需求及供給 出現時,品質就展現在客戶對供給的滿意度上。客戶滿意度高,就會說對方的供給品質很高;客戶覺得品質很差就表示對方不滿意己方提供的東西。

同樣是被評為品質不良時,產品複雜度、是否有形就大大影響了供應者能否順利且快速改善品質來達到客戶普遍的期望。

一台 Dyson DC74 的吸塵器被客訴品質不良時,可能的原因會有吸力不夠強、有雜音、耗電過快等,這都算是很具體的敍述,供應商也能很快查找出問題點。
但如果客戶不滿意的是「服務品質」,那改善上就比較有難度了。

在業界工作也常遇到被客戶抱怨的情況,尤其是剛合作的新客戶,彼此之間不熟悉,總得磨合磨合。可是如果磨合中不小心出了太大的問題,很可能就沒有下次合作機會。

因此如何及早建立可以儘量貼近客戶期望的工作模式並完成產品,就是十分重要的品質管理工作。

文章標籤

Yashi Yang 發表在 痞客邦 留言(0) 人氣()

半科學 是大多數學科學的人對統計的印象。

其實這麼評斷統計學也不能算錯。在學統計的過程中總會發現這門學問怎麼這裡估計一點、那裡近似一下,混合了某些原本相悖的理論、然後又在某些地方將就一下,同時搞出一堆限制。因此,在我們的世代對統計這門學科的評價抱著正反不一的看法。

在台灣幫大數據這個辭彙興起一波浪潮的大概算柯文哲吧!?他在競選的前中後都用過這個辭,在他沒當選前,我想其它黨派的人大約都是把大數據當噱頭辭看待。

然而,去細想我們生活或工作中大多數處理事情的方法,會發現統計學其實是很貼近生活的。

文章標籤

Yashi Yang 發表在 痞客邦 留言(0) 人氣()

兩性同工同酬再等170年吧! 這是 Buzz Orange 在 2016 年 11 月 8 日的報導,指出希拉蕊的競選團隊男女薪資差了 USD 81k 。

2015 年 DQ 的一篇報導指出,照目前的發展趨勢,男女薪資平等必須再過 118 年。

看起薪資差異性別化 (gender wage gap) 的問題不但沒有縮小還越來越大,一年比一年慘。

在女權 (或女權自助餐?) 抬頭的近年,這個專題的報導十分豐富,無論國內外皆然。
在媒體治國的台灣,這種話題性十足的報導必定一味跟著最聳動的風向走。

平均而言,同一份工作,男性賺 1 塊錢時,女性只賺 0.77 塊。

文章標籤

Yashi Yang 發表在 痞客邦 留言(1) 人氣()

月初東森新聞 的報導寫到「郭台銘要交棒給年輕人,北大碩士正妹現身說法」。這裡先幫森森新聞做個澄清,這位正妹是北京的清華大學,而非北京大學。

郭台銘強調「我的位置屬於年輕人」,不過鴻海的接班人計劃其實運作快 10 個年頭了,當年鴻海開啟接班人計劃時,搞得轟轟烈烈、倍受矚目。這麼多年下來,培養不出一個接班人來,當初的接班人選也都老了,於是又重新再拉新血進來,然後再來個十年。

其實這在台灣大企業裡是老梗,然而,又有多少企業做好接班的心理準備。

文章標籤

Yashi Yang 發表在 痞客邦 留言(0) 人氣()

各種類料類別和檢定 中,有一個在一般統計學上比較少用到的方式叫「勝算比」。

勝算比雖然是一種統計手法,但它比較常被用在生物統計學上,尤其是醫學相關。它的結果來自比例的比,就結果直接去解釋沒有意義。就邏輯上勝算比可以當做一個定量或是一個有效的力量。

在類別交叉分析上,通常會利用卡方檢定或費雪精確檢定,而在醫學界則常會計算出所謂的 RR (reletive risk) 和 OR (odds ratio)。

文章標籤

Yashi Yang 發表在 痞客邦 留言(0) 人氣()

再談卡方檢定 這個工具在使用上有兩個限制:

1. 卡方檢定中的樣本數不得小於 5 個,或是資料結合後每一格的樣本數不能小於 5。
一般而言,樣本數<5 時必須將樣本合併。或是說格子中的資料不到 5 個時,應該把資料和別格合併。
但事實上,合併資料會使對應的資訊損失。
對於我們從事這種產業的特性來說,很多時候是不可能取得大樣本的資料的。

文章標籤

Yashi Yang 發表在 痞客邦 留言(0) 人氣()

經過上次 將推進結構內的彈射座相關的結構整個銑掉後,看起來射程增加了10%左右,但仍然比不上其它 Elite 系列的槍。於是這次的重工要往彈簧的方向進行。

文章標籤

Yashi Yang 發表在 痞客邦 留言(1) 人氣()

車和玩具槍 應該是每個小男孩夢想中的玩具,大概沒看過哪個小男生不對這兩樣東西動心的。

我一直不太愛開車,不過聽老媽說我很小的時候硬是要我爸抱著我在駕駛座上,手握著方向盤才過癮。
玩具槍就更不用說了,我小六就開始自己改瓦斯槍,拿去學校後上跟同學玩原始版的生存遊戲。那時一把仿真的沙漠之鷹要四、五百大洋,小學生得存很久的零用錢才存得到。

文章標籤

Yashi Yang 發表在 痞客邦 留言(1) 人氣()

試驗設計 (Design of experiment) 在遇到不容易澄清的問題時是一個很好用的工具。ODM 業界在產品研發階段比較常見到的解決方式是 trial & error,把可能原因列出後以 troubleshooting 的方式一個一個排除,尋得最可能的根因。

為了節省時間,大多數的研發人員會選擇 trial & error 的方式先進行,因為 80% 的問題都是比較簡單的單一問題,只要射中點就可以顯著甚至完全改善問題。所以 DOE 的應用比例相對少很多,尤其是問題相對複雜時,DOE 還必須搭配 ANOVA 分析才能知道貢獻度最大根因在哪裡。

由於使用的機會少,造成研發人員在進行 DOE 時常常忘了要去記錄失效數據,以致於實驗完成必須總結時沒有數據可以分析。

文章標籤

Yashi Yang 發表在 痞客邦 留言(0) 人氣()

最可怕的產線失誤 大概就是出問題沒及時喊停吧。

沒檢查到問題、或發生問題但沒有足夠的警覺性喊停,然後還繼續生產,最後產出一堆可能有問題的東西。有些產品是可以拿回去重新測試、重工再出貨的。但是有些產品是沒得救的,只能全部拿去丟掉。

曾經聽一個管理學大師說過,管理要做的主要是三件事:日常管理工作、處理日常工作沒做好到流程後面出現的問題、突發狀況。
然而大多數的組織都花許多時間在管理日常工作沒做好而產生的問題,因此組織的效率嚴重降低。

在跟一個專門在做組織改善的顧問聊到這點時,他說告訴我一個可怕的數據:台灣企業的管理階層平均花在處理這種問題的比例佔了45%,而某些企業的況狀則高達了60%以上。因此企業沒有時間再去思考如何發展自身或團隊能力。

文章標籤

Yashi Yang 發表在 痞客邦 留言(0) 人氣()