IQC 来料检验数字化：从 Excel 到结构化数据
以一份模拟检验记录为例，拆清批次、检验单与测量值，建立能追溯、能统计的数据基础。
先确定每一行代表什么
把 Excel 搬进网页并不等于完成数字化。常见的表格把供应商、批次、尺寸结果、处理意见都放在同一行；追加复检时复制整行，随后就很难分清两行记录是两批来料，还是同一批的两次检验。
先明确记录粒度：一个到货批次可以有多张检验单，一张检验单包含多个检验项目，每个项目又可能有多个样本测量值。统计口径应建立在这些关系上，而不是建立在表格行数上。
把记录拆成三个层次
下面的字段是用于学习的数据模型，不对应真实企业。批次号不宜单独作为全局唯一标识，可另外分配内部 ID，并保留物料与供应商的关联。
| 层次 | 示例字段 | 解决的问题 |
|---|---|---|
| 来料批次 | lot_id、material_code、supplier_id、received_qty | 这批物料是谁、何时、送来了多少 |
| 检验单 | inspection_id、lot_id、revision、inspection_time | 哪一次检验，采用哪个版本的要求 |
| 测量明细 | inspection_id、item_code、sample_no、value、unit | 哪个项目、哪个样本、测得多少 |
一条尺寸结果该怎样保存
假设批次 DEMO-LOT-001 的样本 1 测得直径 10.02 mm，当前检验要求为 9.95～10.05 mm。测量值、单位、规格上下限应分开存储，不能把“10.02mm，OK”塞进同一个文本字段。
本例按闭区间演示判定：9.95 ≤ 10.02 ≤ 10.05，结果合格。实际项目仍应明确边界处理、修约与测量不确定度等约定。必须保存检验当时采用的规格版本，避免以后修改标准导致历史结果被重新解释。
inspection_id,item_code,sample_no,value,unit,lower_limit,upper_limit,spec_revision
DEMO-IQC-001,DIAMETER,1,10.02,mm,9.95,10.05,DEMO-R1导入前先做可解释的校验
缺失测量值不等于零，也不等于合格。导入时应区分未测、无法测量、漏填与有效数值；发现问题时保留原文件行号，让填写者能回到来源。
建议先做预览，再确认导入；对于重复上传，使用导入批次标识和业务唯一约束避免重复记录。修订已经确认的结果时保留修改前值、修改后值、原因和时间。
- 先检查必填字段、日期格式、数值与单位。
- 再检查物料、供应商和检验项目是否能关联。
- 最后检查重复样本和不合理的上下限，输出错误清单。
验收时用一张追溯表回答问题
从任意一个不合格测量值，应能找到检验单、到货批次、检验要求版本以及后续处置记录。再反向抽查一批来料，确认所有检验项目与复检记录都能完整列出。
本例只讨论数据结构，不指定抽样方案，也不把样本结果直接当成整批不良率。批次接收判断、抽样规则与样本不良比例需要分别定义。开始做 BI 前，先把这些定义写进指标说明。