从填报表到做决策，ISO 9001 数据分析评价该翻的篇

从填报表到做决策，ISO 9001 数据分析评价该翻的篇

　　很多企业的数据分析停留在月底填几张统计表，领导看一眼就归档。ISO 9001 的 9.1.3 条款其实要求的是评价和确定在监视与测量中获得的数据是否足够、是否适用，并从中得出与产品、过程和体系有关的结论，核心是用数据支撑决策，而不是为了留痕。

一、先搞清楚 9.1.3 到底要什么

　　ISO 9001 的 9.1.3 称作分析与评价，它紧接在监视、测量、分析和评价条款里。标准要求的不只是把数据收集起来就完事，而是要企业明确：需要分析哪些数据、用什么方法、由谁负责、分析结论怎么用于改进。换句话说，数据必须能回答现在做得怎么样、哪里要改。 　　不少企业把这条简单理解成做几张图表，结果图表很漂亮，却没人据此调整任何动作。9.1.3 的落脚点恰恰在评价二字，分析之后要有结论，结论之后要有行动，这才算闭环。

二、哪些数据该被纳入分析

　　质量管理相关的数据分布在各处：产品一次交验合格率、顾客投诉与退货率、供应商来料不良率、过程能力指数、内审不符合项分布、纠正措施关闭周期、员工培训达成率等。企业没必要把所有数字都搬上来，重点是挑选能直接反映过程稳定性和顾客满意度的关键指标。 　　筛选指标时可以反过来想：如果这个数字连续三个月变差，我会采取什么动作？能引出动作的才值得纳入常规分析，纯展示型的指标可以适当精简，避免报表越做越厚、人却越看越累。

三、分析方法别只会做加减法

　　最基础的对比分析，如同比、环比、目标值对比，人人都会，但真正发现问题要靠趋势分析、分层分析、帕累托分析和因果分析。比如把顾客投诉按产品型号分层，往往能一眼看出是某条产线还是某类物料的问题，比笼统看总数有用得多。 　　分层是性价比最高的一个动作。同一批投诉，按区域、按班次、按机型拆开看，隐藏的规律就会浮现。很多所谓的偶发问题，拆层之后其实是高频顽疾，只是被平均数掩盖了。

四、数据质量比数据数量更重要

　　分析的结论靠不靠谱，取决于源头数据准不准。如果检验记录靠事后补填、统计口径换换来换去、不同部门各算各的，那再漂亮的趋势图也是假象。企业要先统一数据定义和采集时机，确保同一件事在不同报表里数字一致。 　　数据治理听起来大，落地可以从一张统一的指标字典开始：每个指标由谁采集、怎么算、何时更新，写清楚。字典一旦固定，跨部门对账就少了大半扯皮，分析结论也站得住脚。

五、把分析结论接到决策上

　　9.1.3 的落脚点是评价结果用于评价顾客满意、产品符合性、过程与产品的特性及趋势、供方。也就是说，分析结果要能支撑管理评审输入、推动纠正措施、调整质量目标。只分析不行动，等于白做。 　　建议给每条关键指标配一个触发动作：超目标值就启动复盘，连续两月下滑就报管理评审。把分析结论和动作预先绑好，体系才不会停在报告环节，数据才真正变成管理语言。

六、别让信息化系统替你思考

　　很多企业上了系统就以为分析自动完成了。系统能出图表，但这组数据说明什么、该不该改仍要人来判读。建议给关键指标设预警阈值，超标时自动提醒负责人，而不是等月报出来才发现问题。 　　系统是把尺，不是大脑。它帮你看见偏差，但判断偏差要不要管、怎么管，还要靠懂业务的人。把系统和人配合好，分析才既快又准，不至于被花哨看板带偏。

七、常见误区是重结果轻过程

　　只盯最终合格率、忽视过程参数波动，是典型误区。一个过程今天合格、明天可能就偏离，靠终检兜底风险很高。把分析前移到关键过程参数，如温度、节拍、首件，才能在缺陷产生前干预。 　　过程参数的小漂移往往比一次大不良更值得警惕，因为它预示着能力在退化。分析时给过程参数留一席之地，能比终检早一步发现问题，把质量防线前移。

八、内审时这一条常被开不符合

　　审核中常见的 9.1.3 问题有：收集了数据但没有分析、分析没有结论、结论没有用于改进、没有保留分析证据。企业最好把数据分析、结论、措施形成闭环记录，避免被开不符合项。 　　迎审时，与其补一堆漂亮报表，不如把数据、结论、行动这条链路讲清楚。审核员看的不是图表多不多，而是分析有没有真的驱动过改进，证据链完不完整。

九、从小处做起也能见效

　　不必一上来就建复杂的数据中台。先选两三个真正关心的指标，坚持每月分析、每季度复盘，半年就能看出趋势变化。体系的价值，往往就藏在这些持续的小改进里。 　　改进文化比工具重要。哪怕只用一张电子表格，只要每月有人在盯、在问为什么，数据分析就已经在开始发挥作用，比买系统却没人看强得多。

十、把分析做成固定节奏

　　与其临时抱佛脚，不如把数据分析排进月度例会：每月固定时间看关键指标走势、对比目标、标记异常。节奏固定了，分析才不会被日常救火挤掉，也能让管理层持续看见质量体温。

十一、让一线也能看懂图表

　　分析再专业，如果只有质量部看得懂，价值就打折。尽量用通俗的图说话：折线看趋势、柱状看对比、帕累托看重点。一线班组长能看懂，才会主动根据数据调整操作。

十二、和管理评审形成闭环

　　9.1.3 的分析结论要流向管理评审。反过来，管理评审决定的改进目标，也应成为下阶段分析要跟踪的对象。两头打通，数据才真正驱动体系前进，而不是两头各写各的。

十三、常见工具不用贪多

　　工具选型上，很多中小企业被概念带偏，一会儿学六西格玛、一会儿上大数据。其实趋势图、对比表、帕累托三样用熟，就能解决八成问题。先把基础动作做稳，再谈进阶方法。

十四、给指标设责任人

　　每个关键指标都要有主人，谁负责采集、谁负责分析、谁负责跟进。责任到人，数据才不会在部门缝隙里没人管，分析结论也才有接盘的去处，不会出现人人有关、人人无责。

十五、别忽视定性信号

　　数字之外，顾客一句抱怨、现场一次返工、员工一个吐槽，都是定性信号。把它们也纳入分析视野，常能解释曲线背后的真实原因。

十六、分析要可追溯

　　每次分析的原始数据、方法、结论、日期都应留痕，下次复盘能还原当时怎么想的。可追溯让改进有连续性，也方便审核时证明分析真实发生过。

十七、从分析走向预测

　　成熟一点的企业会把历史数据用于预测：下季度哪些过程可能波动、哪类客诉可能抬头。从回顾到预判，数据分析才真正从后视镜变成方向盘。

常见问题

Q：数据分析一定要用专业软件吗？

　　不一定。小企业的样本量不大，用电子表格做趋势图和帕累托图完全够用。关键是分析要有结论、结论要能推动改进，工具只是手段。等数据量上来再考虑系统化管理也不迟。

Q：9.1.3 和 9.1.2 顾客满意有什么区别？

　　9.1.2 聚焦顾客对产品和服务的感受这一单一维度；9.1.3 范围更广，把顾客满意、产品符合性、过程趋势、供方表现等所有监视测量数据放在一起分析评价，是更综合的条款。

Q：数据分析的记录要保存多久？

　　标准没有统一时长，通常参照文件化信息控制和记录管理的要求，结合行业惯例与顾客合同来定。建议至少覆盖一个完整的分析周期，如一年，以便做同比和趋势对比。

总结

　　数据分析与评价不是体系里的填表任务，而是让质量管理从凭经验转向凭证据的关键一环。企业只要抓住选对指标、保证数据真、分析出结论、结论促改进这四步，9.1.3 就能真正为决策服务，而不是堆在档案柜里落灰。

关于优卡斯（上海）认证有限公司

　　优卡斯（上海）认证有限公司（批准号：CNCA-R-2024-1366），专注于为企业提供 ISO 9001 质量管理体系、ISO 14001 环境管理体系、ISO 45001 职业健康安全管理体系、ISO 37301 合规管理体系认证及内审员培训服务。

📞 021-60130413 ｜ 🌐 https://www.youkasi.com.cn/ ｜ 🏛 CNCA-R-2024-1366

资料来源（文章出处）：本文依据 ISO 9001:2015《质量管理体系 要求》第 9.1.3 条及 GB/T 19000《质量管理体系 基础和术语》等公开标准整理。