人们经常支持的业务规则之一是，特别是在讨论质量相关问题时帕累托定律．它也被称为80/20规则，简单地反映了在许多情况下，80%的结果来自20%的原因。从自然科学(帕累托自己观察到，他花园里80%的豌豆来自20%的豆荚)，到安全(20%的危险经常导致80%的伤害)，到软件(20%的错误导致80%的崩溃)，这一原则在许多学科中或多或少都被观察到是正确的。事实证明，通常情况下，质量也会遵循这一基本原则。了解它如何影响您企业的质量将有助于您将注意力集中在重要的少数方面。事实上，这一原则本身也被称为“至关重要的少数人法则”。
帕累托图是识别质量问题的常用工具，用于确定首先解决哪些质量问题以改进操作。还有另一种方法可以在质量方面应用80/20规则，它涉及到您部署的技术来帮助管理质量过程，以及您需要的数据收集以实现质量目标．
大数据难题
随着计算能力的不断提高工业物联网(IIoT)成熟后，它将解锁指数级增长的数据量。这些数据是关于我们的生产过程和云这些服务为我们提供了一个聚合数据的地方，并对其应用强大的分析。收集和分析所有东西的诱惑是存在的，因为成本是最小的。这与传统的专注于少数人的质量思维背道而驰。很多研究都围绕着如何大数据与分析将80/20原则的影响一直集中在客户关系和营销功能上。很少有人采取措施来协调质量原则大数据．在LN118金博宝appS Research，我们的观点是，这两个领域并非不兼容，但您确实需要了解何时将大数据和分析应用于质量流程。
使用传统工具识别关键少数
帕累托图是七个基本的质量工具之一，首先由约瑟夫M.朱兰描述。它用于识别最常见的缺陷、这些缺陷的来源或最常见的客户投诉。一旦确定了质量问题，质量实践要求您使用其他工具。这就像开始确定问题的根本原因的因果关系，这是造成缺陷或客户问题的根源。这就是大数据和分析可以发挥作用的地方。随着当今许多流程的复杂性，可以使用大数据和分析来评估以前未被解释的变量的影响，并将其关联起来以了解它们对质量问题的贡献。这可能会涉及到天气条件或它们对原材料的影响等领域，比如食品和饮料行业。
大数据和分析在哪里可以帮助确定质量问题
大数据分析已经在客户满意度评估方面带来了很高的效益。通过将大数据和分析应用于社交媒体feeds，可以发现以前未被发现的、可能没有通过正常渠道报告的质量问题。在当今世界，当产品未能达到预期价值时，人们倾向于在社交媒体上发泄，而不是直接向制造商抱怨。通过挖掘这些社会数据，可以发现迄今为止未知的问题，然后可以使用传统的质量工具来进一步细化问题。
在质量应用程序部署中应用80/20规则
二八定律似乎还适用于企业质量管理体系(EQMS)空间在于部署高质量的技术和工具。事实证明，帕累托原则也适用于我们在运营中部署的技术。它适用于其他应用程序或业务流程领域，例如资产绩效管理(APM)或118金博宝app环境、健康与安全(EHS)．在大多数情况下，给定业务流程领域中80%的活动可以由为支持给定流程而部署的20%应用程序来处理。这意味着，如果在业务中使用了五个主要工具，那么其中一个很可能可以处理管理流程所需的所有交互的80%。确保您的EQMS符合要求将使其成为您质量计划的中心工具。有关质量工具如何适应企业架构的更多信息，请参阅博客由我的同事、LNS研究联合创始人马特·利118金博宝app特尔菲尔德提出。
下载APM解决方案部分指南，了解APM领域20家领先供应商的能力。该指南包含了上述因素的比较图表和20家供应商的详细概况，从自动化公司到企业软件提供商，还包括许多专业的APM解决方案。
