1. 一个具体问题
主管每天查看处理时长，今天比昨天高一点就要求整改，明天降一点又宣布措施有效。团队不断调整排班，实际波动反而越来越大。只比较相邻两天，会把过程本来就存在的变化当作具体事件的结果，产生不必要的干预。
2. 一句话解释
控制图按时间排列过程数据，并根据合适模型建立中心线和控制界限，用来识别与既有过程波动不一致的信号。
3. 出处与原意
控制图与 Walter A. Shewhart 在贝尔实验室的统计质量控制工作相关。ASQ 将其用于区分常见原因与特殊原因变化。控制界限描述过程行为，规格界限来自客户、设计或业务要求，两者来源不同；一个过程可以稳定但持续不合格，也可以暂时全部合格却已经出现异常变化。
4. 原理与机制
选图要匹配数据类型、分组方式与样本量，例如连续测量、缺陷比例、单位缺陷数各有适当形式。基线应代表相对稳定的过程，不能把不同机制混在一起计算。异常信号除越界点外，还可能包括预先约定的连续偏向或趋势规则；规则越多误报机会也越多。发现信号时调查具体变化，没有信号时则更应改善系统，而非追责单次高值。
过程发生有意义的永久变化后，可以在验证新状态稳定且数据足够时建立新基线。但不能每出现一个不喜欢的点就重算界限，否则异常会被不断吸收。原始界限、变更日期与调查结论应保留，便于理解改进过程。
5. 一个完整案例
以下是假设案例。某项均值监控已经根据稳定历史样本和所选图型得到中心线十分钟、下限七分钟、上限十三分钟，这些是假定已正确计算的控制界限，并非用每日极值随意画出。客户要求平均处理时间不超过八分钟。连续一个月的数据都在九到十一分钟之间，没有已约定的异常信号，说明过程可能稳定，却未达到客户要求。团队需要重设计流程。某天数值升到十四分钟，则应调查特殊变化，发现当日身份验证服务故障。恢复该服务能处理异常，却仍不能解决长期平均十分钟的问题。
6. 适用条件与反例
适合高频重复流程，前提是测量可靠且时间顺序保留。自相关、强季节性或小样本会影响常规规则的解释。反例是把业务目标八分钟直接画成控制上限，超过就称为失控；那是目标监控，不是从过程数据推导的统计控制判断。
7. 今天可以尝试的行动
选一个持续收集的过程指标，保留最近一段时间的原始顺序与每期样本量。先检查是否混合了不同业务类型，再选择图型和基线。把规格要求画成另外的线，并为异常信号写一条调查流程，避免看到红点就立刻要求所有人调整工作。