如何进行质量管理全要素考虑（人机料法环测），全场景覆盖（研发、制造、供应链、售后等），全成员参与（组织中的全员），是全面质量管理的主要特征。
现如今大家都在提智能制造，其实中国还在中国质造的过渡阶段。
质量作为研发、制造和供应链管理的重要结果指标之一，必须被科学的管理。供应链管理中有一个质量成本10倍法则，供应商的质量问题对企业造成的损失，沿着供应链不断放大，每流经一个节点，处理成本就会扩大10倍。
大家以动力电池为例。动力电池是一个系统工程。在设计过程中要考虑使用要求，进行精细设计和充分的实验验证；在制造过程中，要在确保产品性能一致性的同时兼顾成本控制；还要从全产业链和全生命周期来考虑性能、质量和成本的综合平衡。
在实际经营管理中，研发质量、生产质量、供应链质量、客户质量分布在不同组织架构中，彼此之间存在部门墙。组织规模越大，业务打通的阻点就越多，组织关系难以逾越，利益关系更难以挑战。
厂商要想突破成本和质量阻点，利用全面质量管理达成转型自救，就必须要去思考怎么实现深度闭环。▲借助PDCA管理方法基于策划-控制-监测-改进闭环大家搭建出企业全面质量管理平台
如此，方能用数据驱动交付，提升生产效率，降低制造不良，赋能新产品跨组织协同，缩短研发周期，提高响应市场能力。
聚焦研发质量指标，让质量经验流转
以研发质量闭环为例，大家为实际研发管理提供了一套行之有效的解决方案。1）要预防、控制、管理质量，确定问题是首要目标
·问题出在哪里？供应商？还是关联零部件？——问题反溯中的发起问题可以帮助质量管理人员找到问题所在；
·通过问题严重度、发生度、探测度、复发率等要素及权重对问题进行分级判断；
·利用人机料法环测寻找直接原因、根本原因、间接原因；
·通过短期&长期对比实施措施验证，围绕研发设计、生产制造、过程检验等多个环节，实现预防&预警问题。
2）建立能够动态刷新的再发经验库至关重要
入库：反溯过程中产生的致命问题、严重问题将流入问题库，相对应的处理流程也将同步更新至FMEA基础库中，关联基础库中同类产品经验，协助设计工程师在设计之初就识别出潜在风险。
出库：当发生率在三个月内降为0或相关原材料不再投入使用时，这些已得到解决的问题会及时出库，免除冗余提醒，保证整个质量管理体系的精细化和高效率运行。
数字化工具，让人找事变成事找人
过去十年，动力电池朝着高端化、智能化、低碳化方向飞速发展，成本大幅下降，能量密度和车辆续驶里程显著提升，结构创新引领全球，传统工业软件的管理功用已不再适配结构和技术如此复杂精密的动力电池。另一方面，生产要素无时无刻不在产生数据，身处低端产业链向中高端产业链转型的大背景下，数据能否顺利流通，业务流能否清晰建立，线上线下管理理念能否保持畅通，管理流程能够持续优化迭代，同样是考验所在。
要想解决这些问题，就要让数据发挥最大效能，集成全领域、全过程、全方位的信息。全面质量管理理念要想科学地应用落地，就必须要借助优秀的数字化工具。
一套优秀的数字化工具能实现对数据的高效利用，从实际业务场景出发，完成从“人看数据人找事”到“数据追人事找人”的转变，真正实现数据驱动业务、反哺业务，从而打造可持续的市场竞争力。