unica (non fogli di calcolo).
4. Aggiungi avvisi, imposta soglie e regole di escalation; integra con il tuo sistema di ordini di lavoro o gestione task.
5. Itera, rivedi il set di KPI trimestralmente; ritira le metriche che non guidano l’azione, aggiungi nuove metriche al cambiare delle priorità.

L’obiettivo non è un framework KPI perfetto dal primo giorno. È un sistema leggero e praticabile che migliora ogni trimestre e produce miglioramenti misurabili in sicurezza, operatività, produttività e costi.

Come funziona il ciclo di feedback dal KPI all’azione

Conclusione

I KPI dell’industria mineraria sono più che numeri su una dashboard. Sono il sistema operativo che collega strategia ed esecuzione, piano e realtà, insight e azione. Le 30 metriche in questa guida coprono sicurezza, produzione, affidabilità, costi, lavorazione ed ESG, ognuna con formule, fonti di dati e modelli di responsabilità progettati per le operazioni minerarie reali.

Le miniere che vincono non sono quelle con la lista di KPI più lunga. Sono quelle che automatizzano l’acquisizione dei dati, assegnano proprietari chiari, fissano soglie praticabili e chiudono il ciclo dall’avviso all’azione correttiva in ore, non settimane.

Pronti a passare dai fogli di calcolo a un sistema operativo KPI in tempo reale? Opsima è la software factory nativa dell’IA per le operazioni industriali: si sovrappone allo stack minerario esistente (Cat MineStar, Wenco FMS, Maximo, SAP) per colmare il divario dei dati fuori sistema (Adattare), oppure consegna un sostituto completo dove il layer legacy non si adatta più (Sostituire). Scopri come la piattaforma KPI automatizzata di Opsima trasforma i dati minerari in decisioni, con dashboard in tempo reale, flussi di lavoro intelligenti e le integrazioni che rendono tutto possibile.