戴明质量管理分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_38f0802a/deming。
技能介绍
解决的问题
当餐饮或企业运营出现质量问题、流程波动、改进反复时,常见做法是直接拍板定目标,却缺少稳定分析框架。本技能将戴明质量管理、PDCA、SPC 与流程优化放进同一套工作流,帮助分析者从背景数据出发,识别系统性原因,而不是只盯着个体行为或临时指标。
技能如何工作
技能围绕四步展开:
- 问题定义:从用户提供的背景、指标和约束中提炼核心问题
- 框架匹配:按需加载
references/中的核心方法论、实战应用与进阶技巧 - 方案排序:输出
Top 3优先动作,并标注负责人、动作和见效周期 - 落地复盘:使用
assets/下的检查清单与分析模板,设定 2-4 周复盘节点
输出要求数字先行:每个结论尽量配关键数字,若数据缺失则明确标注假设;结构上先诊断、再优先动作,最后给可直接填写的模板。
适用边界
该技能适合质量管理、持续改进、流程优化、系统思维类分析,尤其适合有基础运营数据的场景。它不是实时 ERP、库存或财务系统;对缺失数据依赖较多时,结论会更偏方法论推断。需要量化计算时,应结合 scripts/ 或外部数据工具补充验证。
使用场景
- 门店客诉率上升时,用 PDCA 拆解服务、出餐和库存环节,输出 Top 3 优先整改动作。
- 复盘月度质量数据时,把指标波动映射到流程节点,判断哪些问题是系统性而非偶发。
- 为新推出的后厨流程设计检查清单,明确负责人、动作项、验收标准和 2-4 周复盘节点。
- 分析供应链交付异常时,结合统计过程控制识别异常点,并给出可填写的改进模板。
适合人员
- 负责门店运营或区域督导的经理,需要把客诉、出餐和库存波动转成可执行整改方案。
- 质量管理或品控负责人,需要用 PDCA 和 SPC 分析质量指标,而不是只追单点责任。
- 流程优化顾问,需要把复杂运营问题拆成负责人、动作、周期和验收标准。
- 数据分析人员,需要把指标异常、假设约束和复盘节点整理成可落地的改进模板。