質量工具spc在電信企業(yè)中的應用

1、研究IResearchm一●一黼嗍l嘲質量工具5p[在電f言佇qp中的應用一撰文／邱賜偉表1：小靈通話務量樣本數據(單位：ERL)5月25日5月26H5月27日5月28日5月29日5月30日5月31日上我國電信企業(yè)的日常生產中，基于數理統(tǒng)計原理104526131019922l995217596843881027492】032874110400002仕妻囂萎裹囂霎蠶霧囂蔗喜蓑辜囂6月1日6月2日6月3日6月4日6月5日5月6日6月7日98

2、749379934995989427695779771025478910560089102633196月8日6月9日5月10日6丹ll目6月12日5月13日6月14日相比的方法。這些方法既不直觀，也缺乏科學性。其實，采10370022101926729719063955874910034324100714】98蚰569用控制圖(SPC)方法來監(jiān)控話務量異常波動情況，將能更6月15日6月16日6月17日5月18日1027565210017

3、83197252249736354準確、快速地形成判斷，有利于及時分析并采取必要的預防控制措施。表2：小靈通話務量數據(單位：ERL)控制圖(SPC)由沃爾特休哈特(WalterShewhart)首6月19日6月20日6月21日6月22日6月23日6月24日6月25日先提出。他認為，在一切過程中呈現出的波動有兩個分量：第101515391033232l102272081030986610274649986046698583526月26日

4、6月27日6月28日6月29日6月30日7月1日7月2日一個分量是過程內部引起的穩(wěn)定分量(即偶然波動：第二105220361070457e106521171079556410669797984726935865l個分量是可查明原因的間斷波動(異常波動)。那些可查明原7月3日7月4日7月5日7月6日7月7日7月8曰7月9日因的波動可用有效方法加以發(fā)現并可被剔去但偶然波動不1017100510274542100556389975143971

5、9595932016991258727月lO日7月11日7月12日7月13日7月14日7月15日7片16日會消失，除非改變基本過程。通過MINfTAB軟件可以非常方便97137049719394352989586174924294389040859298311地繪制SPC表并對波動是否異常進行判斷。目前SPC主要用于制造型企業(yè)的生產流水線中，通過運用數理統(tǒng)計原理迅速圖1：常規(guī)單值(I)控制圖發(fā)現廢品產生的先兆從而預防廢品的產生。電信企業(yè)

6、雖然沒有生產流水線但許多業(yè)務過程與生產流水線廢品率的波動情況一樣，也由兩個波動分量引起如電話接通率、大客戶業(yè)務收入、無線掉話率等因此質量工具SPC在電信領域也有用武之地。下面通過對小靈通每日話務量監(jiān)控實例來展現SPC的具體應用過程。根據樣本數量的要求收集25天的話務量數據(見表1)運用MlNITAB軟件進行穩(wěn)定性檢驗后可得到下列控制圖及相關UCL／LCL／中心值(見圖1)，該組數據作為判斷后續(xù)日期圖z：指數加權滑動平均(EWMA)控制圖

7、話務量是否異常波動的依據。判斷6月19日之后的話務量(見表2)是否異常只要看該點是否落在上下限(UCL／LCL)之間即可簡單地判斷出來。從圖1可直觀看出，7月8日、7月9日以及7月1416日為超低異常點，應及時分析找到異常的原因并加以控制。另外，也可以運用指數加權平均值(EWMA)控制圖因為常規(guī)控制圖總是假定過程均值恒定不變：同時。隨機誤差獨立分布于均值為0，方差為o2的正態(tài)分布。但在實際應用中，這些假設常常并不成立。而指數加權滑動平均

8、(EWMA)控制圖(SPC)不僅能在話務量異常波動監(jiān)控中發(fā)揮很控制圖則沒有這些限制且能探測出過程的微小漂移。對表1好的作用，在經營業(yè)務收入、大客戶話費收入、互聯網流量等和表2數據做EWMA控制圖(見圖2)，取入為02從7月8日開監(jiān)控及分析中，同樣能起到行之有效的作用。困始均值明顯下移，到7月9日已躍出控制限，即可判斷為異常。(作者單位：福州市電信分公司)通信企業(yè)管理I2007年1月I67萬方數據研究IResearchm一●一黼嗍l嘲質量

9、工具5p[在電f言佇qp中的應用一撰文／邱賜偉表1：小靈通話務量樣本數據(單位：ERL)5月25日5月26H5月27日5月28日5月29日5月30日5月31日上我國電信企業(yè)的日常生產中，基于數理統(tǒng)計原理104526131019922l995217596843881027492】032874110400002仕妻囂萎裹囂霎蠶霧囂蔗喜蓑辜囂6月1日6月2日6月3日6月4日6月5日5月6日6月7日98749379934995989427695

10、779771025478910560089102633196月8日6月9日5月10日6丹ll目6月12日5月13日6月14日相比的方法。這些方法既不直觀，也缺乏科學性。其實，采10370022101926729719063955874910034324100714】98蚰569用控制圖(SPC)方法來監(jiān)控話務量異常波動情況，將能更6月15日6月16日6月17日5月18日102756521001783197252249736354準確、快

11、速地形成判斷，有利于及時分析并采取必要的預防控制措施。表2：小靈通話務量數據(單位：ERL)控制圖(SPC)由沃爾特休哈特(WalterShewhart)首6月19日6月20日6月21日6月22日6月23日6月24日6月25日先提出。他認為，在一切過程中呈現出的波動有兩個分量：第101515391033232l102272081030986610274649986046698583526月26日6月27日6月28日6月29日6月30日7

12、月1日7月2日一個分量是過程內部引起的穩(wěn)定分量(即偶然波動：第二105220361070457e106521171079556410669797984726935865l個分量是可查明原因的間斷波動(異常波動)。那些可查明原7月3日7月4日7月5日7月6日7月7日7月8曰7月9日因的波動可用有效方法加以發(fā)現并可被剔去但偶然波動不10171005102745421005563899751439719595932016991258727月l

13、O日7月11日7月12日7月13日7月14日7月15日7片16日會消失，除非改變基本過程。通過MINfTAB軟件可以非常方便97137049719394352989586174924294389040859298311地繪制SPC表并對波動是否異常進行判斷。目前SPC主要用于制造型企業(yè)的生產流水線中，通過運用數理統(tǒng)計原理迅速圖1：常規(guī)單值(I)控制圖發(fā)現廢品產生的先兆從而預防廢品的產生。電信企業(yè)雖然沒有生產流水線但許多業(yè)務過程與生產流水

14、線廢品率的波動情況一樣，也由兩個波動分量引起如電話接通率、大客戶業(yè)務收入、無線掉話率等因此質量工具SPC在電信領域也有用武之地。下面通過對小靈通每日話務量監(jiān)控實例來展現SPC的具體應用過程。根據樣本數量的要求收集25天的話務量數據(見表1)運用MlNITAB軟件進行穩(wěn)定性檢驗后可得到下列控制圖及相關UCL／LCL／中心值(見圖1)，該組數據作為判斷后續(xù)日期圖z：指數加權滑動平均(EWMA)控制圖話務量是否異常波動的依據。判斷6月19日之

15、后的話務量(見表2)是否異常只要看該點是否落在上下限(UCL／LCL)之間即可簡單地判斷出來。從圖1可直觀看出，7月8日、7月9日以及7月1416日為超低異常點，應及時分析找到異常的原因并加以控制。另外，也可以運用指數加權平均值(EWMA)控制圖因為常規(guī)控制圖總是假定過程均值恒定不變：同時。隨機誤差獨立分布于均值為0，方差為o2的正態(tài)分布。但在實際應用中，這些假設常常并不成立。而指數加權滑動平均(EWMA)控制圖(SPC)不僅能在話務量