近日，帆軟舉辦了第四屆FineBI數(shù)據(jù)分析大賽，讓來(lái)自各個(gè)領(lǐng)域的業(yè)務(wù)人員，用帆軟的BI產(chǎn)品來(lái)進(jìn)行自助式數(shù)據(jù)分析，產(chǎn)生了大量的優(yōu)秀分析案例。

據(jù)此，數(shù)據(jù)猿策劃了系列案例分析專題。上一篇，我們分析了瑞幸咖啡的用戶運(yùn)營(yíng)策略。作為系列文章的第二篇，我們來(lái)分享南京東華智能轉(zhuǎn)向系統(tǒng)有限公司（以下簡(jiǎn)稱“東華轉(zhuǎn)向”）汽車零部件質(zhì)量管理的數(shù)據(jù)分析案例。

汽車行業(yè)加速智能化轉(zhuǎn)型，亟需更高效的質(zhì)量管理方法

汽車制造業(yè)作為全球經(jīng)濟(jì)的關(guān)鍵支柱之一，近年來(lái)正在經(jīng)歷著前所未有的變革。隨著科技進(jìn)步和消費(fèi)者需求的演變，這一行業(yè)不斷向智能化、電動(dòng)化、以及網(wǎng)聯(lián)化邁進(jìn)。特別是在中國(guó)，汽車制造業(yè)正迎來(lái)新一輪的增長(zhǎng)潮，推動(dòng)著全球汽車市場(chǎng)的發(fā)展。

然而，這個(gè)行業(yè)同時(shí)面臨著激烈的國(guó)內(nèi)外競(jìng)爭(zhēng)、日益嚴(yán)格的環(huán)保標(biāo)準(zhǔn)、以及不斷變化的技術(shù)創(chuàng)新。這些因素共同促使汽車制造商不斷尋求新的管理和生產(chǎn)方法，以提高效率和降低成本。

東華轉(zhuǎn)向，作為中國(guó)汽車零部件制造的重要企業(yè)之一，其產(chǎn)品涵蓋了汽車轉(zhuǎn)向系統(tǒng)及其相關(guān)零部件。作為上汽集團(tuán)的一員，東華轉(zhuǎn)向在市場(chǎng)中享有較高的地位，但也面臨著來(lái)自國(guó)內(nèi)外競(jìng)爭(zhēng)對(duì)手的壓力。

隨著客戶需求的多樣化和市場(chǎng)的快速變化，東華轉(zhuǎn)向需要不斷優(yōu)化其產(chǎn)品線和生產(chǎn)流程，以保持競(jìng)爭(zhēng)優(yōu)勢(shì)。此外，隨著智能汽車和新能源汽車的興起，對(duì)汽車零部件的質(zhì)量和性能要求也在不斷提高，這對(duì)東華轉(zhuǎn)向的制程質(zhì)量管理提出了更高的要求。在這種情況下，以往的一些質(zhì)量管理方法已經(jīng)不能滿足業(yè)務(wù)要求。

例如，在面臨訂單增長(zhǎng)和客戶交付周期縮短的壓力下，公司的主要業(yè)務(wù)需求痛點(diǎn)集中在提升制程質(zhì)量管理的效率和效果。由于生產(chǎn)線長(zhǎng)期處于滿負(fù)荷狀態(tài)，對(duì)產(chǎn)品質(zhì)量的監(jiān)控和響應(yīng)速度變得尤為關(guān)鍵。當(dāng)前的制程質(zhì)量預(yù)控手段單一，加之生產(chǎn)數(shù)據(jù)的準(zhǔn)確度不足和可視化不夠，導(dǎo)致工程師處理問(wèn)題的效率低下，影響了產(chǎn)線的有效產(chǎn)出。此外，由于業(yè)務(wù)分析需求的多變性，原有的報(bào)表開發(fā)方式已無(wú)法滿足快速和多維度的分析需求，造成了時(shí)間和成本上的浪費(fèi)，以及數(shù)據(jù)分析的滯后性。

因此，進(jìn)行更深入的數(shù)據(jù)分析來(lái)提升效率，成為了公司的迫切需求。這不僅包括對(duì)現(xiàn)有數(shù)據(jù)的精準(zhǔn)分析和實(shí)時(shí)監(jiān)控，還涉及建立更為靈活和高效的數(shù)據(jù)分析模型。實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵在于采用先進(jìn)的看板工具和自助式數(shù)據(jù)分析方法，這些工具能夠?qū)崟r(shí)反映產(chǎn)線的質(zhì)量水平，使工程師能夠迅速提取數(shù)據(jù)，構(gòu)建分析模型，并及時(shí)處理異常。通過(guò)這種方式，公司可以更有效地控制產(chǎn)品質(zhì)量，提高生產(chǎn)效率，降低成本，最終增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力。

接下來(lái)，我們就以帆軟數(shù)據(jù)分析大賽上的一個(gè)實(shí)際案例，來(lái)看業(yè)務(wù)人員如何實(shí)現(xiàn)汽車零部件質(zhì)量管理的數(shù)據(jù)分析。

完成數(shù)據(jù)清洗、整合，構(gòu)建SPC、5M1E分析體系

在東華轉(zhuǎn)向，一支名為“東華轉(zhuǎn)向數(shù)據(jù)分析小分隊(duì)”的團(tuán)隊(duì)，承擔(dān)著提升制程質(zhì)量的重要任務(wù)。這個(gè)團(tuán)隊(duì)由公司的數(shù)字化總監(jiān)唐驚幽領(lǐng)導(dǎo)，成員包括陳從霜、曹航、何琪。他們的專業(yè)背景涵蓋大數(shù)據(jù)、人工智能等領(lǐng)域，使得該團(tuán)隊(duì)在處理復(fù)雜的數(shù)據(jù)分析任務(wù)時(shí)具備了獨(dú)特的優(yōu)勢(shì)。

團(tuán)隊(duì)面對(duì)的主要任務(wù)是通過(guò)帆軟BI工具改進(jìn)制程質(zhì)量管理，以適應(yīng)市場(chǎng)需求的快速變化和提高產(chǎn)品質(zhì)量。為此，團(tuán)隊(duì)設(shè)定了明確的目標(biāo)：通過(guò)深入分析生產(chǎn)過(guò)程中的數(shù)據(jù)，快速識(shí)別并解決質(zhì)量問(wèn)題，從而提高直通率和工序合格率，最終達(dá)到降低成本和提升產(chǎn)品質(zhì)量的雙重目的。

在正式進(jìn)行數(shù)據(jù)探索分析之前，數(shù)據(jù)處理和數(shù)據(jù)分析模型構(gòu)建，是必要的準(zhǔn)備工作。團(tuán)隊(duì)使用帆軟BI工具從原始數(shù)據(jù)到數(shù)據(jù)清洗，再到分析和可視化的整個(gè)過(guò)程中發(fā)揮了關(guān)鍵作用。

首先，他們從企業(yè)的制造執(zhí)行系統(tǒng)（MES）中收集了大量生產(chǎn)與質(zhì)量相關(guān)的數(shù)據(jù)。這些數(shù)據(jù)包括了產(chǎn)品加工檢驗(yàn)參數(shù)、下線報(bào)工數(shù)量、產(chǎn)品合格數(shù)量等。由于這些數(shù)據(jù)原本分散在不同的數(shù)據(jù)庫(kù)表中，且格式不統(tǒng)一，因此，團(tuán)隊(duì)首先在FDL平臺(tái)上進(jìn)行了數(shù)據(jù)清洗和整合。他們建立了數(shù)據(jù)調(diào)度任務(wù)，將所有生產(chǎn)線的加工參數(shù)匯總到一個(gè)數(shù)倉(cāng)的明細(xì)表中，為后續(xù)的分析打下了堅(jiān)實(shí)的基礎(chǔ)。

在數(shù)據(jù)清洗和整合完成后，接著需要構(gòu)建數(shù)據(jù)分析方法和模型。

在數(shù)據(jù)分析方面，團(tuán)隊(duì)采用了多種先進(jìn)的分析模型和方法，其中最核心的是SPC（統(tǒng)計(jì)過(guò)程控制）過(guò)程能力分析和5M1E分析。團(tuán)隊(duì)利用SPC分析工具來(lái)監(jiān)控和控制生產(chǎn)過(guò)程，他們通過(guò)SPC圖表監(jiān)測(cè)關(guān)鍵的生產(chǎn)參數(shù)，如加工尺寸、溫度等，以確保這些參數(shù)始終保持在控制范圍內(nèi)。通過(guò)分析這些參數(shù)的波動(dòng)，團(tuán)隊(duì)能夠及時(shí)發(fā)現(xiàn)生產(chǎn)過(guò)程中可能出現(xiàn)的問(wèn)題，并迅速采取措施進(jìn)行調(diào)整。例如，如果某個(gè)參數(shù)的波動(dòng)超出了預(yù)設(shè)的控制限，團(tuán)隊(duì)會(huì)立即進(jìn)行調(diào)查，找出波動(dòng)的原因，并采取措施進(jìn)行修正。

5M1E分析是一種全面的問(wèn)題分析方法，涉及人員（Man）、機(jī)器（Machine）、材料（Material）、方法（Method）、測(cè)量（Measurement）和環(huán)境（Environment），團(tuán)隊(duì)通過(guò)這種方法深入分析了影響產(chǎn)品質(zhì)量的各種因素。例如，他們會(huì)檢查操作人員的技能和經(jīng)驗(yàn)，機(jī)器的性能和維護(hù)狀況，使用的原材料質(zhì)量，生產(chǎn)過(guò)程中采用的方法和環(huán)境條件，以及質(zhì)量測(cè)量的準(zhǔn)確性等。通過(guò)這種全面的分析，團(tuán)隊(duì)能夠準(zhǔn)確地識(shí)別出影響產(chǎn)品質(zhì)量的根本原因，并制定有效的對(duì)策。

接下來(lái)，我們就來(lái)一起看看分析團(tuán)隊(duì)從這些數(shù)據(jù)中得到了哪些有意思的結(jié)論。

多業(yè)務(wù)指標(biāo)分析，探索更高效的質(zhì)量管理

在這個(gè)案例中，該團(tuán)隊(duì)通過(guò)帆軟BI工具的應(yīng)用，展現(xiàn)了數(shù)據(jù)分析在提高生產(chǎn)效率和質(zhì)量控制方面的巨大潛力。具體來(lái)看，他們通過(guò)以下多個(gè)指標(biāo)和業(yè)務(wù)維度的分析，來(lái)探索隱藏在數(shù)據(jù)中的問(wèn)題和規(guī)律：

指標(biāo)分析：產(chǎn)線直通率

團(tuán)隊(duì)首先關(guān)注的是產(chǎn)線直通率，這一指標(biāo)可以宏觀地反映出當(dāng)前日期產(chǎn)線的質(zhì)量水平。通過(guò)帆軟BI的可視化功能，團(tuán)隊(duì)能夠清晰地展現(xiàn)不同產(chǎn)線的直通率，并設(shè)置了85%的警戒線。他們發(fā)現(xiàn)EPS2和EPS3號(hào)線的直通率已低于警戒值，這表明這些產(chǎn)線的質(zhì)量水平不佳，需要立即的關(guān)注和改進(jìn)。

工序合格率分析

團(tuán)隊(duì)進(jìn)一步分析了工序合格率，這是制程質(zhì)量在更細(xì)致層面上的關(guān)鍵指標(biāo)。他們區(qū)分了一次合格率和最終合格率，重點(diǎn)關(guān)注那些一次合格率與最終合格率差異大的工序。例如，他們發(fā)現(xiàn)E3OP510工序的一次合格率為87%，最終合格率為94%，說(shuō)明該工序存在質(zhì)量問(wèn)題。

缺陷類型分布分析

通過(guò)餅圖，團(tuán)隊(duì)分析了標(biāo)簽打印記錄的缺陷類型分布，發(fā)現(xiàn)靜態(tài)試驗(yàn)不合格次數(shù)占比最高，這進(jìn)一步證實(shí)了E3510工序的合格率問(wèn)題。此外，他們還通過(guò)折線圖分析了工序小時(shí)合格率、小時(shí)產(chǎn)出數(shù)和產(chǎn)品類型數(shù)，得出合格率與產(chǎn)出數(shù)無(wú)明顯關(guān)聯(lián)的結(jié)論。

SPC過(guò)程能力分析

將問(wèn)題定位到特定工序后，需要對(duì)該工序的過(guò)程能力進(jìn)行進(jìn)一步的分析。為此，通過(guò)帆軟BI，團(tuán)隊(duì)進(jìn)行了SPC過(guò)程能力分析。他們監(jiān)控生產(chǎn)過(guò)程中的關(guān)鍵參數(shù)，并利用管控圖來(lái)反映參數(shù)趨勢(shì)和分布。例如，在分析E2OP100工序時(shí)，他們發(fā)現(xiàn)磨合空載波動(dòng)值的分布呈現(xiàn)偏態(tài)，提示可能存在的質(zhì)量問(wèn)題。

5M1E分析

接下來(lái)，團(tuán)隊(duì)使用5M1E分析法深入探究了問(wèn)題的根本原因，他們對(duì)人、機(jī)、料、法、環(huán)、測(cè)等方面進(jìn)行了細(xì)致的調(diào)查，識(shí)別出了技術(shù)人員技能、設(shè)備保養(yǎng)計(jì)劃、以及物料質(zhì)量等方面的問(wèn)題。

這些數(shù)據(jù)分析結(jié)果對(duì)南京東華來(lái)說(shuō)具有深遠(yuǎn)的業(yè)務(wù)含義，它們使公司能夠迅速識(shí)別和響應(yīng)生產(chǎn)過(guò)程中的質(zhì)量問(wèn)題，從而提高產(chǎn)品質(zhì)量和客戶滿意度。其次，這些分析幫助公司優(yōu)化生產(chǎn)流程，提高效率，減少資源浪費(fèi)。此外，通過(guò)深入分析和改進(jìn)，公司能夠減少因質(zhì)量問(wèn)題導(dǎo)致的成本開銷，如遏制人員的人工費(fèi)用和生產(chǎn)延誤造成的損失。

可以看見，在這個(gè)案例中，帆軟BI工具的應(yīng)用顯著降低了數(shù)據(jù)分析的門檻，并極大地促進(jìn)了數(shù)據(jù)分析的探索和實(shí)用性。

東華轉(zhuǎn)向數(shù)據(jù)分析小分隊(duì)告訴數(shù)據(jù)猿，“在數(shù)據(jù)編輯時(shí)，新增列、合并數(shù)據(jù)、分組匯總、字段設(shè)置等設(shè)計(jì)，都對(duì)降低業(yè)務(wù)人員的數(shù)據(jù)分析門檻有明顯的幫助，這些操作只需要簡(jiǎn)單的拖拉拽，簡(jiǎn)單易上手。例如業(yè)務(wù)人員在進(jìn)行分析時(shí)，如果需要改變字段類型，點(diǎn)擊字段表頭即可進(jìn)行修改。數(shù)據(jù)關(guān)聯(lián)這個(gè)功能幫助也很大，管理員設(shè)置好數(shù)據(jù)集的關(guān)聯(lián)之后，業(yè)務(wù)人員在使用自助數(shù)據(jù)集進(jìn)行自助取數(shù)時(shí)，可以直接對(duì)有關(guān)聯(lián)的數(shù)據(jù)進(jìn)行聯(lián)合分析，而不需要再去梳理和配置關(guān)聯(lián)關(guān)系。”

帆軟BI強(qiáng)大的過(guò)濾篩選功能和數(shù)據(jù)集關(guān)聯(lián)能力，使得工程師可以更加靈活地探索數(shù)據(jù)，快速定位和分析影響生產(chǎn)質(zhì)量的關(guān)鍵因素。例如，在SPC分析過(guò)程中，團(tuán)隊(duì)能夠自行篩選出影響分析的異常點(diǎn)，并通過(guò)數(shù)據(jù)關(guān)聯(lián)直觀地追溯質(zhì)量問(wèn)題的來(lái)源。這樣的功能不僅提升了分析的效率，也增強(qiáng)了分析的準(zhǔn)確性和深度。

總之，帆軟BI工具在這個(gè)案例中不僅作為數(shù)據(jù)處理和分析的工具，更是一種促進(jìn)業(yè)務(wù)人員數(shù)據(jù)分析思維和能力提升的平臺(tái)。它的應(yīng)用不僅提高了質(zhì)量管理團(tuán)隊(duì)處理復(fù)雜數(shù)據(jù)的能力，還有助于實(shí)現(xiàn)產(chǎn)品質(zhì)量和生產(chǎn)效率的顯著提升，從而加強(qiáng)了公司的整體競(jìng)爭(zhēng)力。

以自助式BI，助推汽車行業(yè)的數(shù)字化、智能化升級(jí)

東華轉(zhuǎn)向通過(guò)帆軟BI進(jìn)行零部件質(zhì)量管理分析的案例，不僅展示了數(shù)據(jù)分析在提升制程質(zhì)量中的實(shí)際應(yīng)用，還為我們揭示了自助式數(shù)據(jù)分析和數(shù)據(jù)普惠化在現(xiàn)代企業(yè)管理中的重要性，及其對(duì)行業(yè)未來(lái)發(fā)展的影響。

東華轉(zhuǎn)向數(shù)據(jù)分析小分隊(duì)認(rèn)為，自助式分析工具大大節(jié)省了業(yè)務(wù)人員獲取信息的時(shí)間，他們可以更快掌握自己所最關(guān)注的業(yè)務(wù)動(dòng)態(tài)，工作效率大大提升同時(shí)，業(yè)務(wù)人員也將具備更多的時(shí)間，對(duì)數(shù)據(jù)進(jìn)行解讀剖析并嘗試?yán)脭?shù)據(jù)進(jìn)行有效決策，這也在無(wú)形之中提升了他們的專業(yè)水平。“比如我們的質(zhì)量工藝人員，傳統(tǒng)方式手工統(tǒng)計(jì)計(jì)算IPTV報(bào)表需要耗時(shí)兩天，而BI工具則只需拖拉拽，幾秒即可生成滿足他們不同分析維度的報(bào)表，業(yè)務(wù)人員則有更多的時(shí)間去不斷拆解指標(biāo)背后的影響因子，形成完善的經(jīng)驗(yàn)庫(kù)。”

更進(jìn)一步，他們認(rèn)為，業(yè)務(wù)人員實(shí)現(xiàn)自助式數(shù)據(jù)分析，能夠帶來(lái)整個(gè)業(yè)務(wù)流程，甚至相關(guān)組織架構(gòu)的轉(zhuǎn)變。自助式數(shù)據(jù)分析使得業(yè)務(wù)人員可以更方便的獲取，分析數(shù)據(jù)，這有助于減少誤解和信息偏差，提高組織內(nèi)部的協(xié)作和團(tuán)隊(duì)合作，從而促進(jìn)業(yè)務(wù)流程的優(yōu)化和效率的提升。

其次，自助式數(shù)據(jù)分析將影響我們現(xiàn)有的組織架構(gòu)，傳統(tǒng)的組織架構(gòu)中，數(shù)據(jù)分析通常是由專業(yè)的數(shù)據(jù)分析師或團(tuán)隊(duì)來(lái)完成的。而自助式數(shù)據(jù)分析使得更多的業(yè)務(wù)人員能夠直接參與數(shù)據(jù)分析過(guò)程，進(jìn)一步增強(qiáng)業(yè)務(wù)人員的決策能力，能夠促進(jìn)決策層的減少與組織結(jié)構(gòu)的扁平化發(fā)展。

數(shù)據(jù)普惠化是將數(shù)據(jù)分析的能力普及到每一個(gè)業(yè)務(wù)單元，讓每個(gè)員工都能夠參與到數(shù)據(jù)驅(qū)動(dòng)的決策過(guò)程中。這種普惠化不僅提高了整個(gè)組織的數(shù)據(jù)素養(yǎng)，還促進(jìn)了更為民主化的決策過(guò)程。正如東華轉(zhuǎn)向數(shù)據(jù)分析小分隊(duì)所說(shuō)，“自助式分析能夠鼓勵(lì)員工參與決策和問(wèn)題解決過(guò)程，讓員工有更多的機(jī)會(huì)發(fā)表意見、提出建議和貢獻(xiàn)創(chuàng)新思維，這種開放的文化和參與度可以激發(fā)員工的創(chuàng)造力和創(chuàng)新能力。”在東華轉(zhuǎn)向的例子中，通過(guò)帆軟BI工具，數(shù)據(jù)分析不再是少數(shù)專家的專屬領(lǐng)域，而是變成了所有員工共同參與的過(guò)程。這種變化不僅促進(jìn)了更廣泛的創(chuàng)新和改進(jìn)，還提高了團(tuán)隊(duì)成員對(duì)業(yè)務(wù)目標(biāo)的認(rèn)同感和參與度。

隨著BI和數(shù)據(jù)分析技術(shù)的不斷發(fā)展，預(yù)計(jì)它們?cè)谄囍圃煨袠I(yè)的應(yīng)用將會(huì)更加廣泛和深入。未來(lái)，我們可以預(yù)見，數(shù)據(jù)分析將不僅限于生產(chǎn)質(zhì)量管理，還將擴(kuò)展到供應(yīng)鏈優(yōu)化、客戶需求預(yù)測(cè)、產(chǎn)品設(shè)計(jì)創(chuàng)新等多個(gè)領(lǐng)域。隨著人工智能和大數(shù)據(jù)技術(shù)的融合，BI工具將提供更加精準(zhǔn)和智能的分析，幫助企業(yè)在快速變化的市場(chǎng)中保持競(jìng)爭(zhēng)優(yōu)勢(shì)。此外，隨著云計(jì)算和物聯(lián)網(wǎng)技術(shù)的普及，實(shí)時(shí)數(shù)據(jù)分析和遠(yuǎn)程監(jiān)控將成為可能，進(jìn)一步提高生產(chǎn)效率和靈活性。

來(lái)源：數(shù)據(jù)猿