甲班良率90%,乙班80%,两项平均得到85%。只凭这两个百分比,能不能说整体良率就是85%?缺少每个班组对应的产品数量,这道题其实还没有足够条件。
下面均为教学假设,良率统一定义为同一范围内合格件数除以投入件数,每件计一次。若甲班投入100件、合格90件,乙班投入10件、合格8件,两组无交叉,汇总应这样回到数量:
- 合格件数:90+8=98件。
- 投入件数:100+10=110件。
- 整体良率:98÷110≈89.09%。
分别求和的是合格数和投入数,不是把98与110相加。89.09%比简单平均85%高4.09个百分点,因为本例90%对应100件,80%只对应10件。
还可以保持两个百分比不变,交换班组规模:甲投入10件、合格9件,乙投入100件、合格80件。此时整体为89÷110≈80.91%。90%和80%仍然成立,整体却从89.09%变成80.91%。只拿到百分比,无法知道这两种情况中的哪一种才是本次报表。

有了原始数量,仍要先确认算的是同一种良率
一个班报首次通过,另一个报返修后最终合格,两份数据即使都有分子分母,也不能直接套用上面的合并式。先把“合格”说清,再确定“投入”指哪些产品,以及按产品还是工序计数。复检通过一次,不等于又生产出一件产品;跨期返修归入哪个期间,也须采用本报表已确认的规则。
两种产品都按件计量,数学上能求和,业务上却未必需要一个整体比例。负责人若是要比较不同产品的质量表现,应保留产品分组,避免合计掩盖问题。因此,班组良率汇总先确定这张报表要回答什么,再决定哪些同口径记录可以合并。
灵核数智岗位级AI数智员工参与生产数据分析,可以从这段核对和回算开始评估。给定已确认的指标定义与授权数据,要求输出同时带各组原始数量、纳入范围、排除或待核项。只有两个百分比时,应追要分母;首次通过与最终合格混在一起时,应先分开,而不是仍交出一个看似精确的全厂数。实际取数和识别能力需在企业环境验证。
从明细到汇总,重复可能在关联时出现
一份数据按班组汇总,另一份按设备汇总,若都包含同一批产品,把它们相加就会重复。还有一种情况:一笔生产记录关联了多条检验明细,投入数量随明细展开成多行。即使最终仍用“合格÷投入”,输入已经不再是原来那批独立产品。
回算前,应能说明参与记录代表什么、凭哪些业务标识关联、同一件为何只计一次。更正记录也要按有效事件规则与原记录对应,不能把更正后的数量再当新增产量。跨系统来源可沿制造系统职责划分梳理,具体差异再回到工单级日报取证核查。
分母未知时,保留“缺投入数量”;确认投入为零时,这个定义下不做普通除法。无投入、尚未更新和投入未知,不能都显示成“良率0%”。这三种输出会让使用者采取不同动作,归成同一个零值反而丢掉了最需要补查的信息。
验收AI报表时,除了核89.09%算得对不对,还可加入班组规模互换、复检混入、重复关联和缺分母的样本,由业务岗位先确定预期处理。报表能回到哪98件合格、哪110件投入,解释未纳入什么,才便于下一位使用者复核这个比例。








