数字化六西格玛：赋能数字化转型的系统方法
作 者： 李春生 著
出版时间： 2022
内容简介
数字化转型是变革性的，也是精益和六西格玛理念和逻辑的延伸。在以精益六西格玛系统方法支持数字化转型这一思路的指引下，本书重点探讨数字化工具与精益六西格玛方法论融合以及数字化转型与精益六西格玛管理融合等重要课题。本书的内容以传统精益六西格玛为基础，围绕精益六西格玛与数字化结合这一主线展开；书中涵盖了数字化六西格玛思维、工具和方法、能力培养及项目管理等，并配有案例介绍。通过阅读本书，读者将能够对数字化转型、数字化六西格玛及二者的关系有较深的认识，对数字化六西格玛方法论有初步的全面了解，可将相关方法应用于持续改进和数字化转型工作中。 本书适合从事数字化转型、精益和持续改善工作的领导者、推动者和实践者，从事质量工程、工艺工程、设备设施等领域的工程师，以及对数字化转型或改善有兴趣的读者。
目录
序一
序二
前言
第一章 数字化时代六西格玛何去何从？ /
看得见的历史与未来 /
管窥转型的时代 /
数字化时代六西格玛何去何从 /
本章小结 /
第二章 数字化六西格玛思维 / 价值思维 /
数据思维 /
系统思维 /
简约法则——奥卡姆剃刀 /
数字化意识与终身学习 /
本章小结 /
第三章 数字化六西格玛与数字化转型 /
数字化六西格玛因数字化转型而生 /
数字化六西格玛是管理创新 /
数字化六西格玛的数字化属性 /
数字化六西格玛赋能数字化转型 /
本章小结 /
第四章识别和定义改善项目 /
识别改善机会 /
选择确定六西格玛项目 /
组建项目团队 /
定义项目 /
项目计划 /
本章小结 /
第五章 数据收集和探索性数据分析 /
工业大数据来源与数据质量 /
工业数据的来源 /
浅谈工业大数据的特点及分析要点 /
探索性数据分析(EDA)和描述性统计分析 /
时间序列数据及其可视化 /
工业数据管理和数据仓库 /
本章小结 /
第六章 数字化六西格玛分析方法 /
数据分析目的和应用分类 /
DMAIC与CRISP-DM /
工业大数据分析建模概述 /
数据分析软件和平台 /
统计分析方法 /
机器学习和数据挖掘算法 /
数学模型综述 /
本章小结 /
第七章 数字化改善方案 /
计算机视觉 /
自适应控制和智能控制 /
机器人流程自动化(RPA) /
本章小结 /
第八章 数字化控制手段 /
基于数字化平台的统计过程控制(SPC) /
边缘节点在改善项目中的应用 /
商业智能 /
计算改善收益 /
本章小结 /
第九章 构建数字化改善能力 /
数字化改善能力的模型 /
数字化改善能力的构建 /
数字化能力社群运营 /
数字化转型与员工职业发展 /
第十章 数字化六西格玛项目管理 /
开始实施六西格玛 /
实践中的数字化改善现状及趋势 /
关于业务部门的数字化转型和改善 /
改善项目跟踪和状态管理 /
第十一章 数字化六西格玛项目案例 /
案例一：用蒙特卡罗方法优化零件尺寸 /
案例二：基于机器学习的自适应过程控制 /
案例三：用RPA将软件嵌入业务流程 /
案例四：用计算机辅助工程(CAE)优化注塑模具 /
后记 /
参考文献 /
