你真的会使用5WHY吗？
本文导读：人们对于5WHY的认知只是停留在“理念”层面上， 5WHY实际上还远没有发挥出一个问题解决工具所应有的“生产力”！这是为什么呢？因为存在下列误区还没有弄清楚：
应当什么时候使用5WHY？
怎样才能不漏掉原因？
到底应当问几个WHY？
怎样才能简洁、高效地使用5WHY？
作者现在就想通过本文，来向大家将这些误区一一澄清。
大家知道，5WHY是一种原因分析方法，先介绍一下5WHY分析法的由来：
在一次日本丰田汽车的新闻发布会上，有人向丰田的前社长大野耐一问：“丰田公司的汽车质量怎么会这么好？”他回答说：“我碰到问题至少要问5个为什么。”大野耐一总是爱在车间走来走去，停下来向工人发问。有一次，大野耐一在生产线上发现机器总是停转，虽然修过多次，但仍不见好转。于是，大野耐一与工人进行了以下问答：
一问：为什么机器停了？
答：因为超过了负荷，保险丝就断了。
二问：为什么超负荷呢？
答：因为轴承的润滑不够。
三问：为什么润滑不够？
答：因为润滑泵吸不上油来。
四问：为什么吸不上油来？
答：因为油泵轴磨损、松动了。
五问：为什么磨损了呢？
答：因为没有安装过滤器，混进了铁屑等杂质。
经过连续五次不停的问“为什么”，才找到问题的真正原因和解决的方法，在油泵上安装过滤器。大野耐一反复地就一个问题问“为什么”，直到回答令他满意，被他问到的人也心里明白为止——这就是著名的“五个为什么”的起源。所以，5why也被称为：丰田5问法。
然而，一直以来，人们对于5WHY的认知只是停留在“理念”层面上， 5WHY实际上还远没有发挥出一个问题解决工具所应有的“生产力”！这是为什么呢？
因为存在下列误区还没有弄清楚：
应当什么时候使用5WHY？
怎样才能不漏掉原因？
到底应当问几个WHY？
怎样才能简洁、高效地使用5WHY？
作者现在就想通过本文，来向大家将这些误区一一澄清，其中所举的例子均来自于制造业场景，尽管其中的理念也是适用于工作和生活的其他方面。
1、什么时候使用5WHY？
从本质上来说，5WHY是在分析根本原因时使用的工具，对于简单问题，我们可以直接使用它就可以了，但是对于复杂的问题，其根本原因往往是“隐藏”得很深的，我们需要先定位问题所在，再找到问题的直接原因，再使用5WHY工具，像剥洋葱追似地一层层分析它的根本原因，这样的问题分析策略，才真正适用于复杂问题的解决。下面是一个燃机叶片高温强度过低的问题的分析流程示意图：
从功能不达标的产品上定位缺陷，从整个制造流程中相关的制造环节（可能需要多层次的制造流程分解）中定位具体的产生缺陷的工序，采用5M1E的方法，找到直接原因，最后再使用5WHY进行根本原因的分析。
试想：如果我们在此问题上，即在整个功能不达标的燃机上直接使用5WHY会出现什么样的情况呢？那样将把一个5WHY搞得超级复杂，会被搞得超级头大！
因此，5WHY，是在找到问题的直接原因之后才使用的。
在对制造业中的复杂问题进行分析时，推荐5WHY与其他工具，如鱼骨图等配合使用，如下图所示：
也就是说， 复杂问题的解决，是一个可疑因子的过滤过程，通过一级级的过滤，最后剩下的就是我们所要寻找的根本原因。在这里必须要强调的是要一级级地进行，在后面我们还要展开讨论。
另外，可以在PFMEA中的失效起因的分析时使用，在新版FMEA（AIAG-VDA FMEA）中，失效起因是按照过程因素4M来分析的。
然而，如果失效起因仅仅是停留在4M过程要素中，往往是不彻底的，作者建议大家在此基础上，使用5WHY继续展开分析，这样所制定的控制措施才能真正预防失效模式的发生。下面是一个来自于新版FMEA手册中的简单的PFMEA例子，原例子中，失效起因只是分析到压入设备没有压到位，其实如果采取预防措施，我们还需要在手册的基础上继续展开分析。
2、5WHY分析时，怎样才能不漏掉原因？
分析原因时，总是分析不全面，那么要注意以下几个重要的原则：
1）从问题发生的基本原理展开，而不是只从熟悉的、第一念头能想到的地方开始展开这样可以防止遗漏同级原因。这一条原则，也叫做“第一性原理”，它往往是从纯物理或者化学层面上开始的。
例如，为什么在某条线路上总是打保险，但是又总是找不到原因呢？这是因为人们总是想到的原因是电路的中电流过大，存在过载或者短路，于是就去检查电路中的用电器，这样就会在一开始就遗漏掉50%的原因！其实，还应当考虑保险丝本身的问题！
完整的分析就是从“最基本的原理”上开始的，保险丝熔断，从本质上来讲，就是当前的保险丝不能耐受住电流所产生的电阻热：
下面这个钟表走慢的案例，请读者自己来采用上述方法展开分析，注意，表是由电池驱动的：
2）必须逐级展开，不能存在跳跃
5WHY原因分析，必须层层展开，中间不能存在跳跃，否则就会漏掉原因，或者得出错误的判断。
先举一个生活中的例子。一家祖孙三代的家庭，本来那位爷爷应当享受天伦之乐的，然而并没有！因为他怀疑自己的孙子不是自家儿子的，就带着孙子去医院做了亲子鉴定，发现其孙与自己真的没有基因上的联系！回到家后，他就对他的儿媳也表现出来了，儿媳实在气不过啊，硬逼着他的老公与她的公爹做了一次亲子鉴定，发现他们爷俩根本就不是父子关系！这下才终于真相大白啦。
这个案例说明了分析原因必须层层展开，如果是越级，就会得出错误的结论，如下图所示：
正确的分析应当是这样的：
同样是上面这个保险丝的案例，如果在保险丝被熔断时，直接在第一步就想到有短路发生，就去检查和验证是否存在短路，那么就会遗漏掉其他的原因，如果经检查没有短路发生，再回来从头分析，这种分析方法是不是不少工程师的日常工作方式呢？这是不符合系统思维的！
3）两种反问
在5WHY的分析过程中，当从前层原因（Xa）导出它的后层原因(Xb)后，我们需要来两次反问：
如果存在Xb，Xa一定会发生吗？这样可以防止遗漏“与门”原因。
例如，为什么家中被盗了？因为社会治安不好！这时应当反过问：社会治安不好就一定会被盗吗？当然不一定，还应有“防盗措施不到位”这个原因吧。只有社会治安与防盗措施不到位这两个原因同时存在，才会发生家中被盗的事情。
这样分析的好处是显而易见的：一旦原因之间是“与”的关系，我们就可以针对其中一个容易实现的原因来制定措施，比如，加装安防系统、防盗门、防盗网等，而社会治安的原因不是个人所能改变的。
如果不存在Xb，Xb一定不会发生吗？这样可以防止遗漏“或门”原因。
例如，为什么塑料外壳上的螺丝脱落了？因为打螺丝的扭矩过低！反过来问：如果打螺丝的扭矩不过低，就一定不会产生螺丝脱落的问题吗？这不一定吧！
通过反问，找到或门关系的原因，对于我们解决问题的好处是：必须针对每个原因都制定措施才能真正预防问题的发生，这对于FMEA的失效起因分析也尤其重要。
3、到底应当问几个WHY？
有不少人会存在一种误解，5个为什么，就必须或至少问出5个，否则就无法找到根本原因！或者是领导或客户在审核下属或供应商提交过来的8D分析过程时，发现不够5WHY，就主观地认为分析不够彻底。这都是对5WHY方法的错误认知！
那么，到底有没有一种方法，来度量或确认所做的分析是否彻底呢？
这就要回到我们使用5WHY的初心 — 根本原因上来。什么叫根本原因？只有能够针对这种原因制定出预防措施，且这种预防措施从原理上来说可以防止同样的问题再次发生，那么这种原因就是根本原因，因此，这要看到第几个WHY就可以问到这种“根本原因”了。
例如下面这个例子中，已经问了4个WHY了，请问已经满足上述条件了吗？
很显然，针对没有盖子，我们的措施是加上盖子，这样一旦加油后忘记盖上盖子，盖子还是会丢失的，案例中的问题还是会出现的！因此，应当继续问。
这样针对最后一层的原因“油箱盖子没有永久连接到箱体上”所制定的措施，就是“用铁链将盖子连接到箱体上”，请问：盖子以后还会丢失吗？这个问题实际上是问到6个WHY的时候就解决了。
当然，上述问题如果继续问下去，一定还是可以问的，不过这是没有必要的，只要将“用链子连接”这个要求固化到设计文件中去，问题可以永久性彻底解决了。
如果问出一个WHY后，不能或者不能经济地制定出针对这个原因的预防措施，那么，我们还需要再问一步WHY，也就是将上一问进行细化或分解。
例如，有一天在你家附近的一个上坡路段，车子爬坡时爬上不去，为什么呢？与平时相比，车子的动力有了下降！这时你能直接针对动力不足采取措施吗？这个措施只能是更换发动机或者换一辆汽车，这都是不现实的！若再进一步问WHY，可能发动机喷嘴处有积碳！经检查确认后，你可以进行处理，当然，若想从根本上解决，还要问为什么，又发现是所用的燃油杂质太多所致，以后加高排号的燃油，同时添加燃油宝。
4、怎样才能简洁、高效地使用5WHY？
只有当一层层地问WHY，问到根本原因时才采取措施，那么，到时候会有太多的“末端原因”，到时候会让人超级头大！
因此，需要遵循“三现”-现物、现场、现实的原则，每问完一级WHY，就去验证和确认，排除掉不显著的原因，对显著的原因继续问下一级WHY，以此类推，这样的5WHY分析，才能成为解决问题的高效工具！
对上面的这个汽车动力不足的例子继续分析如下：
本文至此，相关的5WHY的要点就介绍完了。5WHY是原因分析法，是完全可以用于实战的，不应只是停留在理念这个层面上。 收起阅读 »
应当什么时候使用5WHY？
怎样才能不漏掉原因？
到底应当问几个WHY？
怎样才能简洁、高效地使用5WHY？
作者现在就想通过本文，来向大家将这些误区一一澄清。
大家知道，5WHY是一种原因分析方法，先介绍一下5WHY分析法的由来：
在一次日本丰田汽车的新闻发布会上，有人向丰田的前社长大野耐一问：“丰田公司的汽车质量怎么会这么好？”他回答说：“我碰到问题至少要问5个为什么。”大野耐一总是爱在车间走来走去，停下来向工人发问。有一次，大野耐一在生产线上发现机器总是停转，虽然修过多次，但仍不见好转。于是，大野耐一与工人进行了以下问答：
一问：为什么机器停了？
答：因为超过了负荷，保险丝就断了。
二问：为什么超负荷呢？
答：因为轴承的润滑不够。
三问：为什么润滑不够？
答：因为润滑泵吸不上油来。
四问：为什么吸不上油来？
答：因为油泵轴磨损、松动了。
五问：为什么磨损了呢？
答：因为没有安装过滤器，混进了铁屑等杂质。
经过连续五次不停的问“为什么”，才找到问题的真正原因和解决的方法，在油泵上安装过滤器。大野耐一反复地就一个问题问“为什么”，直到回答令他满意，被他问到的人也心里明白为止——这就是著名的“五个为什么”的起源。所以，5why也被称为：丰田5问法。
然而，一直以来，人们对于5WHY的认知只是停留在“理念”层面上， 5WHY实际上还远没有发挥出一个问题解决工具所应有的“生产力”！这是为什么呢？
因为存在下列误区还没有弄清楚：
应当什么时候使用5WHY？
怎样才能不漏掉原因？
到底应当问几个WHY？
怎样才能简洁、高效地使用5WHY？
作者现在就想通过本文，来向大家将这些误区一一澄清，其中所举的例子均来自于制造业场景，尽管其中的理念也是适用于工作和生活的其他方面。
1、什么时候使用5WHY？
从本质上来说，5WHY是在分析根本原因时使用的工具，对于简单问题，我们可以直接使用它就可以了，但是对于复杂的问题，其根本原因往往是“隐藏”得很深的，我们需要先定位问题所在，再找到问题的直接原因，再使用5WHY工具，像剥洋葱追似地一层层分析它的根本原因，这样的问题分析策略，才真正适用于复杂问题的解决。下面是一个燃机叶片高温强度过低的问题的分析流程示意图：
从功能不达标的产品上定位缺陷，从整个制造流程中相关的制造环节（可能需要多层次的制造流程分解）中定位具体的产生缺陷的工序，采用5M1E的方法，找到直接原因，最后再使用5WHY进行根本原因的分析。
试想：如果我们在此问题上，即在整个功能不达标的燃机上直接使用5WHY会出现什么样的情况呢？那样将把一个5WHY搞得超级复杂，会被搞得超级头大！
因此，5WHY，是在找到问题的直接原因之后才使用的。
在对制造业中的复杂问题进行分析时，推荐5WHY与其他工具，如鱼骨图等配合使用，如下图所示：
也就是说， 复杂问题的解决，是一个可疑因子的过滤过程，通过一级级的过滤，最后剩下的就是我们所要寻找的根本原因。在这里必须要强调的是要一级级地进行，在后面我们还要展开讨论。
另外，可以在PFMEA中的失效起因的分析时使用，在新版FMEA（AIAG-VDA FMEA）中，失效起因是按照过程因素4M来分析的。
然而，如果失效起因仅仅是停留在4M过程要素中，往往是不彻底的，作者建议大家在此基础上，使用5WHY继续展开分析，这样所制定的控制措施才能真正预防失效模式的发生。下面是一个来自于新版FMEA手册中的简单的PFMEA例子，原例子中，失效起因只是分析到压入设备没有压到位，其实如果采取预防措施，我们还需要在手册的基础上继续展开分析。
2、5WHY分析时，怎样才能不漏掉原因？
分析原因时，总是分析不全面，那么要注意以下几个重要的原则：
1）从问题发生的基本原理展开，而不是只从熟悉的、第一念头能想到的地方开始展开这样可以防止遗漏同级原因。这一条原则，也叫做“第一性原理”，它往往是从纯物理或者化学层面上开始的。
例如，为什么在某条线路上总是打保险，但是又总是找不到原因呢？这是因为人们总是想到的原因是电路的中电流过大，存在过载或者短路，于是就去检查电路中的用电器，这样就会在一开始就遗漏掉50%的原因！其实，还应当考虑保险丝本身的问题！
完整的分析就是从“最基本的原理”上开始的，保险丝熔断，从本质上来讲，就是当前的保险丝不能耐受住电流所产生的电阻热：
下面这个钟表走慢的案例，请读者自己来采用上述方法展开分析，注意，表是由电池驱动的：
2）必须逐级展开，不能存在跳跃
5WHY原因分析，必须层层展开，中间不能存在跳跃，否则就会漏掉原因，或者得出错误的判断。
先举一个生活中的例子。一家祖孙三代的家庭，本来那位爷爷应当享受天伦之乐的，然而并没有！因为他怀疑自己的孙子不是自家儿子的，就带着孙子去医院做了亲子鉴定，发现其孙与自己真的没有基因上的联系！回到家后，他就对他的儿媳也表现出来了，儿媳实在气不过啊，硬逼着他的老公与她的公爹做了一次亲子鉴定，发现他们爷俩根本就不是父子关系！这下才终于真相大白啦。
这个案例说明了分析原因必须层层展开，如果是越级，就会得出错误的结论，如下图所示：
正确的分析应当是这样的：
同样是上面这个保险丝的案例，如果在保险丝被熔断时，直接在第一步就想到有短路发生，就去检查和验证是否存在短路，那么就会遗漏掉其他的原因，如果经检查没有短路发生，再回来从头分析，这种分析方法是不是不少工程师的日常工作方式呢？这是不符合系统思维的！
3）两种反问
在5WHY的分析过程中，当从前层原因（Xa）导出它的后层原因(Xb)后，我们需要来两次反问：
如果存在Xb，Xa一定会发生吗？这样可以防止遗漏“与门”原因。
例如，为什么家中被盗了？因为社会治安不好！这时应当反过问：社会治安不好就一定会被盗吗？当然不一定，还应有“防盗措施不到位”这个原因吧。只有社会治安与防盗措施不到位这两个原因同时存在，才会发生家中被盗的事情。
这样分析的好处是显而易见的：一旦原因之间是“与”的关系，我们就可以针对其中一个容易实现的原因来制定措施，比如，加装安防系统、防盗门、防盗网等，而社会治安的原因不是个人所能改变的。
如果不存在Xb，Xb一定不会发生吗？这样可以防止遗漏“或门”原因。
例如，为什么塑料外壳上的螺丝脱落了？因为打螺丝的扭矩过低！反过来问：如果打螺丝的扭矩不过低，就一定不会产生螺丝脱落的问题吗？这不一定吧！
通过反问，找到或门关系的原因，对于我们解决问题的好处是：必须针对每个原因都制定措施才能真正预防问题的发生，这对于FMEA的失效起因分析也尤其重要。
3、到底应当问几个WHY？
有不少人会存在一种误解，5个为什么，就必须或至少问出5个，否则就无法找到根本原因！或者是领导或客户在审核下属或供应商提交过来的8D分析过程时，发现不够5WHY，就主观地认为分析不够彻底。这都是对5WHY方法的错误认知！
那么，到底有没有一种方法，来度量或确认所做的分析是否彻底呢？
这就要回到我们使用5WHY的初心 — 根本原因上来。什么叫根本原因？只有能够针对这种原因制定出预防措施，且这种预防措施从原理上来说可以防止同样的问题再次发生，那么这种原因就是根本原因，因此，这要看到第几个WHY就可以问到这种“根本原因”了。
例如下面这个例子中，已经问了4个WHY了，请问已经满足上述条件了吗？
很显然，针对没有盖子，我们的措施是加上盖子，这样一旦加油后忘记盖上盖子，盖子还是会丢失的，案例中的问题还是会出现的！因此，应当继续问。
这样针对最后一层的原因“油箱盖子没有永久连接到箱体上”所制定的措施，就是“用铁链将盖子连接到箱体上”，请问：盖子以后还会丢失吗？这个问题实际上是问到6个WHY的时候就解决了。
当然，上述问题如果继续问下去，一定还是可以问的，不过这是没有必要的，只要将“用链子连接”这个要求固化到设计文件中去，问题可以永久性彻底解决了。
如果问出一个WHY后，不能或者不能经济地制定出针对这个原因的预防措施，那么，我们还需要再问一步WHY，也就是将上一问进行细化或分解。
例如，有一天在你家附近的一个上坡路段，车子爬坡时爬上不去，为什么呢？与平时相比，车子的动力有了下降！这时你能直接针对动力不足采取措施吗？这个措施只能是更换发动机或者换一辆汽车，这都是不现实的！若再进一步问WHY，可能发动机喷嘴处有积碳！经检查确认后，你可以进行处理，当然，若想从根本上解决，还要问为什么，又发现是所用的燃油杂质太多所致，以后加高排号的燃油，同时添加燃油宝。
4、怎样才能简洁、高效地使用5WHY？
只有当一层层地问WHY，问到根本原因时才采取措施，那么，到时候会有太多的“末端原因”，到时候会让人超级头大！
因此，需要遵循“三现”-现物、现场、现实的原则，每问完一级WHY，就去验证和确认，排除掉不显著的原因，对显著的原因继续问下一级WHY，以此类推，这样的5WHY分析，才能成为解决问题的高效工具！
对上面的这个汽车动力不足的例子继续分析如下：
本文至此，相关的5WHY的要点就介绍完了。5WHY是原因分析法，是完全可以用于实战的，不应只是停留在理念这个层面上。 收起阅读 »
5原则报告（日系汽车厂质量改善报告）
5原则报告（日系汽车厂质量改善报告）
优思学院｜什么是质量管理？
质量的定义是以顾客需求为准
第一，质量是什么？早期的定义是“整體上用來决定产品或服务能否满足使用目的之固有性质与性能总合”，换言之，质量就是“可显示出品质与服务好坏的东西”。
不过，关于质量的想法随时代变化，有范围愈来愈大的趋势。一开始，重视的是“产品质量”是否合乎规格，现在则强调“包含产品在内，各种服务能否合乎客人的要求”。
何谓“顾客所要求的质量”？简单讲就是“能在必要时间，以更便宜价格提供质量更好与必要的产品，而且这些产品必须能安全使用”。为了满足这项要求，质量管理的目标就是提升“产品与服务的质量”。而达成此项目标的同时，自然也必须提升“工作效率与工作结构质量”。
管理的意义何在？
所谓的管理，简而言之，就是企业或工厂业务的维持与改善。
进行管理时，首先必须设定改善的目标。其次，为了实现所设定的目标，应拟定5W1H（What、Why、Who、When、Where、How，即做什么，为什么做，谁来做，什么时候之前做好，在何处做，用什么方法做）的具体计划。
然后根据这项计划操作，再检验其成果。过程中发现有问题，再找出原因、寻求对策，最后便可能达成目标。这一连串的作业就是“管理”。
这套方法由美国戴明博士研发，称为“PDCA循环(Plan Do Check Act)”，可活用企业内部所有的业务。
质量管理的目标
所以，优思学院认为所谓质量管理，就是“包含产品在内所有服务都必须符合顾客所需的、更高品质、更便宜、即时交货、能安全使用”，并能使用PDCA循环，综合地维持改善产品与制造方法的活动”。
质量管理活动主要有两种，一种是日常业务之中与质量目标无法切割的维持与管理活动。另一种是可保证更好质量、提高顾客满意度的改善活动。
“若能巧妙搭配这两种活动，持续改善与维持，就可让公司地步、发展。多年来质量管理活助在各企业以各种形式普及开来，主要原因是质量管理的目标与思考方法明确，配合目的而实施的方法与工具也很充分。
六西格玛的流行
随着时代的变迁，企业的规模越来越大，所发展出来的体系也变得更严谨，优思学院认为传统的PDCA模式不足以应用于解决我们旧有的简单问题，于是六西格玛的诞生使人们认识到要解决高层次的问题，便需要有更高层次的思维释方法论，于是六西格玛管理也渐潮流行起来，现在，大多数从事质量管理的人都对六西格玛有相当的认识，甚至是大型企业聘请质量人员的基本要求。
和PDCA不同，六西格玛的方法论以DMAIC为基础，更重视数据的分析和事实的管理。DMAIC 的 5 个相互连动的步骤是定义、测量、分析、改善、控制。各阶段的设计目标在于产生累加效果：以先前阶段中所产生的资讯和资料为基础，历经多次叠代作业不断重复。
定义：定义阶段旨在确定问题所在，以及完成解决方案的所需事宜。过程中须清楚说明问题、最终目标，还有实现目标所需的范围。这个阶段有助于全面了解整个过程，还有影响质量的关键特性 (CTQ)。输入和输出通常会以 SIPOC 图的方式呈现，SIPOC 是供应商、输入、流程、输出与客户的首字母缩写。这项资讯通常可以在项目章程文件中取得，由该份文件勾勒出整个 DMAIC 流程的全貌。
测量：了解流程问题后，接着是简述如何观察自己对流程所做出的改变。由于这套方法是以资料推动，因此备有良好的资料对 DMAIC 流程来说相当重要。测量阶段的目的在于确立目前的流程效能，还有欲分析的资料。接下来需透过资料收集方案，在进行变更的同时监控效能，并在项目结束后相互比较。
分析：此阶段应已具备资料的基本评估资讯，可以开始制定流程相关的决策。正如预想，分析阶段是仔细检视资料的最佳时机。在这个阶段，您和工作团队成员会利用资料来构建出目前的流程图，借此了解问题的发生点。有些六标准差项目会使用更复杂的工具，不过鱼骨图和柏拉图已足以应付需求，而且这两者也是执行根本原因分析的常用方法。等到您找出数个根本原因，就是轮到工作团队参与的时候了。请由团队投票决定 DMAIC 流程的重点走向。
改善：终于该是实际改善流程的时候。在改善阶段，请与团队一起寻找可行的创新解决方案，而且要能在 DMAIC 流程中实施及测量。集思广益及召开有效会议此时对团队极为重要。一旦有了解决方案，就需要测试、预防失灵及实际施行。“计划、执行、查核、行动”循环 (PDCA 循环) 是很常用的方法，再结合“失效模式与效应分析”(FMEA)，即可预测潜在问题。这项资讯应拟定在详细的实施计划中，之后将解决方案应用于流程时，即可作为指引。
控制：DMAIC 方法的最后一步有助于验证解决方案，并确保解决方案在往后同样能发挥效果。在控制阶段，工作团队应制定监测与控制计划，持续针对所有已实施的流程变动，反覆评估后续影响。同时应制定应变计划，当效能再度下降、新问题浮现时，即采取相应行动。能回顾过往的改善措施及所施行的解决方案，是很宝贵的能力。这时候，改善过程中留有合适的文件和版本控制记录就相当重要。优思学院｜六西格玛证书课程如何学习六西格玛？
即使没有任何基础，都可以学六西格玛管理。六西格玛虽然有大量的统计学知识，但我们不须要像学生时代一样做数学题般，我们真正须要的是要了解数字背后的意义、统计应用的概念，目的是思考和解决现实工作中所遇到的问题。
优思学院的六西格玛绿带和黑带线上课程是任何时候都开放的线上课程，我们采用生动的视频，简单的例子，让你了解六西格玛 DMAIC各个阶段的工具（至少也有数十种），其实即使是学会其中10%的工具，也能保证你终生受用。
六西格玛绿带和黑带两大级别的证书课程
六西格玛绿带是中小型项目的团队负责人，六西格玛管理中最基本的力量。他须要了解六西格玛的理念和原则，了解DMAIC各个阶段的工具的使用，能有效地透过数据分析找出根本原因，以改良过程系统。
六西格玛黑带是变革的专家和推动者。他须要拥有比绿带更深层的统计学知识，此外，他还要具备管理和领导能力、决策能力，善于沟通、团队建设和谈判等等。
收起阅读 »
优思学院｜要成功推行六西格玛，先避免这九大失败原因
六西格玛项目可以为企业带来丰厚的经验和巨大的利益；然而，并非所有的项目都能达到预期的效果。根据一项在国外的调查发现，在184家受访公司中，80%的公司声称 "六西格玛工作未能推动预期的价值"，74%的公司说 "他们没有获得预期的竞争优势，因为他们没有实现节约目标"。今天，优思学院将会在这里讨论这种失败的九大原因。
缺少管理层的支持
一个组织的领导层对精益六西格玛部署的支持和承诺是成功的关键动力。领导层必须在所有場合上强调精益六西格玛的重要性。优思学院认为不仅要有高级领导层的支持，也要有组织内各级领导层的支持。
再好的愿望、资源、努力或时间都无法弥补缺少持续的领导支持。如果公司得到了领导层的支持，那么将精益六西格玛方法成功嵌入组织的机会就会大大增加。在组织的精益六西格玛之旅中，应该持续努力，让领导层参与到各个阶段之中。
不正确的战略部署
部署战略有助于使组织的业务目标与预期的部署结果相一致，并保持精益六西格玛在组织中的持续发展。如果缺乏一致性，可能会使关键的利益相关者和同事对整个工作的价值产生混淆；这种差距会在许多组织中延误部署。
不正确的项目
缺乏对项目选择和优先次序的关注，会导致项目缺乏数据或业务重点，或项目侧重于绿带和黑带控制范围之外的流程领域。这就导致了项目的延迟或废止，以及绿带和黑带的快速幻灭。
优思学院认为负责部署六西格玛的团队必须确保所选择的精益六西格玛流程改进项目是以数据为基础的，并关注业务、财务、流程和客户的目标。他们还需要适当地确定优先次序，以确保这些目标得以实现。
选择一个不合适的流程
无独有偶，大多数精益六西格玛团队希望从一个风险不大的试点项目开始。不幸的是，他们最终把主要精力放在小事上。他们没有得到所需的结果，无法为精益六西格玛在其组织中的应用提出理由。要记着，选择六西格玛项目的重点在于可行性和挑战性，而非简单和容易。
不合适的团队成员
领导者总是在分析数据之前就试图组建一个精益六西格玛团队，和确定谁应该加入这个团队。结果，团队陷入困境，因为他们没有选择合适的人去解决这个问题。
缺少流程负责人的支持
如果流程负责人从一开始就没有参与到项目中来，因为他忙于做日常工作，那么这个项目就注定要失败。这种时间的缺乏可能正是流程负责人从未实施解决方案的原因。项目团队可能遵循了DMAIC方法，但只完成了定义、测量和分析阶段，而如果没有流程负责人的支持，就难以真正进入改进或控制阶段。
不正确的范围
几乎无一例外，任何精益六西格玛项目的失败都可以归结为范围太广。例如，如果你试图一次性的将整个系列的产品的变异降到最低，最终就反而会使产品的任何一个部分都无法得到改善。优思学院建议你专注于最小化产品的单一关键特征的变异，可以让你深入挖掘，发现真正的改进来源。当然，不要把你的项目范围定得太小，改进是持续的，你总是可以在以后回来做更多的事情。
不正确或不充分的培训
有时候，项目的失败是因为培训不足。负责培训别人的人花了很多时间来培训，他们没有足够的时间来实践他们所学到的东西，完成一个成功的项目，或者证明这个方法论确实有效。还有一些时候，流程负责人的主要任务是领导项目，但他们可能没有接受过正式的培训。因此，他们可能没有信心，或者他们缺乏具体的知识来真正支持项目的完成。
另一个导致不充分培训的问题是，团队中只一个绿带或者一个黑带，又或者只有少部分曾经培训过六西格玛，那么团队是很难明白项目的过程，也不能真正投入其中的，因此优思学院才主张大量培训员工，并至少要绿带级别以上，在推动六西格玛项目的过程上更能集思广益，团队的能力也会一拼提升。
不正确的测量系统
数据和测量是精益六西格玛的基础。然而，六西格玛的实践者往往忽略了检查其测量的有效性。在不知情的情况下依赖一个错误的测量系统，就像用一把弯曲的尺子建房子一样，你不会得到你认为要得到的东西，而且你也不知道为什么。
在你的项目开始时，一定要花时间进行测量系统分析。采取这一步骤可以使你免于许多潜在的头痛问题。 收起阅读 »
缺少管理层的支持
一个组织的领导层对精益六西格玛部署的支持和承诺是成功的关键动力。领导层必须在所有場合上强调精益六西格玛的重要性。优思学院认为不仅要有高级领导层的支持，也要有组织内各级领导层的支持。
再好的愿望、资源、努力或时间都无法弥补缺少持续的领导支持。如果公司得到了领导层的支持，那么将精益六西格玛方法成功嵌入组织的机会就会大大增加。在组织的精益六西格玛之旅中，应该持续努力，让领导层参与到各个阶段之中。
不正确的战略部署
部署战略有助于使组织的业务目标与预期的部署结果相一致，并保持精益六西格玛在组织中的持续发展。如果缺乏一致性，可能会使关键的利益相关者和同事对整个工作的价值产生混淆；这种差距会在许多组织中延误部署。
不正确的项目
缺乏对项目选择和优先次序的关注，会导致项目缺乏数据或业务重点，或项目侧重于绿带和黑带控制范围之外的流程领域。这就导致了项目的延迟或废止，以及绿带和黑带的快速幻灭。
优思学院认为负责部署六西格玛的团队必须确保所选择的精益六西格玛流程改进项目是以数据为基础的，并关注业务、财务、流程和客户的目标。他们还需要适当地确定优先次序，以确保这些目标得以实现。
选择一个不合适的流程
无独有偶，大多数精益六西格玛团队希望从一个风险不大的试点项目开始。不幸的是，他们最终把主要精力放在小事上。他们没有得到所需的结果，无法为精益六西格玛在其组织中的应用提出理由。要记着，选择六西格玛项目的重点在于可行性和挑战性，而非简单和容易。
不合适的团队成员
领导者总是在分析数据之前就试图组建一个精益六西格玛团队，和确定谁应该加入这个团队。结果，团队陷入困境，因为他们没有选择合适的人去解决这个问题。
缺少流程负责人的支持
如果流程负责人从一开始就没有参与到项目中来，因为他忙于做日常工作，那么这个项目就注定要失败。这种时间的缺乏可能正是流程负责人从未实施解决方案的原因。项目团队可能遵循了DMAIC方法，但只完成了定义、测量和分析阶段，而如果没有流程负责人的支持，就难以真正进入改进或控制阶段。
不正确的范围
几乎无一例外，任何精益六西格玛项目的失败都可以归结为范围太广。例如，如果你试图一次性的将整个系列的产品的变异降到最低，最终就反而会使产品的任何一个部分都无法得到改善。优思学院建议你专注于最小化产品的单一关键特征的变异，可以让你深入挖掘，发现真正的改进来源。当然，不要把你的项目范围定得太小，改进是持续的，你总是可以在以后回来做更多的事情。
不正确或不充分的培训
有时候，项目的失败是因为培训不足。负责培训别人的人花了很多时间来培训，他们没有足够的时间来实践他们所学到的东西，完成一个成功的项目，或者证明这个方法论确实有效。还有一些时候，流程负责人的主要任务是领导项目，但他们可能没有接受过正式的培训。因此，他们可能没有信心，或者他们缺乏具体的知识来真正支持项目的完成。
另一个导致不充分培训的问题是，团队中只一个绿带或者一个黑带，又或者只有少部分曾经培训过六西格玛，那么团队是很难明白项目的过程，也不能真正投入其中的，因此优思学院才主张大量培训员工，并至少要绿带级别以上，在推动六西格玛项目的过程上更能集思广益，团队的能力也会一拼提升。
不正确的测量系统
数据和测量是精益六西格玛的基础。然而，六西格玛的实践者往往忽略了检查其测量的有效性。在不知情的情况下依赖一个错误的测量系统，就像用一把弯曲的尺子建房子一样，你不会得到你认为要得到的东西，而且你也不知道为什么。
在你的项目开始时，一定要花时间进行测量系统分析。采取这一步骤可以使你免于许多潜在的头痛问题。 收起阅读 »
优思学院｜六西格玛培训可以让初学者获得什么知识？
随着人们对六西格玛方法论的认识，越来越多的人都想去六西格玛培训机构学习一些知识，所以六西格玛培训机构越来越多。
那么，你能从六西格玛培训机构[1]学到什么呢？
这可能是每个六西格玛初学者都会思考的问题。
优思学院认为，学习六西格玛对于从事任何职业的人来说都有裨益。
第一，提高你对数据处理能力和数据分析的认知。
六西格玛作为一种将统计应用于管理的方法论，在数据处理方面具有其他方法论不可逾越的优势。
在DMAIC应用于DMAIC的MAI三个阶段，如图表分析、过程能力分析、MSA分析、假设检验、T检验、方差分析、回归分析、DOE等。
这些工具可以帮助我们在大量密集的数据群中快速准确地找到关键信息。
因此，学习这些统计工具的时候，一定要掌握每个工具的特点，这些工具应用的最佳场合，学会解读统计工具的分析结果。
第二，是提高你解决复杂问题的能力。
六西格玛可以说是解决问题方法论的一大融合，从PDCA循环出发，发展出更加严谨的DMAIC理论，并在各个阶段的如5-Why、鱼骨图、假设检验、FMEA、SPC、DOE等质量管理工具，使我们能够更有效地应用这些工具。
第三，塑造你个人严谨的管理思维方式。
在学习六西格玛的时候，我们一直强调要从生活中寻找例子，让知识能应用于企业解决各种类型的问题，让相关人员觉得学习六西格玛是值得的，另一个更重要的原因是六西格玛是一种实用应用能力很广濶的方法论，从个人减重至增加企业利润率，无不可应用六西格玛的管理思维去达成。
当我们的学生能够养成这种严谨而富有创造力的管理思维时，他们的前路将会更光明和辉煌。 收起阅读 »
那么，你能从六西格玛培训机构[1]学到什么呢？
这可能是每个六西格玛初学者都会思考的问题。
优思学院认为，学习六西格玛对于从事任何职业的人来说都有裨益。
第一，提高你对数据处理能力和数据分析的认知。
六西格玛作为一种将统计应用于管理的方法论，在数据处理方面具有其他方法论不可逾越的优势。
在DMAIC应用于DMAIC的MAI三个阶段，如图表分析、过程能力分析、MSA分析、假设检验、T检验、方差分析、回归分析、DOE等。
这些工具可以帮助我们在大量密集的数据群中快速准确地找到关键信息。
因此，学习这些统计工具的时候，一定要掌握每个工具的特点，这些工具应用的最佳场合，学会解读统计工具的分析结果。
第二，是提高你解决复杂问题的能力。
六西格玛可以说是解决问题方法论的一大融合，从PDCA循环出发，发展出更加严谨的DMAIC理论，并在各个阶段的如5-Why、鱼骨图、假设检验、FMEA、SPC、DOE等质量管理工具，使我们能够更有效地应用这些工具。
第三，塑造你个人严谨的管理思维方式。
在学习六西格玛的时候，我们一直强调要从生活中寻找例子，让知识能应用于企业解决各种类型的问题，让相关人员觉得学习六西格玛是值得的，另一个更重要的原因是六西格玛是一种实用应用能力很广濶的方法论，从个人减重至增加企业利润率，无不可应用六西格玛的管理思维去达成。
当我们的学生能够养成这种严谨而富有创造力的管理思维时，他们的前路将会更光明和辉煌。 收起阅读 »
观曾国藩后感
近期心态不稳，脾气见涨。与朋友交淡如果平息因工作带来的烦燥状态，朋友极力推荐（曾国藩正面侧面）一书，共三册。在观读时对曾国藩印象一直停留在晚清大贪官，权臣等反正没有什么好的印象。
观读中，第一册详细的描述了从一个平庸笨拙的人物，逐步走向权臣的道路，其中一诗 由如我现在的身境（我虽置身霄汉上,器小仅济瓶与罂。 立朝本非汲黯节,媚世又无张禹才。 似驴非驴马非马,自增形影良可咍）从初入官场的激进，到晚年权臣的拙智， 由如别人笑我太疯癫，我笑别人看不穿。此乃我缺失的养气功底，追求的过于激进，所得的并非所愿，曾国藩此乃大毅力大智慧之人，每时每该不停学习，一直在自我批评与自长成长中，也许这也是曾国藩成功之一，以铜为境以前人为学习对象，这也是我后期要学习的方向之一。
第二册中，讲解的是曾国藩的家书往来，从曾国荃到曾国葆，又到儿子书信的往来，讲描了与家人间的关注，又与家人间的矛盾，如何学会与弟弟们间的妥协，也话这也是中国文化的特色，长兄如父，在晚清黑暗的官场如何筹钱过程，让自己的家庭得以状大成长。
第三册虽写是职场的为人处事之道，也是我比较感触较深的书籍，李鸿章自认门长生，左宗棠如果走向臣，等述说着人性和个人利益的交换与曾国藩退让与妥协，观读过程有换位思考是我无法做到的容忍，也是才知道晚清时官场只有利益没有友谊的存在。
观读后，烦燥的心也随着书籍的内容逐步冷静，反思自身的不足和自认为高傲的专业知识，只是格局的狭隘，智慧的不足才会死撞南墙不回头。书中自有颜如玉，书中自有黄金屋。只有不断的学习，阅历加上书熏陶格局才会提高，视野才会更宽扩，以其怨天已人，还不如行动中成长。
收起阅读 »
观读中，第一册详细的描述了从一个平庸笨拙的人物，逐步走向权臣的道路，其中一诗 由如我现在的身境（我虽置身霄汉上,器小仅济瓶与罂。 立朝本非汲黯节,媚世又无张禹才。 似驴非驴马非马,自增形影良可咍）从初入官场的激进，到晚年权臣的拙智， 由如别人笑我太疯癫，我笑别人看不穿。此乃我缺失的养气功底，追求的过于激进，所得的并非所愿，曾国藩此乃大毅力大智慧之人，每时每该不停学习，一直在自我批评与自长成长中，也许这也是曾国藩成功之一，以铜为境以前人为学习对象，这也是我后期要学习的方向之一。
第二册中，讲解的是曾国藩的家书往来，从曾国荃到曾国葆，又到儿子书信的往来，讲描了与家人间的关注，又与家人间的矛盾，如何学会与弟弟们间的妥协，也话这也是中国文化的特色，长兄如父，在晚清黑暗的官场如何筹钱过程，让自己的家庭得以状大成长。
第三册虽写是职场的为人处事之道，也是我比较感触较深的书籍，李鸿章自认门长生，左宗棠如果走向臣，等述说着人性和个人利益的交换与曾国藩退让与妥协，观读过程有换位思考是我无法做到的容忍，也是才知道晚清时官场只有利益没有友谊的存在。
观读后，烦燥的心也随着书籍的内容逐步冷静，反思自身的不足和自认为高傲的专业知识，只是格局的狭隘，智慧的不足才会死撞南墙不回头。书中自有颜如玉，书中自有黄金屋。只有不断的学习，阅历加上书熏陶格局才会提高，视野才会更宽扩，以其怨天已人，还不如行动中成长。
收起阅读 »
优思学院｜质量管理岗位的职业前景和薪酬待遇
年轻人对未来应该要有所期待，因为未来是不可知的，但却是由自己所创造的，重要的是你在过程里学到什么，然后怎样利用学到的东西在往后提升自己创造价值能力。
在当今这个快节奏、竞争激烈的世界里，每个专业人员都在努力工作，力求做到最好，要想从人群中脱颖而出，在世界上留下自己的印记，比以往任何时候都要困难。
然而，质量管理具有普遍的适用性，因此隐藏着巨大的专业发展空间。
2020年初，优思学院进行了一项名为中国六西格玛的调查报告，报告搜集了来自中国各地的六西格玛专业人士的资料。从中，我们可以知道全国六西格玛黑带工资待遇的中位数约为20,000人民币每月，工资待遇比绿带高出120%。
在这些受访者当中，超过半数是从事质量相关职位的，包括质量总监(3%)、质量经理(26%)、质量工程师(27%)等等，六西格玛绿带、黑带是从事质量行业的人最重视的证书，这个调查某程度上为希望从事质量行业的人找到了一条可行的Career Path和职业目标。
随着我们训练有素的、经过认证的六西格玛和其他质量管理专家网络的发展，一个简单的、基本的真理已经开始呈现出来：六西格玛是一个遵循系统性的方法改良公司营运的重要工具。
为什么质量管理对当今企业如此重要？
简单地说，企业的成败已经取决于质量流程的到位程度。质量是任何企业的重要组成部分，不能保证产品或者服務质量的企业将很快失去信誉和消费者的信任，最终导致销售额直线下降。
客户希望知道他们辛辛苦苦赚来的钱是花在了物有所值的东西上，而不是花在了质量差的东西上，更不是花在了有缺陷的东西上。完善的质量管理实施，可以确保公司提供的服务不仅符合客户的要求，而且超过客户的期望。
反过来，顾客的满意又会带来顾客的忠诚。如果客户对公司的产品感到满意，他们就会回到公司购买其他产品。然而，如果他们拿到的是一个有缺陷的产品，他们很可能不会再回到那个特定的品牌!
质量管理工具的实施有助于确保更高的客户忠诚度，从而带来更好的业务，进而确保现金流的增加和员工的满意，积极的循环继续下去，使组织成为一个更好的工作场所。
收起阅读 »
在当今这个快节奏、竞争激烈的世界里，每个专业人员都在努力工作，力求做到最好，要想从人群中脱颖而出，在世界上留下自己的印记，比以往任何时候都要困难。
然而，质量管理具有普遍的适用性，因此隐藏着巨大的专业发展空间。
2020年初，优思学院进行了一项名为中国六西格玛的调查报告，报告搜集了来自中国各地的六西格玛专业人士的资料。从中，我们可以知道全国六西格玛黑带工资待遇的中位数约为20,000人民币每月，工资待遇比绿带高出120%。
在这些受访者当中，超过半数是从事质量相关职位的，包括质量总监(3%)、质量经理(26%)、质量工程师(27%)等等，六西格玛绿带、黑带是从事质量行业的人最重视的证书，这个调查某程度上为希望从事质量行业的人找到了一条可行的Career Path和职业目标。
随着我们训练有素的、经过认证的六西格玛和其他质量管理专家网络的发展，一个简单的、基本的真理已经开始呈现出来：六西格玛是一个遵循系统性的方法改良公司营运的重要工具。
为什么质量管理对当今企业如此重要？
简单地说，企业的成败已经取决于质量流程的到位程度。质量是任何企业的重要组成部分，不能保证产品或者服務质量的企业将很快失去信誉和消费者的信任，最终导致销售额直线下降。
客户希望知道他们辛辛苦苦赚来的钱是花在了物有所值的东西上，而不是花在了质量差的东西上，更不是花在了有缺陷的东西上。完善的质量管理实施，可以确保公司提供的服务不仅符合客户的要求，而且超过客户的期望。
反过来，顾客的满意又会带来顾客的忠诚。如果客户对公司的产品感到满意，他们就会回到公司购买其他产品。然而，如果他们拿到的是一个有缺陷的产品，他们很可能不会再回到那个特定的品牌!
质量管理工具的实施有助于确保更高的客户忠诚度，从而带来更好的业务，进而确保现金流的增加和员工的满意，积极的循环继续下去，使组织成为一个更好的工作场所。
收起阅读 »
1分钟教你制作交互作用图
夹板是通过圆木沿轴旋转时切削成的薄木片制成的。需要施以相当大的力旋转硬圆木，才能使锋利的刀片切下薄木片。将夹具插入圆木的两端，以便施加必要的扭矩旋转圆木。您进行了一项试验研究影响扭矩的因子。这些因子包括圆木的直径、夹具插入深度以及圆木的温度。您想预览数据以检查是否存在交互作用。
直径 插入深度 温度 扭矩
4.5 1 60 17.3
4.5 1.5 60 18.05
4.5 2.25 60 17.4
4.5 3.25 60 17.4
4.5 1 120 16.7
4.5 1.5 120 17.95
4.5 2.25 120 18.6
4.5 3.25 120 18.55
4.5 1 150 15.75
4.5 1.5 150 16.65
4.5 2.25 150 15.25
4.5 3.25 150 15.85
7.5 1 60 29.55
7.5 1.5 60 31.5
7.5 2.25 60 36.75
7.5 3.25 60 41.2
7.5 1 120 23.2
7.5 1.5 120 25.9
7.5 2.25 120 35.65
7.5 3.25 120 37.6
7.5 1 150 22.55
7.5 1.5 150 22.9
7.5 2.25 150 28.9
7.5 3.25 150 35.2
操作: 6SQ统计--方差分析—交互作用图
响应数据范围，选择 扭矩列
因子数据范围，选择 直径和插入深度，温度列
输出结果
解释结果
三因子或多因子交互作用图为所有双因子组合分别显示一个双因子交互作用图。在本示例中，顶行中间的图显示了两个直径水平（4.5 和 7.5）下相对于渗透力水平的平均扭矩，而且在所有温度水平上进行了平均。对于直径*温度（右上方）和渗透力*温度（第二行），也存在类似的交互作用图。
对于本示例来说，直径*渗透力和直径*温度图显示了不平行的线，这表示交互作用。渗透力*温度交互作用是否存在难以判断。此交互作用最好是结合模型拟合过程（例如，一般线性模型）来判断。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
直径 插入深度 温度 扭矩
4.5 1 60 17.3
4.5 1.5 60 18.05
4.5 2.25 60 17.4
4.5 3.25 60 17.4
4.5 1 120 16.7
4.5 1.5 120 17.95
4.5 2.25 120 18.6
4.5 3.25 120 18.55
4.5 1 150 15.75
4.5 1.5 150 16.65
4.5 2.25 150 15.25
4.5 3.25 150 15.85
7.5 1 60 29.55
7.5 1.5 60 31.5
7.5 2.25 60 36.75
7.5 3.25 60 41.2
7.5 1 120 23.2
7.5 1.5 120 25.9
7.5 2.25 120 35.65
7.5 3.25 120 37.6
7.5 1 150 22.55
7.5 1.5 150 22.9
7.5 2.25 150 28.9
7.5 3.25 150 35.2
操作: 6SQ统计--方差分析—交互作用图
响应数据范围，选择 扭矩列
因子数据范围，选择 直径和插入深度，温度列
输出结果
解释结果
三因子或多因子交互作用图为所有双因子组合分别显示一个双因子交互作用图。在本示例中，顶行中间的图显示了两个直径水平（4.5 和 7.5）下相对于渗透力水平的平均扭矩，而且在所有温度水平上进行了平均。对于直径*温度（右上方）和渗透力*温度（第二行），也存在类似的交互作用图。
对于本示例来说，直径*渗透力和直径*温度图显示了不平行的线，这表示交互作用。渗透力*温度交互作用是否存在难以判断。此交互作用最好是结合模型拟合过程（例如，一般线性模型）来判断。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作主效应图
您在四片地里分块种植了六种不同的紫花苜蓿，并对收割的产量进行了称量。您想比较不同品种的产量，并将田地视为区组。您想使用主效应图来预览数据，并按品种和田地检查产量。
数据:
产出 品种 现场
3.22 1 1
3.04 2 1
3.06 3 1
2.64 4 1
3.19 5 1
2.49 6 1
3.31 1 2
2.99 2 2
3.17 3 2
2.75 4 2
3.4 5 2
2.37 6 2
3.26 1 3
3.27 2 3
2.93 3 3
2.59 4 3
3.11 5 3
2.38 6 3
3.25 1 4
3.2 2 4
3.09 3 4
2.62 4 4
3.23 5 4
2.37 6 4
操作: 6SQ统计--方差分析—主效应图
响应数据范围，选择 产出列
因子数据范围，选择 品种和现场列
点击确定，输出结果
、
解释结果
除非已指定值顺序，否则对于数字或日期/时间，主效应图将按排序顺序显示每个因子水平 的响应平均值，对于文本，则按字母顺序显示响应平均值（请参见确定文本类别的顺序）。同时在总平均值处绘制一条水平线。效应就是平均值与参考线之间的差。在本示例中，与田地（区组变量）的效应相比，品种对产量的效应很大。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
数据:
产出 品种 现场
3.22 1 1
3.04 2 1
3.06 3 1
2.64 4 1
3.19 5 1
2.49 6 1
3.31 1 2
2.99 2 2
3.17 3 2
2.75 4 2
3.4 5 2
2.37 6 2
3.26 1 3
3.27 2 3
2.93 3 3
2.59 4 3
3.11 5 3
2.38 6 3
3.25 1 4
3.2 2 4
3.09 3 4
2.62 4 4
3.23 5 4
2.37 6 4
操作: 6SQ统计--方差分析—主效应图
响应数据范围，选择 产出列
因子数据范围，选择 品种和现场列
点击确定，输出结果
、
解释结果
除非已指定值顺序，否则对于数字或日期/时间，主效应图将按排序顺序显示每个因子水平 的响应平均值，对于文本，则按字母顺序显示响应平均值（请参见确定文本类别的顺序）。同时在总平均值处绘制一条水平线。效应就是平均值与参考线之间的差。在本示例中，与田地（区组变量）的效应相比，品种对产量的效应很大。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作过程能力分析（Poisson)
假设您为一家电线制造商工作，并关注电线绝缘过程的有效性。您随机抽取不同长度的电线，并通过对其施加测试电压来检验是否有绝缘薄弱的点。您记录弱点数和每段电线的长度（以英尺计）。
弱点 长度
2 132
4 130
3 120
1 124
2 138
5 148
2 101
5 102
4 124
1 119
6 120
3 123
3 101
6 121
1 133
4 138
1 113
8 119
1 128
4 103
4 140
2 150
4 121
2 140
1 114
2 140
2 136
3 114
4 149
4 110
1 100
0 138
4 118
6 116
5 131
11 146
1 147
4 142
2 140
4 142
2 136
2 139
3 147
5 122
1 149
1 142
2 116
2 146
5 140
3 129
3 100
6 124
5 141
8 130
5 102
2 110
4 134
4 145
3 110
3 105
4 148
3 144
4 100
2 102
6 142
4 105
2 133
5 129
3 108
4 103
2 132
2 108
4 111
7 107
5 108
1 102
7 111
2 102
2 137
0 128
1 120
5 124
2 100
2 135
4 148
6 103
3 127
3 104
4 106
3 113
2 124
3 100
3 116
1 140
5 135
4 126
3 116
2 103
1 136
2 132
1, 6SQ统计--质量工具--能力分析(Poisson)
2 ，选择缺陷数和子组大小数据列
点击确认，输出结果
输出结果
累积 DPU 控制图 （每单位的缺陷数 ）停留在值 0.0265 附近，表明收集的样本足以很好地估计 DPU 均值。DPU 的比率似乎不受电线长度的影响。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
弱点 长度
2 132
4 130
3 120
1 124
2 138
5 148
2 101
5 102
4 124
1 119
6 120
3 123
3 101
6 121
1 133
4 138
1 113
8 119
1 128
4 103
4 140
2 150
4 121
2 140
1 114
2 140
2 136
3 114
4 149
4 110
1 100
0 138
4 118
6 116
5 131
11 146
1 147
4 142
2 140
4 142
2 136
2 139
3 147
5 122
1 149
1 142
2 116
2 146
5 140
3 129
3 100
6 124
5 141
8 130
5 102
2 110
4 134
4 145
3 110
3 105
4 148
3 144
4 100
2 102
6 142
4 105
2 133
5 129
3 108
4 103
2 132
2 108
4 111
7 107
5 108
1 102
7 111
2 102
2 137
0 128
1 120
5 124
2 100
2 135
4 148
6 103
3 127
3 104
4 106
3 113
2 124
3 100
3 116
1 140
5 135
4 126
3 116
2 103
1 136
2 132
1, 6SQ统计--质量工具--能力分析(Poisson)
2 ，选择缺陷数和子组大小数据列
点击确认，输出结果
输出结果
累积 DPU 控制图 （每单位的缺陷数 ）停留在值 0.0265 附近，表明收集的样本足以很好地估计 DPU 均值。DPU 的比率似乎不受电线长度的影响。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作过程能力分析(二项)
设想你负责评估销售部门来电的回应情况，即，客户电话回应率的能力如何
通过销售代表记录下20天内每天未回应的电话（缺陷），你也要记录接入电话的总次数
目的：作出过程能力的改善基准.
数据如下:
不可用 来电数
432 1908
392 1912
497 1934
459 1889
433 1922
424 1964
470 1944
455 1919
427 1938
424 1854
410 1937
386 1838
496 2025
424 1888
425 1894
428 1941
392 1868
460 1894
425 1933
405 1862
1, 6SQ统计--质量工具--能力分析(二项)
2 ，选择缺陷数和子组大小数据列
点击确认，输出结果
输出结果
•累积%缺陷率图是百分缺陷的移动平均
•它检验你已从足够的样品中收集数据，以获得一稳定的缺陷估计数
•比率稳定在22% 左右
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN 收起阅读 »
通过销售代表记录下20天内每天未回应的电话（缺陷），你也要记录接入电话的总次数
目的：作出过程能力的改善基准.
数据如下:
不可用 来电数
432 1908
392 1912
497 1934
459 1889
433 1922
424 1964
470 1944
455 1919
427 1938
424 1854
410 1937
386 1838
496 2025
424 1888
425 1894
428 1941
392 1868
460 1894
425 1933
405 1862
1, 6SQ统计--质量工具--能力分析(二项)
2 ，选择缺陷数和子组大小数据列
点击确认，输出结果
输出结果
•累积%缺陷率图是百分缺陷的移动平均
•它检验你已从足够的样品中收集数据，以获得一稳定的缺陷估计数
•比率稳定在22% 左右
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN 收起阅读 »
1分钟教你制作2水平因子实验设计
您是一名工程师，负责调查加工条件如何影响化学反应的产量。您认为三个加工条件（因子）- 反应时间、反应温度和催化剂类型 - 会影响产量。您有足够的资源进行 16 次化学反应试验，但一天只能进行 8 次化学反应试验。因此，您创建了一个具有两个仿行和两个区组的全因子设计。
操作： 6SQ统计>实验设计>2水平因子设计
设计实验-3因子 2仿行 2区组
1.生成实验表单
2，实验完成后，输入对应的数据
选择红框中所有数据，点击确认分析数据
P值显示主效应双因子交互作用 存在显著效应
时间温度，及时间与温度的交互作用 存在显著效应
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
操作： 6SQ统计>实验设计>2水平因子设计
设计实验-3因子 2仿行 2区组
1.生成实验表单
2，实验完成后，输入对应的数据
选择红框中所有数据，点击确认分析数据
P值显示主效应双因子交互作用 存在显著效应
时间温度，及时间与温度的交互作用 存在显著效应
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作量具R&R(嵌套的)
适用于破坏性测试，每一个操作者针对的物料都是唯一的，所以不存在operator by part的交互作用
有三个操作员，每人量测5个不同的料件，每个料件测量两次，所以共有30个测量值，。每个料件对操作者都是唯一的，没有任一个料件会同时被两个操作者测量。因此我们选用量具R&R(嵌套的)方法来进行分析
1, 6SQ统计--测量系统分析--量具R&R(嵌套的)
试验次数 2
评价人3
每测试人零件个数 5
点击设计
生成表格，并填入实验数据:
过程公差是10,数据范围选择全部的红色的框内，点击确认 输出分析结果。
解释结果
查看“合计量具 R&R”和“部件之间”的“%贡献”列。部件之间差异的百分比贡献（部件之间 = 17.54）比测量系统变异的百分比贡献（合计量具 R&R = 82.46）小很多。“%研究变异”列表明“合计量具 R&R”占研究变异的 90.81%。因此，大多数变异是由于测量系统错误所致；非常少的一部分变异是由于部件之间的差异所致。请参见测量系统可接受性准则。
可区分类别数为 1 表示测量系统无法区分部件。请参见可区分类别数声明。
查看变异分量图 - 位于左上角。大多数变异是由于测量系统错误（量具 R&R）所致；非常少的一部分变异是由于部件之间的差异所致。
查看 X 控制图 - 位于左下角。当变异主要是由于测量系统错误所致时，X 控制图中的大多数点都在控制限制内。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
有三个操作员，每人量测5个不同的料件，每个料件测量两次，所以共有30个测量值，。每个料件对操作者都是唯一的，没有任一个料件会同时被两个操作者测量。因此我们选用量具R&R(嵌套的)方法来进行分析
1, 6SQ统计--测量系统分析--量具R&R(嵌套的)
试验次数 2
评价人3
每测试人零件个数 5
点击设计
生成表格，并填入实验数据:
过程公差是10,数据范围选择全部的红色的框内，点击确认 输出分析结果。
解释结果
查看“合计量具 R&R”和“部件之间”的“%贡献”列。部件之间差异的百分比贡献（部件之间 = 17.54）比测量系统变异的百分比贡献（合计量具 R&R = 82.46）小很多。“%研究变异”列表明“合计量具 R&R”占研究变异的 90.81%。因此，大多数变异是由于测量系统错误所致；非常少的一部分变异是由于部件之间的差异所致。请参见测量系统可接受性准则。
可区分类别数为 1 表示测量系统无法区分部件。请参见可区分类别数声明。
查看变异分量图 - 位于左上角。大多数变异是由于测量系统错误（量具 R&R）所致；非常少的一部分变异是由于部件之间的差异所致。
查看 X 控制图 - 位于左下角。当变异主要是由于测量系统错误所致时，X 控制图中的大多数点都在控制限制内。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作测量系统偏倚
对一个参考值6.0的零件进行偏倚研究， 12次测量
数据如下:
测试值
5.80
5.70
5.90
5.90
6.00
6.10
6.00
6.10
6.40
6.30
6.00
6.10
操作:
1, 6SQ统计--测量系统分析--偏倚
输入参考值6.0
选择数据
点击确定
偏倚0.25
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
数据如下:
测试值
5.80
5.70
5.90
5.90
6.00
6.10
6.00
6.10
6.40
6.30
6.00
6.10
操作:
1, 6SQ统计--测量系统分析--偏倚
输入参考值6.0
选择数据
点击确定
偏倚0.25
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作量测系统稳定性
为了确定某一新的测量仪器的稳定性是否可接受，过程小组选取了生产过程
输出范围中接近中间值的一个零件。该零件被送到了测量实验室，经测量其参考 值确定为6.01。小组每班测量该零件5次，共测量了4周（20个子组）；收集 所有数据以后，画出了X&R图
数据如下:
试验1 试验2 试验3 试验4
6.05 6.03 5.99 6.00
6.03 6.00 6.02 6.05
6.06 6.03 6.01 6.01
6.01 6.03 6.00 6.02
6.00 5.97 5.98 5.99
5.98 6.01 6.03 6.03
5.99 6.00 5.97 6.01
6.03 6.00 6.02 6.00
6.01 6.03 6.00 6.02
6.00 5.97 6.00 6.02
6.01 6.03 6.01 6.03
6.03 6.00 6.01 6.03
5.98 6.01 6.00 5.97
6.03 6.00 5.98 6.01
6.00 5.97 5.97 6.00
5.98 6.01 6.03 6.01
6.00 6.01 6.00 6.01
6.02 5.98 6.01 6.01
5.97 6.00 6.03 6.00
6.03 6.01 6.01 6.02
操作:
1, 6SQ统计--测量系统分析--稳定性
选择数据范围，点击确定
输出结果:
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
无超出控制线的点，测量系统的稳定性是正常的
收起阅读 »
输出范围中接近中间值的一个零件。该零件被送到了测量实验室，经测量其参考 值确定为6.01。小组每班测量该零件5次，共测量了4周（20个子组）；收集 所有数据以后，画出了X&R图
数据如下:
试验1 试验2 试验3 试验4
6.05 6.03 5.99 6.00
6.03 6.00 6.02 6.05
6.06 6.03 6.01 6.01
6.01 6.03 6.00 6.02
6.00 5.97 5.98 5.99
5.98 6.01 6.03 6.03
5.99 6.00 5.97 6.01
6.03 6.00 6.02 6.00
6.01 6.03 6.00 6.02
6.00 5.97 6.00 6.02
6.01 6.03 6.01 6.03
6.03 6.00 6.01 6.03
5.98 6.01 6.00 5.97
6.03 6.00 5.98 6.01
6.00 5.97 5.97 6.00
5.98 6.01 6.03 6.01
6.00 6.01 6.00 6.01
6.02 5.98 6.01 6.01
5.97 6.00 6.03 6.00
6.03 6.01 6.01 6.02
操作:
1, 6SQ统计--测量系统分析--稳定性
选择数据范围，点击确定
输出结果:
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
无超出控制线的点，测量系统的稳定性是正常的
收起阅读 »
1分钟教你制作类型1量具研究
一家电极制造商要评估用于测量电极柱外径的测量系统，以确定该系统能否准确地测量柱，公差为 0.05 毫米。
操作员对已知外径（12.305 毫米）的参考柱进行 50 次测量。
数据如下:
直径
12.3057
12.3009
12.3037
12.2975
12.3056
12.3033
12.303
12.2965
12.2986
12.3031
12.3051
12.3056
12.3036
12.3091
12.3029
12.3061
12.2977
12.3013
12.3081
12.2944
12.3046
12.3014
12.3045
12.3015
12.3054
12.2953
12.2954
12.3047
12.3035
12.3003
12.3044
12.3023
12.3095
12.2998
12.3034
12.3026
12.3021
12.3061
12.3045
12.3021
12.3037
12.2997
12.3038
12.3076
12.3063
12.3018
12.2981
12.2965
12.3082
12.3034
操作:
1, 6SQ统计--测量系统分析--类型1量具研究
在参考值中，键入 12.305。
在公差限下，选择规格上限 - 规格下限，并键入 0.05。
单击确定。
解释结果
测量系统中的偏倚 为 -0.00231。对偏倚的检验表明与 0 存在显著 差异（T = 4.506892，p 值 = 0.000），这意味着测量系统中存在偏倚。此外，请注意运行图上标绘的许多观测值都低于参考值 12.305。
Cg 比较公差与测量变异，而 Cgk 将公差同时与测量变异和偏倚进行比较。较大的 Cg 和 Cgk 表明与公差范围相比，因测量系统导致的变异较小。这两个值的典型阈值为 1.33。
在本例中，能力指数 Cg = 0.46，Cgk = 0.25，都大大低于 1.33。这些值表示因测量系统导致的变异较大。
%变异（重复性）由 Cg 决定，而 %变异（重复性和偏倚）由 Cgk 决定。较小的 %变异值表明测量变异与公差相比较小。能力指数阈值 1.33 对应于 %变异阈值 15%。
在本例中，%变异（重复性）= 43.49%，%变异（重复性和偏倚）= 81%。这些值远大于 15%，再次表明因测量系统导致的变异很大。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN 收起阅读 »
操作员对已知外径（12.305 毫米）的参考柱进行 50 次测量。
数据如下:
直径
12.3057
12.3009
12.3037
12.2975
12.3056
12.3033
12.303
12.2965
12.2986
12.3031
12.3051
12.3056
12.3036
12.3091
12.3029
12.3061
12.2977
12.3013
12.3081
12.2944
12.3046
12.3014
12.3045
12.3015
12.3054
12.2953
12.2954
12.3047
12.3035
12.3003
12.3044
12.3023
12.3095
12.2998
12.3034
12.3026
12.3021
12.3061
12.3045
12.3021
12.3037
12.2997
12.3038
12.3076
12.3063
12.3018
12.2981
12.2965
12.3082
12.3034
操作:
1, 6SQ统计--测量系统分析--类型1量具研究
在参考值中，键入 12.305。
在公差限下，选择规格上限 - 规格下限，并键入 0.05。
单击确定。
解释结果
测量系统中的偏倚 为 -0.00231。对偏倚的检验表明与 0 存在显著 差异（T = 4.506892，p 值 = 0.000），这意味着测量系统中存在偏倚。此外，请注意运行图上标绘的许多观测值都低于参考值 12.305。
Cg 比较公差与测量变异，而 Cgk 将公差同时与测量变异和偏倚进行比较。较大的 Cg 和 Cgk 表明与公差范围相比，因测量系统导致的变异较小。这两个值的典型阈值为 1.33。
在本例中，能力指数 Cg = 0.46，Cgk = 0.25，都大大低于 1.33。这些值表示因测量系统导致的变异较大。
%变异（重复性）由 Cg 决定，而 %变异（重复性和偏倚）由 Cgk 决定。较小的 %变异值表明测量变异与公差相比较小。能力指数阈值 1.33 对应于 %变异阈值 15%。
在本例中，%变异（重复性）= 43.49%，%变异（重复性和偏倚）= 81%。这些值远大于 15%，再次表明因测量系统导致的变异很大。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN 收起阅读 »
检测过程需要做PFMEA分析吗？怎样分析？
在制造过程的设计中，总是要在制造工序间设置单独的检测步骤，这些检测步骤也是一个流程图的组成部分，例如，一个零件在焊接完毕后，对其部质量进行进行超声波检测；也可能是对其上游多个操作过程的综合探测，例如在智能音响中的所有声学零件组装成一个声学模组后，要进行声学项目的检测（还不是产品最终检测），我们把这样的检测过程叫做专检过程。
下图是一套产品过程流程图片断的示例，红色部分为检测过程。
我们知道，PFMEA是以产品过程流程图作为分析基础的，那么其中的检测过程需要做PFMEA分析吗？怎样分析它们的失效模式和失效起因呢？我们只研究它们的探测度或只做MSA可以吗？
这是在业界争议比较多的问题，本文就尝试展开讨论一下，供大家参考。
首先，为了避免再产生不必要的争议，我们先参考一下在2020年在汽车行业发布的新版AIAG-VDA FMEA手册（以下简称“FMEA手册”），其中在该书的3.1.2条“ PFMEA项目识别和边界”中有这么一段话：
工厂内会影响产品质量且可考虑进行PFMEA分析的过程包括：接收过程、零件和材料储存、产品和材料交付、制造、装配、包装、标签、成品运输、储存、维护过程、检测过程以及返工和返修过程等。
可见，在新版的FMEA手册中，检测过程是需要做PFMEA的，然而FMEA手册中却没有给出具体的方法和案例。
我们再看FMEA手册中3.5.3条关于“当前探测控制（DC）”的描述：
定义-当前探测控制是指在产品离开过程或发运给顾客前，通过自动或手动方法探测是否存在失效起因或失效模式。
如下图所示：
可见，对位于操作过程下游的检测过程来说，它既是产品制造过程流程图中需要做PFMEA的一个步骤，同时也可以看作是对前一个或多个操作过程的失效模式的探测。
二者并不矛盾，也并不重复，它们的作用和目的是不同的！作者建议我们先要对操作过程的当前探测措施和探测度进行分析、评价以及优化，在确定不再需要进一步优化之后，再单独对该检测过程进行PFMEA的分析，以便输出对检测过程的控制措施，从而减少测量误差和误判率！
我们先了解一下操作过程的探测措施。
它分为对失效起因的探测和对失效模式的探测，但是在实际的生产线和生产过程的设计时，人们往往不喜欢寻求防止失效起因的出现的预防措施，或者发现失效起因的探测措施，而是习惯于寻求对失效模式的探测，也就是我们常吐槽的“事后检验”、“死后验尸”，这似乎已经成为了一种天经地义的事情！这其实是一种非常落后的质量控制理念！通过下图，从同一个焊接过程中，我们可以全面了解这几种控制理念和方法：
从上图中可以看出，对于焊接、热处理、铸造、电镀、注塑等特殊过程，相当多的特性，如机械性能，是不能通过对产品的检测而得知的，这就必须识别出失效起因，对失效起因采取预防或者探测措施。即使是可以进行事后检测的产品，一旦发现不合格，也是一种浪费，因此，评价一个探测措施，我们需要分为这样几种情况：
对失效起因的探测，好于对失效模式的探测；在工位内失效模式的探测，好于下游工位的探测；仪器探测，好于人工目测；机器探测，好于人工探测；防错探测，好于一般机器/仪器探测。在FMEA手册的探测度D的打分指导中就是遵循此理念，读者可自行查阅。
因此，在对当前探测措施进行优化时，我们就要按上述“档位”做出改变，也就是升级为比当前更加先进的探测方法，这也是衡量一个过程设计是否先进的重要依据之一。一旦一个探测方法被确定下来，这个检测过程就形成了，我们就要对它加以管理，包括研究它的失效模式、失效起因，以及输出对它的控制计划。
那么怎样分析检测过程的PFMEA呢？它与MSA分析有什么关系呢？
我们还是使用FMEA手册中的失效链：
下面我们来探讨一下如何进行检测过程的PFMEA分析。
首先，我们要明确一个检测过程的功能是什么，很显然，执行检测，就是为了要把产品（注：在此处也包括零件、半成品，以下同）中的不合格的挑选出来，同时把合格的流到后面的工序当中去，因此，一个检测过程的失效模式应当是：把不合格的产品当作了合格的产品（接收不合格）、把合格的产品当作了不合格的产品（拒收合格），还可能在检测时把产品损坏了，例如特性的改变、损伤等。
它的失效影响和严重度S怎样分析呢？
如果是把不合格产品判断为合格产品，这相当于被检特性所对应的加工过程的失效模式和失效影响，例如，一个机加工过程，尺寸过大是这个加工过程的一个失效模式，可能会造成后续不能装配，如果它的专检工序失效，这个尺寸过大的零件就会被放行，同样也会造成后续不能进行装配。
如果是把合格产品判断为不合格产品，就会产生误报警，造成不必要的生产线停线事故。一家管理成熟的工厂都会有快速反应规则，包括生产线暂停运行，例如，如果是所检特性是一个关键特性，只要发现一次或几次问题，则会造成产线的暂停，这时S为7-8这个程度（请读者自行查阅一下FMEA手册的S打分指导）；如果是一个次要特性，则只有达到一定数量或比例后才使生产线暂停，所以要看所检特性的重要度。
如果是因为检测而造成产品的损坏，这要根据受到影响的特性的重要度来确定S的值，例如检测过程损伤的是产品的表面质量，S仅仅是3-4。
如何分析检测过程的失效起因？
检测过程的影响因素，不同于加工过程的4M1E（人、机、料、法、环），而是SWIPE： S-标准、方法，W-工件，I-仪器/量具，P-测量者或者测量程序，E-测量环境。
总结以上分析，我们可以得到检测过程PFMEA失效分析的通用结构形式：
如何进行检测过程PFMEA的风险分析与控制措施的优化？
这是基于检测过程的当前预防措施和探测措施进行的分析和评价，同样也有着各自的Occurrence 和Detection。
预防措施是针对失效的起因采取的，对于检测过程，就是上述展开的SWIPE因素。
关于测量的方法（S）和发生频度（O）。当前的预防措施一般是原自于其他产品同类检测过程使用过的、已经证明是可靠的检测方法，一般是做成检测指导书的形式。分析和评价的目的是确认现有检测方法（检测指导书）是否会导致产生较高的测量误差或损伤。具体可以从这几个方面考虑：
• 是否分析过设计要求？
• 是否考虑过产品加工过程的特点（易出问题的地方）？
• 测量原理或过程是否与产品的运行过程和客户的使用工况相匹配？
• 测量方法是否存在产生较大测量误差或产生产品损伤的可能？
• 是否做过不同方法的MSA的分析和结果（测量误差）的对比？等等。
在设计一个检测过程时，如果这些方面没有充分研究过，则就有可能产生较大的测量误差，这也是确保一种检测方法可靠的预防控制措施。
检测过程失效起因发生频度O的打分，我们完全可以参考FMEA手册中的“过程的潜在频度O”的打分指导，例如，如果检测过程完全是一键控制式的自动化测量，且被测产品的定位也是自动化定位，那么关于方法这个因素的O就1分；如果完全是手工测量，例如使用卡尺或者目测，则要看检测方法指导书上有没有确定性、明确的、图文并茂的规定。
下面是作者在之前企业工作时遇到的一个典型案例。一个板金零件需要测量它的角度α，如下图所示，由于板金件在折弯机上折弯时，下面的工装支架产生了松动，使得两端的角度α1和α2不一致，如果不在检测指导书中规定一个明确的测量位置，则就会存在很大的重复性误差（即同一检验员使用同一把量具，也会产生不一致的结果）。
对于被测量的工件（W），其实这也与测量方法有关系。只要其特性不会随着时间的推移而发生变化，就不会影响测量的结果，而有些则是会随着时间而发生变化的，例如，零件的平面度，如果存在内应力，它会在加工完毕后随着应力的释放而发生变化；塑料件的尺寸会随着储存环境温度的变化而变化；电容的漏电量，不同时间是有变化的；压力（水压、气压）试验时压力随时间衰退，等等，这些特性的变化，就会大大影响测量结果，会产生较大的误判。
对于这样的被测量对象，我们必须采取相应的预防控制措施，即在测量方法中规定好测量的时间限制、补偿的系数等，否则，就会影响测量的结果。对于一般的特性稳定的产品工件，这个因素，是不打O值的。
测量的仪器/量具（I）和测量人员/程序（P）及它们的O值。 量具与测量者是两个重要的测量误差来源，对于量具来说，它的细分因素包括量具、试验台（平整度、是否有减震措施等）、测量设备和量检具出厂时的精度和稳定性（随使用环境因素变化）、夹具（夹紧力、夹持位置等）；对于测量人员来说，是否在上岗前进行过专业的培训和资质的认证，以及是否经常轮换（会产生较大的再现性误差）等。
以上这些因素，在设计一个测量过程时，要事先充分考虑，并进行一一的策划与确认，采取相应的预防控制措施，例如，在三座标测量室中，应有温度控制措施，对于测量/试验台，应增加减振措施，对于量具的出厂精度，应依据要测量的零件设计精度要求（例如分辨率为公差范围的1/10以上），并对这些细分因素进行MSA的分析或者进行方差分析来对比研究，选择测量误差最小的方式。
关于这两个因素的O值打分，我们可以根据检测过程的MSA分析中量具和测量者的误差分量，再结合FMEA手册中的O值打分指导来进行打分。下面是如何将MSA的分析结果转化为O值的评价理论依据和示例：
下图是一个基准值为XT，偏倚为B，精度为σm的测量系统的一系列测量值所构成的分布（假设为正态），当我们研究量具的影响时，可以通过研究量具能力和GRR来获得单纯的量具偏倚（B）和重复性误差（σe），同理，当我们研究测量者之间或者量具之间的误差时，我们则使用再现性误差（σo）。
我们可以通过查寻或者通过统计软件计算正态累积概率函数来获得误判的类型和概率。
例如，一个测量系统，它测量一个零件的长度。经过测量系统分析得知，其偏倚B = 0.05，R&R的标准差也是0.05。如果测量一个基准值为0.4的零件长度，它的规格为0.6 – 1.0，那么有多大的概率产生误判？
对该结果的解释：虽然这个零件的基准值（0.4）在规格范围以外，是不合格的，但是，由于存在测量误差，理论上存在0.135%的误判风险（不合格判为合格）。在FMEA手册的过程潜在频度O（备选）打分指导中，这属于O值5-6的程度。
关于控制措施的优化，先看主要误差的类型，如果是偏倚而且恒定的，则可以采用补偿，否则，就需要矫正或者更换新量具；如果是精度误差较大，先看这个量具的出厂说明或制造标准中的理论测量精度，如果这个理论精度也达不到产品的测量要求（例如分辨率为公差范围的1/10以上），那么就应更换精度更高的量具类型，如果是因为磨损老化导致，则进行修理、矫正，或者更换。
对于测量环境（W）。测量环境对测量结果的影响，要看测量的产品和特性的类型，例如机械加工件，可能会对环境温度有较高的要求，如果是一个声学产品，则需要对环境噪声有极高的要求，需要在专门的、远离车间环境的听音室中进行检测。这些影响因素，在设计一个测量过程时要考虑、策划，并采取必要的预防措施。
检测过程的探测（D）
检测过程本身对应的是操作过程的失效模式探测，而检测过程自己的探测措施所要针对的则是对检测误差的发现机会和能力。我们怎样才能及时、有效地探测到一个检测过程（测量系统）产生的误差呢？这包括：对测量者的考核（频次、内容、标准）、对量具的校准（频次及机构）、测量系统分析MSA（指标、标准、频次、方法）等等，例如，这些类型的活动一次也没有做，则D应当为10分。
对检测过程的探测措施的优化包括提升校准/MSA的频次、增加样品的数量、改进抽样方案，以及执行这些活动计划是通过人工提醒，还是自动化提醒的方式等等。
综上所述，研究一个检测过程，实际上包括了MSA工作，且把MSA分析的结果应用于改进和优化检测过程。在业界的MSA培训和学习时，存在一种不好的习惯，就是只注重分析那几个测量系统的统计指标（偏倚、线性、稳定性、重复性、再现性），而忽视了对测量系统的构成（影响）因素的识别，忽视了把MSA统计指标应用于系统因素的进一步分析和改善上，其实这才是MSA的真正目的。
那么，有人会产生一个疑问：我们对检测过程进行MSA分析不就行了吗？为什么还要进行PFMEA呢？
对检测过程进行PFMEA分析，与单纯的MSA还是不一样的，检测过程PFMEA是面向整条产线上的所有检测过程，通过分析它们的S、O、D来确定是否需要优化（AP），怎样优化，优化完成后，再制定针对检测过程各影响因素的控制计划，用来管控这个检测过程不出现过大的测量误差，这才是对检测过程进行PFMEA分析的最终目的，这也是通常容易被忽视了的！这个控制计划就包括：是否做MSA分析，做哪些MSA指标，以及做MSA的频次，因此检测过程的PFMEA要比MSA高一个层次。下表是检测过程控制计划一个示例。
检测过程的PFMEA与MSA的关系，见下图所示。
收起阅读 »
下图是一套产品过程流程图片断的示例，红色部分为检测过程。
我们知道，PFMEA是以产品过程流程图作为分析基础的，那么其中的检测过程需要做PFMEA分析吗？怎样分析它们的失效模式和失效起因呢？我们只研究它们的探测度或只做MSA可以吗？
这是在业界争议比较多的问题，本文就尝试展开讨论一下，供大家参考。
首先，为了避免再产生不必要的争议，我们先参考一下在2020年在汽车行业发布的新版AIAG-VDA FMEA手册（以下简称“FMEA手册”），其中在该书的3.1.2条“ PFMEA项目识别和边界”中有这么一段话：
工厂内会影响产品质量且可考虑进行PFMEA分析的过程包括：接收过程、零件和材料储存、产品和材料交付、制造、装配、包装、标签、成品运输、储存、维护过程、检测过程以及返工和返修过程等。
可见，在新版的FMEA手册中，检测过程是需要做PFMEA的，然而FMEA手册中却没有给出具体的方法和案例。
我们再看FMEA手册中3.5.3条关于“当前探测控制（DC）”的描述：
定义-当前探测控制是指在产品离开过程或发运给顾客前，通过自动或手动方法探测是否存在失效起因或失效模式。
如下图所示：
可见，对位于操作过程下游的检测过程来说，它既是产品制造过程流程图中需要做PFMEA的一个步骤，同时也可以看作是对前一个或多个操作过程的失效模式的探测。
二者并不矛盾，也并不重复，它们的作用和目的是不同的！作者建议我们先要对操作过程的当前探测措施和探测度进行分析、评价以及优化，在确定不再需要进一步优化之后，再单独对该检测过程进行PFMEA的分析，以便输出对检测过程的控制措施，从而减少测量误差和误判率！
我们先了解一下操作过程的探测措施。
它分为对失效起因的探测和对失效模式的探测，但是在实际的生产线和生产过程的设计时，人们往往不喜欢寻求防止失效起因的出现的预防措施，或者发现失效起因的探测措施，而是习惯于寻求对失效模式的探测，也就是我们常吐槽的“事后检验”、“死后验尸”，这似乎已经成为了一种天经地义的事情！这其实是一种非常落后的质量控制理念！通过下图，从同一个焊接过程中，我们可以全面了解这几种控制理念和方法：
从上图中可以看出，对于焊接、热处理、铸造、电镀、注塑等特殊过程，相当多的特性，如机械性能，是不能通过对产品的检测而得知的，这就必须识别出失效起因，对失效起因采取预防或者探测措施。即使是可以进行事后检测的产品，一旦发现不合格，也是一种浪费，因此，评价一个探测措施，我们需要分为这样几种情况：
对失效起因的探测，好于对失效模式的探测；在工位内失效模式的探测，好于下游工位的探测；仪器探测，好于人工目测；机器探测，好于人工探测；防错探测，好于一般机器/仪器探测。在FMEA手册的探测度D的打分指导中就是遵循此理念，读者可自行查阅。
因此，在对当前探测措施进行优化时，我们就要按上述“档位”做出改变，也就是升级为比当前更加先进的探测方法，这也是衡量一个过程设计是否先进的重要依据之一。一旦一个探测方法被确定下来，这个检测过程就形成了，我们就要对它加以管理，包括研究它的失效模式、失效起因，以及输出对它的控制计划。
那么怎样分析检测过程的PFMEA呢？它与MSA分析有什么关系呢？
我们还是使用FMEA手册中的失效链：
下面我们来探讨一下如何进行检测过程的PFMEA分析。
首先，我们要明确一个检测过程的功能是什么，很显然，执行检测，就是为了要把产品（注：在此处也包括零件、半成品，以下同）中的不合格的挑选出来，同时把合格的流到后面的工序当中去，因此，一个检测过程的失效模式应当是：把不合格的产品当作了合格的产品（接收不合格）、把合格的产品当作了不合格的产品（拒收合格），还可能在检测时把产品损坏了，例如特性的改变、损伤等。
它的失效影响和严重度S怎样分析呢？
如果是把不合格产品判断为合格产品，这相当于被检特性所对应的加工过程的失效模式和失效影响，例如，一个机加工过程，尺寸过大是这个加工过程的一个失效模式，可能会造成后续不能装配，如果它的专检工序失效，这个尺寸过大的零件就会被放行，同样也会造成后续不能进行装配。
如果是把合格产品判断为不合格产品，就会产生误报警，造成不必要的生产线停线事故。一家管理成熟的工厂都会有快速反应规则，包括生产线暂停运行，例如，如果是所检特性是一个关键特性，只要发现一次或几次问题，则会造成产线的暂停，这时S为7-8这个程度（请读者自行查阅一下FMEA手册的S打分指导）；如果是一个次要特性，则只有达到一定数量或比例后才使生产线暂停，所以要看所检特性的重要度。
如果是因为检测而造成产品的损坏，这要根据受到影响的特性的重要度来确定S的值，例如检测过程损伤的是产品的表面质量，S仅仅是3-4。
如何分析检测过程的失效起因？
检测过程的影响因素，不同于加工过程的4M1E（人、机、料、法、环），而是SWIPE： S-标准、方法，W-工件，I-仪器/量具，P-测量者或者测量程序，E-测量环境。
总结以上分析，我们可以得到检测过程PFMEA失效分析的通用结构形式：
如何进行检测过程PFMEA的风险分析与控制措施的优化？
这是基于检测过程的当前预防措施和探测措施进行的分析和评价，同样也有着各自的Occurrence 和Detection。
预防措施是针对失效的起因采取的，对于检测过程，就是上述展开的SWIPE因素。
关于测量的方法（S）和发生频度（O）。当前的预防措施一般是原自于其他产品同类检测过程使用过的、已经证明是可靠的检测方法，一般是做成检测指导书的形式。分析和评价的目的是确认现有检测方法（检测指导书）是否会导致产生较高的测量误差或损伤。具体可以从这几个方面考虑：
• 是否分析过设计要求？
• 是否考虑过产品加工过程的特点（易出问题的地方）？
• 测量原理或过程是否与产品的运行过程和客户的使用工况相匹配？
• 测量方法是否存在产生较大测量误差或产生产品损伤的可能？
• 是否做过不同方法的MSA的分析和结果（测量误差）的对比？等等。
在设计一个检测过程时，如果这些方面没有充分研究过，则就有可能产生较大的测量误差，这也是确保一种检测方法可靠的预防控制措施。
检测过程失效起因发生频度O的打分，我们完全可以参考FMEA手册中的“过程的潜在频度O”的打分指导，例如，如果检测过程完全是一键控制式的自动化测量，且被测产品的定位也是自动化定位，那么关于方法这个因素的O就1分；如果完全是手工测量，例如使用卡尺或者目测，则要看检测方法指导书上有没有确定性、明确的、图文并茂的规定。
下面是作者在之前企业工作时遇到的一个典型案例。一个板金零件需要测量它的角度α，如下图所示，由于板金件在折弯机上折弯时，下面的工装支架产生了松动，使得两端的角度α1和α2不一致，如果不在检测指导书中规定一个明确的测量位置，则就会存在很大的重复性误差（即同一检验员使用同一把量具，也会产生不一致的结果）。
对于被测量的工件（W），其实这也与测量方法有关系。只要其特性不会随着时间的推移而发生变化，就不会影响测量的结果，而有些则是会随着时间而发生变化的，例如，零件的平面度，如果存在内应力，它会在加工完毕后随着应力的释放而发生变化；塑料件的尺寸会随着储存环境温度的变化而变化；电容的漏电量，不同时间是有变化的；压力（水压、气压）试验时压力随时间衰退，等等，这些特性的变化，就会大大影响测量结果，会产生较大的误判。
对于这样的被测量对象，我们必须采取相应的预防控制措施，即在测量方法中规定好测量的时间限制、补偿的系数等，否则，就会影响测量的结果。对于一般的特性稳定的产品工件，这个因素，是不打O值的。
测量的仪器/量具（I）和测量人员/程序（P）及它们的O值。 量具与测量者是两个重要的测量误差来源，对于量具来说，它的细分因素包括量具、试验台（平整度、是否有减震措施等）、测量设备和量检具出厂时的精度和稳定性（随使用环境因素变化）、夹具（夹紧力、夹持位置等）；对于测量人员来说，是否在上岗前进行过专业的培训和资质的认证，以及是否经常轮换（会产生较大的再现性误差）等。
以上这些因素，在设计一个测量过程时，要事先充分考虑，并进行一一的策划与确认，采取相应的预防控制措施，例如，在三座标测量室中，应有温度控制措施，对于测量/试验台，应增加减振措施，对于量具的出厂精度，应依据要测量的零件设计精度要求（例如分辨率为公差范围的1/10以上），并对这些细分因素进行MSA的分析或者进行方差分析来对比研究，选择测量误差最小的方式。
关于这两个因素的O值打分，我们可以根据检测过程的MSA分析中量具和测量者的误差分量，再结合FMEA手册中的O值打分指导来进行打分。下面是如何将MSA的分析结果转化为O值的评价理论依据和示例：
下图是一个基准值为XT，偏倚为B，精度为σm的测量系统的一系列测量值所构成的分布（假设为正态），当我们研究量具的影响时，可以通过研究量具能力和GRR来获得单纯的量具偏倚（B）和重复性误差（σe），同理，当我们研究测量者之间或者量具之间的误差时，我们则使用再现性误差（σo）。
我们可以通过查寻或者通过统计软件计算正态累积概率函数来获得误判的类型和概率。
例如，一个测量系统，它测量一个零件的长度。经过测量系统分析得知，其偏倚B = 0.05，R&R的标准差也是0.05。如果测量一个基准值为0.4的零件长度，它的规格为0.6 – 1.0，那么有多大的概率产生误判？
对该结果的解释：虽然这个零件的基准值（0.4）在规格范围以外，是不合格的，但是，由于存在测量误差，理论上存在0.135%的误判风险（不合格判为合格）。在FMEA手册的过程潜在频度O（备选）打分指导中，这属于O值5-6的程度。
关于控制措施的优化，先看主要误差的类型，如果是偏倚而且恒定的，则可以采用补偿，否则，就需要矫正或者更换新量具；如果是精度误差较大，先看这个量具的出厂说明或制造标准中的理论测量精度，如果这个理论精度也达不到产品的测量要求（例如分辨率为公差范围的1/10以上），那么就应更换精度更高的量具类型，如果是因为磨损老化导致，则进行修理、矫正，或者更换。
对于测量环境（W）。测量环境对测量结果的影响，要看测量的产品和特性的类型，例如机械加工件，可能会对环境温度有较高的要求，如果是一个声学产品，则需要对环境噪声有极高的要求，需要在专门的、远离车间环境的听音室中进行检测。这些影响因素，在设计一个测量过程时要考虑、策划，并采取必要的预防措施。
检测过程的探测（D）
检测过程本身对应的是操作过程的失效模式探测，而检测过程自己的探测措施所要针对的则是对检测误差的发现机会和能力。我们怎样才能及时、有效地探测到一个检测过程（测量系统）产生的误差呢？这包括：对测量者的考核（频次、内容、标准）、对量具的校准（频次及机构）、测量系统分析MSA（指标、标准、频次、方法）等等，例如，这些类型的活动一次也没有做，则D应当为10分。
对检测过程的探测措施的优化包括提升校准/MSA的频次、增加样品的数量、改进抽样方案，以及执行这些活动计划是通过人工提醒，还是自动化提醒的方式等等。
综上所述，研究一个检测过程，实际上包括了MSA工作，且把MSA分析的结果应用于改进和优化检测过程。在业界的MSA培训和学习时，存在一种不好的习惯，就是只注重分析那几个测量系统的统计指标（偏倚、线性、稳定性、重复性、再现性），而忽视了对测量系统的构成（影响）因素的识别，忽视了把MSA统计指标应用于系统因素的进一步分析和改善上，其实这才是MSA的真正目的。
那么，有人会产生一个疑问：我们对检测过程进行MSA分析不就行了吗？为什么还要进行PFMEA呢？
对检测过程进行PFMEA分析，与单纯的MSA还是不一样的，检测过程PFMEA是面向整条产线上的所有检测过程，通过分析它们的S、O、D来确定是否需要优化（AP），怎样优化，优化完成后，再制定针对检测过程各影响因素的控制计划，用来管控这个检测过程不出现过大的测量误差，这才是对检测过程进行PFMEA分析的最终目的，这也是通常容易被忽视了的！这个控制计划就包括：是否做MSA分析，做哪些MSA指标，以及做MSA的频次，因此检测过程的PFMEA要比MSA高一个层次。下表是检测过程控制计划一个示例。
检测过程的PFMEA与MSA的关系，见下图所示。
优思学院・六西格玛咨询 - 助力设备制造商占领战略高地
本文作者陆烨晨(Yechen Lu)，为优思学院高级顾问（Senior Consultant），他是英国赫特福德大学・营运管理硕士、同时也是APICS注册生产及库存管理师 (CPIM)、ILSSI认证六西格玛黑带(CSSBB)，他在供应链管理的多个方面拥有超过20年的管理经验，涉及管理会计、商业管理和精益生产等领域。
20年前，当中国的汽车行业刚起步的时候，新车销售是4S点最主要的业务增长和盈利的点，客户对汽车的服务和保养更多依赖于价廉物美的路边维修店。而今年来， 中国4S点的盈利模式已从销售新车转向专注于售后保养维修，与市场上大量的对手在定价策略和客户体验，服务内容，备品备件等各个领域展开激励的竞争，争取健康的客户亲密度，同时为新设备的销售打下更好的基础。很多设备制造商在未来 5 到 10 年内将服务和维护的必胜之战纳入战略规划。
有趣的是，数据显示，在欧洲，机械制造商至少有 33% 的收入来自售后服务事业部，而在中国，同一制造商的售后服务收入仅占其总收入的 10%。证明了售后服务的机遇是巨大的，挑战也是显而易见的。
目前，设备制造商所遇到的问题和痛点是：
- 我们了解我们的客户吗？客户体验是否一如既往的满意？
- 如何利用原厂购买力保持售后服务定价策略的竞争力？
- 前员工前或内部员工带来的不道德的竞争
- 我们的资源效率是否足以执行必要的维护和维修, 同时了解客户额外的需求，带来业务增长的机会？
- 原始设备制造商是否了解并分析了他们提供给客户的机器里的数据，以便更好的分析数据中的客户需求和商业机会？
利用六西格玛方法消除痛点、争取战略高地
而我在过去十多年的工期间发现，六西格玛方法为这些挑战提供了可以解决的方案和工具，我们可以举一些例子：
- 如何充分聆听客户声音，归纳梳理，利用亲和关系图来认清客户最关心的满意度要素。
- 回归分析将有助于确定某个要素会与客户满意度直接相关。
- SIOPC 方法将帮助于识别客户体验的工业服务的关键过程及周边相关
- 实验设计将帮助将针对客户体验实施的改进计划与满意度的测量评判联系起来。
- 寻找合适的测量方法来测量客户满意程度，并使用因果关系矩阵确定与客户建立紧密联系的关键因素。
- 使用鱼骨图、5个为什么等方法来追寻根本原因
- X bar - R 控制图或 P/NP 控制图 来测量定量和定性指标， 以追踪改进的效果
- 当涉及来自客户机器的大量数据时，六西格玛数据统计处理是最好的工具，用于分析机器使用中的各种行为、识别与最佳机器状态之间的差距，并向客户提出要改进计划，帮助机器达到最佳运行状态，并实时与客户构建紧密联系。优思学院｜六西格玛证书课程将六西格玛工具应用到工业服务中，追随基本的DMAIC的六西格玛问题解决方案思路，充分利用系统的方法和工具，指导我们在这个潜力无穷的业务领域快速建立领先优势。
为客户提供满意并且稳定的售后服务。如果您想详细了解六西格玛如何重塑您在中国的服务业务，请致联系我们并了解更多信息。从2019年起，我们除了为客户提供低成本的线上六西格玛培训[1]外，亦可为企业提供量身订制的培训及咨询服务。本文作者陆烨晨(Yechen Lu)，为优思学院高级顾问(Senior Consultant)
英语原文
About the Author: Yechen Lu is a Senior Consultant of UCOURSE LIMITED，he holds a Master Degree in Operation Management at the University of Hertfordshire England, he is also an APICS Certified in Production and Inventory Management (CPIM) and ILSSI Certified Six Sigma Black Belt (CSSBB), he has over 20 years experience in multiple facets of supply chain management, covering areas of management accounting, business management and lean manufacturing.
In these decades, the 4S car workshop in China has transferred their profit model from selling new cars to focus on after-sales maintenance, yet there are plenty of competitions on the market to get into this after-sales service market with a cheaper pricing strategy and more customer intimacy. The OEMs have taken on the Must-Win Battle of service and maintenance into their strategy blueprint in the next 5 to 10 years.
Interestingly, in Europe, a machinery supplier has made 33% of their revenue from their service, in China, however, the same supplier has ONLY made 10% of the revenue from their service. The opportunity is huge, but the challenges are enormous:
- Do we understand our customers? Is the customer experience consistent?
- Do we have a great pricing strategy to leverage the OEM buying power to stay competitive?
- Unethical competition brought about by former or internal employees
- Is our resources efficient enough to perform the essential maintenance service?
- Does the OEM understand the data set from the machinery or service they provide and analyzed enough to be able to guide for the next business opportunities?
Adopting Six Sigma Methodology to get rid of the above pain points
All of these challenges can be addressed following the 6 sigma methodology, it brought in a lot of tools into this:
- Using Affinity Diagram to collect and organize the Voice of Customer (VOC) and establish the CTQ.
- Using Regression Analysis to identify the relationship of the CTQ to the customer’s satisfaction.
- Using SIPOC method to identify the key input and processes of industrial service.
- Using DOE to optimize the customer satisfaction level.
- Simplify the measurement method to effectively understand customer satisfaction and use the causality matrix to identify the key factors that create a strong connection with customers.
- Using root cause analysis to enhance the continuous improvement culture.
- Using X bar - R chart and P/NP chart to control the quantitative and qualitative KPIs to maintain the service consistency.
- When it comes to a large set of data from customer’s machinery, the Six Sigma tools will be the best ever tools to identify the behavior of the machine usage, identify the gap to the best machine status and guide through improve the plan to persuade the customer to build this closer relationship with the organization.
If you and your organization are interested in learning more about how Six Sigma can reshape your service business in China, please do not hesitate to contact us. UCOURSE LIMITED has been provided Online Certification Course since 2019, we can also provide customized consultation for a specific industry. 收起阅读 »
行走在质量的路上
在中小企业从事质量工作十几年了，总结这十几年来我从事的质量这条道路，感觉有好多话要说，但又好像又没有什么要讲的。
一、初出茅庐
从刚毕业的那一年开始，从实验员入行，一开始并不是很感兴趣，当时只是为了能顺利找到工作，能有工资拿就可以了。这份工作，我很幸运，除了工资有点低以外，我的师傅是个可爱的退休返聘的人，她做起事情来一板一眼的。在实验室做实验，都是她手把手的教我，在那里我跟着师傅学会有用车间的小车床制取试验样品（这些小车床听说都是当年这些车间老师傅自己设计制造出来的），我知道了所有的实验数据的判定都是依据国家标准的。我知道如何出具实验报告。当遇到实验数据不对的时候，师傅带我一起找原因分析，工作的那几年除了没拆过电气（主要是不会），实验设备的其他配件我们都拆过。 对于没把握判断的，带我一起找技术部门咨询。我师傅的爱人是公司的管代，他给我们这一批的一起来的人培训IATF16949、ISO9001理论知识。跟总经理申请让我们这一批的学员到各个部门去轮岗，有幸在质量部当了几天的检验，跟着当年的质量部科长一同参加过公司的内审，在轮岗的时候我第一次看到科长再回复客户8D报告，第一次看到质量月报。这是我最初对质量的印象，很懵懂、很神秘。 当年到底还是刚从学校出来，想自己做出一份成绩，看到检验员在车间检验特别想去，然后那些与我无关，我的定位就是实验室化学试验员。在加上当年的实验室条件简陋，还要平时、周六都加班，感觉特别累。
二、异想天开
第一份工作离职后立马挑了份电子厂的生产文员工作，当年选择文员的原因本以为文员应该比较轻松的，结果忙的昏天暗地。这段工作经历恍如一场梦，每天在公司三点一线：工位、食堂、卫生间，初步估算了一下当时工位工作占时91%，吃饭时间8.3%，卫生间占时0.7%。排队吃饭如同鬼子进村扫荡； 为了减少上厕所，一天最多只喝一杯水，不为别的，只因为去卫生间会花三分钟左右，这个时候有很大的可能性会让我的工位的单据数量猛增，猛增的结果就是我的工位上会围满索要单据的人，围满的时候就是我要被领导训的时候；其余的时间就在工位上把单据飞快的输入到系统里，还要时刻提醒自己不能出一点错，错一次顺利的话至少要三个小时才能处理完这个异常，很庆幸，上班了几个月只输错了一次一张单据，领导念我是初犯没有过多责怪我。 在进这个公司时我知道是个电子厂，生产什么并不清楚，在后来的某一次看到有人将耳机半成品拿到办公区域来测试，才晓得是生产耳机的。 说起来有点可笑，上了好几个月的班，只去过车间一次，还是帮助同事核对作业员信息的。这份文员工作使我的办公软件水平由陌生到熟练。使我能集中精力做事而避免犯错。但是偶尔的几分钟清闲只会让我十分羡慕我隔壁的工位上的人员，那些属于质量部的质量人员，天天被质量问题缠的焦头烂额的质量人员，当年我的想法是：质量人员不要每时每刻坐在工位上，而且我自己也是会点质量的。他们说的一些我也是听的懂。后来由于总总事情，正好公司进行内部优化将生产文员分配到各个生产线上，加上当年的我怀孕，接到领导的意见是没有那个生产线要我当生产文员，只能分配到生产线做操作工。听到那一刻，眼泪都要流出来，当年的我搞不懂为什么兢兢业业的，到最后还是这个下场。我还犟着去了生产线上工作了一天，特别枯燥如同木偶。回去思考了一夜，第二次正好领导又找我谈话，说什么要是你现在离职还是以文员岗位离职之类的，以后生完孩子后欢迎加入公司。果断回绝了。当时我先生还气不过，说实话怀孕的第一个月每天脚就肿的不行。正好趁此机会离职了工作，回了老家。
三、重新走上质量岗位
收起阅读 »
一、初出茅庐
从刚毕业的那一年开始，从实验员入行，一开始并不是很感兴趣，当时只是为了能顺利找到工作，能有工资拿就可以了。这份工作，我很幸运，除了工资有点低以外，我的师傅是个可爱的退休返聘的人，她做起事情来一板一眼的。在实验室做实验，都是她手把手的教我，在那里我跟着师傅学会有用车间的小车床制取试验样品（这些小车床听说都是当年这些车间老师傅自己设计制造出来的），我知道了所有的实验数据的判定都是依据国家标准的。我知道如何出具实验报告。当遇到实验数据不对的时候，师傅带我一起找原因分析，工作的那几年除了没拆过电气（主要是不会），实验设备的其他配件我们都拆过。 对于没把握判断的，带我一起找技术部门咨询。我师傅的爱人是公司的管代，他给我们这一批的一起来的人培训IATF16949、ISO9001理论知识。跟总经理申请让我们这一批的学员到各个部门去轮岗，有幸在质量部当了几天的检验，跟着当年的质量部科长一同参加过公司的内审，在轮岗的时候我第一次看到科长再回复客户8D报告，第一次看到质量月报。这是我最初对质量的印象，很懵懂、很神秘。 当年到底还是刚从学校出来，想自己做出一份成绩，看到检验员在车间检验特别想去，然后那些与我无关，我的定位就是实验室化学试验员。在加上当年的实验室条件简陋，还要平时、周六都加班，感觉特别累。
二、异想天开
第一份工作离职后立马挑了份电子厂的生产文员工作，当年选择文员的原因本以为文员应该比较轻松的，结果忙的昏天暗地。这段工作经历恍如一场梦，每天在公司三点一线：工位、食堂、卫生间，初步估算了一下当时工位工作占时91%，吃饭时间8.3%，卫生间占时0.7%。排队吃饭如同鬼子进村扫荡； 为了减少上厕所，一天最多只喝一杯水，不为别的，只因为去卫生间会花三分钟左右，这个时候有很大的可能性会让我的工位的单据数量猛增，猛增的结果就是我的工位上会围满索要单据的人，围满的时候就是我要被领导训的时候；其余的时间就在工位上把单据飞快的输入到系统里，还要时刻提醒自己不能出一点错，错一次顺利的话至少要三个小时才能处理完这个异常，很庆幸，上班了几个月只输错了一次一张单据，领导念我是初犯没有过多责怪我。 在进这个公司时我知道是个电子厂，生产什么并不清楚，在后来的某一次看到有人将耳机半成品拿到办公区域来测试，才晓得是生产耳机的。 说起来有点可笑，上了好几个月的班，只去过车间一次，还是帮助同事核对作业员信息的。这份文员工作使我的办公软件水平由陌生到熟练。使我能集中精力做事而避免犯错。但是偶尔的几分钟清闲只会让我十分羡慕我隔壁的工位上的人员，那些属于质量部的质量人员，天天被质量问题缠的焦头烂额的质量人员，当年我的想法是：质量人员不要每时每刻坐在工位上，而且我自己也是会点质量的。他们说的一些我也是听的懂。后来由于总总事情，正好公司进行内部优化将生产文员分配到各个生产线上，加上当年的我怀孕，接到领导的意见是没有那个生产线要我当生产文员，只能分配到生产线做操作工。听到那一刻，眼泪都要流出来，当年的我搞不懂为什么兢兢业业的，到最后还是这个下场。我还犟着去了生产线上工作了一天，特别枯燥如同木偶。回去思考了一夜，第二次正好领导又找我谈话，说什么要是你现在离职还是以文员岗位离职之类的，以后生完孩子后欢迎加入公司。果断回绝了。当时我先生还气不过，说实话怀孕的第一个月每天脚就肿的不行。正好趁此机会离职了工作，回了老家。
三、重新走上质量岗位
收起阅读 »
ASQ CSSBB六西格玛黑带认证Affidavit
本人完全自学通过ASQ的六西格玛黑带认证后，分享了一些经验，经常会有小伙伴询问关于项目经验的问题，所以根据我的备考经历，把项目经验相关的一些要点分享给大家，希望对备考的同学有所帮助。
预备信息：六西格玛基础的工具知识，项目经验
ASQ的认证项目经验比较简单，完整提交相关的文件之后发送到相关的邮箱即可。以下是Affidivat的文件截图做说明：
以上，就是相关的分享。如果想深入交流，可以私信加一下微信GZKKHP。
收起阅读 »
预备信息：六西格玛基础的工具知识，项目经验
ASQ的认证项目经验比较简单，完整提交相关的文件之后发送到相关的邮箱即可。以下是Affidivat的文件截图做说明：
- 项目完成人：当然是你自己的名字，后面的2是ASQ的会员号码，如果有的话可以写，没有完全没问题。会员的好处是考试费会低一些，前提是缴纳会员费。
- 项目名称：最好符合SMART原则，有时间范围，可以度量的KPI指标；
- 项目描述：对于项目的背景简单描述，这也是项目选择的依据。同样建议符合SMART原则，突出项目对于企业收益的重要性，与企业战略目的和目标的相关性；
- 项目时间：项目时间范围，一般几个月即可；
- 工具描述：根据描述，需要写一下具体的工具和如何应用的，这也是开篇要求对六西格玛工具有基本知识的原因。当然对于参加六西格玛考试的人员来说，这些工具是日常工作的必须；对于没有主持过项目或者严重一点没有参与过六西格玛改善/精益项目的同学来说，还是需要了解一下相关的工具的。
- 项目收益：该项是六西格玛项目的收益，建议符合SMART原则，一般从降本增效，提高员工保障，促进六西格玛工具使用和方法论的推广；
- 项目相关的背景和联系人信息：为了应对ASQ的抽查，建议该项在填写的时候尽量有利于抽查，比如说电话填自己的。考试后和几个同学交流，都没有被抽查到。
以上，就是相关的分享。如果想深入交流，可以私信加一下微信GZKKHP。
收起阅读 »
检查之重要性
今日2021/9/10教师节，早上我首次开车送女儿上学（之前拼车），快到校门口同车小朋友讲教师节礼物带了吗？
女儿马上反应过来“我的忘记在家了”，我也没回应女儿，送她们到学习门口后，我回来到家里，老婆说“这个女子，我幸幸苦苦做2个晚上，结果今天忘记带学校里”，因昨天晚上我22:00回家，母女俩还在折腾呢！我问老婆怎么不提醒她放书包里呢？女儿坚持不放，理由是放书包里会皱，不好看。3件礼物用纸袋装好就放书包旁边，结果还是落下！
作为一个质量的父亲，每日都在喊，不能漏配件，不能做错！（家事基本不过问）加上老婆照顾小女儿没空去检查东西。即日起，要做3件事，①做点检表；②记录每日漏/犯错的记录；③出发上学前点检 收起阅读 »
女儿马上反应过来“我的忘记在家了”，我也没回应女儿，送她们到学习门口后，我回来到家里，老婆说“这个女子，我幸幸苦苦做2个晚上，结果今天忘记带学校里”，因昨天晚上我22:00回家，母女俩还在折腾呢！我问老婆怎么不提醒她放书包里呢？女儿坚持不放，理由是放书包里会皱，不好看。3件礼物用纸袋装好就放书包旁边，结果还是落下！
作为一个质量的父亲，每日都在喊，不能漏配件，不能做错！（家事基本不过问）加上老婆照顾小女儿没空去检查东西。即日起，要做3件事，①做点检表；②记录每日漏/犯错的记录；③出发上学前点检 收起阅读 »
SPC应用案例
各位大侠好，这是我目前推行的供应商方的SPC管理初步案例
请大家指正，我这样推行的思路对不对。
欢迎大家留言讨论。
图1是其中1个改善案例，
图2是推行的系统化管理一角。
请大家指正，我这样推行的思路对不对。
欢迎大家留言讨论。
图1是其中1个改善案例，
图2是推行的系统化管理一角。
优思学院｜"共同原因"和"特殊原因"是什么？
原发表于优思学院知乎号
如果你有看过优思学院关于SPC的六西格玛绿带课程视频，应该会知道在控制界限以内的变异原因，和超出控制界限以外的变异原因两者的区别。这是休哈特（Walter A. Shewhart）博士在 1924年发明第一张质量控制图时，给予的区分，他把两者分别命名为机遇原因(Chance Cause)和非机遇原因(Assignable Cause)。当时的学者为崇敬Shewhart博士把统计学应用在工业上所作的贡献，故亦有称为Shewhart图。
直到1970年，美国的质量管理大师 W. Edwards Deming博士首次应邀访台，在他所发表的学术演讲中，他提出了两个崭新的名词，就是在控制界限以内变异的原因，称为共同原因(Common Cause)，超出控制界限以外的变异原因，称为特殊原因(Special Cause)。优思学院看到许多美英等国的质量管理书籍上，也逐渐采用这个名词。尤其近几年来，Deming博士时有新著问世，声望陡增，已成为质量管理界中之牛耳。
我们当时都以为Deming博士把共同原因来代替机遇原因，特殊原因来代替非机遇原因，无非是取其浅显达意，容易明白而已。而且一直以为这两个名词是相等的(即：共同原因 = 机遇原因，特殊原因 = 非机遇原因)，没有再去作进一步的研究。
近十年来，美国新出版的质量管理书籍很多，也曾讨论过这些名词的问题，才知道这两个名词并不完全相等，因为Shewhart和Deming两人的出发点，并不一样。兹就读书所得，说明于次。
Shewhart博士的观念是着眼于制程中的变异，凡是在控制下的变异(Controlled Variation)，可以认为是稳定(Stable)而经常存在的，所以称之为机遇原因，亦有人称之为无法避免之原因(Unavoidable Cause)者。这种变异是制程中固有的(Inherent)的变异，如果要把它减少(或减小)，制程亦必随之而变动。
至于制程中不能控制的变异(Uncontrolled Variation)，是随时在变动，既不稳定，亦非经常存在，并不是制程中的一部分。这种不稳定的性质，使制程不能按照预定的目标操作，致产生过多的变异(Excess Variation)。这种变异原因称为非机遇原因，应该可以把这种变异原因找出来，并加以消除掉，使制程回复正常。故这种原因亦有称之为可避免之原因(Avoidable Cause)者。
上述两种方法，都可以用来改进制程，但基本上是不同的。前者是去修改(改善) (Modify)一个经常而稳定的制程，而后者是去创造(Create)一个经常而稳定的制程。到底要采用那一种方法？就要看制程中的变异而定。因此，改进制程的首要步骤，是先要决定制程中有无不能控制的变异原因存在。而Shewhart的质量控制图是根据机率原理和统计学而来的，正是判断制程中有无不能控制的变异原因的有效利器。
至于Deming博士，他的着眼点是放在：谁该对这种变异负责？于是创造了共同原因和特殊原因这两个名词。
共同原因的变异是存在于制造系统(System)或控制良好的系统中。优思学院认为因为这种变异是属于系统内的，所以应该由控制这一系统的人员来负责，那即是：经理人员─特别是高阶层的经理人员。共同原因的变异仅祇能由经理阶层人员采取行动，才能把它移除掉。
特殊原因的变异在本质上是局部的。Deming博士曾说过，他喜欢用〝特殊〞这个形容词来指特定的一群作业员，或特定的某一位作业员，或特定的机器，或特定的局部环境等所造成的特殊原因。他并说，名词并不重要，重要的是观念。一般都能从发生问题的那一特定阶层人员，就可自行找出原因，采取行动，并把困扰的问题消除掉。
这些非机遇原因可以由作业员或那一部分的领班来采取行动。 而共同原因却不然，它可以是机遇原因，也可以是非机遇原因。无论在那一种情况，都是系统上发生的错误(Faults)，仅祇能由经理阶层人员采取行动，才能改正过来。 Deming博士是着重在谁该对这种不同型式的变异负责，现在优思学院可以用一句话来说明他的观念：减少任何一个质量特性(如厚度，或绩效等)的变异，不管这个质量特性是否在控制状态之下，甚至只有少数几个或没有不良品产生，都认为是良好的管理。 〝零缺点〞并不能算够好。
工业界必须做到比符合规格还要来得好。经理人员要去研究制程，并且应该去找寻变异的来源，进而把它消除掉，以经常改进产品。质量控制图正是用来找出这些来源的有效利器。当制程中的变异减小后，则零件将更为相似，产品亦将愈佳。这些都是Deming博士在1950年带给日本人的金玉良言，日本人懂得这些话，经过了石川一郎(按：即石川馨氏之尊翁)及小柳贤一等继续不断地努力，才奠定了实施SQC成功的基础。
现在，将再介绍另一个观念(Concept)，那就是：工程上(Engineering)对变异的观念，和Shewhart博士(包括Deming博士)对变异的观念，两者完全不同。工程上对变异的观念，其目的是要求产品能符合规格，不管产品中的变异有多大，只要在规格范围以内，就尽可能地让它去变化(Vary)。如果结果是在规格范围以内，就认为是〝够好〞了。而Shewhart博士观念的目的，是要制程经常稳定一致(Consistency)，结果自然是产品尽可能地稳定一致了。因为它们的目的不同，结果也就随之而不同。优思学院认为我们没有必要把这两种观念加以协调。经理人员必须采用其中之一，作为生产制程的指导原则：仅只要求符合规格，还是继续不断地改进制程。
经理人员在工业革命时期就开始采用第一种观念了。大约经过了200年以后，这个目的仍没有达到。因为我们仅仅把目标放在符合规格上，结果却缺乏进步。这就没有理由使人相信将来会有什么进步的缘故。
另一方面，根据日本的经验，应用了Shewhart博士的观念之后，证明了持续不断地改进制程，使得日本的工业产品提高了它们的质量，也提高了它们的生产力。结果，不再局限于以符合规格为满足，而是在持续不断地改进途程中前进。
优思学院认为要产品完全符合规格，唯有持续不断地改进制程，而且仅只有当经理人员用言词和行动来支持这个目标时，才会获得质量和生产力的增加。
收起阅读 »
如果你有看过优思学院关于SPC的六西格玛绿带课程视频，应该会知道在控制界限以内的变异原因，和超出控制界限以外的变异原因两者的区别。这是休哈特（Walter A. Shewhart）博士在 1924年发明第一张质量控制图时，给予的区分，他把两者分别命名为机遇原因(Chance Cause)和非机遇原因(Assignable Cause)。当时的学者为崇敬Shewhart博士把统计学应用在工业上所作的贡献，故亦有称为Shewhart图。
直到1970年，美国的质量管理大师 W. Edwards Deming博士首次应邀访台，在他所发表的学术演讲中，他提出了两个崭新的名词，就是在控制界限以内变异的原因，称为共同原因(Common Cause)，超出控制界限以外的变异原因，称为特殊原因(Special Cause)。优思学院看到许多美英等国的质量管理书籍上，也逐渐采用这个名词。尤其近几年来，Deming博士时有新著问世，声望陡增，已成为质量管理界中之牛耳。
我们当时都以为Deming博士把共同原因来代替机遇原因，特殊原因来代替非机遇原因，无非是取其浅显达意，容易明白而已。而且一直以为这两个名词是相等的(即：共同原因 = 机遇原因，特殊原因 = 非机遇原因)，没有再去作进一步的研究。
近十年来，美国新出版的质量管理书籍很多，也曾讨论过这些名词的问题，才知道这两个名词并不完全相等，因为Shewhart和Deming两人的出发点，并不一样。兹就读书所得，说明于次。
Shewhart博士的观念是着眼于制程中的变异，凡是在控制下的变异(Controlled Variation)，可以认为是稳定(Stable)而经常存在的，所以称之为机遇原因，亦有人称之为无法避免之原因(Unavoidable Cause)者。这种变异是制程中固有的(Inherent)的变异，如果要把它减少(或减小)，制程亦必随之而变动。
至于制程中不能控制的变异(Uncontrolled Variation)，是随时在变动，既不稳定，亦非经常存在，并不是制程中的一部分。这种不稳定的性质，使制程不能按照预定的目标操作，致产生过多的变异(Excess Variation)。这种变异原因称为非机遇原因，应该可以把这种变异原因找出来，并加以消除掉，使制程回复正常。故这种原因亦有称之为可避免之原因(Avoidable Cause)者。
上述两种方法，都可以用来改进制程，但基本上是不同的。前者是去修改(改善) (Modify)一个经常而稳定的制程，而后者是去创造(Create)一个经常而稳定的制程。到底要采用那一种方法？就要看制程中的变异而定。因此，改进制程的首要步骤，是先要决定制程中有无不能控制的变异原因存在。而Shewhart的质量控制图是根据机率原理和统计学而来的，正是判断制程中有无不能控制的变异原因的有效利器。
至于Deming博士，他的着眼点是放在：谁该对这种变异负责？于是创造了共同原因和特殊原因这两个名词。
共同原因的变异是存在于制造系统(System)或控制良好的系统中。优思学院认为因为这种变异是属于系统内的，所以应该由控制这一系统的人员来负责，那即是：经理人员─特别是高阶层的经理人员。共同原因的变异仅祇能由经理阶层人员采取行动，才能把它移除掉。
特殊原因的变异在本质上是局部的。Deming博士曾说过，他喜欢用〝特殊〞这个形容词来指特定的一群作业员，或特定的某一位作业员，或特定的机器，或特定的局部环境等所造成的特殊原因。他并说，名词并不重要，重要的是观念。一般都能从发生问题的那一特定阶层人员，就可自行找出原因，采取行动，并把困扰的问题消除掉。
这些非机遇原因可以由作业员或那一部分的领班来采取行动。 而共同原因却不然，它可以是机遇原因，也可以是非机遇原因。无论在那一种情况，都是系统上发生的错误(Faults)，仅祇能由经理阶层人员采取行动，才能改正过来。 Deming博士是着重在谁该对这种不同型式的变异负责，现在优思学院可以用一句话来说明他的观念：减少任何一个质量特性(如厚度，或绩效等)的变异，不管这个质量特性是否在控制状态之下，甚至只有少数几个或没有不良品产生，都认为是良好的管理。 〝零缺点〞并不能算够好。
工业界必须做到比符合规格还要来得好。经理人员要去研究制程，并且应该去找寻变异的来源，进而把它消除掉，以经常改进产品。质量控制图正是用来找出这些来源的有效利器。当制程中的变异减小后，则零件将更为相似，产品亦将愈佳。这些都是Deming博士在1950年带给日本人的金玉良言，日本人懂得这些话，经过了石川一郎(按：即石川馨氏之尊翁)及小柳贤一等继续不断地努力，才奠定了实施SQC成功的基础。
现在，将再介绍另一个观念(Concept)，那就是：工程上(Engineering)对变异的观念，和Shewhart博士(包括Deming博士)对变异的观念，两者完全不同。工程上对变异的观念，其目的是要求产品能符合规格，不管产品中的变异有多大，只要在规格范围以内，就尽可能地让它去变化(Vary)。如果结果是在规格范围以内，就认为是〝够好〞了。而Shewhart博士观念的目的，是要制程经常稳定一致(Consistency)，结果自然是产品尽可能地稳定一致了。因为它们的目的不同，结果也就随之而不同。优思学院认为我们没有必要把这两种观念加以协调。经理人员必须采用其中之一，作为生产制程的指导原则：仅只要求符合规格，还是继续不断地改进制程。
经理人员在工业革命时期就开始采用第一种观念了。大约经过了200年以后，这个目的仍没有达到。因为我们仅仅把目标放在符合规格上，结果却缺乏进步。这就没有理由使人相信将来会有什么进步的缘故。
另一方面，根据日本的经验，应用了Shewhart博士的观念之后，证明了持续不断地改进制程，使得日本的工业产品提高了它们的质量，也提高了它们的生产力。结果，不再局限于以符合规格为满足，而是在持续不断地改进途程中前进。
优思学院认为要产品完全符合规格，唯有持续不断地改进制程，而且仅只有当经理人员用言词和行动来支持这个目标时，才会获得质量和生产力的增加。
收起阅读 »
APQP 五大阶段简介
第一阶段 计划和确定项目阶段
这一阶段是了解顾客的需要和期望，决定要开发的产品/项目 并确定产品/项目开发计划的阶段。
第二阶段 产品的设计和开发阶段
这一阶段要完成全部产品图样和设计文件，并通过样件试制和试验，验证产品图样和设计文件的正确性、产品的适用性和可靠性、产品满足顾客要求的程度。
这一阶段还要完成初始可行性分析，以评定制造过程中可能发生的潜在问题。
在进行产品设计时，不仅要考虑产品功能、性能方面的要求，还要考虑成本、进度、质量、可靠性、生产节拍等多方面的要求。在设计的适当阶段要进行设计评审。
第三阶段 过程的设计和开发阶段
过程的设计和开发，就是我们平常所说的工艺准备。这一阶段的工作是开发一个有效的制造系统，包括编制工艺文件、试生产控制计划等。
IATF 16949 对过程设计和开发的输出有明确的规定：制造过程设计输出应以能够对照设计输入进行验证和确认的方式提出。
第四阶段 产品和过程的确认阶段
产品和过程的确认阶段，是通过小批量试生产对制造过程进行确认的工作阶段。
小批量试制的任务是验证工艺（过程流程图、控制计划、过程指导书等）和工装。
小批量试制要在正式生产线上进行，要使用设计所要求的各种工装，要采用生产组织和劳动组织。
小批量试制的数量，依顾客的要求和企业的情况而定，少则几十台，多则上千台。小批试制前要做好充分准备，小批试制后要做好总结和检查工作。
第五阶段 反馈、评定和纠正措施阶段
反馈、评定和纠正措施阶段，是根据生产过程、产品使用、交付服务中得到的信息，改进产品质量策划中的不足，提高顾客满意程度的阶段。
收起阅读 »
这一阶段是了解顾客的需要和期望，决定要开发的产品/项目 并确定产品/项目开发计划的阶段。
第二阶段 产品的设计和开发阶段
这一阶段要完成全部产品图样和设计文件，并通过样件试制和试验，验证产品图样和设计文件的正确性、产品的适用性和可靠性、产品满足顾客要求的程度。
这一阶段还要完成初始可行性分析，以评定制造过程中可能发生的潜在问题。
在进行产品设计时，不仅要考虑产品功能、性能方面的要求，还要考虑成本、进度、质量、可靠性、生产节拍等多方面的要求。在设计的适当阶段要进行设计评审。
第三阶段 过程的设计和开发阶段
过程的设计和开发，就是我们平常所说的工艺准备。这一阶段的工作是开发一个有效的制造系统，包括编制工艺文件、试生产控制计划等。
IATF 16949 对过程设计和开发的输出有明确的规定：制造过程设计输出应以能够对照设计输入进行验证和确认的方式提出。
第四阶段 产品和过程的确认阶段
产品和过程的确认阶段，是通过小批量试生产对制造过程进行确认的工作阶段。
小批量试制的任务是验证工艺（过程流程图、控制计划、过程指导书等）和工装。
小批量试制要在正式生产线上进行，要使用设计所要求的各种工装，要采用生产组织和劳动组织。
小批量试制的数量，依顾客的要求和企业的情况而定，少则几十台，多则上千台。小批试制前要做好充分准备，小批试制后要做好总结和检查工作。
第五阶段 反馈、评定和纠正措施阶段
反馈、评定和纠正措施阶段，是根据生产过程、产品使用、交付服务中得到的信息，改进产品质量策划中的不足，提高顾客满意程度的阶段。
收起阅读 »
优思学院｜供应商质量工程师（SQE）是做什么的？
原发表于优思学院知乎帐号
供应商质量工程师（Supplier Quality Engineer）是评估供应商质量并确保所有产品无缺陷的专职人员。他们会在制造、物流和供应链管理等过程之间工作，审查和评估制造的程序和流程。他们需要对这些过程细节有敏锐的洞察力。
供应商质量工程师要维护与供应商质量有关的详细报告。他们还要向供应商和其组织内的决策者提供技术指导和建议。他们在供应商和高级管理层之间进行沟通工作，以确定供应质量方面的问题，并为流程的提升和改进提供指导和意见，所以，供应商质量工程师是需要有分析能力、沟通能力、批判性思维能力等等才会做到理想的成绩。
一般公司要请供应商质量工程师的话，都会期望他们拥有工程、科学或物流方面的本科学历，或者曾接受过六西格玛绿带或者黑带训练，以及在制造业方面拥有相当的经验，对制造和工程的技术方面有深入的了解，并有能力提供指导以提高工艺效率。
供应商质量工程师都有一些不同的技能或者关键词，通过查看他们的简历，优思学院发现在这些简历中，10.1%的简历出现供应商绩效，而8.1%的简历包括过程控制，5.1%的简历出现六西格玛，从中大概可以知道他们的工作经历和技能大概是些什么吧。
以下列举一个招聘的案例，案例來自前程无忧：
Supplier Quality Engineer 供应商质量工程师
Common Duties and Responsibilities:
1. Lead the root cause investigation and define corrective/preventive actions by coordinating cross-functional team to solve problems and prevent issue reoccurrence
协调跨部门进行合作，调查分析重大质量问题并系统化的制订对应的纠正预防措施，避免问题重复发生
2. Launch and drive quality campaigns, establish a systematic quality improvement & preventive mechanism to minimize issues occurrence
发起并推进质量改善活动，建立系统化的质量改善和预防机制以减少质量问题的发生
3. Optimize and consolidate quality process based on customer complaint or internal quality non-conforming
基于客户投诉或其它内部质量问题对流程进行优化
4. Travel to customer for on-site deep root cause analysis and investigation for critical complaint, work out solutions and actions by working with service engineer or TS team
前往客户端对重大质量问题进行现场分析和调查，与服务工程师或TS团队制订问题的解决方案及改善措施
5. Control quality cost of internal issue and customer complaint
控制内部质量问题及客户投诉的质量成本
6. Understand and implement company culture and quality policy
理解并落实公司文化和质量方针
7. Fulfill other tasks which are assigned by Quality Manager
完成质量经理分配的其它任务1. Lead the root cause investigation and define corrective/preventive actions by coordinating cross functional team to solve problem and prevent issue reoccurrence
协调跨部门进行合作，调查分析重大质量问题并系统化的制订对应的纠正预防措施，避免问题重复发生
2. Launch and drive quality campaigns, establish a systematic quality improvement & preventive mechanism to minimize issues occurrence
发起并推进质量改善活动，建立系统化的质量改善和预防机制以减少质量问题的发生
3. Optimize and consolidate quality process based on customer complaint or internal quality non-conforming
基于客户投诉或其它内部质量问题对流程进行优化
4. Travel to customer for on-site deep root cause analysis and investigation for critical complaint, work out solutions and actions by working with service engineer or TS team
前往客户端对重大质量问题进行现场分析和调查，与服务工程师或TS团队制订问题的解决方案及改善措施
5. Control quality cost of internal issue and customer complaint
控制内部质量问题及客户投诉的质量成本
6. Understand and implement company culture and quality policy
理解并落实公司文化和质量方针
7. Fulfill other tasks which are assigned by Quality Manager
完成质量经理分配的其它任务
QUALIFICATIONS:
1. More than 5 years quality field working experience, Hold bachelor’s degree with mechanical or equivalent major
5年及以上的质量相关领域工作经验，机械或其它同类专业本科学历
2. Familiar with quality 7 tools，8D reports and other quality control/improvement tools, six sigma knowledge is plus
熟悉质量七大手法，8D报告等质量控制及改善工具，具备六西格玛管理相关知识优先
3. Excellent ability of mechanical drawing reading, familiar with GD&T
较好的机械读图能力，熟悉GD&T
4. Capable to use general measuring tools and equipment, CMM experience is preferre
具备通用检验量具、仪器以及三坐标的使用能力
5. Good quality sense and troubleshooting skills, capable to solve problem with a good teamwork
较好的质量意识及问题分析解决能力，拥有较强的团队协作解决问题的能力
6. Understand QMS（eg. ISO9001） requirement
理解QMS（如：ISO9001）质量管理体系要求
7. Solid ability of MS office implementation, spoken and written English is required
熟练的使用MS office软件，能使用英语进行基本的对话和书写沟通
從這個案例可知，供應商質量工程師的要求不低，不過，當中有一句提到：熟悉质量七大手法，8D报告等质量控制及改善工具，具备六西格玛管理相关知识优先，所以，这就是优思学院经常鼓励学生学好六西格玛的原因，像"具备六西格玛管理相关知识优先"类似的说法，其实很多职位职业的招聘广告中也经常看到，不是说你学过六西格玛他们就必定会请你，但至少你比没有学过的人的机会高更多！
如果你有兴趣成为一名供应商质量工程师（SQE），那就要多下苦工了！ 收起阅读 »
供应商质量工程师（Supplier Quality Engineer）是评估供应商质量并确保所有产品无缺陷的专职人员。他们会在制造、物流和供应链管理等过程之间工作，审查和评估制造的程序和流程。他们需要对这些过程细节有敏锐的洞察力。
供应商质量工程师要维护与供应商质量有关的详细报告。他们还要向供应商和其组织内的决策者提供技术指导和建议。他们在供应商和高级管理层之间进行沟通工作，以确定供应质量方面的问题，并为流程的提升和改进提供指导和意见，所以，供应商质量工程师是需要有分析能力、沟通能力、批判性思维能力等等才会做到理想的成绩。
一般公司要请供应商质量工程师的话，都会期望他们拥有工程、科学或物流方面的本科学历，或者曾接受过六西格玛绿带或者黑带训练，以及在制造业方面拥有相当的经验，对制造和工程的技术方面有深入的了解，并有能力提供指导以提高工艺效率。
供应商质量工程师都有一些不同的技能或者关键词，通过查看他们的简历，优思学院发现在这些简历中，10.1%的简历出现供应商绩效，而8.1%的简历包括过程控制，5.1%的简历出现六西格玛，从中大概可以知道他们的工作经历和技能大概是些什么吧。
以下列举一个招聘的案例，案例來自前程无忧：
Supplier Quality Engineer 供应商质量工程师
Common Duties and Responsibilities:
1. Lead the root cause investigation and define corrective/preventive actions by coordinating cross-functional team to solve problems and prevent issue reoccurrence
协调跨部门进行合作，调查分析重大质量问题并系统化的制订对应的纠正预防措施，避免问题重复发生
2. Launch and drive quality campaigns, establish a systematic quality improvement & preventive mechanism to minimize issues occurrence
发起并推进质量改善活动，建立系统化的质量改善和预防机制以减少质量问题的发生
3. Optimize and consolidate quality process based on customer complaint or internal quality non-conforming
基于客户投诉或其它内部质量问题对流程进行优化
4. Travel to customer for on-site deep root cause analysis and investigation for critical complaint, work out solutions and actions by working with service engineer or TS team
前往客户端对重大质量问题进行现场分析和调查，与服务工程师或TS团队制订问题的解决方案及改善措施
5. Control quality cost of internal issue and customer complaint
控制内部质量问题及客户投诉的质量成本
6. Understand and implement company culture and quality policy
理解并落实公司文化和质量方针
7. Fulfill other tasks which are assigned by Quality Manager
完成质量经理分配的其它任务1. Lead the root cause investigation and define corrective/preventive actions by coordinating cross functional team to solve problem and prevent issue reoccurrence
协调跨部门进行合作，调查分析重大质量问题并系统化的制订对应的纠正预防措施，避免问题重复发生
2. Launch and drive quality campaigns, establish a systematic quality improvement & preventive mechanism to minimize issues occurrence
发起并推进质量改善活动，建立系统化的质量改善和预防机制以减少质量问题的发生
3. Optimize and consolidate quality process based on customer complaint or internal quality non-conforming
基于客户投诉或其它内部质量问题对流程进行优化
4. Travel to customer for on-site deep root cause analysis and investigation for critical complaint, work out solutions and actions by working with service engineer or TS team
前往客户端对重大质量问题进行现场分析和调查，与服务工程师或TS团队制订问题的解决方案及改善措施
5. Control quality cost of internal issue and customer complaint
控制内部质量问题及客户投诉的质量成本
6. Understand and implement company culture and quality policy
理解并落实公司文化和质量方针
7. Fulfill other tasks which are assigned by Quality Manager
完成质量经理分配的其它任务
QUALIFICATIONS:
1. More than 5 years quality field working experience, Hold bachelor’s degree with mechanical or equivalent major
5年及以上的质量相关领域工作经验，机械或其它同类专业本科学历
2. Familiar with quality 7 tools，8D reports and other quality control/improvement tools, six sigma knowledge is plus
熟悉质量七大手法，8D报告等质量控制及改善工具，具备六西格玛管理相关知识优先
3. Excellent ability of mechanical drawing reading, familiar with GD&T
较好的机械读图能力，熟悉GD&T
4. Capable to use general measuring tools and equipment, CMM experience is preferre
具备通用检验量具、仪器以及三坐标的使用能力
5. Good quality sense and troubleshooting skills, capable to solve problem with a good teamwork
较好的质量意识及问题分析解决能力，拥有较强的团队协作解决问题的能力
6. Understand QMS（eg. ISO9001） requirement
理解QMS（如：ISO9001）质量管理体系要求
7. Solid ability of MS office implementation, spoken and written English is required
熟练的使用MS office软件，能使用英语进行基本的对话和书写沟通
從這個案例可知，供應商質量工程師的要求不低，不過，當中有一句提到：熟悉质量七大手法，8D报告等质量控制及改善工具，具备六西格玛管理相关知识优先，所以，这就是优思学院经常鼓励学生学好六西格玛的原因，像"具备六西格玛管理相关知识优先"类似的说法，其实很多职位职业的招聘广告中也经常看到，不是说你学过六西格玛他们就必定会请你，但至少你比没有学过的人的机会高更多！
如果你有兴趣成为一名供应商质量工程师（SQE），那就要多下苦工了！ 收起阅读 »
优思学院｜权力下放，给下属自由发挥的空间
原发表于优思学院知乎号
权力下放，给下属自由发挥的空间 - 优思学院任何管理者或者领导者都应该知道，权力下放，给下属自由发挥的空间，是让公司成长的重要要素。
在企业管理中，管理者即使有三头六臂，也不可能事必躬亲、独揽一切。因此，必须学会适时地把权力下放给下属。但是有些管理者把权力下放给下属之后，又担心下属不能把工作做好，于是想方设法去干涉、去过问。殊不知，这样做犯了授权大忌。而明智的管理者会充分信任下属，给下属自由发挥的空间。
我们回顾百年的管理发展史，大多数运行良好的组织所采用的基本管理措施和方法几乎相同，科学的管理原则、线表质量控制基础、目标管理、六西格码企业管理战略、权力下放和企业再造 ，或者战略规划模型是一样的。
北欧航空公司存在一些陈规陋习，公司董事长卡尔松先生通过权力下放，给部下充分的信任和活动自由，很好地实现了改革，振兴了公司。
一开始，卡尔松的目标是让北欧航空公司成为欧洲最准时的航空公司，为了实现这个目标。他到处寻找合适的人来负责此事，最后聘请了一位知名的六西格玛管理顾问。卡尔松对他说:“你能告诉我，怎样才能让我们的公司成为北欧最准时的航空公司吗?”管理顾问说:“容我思考一周。”
一周后，管理顾问告诉卡尔松:“我可以帮你的公司成为北欧最准时的航空公司，但我可能要花六个月时间，还可能花掉你一百六十万美元。”
卡尔松说:“太好了，请继续说下去。”因为他估计要花八百万美元的代价，管理顾问说:
“我这里有一份汇报资料，详细地说明了到底应该怎么做。”
卡尔松说:“不必汇报了，你放手去做好了。”大约四个半月后，管理顾问给了卡尔松这几个月来的成绩报告，这个时候公司已经成为北欧最准时的航空公司。但管理顾问还告诉卡尔松一个好消息:他帮公司节省了一百六十万美元经费中的六十万美元，总共只花了一百万美元。
管理者在权力下放之后，对下属保持信任，给下属留有自由发挥的空间，有利于调动下属的工作积极性，增强其责任感，还有利于改善双方之间的关系，从而营造合作共事的和谐氛围。通过授权，不仅可以让下属拥有一定的权力和自由，而且也分担了相应的责任，从而调动下属的工作主动性。
作为管理者，在权力下放之后，应该给下属多留一点发挥空间，而不是处处干涉，事事过问，否则，下属的才华就可能被埋没，下属的创意就可能被否决。只有给下属自由发挥的空间，才能让下属充分施展自己的才能。
一般，公司高层领导会下放权力至六西格玛黑带，让黑带领导团队作出改善，细节不过问，但高层领导需要知道项目进度，同时需要在必要时提供资源上的协助。
收起阅读 »
权力下放，给下属自由发挥的空间 - 优思学院任何管理者或者领导者都应该知道，权力下放，给下属自由发挥的空间，是让公司成长的重要要素。
在企业管理中，管理者即使有三头六臂，也不可能事必躬亲、独揽一切。因此，必须学会适时地把权力下放给下属。但是有些管理者把权力下放给下属之后，又担心下属不能把工作做好，于是想方设法去干涉、去过问。殊不知，这样做犯了授权大忌。而明智的管理者会充分信任下属，给下属自由发挥的空间。
我们回顾百年的管理发展史，大多数运行良好的组织所采用的基本管理措施和方法几乎相同，科学的管理原则、线表质量控制基础、目标管理、六西格码企业管理战略、权力下放和企业再造 ，或者战略规划模型是一样的。
北欧航空公司存在一些陈规陋习，公司董事长卡尔松先生通过权力下放，给部下充分的信任和活动自由，很好地实现了改革，振兴了公司。
一开始，卡尔松的目标是让北欧航空公司成为欧洲最准时的航空公司，为了实现这个目标。他到处寻找合适的人来负责此事，最后聘请了一位知名的六西格玛管理顾问。卡尔松对他说:“你能告诉我，怎样才能让我们的公司成为北欧最准时的航空公司吗?”管理顾问说:“容我思考一周。”
一周后，管理顾问告诉卡尔松:“我可以帮你的公司成为北欧最准时的航空公司，但我可能要花六个月时间，还可能花掉你一百六十万美元。”
卡尔松说:“太好了，请继续说下去。”因为他估计要花八百万美元的代价，管理顾问说:
“我这里有一份汇报资料，详细地说明了到底应该怎么做。”
卡尔松说:“不必汇报了，你放手去做好了。”大约四个半月后，管理顾问给了卡尔松这几个月来的成绩报告，这个时候公司已经成为北欧最准时的航空公司。但管理顾问还告诉卡尔松一个好消息:他帮公司节省了一百六十万美元经费中的六十万美元，总共只花了一百万美元。
管理者在权力下放之后，对下属保持信任，给下属留有自由发挥的空间，有利于调动下属的工作积极性，增强其责任感，还有利于改善双方之间的关系，从而营造合作共事的和谐氛围。通过授权，不仅可以让下属拥有一定的权力和自由，而且也分担了相应的责任，从而调动下属的工作主动性。
作为管理者，在权力下放之后，应该给下属多留一点发挥空间，而不是处处干涉，事事过问，否则，下属的才华就可能被埋没，下属的创意就可能被否决。只有给下属自由发挥的空间，才能让下属充分施展自己的才能。
一般，公司高层领导会下放权力至六西格玛黑带，让黑带领导团队作出改善，细节不过问，但高层领导需要知道项目进度，同时需要在必要时提供资源上的协助。
收起阅读 »
优思学院｜客户质量工程师（CQE）是做什么的？
客户质量工程师（Customer Quality Engineer ）是一个较特殊的职位，特别之处是前面加上了 Customer 一字，所以，我们可以理解为他将需要直接为客户负责，也成为了客户和公司在质量管理上直接沟通的桥梁。
你可以想像一下，当你住在高級的酒店时，酒店会提供礼宾服务，直接与酒店的客人合作、直接了解客户的需求，帮助和确保他们的住宿是完美的。礼宾部将解决房间的任何问题，帮助在当地餐厅预订，安排交通，甚至提供当地景点的建议，这确保将使客人的住宿更加愉快。客户质量工程师（CQE）是做什么的？
客户质量工程师（Customer Quality Engineer ）的角色就像酒店的礼宾员，直接与客户合作，帮助推出新产品，完成质量文件，促进变化和解决生产中的质量问题。客户质量工程师不惜一切代价保持客户的生产线正常运行，同时提供高质量的产品。
客户质量工程师需要什么知识？
客户质量工程师需要综合各种技能，包括制造工程或材料科学的相关背景，快速解决问题的技能，以及最重要的是，作为与客户直接接触的人的管理技能，并能够解决他们的问题。
客户质量工程师必须有一些技术背景，能够在现场分析问题，帮助客户加快解决质量问题，同时在客户出现问题导致生产线停工时，仍能保持亲和力，易于合作。当一条生产线因质量问题而停工时，客户会用损失的金钱成本来衡量停工时间，所以他们对损失的生产时间感到不满是可以理解的。
其次，是质量管理上的知识，包括流程的管理、体系的管理，此外，六西格玛管理[1]的知识也是相当重要的，如果你不知道什么是VOC，你如何以有效地把客户的需要转化为内部的需求？如果你不知道什么是FPY、RTY，又如何向客户了解产线的质量水平，如果你不知道什么是SPC，又如何去为客户有效地管理和控制质量呢？
客户质量工程师的工作描述
客户质量工程师的工作有三个阶段，首先是推出新产品，管理任何产品变化，最后是监测正在进行的质量和解决任何质量问题。
在产品设计的初始设计阶段，客户质量工程师将直接与客户和他们自己的设计工程部门合作，概述最终产品必须满足的规格。他们将确保所有的规格都被适当地记录下来，并确保最终产品被测试和认证。客户质量工程师将记录并提交所有组件的生产部件批准程序（PPAP），并确保所有APQP流程得到遵循和正确记录，这些也是对TS16949体系上的要求。
当必须对产品设计进行工程变更时，客户质量工程师将再次在两个工程小组之间工作，以促进变更。他们将概述该变化，并确保其能够按照新的规格生产。如果有必要，测试和检查将被添加到生产过程中，以确保新的要求得到满足。最后，客户质量工程师将更新所有的文件，以证明要求得到满足。
客户质量工程师是与客户的直接接口，帮助解决产品出厂后发现的任何质量问题。他们将作为客户的代表工作，协助解决客户的任何问题，从标签的位置到产品不合格的投诉。他们将保持客户现场的质量表现记录，并观察任何偏离标准的情况，这将是潜在问题的指标。他们有责任在问题变成严重问题之前采取措施加以解决。总的来说，客户质量工程师将确保客户对所提供的质量性能感到满意，并确保他们会成为未来零部件的首选供应商。
开发、设计和生产高质量的产品需要与设计工程师和客户建立密切的工作关系。客户质量工程师在这个过程中起着不可或缺的作用，以确保所有客户的要求得到满足，并使所生产的产品达到最高质量。 收起阅读 »
你可以想像一下，当你住在高級的酒店时，酒店会提供礼宾服务，直接与酒店的客人合作、直接了解客户的需求，帮助和确保他们的住宿是完美的。礼宾部将解决房间的任何问题，帮助在当地餐厅预订，安排交通，甚至提供当地景点的建议，这确保将使客人的住宿更加愉快。客户质量工程师（CQE）是做什么的？
客户质量工程师（Customer Quality Engineer ）的角色就像酒店的礼宾员，直接与客户合作，帮助推出新产品，完成质量文件，促进变化和解决生产中的质量问题。客户质量工程师不惜一切代价保持客户的生产线正常运行，同时提供高质量的产品。
客户质量工程师需要什么知识？
客户质量工程师需要综合各种技能，包括制造工程或材料科学的相关背景，快速解决问题的技能，以及最重要的是，作为与客户直接接触的人的管理技能，并能够解决他们的问题。
客户质量工程师必须有一些技术背景，能够在现场分析问题，帮助客户加快解决质量问题，同时在客户出现问题导致生产线停工时，仍能保持亲和力，易于合作。当一条生产线因质量问题而停工时，客户会用损失的金钱成本来衡量停工时间，所以他们对损失的生产时间感到不满是可以理解的。
其次，是质量管理上的知识，包括流程的管理、体系的管理，此外，六西格玛管理[1]的知识也是相当重要的，如果你不知道什么是VOC，你如何以有效地把客户的需要转化为内部的需求？如果你不知道什么是FPY、RTY，又如何向客户了解产线的质量水平，如果你不知道什么是SPC，又如何去为客户有效地管理和控制质量呢？
客户质量工程师的工作描述
客户质量工程师的工作有三个阶段，首先是推出新产品，管理任何产品变化，最后是监测正在进行的质量和解决任何质量问题。
在产品设计的初始设计阶段，客户质量工程师将直接与客户和他们自己的设计工程部门合作，概述最终产品必须满足的规格。他们将确保所有的规格都被适当地记录下来，并确保最终产品被测试和认证。客户质量工程师将记录并提交所有组件的生产部件批准程序（PPAP），并确保所有APQP流程得到遵循和正确记录，这些也是对TS16949体系上的要求。
当必须对产品设计进行工程变更时，客户质量工程师将再次在两个工程小组之间工作，以促进变更。他们将概述该变化，并确保其能够按照新的规格生产。如果有必要，测试和检查将被添加到生产过程中，以确保新的要求得到满足。最后，客户质量工程师将更新所有的文件，以证明要求得到满足。
客户质量工程师是与客户的直接接口，帮助解决产品出厂后发现的任何质量问题。他们将作为客户的代表工作，协助解决客户的任何问题，从标签的位置到产品不合格的投诉。他们将保持客户现场的质量表现记录，并观察任何偏离标准的情况，这将是潜在问题的指标。他们有责任在问题变成严重问题之前采取措施加以解决。总的来说，客户质量工程师将确保客户对所提供的质量性能感到满意，并确保他们会成为未来零部件的首选供应商。
开发、设计和生产高质量的产品需要与设计工程师和客户建立密切的工作关系。客户质量工程师在这个过程中起着不可或缺的作用，以确保所有客户的要求得到满足，并使所生产的产品达到最高质量。 收起阅读 »
Excel-制作SPC-MSA-七大手法
我这里有相关的资料， 有需要的吗
8月份工作记录
满打满算也做了一年的行政了，相较于品质的工作感觉大体上也差不多。每个工作都有一个运行的逻辑或者说过程，摸摸爬爬能快速找到这个逻辑的，工作就会越有成效。（话说每个岗位的烦劳/压力感觉也大差不差）
最近老板提出公司的人力成本过高，人员的效率低、扯皮推诿的事情越来越多、会议越来越多、人均年产值远低于同类型公司，要行政想办法解决。 what ? 我咋解决...........................
抛开脑袋里的Y1、Y2、Y3........... 是要好好的想想招了，不然怕是要卷铺盖了 。
先从人数上分析：单看总人数，感觉是很高，但是去每个部门询问工作负荷的时候，你会发现个个都在喊缺人.....这逻辑上不对啊 ，一个喊人多、一个喊缺人 。 行政只能裂开？
好在人事也有一些好的工具 ，我先按部门、按岗位用表格分好，然后找查一下现在的业务量，找销售要一下后面业务的预计量，大致有基调了 ，按每个部门、每个岗位的工作性质、给他的工作内容定个量 。 比如说钳工装配，一般简单的模具配模大概需要 2天，复杂的可能需要7-8天，那么我平均一下，每个人月产出，差不多4-5套模具 ，如果每个月平均20套新模，那么我就需要 5个人左右 ， 设计工程师每月人产量大概是 3.5套图档，按 20套的月产量 大概需要 6个人 。 （当然最后可能需要加一些余量，用于调整或突发情况的） 对于数控设备，就按机床的数量分，像电火花，每人操作两台设备， 有些固定岗位，像人事就是 100个员工，一个人事的这样配置 。 大概定好了之后，基本的人员框架也就出了 。
然后根据岗位的性质，定好岗位的职责。( 话说岗位其实就是根据我们产品的工艺流程，定出来的，如果哪天工艺优化了，那么也就表示某个部门可能需要取消了 ）岗位职责这个工具了，真的是仁者见仁了，跟公司的管理水平和规模有很大的关系了，很多公司做这个基本只是因为客户要看，审核老师要看。。
岗位职责定好后，就是岗位的目标了 ，需要根据公司的战略目标进行分解，比如像销售岗位，随便列列也能列出10个 、8个觉得比较重要度的指标，但是一般我感觉 3-5个就差不多了 ，考重点 ，比如今年的战略目标是大力开发新客户，那么就不能给他们定招待费限制的指标了 ，不然就前后打架了 。
做的好的公司还可以搞个岗位画像，就是看那么在岗位上做的比较好的人，看看他们都有些什么特质，那么这个岗位就按这个标准去靠 。记得平安公司就有类似的人力系统 。
人数定好了，还需要进行一下人才盘点 ，就是现有员工的数量和质量，能不能满足需求 ，像有些部门人多，但是你细看，干活的人就那么几个个，这个时候就需要优化了 。
盘点好了人才，就开始或招聘、或培养，或培训 ，基本招聘计划和培训计划就出来了 。
薪资和绩效 这个我觉得是这里面最难的了，毕竟和利益挂钩了 ，考的不是制度了已经，考的是人性了 。每个岗位会有薪资的区域、和考核的内容。 这个必须要做，但是也需要根据公司的实际情况和文化去做 。 没有什么套路是最好的，包括华为的激励制度、京瓷阿米巴经营，都不一定是最好的。 最适合自己公司的，不管理论上它烂不烂，其实他都是最好的 。
那这些都做了，会不会对公司有帮助呢？ 我也不清楚，刚好想到这里，不记记怕忘.............
公司其实就像一条大海里的小船 ，不能光靠运气捕鱼，还是需要有正确的方向(战略），和明确的捕鱼分工，该掌舵的掌舵，该撒网的撒网，该做饭的做饭 。才能走的更远 。
做行政的需要对今后要去哪里、准备捕多少鱼。有很强的敏感性，提前准备好吃喝住、工具、和惊喜。 做品质也需要敏感，补这些鱼有什么风险、人员经验？渔网漏不漏？方法对不对 ？ 所以为什么说每个岗位其实都差不多，他没有高低之分，只不过是一群人在运用不同的知识，为团队创造价值而已 。
收起阅读 »
RSS Feed