運用大數據於品質管理之實務分享

Quality Management by Big Data

長期以來，品質管理所採用的抽樣方式強調的是「隨機」原則，其基本假設是所有的受檢對象，發生品質問題的機率是相同的，這似乎已經是個品管界一直沿用的準則了。然而事實真是如此嗎？同一個產品在日班生產跟在夜班生產的售後品質會不會有所不同？同一個產品在廠內曾經維修過比起那些不曾維修過的售後品質會有差異嗎？同一產品但生產時間長短不同時，其售後品質會不一樣嗎？要回答這些問題，需要能夠掌握產品從製造端到服務端的完整資訊，並加以分析才能得出結果，但對許多公司而言，這並不容易做到。本文旨在分享筆者服務公司如何運用品質大數據平台，並搭配資料科學的分析手法，評估各種不同生產因素對於出廠品質的影響，從而預估高風險物件的所在，以實施針對性的抽樣檢驗方式，提高品質檢驗流程的有效性，同時掌握更多品質問題以達到改善品質的效果。