设计更改数据分析在科研质量管理中的应用
发表日期：2025/04/28 17:15
众所周知，在Andawell日常项目科研过程中，几乎每个项目都会因为各种各样的原因或多或少的产生各种类型设计更改，有前期设计错误纠正错误的，有客户新提了需求要求变更的，有设计输入错误造成输出跟着错误需要更改的，有前期需求沟通不清晰双方理解不一致导致后期需要更改的，以及设计原本就符合设计要求而为了提升产品设计质量进一步改进产生的设计更改等等。而从不同的分析角度来区分设计更改则会有不同的分类，例如我们常用的根据其更改幅度及更改的影响程度，划分为I类，II类和III类更改；从设计本身的意义来说，可分为纠错型和改进型；从设计更改产生的责任划分则又区分为己方责任型、客户原因型以及因前期沟通不完整引起更改的其他类型；从设计更改涉及的对象区分则又可划分为硬件类更改、软件类更改以及综合更改。我们在科研质量管理管理过程中可根据不同的分析评估需要去选用不同的分类。
一、设计更改分析的作用
不同类型及原因的更改会对项目产生不同的作用，纠错类更改比较大且越发生在项目后期造成的影响就越大，涉及到图纸和技术文件的更改审批，旧版物料的补加工甚至报废，新版物料的采购，外场产品的贯改等诸多环节的额外工作，而这些额外工作对项目规划来说都是额外造成的浪费。而改进类的更改则有助于提升产品的设计质量和产品竞争力，减少后期故障甚至客户投诉，进而提升客户满意度及降低项目的综合成本，是有百利而无一害的。因此可以说我们对设计更改是又爱又恨，爱它是因为设计更改是持续改进提升项目设计质量的手段，恨它是因为设计更改大部分都属于事后的纠正改进，都是需要付出相应的周期、成本等代价的。Andawell鼓励“第一次把事情做对”，因此如何尽可能的减少纠错类的设计更改成了Andawell科研质量管理中的一个重要事项，以史为鉴可以知兴替，因此对于历史设计更改数据的分析应用则成了减少设计更改管理工作的一个有效手段。
二、减少纠错类设计更改
为减少纠错类设计更改的数量，需要对历史设计更改数据进行统一的汇总分析，找到设计更改发生的根本原因，分析出其发生的规律，从问题源头上找对策。
设计更改统计分析的第一步就是从CAXA系统上下载近1年乃至2年的所有项目设计更改清单，并逐项确认问题发生的根本原因，在这里追查原因时可以运用5why法多问几个为什么，直到将原因锁定为我方原因（设计人员人为差错、设计人员技术能力不足），客户原因（客户后期要求更改、客户提供输入资料错误），双方需求沟通不完整，设计改进等四个大方向六个具体原因为止。以Andawell测控中心2023年3月开展的设计更改统计分析案例，展示如下：
设计更改统计分析的第二步则是将各类设计更改数量按照原因进行列表统计，并利用柏拉图的方式区分出设计更改的主要原因，明确各原因占比和改进的重点，以Andawell测控中心2023年3月开展的设计更改统计分析案例，展示如下：
设计更改统计分析的第三步就是针对各个原因，尤其是重点原因制定针对性的整改措施，相应的整改措施包含培训、奖惩、沟通需求注意事项、客户提供资料错误的处理方式以及增加设计余度增强客户需求的容错率等措施，并明确责任部门和改进计划，以Andawell测控中心2023年3月开展的设计更改统计分析案例，展示如下：
设计更改统计分析的第四步就是将整个统计分析过程和措施对相关人员进行宣贯执行，同时科研质量岗落实好PDCA中的C的监察职能，监控改进措施的执行情况以及设计更改统计分析结果措施在新项目上的落实应用情况。第五步就是重复第一步分析确认改进成果，同时制定新的改进措施，持续改进，使PDCA滚动起来。
总体上，设计更改数据是一笔宝贵的财富，利用合理的方法和工具才能充分挖掘其内涵的经验价值，而设计更改改进内部问题的重点在于提升设计人员技术能力和质量意识，解决外部问题在于提升公司需求调研管理机制、提升人员沟通的积极性和系统思考能力。无论对内还是对外减少设计更改的最重要因素关键在人，这点从Andawell测控中心设计更改统计分析案例中可见高达80.65%的设计更改是由人的因素造成的，因此全员的训练有素才是质量致胜的法宝，而眼下我们要做的就是通过统计分析充分挖掘设计更改质量数据的内在价值，在发挥设计更改本身价值的同时为训练有素了提供借鉴和训练的素材，进而通过教育，形成氛围，让Andawell全员训练有素，减少设计差错乃至所有工作差错，实现团队工作的高效能。
