OEM中NPI阶段质量人员应具备能力浅谈

(捷普绿点(苏州)有限公司 江苏 苏州 215021)

一、NPI团队组织架构

现代的NPI 团队是个高效率运转的核心、专家、高管团队，他们不同于传统的工厂模式需要每天例行早会，晚会，定期需要向领导汇报工作。他们只各司其职对整个项目负责，对客户负责，他们心态开放相互合作。充分发挥并体现着以顾客为关注焦点，领导作用，全员参与，关系管理，PDCA解决问题等ISO9001中的基本要求，此团队最好控制在10个人以内，要保证小而精，并且能保证重要职能部门都有骨干成员参负。

二、NPI团队成员基本要求

(一)以顾客为关注焦点。这样的团队的关注焦点是满足顾客要求并且力求超越顾客的期望，这个团队代表着整个公司只有赢得顾客的信任才能持续合作，努力使客户获得成功，团队才会持续成功，与此同时可以主动管理与顾客的关系，以实现主动了解客户的需求。

(二)全员参与：。NPI团队是各个部门的指挥中枢，万人的公司需要各个部门协同作业，NPI团队更需要紧密配合了解彼此的工作内容，进度以便于安排自己的工作。通过深入沟通，组织内人员会对客户要求及本组织的满足客户的程度有更深入的了解，并能激发团队协作，学习，消除部门壁垒，能更高效的采取行动满足顾客要求。团队还对头脑风暴特别重视，以便找到最优方案解决问题。

三、质量管理人员需具备技能

品质部门的骨干成员应该工作经验在十年以上，并且对OEM的运作流程比较熟悉，具有一定的领导能力一般要达到经理级别的管理能力并有技术部门专家水平的技术能力，所以对品质管理岗位是一个比较大的挑战，所以NPI阶段的人员至少具备：

(一)掌握统计学知识

* 正态分布

* 二项分布及泊松分布(P很小的时候，泊松/二项分布结果接近)

* 相关性分析(Pearson系数计算及相关程度判断)

* 回归分析(一元/多元线性回归分析、正交多项式回归分析)

* 方差分析(单因素方差分析、两因素重复/不重复方差分析、多因素方差分析)

* 假设检验(Z检验、T检验，配对检验，比例检验，秩和检验，卡方检验)

* 抽样分布

(二)掌握试验设计方法[1]。DOE(Design of Experiment)试验设计方法是研究合理,有效获得试验数据的方法，研究如何合理高效安排试验，获得正确数据以及进行综合的科学分析，进而达到尽快获得做优方案的目的。DOE在工业生产方面应用特别普遍，需要重点掌握以下方面内容：

* 正交设计(并列法、拟水平法、拟因素法、直和法、直积法)

* 参数设计(稳健设计、灵敏度设计、望大、望小特性参数设计、动态特性参数设计)

* 均匀设计

* 响应曲面设计

(三)掌握质量管理工具

* 质量管控五大工具:APQP、PPAP、FMEA、SPC、MSA，

* 新质量七工具:关联图、亲和图、树图、散布图、矩阵图、雷达图、头脑风暴

* 旧质量七工具:直方图、散布图、鱼骨图、点检表、层别法、柏拉图、控制图(SPC)

* 精益生产，六西格玛管理。

(四)掌握定量分析工具。主成分分析，聚类分析，相关分析，回归分析，预测分析，层次分析，规划分析等，都是一个品质工作者需要掌握的品质工具，因为生产过程中存在各种各样的状况，直接收集的数据不能保证全是数值型的或者能直接进行定量分析的数据，而且因素复杂，往往由多个原因导致非预期的结果。这就需要品质管理人员具有较强的抽取关键信息，抓住问题本质的能力。

(五)掌握分析软件。常用分析用工具有：SPSS、Minitab、JMP、R语言、MATLAB等。其中Minitab,JMP中都有品质管理的专用模块，省去了很多底层的统计学的计算，而且大多能以图形显示，故此2款软件深受质量管理工作者喜爱。下面就此几款软件的优缺点及使用做简单比较。

-Minitab软件简单易用，便于初学者或临时用户使用，但也包含有关工具和指导的深入和扩展知识，用以满足严格的质量改进项目的需要。

-JMP中集成了试验设计(DOE)、预测分析、交互式分析和报告等诸多功能。几乎在任何需要依靠数据进行决策的地方，都可以借助JMP软件进行分析，而且JMP的图像能力比Minitab更强大、细腻、精致，并且支持编程，功能非常强大。

-SPSS和R 语言及MATLAB适合使用者具备较深的统计学知识及其编程知识,但可以做更深层次的数据挖掘和数据模型构造。

(六)掌握沟通及管理能力等。质量管理人员需要评估客户传达过来的要求是否有可执行性，是否有替代方案可以满足同样的要求。不仅如此还要将客户的要求传达到公司内部，并推动相关部门执行客户要求。质量人员要能向上对客户进行管理，向下对OEM工厂进行管理，如果工厂积极性不足，能力不够，质量专家要有能力对工厂起到拉动作用。并最终确保客户要求能被彻底执行。

四、未来质量管控展望

质量控制学科的发展从20世纪20～40年代的检验质量管理阶段。到40～60年代的统计质量管理阶段再到60～90年代的全面质量管理阶段。可见质量管理是个不停发展的过程，近年来发展尤其迅速。5G商用后，远程控制、自动化、智能化将飞速发展，可以预见将来的优秀的质量管理者将是个大杂家，而且需要有持续学习能力，需要懂机器学习，懂模式识别，故障自动诊断。质量管理也会重点转移到对设备参数、状态进行监控，潜在失效模式的评估及预防上，质量管理人员可以远程对成千上万台实时量测设备、传感器上传输过来的数据进行监控、分析、预判是否存在潜在质量风险。总而言之未来20年将是工业生产方式生产发生巨大变化的20年，相应的质量管理也面临挑战、革新。新理念，新方法将丛出不穷；质量检验，质量保证，质量预防，卓越质量，实践质量到创新质量[4]这些词汇将被不断刷新，质量管理也将更具挑战性和重要性。