Mehul Shah和我最近为质量领导者和统计过程控制(SPC)专家举办了一个互动会议，讨论了一些不同行业该领域专业人员面临的持续目标、挑战和解决方案。我们所了解到的非常符合这是我们最近质量调查的结果:高品质的专业人士仍面临挑战赋予度量标准意义识别改进领域，并将制造信息转化为可操作的数据。
在本文中，我们将讨论与与会者产生共鸣的一些关键目标、挑战和解决方案，并将这些反馈映射到我们所看到的趋势。
质量管理的目标和挑战
Mehul和我开始了我们的互动环节，讨论了我们在质量管理的当代目标和挑战方面的一些发现。来自美国和全球各地的约80名质量和供应链专业人士都渴望听到新趋势也可以与他们的同行交流，讨论他们在自己的质量项目中面临的一些障碍。
在会议开始前，我们对与会者进行了调查，以了解他们认为他们面临的一些主要挑战，然后我们能够将观众的反应与我们的研究结果进行比较。我们了解到，与会者表示他们面临的主要目标和挑战与我们最近对质量管理的调查结果非常一致。以下是一些关键的收获:
财务目标:我们要求参与者分享他们认为他们组织的首要财务目标是什么。答案是响亮的“增加收入”，约67%的受访者表示这是他们的首要财务目标。这与我们2013年质量调查的结果一致，超过一半的受访者表示这也是最优先考虑的问题。
有趣的是，与五年前相比，今天的结果有多么不同。在全球经济衰退最严重的时候，我们会看到企业更专注于削减成本。现在，我们看到市场出现了更加激进的特征，人们对经济状况更加满意，并专注于增加收入。
运营目标当被问及他们的首要运营目标是什么时，只有不到70%的受访者表示，提高制造效率是首要目标。这也是我们质量调查的结果，大多数制造商表示效率改进排在第一位。
质量的关注: LNS团队询问参与者他们的质量管理优先级是什么。这里我们有一个有趣的分歧。大约三分之一的受访者将“降低质量总成本”列为第一，而另外三分之一的受访者表示，“减少制造中的不合格品”是他们的首要质量目标。我们在质量调查中看到了类似的结果，尽管批量制造商倾向于将减少不符合问题放在更重要的位置，28%的制造商将其排在第一位，而工艺制造商只有14%的人将其列为头等大事。
质量挑战在各行各业引起共鸣
在讨论了最重要的目标之后，我们有机会更深入地探讨一些组织目前面临的关键挑战。与我们的质量调查一样，我们发现了四个与所有与会者产生共鸣的关键问题。
1.文化差异
与我们的质量调查一样，我们看到如今制造业普遍存在严重的文化差异，而这就在于“质量”被广泛看待的事实作为一个部门而不是全公司的责任．虽然适当的质量管理实际上渗透到组织的各个方面，贯穿整个价值链——从设计到制造，到客户服务等等——但质量专业人士往往认为它没有得到足够的重视。
有趣的是，这涉及到整体质量管理的有效性，但也涉及到一个组织中至关重要的方面，这个方面难以定义，甚至更难纠正:企业文化。显然，质量管理专业人士认为自己在一个盒子里，除了他们公司的其他部分，而实际上他们的工作需要渗透到公司活动的各个方面。所以，既然这件事已经曝光，我们希望组织机构开始从上到下进行调整开始研究变更管理程序这有助于将质量绩效整合到企业活动的方方面面，从头到尾。
2.糟糕的度量方法
从我们在会议上的讨论和最近的调查结果来看，很明显:制造商认为他们没有得到正确的数据。我们讲过当收集太多数据时产生的“噪音”，或者不相关的数据落入坏人之手。制造商正感到越来越大的压力，他们试图从收集的大量数据中筛选出最重要的指标，这些指标实际上可以改善性能，纠正问题。
这与我们在大数据中看到的趋势是一致的:随着越来越多的信息和数据洪流，确定哪些指标真正重要变得越来越难。这对制造业来说是一个新生的挑战，我们预计它将继续增长访问越来越多的性能数据围绕着价值链的每一个环节。
3.不同的系统=迫切需要数据
我们在会议上听到的另一个令人共鸣的问题是，组织正在努力处理各种各样的问题不同的系统和数据源在他们的质量项目中。正如我们所知道的，SPC软件只是质量管理蛋糕的一部分，正确的软件应该在质量软件范围内与其对应的软件很好地发挥作用。
然而，这种情况似乎很少实际发生，企业继续努力解决将遗留系统与新获得的软件和新兴应用程序更好地集成的需求。然而，随着质量领导者越来越多地认识到这些问题，我们希望看到将这些因素考虑在内的战略。
4.提供供应商数据!
如果我们认为企业很难让自己的系统很好地发挥作用，那么想象一下让供应商系统参与进来的挑战。众所周知，对质量管理的端到端可见性正在成为许多行业更大的关注，特别是生命科学和食品和饮料，在这些行业，这种可见性正变得越来越重要做生意的关键要求而不是“很好拥有”——这种趋势不会很快消失。然而，获得及时、相关、准确的供应商数据仍然是各行各业面临的首要挑战，而简化这些数据的收集和可用性将是未来几个月和几年的关键考虑因素。
在管理供应商和质量数据和程序方面，您认为您面临的最大挑战是什么?请在下方评论或与我们联系，加入对话@LNSresearch．
