2022-11-03｜质量改善
真正可复制的质量改善，要经得起实验与批次放行验证
面对加工完成后仍长时间等待放行，本期先用“从客户节拍反推资源”校准判断，再用质量改善推进持续运营，最终把现场经验沉淀为版本、点检与复盘机制。
质量必须由稳定过程制造出来，检验只能发现部分已经发生的问题。
1. 从现场问题开始
质量改善从客户要求和过程风险出发，通过数据分层、根因分析、过程控制和防错，降低不良、返工和流出风险，而不是只依赖终检拦截。 在实验与批次放行中，批次配方、连续设备、过程窗口、实验检测、环境与放行规则共同影响一致性和交付节奏。因此，本期不从工具名称出发，而先回答：产能、人力、设备与物流是否真正围绕客户需求节奏配置。
本期切口：用分层审核、日清周结和周期复盘守住改善成果。判断是否有效，必须能够回到真实对象、真实数据、真实责任和真实结果。
2. 识别真正损失
- 同类缺陷重复发生
- 检验加严但过程能力没有提升
- 问题分析停留在人员不注意
- 场景约束：批次配方、连续设备、过程窗口、实验检测、环境与放行规则共同影响一致性和交付节奏
- 优先警惕：只看最终检验结果，容易忽略批间波动、设备微停、参数漂移、等待放行和能源损失
这些信号不是结论，而是进入现场调查的入口。应继续按产品、班组、设备、物料批次、时间段或异常类型分层，避免用平均值掩盖波动。
3. 把判断落到数据
方法口径
FPY＝一次合格数量÷投入数量×100%；重大问题还应追踪DPPM、返工工时和客户流出。
本期证据
同步比较客户节拍、瓶颈CT、标准人工工时、可用工时与实际合格产出；现场至少保留批次号、配方与版本、关键参数趋势、设备停机代码、实验数据、放行时间与单位能耗。
数据必须说明来源、分母、时间范围、版本和异常样本。无法追溯到订单、产品、工序、设备或责任对象的数据，不宜直接用于评价个人或判断项目收益。
4. 形成可验收交付
- 把维持指标纳入日常看板，对重复问题重新打开原因分析
- 明确缺陷定义和影响范围
- 按人机料法环测分层并验证根因
- 优先实施过程控制与防错
- 验证效果并更新PFMEA、控制计划和作业标准
- 用改善前后实绩复核收益、波动和副作用，确认关闭证据
- 将有效方法写入标准、点检、系统规则与复盘节奏
5. 让接口不再靠催
主责：项目经理定义问题边界、方法、数据口径与阶段交付物，对专业判断负责。
协同：跨职能交付团队提供真实现场条件与约束，参与试点并及时暴露异常。
验收：项目Sponsor按安全、质量、成本、交付和收益证据判断是否进入下一阶段。
系统固化范围、里程碑、风险、验收与收益必须同步更新版本、生效日期、维护责任与异常升级规则。
6. 复制前先看边界
- 把相关性当作根因
- 只做临时遏制不做永久对策
- 对策完成后不验证再发风险
- 只看最终检验结果，容易忽略批间波动、设备微停、参数漂移、等待放行和能源损失
- 局部设备利用率提高，不等于订单交付周期一定缩短
任何方法都不能脱离产品特性、工艺风险、人员技能、设备能力和客户要求直接复制。先验证边界，再扩大范围，才能避免把局部经验变成新的系统风险。
7. QilyLean 方法关联
8. 今日最小闭环
选一个典型对象记录一组真实基准验证一个主要假设固化一条有效标准
今日动作：把维持指标纳入日常看板，对重复问题重新打开原因分析。完成后不要急于宣布结案，先确认数据是否可复现、现场是否能维持、责任是否已经移交。
工程者手记
坚持的力量：越是长期工程，越要尊重基本功；越是复杂系统，越要守住真实数据。 质量必须由稳定过程制造出来，检验只能发现部分已经发生的问题。