六西格玛管理

目标拆解、团队协同与复盘改进、业务重点、责任边界与过程指标和沟通反馈、冲突处理与执行跟进连成一组训练主线，减少课堂内容与岗位动作之间的断点

2天，12小时 供应链管理
授课讲师： 郭琪 · 研发与项目管理实战专家
获取课程方案 查看课程大纲

课程大纲

六西格玛的基础认知

一、（Six Sigma）六西格玛
  • 1. Six Sigma的五要素
  • 1. 顾客导向
  • 2. Process中心
  • 3. 科学的解决方法
  • 4. 组织人力
  • 5. 与财务成果直关的测度改善
  • 2. Six Sigma与经营革新
  • 3. Six Sigma方法论
二、（COPQ）低品质费用
  • 1. COPQ的概念
  • 公式：实际费用-最小(理论)费用=COPQ
  • 2. COPQ的构成要素
  • 1. 预防+检查
  • 2. 内部+外部
  • 3. COPQ的应用场景
  • 1. Project项目选定
  • 2. Project过程分析
  • 3. Project效果证明
  • 课堂

六西格玛项目的应用

一、项目管理的基础
  • 1. 项目管理的十大领域
  • 2. 项目周期管理的五个阶段
  • ——项目启动、项目规划、项目执行、项目监控、项目收尾
  • 3. 项目管理的沟通策略
  • 1. 信息传递：通过邮件、任务管理系统传递项目信息
  • 2. 关系维护：跨部门关系、团队协作、汇报关系
  • 3. 冲突解决：定义问题、聚焦共同目标、提出替代方案、确认行动项
  • 4. 制作项目可视化看板：明确重点事项、责任人、周期信息等
  • 5. 开展实时协作
  • 6. 制定项目例会制度
二、项目管理在六西格玛专案推行中的应用
  • 1. 项目启动阶段：明确目标与范围
  • 1. 确定六西格玛专案目标：遵循SMART原则
  • 2. 界定项目范围：明确每个子项目的具体工作内容、交付成果以及负责人
  • 3. 组建项目团队：方法专家、流程负责人、财务等
  • 2. 项目规划阶段
  • 1. 资源规划与预算：人力、物力和财力
  • 2. 制定风险管理计划
  • 3. 项目进度与质量管控
  • 4. 项目收尾的交付与总结
  • 课程回顾：六西格玛项目的基本要素

定义（Define）——精准定义问题，锚定改进方向

一、Project的选择的方法
  • 1. 挖掘潜在的Project——CTQ为导向
  • 2. Project选择的优先顺序
  • 1. 潜在影响度
  • 2. 紧急度
  • 3. 机会损失
  • 4. 危险性
  • 5. 对变化的抵抗
  • 3. Project的定义
  • 1. 定义Project的具体目标
  • 2. 构成执行Project Team

测量（Measure）——量化现状，建立数据基准

一、项目Y
  • 1. CTQ与Y的关联
  • 2. 合适的项目Y
  • 3. 周边Y与项目Y
二、基础统计
  • 1. 常用数据分类类型的计算方法
  • 2. 数据的集中性：平均数、中位数、众数
  • 3. 数据的离散性：变异数（方差）、标准差、极差
  • 2. 数据型态及其分布
  • 1. 计量型：正态分析
  • 2. 计数型：二项分布、泊松分布
  • 课堂
  • 练习：作业现场或生活周边可以得到的DATA，分类它们的类型
三、测定系统分析
  • 1. MSA（系统测量误差）
  • 1. 位置或平均：偏离、线性、稳定性
  • 2. 宽度或变异：再现性、重复性
  • 2. 测量系统的评价步骤
  • 步骤1：选定代表工程长期变动的10个样本，选定2-3个作业者
  • 步骤2：测量器校正
  • 步骤3：让第一个作业者对所有样本任意顺序各做一次测量
  • 步骤4：让第二、第三个作业者按同样地方法实施（所有作业者相同）
  • 步骤5：以同样的方法按必要的次数反复测量
  • 步骤6：得到的数据制作成sheet并进行分析
五、Six Sigma测度与计算方法
  • 1. SixSigma的主要测度
  • 2. SixSigma水准和DPMO
六、Process Map和因果矩阵
  • 1. Process Map流程图三要素
  • ——目标定义、过程输入输出、参与人
  • 2. 特征要因的因果矩阵图：鱼刺图
  • 3. FDM作成及潜在Xs的优先顺序化方法：变量穷举法

分析（Analyze）——数据驱动，挖掘问题根源

一、分析(Analyze)阶段的主要内容
  • 1. 树立DATA收集计划及收集DATA
  • 2. 利用统计工具表分析
  • 3. 把统计性分析结果解释为实际问题
二、DATA收集的步骤
  • 1. 构成好的提问
  • 2. 选定确切的数据分析记法
  • 3. 决定测量方法-母体或样品
  • 4. 定义数据收集
  • 5. 选定没有偏向的数据收集员
  • 6. 设计数据的收集样式和指南，必须进行测试
  • 7. 检讨数据收集过程，确认其结果
三、抽样的方法
  • 1. 样品应具备的抽样条件
  • 1. 随机性
  • 2. 代表性
  • 3. 没有偏向
  • 2. 抽样的方法
  • 1. 单纯任意抽样
  • 2. 层别任意抽样
  • 3. 群别任意抽样
  • 4. 系统任意抽样
  • 3. 不符合统计学的原则,但经常使用的惯例抽样法
三、检定的四大方法
  • 1. 假设检定
  • 1. 假设检定两种错误：第一种错误、第二种错误
  • 2. 两个对立假设：原假设H、对立假设Hi
  • 2. 平均检定
  • 3. 离散检定
  • 4. 比率检定
四、相关及回归分析

改善（Improve）——创新方案，实现流程突破

一、Improve概要
  • 1. 流程改善：流程最佳化、流程标准化
  • 2. 适用性改善方案
二、DOE介绍
  • 1. DOE的定义与目的
  • 2. DOE的三个阶段
  • 1. Screening阶段
  • 2. 特性化阶段
  • 3. 最佳化阶段
三、完全要因实验
  • 1. 完全要因实验：全面考察各因素的主效应和交互效应
  • 2. 完全要因试验的优缺点
  • 1. 优点：全面性、准确性、灵活性
  • 2. 缺点：实验成本高、适用场景有限
四、对策方案选定
  • 1. 选定对策方案的四个阶段
  • ——对标分析、风险评估、试验策划、选定最佳方案
  • 试验对策方案的四个步骤
  • ——实验计划、仿真、性能验证、可靠性验证

控制（Control）——标准化管理，确保持续改进

一、控制环节的四大要点
  • 1. 利用确切的管理方法，管理关键少数因子的变动
  • 工具与方法：防错方法、管制图
  • 2. 文件化处理：制作标准的作业指导书、SOP制/修订
  • 3. 确认项目Y的工程能力，评价改善目标是否达成
  • 4. 树立持续改善流程的管理计划
二、防止失误法—固化措施
  • 1. 失误与缺陷的关系
  • 2. 防止失误的两种类型：预防和预见
  • 3. 防止失误的五种方法：减轻、感知、便利、代替、消除
三、管制图—控制缺陷
  • 1. SPC管理方法
  • 1. S（Statistical）: 受统计性资料和分析技法的帮助
  • 2. P（Process）：确认Process引起变动的原因和能力状态
  • 3. C（Control）：为了能让已知的Process目标达成,从而适用PDCA Cycle让持续地Process
  • 完成改善的管理活动
  • 2. SPC的管理方法五步
  • 1. 消除变量：理解变量交互作用或者通过Mistake Proofing 消除
  • 2. 变量自动化:实施没有作业者干涉的自动化管理
  • 3. 重要输入变量的SPC
  • 4. 重要输出变量的SPC

适合对象

高层（关注）、各部门中层干部（参与）、质量/技术/生产/设备等技术部门的关键人才、及公司希望培训的潜力新人和储备干部

课程定位与主要问题

现场管理、质量改善、流程增效或供应链协同训练中，参训团队可以先看清问题所在，再设计可执行动作

核心收益

  • 先确认目标要求、责任分工和过程反馈，让训练目标更具体
  • 目标拆解、团队协同与复盘改进和业务重点、责任边界与过程指标会被串成一组可练习的管理动作
  • 反馈辅导有抓手：沟通辅导、任务推进和复盘改善检查方法是否适合团队日常任务
查看更多收益 收起更多收益
  • 团队复盘有依据：沟通反馈、冲突处理与执行跟进相关的试点清单、检查点和下一次复盘安排

课程背景与交付信息

在全球产业链重构与数字化转型加速的时代，企业面临着客户需求升级、成本压力加剧、质量标准严苛的多重挑战。据统计，全球制造业因质量缺陷导致的成本损失每年超过1.2万亿美元，而服务业的客户满意度每下降1%，可能导致年营收减少2%以上（麦肯锡，2023）。传统经验驱动的管理模式已难以应对复杂多变的市场环境，六西格玛管理作为数据驱动的质量改进方法论，正成为企业突破增长瓶颈、构建核心竞争力的关键引擎

传统企业依赖管理者经验进行质量管控，存在三大痛点：①问题识别滞后，依靠事后检验发现缺陷，无法在流程中实时预警；②改进缺乏依据，凭经验判断问题根源，导致头痛医头式低效改进；③效果难以量化：无法科学评估改进措施对绩效的实际影响，问题出了还会再出，源源不断

六西格玛通过DMAIC（定义-测量-分析-改进-控制）模型，将管理问题转化为数据指标，用统计工具精准定位关键因素，使质量改进从模糊经验升级为科学工程，才能满足高端客户对可靠性的极致追求。这种零容忍的质量要求，迫使企业必须摒弃粗放式管理，转向基于数据的精准控制。数据证明，六西格玛不仅是质量工具，更是通过消除流程浪费（如过度生产、库存积压、返工损耗）实现成本锐减的核心策略

课程时间

2天，12小时

授课方式

工具练习、案例解析、训战推演、成果分享、疑难问答、精彩点评 课程模型

课程内容重点

01六西格玛管理：目标拆解、团队协同与复盘改进
02目标拆解：业务重点、责任边界与过程指标
03团队协同：沟通反馈、冲突处理与执行跟进
04管理复盘：例会节奏、行动计划与改进事项

讲师介绍

郭琪 讲师头像

郭琪

研发与项目管理实战专家

国家高级工程师，26年研发与项目管理实战经验。曾任吉利汽车及哈飞集团高管，擅长全生命周期管理及精益改进。统筹80亿元投资规划，推动项目交付率提升至98%，主导撰写48项专利

汽车行业军工行业制造业
查看讲师主页

课程差异说明

本课程页面围绕《六西格玛管理》重点呈现课程定位、适合对象、核心收益和 7 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

适合高层（关注）、各部门中层干部（参与）、质量/技术/生产/设备等技术部门的关键人才、及公司希望培训的潜力新人和储备干部等需要系统提升相关能力的人群

学习这门课可以获得什么收益？

系统掌握六西格玛核心方法论与工具，构建数据驱动的问题解决框架，并结合课程中的工具、案例和练习推动企业培训落地

课程通常安排多长时间？

当前样板提取的课程时间为：2天，6小时/天。实际交付可根据企业培训目标和学员基础进行调整

课程采用什么授课方式？

课程主要采用工具练习＋案例解析+训战推演+成果分享+疑难问答＋精彩点评 课程模型，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配