质量改善进入试产与量产爬坡日常管理，需要哪四类证据
从试产与量产爬坡的一组原始记录出发，本期拆解质量改善如何形成可复现、可验收、可维持的现场试点交付，避免用节点完成代替系统结果。
单点培训｜质量改善
建议用10—15分钟完成一次班前会、工程例会或个人学习；先理解本期一个核心判断，再带回现场验证。
质量必须由稳定过程制造出来，检验只能发现部分已经发生的问题。
FPY＝一次合格数量÷投入数量×100%；重大问题还应追踪DPPM、返工工时和客户流出。
明确缺陷定义和影响范围
把相关性当作根因
培训验收：学员应能选取一个真实对象，说明问题、数据、主责、协同、验证方式和不能直接套用的边界。
1. 今天先回答什么
质量改善从客户要求和过程风险出发，通过数据分层、根因分析、过程控制和防错，降低不良、返工和流出风险，而不是只依赖终检拦截。 在试产与量产爬坡中，SMT、插件、总装、电气安全、老化测试和量产导入需要在版本、物料、工艺与产能上同步成熟。因此，本期不从工具名称出发，而先回答：加工之外的等待、搬运、排队、库存和信息延迟是否已经量化。
2. 现场先看见什么
- 检验加严但过程能力没有提升
- 问题分析停留在人员不注意
- 同类缺陷重复发生
- 场景约束：SMT、插件、总装、电气安全、老化测试和量产导入需要在版本、物料、工艺与产能上同步成熟
- 优先警惕：追求设备稼动和试产进度，容易把版本错用、测试瓶颈、返修回流和阶段问题带入量产
这些信号不是结论，而是进入现场调查的入口。应继续按产品、班组、设备、物料批次、时间段或异常类型分层，避免用平均值掩盖波动。
3. 数据怎样证明
FPY＝一次合格数量÷投入数量×100%；重大问题还应追踪DPPM、返工工时和客户流出。
将总交付周期拆分为加工、等待、库存、搬运和异常停顿，分别确认责任界面；现场至少保留BOM与程序版本、设备停机、测试CT、FPY、老化通过率、问题关闭率与产能验证记录。
数据必须说明来源、分母、时间范围、版本和异常样本。无法追溯到订单、产品、工序、设备或责任对象的数据，不宜直接用于评价个人或判断项目收益。
4. 从动作走向闭环
- 限定试点范围和验证周期，逐项记录正常、异常与故障状态
- 明确缺陷定义和影响范围
- 按人机料法环测分层并验证根因
- 优先实施过程控制与防错
- 验证效果并更新PFMEA、控制计划和作业标准
- 用改善前后实绩复核收益、波动和副作用，确认关闭证据
- 将有效方法写入标准、点检、系统规则与复盘节奏
5. 谁负责、谁协同、谁验收
6. 哪些做法容易失效
- 只做临时遏制不做永久对策
- 对策完成后不验证再发风险
- 把相关性当作根因
- 追求设备稼动和试产进度，容易把版本错用、测试瓶颈、返修回流和阶段问题带入量产
- 只改善加工动作，可能把产出转化为更多在制品
任何方法都不能脱离产品特性、工艺风险、人员技能、设备能力和客户要求直接复制。先验证边界，再扩大范围，才能避免把局部经验变成新的系统风险。
7. 关联 QilyLean 职能与项目
8. 今天可以落地的一步
今日动作：限定试点范围和验证周期，逐项记录正常、异常与故障状态。完成后不要急于宣布结案，先确认数据是否可复现、现场是否能维持、责任是否已经移交。