RTY滚动直通率是什么？为什么最终合格率会掩盖隐藏工厂

5 小时之前

搞质量的人

1 分钟

很多工厂的周报会写“本周出货合格率96%”，看起来并不差，但现场却仍然在加班返工、检验站排队、换线后反复调机。问题在于，最终合格率只告诉你“最后有没有把货做出来”，却不告诉你“中间为了把货做出来付出了多少返工、返修、复检与额外产能”。Rolled Throughput Yield（RTY，滚动直通率）就是用来揭示这个盲区的指标。

在六西格玛与过程改进语境下，RTY强调一个单位从流程起点到终点，是否能一次做对、全程无返工地通过所有工序。它比单一工序直通率更严格，也比最终合格率更接近真实制造效率。

Table of Contents

一、RTY到底是什么

RTY可以理解为“一个产品一次性穿过整条流程而不需要返工、返修、补测、替代或绕行的概率”。如果一条产线每一站看上去都只有少量异常，但工序很多、每站都存在一点点损失，那么这些损失在串联流程中会被放大，最后形成明显的时间、人员和成本吞噬。

需要说明的是，不同文献对 throughput yield、total process yield、rolled throughput yield 的命名并不完全一致。本文采用制造业改善中最常见的操作性定义：用端到端的一次通过能力来衡量流程的真实质量水平。

二、RTY与最终合格率、FPY有什么区别

最终合格率关注的是最后能交付多少合格品；FPY（First Pass Yield，一次通过率）通常关注某一工序在第一次尝试时有多少产品直接通过；RTY则把各工序的一次通过率连乘起来，衡量整个流程首通成功的概率。

常用表达如下：

最终合格率 = 最终合格件数 / 投入件数

FPY_i = 工序i一次通过件数 / 进入工序i件数

RTY = FPY₁ × FPY₂ × … × FPY_n

如果现场只记录了缺陷数，而没有记录缺陷件数，也可以用缺陷每单位数 DPU（Defects Per Unit）做估算。在泊松近似成立、缺陷率不高且机会定义一致时，单工序一次通过率可近似写成：

FPY_i ≈ e^-DPU_i

因此端到端 RTY 可估算为：

RTY ≈ e^-(ΣDPU_i)

这个逻辑的管理含义非常重要：哪怕每一站看起来都“还行”，只要工序数量多，端到端首通率仍可能显著下降。比如 8 道工序每道工序的 FPY 都是 98%，RTY 也只有 0.98⁸ ≈ 85.1%。这说明流程复杂度本身就会放大微小波动。

三、如何用RTY判断流程是否存在“隐藏工厂”

所谓隐藏工厂，并不是看得见的一条真实产线，而是企业为了消化缺陷、返工、补测、拆装、复判、补料而额外耗费的那部分能力。它经常不写在主计划里，却真实占用人、机、料、时间与管理注意力。

在实践中，可以用以下判定逻辑快速识别问题：

如果最终合格率很高，但 RTY 明显偏低，说明大量产出依赖返工或补救措施，而不是一次做对。
如果 RTY 的趋势在下降，而出货率暂时稳定，往往意味着现场正在用更多加班、检验和重工去“保住结果”。
如果某几道关键工序的 FPY 波动就足以显著拉低 RTY，那么改善优先级应放在这些关键工序，而不是平均用力。

四、一个制造业案例：为什么96%出货率不等于流程健康

假设一条装配线有来料确认、装配、在线测试、终检四道关键工序，各工序一次通过率分别为 97%、96%、98%、95%。那么：

RTY = 0.97 × 0.96 × 0.98 × 0.95 ≈ 86.7%

这意味着，若投入 1000 件产品，理论上只有约 867 件可以不经过任何返工与额外处理而顺畅通过整条流程。假设最终通过返修、换件和复检后，出货合格率做到 96.5%，管理层若只看最后数字，会以为系统表现不错；但现场实际上仍在消化一大块“非首通产出差额”。

这部分差额背后通常对应三类成本：直接成本，如返工工时、报废与额外检验；间接成本，如交期拉长、WIP 堆积与计划扰动；系统性风险，如工程师把时间耗在救火，导致预防性改进被一再延后。

五、RTY应该怎么落地

先定义流程边界。 明确从哪一步开始算，到哪一步结束算，不要今天按产线、明天按车间，口径必须稳定。
再定义单位与缺陷。 单位是“一件产品”“一套总成”还是“一张订单”？缺陷是按不合格项、失效模式，还是按返工事件统计？这些定义必须事先统一。
按工序记录首通数据。 不仅要记录最终过不过，还要记录第一次通过没有、是否返工、返工次数以及主要缺陷类别。
同步计算 FPY、DPU 与 RTY。 只看 RTY 总值不够，还要能拆到工序，必要时分班次、机种、供应商或换线前后比较。
把 RTY 与成本、节拍、交付一起看。 RTY 下降如果同时伴随加班上升、测试工位拥堵或返工区扩张，说明问题已经不是单纯质量指标，而是系统效率问题。
围绕关键损失做闭环。 找出最拉低 RTY 的前几类缺陷与前几道工序，用 Pareto、5Why、DOE、控制计划或防错方案做针对性改善，而不是泛泛地“加强培训”。

六、常见误区

把最终合格率当成 RTY。 返工后再合格，并不等于一次通过。
只算总数，不算工序。 没有分工序数据，RTY 只能告诉你“有问题”，却不能告诉你“问题在哪里”。
混淆缺陷与缺陷件。 一个单位可能有多个缺陷，若统计口径不清，DPU 与 FPY 很容易失真。
忽视流程复杂度。 工序一多，即使每站损失不大，端到端 RTY 也会明显下滑。
把 RTY 当成孤立 KPI。 RTY 必须和报废率、返工率、周期时间、在制品和客户抱怨一起看，才能避免局部优化。

七、结语

RTY的价值，不在于再增加一个漂亮的质量术语，而在于把“产品最后能交付”与“流程是否真正健康”区分开来。一个企业可以用返工、加班和额外检验把最终合格率维持在高位，却无法长期掩盖低 RTY 带来的成本与波动。对制造型组织来说，RTY是把质量问题从结果端拉回过程端、把救火思维拉回预防思维的关键指标。

如果你的现场已经开始出现返工区拥堵、测试资源吃紧、工程师持续救火、出货看似稳定但利润承压，那么与其继续追问“为什么结果还过得去”，不如先算一遍 RTY，看看隐藏工厂到底有多大。