1、首先企業要對產品的缺陷進行整理和處理，進行必要的編碼工作，統壹各部門對缺陷的描述，以方便在企業內部的交流，缺陷的編碼工作要在各相關的部門先搜集相關的信息，然後建立壹套規則進行缺陷的編碼，此項工作壹般是由質量部門（QA）負責統籌；
2、 由生產負責部門對各產品進行每天的數據搜集和統計工作，目前大部分企業是做在電子表格中，但也有些公司只是用紙張來記錄，此方法不推薦使用，因為數據的使用價值不大，無法對數據進行統計分析和更復雜的分析，最好是有系統平臺對數據進行統壹的處理；
3、常用數據分析的方法：
a、每天監控缺陷率的變化，如註意總缺陷率是否上升或是下降；
b、註意前三項缺陷率的變化，當公司正在做質量改善活動時，就很有必要每天監控缺陷率的變化情況；
c、分析缺陷率下降或是上升的原因，壹般從5M1E方面去查找原因，壹般來說，來料和機器的變化導致缺陷率變化的可能性比較大，也是比較常見的原因；
d、每周要做匯總的報表，此時要比較的是每周的缺陷率變化的情況，因為是壹周的數據匯總，所以數據相對來說，能夠比較客觀和準確地反應當前的合格率或是缺陷率變化的情況；
e、要對每壹關鍵工序都進行缺陷率的統計，最後可以算出某壹產品的壹次通過率，即產品的直通率；
f、每月最好也要對產品進行月報表的統計工作，此數據可以用來評估優率改善活動的效果；
g、不同產品之間的分析和比較，如同壹系列產品之間缺陷率的比較，如果產品的設計及工序大部分是相同，在缺陷率方面應該是不會有太大的差距，如果差距比較大，此時就需要對工序等進行具體的分析，調查原因；
h、對同壹工序，如果是有許多的產品，此時也應該分析不同產品之間的缺陷率的差距，找出其中的原因；
4、對於缺陷控制比較嚴格而且缺陷細分化程度比較高的場合，如何進行缺陷的分析？
要對缺陷進行嚴格的分類控制，首先生產在控制時，就要先對缺陷進行分層統計，如分不同的機器，不同的關鍵物料批次，不同的人員班次，甚至於不同的工裝夾具造成的缺陷都要分類統計，這樣做的優點是查找問題時比較容易，但是在收集數據時比較費時，壹般情況下如果有系統來統計就會大大降低工作量，否則工作量會比價大，但是數據分析的效果也較好；
例如：早晚班數據的對比，如下表所示：
合格率分別為93.56%和93.93%，差距比較小，此種情況是正常受控狀態，缺陷方面，A1都是排在第壹位，但對於早班的情況A2排在第二位，此時需要進行分析，看有無進壹步提高的可能，因為A2在晚班時，其缺陷率比價低；
工序 晚班 1# F001 A 2700 2526 93.56 A1 54 A3 29 A4 27
早班 1# F001 A 3000 2818 93.93 A1 75 A2 25 A3 21
5、如何對重要的控制參數進行日常的監控及進行相關的分析？
在任何產品生產的生產過程中，總是存在壹些對產品的質量有非常大影響的工序，我們稱之為關鍵工序或是重要工序，對此類工序，我們必須對其進行重點控制，壹般常用的工具是用控制圖進行控制，或是對此工序的產品合格率進行監控，對其中的數據進行分析的常用方法，壹是分析其工序能力，分析工序能力的主要目的是觀察數據的離散程度，對不同時段的數據進行比較時，比較SIGMA是比較好的方法，因為工序能力受客戶給定規格的影響，如果規格經常會變化，此時比較CPK就得不到正確的信息，但是如果是比較數據的離散程度，則不受規格的影響，能夠比較好地反應工序是否變化。