用对质量控制（QC）七大手法帮制造企业省下百万返工费

很多工厂老板一提质量控制就头大，觉得要花大价钱上系统请专家，才能把不良率降下来。其实真不是。我跑了二十多年国内制造车间，见过大把年赚几千万的厂子，靠的就是把最基础的工具用对。

为什么九成工厂用柏拉图都用错了？

质量控制（QC）七大手法里，柏拉图是用得最多，也错得最多的一个。很多品控画完柱状图加折线，排完序就交差了，美其名曰完成QC分析。屁用没有。 💡 柏拉图的核心从来都是”抓关键少数”，不是给领导做漂亮的PPT。要抓关键，前提是你分类对了，统计对了。

上个月在东莞给一家做汽车注塑件的工厂做辅导，他们品控部拿出来的柏拉图说”外观不良占40%是第一问题”，折腾了半个月换原料调机温，不良率还是没动。问：我们工厂每天都做QC报表，也拉柏拉图，为什么还是找不到核心问题？答：十有八九是你做查检表的时候分类就错了。要么是把不同维度的不良混在了一起，要么就是把不同批次不同班次的数据拢堆在一块算占比。这家东莞厂子就是犯了这个错，把所有外观不良归成了一类，我让他们把外观拆成划痕、缩水、飞边、异色四个小类，重新按班次统计拉柏拉图，一下就看出来了——缩水占了外观不良的72%，而且80%的缩水都出现在夜班第三批生产的大尺寸零件上，根因就是夜班换班后没人调整保压参数，机台压力跑偏了。改完参数，一周后不良率直接降了62%。 ❗ 记住，分类错了，再漂亮的图也救不了你的质量。

QC七大手法怎么搭？才是真的降本

很多学体系的人，总说要把七个手法全用一遍才叫规范。说实话，纯扯淡。问：QC七大手法是不是必须全部用到才算符合要求？答：当然不是。干嘛没事给自己加工作量？中小工厂80%的质量问题，用查检表+柏拉图就能锁定核心问题，复杂点的找根因再加个鱼骨图足够了，剩下的手法哪里需要哪里搬，没必要硬凑。

去年给浙江一家做五金紧固件的厂子做诊断，他们老板说换了两台新的冷镦机，不良率还是比同行高三个点，一年光返工费就花了八十多万。我让他们把半年的不良数据拿出来，用分层法按供应商拆分线材，再做直方图看硬度分布，一下就露馅了——其中一家报价低两个点的供应商，线材硬度分布完全离散，根本不是生产环节的问题，换了合格供应商，半个月不良率直接掉了三分之二，材料成本反而还降了四个点，因为不用花人工挑不良了。 ✅ 现在制造行业都讲降本增效，好用的工具从来不是越复杂越好，能快速解决问题的就是好工具。质量控制（QC）七大手法本身就是几十年工业实践攒出来的基础工具，适配绝大多数中小制造企业的需求，不用花大价钱培训，品控员学一周就能上手，性价比比什么高大上的工具高多了，对吧？

数字化时代，QC七大手法过时了吗？

最近这两年跑车间，听得最多的一句话就是”我们都上AI质检了，还要老QC手法干嘛？” 我每次都反问，AI帮你挑出了不良，那AI告诉你为什么出不良了吗？没有。 AI、SPC这些数字化工具，本质上是帮你省了手动画图、人工统计的时间，核心的分析逻辑从来没变。你AI一天产出十万条不良数据，最后还是要按分层法分类，用柏拉图抓核心，用鱼骨图找根因，这些都是质量控制（QC）七大手法的核心逻辑，变不了。前阵子去佛山看一家做智能门锁的工厂，他们每条线都装了AI视觉检测，不良识别率能到99%，可就是出货后还是有孔位偏位的客诉，品控部对着一堆数据不知道从哪下手，算法工程师只会调模型不会找生产问题。最后还是老一套：分层法按生产线分，柏拉图找出偏位占比81%，鱼骨图从人料机法环捋，最后发现是新换的定位工装磨损公差没校准，改了工装校准频次，客诉直接没了，单月返工省了12万多。不过话说回来，数字化确实让QC七大手法用起来更顺了。以前品控一周才能统计完画完的图，现在系统几秒钟就出来，能留出大把时间去车间改问题，这才是真的进步。我见过不少厂子，花几百万上了数字化系统，结果把基础的QC逻辑丢了，系统出来的数据没人会分析，最后变成了老板看的摆设，钱打了水漂，可惜。跑了这么多年车间，最大的感受就是，质量控制从来不是比谁的工具高级，是比谁能把问题找出来解决掉。很多厂子追风口追得忘了本，放着经过几十年验证的质量控制（QC）七大手法不用，去搞一堆花里胡哨的东西，最后钱花了，问题还在。你去身边的好厂子转转，那些不良率低、客诉少的工厂，品控部个个都把QC七大手法玩得溜，信不信？