编辑导语：来料质量管控是在货品实现产权移交前的关键关口，它直接影响到后续加工流程的损耗以及流入到用户的商品体验。本文作者对智能质量检测系统的建设进行了分析，一起来看一下吧。

一、质量检测基本概述

IQC（Incoming Quality Control）来料质量管控，是在货品实现产权移交前的关键关口，检验的结果直接影响到后续加工流程的损耗以及流入到用户的商品体验。

质检的类型可以从阶段、检测标准两个不同维度进行划分：

从质检在采购入库链路上的不同时间阶段上来划分，可以将质检分为新品送检、大货送检、驻厂质检、入库质检、库内巡检、库内抽检。

从质检的检验标准上来划分，可以分为送检、大货质检、外观检。

送检：指将样品送第三方官方认证的实验室进行质检的方式，由于实验室较为专业且设备齐全，故一般会对商品进行全部标准指标全检。大货质检：指针对商品的质量标准中标注为需要质检的指标进行检验，通常需要按照标准中的验证方式并借助仪器来进行。外观检：是指对于货品进行抽样检查，并采用基本的外观检验，相同品类的商品通常外观检查的标准是通用的。

质检的能力可以分为三个等级，包括1.0初始级、2.0发展级、3.0领先级。

1.0初始级的核心关键词是被动检验，主要采取的方式是防守，通常会依据检验标准，制定抽样方案，执行检验并记录检验结果；

2.0发展级质检从被动转为主动，关键进行标准化流程控制来进行主动预警，对全流程的质检结果数据进行沉淀，并进行全流程的数据串联分析，从而判断质量问题产生的薄弱环节，从而主动干预和优化预警；

3.0领先级的质检能力不再限于防守，更是会主动预防，有效在上游进行管控，其关键任务是进行质量规划。通过对上游的深度介入管理以及精准的数据分析，进行免检策略的有效制定，并将质检能力向上游供应侧进行赋能延申，从而实现上下游协同保障质量的能力。

二、质量检测系统基础框架

整个系统可以分为四个层级，自上至下分别为应用端、业务应用层、系统能力层、数据层。

1）最上层的应用端

从应用端来看包括两个不同维度，PC端和移动端，以及企业内部质量管理人员、企业外部合作送检机构和质检机构。

质检的执行有不同的场景，其中有较为复杂的需要用电脑产出详细报告的大货检和送检，也有相对来说质检结果填写简单、操作频次高且时效要求高的适合移动端的场景，比如入库检和巡检。所以针对不同的场景质检系统需要提供不同的操作端来适配响应的执行操作。

质检的协同不仅需要内部质检人员，还可能需要借用到三方的实验机构或者验货机构，要实现快速的约单、派单、结果回传和结算，就需要为合作方提供响应的工作台来进行线上的协同。

2）业务应用层

质检系统包含商品全链路的检测，承担着保障合规性和质量稳定性的职责。所以业务范畴应该包含面向新品的送检、面向货品入库前的大货检、大货送检、入库检，以及库内货品的定期巡检、抽检。

在质检方式上，面向不同风险等级的商品和批次，可以采取不同程度的质检力度，比如减少抽样、免检等，通过这种方式既可以节约采购时效，又可以节约质检费用，但是如何在成本和风险中平衡中如何获得最大的收益，就需要借助策略的辅助支持。

3）系统能力层

业务流程线上化是系统建设的首要步骤，其核心目的是实现不同角色的快速协同，以及业务节点的快速流转。通过建立健全的操作端和业务流程，将所有角色及其关键执行全部做到线上，从而保障管理的稳定性。

在复杂的执行流程中，系统需要针对不同的场景进行流程节点的自动化执行设计，目的是防止出现因系统流程死板导致的业务人员无意义执行；与此同时，针对简单决策的业务执行节点，系统可以通过规则沉淀实现自动化执行，进一步替代人工。

质检策略辅助是质检系统智能化的能力体现，其核心在于协助业务面向质检规划给出决策建议，并通过系统自动化运行直接实现流程调配，下文将详细论述该能力。

4）数据层

要想实现系统的智能化演进，必须依赖质量管理全链路的结构化数据，包括结构化商品标准指标、各个质检环节的质检指标结果数据、质检瑕疵标签数据，以及商品的舆情表现标签数据等。

结构化数据的积累和建设不是一蹴而就的，而是需要在各个核心业务环节的流程线上化建设中逐渐积累的，其中既包括数据结构的合理设计、业务线上流转中的过程数据积累，还包括基础原始业务数据的业务维护，比如标准数据、舆情标签库数据、瑕疵点库数据等。

三、质量检测系统智能化建设

1. 质量检测智能化系统的核心目标

1）策略：自动识别风险可控&降本优化机会

面向不同的质检场景，利用数据和规则进行自动化测算和识别低风险降本机会，同时通过策略模拟和策略数据分析能力协助业务进行策略规则的合理调优。

2）执行：动态调配合理的质检方式

根据系统自动化策略输出，系统可以对于质检执行流程进行实时动态调整，以实现机会的实时抓取和风险的实时控制。

3）预警：质检降级后及时的预警和管控风险

质检方式放松调整一方面会带来成本的节约，从另一方面来说也可能带来风险的提高，系统需要进行实时风险监测并进行实时预警提醒、以及动态调整。

4）管理：支持机会及风险识别的管理流程

针对高风险等级的系统输出的策略调整，在系统运行前期为了保障稳定性，可以由人工参与确认，故需要系统支持一套适配的线上管理流程，比如确认任务的发送、处理和记录等。

2. 质量智能检测系统的核心实现逻辑

首先，是基于全链路的动态业务数据，结合质检策略规划配置数据，通过系统定期测算及部分人工确认的方式，进行规则结果的输出（比如针对哪些商品/供应商、哪批货应该从驻厂质检改为免检），该结果会作用于质检的实际业务流程，该过程为策略输出。

其次，通过完整的质检执行流，系统会沉淀该作用对象的质量表现及风险数据，质检策略规则驾驶舱看板会承接这部分数据呈现，同时会整合质检策略调整层数据，并通过比对和分析得出对于质检策略规则的健康度判断，并支持作用于规则的调整。

再次，为了实现策略规则人工调整的合理性可视化判断，系统需要支持规则调整的实时模拟运算，从而协助策略制定更加准确。

3. 质量智能检测系统架构

质量智能检测系统架构，蛀牙分为四个层次，最底层数据层、策略层、规则结果层、执行流程。质量检测系统的智能化主要体现在策略层的能力搭建，从整个系统的结构来看，策略层是基于数据层之上，在原有的业务规则结果和执行流之下的。策略层是将原有在线下人工进行的决策进行了线上化，通过沉淀规则、整合输出逻辑、规则调优工具的建设，将原有人工的工作进行了系统化的替代。

以上，为智能化的质量检测系统建设的整体思路，欢迎一起交流学习。

本文由 @欣欣张 原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议