本文发表于俄罗斯《标准与质量》2022年第10期，以汽车制造为例，阐述了俄罗斯制造业在数字化时代的具体变革：
1. 改变传统出厂后月度和季度的质量缺陷统计方式，转向在生产过程中实施每周实时监控和分析；
2. 将质量问题的处理过程分解为六个详细阶段；
3. 对各部门完成的质量缺陷消除任务进行百分比评估，以全面统计和评价执行情况；
4. 基于真实数据的平均数、最大值和最小值，设定更合理的工作指标。
提高产品质量是企业持续的追求。在很多情况下，生产者对市场购买环境的变化和消费者偏好的变动反应迟钝。为了增强市场竞争力，企业必须采用高效的统计工具来实时监控生产经营活动，并深入分析质量危机的根本原因。
竞争促进了产品和服务质量的持续提升，激励生产者不断采用监测和管理工具，以便及时识别并解决关键质量问题，从而优化产品设计、工艺和技术方案。
然而，俄罗斯的工业领域在这些方面仍面临挑战，缺少现代化的产品质量生命周期测量和分析工具是一个显著短板。此外，负责质量控制的技术人员的专业水平也往往不尽人意。采纳先进的质量管理科学工具显得尤为关键，因为那些抗拒变革或拒绝采用这些方法的企业，将会失去市场竞争能力，面临的危机将成为一个警醒。随着生产和产品复杂性的增加，问题和潜在的负面影响也会相应增多。
本文以汽车制造业为例，展示了一些实用的工具，这些工具能够帮助工业企业在其产品的生命周期各个阶段提升管理效能，迅速应对质量危机。
为了提升企业在各阶段产品监测的效率，关键在于对现行的方法和工具进行详细审查，并为其现代化或创新补充打下坚实的基础。
在数字化改革的时代，标准化和质量管理是影响生产力和产品竞争力的核心要素，应作为首要考虑的事项。这一优先工作应在企业内部监控管理中得到有效执行，并在数字化生产项目中得以体现。
对许多俄罗斯汽车制造商来说，获取和管理生产过程中的质量数据仍然是一个迫切需要解决的问题。这主要是因为俄罗斯制造业普遍采用按月质量评估和监测的做法，而这些方法往往不足以敏感地识别缺陷。因此，在进行质量监测时，重点应当放在汽车的动态质量指标上，并且以每个生产周为单位在企业的信息系统中进行记录。这些指标应以绝对数值（例如缺陷数量）来衡量，而非仅仅依赖于行业领先者所使用的、反映总体产出情况的指标。
提供质量统计工具，允许从经营第1周开始就监控汽车的质量。
使用俄罗斯领先汽车品牌的电子数据库,可以确定生产日期和生产经营缺陷。在使用中,汽车作业质量监测工具可以显示测量的“焦虑指数”。“周”的读数，从向最终用户出售汽车时开始计数。因此,自开始监测以来,带有确定生产日期的汽车总额的绝对单位数值的缺陷水平,一直被即时记录下来并且不断上升。
对具有特定生产日期和使用时间(销售后的周数)的车辆缺陷水平进行数量化评估。在超过缺陷水平标准值的2.3倍及以上情况下,会发出警报并被记录。同时,分析工具开始工作,寻找导致产品质量危机的原因。根据缺陷代码和相关的配件供应商,对警报进行分层。一旦确定了“焦虑”的来源，就启动旨在控制和解决质量问题的改善工作。
为什么这个工具与传统的监控技术相比，更具工作效能呢?正如已展示的，当前几乎所有的传统工具都被锁定在周期需要几个月或几个季度的总结报告的缺陷指标上，而拟定的解决方案则将监测间距缩小到极限一以周为单位，这为解决产品质量问题的效率提供了一个重要的先决条件。
企业对质量问题反应的敏捷性，基本上通过应用一组统计工具监测其内部过程状态来实现的。
在收集反映产品质量基本问题的数据后,在企业治理层面上，必须研发出方案,决定将哪些问题纳入质量改进活动。通常情况下,对排名前10、20、50、100位的质量问题开展工作。
每当记录下来的首要问题、引导解决方案的分析证据形成时,该汽车制造商就应展开行动。在“消除不一致的要求”的框架下，对问题清单和组织工作的每一项都深入分析。可以肯定的是,T0时间点反映了识别问题的时刻,实际上是纠正错误的工作过程的起始,是确保相关活动效率的一个关键参数。
图1提供了一个图形,清晰地描绘企业质量管理工具工作的不确定性。该图辅之以量值化的数据,反映在不同工作阶段内完成任务的标准时间(以日为单位)。
一般情况下,虽然有标准,但由干大型生产企业不同专业功能和服务的复杂性，不存在追踪这些受时间限制的精确执行。最常见的情况，是缺乏生命周期不同阶段的、产品质量管理统一的信息系统。每个部门都运作自己的一套信息系统。它们需要在整个企业层级框架下被整合起来。当然，这是一个全球性问题,取决于企业的行政-财政能力。
但我们可以提供一个简单的解决方案，至少在第一阶段是这样的。我们需要耐心细致地将企业不同信息系统的产品质量改进活动执行情况的数据,按汽车出产型号,输入到统一的电子表格里。
我们通过统计数据追踪个别阶段的执行速度，数据取自汽车制造商不同的信息系统与单一电子表格的集合体。从对它们的分析来看,最重要的时间是实施计划的第二阶段至第四阶段，即开始实施“纠正措施计划”、同意“建议方案”、发布“预前通知”、发布“生产准备进度表”。
以电子形式存在的统计数据提供了一个机会,可以被用来深入分析不同阶段改进活动的时间被拖延的原因，并与直接参与这项工作的职能部门关联起来。
为了提高开发的监测工具的信息特性，建议使用改进后的帕雷托图,以颜色显示各部门改进阶段的百分比: 按计划完成的和(或) 违反规定时间标准的。
实施“纠正措施计划”阶段违反期限问题的统计分析结果，显示在图2中。该图说明:过程偏离的主要原因是设计文件协调更改环节被拖延了,记录中明显发现占据“违时”份额最大的几个部门:采购管理、总部设计处、车身装配生产和计划基金管理。
“预前通知”发布过程中出现的违时问题的分析,见图3。通过该图可以识别出违反“预前通知”规定期限的最大“贡献者”为:采购管理、总部设计处、车身装配生产和北区计划与供应管理。之前被分析出来的几个部门再次“脱颖而出”。
这一发现值得深思。我们一次又一次看到，没有得到控制的活动不能带来进步。企业内部产品质量处理能力低下的主要原因，在于生产和工程部门、采购服务甚至计划基金管理缺少纪律性和执行力。同时，几平所有部门都存在违规行为，这需要采取措施来增强他们的责任意识，并明确规定执行标准和期限，以便在每一个阶段消除缺陷。
图4以帕累托图的形式展示了2019年的11个月内，按照商定的期限执行“消除不一致的要求”过程中，修改产品设计文件的统计分析总体结果。从数据集合中按单个项目分辨出符合时间要求的最小和最大值。综合统计分析表明,在初期改进实施工作中,先前“表现突出”的部门里增加了压力生产机械装配和车身装配等部门。这里提出一个合理的问题:“我们如何按照时间指标，努力提高产品的质量?
很明显，旨在解决质量问题的活动需要系统性的监控和规范，以及制定改进阶段更严格的时间周期。至少可以说，目前个别阶段的时间指标是不完备的。
为了收紧项目改进和符合阶段的延续时间，建议对所讨论的所有阶段统计数据,使用平均统计值(如用微软Excel软件中的内置函数AVG)，如图5所示。
图5显示了三条曲线，反映了在近一年里,通过适当监测所得的时间最低、最大和平均值的统计。如果目标值选取为平均值(108天)，对消费者关注的个别产品质量改进项目的时间可能会缩减7倍或更多(相对于最高值838天)。
我们得到了目标值,在适当的格式化之后,可以在规范文件中标准化。接下来，力求各部门在执行改进阶段符合时限要求,还应按合理减少的方向重新考虑目标值(图6)。
现在来看企业处置质量问题的工具是如何实施的。
除了上述指标外,评估生产者反应有效性的一个重要指标，应该是确定生产过程中出现质量问题的时间点。这项活动同样需要处于监测和规范中。
表1显示的数据反映了从2019年到2022年不包括相应工具使用的问题定位时间标准。
在2021年的8个月实际生产中监测和采集质量问题定位时间的结果，如图7所示。它表明,有的问题定位的实际时间明显超出了所定的时间标准。由于本应被视为定额指标的时间标准不具备令人紧张的特性，因此对改善进程没有帮助。
这就是为什么必须实施产品质量问题定位时间指标的原因所在它必须是科学的、基于专业的工作考虑的结果应是一个合理的、具有可操作性的标准。同时，这种工作主要是统计分析的过程,可以在满足专家合理化要求的基础上加以完成。
图7反映了生产问题定位时间的最大值、最小值和平均值。如同之前的案例一样,使用质量问题定位时间监控工具提供了一个机会,可以通过所有问题定位的平均时间，为该活动制定统计意义上相同的目标值。也就是将问题定位时间的平均值曲线,作为统计目标指数，考虑一个大约为4小时(7月那个点)的定量指标。在这种情况下,还可能给出一个补充指标，即生产中按月划分的局部缺陷数量。此外,如上所述，接着会有专家的工作和规范目标指标的制定。
根据负责监测和管理的团队及部门的现状，显然需要进行系统性改进。首先，在高层管理决策过程中,应增强对产品质量客观监测结果重要性的认识。此外,还需要提高负责分析质量危机起因和后果的人员的信息技术能力。
使用所建议的产品生命周期中不同阶段统计质量监测工具,可以获得当前需要改进的生产过程的重要信息。这大大提高了企业应对危机和消费者产品质量需求改变的能力。
