质量改善和大数据

◆苏朝墩 / 文

编者按

本文出自2019年10月的美国《质量进展》杂志，作者是国际质量科学院院士、中国工业工程学会会士、美国质量学会会士、台湾质量学会会士、台湾清华大学工业工程管理学系苏朝墩教授，由台湾辅仁大学企管系教授陈丽妃翻译，原文标题《勇往直前——了解大数据对质量的影响，以更好地解决问题和客户疑虑》。

质量改善是全面质量管理的关键原则，也是每个组织永无止境的过程。为了提升组织竞争力，运用系统化方法来改善流程和产品质量是非常重要的。本文讨论质量改善和大数据，特别强调了大数据对于质量改善的影响，并介绍了一些用于大数据分析的相关技术和案例。

大数据影响了质量改善的工作，有三个重要方面：了解客户的声音、收集和分析数据以及开发预测模型。此外，质量4.0引入了更多先进的技术和工具来分析大数据，包括人工智能、机器学习、数据挖掘、数据预处理和属性筛选等。质量专家有责任确保大数据正确无误、没有缺失值，了解快速处理和提取可操作讯息的方法以及确定数据是否可以导致问题被解决或引起客户关注。

质量改善

许多公司已尝试开发系统化的方法，使用特定技术来提升质量并减少流程和产品中的浪费。在各个行业中，通常透过团队合作来实现质量改善。想要成功地实施质量改善活动，有三个要素相当重要：质量概念、管理模式和改善的技术(图1)。

1.质量概念：了解各种质量概念有助于有效地处理质量问题。……