威廉·爱德华兹·戴明（William Edwards Deming，1900年10月14日－1993年12月20日）是20世纪质量管理发展史上最重要的人物之一。他是一名统计学家、顾问和管理思想家，早年接受数学、物理和统计方面的训练，并于1928年取得耶鲁大学数学物理博士学位。
很多人认识戴明，是因为他在第二次世界大战后帮助日本企业推动质量管理。但如果只把他理解为「帮助日本提高产品质量的美国专家」，其实低估了他的真正影响。
戴明最重要的贡献，是把统计学中的「波动」概念带进企业管理，并进一步提出一个影响深远的观点：
质量问题往往不是简单地由某一个员工造成，而是来自整个过程和管理系统。
这套思想后来深刻影响了统计过程控制、持续改善、全面质量管理，以及今天许多精益和六西格玛管理方法。
戴明最重要的统计思想：过程一定存在波动
传统质量管理很容易把问题理解成「产品合格」与「产品不合格」。
产品生产完成以后，再由检验人员进行检查。如果发现不良品，就挑出来返工或者报废。
戴明所推动的统计质量思想却要求管理人员向前多看一步：
为什么这个过程会产生这些不良品？
任何生产或服务过程都会出现波动。
例如一台机器加工零件，即使使用同样的材料、同样的设备和同样的操作方法，每一个产品的尺寸仍然不可能完全一样。
假设产品尺寸分别是：
10.01、9.99、10.02、10.00、9.98……
这种差异并不一定代表机器发生了故障。
真正重要的问题是：
这些波动属于过程本身正常存在的波动，还是某些特殊原因造成的异常波动？
这个思想源自戴明的重要导师沃尔特·休哈特（Walter A. Shewhart）的统计过程控制理论，并被戴明进一步推广到质量和企业管理之中。
普通原因和特殊原因，是现代质量管理的重要基础
戴明特别强调理解不同类型的变异。
有些波动来自整个系统长期存在的因素，例如机器精度、材料差异、工作环境、流程设计、测量方式以及员工所使用的方法。
这种波动通常称为普通原因变异（Common Cause Variation）。
另一种波动则来自某个特殊事件，例如刀具突然损坏、原材料批次异常、设备参数被错误修改或者测量仪器发生故障。
这类情况属于特殊原因变异（Special Cause Variation）。
两种问题需要完全不同的管理方式。
如果问题来自特殊原因，就应该寻找异常事件并消除它。
但如果问题来自整个系统，只是不断要求员工「小心一点」「认真一点」，通常不会真正解决问题。
这也是戴明思想非常重要的一点：
管理者必须学会区分「人的问题」和「系统的问题」。
很多企业发生质量问题以后，第一个反应是寻找责任人。
戴明则要求管理人员先观察过程本身是否具有稳定性，再判断问题究竟来自哪里。
质量不能只靠最终检验出来
戴明反对企业把质量管理的重点完全放在最终检验。
原因很简单。
产品已经生产出来以后才发现缺陷，实际上很多成本已经发生。
原材料用了，机器时间用了，员工工时用了，能源用了。如果产品最后才被发现不合格，还可能需要返工、报废甚至处理客户投诉。
因此，更好的质量管理方式不是：
生产 → 检验 → 找出不良品
而是：
理解过程 → 监控波动 → 找出原因 → 改善过程 → 防止缺陷发生
这也是为什么后来统计过程控制（SPC）在制造业中得到广泛应用。
控制图的真正价值，不只是画出一张图，而是帮助管理人员判断：
当前过程究竟只是正常波动，还是已经出现值得调查的异常信号。
这种思考方式把质量管理从「检查产品」推进到了「管理过程」。
戴明为什么认为质量问题是管理问题？
戴明的思想后来逐渐超越单纯的统计技术。
他发现，即使企业拥有很好的统计工具，如果管理系统本身存在问题，质量仍然很难长期改善。
例如：
管理层只追求当月产量；
采购部门只选择价格最低的供应商；
生产部门为了赶交期不断改变计划；
员工没有接受足够培训；
设备长期缺乏维护；
绩效制度鼓励部门之间互相竞争；
管理人员只看结果，却不理解过程。
在这种环境中，即使操作人员非常努力，仍然可能不断产生质量问题。
因此，戴明逐渐把质量管理提升到系统管理的层面。
企业的采购、设计、生产、销售、供应商、客户和员工并不是彼此独立的部分，而是一个互相影响的系统。
如果企业只优化其中一个部门，甚至可能损害整个系统。
例如采购部门为了降低采购价格选择最便宜的材料，表面上采购成本下降了，但生产过程的不良率和设备故障增加，企业总成本反而可能更高。
这正是系统思维和传统部门管理之间的重要差别。
从PDCA到PDSA：改善本质上是一种学习过程
戴明也经常与PDCA循环联系在一起。
严格来说，PDCA的思想源头与休哈特有关，而戴明后来更倾向使用PDSA（Plan-Do-Study-Act）。
也就是：
Plan：计划
明确问题，提出改善假设，并决定怎样收集数据。
Do：执行
进行小规模测试或者实施改善。
Study：研究
分析实际结果，与原来的预测进行比较，并理解为什么会产生这样的结果。
Act：行动
根据学习结果决定标准化、继续改善或者重新调整方案。
这里最关键的是Study。
改善并不是简单地「想到一个方法 → 做了 → 成功」。
更重要的是通过实验和数据不断学习：
我们原来认为问题是什么？实际结果是否支持这个判断？下一轮应该怎样调整？
今天精益管理中的持续改善、A3问题解决，以及六西格玛DMAIC中的许多思想，都可以看到类似的逻辑。
戴明为什么对日本质量管理影响这么大？
第二次世界大战结束以后，日本工业需要重建，同时也面对产品质量和国际竞争力的问题。
1950年，戴明应日本科学技术联盟（JUSE）邀请，到日本向工程师和企业管理人员讲授统计质量控制。
但他所强调的不只是「怎样使用统计公式」。
他向日本管理者传递了一个更完整的理念：
提高质量，可以减少返工、浪费和成本，同时提高生产力，最终扩大市场并创造更多工作机会。
也就是说，质量并不是增加成本的负担。
如果通过改善过程减少缺陷，企业反而可能同时获得：
更好的质量、更低的成本、更高的生产效率和更强的市场竞争力。
这种思路对战后日本企业产生了巨大影响。
1951年，日本科学技术联盟设立戴明奖（Deming Prize），用于表彰在质量管理方面取得突出成果的企业和个人。后来戴明奖成为全球质量管理领域最著名的奖项之一。
戴明的影响远远超过制造业
到了职业生涯后期，戴明越来越强调：
统计方法只是管理知识的一部分。
企业真正需要理解的，是系统、变异、心理学和学习之间的关系。
他后来把这些思想整理为著名的「深奥知识体系」（System of Profound Knowledge），主要包括四个相互关联的部分：
对系统的理解、对变异的认识、知识理论，以及对人的心理和行为的理解。
这也是为什么戴明的影响后来从制造业扩展到医疗、教育、服务业、公共管理和企业经营。
只要存在流程、人员、数据和结果，就存在理解系统和变异的需要。
戴明对今天质量工程师最大的启示是什么？
今天的质量工程师拥有比戴明时代强大得多的软件。
Minitab、JMP、Python、AI以及各种自动化系统，都可以快速计算平均值、标准差、Cpk、P值、回归模型甚至复杂的机器学习结果。
但戴明留下来的问题依然没有过时：
你的数据来自一个稳定的过程吗？
你观察到的是正常波动，还是特殊原因？
这个问题究竟来自某个人，还是来自系统设计？
改善以后看到的变化是真正的改善，还是随机波动？
某个部门的改善，会不会反而损害整个系统？
这些问题并不能单靠软件自动回答。
它们需要管理人员真正理解过程、数据和系统之间的关系。
结语
戴明真正改变现代质量管理的地方，并不是发明了某一个统计公式。
他的贡献在于帮助企业认识到：
质量不是最后检查出来的，而是由过程产生的；过程存在波动，而理解波动必须依靠数据；大量质量问题来自管理系统，因此持续改善最终也是管理层的责任。
从统计过程控制，到全面质量管理，再到今天的精益和六西格玛，我们仍然可以看到这种思想留下的痕迹。
所以，戴明留给现代企业最重要的遗产，也许不是「如何检查质量」，而是一个完全不同的问题：
我们究竟应该怎样设计和管理一个能够持续产生好结果的系统？
