随着改革开放的深入，以市场经济为代表的西方先进文明及其方法论越来越多被国内企业界所接纳。在质量管理、产品（医药，化工产品，食品，高科技产品，国防等）研发、流程改进等领域，统计方法越来越多成为企业运营的标准配置。

试验设计作为质量管理领域相对复杂、高级的统计方法应用，也开始在国内被逐渐接受，推广。其实试验设计对于我国学术界来说并不陌生。比如均匀设计，均匀设计是中国统计学家方开泰教授(下图左)和中科院院士王元首创，是处理多因素多水平试验设计的卓有成效的试验技术，可用较少的试验次数，完成复杂的科研课题开发和研究。

因为太多的企业接受了DOE的培训却很难用下去，根据我们多年的培训经验，原因绝大多数不在实验设计DOE本身，而是来自于一些基本误区。

认为DOE是工程师单兵全能作业

 DOE去解决具体项目的时候，是要有组织的，假如学习了DOE的每个人都要完全去操作一个项目，人人都要做DOE，也就没人做DOE了。

我经历的一个应用最快速，最有效的企业，操作JMP和minitab的人只有一个女孩子，专门送出去培训的，其他研发、工程、质量等部门的工程师只是培训了DOE的方法，之后都被要求贴近现场，在现场发现问题，横向沟通，工程师发挥现场职能，可以指挥一线员工收集数据，在边上监督，不行就亲手测量；但是数据的分析报告统一由那个女孩子来处理，以至于后来那个女孩子逐渐变得N得很，各部门来的数据在她那里需要排队，她经常开玩笑谁请吃饭就为谁优先分析，当然她的分析技术也越来越炉火纯青，这并不影响有兴趣的人自学数据分析，但是上层只看结果，根据结果和完成改进项目的量对工程师进行激励，所以工程师们巴不得有人帮手分析，而自己呆在现场发现问题和考虑具体试验，最后拿着报告来表功。 这种分工进行，统一分析的方式使DOE成了家常便饭，没有什么障碍可言。

另一个有效推行的例子是一家集团公司的研发中心，经理带着团体研发人员来听课，但是指定了几个种子选手，回去以后种子选手倾向于全能，变成项目组织者，而且要承担数据分析，其他人是试验项目执行者，在参加完培训的三天后，即推行下去了，首批试验项目已经提交出来了，甚至几个种子选手已经有做完的了。

与第一点相反，片面夸大部门配合的难度

认为DOE发起者依赖于相关部门配合，例如质量部要搞个DOE项目，完全依赖于研发或工程提供条件或做事。只要有一点沟通障碍，就产生挫折感，不了了之或旷日持久。这与项目的定义不无关系，DOE并非只能定义出纯生技或研发类改进项目的，如果就定义成那样的，还不如工程和研发自己开展的好。还有一方面就是DOE并非一定要弄成满汉全席型的才抢眼，DOE也不是千篇一律都一个路子，那还有多种手法，多种派别呢，满汉全席，自然需要的资源就多。

DOE并不等同于安排试验。DOE之所以存在，根本目的是节约时间，提高试验效率。DOE不是试验本身，是试验方法，这是本质。试验是要花费时间和成本的，即使世界上没有DOE，也有试验，也有试验的设计。

实验设计在质量控制的整个过程中扮演了非常重要的角色，它是我们产品质量提高，工艺流程改善的重要保证。实验设计已广泛运用了从航天业到一般生产制造业的产品质量改善、工艺流程优化甚至已运用到医学界。籍此课程，您将通过对产品质量，工艺参数的量化分析，寻找关键因素，控制与其相关的因素。根据实际需求，学习判别与选择不同的实验设计种类，设计你的实验步骤，发现如何控制各种影响因素，以最少的投入，换取最大的收益，从而使产品质量得以提升，工艺流程最优化。