本文探讨的是在大数据时代下品牌企业对其供应商质量管理的新模式。本文以D公司关键制成的良率数据库为基础，研究了数据挖掘的质量改善模式在品牌企业对供应商的质量改善中的应用。首先对D公司关键制成的良率数据库进行标准化，建立标准的良率数据收集过程，然后使用决策树分类CHAID数据挖掘的方法找到影响良率数据的关键因素，并通过对良率数据自身的特点用箱图法进行分析，在此基础上建立了关键部件良率的行业基准分类方法，行业基准的确立。供应商的良率同行业基准比较并结合良率的走势，寻找质量改善与提升的机会。与供应商共同成立质量改善项目，并使用DMAIC方法实现质量的改善，使用Kappa方法检验其一致性。本文作者参与了以上所有环节并参与实施了D公司的供应商T公司的质量改善项目。通过结合数据挖掘的质量改善模式突破了D公司所在行业传统的点对点质量改善方式。它在宏观上通过数据挖掘和分析，寻找到质量改善的机会，在微观上成立质量改善项目小组，完成质量改善。建立行业基准让改善引入了竞争机制，使得质量改善变得更积极与有效，形成了由面到点的精准质量改善模式。本文基于数据挖掘的质量改善模式可在同行业和其它类似行业运用。