生产日报里的良率可信吗：先分清三种良率口径

日报说 98%，客户退货算下来只有 93%

一家做连接器件的工厂，车间日报上写的良率长期在 98% 左右。老板据此判断质量稳定。

后来销售统计客户退货，发现全年退货加返修的比例折合下来只有 93% 的交付合格率，缺口超过五个百分点。

两个数字都是真实的，只是口径不同。日报上的良率是「完工检验的合格率」，只统计本道工序或最终入库的那一刻。

而 93% 包含了下游遗漏的问题：检验漏判的、装配时才发现的、客户使用中出现的。这些在入库检验时都算合格。

用入库合格率来代表质量水平，会系统性高估。因为越往后的质量问题，发现成本越高，数量却越少。

要让质量数据可用，第一步是把良率拆成口径清楚的两三个数字，并明确哪个数字用于哪个决策。

结论先行：一次良率看现场，交付良率看结果

一次良率反映工序本身的能力，用于现场改善；交付良率反映对客户的实际承诺兑现情况，用于整体质量评价。

两者应当同时出现在月报里，并且不允许只报其中一个。只报一次良率会让管理层低估真实的质量成本。

还有一个中间指标是直通率。它衡量一批产品一次走完全部工序无需返工的比率，比单工序良率更能反映整体工艺成熟度。

三个指标要一起看。单工序良率高但直通率低，说明工序之间衔接有问题；直通率高但客户投诉多，说明标准与实际需求脱节。

良率数据失真的四个来源

第一个来源是返工后重新计入合格。把返工件重新投入后算作合格，掩盖了返工成本。规范做法是返工件不计入一次良率。

第二个来源是待处理品被排除在分母之外。有些工厂把「待返工」和「待判定」的件数从分母里剔除，良率自然偏高。

第三个来源是让步接收。客户同意让步接收的批次通常算作合格，但它反映的是质量问题而不是质量水平。

第四个来源是统计时点差异。日报在工序完成时统计，客户退货在几个月后才发现，两者在时间上无法对应到同一批产品。

针对这四个来源，对应的措施是返工单独统计、待处理品计入分母、让步接收单独列出、按批次而非按月份对应。

其中按批次对应最关键。质量数据只有与具体批次绑定，才能形成从生产到客户的完整链路。

让良率数据可信的三个操作细节

第一个细节是明确分母。是投入数量还是完工数量，是全批还是抽样，必须写在报表脚注里。含糊的分母是所有争议的起点。

第二个细节是区分「检验不合格」与「判定不合格」。检验发现的不良与最终质量判定为不合格，是两个不同的概念。

第三个细节是异常批次单独列示。某些批次因为特殊原因导致良率异常，混入整体数据后会让趋势失去意义。

还有一个实务建议：把良率与不良类型分布一起呈现。只看良率百分比无法指向动作，看到不良类型才能定改善方向。

不良类型建议控制在六类以内，例如尺寸超差、外观缺陷、装配不良、材料问题、设备异常、其他。分类过多会让统计工作本身成为负担。

数据可信之后，管理层才会用这些数字做决策。不可信的数据即使再精确，也只是报表上的装饰。

下一步可以做什么

第一步是把上月的日报良率和客户退货数据放在一起算一次。两个数字的差距通常会让管理层重新认识质量现状。

第二步是在月报中固定同时呈现一次良率与交付良率，并注明统计口径。这一步不需要任何系统投入。

需要良率三口径统计表或不良类型分布模板，可联系 cooper@micount.cn 或 18016313342（微信同号）。