【翻译文章】5S不仅仅是一个工具
翻译:275641119 校稿:spear
5S不仅仅是一个工具
质量优点应该提倡精益准则高于精益技术
我的月简报主题为“整合精益和质量”。我之所以这样称呼它,是因为精益和质量彼此之间没有关系似乎在某种程度上有点司空见惯。这个误导的思想认为:5S是一个提升或应该提升的过程例证。任何对5S过程没有认识的质量专家都正在失去一个在组织内实施5S工具或应用5S哲学来改进质量的绝佳机会。
许多读过我专栏的人知道我试图传授什么并让公司专家理解精益准则高于精益工具的重要性。美国很多精益注重通过实施工具而不是深刻理解精益准则以及基于尊重个人和持续改进之精益文化的创造来转型。没有管理的转型和这些精益准则知识的获得,任何通过使用精益工具所取得的改善都不会持续。
因此现在,我选取了也许是最流行的精益工具---5S---来解释即使使用这种非常简单的工具,为了获得最大利益,我们如何必须理解5S背后的哲学。
5S这种工具,有五个简单易懂的并且可以一步一步地以特别给出的顺序简单地列出的步骤:
- 整理
- 整顿
- 清洁(标准化)
- 素养(维持)
5S是一种工具,因为它有简易的步骤去遵循
毫无疑问,所有的精益工具中5S是最有意思的,它是最易教和学的,并且它可以让一切看起来井然有序。谁又能不喜欢这个工具呢?
当我在课堂发问来定义5S时,很多人都回答“5S是整理东西和工作场所组织物品”。这听起来很好,也许也是我们都应该做的一些事情。没人会反驳整理东西,这些当然是我们大家在工作中(就整理东西而言,在家里)做过事情,哦,对,丰田也做,因此5S是好的,对不?但是,也许,仅仅是也许(有人会认为是这样,但不敢说),当我们不怎么忙的时候,我们应该去做,因为毕竟,5S真的是仅仅整理东西而已。同样,5S也是一个项目(他们认为)---如你所知,一个大的为时一周的改善事件---因此它需要花费一些时间去做,并且我们没有时间去致力于一个项目。
让我们抛弃关于这些假设的想法或不准确的表述吧
首先,5S不仅仅是整理东西和工作场所组织。它攸关质量保证!也能减少操作工的错误并且能防错。年轻一代的或会说“它是防差的”,英国人或会说“它是防戴西的”。整理是区分要和不要的以便很容易的找到正确地做好工作而不犯错误所需要的工具、物料或文件。整顿是无论何时何地都能很容易得到需要的东西,因此不会犯错或者使用不该用的一些东西。清扫是保持你的产品/过程不被污染,因此可以避免犯另外的错误。清洁是保持这个过程连续,这样其他人不会犯错。素养是保持过程运行,以便以后不犯错。当我们说“不要怪人…怪系统的时候”,我们的意思是不要怪没有5S这样的体系(或7Y, 8Q, 4F,或你们想出的任何东西)并现场运行5S这样的体系。
其次,当研究一个过程或解决问题时,在整个工作日期间,5S应该作为一个思想或哲学或者生活方式在我们的脑海里几乎成为自然。不应该认为一个5S项目会消耗大量时间因此我们现在或也许将来没有时间去执行(这不是说消耗时间的5S没有价值,事实上,那样做有价值。但是没有时间去做一个完整的5S项目不应该成为到那时不应用5S思想的借口)。
当我工作的公司(是的,在任何人猛击顾问之前,我现在回到真实的世界,在一家有着5万亿资产的公司担任全球持续改善和供应商开发副总)开始了解5S思想的价值,并且个人在公司内更熟练解决问题的时候,我们发现5S更深入解决问题和客户抱怨。比如,我们发现员工认识到很多问题的根本原因是需要的东西不易取得或整顿到它们需要的地方,并由此发生错误。员工然后就致力于让东西更易取到,仅仅是“把它们排好序”而不是进行一个完整的5S项目。现在5S更是一个活生生的哲学,而不仅仅是作为很少发生的5日改善事件的一部分而偶尔使用的工具。
持续改进包括大家每日所做的小小改进,不是偶尔的大的改进或改善事件。如果质量专家不涉及到减少浪费或精益活动,他们就正在失去一个提升质量保证的极好机会,那是有错的。
作者简介
迈克Micklewright
迈克Micklewright是芝加哥一家制造公司的全球持续改善和供应商开发的副总裁。在此之前他是一位独立的企业和质量顾问,主题演讲家,W.爱德华兹 戴明之传人,有着17年经验的培训师。他持续在全世界发表主题演讲。Micklewright是《脱离另一个危机》(质量出版社,2010)和《精益ISO9001》(质量出版社,2010)的作者,又是ISO审核和精益影像的开发者,是美国ISO/TC 176成员,和ASQ注册6西格玛黑带,质量审核员,工程师,质量、卓越运营经理和供应链分析师。他持有伊利诺州大学工程学位。 收起阅读 »
【翻译文章】重新认识一种未被充分利用的概率分布方法
本文由xy_persist 翻译 muddy533 校稿
泊松分布(发音为“pwas-son”,这里n是发鼻音的)是统计学中的Rodney Dangerfield,在这个领域里,它并没有得到应有的重视。然而,如果运用得当,它能够帮助你更好的作出决策。这里有两个应用实例,通过这些你可能会想到更多能够在你今后工作中应用的方法。
大海捞针
为了进行预防性维护,一个屏幕要拆除框架、进行结构分解、加上一项关键的产品成分,然后与成品进行组合。“我想这就是全部了”,质量经理如是说:“我们让成品通过磁铁,我们已经获得了足够的零部件细节,我们能够将这台显示器恢复到完好如初。现在,我想以此为例看看我们是否获得了全部细节,如果我们想100%确定的话,我们需要多少样本?”
好的,如果爱意味着永远不要说抱歉,那么统计就是永远不要说你确定——因为没有100%的确定,但是可以接近。
假设将量产成品按照客户要求的数量进行分类,那么这会涉及到很多批次。定义一个缺陷单元作为一个检测包,其中包含的一个或多个显示器的零部件。如果在一个样本中发现一个缺陷单元,你就能得出这样的结论:磁铁并不完全有效。到底需要多少样本才能让人相信你磁铁检测是有效的呢?
回答这个问题的一个有效的模型就是泊松分布,关系式如下:
这里e是自然对数的底数(e = 2.718), λ是泊松分布的平均值或期望值(一般的评价n个产品,n就是样本数;p是不良率),x是检出显示器被拆分的零部件数量。
因为如果发现缺陷单元就要得出磁铁检测并不完全有效的结论,在早期的模型中x设定为0,这样等式化简为:
这里P是产品投放市场时你能接受或需要减少的概率。
举例来说,如果真实不良率是1%(p = 0.01),也就是说1%的完成品检测包中至少包含一个不良零部件,样本数量是100的话,那么 np =1, P = 0.368。这就是这一批次产品因错误放行而流入市场造成不良的几率。
看到这么高的风险你可能会觉得不舒服。如果想替换掉0.368,你想让风险系数降低到比如说0.05,那么你能通过先前的等式算出正确样本的数量,n:
然后将风险系数0.05作为概率值P代入到等式中,如果真实不良率仍为1%,不良概率为5%的检测样本所需的数量为:
如你所看到的,选择样本的大小要由能够接受或放行到市场的风险和一定比率的不良率决定。这些因素怎么选择?那就要看费用和风险的综合结果
从负面宣传和消费矛盾角度来看,什么是放行不良产品到市场的费用?是健康或安全角度么?相反的,什么是销毁一批产品的费用呢?这样的样本大小的定义并不单纯是一个统计结果了,而是由统计模型支撑的选择。
提供多重选择是更有用的,这样决策者就能从正反两方面来考量可替换的样本计划,通过下面的曲线就能够进行这种判断,对于固定的风险概率P,样本大小就由假设的真实不良率决定。当实际检出的不良率比预计的不良比例有所下降时,样本的数量会急速增加。图1中曲线所指出的情况为:批次投料时,不允许出现不良单元。期望风险值不同会出现形状类似的一系列曲线。
基于风险和不良比率的样本大小/ 图1
粘稠的葡萄干
一位工艺工程师负责开发一种工艺方法,这种方法是要将含有葡萄干的糖浆涂在早餐甜点上,对于糖浆来说,葡萄干的数量非常少。
他尽最大可能将葡萄干和糖浆按特殊的比重进行配比,但是却不能准确的在每块甜点上放置2枚葡萄干,这让他非常沮丧,他得出结论是混合不够均匀。然而虽然几经努力实验还是不能成功。
到底是哪出错了?泊松分布来排忧解难了。假设在混浆罐里的葡萄干数量处于平均水平,也就是他所期望的每块甜点放2枚的水平,他能期待的葡萄干处于哪种分布状态要依赖于机会变动。
再回想一下泊松分布的公式:
这里,如果期望的平均值是1,等于每个甜点上涂有2枚葡萄干。如果你想知道在理想混合状态下有多少甜点的表面会准确涂有2枚葡萄干(x=2),计算如下:
这也就是说,大概有27.1%的甜点上会准确的涂有2枚葡萄干。
表1中给出的是在理想混合状态下葡萄干的完全分布数据。注意这里只有涂1枚葡萄干的甜点的比例与2枚的一样(27.1%),没有葡萄干的甜点比率为13.5%,还有另外1/3的甜点上涂葡萄干的数量多于2枚,还有将近5%的甜点上会有5~6 枚葡萄干,涂有7枚葡萄干的甜点就会非常少了。
葡萄干分布表/ 表1
那么结论呢?如果市场变动要求每只甜点上准确涂有2枚葡萄干的,那么就需要进行工艺改动了,所以你最好能有个装置可以把葡萄干分散的混在糖浆里。
如果你都理解了,谢谢。现在,你可能会想在什么情况下可以使用泊松分布或者需要用泊松分布去考虑问题。
一般来说,如果是偶然事件的数据,跟整体量产的关联性不大,对于这种问题而言,那么泊松分布是唯一有效的分析方法(第一个例子中的显示器部件和第二个例子中的葡萄干)。从你感兴趣的统计学书中你还能找到一些其他的假设。
泊松分布的模型是你魔术袋里的一个非常有用的东西。
作者:Lynne B. Hare
Lynne B. Hare是一名统计学顾问,他获得了纽不伦瑞克省(加拿大)罗格斯大学统计学博士学位,他曾做过ASQ统计司的前任主席,他还是ASQ和美国统计协会的会员。 收起阅读 »
泊松分布(发音为“pwas-son”,这里n是发鼻音的)是统计学中的Rodney Dangerfield,在这个领域里,它并没有得到应有的重视。然而,如果运用得当,它能够帮助你更好的作出决策。这里有两个应用实例,通过这些你可能会想到更多能够在你今后工作中应用的方法。
大海捞针
为了进行预防性维护,一个屏幕要拆除框架、进行结构分解、加上一项关键的产品成分,然后与成品进行组合。“我想这就是全部了”,质量经理如是说:“我们让成品通过磁铁,我们已经获得了足够的零部件细节,我们能够将这台显示器恢复到完好如初。现在,我想以此为例看看我们是否获得了全部细节,如果我们想100%确定的话,我们需要多少样本?”
好的,如果爱意味着永远不要说抱歉,那么统计就是永远不要说你确定——因为没有100%的确定,但是可以接近。
假设将量产成品按照客户要求的数量进行分类,那么这会涉及到很多批次。定义一个缺陷单元作为一个检测包,其中包含的一个或多个显示器的零部件。如果在一个样本中发现一个缺陷单元,你就能得出这样的结论:磁铁并不完全有效。到底需要多少样本才能让人相信你磁铁检测是有效的呢?
回答这个问题的一个有效的模型就是泊松分布,关系式如下:
这里e是自然对数的底数(e = 2.718), λ是泊松分布的平均值或期望值(一般的评价n个产品,n就是样本数;p是不良率),x是检出显示器被拆分的零部件数量。
因为如果发现缺陷单元就要得出磁铁检测并不完全有效的结论,在早期的模型中x设定为0,这样等式化简为:
这里P是产品投放市场时你能接受或需要减少的概率。
举例来说,如果真实不良率是1%(p = 0.01),也就是说1%的完成品检测包中至少包含一个不良零部件,样本数量是100的话,那么 np =1, P = 0.368。这就是这一批次产品因错误放行而流入市场造成不良的几率。
看到这么高的风险你可能会觉得不舒服。如果想替换掉0.368,你想让风险系数降低到比如说0.05,那么你能通过先前的等式算出正确样本的数量,n:
然后将风险系数0.05作为概率值P代入到等式中,如果真实不良率仍为1%,不良概率为5%的检测样本所需的数量为:
如你所看到的,选择样本的大小要由能够接受或放行到市场的风险和一定比率的不良率决定。这些因素怎么选择?那就要看费用和风险的综合结果
从负面宣传和消费矛盾角度来看,什么是放行不良产品到市场的费用?是健康或安全角度么?相反的,什么是销毁一批产品的费用呢?这样的样本大小的定义并不单纯是一个统计结果了,而是由统计模型支撑的选择。
提供多重选择是更有用的,这样决策者就能从正反两方面来考量可替换的样本计划,通过下面的曲线就能够进行这种判断,对于固定的风险概率P,样本大小就由假设的真实不良率决定。当实际检出的不良率比预计的不良比例有所下降时,样本的数量会急速增加。图1中曲线所指出的情况为:批次投料时,不允许出现不良单元。期望风险值不同会出现形状类似的一系列曲线。
基于风险和不良比率的样本大小/ 图1
粘稠的葡萄干
一位工艺工程师负责开发一种工艺方法,这种方法是要将含有葡萄干的糖浆涂在早餐甜点上,对于糖浆来说,葡萄干的数量非常少。
他尽最大可能将葡萄干和糖浆按特殊的比重进行配比,但是却不能准确的在每块甜点上放置2枚葡萄干,这让他非常沮丧,他得出结论是混合不够均匀。然而虽然几经努力实验还是不能成功。
到底是哪出错了?泊松分布来排忧解难了。假设在混浆罐里的葡萄干数量处于平均水平,也就是他所期望的每块甜点放2枚的水平,他能期待的葡萄干处于哪种分布状态要依赖于机会变动。
再回想一下泊松分布的公式:
这里,如果期望的平均值是1,等于每个甜点上涂有2枚葡萄干。如果你想知道在理想混合状态下有多少甜点的表面会准确涂有2枚葡萄干(x=2),计算如下:
这也就是说,大概有27.1%的甜点上会准确的涂有2枚葡萄干。
表1中给出的是在理想混合状态下葡萄干的完全分布数据。注意这里只有涂1枚葡萄干的甜点的比例与2枚的一样(27.1%),没有葡萄干的甜点比率为13.5%,还有另外1/3的甜点上涂葡萄干的数量多于2枚,还有将近5%的甜点上会有5~6 枚葡萄干,涂有7枚葡萄干的甜点就会非常少了。
葡萄干分布表/ 表1
那么结论呢?如果市场变动要求每只甜点上准确涂有2枚葡萄干的,那么就需要进行工艺改动了,所以你最好能有个装置可以把葡萄干分散的混在糖浆里。
如果你都理解了,谢谢。现在,你可能会想在什么情况下可以使用泊松分布或者需要用泊松分布去考虑问题。
一般来说,如果是偶然事件的数据,跟整体量产的关联性不大,对于这种问题而言,那么泊松分布是唯一有效的分析方法(第一个例子中的显示器部件和第二个例子中的葡萄干)。从你感兴趣的统计学书中你还能找到一些其他的假设。
泊松分布的模型是你魔术袋里的一个非常有用的东西。
作者:Lynne B. Hare
Lynne B. Hare是一名统计学顾问,他获得了纽不伦瑞克省(加拿大)罗格斯大学统计学博士学位,他曾做过ASQ统计司的前任主席,他还是ASQ和美国统计协会的会员。 收起阅读 »
【翻译文章】考虑简单参数检验来确定一个异常值的显著性
本篇文章由junqin2005翻译 liphking校稿
考虑简单参数检验来确定一个异常值的显著性
朱莉亚 E.西蒙 I.伊莱恩·艾伦
即使是在最基础的统计学导言课程里,我们都会教导学生在一个数据集合中,异常值能引出很多重要的问题。我们常常教导学生对数据采用直观的审查方法有助于辨别异常值。然而,在审查数据后,很少统计学相关的教材会花大量精力去考虑异常值的统计评估及它们对最后分析结果的影响。
学生和研究者均发现异常值难以辨别,而当异常值确认之后,又没有一套清晰的统计工具或检测方法能够确定一个异常值的显著性。有几种用于异常变量的测试方法,我们通过将它们运用于化学实验分析来展示。
保留或删除?
当发现一个可疑的数值时,我们总是倾向一开始就以适当的理由将它从数据中剔除,以简化分析过程从而使用结果易于解释。然而,这种方法是如此之主观以至于使我们可能丢失数据中那些复杂信息。当数据分析中出现一个以上异常值或两个以上的变量时,问题将会变得更复杂。在任何一种数据分析中,随意的删除一个异常值都会对结果造成很大的影响。
弗朗西斯 J 阿森比 的一组回归分析模型能很好的说明一个异常值如何影响到一次分析,甚至在分析中不被发现。这组模型几乎无差别的用于四组有显著差别的数据。表1列出了所有的分析模型。
表1:
回归方程:Y1=3.00+0.500X1
预测值 系数 标准误差 T检验 P值
常数 3.000 1.125 2.67 0.026
X1 0.5001 0.1179 4.24 0.002
Syx=1.23660 校正系数=66.7%
即使是同一回归数,通过对单组数据进行作图也能显示出它们的差别之巨。通过作图,尤其能展示出一个异常值对分析结果的影响。在图形1和2 中,两组数据的图形非常清楚的表明相同的回归线并不能对这些点拟合的同样好,并且,一个异常的数据在图中明显的显示出来。
注意,一些统计软件(如Minitab)在线性回归中报告出的异常值,是通过识别高度标准化的残差值作为回归的默认标准输出的。有些软件有这样的可选项,能提供残差和相关值的对比图和标准残差的概率图,这能更好的帮助我们识别异常值,但仍然不足以确定统计数据中的异常值是否可剔除,同时这种方法也可能漏掉异常值。
简单的异常值检测方法
大多数的参数异常值检测通过衡量特定数据点和所有数据点平均值的相对距离来评估这个数据有多大概率是随机出现的。绝大部分的测试方法是用于对单独的或特定的数据作分析,但其中有几种方法能被广泛地用于分析多个数据点,通常是成对数据点。另外,具有成对数据或n-数组可能代表了变量的组合,可能会难以用简单的测试来识别。
绝大多数的数据检测方法是在F.E. Grubbs,3的基础上的通用化和扩展,他推导出了几种常用于异常值测试的简单而有效的参数测试方法。格拉布斯测试法可以用以下公式表示(Xi表示一个单个的数值,S为样本的标准偏差,n为样本容量):
此公式用于在单点数据中查找异常值,
在一个分布的最大值和最小值上找异常值,
此公式用于在极限值中查找成对的异常值。
狄克逊的Q检验方法与G2在运用于小容量样本中(3到25)异常值的检验时是类似的,而罗斯纳检验方法是格拉布斯检验方法用于样本容量在25个以上的k个异常值的检验的通用化的形式。
格拉布斯检验示例
我们使用格拉布斯检验中最简单的形式来剔除红外光谱分析中的异常数据。红外光谱的数据是从三种有机物的混合溶液中分析得来的,在进行进一步的化学统计学分析之前必须将其中的异常数据剔除。
这样做的目的是要基于光谱来建立统计模型,从而能够从红外光谱中确定未知的混合物浓度。通过有系统的剔除异常数据,使我们能运用这些更少干扰的数据来得到一个更好的模型,最终,也能得到一个好的结果。
这些混合物三等分进行试验,红外光谱分析产生了1501个数据。对这些样品进行从450cm-1到4400cm-1的2cm-1增量扫描。所有样品分析出的光谱区间从600cm-1到3500cm-1。在建立化学度量模型来预测未知浓度值之前,需对光谱进行验证并测试以剔除其中的异常数据。数据组经过处理后,所有的光谱在分析之前都是向均值集中的。
通过使用格拉布斯检验来识别出异常数据。如上面的G1所示,通过找到三组光谱数据每个数据点的标准差,然后计算总体的平均标准差和三组数据标准差的总体标准差对于每一个相似的数组,这种总体计算的标准偏差在格拉布斯检验中运用。
当一个三等分试验的标准差被拒收时,其中的三次试验要使用折叠技术分别进行分析。如果一个单独计算的数组的标准差能显著的降低总体的标准偏差,那么就可从相似的异常数组中将其剔除。根据需要,可循环使用格拉布斯检验法。所有的统计测试方法都在95%置信区间中完成。
在我们的红外光谱数据中,其中一组相似数组的总体平均值是2.653,标准偏差为2.888,那我们通过G1的格拉布斯统计检验结果为5.22。查阅格拉布斯表中的Gcrit,其值为1.91,G1比Gcrit大,空假设被拒绝,那么这个样本为异常数组。
在剔除一组光谱数据后我们重新计算总体的标准差,来找出剩下的两组中哪一组影响最大。在找出并剔除最大不同的相似数组后,样本的总体标准偏差降到了0.04,由此也确定了光谱数组中被剔除的是异常数组。
分析方法的选择
在任何数据分析中,测试并查找异常数据是数据处理中关键的一步。分析时如果包含了那些相对非常大或者非常小的数据,就有可能估计出一个不具有代表性的模型或者引入波动。数据分析如果忽略了对异常数据进行测试的价值,那么异常数据可能会导致一个模型的严重背离。
当有足够多的数据时,应该进行参数的测试;当运用格拉布斯测试时,足够精确的数据和在数据的分布中中没有真正的长尾时,就能够成功的识别出异常数据。格拉布斯测试是一种易用和好用的方法,能很好的和图形一起使用,能识别出是否极限数据应该被隔离分析。 收起阅读 »
考虑简单参数检验来确定一个异常值的显著性
朱莉亚 E.西蒙 I.伊莱恩·艾伦
即使是在最基础的统计学导言课程里,我们都会教导学生在一个数据集合中,异常值能引出很多重要的问题。我们常常教导学生对数据采用直观的审查方法有助于辨别异常值。然而,在审查数据后,很少统计学相关的教材会花大量精力去考虑异常值的统计评估及它们对最后分析结果的影响。
学生和研究者均发现异常值难以辨别,而当异常值确认之后,又没有一套清晰的统计工具或检测方法能够确定一个异常值的显著性。有几种用于异常变量的测试方法,我们通过将它们运用于化学实验分析来展示。
保留或删除?
当发现一个可疑的数值时,我们总是倾向一开始就以适当的理由将它从数据中剔除,以简化分析过程从而使用结果易于解释。然而,这种方法是如此之主观以至于使我们可能丢失数据中那些复杂信息。当数据分析中出现一个以上异常值或两个以上的变量时,问题将会变得更复杂。在任何一种数据分析中,随意的删除一个异常值都会对结果造成很大的影响。
弗朗西斯 J 阿森比 的一组回归分析模型能很好的说明一个异常值如何影响到一次分析,甚至在分析中不被发现。这组模型几乎无差别的用于四组有显著差别的数据。表1列出了所有的分析模型。
表1:
回归方程:Y1=3.00+0.500X1
预测值 系数 标准误差 T检验 P值
常数 3.000 1.125 2.67 0.026
X1 0.5001 0.1179 4.24 0.002
Syx=1.23660 校正系数=66.7%
即使是同一回归数,通过对单组数据进行作图也能显示出它们的差别之巨。通过作图,尤其能展示出一个异常值对分析结果的影响。在图形1和2 中,两组数据的图形非常清楚的表明相同的回归线并不能对这些点拟合的同样好,并且,一个异常的数据在图中明显的显示出来。
注意,一些统计软件(如Minitab)在线性回归中报告出的异常值,是通过识别高度标准化的残差值作为回归的默认标准输出的。有些软件有这样的可选项,能提供残差和相关值的对比图和标准残差的概率图,这能更好的帮助我们识别异常值,但仍然不足以确定统计数据中的异常值是否可剔除,同时这种方法也可能漏掉异常值。
简单的异常值检测方法
大多数的参数异常值检测通过衡量特定数据点和所有数据点平均值的相对距离来评估这个数据有多大概率是随机出现的。绝大部分的测试方法是用于对单独的或特定的数据作分析,但其中有几种方法能被广泛地用于分析多个数据点,通常是成对数据点。另外,具有成对数据或n-数组可能代表了变量的组合,可能会难以用简单的测试来识别。
绝大多数的数据检测方法是在F.E. Grubbs,3的基础上的通用化和扩展,他推导出了几种常用于异常值测试的简单而有效的参数测试方法。格拉布斯测试法可以用以下公式表示(Xi表示一个单个的数值,S为样本的标准偏差,n为样本容量):
此公式用于在单点数据中查找异常值,
在一个分布的最大值和最小值上找异常值,
此公式用于在极限值中查找成对的异常值。
狄克逊的Q检验方法与G2在运用于小容量样本中(3到25)异常值的检验时是类似的,而罗斯纳检验方法是格拉布斯检验方法用于样本容量在25个以上的k个异常值的检验的通用化的形式。
格拉布斯检验示例
我们使用格拉布斯检验中最简单的形式来剔除红外光谱分析中的异常数据。红外光谱的数据是从三种有机物的混合溶液中分析得来的,在进行进一步的化学统计学分析之前必须将其中的异常数据剔除。
这样做的目的是要基于光谱来建立统计模型,从而能够从红外光谱中确定未知的混合物浓度。通过有系统的剔除异常数据,使我们能运用这些更少干扰的数据来得到一个更好的模型,最终,也能得到一个好的结果。
这些混合物三等分进行试验,红外光谱分析产生了1501个数据。对这些样品进行从450cm-1到4400cm-1的2cm-1增量扫描。所有样品分析出的光谱区间从600cm-1到3500cm-1。在建立化学度量模型来预测未知浓度值之前,需对光谱进行验证并测试以剔除其中的异常数据。数据组经过处理后,所有的光谱在分析之前都是向均值集中的。
通过使用格拉布斯检验来识别出异常数据。如上面的G1所示,通过找到三组光谱数据每个数据点的标准差,然后计算总体的平均标准差和三组数据标准差的总体标准差对于每一个相似的数组,这种总体计算的标准偏差在格拉布斯检验中运用。
当一个三等分试验的标准差被拒收时,其中的三次试验要使用折叠技术分别进行分析。如果一个单独计算的数组的标准差能显著的降低总体的标准偏差,那么就可从相似的异常数组中将其剔除。根据需要,可循环使用格拉布斯检验法。所有的统计测试方法都在95%置信区间中完成。
在我们的红外光谱数据中,其中一组相似数组的总体平均值是2.653,标准偏差为2.888,那我们通过G1的格拉布斯统计检验结果为5.22。查阅格拉布斯表中的Gcrit,其值为1.91,G1比Gcrit大,空假设被拒绝,那么这个样本为异常数组。
在剔除一组光谱数据后我们重新计算总体的标准差,来找出剩下的两组中哪一组影响最大。在找出并剔除最大不同的相似数组后,样本的总体标准偏差降到了0.04,由此也确定了光谱数组中被剔除的是异常数组。
分析方法的选择
在任何数据分析中,测试并查找异常数据是数据处理中关键的一步。分析时如果包含了那些相对非常大或者非常小的数据,就有可能估计出一个不具有代表性的模型或者引入波动。数据分析如果忽略了对异常数据进行测试的价值,那么异常数据可能会导致一个模型的严重背离。
当有足够多的数据时,应该进行参数的测试;当运用格拉布斯测试时,足够精确的数据和在数据的分布中中没有真正的长尾时,就能够成功的识别出异常数据。格拉布斯测试是一种易用和好用的方法,能很好的和图形一起使用,能识别出是否极限数据应该被隔离分析。 收起阅读 »
【翻译文章】李克特式量表和数据分析
本文翻译者:xy_persist 校稿者: liphking
李克特式量表和数据分析
作者:I. Elaine Allen 和 Christopher A. Seaman
我们一贯采用调查的方法来衡量质量。比如说,顾客感知的产品质量或服务质量都可以用调查的方法来衡量。
李克特式量表是一种常见的调查表评级格式,参与调查评级的受访者按照质量从高到低或者从好到坏分为五到七个档次。
统计人员一般将这些通过调查收集的数据按照4种测量方式进行分类。
1. 名义数据:最低水平的测量数据分类方法,没有数值表示。
2. 有序数据:数据可能按照某一顺序或者排序进行反馈,但是可能没有测量数据间隔。
3. 区间数据:数据一般为整数,数据的排序或间隔都进行测量。
4. 比率数据: 数据中可以包含变量的有意义的排顺、间隔、小数和分数
使用名义数据,区间数据和比率数据进行数据分析时一般都直截了当,一目了然;而进行有序数据分析时,尤其数据跟李克特量表或者其他调查表相关时,就不那么一目了然了。这并不是一个新问题,在不同的应用领域,恰当地将有序数据作为区间数据进行数据处理一直保持着争议。
把序列数据作为区间数据来进行分析的根本原因可能是这样的论点,即(根据中心极限定理)参数的统计验证比非参数变量的验证更有说服力。同时,一般都会认为参数验证的结论和解释要比非参数变量更容易说明并提供更多的信息。。
然而,将序列数据作为区间数据甚至说比例数据来处理,而不对数据的值的设置和分析的目的进行检测,可能会误导或歪曲调查结果。检验数据分析方法是否适用,看看有序数据是何时更适合作为区间数据进行数据处理,我们集中看一下李克特量表。
李克特量表基本信息
李克特量表形成于1932年,其形式为五点双极响应,这一形式在现今仍为人们所熟知。这一量表的范围从少到多进行分类,调查过程中让人们按照同意或不同意,赞成或不赞成的程度或者认为是对或者是错的程度来进行回答。建立李克特量表没有对错之分,最重要的就是要考虑好如何进行至少5种响应的分类,表1中给出一些例子。
最终的调查表一般会在我们所见的五点调查表中的最上端和最下端增加“非常非常”的极端表述而创立“七点”调查表。七点调查表已经用来显示调查范围上限所能达到的信赖性。作为一般规则,李克特和其他人建议最好使用尽可能宽范围的量表,这样你可以在适宜时将其压缩至更集中的分类来分析。
考虑到这一点,量表有时会变成偶数分类(一般是4项),消除“中立”选项制作成“强制选择”的调查表,Rensis Likert最初在论文中清晰地表明可能存在一个隐含的连续变量,该变量的值能够描述被调查者的观点或态度,这个变量充其量能达到区间数据的水平。
分析,扩展到连续性数据
作为一般的规则,描述性的统计数据使用序列量表的时候,平均值和标准差是不可用的,同样的基于正态分布的其他参数也是不可用的。基于序列,中位数或极差的非参数程序适于分析这一的数据,其他的不受分布形态影响的分析方法如表格,频率,应变表或者卡方统计也是可行的。
Kruskall-Wallis模型能够能够提供与方差分析同类的结果,但仅仅是基于序列数据而不是响应的平均值。既然这一量表是代表一个潜在的连续量值,一个建议是分析这些区间数据,并作为收集连续数据之前的一个指引。
表2中给出一个误导性结论的例子,表中给出的是艾尔弗雷德斯隆基金会一年一度关于美国在线学习质量和范围的调查结果,被调查者使用李克特量表来评估在线学习的质量并和面对面学习的质量进行对比。
表2 李克特量表样本
虽然60%以上的被调查者认为在线学习的效果等同于或者好于面对面学习的效果,但是一直有一部分人认为在线学习的效果要略逊一筹,如果这部分数据用平均值的方法进行分析,从优到劣共分为五个等级范围的话,这一部分的数据就会丢失,近三年来的平均值分别为2.7,2.6,2,7,这会表示一个略低于平均水平的认可,而不是实际的响应的分布。
一个更极端的例子是把所有的被调查者都放在极端的调查范围内,调查的平均值也会相同,但是调查的结果跟实际的响应就完全不同了。
在什么情况下能够使用带有区间程序李克特量表呢?比如说对于收入的调查进行排序,分为$0, $25,000, $50,000, $75,000 or $100,000,这些数据可以描述为“低”“中”“高”。
这里的“区间”是数据的属性,而不是数据的标签,同时,范围区分项至少要有五项,而更推荐的是七项。
将李克特量表作为区间值的另一个例子是李克特量表的项目能够集合成带有标志性的度量标准,当然这需要足够的说明才能实现:大多数调查者坚持这样的集合量表要通过Cronbach的α检验或Kappa检验来确认其交互性和有效性。
此外,度量范围的有机结合形成具有标志性的度量标准假设这些组合形成了基本的变量或特征。
量表的可选择连续性测量方法
连续性线或轨迹栏来可作为李克特量表的替换方案。比如疼痛的检测,可以在纸上画100mm的线来记录最疼和最轻,从而来得到连续测量的区间间隔。
许多在线调查的结果就能用如图1所示的轨道栏来实现,这里被调查者能通过调查软件拖动鼠标来确认他们的响应值。
结论
你最初的李克特量表数据分析可能并不包括参数统计量,但是却基于序列的自然数据,而李克特量表的变量通常表征为对一个持续的基本变量的测量,对于单独项目的分析,使用参数程序只能作为实验性分析。
把李克特量表结合成指数,会增加数据的价值,也会增加变数。如果符合正态验证的假设,那么就是用参数程序,最终,通过轨道栏或标尺将5项或7项分类的量表转化成连续的变量是可能的。
参考文献
参考书目
I. ELAINE ALLEN 是巴布森大学统计学和创业学的副教授,她获得了纽约伊萨卡康奈尔大学的统计学博士学位,是美国质量学会的资深会员。
CHRISTOPHER A. SEAMAN是纽约城市大学研究中心数学统计专业的博士研究生。 收起阅读 »
李克特式量表和数据分析
作者:I. Elaine Allen 和 Christopher A. Seaman
我们一贯采用调查的方法来衡量质量。比如说,顾客感知的产品质量或服务质量都可以用调查的方法来衡量。
李克特式量表是一种常见的调查表评级格式,参与调查评级的受访者按照质量从高到低或者从好到坏分为五到七个档次。
统计人员一般将这些通过调查收集的数据按照4种测量方式进行分类。
1. 名义数据:最低水平的测量数据分类方法,没有数值表示。
2. 有序数据:数据可能按照某一顺序或者排序进行反馈,但是可能没有测量数据间隔。
3. 区间数据:数据一般为整数,数据的排序或间隔都进行测量。
4. 比率数据: 数据中可以包含变量的有意义的排顺、间隔、小数和分数
使用名义数据,区间数据和比率数据进行数据分析时一般都直截了当,一目了然;而进行有序数据分析时,尤其数据跟李克特量表或者其他调查表相关时,就不那么一目了然了。这并不是一个新问题,在不同的应用领域,恰当地将有序数据作为区间数据进行数据处理一直保持着争议。
把序列数据作为区间数据来进行分析的根本原因可能是这样的论点,即(根据中心极限定理)参数的统计验证比非参数变量的验证更有说服力。同时,一般都会认为参数验证的结论和解释要比非参数变量更容易说明并提供更多的信息。。
然而,将序列数据作为区间数据甚至说比例数据来处理,而不对数据的值的设置和分析的目的进行检测,可能会误导或歪曲调查结果。检验数据分析方法是否适用,看看有序数据是何时更适合作为区间数据进行数据处理,我们集中看一下李克特量表。
李克特量表基本信息
李克特量表形成于1932年,其形式为五点双极响应,这一形式在现今仍为人们所熟知。这一量表的范围从少到多进行分类,调查过程中让人们按照同意或不同意,赞成或不赞成的程度或者认为是对或者是错的程度来进行回答。建立李克特量表没有对错之分,最重要的就是要考虑好如何进行至少5种响应的分类,表1中给出一些例子。
最终的调查表一般会在我们所见的五点调查表中的最上端和最下端增加“非常非常”的极端表述而创立“七点”调查表。七点调查表已经用来显示调查范围上限所能达到的信赖性。作为一般规则,李克特和其他人建议最好使用尽可能宽范围的量表,这样你可以在适宜时将其压缩至更集中的分类来分析。
考虑到这一点,量表有时会变成偶数分类(一般是4项),消除“中立”选项制作成“强制选择”的调查表,Rensis Likert最初在论文中清晰地表明可能存在一个隐含的连续变量,该变量的值能够描述被调查者的观点或态度,这个变量充其量能达到区间数据的水平。
分析,扩展到连续性数据
作为一般的规则,描述性的统计数据使用序列量表的时候,平均值和标准差是不可用的,同样的基于正态分布的其他参数也是不可用的。基于序列,中位数或极差的非参数程序适于分析这一的数据,其他的不受分布形态影响的分析方法如表格,频率,应变表或者卡方统计也是可行的。
Kruskall-Wallis模型能够能够提供与方差分析同类的结果,但仅仅是基于序列数据而不是响应的平均值。既然这一量表是代表一个潜在的连续量值,一个建议是分析这些区间数据,并作为收集连续数据之前的一个指引。
表2中给出一个误导性结论的例子,表中给出的是艾尔弗雷德斯隆基金会一年一度关于美国在线学习质量和范围的调查结果,被调查者使用李克特量表来评估在线学习的质量并和面对面学习的质量进行对比。
表2 李克特量表样本
虽然60%以上的被调查者认为在线学习的效果等同于或者好于面对面学习的效果,但是一直有一部分人认为在线学习的效果要略逊一筹,如果这部分数据用平均值的方法进行分析,从优到劣共分为五个等级范围的话,这一部分的数据就会丢失,近三年来的平均值分别为2.7,2.6,2,7,这会表示一个略低于平均水平的认可,而不是实际的响应的分布。
一个更极端的例子是把所有的被调查者都放在极端的调查范围内,调查的平均值也会相同,但是调查的结果跟实际的响应就完全不同了。
在什么情况下能够使用带有区间程序李克特量表呢?比如说对于收入的调查进行排序,分为$0, $25,000, $50,000, $75,000 or $100,000,这些数据可以描述为“低”“中”“高”。
这里的“区间”是数据的属性,而不是数据的标签,同时,范围区分项至少要有五项,而更推荐的是七项。
将李克特量表作为区间值的另一个例子是李克特量表的项目能够集合成带有标志性的度量标准,当然这需要足够的说明才能实现:大多数调查者坚持这样的集合量表要通过Cronbach的α检验或Kappa检验来确认其交互性和有效性。
此外,度量范围的有机结合形成具有标志性的度量标准假设这些组合形成了基本的变量或特征。
量表的可选择连续性测量方法
连续性线或轨迹栏来可作为李克特量表的替换方案。比如疼痛的检测,可以在纸上画100mm的线来记录最疼和最轻,从而来得到连续测量的区间间隔。
许多在线调查的结果就能用如图1所示的轨道栏来实现,这里被调查者能通过调查软件拖动鼠标来确认他们的响应值。
结论
你最初的李克特量表数据分析可能并不包括参数统计量,但是却基于序列的自然数据,而李克特量表的变量通常表征为对一个持续的基本变量的测量,对于单独项目的分析,使用参数程序只能作为实验性分析。
把李克特量表结合成指数,会增加数据的价值,也会增加变数。如果符合正态验证的假设,那么就是用参数程序,最终,通过轨道栏或标尺将5项或7项分类的量表转化成连续的变量是可能的。
参考文献
- Gideon Vigderhous, 社会研究领域“允许”统计分析的测量水准,太平洋社会观察,Vol. 20, No. 1, 1977, pp. 61-72.
- Ulf Jakobsson, 护理研究中有序数据的统计描述和分析,斯堪的纳维亚关怀科学杂质,Vol. 18, 2004, pp. 437-440.
- Rensis Likert, 一项态度测量的技术,心理学,1932, Vol. 140, No. 55.
- Jum C. Nunnally, 心理测量原理,McGraw Hill, 1978.
- Dennis L. Clasen and Thomas J. Dormody, 特定的李克特量表项目进行分析数据测量,农业教育,Vol. 35, No. 4, 1994.
参考书目
- Jacoby, Jacob, and Michael S. Matell, 三项李克特量表就足够了,市场研究,Vol. 8, No. 4, 1971, pp. 495-500.
- Jamieson, Susan, 李克特量表:怎么使用/滥用该量表,医学教育,Vol. 38, No. 12), 2004, pp. 1,217-1,218.
I. ELAINE ALLEN 是巴布森大学统计学和创业学的副教授,她获得了纽约伊萨卡康奈尔大学的统计学博士学位,是美国质量学会的资深会员。
CHRISTOPHER A. SEAMAN是纽约城市大学研究中心数学统计专业的博士研究生。 收起阅读 »
【翻译文章】知道你掌握了什么统计工具并怎样使用吗?
本文由spear翻译 xy_persist校稿
知道你掌握了什么统计工具并怎样使用吗?
克丽斯蒂恩.M.亚当森-库克 著
近来一直在激烈进行着关于以下内容的讨论:统计工程及其重新定义统计专家的角色的潜力,以及通过在有重大影响力问题的决断中扩大参与度来,在商业与工业领域增加我们的影响度的潜力。
对于那些你新近讨论的内容而言,统计思想是一种战略层级的思维方法,这种思维方法帮助我们对在不确定性存在的情况下做出决断时统计资料的恰当性做出正确评价。而且那些统计方法是帮助我们解决问题的可操作工具。
统计工程的思维作为战略粘合剂将那些概念联合起来形成一个有凝聚力的行动计划,计划包括:确定重要问题——在这些问题中,我们看到的理解和描述模式是重要的;然后运用合适的工具组合开发出一系列步骤以完成从问题识别到彻底解决的进展。
为利用统计工程来产生积极的影响,我们必须能够运用我们的整套工具,以系统的、次序的方式来定义、理解、改进和维护我们的产品与过程。然而正如任何家装问题一样,在开始固定部件之前,你需要确保自己有合适的工具,并且已在工具箱中安排好以便你可以适时找到工具来使用。
工具箱清单
很明显,我们所有的人在自己的工具箱中存放工具的方式都有所不同,这基于我们的工作经验和日常训练。当然也都希望能有一个拥有多套工具并且愿意共享的友好而且大方的邻居。
但成功的自己动手(DIY)项目的一大部分是知道你需要什么工具以及什么时候需要,并且能够在需要的时候得到新的、专门的工具。只要你能够描述你需要用来做什么,说出“我需要某某东西”是件好事情。
你的统计工具箱完全准备好了吗?你有一个内心的组织结构来帮助你决定是否需要一个锤子还是一把螺丝刀或者是一把钳子来处理异常问题?
多年以前当我作为统计顾问开始工作时,我发现最困难的问题并不是以科学家或者工程师的诸如“对这组数据我如何做样本t-检验?”之类的疑问开始。更确切地说,疑问大多沿于“我理解不了为什么我能得到这个用直觉得不到的结果?”之类。
我经常被如何开始弄得不知所措,而且并不是看起来的那样,我凭掌握的一个简单工具就应该能解决问题。对于我来说,当一位聪明的同事鼓励我对我的统计工具箱做出判断时,一个大的突破点出现了。
作研究生的一个夏天,我毫不夸张地做到了:开始确定问题的种类、数据的类型以及可能找到的答案的类型,然后继续用我在本科课程和研究生课程中学到的方法填充一张多维表。
为有助于使其更具体,列出了我的组织结构中的几张表。一种分类形式集中于需要解决问题的种类。
1、数据收集:试验设计和取样
2、探索方法:在数据、基本概貌或者特性方面检查样本
3、规范分析:假设检验,评价特征或者模型参数
一张独立的表所考虑的数据类型包括:连续型的,顺序型的或者额定的。而另外一个表所考虑的是是否有一个自然响应或者你希望描述成一个或更多解析变量的函数的响应,又或者是否所有数据与无任何自然响应均在平等基础上。
当然,以响应(y)/解析变量(x)为例,对于每一个x和y的类型来说,你可以有连续型的、顺序型的或者额定的所有组合。图1表示了一个交叉分类的例子。
在每个单元格内,也有别的子类需要考虑,包括有参数的或者无参数的方法,同样地包括图形化的、数字化的或者两者均有方法。这应是很明显的:或许有很多潜在的标签或者表,基于这些可以构成你的框架。我大胆假设:如果很容易与其他统计专家的思维同步的话,你会明白对不同的人来说组织看起来非常不一样。
然而,重要的是对于你所拥有的统计工具而言有一个你感觉自然而丰富的结构。
处理差距
在完成这些练习后,我发现了也出现了一些有趣的事情。我不仅有几页纸能使我想起我所知道的所有事情,而且创作了一个框架以帮我组织所有将来我工具箱增加的东西
有时我想起一个场景:这种配置的选择可能发生,我又怎样才能找到解决问题的办法,这帮助点亮我的数组中的空白单元格。或许最重要的,当面临一个新问题的时候,我有一个起点以整理出如何开始求解决方案。
作为位于Blacksburg的弗吉尼亚工学院的一位教授,我讲授过几次统计咨询课程。其中一个学生任务就是先确定类别(他们发现令人惊讶的困难),然后用他们所知道的填充自己的阵列。经过第一阶段后,我们举行一次小组讨论,并且鼓励学生加入他们知道的却忘记了包括进取的更多方法。
我必须承认:虽然我认为对他们来说这是一个锻炼工作的机会,但还是很有兴趣看看最后的到的结果有何不同。
1、有许多可以用来组织我们的工具的合适框架。
2、学生经常想不起来他们所拥有的相当数量的工具,这样在试着解决实际问题的时候就限制了他们的观点。
3、任务的完整性和精确性是与学生在研究中如何做好高度相关。
4、紧随第三点,有一些先有鸡还是先有蛋的问题:学生有能力是因为他们有一个好的框架,还是一个好的框架帮助他们做的更好?无论哪一个答案正确,又或者是两个都有一点正确,如果对我们的统计工具箱里有些什么工具有一个很好的把握,我们所有人都能改善我们解决问题的能力和统计工程技能。 收起阅读 »
知道你掌握了什么统计工具并怎样使用吗?
克丽斯蒂恩.M.亚当森-库克 著
近来一直在激烈进行着关于以下内容的讨论:统计工程及其重新定义统计专家的角色的潜力,以及通过在有重大影响力问题的决断中扩大参与度来,在商业与工业领域增加我们的影响度的潜力。
对于那些你新近讨论的内容而言,统计思想是一种战略层级的思维方法,这种思维方法帮助我们对在不确定性存在的情况下做出决断时统计资料的恰当性做出正确评价。而且那些统计方法是帮助我们解决问题的可操作工具。
统计工程的思维作为战略粘合剂将那些概念联合起来形成一个有凝聚力的行动计划,计划包括:确定重要问题——在这些问题中,我们看到的理解和描述模式是重要的;然后运用合适的工具组合开发出一系列步骤以完成从问题识别到彻底解决的进展。
为利用统计工程来产生积极的影响,我们必须能够运用我们的整套工具,以系统的、次序的方式来定义、理解、改进和维护我们的产品与过程。然而正如任何家装问题一样,在开始固定部件之前,你需要确保自己有合适的工具,并且已在工具箱中安排好以便你可以适时找到工具来使用。
工具箱清单
很明显,我们所有的人在自己的工具箱中存放工具的方式都有所不同,这基于我们的工作经验和日常训练。当然也都希望能有一个拥有多套工具并且愿意共享的友好而且大方的邻居。
但成功的自己动手(DIY)项目的一大部分是知道你需要什么工具以及什么时候需要,并且能够在需要的时候得到新的、专门的工具。只要你能够描述你需要用来做什么,说出“我需要某某东西”是件好事情。
你的统计工具箱完全准备好了吗?你有一个内心的组织结构来帮助你决定是否需要一个锤子还是一把螺丝刀或者是一把钳子来处理异常问题?
多年以前当我作为统计顾问开始工作时,我发现最困难的问题并不是以科学家或者工程师的诸如“对这组数据我如何做样本t-检验?”之类的疑问开始。更确切地说,疑问大多沿于“我理解不了为什么我能得到这个用直觉得不到的结果?”之类。
我经常被如何开始弄得不知所措,而且并不是看起来的那样,我凭掌握的一个简单工具就应该能解决问题。对于我来说,当一位聪明的同事鼓励我对我的统计工具箱做出判断时,一个大的突破点出现了。
作研究生的一个夏天,我毫不夸张地做到了:开始确定问题的种类、数据的类型以及可能找到的答案的类型,然后继续用我在本科课程和研究生课程中学到的方法填充一张多维表。
为有助于使其更具体,列出了我的组织结构中的几张表。一种分类形式集中于需要解决问题的种类。
1、数据收集:试验设计和取样
2、探索方法:在数据、基本概貌或者特性方面检查样本
3、规范分析:假设检验,评价特征或者模型参数
一张独立的表所考虑的数据类型包括:连续型的,顺序型的或者额定的。而另外一个表所考虑的是是否有一个自然响应或者你希望描述成一个或更多解析变量的函数的响应,又或者是否所有数据与无任何自然响应均在平等基础上。
当然,以响应(y)/解析变量(x)为例,对于每一个x和y的类型来说,你可以有连续型的、顺序型的或者额定的所有组合。图1表示了一个交叉分类的例子。
在每个单元格内,也有别的子类需要考虑,包括有参数的或者无参数的方法,同样地包括图形化的、数字化的或者两者均有方法。这应是很明显的:或许有很多潜在的标签或者表,基于这些可以构成你的框架。我大胆假设:如果很容易与其他统计专家的思维同步的话,你会明白对不同的人来说组织看起来非常不一样。
然而,重要的是对于你所拥有的统计工具而言有一个你感觉自然而丰富的结构。
处理差距
在完成这些练习后,我发现了也出现了一些有趣的事情。我不仅有几页纸能使我想起我所知道的所有事情,而且创作了一个框架以帮我组织所有将来我工具箱增加的东西
有时我想起一个场景:这种配置的选择可能发生,我又怎样才能找到解决问题的办法,这帮助点亮我的数组中的空白单元格。或许最重要的,当面临一个新问题的时候,我有一个起点以整理出如何开始求解决方案。
作为位于Blacksburg的弗吉尼亚工学院的一位教授,我讲授过几次统计咨询课程。其中一个学生任务就是先确定类别(他们发现令人惊讶的困难),然后用他们所知道的填充自己的阵列。经过第一阶段后,我们举行一次小组讨论,并且鼓励学生加入他们知道的却忘记了包括进取的更多方法。
我必须承认:虽然我认为对他们来说这是一个锻炼工作的机会,但还是很有兴趣看看最后的到的结果有何不同。
1、有许多可以用来组织我们的工具的合适框架。
2、学生经常想不起来他们所拥有的相当数量的工具,这样在试着解决实际问题的时候就限制了他们的观点。
3、任务的完整性和精确性是与学生在研究中如何做好高度相关。
4、紧随第三点,有一些先有鸡还是先有蛋的问题:学生有能力是因为他们有一个好的框架,还是一个好的框架帮助他们做的更好?无论哪一个答案正确,又或者是两个都有一点正确,如果对我们的统计工具箱里有些什么工具有一个很好的把握,我们所有人都能改善我们解决问题的能力和统计工程技能。 收起阅读 »
质量之变,忠于目标--专访6SQ资深会员紫竹闲人
紫竹闲人 (6SQ资深会员)
6SQ:您好!很高兴有这个机会采访您。您是6SQ的老朋友了,在这里也请您介绍一下自己,包括入行的经历、从业时间以及与6SQ相识的故事。
紫竹闲人:首先很感谢6SQ这个平台,通过这个平台能认识这么多的行业精英朋友,他们对行业的卓越表现和贡献对自己形成了一种激励、一种鞭策,促使自己不断进行反省。我本人是学管理工程的,1999年毕业于华工大,毕业后从事的工作也与自己目前的职业有很大的相关关系,从最初的PM到后来的质量专工、质量经理、三标审核员和现在建立了自己的管理团队,其中从事专职质量工作10年多了,目前主要从事组织管理方案的解决。初识6SQ那是2004年3月份,当时从事质量管理工作,一个偶然的机会与6SQ相识,与6SQ一起经过了8年的风雨,今天6SQ将自己称之为“资深会员”并予采访,与6SQ上面很多前辈相比,自己感觉有些受之有愧,同时这对自己来讲更是一种激励,以后会将自己在管理上的一些体验与各位前辈分享,我的失败作为大家的一种警示,我的进步能对大家起到些许的引诱。
6SQ:您毕业后从事的第一份工作就是PM,能否给我们讲讲刚开始工作时,有遇到过哪些困难?这份工作对于您来说,有哪些收获?
紫竹闲人:当时这份工作对自己来说触动是非常深的,确切的讲从那时候我才认识到一个管理流程对企业来说是非常重要的,当时我们公司属于青岛某上市集团的生产基地,每天我需要与总部联系订单并协调、调度我们生产、采购、仓库、工艺方面的工作,当时自己毕业才几年,管理上的经验很欠缺,所以疲于应付日常的工作,后来总部安排两位做体系的老师到我们这边来贯彻ISO9001标准,并由我负责,在跟老师接触过程中,对体系有了一个系统的认识,当时很佩服老师对企业管理与体系之间关系的精辟阐释,呵呵,当时自己就有志于做一个像他们一样的人。 自己做PM的两份收获:一是使自己认识到流程、程序对于工作的重要性,二是认识到系统管理的重要性,体系管理是企业管理的一个很好的工具,当时希望以后有机会也能成为审核员(现在已经实现这个目标了)。
6SQ:您后来从事QM工作,在这期间哪些经历是特别让您印象深刻的?您认为PM与QM之间的不同之处是什么?紫竹闲人:当自己从上一家单位出来后,到了另一家上市公司,从这儿开始自己的真正的QM职业并认识了6SQ。 在此工作开始时虽然自己很有想法,但是也很迷茫,工作从哪个地方着手呢?这个问题也曾困扰过自己。但是我想到了在上一家单位工作时流程、程序的重要性,想到了管理体系的重要性,而且现在的单位的最高管理者、管理者代表非常重视体系管理,我也就从规范流程、程序和提升体系有效性着手,也正好赶上公司体系换版和复评,我也就将精力用在了这两个方面上,在我的努力和主导下,体系中增加了设计和开发,所有质量记录、质量体系文件全部重新编制,当时副总兼管理者代表和直属领导,非常支持我的工作,加上自己决心一定要做出一个不同以往的样板来给他们看!在我的策划下,公司举行贯彻体系以来的第一次管理评审,我们的总经理也参加了,各部门负责人逐一汇报了体系运行的情况与存在问题和改进要求,最后我们的总经理作了总结,他的一句话到现在一直很受鼓舞,他说公司有三个会议我不能缺席,一个是营销会议,一个是产品设计研发会议,再就是体系审核评审会议,其他的会议我可以不参加!这也是自己做体系工作以来最为满意的一件所谓的“作品”吧,在大家的支持和我的努力下,我们的管理体系得到了切实的落实和执行!总经理开周会就说,不明白的问题要先看程序,程序不合适的改程序,必须按照文件的规定要求执行。这是对我们做质量的人来讲是莫大的支持。至今我相信,能像我们总经理一样能够说出这样有魄力话的,我觉得很少。 在此期间,要说印象比较深刻的,有这样几件事情,一是做质量工作一定要提升自己的专业知识,当时自己为了提高自己的知识面,每天早上提前一个小时到公司学习一些与质量有关的知识;二是工作要定计划,每周每天应该做哪些重要紧急的事情提前列出来,到期检查;再就是做质量工作一定要灵活,提高自己的沟通能力和协调能力;再就是一些工作你要考虑到领导前面,领导没想到的你能够替他想到,领导想到了的你要替他做到,几年下来领导对自己很重视也很照顾,在此期间我考取了质量工程师(中级)、测量管理体系外审员、许可证审查员以及注册体系审核员等资格证书,至今我很感激公司、很感激自己的同事、领导,能给自己这样的机会!佛家讲人生成就的四个因缘:一是目标要明确,二是要有意志力,三是要讲方法,四是要勤奋努力。自己以往的一些目标也逐渐实现了。 我很感恩他们,感恩每一位同事、朋友,虽然有些东西不尽人意,但是我做了,对于不如意的地方保持一种因上努力、果上随缘的心态。 要说PM与QM之间的关系,我是这样看的:QM讲究的是质,PM讲究的是量,只有两者结合起来才能成为“质量”,我在跟生产沟通时,不光是以提出问题的方式跟他们沟通,在他们不知道如何改进时我会提供给他们解决方案,不仅仅是问题的发现者也是问题解决方案的提供者。呵呵,什么叫善者?什么叫慈悲者?也就是站在别人的角度思考问题、看问题的就是慈悲。
6SQ:您有着多年的质量管理工作经验和企业审核经历,请与我们分享下您的从业心得,有哪些深刻的感受。
紫竹闲人:质量管理方面的一些心得或者是经验,在一些日志中我也曾提到过,在这里,我以一个审核和被审核者的角度出发,谈一下自己的一些看法,尽管体系是质量管理的一部分,但是希望以此为引诱,对我们的工作起到一些启发的作用,这只是自己的一些浅见,而且我也相信6SQ里面也有很多像我一样的审核员身份的朋友,也希望这些前辈们多包涵。 被审核的经历我有6年,到目前为止我从事审核工作已经有7年了,从一个被审核者的角度讲,要想将这项工作做好,要有好的协调和组织能力,因为老板将审核结果落在你的身上,但是你的工作业绩是建立在其他部门的配合之上的,古时讲一降成名万骨枯!现在不需要打仗、不需要死人了,就是提升大家对质量的认识,以一种高姿态、低架子的心态对待工作,前提是自己要有干货!做人做事要讲究锐气藏于胸、和气浮于面、才气行于事、义气施于人!能够把自己压得低低的,那才是真正的尊贵,有这种胸襟的话,你的质量工作会好做很多的。 作为审核员来讲,你要真想将这个质量审核事业发扬光大的话,那种审核时只顾标准不懂管理的审核方式,已经很难有市场了!我一直坚信,任何一个企业在贯彻标准时,所有标准条款都不会做的很到位的,总会有那么几个条款要求做得不理想,所以你在审核时要抓大放小,不能搞一刀切!譬如审核机械制造业要关注它的设计、工艺能力和过程控制能力,审核游乐园艺业时要关注它的顾客投诉的处理、特种设备的管理、新项目的开发过程等,而且有一个部门是最关键的,但是对于制程过程来说可能是无关紧要的,那就是最高管理者的审核,这关系到组织最高领导者对于体系的最终态度和对这个行业的评价,所以作为审核人员来讲,当你跟老板接触时首先要观察老板的习性是什么,它的书橱、写字台上可能放着孙子兵法、道德经、鬼谷子等时,你跟这样的老板谈话时要注意了,如果老板喜欢看《财富》、《世界经理人》等杂志时,你要换一个角度来切入话题,而且你切入的话题必须对企业管理有益,能给老板一种柳暗花明的感觉!那你就成功了!这就需要不断地提升个人特别是专职审核员的综合素质,包括传统文化、管理知识、财务知识、货币金融知识等,质量工作就像一个孩子,孩子的问题就是家长的问题。 做质量管理不要眼光短、所视范围小,要突破自己专业的局限,平时多思考一下克劳士比、彼得•德鲁克以及彼得•圣吉等管理大师的思想,他们的第一次就把事情做对、零缺陷、系统思维、改变心智模式等思想,对我们来说我觉得很有引诱的!
6SQ:您08年辞掉了自己喜欢的单位和工作,专心从事质量事业,能否给我们讲讲这期间的发生了什么?哪一段经历是您特别难忘的。
紫竹闲人:2008年选择辞职时,真的是下了很大的决心,而且周围的朋友同事都不敢相信我会从一个环境非常不错的上市公司里面出来!但是我出来了!我现在也不后悔,至今还感激我的单位、我的同事,目前我们还保持着非常好的联系,包括我以前的上司。
辞职后的第一年,当时一些事情与最初的想法有一些差距,自己确实有些迷茫,不过很快就找准了自己的目标,自己是学管理的,那时候开始流行传统国学文化在企业管理中的应用,同时还有余世维老师为代表的实战型老师的管理思想,这些都深深的影响了自己!而且自己审核过的一些外资企业时,与内资企业相比感触颇深,萌生了将这两种管理思路融合起来的想法,将审核与管理的实践结合起来、将传统文化与企业管理的实践结合起来、将国外成功的管理方法努力引入到国内企业的管理之中并使其本土化,向着一个内外兼有、兼容并蓄的职业经理方向努力,所以到目前为止这一直是自己努力奋斗的方向。
其次就是在审核企业时,碰到一些企业对于管理提升的渴望,审核不是仅仅为了一张证书更是为了提升,上海曾经有一个企业进行审核开首次会议时,老板将证书放到桌子上,并讲如果审核发现不了问题或者发现的问题对企业管理没有帮助的话,他会将这张证书当场撕毁!这些对自己的触动非常深刻,这些虽然说是压力,但是也使我看到了另外一种希望!这深深地促使自己不断地摄取一些本专业以外的诸如货币银行学、贸易、有价证券、汇率、期货甚至是宗教、儒释道信仰等方面的一些知识,作为审核换个角度来说一定要让老板从你这地方能学到东西。
6SQ:您担任过管理顾问公司和山东某集团这两家公司总经理,请给我们介绍一下这两段工作经历,有哪些经验或感受可同我们分享的,工作过程中是否有遇到过一些棘手的事,您是如何解决的?
紫竹闲人:目前自己是6家公司的管理顾问,从前年到去年做了一家集团的职业总经理,特别是从事管理实践期间,是对自己耐力的挑战和对思维能力的磨练!
我做顾问的这些企业都有一个特点,那就是父辈创业、二代守业,都具有比较典型的家族特点,而且我还跟一位做律师的朋友拟定了一个课题:中国民营家族式企业管理风险的探讨,我也曾在论坛上发表过这方面的文章。现在以这几个企业为突破,帮助他们进行管理的提升、绩效的改革,甚至做一些深层次的管理的研究,如股权激励、股权稀释操作等。我觉得一个人不论做什么工作,必须有所谓而又有所不为,将这几个企业做好了,也算是自己的一种修行。
在集团做职业总经理期间,我先进行了3个月的观察,之后召开了第一次管理层会议,当时把自己的所谓施政纲领跟所有部门和分公司负责人进行了阐述,以建立“凡事有章可循,凡事有人负责,凡事有据可查,凡事有人监督”的管理架构为目标,以同比和环比经济效益指标为考核依据,当时我第一个动作就是将集团办的一班人马一个不剩的全盘端掉,人不行也无法调教的情况下一定要换掉!直到现在集团办的负责人及下属员工,其能力等各方面均能得到董事长的认可,因为我跟董事长曾立下军令状:只要我满意的人员,一定会让你满意!我所选定的人选基本上达到了这个目标。在此管理近两年,解决了员工的保险、福利保障待遇、人员架构问题,建立了人员薪资调整的制度,同时,在高层管理上,处理了人力资源总监、酒店管理公司的总经理及一个酒店的店长等,完成了这些目标后我就退了出来,作为一个民营家族式企业来讲,管理上已经树好梯子,至于是不是沿着梯子再向上运行,那是老板战略决策所决定的了。在民营家族式企业里面做一个主要负责人,要想全身而退,我觉得几点比较重要,第一一定要有自己的思路,拿出让人信服的本事;第二要做到“在上不骄方能高而不危,制节谨度方能满而不溢”,就像老子说的一样居人之前不觉其害、居人之上不觉其重一样,威而不凶,严而不苛;第三既能抵制住诱惑,又能不失礼节的将工作开展下去,一定在员工面前树立一种公平、公正的形象;第四老板的话一定要听,但是不一定完全照做,需要有一个很好的度,一定要让老板觉得你不是没有主见的,自己是有思想和思路的,为你付出的薪水值!
总之,职业经理人这个角色,我会把自己的一些思想放到实践中去检验和验证,再从管理实践中去总结和发现,这条路我会一直走下去的。
6SQ:您一直有自己的公司,现规模也在不断的扩大,请跟我们分享一下您的创业历程,这么多年来,您是如何坚持下来的,有哪些话想对创业的朋友说?
紫竹闲人:现在这个社会,单凭一个人奋斗也会成功,但是也许会更艰辛,信息时代,我们也要学会抓住信息,所以在自己开始创业时,我就重视了这一点,整合了一些资源,比如说我们成立了中华教练型企业家协会我们这边的分会,参加俱乐部协会的都是各行各业的精英,包括企业的老板、银行界的、教育方面的甚至医疗机构的都有,而且我整合了一个团队,这个团队包括管理咨询顾问策划、投资融资、专利技术、外贸出口、媒体推广宣传等人员,而且还跟中国道家协会以及北京的一些教育培训机构开展合作,来发展和壮大自己的平台。所以对于创业来讲,我呢也只是算刚刚起步,有几点建议可供各位参考,第一要创业先要进行整合人,整合志同道合的人建立团队,其次是整合资源,这才是关键的,站在一个高的平台上我们可以看的更远!
6SQ:对于管理者好何管理好团队,管理好自己的下属,这方面您有哪些感想?您目前自己的公司又是如何做的呢?
紫竹闲人:现在的社会太浮躁了,人们的心态也变得越来越急躁了,学习就报“速成班”、病了就吃“速效药”,饿了就吃“快餐”等等,真的需要这么急吗?这样的生活很好吗?而且这种浮躁衍生出来的一些问题大家看到了吗?顺应自然叫做“道”,顺应社会叫做“德”,做一个有道德的人,把我们自己的行业做好,把我们的专业做精!花开无声,却不妨碍人们喜欢她的芬芳、欣赏她的娇艳,有时候人需要沉淀一下自己。
对于管理团队,前面我也提过了,关键是“整”人,它不是收拾人的意思,是找一帮能做事的人,更重要的是有学习力的人!无论你让别人做什么事情,重要的是给对方掌声,才能最好最快的得到你想要的东西!把自己的心态调整好,人总是喜欢关注别人,却忘却了花点时间去审视自己,所以才会有很多的烦恼,做好人生成就的四个因缘,推动事业的发展。
6SQ:您之前有在论坛上发表过家族式民营企业管理的感想,我们期待您接下来有更多研究分析的文章同大家分享,谢谢!
紫竹闲人:对于这个要求,我会满足大家的希望的,但是只是一家之言,每个人都有自己的管理思路,但是最终的目标是一样的,也希望大家共同探讨,找到一条通向目标的最短的路程。
6SQ:最后对于6SQ近几年来的变化,有什么特别想说的?
紫竹闲人:我还是感谢6SQ,也感恩在6SQ平台上认识的每一位朋友(特别是苏州的朋友等)!
也希望6SQ平台在2012年多搞一些更有针对性的活动,进行资源的整合并实现共享,也希望通过6SQ有缘认识更多的朋友。
我始终认为只要方向正确、只要付出,那么收获只是时间的问题,每个人成功的路可能不一样,但是希望每一位朋友能在成功的路上找到一条离成功更近的路。
祝福每一位朋友在龙年华运,日日吉祥,月月如意!
收起阅读 »
抓住机遇,乘势而上--专访6SQ资深会员zzmee
zzmee(质量经理、6SQ资深会员)
6SQ:您好!很高兴有这个机会采访您,首先请您介绍一下自己,包括你所学的专业等。
zzmee:您好!我也很高兴有这个机会和大家交流。我是1997年大学毕业的,所学的专业是化学工程,目前在一家大型化工集团担任质量部经理,我从事质量工作今年已经是第12个年头了。
6SQ:您是什么时候注册成为6SQ会员的?当时是什么原因让您加入进来,请说说你与6SQ之间的故事吧。
zzmee:我是2003年注册成为6SQ会员的。2001年我应聘到一家合资企业做品质管理工作,因为工作中需要学习和交流,我经常上网搜索,偶然一次找到这个质量管理专业的论坛,让我找到了一个很好的学习和交流平台,8年来,我从6SQ学习了很多知识,也结交了不少朋友,同时我也把这个论坛推荐给很多我的同行以及供应商的同行,希望能让更多的人了解6SQ,在论坛上交流工作和生活,非常感谢6SQ给我的帮助。6SQ:您从事的第一份工作主要是做什么?这份工作对您来说,最大的收获是什么?有哪些特别难忘的经历。zzmee:1997年我到了威海一家化工企业做质检工作,这份工作对我最大的收获是做质量工作就要认真对待每一件事情,不要放过任何一个细节,更为重要的是:一定要坚持原则,要有百折不挠的韧劲,这样可以解决很多问题 。 我记得我刚到检验科不久,有一次检测一种原材料的镏程,我的同事连续检测了3次都是不合格。如果判定这批原材料不合格,这批货就拒收,但是供应商说用色谱法检测含量,这批原料是合格的。我当时就想:是不是我们的检测方法有问题?晚饭后,我又来到检测室,重新取样品做检测,同时我查了《检验员手册》中镏程的检测方法,发现温度计的水银球位置靠上了5毫米左右,这样检测出来的结果就不合格,书中标明的水银球位置应该向下在一个固定位置上,于是我又重新按照手册中的图示放置温度计,再开始试验。结果,这次检测镏程显示结果是合格的,我非常高兴。为了验证我的检测结果的准确性,我又重新取样,再次检测的结果仍然是合格的,于是我确定我的检测结果是准确的,马上向领导汇报,我的努力得到了领导的认可。一年以后我部门领导升职,我被推荐为检验科科长,正式开始了我的质量职业生涯。 升职之后我的工作压力很大,生怕由于我的工作失误给公司造成损失,给领导脸上抹黑,主要是责任心要强。记得有一次是检测一批原材料,发现有奇怪的气味,由于当时的检测设备比较少,我根据经验判断这批原料是装在槽车内运输的,很有可能是上批货卸货后没有清理干净槽车又装了新货,这批货被上批货的残留物影响了,而且残留的含量已经超出可接受的范围,我坚持退货,我的上级领导本来打算让步接收了,但是由于我的坚持终于还是做了退货处理。当时我只是把严把进货关和出货关作为我的工作重点,质量管理的概念还是比较少。2000年公司开始推行ISO9002质量管理体系,让我负责体系监督,对我和另外2名员工进行了内审员培训,考取了内审员证书,我也在不断的学习中对质量管理体系的知识有了初步的了解。
6SQ:你2001年离开威海到济南发展,成为一家中美合资企业质量部经理。能否给我们说说跳槽的原因和其中应聘的故事呢?有哪些应聘经验可分享的。
zzmee:跳槽的原因说起来很简单,因为我老公在济南工作,他希望我也到济南发展,我在威海的工作很受领导重视,当时我是不想离开的,再说威海的生活环境比较好,我希望能留在威海工作和生活,但是为了家庭,我还是做了让步,来到济南找工作。为了找到合适的工作,我开始在网上查找位于济南的化工企业的招聘信息,正好济南一家中美合资化工企业招聘质量部经理,由于我在威海的企业已经通过ISO9002认证,我已获得了内审员证书,在这次面试中这个证书派上了用场:首先我是化学工程专业的,同时我是内审员,而且我还有2年多的质检科科长的工作经验,还负责原公司的质量管理体系监督工作,这些都给我找工作带来了一线机会。我面试的这家合资企业,正好需要招聘一名有内审员资格的,化工专业的,有2年以上管理工作经验的质量部经理,所以我准备好了中英文简历,决定去试试。我记得经过了3次面试才定下来,最后一次是美方代表亲自面试。能让我面试成功的一个关键是我回答对了考官提的一个原则性问题:当企业利益和9000体系发生冲突时,我如何选择?我的选择是:坚持原则,如果是以牺牲企业的长期利益达到短期利益为目的的,我不能让步。我的回答得到了高层的认可。另外,我的面试经验告诉我:不要担心自己的能力不足,而对自己向往的职位失去自信。先抓住眼前的机会,然后再通过学习补充知识上和能力上的不足,在机会面前一定要充满自信地展现自己的优势。当然更重要的是先要了解自己是否找到适合自己的职业方向,一定要先给自己定好位。
6SQ:您刚开始进入这家企业任职时,遇到的最大挑战是什么?您是如何面对的?在这段工作经历中有没有特别印象深刻的事。
zzmee:我刚开始进入这家企业任职时,遇到的最大挑战是大家对我能力的认可需要一段时间,这时候我选择了坚持,因为毕竟我刚进入外企工作,需要有充分的工作经验来解决大家提出的问题,可是当时我显得有点力不从心。于是我马上开始新的学习,主要是重新学习ISO9001标准和公司的各种产品知识,了解生产线流程,结合实际工作遇到的问题寻找解决途径。因为我一方面要处理工作中的问题,一方面还要学习,我几乎很少休息,当时老公虽然抱怨我,但还是很支持我的工作。我很庆幸当时有个好领导支持我的工作,并对我的工作进行指导,他总是能一针见血地指出问题的核心来,这让我受益匪浅,让我处理协调性事务时轻松了很多,也让我学会了如何看清表面问题背后的真相。2002年我有幸参加了9001外审员培训班,这个培训开阔了我看问题的思路,对我的工作提升起到了作用。
这段工作经历中印象最深刻的事情是和日本客户谈代工生产的品质管理问题,首先日本客户对我公司的质量体系进行一次全面的审核,我负责做全面解答,我记得得分很高,日本人说这是他们在供应商审核中很少打到的高分了,包括日本本土企业在内。另外,日本人讨论质量问题的一些观念和解决问题的思路对我很有启发,他们对细节的注重可以用不遗余力来形容,这对我产生了很深的影响。记得和日本人每讨论一个问题就写到白板上,重点需要解决的问题必须到现场去寻找答案,回来后解决方案也写到白板上,负责完成的人员和时间期限也写上去,然后马上落实。
6SQ:您08年提拔为集团公司质量部经理,能给我们说说之后您开展了哪些工作,取得了哪些成绩吗?接下来的工作,有什么样的计划?
zzmee:到集团公司工作后,我发现大家对质量体系的认识很淡薄,认为质量体系都是走过场。内审不做,管理评审也不做,审核时造假就可以,简直不敢相信。我用了2年的时间适应集团公司的人际关系氛围,同时也逐步让大家对质量体系有了较清晰的认识。最初,大家认为我提出的要求都是过分的,不切合实际的,根本不配合,培训根本没有人重视。我深知一点:如果质量管理工作得不到董事长的支持,那做起来是非常委屈的,根本推行不下去。于是我重点做了2次全面的内审,把发现的问题提报到高层和董事长,引起了董事长的注意,同时积极组织大家整改不符合项,并及时进行跟踪验证,通过内审的推动,大家终于对质量体系的要求从不配合到接受有了明显的改进,随后我组织了管理评审,特别邀请董事长参加这个评审会,董事长能来参加这个会大家都觉得不可思议,直到会议前10分钟还有人问:董事长会亲自来吗?这次管理评审会议非常成功,通过这次会议,让董事长了解到公司目前质量管理的现状,质量管理体系中存在的主要问题,需要董事长增加的资源等。随后,我推出了质量体系培训的一系列要求,要知道,想要体系运行良好,必须让大家具有质量意识,意识从哪里来?当然是培训,在公司内部建立了三级培训机制,主要以外部培训、内部培训和本部门培训相结合的机制进行,针对表现优秀的员工派出去参加外培,基本做到了各部门的培训需求都得到落实。随后推出的是:工艺监督、标识检查、体系监督,质量目标分别贯彻到各部门,每月进行考核,并统计。大家对质量管理体系的认识也逐渐从模糊到清晰,从不接受到积极配合。
6SQ:您从事质量工作已有多年,在这里也请与我们分享下您的从业心得,有哪些深刻的感受。对于质量与其他部门的关系您如何看待?
zzmee:感受最深的是质量部门必须要有客户意识,市场观念,如果质量部不围着客户转,不考虑客户需求,那我认为这个部门就失去存在的必要了。此外,质量与其他部门的关系更像是珍珠和线的关系,每个部门都是光彩夺目的珍珠,而质量部就是穿珍珠的线,通过质量部的穿针引线,各部门齐心协力共同协作,最终会达到通力合作的明显效果,串成一串光彩夺目的珍珠项链。
6SQ:最后,也期待您在6SQ博客上多一些分享,让大家多多学习经验,共同成长。谢谢!
zzmee:谢谢6SQ给我这个机会和大家交流,希望我的经历能抛砖引玉,让更多有识之士资深人士谈一下自己的工作经历,激励我们和那些刚刚走上质量工作岗位的同仁们。谢谢! 收起阅读 »
【翻译文章】调查中处理缺失值的最佳方法
本篇文章翻译者:haochenxuehappy 校稿:zzelva
调查中处理缺失值的最佳方法
关于推算的说明
美国最近完成了其第23届联邦人口普查。第一次人口普查的实施是在1790年依据宪法授权在Thomas Jefferson执政时期进行的。直到1950年,人口普查采用亲自登记或打电话的方式,所以缺失值的风险降被降低到最小。
自从人口普查采用邮件的形式,无回复的比率以及无回答问题的数量开始增加。这个问题不仅出现在邮件回复人口普查上,并且影响到大多数的调查——尤其是大规模、大范围的调查的形式——无论什么形式的调查。
比如,在美国,一个企业家的大规模年度例行统计,其中的专家和调查组织者,就遇到了两个影响调查质量的无回答问题:
1. 总体拒访率和对特定问题的无回答率在随机电话调查中持续上升。在2008年的调查中,为了得到4000份回答,需要多进行25,000多个的访问。
2. 电话随机抽样调查,针对仅使用手机的用户在美国是不被法律允许的。因此联系到个人电话的使用者产生了人口统计上的偏差。同时,向对于美国的年龄分布,18-35岁年龄组的回答者不足,导致我们需要对该年龄组进行超密度采样。
令人欣慰的是,技术可以填补调查中缺失值所导致的偏差。在处理缺失值或总体调查的无回答时,我们可以使用权重来为特定的总体产生代表性的样本。为了填补某些特定的缺失值问题,还有一些更加复杂的推算方法——这些方法更加错综复杂,而且这类技术也可能会暗含影响统计分析的信息。
缺失值的类型
在调查中空缺值可以按照空缺信息的随机程度来分类。最简单并且是最强有力的假设就是数据资料的缺失是“完全随机的”。这意味着调查者没有其他的信息可以辅助填补缺失值。从统计上来讲,在被统计者完成的数据当中没有足够的信息去用条件概率来改善该缺失值。
在这种情况下,可以使用其他被调查者的回答的随机值来填补空缺。这种假设有些差强人意,还有一个更好的方法,利用其他的受调查者的回答来推算。
另一个强有力的假设是“资料随机空缺”。这个假设要求变量可以在一定条件下帮助填补缺失值并且提供一个值域来建立一个关于缺失值的更优的模型。
例如,考虑以受调查者的教育水平来推算年龄缺失值:20-23岁常等同于大学毕业生,17-20岁通常是高中毕业生。基于最高学力,使用上述数值范围来填补年龄的缺失值。
一种非常可能的情况是“非随机空缺”的推算。在知道其他受调查者的回答时,调查者可以以较高的正确概率来推算缺失值,比如基于受调查者的邮政代码推算其区域代码。
任何推算程序,分析偏差都应该最小化,同时最大化对可用信息的使用,并且对变异性和误差做合理的估计。
非统计性推算
以下的技术用其他被调查者的数据或者合理的猜测来填补空缺资料:
删除受调查者或成对删除:这些是处理缺失值最简单的方式。但是它们会同时删除有用的数据,导致结果的偏差。
在分析过程中,可以选择删除该case,删除该变量,或者成对删除——所有的变量数据被纳入统计推断,并纳入统计概要,但是这可能造成不同分析之间的样本大小有差异。对于成对删除(不删除全部回答),如果部分回答的受调查者与那些完全回答的受调查者有显著的不同,可能会导致偏差。
Hot-deck程序:这项技术应用其他受访者的真实回答作为处理某一特定受访者缺失值的基础。最简单的方法是采用一个随机答案作为缺失值的替代。更好的办法是使用一个hot-deck程序——在具备该受访者的特征的回答群体中寻找缺失值的替代。
比如,如果性别,种族和教育年限的信息都具备却惟独少了年龄,那么一个与之具有同样性别,种族和上学时间的随机受调查者就会从其他的受调查者中被选择出来,该受调查者的年纪就会被填补入空缺的资料数据中。
分层的程序使得匹配的变量可以排序,在推算年龄的过程中,性别和教育年限在计算年纪时比种族要更加重要。即便种族不同,但是其他重要的变量匹配精准,就可以用来的填补缺失值。
美国人口普查局已经应用此项技术来推断缺失值。此外,John Stiller 和Donald R. Dalzell公布了一个用于在SAS软件中执行此项技术的宏。
另一个相关的推算技术cold-deck程序,与之相似,但运用的是统计概要。我们将在本专栏稍后讨论。
内插法和外插法:这项技术通过代数内插,或者当假设数据在某一固定的形状或分布的函数,用公式来推算缺失值。
推演计算:这可以是一个定性的或定量的技术。定性地,用于小调查,研究者可以去读出受调查者的结果,且有较高的置信度来推算缺失值。
例如,给出一个调查者地址,研究者可能根据调查者对某一地区的认知推算其种族或住宅所有权。这种方法消耗时间,且非概率性的,因此不能从统计上证明是合理的。
统计计算
下面的技术用于减小偏差、变异或都两者皆有:
平均值替代或冷-甲板程序:非常简单合理的推算方法。简单的平均值替代法,可以通过改变量的总体平均值,为任意变量填补任何缺失值。复杂平均值替代法,通过与该缺失值相关的条件变量的平均值,来填补缺失值。与hot-deck技术相似。
例如对于缺失年龄值,总体平均年龄可以作为简单的平均值来替换。复杂替换则使用所有高中学历亚洲女性的平均年龄,替代该人口学分组的缺失值。在很多情况下,随机性的水平是通过根据年龄分布添加的随机数值完成的。
此项技术的问题是,在计算自由度或者标准误差时,推算数据会被包括在有效回答中,但事实上,它们是统计估计。
通过增加自由度或减少标准误差,该技术的结果就更可能导致统计学显著。许多统计软件允许缺失值的简单的平均值替换。某些允许从重要的条件变量中得来的子群平均值替换。
回归和随机回归技术:通过实施线性(或理论上地,非线性)模型来预测缺失值。这些方法,是以所有非缺失数据建立一个模型,来预测缺失值。
这项技术中一个非常吸引人的成果是回归的方法不仅会得出预期值,还会有这个值的置信区间。调查者便可以用平均值和极值带入缺失值来检查对分析的影响。
这也是一个向对于确定与缺失值变量相关的重要变量,以及计算相关平均值的方法来说更加简单的办法。前者的信息可能来自于一个极端的小群组。与平均值替代法相似,但这个方法会增加分析的自由度,以及任何由此产生的统计性测试会更加显著。
决策树:这种方式,是数据挖掘方面的有监督的机器学习技术,基于类别数据(或者可以归为类别数据)的概率计算。他们是统计的但依靠机器学习算法来代替研究者创造的模型。
然而那可能是一个统计学的技术,这个方法设计的是为了适用于那些统计测试不太合适的大数据集合。显然,如果应用统计方法,它将会像前面提到的一样,增加统计学的显著性。
表格1 描述了在2008美国全球企业家观察的调查中运用的所有技术。受调查者的实际年龄25岁被隐藏,来测试不同分析方法的结果与真实值之间的差异。总的推算对她的年龄从22到48岁不等,大多数都在三年内。
结果显示:
• 数据缺失不是随机的
• 统计的和非统计的技术可以同样准确
在全球企业家调查中实际的平均年龄为48(范围从18到99),女性的平均年龄是43(范围从18到78),一位大学学历、两年工作经验的女性企业家平均值年龄24(范围从19到25)。
全面公开
这些所提供的技术,从简单到复杂都是为了计算出缺失值。技术从完全的调查研究者的技术到完全的机器驱动技术区分开来。
所有方法都可以从单一缺失值扩展到复合缺失值推算。但是,小心使用复合算法:样本中的推算值所占比率越高,通过分析得出的推论的错误越多。
要记住的是,方法的使用和缺失值计算的百分比必须被披露在报告的假设中。明智地运用,缺失值修正技术可以扩大分析和增强结论。
I. Elaine Allen是Arthur M. Blank中心企业家调查项目的调研总监,Babson调研小组的主管以及位于Wellesley, MA的Babson学院里统计学和企业家方面的教授。她在位于Ithaca, 纽约的Cornell大学曾获得过博士学位。Allen是美国质量协会的成员之一。
Julia E. Seaman 是圣弗朗西斯科的加利福尼亚大学药理基因组学的在读博士生,Babson学院的调研小组的统计学顾问。她曾获得了位于Claremont, CA,Pomona 学院的化学和数学的双学位。 收起阅读 »
调查中处理缺失值的最佳方法
关于推算的说明
美国最近完成了其第23届联邦人口普查。第一次人口普查的实施是在1790年依据宪法授权在Thomas Jefferson执政时期进行的。直到1950年,人口普查采用亲自登记或打电话的方式,所以缺失值的风险降被降低到最小。
自从人口普查采用邮件的形式,无回复的比率以及无回答问题的数量开始增加。这个问题不仅出现在邮件回复人口普查上,并且影响到大多数的调查——尤其是大规模、大范围的调查的形式——无论什么形式的调查。
比如,在美国,一个企业家的大规模年度例行统计,其中的专家和调查组织者,就遇到了两个影响调查质量的无回答问题:
1. 总体拒访率和对特定问题的无回答率在随机电话调查中持续上升。在2008年的调查中,为了得到4000份回答,需要多进行25,000多个的访问。
2. 电话随机抽样调查,针对仅使用手机的用户在美国是不被法律允许的。因此联系到个人电话的使用者产生了人口统计上的偏差。同时,向对于美国的年龄分布,18-35岁年龄组的回答者不足,导致我们需要对该年龄组进行超密度采样。
令人欣慰的是,技术可以填补调查中缺失值所导致的偏差。在处理缺失值或总体调查的无回答时,我们可以使用权重来为特定的总体产生代表性的样本。为了填补某些特定的缺失值问题,还有一些更加复杂的推算方法——这些方法更加错综复杂,而且这类技术也可能会暗含影响统计分析的信息。
缺失值的类型
在调查中空缺值可以按照空缺信息的随机程度来分类。最简单并且是最强有力的假设就是数据资料的缺失是“完全随机的”。这意味着调查者没有其他的信息可以辅助填补缺失值。从统计上来讲,在被统计者完成的数据当中没有足够的信息去用条件概率来改善该缺失值。
在这种情况下,可以使用其他被调查者的回答的随机值来填补空缺。这种假设有些差强人意,还有一个更好的方法,利用其他的受调查者的回答来推算。
另一个强有力的假设是“资料随机空缺”。这个假设要求变量可以在一定条件下帮助填补缺失值并且提供一个值域来建立一个关于缺失值的更优的模型。
例如,考虑以受调查者的教育水平来推算年龄缺失值:20-23岁常等同于大学毕业生,17-20岁通常是高中毕业生。基于最高学力,使用上述数值范围来填补年龄的缺失值。
一种非常可能的情况是“非随机空缺”的推算。在知道其他受调查者的回答时,调查者可以以较高的正确概率来推算缺失值,比如基于受调查者的邮政代码推算其区域代码。
任何推算程序,分析偏差都应该最小化,同时最大化对可用信息的使用,并且对变异性和误差做合理的估计。
非统计性推算
以下的技术用其他被调查者的数据或者合理的猜测来填补空缺资料:
删除受调查者或成对删除:这些是处理缺失值最简单的方式。但是它们会同时删除有用的数据,导致结果的偏差。
在分析过程中,可以选择删除该case,删除该变量,或者成对删除——所有的变量数据被纳入统计推断,并纳入统计概要,但是这可能造成不同分析之间的样本大小有差异。对于成对删除(不删除全部回答),如果部分回答的受调查者与那些完全回答的受调查者有显著的不同,可能会导致偏差。
Hot-deck程序:这项技术应用其他受访者的真实回答作为处理某一特定受访者缺失值的基础。最简单的方法是采用一个随机答案作为缺失值的替代。更好的办法是使用一个hot-deck程序——在具备该受访者的特征的回答群体中寻找缺失值的替代。
比如,如果性别,种族和教育年限的信息都具备却惟独少了年龄,那么一个与之具有同样性别,种族和上学时间的随机受调查者就会从其他的受调查者中被选择出来,该受调查者的年纪就会被填补入空缺的资料数据中。
分层的程序使得匹配的变量可以排序,在推算年龄的过程中,性别和教育年限在计算年纪时比种族要更加重要。即便种族不同,但是其他重要的变量匹配精准,就可以用来的填补缺失值。
美国人口普查局已经应用此项技术来推断缺失值。此外,John Stiller 和Donald R. Dalzell公布了一个用于在SAS软件中执行此项技术的宏。
另一个相关的推算技术cold-deck程序,与之相似,但运用的是统计概要。我们将在本专栏稍后讨论。
内插法和外插法:这项技术通过代数内插,或者当假设数据在某一固定的形状或分布的函数,用公式来推算缺失值。
推演计算:这可以是一个定性的或定量的技术。定性地,用于小调查,研究者可以去读出受调查者的结果,且有较高的置信度来推算缺失值。
例如,给出一个调查者地址,研究者可能根据调查者对某一地区的认知推算其种族或住宅所有权。这种方法消耗时间,且非概率性的,因此不能从统计上证明是合理的。
统计计算
下面的技术用于减小偏差、变异或都两者皆有:
平均值替代或冷-甲板程序:非常简单合理的推算方法。简单的平均值替代法,可以通过改变量的总体平均值,为任意变量填补任何缺失值。复杂平均值替代法,通过与该缺失值相关的条件变量的平均值,来填补缺失值。与hot-deck技术相似。
例如对于缺失年龄值,总体平均年龄可以作为简单的平均值来替换。复杂替换则使用所有高中学历亚洲女性的平均年龄,替代该人口学分组的缺失值。在很多情况下,随机性的水平是通过根据年龄分布添加的随机数值完成的。
此项技术的问题是,在计算自由度或者标准误差时,推算数据会被包括在有效回答中,但事实上,它们是统计估计。
通过增加自由度或减少标准误差,该技术的结果就更可能导致统计学显著。许多统计软件允许缺失值的简单的平均值替换。某些允许从重要的条件变量中得来的子群平均值替换。
回归和随机回归技术:通过实施线性(或理论上地,非线性)模型来预测缺失值。这些方法,是以所有非缺失数据建立一个模型,来预测缺失值。
这项技术中一个非常吸引人的成果是回归的方法不仅会得出预期值,还会有这个值的置信区间。调查者便可以用平均值和极值带入缺失值来检查对分析的影响。
这也是一个向对于确定与缺失值变量相关的重要变量,以及计算相关平均值的方法来说更加简单的办法。前者的信息可能来自于一个极端的小群组。与平均值替代法相似,但这个方法会增加分析的自由度,以及任何由此产生的统计性测试会更加显著。
决策树:这种方式,是数据挖掘方面的有监督的机器学习技术,基于类别数据(或者可以归为类别数据)的概率计算。他们是统计的但依靠机器学习算法来代替研究者创造的模型。
然而那可能是一个统计学的技术,这个方法设计的是为了适用于那些统计测试不太合适的大数据集合。显然,如果应用统计方法,它将会像前面提到的一样,增加统计学的显著性。
表格1 描述了在2008美国全球企业家观察的调查中运用的所有技术。受调查者的实际年龄25岁被隐藏,来测试不同分析方法的结果与真实值之间的差异。总的推算对她的年龄从22到48岁不等,大多数都在三年内。
结果显示:
• 数据缺失不是随机的
• 统计的和非统计的技术可以同样准确
在全球企业家调查中实际的平均年龄为48(范围从18到99),女性的平均年龄是43(范围从18到78),一位大学学历、两年工作经验的女性企业家平均值年龄24(范围从19到25)。
全面公开
这些所提供的技术,从简单到复杂都是为了计算出缺失值。技术从完全的调查研究者的技术到完全的机器驱动技术区分开来。
所有方法都可以从单一缺失值扩展到复合缺失值推算。但是,小心使用复合算法:样本中的推算值所占比率越高,通过分析得出的推论的错误越多。
要记住的是,方法的使用和缺失值计算的百分比必须被披露在报告的假设中。明智地运用,缺失值修正技术可以扩大分析和增强结论。
I. Elaine Allen是Arthur M. Blank中心企业家调查项目的调研总监,Babson调研小组的主管以及位于Wellesley, MA的Babson学院里统计学和企业家方面的教授。她在位于Ithaca, 纽约的Cornell大学曾获得过博士学位。Allen是美国质量协会的成员之一。
Julia E. Seaman 是圣弗朗西斯科的加利福尼亚大学药理基因组学的在读博士生,Babson学院的调研小组的统计学顾问。她曾获得了位于Claremont, CA,Pomona 学院的化学和数学的双学位。 收起阅读 »
【翻译文章】评估预测的准确性:无论晴雨,都应做好准备
本文翻译者:lindamsh 校稿者:chengguo0740
从业者可以利用控制制图, 方差变异分析来评估预报的准确性。为了展示一个公司的前景,用这两个工具将会揭示随着时间的变化,预测偏差和一致性的演化。
作者Michael Ohler
就像人们根据天气预告来判断他们是否应该带伞,组织使用预测来预报和准备未来的事情。在整个行业中,公司会试图测定未来会发生什么——他们预测产品或原材料的价格、市场需求、汇率和其它诸多主要的绩效指标。在这些预测的基础上,建立生产基地,推出新产品,重新调整商业实体。
虽然这种预测对做出一个重大的商业决策是至关重要的,但是它们可能并不像人们想象的那样准确。组织经常用一种基本的方法来评估的这种预测的准确性。例如,他们来监控这些,用当前的实际数值和最新的可用的预报相比,或者他们比较当前的和最新的一个季度的业务预测。
在他的书《黑天鹅》中:“极不可能的影响 (随机的屋子,2007), Nassim Nicholas Taleb指出了在业务流程中随机性预测的缺陷。为了阐明这一问题的随机性、从业者可以利用控制制图和方差分析来评估预测的准确性。为了展示一个公司的前景,用这两个工具将会揭示随着时间的变化,预测偏差和一致性的演化。
预测的偏差
在公司通常有两种方法来编译一个预测。在某种程度上,过去的表现可以推断未来。该方法假潜在的设机制是相同的。例如, 酒店根据季节可以预测入住率,根据这个来计划临时员工招聘的需求。或者,一个组织可以集合成倍的个体建议并汇成一个体系。例如,将销售代理预测合并在一个数据库。
为了用两种方法中的任一种方法来恰当地分析预测的准确性,从业人员必须了解以下术语:
预测范围是描述预测未来多久的一个公制。例如,天气预报通常长达10天的范围。
预测偏差指测量偏差有多少,一般来说,预测评估最高值或最低值相差有多少。例如,一个销售预测可能有一个正的(乐观的)或负的(悲观)的偏差。一般来说,一个正偏差的销售预测,销售预测比后来实际值要高。这样一种偏差可能发生在,业务单位根据他们的预报来分配生产能力,就会有一个乐观的动机。
预测一致性量化了预测传播。人们期望一个短范围的预测(如为期一天的天气预报高温)同长期范围的预测一致,(从现在起10天高温),原因是对于一个长期的预测,不知道的或不明确的影响因素很大,而10天高温的预测可能会明显偏离今天的预测。
预测偏差和一致性对于预测准确性来说是两个重要的因素。我们注意到基于预测和真实值之间若干的偏移量,偏差和一致性的量聚集在一起。换句话说,他们通常取决于一段时间的预测和实际数据。偏移量通常用两种不同的方式来测量:
1.预测-实际
当一段连续的时间,或一序列的数据点,偏移量可以考虑是稳定的。
2.预测-实际
一段连续时间的真实数据和一个长期的趋势
有一个很突出的例子,长期的趋势可以在计算机内存容量中看出, 这已经持续了50年左右,是由英特尔的共同创始人Gordon Moore第一次观察出来的趋势。作为摩尔定律的预测,大约每两年会有两倍的晶体管数量可以放置到集成电路,使存储一致性地增长。
图1:预测偏差的影响因素和一致性
图1中的鱼骨图介绍了影响预测偏差和一致性的两种独立参数、时间和预测范围,同样也展示了用来分析这些数据的工具
案例研究:一组组件的价格预测
举例,考虑用于组装的一个组件超过20个月的价格预测数据,(图2 提前6个月范围的价格预测。)比如,一个为期3个月的价格预测(3 mFC),在第9个月价格实际上是由第6个月得出的,这些数据源于供求关系模式,由生产能力确定未来的供应和需求,并推导出销售价格。
图2:在不同的预测范围下,实际组件价格数据对预测部件价格
利用控制图,就能确定从8mFC到10mFC个月的实际价格的点明显超过了这里展示图。尽管后来它们表现出了一个重要的负偏差(图4,在图4种,从时间段上显示了倾角以前,对于零点的控制限较低,这意味着预测的平均值减去实际值明显大于零,从而积极偏见。对于倾角以后,上控制限是零,结果表明预测有负偏差。
图3: 实际价格的单值控制图
图4: 在未来一到六个月的时间里,预测的X平均值减去范围内的实际值。
从商业报道中可以我们可以看出一个组件的预测价格和实际价格的关系。公司的采购及生产部门在第8个月后会将降价后的庆祝作为一个持续性的突破,并轻易的放弃价格恢复到以前水平的想法。根据这个普遍的想法,从采购部门接收大量信息的预报员会因此在他们的模式中采用这些参数。
不幸的是,这样的事件似乎是司空见惯的事,因为在这个团体中我们经常会有“正向思考”的态度, 带着理解这个复杂的市场机制态度的专家会因此听力顿觉。为了避免此类情形,组织应该让专家量化认知风险的可能性,评估其可能产生的影响,从而准备一个应急计划。
设定时间期限
一个月的预测一定比六个月更好吗?把这个转化为一个数学术语,这个问题可以这样来问:围绕真实数据做一个月预报会远远低于六个月的预报吗?利用这个预报减去真实值的公式,从业者可以对分散的同一性进行方差分析测试来回答这个问题。根据以上数据,考虑20个月研究的时间轴时,预测偏差不会明显预测范围(图5,这些圆点显示了标准差和95%置信区间线。
图5:预测值减去真实值的方差试验
确定置信区间
预测值减去真实价格的数据分析在基于过去的预测记录上可以用来评估预测置信区间,假设预测结果和以前的预测一样。之前从方差评估中的一致性(图6)和偏差(与零点的偏离不是很明显)可以得出预测值的置信区间。
图6:预测价格1-sigma置信区间
大约有30%的机会真实价格会落在1-sigma的置信区间外(有15.9%的机会落在1-sigma以上的置信区间,有15.9%的机会落在1-sigma以下的置信区间) 决策取决于一个95% 或者更高的更宽泛的置信区间。这里仅考虑70%的置信区间。未来三个月价格在内将会是$ 3.90或2.90美元,有30%的机会价格会超出这两个值。用来解决任意这两个问题的措施属于完全不同的性质
为了管理组件的业务,从实用的观点上,在这个置信水平下,这样精确的预测是毫无价值的。一个有用的预测是在上下线的置信区间内,取一个合理的高置信水平,这会使预测得到相同的实际结果。
考虑的模型
当一种供求关系的模型应用到实际研究的例子中,有许多潜在的预测模型。模型越详细,这些模型的预测更容易被认可。本文讨论的模型就可以在任何复杂的情况下测量预报的有效性。
解决不准确的预测
面对一个不能提供有用数据的预测,有两种方法可以选择:
1.重点改进预测过程及其精度
2.改进过程反应时间,这样会对预测的准确性的需求较少
第一种(选择)在很多业务环境中的不可能性使得Taleb写道:“我们简直不能预测”。但是在当今的商业世界中不做预测不是一种选择。 由于第二种选择导致的必要性,六西格玛团队也许发现对于改进方案来说,预测准确性是一个巨大的源头。 比如,假设一种结合了预测的产品是不正确的,六西格玛团队可以启动一个方案来减少预定时间,目的是通过改进反应时间来变换需求。 或者,假设产品和原材料价格的预测是不准确的,团队可以启动一个方案来减少在供应链中的浪费。
正如Taleb辩证阐述的一样,最难的部分不是评估预测的准确性,而是在整个组织得到普遍的接受的结果并且把它们转化成一种改进和管理业务流程的一贯性的方法。
关于作者: Michael Ohler曾作为成本控制员就职于财务预测领域,质量和项目经理。他是一个得到认证的黑带大师,有一个实验物理学博士学位的头衔。可以通过www.ohlermichael.de联系到他。 收起阅读 »
从业者可以利用控制制图, 方差变异分析来评估预报的准确性。为了展示一个公司的前景,用这两个工具将会揭示随着时间的变化,预测偏差和一致性的演化。
作者Michael Ohler
就像人们根据天气预告来判断他们是否应该带伞,组织使用预测来预报和准备未来的事情。在整个行业中,公司会试图测定未来会发生什么——他们预测产品或原材料的价格、市场需求、汇率和其它诸多主要的绩效指标。在这些预测的基础上,建立生产基地,推出新产品,重新调整商业实体。
虽然这种预测对做出一个重大的商业决策是至关重要的,但是它们可能并不像人们想象的那样准确。组织经常用一种基本的方法来评估的这种预测的准确性。例如,他们来监控这些,用当前的实际数值和最新的可用的预报相比,或者他们比较当前的和最新的一个季度的业务预测。
在他的书《黑天鹅》中:“极不可能的影响 (随机的屋子,2007), Nassim Nicholas Taleb指出了在业务流程中随机性预测的缺陷。为了阐明这一问题的随机性、从业者可以利用控制制图和方差分析来评估预测的准确性。为了展示一个公司的前景,用这两个工具将会揭示随着时间的变化,预测偏差和一致性的演化。
预测的偏差
在公司通常有两种方法来编译一个预测。在某种程度上,过去的表现可以推断未来。该方法假潜在的设机制是相同的。例如, 酒店根据季节可以预测入住率,根据这个来计划临时员工招聘的需求。或者,一个组织可以集合成倍的个体建议并汇成一个体系。例如,将销售代理预测合并在一个数据库。
为了用两种方法中的任一种方法来恰当地分析预测的准确性,从业人员必须了解以下术语:
预测范围是描述预测未来多久的一个公制。例如,天气预报通常长达10天的范围。
预测偏差指测量偏差有多少,一般来说,预测评估最高值或最低值相差有多少。例如,一个销售预测可能有一个正的(乐观的)或负的(悲观)的偏差。一般来说,一个正偏差的销售预测,销售预测比后来实际值要高。这样一种偏差可能发生在,业务单位根据他们的预报来分配生产能力,就会有一个乐观的动机。
预测一致性量化了预测传播。人们期望一个短范围的预测(如为期一天的天气预报高温)同长期范围的预测一致,(从现在起10天高温),原因是对于一个长期的预测,不知道的或不明确的影响因素很大,而10天高温的预测可能会明显偏离今天的预测。
预测偏差和一致性对于预测准确性来说是两个重要的因素。我们注意到基于预测和真实值之间若干的偏移量,偏差和一致性的量聚集在一起。换句话说,他们通常取决于一段时间的预测和实际数据。偏移量通常用两种不同的方式来测量:
1.预测-实际
当一段连续的时间,或一序列的数据点,偏移量可以考虑是稳定的。
2.预测-实际
一段连续时间的真实数据和一个长期的趋势
有一个很突出的例子,长期的趋势可以在计算机内存容量中看出, 这已经持续了50年左右,是由英特尔的共同创始人Gordon Moore第一次观察出来的趋势。作为摩尔定律的预测,大约每两年会有两倍的晶体管数量可以放置到集成电路,使存储一致性地增长。
图1:预测偏差的影响因素和一致性
图1中的鱼骨图介绍了影响预测偏差和一致性的两种独立参数、时间和预测范围,同样也展示了用来分析这些数据的工具
案例研究:一组组件的价格预测
举例,考虑用于组装的一个组件超过20个月的价格预测数据,(图2 提前6个月范围的价格预测。)比如,一个为期3个月的价格预测(3 mFC),在第9个月价格实际上是由第6个月得出的,这些数据源于供求关系模式,由生产能力确定未来的供应和需求,并推导出销售价格。
图2:在不同的预测范围下,实际组件价格数据对预测部件价格
利用控制图,就能确定从8mFC到10mFC个月的实际价格的点明显超过了这里展示图。尽管后来它们表现出了一个重要的负偏差(图4,在图4种,从时间段上显示了倾角以前,对于零点的控制限较低,这意味着预测的平均值减去实际值明显大于零,从而积极偏见。对于倾角以后,上控制限是零,结果表明预测有负偏差。
图3: 实际价格的单值控制图
图4: 在未来一到六个月的时间里,预测的X平均值减去范围内的实际值。
从商业报道中可以我们可以看出一个组件的预测价格和实际价格的关系。公司的采购及生产部门在第8个月后会将降价后的庆祝作为一个持续性的突破,并轻易的放弃价格恢复到以前水平的想法。根据这个普遍的想法,从采购部门接收大量信息的预报员会因此在他们的模式中采用这些参数。
不幸的是,这样的事件似乎是司空见惯的事,因为在这个团体中我们经常会有“正向思考”的态度, 带着理解这个复杂的市场机制态度的专家会因此听力顿觉。为了避免此类情形,组织应该让专家量化认知风险的可能性,评估其可能产生的影响,从而准备一个应急计划。
设定时间期限
一个月的预测一定比六个月更好吗?把这个转化为一个数学术语,这个问题可以这样来问:围绕真实数据做一个月预报会远远低于六个月的预报吗?利用这个预报减去真实值的公式,从业者可以对分散的同一性进行方差分析测试来回答这个问题。根据以上数据,考虑20个月研究的时间轴时,预测偏差不会明显预测范围(图5,这些圆点显示了标准差和95%置信区间线。
图5:预测值减去真实值的方差试验
确定置信区间
预测值减去真实价格的数据分析在基于过去的预测记录上可以用来评估预测置信区间,假设预测结果和以前的预测一样。之前从方差评估中的一致性(图6)和偏差(与零点的偏离不是很明显)可以得出预测值的置信区间。
图6:预测价格1-sigma置信区间
大约有30%的机会真实价格会落在1-sigma的置信区间外(有15.9%的机会落在1-sigma以上的置信区间,有15.9%的机会落在1-sigma以下的置信区间) 决策取决于一个95% 或者更高的更宽泛的置信区间。这里仅考虑70%的置信区间。未来三个月价格在内将会是$ 3.90或2.90美元,有30%的机会价格会超出这两个值。用来解决任意这两个问题的措施属于完全不同的性质
为了管理组件的业务,从实用的观点上,在这个置信水平下,这样精确的预测是毫无价值的。一个有用的预测是在上下线的置信区间内,取一个合理的高置信水平,这会使预测得到相同的实际结果。
考虑的模型
当一种供求关系的模型应用到实际研究的例子中,有许多潜在的预测模型。模型越详细,这些模型的预测更容易被认可。本文讨论的模型就可以在任何复杂的情况下测量预报的有效性。
解决不准确的预测
面对一个不能提供有用数据的预测,有两种方法可以选择:
1.重点改进预测过程及其精度
2.改进过程反应时间,这样会对预测的准确性的需求较少
第一种(选择)在很多业务环境中的不可能性使得Taleb写道:“我们简直不能预测”。但是在当今的商业世界中不做预测不是一种选择。 由于第二种选择导致的必要性,六西格玛团队也许发现对于改进方案来说,预测准确性是一个巨大的源头。 比如,假设一种结合了预测的产品是不正确的,六西格玛团队可以启动一个方案来减少预定时间,目的是通过改进反应时间来变换需求。 或者,假设产品和原材料价格的预测是不准确的,团队可以启动一个方案来减少在供应链中的浪费。
正如Taleb辩证阐述的一样,最难的部分不是评估预测的准确性,而是在整个组织得到普遍的接受的结果并且把它们转化成一种改进和管理业务流程的一贯性的方法。
关于作者: Michael Ohler曾作为成本控制员就职于财务预测领域,质量和项目经理。他是一个得到认证的黑带大师,有一个实验物理学博士学位的头衔。可以通过www.ohlermichael.de联系到他。 收起阅读 »
起点觉定终点 定位决定地位
今天看到一家公司的质量方针:品质是价值和尊严的起点。想起最近的客诉---
2011可以说是我接手品管以来最伤心的一年,其实也是我们的研发和业务的感觉。
前两年因为太多的超标品特采,我一再跟主管抱怨并在会议上说标准只是一纸空文,挂在墙壁上的,根本没有办法执行到底。无论我们品检怎么按标准检验,最终还是老板一个签名全部放行。最终去年年底经理向老总申请,品管照样依标准检验,不良品让生产单位自行决定处理,研发和业务也不用会签了--即便业务不同意,老板为了钱还是会放行。所以只要生产经理说放品管就放。
品管对于生产只不过是一个虚职。接的客诉也不是什么大事,用生产经理话说,轮子大1-2mm有什么关系,重一点有什么关系,都不会死人的。这种心态,让我们怎么活?
所有在反对声中放行的东西,今年都有反馈回来了,接二连三的客诉让业务和我们疲于应对,补货,换货的声音不绝于耳。更惨的事,球员兼裁判的特采还在继续,什么时候是个头啊?
上周,大老板为了处理三桩客诉,来回客户工厂。让这边加紧原料管理和改善。我们这边,特意让顾问从台湾赶来,可是呆上两天又走了,留下一堆不着边的分析报告。让我们更加怀念没有客诉的那几年。
前些年,生产的企业少,利润高。工厂在那种条件下茁壮成长,即便经历了04年的风波,也没有阻挡上升的销售势头。可是从去年起竞争对手的提升、今年美国的政策调整,我们已感到前所未有的压力。
但是生产却依旧说“别家的产品测试都没有我们的好”,客人的标准用在他之前的厂家产品上都达不到,怎么来要求我们?继续向后看齐。
起点觉定终点。定位决定地位。一群只会说别人不好的人,怎么可能会发现自己的不足。对外购件,我们可以严格执行,规范要求。可是对内,我们怎么就一点办法都没有?
我和我品管又该怎么办?生产技术,配方管理是机密。除了生产,别人根本无法参与审核。我们只能看结果。可是发现了又如何?重新会签又如何?唉--- 收起阅读 »
2011可以说是我接手品管以来最伤心的一年,其实也是我们的研发和业务的感觉。
前两年因为太多的超标品特采,我一再跟主管抱怨并在会议上说标准只是一纸空文,挂在墙壁上的,根本没有办法执行到底。无论我们品检怎么按标准检验,最终还是老板一个签名全部放行。最终去年年底经理向老总申请,品管照样依标准检验,不良品让生产单位自行决定处理,研发和业务也不用会签了--即便业务不同意,老板为了钱还是会放行。所以只要生产经理说放品管就放。
品管对于生产只不过是一个虚职。接的客诉也不是什么大事,用生产经理话说,轮子大1-2mm有什么关系,重一点有什么关系,都不会死人的。这种心态,让我们怎么活?
所有在反对声中放行的东西,今年都有反馈回来了,接二连三的客诉让业务和我们疲于应对,补货,换货的声音不绝于耳。更惨的事,球员兼裁判的特采还在继续,什么时候是个头啊?
上周,大老板为了处理三桩客诉,来回客户工厂。让这边加紧原料管理和改善。我们这边,特意让顾问从台湾赶来,可是呆上两天又走了,留下一堆不着边的分析报告。让我们更加怀念没有客诉的那几年。
前些年,生产的企业少,利润高。工厂在那种条件下茁壮成长,即便经历了04年的风波,也没有阻挡上升的销售势头。可是从去年起竞争对手的提升、今年美国的政策调整,我们已感到前所未有的压力。
但是生产却依旧说“别家的产品测试都没有我们的好”,客人的标准用在他之前的厂家产品上都达不到,怎么来要求我们?继续向后看齐。
起点觉定终点。定位决定地位。一群只会说别人不好的人,怎么可能会发现自己的不足。对外购件,我们可以严格执行,规范要求。可是对内,我们怎么就一点办法都没有?
我和我品管又该怎么办?生产技术,配方管理是机密。除了生产,别人根本无法参与审核。我们只能看结果。可是发现了又如何?重新会签又如何?唉--- 收起阅读 »
重建ISO体系文件感受(2)
下面对文件跟进过程的收获进行分享:
1、事前培训很重要。不是每个人天生就会写程序文件。
我将程序分配到各个部门,可是他们写出来的文件惨不忍睹。有的人语言不通;有的人逻辑不清;有的人直接抄袭旧文件就改了几个字。遇到这些状况,你是头痛还是心烦还是干脆不管不顾?我做不到啊,我看到一个标点符号不对,都要改过来的!更别提我那个总监大人多么的完美、苛刻地要求。
因为当初我没有想到这个结果,我并没有给那些高层们培训过“如何编制ISO程序文件”的课程,于是就是我的苦难开始。每份程序,都需要我自己帮他们调整逻辑顺序,帮他们把文件重新写一遍,用我开玩笑的话“只要你们用白话文给我写了一些流水账,我就能给你写出一份正规的程序文件来!”有时候,为了文件出来的速度更快,我就要求他们用word白纸直接把他们平时怎么做的直接写出来,然后我帮他们来编辑、调整。不懂的、写的不清楚的,我就打电话问清楚,自己帮他们写!
每份程序,都留下了我的汗水,不夸张地说!
2、自己动手比等待,更快,更高效!
就像上面提到的,与其总是被动等待别人给你完美的文件,不如你自己帮他做,还更快!帮助他们写,人家会感激你,觉得你帮助了他!所谓成就他人,也是成就自己嘛!
3、计划要隔段时间重新调整,否则他们就会破罐子破摔!
最初定的完工计划,因为各种原因要延迟了。必须要重新检讨、定义计划完成时间,并要求各个负责人签字、画押。这样他们才会重视、主动参与。否则,他们认为:反正时间都过期了,那就继续过期吧!
4、ISO跟进,也可以用数据统计来说话、帮助你。
我每周有做ISO计划,讨论计划、回收初稿/复稿计划、定稿计划、终审计划等等,具体到时间、地点、参与人。每周六发出给部门,然后下周遵照执行。到周六就将达成状况标记清楚。上个月,老大说月报里面要体现各部门没有配合ISO体系文件的数据,于是我就拿出每周的ISO计划做了一个统计表,将每份程序的定稿时间、预约讨论次数、实际讨论次数、延迟次数等等都show出来。这样,各部门总监没有话说了!数据胜于雄辩!
5、白天的效率不如晚上。
遇到特殊状况,比如我们公司那个技术总监,他是喜欢加班的那种人。我就只能在晚上陪他加班做文件或讨论文件。晚上的效率会高过白天,呵呵。当然这个是迫不得已才会才去的措施啦。以我平日的超高效率,实际上我比较少晚上加班,是有时候他主动提出,我才配合一下而已。
6、尽量在最短的时间内讨论完一份文件。
文件制作完毕,如果涉及到几个部门,势必要召集各部门老大讨论。讨论前,要做好功课,如果不是自己写的,应该先把有问题的地方标识出来,或做具体的备注。或者在会议钱先发给各部门老大先提意见,但一般是没有人看的,所以就别指望了。
讨论过程中,必须你自己主持,换别人很可能陷入到别人一提问就忙于解释、忘记时间了。有问题,你先看是否可以当场讨论、定案;如不能则先记录,待会后让主导部门先讨论定义后了,以后再重新召集大会二次讨论。千万不要就某个细节就当场发挥、头脑风暴,否则两个小时下来,可能一份文件只讨论了一点点。
把握讨论的节奏很重要,这也是作为一个会议主持人最重要的素质。
以上,暂时这么些吧!谢谢观赏~ 收起阅读 »
1、事前培训很重要。不是每个人天生就会写程序文件。
我将程序分配到各个部门,可是他们写出来的文件惨不忍睹。有的人语言不通;有的人逻辑不清;有的人直接抄袭旧文件就改了几个字。遇到这些状况,你是头痛还是心烦还是干脆不管不顾?我做不到啊,我看到一个标点符号不对,都要改过来的!更别提我那个总监大人多么的完美、苛刻地要求。
因为当初我没有想到这个结果,我并没有给那些高层们培训过“如何编制ISO程序文件”的课程,于是就是我的苦难开始。每份程序,都需要我自己帮他们调整逻辑顺序,帮他们把文件重新写一遍,用我开玩笑的话“只要你们用白话文给我写了一些流水账,我就能给你写出一份正规的程序文件来!”有时候,为了文件出来的速度更快,我就要求他们用word白纸直接把他们平时怎么做的直接写出来,然后我帮他们来编辑、调整。不懂的、写的不清楚的,我就打电话问清楚,自己帮他们写!
每份程序,都留下了我的汗水,不夸张地说!
2、自己动手比等待,更快,更高效!
就像上面提到的,与其总是被动等待别人给你完美的文件,不如你自己帮他做,还更快!帮助他们写,人家会感激你,觉得你帮助了他!所谓成就他人,也是成就自己嘛!
3、计划要隔段时间重新调整,否则他们就会破罐子破摔!
最初定的完工计划,因为各种原因要延迟了。必须要重新检讨、定义计划完成时间,并要求各个负责人签字、画押。这样他们才会重视、主动参与。否则,他们认为:反正时间都过期了,那就继续过期吧!
4、ISO跟进,也可以用数据统计来说话、帮助你。
我每周有做ISO计划,讨论计划、回收初稿/复稿计划、定稿计划、终审计划等等,具体到时间、地点、参与人。每周六发出给部门,然后下周遵照执行。到周六就将达成状况标记清楚。上个月,老大说月报里面要体现各部门没有配合ISO体系文件的数据,于是我就拿出每周的ISO计划做了一个统计表,将每份程序的定稿时间、预约讨论次数、实际讨论次数、延迟次数等等都show出来。这样,各部门总监没有话说了!数据胜于雄辩!
5、白天的效率不如晚上。
遇到特殊状况,比如我们公司那个技术总监,他是喜欢加班的那种人。我就只能在晚上陪他加班做文件或讨论文件。晚上的效率会高过白天,呵呵。当然这个是迫不得已才会才去的措施啦。以我平日的超高效率,实际上我比较少晚上加班,是有时候他主动提出,我才配合一下而已。
6、尽量在最短的时间内讨论完一份文件。
文件制作完毕,如果涉及到几个部门,势必要召集各部门老大讨论。讨论前,要做好功课,如果不是自己写的,应该先把有问题的地方标识出来,或做具体的备注。或者在会议钱先发给各部门老大先提意见,但一般是没有人看的,所以就别指望了。
讨论过程中,必须你自己主持,换别人很可能陷入到别人一提问就忙于解释、忘记时间了。有问题,你先看是否可以当场讨论、定案;如不能则先记录,待会后让主导部门先讨论定义后了,以后再重新召集大会二次讨论。千万不要就某个细节就当场发挥、头脑风暴,否则两个小时下来,可能一份文件只讨论了一点点。
把握讨论的节奏很重要,这也是作为一个会议主持人最重要的素质。
以上,暂时这么些吧!谢谢观赏~ 收起阅读 »
重建ISO体系文件感受(1)
到新公司半年多了,总结一下,我的成果如下:
1)重建ISO体系文件架构,总共规划34份手册+程序。已生效发布18份程序,讨论中程序12份,没有初稿的4份。讨论文件几十次吧,具体数据没有完全统计。每份文件的每个版本我都保存下来了,随时可以查阅。
2)独立完成各部门内部审核一次,历时10天。至少加班了5个晚上,每次3小时左右。
3)完成一份公司ISO体系运作的整体分析报告,即那份103页的PPT。历时半个月,共4个版本。最后一个版本花了4个工作日,每日加班到晚上10点。
4)制作教材,并实施了一天针对总经理等高管的ISO培训课程。该教材历时3个月,共4个版本。
5)独自调查、分析、制作了一份关于公司“成品库存降低长期措施”的报告。该报告历时2个月,共5个版本。
在这半年里,我努力过,退缩过,也失望过,但是现在的我是精神百倍、干劲十足。我觉得,在这个公司,我找到自己的事业发展方向,寻找一位名师,遇到一位有sense的老板和一群年轻、有干劲的高管。虽然推行过程中,遇到阻力、遇到不配合、遇到挫折,可是我还是很有信心的。
在ISO程序文件重整过程中,我有很多收获,分享如下:
一、文件编制的收获:
1、体系文件要跟公司的规模相适应,多不一定好,但要适宜。
之前我们公司请某知名顾问公司做的那套体系文件,有60多份啊,还有一些制度,加起来上百了。要知道那时候我们公司不到200人呢!
2、 体系文件一定要规划好,每份文件之间的关系要考虑清楚。
比如,ISO要求不合格品必须文件化,一般公司都是有专门的《不合格品管理程序》。我们也写了这份文件,可是写的过程中发现不合格品处理往往和流程的作业是一起的,而我们为了品质管控又专门定了一份《产品质量控制管理程序》,将品管部的各个质量控制环节专门来做定义。差一点将两份程序写得扯来扯去了。
后来就定义:《不合格品管理程序》只写如何处理不合格品;《产品质量控制管理程序》是写管理流程,不提不合格品的处置。但是两份要关联一下。例如在《产品质量控制管理程序》中写到“来料检验控制”这个环节,写了来料检验管理流程后,要提到“来料检验发现的不合格,依照《不合格品管理程序》处理。”在《不合格品管理程序》,不写具体的管理流程,只写不合格品如何产生,如“来料检验发现不合格”这种简短的语句,将不合格品的处理方式:让步放行、挑选、返修、退货、报废等时机或选择的条件说明清楚就OK了。
3、 文件流程图、正文、表单必须相互匹配。
例如在写《新产品开发管理程序》时,因为表单N多,当初写这份文件初稿的时候,技术总监从别处copy了很多表单过来,根本没有与程序的内容一一对应,后来发现一些表单出现得很突兀,出现一次,后文再也没有出现过,不知道作用是干吗的?有一份表单是<新产品各阶段目标项目表>,定义各个阶段的目标,例如合格率之类的。可是在后文中就只在设计阶段有出现过,而试制、小批量就没有出现过了!还有,表单设计的签核栏,在文件中要体现出来,如“x表单由who填写,报who审核、who批准”。
流程图是对正文内容的一个浓缩,只需要写“who、what”即可,其余都不必要。必须注意的是,很多时候文件改了正文,可能忘记改流程图,最终导致流程图与正文或表单不一致。
4、 文件必须有主导部门,主导部门让整个流程变成一个整体。
每份文件必须有主导部门,我们公司叫归口部门。意思是,当这个流程出了问题,有一个部门站出来去负主要责任、主导流程的重新检讨。我们不能让一个大流程图中出现几个负责部门,要知道:流程不能自动run下去!必须有人主导、引导不同部门之间的接口。那就是主导部门起的作用。例如“Z部门发出申请给A部门,A部门审核,送B部门审批,然后由A送到C部门执行,A部门负责跟进C执行的进度,C执行完成结果反馈给A,A确认结果后将信息或实物给回Z”。
例如今天的一个案例。在《4M1E变更管理程序》中定义:“申请部门提<4M1E变更申请表>给技术部经理审批,然后品管部负责监督各部门实施4M1E变更及效果跟踪。”这样一看,这份文件有两个主导:技术部、品管部。所以后来改成:“申请部门提<4M1E变更申请表>给品管部经理审批,必要时品管部送技术部确认;然后品管部负责监督各部门实施4M1E变更及效果跟踪。”这样,主导权都在品管部。
(待续:如何有效跟进ISO体系文件修订?) 收起阅读 »
1)重建ISO体系文件架构,总共规划34份手册+程序。已生效发布18份程序,讨论中程序12份,没有初稿的4份。讨论文件几十次吧,具体数据没有完全统计。每份文件的每个版本我都保存下来了,随时可以查阅。
2)独立完成各部门内部审核一次,历时10天。至少加班了5个晚上,每次3小时左右。
3)完成一份公司ISO体系运作的整体分析报告,即那份103页的PPT。历时半个月,共4个版本。最后一个版本花了4个工作日,每日加班到晚上10点。
4)制作教材,并实施了一天针对总经理等高管的ISO培训课程。该教材历时3个月,共4个版本。
5)独自调查、分析、制作了一份关于公司“成品库存降低长期措施”的报告。该报告历时2个月,共5个版本。
在这半年里,我努力过,退缩过,也失望过,但是现在的我是精神百倍、干劲十足。我觉得,在这个公司,我找到自己的事业发展方向,寻找一位名师,遇到一位有sense的老板和一群年轻、有干劲的高管。虽然推行过程中,遇到阻力、遇到不配合、遇到挫折,可是我还是很有信心的。
在ISO程序文件重整过程中,我有很多收获,分享如下:
一、文件编制的收获:
1、体系文件要跟公司的规模相适应,多不一定好,但要适宜。
之前我们公司请某知名顾问公司做的那套体系文件,有60多份啊,还有一些制度,加起来上百了。要知道那时候我们公司不到200人呢!
2、 体系文件一定要规划好,每份文件之间的关系要考虑清楚。
比如,ISO要求不合格品必须文件化,一般公司都是有专门的《不合格品管理程序》。我们也写了这份文件,可是写的过程中发现不合格品处理往往和流程的作业是一起的,而我们为了品质管控又专门定了一份《产品质量控制管理程序》,将品管部的各个质量控制环节专门来做定义。差一点将两份程序写得扯来扯去了。
后来就定义:《不合格品管理程序》只写如何处理不合格品;《产品质量控制管理程序》是写管理流程,不提不合格品的处置。但是两份要关联一下。例如在《产品质量控制管理程序》中写到“来料检验控制”这个环节,写了来料检验管理流程后,要提到“来料检验发现的不合格,依照《不合格品管理程序》处理。”在《不合格品管理程序》,不写具体的管理流程,只写不合格品如何产生,如“来料检验发现不合格”这种简短的语句,将不合格品的处理方式:让步放行、挑选、返修、退货、报废等时机或选择的条件说明清楚就OK了。
3、 文件流程图、正文、表单必须相互匹配。
例如在写《新产品开发管理程序》时,因为表单N多,当初写这份文件初稿的时候,技术总监从别处copy了很多表单过来,根本没有与程序的内容一一对应,后来发现一些表单出现得很突兀,出现一次,后文再也没有出现过,不知道作用是干吗的?有一份表单是<新产品各阶段目标项目表>,定义各个阶段的目标,例如合格率之类的。可是在后文中就只在设计阶段有出现过,而试制、小批量就没有出现过了!还有,表单设计的签核栏,在文件中要体现出来,如“x表单由who填写,报who审核、who批准”。
流程图是对正文内容的一个浓缩,只需要写“who、what”即可,其余都不必要。必须注意的是,很多时候文件改了正文,可能忘记改流程图,最终导致流程图与正文或表单不一致。
4、 文件必须有主导部门,主导部门让整个流程变成一个整体。
每份文件必须有主导部门,我们公司叫归口部门。意思是,当这个流程出了问题,有一个部门站出来去负主要责任、主导流程的重新检讨。我们不能让一个大流程图中出现几个负责部门,要知道:流程不能自动run下去!必须有人主导、引导不同部门之间的接口。那就是主导部门起的作用。例如“Z部门发出申请给A部门,A部门审核,送B部门审批,然后由A送到C部门执行,A部门负责跟进C执行的进度,C执行完成结果反馈给A,A确认结果后将信息或实物给回Z”。
例如今天的一个案例。在《4M1E变更管理程序》中定义:“申请部门提<4M1E变更申请表>给技术部经理审批,然后品管部负责监督各部门实施4M1E变更及效果跟踪。”这样一看,这份文件有两个主导:技术部、品管部。所以后来改成:“申请部门提<4M1E变更申请表>给品管部经理审批,必要时品管部送技术部确认;然后品管部负责监督各部门实施4M1E变更及效果跟踪。”这样,主导权都在品管部。
(待续:如何有效跟进ISO体系文件修订?) 收起阅读 »
记忆的点滴--我的主管之路
说真的,每天打开电脑,看看6SQ网站,看看各位质量达人在电脑上的表现,心中很是狂热。每次想提笔,但是工作的事情甚多,有些时候人也很懒,动也不想动;今天提笔写段,来表述自己的心情。 思绪在飞转,回到1998。那时候,我刚初中毕业,说实话,读书对我来说,是件很苦恼的事,不言而喻,我不爱读书,所以读高中肯定是无望。家里一直希望我读书,但也真的知道我不是那块料,就让我小舅带我去深圳,那时候我很兴奋,因为家乡那里有很多的人在那打工,我想我终于可以离开学校,离开家里的看守,我可以自由自在的,于是我借来堂哥的身份证,开始了我的第一次打工之旅。 来到深圳横岗,一个叫凹背村的地方,和一些前辈所说的那样,有两种事令我最反感,1.查暂住证。2.那些管理者。 从到达的第一天,现实的差距让我有了很大的不适应,因为我并不能一帆风顺的进厂,我太瘦小了,内行的人一看就知道我是童工,所以我不得不在出租屋里呆着。我记得很清楚,一天10元,就在那种一间房中间用木板隔着好几个的那种,现在想起来,怎一个黑字了得!去过深圳的人都知道,深圳的8月是真的很热很热,我每天出来找工作,光喝水都要5瓶,早上我一般不吃,中午2.5元,晚上2.5元,不管好不好,填饱肚子是最重要的,一天下来需要15元,很块从家里呆的钱也花的差不多,不过好在熟悉的人多,钱对我来说根本不是问题。最主要的是我想上班,我要找工作,出了这些,就是走在马路上,还要看看有没有带袖章的人,因为老乡里就有人因为没有暂住证被抓,还要家里寄6000元钱才放人的。而且我时刻提醒着晚上睡觉不能睡的太死,还要担心有人查出租屋。日子就这样煎熬的过了一个星期,我依然没有工厂去,我依然靠借钱维持着。 事情的转机出现在一个下午,我在一个工厂外应聘工人时,一个人在卸货,我顺手帮了下,结果他让我帮忙抬进里面,我看见门卫那些保安一个个立正,并且敬礼,后来才知道他是二老板。他问我准备做什么,我说随便;又问学历什么之类的,完后我一一对答,他说过你太年轻了,你要好好学习。我笑笑,到现在我才知道我当时的幼稚,才知道要在社会上的为人处事需要的圆滑。但是大家猜到机会就在那一问之间就没了,如果是现在,我想我一定会把握好的,但是没有如果,只有后果和结果。结果是我很顺利的上班了,和广大的劳动者一样早起晚归。但是就因为这样,我才有机会看到了我人生的第一本书《方于圆》,说实在的,我只记得其中的一句话至今还在我的脑海里:人生就像一枚铜钱那样,要外圆而内方,不要太圆滑,也不要太世故。这也为我后来的路打下了铺垫,准确的说为我重回学校也奠定了基础。 深圳的气候对于南方的人来说,应该是不适应的,第一,气候;第二,那地方,自来水加了漂白,喝的我受不了。很快我的脸上长满了痘痘,身上也很痒,我知道我开始动摇了,在家的养尊处优很快让我泄气,12小时的工作对我来说度日如年,我决定离开,重新找份工作,很快我就知道我错了,因为没有满一个月,辛辛苦苦的10天工资也别想拿了。年轻对我来说,太可笑了!我不计较这点工资,因为我有后盾。带着幼稚和天真我离开了,又回到了出租屋,我心里在盘算着我接下来该怎么走,但是现实的无奈将梦想击的支离破碎,时间在等待和忍耐中度过,很快就到了8月底了,我依然没有上班,我依然轻松,不因为钱而发愁;但是家里通过舅舅电话询问我怎么样,问问学校的日子和打工的生活对比怎么样。说实在的,我要感谢父母,他们早就在家给我搞好了初中复习的名额,只是我还不知道而已。 9月初了,我给自己盘算了下,整整一个月,除了我自己带的300元,我还借了500元;我灰心了,我想回家了,第一次给家里打了电话,妈妈哭了,说回吧!放下电话,才知道是那么的轻松。当晚就让小舅送我到惠州买了回家的火车票。一个月的漂流,让我见证了外面世界的繁华,但是深深感受到家的温暖。我就那么深沉的睡着,感受着温馨。 回到学校了,校园依旧。有变化的是同学是我低一届的,唯一变化的是我的性格,对于我而言,我不在像以前那样高谈论阔,我喜欢沉默。因为我突然发现我和同学们的思想是那么的格格不入,也突然间感觉长大了。和以前一样,书依然读不进,唯一进步的是我不在上课睡觉,不再和同学打闹,日子就这样消耗着过了两个学期。 不知不觉,就到了中考的时间,750分的总分我考了456分.很显然我只能选择读中专了,我选择了一所比较出名的,有国家级重点之称的中专,专业,数控机床加工应用技术专业。因为我想有一技之长。 来到新的环境,是军训。很幸运的被老师提名为班级组织委员,同时被推荐到学校的学生会做组织部做组织委员。这也许是我后来的主管之路的第一开始。学校的事情就不多说了。 中专读了四年,四年的时光流逝,转眼就要毕业,时间回到了2003年的6月初,我们每天在学校的小卖部的门口晃悠,终于等来了工厂的招聘.印象中很深刻的是,我只面试了一家,这是一家刚新注册的专做汽车发动机配件,如油箱的缸盖和缸体,属于铸造行业的,分重力铸造和压力铸造。很幸运的是我面试上了,说真的,就是一操作工吧!但比例是33:1,也就是说我们学校只有12人有机会去上班,但前提条件是等待到7月1日,因为厂房还没有盖好。为此我和班里2个同学还偷偷的去查看,情况是否属实。如希望的那样,确实没有盖好。就这样又等待了一个月,直到7.15日才去报道。 第一天培训厂纪厂规,都是合资方派来的领导安排的;第二天有从上海请来的一位高级工程师做了大道理的培训,听不懂;第三天,也是上海请来的实战派的浇注技师给我们安排的培训;第四天,分班,技师留下了4个人,我是其中一个,说是等待新任务。其它人一律上岗。那时候,心里高兴啊,以为是学校的一些管理工作啊让厂方领导要重用,窃喜中。经多方打听,才得知是有一台价值1000多万的意大利产的全自动浇注机要上线,领导高度重视,挑选合格人马留用的。就这样,每天在公司看着其它同学搞着手动式的机械忙的不亦乐乎,心里急啊,虽然实习工资450元,6个月的实习期,但那时心里也高兴啊。等待,还是等待,终于等来了意大利的2个工程师,一个负责电路,一个负责安装调试。 很快,零部件就一大车一大车的来,我们前期的主要工作经公司安排就是负责配合客人装流水线,卸箱,打地基,什么都搞,总之,客人让我们搞什么第一时间就干,那时候,不知累,反正客人什么时候下班我们就什么时候下班,寸影不离啊!!经一个月,客人终于安装完毕,看着高高在上的横梁,看着机械手在飞舞,心里痛快也轻松,看着其它同事羡慕的目光,心里那个陶醉啊!接下来,就是客人指导我们怎么操作,怎么设置。这些都不是问题,我们几个马上就能熟练的运作。程序都已经设置好,出了装模具和放芯子,其它的都是全自动,对我而言,没有新鲜的感觉,只要按部就班,基本上不会有问题。 客人要走了,交接完毕后通过翻译邀请我们4人去吃饭,客人下榻的酒店属于四星级的大酒店。我依然记得那天16.30分我们4人从公司直接穿着厂服和劳保鞋去的。因为厂里没有宿舍的,根本没有时间换衣服。我依然清楚的记得,当时的回头率是那么的高不可及,我们4个人从没有出入过这么高级的酒店,也从来没有和外国朋友共进晚餐的经历,我们审视这豪华布置的包间,和那秀色可餐的佳肴,不难想象那顿晚餐我们是多么的狼狈。但是我心底明白这不属于我,不属于我的空间,我想我可能不会有机会回来再吃这顿美味的。我必须努力的工作。 一个月后我们相安无事的工作,但一个人突然的到来,打破了这平静,就像平静的湖面突然被石头打破荡起涟漪那样。后来才知道,这是总部某经理的亲戚,来这当我们的领班,见面的第一天,他自我介绍说是在广州某厂做QC的组长的之类。晕,这让我们4个人甚是恼火,一个月后我们决定不好好工作,集体请假两天,主任不愿意,我们便旷工。走的时候重新设置了密码,果不然这班长压根就啥不会,生产就耽误了一天,老总知道了,很是恼火,就派主任找到我家里来了,没有办法我只好灰溜溜的回来了,结果,其它三人认为我不守信用,对我爱理不理的。就这样,我独自做满了6个月,所有来的员工第一次都拿到了1300元,就这次,我们4人AA制的吃了顿饭,算是和解。就这样过了8个月,平淡,平静。看着管理员每天夹着本子晃悠检查着我们的作业和产量,而且工资高出我们一倍多,我突然感觉我的人生很平庸,我在那时我就暗暗决心,我一定要做管理,而且在两年之内。就这样我决定离开,但是我深深的知道我没有工作阅历,没有人会欣赏,我还得重头来过。 第二家公司,是台湾出资,中方管理的,是做汽车模具的,如冲压模,成型,整形模具的。最大的优点是优秀员工可以派遣到台湾和日本去学习如何制作模具。与此同时,工资也高些。我面试的职位是模具学徒工,这里我居然遇见了高我几届的学长,也是我的老乡,日后也是我师傅的那个贵人。他刚从台湾进修回来,和他一起来面试的还有他的师傅,还有一科长,不用多说肯定是成功的进厂。 师傅话不是很多,什么工具都是亲自拿,后来才知道这是他第一次带徒弟,和他在一起,我就是看着他做, 收起阅读 »
SQE成长记6:被严重羞辱了
因应公司发展的需求,各部门都对自己的人员进行规划,并对相关人员加强培训,以便使人员素质和技能能能够适应和满足公司发展的需求。各单位因为平时处理各种杂事,根本就没有时间培训。培训计划的实施一拖再拖。最后上级单位强制要求并派人下来亲自督导和培训。这是一个TW过来的资深工程师,近四十岁的样子,在培训之前,按照规定他要先对我们受训的人进行摸底。于是就要有一次面对面的交谈。就是这次交谈,让我受到了严重的侮辱。
我们受训的人,首先拿到了一个摸底问卷,大致包含几个方面的内容:公司流程,品质体系,品质知识,专业知识(五金、塑胶类)。虽然其中80%的问题不知如何回答,但我还是认真查资料并作答了。我就拿着这份问卷去“面试”了。
与这个资深工程师在工作上是有些来往的,也算是熟人。我是抱着一种见熟人和将受到重用的心态去的。所以见面后,我表现得极其轻松自然,甚至有点放肆。相互握手坐下后,他说,轻松一点。
于是他开始发问:请问什么是品质?这第一题就把我问住了。我摇摇头说,说不清楚。于是他的脸色阴沉了下来,说,严肃点,请认真回答。我还是摇摇头。确实回答不出来。他盯着我,说,不是我要来找你们谈的,我才懒得理你们,你们平时爱干嘛就干嘛(我课长和他顶撞过,吵了一架),是上面的安排,请你配合点好吗?我看情况不是想象中那样,就尽量想我曾经在哪里看见过得对于品质的概念。说实话,工作了一年多,天天做品质改善,却从来没有思考过什么叫做品质。平时就瞎忙,做一个本分的打杂的,哪里去关注这些理论的东西。我东扯一点西拉一点。完全不得要领。他摇摇头,说,你是干这行的,你连品质是什么都不知道,真不知道你们老板要你们怎么做事。
接着问我:什么是MRB流程?我靠,天天参与做的事情,又无法清晰表达出来。他回以我白眼。当时我真想一下子逃离这个地方。他接着问我:你是如何管理供应商的?我支支吾吾半天,最后还冒出一句,稽核。然后他紧接着问:为什么要稽核,稽核的目的是什么?我又傻眼了。
后来问了质量管理体系中的八大管理原则,以及传统QC七大手法有哪些,什么时候会运用到,Cpk、Ca和Cp值的含义和计算,如何确定管制界限,能说出几条判异原则吗等等。我全答不上来或答不完整。他一边问,我一边摇头,然后他也摇头。如此循环。
到最后,他说,我不知道你们在这里是怎么做事的?到底你们知道些什么?平时还一个二个拽模拽样的,到底在拽什么(指我课长)?我辩解说,我们都是忙着打杂,公司也没有给我们做相关培训,在学校又不是学品质的,当然不知道了。他很鄙视很鄙视地看着我说:#, 公司是请你来做事的,付给你工资的,不是学校,招你来学习的,公司没有收你学费吧,所以没有义务给你教育吧?
他接着又用语重心长的语气说,#, 我不是针对你,不过你们也该想想,自己不学习,再这样混下去,能行吗?当然,在大陆,找工作很容易,相信你在这里做两年,出去就可以随便找个比这里待遇还要好的工作。所以学不学随你们的便。但是这样能混一辈子么?想想吧?
听着这样的话,心里的确不是滋味,这番话比打骂还令人难受,简直是种羞辱。最后,我是抱着严重的羞辱感,以及被开化的感激之情的矛盾心里离开的。
短短一个小时左右的谈话,让我大概有一个月的时间,都一直迷失在这种羞耻感中,心情糟糕到极点。
(但是这次的羞辱,却直接促成了我后面的快速成长。) 收起阅读 »
我们受训的人,首先拿到了一个摸底问卷,大致包含几个方面的内容:公司流程,品质体系,品质知识,专业知识(五金、塑胶类)。虽然其中80%的问题不知如何回答,但我还是认真查资料并作答了。我就拿着这份问卷去“面试”了。
与这个资深工程师在工作上是有些来往的,也算是熟人。我是抱着一种见熟人和将受到重用的心态去的。所以见面后,我表现得极其轻松自然,甚至有点放肆。相互握手坐下后,他说,轻松一点。
于是他开始发问:请问什么是品质?这第一题就把我问住了。我摇摇头说,说不清楚。于是他的脸色阴沉了下来,说,严肃点,请认真回答。我还是摇摇头。确实回答不出来。他盯着我,说,不是我要来找你们谈的,我才懒得理你们,你们平时爱干嘛就干嘛(我课长和他顶撞过,吵了一架),是上面的安排,请你配合点好吗?我看情况不是想象中那样,就尽量想我曾经在哪里看见过得对于品质的概念。说实话,工作了一年多,天天做品质改善,却从来没有思考过什么叫做品质。平时就瞎忙,做一个本分的打杂的,哪里去关注这些理论的东西。我东扯一点西拉一点。完全不得要领。他摇摇头,说,你是干这行的,你连品质是什么都不知道,真不知道你们老板要你们怎么做事。
接着问我:什么是MRB流程?我靠,天天参与做的事情,又无法清晰表达出来。他回以我白眼。当时我真想一下子逃离这个地方。他接着问我:你是如何管理供应商的?我支支吾吾半天,最后还冒出一句,稽核。然后他紧接着问:为什么要稽核,稽核的目的是什么?我又傻眼了。
后来问了质量管理体系中的八大管理原则,以及传统QC七大手法有哪些,什么时候会运用到,Cpk、Ca和Cp值的含义和计算,如何确定管制界限,能说出几条判异原则吗等等。我全答不上来或答不完整。他一边问,我一边摇头,然后他也摇头。如此循环。
到最后,他说,我不知道你们在这里是怎么做事的?到底你们知道些什么?平时还一个二个拽模拽样的,到底在拽什么(指我课长)?我辩解说,我们都是忙着打杂,公司也没有给我们做相关培训,在学校又不是学品质的,当然不知道了。他很鄙视很鄙视地看着我说:#, 公司是请你来做事的,付给你工资的,不是学校,招你来学习的,公司没有收你学费吧,所以没有义务给你教育吧?
他接着又用语重心长的语气说,#, 我不是针对你,不过你们也该想想,自己不学习,再这样混下去,能行吗?当然,在大陆,找工作很容易,相信你在这里做两年,出去就可以随便找个比这里待遇还要好的工作。所以学不学随你们的便。但是这样能混一辈子么?想想吧?
听着这样的话,心里的确不是滋味,这番话比打骂还令人难受,简直是种羞辱。最后,我是抱着严重的羞辱感,以及被开化的感激之情的矛盾心里离开的。
短短一个小时左右的谈话,让我大概有一个月的时间,都一直迷失在这种羞耻感中,心情糟糕到极点。
(但是这次的羞辱,却直接促成了我后面的快速成长。) 收起阅读 »
SQE成长记5:初学稽核所受的刺激
刚开始到供应商处稽核,是跟随我们组长去的,做异常改善状况的现场稽核。他从业才两三年,稽核流程和技巧是跟我们课长学来的。而我们课长, 居然是个连报告都不会写的人,打字或运用Office软件都困难,课长出差就带着一个相机,回来就把相机扔给我们组长,由他来写报告。相当惊诧!我们课的所有报告,都是组长写,课长在旁边看完成的。刚入职的时候,连我这菜鸟都有机会给我们课长帮助。不过他的技术能力很强。可以想象,我和我的组长出去,完全是抱着向别人学习的心态去的,几乎谈不上给供应商辅导。
所以,当供应商说欢迎我们去指导的时候,我们只能连连说,不敢当,我们是来学习的。不过这一招还是相当管用,供应商各系统和流程都给我们讲解和展示得很清楚,以至于我们还是能提出一两个建议的。以至于后来我组长对我说,出去稽核要谦虚,别人是这个行业的专家,不要因为是客户就指手画脚,搞不好是要闹笑话的。当时心里觉得很不舒服,我们是客户,怎么做得如此低声下气的呢?当时感觉做客户做成这样子,十分窝囊,十分悲哀! 后来,有资深SQE带我们去一个供应商处稽核,顺便锻炼我们。那位资深SQE不表态则已,一表态,几乎都能抓住问题的实质或关键,让供应商很佩服,很感激,连连说,你是这个行业的专家,请你多提意见。供应商那恭敬虔诚的态度,使人看了会胃痉挛。当时我们看在眼里,心里却希望有一天也能做到这样,享受享受上帝的待遇。
再后来,陪同我们客户,去我们的一个主要供应商处作为期两天的稽核。客户一行五六人,都是客户的高级SQE,自己都有开车。初看起来,都不怎么起眼。以看我们公司的人的经验,我觉得他们十有八九都是打混的主。可是后来接触后,才发现我错了。他们厉害得,连他们聊天,我都插不上话。好歹我也是个大学生,好歹我也是个喜欢阅览后吹牛皮的主,好歹我也是个同行。可是真的插不上话。平时我们聊的都太肤浅了。整个稽核过程他们驾轻就熟,轻重得当,成效显著。他们的主要特点在于,专业能力很强,英语很好,见识很广。他们是可以在自己家里办公的,不用到公司去。
这次稽核给我极大的震撼。虽然当时我的表现获得一定认可,但是与他们比起来,我才知道自己差得如此之远。直到今天,我也把做一个这样的高级SQE作为目标。没想过要放弃。 收起阅读 »
所以,当供应商说欢迎我们去指导的时候,我们只能连连说,不敢当,我们是来学习的。不过这一招还是相当管用,供应商各系统和流程都给我们讲解和展示得很清楚,以至于我们还是能提出一两个建议的。以至于后来我组长对我说,出去稽核要谦虚,别人是这个行业的专家,不要因为是客户就指手画脚,搞不好是要闹笑话的。当时心里觉得很不舒服,我们是客户,怎么做得如此低声下气的呢?当时感觉做客户做成这样子,十分窝囊,十分悲哀! 后来,有资深SQE带我们去一个供应商处稽核,顺便锻炼我们。那位资深SQE不表态则已,一表态,几乎都能抓住问题的实质或关键,让供应商很佩服,很感激,连连说,你是这个行业的专家,请你多提意见。供应商那恭敬虔诚的态度,使人看了会胃痉挛。当时我们看在眼里,心里却希望有一天也能做到这样,享受享受上帝的待遇。
再后来,陪同我们客户,去我们的一个主要供应商处作为期两天的稽核。客户一行五六人,都是客户的高级SQE,自己都有开车。初看起来,都不怎么起眼。以看我们公司的人的经验,我觉得他们十有八九都是打混的主。可是后来接触后,才发现我错了。他们厉害得,连他们聊天,我都插不上话。好歹我也是个大学生,好歹我也是个喜欢阅览后吹牛皮的主,好歹我也是个同行。可是真的插不上话。平时我们聊的都太肤浅了。整个稽核过程他们驾轻就熟,轻重得当,成效显著。他们的主要特点在于,专业能力很强,英语很好,见识很广。他们是可以在自己家里办公的,不用到公司去。
这次稽核给我极大的震撼。虽然当时我的表现获得一定认可,但是与他们比起来,我才知道自己差得如此之远。直到今天,我也把做一个这样的高级SQE作为目标。没想过要放弃。 收起阅读 »
SQE成长记4:写检讨书和被骂
写过二次检讨书。
第一次是因为群发邮件。我们邮箱用的是Outlook,大家创建了许多群邮箱,方便快速便捷的发邮件给相关部门或群体人员。刚好我们来了位新厂长,是个推崇精细化管理的人。给我们的规定中就有一条,不能随便发群邮箱给非相关人员,占用和浪费公司资源。前面也说过,我进去也没有什么系统的培训和宣导,但是这个规定,老板还是宣导过了的。平时我们使用邮件,都是小心翼翼的。
一次,一个和工程有关的异常处理邮件,我发给了工程部的群邮箱。因为我并不知道这个群邮箱里有厂长在里面,因为他有挂职代理工程部经理。于是乎就被厂长知道了。后来一次经理开会回来,就要求我写检讨,说厂长要求下来的。这件事,当时觉得,是因为我们部门太弱,厂长非常不喜欢我们经理,于是,在厂长那里,我可能成了“鸡”被杀了来敬“猴”,毕竟还有“新官上任三把火”的意思;另外,在经理处,他不帮我开脱,大概是把我当成了部门受处罚的“替罪羊”了。不过对于刚出校门,血气方刚,书生气十足的我,根本不在意,根本没考虑这些会对职场前途有什么影响。
第二次写检讨,是因为重工材料没有在本体做标识。当时我负责的一款FFC Cable,与Connect接触不良,分析原因是Cable 金手指上有残胶。后来就找供应商处理,他们重工了我们的库存和他们的库存(用酒精无尘布擦拭)。可能因为重工不到位,后来使用时,每天断断续续发生异常。这个问题影响了产能,而且迟迟没有彻底解决。
厂长发飙了,跑来我们工程师开的品质会议上,对着我把我们部门一顿臭骂。然后问我们都做了什么处理对策?我说已经有安排重工过。于是问我,你说重工过,有何凭证?有做标识么?我说在外箱上有做标识。接着问我,那本体上有没有标识?什么标识?我说,本体上没有标识。
于是厂长大发雷霆。说,为什么没有在本体做标识?我要求过多少次了,你不知道吗?是不是你老板没有告诉你?如果是你老板没有告诉你,马上回去告诉你老板,让他给我写检讨!我完全没有机会回话,就被他轰出会议室。
然后我把情况告诉我们经理,他叹气说,那你也要写检讨,作为我的检讨的附件。
除了这两次检讨,我还有一次被厂长破口大骂的经历。
那是车间发现一款螺母螺纹异常,易松动。因各种原因(我能力范围外的),也是个“历史遗留”问题,迟迟未解决。厂长在一次停线后,跑到车间,召集相关单位,商讨对策,原本应该是我们课长去的,但是他知道厂长的厉害,硬把我拉上。于是,当厂长问这个问题,供应商那边的联系是谁,怎么处理的?我站了出来。
我说了大概不到5句目前的处理进度,厂长就不耐烦了。说,你啰啰嗦嗦说了一堆,我什么都不明白,你们到底做了什么改善?!我看厂长还算和善的样子。胆怯地问,那该怎么处理?这句话一出口,厂长立马像换了个人似的,火冒三丈,大声嘶喊着(感觉像要把人给吃了):你问我?我问谁?叫你们经理来,问你们经理!整个车间几百近千平的空间,每个员工都被震慑住了。然后他接着问:你是学什么的?我回:机械。他又问:那你会什么?还没等我回答。他突然又开始嘶喊:你什么都不会!你只会吃饭啦!(我惊,幸好没说我只会吃屎,因为我们有人在会上就被他骂说只会吃大便)。现在想起这件事,还觉得好笑! 收起阅读 »
第一次是因为群发邮件。我们邮箱用的是Outlook,大家创建了许多群邮箱,方便快速便捷的发邮件给相关部门或群体人员。刚好我们来了位新厂长,是个推崇精细化管理的人。给我们的规定中就有一条,不能随便发群邮箱给非相关人员,占用和浪费公司资源。前面也说过,我进去也没有什么系统的培训和宣导,但是这个规定,老板还是宣导过了的。平时我们使用邮件,都是小心翼翼的。
一次,一个和工程有关的异常处理邮件,我发给了工程部的群邮箱。因为我并不知道这个群邮箱里有厂长在里面,因为他有挂职代理工程部经理。于是乎就被厂长知道了。后来一次经理开会回来,就要求我写检讨,说厂长要求下来的。这件事,当时觉得,是因为我们部门太弱,厂长非常不喜欢我们经理,于是,在厂长那里,我可能成了“鸡”被杀了来敬“猴”,毕竟还有“新官上任三把火”的意思;另外,在经理处,他不帮我开脱,大概是把我当成了部门受处罚的“替罪羊”了。不过对于刚出校门,血气方刚,书生气十足的我,根本不在意,根本没考虑这些会对职场前途有什么影响。
第二次写检讨,是因为重工材料没有在本体做标识。当时我负责的一款FFC Cable,与Connect接触不良,分析原因是Cable 金手指上有残胶。后来就找供应商处理,他们重工了我们的库存和他们的库存(用酒精无尘布擦拭)。可能因为重工不到位,后来使用时,每天断断续续发生异常。这个问题影响了产能,而且迟迟没有彻底解决。
厂长发飙了,跑来我们工程师开的品质会议上,对着我把我们部门一顿臭骂。然后问我们都做了什么处理对策?我说已经有安排重工过。于是问我,你说重工过,有何凭证?有做标识么?我说在外箱上有做标识。接着问我,那本体上有没有标识?什么标识?我说,本体上没有标识。
于是厂长大发雷霆。说,为什么没有在本体做标识?我要求过多少次了,你不知道吗?是不是你老板没有告诉你?如果是你老板没有告诉你,马上回去告诉你老板,让他给我写检讨!我完全没有机会回话,就被他轰出会议室。
然后我把情况告诉我们经理,他叹气说,那你也要写检讨,作为我的检讨的附件。
除了这两次检讨,我还有一次被厂长破口大骂的经历。
那是车间发现一款螺母螺纹异常,易松动。因各种原因(我能力范围外的),也是个“历史遗留”问题,迟迟未解决。厂长在一次停线后,跑到车间,召集相关单位,商讨对策,原本应该是我们课长去的,但是他知道厂长的厉害,硬把我拉上。于是,当厂长问这个问题,供应商那边的联系是谁,怎么处理的?我站了出来。
我说了大概不到5句目前的处理进度,厂长就不耐烦了。说,你啰啰嗦嗦说了一堆,我什么都不明白,你们到底做了什么改善?!我看厂长还算和善的样子。胆怯地问,那该怎么处理?这句话一出口,厂长立马像换了个人似的,火冒三丈,大声嘶喊着(感觉像要把人给吃了):你问我?我问谁?叫你们经理来,问你们经理!整个车间几百近千平的空间,每个员工都被震慑住了。然后他接着问:你是学什么的?我回:机械。他又问:那你会什么?还没等我回答。他突然又开始嘶喊:你什么都不会!你只会吃饭啦!(我惊,幸好没说我只会吃屎,因为我们有人在会上就被他骂说只会吃大便)。现在想起这件事,还觉得好笑! 收起阅读 »
我一直在奔跑!--《广东质量》专访6SQ总经理龙天
《广东质量》杂志记者近日来到6SQ广州总部采访了6SQ总经理龙天。
6SQ总经理 龙天
人物简介: 网名“龙天”,广州六西格玛企业管理有限公司总经理,全国六西格玛推进委员会委员,其一手创办的六西格玛品质网已突破30万会员,是亚太地区最好的质量管理中文专业网站。龙天:我一直在奔跑
兴趣是坚持的源动力
龙天,一个很有质感的男人,一个本在工厂里从事质量改善相关工作的管理人,却因为灵魂里的不安分,带着对质量领域的狂热兴趣和人生的抱负,踏上了创业之路,开始了全新的人生旅途。
2001年,龙天从东莞来到了广州,在工作之余的闲暇时间里龙天玩起了新兴不久的个人网站。在注册了自己的个人网站后,龙天坚持每天在上面抒写自己的心情日记以及质量知识信息,久而久之他的个人网站名气越来越大,开始被质量领域的人广泛关注,而那时,网络上的一些从事质量的朋友都希望有个交流互动的平台。龙天熟知自己对互联网几近疯狂的热爱,并在了解互联网上关于质量论坛几乎一片空白后,毅然决定打造一个质量人共同交流的平台。
事实证明这个决定是正确的,很快由他一手创办的六西格玛品质网(6SQ)人气激增,网站也由单纯的质量人线上互动交流到资料分享、线下活动、专业培训、人才招聘集一体的多功能平台。而他本人更是在这期间有了很大的成长,“在工厂里做个质量职员和自己做质量网站完全不一样,我面对的是全国的质量人,我在网络上发布有用的质量信息,让大家去学习,这是一种非常自豪的感觉。而踏入这个领域,也让我有了质的改变,接触的人、思考的问题、发挥的作用、获得的成长,这都让我感到我的选择是对的。”
“因为喜欢,才会有持续的激情去努力,也会享受这个过程,享受努力过后赢得的那种恣意的满足。”如今10年过去,回过头来看这些年,龙天感慨到兴趣是他坚持的源动力。而因为这种兴趣和坚持,让龙天在这个领域找到了方向,他逐渐清楚地知道他所面对的市场,他所能把握的局面,他对对手的一种姿态,以及他能够选择的一种市场生存策略。这一切他都运筹帷幄,更有决胜千里之气势。
而今龙天依然带着他的不懈努力和执著梦想,兢兢业业默默奋斗,他一手培育的6SQ网也一跃成为了已有30多万质量人注册的,亚太地区最好的质量管理中文专业网站。
质量人的综合素质有待提高
近年来,层出不穷的质量问题,对于质量工作第一线的企业质量经理人来说,是饱受了领导的批评和外界的抨击。不仅如此,质量经理人还处在流动性大、待遇差、不被重视、没有话语权等“无奈”和“尴尬”的境遇。作为中国最大的质量论坛的管理者龙天,他更能深切体会到质量经理人群生存现状的困惑。“虽然相比早期的质量经理人只需做一些基本的检测和很细小的工作,现在的质量经理人在各方面条件和能力都有了质的提升。因为在国家政策的引导、国外先进质量方法的引进、行业标准的提升,渐渐地推动了质量经理人的职业发展和地位提高,但是依然不理想。”龙天似有无奈地说到。
在龙天看来,要改变现状,质量人需要综合素质的提高,而单纯的解决质量问题已不能满足今天的质量经理的岗位要求,质量人要善于从工作中发现潜伏的质量问题,善于说服老板提高质量的重视程度,善于引导各部门员工提升自身质量意识,“多参与质量交流活动,甚至于多学一门语言,多交一个朋友,多扩展自己的视野,这些都是综合素质提高的体现。”
龙天还表示,由于工作性质决定了质量人要时刻面对不同的人群,对内从老板、各部门主管到基层一线的生产工人、业务员等,对外从政府相关部门、检测机构到客户、消费者。所以质量人更应有自己的原则,要秉持良好的操守,综合各方面意见,要有理有据地去说服别人,发现了问题就要及时去纠正,要想办法让自己的老板重视产品的质量,让自己在公司有话语权。
“质量人这一群体中大多都是理想主义者,总希望把事情做到完美。”龙天说,带着作为质量人的一丝骄傲和自豪。
珠三角与长三角质量经理人现状不理想
在中国的经济地理版图上,长三角和珠三角一直就是两个引领全国经济发展的重要引擎,二者之间的各项经济数据的变化从来都是多方关注的焦点。
而质量经理人在这两个地区的情况分布怎样,他们的生存状况有没有不同,能力上是否有偏颇?
龙天通过多次对这两个地区质量经理人的接触,总结发现了这两个地区质量经理人存在着几方面的差异:一、福利待遇:由于长三角外资企业多,以及政府机制的扶持,这个地区的质量人福利与工作环境要优于珠三角;二、员工的流动性:珠三角虽然作为改革开放的前沿城市,但是由于前期人文情怀相对淡然,这导致了部分质量人才的流失。而长三角地区很多都是本地人,流动性少;三、学习积极性:在长期对这两个地区质量人的培训活动中了解到,长三角地区质量人对活动的参与度更活跃,学习的积极性也相对浓烈。但珠三角区域的质量人也都会主动提升工作能力;四、长三角地区企业相对注重高档产品的销货,企业领导人对质量更看重,因此质量经理人也形成了一种较为良性的氛围。
“但这并不是说长三角的质量人能力就比珠三角的高,只是可能因为长三角区外企多、福利好、流动性小等因素让其区域的质量经理人更活跃,也更主动提升工作能力。但,总的来说这两个地区的质量经理人的现状还都是不理想的。”龙天最后强调。
为胜利而奔跑
10年商战,龙天从零开始到颇有建树,我想这10年的春秋于他而言,一定有成功与失败、快乐与痛苦、荣誉与诽言、困惑与警醒,每个阶段也一定会经历一次次艰难的抉择、一场场轰动的革命。
我以为龙天会更多地和我谈论这些,谈论这些年他所经历的风雨或辉煌,然而他只是轻描淡写地带过。
他更愿意和我们分享他的乐观与坚韧,他更是一直以狮子和羚羊奔跑的故事来鞭笞自己。“只要早晨第一道曙光出现,不论你是狮子还是羚羊,你一定要跑得比对方快。物竞天择适者生存,只有你做到最强最好,才有好的生活,才能活命。所以我时刻警惕,所以我跑,为胜利而跑。”
龙天一直在奔跑。
于是在谈到公司未来战略规划时,龙天透露出的是一份睿智,而他更是以他一个在传统市场卖软件的朋友对他说的话,来凸显了他的自信。“我一个实营店卖软件一天最多卖几十套,常年积累也是个有限的数字,而你拥有一个注册会员达30万甚至以后更多的会员的网络平台,你影响的是几十万,这个数字这样的平台是非常有发展空间的。”说这段话时,我明显从龙天的脸上看到了他的壮志。
谈到6SQ这个平台,龙天更是滔滔不绝,“每个行业都需要有个自己的平台, 质量人也必须要有一个自己行业的交流平台,它承载着同一群人的喜怒哀乐,某种意义来讲6SQ就是质量人的娘家”
另外,“网络与传统的最大的不同就是速度、海量、便捷与个性化,我们的论坛就是这样,起关键作用的速度具体体现出来,就能快速满足用户的个性化需求。6SQ意味着什么,意味着我们和用户之间是零距离的,我们能满足用户更多更全的需求。”
经过10年的市场历练,未来6SQ将在提供人才招聘、交流平台等基础服务上,还要致力于提高国内企业对品质的认识,以及为中国企业培养大批优秀的品质人才,为改善中国企业产品品质,打造中国企业卓越品质形象而努力。
采访时,我们坐在临窗的位置,窗外是车水马龙的广州大道,关着的窗户隔离了外界的噪音,平静的室内突然有种波涛起伏、气势开阖的力量。我想,这种隐隐的力量或许正是源自龙天对未来的壮志满酬。 收起阅读 »
6SQ总经理 龙天
人物简介: 网名“龙天”,广州六西格玛企业管理有限公司总经理,全国六西格玛推进委员会委员,其一手创办的六西格玛品质网已突破30万会员,是亚太地区最好的质量管理中文专业网站。龙天:我一直在奔跑
兴趣是坚持的源动力
龙天,一个很有质感的男人,一个本在工厂里从事质量改善相关工作的管理人,却因为灵魂里的不安分,带着对质量领域的狂热兴趣和人生的抱负,踏上了创业之路,开始了全新的人生旅途。
2001年,龙天从东莞来到了广州,在工作之余的闲暇时间里龙天玩起了新兴不久的个人网站。在注册了自己的个人网站后,龙天坚持每天在上面抒写自己的心情日记以及质量知识信息,久而久之他的个人网站名气越来越大,开始被质量领域的人广泛关注,而那时,网络上的一些从事质量的朋友都希望有个交流互动的平台。龙天熟知自己对互联网几近疯狂的热爱,并在了解互联网上关于质量论坛几乎一片空白后,毅然决定打造一个质量人共同交流的平台。
事实证明这个决定是正确的,很快由他一手创办的六西格玛品质网(6SQ)人气激增,网站也由单纯的质量人线上互动交流到资料分享、线下活动、专业培训、人才招聘集一体的多功能平台。而他本人更是在这期间有了很大的成长,“在工厂里做个质量职员和自己做质量网站完全不一样,我面对的是全国的质量人,我在网络上发布有用的质量信息,让大家去学习,这是一种非常自豪的感觉。而踏入这个领域,也让我有了质的改变,接触的人、思考的问题、发挥的作用、获得的成长,这都让我感到我的选择是对的。”
“因为喜欢,才会有持续的激情去努力,也会享受这个过程,享受努力过后赢得的那种恣意的满足。”如今10年过去,回过头来看这些年,龙天感慨到兴趣是他坚持的源动力。而因为这种兴趣和坚持,让龙天在这个领域找到了方向,他逐渐清楚地知道他所面对的市场,他所能把握的局面,他对对手的一种姿态,以及他能够选择的一种市场生存策略。这一切他都运筹帷幄,更有决胜千里之气势。
而今龙天依然带着他的不懈努力和执著梦想,兢兢业业默默奋斗,他一手培育的6SQ网也一跃成为了已有30多万质量人注册的,亚太地区最好的质量管理中文专业网站。
质量人的综合素质有待提高
近年来,层出不穷的质量问题,对于质量工作第一线的企业质量经理人来说,是饱受了领导的批评和外界的抨击。不仅如此,质量经理人还处在流动性大、待遇差、不被重视、没有话语权等“无奈”和“尴尬”的境遇。作为中国最大的质量论坛的管理者龙天,他更能深切体会到质量经理人群生存现状的困惑。“虽然相比早期的质量经理人只需做一些基本的检测和很细小的工作,现在的质量经理人在各方面条件和能力都有了质的提升。因为在国家政策的引导、国外先进质量方法的引进、行业标准的提升,渐渐地推动了质量经理人的职业发展和地位提高,但是依然不理想。”龙天似有无奈地说到。
在龙天看来,要改变现状,质量人需要综合素质的提高,而单纯的解决质量问题已不能满足今天的质量经理的岗位要求,质量人要善于从工作中发现潜伏的质量问题,善于说服老板提高质量的重视程度,善于引导各部门员工提升自身质量意识,“多参与质量交流活动,甚至于多学一门语言,多交一个朋友,多扩展自己的视野,这些都是综合素质提高的体现。”
龙天还表示,由于工作性质决定了质量人要时刻面对不同的人群,对内从老板、各部门主管到基层一线的生产工人、业务员等,对外从政府相关部门、检测机构到客户、消费者。所以质量人更应有自己的原则,要秉持良好的操守,综合各方面意见,要有理有据地去说服别人,发现了问题就要及时去纠正,要想办法让自己的老板重视产品的质量,让自己在公司有话语权。
“质量人这一群体中大多都是理想主义者,总希望把事情做到完美。”龙天说,带着作为质量人的一丝骄傲和自豪。
珠三角与长三角质量经理人现状不理想
在中国的经济地理版图上,长三角和珠三角一直就是两个引领全国经济发展的重要引擎,二者之间的各项经济数据的变化从来都是多方关注的焦点。
而质量经理人在这两个地区的情况分布怎样,他们的生存状况有没有不同,能力上是否有偏颇?
龙天通过多次对这两个地区质量经理人的接触,总结发现了这两个地区质量经理人存在着几方面的差异:一、福利待遇:由于长三角外资企业多,以及政府机制的扶持,这个地区的质量人福利与工作环境要优于珠三角;二、员工的流动性:珠三角虽然作为改革开放的前沿城市,但是由于前期人文情怀相对淡然,这导致了部分质量人才的流失。而长三角地区很多都是本地人,流动性少;三、学习积极性:在长期对这两个地区质量人的培训活动中了解到,长三角地区质量人对活动的参与度更活跃,学习的积极性也相对浓烈。但珠三角区域的质量人也都会主动提升工作能力;四、长三角地区企业相对注重高档产品的销货,企业领导人对质量更看重,因此质量经理人也形成了一种较为良性的氛围。
“但这并不是说长三角的质量人能力就比珠三角的高,只是可能因为长三角区外企多、福利好、流动性小等因素让其区域的质量经理人更活跃,也更主动提升工作能力。但,总的来说这两个地区的质量经理人的现状还都是不理想的。”龙天最后强调。
为胜利而奔跑
10年商战,龙天从零开始到颇有建树,我想这10年的春秋于他而言,一定有成功与失败、快乐与痛苦、荣誉与诽言、困惑与警醒,每个阶段也一定会经历一次次艰难的抉择、一场场轰动的革命。
我以为龙天会更多地和我谈论这些,谈论这些年他所经历的风雨或辉煌,然而他只是轻描淡写地带过。
他更愿意和我们分享他的乐观与坚韧,他更是一直以狮子和羚羊奔跑的故事来鞭笞自己。“只要早晨第一道曙光出现,不论你是狮子还是羚羊,你一定要跑得比对方快。物竞天择适者生存,只有你做到最强最好,才有好的生活,才能活命。所以我时刻警惕,所以我跑,为胜利而跑。”
龙天一直在奔跑。
于是在谈到公司未来战略规划时,龙天透露出的是一份睿智,而他更是以他一个在传统市场卖软件的朋友对他说的话,来凸显了他的自信。“我一个实营店卖软件一天最多卖几十套,常年积累也是个有限的数字,而你拥有一个注册会员达30万甚至以后更多的会员的网络平台,你影响的是几十万,这个数字这样的平台是非常有发展空间的。”说这段话时,我明显从龙天的脸上看到了他的壮志。
谈到6SQ这个平台,龙天更是滔滔不绝,“每个行业都需要有个自己的平台, 质量人也必须要有一个自己行业的交流平台,它承载着同一群人的喜怒哀乐,某种意义来讲6SQ就是质量人的娘家”
另外,“网络与传统的最大的不同就是速度、海量、便捷与个性化,我们的论坛就是这样,起关键作用的速度具体体现出来,就能快速满足用户的个性化需求。6SQ意味着什么,意味着我们和用户之间是零距离的,我们能满足用户更多更全的需求。”
经过10年的市场历练,未来6SQ将在提供人才招聘、交流平台等基础服务上,还要致力于提高国内企业对品质的认识,以及为中国企业培养大批优秀的品质人才,为改善中国企业产品品质,打造中国企业卓越品质形象而努力。
采访时,我们坐在临窗的位置,窗外是车水马龙的广州大道,关着的窗户隔离了外界的噪音,平静的室内突然有种波涛起伏、气势开阖的力量。我想,这种隐隐的力量或许正是源自龙天对未来的壮志满酬。 收起阅读 »
质量人是什么让你在说谎?
早几天在6SQ论坛看到一篇贴子说,“质量人是最大的造假户”,这些话说的显得有些不合适,听着来也有些不顺耳,因为我们都是质量人,哪有自己说自己不是的呢?不过也道出了质量人的一些无奈,那么我今天想说的是“是什么让我们变得有时候要去做假呢?”
先从一个案例说起,前段日子接到一客户投诉:“某型号手机塑胶壳体,组装成成品手机到了市场后,出现5%左右断裂现象。”客户派出了专人,来公司调查。至于是什么原因造成,我们内部基本上是知道八九不离十的(原因极有可能是外包供应商用料有问题,产品是外包的,对外包供应商的用料控制基本是空白的,而且外包的其他客户的产品也有类似客诉 当然我们这不讨论内部对外包产品的控制有问题 因为有外包之前质量部门也极力反对过 所选的外包供应商没有资质),但老总说了,出现质量事故就是品质部门来主导处理的,不管是哪个部门的责任。客户专人来了,肯定会问是什么原因,能说实话吗?说了不就完蛋了?没有经过客户就外包,而且还出了质量问题,等着罚款吧!
客户专人如期的到来了,本来就已经是坏事了,一工程的大哥新来的,两句话就对客户道出了天机“产品是外包的。。。。。。”,这时我恨不得踢他几下,本来此事我是想在客户面前认个错,补点不良的物料,请客户的专人HAPPY HAPPY之类的,大事化小 小事化了的,想不到半路杀出个“程咬金”。客户很惊讶!这些怎么办,完蛋了!我灵机一动,当然又要开始“编谎造假”了,忙在会议桌下踢了工程大哥一脚,让他快点闭嘴,我又开始解释,实质上不是什么外包,这家公司是我们的事业二部(我知道就算客户不相信,我也不会给他时间去证明 尽量拖到明天,等一切安排好 客户想去看就去看了)。我马上又采用转移话题的方式,把我在他来之前就准备好的一些过程记录,用料记录(供应商很烂这些都没有 是我做假的)、检验记录等,包括后续怎么控制改善跟客户沟通了,气氛才缓和了些。最后客户要求把我准备的这些资料给他带走,同时回复一份正式的8D。。。。。。
事情处理还算圆满,最后免费补了500套壳。内部也自主改善了。昨天也在跟同事聊到此事,质量也是没办法?毕竟是老板给我们发工资,我们要维护给我们发工资的人的利益。同事说,假如客户给我们发工资,而我们是客户派驻的,这些东西我们也不会造假,会全盘脱出,我反问,如果真是这样,你想想不是被老板灭了,就是被老板收买腐败了。
不管是做假还是“善意的谎言”,质量人真的很无奈,因为我们没有太多的限权,或许大家也需要生存。 收起阅读 »
质量管理的四个观念
不论是“中国制造”还是“中国创造”,最根本的是“中国质量”。现在中国货在世界上的口啤,主要不是“无创新”,而是“质量差”。尽管经过多年努力,我们的产品质量在不断提升,但实物质量水平仍不如人意,且假冒伪劣品在市场上随处可见。质量强,国家才能强。对企业来讲,产品强、服务强(服务也是产品),企业才能强。 质量管理有技术、有工具,但更重要的是观念,我认为有四个观念非常重要。 1、质量定义:质量到底是什么?按照国家标准讲是反映产品或服务满足明确或隐含需要能力的特征和特性的总和。所谓明确需要,是合格达标满足合同要求,这是底线。所谓隐含需要,就很复杂很个性很动态了。但正是在这一点上需要企业下更大的功夫,我管这个叫人文指标。产品和服务好不好,谁说了算,不是老板、总经理、质检人员说了算,而是客户、顾客说了算。北京稻香村的质量观是:顾客满意是质量的唯一标准。用这样的标准去追求质量,才能持续为顾客创造价值。 2、质量系统:质量管理一定要靠系统,从全面质量管理到ISO9000质量体系标准,核心理念就是全员全过程,包括管理责任、资源支持、控制过程、检查评估这几个基本模块。但不管过程多长多复杂,一定要把管理重心前移,从源头抓起。质量必须首先设计,然后再投入到生产过程中去。有许多产品的质量不是加工问题,而是从设计时就注定了它的低品质。我曾经说过,质量管理要向前、向前、再向前! 3、执行标准:产品和服务首先要有标准,同时要把标准执行到位。为什么我们的产品、服务质量不稳定,这一批和那一批不同,一个人和另一个人不同,根子在标准和执行上的误差。为什么材料、工艺、设备、人员上的变化往往带来质量上的波动,主要是新变化没有受控于新的操作标准。我们永远不要让员工去做一件未经培训的事情。检验虽然不是万能的,但没有检验是万万不能的。 4、评价准则:许多企业还在用合格率做唯一的质量评价,其实,更应该用不合要求所付出的全部代价来衡量。它不仅会使质量成本上升,造成经济上的损失,更重要的是使你失去市场,失去客户,失去信用。三鹿的合格率可能很高,但还是死在了质量上。全国每年因质量信用造成的损失高达5800亿元。 二战后,日本在一片废墟上重建家园,当时的产品质量很差,曾使“东洋货”在世界上成了“劣质品”的代名词。改革开放初期温州制造业崛起,但粗制滥造,曾使“温州产”成了“假冒伪劣”的代名词。只有当他们真正重视质量,实施质量战略时,才使经济得到健康发展。 《大清律》中规定:“凡民间造器用之物,不牢固正实及绢布之属纰薄短狭而卖者,各笞五十。”“凡造作不如法者,笞四十。”封建社会对质量问题,对制假售劣都有严格的监管,出了问题要打屁股。质量是社会财富的物质价值,是一个永恒的社会主题,进入二十一世纪,我们又该有什么样的质量观念和文化呢? 收起阅读 »
八月二十九 领导离职随笔
8/29,得知一个爆炸性的消息:我前一公司的上司月底就要离职了。
在得知这个消息之前,大家从来没有想到他会选择离开公司。他是公司员老级人员,以前在新加坡做技员,02年上海公司成立后调回上海,然后开始一步步从基层升为生产经理。去年十一月份品保部经理离职,他便于今年2月份(新春之后)调至品保部。虽然如此,但大家都一致认为,他的调动只是一个升迁前对品保的熟悉过程而已,最终他会成为公司的运营经理或厂长。因为目前的总经理是一个月前由副总经理长升上来的,而在他升为总经理之前是由运营经理、厂长、副总一路走来,现在这三个位置仍都空着。目前公司最适合升迁的人也只有现任品保经理,整个公司来看,也只有他是除总经理之外说话较有权威的人,是老总的臂膀。他的前途怎么看都是一片大好,所以任谁也没想到他会离职。
虽然他是第一次担任品保部的领导,但由于他的生产现场和技术的熟知,加上他本人的管理水平(他的管理水平确实不错,非常善于情绪控制,本人在公司一年从未见过他说话激动或发火)和品保部现在工程师的水平,使得他管理起来也相当顺利,品保部仍如以前一样运作。唯一的不顺是人员的流动,品保部共8个工程师(包括主管),4月份部门主管(工作了3年,任主管不到1年,她希望能升至副经理或加薪,当时的副总没同意)和做了6年的量具管理员(因薪资)离职,5月份本人(因为薪资)和另一个刚来两个月的工程师(因为压力)离职,6月份之前任现场QE后又转任SQE的工程师(因薪资)离职。虽然离职人员较多,但所有我们这些人的离职,原因中都没有新经理上任的因素,大家对于他的管理都是认可的。
今年公司人员离职率居高不下,走了不少技术员和工程师,但经理级的人员倒是很少,公司的中高层一直都是稳定的,这也是公司对人员高流动率不在意的一个主要原因。从公司的立场上看,该公司体系健全(相对其它同级别公司来说可以算是完善了),在业界中质量口碑很好(也是公司的竞争优势所在),对于基层人员的培训也比较完整,管理有一定水平,流程稳定,所以只要公司的中高层领导不变,流程不变,底层的员工或工程师怎么流动对公司的影响都非常有限,只要能尽快招到合适的替补人员,公司可以忽略这种影响。所谓铁打的营盘流水的兵,没有哪家公司能没有人员流动的,有流动是正常现场,不流动倒是不正常。这样一来,公司就可以以较低的工资水平来雇用符合公司需要的职工,即使这些职工在达到一定水平后因工资问题选择离职,公司同样还可以再招聘到新人员,同样是低水平的工资。虽然公司成为了培训基地,但人员的成本也节省出不少的费用,同时基于公司的管理,这也没对公司造成多少负面影响。所以在人员薪资方面的策略一直没有变化(或许公司也考虑过人员的培训成本和人员不稳定对工作质量的影响,但那些在成本影响方面都是无形的,最终公司仍选择了工资这种直接的有形的成本节约)。只是从来不知对于高层的薪资策略是不是也是这样。
虽然公司一直以质量为重,但品保部门一直是最不稳定的部门。经理离职后的品保部门就成了散沙,没有经理也没有主管,老总只能直接管理。不带品保部的老总已经很辛苦了,再加上个品保部……不知道他能支撑到哪一天,我们都承认,公司发展到今天他个人功不可没,但他毕竟精力有限,不可能一直是所有事情都亲历亲为,也有支撑不了的一天,那时又该如何呢。不知此次的离职事件会不会成为个高层领导改变人力资源策略的契机,或成为公司发展的转折。
虽然作为员工,对于公司的薪资一直不满意多有抱怨,但对于公司本身和自己所在的那个部门及那个部门的同事们,仍希望能稳步发展有好的前景。或者潜意识里是希望,偶尔回去拜访时仍能看到熟悉的面孔,仍能感受到当初的那种舒适的气氛。不管是什么原因,绝不想看到它走向稳定和发展的反向。目前离职的同事们仍都联系着,大家仍都在这个行业中,各自所在的公司之间都可能还有业务往来,他们听到这个消息时也都和我一样的反应——出乎意料。我们都不知道那个公司和那个品保部以后会怎么样。
收起阅读 »
在得知这个消息之前,大家从来没有想到他会选择离开公司。他是公司员老级人员,以前在新加坡做技员,02年上海公司成立后调回上海,然后开始一步步从基层升为生产经理。去年十一月份品保部经理离职,他便于今年2月份(新春之后)调至品保部。虽然如此,但大家都一致认为,他的调动只是一个升迁前对品保的熟悉过程而已,最终他会成为公司的运营经理或厂长。因为目前的总经理是一个月前由副总经理长升上来的,而在他升为总经理之前是由运营经理、厂长、副总一路走来,现在这三个位置仍都空着。目前公司最适合升迁的人也只有现任品保经理,整个公司来看,也只有他是除总经理之外说话较有权威的人,是老总的臂膀。他的前途怎么看都是一片大好,所以任谁也没想到他会离职。
虽然他是第一次担任品保部的领导,但由于他的生产现场和技术的熟知,加上他本人的管理水平(他的管理水平确实不错,非常善于情绪控制,本人在公司一年从未见过他说话激动或发火)和品保部现在工程师的水平,使得他管理起来也相当顺利,品保部仍如以前一样运作。唯一的不顺是人员的流动,品保部共8个工程师(包括主管),4月份部门主管(工作了3年,任主管不到1年,她希望能升至副经理或加薪,当时的副总没同意)和做了6年的量具管理员(因薪资)离职,5月份本人(因为薪资)和另一个刚来两个月的工程师(因为压力)离职,6月份之前任现场QE后又转任SQE的工程师(因薪资)离职。虽然离职人员较多,但所有我们这些人的离职,原因中都没有新经理上任的因素,大家对于他的管理都是认可的。
今年公司人员离职率居高不下,走了不少技术员和工程师,但经理级的人员倒是很少,公司的中高层一直都是稳定的,这也是公司对人员高流动率不在意的一个主要原因。从公司的立场上看,该公司体系健全(相对其它同级别公司来说可以算是完善了),在业界中质量口碑很好(也是公司的竞争优势所在),对于基层人员的培训也比较完整,管理有一定水平,流程稳定,所以只要公司的中高层领导不变,流程不变,底层的员工或工程师怎么流动对公司的影响都非常有限,只要能尽快招到合适的替补人员,公司可以忽略这种影响。所谓铁打的营盘流水的兵,没有哪家公司能没有人员流动的,有流动是正常现场,不流动倒是不正常。这样一来,公司就可以以较低的工资水平来雇用符合公司需要的职工,即使这些职工在达到一定水平后因工资问题选择离职,公司同样还可以再招聘到新人员,同样是低水平的工资。虽然公司成为了培训基地,但人员的成本也节省出不少的费用,同时基于公司的管理,这也没对公司造成多少负面影响。所以在人员薪资方面的策略一直没有变化(或许公司也考虑过人员的培训成本和人员不稳定对工作质量的影响,但那些在成本影响方面都是无形的,最终公司仍选择了工资这种直接的有形的成本节约)。只是从来不知对于高层的薪资策略是不是也是这样。
虽然公司一直以质量为重,但品保部门一直是最不稳定的部门。经理离职后的品保部门就成了散沙,没有经理也没有主管,老总只能直接管理。不带品保部的老总已经很辛苦了,再加上个品保部……不知道他能支撑到哪一天,我们都承认,公司发展到今天他个人功不可没,但他毕竟精力有限,不可能一直是所有事情都亲历亲为,也有支撑不了的一天,那时又该如何呢。不知此次的离职事件会不会成为个高层领导改变人力资源策略的契机,或成为公司发展的转折。
虽然作为员工,对于公司的薪资一直不满意多有抱怨,但对于公司本身和自己所在的那个部门及那个部门的同事们,仍希望能稳步发展有好的前景。或者潜意识里是希望,偶尔回去拜访时仍能看到熟悉的面孔,仍能感受到当初的那种舒适的气氛。不管是什么原因,绝不想看到它走向稳定和发展的反向。目前离职的同事们仍都联系着,大家仍都在这个行业中,各自所在的公司之间都可能还有业务往来,他们听到这个消息时也都和我一样的反应——出乎意料。我们都不知道那个公司和那个品保部以后会怎么样。
收起阅读 »
【翻译文章】统计工程和应用统计的良好结合
本文由perfect_0211翻译 校稿: 天外流星2008
RonaldD.Snee和RogerW.Hoer著
内容摘自网上
自从我们提出统计工程背后的构思和理论,我们经常被问及:这仅仅是传统应用统计学的另一个术语吗?这是一个值得探讨的问题。
为了回答这个问题,必须找到传统结合的实践证明来说明统计工程和应用统计之间的关系,我们认为,统计工程最大化利用了战略思维和系统思维。实际上,统计工程和传统的应用统计的结合才正是我们所需要的。
一种新的思维方法
统计工程定义为“研究怎样最好的利用统计概念、统计方法及统计工具,把它和信息技术以及其他相关的学科整合在一起来达到一个改进的效果”。这个定义提供了一种新的使用统计思维和方法的思考方式。它和词典上的定义是一致的,强调了这种研究使用现有科学来更好的为人们服务
一般来说,统计专业最开始集中在先进统计学科-即新方法的建立和应用,当时没有意识到统计工程的另一面可以使统计有很大的社会效应。
2010年1月哈克.菲尔在苏珊-马萨诸塞州技术委员会上做了一个演讲,让这个观点变得鲜明了。
为了阐明这个观点,哈克.菲尔解释道,20世纪初,物理学家发现一张构成宇宙的最基本的结构表,他说道:我们可以从这个表中发现一些东西。因而他们发起了电气革命,以及随后的电脑革命。
最近,生物学家发现并绘制了生命最基本的组成单元-人类基因组,他们说:我们可以从中发现点什么。因此发起了个性化的医药革命。
把这些和统计联系起来,统计分支中的方法能能推动重要行业的进步,但社会较少重视统计分支机构的建立
例如,我们说建立系统的过程改进方法解决问题,会涉及到多样的方法,比如我们经常建议把六西格玛作为解决问题的正确例子
统计系统
图一说明了统计工程、传统统计应用以及统计理论之间的联系与作用,把统计思想作为原则性战略的一个方面给思考思想和其应用提供了基本理论。统计方法和工具无疑很重要,向社会传递很重要的价值
统计工程可以被视作为提供全面的、解决所有的遗留问题的战略元素,它和统计中思想原则是一致的,统计工程把方法和工具同理论联系起来,并指导工具的使用。
我们把六西格玛作为我们统计工程的一个例子,如我们定义的一样。六西格玛的哲学是建立在统计思想上,运用到一个高水准,它可以用来提高过程,典型的可以减少缺陷,因此降低了成本,提高了客户满意率。六西格码使用定义,测量,分析,改进和控制的方法来整合和使用工具
传统的使用
统计工程和传统的应用统计与理念紧密相关,而不能被看做多个个体。很重要也很唯一的一个方面,我们担心不花费很多功夫在应用统计上就难达到需要的拓宽统计工程领域
有很多统计应用的实例,像描述一个真实存在的讨论,提问和解决问题,决定使用适当的方法,以及适当的应用设计或分析方法,包括验证假设问题和分析随机现象和非统计客户之间的联系。
另一种情况,一个问题没有一个可行的解决方案,也没有找到一个正确的新统计技术的入口,这对于任何一项技术来说都是大而复杂的难题。
然而,有必要从现有的列表工具中创造出一些新的东西-一个完全不同的新方法,典型的一个例子就是用一种新颖的方法整合了几个统计和非统计的工具。从应用统计和统计工程中学到的经验给这种思考提供了一个很好的个例。
应用统计和统计工程的来历
1981-1982,Roger.Hoerl在DuPontAppliedStatisticsGroup当暑期实习生,也就是在那时,他被引荐给当时团队中的组长RonSnee。
据记载,Hoerl展示了在处理编码设计和现有存在问题的时候,很好的使用了应用统计,他的客户和领导都很满意,但Hoerl没有运用统计工程,也没有在现有的统计工具中有新发现。
最后,Hoerl毕业之后来到了HerculesInc,位于威尔明顿的一个化学品生产公司,又一次,他很好的展示了应用统计,又一次,没有运用统计工程。
1987年Hoerl离开Hercules加入ScottPaperCo.,他的老板告诉他,我们不是雇佣你来分析数据,我们雇佣你来是为了解决怎样在全公司有效的利用统计过程控制,Hoerl很快认识到,没有受过任何培训,也找不到任何可以提供合作层面的可利用的整体策略的书籍来。他找了很多关于统计过程控制技术的书籍,但是很明显,没有找到关于怎样很好的整合这些技术的内容,以及在国际公司之间怎样利用和使用才达到最大效益。
成为一个好的应用统计家是不够的,Hoerl意识到需要利用指导并进行连接来理解了统计思想和统计过程控制方法,保证在新一轮挑战中成功。
回到图1,统计工程在模型中是横向部分,它整合了统计理论和统计实践,统计工程需要建立在一个坚实的理论基础之上来帮助分辨什么是有用的,什么是无用的以及为什么它需要提供一个怎样利用这些理论来获得最大的影响的全局的方法或战术。在这种程度上,它也会直接导向了有影响力的统计应用。
表1阐明了相关的统计工程和传统应用统计唯一性,传统来说,应用统计包括应用个别工具到已完全定义好的技术问题上。
在很多情况下,然而,问题复杂且未完全定义好,除了技术上的挑战还存在很多争议和社会挑战。数据来源于一些不一致甚至相冲突的途径。可以解释全部问题的正确单一的统计方法是不存在。
在一定程度上,一个新颖的解决方案需要精心制作,在统计的配套工具中使用不同的方法以及其他学科像计算机科学或组织效应中方法,在统计的教科书中我们没有看到很多例子,也没有看到他们在统计会议认真中讨论。
加深你的理解
当你琢磨拥有一个高效的系统需要花费些什么,把传统应用统计看做艺术而不是科学这样原因就变得很清楚。
策略:这是我们最终的目的
战术:这是引领我们的地图和原则
操作:我们怎么来做来完成我们目的的工作
没有这三个元素,这个系统是没有效率的,直到20世纪80年代晚期和90年代早期,传统的应用统计聚焦在系统的操作元素,策略和战术元素正式形成以及细化到每一个问题。
在20世纪80年代末和90年代初期,系统战略片段开始发展,以统计思维的形式以及重要元素过程、变差和数据。这提供了一个指导我们的战略和远景。
首先,了解产生数据的过程和所调查问题的背景,其次,为理解过程识别缺陷来源,减少不必要的缺陷把它作为压倒性的目标。
与战略和业务条件合作的限制因素在你遇到大型的、非结构化的复杂问题时就会成为焦点。目的和目标是明确的,你有可用的方法和工具,但是你如何:
提供问题结构以便有效的解决问题
创建一个怎样解决问题的策略,问题的哪一部分以什么样的顺序解决,解决每一个步骤的计划是什么?
假如你在打仗,你被分配带一个某种任务,也许是一座城或一个岛。你有训练有素的部队,空军支援,弹药、物资和车辆坦克,你如何利用这些元素使之成为一个有效的作战计划?
或许有或许根本没有正式的计划(战术),你冲入战斗中,你苦战,身边英雄比比皆是,你一直挺着,经过一段时间,你的人员和物资损失巨大,你占了上风最终成功的占领目标。
你做得如此好以致得到再做一次的机会。你采用同样的方法,但是你对第一次战斗没有系统的评估只有一些零碎的记忆。这次,你损失惨重,这是打仗的方法吗?
你应该用可行的理论指导你的行为和战术去实施,你本该在实施了计划之后评价结果以便下次更好的发展和执行计划及修订所需要的理论。
在传统的应用统计,结合策略和实际工具以及方法来制定战略计划是比较好的方法,这样你可以提升你的工作效率,持续改进你的方法。统计工程提供了战略组成部分。包涵了这三个元素系统才是完整的。
战略和系统思路
要解决的问题变得越来越大也越来越复杂,使用策略思路和系统思想变得越来越迫切。运用统计思路很好的定义目的和项目目标,决定怎样开展有效的项目。运用统计思想来理解:
怎样把过程、人员和功能结合在一起
怎样改进过程以便达到目标和实现目的
结合工具来创造可行的方法
一般来说,统计和质量行业还没完全理解它中间的每一个条款,术语“系统思路”被冠以口惠而实不至,有时提一提但是很少用到,策略甚至得到了更少的关注。
这一点都不奇怪,质量行业一直聚焦于操作工作-创造性和方法、工具的使用-很少关注策略或战术元素。在过去一直为这个行业服务着的是这种操作画面和展望,但是一些重要的问题却被忽视了或是简单应付了,不利于相关组织以及整个行业。
专注于操作层面可能使这个行业处在了今天亟待解决的大型化、非结构化、复杂的问题环境中的不利位置,以及来自提供所需解决方案的专业人士竞争。战略和系统思想再也不能丢到一边,它必须在今天解决。
培训和知识主体
很多人说,统计工程已经解决了一些大型、非结构化和复杂的问题,一定程度上确实是这样,但是问题是:
什么理论用来指导解决这样的问题?
什么教科书、章节或期刊用来制定方法?
如何进入那些接受培训处理问题的行业?
这些方法确实是最好使用和可以传递的方法吗?
通常,人们所说他们依靠经验,他们用过去经验去指导这些新人。这样的方法是没有效果的,不能很好的整理和夯实所学到的,而且也很难学和传递。
真正需要的是一个坚实的理论基础的知识主体,可以持续精炼和完善。统计工程给与指导分析和制定策略提供了方案理论,并提升领域和帮助他人学习。
必要的协调
有些人错误的建议为了统计工程我们需要抛弃传统的应用统计。作为统计整合的一部分,应用统计不可少,不是所有的问题都在统计工程方法的宽度和范围。同样的,如果你没有坚实的统计方法基础和能很好的运用它的团队成员,统计工程有时也变得无力。
传统的统计应用和统计工程的协调是很合宜的,真正应用取决于事项,组织和相关人员。
传统的应用统计方法需要统计工程的方法来解决方案。好的方案提供了承担更重要问题的通行证-很多都需要统计工程来解决。看来,尽可能把它当做工作项目,谨慎认为只是统计工程的一部分
递增的效应
很多资深的统计员很长时间以来从已有的工具列表中精心制作出一套新颖的方法。我们没有创造和发现这个现象,没有足够的实践理论指导来把统计工程应用到这些复杂的难题中,也没有从书本,期刊或研讨会中发现合适的理论知识
传统应用统计应用很强,但是在应付大而复杂的难解决的问题时显得无力,在统计思维概念中发现的高水平的方法用来制造新颖的方法。尽管一个发展齐全的统计工程理论和著作对实践者有很大的帮助。但请记住,一个案例并不代表了所有的,每一个被解决了的问题都有它自己特点,
使用统计工程的人将对他们的组织产生积极的影响,统计行业当然也会受益. 相关人员极力解决对组织很重要的相关问题可以提升其知名度。
RonaldD.Snee是纽瓦克SneeAssociatesLLC的董事长,鲁特格斯大学应用数学统计专业博士,休哈和格兰特奖得主,美国质量协会会员,质量国际学院研究员。
RogerW.Hoerl通用全球应用统计研究实验室管理人,他获得了纽瓦克特拉华大学应用统计专业博士学位,同时他是美国质量协会会员,美国质量协会休哈奖和布鲁堡夫奖的得主,质量国际学院的研究员。 收起阅读 »
RonaldD.Snee和RogerW.Hoer著
内容摘自网上
自从我们提出统计工程背后的构思和理论,我们经常被问及:这仅仅是传统应用统计学的另一个术语吗?这是一个值得探讨的问题。
为了回答这个问题,必须找到传统结合的实践证明来说明统计工程和应用统计之间的关系,我们认为,统计工程最大化利用了战略思维和系统思维。实际上,统计工程和传统的应用统计的结合才正是我们所需要的。
一种新的思维方法
统计工程定义为“研究怎样最好的利用统计概念、统计方法及统计工具,把它和信息技术以及其他相关的学科整合在一起来达到一个改进的效果”。这个定义提供了一种新的使用统计思维和方法的思考方式。它和词典上的定义是一致的,强调了这种研究使用现有科学来更好的为人们服务
一般来说,统计专业最开始集中在先进统计学科-即新方法的建立和应用,当时没有意识到统计工程的另一面可以使统计有很大的社会效应。
2010年1月哈克.菲尔在苏珊-马萨诸塞州技术委员会上做了一个演讲,让这个观点变得鲜明了。
为了阐明这个观点,哈克.菲尔解释道,20世纪初,物理学家发现一张构成宇宙的最基本的结构表,他说道:我们可以从这个表中发现一些东西。因而他们发起了电气革命,以及随后的电脑革命。
最近,生物学家发现并绘制了生命最基本的组成单元-人类基因组,他们说:我们可以从中发现点什么。因此发起了个性化的医药革命。
把这些和统计联系起来,统计分支中的方法能能推动重要行业的进步,但社会较少重视统计分支机构的建立
例如,我们说建立系统的过程改进方法解决问题,会涉及到多样的方法,比如我们经常建议把六西格玛作为解决问题的正确例子
统计系统
图一说明了统计工程、传统统计应用以及统计理论之间的联系与作用,把统计思想作为原则性战略的一个方面给思考思想和其应用提供了基本理论。统计方法和工具无疑很重要,向社会传递很重要的价值
统计工程可以被视作为提供全面的、解决所有的遗留问题的战略元素,它和统计中思想原则是一致的,统计工程把方法和工具同理论联系起来,并指导工具的使用。
我们把六西格玛作为我们统计工程的一个例子,如我们定义的一样。六西格玛的哲学是建立在统计思想上,运用到一个高水准,它可以用来提高过程,典型的可以减少缺陷,因此降低了成本,提高了客户满意率。六西格码使用定义,测量,分析,改进和控制的方法来整合和使用工具
传统的使用
统计工程和传统的应用统计与理念紧密相关,而不能被看做多个个体。很重要也很唯一的一个方面,我们担心不花费很多功夫在应用统计上就难达到需要的拓宽统计工程领域
有很多统计应用的实例,像描述一个真实存在的讨论,提问和解决问题,决定使用适当的方法,以及适当的应用设计或分析方法,包括验证假设问题和分析随机现象和非统计客户之间的联系。
另一种情况,一个问题没有一个可行的解决方案,也没有找到一个正确的新统计技术的入口,这对于任何一项技术来说都是大而复杂的难题。
然而,有必要从现有的列表工具中创造出一些新的东西-一个完全不同的新方法,典型的一个例子就是用一种新颖的方法整合了几个统计和非统计的工具。从应用统计和统计工程中学到的经验给这种思考提供了一个很好的个例。
应用统计和统计工程的来历
1981-1982,Roger.Hoerl在DuPontAppliedStatisticsGroup当暑期实习生,也就是在那时,他被引荐给当时团队中的组长RonSnee。
据记载,Hoerl展示了在处理编码设计和现有存在问题的时候,很好的使用了应用统计,他的客户和领导都很满意,但Hoerl没有运用统计工程,也没有在现有的统计工具中有新发现。
最后,Hoerl毕业之后来到了HerculesInc,位于威尔明顿的一个化学品生产公司,又一次,他很好的展示了应用统计,又一次,没有运用统计工程。
1987年Hoerl离开Hercules加入ScottPaperCo.,他的老板告诉他,我们不是雇佣你来分析数据,我们雇佣你来是为了解决怎样在全公司有效的利用统计过程控制,Hoerl很快认识到,没有受过任何培训,也找不到任何可以提供合作层面的可利用的整体策略的书籍来。他找了很多关于统计过程控制技术的书籍,但是很明显,没有找到关于怎样很好的整合这些技术的内容,以及在国际公司之间怎样利用和使用才达到最大效益。
成为一个好的应用统计家是不够的,Hoerl意识到需要利用指导并进行连接来理解了统计思想和统计过程控制方法,保证在新一轮挑战中成功。
回到图1,统计工程在模型中是横向部分,它整合了统计理论和统计实践,统计工程需要建立在一个坚实的理论基础之上来帮助分辨什么是有用的,什么是无用的以及为什么它需要提供一个怎样利用这些理论来获得最大的影响的全局的方法或战术。在这种程度上,它也会直接导向了有影响力的统计应用。
表1阐明了相关的统计工程和传统应用统计唯一性,传统来说,应用统计包括应用个别工具到已完全定义好的技术问题上。
在很多情况下,然而,问题复杂且未完全定义好,除了技术上的挑战还存在很多争议和社会挑战。数据来源于一些不一致甚至相冲突的途径。可以解释全部问题的正确单一的统计方法是不存在。
在一定程度上,一个新颖的解决方案需要精心制作,在统计的配套工具中使用不同的方法以及其他学科像计算机科学或组织效应中方法,在统计的教科书中我们没有看到很多例子,也没有看到他们在统计会议认真中讨论。
加深你的理解
当你琢磨拥有一个高效的系统需要花费些什么,把传统应用统计看做艺术而不是科学这样原因就变得很清楚。
策略:这是我们最终的目的
战术:这是引领我们的地图和原则
操作:我们怎么来做来完成我们目的的工作
没有这三个元素,这个系统是没有效率的,直到20世纪80年代晚期和90年代早期,传统的应用统计聚焦在系统的操作元素,策略和战术元素正式形成以及细化到每一个问题。
在20世纪80年代末和90年代初期,系统战略片段开始发展,以统计思维的形式以及重要元素过程、变差和数据。这提供了一个指导我们的战略和远景。
首先,了解产生数据的过程和所调查问题的背景,其次,为理解过程识别缺陷来源,减少不必要的缺陷把它作为压倒性的目标。
与战略和业务条件合作的限制因素在你遇到大型的、非结构化的复杂问题时就会成为焦点。目的和目标是明确的,你有可用的方法和工具,但是你如何:
提供问题结构以便有效的解决问题
创建一个怎样解决问题的策略,问题的哪一部分以什么样的顺序解决,解决每一个步骤的计划是什么?
假如你在打仗,你被分配带一个某种任务,也许是一座城或一个岛。你有训练有素的部队,空军支援,弹药、物资和车辆坦克,你如何利用这些元素使之成为一个有效的作战计划?
或许有或许根本没有正式的计划(战术),你冲入战斗中,你苦战,身边英雄比比皆是,你一直挺着,经过一段时间,你的人员和物资损失巨大,你占了上风最终成功的占领目标。
你做得如此好以致得到再做一次的机会。你采用同样的方法,但是你对第一次战斗没有系统的评估只有一些零碎的记忆。这次,你损失惨重,这是打仗的方法吗?
你应该用可行的理论指导你的行为和战术去实施,你本该在实施了计划之后评价结果以便下次更好的发展和执行计划及修订所需要的理论。
在传统的应用统计,结合策略和实际工具以及方法来制定战略计划是比较好的方法,这样你可以提升你的工作效率,持续改进你的方法。统计工程提供了战略组成部分。包涵了这三个元素系统才是完整的。
战略和系统思路
要解决的问题变得越来越大也越来越复杂,使用策略思路和系统思想变得越来越迫切。运用统计思路很好的定义目的和项目目标,决定怎样开展有效的项目。运用统计思想来理解:
怎样把过程、人员和功能结合在一起
怎样改进过程以便达到目标和实现目的
结合工具来创造可行的方法
一般来说,统计和质量行业还没完全理解它中间的每一个条款,术语“系统思路”被冠以口惠而实不至,有时提一提但是很少用到,策略甚至得到了更少的关注。
这一点都不奇怪,质量行业一直聚焦于操作工作-创造性和方法、工具的使用-很少关注策略或战术元素。在过去一直为这个行业服务着的是这种操作画面和展望,但是一些重要的问题却被忽视了或是简单应付了,不利于相关组织以及整个行业。
专注于操作层面可能使这个行业处在了今天亟待解决的大型化、非结构化、复杂的问题环境中的不利位置,以及来自提供所需解决方案的专业人士竞争。战略和系统思想再也不能丢到一边,它必须在今天解决。
培训和知识主体
很多人说,统计工程已经解决了一些大型、非结构化和复杂的问题,一定程度上确实是这样,但是问题是:
什么理论用来指导解决这样的问题?
什么教科书、章节或期刊用来制定方法?
如何进入那些接受培训处理问题的行业?
这些方法确实是最好使用和可以传递的方法吗?
通常,人们所说他们依靠经验,他们用过去经验去指导这些新人。这样的方法是没有效果的,不能很好的整理和夯实所学到的,而且也很难学和传递。
真正需要的是一个坚实的理论基础的知识主体,可以持续精炼和完善。统计工程给与指导分析和制定策略提供了方案理论,并提升领域和帮助他人学习。
必要的协调
有些人错误的建议为了统计工程我们需要抛弃传统的应用统计。作为统计整合的一部分,应用统计不可少,不是所有的问题都在统计工程方法的宽度和范围。同样的,如果你没有坚实的统计方法基础和能很好的运用它的团队成员,统计工程有时也变得无力。
传统的统计应用和统计工程的协调是很合宜的,真正应用取决于事项,组织和相关人员。
传统的应用统计方法需要统计工程的方法来解决方案。好的方案提供了承担更重要问题的通行证-很多都需要统计工程来解决。看来,尽可能把它当做工作项目,谨慎认为只是统计工程的一部分
递增的效应
很多资深的统计员很长时间以来从已有的工具列表中精心制作出一套新颖的方法。我们没有创造和发现这个现象,没有足够的实践理论指导来把统计工程应用到这些复杂的难题中,也没有从书本,期刊或研讨会中发现合适的理论知识
传统应用统计应用很强,但是在应付大而复杂的难解决的问题时显得无力,在统计思维概念中发现的高水平的方法用来制造新颖的方法。尽管一个发展齐全的统计工程理论和著作对实践者有很大的帮助。但请记住,一个案例并不代表了所有的,每一个被解决了的问题都有它自己特点,
使用统计工程的人将对他们的组织产生积极的影响,统计行业当然也会受益. 相关人员极力解决对组织很重要的相关问题可以提升其知名度。
RonaldD.Snee是纽瓦克SneeAssociatesLLC的董事长,鲁特格斯大学应用数学统计专业博士,休哈和格兰特奖得主,美国质量协会会员,质量国际学院研究员。
RogerW.Hoerl通用全球应用统计研究实验室管理人,他获得了纽瓦克特拉华大学应用统计专业博士学位,同时他是美国质量协会会员,美国质量协会休哈奖和布鲁堡夫奖的得主,质量国际学院的研究员。 收起阅读 »
质量人的价值
最近一直在整理自己从事质量工作以来的点滴,从最初的菜鸟,到现在的忽悠,风风雨雨的走来,从以前的质量工程师考试开始,奠定了自己在质量行业的基础,记得当时教材上质量的定义是:满足要求的特性;一直指导着菜鸟的前行!然而,质量真的就是满足要求的特性吗?
质量人都清楚,要想获得满足要求的特性,尤其希望可以获得更高的特性,预防才是唯一的王道,然而,很多质量人也因此付出代价,和相关部门的不协调,经常性的争执,面红耳赤的情形历历在目,然而,当时的我们都认为i,质量是唯一的。只有质量上去了,我们才可能获得更多的关注,我们的公司价值才可以体现,。事实上,无论,质量人如何努力,在很多公司,尤其质量管理还存在很多问题的企业,质量部门,其尴尬的地位,是十分的明显的!
因此,质量部门到底又真的需要做什么呢?一味的追求高质量,显然是不行的,外来的阻力,可以让你焦头烂额,望而却步。
于是,在几年的摸滚打爬中我发现质量还需要补充一个定义,也就是我们常说的,没有缺陷,因此,完整的定义就是:满足适当的特性,没有缺陷。这也和质量经济相符合,在质量成本和预防成本之间选取一个合适的点,作为最佳质量点,尽管我们还可以去提升现有的品质。
满足适当的特性,没有缺陷.质量新手可以理解一下这句话,适当的特性,其实很含蓄,在公司,不要一味的去钻牛角尖,适当的特性很容易满足,中国古人有云:度!适可而止!物极必反!,那是不是就是说我们要放弃我们的立场呢?当然不是,没有缺陷很好的诠释了我们的立场,质量可以不向上,但是,没有缺陷是必须的,说到缺陷,神马叫缺陷呢?或许很多人会说,不和规格要求的就是缺陷,是的,没有错,当你站到一定的高度的时候,你会发现,缺陷其实不是如此的简单,可以指人,可以对物,更可以是你对待实物的观点。缺陷,是相对于我们的顾客而言,顾客有内部顾客和外部顾客,还有最终顾客,好比一个汽车的零部件,我们的顾客是整车厂,然而最终顾客是驾驶这辆车的人,当然还有很多的内部顾客!因此,缺陷就可以换位思考一下,这个问题是谁的缺陷,内部顾客、外部顾客,还是最终顾客,我们将关注点放在外部顾客和最终顾客处,有的缺陷原来是可以接受的,可以接受的那还是缺陷吗、不是!是不是说,质量就可以放任呢,先前有说道,适当的特性!在成本和质量之间寻找一个合适的点,因为质量人存在,不仅仅是保证产品的质量,还有一个很重要的潜在目标,减少公司成本。如果,忽略了公司成本,举步维艰,是可以想向的到的。呵呵!
最后,还是那句话,满足适当的特性,没有缺陷。质量人需要把自己放在利益者的位置上来思考,这样做,对公司是利大于弊,还是弊大于利,权衡思考!这样,或许才是我们质量人真正价值! 收起阅读 »
质量人都清楚,要想获得满足要求的特性,尤其希望可以获得更高的特性,预防才是唯一的王道,然而,很多质量人也因此付出代价,和相关部门的不协调,经常性的争执,面红耳赤的情形历历在目,然而,当时的我们都认为i,质量是唯一的。只有质量上去了,我们才可能获得更多的关注,我们的公司价值才可以体现,。事实上,无论,质量人如何努力,在很多公司,尤其质量管理还存在很多问题的企业,质量部门,其尴尬的地位,是十分的明显的!
因此,质量部门到底又真的需要做什么呢?一味的追求高质量,显然是不行的,外来的阻力,可以让你焦头烂额,望而却步。
于是,在几年的摸滚打爬中我发现质量还需要补充一个定义,也就是我们常说的,没有缺陷,因此,完整的定义就是:满足适当的特性,没有缺陷。这也和质量经济相符合,在质量成本和预防成本之间选取一个合适的点,作为最佳质量点,尽管我们还可以去提升现有的品质。
满足适当的特性,没有缺陷.质量新手可以理解一下这句话,适当的特性,其实很含蓄,在公司,不要一味的去钻牛角尖,适当的特性很容易满足,中国古人有云:度!适可而止!物极必反!,那是不是就是说我们要放弃我们的立场呢?当然不是,没有缺陷很好的诠释了我们的立场,质量可以不向上,但是,没有缺陷是必须的,说到缺陷,神马叫缺陷呢?或许很多人会说,不和规格要求的就是缺陷,是的,没有错,当你站到一定的高度的时候,你会发现,缺陷其实不是如此的简单,可以指人,可以对物,更可以是你对待实物的观点。缺陷,是相对于我们的顾客而言,顾客有内部顾客和外部顾客,还有最终顾客,好比一个汽车的零部件,我们的顾客是整车厂,然而最终顾客是驾驶这辆车的人,当然还有很多的内部顾客!因此,缺陷就可以换位思考一下,这个问题是谁的缺陷,内部顾客、外部顾客,还是最终顾客,我们将关注点放在外部顾客和最终顾客处,有的缺陷原来是可以接受的,可以接受的那还是缺陷吗、不是!是不是说,质量就可以放任呢,先前有说道,适当的特性!在成本和质量之间寻找一个合适的点,因为质量人存在,不仅仅是保证产品的质量,还有一个很重要的潜在目标,减少公司成本。如果,忽略了公司成本,举步维艰,是可以想向的到的。呵呵!
最后,还是那句话,满足适当的特性,没有缺陷。质量人需要把自己放在利益者的位置上来思考,这样做,对公司是利大于弊,还是弊大于利,权衡思考!这样,或许才是我们质量人真正价值! 收起阅读 »
【翻译文章】统计工程扩大影响范围
本文由yzz翻译 校稿:perfect_0211
琳尼b .黑尔
乔治:你好吗,约翰?
约翰:没什么可抱怨的。
乔治:听起来像是抱怨我。
也许你知道在大多数公司投诉部门的情况。它们被委婉地称为“客户事务部”和“客户处理部”,实际上工作仍是一样的。这些部门大多数是接线员享有这项工作,接听那些愤怒客户打来的电话,他们为花冤枉钱而恼火不已。同样,投诉信息还来自于信件或电子邮件。尽管有发布在包装盒上的800号码、网站和其他消费界面来源,电话还是主要投诉方式。
经过同情模型的培训,接线员会针对投诉的性质进行一些询问。首先通过道歉熄灭客户抱怨的怒火。可能顾客怒火难熄,不管怎样还是道歉。然后收集与UPC、产品型号、颜色、包装和投诉的性质,比如包装损坏或产品性能令人失望等。
接待者不是产品相关所有事宜的技术专家,所以面对顾客时,他们经常根据电脑屏幕提示进行询问并记录相关数据。假使数据正确使用,成功的会面最终缓和了客户的疑虑,得到一些有价值的企业信息。毫无疑问,在一天结束时是没有心情听孩子们抱怨作业的。
公司不同,所属部门不同,利用所收集的投诉数据的的方式也不同。销售人员想了解产品的劣势,然而生产人员则希望隔离质量问题, 希望减少质量问题,甚至杜绝。
一些公司按生产产品,生产设施和投诉类型建立内部表格。这样的表格将使思维受限。对我们大多数人来说,眼睛看到第二页后就表现的有些迟钝。听说一个高级副总裁当被问到怎样使用这样一个报告时,承认他把大量报告团成团扔在废纸篓里。你会有一个办法改变这个情况,不是吗?
把数据用到工作中
怎样才能让这些原始数据更好地发挥作用?首先考虑的应该是数据质量的控制。这些数据合理的代表了推论的投诉人群吗?如果不能,任何意义的努力都是注定的。
一个缺乏接线员的企业,没有意识到这种行为的广泛影响,就是十年以后,也很少安排电话系统,了解潜在的抱怨。用这种汇总统计的做法评估消费者的不满是无用的,对一个非常已经不满的顾客,没有有任何作用。
数据表达问题解决以后,如果数据是相互独立的,你还可以对数据并进行分类。操作者应同时定义数据范围和界限,反过来包括容易出错的产品和过程,还可以扩大到一个又一个仓储地的不同产品特性。
设置的这个阶段为数理统计的思想和方法的明智应用提供了很好的环境,可以获得更多的客户满意,改进生产效率。
不要犯的错误; 已有消费者信息的过分滞后反馈,对质量和生产效率的提高有很大影响。这些当然都很重要,但是其他的质量控制技术更贴近过程,是更加锐利的武器。尽管如此,数据是不能忽视的:他们经常被送到CEO眼皮底下,而那可能是所有的精髓,你需要认真研究它们。
消费者投诉数据繁多且多变。从他们看来,这是一个大量的工作,需要时间和人员,至少一个统计员,但是,考虑到寄托在他们身上的所有期望,这儿没有-将来也不会有-足够的统计员来做。
进入统计工程
怎么办呢?统计工程理论能解决这个问题。统计学家们能够并且应该就存在问题建立投诉问题处理系统。一个团队可能包括:客诉部负责人,编程高手,相关信访部门,当然,还包括一个统计员。
总之,他们为满足组织的需要做出信息报告。这些典型的需要有:
•需要识别重要的变革和发展趋势。
需要意识到所发生的改进。
需要避免不含重要信息的表格的泛滥。
鉴于这些需要,一个特殊报告(一个提醒用户的重要情况但又不带来麻烦的文件)是很适用的。这种性质的报告在跟踪投诉的过程中产生,给它们建立模型来了解它们的基线变异,同时在投诉数量超出了预期的范围的任何时间告知用户。
那些深谙常用统计质量控制工具的人可能试图绘制C图跟踪投诉。简言之,中心线是平均投诉量,汇报周期 (通常是月),此时上限和下限是
我们不要说这个公司很正规,这里假定投诉符合泊松分布,反过来假设:
•投诉机率与投诉报告时间间隔成正比。
•同一时间多次抱怨的机率可以忽略不计。
投诉的时间间隔是一致的。
•每个时期的投诉机率是相对独立的。
凭心而论,你能发现第一假设可能不正确,因为投放到市场上的产品每月都在变化。第一个月,销售额可能高;第二个月,销售额可能低。一个有效的解决办法是用U-图替代C-图来跟踪客户每百万销售单元的投诉。
这U-图(图1)中心线是在一个相当长统计周期的平均投诉数,如24或36个月(3年),除以每月同期平均销售数。然后,控制极限取决于月度销售。他们计算出,第一个月百万销售单元的投诉数。
这个U-图是在C-图基础上改进的一个应用,但是它并非无可挑剔。首先,几乎可以肯定的是 销售数据代表着从配送中心或制造方发货数量。 除非销售跟踪系统是最新的,销售回款记录可能并不是所指月销售的实际反映。
针对销售的延迟和正常发货提出了一些投诉跟踪流程,以解决销售分配和实际销量之间滞后这个问题。这样做可稳定抱怨率,但可能导致问题与假设独立(前面第四点提到的)
考虑到可能还有违反基本假设的其他图形和模型。其中包括利用指数加权的均值移动控制图和累积和图表。模型可以根据周期性调整的需要,广泛定义为回归综合移动平均值(ARIMA)模型。例如,你可能需要统计烤肉酱和抗过敏药物的周期性投诉。
ARIMA模型的缺点的是获得精确的系数估计值的观察数量要非常大,至少100。许多投诉应用没有那么多的历史数据,当他们分析时,历史数据因为市场的大量变化而不稳定。
试运行
无论使用什么方法的图表,正式运行前一定要试运行。试运行应该记录图表非受控信息。如果非受控的记录很少,系统可能不会提供重要的消费者信息。非受控记录太多,客诉部门将被认为是狼来了。必须建立一个健康的平衡,对一些重要客户的问题建立图表触发行动。也可以通过调整行动控制界限来改变控制图中的警示。
也会有一种情况,使检查控制图报告的层次较高。例如,你可能会对与某一特定制造工厂有关的所有的投诉感兴趣。
用户应该注意,因为投诉数量少的平衡了投诉量多的,所有这种图表没有能力识别可能对企业很重要的差异点。因为单项假设用泊松分布分析更适合,信息量大,且有效的图表数据等级将很低。
在投诉的处理,还有很多其它潜在的统计应用领域,组织应做远远超出统计长远打算。但是大部分支持技术是统计。
成功的投诉的处理系统依赖于由统计员支持的团队努力。像这种统计工程企业需要很强的协作精神。不管统计学家们还是其他团队,都不能独自成功开发系统。但共同努力,可以创建功能强大的管理工具。
1。关于统计工程的更多内容,见“缩短差距” Roger W. Hoerl 和 Ronald D. Snee, Quality Progress、质量进步,2010年5月,页-。52-53。
琳尼b .黑尔是统计学顾问,泽西市新不伦瑞克区路特格大学的博士,曾是ASQ统计研究所原主席及美国ASQ统计协会成员。 收起阅读 »
琳尼b .黑尔
乔治:你好吗,约翰?
约翰:没什么可抱怨的。
乔治:听起来像是抱怨我。
也许你知道在大多数公司投诉部门的情况。它们被委婉地称为“客户事务部”和“客户处理部”,实际上工作仍是一样的。这些部门大多数是接线员享有这项工作,接听那些愤怒客户打来的电话,他们为花冤枉钱而恼火不已。同样,投诉信息还来自于信件或电子邮件。尽管有发布在包装盒上的800号码、网站和其他消费界面来源,电话还是主要投诉方式。
经过同情模型的培训,接线员会针对投诉的性质进行一些询问。首先通过道歉熄灭客户抱怨的怒火。可能顾客怒火难熄,不管怎样还是道歉。然后收集与UPC、产品型号、颜色、包装和投诉的性质,比如包装损坏或产品性能令人失望等。
接待者不是产品相关所有事宜的技术专家,所以面对顾客时,他们经常根据电脑屏幕提示进行询问并记录相关数据。假使数据正确使用,成功的会面最终缓和了客户的疑虑,得到一些有价值的企业信息。毫无疑问,在一天结束时是没有心情听孩子们抱怨作业的。
公司不同,所属部门不同,利用所收集的投诉数据的的方式也不同。销售人员想了解产品的劣势,然而生产人员则希望隔离质量问题, 希望减少质量问题,甚至杜绝。
一些公司按生产产品,生产设施和投诉类型建立内部表格。这样的表格将使思维受限。对我们大多数人来说,眼睛看到第二页后就表现的有些迟钝。听说一个高级副总裁当被问到怎样使用这样一个报告时,承认他把大量报告团成团扔在废纸篓里。你会有一个办法改变这个情况,不是吗?
把数据用到工作中
怎样才能让这些原始数据更好地发挥作用?首先考虑的应该是数据质量的控制。这些数据合理的代表了推论的投诉人群吗?如果不能,任何意义的努力都是注定的。
一个缺乏接线员的企业,没有意识到这种行为的广泛影响,就是十年以后,也很少安排电话系统,了解潜在的抱怨。用这种汇总统计的做法评估消费者的不满是无用的,对一个非常已经不满的顾客,没有有任何作用。
数据表达问题解决以后,如果数据是相互独立的,你还可以对数据并进行分类。操作者应同时定义数据范围和界限,反过来包括容易出错的产品和过程,还可以扩大到一个又一个仓储地的不同产品特性。
设置的这个阶段为数理统计的思想和方法的明智应用提供了很好的环境,可以获得更多的客户满意,改进生产效率。
不要犯的错误; 已有消费者信息的过分滞后反馈,对质量和生产效率的提高有很大影响。这些当然都很重要,但是其他的质量控制技术更贴近过程,是更加锐利的武器。尽管如此,数据是不能忽视的:他们经常被送到CEO眼皮底下,而那可能是所有的精髓,你需要认真研究它们。
消费者投诉数据繁多且多变。从他们看来,这是一个大量的工作,需要时间和人员,至少一个统计员,但是,考虑到寄托在他们身上的所有期望,这儿没有-将来也不会有-足够的统计员来做。
进入统计工程
怎么办呢?统计工程理论能解决这个问题。统计学家们能够并且应该就存在问题建立投诉问题处理系统。一个团队可能包括:客诉部负责人,编程高手,相关信访部门,当然,还包括一个统计员。
总之,他们为满足组织的需要做出信息报告。这些典型的需要有:
•需要识别重要的变革和发展趋势。
需要意识到所发生的改进。
需要避免不含重要信息的表格的泛滥。
鉴于这些需要,一个特殊报告(一个提醒用户的重要情况但又不带来麻烦的文件)是很适用的。这种性质的报告在跟踪投诉的过程中产生,给它们建立模型来了解它们的基线变异,同时在投诉数量超出了预期的范围的任何时间告知用户。
那些深谙常用统计质量控制工具的人可能试图绘制C图跟踪投诉。简言之,中心线是平均投诉量,汇报周期 (通常是月),此时上限和下限是
我们不要说这个公司很正规,这里假定投诉符合泊松分布,反过来假设:
•投诉机率与投诉报告时间间隔成正比。
•同一时间多次抱怨的机率可以忽略不计。
投诉的时间间隔是一致的。
•每个时期的投诉机率是相对独立的。
凭心而论,你能发现第一假设可能不正确,因为投放到市场上的产品每月都在变化。第一个月,销售额可能高;第二个月,销售额可能低。一个有效的解决办法是用U-图替代C-图来跟踪客户每百万销售单元的投诉。
这U-图(图1)中心线是在一个相当长统计周期的平均投诉数,如24或36个月(3年),除以每月同期平均销售数。然后,控制极限取决于月度销售。他们计算出,第一个月百万销售单元的投诉数。
这个U-图是在C-图基础上改进的一个应用,但是它并非无可挑剔。首先,几乎可以肯定的是 销售数据代表着从配送中心或制造方发货数量。 除非销售跟踪系统是最新的,销售回款记录可能并不是所指月销售的实际反映。
针对销售的延迟和正常发货提出了一些投诉跟踪流程,以解决销售分配和实际销量之间滞后这个问题。这样做可稳定抱怨率,但可能导致问题与假设独立(前面第四点提到的)
考虑到可能还有违反基本假设的其他图形和模型。其中包括利用指数加权的均值移动控制图和累积和图表。模型可以根据周期性调整的需要,广泛定义为回归综合移动平均值(ARIMA)模型。例如,你可能需要统计烤肉酱和抗过敏药物的周期性投诉。
ARIMA模型的缺点的是获得精确的系数估计值的观察数量要非常大,至少100。许多投诉应用没有那么多的历史数据,当他们分析时,历史数据因为市场的大量变化而不稳定。
试运行
无论使用什么方法的图表,正式运行前一定要试运行。试运行应该记录图表非受控信息。如果非受控的记录很少,系统可能不会提供重要的消费者信息。非受控记录太多,客诉部门将被认为是狼来了。必须建立一个健康的平衡,对一些重要客户的问题建立图表触发行动。也可以通过调整行动控制界限来改变控制图中的警示。
也会有一种情况,使检查控制图报告的层次较高。例如,你可能会对与某一特定制造工厂有关的所有的投诉感兴趣。
用户应该注意,因为投诉数量少的平衡了投诉量多的,所有这种图表没有能力识别可能对企业很重要的差异点。因为单项假设用泊松分布分析更适合,信息量大,且有效的图表数据等级将很低。
在投诉的处理,还有很多其它潜在的统计应用领域,组织应做远远超出统计长远打算。但是大部分支持技术是统计。
成功的投诉的处理系统依赖于由统计员支持的团队努力。像这种统计工程企业需要很强的协作精神。不管统计学家们还是其他团队,都不能独自成功开发系统。但共同努力,可以创建功能强大的管理工具。
1。关于统计工程的更多内容,见“缩短差距” Roger W. Hoerl 和 Ronald D. Snee, Quality Progress、质量进步,2010年5月,页-。52-53。
琳尼b .黑尔是统计学顾问,泽西市新不伦瑞克区路特格大学的博士,曾是ASQ统计研究所原主席及美国ASQ统计协会成员。 收起阅读 »
【翻译文章】用方差分析说明什么时候差异有影响
原文作者:Lisa Custer 翻译:ellen_1971,叶木 校稿:忍者
用方差分析说明什么时候差异有影响
大部分六西格玛DMAIC方法关注的问题是找出差异。但通常了解“差异是否有影响”会更重要。方差分析是一种检验工具,它可以回答这个问题。
作者: Lisa Custer
大部分六西格玛DMAIC方法关注的问题是找出差异。人们做事的方式是相同还是不同?特定的改变对结果是否有影响?问题发生的时间和地点是否有差异?
大多情况下,这些问题的回答都是肯定的。人们做事的方式不同。过程改变将会影响输出。问题出现在某些地方,另一些地方则不出现。
这就是为什么问题“这些差异是否有影响”更重要了。(或者,用统计上的语言说,“这些差异是否显著?”)当我们根据不同的过程,地点,操作员等等比较结果时,可以帮助我们回答这些问题的假设检验工具是方法分析(ANOVA)。
ANOVA的理论背景比较复杂,但庆幸的是,经验较少的六西格玛从事者可以用统计软件自动生成分析结果,而不需要害怕大量的数据。而且,一般软件会生成图形很简单,我们可以很清楚的看到比较的项目之间的差异程度——我们向他人解释时也会很简单。
下面时一个简单的ANOVA的例子。
问题:哪一个地点最快?
表 1: 收集数据
地点 A
地点B
地点 C
完成5份贷款申请的时间(单位:分钟)
15
28
26
17
25
23
18
24
20
19
27
17
24
25
21
为了优化三个分支的贷款申请流程,公司想了解三个地点中的哪一个地点处理过程的效率最高。一旦判断了哪个地点最快,公司就计划研究这个地点,并让其他的地点学习到什么。上面的表中收集的数据样本。(在现实生活中,每个点收集的数据很可能大于5个数据,但这里仅是阐述原理的简单案例。)
快速浏览数据,我们将会发现地点B比地点A的速度慢。(当数据点较多时,检测地点之间的差异就会很困难)。但地点B和地点C是否有不同?地点A和地点C是否有不同?
ANOVA分析
如果想了解ANOVA检验是如何计算结果的,我们需要研究一些统计课题,例如“自由度”和“平方和”。但是,如果仅是解释结果,我们仅需要知道三个基本的概念。
均值:一组数值的数学平均值。
标准差:代表一组数值的变异量。(“西格玛”是一种统计符号,用来表示一倍标准差;术语“六西格玛”用来表示过程很好,以致六倍标准差——均值上下各有三倍标准差——都在规格限内)。
P值:假设检验中用来表示被比较的项目相同的可能性的术语。P值较低——通常小于0.05——表示项目相同可能性的程度很低。(或者,非统计人员可能会说,“他们不同。”)
统计软件的结果分为两部分:
图形1:数值输出——单因子方差分析
如上所示,p值是0.007,这个值非常小。这表明三个地点是不同的,但这个值并没有说明他们不同的方式。因此,需要解释方差分析的第二部分(图形2)。
图形2:图形输出——箱线图
一旦理解了统计程序应用的形式,方差分析的图形输出很容易解释。图形2中的例子是箱线图,它是一种典型的统计软件输出结果。
箱线图两个关键的变量一个是圆圈的位置,它表示每个地点的均值;二是阴影灰色箱体的高度,它表示正负一倍标准差的范围。比较项目的圆圈(均值)落在其他项目箱体中的相对位置。如果圆圈和箱体重叠,则表示它们不是“统计上不同。”如果他们不重叠,则可以得出它们不同的结论。
例如,在这个例子中,地点C的圆圈(均值)在落在地点A的灰色箱体之内。根据这个数据,则地点A和地点C并没有显著不同。但是地点B的均值没有落在地点A和地点C的灰色箱体值中,则地点B和地点A以及地点C有显著差异。
方差分析的结果
既然知道目标是优化贷款申请时间,那么根据这些结果,应该采取什么措施呢?和地点A以及地点C相比,地点B处理贷款申请时间存在显著的差异。至少,公司会想让地点B跟上其它地点的处理速度。这样,第一步就是比较三个地点的贷款申请时间,并了解地B的政策或者程序。一旦三个地点以相同的方式操作后,公司就可以全面的寻求其它的改进了。
结论:改进阶段的帮助
在六西格玛项目中,其中一个最大的挑战经常是观测到的差异是否显著,以致需要采取相关的行动。我们经常会忽视帮助项目团队做出最终结论的工具方差分析。在任何时候,来自连续型数据的两个或者两个以上组或者类别的数据需要比较时,都适合使用方差分析。
想更了解生成数据和图形结果的计算方法,可以参见George Box的试验统计这本书。第一次使用ANOVA的从事者可以从有经验的黑带或者黑带大师那里获得设置数据的帮助。
然而,从样例中我们可以看出,ANOVA检验的数据和图形结果都很容易解释。获得的知识可以帮助项目团队计划改进方法。
关于作者:Lisa Custer是George集团的精益六西格玛负责人以及黑带大师。她在定义客户要求到过程工程的基本和高级持续改进技术推行中有15年的经验。她的邮箱是 lcuster@georgegroup.com 。 收起阅读 »
用方差分析说明什么时候差异有影响
大部分六西格玛DMAIC方法关注的问题是找出差异。但通常了解“差异是否有影响”会更重要。方差分析是一种检验工具,它可以回答这个问题。
作者: Lisa Custer
大部分六西格玛DMAIC方法关注的问题是找出差异。人们做事的方式是相同还是不同?特定的改变对结果是否有影响?问题发生的时间和地点是否有差异?
大多情况下,这些问题的回答都是肯定的。人们做事的方式不同。过程改变将会影响输出。问题出现在某些地方,另一些地方则不出现。
这就是为什么问题“这些差异是否有影响”更重要了。(或者,用统计上的语言说,“这些差异是否显著?”)当我们根据不同的过程,地点,操作员等等比较结果时,可以帮助我们回答这些问题的假设检验工具是方法分析(ANOVA)。
ANOVA的理论背景比较复杂,但庆幸的是,经验较少的六西格玛从事者可以用统计软件自动生成分析结果,而不需要害怕大量的数据。而且,一般软件会生成图形很简单,我们可以很清楚的看到比较的项目之间的差异程度——我们向他人解释时也会很简单。
下面时一个简单的ANOVA的例子。
问题:哪一个地点最快?
表 1: 收集数据
地点 A
地点B
地点 C
完成5份贷款申请的时间(单位:分钟)
15
28
26
17
25
23
18
24
20
19
27
17
24
25
21
为了优化三个分支的贷款申请流程,公司想了解三个地点中的哪一个地点处理过程的效率最高。一旦判断了哪个地点最快,公司就计划研究这个地点,并让其他的地点学习到什么。上面的表中收集的数据样本。(在现实生活中,每个点收集的数据很可能大于5个数据,但这里仅是阐述原理的简单案例。)
快速浏览数据,我们将会发现地点B比地点A的速度慢。(当数据点较多时,检测地点之间的差异就会很困难)。但地点B和地点C是否有不同?地点A和地点C是否有不同?
ANOVA分析
如果想了解ANOVA检验是如何计算结果的,我们需要研究一些统计课题,例如“自由度”和“平方和”。但是,如果仅是解释结果,我们仅需要知道三个基本的概念。
均值:一组数值的数学平均值。
标准差:代表一组数值的变异量。(“西格玛”是一种统计符号,用来表示一倍标准差;术语“六西格玛”用来表示过程很好,以致六倍标准差——均值上下各有三倍标准差——都在规格限内)。
P值:假设检验中用来表示被比较的项目相同的可能性的术语。P值较低——通常小于0.05——表示项目相同可能性的程度很低。(或者,非统计人员可能会说,“他们不同。”)
统计软件的结果分为两部分:
图形1:数值输出——单因子方差分析
如上所示,p值是0.007,这个值非常小。这表明三个地点是不同的,但这个值并没有说明他们不同的方式。因此,需要解释方差分析的第二部分(图形2)。
图形2:图形输出——箱线图
一旦理解了统计程序应用的形式,方差分析的图形输出很容易解释。图形2中的例子是箱线图,它是一种典型的统计软件输出结果。
箱线图两个关键的变量一个是圆圈的位置,它表示每个地点的均值;二是阴影灰色箱体的高度,它表示正负一倍标准差的范围。比较项目的圆圈(均值)落在其他项目箱体中的相对位置。如果圆圈和箱体重叠,则表示它们不是“统计上不同。”如果他们不重叠,则可以得出它们不同的结论。
例如,在这个例子中,地点C的圆圈(均值)在落在地点A的灰色箱体之内。根据这个数据,则地点A和地点C并没有显著不同。但是地点B的均值没有落在地点A和地点C的灰色箱体值中,则地点B和地点A以及地点C有显著差异。
方差分析的结果
既然知道目标是优化贷款申请时间,那么根据这些结果,应该采取什么措施呢?和地点A以及地点C相比,地点B处理贷款申请时间存在显著的差异。至少,公司会想让地点B跟上其它地点的处理速度。这样,第一步就是比较三个地点的贷款申请时间,并了解地B的政策或者程序。一旦三个地点以相同的方式操作后,公司就可以全面的寻求其它的改进了。
结论:改进阶段的帮助
在六西格玛项目中,其中一个最大的挑战经常是观测到的差异是否显著,以致需要采取相关的行动。我们经常会忽视帮助项目团队做出最终结论的工具方差分析。在任何时候,来自连续型数据的两个或者两个以上组或者类别的数据需要比较时,都适合使用方差分析。
想更了解生成数据和图形结果的计算方法,可以参见George Box的试验统计这本书。第一次使用ANOVA的从事者可以从有经验的黑带或者黑带大师那里获得设置数据的帮助。
然而,从样例中我们可以看出,ANOVA检验的数据和图形结果都很容易解释。获得的知识可以帮助项目团队计划改进方法。
关于作者:Lisa Custer是George集团的精益六西格玛负责人以及黑带大师。她在定义客户要求到过程工程的基本和高级持续改进技术推行中有15年的经验。她的邮箱是 lcuster@georgegroup.com 。 收起阅读 »
2011 我的年中总结
2010年7月19日,我第一次坐火车的日子,也是我去河北耀华胶业有限公司实习的日子。记得那天下着淅淅小雨,时隔今日,转眼马上就一年了……
2011年1月13日,我正式回到了天津昕中和胶业有限公司的大集体,感到非常的兴奋。也就是从那一天起,我开始了在昕中和工作的生活。
作为一名质量管理人员,要控制好生产前、生产中和生产后的所有环节,以此来保证产品的质量,满足客户的要求。我深深的记得,回来后的第一天,接触到了内田总工的指导,接手的第一个工作就是修改《品质管理体系表》。当时有点茫然,不知该如何修改,但是想起在耀华学习的时候曾见过其他公司的《QC工程图》,令我茅塞顿开。对于生产前的管控,首先要保证采购的原材料的质量。对于供应商管理方面,制作了《采购式样书》和《供应商质量能力调查表》,并已在实际工作中应用到。 接下来,总工给我们培训了一些质量管理的工具用途,比如:管理图的使用和怎样用特性要因图分析问题等等。根据《品质管理体系表》,我用特性要因图的方式又对整个管控环节进行了分析,虽然分析的内容不够严谨,但是感觉有不少的成长。
3月,万物复苏,大地一片生机,随着小草努力的钻出地面,我也开始了新了工作内容,也是我的一次新的学习机会。初次接触ISO9000认证的每一个环节,从寻找认证公司到了解认证流程,再到和咨询老师学习修改《质量手册》和《程序文件》。在推进质量管理体系的过程中,组织了一支ISO推进小团队,虽然现在还未取得有效的进展,但会一直坚持下去。为了验证各部门每个月的质量目标达成情况,组织每个月召开一次“质量分析会”,向总经理汇报当月的情况。
6月,我参与了天津星光橡塑有限公司的二方审核工作,虽然有些生疏,但还是很高兴能够有这样的机会参与此类事情。
7月,质量部做了“质量宣传看板”,希望能够通过这样的方式让大家都了解公司关于质量方面的一些知识和对于生产的产品存在哪些问题,提高大家的质量意识。
这半年来,比较难忘的就是,配合技术部的试车工作,到生产现场记录数据。伴随着生产设备的启动,我能够参与进去真的很感动。最难忘的还是,5月10日天津昕中和胶业有限公司的开业盛典,在大家一起的努力之下,典礼进行的很顺利。能够见证那一刻,感觉是一件很自豪的事。 收起阅读 »
2011年1月13日,我正式回到了天津昕中和胶业有限公司的大集体,感到非常的兴奋。也就是从那一天起,我开始了在昕中和工作的生活。
作为一名质量管理人员,要控制好生产前、生产中和生产后的所有环节,以此来保证产品的质量,满足客户的要求。我深深的记得,回来后的第一天,接触到了内田总工的指导,接手的第一个工作就是修改《品质管理体系表》。当时有点茫然,不知该如何修改,但是想起在耀华学习的时候曾见过其他公司的《QC工程图》,令我茅塞顿开。对于生产前的管控,首先要保证采购的原材料的质量。对于供应商管理方面,制作了《采购式样书》和《供应商质量能力调查表》,并已在实际工作中应用到。 接下来,总工给我们培训了一些质量管理的工具用途,比如:管理图的使用和怎样用特性要因图分析问题等等。根据《品质管理体系表》,我用特性要因图的方式又对整个管控环节进行了分析,虽然分析的内容不够严谨,但是感觉有不少的成长。
3月,万物复苏,大地一片生机,随着小草努力的钻出地面,我也开始了新了工作内容,也是我的一次新的学习机会。初次接触ISO9000认证的每一个环节,从寻找认证公司到了解认证流程,再到和咨询老师学习修改《质量手册》和《程序文件》。在推进质量管理体系的过程中,组织了一支ISO推进小团队,虽然现在还未取得有效的进展,但会一直坚持下去。为了验证各部门每个月的质量目标达成情况,组织每个月召开一次“质量分析会”,向总经理汇报当月的情况。
6月,我参与了天津星光橡塑有限公司的二方审核工作,虽然有些生疏,但还是很高兴能够有这样的机会参与此类事情。
7月,质量部做了“质量宣传看板”,希望能够通过这样的方式让大家都了解公司关于质量方面的一些知识和对于生产的产品存在哪些问题,提高大家的质量意识。
这半年来,比较难忘的就是,配合技术部的试车工作,到生产现场记录数据。伴随着生产设备的启动,我能够参与进去真的很感动。最难忘的还是,5月10日天津昕中和胶业有限公司的开业盛典,在大家一起的努力之下,典礼进行的很顺利。能够见证那一刻,感觉是一件很自豪的事。 收起阅读 »
老板是猪~值得仔细想想!
看到这个标题,我估计有一部分人痛快——哈哈,终于也有人跟我一样的想法,也会一部分人质疑——老板是猪,那你是什么?
对了,我要说的就是这个问题。其实我的题目是个假设。假设老板是猪。
经常听到有人在论坛或在其他地方抱怨:我的领导简直就是个笨蛋,这个也不会,那个也不会,这个不行那个不能……太没能力了。
是,我明白这句话的意思:领导太没能力了,这样的人老板也用,简直有病嘛。你看我,人缘好,沟通强,业务能力强,放着我这样的人才不用,老板简直就是猪嘛。
我们来假设老板是猪,很傻很天真,以为一个什么都不会、啥都不如我的人能给他带来业绩,这样下去,公司迟早有天要垮,或者至少业绩会下降。
而事实是这样吗?基本不是。
大道理不讲了,举个例子,我亲身经历的。
干原先那份工作的时候,主管领导是个内秀而稍显木纳的人,经常能被制造部长教训,看得我们窝了一肚子的气。那时候的我,有激情,大大咧咧,处理异常事件能轻松把技术到制造各流程的人都搞定完,处理客诉的能力也是一流。渐渐的老板和领导都很喜欢我也很信任我,责任重大的事情就交代的多了。但是渐渐的我也有想法了,明明都是我干的活,而且是主动负责的,他都没好好安排过,也没为我们争取过,凭什么当我们领导呀?你看他也没个形象,下个大雨挽起裤腿跑,跟插秧田的有什么区别……然后心里就起了抱怨,偶尔还说几句风凉话。因为没心没肺,总能被有城府的撺掇,最终当了炮灰。其实那时候我不知道,老板们已经准备提拔我,如果我肯勤勤恳恳地干下去的话。
现在回忆起来,那时候自己太年轻,总不肯站在别人的角度去看问题,导致和领导两败俱伤,大家都离职了。
举个例子。现在所经历的。
质量部长要人才没人才,要外貌没外貌(大龅牙),部门业绩差,常常排倒数,没有凝聚力,经常有他下属的员工来找我抱怨。生产、技术接口部门对他的抱怨也很大,遇到问题他往往就不吱声了。但是他的运气很好,高职毕业,85年的,年纪轻轻跟对了领导,最后回来做了质量部长。经常气得老板拍桌子大骂他,甚至骂娘。
你说我们老板是不是猪,这样没能力业绩不好还气他的人,他还用?!
其实老板有时也烦他,曾经两次找我跟他换岗,我给分析了一下,老板也认同了,现在骂他也少了。
老板是个事必亲躬的人,尤其在质量方面。比如旺季:这个能算问题吗?怎么不能发货?!!到了淡季,就反批斗:谁同意发的货?这种问题都能发出去?质量部有标准没有?干嘛吃的!!!还有,老板工作中也会出错,就必须要有个人来承担他的错误。我不是那个人,而现在的质量部长是。就像许三多,抗揍能力强,能背得下黑锅。没有业务能力算什么呢?给他招点有业务能力的人就行了。
呵呵,这说明什么呢。有时候并不是说业务拔尖的就一定会被重用。老板要掌握的是一个平衡和和谐。水多了加面,面多了加水,能做出饼来就OK。
这样看的话,老板是猪吗?显然不是。如果老板不是猪,就反过来想,既然老板不是猪,那是不是自己在什么地方当了猪反而还不知道?
工作有时候是要能沉住气。领导的好坏大家其实都比你本人更清楚,尤其老板,绝对是更清楚的,因为他的业绩是对老板汇报的。
如果你不服气有人没你强,但是比你爬得快,你就要检讨下,你是不是没有和企业或者老板保持着同一个利益中心。对,就是利益中心,说“同心同德”太抽象了。
还有,一定要沉住气。虽然我有时也沉不住。既要憋住话,又要憋住尿(我经常这样勉励自己)。
不要越级反馈。真的。有人,或者说是上头的领导告诉你说,有什么问题你就跟我沟通吧。千万别当真。很多事情是没有道理可讲的。你越级反馈,无论你人有多么优秀,道理有多么能站住脚,你都在老板心里打上污点了。因为这就相当于上访了。这样想吧,你如果当领导,你愿意手下有刺头吗?仔细想想。
推荐大家看一片文章:二等智慧——从有一期的《商界》杂志抄过来的。http://www.6sq.net/home.php%3F ... 01619 收起阅读 »
对了,我要说的就是这个问题。其实我的题目是个假设。假设老板是猪。
经常听到有人在论坛或在其他地方抱怨:我的领导简直就是个笨蛋,这个也不会,那个也不会,这个不行那个不能……太没能力了。
是,我明白这句话的意思:领导太没能力了,这样的人老板也用,简直有病嘛。你看我,人缘好,沟通强,业务能力强,放着我这样的人才不用,老板简直就是猪嘛。
我们来假设老板是猪,很傻很天真,以为一个什么都不会、啥都不如我的人能给他带来业绩,这样下去,公司迟早有天要垮,或者至少业绩会下降。
而事实是这样吗?基本不是。
大道理不讲了,举个例子,我亲身经历的。
干原先那份工作的时候,主管领导是个内秀而稍显木纳的人,经常能被制造部长教训,看得我们窝了一肚子的气。那时候的我,有激情,大大咧咧,处理异常事件能轻松把技术到制造各流程的人都搞定完,处理客诉的能力也是一流。渐渐的老板和领导都很喜欢我也很信任我,责任重大的事情就交代的多了。但是渐渐的我也有想法了,明明都是我干的活,而且是主动负责的,他都没好好安排过,也没为我们争取过,凭什么当我们领导呀?你看他也没个形象,下个大雨挽起裤腿跑,跟插秧田的有什么区别……然后心里就起了抱怨,偶尔还说几句风凉话。因为没心没肺,总能被有城府的撺掇,最终当了炮灰。其实那时候我不知道,老板们已经准备提拔我,如果我肯勤勤恳恳地干下去的话。
现在回忆起来,那时候自己太年轻,总不肯站在别人的角度去看问题,导致和领导两败俱伤,大家都离职了。
举个例子。现在所经历的。
质量部长要人才没人才,要外貌没外貌(大龅牙),部门业绩差,常常排倒数,没有凝聚力,经常有他下属的员工来找我抱怨。生产、技术接口部门对他的抱怨也很大,遇到问题他往往就不吱声了。但是他的运气很好,高职毕业,85年的,年纪轻轻跟对了领导,最后回来做了质量部长。经常气得老板拍桌子大骂他,甚至骂娘。
你说我们老板是不是猪,这样没能力业绩不好还气他的人,他还用?!
其实老板有时也烦他,曾经两次找我跟他换岗,我给分析了一下,老板也认同了,现在骂他也少了。
老板是个事必亲躬的人,尤其在质量方面。比如旺季:这个能算问题吗?怎么不能发货?!!到了淡季,就反批斗:谁同意发的货?这种问题都能发出去?质量部有标准没有?干嘛吃的!!!还有,老板工作中也会出错,就必须要有个人来承担他的错误。我不是那个人,而现在的质量部长是。就像许三多,抗揍能力强,能背得下黑锅。没有业务能力算什么呢?给他招点有业务能力的人就行了。
呵呵,这说明什么呢。有时候并不是说业务拔尖的就一定会被重用。老板要掌握的是一个平衡和和谐。水多了加面,面多了加水,能做出饼来就OK。
这样看的话,老板是猪吗?显然不是。如果老板不是猪,就反过来想,既然老板不是猪,那是不是自己在什么地方当了猪反而还不知道?
工作有时候是要能沉住气。领导的好坏大家其实都比你本人更清楚,尤其老板,绝对是更清楚的,因为他的业绩是对老板汇报的。
如果你不服气有人没你强,但是比你爬得快,你就要检讨下,你是不是没有和企业或者老板保持着同一个利益中心。对,就是利益中心,说“同心同德”太抽象了。
还有,一定要沉住气。虽然我有时也沉不住。既要憋住话,又要憋住尿(我经常这样勉励自己)。
不要越级反馈。真的。有人,或者说是上头的领导告诉你说,有什么问题你就跟我沟通吧。千万别当真。很多事情是没有道理可讲的。你越级反馈,无论你人有多么优秀,道理有多么能站住脚,你都在老板心里打上污点了。因为这就相当于上访了。这样想吧,你如果当领导,你愿意手下有刺头吗?仔细想想。
推荐大家看一片文章:二等智慧——从有一期的《商界》杂志抄过来的。http://www.6sq.net/home.php%3F ... 01619 收起阅读 »