4. 评估数据采集方法

成熟度评估的结论是否可信，很大程度上不取决于评分模型有多精细，而取决于数据从哪里来、由谁提供、在什么条件下采集。同一项“生产计划达成率”，由计划员凭印象填写问卷、由评估员现场核对排产看板、由MES系统日志自动汇总，得到的数值可能相差20个百分点以上。因此，评估设计的第一步不是设计打分表，而是为每个评估指标匹配恰当的数据采集方法。

五类采集方法的能力边界

问卷适合采集“面”上的信息：覆盖面广、成本低、可匿名，适合获取制度是否存在、流程是否被知晓、人员主观感受等软性信息。但问卷的弱点是依赖填答者的记忆与理解，容易出现“制度上写了就等于做到了”的偏差。访谈适合采集“深”的信息：通过追问可以还原真实做法、识别例外情况和隐性规则，尤其适合评估跨部门协同、异常处理机制等难以量化的维度。访谈的代价是耗时，且受访谈者表达能力和评估员引导技巧影响较大。

现场观察解决的是“说的和做的是否一致”。评估员直接到工位、仓库、控制室观察实际操作、单据流转、设备状态和现场标识，能够发现问卷和访谈中被掩盖的执行落差。系统日志是客观性最强的一类数据，来自MES、ERP、SCADA、WMS、QMS等系统的操作记录、时间戳、状态变更和报警历史，可以还原真实业务节拍和异常频次。自动化采集工具则是在系统日志基础上进一步封装，通过API、数据库直连、OPC UA、IoT网关等方式按固定周期抽取数据，适合需要持续监测或高频采样的指标。

按指标属性选择方法

选择方法的核心依据是评估指标的数据属性。可以把指标分为三类：制度类指标（如“是否建立设备点检制度”）、执行类指标（如“点检实际完成率”）、效果类指标（如“非计划停机时长”）。制度类指标用问卷加访谈即可，重点确认制度文本、发布记录和责任归属；执行类指标必须用现场观察加系统日志交叉验证，因为“制度有”不等于“执行了”；效果类指标优先用系统日志和自动化采集，必要时辅以访谈解释异常原因。

以“设备点检执行率”为例，问卷可以问“你是否按计划完成点检”，但更可靠的做法是：从EAM或点检系统中导出近30天的点检任务记录，统计应检项与实际提交项，计算执行率；同时到现场随机抽取3台设备，核对点检卡上的签字时间与系统记录是否一致。如果系统执行率为92%，但现场发现2台设备的点检卡连续3天未签字，则说明存在“系统补录”现象，执行率需要向下修正。这个交叉验证过程，就是方法组合的价值所在。

组合策略与实施节奏

一次完整的成熟度评估，通常按“问卷先行、访谈跟进、现场验证、日志定量、自动化补充”的节奏推进。问卷在评估启动前1～2周发放，用于快速摸清整体情况并识别需要重点访谈的部门；访谈安排在问卷回收后，针对问卷中矛盾或模糊的回答追问；现场观察安排在访谈同期或之后，带着访谈中发现的疑点去核实；系统日志和自动化数据在评估中期集中抽取，用于量化执行类和效果类指标。

组合时需要注意三点。第一，避免单一来源定论：任何关键指标至少要有两个独立来源交叉验证，例如“计划达成率”同时取ERP工单完工记录和现场报工记录。第二，控制采集成本：自动化采集虽然客观，但接入API、配置OPC UA、清洗数据都需要投入，只对高频监测或高权重指标启用，低频指标用日志导出即可。第三，保留原始证据：问卷原件、访谈记录、现场照片、日志导出文件都应归档，评分时能够追溯到具体来源，避免评估结论无法复核。

常见偏差与规避

问卷最常见的偏差是“社会赞许性偏差”，填答者倾向于选择“应该做到”的选项而非“实际做到”的选项。规避方法是把问题从“是否执行”改为“最近一次执行是什么时候、由谁执行、记录在哪里”，用具体事实替代态度判断。访谈的偏差是“选择性叙述”，受访者可能只讲成功案例。规避方法是分别访谈执行层和管理层，对比两者对同一流程的描述差异。现场观察的偏差是“霍桑效应”，被观察者会临时改变行为。规避方法是延长观察时间、分散观察时段，或采用不提前通知的随机抽查。系统日志的偏差是“数据完整性”，例如设备联网率不足导致日志缺失，此时需要在评估报告中标注数据覆盖范围，而不是直接当作全量数据使用。

方法组合的最终目标，是让每一个评分都有可追溯的证据链。问卷提供线索，访谈提供解释，现场观察提供验证，系统日志提供量化，自动化采集提供持续监测。五类方法各司其职、相互补位，才能把成熟度评估从“填表打分”变成“基于证据的判断”。