良率 YMS 多因子分析报表功能实操教程｜LED 芯片 CIM-MES 系统
【LED 芯片 CIM-MES 实操教程】第 20 节｜全系列共 20 节
前面 19 节把数据一条条攒起来，这一节把它们变成判断。良率从 96% 掉到 92%，会上永远有两种声音："肯定是新来的那批 MO 源"和"我看是 3 号腔室的问题"。YMS 的价值是把这两种声音变成一个能验证的假设——按机台、腔室、配方、原料、人员逐层切片，谁的问题数据自己会说话。
一、功能简介
YMS（Yield Management System）良率多因子分析做的是自动关联与切片：把良率数据与机台腔室、配方版本、MO 源批次、操作员、生产时间段、BIN 分布关联起来，做多维度对比分析，自动输出良率趋势、柏拉图、CPK 报表，并支持导出归因报告。
它解决良率分析的三个痛点：
- 数据散在各处：良率在测试机、机台参数在 EAP、原料批次在 WMS、人员排班在 MES，靠 Excel 手工拼表，一次分析要两天。YMS 一键聚合；
- 归因靠猜：良率掉了，先怀疑原料，换一批还是低，再怀疑设备，调完还是低——试错成本高。多因子切片能在几小时内把范围缩到一个腔室、一个配方版本；
- 改善无法验证：改了参数，良率回升了，是真的有效还是波动？CPK 与趋势图能给统计判断，而不是"感觉好多了"。
关于 W-Time：YMS 不产生 W-Time 数据，但会用 W-Time 做切片维度——比如"同一腔室，W3-W4 加工时长偏长的批次良率是否更低"。加工时长与良率的关联，往往能挖出设备老化、参数漂移这类隐性问题的线索。
二、适用场景
| 场景 | 触发条件 | 关键动作 |
|---|---|---|
| 量产良率波动 | 日良率跌破控制线 | 多维切片，锁定异常因子 |
| 试产评估 | 新品小批量投产 | 对比试产与量产良率基线 |
| 客诉复盘 | 客户端批量不良 | 反查批次共性因子 |
| 设备/工艺变更验证 | 换腔室、换配方、保养后 | 变更前后良率对比 + CPK |
| 月度质量会 | 定期汇报 | 一键出趋势与柏拉图 |
岗位分工：工艺工程师做因子分析；品质工程师做 CPK 与判定；设备工程师提供腔室与保养信息；生产主管关注人员与班次维度。
三、前置准备
- 测试数据完整上传：每批的测试结果（BIN 分布、光电参数）自动入库，MAP 文件解析成功；
- 维度字段齐备：批次必须绑定机台、腔室、配方版本、原料批次、操作员——这五个维度任一缺失，对应的切片就做不了；
- 良率基线已定：按产品、按工序定义目标良率与控制线（如目标 96%、预警 94%、停线 92%）；
- CPK 计算口径统一：用哪几个关键参数算 CPK、规格上下限从哪来，工艺与品质先对齐，避免两套数。
四、字段说明与管控规则
4.1 核心分析维度与指标
| 维度 / 指标 | 说明 |
|---|---|
| 产品型号 / 工序 | 分析的基本范围，必须先选定 |
| 机台 / 腔室 | 定位设备类因子的关键维度 |
| 配方编号 / 版本 | 定位工艺变更影响 |
| MO 源批次 / 辅料批次 | 定位来料类因子 |
| 操作员 / 班次 | 定位人为差异 |
| 生产时间段 | 与保养、环境、季节因素关联 |
| 良率 / BIN 占比 | 主指标与结构分解 |
| CPK / 柏拉图 | 过程能力与不良集中度 |
4.2 管控规则（必记四条）
- 分析必须带时间范围与产品范围：不设范围的"全厂良率"没有分析价值，只会得出"最近不太好"这种废话；
- 切片样本量下限：单个因子组合样本少于 30 批，系统提示"样本不足，结论仅供参考"。3 批 100% 良率不代表这个腔室好；
- 归因结论要落库：每次分析输出结论与改善动作，记录到系统，下次同类问题可检索——分析不留痕，等于每次从头再来；
- 报表口径锁定：良率定义（投入产出比 / 一次通过率）全厂统一，报表上明确标注口径，避免销售、生产、品质各报一个数。
五、完整操作流程
5.1 单因子初筛
第一步： 进入【YMS 分析】，选择产品型号、工序、时间范围（如近 30 天）。
第二步： 系统输出总良率趋势曲线与柏拉图（不良按 BIN/缺陷代码排序），先看不良集中在哪一类——柏拉图前三项通常占 70% 以上。
第三步： 对 TOP1 不良做单因子切片：按机台、按腔室、按配方版本、按原料批次、按班次逐个切。找出良率显著偏离均值的分组（如 3 号腔室良率 89%，其余 96%）。
5.2 多因子交叉验证
第四步： 对可疑因子做交叉分析：3 号腔室 × 配方版本、3 号腔室 × 时间段。排除混杂因素——比如"3 号腔室低"可能只是因为它最近一直在跑难做的产品。
第五步： 系统输出交叉表与显著性提示（样本量、差异幅度）。样本不足的组合标灰，不参与结论。
第六步： 结合 W-Time 维度验证：该腔室 W3-W4 加工时长是否偏长、是否集中出现设备报警（安灯单）。三条线索指向同一处，基本可以定因。
5.3 输出与验证
第七步： 生成 CPK 报表：关键参数（波长、亮度、电压、ESD）的过程能力，看是均值偏移还是分布变宽。均值偏移查参数设置，分布变宽查设备稳定性。
第八步： 导出归因报告（含趋势图、柏拉图、交叉表、结论、建议动作），提交工艺与设备联合评审。
第九步： 改善措施执行后，设置对比观察期（建议 2 周），系统自动对比改善前后良率与 CPK，验证有效性。
六、流程图讲解
流程的关键是先筛后钻：先用柏拉图看不良集中在哪，再用单因子找可疑分组，最后交叉验证排除混杂。上来就多维交叉，数据量大到看不过来，结论反而出不来。
归因树的每一层都对应一个可执行的动作：机台问题找设备、配方问题找工艺、原料问题找供应商、人员问题找培训。分析的价值不在图表好看，而在每一层都能落到一个责任人。
七、常见报错与排查
| 报错提示 | 拦截原因 | 排查方法 |
|---|---|---|
| "良率报表空白：测试数据未上传" | 测试机数据未回传或未入库 | 查测试数据接口；手工上传补数 |
| "MAP 解析失败" | MAP 文件格式不符、坐标缺项 | 核对测试机输出模板（第 08 节） |
| "样本不足，结论仅供参考" | 该因子组合批次数 < 30 | 拉长时间范围；结论标注"待验证" |
| "CPK 无法计算：规格上下限缺失" | 产品规格未维护 | 补维护规格限（第 01 节产品主数据） |
| "维度缺失：该批次未绑定腔室" | 进站未采腔室信息 | 补 EAP 采集配置（第 15 节）；历史数据标注缺失 |
现场经验：良率分析最容易犯的错是"拿 3 批数据下结论"。3 批全好就认定改善有效，3 批全差就认定设备坏了，都是小样本幻觉。系统的样本量提示不是摆设，看到灰格子就该知道：这不是结论，这是猜想。
八、业务注意事项与审厂合规要点
业务注意事项：
- 良率要与 BIN 结构一起看：总良率没变，但高价值 BIN 占比掉了，实际损失一样。只看总良率会漏掉结构性问题；
- 变更必须留基线：换腔室、换配方、大保养前后各留 2 周数据做对比，没有基线就没法验证；
- 归因结论要能复现：报告里写清筛选条件、时间范围、样本量，别人拿同样条件能跑出同样结果；
- 月度质量会拿数据说话：柏拉图 + 趋势 + CPK 三张图，比汇报十页文字有用。
审厂合规要点：
- 良率趋势可查：客户要求看近 6-12 个月良率趋势与改善记录；
- 异常有闭环：每次良率异常有分析报告、改善措施、验证结果三段记录；
- CPK 达标：关键特性 CPK ≥ 1.33（车灯客户常要求 ≥1.67），不达标要有提升计划；
- 数据可追溯：报表数据能反查到具体批次与原始测试记录，不能是手工填的汇总数。
九、本节落地检查表
- [ ] 测试数据 100% 自动上传，MAP 解析成功率 ≥99%
- [ ] 批次五个维度（机台/腔室/配方/原料/人员）绑定完整率 ≥98%
- [ ] 每个产品有明确良率目标与控制线
- [ ] CPK 计算口径与规格限全厂统一
- [ ] 每月至少一次多因子分析并输出归因报告
- [ ] 改善措施有前后对比数据验证
- [ ] 良率异常从发现到归因 ≤72 小时
---
系列完结说明：20 节到这里讲完——从产品主数据、工艺路线，到 WMS 出入库、ECN、SPC、FDC、EAP，再到 ESOP、人员资质、安灯、追溯、YMS，一条从"建档"到"分析"的完整链路。这 20 节不是 20 个孤立功能，而是一条数据流：前面的记录质量决定后面的分析质量，任何一环偷懒，最后都会在良率和审厂上还回来。
---
关于本系列
《LED 芯片 CIM-MES 系统 20 篇实操教程》由叶工整理，基于 10 年半导体与 LED 芯片制造一线经验（FAB 工艺、良率、CIM 数字化）。全系列 20 篇 + 配套检查表，首发于「叶志辉个人技术站」，站内搜索教程标题即可找到完整目录与可下载的模板文件。
