专家视点 首页 > 学术信息中心 > 专家视点

许伟:大数据时代的质量变革


发布人:    审批人:    点击数:0    发布时间:2015-01-21


所谓大数据,根据维克托教授的定义,就是利用互联网和计算机对海量的数据进行抓取、管理和处理,并且从中提取出有意义的信息。质量是“一组固有特性满足要求的程度”,质量从用户角度定义,就是产品(以及相关服务)满足用户需求的程度。然而这种“满足的程度”是不确定性的,这种不确定性来自两个方面:一是生产方的固有特性是不确定性的,二是需求方的要求也是不确定性的。大数据环境下,质量的两个方面都发生了巨大变化,质量管理面临新一轮变革。

中国经济转型升级,遵循传统工业时代的生产方式,很难超越发达国家;利用互联网时代的生产方式才有可能实现。互联网皇冠上的明珠就是大数据。当我们理解什么是大数据时,特别对于质量管理的影响,我们需要回顾一下质量发展的历史。

一、原始数据时代的质量管理阶段。

大概一百到两年前以前,我们如何来为我们的客户提供服务和产品呢?工业时代以前的质量管理,产品和服务都是手工制造,特别定制的,也就是说它非常昂贵的。这个时期的手工作坊质量主要有操作者依据自己的经验和手艺把关。产品制造者直接面对顾客,产品质量由认得感官来判定,这时的质量管理不需要什么数据,或者说数据量很小。

二、小数据时代的质量管理阶段。

质量管理学科是伴随着工业经济时代而产生的。现在社会已经发生巨大变革,手工制造的东西个人来做这件事情已经很少做了,而到现在,降低成本,可以为更多的人提供产品,这就是大生产。大生产不仅仅更为有效率,同时也可以把产品的成本降低下来,大生产可以让更多人买得起这个产品,为更多人服务。流水线是二十世纪最伟大的革命,福特的T型车降低了成本,提高了效率,使得汽车进入寻常百姓家,数以百万计的人以前是买不起车的人,但现在突然买得起了。大生产同时也有其限制性,福特先生说过,你可以买到各种色彩的车,但是这个颜色只是黑色,红色、绿色都不可能,只能是黑颜色。

大生产时代的质量管理,就是解决产品和服务的不确定性,解决方法就是数据统计。质量大师休哈特提出的休哈特控制图,就是用来区分引起质量波动的原因是偶然的还是系统的,可以提供系统原因存在的信息,从而判断生产过程是否处于受控状态。日本田口玄一博士创立的田口方法着重考虑的是如何降低系统对不可控因素变异的敏感性,从而减少质量波动。戴明认为,通过降低设计,生产的不确定性提高产品的质量,提高生产率,用高质量,低价格占领市场,企业就可以持续发展。

大生产是组织化和规模化的生产,影响产品和服务质量的关键点,从操作者向设计者、管理者,从产品服务,向过程体系,乃至系统经营转移。随后日本精益制造,虽然组织管理巧妙,但都是为了减少产品和服务本身的不确定性,解决方法都是从小数据角度思考问题,利用某种统计工具来获取产品服务、过程体系、系统经营乃至用户需求的数据。六西格玛号称不良品率可以控制在百万分之3.6以下,在减少产品和服务质量不确定性方面可以说达到了人类极限。

大生产可以让数以百计的人买得起商品,但却是一模一样的,我们就面临这样的矛盾,漂亮无比,手工制作的产品非常昂贵,同时非常便宜的大生产的商品不能完全满足我的要求,但是非常便宜。这个矛盾在小数据时代是很难解决的,因为大生产将生产者和需求者分割开来,使得消费者不能和生产者对产品质量直接进行对话。此外,小数据时代的质量管理,相比产品和服务本身的不确定性,用户需求才是最大的不确定性。

三、大数据时代的质量管理

现在下一波的生产方式变革就是大规模定制,可以为大量客户定制产品和服务,成本比较低,但同时又是个性化的,可以满足每个人不同的需求,可以让数以百万计的人达到这样的东西。我希望我的车有红色,有绿色,我可以做到,但价格又不会是手工制作而让你无法承担,在这种情况下你可以负担起这个成本,这样的话产品和服务要做到这一点,就需要我们有一个对客户需求很好的了解,需要信息,从客户这里给到产品和服务的提供方,那就是大数据。

大数据告诉我们,我们每一个客户,他们每个人的倾向,他们想要什么,他们喜欢什么,大数据将告诉我们每一个客户,他们互相之间和其他人之间的区别,哪些可以被集合到一起来进行分类,数据量是那么地大,不仅仅是客户,而且还是数据分析的方法以及需求信息量非常大,这样的话你可以充分地利用大量的数据,我们从来没有面对过大量的数据,来让我们更好地了解客户的需求,来提供我们的服务和产品,来创新我们的行业,大数据是数据数量上的增加,以至于我们能够从量变变成质变。由于数据量大的变化以至于发生质变,这可以为我们的产品和服务带来质变。







首页 | 期刊简介 | 本刊导读 | 新闻公告 | 电子版期刊 | 期刊订阅 | 英文期刊 | 推荐文献 | 我要投稿 | 联系我们