基于數(shù)據(jù)挖掘的質(zhì)量成本分析與控制

文/賈艷芳，山西財經(jīng)大學(xué)

?

基于數(shù)據(jù)挖掘的質(zhì)量成本分析與控制

文/賈艷芳，山西財經(jīng)大學(xué)

本文提出將質(zhì)量成本分析與具體生產(chǎn)過程相結(jié)合，通過對質(zhì)量成本數(shù)據(jù)的挖掘來識別具體質(zhì)量問題，發(fā)掘產(chǎn)品研制和管理過程中的質(zhì)量瓶頸。首先，基于已有的質(zhì)量成本數(shù)據(jù)，運用回歸分析展開質(zhì)量成本水平分析，確定企業(yè)所處的質(zhì)量水平，以提出相應(yīng)的質(zhì)量改進措施，同時為質(zhì)量成本關(guān)聯(lián)分析和預(yù)測提供一定的分析方向和根據(jù)；其次，通過對質(zhì)量成本的關(guān)聯(lián)分析，挖掘數(shù)據(jù)間隱藏的關(guān)聯(lián)關(guān)系，從而找出產(chǎn)品質(zhì)量關(guān)鍵因素，支持質(zhì)量改進，結(jié)合企業(yè)積累的生產(chǎn)質(zhì)量成本經(jīng)驗數(shù)據(jù)，根據(jù)關(guān)聯(lián)分析得到的結(jié)果和生產(chǎn)活動的質(zhì)量特征因素對產(chǎn)品生產(chǎn)過程進行質(zhì)量成本預(yù)測；最后，根據(jù)質(zhì)量成本數(shù)據(jù)挖掘的結(jié)果，提出基于質(zhì)量成本的生產(chǎn)過程質(zhì)量控制和改進模型。

數(shù)據(jù)挖掘；質(zhì)量成本；關(guān)聯(lián)分析

1 質(zhì)量成本數(shù)據(jù)采集

數(shù)據(jù)采集為后續(xù)的數(shù)據(jù)挖掘和質(zhì)量控制服務(wù)提供基礎(chǔ)研究數(shù)據(jù)，這是在模型構(gòu)建和數(shù)據(jù)挖掘分析前的重要工作。質(zhì)量成本的數(shù)據(jù)多而雜，數(shù)據(jù)采集工作難度極大。為了便于數(shù)據(jù)采集，將數(shù)據(jù)分為靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)兩大類。靜態(tài)數(shù)據(jù)就是在質(zhì)量成本管理中長時間相對固定不變的數(shù)據(jù)，靜態(tài)數(shù)據(jù)的采集是通過質(zhì)量管理人員收集相關(guān)的收據(jù)和報表，結(jié)合企業(yè)信息系統(tǒng)中的財務(wù)數(shù)據(jù)等，進行添加和維護。動態(tài)數(shù)據(jù)的采集則是通過對產(chǎn)品生產(chǎn)過程質(zhì)量數(shù)據(jù)的動態(tài)采集來實現(xiàn)。質(zhì)量成本動態(tài)數(shù)據(jù)采集的主要對象是產(chǎn)品加工制造過程中的運行損失成本，即零件返工、返修或報廢造成的損失。要精確而全面地采集質(zhì)量損失數(shù)據(jù)，同時為后續(xù)的質(zhì)量成本數(shù)據(jù)挖掘提供數(shù)據(jù)準(zhǔn)備，必須將質(zhì)量成本細(xì)化到每一個工序，逐一量化計算，同時采集與該項損失有關(guān)的質(zhì)量信息，為后續(xù)的質(zhì)量成本挖掘分析提供數(shù)據(jù)基礎(chǔ)。

2 基于關(guān)聯(lián)分析的質(zhì)量成本分析

面向質(zhì)量成本數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘關(guān)聯(lián)分析的目的是找出質(zhì)量成本數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)，從經(jīng)濟的角度發(fā)現(xiàn)工序活動和質(zhì)量故障信息之間的關(guān)系，從而找出質(zhì)量改進的關(guān)鍵因素或?qū)﹃P(guān)鍵因素影響較大的特殊因素，支持質(zhì)量改進方案決策。關(guān)聯(lián)分析的數(shù)據(jù)對象來自于質(zhì)量成本動態(tài)數(shù)據(jù)。文中的數(shù)據(jù)分析對象主要指質(zhì)量成本數(shù)據(jù)中蘊含的產(chǎn)品信息、工序信息、質(zhì)量故障信息和人員信息等。其中，內(nèi)部損失成本信息涉及產(chǎn)品信息、工序信息、質(zhì)量故障信息、人員信息四個維度；外部損失成本涉及產(chǎn)品信息、質(zhì)量故障信息、客戶信息三個維度。因此，把質(zhì)量成本的關(guān)聯(lián)分析進一步分成產(chǎn)品內(nèi)部損失成本關(guān)聯(lián)分析、產(chǎn)品外部損失成本關(guān)聯(lián)分析、產(chǎn)品損失成本聯(lián)合關(guān)聯(lián)分析三部分。在關(guān)聯(lián)規(guī)則挖掘的過程中，質(zhì)量成本中蘊含的金額數(shù)值信息是不參與的。在實際關(guān)聯(lián)分析過程中，質(zhì)量成本數(shù)據(jù)的采集可能不夠充分和全面，此時應(yīng)具體情況具體分析，盡可能保持關(guān)聯(lián)規(guī)則的真實有效性。通過挖掘得到關(guān)聯(lián)規(guī)則后應(yīng)對其進行過濾，剔除無效或沒有實際意義的規(guī)則。由于實際工程中的生產(chǎn)批次有先后的問題，可以設(shè)定批次i的生產(chǎn)時間提前于批次j(i

3 量成本控制和改進過程模型

對采集到的質(zhì)量成本數(shù)據(jù)進行回歸分析、關(guān)聯(lián)分析和質(zhì)量成本預(yù)測后，得到相應(yīng)的質(zhì)量成本分析結(jié)果。利用這些分析結(jié)果，結(jié)合企業(yè)的資源狀況，制定當(dāng)前的質(zhì)量改進目標(biāo)，并在該目標(biāo)的驅(qū)動下制定相應(yīng)的質(zhì)量控制和改進措施。質(zhì)量成本控制和改進過程可分為以下三個階段：

3.1 制定質(zhì)量控制目標(biāo)基于質(zhì)量成本回歸分析、關(guān)聯(lián)分析和模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果制定質(zhì)量控制目標(biāo)。

3.2 生產(chǎn)過程質(zhì)量成本動態(tài)監(jiān)測應(yīng)用在線或離線方式對生產(chǎn)過程中的質(zhì)量成本數(shù)據(jù)進行監(jiān)測，及時發(fā)現(xiàn)質(zhì)量成本數(shù)值超出目標(biāo)控制區(qū)域的問題。因此必須隨時監(jiān)控質(zhì)量成本的發(fā)生狀態(tài)，與制定的質(zhì)量成本目標(biāo)進行對比，度量兩者之間的差異，判斷是否需要調(diào)整生產(chǎn)狀態(tài)。

3.3 制定質(zhì)量控制和改進措施在產(chǎn)品質(zhì)量成本的監(jiān)控過程中，若發(fā)現(xiàn)其成本數(shù)值超出目標(biāo)控制區(qū)域，則應(yīng)及時核查數(shù)據(jù)，查找質(zhì)量問題。在質(zhì)量問題分析過程中，如果檢測出故障，則應(yīng)及時修正錯誤，提出質(zhì)量改進措施。在本質(zhì)上，質(zhì)量成本控制與改進為一個生產(chǎn)過程即時反饋控制的閉環(huán)系統(tǒng)，通過動態(tài)監(jiān)測、比對及反饋調(diào)節(jié)，實現(xiàn)基于質(zhì)量成本視角的生產(chǎn)過程質(zhì)量控制與改進。

4 結(jié)束語

本文提出利用數(shù)據(jù)挖掘的方法對質(zhì)量成本進行分析和控制，充分利用質(zhì)量成本中蘊含的生產(chǎn)質(zhì)量信息，不僅為企業(yè)提供衡量自身質(zhì)量水平和質(zhì)量改進成效的經(jīng)濟指標(biāo)，更將經(jīng)濟數(shù)據(jù)與實際的生產(chǎn)質(zhì)量活動結(jié)合，以便及時指導(dǎo)生產(chǎn)活動，實現(xiàn)生產(chǎn)過程的質(zhì)量控制和改進。

在此基礎(chǔ)上，進一步的研究工作可結(jié)合其他質(zhì)量工程管理方法，進入產(chǎn)品的全生命周期，將質(zhì)量成本的觀念和分析控制手段融人產(chǎn)品的設(shè)計過程、生產(chǎn)過程、銷售過程，甚至產(chǎn)品剩余價值的回收再利用等，結(jié)合產(chǎn)品的可靠性、使用性和經(jīng)濟性等，在整個生命周期即時監(jiān)控產(chǎn)品狀態(tài)，改進設(shè)計質(zhì)量和工藝過程，即時規(guī)避質(zhì)量浪費，提高產(chǎn)品的市場競爭力。

[1]張維德．質(zhì)量管理教程[M]．北京：機械工業(yè)出版社，2008.

[2]ULMER J M. A study of ASQ and SME members on the effects of continuous improvement practices and certifications on quality cost for small-midsized United States manufacturing companies[D]．Terretlaute，Indiana，USA：Indiana State University，2008．