🎯 军工 🔍 质量管理部 🔍 质量问数

质量管理部 | 质量问数

某军工单位质量管理部数据智能引擎应用案例


案例价值
"本月各供应商来料批次合格率排名"
— 质量经理一句提问,实时掌握全供应链质量态势
供应商质量是军工产品质量的第一道门槛。过去,质量经理评估供应商需要从质量系统导出检验记录、从采购系统导出供应商信息,人工关联后生成合格率报表,数据从准备到产出通常需要2-3个工作日,且更新频率低,难以支持实时决策。
引入UINO数据智能引擎后,质量经理随时可用自然语言发问,系统实时整合质量系统与采购系统数据,30秒内返回供应商合格率排名。供应商质量评估从事后考核升级为实时监控,质量问题发现时间从月度复盘提前到T+0即时,供应商淘汰决策依据从主观印象升级为数据驱动。实施首年,供应商批次合格率整体提升12%,重大质量问题发生次数下降35%
30秒
问数响应时间
T+0
质量问题发现
12%
批次合格率提升

技术路径
数据源对接:质量系统管理来料检验记录、检验批次、检验结果;采购系统管理供应商档案、供货品类、合同信息。两个系统数据孤立,供应商身份关联依赖人工维护。
1
本体建模:以"供应商"、"批次"、"合格率"为核心实体构建语义层。"批次"定义为同一供应商、同一供货品类、同一时间段内的来料集合;"合格率"定义为合格批次数÷检验总批次数×100%,统一不同检验标准的计算口径。
2
语义映射:质量系统中的"来料批次"与采购系统中的"供应商供货记录"通过供应商名称、供货品类、时间窗口三重匹配建立关联。映射关系由采购员和质量工程师共同维护,确保数据对齐。
3
语义计算:"合格率排名"语义解析为:按供应商分组→统计本月合格批次和总批次→计算合格率→降序排列。语义引擎自动识别检验标准版本,按当前有效标准口径计算,保证结果准确。
4
权限部门过滤:质量经理可查看全部供应商数据;一般质量工程师仅可查看其负责品类的供应商数据;采购员仅可查看与其采购品类相关的数据。权限粒度到品类级别。

过程难点
难点一:来料检验与供应商数据关联需人工维护
质量系统的检验记录与采购系统的供应商档案之间无统一编码,关联依赖供应商名称匹配。不同系统对同一供应商的命名存在差异(如"陕西XX电子"与"陕西XX电子有限公司"),需建立规范化映射表并定期核查,否则会产生"同名不同供应商"的错误关联。
难点二:质量标准版本管理复杂
不同历史时期的质量标准版本不同,同一供应商的合格判定标准随标准版本更新而变化。语义引擎需要追溯历史标准版本,按检验当时的有效标准计算,避免用现行标准去评判历史批次,引入误判风险。
难点三:多标准口径导致数据不可比
军工产品来料检验涉及国标、军标、企业内部标准等多个层次,同一供应商在不同标准下的合格率数据差异显著。本体建模时需在语义层明确区分标准来源,确保查询结果的可比性。

典型问数示例
质量经理日常问数场景
  • 排名分析:"本月各供应商来料批次合格率排名,后三位是哪几家?"
  • 趋势追踪:"近半年XX供应商批次合格率变化趋势,与总体均值的差距是多少?"
  • 风险预警:"本月有哪些供应商批次合格率低于95%且较上月下降超过5个百分点?"
  • 标准对比:"XX供应商按军标和企标分别计算的合格率差异有多大?"