淺析BI系統助力質量指標分析

◆趙 靜 / 文

0 引言

步入信息化時代，手工分析數據難以滿足企業快速發現、快速分析、快速決策的需求，企業越來越依賴大數據平臺和智能化系統支持管理。不少企業先后上線了ERP系統、SAP系統、MES系統、QMS系統、PLM系統，多模塊、多角度地收集底層數據，為進一步實現企業精細化管理提供了可能[1]。可是，由于缺少數據整合分析，這些數據價值實現率不高。如果引入商業智能（Business Intelligence，簡稱BI）系統，減少人工導報表、整合分析的時間，有助于實現管理層在線實時監控企業運營情況，發現隱蔽問題、及時糾偏。

1 Bl系統簡介

根據企業所處的環境及經營管理需求、KPI指標，可以擬定BI智能系統需要分析和展示的內容，并進行界面定制化。BI系統從企業現行的執行系統，如ERP、SAP或MES系統，抽取所需的底層數據（部分數據進行人工導入），經運算分析，及時展現企業的運營指標和績效，包括日指標、月指標、年指標；也可以分模塊展示，如生產指標、質量指標、財務指標、物流指標等。同時，將分析結果存儲下來、隨時調用。管理者根據BI數據，組織原因分析，找出解決措施；決策者根據現行的指標，預測未來數據，制定目標[2]。

2 K公司已有系統的應用情況

K企業已上線了SAP系統、MES系統和QMS系統。SAP系統主要用于庫存管理、供應鏈管理、工藝路線維護和財務管理等；MES系統主要服務于制造系統，追溯跟蹤每一批次、每一個產品的制造過程，任何工序的不良、凍結、返工、復檢結果都會記錄[3]；QMS系統對所有過程、所有不合格產品開出不合格單，包括采購件、外協件和自制件，記錄產品號、數量、責任方、原因、糾正措施等重要信息，是目前質量數據分析的重要手段。但不論是MES系統數據還是QMS系統數據，均需要專人定期導出，再進行二次統計分析。不僅工作量大、效率不高、及時性不好，而且容易人為過濾一些信息，數據的真實性受到影響。

3 K公司質量KPl與Bl實現預測

K公司涉及多過程，包括機加工、焊接、粘接、固化、拉絲、油漆、裝配等。BI系統擬計劃納入的質量模塊的KPI包括以上各過程的一次合格率FTY、返修合格率、報廢率以及全過程流通合格率RTY、最終合格率PFY、供應商來料不良率、內部不良品處理及時率、交付產品投訴率NCG、客戶投訴NCR、質量損失率CNQ等。BI系統的計算邏輯和數據來源的設想，如表3-1所示。

表3-1 質量KPI與BI實現預測表

4 影響Bl系統數據準確性的部分因素及解決方案

4.1 BI系統抓取的MES掃描點考慮不全面

例如BI系統想要抓取返修合格數，程序設定的該產品經過“掃上線-凍結-掃返修合格”才能被BI系統抓取。可是產品若返修兩次，經過“掃上線-凍結-掃返修合格”這幾個掃描點，由于和原設定的抓取邏輯不完全一致，BI系統會漏抓取二次返修的合格產品，導致返修合格率偏低。

解決方案：完善BI抓取邏輯，底層語句需要考慮多種異常掃描點情況，并通過多次測試，與手工數據比對確認，直到邏輯正確。

4.2手工數據上傳BI系統不成功

例如客戶投訴，需要專員在BI數據采集平臺下載標準模板填寫數據上傳到BI數據采集平臺。如果數據格式錯誤（日期格式）、日期錯誤（要求20191222，寫成了20191221）等，或者未在設定的系統運行數據之前上傳好數據，會導致BI不能識別。

解決方案：數據采集平臺設置統一模板，下載模板填寫數據；務必在系統規定上傳時間內上傳數據，上傳后檢查是否導入成功；系統設置防錯功能，上傳時如出現格式錯誤進行提示。

4.3 SAP、MES、QMS系統數據同步有時間差

例如，BI系統設定抓取前一天早8點到當天早8點的數據，因為系統時間誤差，可能SAP、MES、QMS的數據在整8點的時間未抓取到。

解決方案：因為這個問題可能僅僅影響8點前后1分鐘的數據，影響不大，企業與手工數據對比后可自行評估，是否需要改進。

4.4 MES或QMS處理滯后導致BI日指標的不準確

例如質量損失這個指標，QMS系統中的不合格單已開但處理意見未給，或者MES系統中的不合格品已凍結但未判定結果，則當天數據不會被BI抓取到，質量損失指標分子不體現，當天指標值偏低。隔天不合格單已處理，產品被判定為報廢，則會在質量損失的分子中出現，但是不代表當天的質量損失，導致當天的指標值偏高。

解決方案：企業提高QMS和MES系統的處理效率，可以規定24小時給出處理意見；如果不處理，流程自動流轉到某個節點。不過，只要每個月底處理完當月的不合格品流程，一個月的質量損失值還是準確的。

4.5 交接班數據有差異

如果企業存在兩班制，交接班數據可能存在差異。分為兩種情況。

情況一，當班人員在本班完成了返修工作或者檢驗，但是到了下班時間，未及時在MES或QMS中處理，導致這些數據累計到了下個班次，造成當班的數據不準。

解決方案：規定當班工作當班完成，不能遺留到下個班次。

情況二，BI系統設定的班制時間與實際班制時間有差異。例如，BI系統設定的A班時間是早8點到晚8點，B班時間是晚8點到早8點。實際上A班工作時間是早7：50到晚7：50，B班時間是晚7：50到早7：50。因此BI系統會把晚上7：50-8：00抓取的數據計入A班，而實際應該屬于B班。而把早上7：50-8：00抓取的數據計入B班，而實際應該屬于A班。這樣就影響了當班數據的準確性。

解決方案：交接班前10～20分鐘不再進行作業，做交接或者班前準備工作。

5 Bl系統成功導入的關鍵

5.1 領導的支持與參與

從領導層面向下宣貫，提出對BI系統導入的決心，同時向項目負責人授權并提供必要的資源。系統導入過程中，要帶頭使用系統，向下提出使用感受、改進建議和要求。

5.2 業務指標邏輯的梳理

業務指標邏輯的梳理與定義是BI系統導入的基礎工作。只有明確的邏輯，才能指導各業務系統的對接，指導數據核對工作。梳理過程中，可能發現指標邏輯的合理性和可操作性，推進指標的合理化。另外，還可能發現隱蔽工廠，如異常的返工、返修。

5.3 全員的理解與參與

員工容易對新興事物產生抵觸情緒，因為打破了他們的習慣。特別是導入新系統的前期，需要耗費大量的時間建立基礎數據、核對數據、修正、驗證等。當手工數據和系統數據并存且兩者存在嚴重差異時，員工特別容易產生抵觸情緒。所以，企業領導需要讓員工了解BI系統導入的必要性和好處，并提前告知可能遇到的困難，做到心中有數。同時，給予一定的激勵措施。

5.4 責任到人

項目導入初期，定義手工數據的上傳責任人和數據校核、更新、維護人。

項目導入過程中，要求各模塊的領導定期匯報各自模塊數據的準確性、異常點、建議點、困難點等。

項目導入的關鍵節點，項目負責人專題匯報。

5.5 落實到管理體系

所有的管理措施、經驗只有最終落實到管理體系，才能真正推動企業的科學管理。對于BI系統的導入、應用和維護，應建立相應的控制程序、操作規范來規范流程，同時將此控制措施納入PFMEA、質量保證計劃和控制計劃中，更好地服務于質量管理工作。

6 結語

BI系統可以集成企業原有的系統，實現多系統數據的抽取、轉換和分析，深度挖掘數據價值，加速信息的分享和傳遞，加強質量KPI數據的分析能力，提高管理層決策效率，指導企業運營。對于BI系統導入期可能出現的問題，企業應提前識別并規避。