吉林11选5开奖结果查询

行业动态

荐读 | 以“互联网+全面质量管理”认证模式助推质量提升

 发布时间:2020年01月03日   文章来源:亿信标准认证集团   阅读次数: 279 

“互联网+”是把互联网的创新成果与经济社会各领域深度融合,推动技术进步、效率提升和组织变革,提升实体经济创新力和生产力,形成更广泛的以互联网为基础设施和创新要素的经济社会发展新形态。


相对于“互联网+产品”、“互联网+服务”和“互联网+制造”的实践应用,互联网环境下的质量管理新理论、新模式和新技术研究总体上不够。为此,我们要加快对“互联网+全面质量管理”的研究、探索,开展互联网环境下的全面质量管理活动,这将有利于重塑质量创新体系、激发质量创新活力、创新质量管理模式和建设质量公共服务平台,促进新旧动能持续转变,实现提质增效升级发展。



“互联网+全面质量管理”的概念


“互联网+全面质量管理”,是指组织在信息化环境下,围绕质量为本发展战略,基于全员参与、全方位的互联网平台和物联网技术,以数据为核心,连接顾客、组织与供应商等运营全过程,使组织和利益相关方受益的可持续成功的管理途径。其内容主要包括:

组织环境:在信息化、互联网时代,准确把握组织的定位,为实现组织愿景确定战略重点;

质量战略:组织把“质量为本”作为基本战略,提质降本增效,提升质量水平,实现可持续发展;

全员:组织全体员工参与,从最高管理者到一线员工,最高管理者是全面质量管理的第一责任人;

全方位:包括战略管理、人力资源管理、财务管理、项目管理、质量与计量标准管理、设备管理、安全管理、能源与环保、信息与知识管理等组织管理维度;

全过程:包括采购管理、生产管理、销售管理等,产品维度包括研发设计、工艺设计、生产制造、物流仓储等价值链维度;

可持续成功:使组织以及利益相关方从组织的全面质量管理的成功中获得预期结果。


“互联网+全面质量管理”体系架构


为了诠释对“互联网+全面质量管理”概念的理解,我们搭建出“互联网+全面质量管理”的架构(见图1)。

全面质量管理.jpg


1.预期目标

互联网信息化时代与质量相关的预期目标有:

产品质量指数(PQI),除了经典的缺陷率、质量报告、关键质量特性、过程能力、不符合报告等质量指标以外,还包括与规定相一致、简单而良好的设计、复核与入门核实、校验和确认、批次接收率/不良率、可追溯性等质量指标;

风险管理指数(RMI),RMI 能基于以下目标来确定:企业业务战略目标中覆盖风险管理的百分比,现有和新产品的风险优先数,超过组织风险胃纳的现有风险等级的数量,由于不恰当的风险削减导致法律问题的数量,以及无效风险管理导致的经济损失的数量;

安全保证指数(SAI),包括数据安全、信息技术安全、人身安全、业务连续性/灾难恢复等指标;

供应商质量管理指数(SQMI),SQMI 能基于以下关键目标确定:

评价和符合性的满足、履行订单(如:质量及按时交付)、按时交货率、供应商评估(如:灵活性、创造性、目前发展水平及合作关系)、维护费用(审核、运输和其他管理费用);

自动化/数字化指数(ADI),自动化可减少差错、一致性/稳定性、采纳新技术、提高生产率、保持竞争力。自动化能在过程、产品、支持体系和信息管理等关键区域被测量。

2.数据

依据数据做出决策,已成为质量改进的核心。很多最近更新的标准再次强调基于证据决策的重要性,更有很多成熟的企业掌握了传统数据并开始利用大数据。

“互联网+全面质量管理”要求以数据为核心,同时充分考虑以下因素:

数据量:来自互联设备的数据量会更大,需要特殊的处理方法,如数据库;

格式多样性:包括系统收集结构化数据、非结构化数据和半结构化数据等三种类型的数据,其中结构化数据极为有序(CAPAs,质量事件),非结构化数据毫无条理(例如语义数据、传感器和互联设备的数据),半结构化数据没有形成结构但曾经应用了结构(例如元数据标签);

即时处理速度:企业收集数据的速度;

真实性:数据的准确度;

透明度:无论数据储存在哪里,诞生于何种App,都可以获取使用。

3.分析

分析解锁了数据内包含的意义,应该考虑以下因素:

大数据预测性分析能力:建立预测模型并比较输出,使用统计工具和方法,投资信息可视化工具,适当时采纳并分析大数据模型,预测性分析可以让质量管理部门根据可视化分析和数据挖掘的结果做出预测性判断;

可视化分析能力:不管是对数据分析专家还是普通用户,数据可视化都是数据分析工具最基本的要求,可以直观展示数据;

语义引擎能力:由于非结构化数据的多样性带来了数据分析的新挑战,需要一系列的工具去解析、提取、分析数据,语义引擎需要被设计成能够从“文档”中智能提取信息;

数据挖掘算法:数据挖掘就是给机器看的;集群、分割、孤立点分析还有其他的算法能让我们深入数据内部挖掘价值,这些算法不仅要处理大数据的量也要处理大数据的速度。

向“互联网+全面质量管理”方向发展的企业,应该在建立数据策略之后或同时建立自己的分析策略,强大的分析如若去分析真实度低的数据,也会得出真实度低的观点。

4.物联网与事物分析

解释物联网(连同IIoTAoT)和相应的分析方法,使质量和可靠性专业人士能够更好地利用大量的高速数据监控流程、产品和客户满意度。

5.连接(连通性)

“连接”是指信息技术(IT)和运营技术(OT)之间的联系,为流程提供来自连接的人员、产品和设备的实时反馈,涉及的重要应用包括互联产品、互联实验室、互联供应链、互联操作和互联工人。

“互联网+全面质量管理”必须考虑以下因素:区分来自联网设备(IoT)的流式数据和来自离散流程的数据;评估分析“高容量”、“高速”数据与“低容量”、“低速”数据的方法;了解分析“静止数据”、“运动数据”和“边缘分析”的正确方法;认识机器学习对于预测模型的重要性。

6.过程

组织不断提高在互联网环境下的质量提升能力是全面质量管理的核心目标,实现目标的关键是过程主要包括:

一是采购管理、生产管理、销售管理,产品和服务,以及研发设计、工艺设计、生产制造(服务提供)、物流仓储和交付等组织经营价值链维度;

二是基于互联网的组织(信息资源、人力资源、设备设施)等;

三是基于物联网的组织质量(在线监测、在线控制、在线优化和人工智能)等监测改进和优化过程。

7.移动APP

交互App推动全面质量管理新发展。近年来,企业推出了混搭App,将多种来源的内容(视频、天气、文本、日程等)合成为一个统一的视听界面。这种趋势对质量而言非常重要,它触及到了管理和操作的各个方面,涵盖多个来源的数据流。

8.管理体系

企业质量管理系统是质量管理活动的枢纽,为实现工作流程自动化、连接质量过程、提升数据准确性、提供集中分析、确保合规性以及促进共同App内的协作提供了可量化的解决方案。

一个良好的管理体系不仅应建立过程、开始改进或建立文件化的程序,还应:

建立基于良好的管理原则;
支持经营战略的落实;
为实现组织已确定的战略目标而运行;
基于整体、系统的方法;
整合组织经营范围,使其相互协调;
完善组织经营模式、资源和信息链接,获取可持续竞争优势,以推动组织可持续发展;
推动组织走向持续成功,从而使组织达到最佳运行、获得最大效率和盈利;
为确保组织成功地实现其战略和目标,以支持和实施每一阶段的战略举措和目标。

相关政策建议

党的十九大报告在部署“贯彻新发展理念,建设现代化经济体系”时,明确提及“质量第一”和“质量强国”。《中共中央国务院关于开展质量提升行动的指导意见》(以下简称《指导意见》)提出:推进全面质量管理,加强全员、全方位、全过程质量管理,提质降本增效。为此,应从以下几方面加强“互联网+全面质量管理”研究:

试点开展相关产业的联盟认证

通过联盟认证制度的建设,围绕农产品食品药品、消费品、装备制造、原材料、建设工程、服务业、社会治理和公共服务等重点领域,探索“互联网+全面质量管理”的行业联盟认证试点。着重在这些行业和领域中选择具有管理体系升级基础的获证企业开展试点认证,培育“互联网+全面质量管理”的示范企业,推动行业的整体质量水平的提高。

探索“互联网+过程认证”的新模式

考虑到“互联网+全面质量管理”的架构特点,在目前国内已经比较成熟地开展体系认证、产品和服务认证的基础上,完善认证模式,开展过程认证。尤其针对智能制造水平比较高的企业(工业化和信息化融合水平处在综合集成和协同创新阶段)开展企业质量能力(研发创新能力、生产管控能力、供应链管理、经营管控能力、财务管控能力、用户服务能力)提升的过程认证,并在此基础上试点开展研发平台、生产方式、服务模式等管理机制的过程、方式和模式认证,有效助推质量提升。

研究互联网和物联网技术的评价机制

在加强“互联网+全面质量管理”的建设过程中,关注物联网技术和互联网技术的应用,特别是关系到“互联网+全面质量管理”有效运行的“在线监测、在线控制、在线优化和人工智能”技术的有效和准确使用,建立并完善相关行业适宜的标准制定,探索技术标准化水平评价制度建设并进行标准化程度的评价,促进互联网和物联网技术的水平不断提升。

分层面创建大数据和云平台

在分层面建立数据库的基础上,为广大企业广泛开展质量风险分析与控制、质量成本管理、质量管理体系升级等活动提供数据支持;发挥云平台的作用,服务中小企业提高质量在线监测、在线控制和产品全生命周期质量追溯能力,有效推行精益生产、清洁生产等高效生产方式。



来源:《中国认证认可》杂志 2019年第11期