二、第一层觉知：喷粉合格率的统计

（一）变革前：喷粉不良的统计方式笼统

：对这个年产值十几亿元，员工达几千人的企业来说，管理人员具备基本的管理意识，管理的工具也都有。

他们清楚喷粉不良问题，也每天统计、每月汇总喷粉不良的数据；也对数据进行分析，弄清楚了喷粉的不良点有哪些，对喷粉的不良点也进行了细化的分类数据统计，知道各项不良点所占的比例是多少。

统计、分析工作他们做了，表面上看他们的品质工作做得还是不错的，那存在什么问题呢？

：虽然有统计，但统计出来的数据对解决问题没有帮助，为什么呢？

统计方式过于笼统。如把码仔（属小件、数量大、品质要求较低、合格率高）和侧杠、护扛、泵把（属大件、主要工件、数量小、品质要求高、合格率低）一起统计。

：那么最终的合格率就是平均数。

用高合格率提高低合格率，但是低合格率的大件又很重要，而它的合格率实际上不高。这么一统计，好像它的合格率也变高了，这是一个错觉！企业每天就被错觉引导着，企业的管理人员也觉得问题没那么严重。但是仔细、分开统计的话，这个数据就很不好看，后面的事实也证明了这一点。

：这种统计方式不能真实反映主要工件的品质水平，导致投诉以及频繁返工的就是这些工件，而且他们统计时未包含下工序退货的工件。

下工序退货的工件指的是哪些呢？是这道工序做好工件之后，巡检发现它的工件是合格的（因为巡检毕竟只是抽检），然后把这些工件送到下工序，但下工序发现有不良问题就把有问题的工件退回给上工序了。可是下工序的合格率里面没有包含退回去的工件数量，没有把这部分不良数据统计进去，这样最终得到的结果就是合格率看起来很高，达到了95%。

：数据失真了。讲了那么多案例，我们发现，要解决企业面临的问题，企业管理者要做的第一件事就是统计真实的数据，为什么我们总是从数据统计入手？就是要让大家把注意力从原来的假相中解脱出来。

我们原来总活在假相当中，这种假相要么是感觉造成的，比如窝点不良案例；要么是数据造成的，这个案例就是。

不管是感觉导致的，还是数据导致的，反正就造成了一种问题不严重的假相，最后的结果就是大家缺乏行动力。或者大家觉得现存的问题也解决不了，无能为力，这也是一种假相。不管怎么样，大家之所以不行动，都是假相所致。

我们总是被假相所控制，所以我们欧博在 DG公司所做的第一件事就是做数据统计，目的就是要破除假相，把错觉破掉，这也是我们解决问题的前提。

（二）变革后：统计主要工件喷粉合格率

：统计主要工件（侧杠、护扛、泵把）从1月18日到25日的喷粉合格率数据（含退件），确定一周平均喷粉合格率为80.625%，平均不良率高达19.375%（如表2-1所示）。同时，规定后续必须每天关注喷粉合格率。

：原来他们统计的合格率能达到95%，但实际上一分开统计，主要工件的合格率只有80.625%，一下子下降了15%。如果原来一直是分开统计的，那么发现这个地方的品质问题这么严重，他们早就想办法解决了，但他们被蒙蔽了。

：所以平均的不良率就高达19.375%，因此，项目组老师要求后续必须每天关注主要工件的喷粉合格率。