3. 数据源识别：跨部门良率数据来源与系统
良率管理的第一步是厘清数据从哪里来。在半导体/电子制造企业中，良率数据分散在制造执行系统（MES）、工艺控制系统（APC）、测试数据分析平台（TDA）、质量管理系统（QMS）以及设计数据管理平台（PDM/PLM）中。本章将逐一识别这些数据源，并建立跨部门的数据对齐框架。
3.1 五大部门的数据源全景
下表列出了制造、工艺、测试、质量、设计五个部门的核心良率数据来源、系统类型及数据特征：
| 部门 | 核心系统 | 数据内容 | 更新频率 | 数据粒度 |
|---|---|---|---|---|
| 制造 | MES / RTD | 批次路径、设备履历、在制品状态、产出计数 | 实时 / 每批 | 晶圆/批次/设备 |
| 工艺 | APC / FDC / RMS | 工艺参数、机台传感器数据、配方参数、SPC 控制图 | 实时 / 每片 | 晶圆/腔室/步骤 |
| 测试 | TDA / EDA / ATE | CP/FT 测试结果、良率 bin 分布、参数测试数据 | 每批 / 每片 | 芯片/晶圆/批次 |
| 质量 | QMS / LIMS / EQMS | 缺陷检测、可靠性测试、客退分析、不合格品报告 | 每日 / 事件驱动 | 批次/晶圆/缺陷 |
| 设计 | PDM / PLM / DFM | 设计规则、版图数据、DFM 评分、测试覆盖率 | 版本驱动 | 产品/光罩层 |
关键提示： 在良率会议中，最常出现的对齐冲突来自“数据时间戳不一致”。制造系统以批次完成时间记录，测试系统以测试时间记录，而质量系统以缺陷发现时间记录。数据源识别阶段必须同步定义统一的时间基准（如：以批次下线时间为锚点）。
3.2 数据源系统架构关系
下图展示了五大部门数据源之间的逻辑关系与数据流向。良率数据从制造执行层向上汇聚至良率分析平台，最终服务于跨部门会议决策。
3.3 关键数据字段与对齐键
跨部门数据对齐的核心在于找到通用的“对齐键”。以下是各部门数据中必须包含的公共字段：
- 晶圆 ID / 批次 ID： 制造、工艺、测试、质量系统均需记录的唯一标识，是数据对齐的第一键值。
- 产品型号 / 技术节点： 设计部门提供产品定义，制造和测试部门据此分类统计良率。
- 设备 ID / 腔室 ID： 工艺和制造系统共享的设备标识，用于定位机台相关良率偏移。
- 测试时间 / 工艺时间： 统一的时间戳格式（如 ISO 8601），避免时区与格式差异。
- 操作步骤 / 工艺步骤： 制造路径与工艺参数的步骤编号必须一致。
实践建议： 在首次良率会议前，由数据对齐专家主导完成“数据字典”编制，明确每个字段的命名规范、数据类型、允许值范围。这是避免会议中“数据对不上”的基础工作。
3.4 数据源接入方式对比
不同系统的数据接入方式影响良率会议的实时性与准确性。下表对比了三种常见接入方式：
| 接入方式 | 适用系统 | 延迟 | 数据完整性 | 实施复杂度 |
|---|---|---|---|---|
| API 实时拉取 | MES、APC、ATE | < 1 分钟 | 高（增量同步） | 中 |
| ETL 批量导入 | QMS、LIMS、PDM | 1 小时 ~ 1 天 | 高（全量校验） | 低 |
| 手工上传（Excel/CSV） | 临时数据、设计部门 | 1 天 ~ 1 周 | 低（易出错） | 最低 |
避坑提醒： 手工上传是良率会议数据对齐的最大风险源。如果设计部门或质量部门只能提供手工报表，必须在会议前安排数据预审环节，由数据对齐专家与提供方逐行确认数据格式与关键字段，避免会议现场出现“数据对不上”的僵局。
3.5 数据源识别清单（会议准备用）
在每次良率会议前，数据对齐专家应使用以下清单确认数据源就绪状态：
- 制造数据： 是否已从 MES 导出目标批次列表？是否包含设备履历与产出时间？
- 工艺数据： APC/FDC 是否提供了关键步骤的 SPC 控制图数据？是否有异常报警记录？
- 测试数据： TDA 是否生成了良率汇总报表？是否按 bin 分类？参数测试数据是否完整？
- 质量数据： QMS 是否包含缺陷检测结果与可靠性测试报告？不合格品是否已编号？
- 设计数据： PDM/PLM 是否提供了当前产品版本的设计规则与 DFM 评分？
- 对齐检查： 所有数据源中的晶圆 ID/批次 ID 是否一致？时间戳格式是否统一？
效率技巧： 建议建立“数据源健康看板”，在会议前 30 分钟自动检查各系统数据更新状态，并用红/黄/绿三色标识数据就绪程度。绿色表示数据已更新且通过校验，黄色表示数据延迟但可用，红色表示数据缺失需紧急处理。