按数据的性质分成计量值控制图和计数值控制
按数据的性质分成计量值控制图和计数值控制
每类又可细分为具体的控制图，如计量值控制图可具体分为均值—极差控制 图、单值一移动极差控制图等。而最常用的是计量值控制图中的平均值—极差控 制图，这两类控制图的特点与适用场合详见下表。 类 名称 特点 适用场合 别 计量值控制图 平均
没有这个模型
没有按数据的性质分成计量值控制图和计数值控制时，面对「极差控制图 最常用,判断工序是否正常 产品批量较大的工序」这类问题，通常依赖直觉或经验处理，容易在表面症状上循环，无法触及根因或全局结构。
使用这个模型
运用按数据的性质分成计量值控制图和计数值控制后，能够按照结构化的推理协议逐步分析问题：每类又可细分为具体的控制图，如计量值控制图可具体分为均值—极差控制 图、单值一移动极差控制图等。，从而得出有依据的结论，而不是可替换的猜测。
适用信号
- 极差控制图 最常用,判断工序是否正常 产品批量较大的工序
- 移动极差控制 简便省事,并能及时判断工序是 因各种原因(时间等)每次
不适用与停止条件
- 不需要说太多，重要的是给他大量相关的技术
- 不需要一视同仁地对待所有的顾客
- 不需要安排特殊服务资源，去回应他
推理协议
- 01
随机抽取样品 50 件以上，测出样品的数据，计算控制界限，做控制图；
检查点：确认此步骤是否得出明确结论
- 02
观察控制图是否在控制状态中，即稳定情况，如果点全部在控制界限内．而
检查点：确认此步骤是否得出明确结论
- 03
如果有异常状态，或虽未超出控制界限，但排列有异常，则需查明导致异
检查点：确认此步骤是否得出明确结论
- 04
把上述所取数据作立方图，将立方图和标准界限(公差上限和下限)相比
检查点：确认此步骤是否得出明确结论
场景示例
在企业管理场景中需要运用按数据的性质分成计量值控制图和计数值控制来解决组织层面的关键决策问题
按数据的性质分成计量值控制图和计数值控制在此场景中的核心价值：帮助企业管理者从凭直觉决策转向基于系统分析的判断。例如零售企业在决定是否进入新市场时，用按数据的性质分成计量值控制图和计数值控制替代单纯的财务估算，避免因信息不全导致的战略误判
在产品设计中遇到需要权衡功能优先级或用户体验方向的问题时
按数据的性质分成计量值控制图和计数值控制在产品设计中的应用：用于替代经验驱动的设计决策。例如社交App决定新功能上线顺序时用按数据的性质分成计量值控制图和计数值控制替代产品经理的个人偏好，使上线决策有据可依
面对复杂数据或模糊现象，需要找出背后的规律或根因时
按数据的性质分成计量值控制图和计数值控制在分析场景中的实践：用于结构化地拆解表面现象并定位关键变量。例如电商平台发现某品类销售额突然下滑时用按数据的性质分成计量值控制图和计数值控制替代竞品抢走市场的表面归因，逐层拆解到用户行为变化的根因
面对多个选项且伴随不确定性，需要做出有逻辑支撑的选择时
按数据的性质分成计量值控制图和计数值控制在决策场景中的价值：用于替代直觉驱动的判断。例如投资人在评估多个项目时用按数据的性质分成计量值控制图和计数值控制建立统一评估框架，避免被创始人的个人魅力或单一数据锚定
在日常执行中需要分配有限的精力和时间资源时
按数据的性质分成计量值控制图和计数值控制在任务管理中的用法：用于建立基于价值的优先级排序。例如技术团队面对多个并发需求时用按数据的性质分成计量值控制图和计数值控制替代谁催得急先做谁的被动响应，建立主动排期机制