2. 食品质量数据基础
食品QC的每一次判定，本质上都是对“数据”的判定。无论是判定一批乳粉的菌落总数是否放行，还是判断一批酱卤肉的色泽是否可接受，质量趋势分析与预警的可靠性，首先取决于底层数据是否被正确认识、正确采集和正确处理。本节围绕三个问题展开：QC数据有哪些类型、它们从哪里来、以及如何把“脏数据”变成可用于趋势分析的可信数据。
一、三类核心数据类型：理化、微生物、感官
食品QC常见数据可按检测性质分为三大类，它们的量纲、精度、时效和判定逻辑差异很大，直接决定了后续趋势图的画法和预警规则的设定方式。
理化数据是连续型数值，典型项目包括水分含量、蛋白质、脂肪、酸价、过氧化值、pH、食盐含量、亚硝酸盐残留、重金属（铅、镉、砷）等。这类数据有明确的计量单位和检测限，通常以“均值±标准差”描述分布，适合用均值-极差控制图（X̄-R）、单值-移动极差图（I-MR）做趋势监控。例如某批次饼干水分检测值为3.8%、3.9%、4.1%，其波动本身就可作为烘烤工序稳定性的信号。
微生物数据具有明显的“计数+检出/未检出”双重属性。菌落总数、大肠菌群、霉菌酵母多为计数型（CFU/g或CFU/mL），而沙门氏菌、单核细胞增生李斯特菌、金黄色葡萄球菌肠毒素等致病菌指标则常以“未检出/25g”形式表达。微生物数据分布高度偏态，且存在检出限以下的删失数据（如“<10 CFU/g”），不能简单当作0处理，否则会系统性低估风险。趋势分析中更宜采用对数变换后的均值或超标率、阳性率等比例指标。
感官数据是半定量或等级型数据，来源包括感官评价小组的评分（如色泽、气味、组织状态各按1～5分打分）、缺陷分类（如霉变、异味、杂质）以及消费者投诉归类。感官数据主观性强，需通过评价员培训、双盲编码样品、标准参照样比对来控制一致性。在趋势分析中，感官数据常转化为“批次平均分”“缺陷批次数占比”等可统计指标。
三类数据的对比如下表所示，理解其差异是选择统计方法与预警阈值的前提。
| 数据类型 | 典型项目 | 数据性质 | 趋势分析常用指标 | 需特别注意 |
|---|---|---|---|---|
| 理化 | 水分、酸价、过氧化值、亚硝酸盐 | 连续型数值 | 均值、极差、过程能力指数 | 检测限、单位统一、平行样偏差 |
| 微生物 | 菌落总数、大肠菌群、致病菌 | 计数型/定性 | 对数均值、阳性率、超标率 | 删失数据、抽样代表性、增菌时效 |
| 感官 | 色泽、气味、组织状态、缺陷 | 等级/半定量 | 平均分、缺陷批次占比 | 评价员一致性、盲样编码 |
二、数据来源：LIMS、MES与手工记录
QC数据的“出生地”主要有三处，各自的数据结构和风险点不同。
LIMS（实验室信息管理系统）是理化与微生物检测数据的主要载体，记录样品编号、检测项目、方法标准、仪器编号、检测结果、检出限、审核状态等信息。LIMS数据的优势是结构化程度高、可追溯，但需注意结果状态字段——只有“已审核/已批准”的结果才应进入趋势分析，未审核或复检中的结果若被误纳入，会造成趋势假象。
MES（制造执行系统）提供与生产批次绑定的过程数据，如杀菌温度曲线、灌装净含量、冷却时间、环境温湿度、CIP清洗记录等。MES数据的关键价值在于“可关联”——把理化检测结果与同批次的过程参数对齐，才能分析“为什么这一批酸价偏高”。关联的纽带通常是批次号、生产日期+生产线代码。
手工记录仍广泛存在于感官评价、现场巡检、部分小型企业或临时加测场景。手工记录的风险最高：字迹辨认错误、单位漏写、日期格式不统一（2024/3/5与2024-03-05混用）、小数点错位、复写纸模糊等。手工数据录入时应执行“双人录入比对”或“录入后抽检复核”，并对修改处保留修改人、修改时间和原值。
三、数据质量要求与清洗方法
可用于趋势分析的QC数据，应满足五项基本质量要求：完整性（关键字段不缺）、准确性（结果与原始记录一致）、一致性（单位、编码、日期格式统一）、及时性（在预警窗口内可获取）、唯一性（同一样品同一项目不重复计入）。
清洗不是“删掉了事”，而是有判断、有记录的处理过程。常见清洗动作包括：
- 单位与量纲统一：把水分“4.2%”与“0.042 g/g”统一为百分比；把菌落总数统一为CFU/g并做log10变换。
- 缺失值处理：关键结果缺失的批次标记为“不可判定”，不参与均值计算；过程参数缺失可尝试按同产线邻近批次插补，但须标注插补标记。
- 异常值识别：先用专业判断（如超出方法线性范围、平行样偏差超限）剔除无效结果；再用统计规则（如I-MR图中超出3σ控制限）标记可疑点，可疑点应复查原始记录而非直接删除。
- 删失数据处理：微生物“<10 CFU/g”按检出限的一半（5 CFU/g）参与对数均值计算，并在报告中注明处理规则。
- 重复与错位修正：同一LIMS结果被重复导出时按样品编号+项目去重；批次号与生产日期错位时以MES批次主数据为准校正。
下面这张图把“三类数据—三个来源—清洗关卡—可用数据集”的关系串起来，重点表达数据在进入趋势分析前必须经过的过滤与转换节点。
四、一个可操作的清洗示例
假设某乳制品厂导出近30批UHT纯牛奶的菌落总数结果，原始表中出现三种情况：12批为具体数值（如“20 CFU/g”），9批为“<10 CFU/g”，另有1批结果为空但审核状态为“已批准”。清洗时按以下规则处理：具体数值直接取对数；9批删失数据按5 CFU/g取对数（log10 5≈0.70）；空值批次标记为“结果缺失”，不纳入均值计算，同时回查LIMS原始记录确认是否为录入遗漏。清洗后得到29个有效对数结果，再计算移动极差并绘制I-MR图，若某批对数结果超出上控制限，则回到该批的MES杀菌温度曲线与CIP记录中排查原因。整个过程的关键不是“算出一个数”，而是每一步处理都有规则、有标记、可追溯。
掌握数据类型、来源与清洗规则之后，后续的统计过程控制、趋势建模与预警阈值设定才有可靠的基础。数据基础不牢，再精细的预警模型也只是在噪声上做文章。