8D (Eight Disciplines) 是一种结构化的问题解决方法,由福特汽车公司开发,广泛应用于质量管理和问题解决。
学习时间: 2026-04-10
适用范围: 量化团队全体成员 (Master, Radar, Analyst, Risk, Coder)
任务输出识别问题问题清单收集初步数据数据摘要确定是否需要 8D决策记录
任务输出组建跨职能团队团队成员列表确定角色角色分工表明确目标项目章程
要素问题示例What什么问题?数据下载失败Who谁发现/影响谁?Radar 发现,影响 AnalystWhen何时发生?2026-04-08 15:30Where何地发生?数据下载脚本Why为什么重要?影响策略分析How如何发现?任务失败警报How much问题规模?1 天数据缺失
任务输出立即保护客户临时方案隔离问题影响范围界定防止扩大遏制措施验证有效性验证记录
工具用途输出5Why连续追问到根因根因链鱼骨图原因分类原因树数据验证确认根因验证报告
5Why 正确示例(必须追问到真正的根因):
text
问题:4 月 1-7 日数据量异常(7000+ vs 5500)
1Why: 为什么数据量异常?
→ 有重复记录,同一只股票有 2 条数据
2Why: 为什么有重复记录?
→ 股票代码格式不统一(000001 和 000001.SZ 同时存在)
3Why: 为什么有两种格式?
→ 历史数据下载脚本没有统一格式要求
4Why: 为什么脚本没有统一格式?
→ 脚本设计时未考虑格式验证和标准化
5Why: 为什么未考虑格式验证?
→ 没有数据质量标准文档和代码审查流程 ← 真正的根因
关键: 5Why 必须追问到 系统性根因(流程/规范缺失),而不是停留在技术层面。
任务输出制定方案方案列表评估可行性评估报告选择最佳方案决策记录验证有效性验证结果
验证不是当下的验证,而是验证下次是否还会发生:
验证类型说明示例当下验证修复是否成功修复后数据量正常 ❌ 这不是 D6D6 验证下次是否还会发生运行新数据下载任务,检查是否还有格式问题 ✅
D6 验证方法:
任务输出说明更新标准/流程修订文档形成文件化规范培训人员培训记录确保所有人理解水平展开展开清单排查类似问题建立预警预警规则提前发现问题
D7 核心要求:
任务输出总结经验经验教训表彰团队表彰记录归档报告8D 报告分享实践知识库更新
场景触发条件主导 Agent数据质量问题数据异常、重复、缺失Radar策略失效策略连续亏损>3 次Analyst系统故障任务失败、Gateway 异常Coder风控事件止损触发、回撤>10%RiskBoss 指令Boss 要求用 8D 分析问题Master
markdown
# 8D 报告 | [问题名称]
**报告日期**: YYYY-MM-DD
**团队负责人**: [Agent]
**状态**: D0/D1/D2/D3/D4/D5/D6/D7/D8
---
## D0: 准备
- 问题描述:
- 数据来源:
- 8D 必要性:
## D1: 团队
| 角色 | Agent | 职责 |
|------|-------|------|
| 负责人 | | |
| 成员 | | |
## D2: 问题描述 (5W2H)
| 要素 | 描述 |
|------|------|
| What | |
| Who | |
| When | |
| Where | |
| Why | |
| How | |
| How much | |
## D3: 临时措施
| 措施 | 状态 | 验证 |
|------|------|------|
| | ✅/❌ | |
## D4: 根因分析
**5Why 分析**(必须追问到系统性根因):
问题:[问题描述] 1Why: [追问 1] → [答案 1] 2Why: [追问 2] → [答案 2] 3Why: [追问 3] → [答案 3] 4Why: [追问 4] → [答案 4] 5Why: [追问 5] → [根因] ← 必须是流程/规范层面
text
**根因确认**: [根因描述]
## D5: 永久措施
| 方案 | 可行性 | 选择 |
|------|--------|------|
| | | ✅/❌ |
## D6: 实施验证
**验证方法**(验证下次是否还会发生):
- 验证时间:
- 验证方式:
- 验证结果: ✅ 通过 / ❌ 失败(返回 D4)
## D7: 预防再发
| 措施 | 状态 | 输出文件 |
|------|------|----------|
| 流程更新 | | |
| 规范文档 | | |
| 水平展开 | | 排查清单 |
| 人员培训 | | 培训记录 |
| 预警机制 | | 监控规则 |
## D8: 总结
- 经验教训:
- 团队表彰:
- 归档位置:
周次日期学习内容实践案例确认第 1 周2026-04-108D 流程、5W2H、5Why数据质量问题修复(重新分析)⏳第 2 周2026-04-17D3-D4 临时措施、根因分析待应用⏳第 3 周2026-04-24D5-D6 永久措施、实施验证待应用⏳第 4 周2026-05-01D7-D8 预防再发、团队表彰待应用⏳
完成条件: 4 次学习 + 4 个实际应用案例 → 关闭学习任务
8D 步骤正确应用内容D0 准备Boss 发现 4 月 1-7 日数据量异常(7000+ vs 5500),决定启动 8DD1 团队Master(主导) + Radar(数据) + Coder(脚本)D2 问题描述4 月 1-7 日数据量比正常多约 2000 条/天,影响数据分析准确性D3 临时措施暂停使用 4 月 1-7 日数据进行分析,等待修复D4 根因分析****5Why 分析:
1Why: 为什么数据量异常?→ 有重复记录
2Why: 为什么有重复?→ 同一只股票有 2 条(000001 和 000001.SZ)
3Why: 为什么有两种格式?→ 历史脚本未统一格式
4Why: 为什么未统一?→ 脚本设计无格式验证
5Why: 为什么无验证?→ 没有数据质量标准文档和代码审查流程 ← 根因D5 永久措施1. 统一所有股票代码为带后缀格式
2. 数据下载脚本增加格式验证
3. 建立数据质量标准文档D6 实施验证****验证下次是否还会发生:
- 等待 2026-04-11 数据下载任务执行
- 检查新数据是否还有格式问题
- 如果还有 → 根因没找对,返回 D4
- 如果没有 → 根因正确,继续 D7D7 预防再发1. 形成文件: 《数据质量标准规范》
2. 流程更新: 脚本代码审查流程
3. 水平展开: 排查所有数据处理脚本
4. 人员培训: 团队数据规范培训
5. 预警机制: 每日数据量监控告警D8 总结经验:数据质量必须从源头控制,建立标准和审查流程
状态: ⏳ D6 验证中(等待 2026-04-11 数据验证)
技能版本: 2.0
更新日期: 2026-04-10
评审周期: 每周一次,4 次后关闭