如何使用英国威廉希尔体育公司SPC软件来减少缺陷和返工，从而降低产品成本。
关键词：infinityqs,SPC,帕累托图
考虑到这一点，在这篇“战壕中的故事”博客文章中，我将重点转向我如何使用可分配的原因和纠正措施代码来收集有用的信息以改进流程。在本文中，我还将回顾帕累托图以及我在食品和制造行业任职期间如何使用它们来专注于我们的持续改进项目，以从我们的工作中获得最大价值。
我将向您展示我如何使用 InfinityQS 统计过程控制 (SPC) 软件来减少缺陷和返工，从而降低产品成本。
有意义的流程改进需要可靠的数据
人们普遍认为，相关、准确的数据是可靠的质量保证体系的必要条件。 该数据提供了识别需要改进的领域和量化组织持续改进活动成功所需的知识。
没有人愿意将精力投入到一个无法证明值得花费的项目上。 我从第一手经验中了解到，当无法以有意义的方式评估基线数据和改进状态时，进行改进是多么令人沮丧。 这让所有相关人员都感到沮丧。
这是我在食品行业一次又一次看到的事情。 但是，对于每一个不明确的结果，都有许多成功项目的例子，它们利用现有的数据收集方法来证明确实发生了改进。
例如
下面简要介绍一下我在使用热封设备时遇到的一个问题，以及我使用 InfinityQS ProFicient™ 软件收集到的数据，这些数据帮助我解决了这个问题。
我们都见过带铝箔盖的塑料容器中的消费品。想想酸奶、坚果或一罐薯片。这些产品都采用类似的技术，使用热量、时间和压力将铝箔盖固定在容器上，保持产品的新鲜度，直到到达消费者手中。
当密封设备运行良好时，一切都很好；但是，根据我的经验，这些都是挑剔的机器，根本不能很好地处理变化。无论是箔片批次的变化、计划外停机事件，还是许多其他变量中的任何一个，总是会导致密封不良，需要操作员和维护资源来使系统恢复控制。
除了操作员层面的挫败感之外，密封不良还会导致返工、包装材料报废，当然还有客户投诉。就我而言，客户抱怨通常是因为密封太强，有时无法在不损坏容器的情况下打开。
显然，必须做一些事情，但从哪里开始呢？ 每个操作员和机械师都有自己的关于机器故障原因的理论以及解决问题的独特方法。 因此，在如何改进流程方面没有达成共识。 我需要的是一些经过整理、整理的数据。 我需要的是一个好的帕累托图。
帕累托图
Vilfredo Pareto 当试图找到问题的根本原因或解决方案的适当纠正措施时，Pareto 图是必不可少的工具。 Joseph Juran 博士将帕累托原理应用于质量保证，以纪念意大利经济学家 Vilfredo Pareto，他提出了这个想法来说明 1800 年代后期意大利 80% 的土地由大约 20% 的人口拥有 .
这种“80/20”规则的想法在现代已经司空见惯，并且通常假定 80% 的结果仅来自 20% 的潜在原因。
帕累托图（如下所示）只是条形图和折线图的组合，但不要让简单性欺骗了您——它是一个强大的工具。
许多条形图按时间、日期、字母顺序或其他一些分类排序，而帕累托图的条形按其值排序，最高（最长）条形位于左侧或顶部，向右或向下递减。 此顺序使您可以快速查看哪些类别构成了您正在衡量的“重要少数”。
折线图作为图表的运行总数，有助于突出这些少数人的“重要”程度。 在典型的帕累托图中，80/20 规则很明显，折线图似乎呈现对数或渐近（一条曲线和一条线越来越近，但不相交）形状——快速上升然后平稳 接近 100%。 这强化了图表中的大多数“活动”通常属于前几个类别的概念。
当您的数据绘制在帕累托图上时，当您首先解决那些最高（或最长）条形图中的问题时，您将获得最大的收益。
操作员输入
乍一看，检查产品包装密封并不适合 SPC 跟踪。由于这是一个通过/失败过程，并且每个包装都经过检查，因此最终用户的投诉既不可能也很少见。
收集到的数据通常可以告诉您潜在的问题（或者已经实施的任何解决方案是成功的），但仅此而已。在有缺陷的密封件的情况下，操作员生成的笔记（任何好的 SPC 程序的标志）都是零星的和非结构化的，因此它们相当无用。这些数据的帕累托图毫无价值。
然而，改进操作员注释的结构很重要——因此，ProFicient 的可分配原因代码和纠正措施代码功能物有所值。利用这些组件的规则和结构产生的数据会让 Vilfredo Pareto 和 Joseph Juran 感到自豪。更重要的是，它产生了可用于量化我们对密封过程所做改进的数据类型，确认我们对操作员调整的关注是改进密封过程的关键。
为了获得我需要的数据，我首先采访了操作员和机械师，看看他们认为什么是每个密封问题的根本原因和最佳解决方案。 这是整个过程中最耗时的部分，但我认为对大多数受影响的员工进行采访以获得全套场景至关重要。
使用这些数据，我创建了一组可分配的原因代码和一组后续的纠正措施代码。 在创建所有代码并将其传达给团队后，我启用了警报通知规则，要求为每个失败的密封检查提供可分配的原因和纠正措施。
引入可分配的原因和纠正措施代码
很快，我的努力得到了一系列有用的定量数据的回报。 建立数据基线后，我们着手确定导致 80% 缺陷的 20% 问题。
通过使用 ProFicient 中的可分配原因/纠正措施功能，我能够让操作员快速轻松地输入他们的代码，由于缺乏额外的文档以及他们积极参与的知识让他们感到高兴 通过减少返工和提高客户满意度来改进工作的项目。
沟通。
每个人都需要知道工作的目标、时间安排和目的。
更重要的是，操作员需要看到他们的输入显示在最终产品中。
考虑到所有这些项目导致成功实施可分配原因和纠正措施代码功能。
最后，我们密封问题的根本原因是，如果产品密封良好，那么非常坚固的产品密封一定更好。我们的密封检查过程侧重于识别不良密封，但不太擅长发现太坚固且难以打开的密封，这些是引起客户不满意的密封。
使用这些数据，我们很快发现，当发现密封问题时，最常见的纠正措施是提高密封温度——这导致了我们所看到的过度密封情况。
这种专注于检测弱密封的测试协议和专注于创建强密封的操作员心态的结合注定会产生令人不满意的客户体验。
在这些数据的支持下，我们对密封温度调整实施了更严格的控制，并实施了一项培训活动，重点是对操作员和机械师进行有关密封质量和密封温度对客户影响的教育。
精通的力量
该软件的此功能具有真正的力量。通过将操作员的响应引导到预设的选项列表中，您可以开始获得良好的趋势数据。通过适当地构建可分配的原因和纠正措施，您会得到几个具有多个响应的类别——而不是得到 40 个类别，每个类别都出现一两次。
通常，当您查看 40 个类别时，实际上并没有得到 40 个不同的根本原因；你得到的更像是有 40 个关于单个事件的目击者的叙述。利用 ProFicient 软件，您可以将散点数据转换为具有价值和目的的重点数据。
最后，在所有这些测试之后，我们返回到我们的可分配原因和纠正措施代码数据，再次利用帕累托图，并能够量化我们实施的改进。
使用 ProFicient 质量管理软件的内置数据收集和分析工具，我们将定性转化为定量，并隔离了问题的根本原因——在此过程中改进我们的制造流程并确保为我们的客户提供一致、高质量的产品 .