让一部分企业先学到真知识！
让一部分企业先学到真知识！
【课程背景】
1. 项目改善课题甄选流程与标准不清晰，导致课题选择盲目性大。
2. 缺乏科学的项目课题描述方法，难以准确界定和表述企业内质量问题。
3. 对精益六西格玛方法论 DMAIC 的改进路径及各阶段核心输出理解不深入，项目推进缺乏系统性。
4. 不熟悉统计方法在 DMAIC 改进流程中的应用，如 FMEA、SPC 等，影响质量改善的科学性和有效性。
【课程收益】
1. 掌握精益六西格玛项目改善课题的甄选流程与标准，能科学筛选高价值课题。
2. 熟练运用项目课题描述方法，精准定义和解决公司内质量问题。
3. 深入理解 DMAIC 改进路径及各阶段核心输出，具备系统化推进项目的能力。
4. 熟悉统计方法在质量改善中的应用，能正确使用 FMEA、SPC 等工具进行数据分析与决策。
5. 通过学习，学员能够独立完成精益六西格玛项目课题的筛选与立项，撰写规范的项目立案书。
6. 掌握 DMAIC 各阶段核心工具与方法，能在实际工作中应用 MSA、FMEA、SPC 等技术进行过程分析与改善。
7. 理解精益生产与六西格玛的融合逻辑，能够识别并消除生产过程中的浪费，减少变异，提升质量稳定性。
8. 具备团队管理与协作能力，运用头脑风暴、矩阵图等工具高效推进项目，完成控制计划制定与成果固化。
【课程时长】
2 天 6 小时 / 天
【课程对象】
研发、工艺、质量、设备、制造等部门骨干人员，负责改善项目的骨干人员
【课程方式】
实战演练、案例教学、讨论分析、小组研讨
【课程大纲】
导入
1. 行业现状：精益六西格玛在国内外企业的应用成果与价值。
2. 核心问题：当前企业质量改善中存在的典型痛点（如效率低、变异大、数据应用不足）。
3. 学习目标：明确黄带在企业改善体系中的定位与能力要求。
第一讲：精益六西格玛核心理论框架
1. 持续改善方法论演进
o 历史脉络：从丰田生产方式到六西格玛的发展历程。
o 核心理念：精益（消除浪费）与六西格玛（减少变异）的互补逻辑。
2. 应用场景与价值
o 制造业：流程优化、缺陷率降低。
o 服务业：服务效率提升、客户满意度改善。
o 数据决策：基于统计的科学管理思维建立。
3. 精益与六西格玛融合
o 核心差异：目标、工具、实施路径对比。
o 协同价值：效率与质量的双重提升策略。
第二讲：组织过程管理与测量体系构建
1. 利益相关方分析
o 识别方法：客户 / 供方 / 内部团队需求调研技巧。
o 影响评估：项目对各方利益的关联度分析模型。
2. 关键特性定义
o CTQ/CTC/CTD（关键交付特性）区分与转化方法。
o 质量功能展开（QFD）：客户需求到技术指标的映射工具。
3. 绩效测量工具
o 平衡计分卡：财务 / 客户 / 内部流程 / 学习成长四维指标设计。
o 质量成本（COQ）：预防成本、鉴定成本、故障成本分类与计算。
第三讲：项目团队组建与高效协作
1. 团队角色与分工
o 核心角色：倡导者、黑带、绿带、黄带职责界定。
o 人员选拔：跨部门协作团队的组建原则与技巧。
2. 团队发展阶段管理
o 组建期：目标共识与规则制定。
o 激荡期：冲突解决与协作机制建立。
o 规范期 - 执行期：高效工作模式构建与成果固化。
3. 决策与沟通工具
o 头脑风暴：创意激发与问题拆解方法。
o 矩阵图：任务优先级评估与资源分配模型。
o PDPC 法：项目风险预案制定与过程管控。
第四讲：定义阶段：精准锁定改善方向
1. 客户需求洞察
o 数据收集：访谈、问卷、焦点小组等方法选择与应用。
o 需求转化：Kano 模型区分必备型 / 期望型 / 魅力型需求。
o CTQ 展开：从客户声音到关键质量特性的分解流程。
2. 项目立案书撰写
o 问题陈述：SMART 原则（具体 / 可测 / 相关 / 有时限）应用。
o 范围界定：SIPOC 模型（供应商 - 输入 - 流程 - 输出 - 客户）划分项目边界。
o 目标设定：基线绩效分析与改善目标量化方法。
3. 项目追踪工具
o 甘特图：里程碑计划与时间节点管理。
o 关卡评审：各阶段交付物标准与验收流程。
第五讲：测量阶段：数据驱动现状诊断
1. 统计学基础
o 数据类型：计量型 / 计数型数据特点与应用场景。
o 抽样方法：随机抽样 / 分层抽样 / 系统抽样选择与误差控制。
o 统计量计算：均值 / 标准差 / DPMO 等核心指标公式与意义。
2. 测量系统分析（MSA）
o 指标解读：分辨力、重复性、再现性对数据可靠性的影响。
o Gage R&R 实施：试验设计、数据收集与结果判读标准。
3. 过程能力分析
o 概率分布：正态分布 / 二项分布特性与过程建模。
o 能力指标：CP（潜在能力）与 CPK（实际能力）计算对比。
o 长期 vs 短期：PPK 与 CPK 的差异及应用场景。
第六讲：分析阶段：深度挖掘问题根源
1. 定性分析工具
o 鱼骨图：5M1E（人 / 机 / 料 / 法 / 环 / 测）因素分类与根因追溯。
o 树图：问题分解结构（WBS）设计与逻辑验证。
o 价值流图（VSM）：当前状态图绘制与浪费点识别（库存 / 等待 / 返工）。
2. 潜在失效模式分析（FMEA）
o 实施步骤：功能分析→失效模式→影响评估→风险优先级（RPN）计算。
o 改进策略：预防措施与探测措施制定，RPN 降低路径。
3. 定量分析方法
o 相关分析： Pearson 系数 r 值解读与相关性判断。
o 回归分析：拟合优度 R² 应用，建立变量间数学模型。
第七讲：改善阶段：高效实施改进方案
1. 方案设计原则
o 精益工具包：5S（整理 / 整顿 / 清扫 / 清洁 / 素养）目视化管理落地。
o 自动化与防错：Poka-Yoke 技术（防错装置）设计与应用场景。
o 价值流未来图：基于当前图的改善点整合与流程再造。
2. 试运行与验证
o 试点计划：小批量试产 / 局部流程测试方案设计。
o 效果评估：对比改善前后关键指标（缺陷率 / 效率 / 成本）变化。
o 迭代优化：根据试运行结果调整方案，持续改进。
第八讲：控制阶段：固化成果与持续监控
1. 统计过程控制（SPC）
o 控制图类型：X-R 图、P 图、U 图选择与适用场景。
o 判异规则：8 大判异准则（如连续 9 点落于中心线一侧）应用。
o 子组划分：合理分组对过程监控的影响，数据收集频率设定。
2. 控制计划（CP）制定
o 内容框架：关键参数、控制方法、责任人员、频次要求。
o 动态更新：根据过程变化调整控制措施，确保长期有效性。
3. 项目移交与标准化
o 成果转化：将改善方案纳入作业指导书（SOP），开展员工培训。
o 持续追踪：建立 KPI 监控机制，定期评审过程稳定性。
总结：回顾 / 问题解决 / 成果展示
1. 知识复盘：DMAIC 全流程核心工具与关键节点回顾。
2. 案例总结：分组展示实战案例成果，分享经验与教训。
3. 行动计划：制定个人 / 团队在实际工作中的应用计划，明确目标与时间节点。
谢鸣