生产现场最怕的，不是偶尔发现一个不良品，而是问题已经发生，所有人都觉得自己没问题。
客户投诉来了，销售催结果，老板问责任，生产说按工艺做的，质检说按标准检的，采购说供应商以前没出过问题，仓库说只负责收发料。
最后查了两天才发现：来料尺寸已经开始波动，首件没有确认，巡检记录是事后补的，异常单开了没人追，客户标准早已变更，现场还在用旧版本。
这就是很多企业质量管理的现状：名词都知道，链路却没跑通。
QC、QA、IQC、AQL、SPC这些概念，真正的价值不是让质量人员显得专业，而是把问题从来料、生产到出货一路拦住，让不良少流出、返工少发生、客诉少出现。
文中用到的简道云质量管理系统在这里>>https://s.fanruan.com/5hmcb
一、分清QC和QA
质量管理首先要分清控制和保证。
QC，Quality Control，质量控制。
核心是检查和控制结果，判断产品或过程是否符合要求。
检尺寸、测性能、看外观、做首件、做巡检、判定良品和不良品，都属于QC范畴。QC更靠近现场，解决的是现在有没有问题。
QA，Quality Assurance，质量保证。
解决的是为什么问题会反复发生，以及如何通过机制降低再次发生的概率。
检验标准、异常流程、供应商管理、客户投诉、体系审核等，都更多属于QA。
简单来说：QC偏发现和控制，QA偏机制和预防。
如果QC天天救火，QA只负责整理文件，质量问题依然会重复发生。真正有效的质量体系，是QC及时拦截异常，QA再把异常沉淀为标准、流程和改善措施。
二、质量岗位管什么
质量岗位不在于越多越专业，而在于每个质量关口有人负责。
IQC，来料检验。
守的是供应商进厂后的第一道质量关。
原材料、外购件、包材、辅料进入工厂，都要按照检验和放行规则处理。IQC没拦住的问题，很可能直接带进生产现场，最后变成批量不良。
但IQC也不是每批都全检。通常要结合供应商等级、历史不良、物料风险和检验成本确定检验方式与频率。
IPQC，过程检验。
盯的是生产过程中有没有跑偏。
设备参数变化、工装磨损、操作变化、环境异常，都可能让产品逐渐偏离标准。IPQC的价值，是在问题扩散成批量不良前把它截住，而不是多填几张巡检表。
FQC，最终检验。
确认完工产品是否符合成品标准，通常发生在完工后、入库前。
OQC，出货检验。
守的是客户收到货之前的最后一道关。
除了产品本身，还要检查数量、包装、标签、版本和客户特殊要求。很多客诉并非产品无法使用，而是混料、错标、错版、漏装、包装损坏等出货问题。
还有两个容易混淆的岗位。
SQE，供应商质量工程师。
重点不是催供应商交报告，而是提升供应商质量能力。
供应商反复出现同类异常，就需要做现场审核、工艺改善、质量辅导、绩效评价，必要时调整供应商等级，而不是每次都重复要一份8D。
QE，质量工程师。
更偏向质量问题分析和改善，通常参与异常分析、质量标准维护、新品导入、工艺改善和客诉处理。
QE不是高级检验员，而是要继续追问：问题究竟来自材料、设备、工艺、方法，还是管理机制。
一句话记住：IQC管来料，IPQC管过程，FQC管完工，OQC管出货；SQE管供应商，QE推动质量改善。
三、检验要看什么
质量检验不是越多越好，而是要在风险、成本、效率之间找到平衡。
全检就是100%检查。
高风险、高价值、关键安全件或客户明确要求的产品，可能需要全检。
但全检成本高、节拍慢，而且人工重复检验也无法保证绝对不漏。
所以才有抽样检验。
抽样不是偷懒，而是在风险可接受的情况下，用部分样本判断整批产品。
这就涉及AQL。
AQL可以理解为抽样检验中的质量接受水平，用于确定抽样方案以及达到什么质量水平时接受或拒收一批产品。
要注意，AQL不能脱离风险单独使用。
外观轻微瑕疵和功能失效的风险不同，关键安全件和普通辅料的风险也不同，因此抽样方案还要结合产品风险、客户要求和历史质量水平确定。
接下来是两个基础动作。
首件检验解决的是开工就做错。
换线、换模、换料、调机或换产品后，先确认首件的工艺参数、关键尺寸和质量要求，再进入批量生产。
巡检解决的是生产中途跑偏。
按照规定频次检查关键尺寸、参数和工序，重点是及时发现过程异常，而不是为了签字留痕。
再看两个基础指标。
不良率 = 不良数量 ÷ 检验数量。
检查1000件发现20件不良，不良率就是2%。
PPM表示百万分之几的不良。
100万件中出现50件不良，就是50PPM。
不良率适合日常内部管理，PPM更常用于供应商、客户和长期质量水平比较。但无论看哪个指标，都不能只看总数，还要继续拆到供应商、物料、批次、工序和缺陷类型。
通过简道云搭建质量检验流程，可以把来料、过程、出货等检验记录统一管理，检验时直接关联供应商、物料、批次和检验结果，异常时同步上传现场照片并提交处理。这样质量问题发生后，可以直接沿着批次、物料和检验记录往回追，而不是再翻不同Excel表。
检验数据只有能够继续追溯，才真正具备管理价值。
四、统计过程要稳
很多企业习惯产品做出来以后，再判断合不合格。
但等产品超差，往往已经晚了。
SPC，Statistical Process Control，统计过程控制。
核心不是判断单个产品有没有超规格，而是观察整个生产过程是否稳定。
比如某个轴的尺寸要求是10±0.1。
今天测出的20个数据全部合格，但如果数据从10.01、10.02、10.04一路向上逼近上限，过程其实已经出现了异常趋势。
SPC要做的，就是尽可能在真正超差前发现这种变化。
控制图是SPC最常见的工具。
控制图不只是看有没有点超过控制限，连续上升、连续下降、长期偏在中心线一侧、异常聚集等，也可能意味着过程状态发生变化。
再看两个常见指标。
Cp看过程能力。
重点看过程波动范围相对于规格范围是否足够小。
Cpk看过程能力和中心偏移。
如果过程波动不大，但整体长期偏向规格上限，Cp可能不错，Cpk却会下降。
所以过程能力既要看波动，也要看是否居中。
SPC真正难的不是会不会画图，而是三个前提：数据真实、采样合理、异常有人处理。
数据不可信，控制图就是假的；发现异常却没人调整，SPC也只是多了一张报表。
五、异常必须闭环
质量异常最怕的不是问题严重，而是只开会、不追踪。
第一步是把问题说清楚。
NCR，Non-Conformance Report，不符合报告。
至少要明确产品、批次、问题位置、不良数量、缺陷现象、临时处置和影响范围。
没有NCR，问题只能靠口头传递，经过几个人之后，产品、数量、批次和影响范围都可能变样。
接下来才是问题解决。
8D是一套结构化的问题解决方法，常用于客户投诉和重大质量异常。
它强调团队处理、问题描述、临时围堵、根因分析、永久对策、效果验证以及防止再发生。
很多8D报告写得很完整，但改善没有发生，常见原因是：临时措施写得很快，根因停在人为失误，永久措施没有验证。
CAPA，纠正和预防措施。
纠正，是先处理已经发生的问题；预防，是降低同类问题再次发生的可能。
比如发生混料，先隔离库存、排查批次、确认客户产品，这是纠正；之后增加条码校验、物料防错、换线清场、系统拦截，则属于预防。
只处罚员工，却不改变流程，通常解决不了系统性问题。
原因分析中，还有两个常见工具。
5Why是连续追问为什么，但不要停在员工粗心、操作失误这种表面答案。
员工为什么漏装？有没有防错？标准是否明确？培训是否有效？工装是否有限制？系统能不能拦截？
只有继续追到流程、设备、材料、方法和管理机制，5Why才有价值。
鱼骨图则适合从人、机、料、法、环、测等维度展开原因，避免团队只盯着一个方向。
但工具不是目的。
原因列得再多，没有现场验证、改善动作和效果确认，也只是把会议内容写得更长。
真正的异常闭环应该是：发现问题 → 隔离影响 → 分析原因 → 制定措施 → 验证效果 → 固化标准。
最后
把这些概念放在一起，质量管理其实是一条完整链路：
QC、QA负责质量控制与质量保证；
IQC、IPQC、FQC、OQC分别守住来料、过程、完工和出货；
SQE、QE负责供应商质量和异常改善。
全检、抽样、AQL解决检验策略；
首件、巡检负责过程拦截；
不良率、PPM负责结果衡量。
SPC、控制图看过程趋势；
Cp、Cpk看过程能力。
异常发生后，NCR把问题定义清楚，8D、CAPA推动解决，5Why、鱼骨图帮助追根因。
最终形成的，不应该是一堆质量表，而是一条从发现到处理、从处理到改善、从改善到预防的闭环。
质量管理真正做得好，不是会议上能说多少专业名词，而是：来料有人挡，过程有人盯，出货有人守，异常有人追，数据还能一路追到问题源头。
这才是质量管理真正的价值：少出坏品、少做返工、少发生客诉，也少让不同部门围着责任互相扯皮。
Q&A
Q1：QC、QA、IQC、SPC这些质量概念太多，日常工作有没有必要全部学透？新手应该优先掌握哪些？
核心答案：不用一次性全盘吃透，可按岗位分层学习，新手优先掌握现场实操核心概念，再逐步进阶高阶统计工具。对于绝大多数质量新人、一线质检、生产管理人员而言，无需死记硬背所有专业名词，优先掌握高频刚需概念即可。基础刚需模块：IQC（来料检验）、IPQC（过程检验）、FQC（成品检验）、OQC（出货检验）四大质检岗位分工，以及AQL抽样标准，这是日常验货、判定良品不良、出具质检报告的核心基础，是上岗必备技能。进阶提升模块：QC与QA的核心区别、异常处理逻辑、质量整改流程，适合想要晋升的从业者。高阶优化模块：SPC统计过程控制、质量数据分析等工具，更适合品质工程师、主管用来做制程优化、风险预判。分层学习、按需掌握，是最高效的学习方式。
Q2：很多工厂只重视成品检验，是不是只要做好QC验货就够了，QA流程管控根本没必要？
核心答案：只靠QC事后检验无法做好质量管理，QC防不良流出，QA防不良产生，二者缺一不可，是品质管控的双重核心。这是制造业质量管理最常见的误区。QC的核心工作是事后拦截，通过检验筛选出不良品，避免次品流入市场，但无法从根源减少不良品产生，只会造成物料报废、返工损耗、产能浪费。而QA的核心是事前预防、事中管控，通过梳理标准、管控流程、排查风险、整改异常，从源头优化制程，降低不良率。简单来说：QC守住底线，QA优化体系。小型作坊或许能靠QC勉强维持，但想要稳定品质、降低生产成本、通过体系认证、实现精益生产，必须依靠完整的QA流程管控。
Q3：AQL、SPC这些工具是不是只适用于大厂量产？中小工厂、小批量订单根本用不上？
核心答案：大小工厂、批量订单均可适配，只是应用精度不同，中小工厂简化落地即可，无需复杂精细化操作。很多人误以为专业质量工具只适合大规模标准化量产，实则核心逻辑适配所有生产场景。AQL抽样标准的核心价值是高效、科学判定批次品质，相比全检耗时耗力、主观判定随意的问题，小批量订单用AQL抽样，既能节省检验人力，又能统一验货标准、避免客诉争议。SPC的核心是监控制程波动、提前预判异常，大厂用于精细化数据管控，中小工厂可简化应用，通过关键工序数据记录，识别设备、工艺、物料的波动问题，提前规避批量不良。所有质量概念和工具的核心目的都是标准化、降不良、控风险，不存在场景局限，只需根据工厂规模适配落地方式即可。
