内容
数字化概述
数字化质量管理
制造业数字化质量管理实施与评价
数字化质量管理系统
数字化质量管理案例
数字化质量管理案例
1、离散型制造业数字化质量管理案例
2、流程型行业数字化质量管理案例
3、服务业数字化质量管理案例
01 离散型-微型电机—通常痛点
小型、微型电机行业的通常痛点：
To B产品，必须按时交货，特别是海外客户，甚至空运
产品不合格，客户罚款力度大，甚至丢掉订单
基层员工流动大
供应商几百家到上千家
几万个物料号
每天几百单到几千单来料
不同时期的产线几十条到上百条，稳定性不一样
市场竞争异常激烈，价格由市场决定
离散型-供应商协同–供应链上下游互动
痛点：
1）供应商提交的纸质OQC报告不便于存储和统计分析。
2）供应商提交的数据是否真实？人会说谎，但数据不会。
3）当内部发现IQC不良时，如何快速反馈给供应商？
4）对供应商的评审结果，如何快速反馈给供应商？
5）供应商整改，如何监督供应商的整改进度和结果？
方案：
标准统一。供应商使用客户系统后台设定的检验标准，避免出现使用错误检验标准的问题，检验标准在后台也可以实时更新。
供应商提交检验数据后，自动同步到系统中，客户可随时查阅。
让数据易于使用，可以方便对比供应商测量的数据和本公司测量的数据，用统计的方法提高发现供应商数据不真实的能力。
当发现IQC不良时，内部可将不良信息实时分享给供应商。
如需供应商进行整改，则可直接开SCAR，让供应商按照客户要求进行整改，完成8D整改后，提交给客户确认并关闭，客户可以实时跟踪整改进度和状态。
对供应商的评审记录，对于不符合项，同样可以开SCAR要求供应商整改并进行跟踪。
离散型-QC检验–简化操作，保证效果
痛点：
1）一线员工流动率大，培训员工耗时耗力；
2）检验过程中要打开：检验单、作业指导书、图纸等多个文档，工作效率低；
3）检验时不了解该产品的历史问题履历，导致眉毛胡子一把抓。
4）无法统计每个检验员的工作量和工作效率？
5）检验批合格判定由人工判定，效率低且容易出错。
6）产量大的企业，每天的检验批特别多，忙不过来，如何科学的减少工作量？
7）卡尺、千分尺、三坐标等计量数据如何跟系统自动连接？
8）检验数据统计分析，耗时耗力还不完整，不能即刻响应客户的要求。
9）如果发生了不合格，反馈不及时，导致相关主管无法即刻了解信息。
10）填写不合格单、MRB评审在线下进行，效率低，且无法统计。
方案：
QMS与ERP/MES/WMS集成，实现报检单的自动推送和结果回写；
检验任务分配调度，按照人员/物料类型/放置区域/供应商/产线等不同分别推送检验任务；
与PLM集成，在线打开图纸；
检验时带出该物料的历史缺陷履历排名，重点问题重点突出；
系统支持合批/跳批等逻辑，既保证了质量，又提升了效率；
抽样数、合格判定都由系统计算，防错。
IPQC可设置首检/巡检/末检等巡检计划，按时推送巡检任务给相关负责人；
卡尺、三坐标等计量数据能够自动写入系统；
检验过程中可直接登记不合格品，直接发起MRB评审和CAPA；
不合格预警通知功能，绑定邮箱/企业微信等，即时通知负责人。
离散型-客诉、整改–两段式处理客诉
第一阶段：快反遏制 第二阶段：寻因改进
两个阶段的出发点不同，决定了要分别采取不同的措施和对策：
1）反应速度及针对对象不同
Ø第一个阶段对时间敏感度高，快速答复并解决客户的问题，提升客户满意度；
Ø第二个阶段对时间敏感度低，关键是要彻底解决问题，避免再次发生。
2）处理的负责人不同
Ø第一个阶段负责人更偏重沟通技巧，具备一定的专业知识，对事态变化敏感，避免扩大化；
Ø第二个阶段则会根据不同的客诉类型，由不同的部门来负责。如：产品设计问题，通常是研发部负责；组装问题可能是生产部门负责；来料问题可能是SQE负责……另外，根据问题严重度，应该由不同对应层级的人来牵头负责。
Ø
3）必要性不同
Ø若发生客诉，回复客户是必须的，但不一定需要整改。
Ø
4）统计需求不同
Ø两个阶段都有关闭周期的统计需求，但标准可能相差巨大：第一个阶段的周期通常是几天，而第二个阶段由几天到几个月都有可能。如果放一起统计，会使统计数据变得毫无意义。
Ø
5）升级路线不同
Ø两个阶段的升级周期和路径有所不同，放置在一起会导致混乱；
两个阶段的审批流路径也不同。
流程型-橡胶密炼–混合工序
流程行业包括石油化工、金属冶炼、医药、水泥等行业。
流程行业往往是通过混合、分离、成型或化学反应使材料增值的企业。
配方一样，但设备与环境等因素可能不同。
工艺参数的优劣往往影响产品性价比和按时交货率。
优秀的工艺参数往往需要长时间的积累。
服务业数字化质量管理案例
