《智能手机项目质量管理规划【参考】》由会员分享,可在线阅读,更多相关《智能手机项目质量管理规划【参考】(130页珍藏版)》请在金锄头文库上搜索。
1、智能手机项目质量管理规划目录一、 产业环境分析3二、 必要性分析5三、 质量数据与分布规律5四、 过程质量控制的特点8五、 控制图应用的程序14六、 控制图的基本原理17七、 过程能力20八、 过程能力的计算和评价22九、 服务设计过程的质量管理24十、 调研与开发过程的质量管理31十一、 服务质量要素34十二、 服务与服务业41十三、 质量检验的计划与实施51十四、 质量检验制度64十五、 质量检验的含义66十六、 质量检验的目的71十七、 抽样检验的基本术语73十八、 计数抽样检验的基本原理79十九、 计量工作84二十、 质量信息管理91二十一、 全面质量管理的基本要求100二十二、 全面
2、质量管理的核心观点102二十三、 质量是增强综合国力的重要途径106二十四、 质量是人类生活和社会稳定的保障107二十五、 公司基本情况108二十六、 经济效益110营业收入、税金及附加和增值税估算表111综合总成本费用估算表112利润及利润分配表114项目投资现金流量表116借款还本付息计划表119二十七、 投资估算120建设投资估算表122建设期利息估算表122流动资金估算表124总投资及构成一览表125项目投资计划与资金筹措一览表126二十八、 建设进度分析127项目实施进度计划一览表127一、 产业环境分析2019年,坚持稳中求进工作总基调,深入贯彻新发展理念,落实高质量发展要求,深化
3、供给侧结构性改革,统筹推进稳增长、促改革、调结构、惠民生、防风险、保稳定,全力建设“高质量产业之区、高品质宜居之城”,经济高质量发展动能持续增强,社会大局保持和谐稳定,人民群众获得感、幸福感、安全感显著提升。2020年,是“十三五”规划的收官之年,是全面建成小康社会的决胜之年。当前,世界经济格局复杂多变,但中国稳中向好、长期向好的基本态势没有改变,坚持从全局谋划一域、以一域服务全局,对标对表抓落实,沉心静气谋发展,努力推动经济社会各项事业再上台阶。现阶段中国智能手机市场品牌商竞争格局已趋于成熟,智能手机产业链中游品牌商主要为国产品牌华为、vivo、OPPO、小米和国外品牌苹果和三星。但作为成熟
4、行业,智能手机产业链较长,产业链不同环节中也存在较多上市公司。从现阶段智能手机行业竞争来看,各大品牌商在智能手机领域产品布局同质化严重。各公司在智能手机布局领域均有对比指标类型趋同的情况发生,在这种竞争局势下,各大手机品牌商纷纷选择以手机为起点,布局其他电子产品领域,以提高企业竞争力。除此各大公司在营销渠道领域也煞费苦心,谋求多样化营销,从而扩展公司产品知名度。IDC中国手机跟踪报告的数据显示,2020中国智能手机出货量约3.26亿台,中国华为、vivo、OPPO、小米四个企业跻身中国智能手机出货量前五强。其中,华为以1.25亿台的全年出货量稳居第一,市场份额达到38.3%;vivo出货量为0
5、.58亿台,市场份额达到17.7%,位居第二;OPPO出货量为0.57亿台,市场份额为17.4%,位居第三。2021年第三季度,中国智能手机市场出货量约8080万台,同比下降4.7%。从营销渠道布局来看,国产手机品牌在线上渠道领域普遍布局类型较多,这主要与国产手机品牌在中国崛起路径有着较大关系。从除手机外电子相关产品布局来看,华为、小米、三星和苹果以革新科技为重点,多方面布局电子相关产品,从而提升公司综合竞争力。OPPO和vivo相较而言产品布局类型较有限,竞争力也有限。根据赛诺的统计报告,2021年上半年的手机市场供应链缺货成为所有手机厂商面临的问题;品牌方面,华为渐渐淡出第一梯队,荣耀以独
6、立的形象首次步入大众视野。从目前的渠道分布看,vivo、OPPO依旧以线下市场为主,成熟的代理商体系是OV线下的护城河;小米在经过快速地拓展后,线下市场有一定起色,但依然过于依赖线上销售;而荣耀在线上、线下的份额上更接近市场平均水平,没有明显的“偏科”现象。赛诺预计线上市场在全渠道中依旧保持30%左右的份额,线下仍有七成的空间。中国产智能手机品牌制造商龙头中,仅有小米在港上市,其余龙头企业均为上市,但其在中国智能手机市场地位不容忽视。从此出货量对比来看,2020年华为仍旧是中国智能手机市场中的“龙头”,其手机出货量是vivo的2倍多,竞争优势十分明显,但受到国际形势影响,其在智能手机领域竞争力
7、受到一定影响。二、 必要性分析1、提升公司核心竞争力项目的投资,引入资金的到位将改善公司的资产负债结构,补充流动资金将提高公司应对短期流动性压力的能力,降低公司财务费用水平,提升公司盈利能力,促进公司的进一步发展。同时资金补充流动资金将为公司未来成为国际领先的产业服务商发展战略提供坚实支持,提高公司核心竞争力。三、 质量数据与分布规律1、质量数据的基本概念定量分析是现代质量管理中的基本特征之一。为了进行定量分析,就必须有数据。因此,在质量管理中要特别重视对数据的搜集、整理和分析工作。质量数据是指某质量指标的质量特性值,在质量控制过程中,将检测和分析得到的质量特性值用数字记录下来,简称质量数据。
8、由于质量一词含义丰富,既包括狭义的产品质量,也包括广义的工作质量,因而质量指标在企业中就多种多样,质量数据在企业中几乎无处不在。在质量数据统计分析中,从样本到总体的问题,即统计推断问题。所谓统计推断,就是根据抽样分布律和概率理论,由样本结果(统计数)来推论总体特征(参数)。因此,特别关注三项指标,一是数据的集中位置,二是数据的分散程度,三是数据的分布规律。质量数据是指由个体产品质量特性值组成的样本(总体)的质量数据集,在统计上称为变量;个体产品质量特性值称变量值,根据质量数据的特点,可以将其分为计量值数据和计数值数据。(1)计量值数据。计量值数据是指可以连续取值的数据,属于连续型变量。其特点是
9、在任意两个数值之间都可以取精度较高一级的数值。它通常可以用仪器测量的连续性数据,如长度、重量、强度、时间、标高、位移等。(2)计数值数据。计数值数据是指不能连续取值的,只能用自然数表示的数据,属于离散型变量。如合格品件数、废品数、错字数、质量缺陷点数等。计数值数据还可进一步划分为计件值数据和计点值数据。计件值数据是指按产品个数计数的数据,如合格品件数、废品件数等;计点值数据是指按点计数的数据,如缺陷、棉布上的疵点数、铸件上的砂眼数等。计数值是指具有离散分布性的数据。2、质量数据的统计特征值应用统计过程质量控制,其基本的做法就是用有限的样本去分析推断总体的特征。过程的质量特性值是不断波动的。当搜
10、集到的数据足够多时,就会发现一个现象,即所有数据都在一定范围内分散在一个中心值周围,越靠近中心值,数据越多;越偏离中心值,数据越少。这意味着数据的分散是有规律的,表现为数据的集中性。数据的分散性和集中性统称为数据的“统计规律性”。质量数据的集中趋势和离散程度反映了总体质量变化的内在规律性。(1)质量数据的位置特征值。在分析质量数据的分布状态时,描述数据分布集中趋势主要有算术平均值、中位数等。(2)数据的离散特征数。数据的分散程度在质量管理中就是质量特性值的波动性,反映过程能力。在分析数据的分布状态时,常被用于表示数据分布的离散程度的特征数,主要有极差、标准偏差等。3、质量数据的分布规律质量数据
11、具有个体数值的波动性和总体分布的规律性。在统计过程质量控制中,各种统计技术的应用都是以质量数据的分布规律为依据进行的,其中最常用的有正态分布、二项式分布和泊松分布。(1)正态分布。正态分布是一种最常见的连续性随机变量的概率分布。其特征是“钟”形曲线。实际工作中,正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比,或变量值落在该区间的概率(概率分布)。不同范围内正态曲线下的面积可用公式计算。轴与正态曲线之间的面积恒等于1。(2)二项分布。二项分布是一种典型的离散性分布。(3)泊松分布。泊松分布P(A)中只有一个参数入,它既是泊松分布的均值,也是泊松分布的方差。在实际事例中,当一个随机
12、事件,例如,某电话交换台收到的呼叫来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区域中的白细胞等,以固定的平均瞬时速率入(或称密度)随机且独立地出现时,那么这个事件在单位时间(面积或体积)内出现的次数或个数就近似地服从泊松分布。四、 过程质量控制的特点1、统计过程质量控制的基本概念所谓控制是要以某个标准为基准,一旦偏离了这个基准,就要尽快加以纠正,使之保持这个基准。SPC(统计过程控制)就是以统计控制状态(稳态)作为基准的,这是一个非常重要的基本概念。统计控制状态也称稳态,即过程中只有正常因素(随机因素)而无异常因素(系统因素)产生的变异的状态。影响质量变异的原因包含正常因素(随
13、机因素)和异常因素(系统因素)两大类。正常因素的特点表现为:对质量变异的影响是微小的;在过程中是始终存在的;对质量变异的影响方向是不确定的。由正常因素所造成的质量变异称为正常质量波动,鉴于正常质量波动的原因难以查明、难以消除,所以常采取持续改进的方法。异常因素的特点表现为:对质量变异的影响很大;在过程中时有时无;对质量变异的影响方向是确定的;异常因素是可以控制的(可以查明、可以消除)。由于异常因素所造成的质量变异、质量波动,其原因可以查明、可以消除,所以采取的态度应该是“严加控制”。正常质量波动表现出质量数据形成典型分布(在确定的生产条件下,质量数据的分布中心和标准偏差表现为确定的值)。异常质
14、量波动表现出质量数据的典型分布遭到破坏,即质量数据的分布中心和标准偏差发生显著的变化。统计过程控制就是要保持过程中只有正常因素起作用,控制异常因素的作用,使过程处于稳定受控状态。为了实现过程控制,必须采用科学的质量控制方法,如统计技术中分布状态、控制图,来捕捉过程中的异常先兆,并结合专业技术消除异常的质量波动。也就是说,统计过程控制是通过应用统计技术识别异常、消除异常,把不合格原因消灭于过程之中,达到预防不合格品产生的目的。2、统计过程质量控制的步骤质量控制大致可以分为7个步骤。(1)选择控制对象。(2)选择需要监测的质量特性值。(3)确定规格标准,详细说明质量特性。(4)选定能准确测量该特性
15、值的监测仪表,或自制测试手段。(5)进行实际测试并做好数据记录。(6)分析实际与规格之间存在差异的原因。(7)采取相应的纠正措施。当采取相应的纠正措施后,仍然要对过程进行监测,将过程保持在新的控制水准上。一旦出现新的影响因子,还需要测量数据,分析原因,进行纠正,因此这7个步骤形成了一个封闭式流程,称为“反馈环”。这点和六西格玛质量突破模式的DMAIC有共通之处。质量控制技术包括两大类:抽样检验和过程质量控制。抽样检验通常是指生产前对原材料的检验或生产后对成品的检验,根据随机样本的质量检验结果决定是否接受该批原材料或产品,过程质量控制是指对生产过程中的产品随机样本进行检验,以判断该过程是否在预定标准内生产。抽样检验用于检验与评价,而过程质量控制应用于各种形式的生产过程。因此,所谓统计过程质量控制,是利用数理统计的方法,对生产过程的各个阶段进行控制。从而达到改进与保证产品质量的目的。SPC强调全过程预防为主的思想。SPC不仅可用于制造过程,而且还可以用于服务过程,以改进和保证服务质量。SPC强调全员参加,人人有责,强调采用科学的方法来达到目的。3、SPC的特点许多质量管理技术是对已生产出来的产品进行分析、检验或评估,以找出提高产品质量的途径和方法,这是事后补救的方法。而统计过程控制与其他方法不同,