建立质量管理业务数据化体系

引言

对于制造业,生产出合适质量的产品是企业生命线,企业质量体系很重要,但是执行不好,反而是大浪费,靠人来执行,作用不显著,没有相应的信息系统,管理制度,方法落实不下去。如何构建企业产品质量数据管理体系?企业需要什么样的质量数据管理系统?如何应用?笔者计划用两篇文章帮助读者理解这些质量数据相关若干问题。本文先从质量数据体系入手,实现质量管理业务数据化,后续再对质量数据管理系统的应用和构建进行深入介绍。

笔者2001年开始参加工作,从事机械设计行业,正好企业开展质量体系贯标认证,在工作中接触质量并有了一些认知,那时理解质量就是质量体系,和实际业务关系不紧密,认为质量是企业高层领导定的口号目标,也就这点肤浅认识。质量要求不落地对具体工作影响不大,君不见哪家企业都喊质量口号,但是具体参考质量管理体系执行的能有多少?做质量数据管理是要投入真金白银的,然而企业考虑成本利益,好多质量数据管控都做了简化。

几年后,笔者从事ERP软件实施工作。进入甲方企业的第一件大事,就是对方给你一套质量体系文件,让我们这些所谓的外部专家,通过质量体系去了解企业管理业务流程,用软件去固化企业现有业务流程。这时才知道质量数据业务还包括采购入库、物资检验、生产工序检验、成品入库检验、不合格品处理等业务流程。

再后来进入航天业务信息化领域,发现还有“质量数据包”这回事,即通过软件系统体现各种质量数据理念和质量数据管理。航天领域涉及到批次管理、质量归零、五单管理、合格证业务拆分、技术状态管理、业务转阶段等各种相关内容。

当前又从事数据治理业务领域,笔者认为有必要把质量数据业务整体归纳总结一下,全面细致的认识一下质量数据业务。莫以为知道一点点质量业务就说懂质量,就和国内的ERP系统一样,典型认识:财务系统就是ERP系统,殊不知误导了多少企业和人员。笔者希望通过此文能抛砖引玉,能有更多质量数据领域专家站在专业角度给出专业建议和方法,用新理论、新思维和新技术提高业务人员对质量数据体系的进一步认识,并指导企业业务人员开展质量数据管理相关工作。

如何理解质量管理业务

质量管理业务相比设计、制造业务来说,是制造企业最重要的一项辅助管理业务。企业发展好的时候,看不出质量数据管的好或是差,笔者认为质量就是防范预警,时刻提醒企业相关人员做事谨小慎微,为客户和企业保驾护航,不让客户和自身企业处于危险之中。本文将通过以下几个方面内容阐述如何从宏观上认识质量管理体系,企业如何定位质量业务人员的工作范围,质量业务与信息系统关联关系,从数据角度认识相关的质量业务。

如何理解质量管理体系

质量管理体系(QMS ,Quality Management System)是指在质量方面指挥和控制组织的管理体系。质量管理体系是组织内部建立的,为实现质量目标所必需的、系统的质量管理模式,是组织的一项战略决策。它将资源与过程结合,以过程管理方法进行的系统管理,根据企业特点选用若干体系要素加以组合,从确定顾客需求、设计研制、生产、检验、销售、交付之前全过程的策划、实施、监控、纠正与改进活动的要求,一般以文件化的方式,成为组织内部质量管理工作的要求。

如何构建质量数据管理体系

质量管理体系需要一系列质量数据作为支撑,才能真正意义的把质量管理体系落地并实施。企业建立和实施质量数据管理体系采用过程方法,企业的质量管理体系过程按类型分为顾客导向过程、管理过程、产品实现过程及支持过程,质量数据管理体系构建框架如下图所示。

                 

图1 企业质量数据管理体系

1)顾客导向过程COP:通过输入和输出直接和外部顾客联系的过程,直接对顾客产生影响,是给公司直接带来效益的过程。

2)管理过程MP:用来衡量和评价顾客导向过程和支持过程的有效性和效率,组织策划将顾客要求转化为组织衡量的目标和指标,确定公司组织结构,产生公司决策和目标及其更改等过程。

3)产品实现过程CP:针对产品实现各过程的策划,提前进行策划是为了明确各过程的输入、输出、各部门的职责、相关的资源,实现过程的方式方法,实施跟踪考核,以便于整个产品实现过程有序、规范并使产品和管理质量得到保证。

4)支持过程SP:提供主要资源或能力,为了实现公司的经营目标,支持COP实现预计目标的过程。支持过程是支持COP功能的必要过程。

质量数据管理人员有哪些职责

对于企业业务人员来说,一般认为是做质量业务的人员就是质量人员,比如质检员。先说下质量工程师,这个比较好理解,就是我们通常在企业见到专业做质量的人员。这类人员与具体产品打交道,具备特定专业质量相关经验,专业性比较强,正因为专长,可以成为某一方面的专才,同时也可能限定自身业务发展。

其实企业还有一种质量岗位,即质量体系工程师。质量体系工程师职责是建立和完善公司质量数据管理体系,负责企业质量管理体系的推进、实施以及对体系运行情况的监控,负责企业质量管理体系认证与评审的准备、协调和联络工作,并做好体系维护工作,负责按照数据管理体系标准要求结合公司现状建立文件化的管理体系,督促和指导公司各部门贯彻执行体系文件,并检查其执行情况,组织各部门开展质量数据管理体系培训工作。这类岗位类似企业行政类岗位,属于管理岗位,定位于中高层级别,这种岗位人员属于万金油,理论上可以适合任何行业,但是也造成这种岗位人员不精通实际具体业务等问题。

如何实现质量业务IT化

从上述质量数据管理体系的定位可以看出,质量数据管理体系是为“组织”提供服务的。构建质量数据管理体系,打造质量数据体系文件化,企业质量数据管理体系需要两类不同的岗位人员来推动,明确质量管理人员职责,从而实现企业各项管理活动具体化。

如何把文件化的质量数据体系通过IT系统给定义出来,充分发挥质量数据体系引领企业管理,让质量数据体系不是一个面子工程,解决企业管理多张皮的问题,与IT系统管理应用同步推动企业管理提升,实现企业不同岗位质量管理人员工作融合。

笔者认为质量数据体系管理人员通过综合质量数据管理功能去构建企业质量数据关系相关业务活动,质量工程师通过各项质量数据过程管理功能去进行相关质量过程控制业务,其它人员通过质量数据分析及评价功能了解相关质量业务数据。关于这部分内容的详细情况,笔者后续会专门写一篇文章阐述如何构建质量数据管理系统,在这里仅做简要介绍。质量数据管理系统整体功能框架如下图所示。

图2 产品质量数据信息管理系统功能图

笔者对质量数据体系、质量数据管理系统、业务系统、输出物之间对应关系进行了简要梳理,如下表所示,便于读者全面认识质量数据业务。

表1 产品质量数据业务一览图

如何实现质量业务数据化

质量业务的最终目标是质量业务数据化,而达成这一目标的前提就得一一剖析质量业务相关构成。通过上述内容的分析,大体上形成几类元素构成,由于质量体系有格式化术语表述,可以通过质量特定术语从顶层层面上实现质量业务数据化,为后续业务实现提供可能。

图3 质量业务数据化

在《质量管理体系 基础和术语》(GB/T 19000)国标中,列出了13个方面的质量管理体系术语,共计138个,感兴趣的读者可以下载阅读,术语摘录如下所示:

1)有关人员的术语6个:最高管理者、质量管理体系咨询师、参与、积极参与、技术状态管理机构、调解人

2)有关组织的术语9个:组织、组织环境、相关方、顾客、供方、外部供方、调解过程提供方、协会、计量职能

3)有关活动的术语13个:改进、持续改进、管理、质量管理、质量策划、质量保证、质量控制、质量改进、技术状态管理、更改控制、活动、项目管理、技术状态项

4)有关过程的术语8个:过程、项目、质量管理体系实现、能力获得、程序、外包、合同、设计和开发

5)有关体系的术语12个:体系(系统)、基础设施、管理体系、质量管理体系、工作环境、计量确认、测量管理体系、方针、质量方针、愿景、使命、战略

6)有关要求的术语15个:客体、质量、等级、要求、质量要求、法律要求、法规要求、产品技术状态信息、不合格(不符合)、缺陷、合格(符号)、能力、可追溯性、可信性、创新

7)有关结果的术语11个:目标、质量目标、成功、持续成功、输出、产品、服务、绩效、风险、效率、有效性

8)有关数据、信息和文件的术语15个:数据、信息、客观证据、信息系统、文件、成文信息、规范、质量手册、质量计划、记录、项目管理计划、验证、确认、技术状态纪实、特定情况

9)有关顾客的术语6个:反馈、顾客满意、投诉、顾客服务、顾客满意行为规范、争议

10)有关特性的术语7个:特性、质量特性、人为因素、能力、计量特性、技术状态、技术状态基线

11)有关确定的术语9个:确定、评审、监视、测量、测量过程、测量设备、检验、实验、进展评价

12)有关措施的术语10个:预防措施、矫正措施、纠正、降级、让步、偏离许可、放行、返工、返修、报废

13)有关审核的术语17个:审核、多体系审核、联合审核、审核方案、审核范围、审核计划、审核准则、审核依据、审核发现、审核结论、审核委托方、受审核方、向导、审核组、审核员、技术专家、观察员

总结

不站在数据角度去考虑质量体系和信息管理系统融合,单纯谈融合治理,依然会存在很多问题。质量体系、信息系统、业务数据,应该是三者融合,而不是分开考虑,质量数据体系概念已提出多年,信息系统应用也取得了不错的成绩。近年来,部分企业已经开始对数据治理有了意识,三者需建立统一的标准、体系和规范,还需专业人士不断在项目中实践和完善,以提供更好、更多的应用案例。

关于质量理论学术上的范围定义,不在本文论述范围之内,笔者也不是质量业务出身。本文基于笔者多年信息系统实施经验积累和思考,知识不足,理解不深之处,权当读者作为业务交流。

预告

构建全要素产品质量数据管理系统之(下)-质量数据管理系统的应用和构建

END


评论关闭
IT干货网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!