> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 鱼骨图

> 鱼骨图（因果图/石川图）是一种将问题的潜在原因按类别组织的可视化工具。学习如何用它进行根本原因分析。

<Info>
  **类别**: 方法<br />
  **类型**: 问题解决技术<br />
  **起源**: 石川馨，1960年代，日本<br />
  **别名**: 因果图、石川图、骨骼图
</Info>

<Note>
  **快速回答** — 鱼骨图（也称为石川图或因果图）是一种结构化的头脑风暴工具，将问题的潜在原因按类别组织起来，形成类似鱼骨架的图表。由日本质量管理专家石川馨于1960年代作为丰田生产系统的一部分开发，帮助团队系统性地识别根本原因，而不是直接跳到解决方案。
</Note>

## 什么是鱼骨图？

鱼骨图是一种结构化的头脑风暴工具，帮助团队识别某个问题或结果的所有可能原因。图表因其形状而得名——一条水平的"主干"对角分出"鱼刺"，形似鱼骨架。鱼头包含正在分析的问题或结果，而每个分支代表潜在原因的主要类别。

鱼骨图的力量在于其结构。没有这样的框架，头脑风暴会议往往会陷入混乱，或被声音最大的人主导。该图表通过提供预定义的类别强制进行系统性思考——通常是"6M"：人（Man）、机器（Machine）、方法（Method）、材料（Material）、测量（Measurement）和自然环境（Mother Nature）。这种分类确保从多个角度检查原因，防止重要领域被遗漏。

> "产品的质量是由制造它的过程创造的。要提高质量，就必须改进过程。" — 石川馨

该图表最适合团队练习。当不同的视角结合在一个单一的视觉中时，会出现个人无法单独看到的模式。每根鱼刺可以有子鱼刺，允许团队从一般类别深入到具体的贡献因素。目标不仅仅是列出原因，而是建立对问题和发生方式的全面理解。

### 鱼骨图的三层理解

* **入门**: 画一条水平线，在右端写下问题陈述。为主要原因类别（6M）添加对角线。在不评判的情况下为每个类别头脑风暴原因——这个阶段注重数量而非质量。

* **实践者**: 在收集初步数据后使用该图表。在每个已识别的原因上应用"五问法"技术，深入下一层。根据频率或影响对原因进行优先级排序，然后用证据验证。

* **进阶**: 对于复杂系统，将鱼骨图与故障树分析结合使用。用该图表不仅映射原因，而是映射因果关系和反馈循环。应用统计分析来识别哪些分支包含最重要的贡献因素。

## 起源

鱼骨图由石川馨（1915-1989）开发，他是日本质量管理专家，也是现代质量管理学的奠基人之一。石川馨是爱德华兹·戴明的弟子，在1950年代和1960年代与丰田汽车公司广泛合作。他的工作帮助日本制造业从生产廉价低质商品转变为成为全球卓越的标杆。

石川馨将该图表作为其"质量圈"概念的一部分引入——自愿识别和解决质量问题的小型工作组。这些图表为这些团队提供了一种结构化的方式来分析问题，而不进行责备。它很快成为质量控制的七种基本工具之一，与帕累托图、流程图、直方图和其他视觉问题解决方法并列。

石川馨1985年的著作《什么是全面质量管理？日本的方式》被翻译成英文后，该技术获得了国际认可。如今，鱼骨图在各行业使用——从制造业和医疗保健到软件开发和教育——任何需要系统分析复杂问题的团队都可以使用。

## 核心要点

<Steps>
  <Step title="从结果开始，而非原因">
    始终从清楚定义鱼"头"处的问题或结果开始。模糊的问题陈述会产生模糊的图表。要具体："制造缺陷率5%"比"质量问题"更好。
  </Step>

  <Step title="选择相关类别">
    虽然6M（人、机器、方法、材料、测量、自然）是标准起点，但要根据你的背景调整类别。服务机构可能使用人、流程、技术和客户。软件团队可能使用代码、基础设施、数据和用户体验。
  </Step>

  <Step title="先头脑风暴，后整理">
    首先，在不评估的情况下产生尽可能多的潜在原因——这是发散思维。只有在头脑风暴阶段之后，才将原因整理到类别和子类别中。过早的批评会扼杀创造力。
  </Step>

  <Step title="行动前验证">
    该图表识别的是假设，而非事实。每个潜在原因必须在实施修复之前用数据或实验验证。图表上出现的原因并不意味着它实际上导致了问题。
  </Step>
</Steps>

## 应用场景

<CardGroup cols={2}>
  <Card title="制造业质量控制">
    识别产品未能达到规格的原因。常见类别包括设备校准、原材料质量、操作员培训和环境条件。
  </Card>

  <Card title="医疗患者安全">
    通过检查沟通协议、用药流程、设备可靠性和人员配置等因素来分析不良事件。
  </Card>

  <Card title="软件开发">
    将bug或系统故障的原因映射到代码质量、测试覆盖、部署流程、基础设施和需求清晰度等类别。
  </Card>

  <Card title="项目复盘">
    通过检查规划、资源、沟通、范围变更和外部依赖来理解项目未能按时完成或超出预算的原因。
  </Card>
</CardGroup>

## 经典案例

2000年代初，一家大型汽车制造商面临与其一款流行车型发动机突然故障相关的保修索赔激增。初步分析指向明显的嫌疑人——劣质燃料、车主保养不当——但保修成本持续上升。

质量团队与工程师、装配线工人和供应商一起进行了鱼骨图会议。在"机器"类别下，他们发现一个特定的数控加工中心轴承磨损，导致气缸壁厚度出现微小变化。在"方法"类别下，他们发现质量控制采样率在成本削减期间被降低了。在"材料"类别下，一家新供应商的金属合金具有略有不同的热膨胀特性。

根本原因原来是三者的组合：加工变化 + 降低的采样率 + 新材料在高温运行时产生了一种测试中未出现的共振条件。修复需要同时解决这三个因素。没有鱼骨图的结构化框架，团队可能只解决一个因素而看到问题复发。

## 边界与失效场景

<AccordionGroup>
  <Accordion title="可能变成无休止的列表">
    没有优先级排序，鱼骨图可能变得臃肿。团队花时间列出原因，但永远无法开始解决它们。总是包含验证和优先级排序阶段。
  </Accordion>

  <Accordion title="可能遗漏系统性原因">
    6M框架是为制造业设计的，但在其他领域可能限制思维。软件团队使用僵化的类别可能遗漏与组织文化或市场动态相关的原因。
  </Accordion>

  <Accordion title="需要引导技巧">
    没有熟练的引导者，图表可能被资深声音主导或变成责备分配。石川馨设计该工具是为了非责备导向，但团队通常需要帮助保持这种方式。
  </Accordion>
</AccordionGroup>

## 常见误区

<AccordionGroup>
  <Accordion title="它与五问法相同">
    五问法是一种深入挖掘的技术；鱼骨图是一种头脑风暴和组织技术。最佳实践：使用鱼骨图生成假设，然后用五问法在每个分支中找到根本原因。
  </Accordion>

  <Accordion title="图表本身就能解决问题">
    图表是思维工具，不是解决方案。许多团队创建了漂亮的图表，但从未验证原因或实施修复。真正的工作在图表完成后才开始。
  </Accordion>

  <Accordion title="只适用于质量问题">
    虽然是为质量控制开发的，但该工具适用于任何具有多种潜在原因的复杂问题。从销售下滑到员工离职的任何效果都可以从鱼骨图分析中受益。
  </Accordion>
</AccordionGroup>

## 相关概念

鱼骨图与更广泛的问题解决框架和特定技术相关。

<CardGroup cols={3}>
  <Card title="根本原因分析">
    [根本原因分析](/zh/methods/root-cause-analysis)是鱼骨图服务的更广泛学科。RCA提供理念；图表提供方法。
  </Card>

  <Card title="五问法">
    [五问法](/zh/methods/five-whys)是一种常与鱼骨图结合使用的技术，用于从列出的原因深入到其根本根源。
  </Card>

  <Card title="PDCA循环">
    [PDCA循环](/zh/methods/pdca-cycle)——计划、执行、检查、行动——提供了鱼骨图分析通常运行其中的迭代改进框架。
  </Card>
</CardGroup>

## 一句话总结

<Tip>
  鱼骨图不找答案——它构建正确的问题。用它来生成假设，然后在行动前用证据验证。
</Tip>