検査や測定データの可視化といえば、ライングラフ、ヒストグラム、管理図など定番の図表があります。
近年はPCの高速化やAIの登場で新しい手法が登場しつつありますが、品質の世界には規格というやっかいな「お作法」があります。
自分(自社)だけが分かる手法は、対外的に説明できないため、使えません。可視化は「誰か」が視覚化された情報を見て品質を判断することです。
つまり、管理図やヒストグラムを見ながら品質を判断できる知識が必要です。
そこで、統計学を交えてグラフや表の見方をトレーニングするわけですが、主担当の1～2名程度を除き、大抵は数か月でその内容は忘れ去られてしまいます。実際の現場で私たちが直面してきた現実もまさにこの通りです。
では、可視化は役に立たないのかというと、そうではありません。
「誰のための可視化か、何のための可視化か？」を明確に設定できれば強力な武器になります。

可視化の目的の一つは問題点の特定です。量産製造業では多くの工程が機械化・自動化されています。
つまり可視化しなければならないのは、不良率や工程能力などのざっくりした情報だけではなく、「どの工程、どの設備で、いつ、どんな条件で問題が発生しているか？」という具体的な情報です。ここまで噛み砕いた可視化をすれば、統計分析の知識に関係なく誰もが問題点を特定できます。

しかし、一般的な品質データ分析ソフトはせいぜい部品名と検査特性(直径、温度、圧力など）が分かる程度で、「いつ、どの工程で、どんな状況で公差外や管理値外が発生したか。」という製造コンテキスト(製造の背景情報)がありません。したがって、製造時のデータと照合しない限り、問題をピンポイントで特定できないのが実情です。
つまり、「誰＝一般作業者」の場合、品質データは製造コンテキスト(製造の背景情報）とセットになって可視化されなければ、「何のため＝問題点を発見するため」を実現できないのです。

POCの段階では少量のデータで検証を行います。前述したような製造コンテキストを伴った品質データがあれば、可視化されたデータから工程のさまざまな品質情報を読み取ることができます。
現場の作業者レベルの『可視化の罠』をクリアしても、品質管理部門には次なる壁が立ちはだかります。それは膨大な管理項目数です。
実際の工程では大量の「可視化」されたデータを監視する必要があります。

機械、センサー、測定機器などあらゆる製造設備がデジタル化され、IoT技術の進歩で集積されるデータは増える一方です。
ある自動車メーカーでは、数人の品質管理チームで数千～数万の品質特性を管理しています。
公差外や管理値外はグラフを見れば一目瞭然ですが、工程の安定性や品質の変化点については一見しただけでは分かりません。工程能力を計算し、管理図を見てデータポイントの推移に品質変化を示すパターンが出ていないか１つずつ確認する必要があります。
前述した「製造コンテキストを伴った可視化」ができていても、人が目視で処理できる特性数には限界があります。
自動化された生産工程の場合、品質の判断は残業による後追いができません。次工程が始まるまでに品質状態を判断しなければ、問題のあるロットがそのまま次工程へ流れてしまうからです。
つまり、正しく「可視化」できたとしても「人の情報処理速度」がボトルネックとなります。
BIツールを使った品質ダッシュボードの内製で失敗する理由の一つが、この「人の情報処理速度」の見落としです。

ここで、もう一度問題を整理してみます。
品質データの分析は、「お作法」が決まっていると述べました。
具体的には、
①公差外が発生していないか？
②管理図に管理値外が発生していないか？
③工程能力値は安定しているか？
④ラン(連)やトレンド(傾向)などの品質変化点が発生していないか？
などが挙げられます。これらの分析作業を1特性ごとに繰り返し行います。

ここでハッキリしているのは、「分析とはどのような作業か」という定義ができていること、そして管理特性の数だけ素早く繰り返し行う作業であるという点です。これこそコンピュータが最も得意とする「定型作業の繰り返し」です。
つまり、どのような品質状態を注視すべきかを明確に定義できていれば、可視化による人の判断よりもコンピュータの判断の方が圧倒的に早いということです。
iNDEQSの品質ダッシュボードであるi-Boardは、この作業に特化しています。一般的なダッシュボードのように、ただサマリーを表示するだけではなく、
「〇時〇分、〇〇工程の、設備〇号機で加工された、特性XXXに△△という問題が発生しています。」というクリティカルな情報のみを集約して表示します。
問題点の発見はコンピュータに任せ、人は問題の対処に集中できます。この方法であれば少人数で多くの管理特性を監視することが可能です。
可視化の「誰のため」を「多くの管理特性を監視する少人数チームのため」という極限まで焦点を絞った「可視化」を体現するのがiNDEQSのi-Boardです。

i-Boardは品質アラートが発生した場合、担当者へメール通知する機能を備えています。一方、アラートメールを受け取り、アクションを起こすのは「人」です。

工場の自動化が進むと、今後、工場内の作業者の数はさらに減ることが予想されます。そうなると、アクションを起こす「人」の数も不足する可能性が出てきます。せっかくアラートを受け取っても、その情報を伝えて設備を停止したり、ロットの次工程投入にストップをかけたりできなければ問題は解決しません。

i-Boardは、人だけでなく、機械や他のシステムを制御するコンピュータも情報伝達のターゲットとして設定しています。人は、見出しが付いた表やグラフで情報を理解しますが、コンピュータにやさしい可視化とは、不要な情報をそぎ落とし、構造化されたプレーンなテキストデータを与えることです。

i-Boardはダッシュボードやアラートメールを使ったユーザフレンドリーな可視化と並行して、コンピュータフレンドリーな構造化されたCSV形式のアラームログを出力します。この情報をMES(製造実行システム）へ取り込み、生産設備や搬送システムへ直接指示を出すことで、直接他のシステムへの情報伝達（人を介さない情報伝達）が可能です。