六西格玛 DMAIC
执行与改进Define - Measure - Analyze - Improve - Control
用数据把缺陷率压到百万分之三点四
出处：摩托罗拉 1986 年提出，通用电气（GE）发扬光大
是什么
DMAIC 是六西格玛用于改进现有流程的五阶段方法论：定义（Define）、测量（Measure）、分析（Analyze）、改进（Improve）、控制（Control）。
六西格玛的核心是"以数据和统计为决策依据"：先证明问题存在（测量系统可靠），再找变量关系（分析），再通过试验优化（改进），最后用控制图守住成果（控制）。
核心要素
怎么用
D：写清问题对客户与成本的具体影响，设定量化目标与项目周期。
M：先验证测量系统本身可靠（同一件产品多次测量结果一致），再采集基线。
A：用数据找出真正的关键少数因子，避免"凭经验猜原因"。
I：先小范围试验（DOE 或多轮试产），确认效果后再推广。
C：把新方法写入标准作业文件，用控制图持续监控，指定过程负责人。
1ele.net 场景：降低出库配单差错率
D 定义：配单差错率 1.8%（约每 55 单错 1 单），导致客户投诉与返工物流成本，目标降至 0.3% 以下。
M 测量：核对近 3 个月差错记录，按差错类型分类（型号混淆 62%、数量错误 25%、漏发 13%），并验证复核流程的记录是否可靠。
A 分析：帕累托显示 62% 差错来自"型号相似"（后缀差异如 1N4148 与 1N4148W），且集中在下午 16:00 后的出库高峰时段。
I 改进：① 相似型号强制分库位存放；② 出库增加扫码校验（PDA 扫描料号与订单比对）；③ 高峰时段增加一名复核人员；④ 料盘标签加大后缀字号并加颜色区分。
C 控制：把扫码校验写入《出库作业指导书》，用控制图按周监控差错率，指定仓库主管为过程负责人；连续 8 周稳定在 0.3% 以下后转为日常监控。
常见误区
- 跳过 M 直接 A，用不可靠的数据分析，结论自然错。
- 分析阶段凭经验认定原因，不做假设检验。
- 改进只做一次性纠正，不建立控制机制，几个月后回到原状。
- 中小项目照搬全套统计工具，投入远超收益（应做工具裁剪）。