大數據在通信工程產品質量控制中的應用

潘震婭

（江蘇中博通信有限公司 江蘇省南京市 210003）

近年來，信息技術的整體演進推動了大數據的產生和發展，在大數據的浪潮中，數據平臺、云計算等技術也進入企業質量管理領域，質量管理系統逐步從“管理系統”向“數據系統”轉變，利用大數據為質量管理提供全面可靠的信息，通過大數據來推動質量管理水平和決策能力。

1 現階段存在問題

當前，通信工程產品質量管理工作存在如下問題：隨著通信工程建設工作的拓展，通信運營商采購的通信工程建設產品的種類、數量、復雜度均不斷增加，產品偷工減料、指標不合格等現象日趨增多；同時質量監控缺少依據，質量管理資源無法得到高效利用。面臨新的形勢和挑戰，通信運營商和通信產品檢測機構迫切需要通過管理創新，搭建高效的采購產品質量管理體系，樹起質量保證屏障，并提高資源利用效率。

2 大數據背景下通信工程產品質量管理創新

通過質量管理云平臺的建設，數據驅動決策的理念形成，逐步實現質量管理的精確、高效、智能。

2.1 采購產品質量管理大數據系統架構

通信工程產品質量管理大數據系統基于統一的云基礎設施、云服務支撐平臺及大數據管理平臺，通過構建各應用子系統，確保系統的靈活性和可擴展性。

2.1.1 質量管理云平臺-設計邏輯

（1）數據整合：統一數據模型、統一數據標準、統一數據視圖。

（2）數據質量管控：通過建立數據的質量標準對數據質量進行統一管控。

（3）數據挖掘：分類法、聚類法、預測法、關聯。

（4）數據共享：消除網狀接口，建立大數據共享中心；將整合或計算好的數據向外系統提供。

（5）數據應用：查詢應用、固定報表應用、動態分析應用、全息畫像。

2.1.2 質量管理云平臺-系統架構

質量管理云平臺由以下五個子系統組成。

（1）支撐子系統：硬件包括數據倉庫、分布式系統等；軟件包括云計算、機器學習、各類引擎（工作流、消息服務、可視化、報表、規則）等。

（2）大數據采集子系統：大數據來源包括第三件檢測數據、自檢數據、使用部門的質量問題反饋、供應商及產品信息、產品質量標準、社會輿情數據。

（3）大數據管理子系統：進行數據的匯集、預處理、存儲、質量管控，并提供數據接口服務。

（4）建模子系統：建立質量形勢分析、質量特征分布、質量趨勢預測、質量風險指數評估、產品動態分級、供應商動態分級、產品質量監控策略優化、檢測資源管理等模型。

（5）應用子系統：通過數據的整合、分析和挖掘，提供統計查詢、固定報表、全息畫像、動態監測和分析、預警觸發等應用。

2.1.3 質量管理云平臺-實現方式

通過質量云平臺輸入各類基礎數據，形成一個數據倉庫。通過大數據中心完成數據的分析挖掘，包括質量形勢分析，質量特征分布，質量趨勢預測，輔助決策支持等功能。

2.2 產品質量風險指數評估

2.2.1 風險點分析

結合產品質量情況及導致的原因，總結了四個方面風險點：價格波動、檢測數據、使用反饋、輿論情況。產品價格波動、檢測數據、使用反饋、輿論情況為并列關系，可同時存在。如表1 所示。

表1

2.2.2 提取變量，形成風險指數

（1）價格波動指數；

（2）檢測缺陷指數；

（3）不良反饋指數；

（4）社會輿情指數。

2.2.3 對采購產品進行風險指數評分

通過專家研判模型和機器學習模型共同賦權，得到風險指數評分。風險指數研判模型：采用隨機森林算法

特征集：(X1,X2,X3),(Y1,Y2,Y3),(Z1,Z2,Z3),(F1,F2)共11 個變量

訓練樣本集：D={(X1,X2,X3),(Y1,Y2,Y3),(Z1,Z2,Z3),(F1,F2) }

2.2.4 風險指數分級

設置預警線；超過預警線，再區分紅黃藍三級。

2.3 產品分級管理

針對不同風險指數的產品進行差異化管理，有針對的投入資源，實現高效精確管控。最終目標是對高風險（紅色）指數產品全方位監測，中風險（黃色）指數產品有效監測，低風險（藍色）指數產品低成本監測。

各產品的級別根據風險監控指數的變化，進行動態調整。

2.3.1 根據質量風險指數進行產品分級

（1）風險指數低于預警線—基礎管控類產品（D 類產品）。

（2）風險指數超過預警線—加強管控類產品（風險指數藍色：C 類產品；風險指數黃色：B 類產品；風險指數紅色：A 類產品）。

2.3.2 產品分級管控策略（體現在檢測模式）

（1）D 類產品，進行驗收管控，進行基本信息的查驗，樣品查驗，功能查驗等；

（2）C 類產品，進行驗收+入圍測試的管控方式，除了進行驗收之外，在招標前還應對產品的關鍵技術指標進行入圍測試，對供應商和產品進行篩選；

（3）B 類產品，進行驗收+入圍測試+到貨檢的多種管控方式，增加的到貨檢可根據需要進行全項目測試或部分關鍵項目測試，按照收貨地點不同，又可分為直發物資到貨檢和入庫物資到貨檢，分別按照相應的指導手冊進行檢驗；

（4）A 類產品，進行驗收+入圍測試+到貨檢+駐廠檢+飛行檢的多種管控方式，駐廠檢和飛行檢的頻次可根據實際驗收以及到貨檢的合格率進行動態調整。

2.4 供應商分級管理

每類采購產品都有若干個供應商，各個供應商的質量水平同樣存在差異。通過供應商分級，差異化管理，可以進一步提升管理的精確性。

依托質量管理云平臺，可以質量數據為主要依據，形成供應商管理的全息畫像，并實現分級管理。通過實時更新供應商全息數據，動態維護供應商畫像，根據供應商履約標簽和質量標簽的不同，準確辨別出供應商履約能力和質量水平，強化質量管理部門、采購部門對供應商具體能力水平以及歷史績效表現的了解，并通過差異化的管控措施，有效防范可能發生的履約或質量風險。

2.4.1 采集供應商跟質量相關的全面數據

橫向貫通ERP、ECP 等專業系統，從公司內部收集供應商投標承諾、歷年合同、到貨及時率、一紙證明、績效評價、不良行為等數據，同時建立與信用中國等網站或平臺的接口，從公司外部收集供應商信用、行政獎懲等信息，并以此為基礎，通過相應算法進行數據的清洗，形成能夠全方位反映供應商特性的全息數據庫。

2.4.2 設立標簽，進行供應商全息畫像

評價供應商的算法模型，將分散繁雜的供應商數據信息轉化為科學形象的標簽畫像，同時推送至招標、供應、質量等業務部門，為業務管理和決策提供參考。

2.4.3 根據指標評分進行供應商分級

根據各指標評分，進行供應商的分級，共分為四級：優秀、良好、合格、不合格。分級情況根據采集數據的更新，同步動態調整。

2.4.4 針對不同級別的供應商，采取不同的管控策略

對不同級別的供應商選用不同的監控策略，對潛在的履約風險和質量問題進行事前防范。管控策略的差異體現在到貨檢測頻次，優秀級供應商進行最低檢測頻次管控，良好級供應商到貨檢測頻次進行較低檢測頻次管控，合格級供應商進行較高檢測頻次管控，不合格供應商進行最高檢測頻次管控。

2.5 產品質量監控策略

2.5.1 “計劃-預防-控制-跟蹤”四級質量監控策略

基于大數據系統，設計了“計劃-預防-控制-跟蹤”四級質量監控策略。根據質量管理實施流程，質量監控可以劃分為四個主要環節，分別是：質量計劃、質量預防、質量控制和質量跟蹤。這四個環節是一個閉環和循環的過程，通過質量計劃來策劃質量預防、控制和跟蹤階段的工作，再將質量控制和跟蹤環節的輸出應用于下一步計劃。

質量計劃：這個環節的主要工作是梳理質量管理需求、制定調整質量管理策略、制定質量管理計劃。質量計劃環節的制定依據是質量控制和質量跟蹤環節的各類風險和指標監測數據，通過大數據系統的數據挖掘，得到產品的風險指數、質量特征分布、質量形勢分析、質量趨勢預測等分析報告，為計劃工作提供有效依據，不斷修正質量監控體系，實現持續優化。

質量預防：是在產品交付前采取的系列監控措施，通過在采購的關鍵環節層層把關，把質量不過關的供應商擋在門外。這些關鍵環節包括質量標準的制定，供應商考察，產品入圍檢測，采購評審和合同簽訂中的質量把關，以及產品上線階段的質量策略固化。

質量控制：是在采購產品的交付及建設階段，對產品質量進行查驗的系列工作。目前采取的檢測形式主要包括駐廠檢、大區檢、到貨檢、到貨驗貨以及飛行檢測。檢測形式和頻次根據產品及供應商的質量情況進行動態調整和分級管理。

質量跟蹤：是在采購產品交付投入使用后，對產品質量進行持續跟蹤的措施。通過關注使用部門的各類反饋，持續跟蹤產品的質量情況，及時采取有效管控措施。并將監測情況及時匯入大數據系統，成為質量管理體系中的決策依據。

2.5.2 “五位一體”檢測模式的優化

“五位一體”產品質量檢測機制包含到貨驗貨、入圍測試、到貨檢測（自檢和送檢）、駐廠檢測、飛行檢測五種檢測模式。該檢測機制覆蓋了集采產品的全生命周期，包括生產環節、倉庫存儲環節、直至最后安裝、使用的全過程。檢測場地覆蓋了生產工廠、倉庫、施工現場、檢測實驗室等多種場合。這五種檢測模式相互配合、相互監督、互相制衡，最終形成多點管控、覆蓋完整的立體化質量檢測機制。但運行一段時間后，暴露出這種檢測模式的一些問題：

（1）檢測針對性不強，部分檢測模式的檢測品類的檢出率為0%，部分檢測指標流于形式；

（2）缺少動態管理方式，檢測頻次與質量情況變化關聯性較差。

建立大數據質量平臺后，確立能夠切實反映產品質量變化的監測指標（例如檢出率、檢測及時性的指標），根據指標變化調整質量管理策略，有效提升質量管理水平。具體做法如下：

（1）建立質量標準數據庫。根據采購時的質量要求和國家標準、行業標準，經過技術歸口管理單位審核，在大數據平臺中實時更新各產品的質量標準，形成質量標準數據庫。

（2）根據質量標準確定檢測標準。根據不同產品的質量標準，確認不同的檢測指標項目和指標要求，并進行相應的數據結構化。最終實現系統指導檢測任務實施、系統監督檢測執行以及檢測數據的快速統計。

（3）質量檢測策略制定。結合產品分級、供應商分級管理方案制定質量檢測策略。在大數據平臺中，根據質量檢測策略自動觸發檢測訂單，固化質量檢測執行，避免人工干預。

（4）質量檢測策略動態調整。通過動態監測各產品、各供應商的質量變化、到貨量情況，及時調整檢測形式和頻次，提升檢測的針對性和效率。

（5）檢測標準的動態調整。通過產品質量特征分布，調整各產品的檢測項目，可以進一步提高檢測的檢出率。通過刪減不適用的檢測指標，優化檢測標準，突出檢測重點，縮減耗時和成本。