六西格玛是企业管理的一种成熟有效的方法，在质量管理上得到广泛的应用。六西格玛本身是一个统计学概念，涉及许多统计学方法和工具。从工业大数据角度看，在众多管理方法中，六西格玛是最重视"数据"的，因此是工业大数据落地的最佳场景之一。

从大数据角度看，六西格玛有两个提升空间：

1、 虽然六西格玛一贯强调"用数据说话"，并且在六西格玛中广泛采用各种数据统计工具，但这些数据主要是抽样数据。对统计过程的强调认为抽样检验已不再有效，大数据可以帮助六西格玛管理和利用100%检验（全检）的数据。

2、 六西格玛缺乏企业级数据分析工具。六西格玛的工作还是一种技能，对质量改进方法和统计工具的使用需要经过培训，在确定项目后，需要做许多测量和数据收集、数据分析工作。大数据可以为项目的改进提供标准的统计图形，减少花费在每个项目上的工作量，从而可以处理更多项目。

六西格玛作为一个质量改进的方法，有一套完整体系，分为定义、度量、分析、改善以及控制过程。利用大数据技术建立企业级数据分析系统，功能主要在三个方面：

1、 质量评价：显示产品的质量

可以用西格玛水平或CPK值，显示不同产品、不同过程的质量，可作为处理项目的选择手段，找到低于六西格玛规格的项目，用逐项项目处理法去处理。

2、 找到影响质量的主要原因

自动生成帕累托图，用帕累托图找出累计影响产品质量80%的几个主要因素。

3、 改进

用数据生成便于找出影响因素产生的原因的统计图形，自动生成六西格玛方法推荐的统计图形，如直方图、统计控制图等，并可从多个维度对数据进行分析。

4、 控制

系统显示改进后的西格玛水平或CPK值，可用于对改善方案和办法进行长期管控。

基于六西格玛实现的大数据系统，核心是解决企业以下需求：

1、 如何科学地证明产品质量没有问题：测量数据达到六西格玛水平的产品出现故障的几率只有百万分之6.3，因此产品质量是合格的。

2、 行业标杆的企业质量是什么样的水平：达到六西格玛水平的产品就是行业最佳标准

3、 如何找到影响质量的主要原因：影响质量的原因很多，不可能全部解决，解决问题需要成本，要选择影响最大的去解决。

工业大数据系统的建立，是从企业MES等信息系统中抽取生产、检验数据，经过数据清洗，保存到数据仓库中。可以对海量的统计指标自动计算，利用数据前台，以统计图形形式显示结果，供相关团队分析。数据前台可以是数据看板（Dashboard）、统计报表、多维分析、自助分析等，也可以用机器学习算法进行数据挖掘。

本文为范煜原创文章。