快速消费品（简称快消品）是指使用时间短，更换频次高，拥有广泛的客户群体，容易获得的产品。我国作为全球快消品消费第一大国，2017年全年，社会消费品零售总额达到366262亿元，比上年增长10.2%。与此同时，我国消费者对于快消品的安全性、质量、定制化的功能、体验要求也日趋提高。将工业大数据及其相关技术应用到快消品生产中，借助其强大的大数据分析能力、结合全面质量管理思想的算法模型，可以从根本上提高产品质量、降低生产企业的质量控制成本。
快消品在生产过程中通常具有以下特点：
1、产品质量控制主要依赖于过程质量检验；
2、质量检验需要企业投入大量资源，尤其是食品、饮料等行业；
3、过程质量检验设备自动化程度高，但质量数据多采用人工统计；
4、 过程质量检验数据应用单一，主要用于质量事故报警，数据分析价值没有得到挖掘。
统计过程控制（Statistical Process Control，简称 SPC）是一种通过收集过程数据，使用统计技术将数据转换为过程状态信息，从而进行过程状态的确认、纠正和改进的方案。它起源于美国的质量管理专家休哈特在 1924 年提出的理论。在过去，企业使用SPC方法多通过员工人工抄写数据、绘图、描点及统计软件获得偶然波动和异常波动，进而对生产过程中的异常波动进行纠正、改进。由于人工进行SPC质量控制受到数据处理能力、分析准确性等因素的限制，无法找到过程变异的根本原因。所以，SPC质量控制方法在快消品生产中无法获得广泛应用。
实例图：企业通过人工记录点链对产品质量一致性进行控制
CloudIn云英通过深入调研多家一线快消品集团，凭借其在大数据及云计算方面的既有优势，在云英工业大数据应用平台上开发出专门针对快消品行业的质量检验统计过程控制应用。该应用可过滤偶然波动，直接对生产中的质量异常波动进行报警，帮助企业在质量控制方面由事后检验转变为过程预警，从而全面提高产品在快消品行业的激烈竞争中的生存能力。
(审核编辑: 智汇胡妮)
