統計質量技術讓信息化建設更有價值

　　第二，運用數據挖掘方法深入理解流程實質，預測流程能力。

　　當企業的質量管理水平發展到一定程度時，就不會滿足于僅僅制作一些基于數據的報表、圖形了，而是期望從日益豐富的歷史數據資源中提煉出更有價值的、用以往的經驗無法替代的重要信息。這時常常是運用數據挖掘方法的大好時機。這里所說的數據挖掘是一個廣義的概念，既包括像線性回歸、邏輯斯蒂回歸、判別分析等傳統統計方法，也包括像決策樹、神經網絡等高級計算方法。合理地選擇和應用這些統計質量技術，為我們的流程建立合適的統計模型，會讓我們“不可思議”地具備“未卜先知”的能力。圖二中我們借用JMP中的一個“預測刻畫器”工具來研究一家印刷電路板公司利用以往的生產工藝數據構建出來的回歸模型，從中可以看到溫度、壓力、供應商對最終產品質量的影響程度。如果再配合使用蒙特卡洛的模擬(Simulation)方法，還能預測出各種工藝條件下的缺陷比率，為我們的最終決策提供寶貴的技術參考依據。

　　第三，運用試驗設計DOE提高產品研發和創新效率。

　　經驗表明，企業如果想要真正增強創新實力，提高產品的科技含量，需要讓研發、設計、工藝等部門也進入企業的信息化與工業化的融合中。當然，研發設計部門對質量技術手法的要求會與生產制造相關部門有所不同，試驗設計DOE就是一種研發設計部門需要使用的有效方法。簡單地說，試驗設計不會單純地滿足于被動地收集現有的數據資源，它還會主動的設計出一個數據收集計劃，有目的地對產品或流程做出一些有益的新嘗試，這樣一來，獲得突破性改善的概率就大大增強了。同時試驗設計計劃所具備的特性確保了樣本數量的最優化，從而確保實施的成本也會被盡可能地降低。圖三就是某化工企業研發部技術人員運用JMP(單就試驗設計DOE而言，JMP目前提供全球最頂級的試驗設計解決方案)中“混料設計”及“三元圖”功能制作出來的一組為優化涂料配方設定而度身定制的試驗設計方案。不難發現，如果遵循這組試驗設計方案，我們僅用9次試驗就能找到A、B、C三種成分的最佳配比。

　　以上是筆者對企業如何利用現階段信息化建設的成果提高質量管理水平的幾點想法，謹借此拋磚引玉，如有紕漏，敬請指正。隨著應用的深入，我們將很快認識到在現有信息化建設成果的基礎上融入統計質量技術對發展現代先進制造業、保持企業創新能力和競爭優勢的重要性，而且這個認識將越來越具體，越來越深入。