46页PPT 质量管理的数据分析应用之道

数据分析是一种科学的方法，可以准确地对企业的质量状况进行判断，也是一种有效地促进企业质量持续改善的手段，符合ISO9001和《卓越绩效评价准则》中关于“以事实为基础的决策”的核心要求，因此，通过对数据的分析，可以对企业的质量状况进行准确地判断，从而对企业的质量进行持续改善。企业质量管理中存在的质量水平评价、问题定位和关键影响因素确定等问题不能简单地用主观的笼统的评价方法来解决，只有采用数理统计的方法对这些问题进行分析，才能为企业的质量改进提供准确的基础和支持。

进行品质管理资料分析时，必须遵守九个标准步骤，并形成一个完整的工作循环。首先，根据企业的实际情况，编制年度、季度和月度的数据分析项目清单，根据业务的变化进行动态调整；然后，明确每个分析项目的核心目标，验证管理体系的适当性，促进持续改进，有针对性地建立数据模型进行分析。然后，严格按照模型客观采集原始数据、建立数据库保存、用统计手段进行整理得到有效的统计数据、用专业工具进行分析和判断，准确发现质量问题，深入挖掘产生问题的主要根源，制定整改方案并落实到位，最后对整改措施的效果进行验证，固化有效的整改措施。

数据分析的实施主要集中在顾客满意度、产品符合性、过程与产品特性和趋势、供应商管理等四个核心方向上，每个方向都有具体的分析对象。数据采集应遵循客观、真实的原则，使用有效的计量器具在现场采集测量数据，调查资料应具有一定的代表性和代表性。对问题点的分析可以灵活地使用排序图，直方图，相关图，控制图等工具来准确地找出问题的关键所在；从人，机，料，法，环这五个要素出发，运用因果关系图，系统图等分析工具，追溯问题的根源，不浮于表面，最少问3-5个“为什么”。

改进措施的制定要遵循 SMART原则，责任明确，目标明确，期限明确，针对问题的根源，切合实际，兼顾经济和可操作性。在执行中，要杜绝执行不到位、监督不到位的现象，对措施执行前后的质量问题发生率和损失情况进行对比，验证措施效果，如果措施不起作用，要从数据的真实性、分析原因、设计措施等方面进行反思和纠正；措施若有效，则应及时规范化，并纳入常规管理之中。

质量数据分析和 PDCA循环相结合，以数据代替人的主观判断，可以有效地降低质量改善的盲目性，提高改善的效率，对质量管理体系进行持续的验证和优化，从而为企业的质量改善提供一条科学的、切实可行的路径。