数据驱动的质量管理哲学 · 从摩托罗拉到GE的统计学革命 · DPMO=3.4
六西格玛（Six Sigma）是一种以数据驱动、追求近乎完美质量的管理方法。西格玛（σ）是统计学术语，代表标准差——衡量过程变异程度的指标。6σ水平意味着每百万次机会中仅有3.4个缺陷（DPMO=3.4），即99.99966%的良率。
但六西格玛远不止是一个统计概念。它是一种管理哲学——通过减少过程变异，持续提升质量，降低质量成本，最终实现客户满意和财务收益的双赢。
"六西格玛不是关于质量，而是关于减少变异。减少变异就是减少缺陷，减少缺陷就是减少成本。" — 杰克·韦尔奇
| 西格玛水平 | DPMO | 良率 | 生活中的类比 | 典型行业 |
|---|---|---|---|---|
| 2σ | 308,537 | 69.15% | 每邮寄3封信就有1封丢失 | — |
| 3σ | 66,807 | 93.32% | 每天有15分钟饮用不安全的水 | 一般制造业 |
| 4σ | 6,210 | 99.38% | 每年有7小时停电 | 优秀制造业 |
| 5σ | 233 | 99.98% | 每年有1.7小时停电 | 精密制造业 |
| 6σ | 3.4 | 99.9997% | 每100年才有1分钟停电 | 航空/医疗 |
1986年，摩托罗拉工程师比尔·史密斯（Bill Smith）面临日本竞争对手的质量压力，提出了"六西格玛"概念。CEO鲍勃·高尔文（Bob Galvin）全力推动，摩托罗拉于1988年获得首届美国国家质量奖（Malcolm Baldrige）。
1995年，杰克·韦尔奇将六西格玛从摩托罗拉引进GE，并做了革命性的升级：从一个统计学改进工具升级为贯穿全公司的管理哲学和文化变革。核心升级：建立了黑带/绿带带级体系、将40%的奖金与六西格玛挂钩、要求所有高管必须获得黑带或绿带认证。
GE的成功使六西格玛风靡全球。三星、杜邦、卡特彼勒、3M等纷纷导入。六西格玛与精益生产融合，产生了精益六西格玛（Lean Six Sigma）。
适用场景：已有流程/产品但质量不达标，需要系统性地找问题和改善。
DMAIC项目通常3-6个月周期，由黑带或绿带主导。
适用场景：从零开始设计新产品/新流程，确保一开始就达到六西格玛水平。
DFSS项目通常6-18个月周期，由黑带大师或资深黑带主导。
| 关键要素 | 说明 | GE的实践 |
|---|---|---|
| 高层推动 | CEO必须亲自挂帅，不是"支持"而是"领导" | 韦尔奇亲自参加黑带培训，在董事会汇报六西格玛进展 |
| 带级体系 | 建立黑带/绿带人才梯队 | 培养10万+绿带、1万+黑带、500+黑带大师 |
| 财务闭环 | 每个项目必须有明确的财务收益核算 | CFO团队独立核算六西格玛项目收益 |
| 与晋升挂钩 | 六西格玛认证与职业发展绑定 | 晋升高管必备条件：完成黑带或绿带认证 |
| 数据驱动 | 用统计工具替代主观判断 | Minitab/JMP作为标准工具，全公司普及统计思维 |
关键质量特性——客户认为最重要的产品或服务特征。六西格玛项目从识别CTQ开始。例如：手机CTQ=屏幕无划痕、处理器速度达标、电池续航>8小时。
六西格玛考虑了长期过程中的1.5σ漂移。短期6σ（DPMO=0.002）相当于长期4.5σ（DPMO=3.4）。这一假设是六西格玛最有争议但也最务实的设定。
六西格玛体系 | σ度量 · DPMO · CTQ · 变异减少 · 数据驱动