如何运用数据分析方法提升质量管控工作的效率和效果

赵 斌，邵 昱

（1.北京市轨道交通建设管理有限公司，北京 100068；2.中咨工程建设监理有限公司，北京 100048）

0 引 言

大数据技术的逐步推广和广泛应用为建设项目参建各方（原材供应厂商、建材生产企业、施工承包单位、监理单位、项目管理单位等）转变和改进传统的质量管控方式提供了新的手段和方法。按照以往常规的检测和验收做法，针对建材的量化检测指标和检验批验收中的实测实量项目，只要实际检测值优于规程规范确定的合格标准值即可。然而即使是处于合格状态的指标项目同样存在着优、良、中、差的差异，例如质量状况经过连续几次下降（恶化）后检测值勉强合格的检验指标和质量状况经过数次持续上升（好转）后检测值优良的检验指标虽然都属于合格范畴，但是前者的质量风险要远大于后者，需要采取有针对性的措施进行重点管控。因此在众多的合格项目中通过采用数据分析方法寻找出最差或较差的检测指标或验收项目从而为下一步有针对性地原因分析与整改提供对象目标就成为了实现质量管控工作精细化和精准化的先决条件。本文就从“运用数据分析方法的目的、意义和方案”“以预拌混凝土和预制管片所用水泥和天然砂的部分检测指标为实例介绍如何运用数据分析方法”和“对试验和检测数据进行统计分析与评估后所取得的阶段性成效”三部分内容来具体阐述。

1 寻找最差（或较差）检测指标或验收项的目的、意义和方案

1.1 目 的

众所周知，在质量管控过程中检验批验收环节的工作量是相当大的，无论是哪种类型的建设项目，各专业的检验批数量少则十几、几十个，多则成百上千个，再加上施工材料的验收和隐蔽工程的验收使得质量管控的工作量将会更大。现仅以预拌混凝土或预制管片为例，其原材料的种类就有水泥、矿粉、粉煤灰、包括山碎石或卵碎石的粗骨料、包括天然砂或人工砂以及混合砂的细骨料还有外加剂等多达七、八种。另外管片厂家和搅拌站作为混凝土产品的专业生产企业对上述原材料的需求和消耗量极大，特别是作为混凝土主要原材的水泥和砂石料在施工生产旺季几乎每天都有数车进厂，进场抽检和批次验收的工作量无论是对管片生产厂家（或搅拌站）的质量管控人员，还是对驻站监理来说都非常巨大。如何在质检环节突出重点，抓主要矛盾，从而避免出现主次不分、“眉毛胡子一把抓”的低效工作状态就成为参建各方质量管控从业人员普遍的迫切需求。通过对大量检测数据进行统计分析从而发现原材或实测实量验收项中最差和较差的质量验收指标以便各方重点关注，通过原因分析和采取措施来遏制和扭转质量的不理想状态无疑是提升质量管控工作效率和效果的重要手段。

1.2 意 义

与进度控制中“PDCA工作循环即制订计划（Plan）、实施计划（Do）、进度检查（Check）、实际进度与计划进度产生偏差原因的分析（Analyse）”这一方法相类似，质量控制工作也可以按照“CSAD”的顺序进行工作循环，即首先进行数据收集录入和统计（Count）；其次通过数据分析评估找出最差或较差指标和验收项（Seek）；第三步是对指标最差或较差所产生的原因进行分析（Analyse）；第四步是针对产生不理想质量状态的原因采取相应措施进行整改（Do）。完成第一个“CSAD”工作循环后对已经采取相应措施的检测数据再次进行第二个“CSAD”工作循环并以此类推。在“CSAD”工作循环中数据的收集统计（C）是前提条件；数据的分析评估找最差（S）是关键（因为如果最差或较差指标的寻找和确定产生错误的话后续的原因分析和采取措施这两项工作也就失去了预期的价值）；原因分析（A）是难点；采取相应整改措施（Do）是重点。本文介绍的就是如何完成上述“CSAD”循环的第二步关键工作——对统计数据进行分析评估从而找出最差和较差的检测指标或验收项。

1.3 方 案

该方案的思路是综合考虑检测指标的实测值与规范、规程确定的标准值之间的离差距离（通过现状系数来体现）和本次实测值与上次实测值进行比较后的变化情况（通过变化状态来体现），以上述两项特征值（前者“现状系数”为静态特征值，后者“变化状态”为动态特征值）相乘形成“评估值”，以“评估值”的大小来体现检测指标的优劣情况。由于“现状系数”“变化状态”这两项特征值和最终的“评估值”均不带单位，因此就使带有不同单位的各项检测指标和实测实量验收项具备了可比性，为找出最差或较差项提供了可能。

2 寻找最差（或较差）的指标项和原材种类的数据分析法

2.1 数据分析的具体步骤与方法

分析步骤大致划分为三大步骤，具体分析方法介绍如下。

1）第一步是确定本次统计的数据所代表的质量指标优劣程度的静态特征值“现状系数”。将本次统计的实测数据与规范规程要求的标准值之间的离差距离除以实测数据的极值区间（该区间值需要与实际相符亦即统计数据量需要足够多）后得出的比例，将其定义为“现状系数”，该比例可以表达该数据所代表的质量指标的优劣程度。“现状系数”越大则说明质量状况越好，便于相互比较。当规范要求实测数据不能大于标准值时，需要将标准值减去实测值得出离差距离；反之当规范要求实测数据不能小于标准值时需要将实测值减去标准值得出离差距离。上述做法是为了使“现状系数”能遵循越大越好的评判规则从而统一“评估值”的判定标准。

2）第二步是评估确定本次统计的数据所代表的质量指标变化趋势优劣程度的动态特征值——“变化状态”。通过了解本次统计的数据与上次统计数据的变化情况，将每次都不尽相同的变化情况根据其变化幅度的大小进行量化分级，从而将数据的变化状态也作为衡量该数据所代表的质量指标优劣与否的标准之一。计算评估的步骤有以下 3 步。

①将不同日期或时间进行试验检测或实测实量后的数据进行录入形成“实测值”，并计算其“平均值”“置信区间”“变异系数”共形成 4 项数理统计指标。

②分别将上述 4 项数理统计指标数值减去上次计算出的数值（当实测值要求小于等于规范或规程确定的标准值时只将“置信区间”的上限值进行相减；反之当实测值要求大于等于规范或规程确定的标准值时只将“置信区间”的下限值进行相减），从而了解其变化状态。当数值为正时说明指标有所上升；数值为负时说明指标有所下降；当数值为零时说明指标保持不变。

③在规范或规程要求“实测值”数据越小越好的情况下，当上述 4 项数理统计指标数值均为负数时将“变化状态”赋值为 5 分；当 3 组数值为负数时赋值为 4 分；当 2 组数值为负数时赋值为 3 分；当 1 组数值为负数时赋值为 2 分；当 4 组数值均非负时将“变化状态”赋值为 1 分。反之，在规范或规程要求“实测值”数据越大越好的情况下则需要依据“正数”的个数进行相应的赋值。

3）第三步是将本次统计的数据所代表的质量指标优劣程度的静态特征值“现状系数”乘以动态特征值“变化状态”，从而得出判断该项质量指标优劣程度的最终量化评估值。鉴于“现状系数”越高则代表质量现状越好，“变化状态”的赋值越高代表统计数据的动态变化趋势越好，因此由两者相乘决定的“评估值”也是越高越好。

因为“评估值”也是一个没有单位的评价系数，因此通过将各种原材料里各类质量检测指标的“评估值”进行加权累计后相互比较，可以使不同原材料之间也具备了可比性，从而为寻找到质量风险最大的原材种类、为后续的重点关注和持续改进提供数据依据。另外通过“评估值”也可大致了解到本次或近期（用近期以来“评估值”的平均值表示）在综合考虑了静态现状和动态变化趋势两种因素后的最终质量状况。单次“评估值”（或近期以来“评估值”的平均值）在 1 分以下则说明综合质量状况“很差”；1～2（不含）分之间说明“较差”；2～3（不含）分之间说明“一般”、3～4（不含）分之间说明“较好”；4 分及以上说明“很好”。因此该方法也可简称为“量化分级评估法”。

2.2 数据分析示例

2.2.1 示例一

1）针对甲生产企业所用天然砂的质量状况进行数据分析。对天然砂中的“含泥量”指标进行数据统计和分析的过程图如图1 所示。

图1 甲企业所用天然砂的“含泥量”指标数据统计与分析

从图1 的最后一栏“评估值”可知：该企业所使用的天然砂中的“含泥量”指标在最近 12 次的平均值为 1.407 4，按照前述第 2.1 节中第 3）小条最后所述的“量化分级评估法”里的分级标准，最近一段时间“天然砂中的含泥量”指标的质量状况处于“较差”的状态。

对天然砂中的“泥块含量”指标进行数据分析的方法与“天然砂中的含泥量”指标的数据统计和分析过程相同（图表从略）。经过计算，“泥块含量”指标的“评估值”在最近 12 次的平均值为 2.08，说明近期质量状况处于“一般”的状态。

2.2.2 示例二

针对乙生产企业所使用的天然砂质量状况进行数据分析。

对天然砂中的“含泥量”指标进行数据分析的方法和前述的甲企业相同。通过计算，最近 10 次的平均值仅为 0.867，说明近期质量状况处于“很差”的状态。

对天然砂中的“泥块含量”指标进行数据分析的方法和前述的甲企业相同。通过计算，最近 10 次的平均值为 3.9，说明质量状况处在“较好”的状态［1］。

2.2.3 示例三

针对甲生产企业所使用的水泥质量状况进行数据分析。对水泥中的“3 d 抗折强度”指标进行数据统计和分析的过程图如图2 所示。由图2 中的最后一列“评估值”可计算出近期“3 d抗折强度”的平均值为 2.54。对水泥中的“3 d 抗压强度”“28 d 抗折强度”“28 d 抗压强度”这 3 项指标进行数据统计分析的方法与“3 d 抗折强度”的分析过程类似，分析得出的结果如表1 所示。

图2 甲企业所用水泥的“3 d 抗折强度”指标数据统计与分析

表1 甲企业所用水泥的四项检测指标评估值的平均值和加权平均值

2.2.4 示例四

针对乙生产企业所使用的水泥质量状况进行数据分析。与上述针对甲生产企业所使用水泥的质量状况进行数据分析的方法类似，相关的计算数据图表从略，分析得出的结果如表2 所示。

2.2.5 示例分析评估的实际意义

通过对混凝土原材质量的检测数据进行统计分析评估，可对同一种原材料中的不同指标进行相互比较，例如上述示例一和示例二的两家生产企业最近一段时间以来所使用的天然砂中“含泥量”“泥块含量”这两项指标经过相互比较可得出的结论及其验证方式和实际意义如表3 所示。

通过对混凝土原材质量的检测数据进行统计分析评估，可对不同厂家所供应的同一种原材料的质量状况进行相互比较，以 2.2.1 示例一及 2.2.2 示例二所述的两家生产企业所使用的天然砂为例，经过对天然砂中的“含泥量”和“泥块含量”这两项主要指标进行加权累计（每个指标的权重系数为 0.5）得出该种原材料的“综合评估值”，对“综合评估值”进行比较后得出的结论及其验证方式和实际意义如表4 所示。

再以上述数据分析示例中 2.2.3 示例三和 2.2.4 示例四所述的两家生产企业所使用的水泥为例，经过对水泥中的“3 d 抗折强度”“3 d 抗压强度”和“28 d 抗折强度”“28 d 抗压强度”这 4 项主要指标进行加权累计（每个指标的权重系数为 0.25）得出该种原材料的“综合评估值”（见表1 和表2），对“综合评估值”进行比较后得出的结论及其验证方式和实际意义如表5 所示［2］。

通过对混凝土原材质量的检测数据进行统计分析，可对不同搅拌站所使用的不同种类的原材料的质量状况进行相互比较，现将表4 和表5 中的“综合评估值”进行汇总后形成表格，如表6 所示。

表2 乙企业所用水泥的四项检测指标评估值的平均值和加权平均值

表3 同一种原材料的不同指标比较

表4 不同厂家所供应的同一种原材料（天然砂）比较

表5 不同生产企业所用的同一种原材料（水泥）比较

表6 不同生产企业所用的不同原材料之间进行优劣比较

3 阶段性成效阐述

1）基于“用数据说话”理念的分析研判工作离不开大量的数据，因此对数据采集的准确性、广泛性和传输时效性都提出了较高要求，对项目各参建方在数据源的挖掘、数据库的建立和数据链的维护以及相关信息渠道的开发与拓展等方面的工作起到了积极的推动作用，为各参建单位的信息化建设和质量、安全管控工作新增了量化渠道和数据平台。

2）鉴于目前很多数据需要从质量检测报告或者验收表格中提取录入，因此如果有关单位提供的报告或表格不够完整或者不够及时，就会影响到数据的录入统计和分析，特别是需要对建材质量或实测实量验收项的变化趋势进行预测研判时，针对数据提供的准确性和及时性要求更高，因此对检测数据的收集整理和统计分析工作可以间接考核相关单位在试验检测、批次验收以及资料整理和报送等内业工作方面的质量以及背后所反映出的质量保证体系的有效程度和企业管理水平，对相关单位不断提高内业工作效率和质量管控水平起到了促进和推动作用。

3）通过对数据进行统计和分析可以为质量缺陷或问题的原因分析和相应改进措施的提出提供数据支持和依据。

4）通过数据分析与评估使质量管控工作水平在精细化和精准化方面得以持续提升。通过研判各项检测和验收指标的实测值在合格状态下所处的不同等级，根据质量等级的高低不同采取相应的措施进行管控，可以把有限的时间和精力重点投入到质量等级最低或较低的材料（或指标）以及实测实量的检验批验收项目中去。这种工作方式强化了质量预控功能，可以有效避免那些综合质量状况最差的材料（或指标）和实测实量验收项由勉强合格状态沦为不合格状态。

4 结 语

以数据分析方法为核心的大数据技术是一项“总结过去、优化现在、预测未来”的革新技术，通过对历史数据进行分析研判可以在那些原本互不具备可比性的检测指标、原材种类和验收项目之间寻找出最差或较差的薄弱环节，从而可以使当前的质量管控工作始终围绕那些隐患风险最大和较大的重点目标展开（以本文为例，在“水泥”和“天然砂”这两种原材料中应该重点管控的是“综合评估值”相对较低的天然砂，并且“综合评估值”最低的甲生产企业所使用的天然砂是管控工作的重中之重），通过“评估-改进-再评估-再改进”的动态管理方式来持续检验管控措施的实施效果。当传统意义上的技术措施、经济措施、组织措施和合同措施分别采用甚至同时采用后质量状况仍然没有好转甚至还在走低下滑时，就需要采取一些诸如“更换施工材料（包括原材料）的生产供应厂家、更换生产操作人员甚至是施工队伍”等非常规措施来进行遏制，此时那些质量状态的量化评估值就可以为管控人员采取相应措施提供决策依据。当用来进行分析研判的数据数量形成海量的大数据后，还可以评估出各类检验批甚至是各类分部分项工程的质量薄弱环节，从而全面确定管控工作的重点目标提前进行预控，避免因质量问题而导致出现返工重做、安全隐患甚至是全面停工的后果，为合同工期、经济效益和社会效益的顺利实现保驾护航。综上所述，以数据分析为基础的精细化管理和精准化控制无论是在效率上，还是效果上都是传统的“合格则继续生产施工、不合格则整改或返工”的粗放式管理模式所难以企及的。Q