航空产品数据收集分析和质量改进工作分析探究

王凤玲

【摘 要】如今，一个大规模生产、分享和应用数据的时代正在开启，而如何在大数据时代发掘数据价值、应用数据、征服数据值得探讨。目前，由于在航空产品的研制、生产、服务过程中开展数据收集和分析工作的经验不足，因此文章探讨了航空产品开展数据收集和分析工作的思路，重点阐述了如何应用这些数据开展质量改进工作。

【关键词】航空产品;数据收集和分析思路;质量改进

【中图分类号】V263 【文献标识码】A 【文章编号】1674-0688（2020）01-0099-02

1 数据分析的概念和目的

数据分析是指运用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和整理并分析其中的价值，以求最大化地开发数据的功能，充分挖掘数据的价值。数据分析是为了提取有用的信息和形成结论而对数据加以研究和概括总结的过程。这里的数据也称观测值，是通过实验、测量、观察、调查等方式获取的结果，常常以数据的形式展现出来。

数据分析的目的是把隐藏在看似杂乱无章的海量数据背后的有效的信息提炼出来，总结出研究对象的内在规律。在实际工作中，数据分析能够帮助管理者进行判断和决策，以便采取合适的策略与行动。

20世纪50年代末，日本“丰田”公司将第一批汽车发往美国市场，却因为质量问题而遭到嘲笑。1961年，“丰田”终止了在美国市场销售汽车，不光彩地撤出了美国市场。在“丰田”身处危机之时，公司的总裁石田退三决定采纳一位外部人士——质量大师威廉·爱德华兹·戴明的建议，对公司进行了一次彻底的整顿。直到1965年，“丰田”才重返美国市场，但这次它带来了一款质量优良、价格有竞争力的新车，此举在美国市场获得了巨大的成功，这得益于它受到了戴明这位统计学家的帮助。今天，“丰田”的质量系统被称为“丰田之道”（Toyota Way），一直被世界各地的制造业公司甚至是服务机构奉行。

戴明曾经说过：“只要降低生产速度，任何公司都能生产出高质量的产品。我讨论的不是这个，对于日本的生产工人、工厂乃至整个公司来说，统计学思维和方法已经成为第二语言，有了统计学控制法，你就可以每时每日地复制产品。”时至今日，“丰田”依然在汽车行业的高品质制造商排行榜上高居首位，它也没有忘记毫无准备地进入一个市场的教训。“丰田”公司以在做重大决策前收集、分析海量数据而著称。

那么，我们要怎样通过数据分析来达到逐步提高产品质量、提升顾客满意度的目的呢？我们要从航空产品的哪些数据开始入手，需要从哪几个角度进行分析，采取哪些分析指标，如何搭建分析框架呢？

2 开展数据收集和分析工作的初步思路

分析影响产品实物质量和顾客满意度的因素。产品的实现过程是一个相互关联的流程，我们按照产品实现的过程梳理数据分析的方向，首先要进行产品的设计研发、出图，然后确定原材料的采购、生产加工，以及生产过程中的检验、试验，最后产品合格交付顾客后还要进行跟踪售后服务等，每一个环节都至关重要。因此，确定数据收集的过程主要针对产品设计研发过程、采购过程、生产过程、检验试验过程、售后服务过程等，通过收集这些过程中产生的相关数据和信息，建立起数据库，指定一个牵头组织的单位（如质量部门）通过统计分析，找出产品质量改进的突破口。

（1）设计研发过程。设计研发过程由各设计部门负责，收集和填写设计研发过程的数据和信息，具体为产品设计更改单数据、技术通知单数据、试验工作证（设计发出）数据、现场问题处理单数据、设计评审（方案、工程研制）数据等。各设计部门负责对这些数据进行收集、统计、分析，通过与设计评审报告相对照，找出产品、设计团队、人员的设计质量排序;评审专业、评审人员评审质量高低等方面的内容。

（2）采购/外包过程。采购过程由采购部门负责，外包过程由外包外协主管部门负责，收集和填写采购/外包过程相关数据和信息，具体为材料代用单数据、采购和外包外协产品质量信息反馈单/回复单数据、采购和外包外协单位到货统计分析表数据、退货单数据等。采购和外包外协主管部门负责对这些数据进行收集、统计、分析，找出在产品策划和评审阶段，部门、人员存在问题的排序等;对照供应商交付数量及合格率的情况，找出供应商和外包外协厂问题较多的排序，以及问题处理是否及时、改进是否有效等方面的内容。

（3）生产过程。生产过程由工艺管理部门、各生产车间负责。各生产车间负责收集和填写生产过程数据和信息，具体为工艺更改单数据、工艺超越单数据、工艺联络单数据、试验工作证（工艺发出）数据、工艺评审数据等。各生产车间负责对本部门数据的收集、统计、分析。工艺管理部门负责收集和填写主管工艺的数据和信息具体为试验工作证数据、工艺评审数据。工艺管理部门负责对本单位数据进行收集、统计、分析。各生产车间和工艺管理部门运用以上数据找出产品、人员的工艺策划质量排序;结合工艺评审，找出评审专业、评审人员的评审质量高低等内容。

（4）检验试验过程。检验试验过程由质量检验部门负责，收集和填写检验试验过程的数据和信息，具体为不合格品审理单数据、返工/返修单数据、废品单数据、产品提交/定检/鉴定失败质量分析报告数据、质量信息反馈单数据等。质量检验部门负责对这些数据进行收集、统计、分析，從“5M1E”（人、机、料、法、环、测）方面分析出技术、管理、流程、人员能力等方面存在的问题。

（5）售后服务过程。售后服务过程由质量部门和生产管理部门负责。质量部门负责收集和填写因管理问题导致工作质量不高引起顾客投诉及抱怨数据、外场重大/严重/一般的质量问题数据、技术通报数据、保证期内返厂产品返修过程数据等;负责对外场质量信息、保证期内返厂产品返修数据进行收集、统计、分析。生产管理部门负责收集和填写保证期外首翻期内返厂产品数据和收集、统计、分析保证期外首翻期内返厂产品数据。

质量部门和生产管理部门运用以上数据找出部门、人员工作质量的排序;产品质量问题、故障模式、故障类型的排序等。

3 形成数据分析报告，开展质量改进

各过程负责部门要完成数据的收集和积累工作，并进行数据的统计、归纳、排序、分析，形成本部门“产品质量数据分析报告”和“主要问题清单”。

数据分析报告内容形式应采用“图表+简单说明”，要对每一个数据表及每一个数据表内的分项进行分析，对每一个过程进行总体分析，用数据说话，得出总体趋势及结论。对本部门需改进的主要问题，应从产品技术、管理、流程、人员能力等方面进行分类，形成“本部门需改进的主要问题清单”。需要其他部门配合解决的主要问题应从管理、设计、制造、采购/外协等方面进行分类，形成“需要其他部门配合解决的主要问题及建议”。当问题与责任划分不清时，由各单位质量部门组织问题责任部门的判定，组织原因分析、制定整改措施、实施整改措施并进行跟踪管理。

各单位质量部门要对本单位所有收集的数据和信息进行汇总分析，并形成“XX（单位）XX年X月- XX年X月产品质量数据分析报告”和“管理问题清单”“设计问题清单”“制造问题清单”“采购/外协问题清单”，及时更新滚动管理，并负责这些清单的质量改进和跟踪管理。

牵头单位根据各单位统计分析出来的主要问题的影响程度，确定主要、重要问题，并列为拉条挂账项目，开展质量改进工作，跟踪质量改进工作的进展，逐步提高产品实物质量，提升顾客满意度。

4 改进数据收集和分析工作的一些建议

数据收集和分析工作是一项带有探索性的活动，为达到通过数据分析寻求质量改进的目的，实施时要进行过程跟踪与控制。

（1）要强调航空产品数据收集和统计分析工作的重要性和必要性，组织进行相关数据分析概念和统计技术工具的培训，确保该项工作的有效开展。

（2）要确定开展数据收集和分析工作牵头组织的单位和人员，确定好各单位开展数据收集和分析工作人员的职责，以及时向牵头组织的单位和人员提供工作进展的信息，人员之间要有良好的沟通，可以通过建立表扬和激励机制、小组例会、工作简报等形式进行。

（3）要确定好开展数据收集和分析工作的航空产品范围和时间，可针对几个重点产品收集近5年内发生的质量信息和数据，按过程分类后填写数据收集表，形成数据库。

（4）要制订开展数据收集和分析工作的总体计划并实施有效控制，保证工作按预定计划进行，按时间节点进行阶段性审查和评定，组织监督完成需要其他部门配合完成的问题整改并进行跟踪管理，在偏离计划时采取措施确保计划的实现。

（5）构建一个基于信息化、网络化的质量管理工作平台也很重要，它会大大提高数据分析的效率，可以通过软件系统提供自主查找和自动分析功能，从各个方面进行分析，并提供各种分析图表（如柱状图、饼图、趋势图、折线图等）。

总之，数据收集和分析工作是一个新课题，还需我们在今后逐步开展工作的过程中汲取经验，形成规范性的管理程序，从而在工作中用数据解决问题。

参 考 文 獻

[1]张文霖，刘夏璐，狄松.谁说菜鸟不会数据分析[M].北京：电子工业出版社，2016.

[2]维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.

[3]钟绪林，王庐己.大数据时代下的税收风险管理[J].审计与理财，2016（10）.