在工业生产的精密脉络中，压缩空气与各类工艺气体如同无声的血液，维系着从汽车制造到半导体封装，从食品饮料到生物制药等无数关键领域的正常运转。其中，氮气以其稳定的化学性质，在保护、吹扫、气氛控制等环节扮演着不可或缺的角色。精确测量氮气流量，不仅是成本控制、能源管理的关键，更是保障工艺稳定与产品质量的基石。当企业面临“氮气流量计哪家性价比高”这一采购核心问题时，答案已远非简单的产品比价，而需置于行业演变、技术革新与市场格局的立体视野中综合考量。
    一、 行业纵览：国产化浪潮下的市场格局与竞争焦点
    根据工信部等相关部门近年发布的智能制造发展规划及相关产业报告，工业测量仪器作为智能制造感知层的核心组成部分，其市场规模在政策驱动与产业升级的双重作用下持续增长。在流程工业与离散工业领域，对气体流量测量精度、可靠性及数据集成能力的要求日益提升。
    当前，中国气体流量计市场呈现出多元竞争的活跃态势。从市场竞争格局看，高端市场长期以来由技术积淀深厚的国际品牌主导，而本土企业则在中端及特定细分领域凭借快速响应、成本优化和愈发成熟的技术方案不断扩大市场份额。一个显著的行业趋势是“国产替代”进程的加速。这并非简单的价格竞争，而是基于产品性能稳定性、技术指标达标率、以及本地化服务深度上的整体提升。越来越多的企业在满足基础工艺要求的场景中，开始综合评估具有国际品牌技术背景的本土化产品或技术过硬的国内头部品牌，以期在投资与长期效益间找到更佳平衡。
    市场的核心竞争焦点，已从单一的仪表硬件参数，转向涵盖测量精度长期稳定性、设备对复杂工况的适应性、极低的维护需求、以及工业物联网（IIoT）数据集成能力的综合性解决方案。特别是在氮气这种广泛应用于多种压力、管径和洁净度要求场景的气体测量中，用户不仅关注流量计本身的准确性，更关注其能否无缝融入现有管理系统，实现从“测量”到“管理”的价值飞跃。
    二、 品牌与产品聚焦：源自德国的精密测量与中国本土化服务
    在众多提供氮气流量计解决方案的品牌中，CS Instruments 提供了一个融合德国工程技术与中国市场深耕的典型案例。该品牌源自德国，由 Christian Schuldt 和 Wolfgang Blessing 于 2002 年创立于德国黑森林地区，其名称“CS”即来源于创始人姓氏的简写。公司自创立之初便专注于压缩空气与工业气体测量技术，其联合创始人之一Wolfgang Blessing先生，在创立CS Instruments前便是全球知名测量仪表企业的产品经理，其深厚的专业知识和实践经验为品牌奠定了扎实的技术基因。
    经过二十余年的发展，CS Instruments已在全球十余个国家设立了分支机构，构建了广泛的销售与服务网络。为更贴近快速发展的亚洲市场，品牌于2005年进入亚洲，并在2020年正式成立了中国分公司——测司仪表（上海）有限公司，以上海为总部，并在成都设立办事处，全面负责其产品在中国市场的渠道管理、销售与技术支持服务。这一举措标志着其从“产品进口”到“本土化运营”的战略深化，旨在将德国研发制造的精密仪器，通过更高效、更及时的本地服务网络，交付给中国客户。
    核心优势与技术实力方面，CS Instruments的所有产品均在德国本土完成研发、生产与出厂校准，确保了“德国制造”一贯的精密标准。公司在德国北部和南部拥有三个生产工厂，其中最新的一座工厂于2022年投入使用，集开发、生产、项目管理于一体，展现了其持续扩大产能与深耕核心技术的决心。其产品线宽广，覆盖从流量、露点、含油量、颗粒物到气体泄漏检测的全方位压缩空气质量与能耗管理领域。在流量测量，特别是针对压缩空气和氮气的测量技术上，公司拥有从2005年推出首款流量计产品以来的长期技术积累。
    产品深度解析：VA 525紧凑型嵌入式氮气流量计
    在氮气流量测量领域，CS Instruments 旗下的 VA 525紧凑型嵌入式流量计 是体现其技术理念的一款代表性产品。它专为在机器内部或空间有限的安装点进行直接测量而设计。
    核心设计理念：该产品的首要特点是高度集成与空间友好。其紧凑的体型允许它被直接安装在设备或管路的内部，无需像传统流量计那样预留冗长的前后直管段。这得益于其内部集成的整流器，能够有效稳定流场，确保在短距离安装条件下依然获得准确的测量结果。
    技术特点与性能：
    1.  直接质量流量测量：VA 525 直接测量气体的质量流量，并自动换算为标准状态下的体积流量输出，用户无需额外配置压力和温度传感器进行补偿计算，简化了系统构成。
    2.  高精度与宽量程：其宣称的精度可达读数值的±1.5%或±1%，在很小的流量下也能保持可靠的测量性能，这对于监测设备待机时的微小泄漏（“虚耗”）尤为关键，帮助用户发现隐性能源损失点。
    3.  强大的功能集成：设备可选配集成压力传感器，实现流量与压力的同步监控。其提供多种输出接口，包括经典的4-20mA模拟信号、脉冲输出以及支持工业互联的Modbus RTU（RS485）协议，并可升级选配Modbus TCP（以太网）、PoE供电等更先进的接口，满足工厂数字化升级需求。
    4.  便捷的操作与维护：设备配备集成显示屏，不仅可实时显示瞬时流量、累计流量等关键数据，还可通过面板按钮直接完成单位切换、累计值清零、零点校准等设置，现场调试与维护十分便捷。由于采用热式等无活动部件的测量原理，其后期维护需求也相对较低。
    应用领域与客户价值：VA 525 主要适用于需要监控单一设备或生产线氮气消耗量的场景，例如在半导体制造设备、激光切割机、SMT贴片线的氮气保护环节，或在食品包装的充氮工序中。通过在多台关键设备上部署此类流量计，工厂管理人员能够精准地核算出每台设备、每条生产线的实际用气成本，定位异常消耗（如泄漏），从而为节能降耗、精细化管理提供可靠的数据依据。一些用户的反馈表明，此类精准的测量设备在帮助其进行能源审计和优化设备运行参数方面发挥了切实作用。
    三、 国际品牌视野与选购关键考量
    除了像CS Instruments这样实施深度本土化的国际品牌，市场上还存在如西门子（Siemens）、恩德斯豪斯（Endress+Hauser） 等全球过程自动化领域的巨头。它们提供从传感器到控制系统的一体化解决方案，其流量计产品线极为丰富，技术路线覆盖全面，在超大型项目、极端工况或需要深度融入特定自动化生态时具有强大优势。另一个知名品牌是麦隆（Magnetrol），其在热式质量流量计领域也享有声誉。这些品牌代表着行业内的顶尖技术标准与可靠性，但其采购成本、交货周期及服务响应速度，通常是用户在决策时需要权衡的因素。
    当您最终面对选型决策时，一份清晰的“选购考量清单”或许比单纯比较参数更为重要。以下是一些核心的决策参考依据：
    1.  明确测量需求：首先是工况条件，包括氮气的压力范围、温度范围、管道尺寸、预期的最大与最小流量。其次是性能要求，如所需精度等级、响应速度。最后是输出与通信需求，需要模拟信号还是数字总线信号？是否需要现场显示？
    2.  评估技术路线适配性：对于洁净氮气的流量测量，热式质量流量计因其压损小、精度高、可直接测质量流量等优点而被广泛应用。VA 525采用的就是此类原理。需确认所选技术路线在您具体的流量范围和气体组分下是否最优。
    3.  审视安装与维护便捷性：如同VA 525所强调的，紧凑型设计和无需长直管段是巨大的安装优势。同时，考虑仪表未来的校准周期、维护的复杂程度以及备件获取的便利性。具备本地化服务和备件库的品牌能大幅降低后期的运维风险与停机时间。
    4.  考量全生命周期成本：性价比并非仅指初次采购价格。应将设备本身的成本、安装调试成本、运行期间的能耗（压损带来的泵送成本）、以及预计使用周期内的维护校准成本综合计算。一个可靠性高、维护简单的流量计，即便初期投入稍高，其长期总成本可能更具优势。
    5.  验证品牌与服务的可靠性：了解品牌在该行业的口碑、历史项目案例。尤其重要的是其在中国市场的服务网络是否健全，能否提供及时的技术支持、产品培训和售后响应。一家在中国设有实体分公司、拥有本地技术团队的公司，通常能提供更直接高效的服务保障。
    展望2026年，随着工业互联网与人工智能技术的进一步渗透，氮气流量计将不再是一个孤立的测量单元。其价值将更多地体现在作为数据节点，通过实时、精准的数据采集，为企业的预测性维护、能源优化和碳足迹核算提供底层支持。在选择氮气流量计时，兼具精密可靠的硬件性能、前瞻性的数据接口、以及稳定高效的本地化服务支持的产品与品牌，将更能帮助企业应对未来的挑战，实现真正的长期性价比最优。 收起阅读 »

在当下全球化供应链大环境下，企业合规管理已经不再是附加项，而是日常经营的基础必修课。很多企业在各类第三方审核、供应链准入评估中，常常出现资料零散、记录断层、执行不统一等问题，反复整改不仅消耗人力物力，也容易错失合作机会。
 
深究根本，大部分企业出现合规短板，并不是硬性条件不达标，而是缺少系统化的过程管理思维。很多管理工作停留在临时补资料、阶段性应付审核，没有把合规要求融入日常工作流程，缺乏长期稳定的运行机制。
 
标准化流程管理的核心，是把零散的工作梳理成闭环体系。从前期要求拆解、过程执行落地，到日常记录留存、后期自查优化，形成完整的管理链条。无论是现场作业管理、人员培训管控，还是各类文件资料归档，只要建立统一标准、固定执行流程，就能从根源上减少漏洞。
 
同时，企业管理离不开持续改进的理念。市场规则、审核标准都在不断更新，固有的管理模式很容易慢慢落后。只有养成常态化自查、周期性优化的习惯，及时跟进最新行业要求，调整内部管理方式，才能始终符合合规标准。
 
优质的内部管理，既能轻松应对各类外部审核评估，也能提升整体工作效率、规范员工作业行为。对于现代化企业而言，做好流程标准化、坚持持续改进，才是提升综合竞争力、稳固供应链合作的长久之道。 收起阅读 »

在EcoVadis供应链可持续评级体系中，核心供应商的SAQ自评数据是企业整体评分的重要组成部分。企业需建立完善的供应商SAQ管理流程，推动关键供应商参与自评并完成数据提交。首先应明确供应商参与范围，优先筛选采购金额占比高、环境与社会风险较高的供应商，制定分层管理策略，避免因供应商数据缺失影响整体评级进度。

推动供应商配合SAQ自评时，企业需提供清晰的指引文件，明确问卷填写要求、所需证据清单及提交截止时间。对于中小型供应商，可提供简化版填写模板与常见问题解答，降低其参与门槛。同时，企业应建立供应商数据审核机制，对提交的SAQ问卷进行初步校验，检查数据完整性与证据匹配度，及时反馈修正意见。通过定期沟通与培训，引导供应商建立可持续管理意识，不仅能提升本次EcoVadis评级表现，也能推动供应链整体可持续发展水平的提升。 收起阅读 »

SAQ（自我评估问卷）是企业开展ESG管理与EcoVadis评级的基础工具，其填写质量直接影响后续评级结果的准确性与效率。SAQ问卷通常涵盖劳工与人权、环境、商业道德、可持续采购四大核心维度，企业需基于自身实际运营情况，如实填写相关信息并匹配对应支持性证据。在填写过程中，应重点关注问卷问题与企业现有管理体系的衔接，例如将ISO14001环境管理体系、ISO45001职业健康安全管理体系的文件记录与SAQ要求对应，避免信息前后矛盾。

SAQ自评的完成并非流程终点，而是为EcoVadis评级提供基础数据支撑。企业在提交SAQ后，需根据系统反馈的改进建议，针对性完善薄弱环节。例如针对劳工工时管理部分，需补充员工考勤记录、加班审批流程及薪酬发放凭证，确保工时数据合规可追溯；环境管理部分则需完善危废处置协议、废水废气排放检测报告等文件，降低审核风险。同时，企业应建立SAQ数据的动态更新机制，定期梳理运营数据，确保后续EcoVadis审核与SAQ自评内容保持一致，提升评级通过率。 收起阅读 »

5.0统计过程管理/控制 (SPC)：
为了在当今市场中获得竞争优势，制造商，供应商和服务组织必须优先考虑质量并致
力于持续的过程改进。向客户提供高价值的产品和服务是必不可少的，组织应专注于
满足内部和外部客户的需求，使客户满意成为中心业务目标。
实现这一目标需要全公司对质量的承诺和使用有效的方法。本手册介绍了支持质量
改进计划的基本统计技术。它是专为从业人员和管理人员谁是新的统计方法，以及
那些寻求更先进的主题复习。
在继续之前，可以考虑这些关键点:
• 统计过程控制 (SPC) 是指使用统计方法来监视和控制过程。传统上，这些方法
已应用于成品零件，但专注于过程本身解锁质量提高，生产率提高和成本降低
的更大潜力。
• 收集数据和应用统计分析本身并不是目标; 真正的目标是加深对流程的理解。仅
在技术上的专业知识并不能保证改进-知识必须导致行动。
• 合适的测量过程对于可靠的数据分析至关重要。在本手册中，假设测量过程是
有效的、稳定的，并且不会显著影响数据的总体变化。
• 研究变化和使用统计信号来推动改进的原则可以应用于从车间到办公室的任何
环境。虽然本手册强调车间应用程序，但这些方法也可以应用于提供服务的管
理或交易流程。
• 虽然提供了示例，但真正的理解来自过程控制情况的直接经验。动手实践是无价
的。
• 本手册介绍了适用于许多情况的广泛接受的统计方法。但是，用户应仔细评
估其适用性，并根据需要咨询统计专家，以确保方法符合客户要求。
5.1主动预防优于被动检测：
在过去，制造业通常依靠生产来制造产品，并依靠质量来检查最终产品并筛选出不符
合规格的物品。
这是浪费的，因为它允许在不总是可用的产品上投入时间和材料。这种 “反应性检测” 
方法侧重于在缺陷发生后识别和修复缺陷。
随着零缺陷战略的发展，人们已经认识到，通过转向 “积极预防” 的方法来减少浪费
要有效得多。
这需要了解SPC的要素，以便尽早主动监控和识别问题，从而在缺陷发生之前及时
采取纠正措施。
预防战略旨在激励组织和人们 “第一次就把事情做好”。
虽然这是一个激励人心的口号，实现这一目标需要组织中的每个人都致力于持续的
过程改进周期。
质量管理体系是组织质量工作的支柱。ISO标准，特别是ISO 9001，在推动质量保证
方面发挥着至关重要的作用。这些国际公认的标准为实施和维护有效的质量管理体
系提供了框架。
质量保证 (QA) 或质量管理 (QM) 是一个积极主动的过程，专注于通过监控和改进整
个生产过程来防止缺陷，而质量控制 (QC) 是一个被动的过程，涉及检查成品以识别
和纠正任何可能存在的缺陷，本质上是检查产品生产后是否符合质量标准。
5.2过程改进周期和过程控制：
过程改进周期是一种结构化的方法，用于识别过程中需要改进的区域，分析根本原因，
实施纠正措施，并监控结果以确保持续的有效性。相反，过程控制侧重于持续监控过
程，以将其保持在定义的参数范围内，确保一致的结果并最大程度地减少偏差。
持续改进是SPC的基本原则，由PDCA (Plan-Do-Check-Act) 驱动，也称为
Shewhart循环或戴明循环。PDCA循环应该一次又一次地重复，以推动持续改进。
以下是PDCA模型中的四个核心步骤:
• 计划: 识别机会，了解问题，并建立质量控制流程
• 做: 应用和测试一下变化，进行小规模的研究
• 检查: 回顾测试一下，分析/研究结果，并确定学到了什么
• Act: 根据所学知识采取行动，调整和改进
 
原版文件内存过大，需要的可评论区留下联系方式。 收起阅读 »

2026新的一年到了，希望一切顺利。
再努力一点，再坚持一点，再幸运一点。

这本书不错，可以读读，对个人提升还是挺大的

质量管理类书籍分享，一共260本，内存较大（4个G），有需求的保存（附件是下载链接）

答案在现场，现场有神灵。
今天一个测试问题，我们QA工程师在现场发现员工的操作不对，之前员工一直在反馈测试夹具不好用，但是没有人到现场去认真调查一下到底如何不好用。
当我们QA工程师发现这个问题后，正确的做法PE工程师说已经教过员工如何使用，员工说PE工程师教的就是现在这么做的（错误的做法）。我想PE和生产又会扯不清了，以往也发生过很多类似的事情。生产在反馈问题时，大多喜欢转述员工的话，缺少现场实地调查，也和生产的组长和主管提过很多次，一定到现场调查;PE我也提过很多次，夹治具release的流程和记录，即使是简单的也行，不能没有。似乎都没有什么效果，当发生这些类似事情的时候，PE主管也喜欢和我抱怨，当然我知道生产有些地方需要改进，当我们在认为别人做得不好的时候，先看看自己有没有可以再改进的地方。这也是我一直给team的信号，希望我们team的思维能一直进步，不断达到一个更高的水平。
  收起阅读 »

第八届新能源汽车零部件清洁度管理大会分享稿，，，，
 

今天，我想和大家分享一柄源自顶尖咨询公司麦肯锡的利剑——MECE原则，以及如何将这柄无坚不摧的思维之剑，融入我们日常的质量问题分析与解决之中，帮助我们拨开迷雾，直击要害，彻底根除那些顽固的质量“病灶”！

您是否曾面对堆积如山的次品，感到千头万绪，不知从何下手？是否在一次次“头痛医头，脚痛医脚”的整改后，发现同样的问题不久又卷土重来，令人身心俱疲？是否感觉分析报告洋洋洒洒，却总觉得遗漏了什么关键环节，或是不同部门的分析结论相互重叠、纠缠不清？

如果这些场景让您感同身受，那么，请允许我隆重介绍我们今天的主角——MECE原则。MECE，是“Mutually Exclusive, Collectively Exhaustive”的缩写，中文意为“相互独立，完全穷尽”。这不仅仅是麦肯锡顾问们解决商业难题的法宝，更是一种严谨、高效、富有穿透力的思维方式。对于我们质量人而言，掌握并运用MECE，意味着我们能将复杂棘手的质量问题，庖丁解牛般分解得清清楚楚、明明白白，确保我们的分析既无遗漏，也无重叠，从而找到问题的真正根源，制定出能够“一劳永逸”的解决方案。



告别混沌，拥抱结构：MECE 为何是质量分析的福音？

想象一下，一个复杂的质量问题，就像一片浓密的迷雾森林。如果我们仅凭直觉或零散的经验闯入，很容易迷失方向，反复在原地打转，或者只触及了问题的表象。传统的分析方法，有时会让我们陷入以下困境：

遗漏关键因素：分析不够全面，忽略了某些隐藏的、却至关重要的影响因素，导致根本原因未能找到。

重复交叉分析：不同维度或角度的分析内容相互重叠，造成资源浪费，也让思路变得混乱。

逻辑层次不清：原因和结果、主要原因和次要原因混杂在一起，难以区分主次，抓不住核心矛盾。

治标不治本：找到的只是表面现象或中间环节，未能深挖到底层逻辑，导致问题反复发作。

而MECE原则，恰似为我们绘制了一张穿越迷雾森林的精准地图。它要求我们，在分析任何一个质量问题时，必须将导致该问题的所有潜在原因，分解成若干个子类别，并且这些子类别之间要满足两个核心要求：

相互独立 (Mutually Exclusive)：每个子类别之间界限清晰，没有交叉重叠。比如，我们在分析设备原因时，就不能把“操作工未按规程操作”放进来，因为后者属于“人员”或“方法”的范畴。

完全穷尽 (Collectively Exhaustive)：所有子类别的集合，必须涵盖导致该问题的全部可能性，没有遗漏任何一个方面。我们必须确保，所有可能的原因，都能被归入我们划分的某一个类别中去。

遵循MECE原则，就像是为我们的思维搭建了一个坚实、清晰的骨架。在这个骨架之上，我们可以系统、有序地填充事实、数据和分析，确保我们的思考既有广度（完全穷尽），又有深度和精度（相互独立）。这不仅能极大地提升我们分析问题的效率和准确性，更能带给我们一种前所未有的掌控感和自信心——我们知道，我们正走在一条通往真相的、逻辑严谨的道路上！

实战演练：用 MECE 之剑斩断质量问题的根源



那么，具体该如何在质量问题分析中运用MECE原则呢？让我们一起，一步步将这柄利剑握在手中：

第一步：精准定义，锁定“靶心”

在开始任何分析之前，最重要的一步，是用清晰、具体、无歧义的语言定义我们要解决的质量问题。模糊的定义是分析失败的开端。“产品合格率下降”就不如“A型号产品在B生产线下线的最终外观检测环节，划伤缺陷率从1%上升至5%”来得精准。明确问题边界，才能为后续的MECE分解打下坚实基础。

第二步：选择框架，搭建“龙骨”

这是运用MECE的核心环节。我们需要选择一个合适的、能够满足MECE要求的分解框架，将可能导致该质量问题的所有原因进行初步分类。在质量领域，经典的“人机料法环测”（6M）框架，就是一个非常实用的MECE起点：

人 (Man)：与人员相关的因素，如技能水平、培训情况、责任心、疲劳度、操作规范遵守等。

机 (Machine)：与设备、工装、工具相关的因素，如设备精度、维护保养、磨损老化、工装设计、参数设定等。

料 (Material)：与原材料、辅料、零部件相关的因素，如供应商质量、材料规格、批次稳定性、存储条件、搬运方式等。

法 (Method)：与工作方法、工艺流程、操作指导、检验标准相关的因素，如工艺参数设置、作业指导书清晰度、流程合理性、检验方法准确性等。

环 (Environment)：与工作环境相关的因素，如温度、湿度、洁净度、光照、振动、电磁干扰等。

测 (Measurement)：与测量系统、测量过程相关的因素，如量具精度、校准状态、测量方法、数据记录准确性、MSA（测量系统分析）结果等。

这个6M框架，在宏观层面，基本做到了对制造过程影响因素的“完全穷尽”，且各要素间相对“相互独立”。当然，根据具体问题的特性，您也可以选择其他的MECE分解框架，例如：

按工艺流程分解：将问题可能发生的环节，按顺序（如：来料检验 -> 仓储 -> 上料 -> 加工 -> 清洗 -> 装配 -> 测试 -> 包装）进行划分。

按产品结构分解：将问题可能存在的部件或子系统进行划分。

按失效模式分解（结合FMEA）：依据潜在的失效模式进行分类。

关键在于，选择一个最能贴合问题本质、且最有助于深入分析的顶层MECE框架。

第三步：层层深入，绘制“问题树”

选定了顶层框架后，我们就要像绘制逻辑树一样，开始构建“问题树”。以刚才定义的“A型号产品划伤缺陷率上升”为例，如果我们选择了6M框架：

1. 顶层分支：

在问题根节点下，画出“人”、“机”、“料”、“法”、“环”、“测”六个主要分支。问自己：这六个方面是否已涵盖所有可能导致划伤的原因（穷尽）？它们之间是否有重叠（独立）？初步看是满足的。


2. 向下分解：

在每个主分支下，继续进行MECE分解。

例如，在“机”分支下，可以进一步分解为：“加工设备（如CNC）”、“搬运设备（如机械手）”、“清洁设备”、“工装夹具”等。再问自己：这些子项是否涵盖了所有可能产生划伤的“机器”相关因素？它们之间是否有重叠？

在“加工设备”下，还可以再分解为：“主轴振动过大”、“刀具磨损/崩刃”、“夹具定位不准”、“切削液污染/失效”、“程序错误”等等。继续检查MECE原则。

在“人”分支下，可以分解为：“操作技能不足”、“未按规程操作”、“责任心问题”、“疲劳操作”等。

在“法”分支下，可以分解为：“工艺参数不当（如速度、进给）”、“作业指导书不清晰/错误”、“搬运方法不当”、“清洁规程执行不到位”等。

……依此类推，对每个分支进行层层细化，确保每一层级的分解都严格遵守MECE原则。

这个过程，就像侦探在排查嫌疑人，通过严谨的逻辑分类，逐步缩小范围，将庞大复杂的问题，拆解成一个个具体、可调查、可验证的“嫌疑点”（潜在根本原因）。

第四步：验证假设，精准“打击”

问题树的末端节点，就构成了一系列关于根本原因的假设。接下来，我们需要基于这些假设，设计分析和验证计划。MECE的问题树结构，天然地为我们指明了方向：

针对“主轴振动过大”假设，需要进行设备振动检测。

针对“刀具磨损”假设，需要检查刀具寿命记录和实物状况。

针对“未按规程操作”假设，需要调阅监控录像、现场观察、与操作工访谈。

针对“材料表面硬度不均”假设，需要对不同批次或同批次不同位置的来料进行硬度测试。

通过收集数据、进行实验、现场观察等方式，逐一验证或排除这些假设。MECE结构的好处在于，一旦某个分支被证实与问题无关，我们就可以果断地将其“剪除”，集中精力去调查更有可能的区域，大大提高了分析效率。

第五步：锁定真凶，制定“根治”方案

经过系统性的验证，我们就能从问题树中识别出一个或多个被证实的根本原因。因为我们的分析是建立在MECE基础上的，所以我们更有信心，找到的是真正导致问题的“元凶”，而不是表面现象。

接下来，针对这些已确认的根本原因，我们需要制定相应的纠正和预防措施。MECE原则同样适用于解决方案的设计：

确保方案的“完全穷尽”：所有已确认的根本原因，都必须有对应的解决方案。

确保方案的“相互独立”：避免提出重复或可以合并的措施，力求方案精准、高效。

例如，如果确认根因是“刀具磨损过快”和“操作工未及时更换刀具”，那么解决方案就应包括：优化刀具材质/涂层、明确刀具更换标准和周期、加强操作工培训与考核、建立刀具管理系统等，确保每个方面都得到处理。

第六步：举一反三，应用于质量控制与预防

MECE思维不仅用于“救火”，更可以用于“防火”。在日常的质量管理工作中，我们可以运用MECE原则：

设计质量控制计划（Control Plan）：确保控制点覆盖了人机料法环测各关键要素，无遗漏。

进行潜在失效模式及后果分析（FMEA）：在识别潜在失效原因时，运用MECE框架确保思考的全面性。

优化工艺流程：分析流程各环节，确保增值活动最大化，非增值活动（浪费）最小化，且各环节职责清晰、无重叠。

构建知识库：将解决过的质量问题及其MECE分析过程、根本原因、解决方案进行结构化归档，方便日后查阅和学习。


拥抱 MECE，成就卓越质量

亲爱的质量同仁们，MECE原则并非什么神秘的魔法，它是一种需要刻意练习和培养的结构化思维习惯。它要求我们：

保持逻辑的严谨性：时刻审视自己的分类是否满足“相互独立，完全穷尽”。

拥抱迭代与优化：初次的分解可能不完美，要勇于调整和完善框架。

鼓励团队协作：邀请不同背景的同事参与，利用集体智慧，确保分解的全面性和准确性。

善用可视化工具：白板、思维导图软件等，能帮助我们更好地构建和展示MECE结构。

掌握MECE，就像是为我们的质量分析工作装上了一个强大的“逻辑引擎”。它能帮助我们：

看得更清：穿透表面现象，洞悉问题的本质结构。

想得更全：系统性思考，避免遗漏关键环节。

做得更快：聚焦核心问题，减少无效分析，提升效率。

做得更准：直击根本原因，制定有效对策，防止复发。

让我们从今天起，就将MECE原则这柄思维利剑融入我们的血液，让它成为我们分析问题、解决问题、提升质量的第二天性。想象一下，当我们面对任何质量挑战时，都能从容不迫地展开一张清晰的MECE分析蓝图，精准定位，有效出击，最终彻底攻克难关，那将是何等的专业与自豪！

告别手忙脚乱，告别反复折腾，让我们用MECE的智慧之光，照亮通往零缺陷的道路，共同铸就卓越质量的坚实丰碑！行动起来吧，用结构化的力量，让我们的质量工作焕发出全新的光彩！

认同的点个赞，喜欢和认可的点个关注，有想法的留个言，与您携手共勉！(Cloudsea18) 品质人生 收起阅读 »

各位大佬，本文仅指交流学习，如有雷同，纯属巧合。望多多指教！
本文简要概述正态分布一些相关知识，浓缩了一些书本上的知识，也增加了一些个人实际工作经验心得。
 
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），简单来说，它描述的就是正常分布，比如产品尺寸、人体体重、财富等分布，多数人都会集中在某个区间。尽管在高斯之前，有些数学家已经发现了这一规律，但高斯是第一个将其完善的人。
它是一个“高性价比”的思考工具，因为它简单易学且应用广。正态分布广泛存在于自然界、社会科学、人文科学等领域，比如动物骨骼大小、考试成绩、产品质量指标、农作物产量等数据分布大多符合这一规律。在统计推断中，它是最重要的一类概率分布，也是许多统计方法的理论基础。



01 正态分布的背景知识
平均值、方差、标准差三个部分如同土壤，会很大程度影响正态分布这棵树的生长情况。因此，在介绍正态分布前，我需要简单介绍它们（如你已掌握，可直接跳至 02正态分布的主干知识 进行阅读~）。

由于样本量的不同，平均值、方差、标准差可以分“总体”和“样本”两类。为强化对比，在后文的介绍中，我会在它们前面加上限定词，即“总体”或“样本”。如果没有限定词，那么平均值、方差、标准差所指代的就是总体的平均值、方差、标准差。
平均值
平均值（平均数）是我们的小学旧识。温故知新，因为它会在新情景下返场，因此我打算简单提一下。用简洁、严谨、优美的数学语言，一句话回顾平均值：“平均值是一组数据中所有数据之和再除以这组数据的个数，用于表示一组数据的集中趋势。”
在正态分布中，由于样本量不同，平均值又可以分为总体平均值（μ）和样本平均值（x拔）两类，两者的计算方法是一样的，只是符号有差异。小贴士：希腊字母“μ”，发音为mu，是代表总体平均值的符号；“x一横”这个符号念作“X bar”，用于代表样本平均值。
方差
方差是衡量一组数据波动大小的统计量。我们学习方差最重要的，不在于掌握繁杂的计算，而是能够根据其结果，了解所有数据的状态。
方差分为两类：总体方差和样本方差。两者的基本思路一致，但最大的差别在于样本量不同，前者是整体，后者是整体中的部分。
若x1,x2,x3......xn的平均数为μ，则总体方差可表示为：


小贴士：希腊字母“ ∑” 的小写形式为“σ”，英译音为Sigma，大小写符号都念“西格玛”。
1和10两个数字，总体平均值μ=5.5的简单例子，来看公式如何使用。



回到总体方差和样本方差区别的话题，这里举个简单的例子来说明。假设我们想知道中国人身高的标准差，但因人、财、物力有限，我们不可能把所有人都量一遍，因此，只能退而求其次，采取抽样策略，用样本标准差来推测整体，这时，我们就会用到样本方差。

样本方差和总体方差计算上略有区别，主要体现在分母上。不同于总体方差的分母为n，样本方差的分母为n-1。这里“-1”是为了修正样本方差对总体方差的估计偏差，这种现象被称为“贝塞尔校正”（Bessel's correction）。
 
这个减去的“1”，不特指任何一个数，它代表那个失去“独立客观”的维度（自由度）。

样本方差的计算公式如下：

因此，在计算样本标准差（S，即样本方差开根号）时，其分母也是n−1而不是n（即样本大小减1）。这里在后文标准差的部分还会提到。
小贴士：样本标准差的分母为什么为n-1在数学领域已被证明，是较复杂的内容，这里不做过多展开，有兴趣的读者可查阅相关资料哦~

在公式的应用过程中，你或许会觉得计算很麻烦（事实也确实如此）。好消息是，计算在方差中并不是最重要的，我们要做的，是关注总体方差（σ²）的值，并由此了解方差想告诉我们的秘密：数据内部的状态如何。

 
在投资分析中，尤其是在股票投资中，方差是一个有用的统计工具，它可以帮助投资者了解投资组合的风险水平。同样的回报率，方差越小，则风险越低。

标准差
标准差（Standard Deviation）是方差的算术平均数的平方根，也用于反映一个数据集的离散程度。标准差实际上就是方差开根。整体标准差用σ表示，样本标准差用s表示。两者的公式如图：


我们来做个三者在“总体”和“样本”符号系统区别上的总结。详见下表：

 
当我们谈论一个正态分布时，通常是在谈论一个总体的分布，而不是一个样本的分布。因此，使用 μ 来表示正态分布的均值是合适的。
均值、方差、标准差的背景介绍已结束。别走开，下节更精彩，主角闪亮登场~
 
02 正态分布的主干知识
正态分布
正态分布一种常见的连续概率分布，它在自然科学和社会科学中常用于表示未知的随机变量。若随机变量X服从一个数学期望为μ、方差为σ²的正态分布，则记为N(μ，σ²)。

正态分布的曲线呈钟型，因此人们又经常称之为“钟形曲线”。正态分布虽有无数种形态，但仍由μ（平均值）和σ（标准差）两个数值决定。其中，μ决定了正态分布的位置，σ决定了分布的幅度。理解了这一点，你就不需要单独记忆每一个正态分布图啦。

现在，让我们一起来看一些有代表性的正态分布图吧（下面的文字浓度有点高，值得多看几遍~）：
当μ=0，σ=1时，这个正态分布就是标准正态分布，（见下图红线）。
以正态分布为参考标准，μ为负则图形向左移动（见下图绿线），反之，μ为正，则图形向右移动。
μ不变，σ越小，则正态分布曲线越陡峭（见下图蓝线），图像越“高瘦”，反之则越平缓（见下图黄线），图像越“胖”。

数学语言中的“服从”是指“符合”、“遵从”的意思，一般指事物符合数学中的发展规律。
另外，数学术语中，“期望”或“数学期望”是一个重要的概念，特别是在概率论和统计学中。它表示随机变量的预期值或平均值。除了上面的例子，正态分布其实还有数种形态，但它们的模型主要由μ（平均值）和σ（标准差）两个数值决定。
 
介绍了决定正态分布曲线的关键参数后，我们再来看看关于曲线下方覆盖面积呈现的规律。在距离平均值±1的标准差（即±σ）范围内，集中着约全体68.26%的数据；距离平均值±2的标准差（即±2σ），集中着约95.45%的数据；距离平均值±3的标准差（即±3σ），包含着99.73%的数据。曲线下方覆盖的面积，在统计学上被称“置信区间”。



（1）有大约68%的可能性，动态范围不超过平均值±σ。在一个班上，一班的平均分为80分，如果标准差为5分，我们就有68%的置信度说，考虑到随机性的影响，这个班的平均成绩应落在75~85之间，而不是之外。
（2）有大约95%的可能性，动态范围不超过平均值±2σ，即两个σ的置信度是95%。做科学试验时，通常需要有95%的置信度，才能得到大家认可的结论；在产品质检中，可以通过抽样检测来估计产品的平均质量水平，并利用95%置信区间来评估这个估计的可靠性。
（3）如果我们进一步扩大误差范围到±3σ，那么这个置信度就提高到99.7%。在要求极高的实验中，我们甚至会要求达到99.7%的置信度，甚至更高.
小贴士：总体正态分布图vs样本正态分布图（符号区别）


 
03 正态分布的标准化

在02正态分布的主干知识中，我们介绍了影响正态分布形态的土壤（平均值、方差、标准差），以及由此长出的小树（正态分布的图像）。结束前，我想跟大家介绍一个与正态分布有关的常用小工具。
标准化与查表求概率
虽然通过观察图也能把握大致情况，但计算数值后会更便于理解，也方便向他人展示。好消息是，Z转换（标准化）可以实现统一尺度。
对于数据集中的每一个数值X，可使用以下公式进行标准化：


 
在这个公式中，Z是转换后的标准值，X 是原始数据点的值，μ是原始数据的平均值和σ是原始数据的标准差。
别被公式吓到，放进日常的简单应用场景就豁然开朗了。

小A参加了小学模拟考试，数学得了73分，英语得了76分。数学平均分是60分，英语平均分是68分。那么，小A的数学成绩和英文成绩，哪一个相对来说比较好呢？（得分均按照正态分布）实际上，仅这些条件是无法进行判断的，还需要能够表示全体离散程度的标准差。现在，我们假定数学是标准差为8分的正态分布，英语则是标准差为6分的正态分布。


 
用Z变换的公式可得：
数学 : （得分-平均分）÷标准差=（73-60）÷8=1.625
英语 : （得分-平均分）÷标准差=（76-68）÷6=1.333
也就是说，当标准差为1时，小A的数学、英语成绩标准差分别是1.625、1.333。不同学科的成绩转化为标准得分后，变得可比较了。
另外，用“标准得分=1”进行了标准化，“平均值”会变成什么样呢？本来，平均分根据科目的不同而不同，但以标准得分进行分布的时候，平均值为0。
因此，在对成绩进行“标准化”时，分布会变为平均值=0、标准差=1的标准正态分布。需注意的是，标准化改变的只是图的位置，比如向左或向右平移，但并不会改变“高矮胖瘦”。
完成z变换，我们就通过可以利用z值表找到对应的概率值啦。这里会用到“标准正态分布表”。
这个表是前人整理好的数据，用起来也很方便。首先，我们要看最左手列，去查阅Z至小数点后1位数，之后，我们再查最上一行，看Z的第二位小数，左右交叉得到的数，就是我们需要找的数。
 


放到小A的例子中，数学的标准差为1.625、英语的标准差为1.333。我们来试试查这个表。以数学为例，先看最左列，Z至小数点后1位数为1.6，接着，再看最上行，Z的第2位小数我取0.02，交叉得到的数就是0.9474（蓝色方框中的数）。英语的查阅方式同理，取值为0.9082。


查表后，就是分析数据了。数学取值为0.9474，英语为0.9082，即数学约处于94.74%的水平，英语处于90.82%的水平。如果参加全国数学、英语模拟考试的人有1万人，小A数学大概处于526名的位置（（1-0.9474）x10000=526名），英语处于972名的位置。用图表示更清晰，这里以数学为例：


 
 
 
  收起阅读 »

“如何让产品和服务完全满足客户需求，让质量成为我们的竞争利器，为公司的发展保驾护航？”这是让许多企业领导者揪心的问题。
“如何快速提升质量管理水平，从而彻底消除质量困扰？”这是质量工作者们一直在探讨的话题。
“如何把我部门的工作一次做对，从而顺利达成质量、成本和交付目标？”这是管理者们共同的疑问。
“我如何才能把工作一次做对，从而免受处罚并提升自己的职场竞争力？”这是众多职场人的心声。
这些问题归结起来只有一个：如何让每位员工把工作每一次都做对？
因为一次做对意谓着质量最优、成本最低、交付最快、客户满意度最高，读完本书，您将得到解决此问题的答案。
15年前，因为一次偶然的机会，我通过一家咨询机构正式接触到了零缺陷管理。
从此以后，“产品如何才能实现零缺陷？工作如何才能一次做对？”这两个问题始终萦绕在我的脑中。
为此我选择到这家机构中成为一名零缺陷咨询顾问，希望通过亲身参与咨询项目来找到这两个问题的答案。
然而，参与的项目越多，我的困惑越大，越感觉自己对零缺陷管理的理解不足，仅仅是通过培训学到的知识，实在难以有效指导客户实施零缺陷管理。
正所谓，纸上得来终觉浅，绝知此事要躬行。
于是，我决定离开这家咨询机构，将自己学到的零缺陷管理知识用于实践，在实践中摸索这套理论的应用方法，培养自己解决问题的能力。
带着这种想法，我回到深圳，加入一家民营企业M公司，担任质量总监。
这份工作给了我巨大的挑战，零缺陷的理念和巨量的客诉每天都在撕裂着我的神经。
在冥思苦想了半年后，有一天，我终于弄懂了零缺陷管理的核心落地工具即过程模式作业表，并理解了零缺陷落地的底层逻辑，那就是通过全过程的一次做对来实现最终产品和服务的零缺陷，因为所有的工作都是一个过程，过程质量决定着产品质量和服务质量。
无论是制造业还是服务业，这个规律都适用。
在此过程中，特别要感谢杨钢老师和邵凤山老师给我的帮助，正是他们提供的材料给了我启发。
在随后半年的时间内，我用这个工具指导手下的IQC[]主管对进料检验这个过程进行了优化，结果成绩显著，检验质量、效率和速度都得到了快速提升。
对我来说这是一个巨大的突破，后来我又运用此方法指导质量工程师和工厂的主管们对其它过程如前加工、测试、包装等进行了优化，同样成绩不俗。（具体过程见拙著《质量总监成长记》）
带着这种经历，我跳槽到S公司任质量总监，入职后的第一年，在得到授权后，我将这种理念和方法运用在供应链系统中，通过对生产、外协等过程的优化，取得了不错的成果，在一年时间内，将公司主力产品有源滤波器的年度返修率从8%降到0.3%，得到了公司领导层和各部门的认可，这让我信心倍增。
正准备将这些经验在全公司中推广时，我发现困难重重，公司的治理结构和文化不支持一次做对这种理念的实施，公司的三个主要股东都在公司中任职，三人互不相让，明争暗斗，自然形成了三个山头，公司中其它的人员基本上选边站队。
这种治理机制对我的工作产生了极大的困扰，我的精力被无穷无尽的争吵和扯皮耗尽了，产品零缺陷和工作零失误到底需要一个什么样的领导层和管理平台来支持？我陷入了沉思。
我深深地感受到，一个缺乏领导力的企业，单靠质量总监的努力，是无法彻底改变质量状况的。还有，再高妙的过程管理方法，如果没有管理平台的支持，也难以落地。
几年下来，我身心俱惫，但却成绩寥寥，在S公司的职业生涯呈现高开低走之势。
正在这时，深圳市A公司通过猎头找到了我，邀请我担任它的质量总监。
这是一家从事LED[]显示屏研发生产和销售的上市企业，公司重视质量，但始终不得其法，深陷质量困扰。
这对我来说，的确是一个机会，我很想借这个平台，将我理解的零缺陷理念进行全面实施，帮助它解决质量上的困扰，同时验证我对零缺陷的理解是否正确。
在深入了解公司在质量管理上的突出问题后，我启动了质量变革项目。
因为“零缺陷”这三个字，很多人都不接受，他们认为没有缺陷的东西是不存在的，尤其是LED显示屏产品，一个屏出现一定数量的死灯是客户允许且必然发生的，于是我将这个项目命名为一次做对质量文化变革项目，因为零缺陷的核心就是一次做对，这样一来变革项目更容易被大众接受。
经过近3年的努力，公司的质量损失率下降到项目启动前的20%，质量水平登上了一个台阶，在这段时间内，我也弄懂了零缺陷管理的其它核心工具和方法，如质量管理成熟度模型、质量文化建设14步法，于是我将这段经历写成了第二本书：《质量总监炼成记》。
从A公司离职后，我再度成为一名质量顾问，为企业提供质量文化变革和质量竞争力建设方面的咨询服务。
同时，我将研究了12年的零缺陷管理的理念、方法和工具进行梳理整合，输出一个模型，我将之定义为一次做对模型，诠释了如何从系统层面将工作一次做对。
在研究零缺陷管理的道路上，我终于形成了自己的理论体系，这也是本书要介绍的核心主题。
同年12月，我正式成为Z公司的质量顾问，指导其实施一次做对质量文化变革项目，我终于有机会运用此模型指导企业实施全面的质量变革，不仅针对产品质量，还针对工作质量。
要成功实施此项目，树立标杆至关重要，按质量文化建设的套路，我们在一期项目中选择了五个颇有代表性的单位进行试点，其业务涵盖生产制造、研发和技术配套BOM[
]制作等过程，既涉及到产品质量的提升，又涉及到工作质量的提升，还涉及到质量文化的打造。
经过半年多的努力，五个试点项目全部结项，均达到了业绩指标改善80%的预定目标，其中进步最大的两个项目，其改善幅度均超过了90%，在公司内形成了良好的示范效应，项目顺利进入了二期拓展阶段。
又经过半年多的努力，二期项目中绝大多数项目达成了改善80%的目标，尤其是几个获奖项目，改善幅度相当惊人，输出的结果完全达到了行业标杆水平，无论是质量、成本还是交付，均取得了大幅改善。
于是公司正式启动了三期项目。
在此过程中，Z公司的客户也出现了显著的改变，以前他们派出的监理到现场抽查时，总会发现各种各样的问题，于是他们频繁要求整改。
项目开展一年后，这些监理人员去现场，基本发现不了问题，因为所有的生产过程均按一次做对的要求进行了梳理，对影响输出结果的要素进行了识别，并制订了严格的管控要求，于是监理人员经常当面对Z公司提出表扬。
所有的这些经历，让我对这套一次做对的理论信心倍增，于是决定将此过程用小说的方式写下来，供企业领导者、各级管理者、质量工作者和和众多的职场人士学习参考。
本书的九大主题是“如何运用一次做对六步法和过程模式作业表把工作一次做对？”“如何打造一次做对质量管理系统？”“如何通过员工的自主管理实现工作质量全达标？”“如何从战略层面定义质量？”“如何运用质量竞争力模型推进质量竞争力平台的建设？”“如何运用质量文化建设14步法打造一次做对质量文化？”“如何运用质量管理成熟度模型指导供应商快速实现质量提升？”“如何通过过程优化降低产品市场故障率？”“总经理和质量总监如何认清自己的质量管理职责？”
如同我的前两本书《质量总监成长记》《质量总监炼成记》一样，本书仍以小说的方式编写，为了不给所涉及到的企业和个人带来困扰，书中所述企业和人名均为虚构。（克劳士比、杨国安等少数人物除外）
本书的故事主线，源自我给Z公司指导实施的一次做对质量文化变革项目。
文中所列举的案例，全部来自于我在此项目实施过程中的真实经历。
如何让质量成为中国企业的竞争优势，而不是变成阻碍企业成功的问题？如何快速提升质量管理水平，从而彻底解决质量困扰？其中的关键就在于让领导层形成正确的质量认知，理解一次做对的底层逻辑，并在此基础上打造一次做对系统，锤炼一次做对质量文化。
如何把部门的工作一次做对，从而顺利达成工作目标？关键在于部门管理者理解工作一次做对的方法，并有效地运用。
如何把工作一次做对，从而免受处罚并提升自己的职场竞争力？解决问题的核心在于理解过程一次做对的工具并结合自己的工作成功实施。
愿本书能帮助中国的企业领导者和质量工作者们彻底解决质量的困扰，也能帮助企业的管理者顺利达成部门工作目标，还能帮助众多的职场人士正确地的认识自己的工作，突破职场成长的天花板。 收起阅读 »

重点介绍下如何处理客诉关系？ 17年4月份到21年2月份近4年的客户异常处理经验和大家分享下，我主要是负责京东方客户服务工作的也就是客户端品质异常处理，先后对接了4任京东方的SQE ，每个人的风格都是不一样的，然而我都是对接的游刃有余，下面介绍下如何处理客户端客诉及如何维护关系！
1.第一任客户是做事能力较强，办事力度高，沟通能力强，也比较圆滑的，首先介绍下处理客诉的流程，基本是按照8D 的改善流程处理方式，接到客户投诉后，第一时间安排人员去确认问题，看问题的程度，是安排驻厂还是自己去，如果是小问题，安排驻厂就可以了，如果问题严重那么自己必须去一趟，现场确认，确认后及时沟通处理方式，是退货还是换货还是和客户掰扯问题放行等，如果确认不能使用，会不会影响产线投产运行，拉会议通知厂内第一时间备货，换货，分析原因，提出改善意见，持续追踪。好了流程都是大差不差的，主要还是和客户的沟通技巧，这个客户是比较喜欢实干型的，我也比较给力，客户发生问题二话不说积极配合，首先这个态度是有的，再次就是给客户好影像，多去拜访下，红包购物卡请客吃饭在公司资金允许的情况下不要吝啬，要积极的拓宽关系和渠道，这种客户也好沟通，只要你的东西到位是你的问题，都可以轻松化解，这就是和高智商的人打交道的好处，都是秒懂的，这样的人不要和他玩心眼，坦诚相待，事实求实的，就可以处理好关系，但是平时吃吃喝喝，偶尔要出去玩，这个关系要维护好，投其所好的。
2.一板正经的那种，像是包青天铁面无私的，这种人沟通是最费力的，你想让他放个问题是不可能的事，也不要搞哪些花花肠子不行的，正经人最讨厌的就是这一套，但是这样的也可以沟通，一是正正的把产品做好，品质保证，不要出异常，就算是出问题了，你也要处理好，有些事要么就不要说，要么就告诉他，不要说的就是装着不知道懂吧？投其所好，他可能会故意的堤防你，这个时候你就不能直接送这这送那了，要通过他旁边的朋友推荐，邀约，千万不要猴急，一定要稳住，等时机成熟，哪些事可以找哪些不可以，人都是有弱点的，我这个客户就喜欢雅，高雅，不喜欢俗套的东西，喜欢喝茶叶，喜欢养生的这种所以，只要和客户俗套了起来，事情就好办多了。
3.老滑头那种，人际较广，喜欢捞油水，这样的人不害怕事，只要你的资金到位，服务到位，事情还是好办的，包括最直接的方式那就是毛爷爷，这样的客户好服务，你只要把利益准备好，不要暴漏，该吃吃该喝喝，事情吗？办好了，你开心，办不好你也不能太强求，反正利益之上，给足他想要的东西。胃口大了，你就要少处理点事，吃吗？没事送点王八，给点虾子鱼黄鳝等野货，当然都没有毛爷爷亲。在公司的资金合理的范围办可以办的事情。
4.亲戚型，每个服务各户的最大的利益就是关系，没有关系想只靠自己的本事，那么就要累死了，这个圈子谁没有认识的人，那事情就难办死了，但是真是关系的话，反而不好处理，因为公司也知道这一点，专门利用起来，那么你就难受了，让你做些卡在中间的事，不做吧公司交不了差，做吧把自己的平朋好友得罪了，所以这个看似好做，其实事最难做的，一些红利还不能给，都是知道的，事情还必须做。这个只能靠悟性。
最后，不管处理什么样的客户，都要自己的本事过硬，别人帮你，也只是一次两次，次数多了你就要用利益去换，所以你的专业能力强，出现问题，立马分析到位，用自己的实力证明，去给改善方案，推动内部改善，当然厂内的不良，你也可以通过你的特殊手段在客户端把他消化掉，具体怎么操作，那就看你的能力了 收起阅读 »

    提到制造业的效率神话，丰田的Just In Time（准时制，JIT）生产系统始终是绕不开的标杆。它用“零库存”、“零浪费”的理念，将生产效率推向极致，成为全球工厂争相模仿的对象。 

      然而，2020年新冠疫情爆发后，丰田却因“零部件断供”被迫停产，JIT的弱点首次被大规模暴露。为何这套传奇系统会“翻车”？它真的适合所有企业吗？ [图片]JIT的三大核心原则：薄、快、准  

JIT的核心是“只在需要时，生产需要的量”，其成功依赖三大原则：  
1. 后工序领取：需求倒逼生产  
后工序像“顾客”一样，向前工序下单所需数量，前工序只生产订单量。 
效果：库存近乎为零，交货时间大幅缩短。 
例如：若装配线需要100个零件，冲压车间绝不会多生产1个，避免堆积。 

2. 单件流：像水流一样顺畅 
每个工序只处理一件产品，完成后立即传递至下一环节，杜绝停滞和返工。 
效果：问题无处隐藏，生产流程透明化。 
例如：汽车组装中，若某零件安装出错，整条线会立即停工排查，而非堆积缺陷品。 

3. 节拍时间：客户需求定节奏  
根据客户需求计算生产节奏（节拍时间=生产时间÷需求量）。 
效果：避免生产过快导致库存积压，或过慢引发延误。 
例如：若客户每天需160件产品，工厂需每3分钟完成1件，否则调整流程。 [图片]JIT的优势：省钱、高效、透明  

成本杀手：零库存省下仓储费、管理费，过剩物料浪费彻底消失。 
问题可视化：流程卡顿、缺陷品无处藏身，倒逼现场持续改进。 
交货快如闪电：从接单到交付，时间压缩至最短，客户满意度飙升。 

丰田经典案例： 通过JIT，丰田将生产线库存降至3小时用量，效率碾压传统工厂的30天库存。

JIT的致命弱点：太完美，反而脆弱  
1. 适用性局限 
非万能公式：工序少、机器主导的领域（如金属冲压）难见效。 
前提苛刻：需先实现“平准化生产”（稳定产品类型和日产量），否则流程混乱。 

2. 供应链如走钢丝  
缺货即停产：原材料库存趋近于零，一旦供应商断供，生产线秒变“瘫痪”。 
合作方必须“神同步”：分包商也需JIT模式，否则一环脱节，全盘崩溃。 

新冠暴露的“阿喀琉斯之踵”
2020年疫情中，物流停滞导致丰田19条生产线停产3天。  
教训：极端情况下，零库存=高风险，企业需在效率与韧性间重新权衡。 [图片]未来JIT：从“极致精简”到“灵活生存” 

疫情后，制造业开始反思：JIT是否需要进化？
安全库存：保留关键零部件缓冲库存，应对突发风险。 
供应链多元化：分散供应商，避免“鸡蛋全放一个篮子”。 
数字技术加持：用IoT和AI预测需求，动态调整生产节奏。 
丰田新策略：部分工厂已引入“应急库存”，并加强供应商地域多样性。 

JIT不是答案，而是选择。  

JIT仍是制造业的效率标杆，但它并非“放之四海而皆准”。企业需结合自身特点：  
适合场景：流程复杂、需求稳定、供应链可控的领域。 
慎重选择：若供应链脆弱或波动剧烈，盲目追求JIT可能适得其反。
疫情教会我们：极致效率与抗风险能力，从来都是一场平衡的艺术。 
 
你在推行JIT生产方式中有什么感悟和想法？欢迎在评论区分享
点击关注，获取更多制造业干货！ 收起阅读 »

质量工作者需要具备的六个职业素养
1、敏感度。
质量工作者对于产品及整个生产流程要有高度的敏感度，制造部门负责生产，质检员负责检查，质量工作者应作为第三方监察，需要能够识别风险，识别潜在的隐患，甚至是能够预见产品流通到终端客户手上之后可能会出现的问题。这样说看上去很难，但是无论如何，作为一名优秀的质量人，必须要有这样的意识，朝着这个方向去做，其他单位的人员看到的是表面，干质量的你一定要通过表象看到本质。想要在敏感度上有一定的建树，没有窍门，只有不断的学习、总结、实践，要对原材料、产品、流程、客户应用等环节绝对的熟悉，才能提高敏感度，预见未来。
2、强意识。
凡是别扭的地方，一定是有问题的。举例说明1，在车间做巡查的时候，三五个人在围着一框产品在看的时候，一定是有问题，要么材料用错了、要么混料、要么批量性不良；举例2，作业人员在焦躁或者神色慌张的处理产品、操作设备时，不时的抬起头，四下张望，一定有问题。我们都是知道4M变更要重点关注，但是4M变更可以大致分成五个阶段，报备期、考评期、量产期、成熟期、稳定期，大多数人会在考评期花大量的功夫，这也是无可厚非的，但是优秀的质量人，应该要花更多的时间去确认量产期的状况，因为大多数人在干的事情，其实不用过多参与，容易盲从，而且参与的人数多，识别到的问题和风险自然就多，往往当大家要放松警惕的时候，质量人较强的意识就要体现出来了，所以变更后的量产期，是质量人更应该花时间确认、重点跟进的，因为这个时候的产品会直接的、批量的面向整个市场。但是强的质量意识该如何形成？我认为最主要的是责任心，就是有没有想把质量做好的强烈愿望，这种意愿到底能多强，这都取决于个人，所以有的人，一辈子也不适合做质量工作。
3、肯专研。
老师傅说，作为一名优秀的质量工作者，必须要有刨根究底的决心。生产现场有形形色色的问题等待着我们去解决，随着企业不断的发展，一定会产生新的产品问题、流程上的问题，原有的顽疾也没有能够根治，留到现有质量人手上的问题，有可能更难解决，因为前面已经有无数人“死”在这上面了。但是，质量同胞们，当所有人都放弃的时候，最后一个站在现场寻找真因的、寻找解决方案的，一定是那个干质量的人，不断的观察，不断的验证，反复专研，就一定能找到解决问题的方法，日有所思，有的问题甚至是在睡梦中得到答案的。有志者事竟成，破釜沉舟，百二秦关终属楚；苦心人天不负，卧薪尝胆，三千越甲可吞吴（借用稍有不恰，意思接近）。
4、有勇气。
质量工作者在实施工作准则的过程中会遇到诸多的阻力。一线的质量工作者接触的更多的是操作人员、班组长，有的人并不能理解一些质量上的要求，这个时候会发生很多的冲突，早些年的时候，甚至会遭到一些人身攻击和威胁，“狗腿子……下班不要走，老子在厂门口等”之类的话，还是会产生一定的压力。中层的质量工作者更多的会面对来自产线、工艺、交付的压力，有的时候甚至是为了一个问题争执不下，面红耳赤，拍桌翻脸，越是这种时候，质量工作者要勇往直前，不退缩，在坚守品质底线的同时，也是在为企业做贡献。所以要清楚，今天我们不是为了自己的私欲在和对方据理力争，为的是工作，为的是企业，为的是质量人的尊严。
5、守原则。
这一条其实和有勇气是相辅相成的，质量工作在实施的过程中，至少会面临三种以上的工作原则需要去坚守，不能动摇，不能模棱两可。一是流程上的原则，二是品质制度的实施，三是产品标准的执行。流程原则包含工作流程和产品生产流程，例如材料来料要经过仓库核对、IQC检查、入库、产线领料、仓库发料等，这个就是工作的流程；还有就是产品的生产流程，产品要先组装、检测、外观全检、包装等类似；品质标准的执行，这个就比较清晰，不做过多赘述。这种时候如果有人想要跳过其中的某个环节，直接进行下一环节的，这情况是绝对不允许的，不论是谁，都不能逾越，质量工作者必须要能够守得住这个底线。在坚守原则的过程中，可能会面临来自内外的压力，外在的压力来自对立部门，有威慑性的、有情面上的；内在的压力来自人的天性，工作的原则和质量工作者个人性格可能发生冲突，比如个人性格是随和的，但是工作原则却是要求你不能随和，不行就是不行，这个时候就会感到不舒服，有压力，但是越是这种情况，越要清晰、理性，即使内在感受上再怎么不舒适，也必须以工作原则为准。另外，长期坚守工作原则的人，最后面都会得到大家的理解和尊重的。
6、会总结。
对工作进行总结、分析、输出，是非常重要的事情，质量工作者应该要做到日总结、周总结、月总结，个人的总结不一定要做到上纲上线，但是一定要坚持做，类似于工作汇报一样，每天坚持总结，输出，今天做了哪些事情？哪些事情做好了？哪些事情没有做好？明天要做哪些事情？诸如此类。长期做工作总结，除了能增加工作的记忆点以外，还能够提升个人思考问题的逻辑性，比较好的分清楚事情的轻重缓急。阶段性的总结主要分有周、月、季度、半年度、年度等时段，这种时候的总结覆盖的领域会更加的广，有跨部门的，甚至是全公司范围的，质量工作者需要在这种时候输出关键点，类似于TOP3问题点，关键缺陷，外部重点关注的事项等，给到各单位作为改进的指引，并且定期回顾，确认执行的进度和有效性，然后再总结，再分析，再输出，所以在PDCA之前，应该先要先有总结（summarize），SPDCA循环。 收起阅读 »

先说结论：业务流程管理是企业数字化转型的关键成功要素。

为什么这么说呢？

因为从企业价值链角度看，企业存在的前提是是产品和服务能为客户创造价值，而产品和服务创新是一个整体的流程体系。

企业要想实现核心竞争力的持续提升，就必须通过商业模式创新和数宇技术创新相结合的方式，这种方式能达到对外优化客户体验和对内降本增效的目的。

而商业模式创新的核心内容之一就是业务流程的再造和重塑，以实现改善客户触点体验和敏捷业务运营的数字化转型目标。


数字时代，企业更需要的是能够将正确的流程思维和数字创新相结合的复合型人才，这种人才才能够使企业的数字化转型真正做到业务运营的降本增效和客户体验的改善提升。


同样，当前我们处于VUCA时代，通过流程快速响应客户需求、提升团队协作和应变能力，是组织成功的关键要素；如何及时识别问题、解決问题，并推进管理和业务的持续迭代优化，也成为管理者的必备技能。因此，企业越来越需要具备流程思维和问题解決能力的人才。


理解流程思维的9个关键词：

目标：以终为始地识别客户价值，树立正确的流程目标。
协同：在整体目标的引领下，实现以流程为中心的高效协同。
结构化：厘清业务过程的逻辑关系，形成过程的闭环管理。
系统：从整体视角理解企业战略、组织、流程与1的支撑关系，形成环环相扣的企业流程运营全景图。
融合：以流程实现对其他管理体系的集成，打造企业一体化的行动指南。
数据：基于流程进行数据采集，通过数据分析进行流程创新。
连接：通过互联网实现组织边界的打破、端到端的延伸、从企业级端到端流程到产业级价值链的优化与数字化升级。
开放：打造与客户充分互动的流程，实现交互式创新与共创。
迭代：通过例外管理例行化与动态演化，实现企业的可持续积累与创新发展。


以上内容节选自《流程管理》，推荐阅读原文。 收起阅读 »

产品的质量主要由以下要素组成：

· Performance 性能 ：产品的基本功能和能力。 

   例如，智能手机的处理速度、相机的图像质量或空调的冷却能力。

Reliability 可靠性 ：产品稳定运行而不出现故障的能力。 

能否承受长期使用，是否需要经常维修是评价的关键点。

Durability 耐用性 ：产品长期使用的能力。

这包括产品的使用寿命和耐磨性。

Security 安全性：使用产品而不对人体或环境产生不利影响的能力。

评估产品是否符合安全标准和有害物质的使用。

Ease Of Use 易用性：产品易于操作和使用的能力。

直观的控制界面和易于理解的说明很重要。

Devise 设计：评估商品的外观、形状和颜色是否符合买家的偏好和审美。

Price 价格：评估产品的价格是否适合买家并且是否值得。



 
工作质量主要包括以下要素：

Accuracy 准确性：准确无误地执行任务的能力。 错误的发生率和返工的频率是评估的重点。

Velocity 速度：快速处理任务的能力，评估处理时间和准时送达率。

Cost 成本：有效管理运营成本的能力，降低人工、材料和设备成本非常重要。

Customer Response 客户响应：能够适当、快速地响应客户查询和投诉。这是与提高客户满意度直接相关的重要因素。

      这些因素的重要性因产品和业务而异。 例如，安全性在机械设备中尤为重要，食品的安全性以及客户服务在餐饮业中尤为重要。 了解每个产品和业务的特点并思考哪些要素应该专注于改进是质量控制的第一步。
  收起阅读 »

以下文章来源于陈果George ，作者GEORGE陈果

来源：陈果George


导读：现代企业之间的竞争就是供应链之间的竞争，现代企业之间的竞争就是管理竞争，一句话企业的核心能力就是对供应链的管理水平。


ERP在中国已经普及了很多年，虽然国内市场上项目越做越多，顾问资源也越来越多，然而很多企业的应用水平和前些年相比，功能越用越浅。导致这样的现象，既有软件公司为了搞软件收入的快钱，怂恿用户企业一次性上太多模块，贪多嚼不烂的原因，也有实施公司扩张太快，人才流失太频繁，项目管理和变革管理经验都不足的原因。其中，有个重要原因是企业方用户的培训不到位，对博大精深的ERP管理思想和复杂的应用软件理解不足，提不出高质量的应用需求，找不到管理变革的价值点。


我刚进ERP实施这行时，当时的行规是ERP实施项目开始前，咨询公司要求企业方必须要有深入了解软件功能、具备实施顾问水平的内部顾问，企业内这样的人不到位，项目都不能启动。这种做法并不是实施公司摆谱，而是项目实施质量的保障。为此，企业在启动ERP项目前，要不一定要招募到合适的内部顾问，要不送人到原厂接受原厂标准认证培训。在那个时候，购买ERP软件要求原厂赠送认证顾问培训也是业内行规，我在2002年参加SAP认证顾问培训时，班上的同学一半来自咨询公司，一半就是来自各家准备启动实施项目的企业。


然而现在这种行规似乎在国内企业里都很难看到了，很多企业用了ERP很多年，都没建立起来内部顾问团队，内部没有精通系统的人才，也提不出高质量的业务优化方案。


ERP的培训由浅入深一般分为三级；软件原厂商有自己的三级培训课程体系和教材，企业也可以根据实际情况来开发：

一级培训（K1）——经理人和用户培训：ERP软件的总体概念理解，名词术语，基本操作方法
二级培训（K2）——关键用户培训：财务、管理会计、销售分销、物料管理、供应链管理等分模块的详细功能培训，按模块开设，可以达到利用标准功能来解决业务问题，提出新方案设计需求的水平
三级培训（K3）——顾问水平培训：掌握ERP系统的后台配置能力，通常一个业务模块里有若干门专题课程，即实施顾问的水平，可以根据用户提出的需求来开发并交付方案


企业在ERP实施前、实施中、实施后，都应该建立ERP培训体系。IT部门应该和人力资源部门、企业大学等职能紧密合作，ERP培训是企业运营管理体系、业务流程管理体系和数字化应用的基础，也是ERP应用成功的关键。 收起阅读 »

网上看到一个帖子，讨论来料检验（IQC）是否应该作为PFMEA的一个工序进行失效分析？




先要问一问，IQC有没有风险？

当然有！

特别是一些特殊零件更是需要严格做IQC，其过程就充满风险。只要有风险，用风险分析工具非常合理，PFMEA就是风险分析的工具之一，所以IQC 等检验和测试工序都可以加入到 PFMEA 里进行分析的，有些审核员还会因为缺少检验工序分析开不符合项。




那么IQC的PFMEA分析什么呢？

是错检漏检吗？

答案是否定的！




错检漏检属于MSA范畴之内的，漏检更多的原因是抽样方案问题。




IQC过程应该怎么做潜在失效分析呢？




参考BOSCH对PFMEA的分类，检验过程属于搬运过程的物流FMEA，其失效模式包括：

检验过程不能对产品造成破坏，比如你检测时候会不会将零件划伤了，混放了，掉落摔伤了等等；测量系统的波动；存放条件、时间等导致材料、产品失效的风险评估等。




以上内容仅供参考，欢迎讨论。 收起阅读 »

APQP（Advanced Product Quality Planning）和NPI（New Product Introduction）是产品开发和质量管理领域中常用的概念，它们之间存在密切的关系。

APQP 是一种系统化的方法，用于确保产品开发过程中考虑到产品质量、客户需求和生产能力。APQP的主要目标是通过在产品开发过程中进行有效的计划和控制，降低开发风险，提高最终产品的质量。APQP通常包括以下几个阶段：

规划与定义：定义客户需求、市场调研和项目计划及可行性。
产品设计与开发：进行产品设计、验证和可行性分析。
过程设计与开发：规划制造过程以及相关流程。
产品和过程验证：进行小批量生产和试运行，确保设计和生产过程符合要求。
反馈、评估与改进：收集市场反馈，进行持续改进。

NPI涵盖的是一个更广泛的框架，其中包括产品的整个生命周期管理，包括市场需求分析、设计开发、生产过程优化以及市场推广。NPI的目标是确保新产品能够顺利从概念阶段转化为市场可用的产品，通常包括以下几个阶段：

概念开发：市场研究、需求分析和初步设计。
产品开发：详细设计和样品制造。
生产准备：生产流程的规划、设备的准备和员工资质的确认。
产品发布：将产品推向市场，进行销售和推广。

APQP与NPI的关系

互补性：APQP是NPI过程中一个重要的组成部分，提供了一系列方法和工具，帮助团队在产品开发各个阶段进行有效的质量规划和控制。在NPI过程中，使用APQP可以确保在设计和制造阶段充分考虑客户的需求和期望。而NPI则是关注新产品的整体引入和市场化。
阶段重叠：APQP通常分为五个主要阶段，涉及从策划到产品验证的整个过程。这五个阶段与NPI流程中的各个步骤相对应，对新产品的成功引入至关重要。 APQP的方法可以在NPI的多个阶段中应用，以确保在产品设计和生产过程中，所有的质量要求和客户期望得到满足。
共同目标：在NPI的各个阶段，如概念开发、详细设计和生产准备过程中，APQP所提供的工具和方法（如FMEA、控制计划等）可以帮助识别和降低风险，从而提高产品的成功概率。二者的共同目标都是确保客户满意度和产品成功。


结论：

简单来说，APQP是NPI过程中的一个重要组成部分，两者相辅相成。APQP为NPI提供了质量管理的框架和工具，而NPI则为APQP提供了更广泛的市场和产品引入背景。通过将两者有效结合，企业能够提高新产品的成功率和市场竞争力。 收起阅读 »

MSA作为AIAG六大工具之一，重要性不言而喻，但真正用好这个工具的公司并不多…

测量系统分析（MSA）-Measurement System Analysis，在质量管理和控制中扮演着极其重要的角色，以下几点概述了其重要性：

1. **确保数据准确性**：MSA可以帮助识别和减少测量系统中的误差，确保数据的准确性和可信度。

2. **提高过程控制**：准确的测量数据是过程控制的基础，良好的MSA能分辨有多少变差是测量系统的，有多少变差是过程的，从而显著提高过程控制的有效性。

3. **减少生产成本**：通过识别测量系统中的误差，可以减少由于错误数据导致的生产成本，如返工和废品率。

4. **支持管理决策**：基于准确的测量数据，管理层可以做出更加科学和可靠的决策。

5. **满足标准和法规要求**：许多行业标准和法规要求进行MSA，以确保产品质量和一致性，如IATF16949。

6. **提升客户满意度**：通过确保产品质量的一致性和可靠性，MSA间接提升了客户满意度和忠诚度。

总的来说，MSA是保证质量管理体系有效运行的关键环节之一，也是众多客户PPAP认可的必须提交的资料文件。 收起阅读 »

       来自ISO/TC176的最新信息，ISO 9001新版标准预计于2026年9月发布！

       ISO 9001质量管理体系国际标准由国际标准化组织质量管理和质量保证技术委员会（ISO/TC 176）负责组织制定，是全球应用最广泛的管理体系标准，适用于任何行业、任何规模的组织建立和改进质量管理体系。该标准于1987年首次发布，期间经历了数次修订，现行版本ISO 9001:2015为第5版。
 
一、 ISO 9001修订工作动态

       2023年11月，ISO/TC 176/SC 2（管理体系分技术委员会）成立WG 29“ISO 9001修订”工作组，正式启动ISO 9001国际标准的修订工作。包括形成工作草案WD（Working Draft）、委员会草案CD（ Committee Draft）、国际标准草案DIS（Draft for International Standard）和国际标准最终草案FDIS（Final Draft for International Standard）四个阶段。
       2023年12月，WG29工作组在英国伦敦召开第一次会议，形成WD。
       2024年2月至4月，WG29工作组对征集的意见进行审议，形成CD并于5月发布。
       2024年8月，ISO/TC 176/SC 2基于CD投票的结果及意见，决定启动ISO 9001的第二个CD。
       2024年9月26-27日，ISO/TC 176/SC 2/WG 29（管理体系分技术委员会ISO 9001修订工作组）通过Zoom远程召开了第7次会议，继续处理委员会草案阶段收到的剩余意见。在两天的会议中，共有56名成员参加，代表了31个国家标准机构和5个联络组织。会议提出了修订后的项目时间表。标准开发周期已延长至36个月，包含第二个CD阶段。目前计划将于2026年9月完成FDIS，发布最新版ISO 9001。下一次WG 29会议将于11月和12月举行，届时将最终确定第二个CD的内容。


图片来自ISO官网

二、ISO 9001修订主要变化
……
查看完整版三步走：


  收起阅读 »

基础必修
1. 数据可视化
2. 数据导入与处理
3. 基本统计知识

核心专业
1. MSA
2. SPC

选修内容
1. 六西格玛
2. 大数据/预测建模
3. DOE 实验设计
4. 自动化分析

给自己半年时间，规划以上课程内容主题的学习，将会有意想不到的收获哦~

参考软件：
JMP

参考课程：
质量工程师学习路径 | 《从0到1，成为高阶工程师的8门必修课》
质量工程师的质量改善与六西格玛分析必修课 收起阅读 »

对于一家初创企业，每次客户审核都是一次业务机会，甚至都关系到公司在这个行业的生死存亡。
非常幸运，3年多的时间，大大小小的主机厂，tier1审核超过30次，均获得通过，并得到了客户的一致好评，有几家客户甚至以超出预期来表达对我们的肯定。
21年，四维，上汽大通，凯翼，JAC等
22年，CC, BYD, Conti,Geely,BAIC等
23年，南VW ,北VW, DFL 哪吒 等
24年，SAIC，粗粮等
正是有这些审核的一次通过，公司在这三年成功做到了细分市场的NO.1
而我个人，从工厂装修，工艺设备评审，品质系统搭建，无数个日日夜夜的历练，最终百炼成钢，获得客户的一致好评。
未完,待续......
 
  收起阅读 »

"细节决定成败"是一句俗语，也是一种哲理，指的是讲究细节能决定事件的走向。

有一首民谣是这样的：
少了一个钉子，坏了一只蹄铁；
坏了一只蹄铁，折了一匹战马；
折了一匹战马，伤了一位国王；
伤了一位国王，输了一场战争；
输了一场战争，亡了一个帝国。

说的是1485年，英国国王理查三世要面临一场重要的战争，这场战争关系到国家的生死存亡。

在战斗开始之前，国王让马夫去备好自己最喜爱的战马。马夫立即找到铁匠，吩咐他快点给马掌钉上马蹄铁。铁匠先钉了三个马掌，在钉第四个时发现还缺了一个钉子，马掌当然不牢固。

马夫将这个情况报告给国王，眼看战斗即将开始，国王根本就来不得及在意这第四个马蹄铁，就匆匆赶回战场了。战场上，国王骑着马领着他的士兵冲锋陷阵。突然间，一只马蹄铁脱落了，战马仰身跌翻在地，国王也被重重地摔在了地上。一见国王倒下，士兵们就自顾自地逃命去了，整支军队在一瞬间土崩瓦解。敌军趁机反击，并在战斗中俘虏了国王。
国王此时才意识到那颗钉子的重要性，就这样，理查三世的国家就败在了一颗小小的马蹄钉上。

这是一个典型的细节决定成败的小故事，简单易懂。

我们做软件系统也是如此，很多系统的功能模块基本相同，流程看上去也大同小异，似乎用哪一家都可以满足业务需求。
但实际使用起来体验相去甚远，优秀的系统正是赢在细节：流程设计是否考虑全面，权限设计是否合规合理，用户界面是否操作便捷…

也欢迎大家联系我们，免费试用软件。
 


  收起阅读 »

使用EXCEL的公式计算功能，自动完成1人5次10工件的GRR分析工作，使用时，只需输入测量数据及其相关信息即可！

作为一名深深安全人，向大家推荐安全生产十大法则理论，很具有指导意义。

工贸企业常见十大类安全生产事故隐患排查及治理措施