鱼骨图

鱼骨图（Fishbone Diagram），又称因果图（Cause-and-Effect Diagram）或石川图（Ishikawa Diagram），是一种用于系统分析问题根本原因的可视化工具，由日本质量管理专家石川馨（Kaoru Ishikawa）于1960年代提出。其形状类似鱼骨，通过分类归纳潜在原因，帮助团队全面识别问题根源。

ADSFAEQWER353423413434

1. 图形构成

• 鱼头（问题）：右侧箭头指向待分析的问题（如“产品缺陷率上升”）。
• 主骨（主干）：水平线连接鱼头与原因分类。
• 大骨（主因类别）：通常按6M法或4P法分类（见下文）。
• 小骨（子原因）：逐层细化至具体因素（如“设备老化→润滑不足→轴承磨损”）。

2. 分类方法

经典6M法（制造业常用）：

ADSFAEQWER353423413434

• Man（人员）：技能、培训、操作失误。
• Machine（设备）：故障、维护、精度。
• Material（材料）：质量、批次、供应商。
• Method（方法）：流程、SOP、参数设置。
• Measurement（测量）：仪器校准、检测标准。
• Environment（环境）：温湿度、照明、清洁度。

扩展分类（服务业/其他领域）：

• 4P法（营销问题）：Product, Price, Place, Promotion。
• 8P法（项目管理）：People, Process, Product, Partners, Place, Policy, Profit, Promotion。

1. 明确问题：将问题写在鱼头处，确保描述具体（如“客户投诉率增加20%”而非“服务不好”）。
2. 确定主因类别：根据行业选择分类框架（如6M或4P），作为大骨标签。
3. 头脑风暴子原因：团队讨论各主因下的潜在子原因，逐级细化至可操作的层级（使用“为什么”追问至根本原因）。
4. 优先级排序：通过投票或多标准评估（如发生频率、可控性）标记关键原因（★）。
5. 验证与修正：收集数据验证假设（如设备故障记录是否与轴承磨损相关），剔除无关因素。

1. 制造业：生产线良率下降

• 主因类别：6M
• 子原因举例：
  • Material：新供应商原材料硬度不达标。
  • Method：焊接温度设定低于标准值。
  • Measurement：检测仪器未定期校准，误判合格品。

2. 服务业：餐厅客户流失

• 主因类别：4P（调整版）
• 子原因举例：
  • People：服务员培训不足，响应速度慢。
  • Process：等位系统混乱，未及时通知客户。
  • Product：菜品口味不稳定，新厨师适应期。
  • Place：停车位不足，周边竞争加剧。

3. 医疗领域：手术感染率上升

• 主因类别：自定义（人员、器械、流程、环境）
• 子原因举例：
  • 器械：手术器械灭菌时间不足。
  • 流程：术前手部消毒步骤被省略。

1. 误区1：原因停留在表面
   • 问题：仅列出“设备故障”，未深挖至“润滑不足→维护计划缺失”。
   • 改进：结合5 Whys分析法追问至根本原因。
2. 误区2：分类混乱或重叠
   • 问题：“人员培训不足”同时出现在Man和Method类别。
   • 改进：明确定义各类别边界（如Man侧重能力，Method侧重流程）。
3. 误区3：忽视数据验证
   • 问题：假设“环境湿度影响质量”，但无温湿度记录支持。
   • 改进：用帕累托图（Pareto Chart）识别高频原因，优先解决。

1. 5 Whys + 鱼骨图：先用鱼骨图广度展开，再用5 Whys深度挖掘关键原因。
2. 帕累托图 + 鱼骨图：帕累托图识别主要问题，鱼骨图分析其成因。
3. FMEA（失效模式分析）：鱼骨图识别潜在失效原因，FMEA评估风险优先级（RPN）。

• 团队协作：邀请跨部门成员参与，避免视角单一化。
• 数字化工具：使用MindManager、XMind或Miro等软件绘制电子版，便于修改与共享。
• 动态更新：问题解决后，将鱼骨图归档作为知识库，供未来参考。

鱼骨图是“问题解剖的瑞士军刀”，通过结构化的因果梳理，将模糊的问题转化为可行动的改进点。其核心价值不仅在于图表本身，更在于推动团队系统性思考与数据驱动的决策文化。正如石川馨所言：“95%的质量问题可通过简单工具解决，但需要正确使用它们的智慧。”掌握鱼骨图，便是掌握了打开问题黑箱的第一把钥匙。 ADSFAEQWER353423413434

• Ishikawa, K. (1985). What is Total Quality Control? The Japanese Way. Prentice-Hall.
• Tague, N. R. (2005). The Quality Toolbox. ASQ Quality Press.
• 石川馨. (1988). 质量管理入门. 机械工业出版社.
• Zhang, Y., & Liu, X. (2019). Application of fishbone diagram in root cause analysis of medical errors: A systematic review. Journal of Healthcare Quality, 41(3), 145-155.
• Luo, J., & Wang, Q. (2020). Improving manufacturing quality using fishbone diagram and FMEA: A case study. International Journal of Quality & Reliability Management, 37(5), 789-805.
• Chen, W., & Li, H. (2018). Combining fishbone diagram with 5 Whys for accident analysis in chemical industry. Process Safety Progress, 37(2), 234-240.