统计质量技术让信息化建设更有价值

　　第二，运用数据挖掘方法深入理解流程实质，预测流程能力。

　　当企业的质量管理水平发展到一定程度时，就不会满足于仅仅制作一些基于数据的报表、图形了，而是期望从日益丰富的历史数据资源中提炼出更有价值的、用以往的经验无法替代的重要信息。这时常常是运用数据挖掘方法的大好时机。这里所说的数据挖掘是一个广义的概念，既包括像线性回归、逻辑斯蒂回归、判别分析等传统统计方法，也包括像决策树、神经网络等高级计算方法。合理地选择和应用这些统计质量技术，为我们的流程建立合适的统计模型，会让我们“不可思议”地具备“未卜先知”的能力。图二中我们借用JMP中的一个“预测刻画器”工具来研究一家印刷电路板公司利用以往的生产工艺数据构建出来的回归模型，从中可以看到温度、压力、供应商对最终产品质量的影响程度。如果再配合使用蒙特卡洛的模拟(Simulation)方法，还能预测出各种工艺条件下的缺陷比率，为我们的最终决策提供宝贵的技术参考依据。

　　第三，运用试验设计DOE提高产品研发和创新效率。

　　经验表明，企业如果想要真正增强创新实力，提高产品的科技含量，需要让研发、设计、工艺等部门也进入企业的信息化与工业化的融合中。当然，研发设计部门对质量技术手法的要求会与生产制造相关部门有所不同，试验设计DOE就是一种研发设计部门需要使用的有效方法。简单地说，试验设计不会单纯地满足于被动地收集现有的数据资源，它还会主动的设计出一个数据收集计划，有目的地对产品或流程做出一些有益的新尝试，这样一来，获得突破性改善的概率就大大增强了。同时试验设计计划所具备的特性确保了样本数量的最优化，从而确保实施的成本也会被尽可能地降低。图三就是某化工企业研发部技术人员运用JMP(单就试验设计DOE而言，JMP目前提供全球最顶级的试验设计解决方案)中“混料设计”及“三元图”功能制作出来的一组为优化涂料配方设定而度身定制的试验设计方案。不难发现，如果遵循这组试验设计方案，我们仅用9次试验就能找到A、B、C三种成分的最佳配比。

　　以上是笔者对企业如何利用现阶段信息化建设的成果提高质量管理水平的几点想法，谨借此抛砖引玉，如有纰漏，敬请指正。随着应用的深入，我们将很快认识到在现有信息化建设成果的基础上融入统计质量技术对发展现代先进制造业、保持企业创新能力和竞争优势的重要性，而且这个认识将越来越具体，越来越深入。