成功故事来源：高智管理顾问 日期：2006/6/10

　　案例 1
　　项目背景：
　　一家电子设备制造商，总部位于加拿大多伦多，在全世界拥有 30 多家分公司，员工超过 1 万 1 千名，中国的工厂位于苏州工业园区。在 "6-Sigma" 实施前该工厂的状况是：由于设计研发周期过长，设计变更时常发生，该公司总是不能及时将产品推入市场 ; 生产周期过长，延迟交货期，致使客户抱怨很大 ; 而且由于产品故障率太高，导致售后服务和维修成本过高。为了确保高品质，就会发生检查、 返工和废弃等损失。
　　改进策略：
　　该公司希望通过 "6-Sigma" 的改进运作，通过减少设计变异的次数来降低研发周期，提高稳定因子，确保交货质量 (PPM) ；通过 6sigma 设计的产品使制造等后续工作减少缺陷机会和需改进的工作量，让质量管理进入良性循环，降低质量成本。
具体实施：
　　该公司 "6-Sigma" 的推进步骤如下： 顾问配合其管理高层确定 "6-Sigma" 的开展计划和管理结构，选定改善项目，前期对全体员工进行宣导 ， 然后对其管理高层进行培训和 "6-Sigma"BB 培训。在培训过程中， BB 黑带项目也要同时选定和实施，最后是项目的审核和发表。
　　该公司的 "6-Sigma" 运作是从建立 "6-Sigma" 团队开始的。核心团队由研发部、质量部、技术部组成，其它部门（如市场、制造、财务、人力资源等）负责支持与协助。 "6-Sigma" 负责人是由公司的副总裁担任 ， 在 "6-Sigma" 负责人之下，是 "6-Sigma" 财务委员会、 3个研发部和两个黑带项目团队。
　　具体项目过程如下 :
　　1 、 选择问题变量 ( 列出问题 、 确定因变量 、 问题的数量 )
　　2 、 对问题进行诊断 ( 收集数据 、 做分析图 、 分析数据 )
　　3 、 提出影响问题的因素 ( 头脑风暴法 、 结构树 、 排列图 )
　　4 、 确定影响问题的因素 ( 实验设计 、 影响成本分析 、 验证 )
　　5 、 建立动作的界限 ( 确定公差 、 最小成本 / 非线性分析 )
　　6 、 验证并进行改善
　　7 、 过程控制 ( 过程控制研究 、 统计过程控制 、 品质计划 )
　　改善效果：
　　 一个新的产品研发策略程序，加入了 "6-Sigma" 的改善策略，采用了 QFD 、 SPC 、 MSA 、 DOE 等 "6-Sigma" 工具，很好的控制　　了研发和生产过程中的关键因素，稳定因子很好的解放了隐藏的工厂。 "6-Sigma"设计导致产品的修改次数降低，研发周期大大缩短，不仅使产品及时投放市场，还降低了产品的开发成本。实施 "6-Sigma" 后， KPI 的结果如下：研发周期降低了 5个星期；生产过程合格率提高到 65% ；减少客户报怨 75 % 。
　　案例 2
　　项目背景 :
　　一家高端卫生洁具制造商，总部在美国。在全世界拥有20多家分公司，其中4家在中国。其中一家在广州的工厂，产品一次成品率在65-75%左右，有时会达到80%。
改进策略：
　　提高并稳定产品一次成品率，让质量管理进入良性循环，降低质量成本。
具体实施：
　　该公司希望通过引入 "6-Sigma" 的DMAIC流程改进运作，并引入质量管理软件来系统地采集和分析有关数据。
　　改进效果 :
　　通过使用条形码，使每件产品在生产过程中有关的每个生产要素如人、机器、物料、工序、工艺参数等都得到记录。工厂的生产情况可以通过记分牌及时地反映到有关管理人员的电脑上。如果产品质量发生偏差，通过、统计和分析相关数据可以找到原因，从而找到改进的方法。比如说公司在X国的Y厂的产品一次合格率从60-75%的波动改善到75-80%左右。排名前三位缺陷中气泡，裂缝和裂缝中的第一和第二已得到很好的控制，目前QA团队正解决排名第三的花斑问题。
　　案例 3
　　项目背景：
　　一个生产半导体产品的大型跨国公司，在实施 "6-Sigma" 前的状况如下：
　　※ 工序不良率 ： 0.5 %
　　※ 出厂产品（三年）不良率约为 ： 1.0 %
　　※ 产品的不可靠度为 5600PPM
　　※ 由于客户投诉和产品回收造成的经济损失是每年 90 万美元。
　　改进策略：
　　 "6-Sigma" 实施中 ， 建立了一个系统化的解决程序。包括确定 Robust Design 、 Process Mapping 、 C&E 、 GR&R 、 DOE 、 SPC 等工具的使用。
　　具体实施：
　　 "6-Sigma" 的实施过程也是：首先由管理高层确定 "6-Sigma" 的实施计划和 KPI ，然后进行管理高层的 "6-Sigma" 培训和黑带培训。在黑带的培训过程中，黑带项目也同时选定并实施，最后是 "6-Sigma" 项目的审查。
　　首先建立了 "6-Sigma" 团队。公司的副总裁被指定为"6-Sigma"负责人，他领导着 5位黑带（BB）和2个 "6-Sigma" 项目团队。
　　改善效果：
　　? 不可靠度降到 10PPm
　　? 工序产品不良率达到 4.3 s （ 0.25 % ）
　　? 不良率达到 4.3 s (0.25%)
　　? 成本投入减少 5-10 % , 节约开支 50 万人民币
　　? 产出能力提高 5-10%
　　? 研发周期减少 14 周
　　? 降低客户报怨 99 %
　　案例 4
　　项目背景 :
　　一家汽车零部件系统供货商，向中国和全球的汽车客户提供包括：电子系统、内饰系统、外饰系统的三大系列产品。 改进前状况：由于工艺过程的故障率高达 3024PPM ，故障本身和维修这些故障给公司造成巨大经济损失。这些故障造成的经济损失高达 779,752 美元 / 年 。
　　改进策略：
　　减少工艺过程的故障率
　　具体实施：
　　此项目是通过 Pareto 分析后确定的。在 Pareto 图一共列出 15个问题需解决，此项目要解决的问题列第 5 位。第 1 位到第 4 位的问题已选为其它的 6Sigma" 项目。
　　通过 Pareto 、 Process Maping 、 XY Matrix 、 PFMEA 分析后，从 6 个子过程中确定 2个关键子过程；过程能力分析显示，该工艺过程只有 4.2σ 的水平。 GR&R 分析显示 GR&R 方差贡献达 18 % ，过高，需对检测人员进行培训，并对测试环境进行改造。经过 Multi-vari 、 T-test 、 Matrix 、 互相关 、 回归分析后，确认了关键因子。 DOE 分析显示，只有一个因子对过程的故障有显著影响，该因子的贡献率高达 94.8 % 。该因子的最优值由回归方程确定。
　　改进效果 :
　　实施“ 6-Sigma” 设计 ( Robust Design 、参数设计和容差设计 ) 使产品实现了低成本下的高质量，还使产品具有很高的抗干扰能力，改进结果如下：故障率从 3056PPM 降到 600PPM ，节省成本 609,200 美元 / 年 。