随着中国加入WTO、中国烟草的联合重组，给国内各卷烟生产企业带来了机遇和挑战。在这样的大背景下，在卷烟品牌的培育中，产品质量已经成为非常重要的因素，为此必须加强对卷烟生产过程的质量控制。

    上海烟草（集团）公司利用6σ质量管理的原理解决传统质量检验中无法实现产品质量过程控制的问题，利用数据仓库强大的海量数据处理能力弥补手工6σ质量管理在应对现代工业繁杂工序中处理和挖掘海量质量数据所表现出的不足，提出基于数据仓库技术的6σ测评方法，形成基于数据仓库的6σ水平计算模型，并将基于数据仓库的6σ质量管理应用到烟草行业的卷烟生产过程中。

    6σ质量管理的基本原理

    六西格玛（6σ）概念于1986年由摩托罗拉公司的比尔·史密斯提出，上世纪90年代在摩托罗拉得到应用和推广，并取得了良好的质量管理效果，继而推动了6σ质量管理在全球企业的应用。

    作为一种统计评估法，6σ质量管理法的核心是追求零缺陷生产，防范产品责任风险，降低成本，提高生产率和市场占有率，提高顾客满意度和忠诚度。6σ管理既着眼于产品、服务质量，更关注过程的改进。“σ”是希腊文字母，指统计学中的标准差，用以描述总体中的个体与均值的偏离程度，测量出的σ表征着诸如单位缺陷、百万缺陷或错误的概率性。σ值越大，缺陷或错误就越少。

    6σ质量管理基本原理在于首先要制定质量标准，在管理中随时跟踪考核质量水平，不断改进最终达到6σ标准。6σ质量管理模式的核心在于产品周期全过程质量控制与持续改进。6σ质量管理己形成一套持续质量改进的方法论（DMAIC）：

    定义（Define） →测量（Measure） →分析（Analyze） →改进（Improve） →控制（Control）。

    定义：确定需要改进的目标，识别需要改进的产品和过程，并制定合理的计划；

    测量：以灵活有效的衡量标准测量和权衡现存的系统与数据，了解现有质量水平；

    分析：利用统计学工具对整个系统进行分析，找到影响质量的少数几个关键因素；

    改进：运用项目管理和其他相关管理工具，针对关键因素确立最佳改进方案；

    控制：监控系统流程，采取措施以维持改进的结果，以期整个流程充分发挥功效。

    用6σ质量管理监控卷烟质量

    1、6σ质量管理原理在生产流程监控中的应用

    卷烟生产企业生产卷烟的工序流程为：制丝 → 包装 → 成品，其质量控制方法主要依赖成品阶段的人工检验，传统方法在产品质量控制和流程质量管理上存在效率低下、质量控制手段单一的缺陷。本文将DMAIC方法论应用到卷烟生产质量监控中，利用6σ质量管理原理改进传统的卷烟生产流程、提高烟厂质量管理水平。

    根据DMAIC方法论，首先定义卷烟生产质量的目标为卷烟生产流程监控与改进，并针对卷烟生产流程制定和设计质量检测点。质量检测点应用6σ质量管理的过程控制理念将生产工序流程细分为8道工序：（制叶丝→制梗丝→制膨丝→掺配加香）→（卷接→包装）→（成型→成品）。从制叶丝到成品的卷烟生产过程的8道工序中，再设计82项检测指标。其中最初的“制叶丝”工序，主要的设计和检测的项目包括：松散预配（温度）、松散预配（含水率）、二次回潮（温度）、回潮加料（加料比例）、回潮加料（加料料温）、叶丝膨胀（温度）、烘叶丝（含水率）、烘叶丝（修正填充值）、切叶丝（宽度）。最终的“成品”工序，主要的设计和检测的项目包括：烟支圆周、烟支吸阻、烟支空头、烟支外观、盒装，生产中间过程的诸多工序分别根据质量管理需要设计相应的检验检测指标。

    另外，根据6σ质量管理全过程控制理念，分三层共设计12项合格率（σ水平）。12项合格率涵盖了卷烟生产的8道工序和所有环节（如表所示）。

在DMAIC的测量环节主要依据所定义的卷烟生产过程的8道工序、82项度量指标、12项合格率水平进行精确度量。6σ质量管理测量过程将采集卷烟生产过程指标度量数据，这些数据将是生产监控和质量改进的基础，同时为DMAIC中的分析、改进、控制环节提供数据支持。

    6σ质量管理在卷烟生产流程监控的应用过程中，工序细分、指标设计是应用的关键，它使数据能够被定义和采集，并参与到σ水平的测评中。6σ中质量分析主要利用测量所得的数据和相应的质量管理方法，找出能帮助提升产品和过程质量的关键节点。质量改进、质量控制是6σ质量管理的目标和价值体现，该目标要发现数据所隐含的信息，从而发现质量控制中存在的问题。

    2、6σ质量管理方法在产品质量控制中的应用

    6σ质量管理的DMAIC方法可以帮助企业在产品生产流程上进行质量监控，同时6σ质量管理先进的质量检验检测和质量水平评估技术可进一步提升质量控制水平，减少噪声因素对产品质量的影响。

    在卷烟生产过程中，根据卷烟产品特性将项目检验标准分为：双侧标准、单侧望小标准、单侧望大标准，应用6σ质量管理原理和方法分别设计相应的缺陷率和质量水平的计算方法，以实现精确的质量标准检验和质量水平评估。

    根据6σ质量管理方法设计的卷烟产品缺陷率和质量水平的计算方法，能显著提高质量水平统计精度，为卷烟生产过程的质量监控提供精确的数据支持。

    用数据仓库优化6σ质量管理

    6σ质量管理具有理论上的先进性，但现代工业生产过程工序极其繁杂，从而对精细化作业和柔性制造提出了极高的要求，因而在产品生产的全程监控中会产生海量数据，手工的6σ质量管理法在应对海量数据处理时存在效率低下的缺陷，极易造成企业质量管理成本的升高。

    数据仓库技术是一种新兴的具备海量数据处理和分析能力的数据解决方案，是面向主题的、集成的、相对稳定的、反映历史变化的数据集合，主要用于处理和分析海量数据、支持管理决策。利用数据仓库技术可以提升6σ测评的时效性，及时获得需要监控的数据。

    本文将数据仓库技术与6σ质量管理方法融合，提出应用数据仓库优化6σ质量管理。基于数据仓库的6σ质量管理既可以解决传统质量检验缺少对卷烟生产过程质量控制的问题，又可以解决6σ质量管理应对现代工业繁杂工序如何提高效率的问题。

    应用数据仓库技术优化6σ质量管理的方法存在如下优势：

    1．上海烟草卷烟生产有8道生产工序、82项检验检测指标、12项合格率指标以及其他相关生产数据和质量数据，整个卷烟生产过程的质量监控会产生海量数据。而数据仓库具有强大的海量数据处理和分析能力，能帮助6σ质量管理采集、处理和分析海量数据，提高质量管理的效率。

    2．在繁杂的卷烟生产工序中，数据仓库与数据挖掘的结合能快速高效地提供各种粒度数据，从而帮助6σ质量管理人员找出工序中影响产品和生产过程质量的关键环节，为质量控制和质量改进提供数据支持。

    3．数据仓库具有清晰的数据流，数据仓库与6σ质量管理的协同能帮助提升生产过程的质量管理水平。

    4．数据仓库具有先进的多维数据展现技术，能实现全厂、所有车间、所有生产工序在任意时间范围的质量数据的展现，能为各级质量管理人员提供相应权限的质量数据。

    数据仓库在海量数据处理和分析方面的优势弥补了6σ质量管理效率低下的缺点，数据仓库同时可对卷烟生产的全部工序进行监控和数据分析。另外，基于数据仓库的6σ质量管理具备产品生产全程监控和严格控制的能力，能帮助企业持续改进产品质量、优化工艺流程、降低管理成本、提升核心竞争力。