2. 报表需求分析与指标定义

报表开发最容易犯的错误，是拿到需求就打开工具画表格。真正决定报表成败的，是开工之前把"谁看、看什么、怎么算"这三件事定清楚。本节以一条典型的乳制品巴氏杀菌产线为对象，梳理操作工、工艺工程师、质量经理三类角色的报表需求差异，并把关键工艺参数指标（KPI）的计算口径逐条落到可实现的字段与公式上。

一、先看产线对象：报表的数据源在哪里

假设这条产线采用板式换热器进行巴氏杀菌，工艺设定为 85 ℃、保温 15 s，后接均质、冷却与灌装。报表所需数据主要来自三类源：PLC 采集的实时过程量（杀菌温度、保温时间、均质压力、冷却出口温度、流量）、批次管理系统记录的批次号与起止时间、以及化验室录入的理化与微生物检验结果。报表需求分析的第一步，就是把这些源与角色关注点对应起来，而不是先设计表头。

二、三类角色的需求差异

操作工关注"当下是否正常"。他们需要的是实时看板：杀菌温度当前值、设定值与上下限，保温时间是否满足，均质压力是否在区间内，以及超限时的声光报警和处置提示。报表粒度是分钟级，重点是异常能否被立刻发现，因此指标要少而醒目，报警阈值必须与工艺规程一致。

工艺工程师关注"过程是否稳定、能否优化"。他们需要趋势曲线、分布直方图、Cpk 与参数相关性分析，例如杀菌温度的标准差、冷却出口温度的漂移、单位产品蒸汽耗量随产量变化的规律。报表粒度是班次或批次，重点是统计量与对比，需要保留原始采样数据以便回溯。

质量经理关注"是否合规、能否放行"。他们需要批次合格率、CCP 监控符合性、超限批次的处置记录与可追溯链条。报表粒度是批次与日/周汇总，重点是结论明确、可审计，每个数字都要能下钻到具体批次和原始记录。

三、KPI 计算口径的落地写法

指标定义不能只写名称，要写成可执行的公式。以杀菌温度达标率为例，口径应明确：测点取保温管出口温度变送器；采样周期 5 s；剔除停机与 CIP 时段；有效采样点为该批次内所有非剔除采样点；达标判定为温度 ≥ 85.0 ℃（含）；计算公式为达标点数除以有效采样点数。这样写出来，开发人员可以直接映射到数据库字段，测试人员也能构造用例验证。

再以温度波动的 Cpk 为例，需要先约定规格上限 USL 与下限 LSL。巴氏杀菌的温度下限由工艺规程给定（如 85 ℃），上限则来自热损伤与结垢控制要求（示例取 88 ℃）。Cpk = min[(USL−均值)/(3σ), (均值−LSL)/(3σ)]。若某班次均值为 86.2 ℃、σ 为 0.45 ℃，则上限侧为 (88−86.2)/(3×0.45) ≈ 1.33，下限侧为 (86.2−85)/(1.35) ≈ 0.89，取较小值 0.89，说明该班次主要风险在温度偏低一侧，工艺上应检查蒸汽调节阀响应与预热段换热效率。这类"算出来能指向原因"的指标，才是报表真正有价值的部分。

批次一次合格率的口径要防止歧义：分母是"总生产批次"还是"已检验批次"？建议定义为已检验批次为分母，并单独列出待检批次数，避免因检验滞后导致合格率虚高。单位产品能耗则要明确蒸汽耗量是表计读数差还是流量计积分值，产量是灌装成品量还是杀菌处理量，两者口径不同结果差异明显。

四、需求分析的可交付成果

本节的分析结果应沉淀为一份指标字典，作为后续报表设计与开发验收的依据。示例字段如下：

指标字典定稿前，建议做一次"口径走查"：拿一个真实批次的数据，让三类角色分别按字典计算并核对结果，确认没有歧义。走查中常见的问题包括时区与班次边界不一致、停机时段未剔除、化验结果回填时间晚于报表生成时间等，这些问题在开发前解决，成本远低于上线后返工。需求分析与指标定义做扎实，后面的数据建模和报表呈现才有稳定的地基。