大數據時代背景下企業質量信息管理的優化與應用

張婧

摘?要：針對大數據時代背景下企業質量信息管理中普遍存在的質量信息呈流水線式流通、呈分散式收集、不同重要程度的質量信息混雜式分布三個問題，文章從人、技術、管理三要素展開分析，通過提升全員質量意識及質量知識水平、打造質量管理信息一站式平臺、加強質量信息分類管理、建立典型質量問題數據庫模型等措施，探索大數據時代背景下企業質量信息管理的優化路徑，促進質量信息的流通方式向循環往流式轉變、質量信息管理平臺向集成式轉變、質量信息向有序分布與分級管理轉變，從而推動企業質量管理水平持續提升。

關鍵詞：大數據；質量管理；質量信息；質量代碼；數據庫

中圖分類號：F270.7文獻標識碼：A文章編號：1005-6432（2024）02-0089-04

DOI：10.13939/j.cnki.zgsc.2024.02.023

1?引言

《全面質量管理》對質量信息的定義及重要程度描述如下：質量信息是在質量形成全過程中產生的有意義的數據。它們可以幫助人們了解質量狀況、發現質量問題、尋找質量提升途徑，是開展質量管理工作的基礎。缺少信息和信息系統的支持，質量策劃、質量控制、質量保證和質量改進工作將無從著手[1]。

在大數據時代背景下，質量信息呈現數據量大、類型多、價值密度低、速度快、時效高等特征，如何在當下海量的質量信息中“提純”并予以分析，獲得大數據背后更深層次的因果與相關關系，用以指導企業開展質量活動，提升核心競爭力，對于企業來說既是一項重大的挑戰，更是前所未有的機遇。

2?大數據背景下質量信息管理存在的問題

當下，各企業對質量信息的重視程度日益提升，質量信息的處理流程日趨規范，部分企業開發了專業的質量信息處理系統，用以收集、整理、分析、反饋和存儲各類質量信息。

然而，龐大數據體量、快速增長處理需求、多樣化全面性數據整合等現實情況[2]，使傳統的企業質量信息管理模式難以滿足海量數據的處理要求，主要體現在以下三個方面。

2.1?面對質量信息數據量大、時效性快的特征，質量信息呈流水線式流通

以某能源裝備企業為例，面對每年數以千計的內外部質量信息，在質量管理平臺設置了從設計、工藝、材料、質保到質檢等分工明確的質量信息處置流水線，如圖1（a）所示。

流水線式的質量信息流通方式一定程度上提高了處置效率，但由于處置人員更注重本單位或本次問題的處置上，往往對上下游的、其他單位的質量信息關注程度不夠，易導致部分在不同單位、不同時期重復性、批量性發生的共性質量問題被忽略。

圖1?質量信息流通對比

注：圖1（a）為兩條以流水線式流通的質量信息，圖1（b）為兩條以循環往流式流通的質量信息。

2.2?面對質量信息類型多的特征，質量信息呈分散式收集狀態

按信息產生的來源，質量信息分為產品和服務質量信息、顧客和市場信息、財務信息、資源信息、過程或工序信息、領導和戰略信息[1]。

上述各類質量信息往往在企業發展的各個階段給予逐步重視、收集與完善，并分散在企業的不同階段所開發的平臺中予以管理，如圖2（a）所示。質量信息分散在各個管理平臺，不利于信息之間的整合與分析，在降低管理效率的同時，也易形成信息孤島，造成數據鏈斷裂。

圖2?質量管理平臺對比

注：圖2（a）為多個信息管理平臺，圖2（b）為集成式信息管理平臺。

2.3?面對質量信息價值密度低的特征，不同重要程度的質量信息呈混雜式分布

企業往往未加以區分關鍵質量信息、重要質量信息、一般質量信息，關鍵與重要信息被大量低價值信息稀釋甚至掩蓋，導致關鍵與重要質量信息沒有得到充分利用，對于質量控制和決策作用發揮程度有限，如圖3（a）所示。

質量管理中講求“循證決策”，這其中重要的“證”就是數據，數據是分析和改進的基礎，直接參與質量管理各個環節的預判決策，因此數據質量對分析結果的有效性至關重要。常見的數據質量問題有參數缺失、數據不完整、數據不準確、數據重復、數據屬性不一致等，在信息化建設時會導致效果不理想、決策出現偏差，降低數據信息的可靠性[3]。

由于企業的基礎數據處于混雜式分布狀態，易導致質量改進項目選擇不當或是改進空間有限，改進效果欠佳，質量損失持續高位運轉。

圖3?質量信息分布對比

注：圖3（a）為混雜分布的信息，圖3（b）為有序分布的信息。

3?原因分析及預期改進目標

針對上述質量信息呈流水線式流通、分散式收集、不同重要程度的質量信息混雜式分布等問題，從質量管理三要素展開分析，可以將其原因歸納為以下方面。

第一，人——質量意識不足，主要體現在企業從決策層到執行層對質量管理理念和質量信息的認識、對質量知識的掌握存在不足。

第二，技術——信息技術支撐不足，主要體現在企業對質量信息管理平臺建設不夠重視，缺乏統籌管理，研發資源投入較少。

第三，管理——質量信息管理體制機制不足，主要體現在企業缺乏對質量信息的分類管理及反饋平臺。

基于以上原因分析，企業應采取相關改進措施，促使質量信息的流通方式由流水線式向循環往流式轉變，如圖1（b）所示；促使質量信息管理平臺由分散式向集成式轉變，如圖2（b）所示；促使質量信息由混雜分布向有序分布及管理轉變，如圖3（b）所示。

4?質量信息管理的改進措施

全面數據質量管理（TDQM）概念將數據視為“產品”，從數據獲取源頭治理出發，將產品質量管理的方法移植到數據管理，建立數據質量管理體系，設計、管理與控制信息鏈，倡導阻止錯誤數據發生（事前預防），而不僅僅是修正已產生的錯誤數據（事后補救）[4]。

企業推進全面數據質量管理，全面解決質量信息呈流水線式流通、呈分散式收集、不同重要程度的質量信息混雜式分布三個問題，重點從加強全員質量教育培訓、加強質量信息平臺建設、加強質量信息分類管理等方面建立健全數據質量管理體系。

4.1?加強全員質量教育培訓，提升全員質量意識及質量知識水平

建立“大質量”文化體系，企業自上而下開展質量警示教育、質量大講堂，組織開展各類質量知識培訓，推廣應用先進的質量管理工具和方法，廣泛開展群眾性質量改進活動，推進全員質量管理理念的提升以及對質量信息管理的認識，為優化推廣質量信息管理奠定群眾基礎。

4.2?加強質量管理信息平臺建設，打造質量管理信息一站式平臺

企業持續整合各類信息管理平臺，完善關鍵數據字段，打通信息接口，促進系統各板塊數據的互通互讀，實現不符合項流程、質量損失統計、質量信息反饋、質量工作計劃、顧客滿意度等板塊集成式、一站式管理的質量管理系統。

4.3?加強質量信息分類管理，充分發揮關鍵及重要類質量信息對質量控制與決策的重要作用

帕累托原理認為，相對少數的促成因素做出了最大的貢獻，這些因素被稱作“關鍵的少數”[5]。根據帕累托分析的結果，企業20%的關鍵類與重要類質量信息決定著80%的質量改進方向，故需采取措施篩選出關鍵類、重要類、一般類信息并對其進行分類管理。

在關鍵類與重要類質量信息中，典型質量問題又占有舉足輕重的地位。根據帕累托原理，企業20%的典型質量問題決定著80%的質量損失，故企業應建立典型質量問題PDCA循環數據庫（如圖4所示），作為關鍵及重要類質量信息的重要來源。

圖4?典型質量問題PDCA循環數據庫模型

4.3.1?建立質量問題代碼體系

企業建立質量問題代碼體系，歸納總結質量問題的類型并編以相對應的代碼，以此作為典型質量問題數據庫的關鍵字段。

以某能源裝備制造企業為例，質量問題主要分為21個大類，每一類用大寫的英文字母表示，例如A-母材、B-設計、C-尺寸、D-油包等；每大類又進一步細分為若干小類，采用三位阿拉伯數字編碼，例如A010-裂紋、A020-凹坑、A030-折疊、A040-銹蝕等。企業要求不符合項發起人員在流程發起節點初步判定質量問題分類及選擇相應代碼，為后續質量信息數據篩選提供基礎支撐。

4.3.2?規范不符合項描述模板及開展培訓

不符合項發起人員由于工作經歷、溝通理解能力以及文字描述能力的不同，不符合項描述方式往往差別較大，部分不符合項未能得以全面、準確描述。為規范不符合項文字描述，預防基礎數據偏差，企業建立不符合項描述模型并廣泛開展不符合項發起人員培訓，如圖5所示。

圖5?不符合項描述模型

4.3.3?典型質量問題篩選及反饋機制

企業根據實際，制定典型質量問題判定標準，以較高時效性從不符合項數據庫中篩選出典型質量問題。以某能源裝備制造企業為例，篩選標準包括現場反饋問題、設計問題、易引發安全事故的問題、某時間段內重復性問題、批量性問題、重大管理問題等。

企業及時將篩選出的典型質量問題通過質量信息反饋平臺，反饋至企業高層管理人員以及企業技術、生產、質量、外購等質量負責人及質量員，建立典型質量問題反饋機制，相關單位根據要求及時開展整改或自查，促進質量信息循環往流式流通。

4.3.4?典型質量問題數據庫的建立

隨著典型質量問題的逐漸累積，典型質量問題數據庫得以初步建立。

典型質量問題數據庫的主要字段包括不符合項編號、NCR發生階段、NCR類別（制造類/采購類/外委外協類等）、項目名稱、部件名稱、問題描述、問題代碼、問題類型、制造單位、責任單位、原因分析（人/機/料/法/環/測）等。

為進一步定位質量改進重點，企業根據質量損失統計辦法將每一條典型質量問題所對應的質量損失款項作為關鍵字段引入數據庫，綜合比對分析質量損失與典型質量問題深層次因果關系，為精準選擇質量改進項目提供更加多元化和合理化的數據支撐。

4.3.5?應用典型質量問題數據庫開展質量決策

企業質量管理委員會每年組織召開專題會議研究決定次年質量改進項目。按典型質量問題數據庫的各類關鍵字段排序。

一方面，分析統計該年度發生典型質量問題較多的項目、部件、問題類型、責任單位以及本年度主要質量損失的分布情況等，結合企業戰略規劃、資金投入、客戶培育、供應鏈建設等實際，制定公司級質量控制及改進計劃。

另一方面，分項統計各單位發生頻率較高的典型質量問題，督促相關單位開展部門級質量控制及改進計劃。與此同時，分析統計該年度發生典型質量問題較多的供應商，對其開展質量約談，加強質量監查及供應商淘汰力度，促進企業供應商優勝劣汰，保障供應鏈生態型發展。

4.3.6?典型質量問題數據庫應用的效果與收益

以某能源裝備制造企業為例，經對數據庫中某年典型質量問題及主要質量損失對比分析，得出該年度水冷壁表面質量問題、膜式壁尺寸偏差等問題較為突出，經企業質量管理委員會專題會議討論決定，將提升水冷壁表面質量、改善膜式壁尺寸偏差作為次年質量改進重點項目之一，成立水冷壁表面質量改善、膜式壁尺寸偏差質量改善領導及工作小組、投入設備資金。經全年改進，提升效果顯著：次年15CrMoG材質水冷壁表面飛濺數量下降約70%，12CrMoVG材質下降約40%；全年無水冷壁表面質量問題、膜式壁尺寸偏差問題外部反饋。

4.4??成果固化及持續完善

為進一步鞏固質量信息管理的改進成果，企業進一步完善體系建設，修訂完善《質量管理手冊》，修訂完善《質量信息管理》《不合格品控制》等程序文件，制定《質量問題分類及編碼管理》《質量問題經驗反饋》《質量改進管理》等管理標準，制定《典型質量問題篩選指導手冊》等作業指導書，并根據實際情況持續優化相關程序。

5?結語

上述措施可有效應對大數據時代海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低等特征[6]，促使質量信息的流通方式由流水線式向循環往流式轉變、質量信息管理平臺由分散式向集成式轉變、質量信息由混雜分布向有序分布及管理轉變，有效降低企業內外部質量問題及質量損失，提升顧客滿意度和企業質量品牌形象，從而推進質量管理不斷改進，為企業達到卓越績效奠定基石。

參考文獻：

[1]中國質量協會.全面質量管理[M].4版.北京：中國科學技術出版社，2018：50.

[2]祝君儀.大數據時代背景下統計數據質量的評估方法及適用性分析[J].中國市場，2015（7）：41.

[3]王璐.大數據在質量管理中的應用領域研究[J].中國質量，2022（1）：30.

[4]約瑟夫·M.朱蘭，約瑟夫·A.德費歐.朱蘭質量手冊[M].6版.焦叔斌，蘇強，楊坤，等譯.北京：中國人民大學出版社，2019：155.

[5]程幼石.數據管理視角下的內控信息化建設[J].會計之友，2022（5）：137.

[6]劉心緣.大數據對現代企業物流供應鏈管理的影響[J].中國市場，2022（1）：144.