六西格玛项目死在 I 阶段?——某电子企业改进方案筛选与试点的案例剖析
一、开篇:A 阶段顺风顺水,I 阶段差点要了项目的命
2025 年年初,某电子制造企业启动了一个六西格玛项目:降低波峰焊透锡不良率。这家企业为家电客户供货 PCBA 板卡,过去一年客户投诉里"焊点透锡不足、虚焊"占了大部分,客诉 PPM 居高不下,客户下了最后通牒——半年内不良率降一半,否则转移订单。
项目组由一名黑带牵头,D、M、A 三个阶段走得相当漂亮:D 阶段用 SIPOC 框定范围,把 Y 定义为波峰焊透锡不良率(目标从 1.2% 降到 0.3% 以下);M 阶段先做测量系统分析,确认目检与 AOI 判定一致性合格后,按分层抽样收集了 6 周数据;A 阶段用鱼骨图加 5Why 缩小范围,再用双比率检验和交互作用分析锁定根因——助焊剂喷涂量与预热温度之间存在交互作用,现有参数组合恰好落在"窗口边缘",加上治具压合压力不均,导致部分焊点透锡不足。
三个阶段的评审全部一次通过,管理层信心满满,觉得项目胜利在望。可谁都没想到,项目最后差点死在 I 阶段——改进阶段。
I 阶段启动后,项目组按老习惯开了一场头脑风暴会,黑板上列了 8 个候选方案:换助焊剂品牌、加大喷涂量、提高预热温度、改治具、加装氮气、调整链速、改焊盘设计、增加补焊工位。讨论了一个下午,最后"按经验投票",选了见效最快、成本最低的"提高预热温度"——老师傅说"温度高一点,锡就化得透"。
结果试点两周,透锡不良率不但没降,反而从 1.2% 升到 1.6%,还冒出新缺陷——部分板子出现"爆板"(基材起泡)。产线怨声载道,项目被管理层点名批评,一度面临关闭。
问题出在哪?根因明明是"交互作用"和"压力不均",方案却只动了单一参数,而且方向正好把工艺推出了窗口的另一侧。这个案例非常典型:六西格玛项目不是死在工具上,而是死在从"分析结论"到"改进方案"这一步上。
二、I 阶段为什么成了"项目坟场":三种典型死法
统计企业里 DMAIC 项目夭折的位置,I 阶段(Improve,改进阶段)是仅次于 M 阶段的"重灾区"。常见的死法有三种。
第一种,方案与根因脱节。A 阶段分析出的是"因素之间的交互作用"或"系统性问题",I 阶段却按老经验去调单一参数。就像案例里那样,根因在交互作用,方案却在单参数上使劲,等于对着靶心旁边的位置开枪。
第二种,凭感觉投票,没有评价准则。头脑风暴出一堆方案后,谁嗓门大、谁资历老就听谁的,方案的"效果、成本、风险"没有量化比较。最贵的不一定最好,最快的往往最危险——"见效快"恰恰是因为它只动了表层。
第三种,跳过试点,全面铺开。方案没经过小规模验证就上全线,一旦判断失误,风险被放大十倍百倍,项目组输不起,只能悄悄回退,士气一落千丈。
说到底,I 阶段是 DMAIC 里"从知道到做到"的转换器。分析阶段回答"病根在哪",改进阶段回答"用什么药、怎么验证、怎么推广"。这一步如果靠拍脑袋,前面 D、M、A 三个阶段的投入就全部打了水漂。
三、案例剖析:救活项目的"方案筛选四步法"
回到案例。项目停摆一个月后,质量总监带着黑带重新复盘,用了一套"方案筛选四步法"把项目救了回来。这套方法不复杂,但每一步都踩在要害上。
第一步,方案穷举与归类。把 8 个方案重新梳理,按"消除、替代、防错、检测"四类归档,并逐一标注"对应哪个根因、作用在哪个环节"。这一梳理就发现问题:8 个方案里有 3 个跟根因根本不相关,属于"看着有用、实则无关"的凑数方案,直接剔除。
第二步,方案评分矩阵。剩下的 5 个方案,用 Pugh 矩阵从五个维度打分:预期效果、实施成本、风险水平、实施周期、可维护性。权重不是项目组自己定的,而是由质量、工艺、生产、设备四个部门各派代表组成的评审组现场确定——效果占 30%,风险占 25%,成本占 20%,周期和可维护性各占 12.5%。打分结果一出,排名第一的竟然是当初没人看好的"助焊剂喷涂量优化+治具压合面修整"组合方案,"提高预热温度"排在倒数第二。
第三步,方案风险预评估。对前三名方案各做一次简化版 FMEA:列出可能引入的新失效模式、严重度、发生度、探测度。这一步直接把"提高预热温度"彻底否掉——高温侧 RPN 高达 280,爆板风险严重度为 9,而且现有炉子温控精度不足以稳定支撑高温窗口。而排名第一的组合方案,主要风险是"治具修整后压合一致性需要验证",属于可控风险。
第四步,小规模试点与对比验证。选定一条产线做试点,用部分因子设计安排试验,验证喷涂量、预热温度、压合压力三个关键参数的窗口组合。试验结果显示:喷涂量从 7.5 提到 8.2 mL/min、预热温度稳定在 105~110℃、治具修整后压力偏差从 ±18% 收敛到 ±5% 时,透锡不良率降到 0.21%,连续 4 周稳定。试点成功后才逐步推广到全部 6 条产线。
最终这个项目用了 7 个月收尾,透锡不良率从 1.2% 降到 0.22%,客户 PPM 下降 63%,财务确认年收益约 180 万元。比起最初那个"两周就见效"的方案,这套流程看起来慢,却把项目从死亡线上拉了回来。
四、I 阶段落地要点:从"选方案"到"守成果"
这个案例给我们的启示,可以浓缩成五条落地要点。
第一,改进方案必须"对根因负责"。每个方案都要能说清楚它改变了哪个根因变量、预期改变多大。说不清机制关联的方案,再便宜也不要选。
第二,评分矩阵的权重要跨部门定。质量部眼里效果最重要,财务部眼里成本最重要,生产部眼里周期最重要——单方面定的权重,选出来的方案往往在落地时被其他部门"用脚投票"否决。
第三,先定"什么叫成功",再动手试点。试点前就要写清楚:不良率降到多少算成功、观察多少天、对照组怎么设、数据谁来采。没有判据的试点,等于没有终点的赛跑。
第四,方案实施必须配控制计划。I 阶段结束后进入 C 阶段,新参数要固化到控制计划和标准作业里,防止三个月后"改回老样子"。案例里的企业后来把喷涂量、预热温度写进了工艺参数卡,并增加了每班首件确认。
第五,给 I 阶段留足时间。很多项目组在 I 阶段被管理层催着"快点出结果",结果方案没验证就铺开,反而更慢。I 阶段通常占整个项目周期的三成左右,这是正常的,不是拖延。
五、一句话总结
DMAIC 的前三个阶段解决"找得准",I 阶段解决"改得对、推得稳"——根因找得再准,方案选错一步,项目照样归零。
方案与根因脱节、凭感觉投票、跳过试点,是 I 阶段的三大死因——用评分矩阵、风险预评估和小规模试点,让改进方案"改得对、推得稳"。
知识编号:6.1.1
版本:v20260828
作者:卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具,助力企业质量能力持续提升。
