SPC 基于数据洞察建立持续改善机制 作者 / 张震宇 前几天看到了一位行业优秀顾问在连载“IT价值创造系列”， 在“透明化“一篇中提到了“Insight”这个词、即 “洞察”， 这个词不经意间燃起了我几年前一段产品化的回忆。 当时与某个垂直行业的龙头客户在制造领域的业务建立了紧密的联系，双方互信度非常高，他们负责提供业务需求，我们负责结合9659澳门新葡萄娱乐场app平台、产品、顾问资源给客户提供业务需求落地服务。 该客户当时迫于客户、行业审计、内部系统规划等多方面压力，不得不立刻解决SPC系统化应用的场景。9659澳门新葡萄娱乐场app方组建了产品团队从SPC基础理论、控制图原理、控制图使用方法、市场同类产品分析，并结合敏捷开发的方法快速进行了产品化落地。 产品落地之后就会面临市场推广的问题，市场推广就需要有“卖点”或“亮点”。当时大家一方面负责客户现场项目的交付，一方面从现场获取使用场景并加以总结，以期望寻找一个区别于众多SPC产品的“亮点”。 当这个客户的系统落地之后，我们认为我们的不同在“在线实时SPC”，在数据量大、节拍较快的场景下，我们的软件确实做到了基于过程的工艺控制点通过SPC软件进行实时分析及控制。 当看到“洞察”之后，我觉得似乎“数据洞察”更能准确表达我们产品的不同之处，毕竟“在线实时SPC”过于在技术角度进行表达了，并且我们产品并不是强调单点场景化的应用，反而更强调对整条价值链的数据进行洞察，帮客户建立以数据为基础的持续改善机制。 持续改善机制建立的方法有很多，比如我们见到一些客户会专门建立LEAN部门，负责日常工作中的现场改善；也见到一些客户会专门请一些外部咨询机构，从最基础的5S培训、甚至到全价值链的拉动、局部的畅流等等。 当然以上的方法都是得到实践证实的，但我们今天讲的“以数据为基础的持续改善机制”，并不完全依托于外部机构或内部某个特定部门，我们认为凡是有数据的地方都可以进行数据分析及洞察，都可以通过数据说话找到问题并建立改善。 下面分享两个通过数据洞察得到改善的实际案例。 01 基于数据洞察改善焊接工艺 无论是规模多大的企业，焊接工艺的稳定性是一个永恒的话题。在一家大型动力电池企业，生产节拍很快，质检人员在巡检的过程中发现同样的两条生产线，但其中某条产线由于极耳焊接虚焊的问题会出现批量的质量事故。 在未使用SPC数据分析系统前大家只能将问题定位到该工序的焊接出现问题，但无法定位具体问题。从表象上看，似乎两条产线除了操作工人员不一致、其余的产线、设备、工艺要求、材料等均相同，这个问题困扰了质量及工艺人员很长时间，企业的损失也一直在发生。 面对这个困难，大家召开专题会议，会议结论是“将焊接相关的更多工艺数据纳入SPC管控，持续观察几天再进行分析”。 ▲ 新能源焊接功率均值-极差控制图 幸运的是“焊接的电流、电压、功率”都纳入了SPC管控，基于以上数据出具实时SPC控制图。发现竟然会在某一段时间出现连续6点向下的数据异常抛出。 工艺人员将两份数据进行比对，发现异常抛出时间与批量不良的时间基本吻合，也初步锁定了电机的功率是造成该事件的关键因素。 后续设备厂家工程师到现场对设备进行了拆机检修，果不其然，电机内部零件有磨损需要进行保养。之后也建立持续监控与改善机制，当SPC监控到以上异常时，将异常指令及时抛送给设备控制系统，控制焊接机启停，减少“虚焊”产品的批量产生。 02 涂胶工艺的标准作业改善 在SPC的应用改善案例中除控制图之外还有CPK分析的改善实例。对涂胶工艺进行CPK监控，通过CPK数值的不稳定发现问题，通过规范现场操作提升工程能力。 除此之外还有很多具备实际意义的数据改善场景： 项目实施后2-4个月内，通过SPC发现了下面的质量问题：OCV设备K值监控，P图，发现P值连续超上限，经过核查，该工序制程能力一直不高，后续改进制程能力恢复正常 电芯厚度，极差经过超下限，经过排查发现，数据出现明显分层现象，维修设备后恢复正常 …… SPC监控作为一种管控工具，存在管控维度细、管控数量多、管控实时性强的特点；因此如何从局部或全局查看SPC监控情况则成为管理人员十分关注的事情；但是这部分需求往往会根据客户实际情况不同而不同，客制化程度比较大。 根据项目经验，有以下几个指标可以作为衡量SPC运行情况的关键指标： OOC数量 OOC及时响应率： OOC及时处理数/OOC数量 PPK CPK 工序综合PPK 可以围绕上述指标做一些管理看板或报表，从而辅助管理层管理SPC运行等相关工作。 ▲ OOC全局看板 9659澳门新葡萄娱乐场appSPC历经3年时间，先后实施且成功上线的工厂已达50多个，获得客户一致好评。SPC只是持续改善方法中的一种，同时也是目前我们认为门槛低、成本低，惊喜多、收获多的一种基于数据洞察的持续改善机制。
