大數據在質量管理中的應用

◆劉衛衛/ 文

30年前，約瑟夫·朱蘭博士提出了“大質量”一詞，以描述在質量管理領域正在發生的根本性變化。朱蘭博士將產品的質量定義為“小質量”，將組織所有過程的改進稱為“大質量”。“大質量”提法徹底改變了質量傘覆蓋的范圍，在質量傘之下增加了大量相關內容，從而使質量管理實踐及質量管理觀念發生了根本性改變。當今世界也正經歷著另一個從小到大的變革：即由小數據到大數據的變革。大數據的應用將對整個社會乃至人類文明的發展進程產生深刻影響。而企業若想在大數據時代抓住機遇、持續發展，企業內部管理必須做出相應的變革。質量管理作為企業日常運營管理中非常重要的組成部分，也需要逐步開展變革以適應大數據時代的變化。

一、大數據對質量管理的總體影響

上海開源大數據研究院院長陳剛指出：大數據帶給人們一種數據驅動的思維模式，這種思維模式是可以落地的，正在為質量管理帶來美好的前景。ISO 9000的質量管理原則中強調的“循證決策”，就是基于數據進行決策和管理，而大數據數據驅動的思維模式正是“循證決策”思想落地的實踐抓手。在企業管理中，數據的重要性越來越突出。特別是在質量管理過程中，從原先的小樣本抽樣數據到通過大數據展示過程的關聯和結果，最終有效指導決策，數據驅動的思維模式將有效促進企業管理效率的提升。

質量管理應有意識地從大數據的視角，關注企業運營過程中數據的獲取和積累，形成數據資產，逐漸從小數據積累升級為支撐企業運營的質量大數據平臺。從長遠發展來講，企業應構建大質量數據中心，涵蓋企業運營的端到端。首先收集與質量相關的數據，其中包含來自自動化系統的生產過程數據、表面檢測系統的缺陷數據及部分缺陷圖片、設備系統的設備狀態數據、檢化驗系統的檢驗數據、ERP系統或MES系統的生產標準數據、銷售系統或ERP系統的質量異議數據、點檢系統或人工點檢數據、各個系統記錄的操作數據等。對于信息孤島所導致的數據流通不順暢、流程效率低下、問題響應不及時等問題，很多企業致力于不斷升級和引進各種IT信息系統，以打通數據流，其實通過構建企業大數據庫（質量數據中心），不但能消除信息孤島，還可以通過大數據發掘管理價值。企業大數據平臺是IT信息系統發展的一個方向。企業運行端到端的數據都被儲存在大數據中心，無論是流程數據還是產品數據、設備數據等，最后通過對所有數據的整合分析、挖掘，找到信息數據之間的聯系，實現效率提升、質量提高。

二、大數據在質量管理中的應用場景

對于制造業來說，工業4.0時代正在到來。工業4.0的信息物理融合系統將會產生大量的數據，如何引入大數據的思想有效挖掘這些零散數據，為企業質量管理帶來價值呢，下面我們來看幾個應用場景。

1.大數據的質量預測、預警和智能診斷作用

基于積累的大數據的分析對未來可能發生的情況進行預測，是大數據的典型應用場景之一。所有預測都基于模型，而模型的存在就會導致抽樣的誤差。大數據管理的優勢在于，可以根據數據的相關性對模型不斷進行調整，以期獲得更為精準的預測。在質量管理領域，基于制造過程的大數據，如人員的情況及變動、設備的狀態數據、物料的信息數據、制造方法和工藝監控數據、制造環境的感知數據等，通過其相關性、趨勢性分析，能夠預測產品輸出結果質量的可能變異，并提前對可能的變異過程進行糾偏。與SPC基于已有結果進行趨勢分析預測不同，大數據的數據維度更多、相關性分析的模型更智能、數據的實時性更高，可以做到真正的預測。

除了預測，大數據還可以應用于問題的智能診斷上。由于“大數據”的存在，過程變得可追溯，原因的診斷和定位也將更智能、更快速。

2.大數據在質量變化點管理中的應用

質量過程控制的核心是控制變異。變化是導致質量不穩定的核心原因，結果的變異往往是由于過程的變化引起的，因此利用大數據開展變化點管理，將幫助過程質量有效控制變異。變化點包含影響過程結果變化的所有可能因素，通過大數據實時監控，可以清晰地展示變化過程，及時對變化的合理性進行評估和判斷，確保所有變化都受控。

3.大數據在產品生命周期管理上的應用

未來的產品除了實物層面，在數字層面也會有一個“數字孿生”來映射產品的全生命周期。通過對“數字孿生”的分析和度量，實現產品的全生命周期管理。所謂數字孿生，就是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映實體裝備的全生命周期過程。基于“數字孿生”的產品生命周期管理將產生大量數據，是形成大數據的重要途徑。通過數字孿生的大數據分析，能夠有效監控、追溯產品的生命周期全過程，對產品制造、售后服務質量，甚至客戶需求習慣監測、備品備件等增值服務的推進都起到巨大的數據支撐決策作用。

4.大數據在服務質量管理中的應用

大數據除了在制造過程的質量管理上能夠發揮作用，在產品的服務質量管理方面，也將發揮巨大的作用。相對于服務業，制造業的售后服務質量一直存在管理方法有限、重視度不高、資源投入不足等問題。應用大數據技術，增加服務過程的數據監控和收集，能夠細化服務過程的標準化程度及控制措施，提升服務的過程質量。大數據的應用還可以細化客戶聲音管理，提高客戶聲音獲取的范圍和真實性。通過大數據分析，將更有效地識別客戶服務痛點，更全面地獲知服務過程中每個環節的優劣勢，從而促進服務質量的持續改善。

5.大數據在客戶需求管理中的應用

質量就是滿足客戶需求，管理好客戶需求是質量管理的第一步。在客戶需求（或潛在客戶需求）的挖掘和分析上，大數據能夠發揮重要作用，甚至可以發掘新的業務領域。百度通過收集整理網絡玩家搜索需求與熱點，將用戶人群細分，并對網絡游戲的搜索行為數據提煉組織，建立用戶行為數據庫銷售給網絡游戲運營商，創造了以數據銷售為主、廣告服務為輔的雙軌模式。過去，很多企業對自身經營發展的分析只停留在數據和信息的簡單匯總層面，缺乏對客戶、業務、營銷、競爭等方面的深入分析。如果決策者只憑主觀與經驗對市場進行評估而制定決策，可能導致戰略定位不準，存在很大風險。在大數據時代，企業通過收集、分析大量內部和外部數據，獲取有價值的信息。通過挖掘這些信息，企業可以預測市場需求，從而制定行之有效的戰略。

以上大數據應用場景，無論是質量預測診斷還是變化點管理、服務質量管理，不是只強調在產品質量管理上的應用，而是大質量范疇內包括流程、體系、過程、產品等方面均可落地應用。在整個管理體系角度看，基于更大的數據監控和分析，無論從戰略落地效率還是企業各模塊協同，更易發現短板，也更容易識別企業自身優劣勢，從而促進企業戰略的有效制定和落地。從流程優化層面看，大數據將幫助實現端到端流程暢通，直觀并且快速地展示流程結果，發現流程結果質量和時效性方面的問題，促進流程的持續優化。

三、注重大數據本身的質量

隨著大數據的發展和應用，大數據的數據質量如何保證，也將是一個重要的課題。企業應從數據入口進行數據的質量管理，盡量通過自動化、底層傳感器自動采集數據，減少人為數據錄入的失誤風險。此外，大多數數據不是全數據，而是一種抽樣。只要是抽樣，就可能因為抽樣的分層導致誤差。同時，大數據分析必須建模，模型存在也會導致抽樣的分層，從而帶來誤差，所有這些誤差在實際的應用中都需要充分考慮。

四、總結

大數據時代已經到來，質量工作者的很多經驗將失去價值，以往作為“質量衛士”的大多數傳統工作職能將由計算機承擔。從組織層面構建質量數據中心、逐步開展企業運營大數據分析研究、不斷積攢質量數據，最終能否創造價值，目前還無法斷言，但一定是契合未來制造系統和企業運營大方向的。基于大質量數據的研究、挖掘、流程規范化、體系化，未來必將出現新時代的大數據質量管理體系。