资源介绍
视频数量：9个
总时长：57分
课程介绍：
七大质量控制工具与Copilot实战课
想象这样一个场景：你走进一家工厂的生产车间，发现每天都有产品不良品流出，但当你问及原因时，每个人都有自己的说法，有人说是原料问题，有人说是操作工不熟练，也有人说是设备老化。会议开了一次又一次，问题却始终悬而未决。这种困境其实非常普遍，而解决它的方法，远没有想象中那么复杂。
上世纪中叶，日本质量管理专家石川馨提出了一套经典方法论：组织中约95%的质量问题，可以用七个基础的定量工具来解决。这七个工具之所以能在制造业、医疗健康、石油天然气、教育、服务等众多行业沿用至今，就是因为它们足够简单，却异常有效。掌握它们，你在团队中的价值会立刻不一样。
这门课的核心，就是带你逐一认识这七个工具，并借助Microsoft Excel中的Copilot AI，让它们的落地过程变得前所未有的轻松。课程总时长不到一小时，却几乎覆盖了质量改进工作中最常用的全部可视化与数据分析手段。下面我把这门课的具体内容展开说说。
一、检查表：让数据收集有据可依
课程从最基础也最容易被忽视的工具讲起——检查表。很多人觉得它不就是一张表格嘛，有什么好学的？恰恰相反，检查表的设计水平直接决定了后续分析能否走通。一个合格的检查表需要明确三个要素：谁在收集数据、在哪里收集、什么时间收集。
课程会用一个具体的场景演示：假设你要跟踪生产线上十种缺陷在周一到周五的每周发生频率，怎么设计检查表？更关键的是，Copilot AI可以根据你的描述自动生成一张带图表的检查表，而且数据更新后图表会跟着动。过去整理这类表格需要不少时间，现在动动嘴——其实就是输入文字描述——就能完成。
二、帕累托图：抓住最关键的少数
第二个工具是帕累托图，它的核心思想是那条著名的80/20法则：大约80%的问题，往往来自20%的原因。这条法则源自意大利经济学家帕累托的观察，在质量管理中应用极为广泛。
课程会带你理解帕累托图的结构：横轴是按频率从高到低排列的问题或缺陷类型，左侧纵轴是出现次数，右侧纵轴是从0到100的累计百分比。这个"双纵轴"的设计让很多人望而生畏，手动制作时要算累计百分比、要排序列、要做两套坐标轴，非常繁琐。Copilot AI的作用在这里就体现出来了——你只需要描述场景和数据要求，它就能自动完成排序、计算和图表生成。课程会演示如何用AI快速产出一张可以直接拿进报告的帕累托图。
三、流程图：把过程画清楚
第三个工具是流程图。质量问题的背后，往往是流程的不清晰。流程图的作用就是用图形化的方式呈现一个过程的每一个步骤，让所有人对"事情是怎么做的"达成共识。
在课程中，老师会说明流程图的适用场景，比如分析一个订单处理流程、一个产品检验流程，或者一个客户投诉处理流程。借助Copilot，你可以在Excel里直接让AI帮你梳理流程并生成相应的图形元素。这部分内容会教你怎么用清晰的提示词，让AI输出符合标准的流程图。
四、直方图：看清数据的分布形状
第四个工具是直方图。如果说帕累托图告诉你"哪些问题最多"，那直方图就告诉你"数据整体长什么样"。它通过把数据分成若干区间，统计每个区间的频数，从而呈现出数据的分布形态——是正态分布、偏态分布，还是有异常的双峰？
课程会演示如何用Copilot在Excel中快速构建直方图，包括如何设置区间宽度、如何让图表自动反映数据更新。这对于判断过程是否稳定、分析测量数据是否正常非常有帮助。
五、散点图：发现变量之间的关联
第五个工具是散点图。当你怀疑两个变量之间存在关系时——比如温度和不良率、压力和产量、培训时长和员工绩效——散点图就是最直接的验证手段。它把每一组数据画成一个点，让你在视觉上一眼判断两者是正相关、负相关，还是根本没有关联。
课程中，老师会结合实际案例讲解如何用Copilot生成散点图，并简要介绍如何通过点的分布形态去初步判断相关性强度。
六、鱼骨图：追根溯源找到真正原因
第六个工具是鱼骨图，又叫因果图或石川图（正是以提出七个工具的那位石川馨命名）。它的形状像一条鱼骨，"鱼头"是问题，"鱼骨"上的分支是可能的原因类别，通常包括人、机、料、法、环、测等几个维度。
鱼骨图的精髓是系统性——它逼迫你从多个角度去思考问题，而不是只盯着一两个显而易见的因素。课程会演示如何用Copilot辅助构建鱼骨图，包括如何让AI帮你头脑风暴可能的原因、如何把整理后的内容可视化。
七、控制图：监控过程是否稳定
最后两个视频专门讲控制图，分为上下两部分。控制图是七个工具中专业性最强的一个，主要用来判断一个过程是否处于"统计受控"状态。也就是说，过程的波动是正常的随机波动，还是出现了异常信号。
课程会讲解控制图的基本原理，包括中心线、控制上下限的概念，以及常见的判异规则（比如点超出控制限、连续多点同向上升或下降等）。通过Copilot的辅助，你可以快速把监控数据转化为动态的控制图，实时观察过程状态。这对于需要持续监控生产稳定性的场景特别有价值。
关于学习这门课的几个建议：
如果你是一名生产一线的质量工程师、过程改进专员，或者刚刚接触质量管理工作的新人，这门课会是一个非常务实的入门路径。它不会给你讲一堆抽象理论，而是直接带你上手做工具、做图表。更妙的是，因为全程使用Copilot AI，你学到的不仅是质量工具本身，还有一套"用AI提高工作效率"的思维方式。
关于学习条件，课程要求你能够访问Microsoft Excel，并且Excel已经配备了Copilot功能。验证方法很简单：打开Excel，看看右下角有没有Copilot标志。如果没有，可能需要更新你的Microsoft 365订阅版本。
整个学习时长不到一小时，但内容密度不低。建议你跟着一边看一边在Excel里操作，亲手把每个工具都做一遍。质量管理的精髓不在于你"知道"这些工具，而在于你"用过"这些工具。当你能够在日常工作中自然而然地拿出检查表收集数据、用帕累托图锁定主要问题、用控制图监控过程波动时，你就真正具备了用数据说话、用工具解决问题的能力。
石川馨那句话值得再重复一遍：95%的质量问题可以用这七个基本工具来解决。这不是夸张，而是无数企业几十年实践总结出的经验。把它们装进自己的工具箱，并借助AI让它们用起来更轻松——这是这门课想带给你的核心收获。