6西格玛，以数据为依据的管理方法

6西格玛，以数据为依据的管理方法

六西格玛是一项以数据为基础，追求完美的质量管理方法。接下来从数据的角度上详细阐明6σ实施的五个阶段和在6σ实施过程中对数据应注意的事项。

进入20世纪末，以信息技术为主要特征的高新技术飞速发展，推动了经济全球化，加速了技术、管理的创新。与此同时，六西格玛作为新时代的产物应运而生。它是一套以数理统计为基础的管理方法，强调消除错误，减少消耗，避免重复劳动，其核心是数据定义，测量，分析原因，改进优化和控制效果，使企业在生产，设计管理等方面达到最佳境界。

1、 数据的内涵及6σ概述

数据是关于自然、社会现象和科学试验的定量或定性的记录；是科学研究最重要的基础；研究数据就是对数据进行采集、分类、录入、储存、统计分析，统计检验等一系列活动的统称。其中统计分析，统计检验需要一些逻辑推理，才能分析影响输出的关键因素。由于数据的客观性，它被用于许多场合。六西格玛就是将数据成功运用于管理中的典范。

六西格玛是一项以数据为基础，追求几乎完美的质量管理方法。西格玛是一个希腊字母σ的中文译音，统计学用来表示标准偏差，即数据的分散程度。对连续可计量的质量特性：用"σ"度量质量特性总体上对目标值的偏离程度。几个西格玛是一种表示品质的统计尺度。它有别于其它的质量管理方法，是依据严格的数据采集和统计分析，找出误差的根源，并寻求消除这些误差的方法，根据顾客的要求来确定的管理活动。

六西格玛实施由黑带大师，黑带，绿带组成的团队负责。黑带大师负责项目改进的方向及项目资源的规划；黑带是实施管理的中坚力量，负责绿带的培训，在其中起协调作用；绿带则侧重于六西格玛工作的具体实施。

在六西格玛实施过程中，小到单一产品和服务，中到一个项目、一个部门，大到一个企业都应该可以计量。所以说，管理中，无论是黑带大师，黑带或绿带的想法中，绝对不能有一些诸如“也许”，“差不多”，“可能”等模糊观念，即使在从顾客中收集数据时，也不允许其采用类似的词语，这些应该是六西格玛管理中最基本的要求。换句话讲，6西格玛不能成功地运用于不能用数据来表示过程中。

现在就从实施六西格玛的五个阶段，定义(D)，测量（M），分析（A），改进（I），控制（C），来看看六西格玛管理中的数据流程。

2、 2、6σ的数据流程

定义(D)：即陈述问题。需要黑带大师以市场为导向，以企业现有资源为依据，利用顾客反馈数据及与机器直接打交道的员工处获得的信息作出相应曲线，进行数据比较，从而确定改进目标如高的投资回报率或市场份额，规划项目资源。

测量（M）：测量的目的是识别并记录那些对顾客关键的过程业绩及对产品(即输出变量)有影响的过程参数，量化客户需求，从顾客中获取相应的收集数据，对这些数据进行分类，归组，以便分析时用。了解现有的质量水平，确认顾客，用户对改进后的预期效益进行评估，此阶段是数据的收集阶段。一旦决定该测量什么，其组成人员就必须制定相应的“数据收集计划”。并计算和量化实际业务中的各种事件。通过过程流程图，因果图，散布图，排列图等方法来整理数据。

分析（A）：即对数据分析，找出问题的主要原因，关键因素及与竞争对手的差距所在。在此阶段中，团队成员要分析过去，当前的业绩数据及明确将来应该取得的业绩方向，通过分析来回答测量阶段的问题所在，确定关键问题的置信区间，进行方差分析，及通过假设检验的方法来获取其需求价值。还可以通过头脑风暴法，直方图，排列图等方法对所采集的数据进行分析，找到准确的因果关系。在此阶段，团队一定要小心谨慎，通过在小规模范围内试点来分析潜在问题，以判断将出现什么结果，并对其错误趋势加以预防。为此，必须准确分析数据，建立输入与输出数据的数学模型，并追踪和核查解决方案的有效性。

改进（I）：改进基于分析的之上，针对关键因素确立最佳改进方案。在此阶段，可通过质量功能展开，策化试验设计，进行正交试验等手段来对关键问题进行调整，改善，此阶段需注意，应从小入手，关键问题逐一解决，切不可囫囵吞枣，操之过急，影响整个设计或管理的发展方向。所有这些，也要建立在过程业绩的数学模型基础上，以确定输入的操作范围及设定过程参数，并对输入的改进进行优化。

控制（C）：主要对关键因素进行长期控制并采取措施以维持改进结果。定期监测可能影响数据的变量和因素、制定计划时所未曾预料的事情。在此阶段，要应用适当的质量原则和技术方法，关注改进对象数据，对关键变量进行控制，制定过程控制计划，修订标准操作程序和作业指导书，建立测量体系，监控工作流程，并制定一些对突发事件的应对措施。

以上这些过程并不是单一的，独立的，而是相互关联的统一体（如图1）。由这些过程很容易看出，六西格玛是一种基于数据的决策方法，强调用数据说话，而不是凭直觉、经验办事。其基础是需求，作用及过程的量化，从而可以客观地反映我们的现状，引起人们的关注。 数据定义抽样数据收集统计分析试验设计控制数据定义测量分析改进控制

3、 数据处理注意事项

在6西格玛管理实施的初期，许多问题完全可以通过简单的统计数据来收到相当大的成效，如花大力气进行收集可能会浪费大量的人力，物力，财力。这些都需要黑带在实施6西格玛时因材施教，有的放矢。

当然，如果你服务于一个小的公司，且要对其常期进行六西格玛管理，但你的公司每个月内仅仅完成几项交易，或者你的顾客群体分布非常集中，那么很难获取大量的数据，在此基础上进行全面的分析、统计，则更显得力不从心，但这并不意味着你不能在这些数据和事实的基础上管理自己的业务，而是你应该换种思维去收集这些数据，如收集竞争对手的顾客数据，或去发现一些潜在的顾客群未购买的原因及他们对产品的需求等来进行管理。

运用六西格玛方法进行优化时，首先要注意避免其敏感的峰值数据点（sensitivepeaks），即此点小的变化可能会引起大的结果的变动，减少风险，保证其方法的可靠性，同时也要避免活跃的数据点（activeconstraints），其中包括一些非确定性因素，这些因素的变动极有可能会导致设计的失败。所以在实施六西格玛中，不要凭空猜想，一定要通过对真实数据进行科学分析来发现问题的症结所在，尽量排除一些可能及干扰因素的影响。

4、 结束语

综上所述，６西格玛管理主要是以数据为基础，通过数据查找关键因素，主要问题，并把产生的问题数据进行统计分析并提出解决问题的方案和办法。对改进方法进行长期控制，以保证解决方案的可行性，有效性。因而在六西格玛学习和实施中，决不能忽略对数据的采集，计算，统计分析等方法的学习及运用，这也是六西格玛成功与否的关键。