![]()
在质量管理、精益生产和六西格玛中,很多人会接触到FPY和RTY这两个指标。它们看起来很接近,实际上观察的层次并不一样。FPY,也就是First Pass Yield,通常称为一次通过率或一次合格率,它关注的是某一个工序在第一次处理时有多少产品能够直接合格;RTY,也就是Rolled Throughput Yield,通常称为滚动产出率,它关注的是一件产品能不能在整个流程中,从第一步一直走到最后一步,都不经过返工、返修、重检或重复处理。
如果要用最简单的一句话说明两者的分别,可以说:FPY看单个步骤,RTY看整个流程。
什么是FPY?
FPY的计算方式很简单,就是某一道工序的一次合格数量除以该工序的投入数量。假设某一道工序投入1000件产品,其中950件第一次加工和检验就合格,那么这一道工序的FPY就是95%。
这里最重要的是「第一次」三个字。如果剩下的50件经过返工之后也全部合格,那么最终可能仍然得到1000件合格品,但FPY仍然是95%,不会因为返工成功而变成100%。
这也是FPY比最终合格率更有管理价值的地方。最终合格率只告诉我们产品最后有没有合格,FPY则告诉我们这件事有没有在第一次就做对。返工虽然可以把不良品救回来,但它会消耗额外的人工、设备时间、检验资源、材料和生产周期,因此不能因为最后合格,就当作前面的损失没有发生。
RTY为什么要把多个FPY乘起来?
如果一个流程只有一道工序,FPY通常已经能够说明很多问题。但现实中的制造流程往往包含多道工序,例如加工、装配、测试、包装和出货,每一道工序都有自己的FPY。这时,如果只看单独的FPY,就无法知道一件产品真正从头到尾一次通过的概率。
RTY就是用来解决这个问题的。
它的计算方法不是把各工序的FPY加起来,也不是取平均值,而是把每一道工序的FPY连续相乘。因为一件产品如果要从头到尾一次通过,它必须在第一步通过,同时在第二步通过,同时在第三步通过,后面的每一个步骤也都必须通过。因此,这实际上是一个连续条件发生的过程。
优思学院的RTY滚动产出率计算工具,就是按照这个逻辑计算整个流程的一次通过能力。
![]()
用优思学院RTY计算工具来看一个例子
假设一个流程有三个步骤。
第一步投入1000件,其中950件第一次通过,因此第一步FPY是95.00%。第二步收到950件,其中900件第一次通过,因此第二步FPY是94.74%。第三步收到900件,其中870件第一次通过,因此第三步FPY是96.67%。
如果只看这三个数字,其实每一道工序的表现看起来都不算差,基本都在95%左右。很多管理者看到这样的数据,可能会觉得整个流程已经相当不错。
但如果把三个步骤连续计算,结果就不同了。
RTY等于95.00%乘以94.74%,再乘以96.67%,结果大约是87%。
![]()
也就是说,这个流程虽然每一道工序看起来都有95%左右的一次通过率,但真正能够从第一步一直走到第三步,而且中间完全没有返工、返修或重复处理的产品,只剩下大约87%。
换句话说,每投入1000件产品,大约只有870件能够完整地一次通过整个流程,其余大约130件在某个步骤出现过一次通过损失。
这正是RTY比单个FPY更有价值的地方。它会把分散在不同工序中的小损失累积起来,让管理者看到整个流程的真实表现。
为什么不能把几个FPY直接平均?
这是RTY最常见的误解之一。
仍然以上面的例子来说,三个步骤的FPY分别是95.00%、94.74%和96.67%。如果把它们简单平均,会得到大约95.47%。
这个数字看起来很好,但它并不能代表整个流程有95.47%的产品能够一路一次通过。
因为产品不是随机选择其中一个步骤去经历,而是必须依次经过所有步骤。只要其中任何一个步骤出现返工,这件产品就不能算作整个流程的一次通过。
因此,RTY必须用乘法,而不是平均。
95%左右的单站表现,最后得到的整体RTY只有约87%,这个差异非常值得管理者注意。
为什么流程越长,RTY越容易下降?
RTY还有一个很重要的特性,就是流程步骤越多,累积损失越明显。
假设一个流程有10个步骤,而且每一步FPY都达到98%。单独看98%,已经是很不错的数字。但整个流程的RTY并不是98%,而是0.98连续相乘10次,结果大约只有81.7%。
如果流程有20个步骤,而且每一步仍然保持98%的FPY,那么整体RTY会进一步下降到大约66.8%。
这说明一个很重要的问题:每一个工序都「看起来不错」,并不代表整个流程真的不错。
这也是为什么复杂制造流程、供应链流程、审批流程和服务流程特别适合看RTY。流程越长,局部指标越容易掩盖累积损失。
FPY和RTY到底有什么本质分别?
FPY的核心问题是:「这一道工序第一次做对了多少?」
RTY的核心问题是:「整个流程从头到尾第一次做对了多少?」
如果我们只想评估某一台设备、某一道工序或某一个工作站的表现,FPY已经很实用。如果我们想评估一个完整流程的整体一次通过能力,RTY会更有意义。
例如,一个装配工序FPY是97%,这个数字只能说明装配这一站的表现。如果产品前面还要经过加工,后面还要经过测试和包装,那么97%并不能告诉我们整个流程的真实一次通过能力。
RTY就是把这些局部FPY串起来,从Value Stream,也就是整个价值流的角度看问题。
RTY为什么容易暴露「隐藏工厂」?
很多企业最终的出货合格率其实很高,甚至可能达到99%或100%。但这并不代表流程真的非常优秀。
如果一批1000件产品中,有100件曾经返工,最后100件又全部修好,那么最终出货时仍然可以是1000件合格品。只看最终良率,企业会觉得表现非常好。
但那100件返工已经产生了额外成本。
它可能占用了生产线,增加了检验次数,拖长了交付周期,消耗了工程师时间,也可能增加额外材料、人工和管理成本。
这些活动常常被称为流程中的「隐藏工厂」。表面上,企业生产的是正常产品;实际上,内部还存在一个不断处理返工、返修、重检和重复工作的隐形系统。
RTY正好能够把这些问题暴露出来。
当最终良率很高,但RTY明显偏低时,往往说明企业是在依靠大量内部补救,把产品修到最终合格,而不是让流程本身保持高水平的一次通过。
FPY高,RTY仍然可能很低
这也是很多管理者第一次接触RTY时最容易感到意外的地方。
假设一个流程有8道工序,每一道工序FPY都是97%。从部门角度看,97%似乎都不错,每个部门甚至都可以说自己表现稳定。
但整个流程的RTY大约只有78.4%。
也就是说,大约有超过两成的产品,在整个流程中至少有一次没有顺利一次通过。
这说明只看各部门KPI,很容易产生一种错觉:每一个部门都不错,所以整个流程应该也不错。
实际上,客户经历的是完整流程,而不是某一个单独部门。RTY就是把这种被部门分散掉的损失重新聚合起来。
使用RTY时最容易输入错什么?
优思学院RTY计算工具中,有一个很关键的概念,就是要输入「一次合格数量」,而不是「最终合格数量」。
例如某工序投入1000件,第一次通过950件,剩下50件经过返工之后全部合格,那么一次合格数量仍然是950,而不是1000。
如果把1000输入进去,计算结果就会变成100%的FPY,相当于把返工完全隐藏起来。
这个逻辑同样适用于服务业。
例如一份贷款申请第一次提交时资料不完整,客户补资料之后最终获批,这不属于一次通过;一张采购订单第一次审批被退回修改,第二次才批准,也不能算一次通过;一张发票第一次录入错误,修改之后付款成功,同样不是一次通过。
所以RTY并不只是制造业指标,它也可以用于行政、财务、采购、医院、银行、IT和各种服务流程。
RTY和最终良率并不是同一个概念
最终良率很高,RTY很低,这两种情况完全可以同时发生。
例如某个流程的最终良率是99%,RTY却只有80%。这代表最后交给客户的产品几乎都合格,但企业内部为了达到这个结果,经历了很多返工、修正和重复处理。
最终良率回答的是:「最后有多少是好的?」
RTY回答的是:「有多少是从头到尾第一次就做好的?」
这两个问题看起来接近,但管理意义完全不同。
对于精益生产和六西格玛来说,第二个问题往往更值得深入分析,因为返工虽然可以把质量问题修回来,却会增加成本、缩短产能余量,并且延长Lead Time。
如何利用RTY找改善机会?
RTY最有价值的用法,不是只看最后那个百分比,而是把整体RTY和每一道工序的FPY放在一起看。
以前面的三个步骤为例,第一步是95.00%,第二步是94.74%,第三步是96.67%,整体RTY大约是87%。这时可以很快发现,第二步的一次通过率最低。
优思学院RTY计算工具也会直接显示最低步骤良率,帮助使用者找到值得优先调查的位置。
当然,最低FPY的工序不一定就是整个问题的根本原因,但它通常是一个很好的切入点。接下来可以再结合Pareto Chart、流程图、鱼骨图、5 Why、MSA、SPC、过程能力分析、FMEA,甚至完整的DMAIC方法,进一步分析为什么这个步骤会出现较多一次通过损失。
这时RTY就不再只是一个计算结果,而是改善项目的起点。
RTY真正想告诉我们的是什么?
RTY和FPY背后的思路,其实都围绕着同一个质量理念:不要只看事情最后有没有完成,还要看它是不是第一次就做对。
一个流程如果依靠大量返工,最后仍然可以做到100%交付,但这并不代表它是一个高效率、高质量的流程。另一个流程可能几乎不需要返工,就能达到同样的最终结果。两者对客户看起来差不多,但对企业内部来说,成本、效率、产能、交付周期和过程稳定性都会有很大差异。
FPY让我们看见某一个步骤有没有第一次做好,RTY则把这些步骤连接起来,让我们看见整个流程真正的一次通过能力。
所以,如果你分析的是多步骤流程,只看FPY通常还不够。FPY告诉你局部表现,RTY告诉你整个流程的真实表现。
而当RTY明显低于单个工序FPY时,最值得追问的问题不是「最后有没有做出来」,而是:
这个流程中,有多少产品或工作,其实曾经被返工、修正、退回或重复处理过?
这往往才是精益改善和六西格玛真正值得挖掘的地方。
你可以直接使用优思学院的RTY滚动产出率计算工具,把实际流程的每一步投入数量和一次合格数量输入进去,计算整体RTY,并查看最低良率步骤。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.