第二節 “非馬后炮”的根因分析

前面論述的定期報告或專項改善課題都需要針對歷史數據做整理、分類，然后根據20/80定律確定問題關鍵。這是“馬后炮”式的根因分析和改進，但是不能讓所有問題都等到定期的報告和管理會議才去定期解決，也不必等到成立正式的改進團隊后才去做根因分析和改進。最好能夠第一時間把問題解決掉，講究解決問題的時效性，即及時解決，而“非馬后炮”。

第一時間解決問題分兩種情況：一種是影響較小的問題，對這些問題的解決主要依靠聽得見“炮聲”的一線人員，但不是所有一線人員都那么厲害。所以，一般情況下，一線人員主要把精力集中在具體問題上，側重于滅火措施，根因分析和問題解決能力有限，解決問題的深度、范圍和視野有限，導致問題的根本原因可能沒有被杜絕。這種情況下的遺留問題是需要后續的持續改進的。第二種情況是影響較大的問題，如客戶投訴或產品性能不良導致生產不能正常進行或員工打架等。這類問題需要更加謹慎的分析和處理，通常需要根因分析與問題解決的正式報告。

有的問題沒有辦法或沒有適當方法能在第一時間被解決，因此問題長期存在并困擾公司。常見的情況如公司的產品合格率、準時交付率或制造效率等不滿足要求，即使發現問題，要么返工，要么無能為力，總之沒有好的方法從根本上解決問題。對這類問題，需要成立專項改進團隊，用項目管理的方式推進改進。常見的改進方式是成立質量管理小組（Quality Control Circle, QCC）或六西格瑪改進小組等。但是，如果負責團隊掌握根因分析和問題解決的技能，并具備組織協調能力，應該在問題發生或發現的第一時間盡早解決，而不要等到問題累積到不得不解決時才成立團隊解決問題。

從某種意義來說，六西格瑪定義、測量、分析、改進、控制（Define Measure Analyze Improve Control, DMAIC）改進方法是一種事后補救措施。以前通用電氣宣揚每年節約數十億美金的做法并不值得贊揚，有以下三個原因：

一是，很多工作應該是第一次就做正確的。

二是，即使沒有第一時間做正確，也應該第一時間就解決問題。

三是，在應用六西格瑪解決問題后，如果沒有每年降低問題的發生率及嚴重程度，說明六西格瑪沒有為公司帶來管理改善。公司只是花了很多精力培養許多救火英雄和“扁鵲”，但公司更需要保健醫生和“扁鵲大哥”。因此，即使推廣六西格瑪，也應該對應用六西格瑪的“扁鵲”進行職業改造，把他們培養成集醫治與保健能力于一身的“扁鵲大哥”。

較好的如豐田汽車，它是用自動化質量管控方式，第一時間發現問題，并及時進行根因分析解決問題。當然，任何公司包括豐田，都不可能在第一時間就徹底解決所有問題，有一些影響較小的偶發性問題需要事后做持續改進。

網上有個討論是“豐田為什么不用六西格瑪而用5Why”，作者是贊同其中部分觀點的。因為5Why的目的是進行根因分析，在進行根因分析時，可以用質量管理（Quality Control, QC）工具，也可以用六西格瑪工具。根因分析是主，六西格瑪是賓，不能喧賓奪主，不能唯高大上，不能唯復雜化。其目的是解決問題，哪怕用最簡單徹底的現場主義方法。當然，5Why也不是萬能的，5Why的前提是能夠發現問題的真正原因，當連原因都找不到或找不準時，5Why也得熄火。

下面用制造業的場景，論述第一時間做根因分析和問題解決的流程，即“非馬后炮”的問題解決流程。

生產線上的問題最好采取自動化的質量管理方法，利用三現主義（現場、現實、現物）對現場發生故障的不良品或其他異常現象，對問題的可能原因（人員操作、設備運行情況、材料質量情況、環境等）進行第一時間分析，并解決問題。這種現場的問題解決不需要收集What型數據，不需要搞那么多煩瑣的數據和資料分析，而應該直接對眼睛看見或機器檢測到的問題做分析，并盡快第一時間解決。追求的是快速、有效。

研發階段不可避免會出錯，如據統計軟件編程過程中每寫100行代碼會犯150個錯誤，其中絕大多數錯誤會在編譯運行前被軟件人員自行檢查發現并解決，或者設計缺陷可通過專業人員的評測或測試發現。對于這類問題同樣應用自動化的管理原則第一時間解決問題，不用做正式的根因分析。但當一個研發項目結束后，或者多個研發項目結束后，應該做第二階段的根因分析，即對研發過程中所有典型的問題進行What型根因分析，鎖定問題關鍵，并深入而系統地進行Why型根因分析。比如，針對研發階段出現的諸多問題，對技術儲備、技術架構、技術和產品平臺、研發的技術標準、能力評估及研發流程等管理性原因和技術先進性做問題分析，以便從系統上整體提升研發能力。

客戶投訴問題是典型的需要第一時間徹底解決的。如果同樣的客戶投訴或類似的客戶投訴接二連三地發生，則說明沒有第一時間解決掉之前的客戶投訴。

最好是所有問題都能夠第一時間就能發現，然后第一時間被解決。但有時候，問題可能不會在第一時間被發現，或者有時候原因不會在第一時間搞清楚，遇到這樣的情況，甚至不得不“馬后炮”式地解決問題。下面討論的兩種情況在所有行業可能都存在。

第一種問題如服裝銷售。服裝廠不可能對每款產品都召開新品上市發布會來宣傳，因此新款服裝究竟好不好賣，一定要經過一段時間的銷售后，通過對銷售數據做What型根因分析鎖定問題關鍵，然后才能分析原因，采取改進對策。

第二種是兩難問題，有決策在做，但不知道對不對；也沒有足夠信息做出正確的根因分析。此時，可以把問題先暫時放一放，按照慣有的方法做下去，并根據假設的相關原因收集一段時間數據，再統計分析之前的決策哪些是合理的，哪些是不合理的。據此做相應調整。作者的一個客戶的供應鏈經理曾經遇到這樣的問題咨詢作者。他在物料采購時經常遇到成本、質量及交付等幾個要素之間的矛盾，經常因為項目原因需要臨時采購，因此經常會犧牲質量或成本而滿足交付需求。這樣有時候反而導致更嚴重的交付問題，但他又暫時沒有辦法改變現狀。他問作者是不是應該堅持質量第一的原則，如果公司堅持這個原則，他就不必為每次的臨時采購而擔心了。

作者說堅持質量第一是終極目標，但在公司現實情況下很難一刀切，很難一步到位。因為他們公司主營的是特種產品，批量小，每個單品每年就幾個或數十個，但品種又多，且很多是研發型的項目采購。所以，作者建議他應該收集之前每次采購的決策選項，看決策的正確與錯誤。然后，歸納并統計分析，據此給出合理的采購決策建議，并提交采購委員會討論。依據數據分析和業務需要，綜合考慮，制定普適性的采購決策原則。這樣做能達到三個目的：一是符合“基于事實和數據做決策”的原則，因為類似這樣的決策是需要經驗的，當經驗和信息都不夠時，很難建立有效的Y=F（Xs）的關系并做出正確判定；二是把每次采購的個例討論變成原則性決策，提高決策效率和決策質量；三是基于歷史“大數據”經驗和大家共同討論制定的原則，而非采購部門或其他某個部門的觀點，因此大家會心服口服。

總之，盡可能第一時間發現問題，分析問題并解決問題。對這類“非馬后炮”式的問題，應當是第一時間直接針對看到的、遇到的問題做Why型根因分析，找出正確的解決方案，及時采取必要的糾正措施，同時做好過程記錄，順便收集歷史資料。對于沒條件第一時間發現和解決的“馬后炮”式的問題，需要收集一定數量的What型數據才能夠鎖定問題關鍵，再做Why型根因分析。