第 12 章　项目质量管理

一、考情分析

二、学习目标

三、知识点精讲：质量管理基础

3.1 质量与等级：一对必须分清的概念

质量（Quality）是指一系列内在特性满足要求的程度；等级（Grade）是对用途相同但技术特性不同的产品或服务的级别分类。二者是两个不同维度：质量偏低永远是个问题——它意味着可交付成果存在缺陷或差距；而低等级不一定是个问题——它只取决于需求的定位。一部功能简单但结实耐用的老人机是「低等级、高质量」的典型；反之，一部功能繁多但频繁死机的高端旗舰机则是「高等级、低质量」。

项目经理与项目管理团队必须注意，确定并交付既定的质量等级通常不是问题，问题在于等级和质量水平不匹配。也就是说，交付物到底是「够用就好」还是「行业标杆」，应当由规划质量管理工作明确下来，并让干系人对这个等级达成共识；一旦确定，就应按该等级所要求的质量标准去实现。等级混乱往往导致两类失败：要么过度设计（花钱堆了不需要的等级），要么欠设计（该有的等级没做到位）。

3.2 项目质量的定义与内涵

项目质量包括两个层面：其一是项目可交付成果的质量，即产品、服务或成果本身的固有特性满足要求的程度；其二是项目管理过程的质量，即项目管理活动本身是否规范、有效。教材强调，项目质量既要满足项目范围的明确要求，也要满足虽未明确写出、但项目干系人隐含的、必须的需求——只盯着合同条款而不顾隐含期望，是信息系统项目中质量纠纷的高发原因。

质量管理还应树立三个基本理念：质量是规划、设计和建造出来的，而不是检验出来的——检验只能剔除不合格品，无法提升产品质量本身；预防胜于检查——防止缺陷进入可交付成果的成本，远低于缺陷发生后返工、赔付的成本；持续改进——质量管理是一个不断改进的循环（规划—执行—检查—处置），追求质量没有终点。

3.3 质量管理标准体系

质量管理的通行标准体系以 ISO 9000 系列为代表，其核心内容包括：以顾客为关注焦点、领导作用、全员积极参与、过程方法、改进、循证决策、关系管理等质量管理原则。ISO 9000 系列标准建立在「所有工作都是通过过程来完成的」这一认识基础上，组织内各过程相互关联、相互影响，构成一个过程网络。六西格玛（Six Sigma）等改进方法论也常与质量管理体系结合使用，其目标是减少过程波动、提高过程能力，追求每百万次机会中缺陷数不超过 3.4 的水平。对考试而言，需要掌握的要点是：质量管理标准体系为项目质量管理提供了原则框架和方法论基础，项目质量管理应与组织的质量管理体系相衔接，但项目质量管理又具有项目自身的临时性与独特性。

3.4 质量管理的新实践

• 质量融入规划和设计：在规划阶段就识别质量要求、设计质量指标，而不是事后补救。越早投入质量活动，缺陷发现和纠正的成本越低，这一规律也被称为「1-10-100 法则」的朴素思想——设计阶段花 1 份成本能解决的问题，到制造阶段要花 10 份，到客户手中则要花 100 份。
• 现代质量管理追求顾客满意、预防胜于检查、持续改进、管理层责任与质量责任全员化：质量责任不能只压在质量部门身上，管理层尤其要为质量负责并提供资源。
• 敏捷环境中的质量实践：在适应型生命周期中，质量管理通过频繁的迭代评审、持续集成、自动化测试、结对编程与代码评审等方式内嵌于开发过程，质量要求（如完成定义，DoD）由团队与干系人共同明确，每轮迭代都验证可交付成果是否满足质量标准。

四、知识点精讲：规划质量管理

4.1 三个过程的总览与定位

项目质量管理包括三个过程，三个过程的定位一句话概括：规划质量管理「定标准」，管理质量「管过程」，控制质量「验结果」。

4.2 规划质量管理的过程框架

定义：识别项目及其可交付成果的质量要求和／或标准，并书面描述项目将如何证明符合质量要求和／或标准的过程。本过程的主要作用是，为在整个项目期间如何管理和核实质量提供指南和方向。

质量管理计划描述项目将如何执行质量政策，内容包括项目采用的质量标准、项目质量目标、质量角色与职责、需要质量审查的可交付成果和过程、质量活动（如测试、评审）的安排等；质量测量指标则把抽象的质量要求操作化，常见指标包括：按时交付的百分比、缺陷密度、故障率、可用性（如系统可用率不低于 99.9%）、测试覆盖度等。没有测量指标，质量管理计划就无法落地。

4.3 成本效益分析与质量成本

成本效益分析用于估算备选方案的质量活动成本与预期收益：如果收益大于成本，该质量活动就值得做。这是「质量是要花钱的，但质量缺陷更花钱」这一权衡的量化工具。

质量成本（Cost of Quality, COQ）是本章必考重点，指在产品生命周期中为预防不符合要求、为评估符合要求，以及因未达到要求（返工、报废、赔付等）而发生的所有成本。质量成本分为两大类：一致性成本（为产出合格产品而付出的成本）与非一致性成本（因不合格而产生的成本）；前者进一步分为预防成本和评估成本，后者进一步分为内部失败成本和外部失败成本，构成四级分类：

4.4 数据表现工具：流程图、逻辑数据模型、矩阵图

• 流程图：对过程中一个或多个步骤的图形化展示，也称过程流。它展示了活动之间的先后顺序与分支，有助于分析过程如何发生、发现可能的失效环节。流程图中的每个活动，都可以用「何时、何地、发生什么」来质询，是之后过程分析、因果分析的基础底图。SIPOC（供应方—输入—过程—输出—客户）图是流程图的一种常见简化形式，在质量规划阶段用于框定过程边界。
• 逻辑数据模型：把组织或系统中的数据实体及其关系以图形方式表达出来（如实体—关系图），可用于识别数据质量问题会在哪些数据流与实体上出现，为数据质量指标的设定提供依据。信息系统项目中，逻辑数据模型是规划数据质量的核心工具之一。
• 矩阵图：用行列交叉的矩阵，分析多个变量组之间关系的表格工具。常见的有行列分别代表两组因素的矩阵（如「需求 × 质量指标」「过程 × 风险」），用于识别两组要素之间的强弱关系，确定需要重点管理和测试的结合点。

4.5 测试与检查的规划

在规划阶段，项目经理和团队应决定如何测试或检查产品、可交付成果或服务，以满足干系人的需求和期望，以及如何确认产品的质量。测试与检查规划需要权衡的内容包括：测试的范围与层级（单元测试、集成测试、系统测试、验收测试的安排）、测试环境与工具的搭建、测试数据与脚本的设计、性能与安全等专项测试的策划、以及由谁在何时执行何种测试与检查。测试与检查活动应与进度计划、资源计划联动——测试规划做得越早，测试活动就越不会被压缩成「走过场」。

五、知识点精讲：管理质量

5.1 过程框架与定位

定义：把组织的质量政策应用到项目上，并将质量管理计划转变为可执行的质量活动的过程。本过程的主要作用是，提高实现质量目标的可能性，以及识别无效过程和导致质量低劣的原因。必须牢牢记住定位：管理质量关注过程、面向内部（项目团队与组织自身的过程改进），而控制质量关注结果、面向可交付成果的核验。管理质量有时也被称为「质量保证（Quality Assurance, QA）」，教材第 4 版统一采用「管理质量」这一过程名。

5.2 质量审计

质量审计是一种独立的结构化审查（评估），用来确定项目活动是否遵循了组织和项目的政策、过程与程序。要点有三：其一，审计通常由项目外部的团队开展，如组织内部的质量保证部门、项目管理办公室（PMO）或组织外部的第三方审计师——「独立性」是审计区别于一般检查的灵魂；其二，审计的对象是过程与活动的合规性，而非产品本身合不合格；其三，质量审计的成果可以确认已批准的变更请求（含补救措施、纠正措施、预防措施）的实施情况，识别最佳实践、分享良好经验、提出改进建议，进而推动组织过程资产的更新。

5.3 过程分析与根本原因分析

过程分析遵循质量管理计划中规定的步骤，检查项目执行过程中遇到的问题、制约因素以及非增值活动，找出过程的薄弱环节——它看的是「事」，不是「物」。根本原因分析（Root Cause Analysis, RCA）是确定引起偏差、缺陷或风险的根本原因的一项分析技术，常用方法是因果图（下文详述），通过不断追问「为什么」把问题从表面症状追溯到深层根因。一个根因被消除后，可以避免一类问题反复发生；只处理症状而不处理根因，问题必然复发。

5.4 面向 X 的设计与问题解决

面向 X 的设计（Design for X, DfX）是产品设计期间可采用的一系列技术总称，X 可以是可靠性、可用性、可维护性、安全性、可装配性、成本或其他特征。使用 DfX 可以减少产品的后期变更、提升产品在某方面的固有质量。信息系统项目中最常见的是可靠性设计、可维护性设计与安全性设计——在架构阶段就考虑 X，比上线后打补丁有效得多。

问题解决是管理质量中解决已发现缺陷的方法体系，教材给出的关键步骤是：定义问题 → 识别根本原因 → 生成可能的解决方案 → 选择最佳方案 → 执行方案 → 验证方案的有效性。这套六步法在案例分析题中可以直接作为「发现质量问题后应如何处置」的作答模板。

5.5 质量报告

质量报告是管理质量的关键输出，通常以图形方式呈现，内容包括：质量管理过程和活动的情况、由控制质量过程所产生的各种偏差与缺陷分析、改进建议（含纠正措施、预防措施建议）、以及需要在项目中采取后续措施的问题清单。质量报告的读者是项目团队与干系人，它是信息传递（沟通管理）与持续改进的载体。

六、知识点精讲：控制质量

6.1 过程框架与定位

定义：为了评估绩效，确保项目输出完整、正确且符合客户期望，而监督和记录质量管理活动执行结果的过程。本过程的主要作用是，核实项目可交付成果和工作已经达到主要干系人的质量要求，可供最终验收。定位再强调一次：控制质量关注结果，面向可交付成果的核验，其标志性输出「核实的可交付成果」是范围确认（确认范围）的输入。

6.2 七种基本质量工具（老七种工具）

七种基本质量工具也被称为「老七种工具」，是控制质量最核心的工具集，也是综合知识与案例分析的高频考点。逐一说明：

• 因果图（Cause-and-Effect Diagram）：又称石川图、鱼骨图或鱼刺图，将问题陈述放在「鱼头」，可能的原因按人、机、料、法、环等维度铺展成「鱼骨」，用于追溯质量问题的根本原因。
• 流程图：展示过程步骤与分支，用于了解和估算一个过程的质量成本，也可以用来推测过程哪里可能出问题。
• 核查表（Checksheet）：又称计数表，用于收集数据的查对清单，把观察到的缺陷类型、频数按结构记录下来，是帕累托分析与直方图的原始数据来源。
• 帕累托图（Pareto Chart）：按发生频率排序的柱状图，显示有多少结果是由已确认的类型或原因造成的，体现「80/20 法则」——少数原因贡献了大部分缺陷，帮助团队聚焦主要问题。
• 直方图：用柱形表示数据分布（落在各组区间的频数），用于描述数据的集中趋势、分散程度与分布形态，但不反映时间变化。
• 控制图（Control Chart）：按时间顺序展示过程数据与计算出的中心线、控制上下限的图，用于判断一个过程是否稳定、是否受控，是「过程是否出问题」的判据。
• 散点图（Scatter Diagram）：在 X 轴与 Y 轴上分别放置两个变量，用点阵展示两个变量之间的相关性（正相关、负相关或无关）。

除七种基本工具外，管理质量与控制质量还常用核对表（识别缺陷并用缺陷追踪表记录）、矩阵图、思维导图、亲和图（把大量创意或问题按亲和性分组）等工具；统计抽样则贯穿于控制质量的测试与检查之中。

6.3 统计抽样、核对单与检查

• 统计抽样：从目标总体中选取部分样本用于检查，以样本的统计结果推断总体质量。抽样的好处是节省成本和时间，适用于总量大、全检不可行的场合（如百万行代码中抽取模块评审、海量交易流水中抽取凭证核对）。抽样必须讲究方法——样本的选取应具有代表性，抽样方案（样本量、抽取方式）需在质量规划阶段确定。
• 核对单（Checklist）：结构化的检查项目清单，逐项核对「应做的事是否已做」。核对单的内容来源于过去的经验教训与组织过程资产，用于防止遗漏，属于组织过程资产的一部分。注意区分：核对单（Checklist）是「检查是否做了」的清单，核查表（Checksheet）是「记录发生次数」的计数表，一字之差，用途不同，是经典辨析点。
• 检查（Inspection）：检查是指检验工作产品，以确定其是否符合书面标准，也称评审、同行评审、审查或巡检等。检查的结果通常包括对缺陷的度量、对是否合格的判断以及相应的纠正措施建议。检查可在任何层面进行，可以在单个活动结束后进行，也可以在项目或阶段收尾时对最终产品进行。

6.4 控制图：控制限、规格限与七点规则

控制图有三条关键线：中心线（均值）、上控制限（Upper Control Limit, UCL）与下控制限（Lower Control Limit, LCL）。控制限由过程的历史数据计算得出（通常取中心线上下三个标准差），用来判断过程本身是否稳定受控；规格限（Specification Limits）则是来自合同、标准或客户的质量要求，用来判断产品是否合格。二者的区别必须刻进肌肉记忆：

失控的判定规则：数据点超出上／下控制限，即可判过程失控（非受控）；即使所有数据点都落在控制限之内，若出现「七点规则」——连续七个点在中心线同一侧，或连续七个点持续上升或持续下降——同样判为过程失控，说明过程可能受到了某种系统性因素的干扰，需要查明原因（哪怕产品此刻仍然合格）。七点规则的意义在于：它是「趋势性异常」的报警器，等点飞出控制限才发现问题就晚了。

七、知识点精讲：三组高频易混点辨析

7.1 质量 vs 等级

7.2 管理质量 vs 控制质量

7.3 预防 vs 检查

预防（Prevention）是在生产产品或交付服务之前消除不合格的原因，对应一致性成本（主要是预防成本，也含评估成本中的早期投入）；检查（Inspection）是在产品生产出来之后，把不合格品挑出来，对应评估成本与后续可能的失败成本。现代质量管理的基本立场是：预防胜于检查——预防把问题挡在发生之前，检查只能把已发生的问题挡在客户之外；而且缺陷发现得越晚，纠正的成本越高。项目质量「是规划、设计和建造出来的，而不是检验出来的」，说的就是预防的优先性。

八、典型案例分析

案例一：某电商大促系统的质量失控（传统案例）

背景：某软件公司承建一个电商客户的大促秒杀系统，合同约定峰值并发不低于 3 万 TPS、下单成功率不低于 99.5%。项目经理把「开发完成」作为唯一里程碑，质量方面仅在上线前安排了一轮功能回归。

问题描述：大促当天系统在 2 万 TPS 时即出现大量超时，下单成功率跌至 92%，客户按合同索赔，公司还紧急投入 20 人连夜返工。事后复盘发现：性能测试在计划中根本不存在，需求跟踪矩阵中也没有性能指标的条目。

问题诊断（分点）：

1. 规划质量管理缺失：未识别性能质量要求（3 万 TPS、99.5%），未形成质量测量指标与测试规划，属于「没有定标准」的源头性缺陷；
2. 管理质量缺位：过程中无质量审计与过程分析，性能这一关键质量特性从未进入过程检查范围；
3. 控制质量形同虚设：仅有上线前一轮功能回归，测试与检查规划中没有性能、压力、容量等专项测试；
4. 质量成本结构恶化：一致性成本（评估成本）几乎为零投入，最终以巨额外部失败成本（赔付＋商誉损失＋返工）偿还；
5. 质量与等级混淆的隐患：客户要的是「高等级＋高质量」，团队却按「低等级、无质量指标」交付。

改进建议（分点）：

1. 规划阶段产出质量管理计划与质量测量指标（响应时间、TPS、成功率、可用率逐条量化），并将性能测试纳入测试与检查的规划；
2. 执行阶段安排节点性的质量审计与过程分析，对性能缺陷使用因果图做根本原因分析；
3. 控制阶段用控制图跟踪缺陷密度、测试通过率等指标趋势，用帕累托图排序缺陷主因、优先修复；
4. 在计划中为质量活动显性分配工时与资源，保证一致性成本足额投入。

命题落点：本案例可考「指出质量管理存在的主要问题」「判断质量成本各费用项的归属」「为该项目选择合适的质量工具并说明理由」。答题时紧扣三过程定位与质量成本四级分类，分点作答即可拿到结构分。

案例二：主数据治理项目中的数据质量管理（延伸案例，呼应论文新动向）

背景：某集团启动主数据治理项目，目标是将分散在 11 个业务系统中的客户、供应商、物料主数据统一清洗、集中管控。项目上线试运行后，业务部门反馈数据「不能用」：同一供应商在不同系统有多个编码、物料描述口径不一、部分关键字段大量为空。

问题描述：项目经理认为「数据已经按数据库表结构要求录入了，就是合格的」；业务部门坚持「查出来没法用于经营分析，就是不合格」。双方争执不下，项目验收受阻。

问题诊断（分点）：

1. 质量标准缺失：数据质量要求未被操作化为测量指标——数据质量评价通常从规范性、完整性、准确性、一致性、时效性、可访问性等维度刻画，本项目一个维度都没定义；
2. 只认「表结构符合」不认「用途满足」：质量是固有特性满足要求的程度，隐含的用途要求（经营分析可用）同样是质量要求；
3. 规划阶段未使用逻辑数据模型分析数据实体与数据流，数据质量问题高发点没有提前识别；
4. 控制阶段无数据核查机制：没有核查表统计各类数据质量问题频次，也无清洗规则核对单。

改进建议（分点）：

1. 在规划质量管理中为数据定义质量测量指标（如：编码唯一性 100%、关键字段完整率不低于 98%、跨系统一致率不低于 95%）；
2. 用逻辑数据模型梳理主数据实体关系，用矩阵图分析「数据项 × 质量维度」的核查重点；
3. 清洗阶段用核查表逐类记录问题数据频数，用帕累托图找出主要问题字段，优先治理「关键的少数」；
4. 建立数据质量报告机制，按维度出具指标，作为「核实的可交付成果」的验收依据。

命题落点：这是近年论文「数据质量管理」方向的标准素材。论文可用三过程做结构（规划：定数据质量标准与指标 → 管理：数据质量审计与清洗过程改进 → 控制：数据质量核查与报告），用质量成本说明「脏数据清洗成本远高于源头录入校验成本」，再以数据质量评价维度做理论点缀，完整度很高。

九、考点速记卡