4. 生产质量类KPI设计

生产质量类KPI是制造现场最容易被“算错”的一类指标。原因不在于公式复杂，而在于统计口径不统一：同一批产品，按“工序口径”和“成品口径”算出的不良率可能相差数倍；把返工后合格的算作一次合格，会让一次合格率虚高；把内部挑出的不良与客户退回的不良混在一起，又会让客户投诉率失去指向性。因此，质量KPI设计的第一步不是选指标，而是先把每个指标的定义、统计对象、统计时点和数据来源固定下来。

一、五个核心指标的定义与计算口径

一次合格率（First Pass Yield，FPY）衡量的是“第一次就做对”的能力。它的统计对象是经过某工序或整条产线一次流转后，未经返工、返修、挑选即判定合格的产品数量。公式为：一次合格率 = 一次合格数 ÷ 投入数 × 100%。关键口径在于“一次”：只要发生了返工、返修、重测、挑选后合格，都不能计入一次合格数。若按工序统计，投入数取该工序实际投入数量；若按整线统计，投入数取投入整线的产品数，一次合格数取全程未经过任何返工处理即合格的数量。

直通率（Rolled Throughput Yield，RTY）是多个工序一次合格率的连乘结果，反映产品从投入到产出全程“无返工通过”的概率。公式为：直通率 = 工序1一次合格率 × 工序2一次合格率 × … × 工序n一次合格率。例如某产品经过三道工序，一次合格率分别为98%、95%、97%，则直通率 = 0.98 × 0.95 × 0.97 ≈ 90.3%。直通率的价值在于揭示“单工序看起来都不错，但整线累积损失很大”的隐藏问题，它比最终成品合格率更能暴露过程能力短板。

不良率（Defect Rate）通常指不良品数占检验总数的比例，公式为：不良率 = 不良品数 ÷ 检验总数 × 100%。这里必须区分“不良品数”与“不良项数”：一个产品可能有多个缺陷，若按缺陷点统计，应使用DPU（单位产品缺陷数）或DPMO（百万机会缺陷数）；若按产品判定，则一个产品只要有一个致命缺陷即计为一件不良品。口径不同，数值不可直接比较。企业应在指标卡中明确写清“按件”还是“按缺陷点”。

返工率（Rework Rate）指需要返工处理的产品数量占产出或投入数量的比例，公式为：返工率 = 返工数 ÷ 产出数 × 100%。返工率与一次合格率互为补充：一次合格率关注“没返工就合格”，返工率关注“有多少需要返工”。返工率统计时要注意返工次数与返工件数的区别，同一产品多次返工通常按“返工件数”计一次，但若用于分析返工负荷，也可另设“返工工时”或“返工次数”作为辅助指标。

客户投诉率（Customer Complaint Rate）是从客户端反馈的质量指标，常用公式为：客户投诉率 = 客户投诉批次（或件数）÷ 交付批次（或件数）× 100%。它的统计口径必须明确投诉的计数单位：按投诉单、按批次、按产品件数还是按客户数。制造现场更常用“每百万交付件投诉数”或“每千批次投诉数”，以便与内部不良率区分。客户投诉率反映的是不良流出到客户端的后果，不能与内部不良率混用。

二、统计口径中的四个关键约定

第一，统计时点要固定。一次合格率应在工序完工检验后立即统计，不能等返工完成后回头修改；否则一次合格率会被“返工后合格”污染。第二，统计单位要统一。不良率按件还是按缺陷点，返工率按返工件数还是返工次数，客户投诉率按投诉单还是按批次，都必须在指标卡中写明。第三，数据来源要可追溯。一次合格率来自工序检验记录，直通率来自各工序一次合格率的连乘，返工率来自返工工单，客户投诉率来自客服系统或客户反馈台账。第四，责任归属要清晰。内部不良率由制造部门负责，客户投诉率由质量与客服共同负责，直通率通常由工艺或制造工程负责推动改善。

三、从指标到现场判断：一个教学示例

假设某产品投入1000件，经过三道工序。工序1一次合格980件，返工20件；工序2一次合格931件，返工49件；工序3一次合格903件，返工28件。按工序口径，工序1一次合格率为98%，工序2为95%，工序3为97%。直通率为0.98×0.95×0.97≈90.3%。若按最终成品口径，最终合格903件，成品合格率为90.3%，与直通率一致，因为本例中返工后未再计入一次合格。若企业把返工后合格的也计入最终合格，则成品合格率会高于直通率，此时两个指标必须分开列示，不能互相替代。

不良率方面，若三道工序合计不良97件，按投入1000件计，不良率为9.7%。返工率同样为97件除以1000件，等于9.7%。这两个数值相同是因为本例中所有不良都走了返工，但实际现场中，部分不良可能直接报废、部分返工后仍不合格，因此不良率与返工率通常不相等。客户投诉率则要等产品交付后统计，假设交付100批，收到3批投诉，则客户投诉率为3%。这个3%不能与内部9.7%的不良率直接比较，因为统计对象和时点完全不同。

四、指标之间的联动与排障方向

当一次合格率下降而返工率上升时，说明过程能力在恶化，应优先排查设备参数、来料批次和作业方法。当直通率明显低于各工序一次合格率的简单平均时，说明瓶颈工序的损失被放大了，应重点改善一次合格率最低的工序。当内部不良率稳定但客户投诉率上升时，说明检验环节可能存在漏检，或者客户使用条件与厂内测试条件不一致，需要复核检验标准与客户规格的差异。当返工率高但一次合格率也高时，要检查是否存在“过度返工”或“返工判定过严”的情况，避免为了追求一次合格率而把可放行产品误判为返工。

质量KPI的设计最终要落到“同一批产品、同一套口径、同一本账”上。一次合格率看第一次做对的能力，直通率看全流程累积损失，不良率看缺陷规模，返工率看返工负荷，客户投诉率看外部后果。五个指标各司其职，既不能互相替代，也不能混用口径。只有把定义、公式、统计时点和数据来源全部固定，驾驶舱上的质量数据才具备可比性和改善指向性。