中国质协将举办“运用Excel软件开展质量统计”培训

统计质量控制（SQC）是质量管理的一个重要组成部分，也是企业实施质量管理和持续改善的有效手段。统计质量控制不仅为过程控制提供了强有力的工具，同时也使过程控制的数据分析结果成为企业领导决策的主要信息依据。     

正确运用统计方法是实施质量管理的基本保证

在实施质量管理过程中,统计技术、方法的应用和数据分析是十分重要的,它为企业建立和保持符合GB／T19001—2000标准的质量管理体系打下基础。只有明确统计管理的基本常识和概念,才能减少管理中的盲目和失误,在日常工作中自然而然地保持质量管理。     

浅谈工程项目设计阶段的质量管理

工程项目设计阶段的质量管理在工程项目全寿命周期质量管理中十分重要,本文从设计企业的角度出发,以问卷调查的方式罗列出设计阶段工程项目设计质量的影响因素,然后通过数据分析找出了影响工程项目设计质量的主要因素,最后针对主要的质量影响因素提出了相应的质量管理措施。     

开展质量成本管理 促进质量管理体系持续改进

根据GB／T１９００１－２０００标准８．５条和８．４条对数据分析及其实施提出的要求，数据分析可作为持续改进质量管理体系的一种方法或手段。供分析用的数据可来自于监视、测量结果，也可以是其他来源的数据，包括产品质量、过程运行状况、质量管理体系业绩及组织外部的各种数据，而在这些数据中已包括了质量成本数据。因此，开展质量成本管理，促进质量管理体系持续改进，对组织显得越来越重要。本文将就如何开展质量成本管理来促进质量管理体系的持续改进，结合实际情况，谈谈个人的一些想法。１质量成本质量成本是指将产品保持在规…     

基于X—R控制图的工程项目质量控制研究

石化项目建设是一个非常复杂的系统工程,而质量管理又是项目控制中的重要一环。石化项目涉及的专业较多,本文以管道焊接安装的质量控制为例,通过X-R控制图对管道焊接质量数据分析,对管道施工的质量进行动态过程控制。     

质量管理中数据挖掘系统的建立

质量管理是增强企业核心竞争力中的重要一环，对来自管理中的各种数据分析可以确定企业的竞争能力。从上个世纪30年代，休哈特等人创立统计质量控制理论开始，人们已经非常关注对生产中质量数据的利用，同时对质量控制的对象也从一元发展到多元。在2000版的ISO9000族标准中将“基于事实的决策方法”纳入了质量管理的8项原则中，强调了有效决策是建立在数据和信息分析的基础上的。     

构建会计大数据分析型企业

随着物联网等信息技术的发展,大数据时代已经来临.数据不等于信息,信息不等于智慧.防止大数据泛滥,提升大数据价值,这是企业构建会计大数据分析型企业的实务证据;防止决策失误,提升核心竞争力,这是构建会计大数据分析型企业的理论证据.数据分析型企业的本质是建设以事实为依据、数据分析为量化手段进行企业经营与管理的企业.企业在建设会计大数据分析型企业的过程中必须坚持确保会计大数据质量的原则,构建企业大数据中心开发平台,实现数据分析型企业建设的三个思维转变:全数据模式而不是抽样样本;效果比绝对精确更重要;强调相关关系而不是因果关系.     

大数据时代企业财务管理面临的挑战及创新对策

企业财务管理是现代企业管理的重要组成部分。随着大数据时代的来临,如何主动应用大数据技术,提高财务管理的数据分析能力,保证数据信息的真实性和有效性,是当前企业财务管理需亟待解决的课题。基于此,本文根据大数据时代财务管理面临的挑战,详细阐述了提高企业财务管理质量的具体措施和方法,以供参考。     

全国第28次质量管理小组代表会议隆重召开

以“注重数据分析，提升QC小组活动水平”为主题的全国第28次质量管理小组代表会议于9月12日至13日在江苏省会议中心隆重召开。 国家质检总局作为会议的主办单位之一，直接参与了这次会议的筹备领导工作，充分说明政府质量主管部门对质量管理小组活动的重视和支持。     

大数据分析在企业供应链成本管理中的应用探讨

供应链成本管理是企业成本管理中至关重要的组成部分,直接关系到企业是否能够良性发展。大数据分析技术的运用能为企业供应链成本管理带来更大的价值空间。本文从大数据和供应链成本管理的相关理论基础出发,论述大数据分析技术对企业供应链成本管理的重要性,探讨企业供应链成本管理大数据分析的应用,为企业提高供应链成本管理效率提供理论参考依据。     

基于三维GIS的铁路固定设施维修管理系统数据接口研究与设计

铁路固定设施养护维修管理系统涉及空间地理数据、通用基础数据以及工务、供电、电务系统的专业数据等。如何将这些数据有机地集成起来协调工作显得十分重要。论文从数据接口着手,针对铁路固定设施设备状态监测数据进行分析和设计,形成统一数据接口标准,从而提升数据采集效率,最大限度地发掘各类数据信息的价值。     

基于元数据驱动的多策略通用数据迁移模型

随着企业数据中心的建立,企业需要将不同数据源的数据迁移到数据中心。一种做法是采用商用迁移工具,另一种是针对不同的数据源开发专门迁移软件。随着企业业务及需求的变化必将导致数据源数据模型的改变,这两种迁移方式根本无法满足企业对数据迁移的灵活需求。本文在对数据迁移策略、映射模式、ETL以及元数据等技术研究的基础上提出了一种基于元数据驱动的通用数据迁移模型。当数据源发生变化时,只需要在映射模型中增加新的映射模式就能够适应数据源的变化。该模型的普适性已在大庆油田井下作业数据中心多策略数据迁移中得到了验证。     

Combining Data from New and Traditional Sources in Population Surveys

This paper is a review of some applications of the combination of data sets, such as combining census or administrative data and survey data, constructing expanded data sets through linkage, combining large‐scale commercial databases with survey data and harnessing designed data collection to be able to make use of non‐probability samples. It is aimed to highlight their commonalities and differences and to formulate some general principles for data set combination.     

数据权限管理的研究和设计

本文对数据权限进行逐步深入的分析,提出了利用定义数据对象对系统数据资源进行分类管理,通过定义数据对象的权限规则确定该数据对象的权限,把数据分为工作流数据和非工作流数据得出动态和静态权限控制方式,最后建立了数据权限管理模型。针对该模型的系统实现,对其数据库进行了设计,对模型内的类以及类之间的关系进行了初步的设计。     

海洋地质数据库数据处理流程

本文的主要内容是介绍海洋地质数据库数据处理过程,其目的是对数据库建设的基础环节有更一步的认识,以期对相关工作人员有一定的参考意义。文章先介绍海洋地质数据库的数据实体;然后通过数据分组和分类加工、属性数据的批处理、空间数据处理和元数据处理等方面详细阐述了数据处理过程;最后指出数据质量控制是数据处理过程中的重要环节,是数据完整性、可靠性和可重复利用的根本保障。     

Revisiting IS research practice in the era of big data

Through building and testing theory, the practice of research animates data for human sense-making about the world. The IS field began in an era when research data was scarce; in today's age of big data, it is now abundant. Yet, IS researchers often enact methodological assumptions developed in a time of data scarcity, and many remain uncertain how to systematically take advantage of new opportunities afforded by big data. How should we adapt our research norms, traditions, and practices to reflect newfound data abundance? How can we leverage the availability of big data to generate cumulative and generalizable knowledge claims that are robust to threats to validity? To date, IS academics have largely welcomed the arrival of big data as an overwhelmingly positive development. A common refrain in the discipline is: more data is great, IS researchers know all about data, and we are a well-positioned discipline to leverage big data in research and teaching. In our opinion, many benefits of big data will be realized only with a thoughtful understanding of the implications of big data availability and, increasingly, a deliberate shift in IS research practices. We advocate for a need to re-visit and extend traditional models that are commonly used to guide much of IS research. Based on our analysis, we propose a research approach that incorporates consideration of big data—and associated implications such as data abundance—into a classic approach to building and testing theory. We close our commentary by discussing the implications of this hybrid approach for the organization, execution, and evaluation of theory-informed research. Our recommendations on how to update one approach to IS research practice may have relevance to all theory-informed researchers who seek to leverage big data.     

农村科技共享数据的质量控制技术规范

基于农村科技数据共享的数据质量控制技术规范是实现网络信息资源共享的重要标准之一。本文论述了数据质量控制体系的内涵,规定了数据采集、数据录入、数据分类标引、数据主题标引、数据存储结构、数据著录、数据计量等质量控制技术规范,在此基础上提出了数据质量控制的总流程和各项评价指标。     

航空发动机飞参判据研究

从记录数据到机务维护所需信息,飞参数据判读是转化的关键。为此,研究航空发动机飞参判据的制定方法,以提高飞参判读的效率,降低航空发动机故障漏检概率,可以更好地发挥飞参数据在地勤维护中的应用。论文的研究内容对于飞参数据的应用研究具有重要意义。     

大坝可视化数据的存储与管理

针对大坝可视化处理中的监测和分析数据量较大,用于观测分析的成果、属性以及图形等数据之间的关系较为复杂的问题,提出了观测大数据的存储和管理模式,采用了测点时序索引表的数据管理方法,较好地解决了数据可视化检索速度慢的问题,便于数据处理和绘图所需的灵活存取,实现快速可视化。     

数据仓库在零售业中的应用及优化

针对连锁零售业经营决策的需要，采用高速读取技术处理海量销售数据，提出了系统数据仓库的解决方案及其实现快速处理业务数据过程，进而设计出数据仓库、数据挖掘模型和报表模型，最后通过商业智能工具向企业数据分析人员和经营决策人员提供操作简便、界面友好的平台。