测量阶段：只收集你真正用得上的数据
测量是优秀改进项目悄然夭折的阶段。在一段清晰的界定阶段之后，团队兴致勃勃地打开数据的水龙头，三周后却被淹没在没人看得懂的标签页里。DMAIC的测量阶段不是把一切都收集起来，而是只收集那几样能让你诚实描述问题、并在日后证明是否解决了问题的数据。
测量阶段的用处
DMAIC的顺序是：界定、测量、分析、改进、控制。测量排在第二是有道理的：它把你在界定阶段框定的问题转化为可以用数字看见的东西。这里有两项任务。其一，建立基线，了解流程当前的表现。其二，在据此得出结论之前，确保所收集的数据可信。任何一项被忽略，项目的其余部分都将建立在流沙之上。
也要看清测量不是什么。你还不是在分析根本原因，那是分析阶段；你也不是在测试改进方案，那是改进阶段。抵住超前推进的冲动，已是这门功夫的一半。2021年初，许多团队远程办公，流程为绕开供应缺口而被仓促改道，凭空猜测原因的诱惑格外强烈，恰恰因为没人手上有干净的数据。测量正是用来取代猜测的。
如何避免被数据淹没
从问题出发，而非从数据库出发。 先确定为衡量问题规模你需要知道什么，再只收集能回答它的数据。让问题去拉取数据，而不是相反。
在收集每个指标之前先把它定义清楚。 明确写下什么算一个缺陷、一段周期时间、一个单位。两个人数法不同，是数据集变得毫无用处最常见的原因。
核查测量系统本身。 做一次快速的量具或属性一致性检查，就能知道你的数字反映的是流程，还是只是记录方式中的噪声。在你检验之前，糟糕的测量看起来和糟糕的流程一模一样。
有意识地抽样。 在合理时间窗内做一个聚焦、有代表性的抽样，通常胜过把一切都导出来。行数更多并不等于洞见更多。
尽早作图。 一张简单的运行图或基线直方图，比任何数据透视表都更快地显示出形态、离散程度和任何明显的偏移，并告诉你是否真有一个稳定的流程可供改进。
一条经得起推敲的基线
到测量阶段结束时，你应当能用一句话说清流程当前的表现，以及你对那个数字有多大把握。它可能是缺陷率、带波动的平均周期时间，或一个过程能力指数。具体用哪个指标并不那么重要，重要的是：它每次都以相同方式定义、背后的数据已被核验，而且你能在项目结束时重复这次测量来证明收益。
如果你说不清一个数字是怎么收集来的，就不要据此作决定。
一条你看得懂的凌乱基线，胜过一条你看不懂的精致基线。
收集到一个清晰的停止点就转入分析，而不是无休止地采集数据。
做得好的测量阶段平淡而短促。它的回报在后头：当分析阶段有了可信的输入，当控制阶段能指着一个真实的前后对比。把基线做诚实，DMAIC的其余部分就有了坚实的立足之处。
如果你的改进努力总是陷在数据的泥沼里动弹不得，XNM的战略咨询 可以帮助你把测量聚焦到真正影响结果的事情上。