构建扎实的数据收集计划：六西格玛从业者现场检查清单
数据收集计划是一个结构化文件，定义了需要收集哪些数据、为什么需要、如何收集、谁来收集、何时收集，以及将使用什么操作定义。在DMAIC问题解决框架中，数据收集计划是测量阶段的核心产出。没有严格的数据收集计划，收集的数据将不一致、不完整或以引入偏差的方式收集——基于这些数据构建的任何分析都将有不可信的结论。以下是构建能产生可靠、分析就绪数据的数据收集计划的现场检查清单。
检查清单第一部分：定义你正在测量什么
为每个数据项定义操作定义。 操作定义以无论谁在测量都能产生相同结果的方式精确描述正在测量什么以及如何测量。'缺陷'不是操作定义。'在包装验证步骤期间识别的、包含一个或多个错误行项目的客户订单'是操作定义。
指定测量单位。 为每个数据项定义测量单位（百分比、计数、分钟、美元、公斤）和所需精度。按最近小时测量的"投诉解决时间"与按最近分钟测量的不同。
确认与问题陈述的一致性。 收集计划中的每个数据项都应直接与问题陈述或被检验的假设相关联。不为任何分析决策提供信息的数据不应收集。
检查清单第二部分：规划收集方法
识别数据来源。 指定数据来自哪里：数据库系统、手动日志、物理测量、观察清单。来自现有系统的数据应该被验证——系统记录的内容和你认为它记录的内容有时不同。
选择抽样方法。 如果无法测量整个总体，定义如何选择样本。随机抽样优于便利抽样。分层抽样确保重要子组被代表。
在大规模收集之前进行测量系统分析。 在大规模收集数据之前，验证测量系统（仪器、程序和操作员的组合）是否能够检测你试图测量的变异。对测量系统进行Gauge R&R研究将揭示收集的数据是否可靠。
检查清单第三部分：分配职责并培训收集人员
指定一个具体的人负责收集每个数据项——而非角色或团队。未命名的职责是无主的职责。
就操作定义和收集程序培训数据收集人员。操作定义的不一致应用是测量误差的常见来源。记录培训内容，记录谁接受了培训以及何时接受的。
在全面部署之前试点数据收集计划。与2-3名收集人员和20-30个观察值进行为期一周的试点，将在操作定义歧义、系统访问问题和程序缺口污染完整数据集之前将其暴露。
定义如何处理不完整或边界观察值。如果收集人员不确定观察值是否符合操作定义，该怎么办？有记录的解决流程可防止对模糊数据的不一致处理。
XNM将六西格玛数据收集和分析方法论应用于公共部门和资本项目环境。欢迎联系XNM战略咨询团队，探讨贵组织的数据质量和流程改进。