質(zhì)量大數(shù)據(jù)非僅關(guān)乎IT

責(zé)任編輯:editor004

2014-07-02 15:18:10

摘自:賽迪網(wǎng)

以ERP、MES、SPC等系統(tǒng)為代表的現(xiàn)代IT技術(shù)的應(yīng)用為企業(yè)的生產(chǎn)、質(zhì)量及運(yùn)營(yíng)管理帶來了巨大的幫助,不僅如此,這些系統(tǒng)在運(yùn)行的過程中,還為企業(yè)積累了另外一種寶貴的財(cái)富:數(shù)據(jù)。

以ERP、MES、SPC等系統(tǒng)為代表的現(xiàn)代IT技術(shù)的應(yīng)用為企業(yè)的生產(chǎn)、質(zhì)量及運(yùn)營(yíng)管理帶來了巨大的幫助,不僅如此,這些系統(tǒng)在運(yùn)行的過程中,還為企業(yè)積累了另外一種寶貴的財(cái)富:數(shù)據(jù)。在大數(shù)據(jù)應(yīng)用日益廣泛的今天,企業(yè)如何才能夠充分挖掘出數(shù)據(jù)中隱含著的重要信息,幫助企業(yè)全面提高產(chǎn)品、服務(wù)乃至管理等各個(gè)維度的質(zhì)量水平?

質(zhì)量大數(shù)據(jù)非僅關(guān)乎IT

著名精細(xì)化管理咨詢品牌微邁咨詢?cè)趯?duì)大量企業(yè)進(jìn)行調(diào)研的過程中發(fā)現(xiàn),很多人認(rèn)為數(shù)據(jù)的采集、存儲(chǔ)、獲取、分析和展現(xiàn)的各個(gè)環(huán)節(jié)是個(gè)IT問題:數(shù)據(jù)的采集可以由測(cè)量?jī)x器配合計(jì)算機(jī)軟件實(shí)現(xiàn),Oracle、SQL Server等專業(yè)的數(shù)據(jù)庫能為我們提供足夠強(qiáng)大的數(shù)據(jù)存儲(chǔ)能力,而且我們可以通過接口程序非常方便地從海量數(shù)據(jù)中獲取到我們所需的信息,統(tǒng)計(jì)分析軟件能夠幫助我們分析數(shù)據(jù)、建立模型以及用很實(shí)用的圖標(biāo)展現(xiàn)分析的結(jié)果。

然而,為何諸多IT系統(tǒng)早已相當(dāng)完善的企業(yè)都未能從質(zhì)量大數(shù)據(jù)技術(shù)中得到幫助?

就數(shù)據(jù)采集而言,哪些數(shù)據(jù)才是真正需要搜集和存儲(chǔ)的?產(chǎn)品良率的數(shù)據(jù)我們要不要搜集?壓力、溫度、天氣、時(shí)間等等諸如此類的變量,哪些是我們需要搜集的?我們是應(yīng)該用產(chǎn)品合格/不合格來作為產(chǎn)品質(zhì)量評(píng)價(jià)的標(biāo)準(zhǔn),還是應(yīng)該有更好的衡量方式?對(duì)于需要采集的數(shù)據(jù),采用何種方式才能有效地減小誤差和避免錯(cuò)誤……

就數(shù)據(jù)的獲取和整理而言,我們應(yīng)該拿哪些數(shù)據(jù)來分析才能有助于解決實(shí)際的具體問題?我們的數(shù)據(jù)中往往不可避免地存在缺失值,異常值或者離群值,我們?nèi)绾尾拍茏R(shí)別數(shù)據(jù)總體特別是這些特殊的值的真實(shí)性,如何正確地進(jìn)行填補(bǔ)、修正或者剔出已備后續(xù)的數(shù)據(jù)分析?

重頭戲還在于數(shù)據(jù)分析。當(dāng)我們第一次對(duì)某數(shù)據(jù)進(jìn)行分析,對(duì)數(shù)據(jù)沒有任何先前的經(jīng)驗(yàn)的時(shí)候,我們應(yīng)該用那種分析方法才能最有效地發(fā)現(xiàn)數(shù)據(jù)中的秘密?假設(shè)檢驗(yàn)、方差分析、簡(jiǎn)單/廣義線性模型,聚類分析……這么多的分析方法,我們?nèi)绾胃鶕?jù)具體的情況作出正確的選擇,如何在Lack of fit和Over-fitting中找到最佳的平衡點(diǎn)?如何將工程問題轉(zhuǎn)換為數(shù)據(jù)分析問題,又如何將數(shù)據(jù)分析結(jié)果還原到實(shí)際的工程應(yīng)用環(huán)境中去?不同的分析結(jié)果到底用那種方式展現(xiàn)才能最有助于別人理解我們從分析中獲得的發(fā)現(xiàn)?

很明顯,如此種種,都遠(yuǎn)遠(yuǎn)超出了IT系統(tǒng)問題的范疇。大數(shù)據(jù)的應(yīng)用領(lǐng)域可以是我們生產(chǎn)生活的方方面面,但就質(zhì)量管理而言,雖然統(tǒng)計(jì)質(zhì)量管理在美國(guó)早已是成熟的質(zhì)量改進(jìn)方法,越是在對(duì)工藝流程要求精密的行業(yè),對(duì)數(shù)據(jù)搜集和分析的要求就越高,但就微邁咨詢的研究來看,質(zhì)量大數(shù)據(jù)的內(nèi)涵更加廣泛,方法論也更加多樣,能為企業(yè)帶來的價(jià)值也要大得多。

“質(zhì)量大數(shù)據(jù)”可以說是一個(gè)集量化決策思想、行業(yè)質(zhì)量管理經(jīng)驗(yàn)、合理的工業(yè)數(shù)據(jù)采集計(jì)劃、專業(yè)的工業(yè)數(shù)據(jù)分析(包括但不限于統(tǒng)計(jì))方法組成的解決方案! 中國(guó)的質(zhì)量管理由于沒有經(jīng)歷過正真的統(tǒng)計(jì)質(zhì)量管理階段,如果能在企業(yè)管理精細(xì)化的過程中靈活運(yùn)用“質(zhì)量大數(shù)據(jù)”和“量化決策”的思想和方法論,往往能起到事半功倍的效果。

概括而言,質(zhì)量大數(shù)據(jù)需要根據(jù)每個(gè)行的自身的特點(diǎn),制定有針對(duì)性的數(shù)據(jù)收集計(jì)劃,包括指標(biāo)制定、變量選取、數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì),樣本量及功效評(píng)價(jià),實(shí)驗(yàn)結(jié)構(gòu)設(shè)計(jì)等等;我們需要借助現(xiàn)代IT技術(shù)抽取、清洗和整理對(duì)解決我們的問題有幫助的數(shù)據(jù),有時(shí)我們還需要將售后服務(wù)、保修乃至客戶滿意度的數(shù)據(jù)與研發(fā)或生產(chǎn)數(shù)據(jù)進(jìn)行整合以便評(píng)價(jià)我們將要進(jìn)行的實(shí)際改進(jìn)工作對(duì)售后以及客戶的影響;在此基礎(chǔ)上,我們可以對(duì)數(shù)據(jù)進(jìn)行探索,從中找到對(duì)提升質(zhì)量、產(chǎn)品設(shè)計(jì)或客戶忠誠(chéng)度有重要意義的線索,探索性數(shù)據(jù)分析能幫助我們很好地完成這一工作;關(guān)鍵質(zhì)量指標(biāo)的重要影響因素往往需要在我們?cè)趯?duì)質(zhì)量數(shù)據(jù)進(jìn)行反復(fù)錘煉和分析后才能被鎖定,接下來可以指引我們制定可行的質(zhì)量改善方案比對(duì)質(zhì)量水平進(jìn)行預(yù)測(cè)……“數(shù)據(jù)有時(shí)候會(huì)說謊”,我們還必須加以甄別。

如果把質(zhì)量數(shù)據(jù)(包括研發(fā)、生產(chǎn)、售后、可靠性、客戶滿意度等)比作金砂,IT系統(tǒng)可以看成是一個(gè)有整理功能的容器,但我們還需要有如何能夠高效地淘出金子的理念和方法。

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號(hào)-6京公網(wǎng)安備 11010502049343號(hào)