在大數據沖擊下的工業(yè)質量管理對策

　　說起大數據，人們很容易想起電商、銀行、電信等行業(yè)。殊不知，傳統(tǒng)的制造業(yè)也正在(甚至更早地)面臨著大數據的沖擊，在產品研發(fā)、工藝設計、質量管理、生產運營等各方面都迫切期待著有創(chuàng)新方法的誕生，來應對工業(yè)背景下的大數據挑戰(zhàn)。

　　例如在半導體行業(yè)，芯片在生產過程中會經歷許多次摻雜、增層、光刻和熱處理等復雜的工藝制程，每一步都必須達到極其苛刻的物理特性要求，高度自動化的設備在加工產品的同時，也同步生成了龐大的檢測結果。這些海量數據究竟是企業(yè)的包袱，還是企業(yè)的金礦呢?如果說是后者的話，那么又該如何快速地撥云見日，從“金礦”中準確地發(fā)現(xiàn)產品良率波動的關鍵原因呢?這是一個已經困擾半導體工程師們多年的技術難題。

　　再比如在電子行業(yè)，隨著智能手機、平板電腦、高精度相機等新產品的層出不窮與升級換代，消費者的要求日益苛刻，企業(yè)運營成本壓力的持續(xù)增加，衡量產品質量的技術維度早已從以前的一兩個上升到幾十個、乃至上百個的數量級。比較典型的應用有手機不同頻點的電子信號收發(fā)測試，電腦結構中各個機械尺寸的精密度測量等等。傳統(tǒng)的統(tǒng)計質量管理方法在面對這種新場景下往往會束手無策，即使有個別牛人級的工程師生搬硬套地開發(fā)了一些應用程序，但分析的效率依然很低，效果也遠遠達不到預期的要求。

　　其實，稍微深入地了解一下當前國外最熱門的幾家高科技公司的經營實踐，就不難發(fā)現(xiàn)：充分發(fā)揮大數據優(yōu)勢的現(xiàn)代化質量管理對策已在近幾年中逐漸嶄露頭角。下面通過一個實際案例來進一步說明：

　　某半導體科技公司生產的晶圓在經過測試環(huán)節(jié)后，每天都會產生包含一百多個測試項目、長度達幾百萬行測試記錄的數據集。按照質量管理的基本要求，一個必不可少的工作就是需要針對這些技術規(guī)格要求各異的一百多個測試項目分別進行一次過程能力分析。如果按照傳統(tǒng)的工作模式，我們需要按部就班地分別計算一百多個過程能力指數(如下圖所示)，對各項質量特性一一考核。這里暫且不論工作量的龐大與繁瑣，哪怕有人能夠解決了計算量的問題，但也很難從這一百多個過程能力指數中看出它們之間的關聯(lián)性，更難對產品的總體質量性能有一個全面的認識與總結。

　　基于JMP軟件的傳統(tǒng)單一指標的過程能力分析報表

　　然而，如果我們利用高級統(tǒng)計分析軟件工具JMP提供的大數據質量管理分析平臺，除了可以快速地得到一個長長的傳統(tǒng)單一指標的過程能力分析報表之外，更重要的是，還可以從同樣的大數據集中得到很多嶄新的分析結果。

　　如下圖所示，具有不同規(guī)格要求的一百多個質量指標已經被標準化地統(tǒng)一集中到了一張圖中。這個圖形被紅、黃、綠三種顏色分成了三個區(qū)域。在紅色區(qū)域中出現(xiàn)的指標都是過程能力不足的指標(Cpk小于1);在黃色區(qū)域中出現(xiàn)的指標都是過程能力尚可的指標(Cpk大于1且小于2);在綠色區(qū)域中出現(xiàn)的指標都是過程能力充足的指標(Cpk大于2)。(注意：Cpk優(yōu)劣的界定標準可以自定義修改。)

　　基于JMP軟件的多指標過程能力分析的可視化展現(xiàn)

　　這樣一來，無論面對多么復雜的工藝流程，技術管理人員都具備了一雙火眼金睛，能夠從紛繁龐雜的工程數據中一目了然地看清質量現(xiàn)狀，識別出哪里的工藝情況最穩(wěn)定，哪里存在著改進機會。

　　在幫助技術管理人員建立工藝流程大局觀的同時，大數據質量管理分析平臺還能迅速地切換分析主題，進行由面到點的深入分析，不會遺漏每一個技術細節(jié)。下圖就是一張按照

　　Cpk優(yōu)劣順序排序的過程能力指標排行榜清單的截屏。

　　基于JMP軟件的多指標過程能力分析的排行榜清單(部分)

　　總之，在大數據的沖擊下，傳統(tǒng)的質量管理方法無論是在概念宣傳與培訓的層面上，還是在實際應用與推廣的層面上都面臨著巨大的挑戰(zhàn)。所幸，在以JMP軟件為代表的現(xiàn)代工業(yè)質量管理解決方案的協(xié)助下，制造型企業(yè)同樣可以化被動為主動，充分享受到“大數據”分析帶來的成果與樂趣。