不少人第一次接触六西格玛时，会产生一种感觉：这些东西以前不是已经讲过了吗？顾客导向、持续改善、流程管理、数据分析、团队合作，这些概念在全面质量管理（TQM）、戴明和朱兰的质量管理思想中早已出现。
这种观察并没有错。六西格玛并不是凭空创造出来的一套管理思想，它吸收了统计质量控制、全面质量管理、项目管理和流程改善等领域长期积累的方法。不过，六西格玛真正产生影响的地方，在于它把这些思想重新组织成一套围绕业务问题、数据分析、项目执行和改善成果展开的管理体系。
因此，如果只把六西格玛理解成几个统计公式，或者把它看成TQM换了一个名字，都会低估它的实际价值。理解六西格玛，可以从下面五个方面开始。
一、六西格玛不是一套统计工具，而是一套解决业务问题的方法
六西格玛确实大量使用统计方法。假设检验、回归分析、过程能力、控制图、测量系统分析和实验设计，都可能出现在六西格玛项目中。
但统计并不是六西格玛的目的。
企业真正关心的问题通常是：为什么客户投诉不断发生？为什么交付周期越来越长？为什么同一条生产线的良率不稳定？为什么库存不断增加？为什么返工成本居高不下？
六西格玛要做的是把这些业务问题转化为可以定义、测量和分析的问题，再寻找影响结果的关键因素。
这也是DMAIC存在的意义。Define、Measure、Analyze、Improve、Control把改善活动组织成一条相对清楚的路径，让团队从「我们觉得原因是什么」逐渐走向「数据能够证明什么」。
所以，一个优秀的六西格玛人员并不是看到问题就马上打开统计软件，而是先判断问题是什么、顾客在意什么、流程在哪里、应该收集什么数据，以及究竟需要什么工具。
二、六西格玛与TQM有共同基础，但执行方式并不完全相同
六西格玛与全面质量管理确实存在大量共同思想。例如顾客导向、持续改善、流程思维、管理层参与、全员质量意识以及依据事实进行管理，这些都不是六西格玛独有的概念。
两者最大的差异之一，是六西格玛把改善活动进一步项目化。
一个典型六西格玛项目会有明确的问题、范围、目标、负责人、团队、时间要求和绩效指标。项目完成之后，还要验证改善结果，并通过控制计划、标准化和监控机制维持成果。
同时，六西格玛发展出Champion、黑带、绿带、黑带大师等角色，使改善不再只是质量部门的一项日常工作，而能够成为跨部门推动的重要项目。
因此，与其争论「六西格玛是不是TQM的延伸」，不如关注一个更实际的问题：它能不能帮助企业更有纪律地把改善真正做完？
三、六西格玛并没有唯一固定的实施方式
企业学习成功案例时，很容易产生一个误区：既然摩托罗拉或通用电气曾经这样实施六西格玛，我们照着做应该也会成功。
实际上，不同企业面对的问题、规模、行业、人员能力和管理成熟度都不一样，很难存在一套适用于所有组织的固定部署模式。
大型制造集团可能建立完整的Champion、黑带大师、黑带和绿带体系，并同时运行几十个改善项目；一家规模较小的企业，则可能只需要培养几名能够使用DMAIC解决实际问题的核心人员。
同样地，并不是每一个项目都必须使用复杂统计工具。能够用流程图、帕累托图和5 Why找到原因的问题，没有必要为了展示「六西格玛」而强行进行复杂分析。
方法应该服务于问题，而不是让问题迁就工具。
四、六西格玛不只属于制造业
六西格玛起源和发展过程中与制造业关系密切，因此很多人看到Sigma、标准差、过程能力和缺陷率，自然会把它与工厂联系起来。
但只要存在重复发生的流程，就存在应用六西格玛的可能。
订单处理时间过长、客户服务响应不稳定、财务结算错误、物流延误、审批周期过长、采购交期波动、医院等待时间过长，这些虽然没有传统意义上的生产线，却同样存在输入、活动、输出、顾客和变异。
例如客户服务部门发现平均响应时间为10分钟，看起来似乎不错，但进一步观察可能发现，有些客户1分钟得到回应，有些客户却需要等待40分钟。这里真正值得研究的，并不只是「平均10分钟」，而是为什么服务时间存在如此大的波动。
这种从流程和变异观察问题的方式，正是六西格玛可以跨越制造业应用到服务、供应链、金融、医疗和行政流程的原因。
五、六西格玛最终依靠的是人，而不是软件
统计软件可以在几秒钟内计算P值、回归模型、控制界限和过程能力指数，但软件不会告诉企业应该改善什么，也不会替项目负责人说服生产、工程、采购和管理层共同改变现有流程。
真正的六西格玛项目需要人的判断、沟通和协作。
项目负责人需要理解顾客需求，与现场人员讨论实际流程，判断数据是否可靠，协调不同部门资源，解释分析结果，并推动改善方案真正落地。
这也是为什么六西格玛黑带的能力要求通常不局限于统计知识。项目管理、团队领导、沟通、问题解决和变革管理，同样属于重要能力。
如果企业培养了一批很会做统计分析，却无法推动任何改变的人，六西格玛仍然很难产生实际价值。
六西格玛真正重要的是「既要……也要……」
很多管理问题容易被讨论成二选一：应该依靠经验还是数据？应该追求质量还是降低成本？应该关注顾客还是关注利润？应该依靠员工创造力还是建立标准化流程？
现实中的优秀管理往往不是简单选择其中一边。
企业需要经验，也需要数据验证经验；需要标准化，也需要持续改善标准；需要降低成本，也必须保护顾客价值；需要短期绩效，也必须建立长期能力。
管理学者Jim Collins和Jerry Porras曾提出「Genius of the AND」的概念，与「Tyranny of the OR」形成对比。前者强调优秀组织能够处理看似矛盾但实际上可以同时成立的目标，而不是凡事只能二选一。
从这个角度理解六西格玛也很合适。
六西格玛既重视统计，也重视人的判断；既强调标准化，也追求改善；既处理质量问题，也关注成本、效率和顾客；既需要管理层推动，也离不开现场人员参与。
六西格玛的价值，不在于名字有多新
六西格玛使用的许多思想并不新。流程管理、统计分析、顾客导向、持续改善和管理层责任，都可以追溯到更早的质量管理发展。
真正值得学习的，是六西格玛如何把这些思想组合起来，形成一套能够从问题定义一直推进到成果控制的改善方法。
因此，学习六西格玛不应该停留在背诵DMAIC、计算几个统计指标或者取得一张证书。更重要的是逐渐形成一种工作习惯：面对问题先定义，面对判断找数据，面对原因去验证，面对改善看结果，面对成果建立控制。
当这种思维真正进入日常工作，六西格玛才不再只是一个质量管理名词，而成为解决复杂问题的一种能力。
参考资料
- Collins, J. C. & Porras, J. I. Built to Last: Successful Habits of Visionary Companies. HarperBusiness.
