本文以 D 公司关键制成的良率数据库为基础，研究了数据挖掘的
质量改善模式在品牌企业对供应商的质量改善中的应用。首先对 D 公
司关键制成的良率数据库进行标准化，建立标准的良率数据收集过程，
然后使用决策树分类 CHAID 数据挖掘的方法找到影响良率数据的关
键因素，并通过对良率数据自身的特点用箱图法进行分析，在此基础
上建立了关键部件良率的行业基准分类方法，行业基准的确立。供应
商的良率同行业基准比较并结合良率的走势，寻找质量改善与提升的
机会。与供应商共同成立质量改善项目，并使用 DMAIC 方法实现质量
的改善，使用 Kappa 方法检验其一致性。本文作者参与了以上所有环
节并参与实施了 D 公司的供应商 T 公司的质量改善项目。

通过结合数据挖掘的质量改善模式突破了 D 公司所在行业传统
的点对点质量改善方式。它在宏观上通过数据挖掘和分析，寻找到质
量改善的机会，在微观上成立质量改善项目小组，完成质量改善。建
立行业基准让改善引入了竞争机制，使得质量改善变得更积极与有效，
形成了由面到点的精准质量改善模式。本文基于数据挖掘的质量改善
模式可在同行业和其它类似行业运用。

关键词：关键制成良率，项目管理，数据挖掘，质量改善，DMAIC