在六西格玛DMAIC项目中，DOE（Design of Experiments，试验设计）最常用于改进阶段（Improve），因为此时项目团队通常已经筛选出可能影响结果的关键因子，需要通过系统实验验证因果关系、研究交互作用，并寻找更优的参数组合。不过，DOE并不是只能在Improve阶段使用，在分析阶段（Analyze）也可能用于验证关键原因。
一、DOE为什么最常出现在Improve阶段？
DMAIC的五个阶段分别是Define、Measure、Analyze、Improve和Control。
到了Analyze阶段，项目团队通常已经通过流程分析、假设检验、回归分析、分层分析等方法，把大量潜在原因逐步缩小到少数关键X。
进入Improve阶段后，问题就变成：
这些关键X应该怎样调整，才能让Y达到更好的结果？
这正是DOE最擅长解决的问题。
例如某注塑过程发现产品尺寸受到模具温度、保压压力和冷却时间影响。DOE可以系统安排不同参数组合，分析：
- 哪些因子真正显著；
- 各因子的影响方向和大小；
- 因子之间是否存在交互作用；
- 什么参数组合可以让过程表现更好。
因此，DOE最典型的位置是Improve阶段，用于优化关键过程参数。
二、DOE也可以在Analyze阶段使用
把“DOE = Improve”当作学习框架没有问题，但如果认为DOE只能在Improve阶段使用，就过于机械。
在Analyze阶段，团队需要确定问题的真正原因。如果历史数据不足，或者多个因素同时变化，很难从现有数据中判断因果关系，就可以设计实验主动改变输入变量，从而验证某个X是否真的影响Y。
例如团队怀疑：
温度升高会导致缺陷率增加。
单纯观察历史数据，可能同时存在原料批次、设备状态等干扰因素。这时通过受控DOE，可以更清楚地判断温度本身是否具有显著影响。
所以DOE也可以成为Analyze阶段验证根因的工具。
三、Analyze和Improve阶段使用DOE有什么区别？
两者的侧重点并不完全相同。
Analyze阶段：更关注“哪些因素真正重要”。
Improve阶段：更关注“重要因素应该怎样设定最好”。
例如，一个项目最初怀疑有8个潜在因子。
Analyze阶段可能通过筛选型DOE，把8个因子缩小到3个关键因子。
之后到了Improve阶段，再针对这3个因子进行更深入实验，研究交互作用和最佳参数区间。
从这个角度看，DOE可以贯穿原因验证到参数优化的过程。
四、为什么DOE比“一次只改一个参数”更有效？
现场改善常见的一种做法是：
先改变温度，其他参数不动；然后改变压力；再改变时间。
这种方式通常称为一次只改变一个因子。
问题是，它很难识别交互作用。
例如：
较高温度单独看可能没有明显影响，较高压力单独看也没有明显影响，但当高温和高压力同时出现时，缺陷率却大幅增加。
如果每次只改变一个因素，这种关系就很难发现。
DOE则可以通过系统安排多个因子和不同水平，更有效地分析主效应与交互作用。这也是六西格玛改善复杂过程时，DOE特别有价值的原因。
五、DOE之后还要做什么？
DOE得到最佳参数组合，并不代表项目已经结束。
项目团队通常还需要进行确认试验，验证改善方案在实际生产环境中是否真的有效。
确认改善成立后，DMAIC进入Control阶段，通过：
- SPC控制图；
- 控制计划；
- 标准作业；
- 参数上下限；
- 异常反应计划；
把DOE找到的改善结果固定下来。
因此，从整个DMAIC逻辑来看，可以简单理解为：
Analyze找关键X，Improve用DOE验证和优化关键X，Control把改善后的X控制住。
如果正在学习DMAIC，我会建议不要只背“DOE属于I阶段”，而是理解它为什么会在那里出现；优思学院的相关课程也是把DOE放在完整的问题解决逻辑中学习，而不是孤立记忆工具位置。
六、结论：DOE到底属于哪个阶段？
最简洁的答案是：
DOE最常用于六西格玛DMAIC的Improve（改进）阶段，同时也可以在Analyze（分析）阶段用于验证根因。
如果目的是筛选和确认哪些X真正影响Y，DOE偏向Analyze。
如果目的是寻找关键X的最佳设定、研究交互作用并优化过程，DOE偏向Improve。
所以，与其记住“DOE只属于哪个阶段”，更重要的是看当时项目需要解决什么问题。
