字数统计：1212字 预计阅读时间：约3分钟
在做QRQC和LPA软件项目时，每当我们与客户确认相关的数据分析时，发现客户往往是为了数据分析而进行数据分析，并未将内部的数据利用起来，寻找内部改善机会。因此本文把QRQC的数字化仪表盘里常见的分析模型与大家分享。
关于QRQC的概念及要求，可以参考微信公众号2021年11月2日文章《三分钟了解快速响应质量控制 (QRQC)》；
关于QRQC数字化介绍，可以参考微信公众号2020年12月8日文章《QRQC快速响应数字化控制系统》
01 One
质量Q图
质量Q图是目视化管理的一种方式，通常一个月分为31天，一般用：
红色：外部质量问题，通常为客户的投诉及相关问题；
黄色：内部质量问题；
绿色：无质量问题的目视化管理。
02 Two
质量安全日数据分析
对质量Q图中红色与黄色、绿色的数量进行月度趋势分析，以了解与评估公司层面质量的稳定性，可能存在的风险。
03 Three
问题的关闭率
问题的关闭率可以分为以下二个指标：
3.1 当前累计问题关闭率
统计建立快反流程到现在的问题关闭率，即当日累计问题关闭数量/当日累计问题上板数量，这个关闭率是个动态的，一方面可以反应现在问题关闭的情况，另一方面通过半年或年度数据对比，了解每年上板问题的解决成果。
3.2 季度问题关闭率
统计本季度第一天至本季度最后一天之内，新上板问题的关闭率，即当季新上板问题关闭数/当季新上板问题数
04 Four
关闭问题的解决时间
统计不同类型问题解决所需要花费的时间，可以按照部门分析，也可以按照问题的难易程度进行分析，也可以按照时间段进行分析。
05 Five
问题的重复次数
统计同样的问题重复发生的次数，这个指标也相当重要，但是在统计时，要定义好统计的准则非常重要，如在多长时间内，在什么样的情况下，发生同样的问题。
06 Six
问题解决的进度
问题解决的进度在QRQC中非常重要，但是在实践过程中，很少有企业把这些数据纳入到管理层关注的范畴，通常是通过QRQC的问题跟踪表来看。
但这样做还不够，最好能够将一些问题解决阶段的数据进行统计，如多少问题停留在临时措施阶段，多少问题停留在根本原因分析阶段，多少问题停留在措施验证与执行阶段。并且在月度的质量会议中与管理层共同进行汇报与交流。
07 Seven
问题的来源
通常大部分企业会把问题的来源分为客户、供应商、内部三大类别，但是对于内部的问题来源的分析较少，在实践中，我们会经常推荐客户不仅要从三大类别去分析QRQC活动的有效性，还要从内部这个角度做进一步数据分析，以了解我们目前的内部问题来源，是来源于QC的检验过程中，还是生产部门主动的暴露问题中，通常我们要鼓励生产部门更多的暴露问题，以便提早预防更大的质量风险，避免损失。
08 Eight
安全Q图
安全Q图与质量Q图类似，它也是以每月31天为基础，用不同的颜色代表工厂安全情况，一般红色代表安全事故，绿色代表安全日。也有的工厂会分三种颜色，红色代表严重安全问题，黄色代表一般安全问题，绿色则代表安全日。
以上是一些常见的QRQC的数据分析方法，除了这些，还有一些如按照问题解决部门、问题的发生部门等进行的数据分析，我们不鼓励太多的指标，一般建议选择5-6个指标为宜。
