質量管理中的數字化轉型

王劍皖

摘要：介紹了汽車行業外購件質量管理的數字化轉型，通過外購件數字化戰略推進供應商質量管理模式數字化轉型，并在系統集成，數據結構化，應用智能化，可視化等方面實現了突破，提升外購件質量管理全流程的效率。本文的一些管理方式和理念對相關行業的供應商質量管理提升及數字化轉型有一定的指導和參考意義。

關鍵詞：供應商;質量管理;數字化

中圖分類號：TP311 文獻標識碼：A 文章編號：1007-9416（2019）02-0072-02

0 前言

隨著時代的變遷和科技的發展，伴隨著大數據，物聯網，無人駕駛和智能出行等技術的普及，汽車產業正在朝著智能制造，工業4.0進行發展和轉型，互聯網企業和新勢力企業憑借自身的優勢紛紛快速進入汽車行業，并引領汽車市場的數字革命。面對競爭，傳統汽車企業亟需網聯化、電動化、智能化、數字化轉型[1]。上汽大眾作為國內連續多年產銷第一的主機廠，近幾年也在不斷強化四化能力和體系建設。面對新項目的持續增加，產能規模的答復提升，異地工廠的快速投產，成本壓力的影響加劇以及政策法規的要求提高，外購件質量管理面臨了極大的挑戰，依賴傳統的模式已無法滿足當前不斷發展和變化的管理需求，勢必要變革管理模式，創新管理方法，其中數字化管理是外購件質量管理近幾年重點的變革方向和運用實踐。本文將介紹外購件數字化轉型戰略及相關應用實踐。

1 外購件質量管理數字化戰略

外購件質量管理數字化轉型是一項復雜的系統化工程，基于數據結構化，信息在線化，系統集成化，應用智能化四化為戰略目標，做好頂層設計和流程架構，領導推動全員參與，為外購件質量管理流程提供更高的可視性和控制力，最終實現簡介高效智能的數字化管理模式。

（1）數據結構化：信息數據結構化是開展數據縫隙和智能應用的基本前提，包括基礎信息結構，質量問題數據，供應商相關信息等。

（2）信息在線化：質量管理流程及質量信息在線查閱審批，實現B2B及可移動辦公。

（3）系統集成化：包含系統模塊集成和數據信息集成，實現外購件質量管理各模塊的有效整合。

（4）應用智能化：依托現有數據信息，實現智能分析與智能預警，輔助管理決策。

外購件質量管理數字化轉型涵蓋產品誕生過程PF到最終EOP各個階段，包括前期項目管理，產品認可，到批量零件管控，以及供應商管理和提升等所有環節，實現無紙化，結構化，集成化，移動化和智能化。如前所述，外購件質量管理數字化轉型是一項系統化的長期工程，一些全新功能模塊在不斷搭建，新的需求和創新也在不斷融入，本文后續將基于外購件質量問題管理和供應商質量業績兩大成熟模塊進行進一步的闡述和探討。

2 外購件質量管理數字化的實踐及成果

2.1 外購件質量問題管理

外購件質量管理部門的一項核心工作就是質量問題的分析，處理及跟蹤，近幾年隨著車型的擴張，產量的提升，以及零件模塊化，平臺化的使用，對質量問題的處理效率提出了更高的要求，如何通過有限的人力資源管控好數量不斷增加的質量問題，來滿足公司內部及外部客戶的嚴苛要求，是外購件部門必然面對也急需解決的問題。從2005年開始，通過一年多的流程梳理、前期調研、系統架構搭建和Demo測試，2016年外購件質量管理系統（QPMS）正式投入使用，并在使用過程中不斷的更新優化，進行了2.0及2.5版本的升級和改造，截至目前通過QPMS數字化平臺的應用，實現了對外購件質量問題管理數據信息結構化，系統集成化，應用智能化的信息化轉型，另針對供應商端的B2B平臺及辦公移動化已完成了前期的準備工作，計劃2019年完成實施。外購件質量管理系統的應用，實現了質量問題單的數字化管理，提升了問題解決效率，主要體現在以下幾個方面：

（1）理流程，定規則，提實效。根據外購件的自身特點，基于PDCA法則和8D工作法，以問題任務流的工作方式推進問題，首先協調推送問題到責任人，責任人進行判定是否退回上級進行裁決或反饋措施節點，經過協調評價及實車認證后關閉任務流;明確問題類型，反饋時間，評價時間的定義規則，如參考根據Konzern缺陷定義對缺陷問題類型按照A、B、C類進行了結構劃分類;通過流程優化和結構化定義，結合系統狀態和升級路徑自動判斷及數據智能匹配功能，提高了問題推進速度和問題解決效率。

（2）問題信息智能預警。基于工程師及小組網格化管理模式和抱怨來源模塊化分類，通過質量日報/周報的方式對質量問題預警信息實現精準傳遞，確保抱怨信息及時，可追溯，特別是針對異地共用車型或平臺件的質量問題，系統可進行交互同步預警，實現質量信息互聯互通;基于任務流的規則和期限定義，可定制化的進行問題處理，問題評價，問題糾紛裁決等任務提前告知和預警。

（3）問題升級及決策。基于突破式創新方法[2]建立了問題加權分（Y）進行重要度級別劃分并設定了4個權重因子，問題比例（X1），問題類型（X2），問題頻次（X3），問題狀態（X4），即Y=X1*X2*X3*X4。通過加權分進行問題重要度分級并在日/周報中作可視化劃分，根據可維護的升級規則和冒泡原則，高重要度問題主動報警管理層，讓嚴重問題自動浮現和升級，實現管理層參與和問題的快速解決。

（4）智能分析，決策輔助。基于結構化字段信息，對質量問題管理系統數據信息進行智能分析和輔助判斷，對問題進行多維度的分級和識別，或進一步的數據挖掘找出關鍵要素。例如按照過程要素5M1E人、機、料、法、環、測對質量問題的缺陷原因進行歸類，對缺陷原因該數據信息進行分析和可視化呈現，可快速識別相關模塊或相關供應商的薄弱項并進行專項提升。

2.2 供應商質量業績管理

供應商質量管理，核心之一便是對供應商的管理，而供應商質量業績管理是核心工具和評價要素，如何提高業績管理的透明度，如何通過業績管理促質量提升，是我們在實現供應商質量業績管理數字化轉型中重點考慮要素，2015年開始我負責參與了供應商質量業績數字化平臺KTM的開發和改進中，2017年數字化平臺正式投入使用并對供應商開放。外購件質量業績數字化平臺主要分為三大模塊，質量業績模塊，質量月報模塊和供應商質量看板模塊，質量業績和質量月報模塊可以查看外購件整體質量狀態，質量業績是以供應商為導向，質量月報則是以車型為導向，而質量看板則是供應商業績趨勢的呈現。三大模塊既有其獨立導向緯度和用戶全體，又有數據和工作的邏輯關聯性，下面將具體展開闡述質量業績平臺三大模塊的功能架構和工作應用。

（1）質量業績。制定供應商質量業績評價指標，包含前期質量，批量質量，過程能力以及售后質量四大模塊，同時每個模塊有其分指標，如批量業績包括批量PPM，批量Audit，批量問題單和批量升級流程等。質量業績模塊可以展示總業績及單項業績排名，快速鎖定TOP供應商，并通過數據挖掘和鏈接識別具體問題及供應商業績趨勢。另考慮到如業內廠/網格化小組等，系統設定了可維護的定制供應商組別功能，通過個性化定制可以極大提高供應商組別的查看效率。

（2）質量月報。質量月報是基于車型的部門總體績效指標，含外購件批量Audit，外購件PPM，外購件質量問題和外購件升級流程，通過可視化對比目標與實際達成，進行質量風險判斷和評估，快速識別質量業績薄弱模塊，指導輔助領導決策和工作方向。如在Audit模塊，通過結構化數據導入，系統自動生成績效可視化報表，識別Audit分數和B類單車數的達成率和區間波動性，并具備更深層數據挖掘與智能識別高權重因子質量問題。

（3）供應商質量看板。質量業績和質量月報為不同維度的宏觀質量業績統計，智能識別關鍵問題和重點供應商，并可直接數據鏈接到供應商質量看板模塊，依托質量看板模塊的月度趨勢排布和單件業績分析功能，對單體供應商進行模塊化的業績趨勢剖析，并制定問題嚴重度模型在主界面上自動羅列高權重高風險質量問題。質量業績和質量月報更多面向決策層和管理層，而供應商質量看板更多面向工作層進行決策的落實和措施改進。

供應商質量業績數字化平臺的宗旨是快速/高效/簡便查看或識別外購件及供應商的質量狀態[3]，各模塊中圖表豐富，可視化程度高;其次供應商質量業績數字化平臺是集成化的數據中心，涵蓋供應商質量管理，產品質量管理，外購件質量工具，通過此平臺進行系統集成和智能應用;此外通過開放B2B實現了供應商業績查詢和交互，實現了供應商端的信息在線化。

3 結語

外購件質量管理從項目管理，產品認可，零件質量，供應商管理，質量工具五大橫向領域入手，依托數據來源，業務模塊，工作平臺，決策應用四大橫向系統架構，建立互聯互通、充分協同的數字化管理平臺，從而實現管理降本增效，質量不斷提升，技術儲備不斷完善，供應商積極參與的外購件質量管理新生態。

參考文獻

[1] 李鶴群，王丹，鄧凱.泛亞汽車軟件開發及質量管理體系數字化技術研究與實踐[J].上海質量，2018（12）：69.

[2] 宗福季.質量大數據工業4.0下的質量創新及大數據分析[M].上海質量，2019（1）.

[3] 徐冰，左振玉，孫晨輝，米召陽，廖桐舟.數字化制造技術在汽車質量管理中的應用芻議[J].標準法規管理，2018（18）：22.

Digital Transformation in Quality Management

WANG Jian-wan

（SAIC Vockswagen Co.， Ltd.， Shanghai? 201805）

Abstract：This paper introduces the digital transformation in quality management in automotive industry， promotes the digital transformation of supplier quality management mode through the digital strategy， and achieves breakthroughs in system integration， data structuralization， application intelligence and visualization， so as to improve the efficiency of the whole process of quality management of purchased parts. Some of the management methods and concepts in this paper have certain guidance and reference for the improvement of supplier quality management and digital transformation in the related industries.

Key words：supplier; quality management; digitalization