本文来自微信公众号“新工业网”，作者/冯光强、李刚。
1 数字化发展趋势
在全球层面，随着技术的发展，目前全球正兴起新一轮工业革命。数宇化和网络化使得信息的获取、使用、控制及共享变得极其快速和康价，由此产生了真正的大数据，新一代人工智能的应用将从根本上提高工业知识产生和利用的效率，极大地解放人的体力和脑力在国家层面，国务院印发《新一代人工智能发展规划》，提出面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。
在制造行业层面，生产制造智能化改造升级需求凸显；通过嵌入智能系纷对现有机械没备进行改造升级成为更加务实的选择，如打造智能工厂，实现“设备互联、数据互换、过程互动，产业互融”的智能制造模式。
在企业层面，越来越多的企业希望通过数字化技术提升竞争优势，利用数字化工具改善其运营状况。质量管理也不例外，数字化工具和解决方案成为许多企业质量管理战略和流程的关键组成部分。
因此，了解数字化质量管理的基本原理对于最大化数字技术提供的潜在好处至关重要。实现数据共享，可以使更多的人更充分地使用已有数据资源，减少资料收集、数据采集等重复性劳动和相关费用；基于大数据的决策更能符合市场需求及企业发展方向，创造更大经济效益。
2 数字化质量管理的优势
数字化质量管理可以为企业提供广泛的好处。首先是提高了质量流程的执行速度和执行准确性，因为数字化工具和解决方案可以自动化、智能化某些手动的、重复性任务。进而减少相关的时间和成本，同时提高其准确性、一致性和可靠性。其次，数字化质量管理能实时监控和跟踪整个组织的质量指标，提供可预见性和主动纠偏。这有助于在潜在的质量问题成为主要问题之前识别和解决它们，甚至确定新的改进机会。最后，使用数字化工具和解决方案还可以促进协作和沟通，从而更轻松地在整个组织内共享高质量、高准确性的数据和资源，避免沟通误区造成的各自损失。
3 数字化质量管理的挑战
尽管数字化质量管理具有诸多好处，但其在实施过程中也存在诸多挑战。主要包含如下四点：①实施数字化解决方案的成本和复杂程度均较高；②对技术技能和资源的要求较复杂；③收集和存储敏感质量数据相关需要考虑安全和隐私风险。④实施数字化质量管理解决方案的企业要确保整个组织中的每个人都参与向数字化的过渡。这不仅包括投入必要的时间和金钱来培训员工和利益相关者如何使用数字工具和解决方案，还需要帮助他们了解潜在的好处以及他们如何为他们的成功做出贡献。
4 数字化质量管理系统搭建案例
4.1背景
近年来，受新冠肺炎疫情、芯片短缺等因素影响，汽车行业面临前所未有的挑战。企业质量管理的核心业务分解来看就是用户体验和成本降低。结合质量成本的概念，好的用户体验是通过直面用户，最快速度响应用户需求，最快速度解决用户关注问题；通过持续降低产品质量问题从而持续降低外部质量损失。成本降低要求将内部质量成本充分分解到各区域和各过程，每个区域和每个过程关注对过程质量成本指标对策的制定和实施，从而持续实现内部质量损失的降低，两者结合将总的质量成本持续降低，随着数字化时代的发展，收集用户需求，反馈用户关注问题解决进展，内部质量成本快速收集都要求企业更多地应用数字化系统和理念来实现快速和最大速度。
4.2现状调查
质量管理的三个主要管理过程包含外购件来料质量监控、制造过程质量监控、用户体验质量监控，分别对应质量三不原则——“不接受质量缺陷、不制造质量缺陷、不传递质量缺陷”。
4.3业务痛点分析
4.3.1外购件质量监控存在的痛点
①零部件检测时间长、检测数量巨大且持续在增加，最终导致检测成本居高不下。造成检测成本较高的原因主要为零件批次及种类多，未制定检测退出机制，在合格品上浪费大量重复不必要检测成本，另外产线质量问题及新项目需要增加较多检测项目，测量总量不断增加，导致零件来料检测时间长、数量巨大，最终增加了无谓的鉴定成本。
②测量数据分析利用率低，事后检测未对变异进行预警。只是重复检测、重复退货，人工分析效率低、时效性差，无法覆盖所有项目，无法及时进行趋势预警。
③测量数据分析、反馈和调用周期长。统计发现大量的人力成本及时间成本均消耗在了数据收集、查找、分析和调用上。究其原因，当前的质量检测数据均以原始报告的形式存放于公共网络上，当需要查询某一特征数据时，必须查阅检测记录表、相应单号，进入对应文件夹查看原始报告并进行数据转录，花费大量时间用于数据收集和整理，效率低下。
4.3.2制造过程质量监控存在的痛点
①过程能力不稳定，达标率低。究其原因，现有方式为传统的人工统计，每次用时较长、时效性差，回顾频次低，工位建造数据未及时监控，没有异常点和趋势变异预警功能，在数据有异常突变的早期未进行及时干预纠偏，在数据突变后期才识别，此时往往已造成零件超差，无法做到实时快速响应纠偏。
②质量问题分析解决周期长，问题解决按期关闭率低。调查原因发现目前无专门的质量问题管理系统，主要为人工进行质量问题管理，未能及时提醒质量问题负责人进行问题分析解决，问题推进缓慢。
4.3.3用户体验质量监控存在的痛点
①售后质量信息传递滞后，质量问题改进缓慢。其主要原因为：市场售后质量问题主要用表格和清单管理，由工程师进行信息收集汇总于问题总清单中，售后质量信息各环节传递滞后，无法实现即时性。售后质量工程师一周后才能拿到售后维修信息，从而造成质量问题解决周期长，用户体验差，并导致售后外部质量损失高。
②售后维修信息缺失、完整率低。在售后信息的完整度方面存在严重不足。究其原因，市场维修信息主要来源于售后维修系统以及用户之声，部分来源于售后三包系统的故障信息未监控。未完全打通市场三包维修数据，且部分故障服务站未反馈直接进行维修处理，导致售后市场维修信息完整率低。
4.4数字化系统搭建
基于以上业务痛点及原因分析，现搭建数字化质量管理系统，系统分为三大子模块：（1）外购件质量管理模块；（2）制造过程质量管理模块；（3）用户体验管理模块。下面针对该三大子模块的搭建进行说明，见图1。
4.4.1外购件质量管理模块搭建
结合数字化转型升级，建立外购件质量管理系统，针对以上痛点在系统中针对性地建立相应模块：
（1）建立测量标准库及测量数据库子模块，测量数据按标准自动存至数据库，随时调取任何检测数据，实现数据收集“零”耗时，大大提升数据分析效率。
（2）建立趋势预警子模块，系统将数据库数据按规则进行数据自动分析，并建立警戒线及时预警。建立辅助决策子模块，调取同类超差问题历史处置信息辅助团队快速决策。
（3）建立供应商管理子模块，建立供方分级动态管控子模块，实时统计供应商零件检测情况，根据设定规则，实时进行管控方案调整并存档。建立问题管理子模块，系统自动跟踪推进，定时提醒。建立供应商数据共享子模块，将质量检测前移。建立检测原理输出子模块，将检测方法提前输出至供应商，提升供应商检测能力，做好事前预防，见图2。
4.4.2制造过程质量管理模块搭建
基于过程能力不稳定、质量问题按期关闭率低两大痛点，在此系统中建立相应模块和制定措施如下：
（1）建立过程能力统计数据自动预警系统。自动抓取数据，自动生成当天过程能力报告，识别出不合格项，查看具体变化趋势并及时分析解决。利用数字化手段、实时监控尺寸特征变化、在出现变异后给出预警，提醒工程师关注；同时可根据售后关联问题查询相关数据变化趋势，做到早发现早预防，早预警早调整。
（2）建立产品全生命周期管理模块，实现一键查询全生命周期数据功能，降低售后响应时间。建立统一的变化点管理系统，将设计变更、工艺变更等变化点的状态进行集中管理。制定时间节点进行预警，缩短变化点周期。
（3）建立质量问题状态管理模块，便于识别并推进低状态问题，同时搭建邮件提醒功能，在问题快要到达相关节点时，自动发邮件提醒负责人跟踪，提高问题解决效率，见图3。
4.4.3用户体验管理模块搭建
基于售后质量信息传递滞后、质量问题改进缓慢和售后维修信息缺失等痛点，进行原因分析后，在系统中建立相应模块并针对性地制定如下措施：
（1）依靠数字化系统打通三包维修数据，实时接收售后维修数据，在服务站更换零部件前参与技术支持及维修方案建议，实现降低整机更换率的目标。建立数字化问题管理系统流转，缩短不同区域之间信息传递时间，实现问题闭环管理。
（2）建立用户体验系统数据应用模块，实现售后问题数据自动化多维分析。建立用户体验系统异常自动预警功能，实现1天内系统完成自动识别异常并发送至相关负责人关注异常点，及时采取相应措施，抑制问题，见图4。
4.5效果呈现
通过搭建数字化质量管理系统，在产品质量、用户体验和质量成本上都有大幅的改善。在外购件监控环节，外购件抽检合格率提升9%，单台鉴定成本降低25%，检测工废成本降低20%；在过程质量控制环节，过程能力达标率提升5%，综合一次合格率提升1.5%，质量问题按期断点率提升6%；在用户体验提升环节，用户之声反馈问题数持续下降，千台车故障数（IPTV）及单台车返修成本（CPV）下降明显，达到预定目标。
5 结语
本文对数字化质量管理的发展趋势、优势及挑战进行了介绍，并通过搭建一个具体的数字化质量管理系统及其效果进行分析说明。该系统的使用，有效降低了零件超差率、千台车故障数（IPTV）、单台车返修成本（CPV）；提高了工作效率、过程能力稳定性、用户满意度，为企业探索实践数字化质量管理提供了部分参考借鉴的可能性。
作者：柳州赛克科技发展有限公司质量部冯光强李刚黄秋庆
