SPC除了控制图、能力分析，还能怎么玩？ 03 快速原因分析和如何利用不同的CPK来提高客户服务水平

如果到现在你们还是那某一个检测项目用类似下面的去做SPC分析

1. 每一个检测项目都要手工获取数据整理数据到软件中
2. 无法对满足八大判异规则点进行描红
3. 如果做30个点、60个点，表格改动非常大
4. 几千个检测项目无法手工做下去
5. 无法做现场SPC看板
6. 无法实时监控 实时告警
7. 无法自动化做更深入的分析
8. 无法分析原因（因为每个数据点没有属性，如批次、改单、班组、设备等）
9. ........

今天我们就对第八点，看看一个合格的SPC是如何做的。

首先是数据

不能像以前一样按时间排列的一串数字，而应该如下：

时间，检测结果，批次、班组、机器、....

2026/1/1,100.22,A000012,A班组,A机器

2026/1/1,100.13,A000013,B班组,C机器

上述的数据记录，也是AIAG VDA SPC 2026要求的，每一个检测值必须包含必要的追溯信息

这些数据最好能通过设备、业务系统自动化同步到SPC软件，至少也要能通过excel上传。

接下来我们看这个检测数据的SPC分析报告

我们是获取了这个检测数据的最新的25个点来编制控制图的，得到CPK=0.97（你也可以看PPK CPK.G等）

一般而言，SPC分析到CPK能力过小，接下来就是做原因分析和改进

如果如以前一样，每一个检测数据没有属性，无法快速排除哪些影响了cpk过少。

如果有了属性，就可以这样做：

选择班组=A，得到CPK=1.03

同样我们可以继续选择不同的班组，结果如下：

选择班组=B，得到CPK=0.91

选择班组=C，得到CPK=0.85

选择班组=D，得到CPK=0.52

同样，我们可以选择来自不同设备的数据做SPC分析

选择设备=A，得到CPK=0.82

同样我们可以继续选择不同的设备，结果如下：

选择设备=B，得到CPK=1.23

选择设备=C，得到CPK=0.98

甚至你可以得到每个月不同的班组（或者其他属性维度）的CPK对比曲线

发现每个月A班组的CPK都明显优于其他班组（2026年1月采用了新的规格限导致2026年CPK变小）

这样的分析可用于

1、快速确认哪些属性维度影响质量水平

如上述案例，我们应该快速排查，为什么D班组做的东西比A班组差那么多？

班组的性别构成、年龄构成、培训、人数，从这些方面A和D对比，让D向A靠拢

假如设备A的cpk也是这样远远好于设备C，一样的分析，看设备A和C的设备品牌是否不一样、配置参数是否不一样，是否没有保养，保养公司是否不一样等等

有了这样的数据，就可以快速查找原因快速改进

2、如果改进也无法改变现状

那么我们就可以这样做

对于VIP客户订单，我们可以指定车间有CPK好的维度（如用班组A、设备A）来帮我们生产这个VIP订单，保证了我们的VIP客户的高质量水平（当然这个是依据你们的公司策略来决定如何利用这个来排产）

检测数据有了属性，才能这样做：

1、快速分析原因

2、VIP订单安排到更好的CPK班组、设备来生产