CAR与DMAIC——研发过程改进的6sigma实践之九（茹海燕）

在CMMI模型中，与6sigma关系最直接的莫过于原因分析与方案过程域（Causal Analysis and Resolution，CAR）了。CAR的思路非常简单，如图1所示，就是选择需要分析的缺陷，分析其原因，实施改进措施，评价变更的效果，相关数据入库。在这个过程域中，缺陷包括两个方面，一是产品缺陷，包括中间产品，如评审缺陷，测试缺陷，现场故障等等；二是过程缺陷，如审核出的问题，或过程能力的欠缺等等。

图1 CAR的逻辑图

在细节上，正如我们经常说的，CMMI告诉我们做什么，却没有说怎么做。这个过程域，完全可以采用DMAIC的思路来做，不仅大大丰富了其方法、工具，而且逻辑、方法论也是现成的，如图2所示。

图2 DMAIC的逻辑图

二者比较可以看出，基本思路完全一致。D阶段，主要任务是需要确定问题，可能有多种问题，哪一个是需要最优先解决的？依据企业的政策倾向、利益导向可以选择出具有最高优先级的问题。之后在M阶段收集数据，并且了解现状水平，以便后面进行改进效果的比较和评估。这两个阶段对应于CAR的第一个步骤，所以它的输出就是选择好的数据，以备分析之用。A阶段是从众多可疑的原因中逐渐分析出根本原因，与CAR的第二个步骤完全一致，因此A的许多工具也一样有效，如流程图分析、因果矩阵、鱼骨图、FMEA，甚至DOE等等。接下来进入改进阶段，针对根本原因制定改进方案，实施、调整、优化，再实施，直至达到预期的改进效果。这与CAR的第三步和第四步符合。第四步需要特别注意的是，变更后的评价，是对过程性能及其变更的评价，而不仅仅是产品的评价，这既是CMMI目标的体现：过程改进，也与6sigma的要求一致：改进效果一定需要用统计数据证明其有效性，而且之后需要在控制阶段中，溶入企业的日常管理流程，以保持其改进效果。CAR最后一步，特别提出要将所有的数据和资料入库存档，这是CMMI一贯的特点，也是非常好的积累组织资产的方法。

由此可见，CAR与DMAIC真是异曲同工。越是到CMMI的高级级别，CMMI与6sigma的共通之处越是屡见不鲜，如四级、五级，以量化性能来促进持续改进的思路已经体现在各个过程域。因此，二者更加可以无缝连接，在过程改进中各显神威。