通过战略性D2问题描述精准定位D4根本原因

在8D问题求解法框架中，**D2（问题描述）阶段的质量直接决定D4（根本原因分析）**的效率。对问题进行细致的展开，能让团队排除噪声、聚焦于真正的原因。

1. 核心工具：是/不是分析

是/不是分析的本质，是找出失效是什么与不是什么之间的差距，从而帮助隔离出独特的变化或差异。

示例：停电故障排查

• 是： 我家断电了，客厅一片漆黑。
• 不是： 整栋楼没有停电（排除电网故障）；卧室仍有电（排除总断路器）。
• 推论： 范围缩小到客厅内某个特定回路或电器的故障。

同样的逻辑适用于制造缺陷。如果3号型腔的零件出现毛刺，而1号、2号型腔没有，那么型腔差异就是线索——不是材料批次，不是操作员，也不是班次。

2. 多维度对比分析（5W2H）

在工业场景中（例如国际汽车工作组质量管理体系标准所要求的质量管理体系环境），我们沿5W2H维度运用是/不是逻辑：

还有两个维度值得加入矩阵：何人（哪个操作员、班次或产线——以及哪些从未出现该缺陷）和何物/哪个（哪个零件号、材料批次或供应商——以及哪些是干净的）。未发生的模式往往比发生的模式更有信息量。

3. 实例：装配线上的密封件泄漏

某产线的泄漏测试拒收率达到43%。团队在动工艺之前先完成是/不是矩阵：

阶跃式变化加上班次分化，指向的不是工装磨损，而是与批次相关的密封件尺寸或夜班装夹差异。于是D4只需验证新批次密封件的硬度和压缩永久变形，而不必重新审核整条产线——节省了数天时间。

4. 完整D2的分步检查清单

1. 用可测量的方式撰写问题陈述（缺陷、位置、数量级、日期）。
2. 在何物、何地、何时、何人、多少和趋势各维度填充是/不是矩阵。
3. 记录至少五项“不是”特征——每一项都是一道过滤器。
4. 用数据（检验记录、测试日志、照片）核实每一条目，而非凭意见。
5. 标出任何无法区分“是”与“不是”的维度——这个空白本身就是线索。
6. 列出与每个“是”条目相关的差异和变化（ECN、批次、班次、供应商）。
7. 在D3遏制措施关闭、D4开启之前，由团队负责人签字确认描述完整。

5. 常见失效模式及识别方法

• 以意见代替证据——出现“大概是操作员”之类的条目。识别方法：要求提供每一行背后的记录。
• 没有“不是”数据——矩阵中只有“是”条目。识别方法：数一数“不是”的行数；少于五行说明D2不完整。
• 范围过宽——“产线上的所有缺陷”。识别方法：检查陈述是否指明了位置、数量级和日期。
• 确认偏误——团队只列出支持其偏爱理论的数据。识别方法：指派某人专门论证相反的情况。
• 描述陈旧——D2写一次后，随着遏制数据的到来从不更新。识别方法：给矩阵标注日期，并在每次D4会议上复核。

6. 验证输出并与相邻D步骤衔接

当一名独立评审者能读懂矩阵并预测出哪些原因已被排除时，D2描述才算得到验证。将其与D3遏制措施数据交叉核对（逃逸路径是否与“何地/何时”条目相符？），并与D4核对——每一个经确认的根本原因都应落在剩余的“是”空间内，每一个被排除的原因都应映射到具体的“不是”过滤器。如果D4得出的原因与某个“不是”条目相矛盾，那么两者之一必错；在进入D5之前先解决它。

7. 结论

有效D2分析的关键在于刻意搜寻“不是”信息。通过界定问题本可能发生却没有发生的地方，你过滤掉无关因素，从而在D4中对根本原因实施精准打击。是/不是工具基于一条基本原则：每个失效都有独特的模式，它不仅由失效是什么来定义，也由它不是什么来定义。如果缺陷发生在A机器而不发生在B机器，这个差异就是线索。如果它发生在夜班而不发生在白班，这个差异就是线索。你能识别的“不是”特征越多，就能越精确地缩小根本原因。我建议团队在认为D2描述完整之前，至少识别五项“不是”特征。每一项“不是”特征都是一道过滤器，排除一组潜在原因，五道过滤器将排除大多数可能性。是/不是工具把根本原因分析从猜谜游戏转变为系统化的排除过程。通过不仅界定失效是什么、还界定它不是什么，团队生成一个对比矩阵，以指数级缩小调查空间。五项精心选择的“不是”特征可排除大多数潜在原因。最有价值的调查洞见往往不来自等式中的“是”一侧，而来自“不是”一侧。