CN111967731A - 一种质量管理经营体系量化评价方法 - Google Patents

一种质量管理经营体系量化评价方法 Download PDF

Info

Publication number
CN111967731A
CN111967731A CN202010738429.6A CN202010738429A CN111967731A CN 111967731 A CN111967731 A CN 111967731A CN 202010738429 A CN202010738429 A CN 202010738429A CN 111967731 A CN111967731 A CN 111967731A
Authority
CN
China
Prior art keywords
weight
business
index
quality management
quantitative evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010738429.6A
Other languages
English (en)
Inventor
李彦林
王西山
董绪琪
李艳
李亮亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CRRC Qingdao Sifang Co Ltd
Original Assignee
CRRC Qingdao Sifang Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CRRC Qingdao Sifang Co Ltd filed Critical CRRC Qingdao Sifang Co Ltd
Priority to CN202010738429.6A priority Critical patent/CN111967731A/zh
Publication of CN111967731A publication Critical patent/CN111967731A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Manufacturing & Machinery (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种质量管理经营体系量化评价方法，所述方法包括以下步骤：S1，研究和梳理组织架构和业务过程，其中，组织架构至少包括两个业务板块，业务过程包括产品实物质量控制过程；S2，基于不同业务板块与不同业务过程的相互对应关系，并引入量化指标，建立具有层次结构的健康度量化评价框架；S3，在健康度量化评价框架中，基于业务板块权重设计、业务过程权重设计和量化指标权重设计，通过设计相应的专题问卷收集不同等级专家的意见，结合企业经营数据，利用数据挖掘算法建立质量管理健康度量化评价模型。本发明融合了公司经营管理体系和产品实物质量等多维度的量化评价，评价更客观系统。

Description

一种质量管理经营体系量化评价方法
技术领域
本发明属于轨道车辆系统领域，具体地说，涉及一种质量管理经营体系量化评价方法。
背景技术
当前，企业对质量管理体系的评价，主要来源于行业标准，如：轨道交通装备制造业采用ISO/TS 22163内外部审核的量化评价结果，内外部审核重点关注质量管理流程的符合性，而这种评价方式是一种通用的评价方式，各企业为追求获取更高的评价结果，往往采取了一系列的规避措施提升审核通过率，而忽视了其真实产品质量提升效果，从而无法体现出企业质量管理体系建设的客观情况。另外，该评价体系对于产品实物质量考虑较少，无法全面系统的展现其质量管理系统运行状态，往往使得最终的质量改进措施达不到预期效果。
有鉴于此，特提出本发明。
发明内容
本发明要解决的技术问题在于克服现有技术的不足，提供一种质量管理经营体系量化评价方法，旨在融合公司经营管理体系和产品实物质量等多维度的量化评价，使评价更客观系统。
为解决上述技术问题，本发明采用技术方案的基本构思是：
一种质量管理经营体系量化评价方法，所述方法包括以下步骤：
S1，研究和梳理组织架构和业务过程，其中，组织架构至少包括两个业务板块，业务过程包括产品实物质量控制过程；
S2，基于不同业务板块与不同业务过程的相互对应关系，并引入量化指标，建立具有层次结构的健康度量化评价框架；
S3，在健康度量化评价框架中，基于业务板块权重设计、业务过程权重设计和量化指标权重设计，通过设计相应的专题问卷收集不同等级专家的意见，结合企业经营数据，利用数据挖掘算法建立质量管理健康度量化评价模型。
进一步的，步骤S1中包括
S11，经营现状梳理：梳理经营管理组织架构、生产管理流程、经营管理评价指标，经过汇总形成质量管理经营体系评价基础表；
S12，行业研究：研究行业专业资料，确定符合行业的业务流程、量化评价标准；
S13，数据整理：对步骤S11和步骤S12中的梳理成果和行业研究成果进行对标，确定质量管理健康度评价的边界和范围，固化质量管理健康度量化评价指标。
进一步的，步骤S2中包括
S21，确定质量管理健康度评价层级结构：基于上下层之间的逻辑关系确定层级结构，上一层的维度覆盖下一层的全部内容，最后一层为具体的量化指标；
S22，确定每一层结构所量化的维度或指标：结合健康度评价层级结构确定每一层所量化评价的具体维度或指标，并且每一层的维度和指标均能覆盖企业整体质量管理体系；
S23，指标划配：针对步骤S22中确定的量化维度和指标，结合其所属关系进行划配，最终形成树状的层级结构，量化指标为最底层，最顶层为整体质量管理健康度体系。
进一步的，步骤S3中包括
S31，问卷设计及数据收集：包括板块权重调研、业务过程权重调研和量化指标权重调研；
S32，整理收集的调研数据，利用数据挖掘算法进行计算，得出相应的权重值，具体计算包含板块权重、业务过程权重和量化指标权重。
进一步的，步骤S31中包括
A1，板块权重调研采用量表法设计，针对各板块相较于其他板块在经营中的重要性程度进行打分；
A2，业务过程权重采用比重法，以每个业务板块为一个打分单元，针对该业务板块下所有业务过程计总分，根据业务过程在该业务板块的具体情况分别打出相应的分值；
A3，量化指标权重采用比重法，以每个业务过程为一个打分单元，针对该业务过程下所有量化指标计总分，根据量化指标在该业务过程的具体情况分别打出相应的分值。
进一步的，步骤S32中包括
B1，量化指标权重设计：指标权重采用专家咨询法，根据专家对指标的重要性打分为基础数据，具体算法为：
假设待评价的业务过程下对应指标数量为n，则指标集为U＝{u1,u2,…un}，
k个专家，每个专家独立给出的指标uj的权重为
Figure BDA0002605819270000031
因此，k个专家给出所有指标的权重排成矩阵
Figure BDA0002605819270000032
权重取加权平均：
Figure BDA0002605819270000033
即得权重集：A＝(a1,a2,…,an)；
B2，业务过程权重设计
业务过程权重采用因子分析法，业务专家针对每个业务板块下各业务过程的打分数据进行汇总，完成各业务权重的计算；
假设待评价的业务板块下对应的业务过程数为n，则指标集为U＝{u1,u2,…un}，
k个专家，每个专家独立给出的指标uj的权重为
Figure BDA0002605819270000041
假设公司级专家为x，部门级专家为y，那么k＝x+y，
公司级专家给出所有指标的权重排成矩阵
Figure BDA0002605819270000042
权重值为：
Figure BDA0002605819270000043
即得权重集：Ax＝(a1,a2,…,ax)，
部门级专家给出所有指标的权重排成矩阵
Figure BDA0002605819270000044
权重值为：
Figure BDA0002605819270000045
即得权重集：Ay＝(a1,a2,…,ay)，
最终各指标的权重为A＝0.6Ax+0.4Ay；
B3，板块权重设计
板块权重采用动态算法进行计算，结合经营情况和数据调研进行加权计算形成最终各板块的权重，具体算法为：
假设业务板块的个数为n，根据调研问卷收集的数据，取各专业对业务板块打分的平均值为aij，建立判断矩阵：
Figure BDA0002605819270000051
其中：本矩阵为判断矩阵，表示横纵向指标间的重要性成对比，
Figure BDA0002605819270000052
Figure BDA0002605819270000053
进一步的，步骤B3中包括：
首先，计算判断矩阵A的每一行元素乘积
Figure BDA0002605819270000054
计算Mi的n次方根：
Figure BDA0002605819270000055
若
Figure BDA0002605819270000056
标准化为：
Figure BDA0002605819270000057
则Wi为所求特征向量，
各板块的权重值为W：W＝(W1 W2 … Wi)(i＝1,2,…，n)
其次，检验矩阵一致性，计算一致性指标CI，CI的定义为
CI＝(λmax-n)/(n-1)
当判断矩阵具有完全一致性时，CI＝0；λmax-n越大，CI越大，判断矩阵的一致性越差。
进一步的，步骤B3中还包括：
采用随机一致性指标表作为衡量矩阵的一致性指标CI的标准。
进一步的，组织架构包括国际板块、检修板块、城轨板块、海外板块、综合板块中的至少任意两项。
进一步的，实物质量控制过程包括产品设计、工艺设计、采购管理、生成制造、产品质量控制中的任意一项或其组合。
采用上述技术方案后，本发明与现有技术相比具有以下有益效果。
1、本发明通过对质量管理经营体系各方面特性的业务板块、业务过程、量化指标进行梳理和研究的基础上形成的具有层次结构、内在联系的有机评价体系，融合了公司经营管理体系和产品实物质量等多维度的量化评价，评价更客观系统。
2、本发明引入数据挖掘算法，综合考虑公司实际经营动态，最终形成了动态的权重设计方式，解决了日常经营管理过程中无法客观公正掌握实际经营管理水平的问题，为准确量化企业质量管理水平提供评价尺度。
3、本发明实现了面向质量管理健康度评价模型构建过程的封装，具有系统化思维和高度可操作性。
下面结合附图对本发明的具体实施方式作进一步详细的描述。
附图说明
附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：
图1是本发明质量管理经营体系量化评价模型构建流程图；
图2是本发明质量管理经营体系量化评价体系示意图。
需要说明的是，这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对实施例中的技术方案进行清楚、完整地描述，以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1和图2所示，本发明提供一种质量管理经营体系量化评价方法，所述方法包括以下步骤：
S1，研究和梳理组织架构和业务过程，其中，组织架构至少包括两个业务板块，业务过程包括产品实物质量控制过程；
S2，基于不同业务板块与不同业务过程的相互对应关系，并引入量化指标，建立具有层次结构的健康度量化评价框架；
S3，在健康度量化评价框架中，基于业务板块权重设计、业务过程权重设计和量化指标权重设计，通过设计相应的专题问卷收集不同等级专家的意见，结合企业经营数据，利用数据挖掘算法建立质量管理健康度量化评价模型。
详细的，本发明的实施主要分为现状梳理、行业研究、框架设计、业务调研、指标权重设计、业务过程权重设计和业务板块权重设计等步骤，具体流程如图1所示。
如图2所示，本发明的质量管理健康度评价模型分为四层结构，第一层为公司质量管理健康度。第二层分为五大业务板块，其中包含国铁新造、检修服务、城轨及海外四大业务板块和综合板块。第三层为业务过程，包括市场管理、需求管理、项目管理、产品设计、工艺设计、采购管理、生成制造、产品质量控制、产品交付、变更管理、售后服务、外包管理等15个业务过程，涵盖国铁新造、检修服务、城轨及海外四大业务板块；还包括人力资源、运营管理、资产管理、安全环保等20个业务过程，涵盖综合板块。第四层为量化指标，共157个。
其中对产品设计、工艺设计、采购管理、生成制造、产品质量控制这些业务过程的量化评价属于产品实物质量评价。
因此，本发明在通过对质量管理经营体系各方面特性的业务板块、业务过程、量化指标进行梳理和研究的基础上形成的具有层次结构、内在联系的有机评价体系，该评价方法融合了公司经营管理体系和产品实物质量等多维度的量化评价，评价更客观系统。
上述方案中，步骤S1中包括
S11，经营现状梳理：梳理企业经营管理组织架构、生产管理流程、经营管理评价指标等相关信息，经过汇总形成标准的质量管理经营体系评价基础表，该表清晰展现出公司组织体系架构、业务流程和量化评价体系；
S12，行业研究：主要研究行业相关标准、规范、卓越质量等相关业内认可的专业资料，确定符合该行业的业务流程、量化评价标准等内容；
S13，数据整理：对步骤S11和步骤S12中的梳理成果和行业研究成果进行对标，确定质量管理健康度评价的边界和范围，固化质量管理健康度量化评价指标。
步骤S2中，通过对公司组织架构的理解和相关资料的研究，制定符合企业特色的健康度量化评价层次结构、业务对应关系等框架，具体包括：
S21，确定质量管理健康度评价层级结构：基于上下层之间的逻辑关系确定层级结构，上一层的维度覆盖下一层的全部内容，同时，其整体具有系统性和合理性，最后一层为具体的量化指标，并且该指标能客观全面的覆盖质量管理体系全部内容；
S22，确定每一层结构所量化的维度或指标：结合健康度评价层级结构确定每一层所量化评价的具体维度或指标，并且每一层的维度和指标均能覆盖企业整体质量管理体系；
S23，指标划配：针对步骤S22中确定的量化维度和指标，结合其所属关系进行划配，最终形成树状的层级结构，量化指标为最底层，最顶层为整体质量管理健康度体系。
基于以上方法步骤，结合质量管理健康度业务特征最终形成健康度量化评价的整体框架，其框架分为四层，第一层为公司质量管理健康度；第二层为业务板块层，其覆盖公司经营的各事业部群等；第三层为业务过程层，覆盖公司质量管理经营所有业务过程；第四层为量化指标层，为具体的量化经营指标。具体的质量管理经营体系量化评价体系如图2所示。
进一步的，在步骤S3中，本发明将主要有业务板块权重设计、业务过程权重设计和量化指标权重设计三大部分，其设计思路是通过设计相应的专题问卷收集主要领导及业务专家的意见，并结合企业经营数据，利用数据挖掘算法计算而来。其具体设计包含两大工作内容：
S31，问卷设计及数据收集：包括板块权重调研、业务过程权重调研和量化指标权重调研；详细的，步骤S31中包括：
A1，板块权重调研采用量表法设计，针对各板块相较于其他板块在公司经营中的重要性程度进行打分，例如，分别为1-9分，9分为最高，1分为最低；
A2，业务过程权重采用比重法，以每个业务板块为一个打分单元，针对该业务板块下所有业务过程计总分，例如总分100分，根据业务过程在该业务板块的具体情况分别打出相应的分值；
A3，量化指标权重采用比重法，以每个业务过程为一个打分单元，针对该业务过程下所有量化指标计总分，例如总分100分，根据量化指标在该业务过程的具体情况分别打出相应的分值。
根据以上方法设计的调研问卷进行收集相应的数据，形成模型算法的基础数据来源。
S32，基于对以上调研数据收集整理之后，利用数据挖掘算法进行计算，得出相应的权重值，具体计算包含板块权重、业务过程权重和量化指标权重；详细的，步骤S32包括：
B1，量化指标权重设计：指标权重采用专家咨询法，根据专家对指标的重要性打分为基础数据，具体算法为：
假设待评价的业务过程下对应指标数量为n，则指标集为U＝{u1,u2,…un}，
k个专家，每个专家独立给出的指标uj的权重为
Figure BDA0002605819270000101
因此，k个专家给出所有指标的权重排成矩阵
Figure BDA0002605819270000102
权重取加权平均：
Figure BDA0002605819270000103
即得权重集：A＝(a1,a2,…,an)；
B2，业务过程权重设计
业务过程权重采用因子分析法，业务专家针对每个业务板块下各业务过程的打分数据进行汇总，完成各业务权重的计算；
假设某一待评价的业务板块下对应的业务过程数为n，则指标集为U＝{u1,u2,…un}，
k个专家，每个专家独立给出的指标uj的权重为
Figure BDA0002605819270000104
由于在调研过程中部门级专家打分会有一定的倾向性，造成数据失真，在数据处理过程将公司级专家和部门级专家分别处理，并采用一定的技术手段进行相应的处理，确保计算结果的客观准确。假设公司级专家为x，部门级专家为y，那么k＝x+y。
公司级专家给出所有指标的权重排成矩阵
Figure BDA0002605819270000111
权重值为：
Figure BDA0002605819270000112
即得权重集：Ax＝(a1,a2,…,ax)。
部门级专家给出所有指标的权重排成矩阵
Figure BDA0002605819270000113
权重值为：
Figure BDA0002605819270000114
即得权重集：Ay＝(a1,a2,…,ay)。
最终各指标的权重为A＝0.6Ax+0.4Ay。
B3，板块权重设计
板块权重采用动态算法进行计算，结合经营情况和数据调研进行加权计算形成最终各板块的权重。具体算法为：
假设业务板块的个数为n，根据调研问卷收集的数据，取各专业对业务板块打分的平均值为aij，建立判断矩阵：
Figure BDA0002605819270000115
其中：本矩阵为判断矩阵，表示横纵向指标间的重要性成对比，
Figure BDA0002605819270000116
Figure BDA0002605819270000117
进一步的，步骤B3中具体计算方法包括：
首先，计算判断矩阵A的每一行元素乘积
Figure BDA0002605819270000118
计算Mi的n次方根：
Figure BDA0002605819270000119
若
Figure BDA00026058192700001110
标准化为：
Figure BDA0002605819270000121
则Wi为所求特征向量。
各板块的权重值为W：W＝(W1 W2 … Wi)(i＝1,2,…，n)
其次，检验矩阵一致性，计算一致性指标CI，CI的定义为
CI＝(λmax-n)/(n-1)，
当判断矩阵具有完全一致性时，CI＝0；λmax-n越大，CI越大，判断矩阵的一致性越差。
为了检验判断矩阵是否具有满意的一致性，需要找出衡量矩阵的一致性指标CI的标准，本发明采用Saaty引入的随机一致性指标表，如表1所示：
表1：1～9矩阵的平均随机一致性指标
Figure BDA0002605819270000122
其中，当阶数大于2时，通过判断矩阵的随机一致性比率，记为CR，判断矩阵是否具有满意的一致性。
随机一致性比率为待判断矩阵的一致性指标CI与同阶平均随机一致性的指标RI之比CI/RI。
当CR<0.01时，判断矩阵具有满意的一致性，否则就需对判断矩阵进行调整。
当通过一致性检验后，其最终计算出各板块的权重集为：
W＝(w1,w2,…,wn)，其中wn为支持板块的权重，w1，w2，…，wn-1为各业务板块的权重。
各业务板块的经营收入占比为q1，q2，…，qn-1，业务收入占比与权重集W归一处理，最终计算出板块的权重为：
业务板块：Ai＝0.6wi+0.4qi(1-wn)(i＝1,2,…，n-1)
支持板块：An＝wn。
本发明是基于质量管理健康度进行的深入研究和探析，形成了质量管理健康度量化评价体系，有以下有益效果：
1.质量管理健康度量化评价从业务板块、业务过程等维度进行综合评价，其评价方式更加科学系统；
2.对于评价框架中各板块、过程以及指标的评价增加了具体的权重；
3.权重的计算方式融合了数据挖掘算法和企业经营状态，具有动态性；
4.该评价方法为实现了模型评价框架、算法、设计流程等内容的封装，具有独创性。
以上所述仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专利的技术人员在不脱离本发明技术方案范围内，当可利用上述提示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明方案的范围内。

Claims (10)

1.一种质量管理经营体系量化评价方法，其特征在于：所述方法包括以下步骤：
S1，研究和梳理组织架构和业务过程，其中，组织架构至少包括两个业务板块，业务过程包括产品实物质量控制过程；
S2，基于不同业务板块与不同业务过程的相互对应关系，并引入量化指标，建立具有层次结构的健康度量化评价框架；
S3，在健康度量化评价框架中，基于业务板块权重设计、业务过程权重设计和量化指标权重设计，通过设计相应的专题问卷收集不同等级专家的意见，结合企业经营数据，利用数据挖掘算法建立质量管理健康度量化评价模型。
2.根据权利要求1所述的一种质量管理经营体系量化评价方法，其特征在于：步骤S1中包括
S11，经营现状梳理：梳理经营管理组织架构、生产管理流程、经营管理评价指标，经过汇总形成质量管理经营体系评价基础表；
S12，行业研究：研究行业专业资料，确定符合行业的业务流程、量化评价标准；
S13，数据整理：对步骤S11和步骤S12中的梳理成果和行业研究成果进行对标，确定质量管理健康度评价的边界和范围，固化质量管理健康度量化评价指标。
3.根据权利要求2所述的一种质量管理经营体系量化评价方法，其特征在于：步骤S2中包括
S21，确定质量管理健康度评价层级结构：基于上下层之间的逻辑关系确定层级结构，上一层的维度覆盖下一层的全部内容，最后一层为具体的量化指标；
S22，确定每一层结构所量化的维度或指标：结合健康度评价层级结构确定每一层所量化评价的具体维度或指标，并且每一层的维度和指标均能覆盖企业整体质量管理体系；
S23，指标划配：针对步骤S22中确定的量化维度和指标，结合其所属关系进行划配，最终形成树状的层级结构，量化指标为最底层，最顶层为整体质量管理健康度体系。
4.根据权利要求3所述的一种质量管理经营体系量化评价方法，其特征在于：步骤S3中包括
S31，问卷设计及数据收集：包括板块权重调研、业务过程权重调研和量化指标权重调研；
S32，整理收集的调研数据，利用数据挖掘算法进行计算，得出相应的权重值，具体计算包含板块权重、业务过程权重和量化指标权重。
5.根据权利要求4所述的一种质量管理经营体系量化评价方法，其特征在于：步骤S31中包括
A1，板块权重调研采用量表法设计，针对各板块相较于其他板块在经营中的重要性程度进行打分；
A2，业务过程权重采用比重法，以每个业务板块为一个打分单元，针对该业务板块下所有业务过程计总分，根据业务过程在该业务板块的具体情况分别打出相应的分值；
A3，量化指标权重采用比重法，以每个业务过程为一个打分单元，针对该业务过程下所有量化指标计总分，根据量化指标在该业务过程的具体情况分别打出相应的分值。
6.根据权利要求4所述的一种质量管理经营体系量化评价方法，其特征在于：步骤S32中包括
B1，量化指标权重设计：指标权重采用专家咨询法，根据专家对指标的重要性打分为基础数据，具体算法为：
假设待评价的业务过程下对应指标数量为n，则指标集为U＝{u1,u2,L un}，
k个专家，每个专家独立给出的指标uj的权重为
Figure FDA0002605819260000031
因此，k个专家给出所有指标的权重排成矩阵
Figure FDA0002605819260000032
权重取加权平均：
Figure FDA0002605819260000033
即得权重集：A＝(a1,a2,L,an)；
B2，业务过程权重设计
业务过程权重采用因子分析法，业务专家针对每个业务板块下各业务过程的打分数据进行汇总，完成各业务权重的计算；
假设待评价的业务板块下对应的业务过程数为n，则指标集为U＝{u1,u2,L un}，
k个专家，每个专家独立给出的指标uj的权重为
Figure FDA0002605819260000034
假设公司级专家为x，部门级专家为y，那么k＝x+y，
公司级专家给出所有指标的权重排成矩阵
Figure FDA0002605819260000035
权重值为：
Figure FDA0002605819260000036
即得权重集：Ax＝(a1,a2,L,ax)，
部门级专家给出所有指标的权重排成矩阵
Figure FDA0002605819260000041
权重值为：
Figure FDA0002605819260000042
即得权重集：Ay＝(a1,a2,L,ay)，
最终各指标的权重为A＝0.6Ax+0.4Ay；
B3，板块权重设计
板块权重采用动态算法进行计算，结合经营情况和数据调研进行加权计算形成最终各板块的权重，具体算法为：
假设业务板块的个数为n，根据调研问卷收集的数据，取各专业对业务板块打分的平均值为aij，建立判断矩阵：
Figure FDA0002605819260000043
其中：本矩阵为判断矩阵，表示横纵向指标间的重要性成对比，
Figure FDA0002605819260000044
Figure FDA0002605819260000045
7.根据权利要求6所述的一种质量管理经营体系量化评价方法，其特征在于：步骤B3中包括：
首先，计算判断矩阵A的每一行元素乘积
Figure FDA0002605819260000046
计算Mi的n次方根：
Figure FDA0002605819260000047
若
Figure FDA0002605819260000048
标准化为：
Figure FDA0002605819260000049
则Wi为所求特征向量，
各板块的权重值为W：W＝(W1 W2 L Wi) (i＝1,2,…，n)
其次，检验矩阵一致性，计算一致性指标CI，CI的定义为
CI＝(λmax-n)/(n-1)
当判断矩阵具有完全一致性时，CI＝0；λmax-n越大，CI越大，判断矩阵的一致性越差。
8.根据权利要求7所述的一种质量管理经营体系量化评价方法，其特征在于：步骤B3中还包括：
采用随机一致性指标表作为衡量矩阵的一致性指标CI的标准。
9.根据权利要求1所述的一种质量管理经营体系量化评价方法，其特征在于：
组织架构包括国际板块、检修板块、城轨板块、海外板块、综合板块中的至少任意两项。
10.根据权利要求1所述的一种质量管理经营体系量化评价方法，其特征在于：
实物质量控制过程包括产品设计、工艺设计、采购管理、生成制造、产品质量控制中的任意一项或其组合。
CN202010738429.6A 2020-07-28 2020-07-28 一种质量管理经营体系量化评价方法 Pending CN111967731A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010738429.6A CN111967731A (zh) 2020-07-28 2020-07-28 一种质量管理经营体系量化评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010738429.6A CN111967731A (zh) 2020-07-28 2020-07-28 一种质量管理经营体系量化评价方法

Publications (1)

Publication Number Publication Date
CN111967731A true CN111967731A (zh) 2020-11-20

Family

ID=73363107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010738429.6A Pending CN111967731A (zh) 2020-07-28 2020-07-28 一种质量管理经营体系量化评价方法

Country Status (1)

Country Link
CN (1) CN111967731A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819346A (zh) * 2021-02-04 2021-05-18 上海安恪企业管理咨询有限公司 一种基于topsis算法排序的管理体系评审方法和系统
CN113723828A (zh) * 2021-08-31 2021-11-30 金恒智控管理咨询集团股份有限公司 基于企业内控流程要点和专业判断的内控调研评价系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819346A (zh) * 2021-02-04 2021-05-18 上海安恪企业管理咨询有限公司 一种基于topsis算法排序的管理体系评审方法和系统
CN113723828A (zh) * 2021-08-31 2021-11-30 金恒智控管理咨询集团股份有限公司 基于企业内控流程要点和专业判断的内控调研评价系统

Similar Documents

Publication Publication Date Title
Maher et al. Measuring the impacts of TELs on municipal financial conditions
CN103971023B (zh) 研发过程质量自动评估系统和方法
CN107292743A (zh) 针对企业投融资的智能化决策方法及其系统
CN111598682A (zh) 一种针对企业的信用风险评估方法及系统
CN111967731A (zh) 一种质量管理经营体系量化评价方法
CN112700319A (zh) 基于政务数据的企业授信额度确定方法及装置
CN112613977A (zh) 一种基于政务数据的个人信用贷款准入授信方法及系统
CN115409364A (zh) 一种基于数据分析的数据安全风险评估方法
CN112668822A (zh) 科技成果转化平台共享系统、方法、存储介质、手机app
Nhan et al. Evaluating the efficiency of Vietnam banks using data envelopment analysis
CN112396252A (zh) 电力物联网双创园区建设成效评估值的获取方法
Jenkins et al. The emergence of second-tier auditors in the post-SOX era: An analysis of accounting conservatism
CN114881485A (zh) 一种基于层次分析法和云模型的企业资金风险评估方法
Wu et al. Efficiency evaluation and influencing factors analysis of fiscal and taxation policies: a method combining DEA-AHP and CD function
CN113450004A (zh) 电力信用报告生成方法、装置、电子设备及可读存储介质
CN113628024A (zh) 基于大数据平台系统的财务数据智能稽核系统及方法
CN114021873A (zh) 一种数据指标量化方法和智慧园区企业价值评价系统
CN111724049B (zh) 一种潜在电力能效服务客户的研判方法
Aum et al. Is Software Eating the World?
Niu Tax Audit Productivity in New York State
CN112801544A (zh) 一种公路数字化管理绩效评价方法及系统
CN106096733A (zh) 一种水利大数据服务分析与评价模型
KR20010107330A (ko) 가상공간을 이용한 기업가치 평가 및 증진시스템과가상공간을 이용한 기업가치증진방법
CN112488438A (zh) 一种结合信用信息的工业企业综合效益评价方法及系统
De Luca Models for predicting school district fiscal stress: one size does not fit all

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201120

RJ01 Rejection of invention patent application after publication