不良發生與不良流出，其實是兩個不同問題

假設產品製程為：

打頭 → 輾牙 → 熱處理 → 電鍍 → 最終檢驗 → 出貨

打頭產生 100 件尺寸異常。

如果打頭站立即發現：

100 件全部攔截

這是製程品質問題，但檢驗機制有效。

另一種情況是：

打頭產生 100 件異常
打頭只發現 20 件
輾牙發現 30 件
熱處理發現 20 件
最終檢驗發現 25 件
客戶發現 5 件

此時除了打頭製程本身需要改善，還存在另一個問題：

為什麼異常沒有在打頭站被發現？

這就是 Defect Escape 值得分析的地方。

Defect Escape Rate 是什麼？

Defect Escape 可以理解為：

缺陷產生後，沒有在預期的控制點被發現，而流向下一個製程或客戶。

例如某製程實際產生：

200 件缺陷

本站檢出：

150 件

後製程才發現：

50 件

可依企業定義建立逸出率：

Defect Escape Rate = 逸出缺陷數 ÷ 該缺陷總數

即：

50 ÷ 200 = 25%

代表四分之一的問題沒有在原本應該控制的位置被攔截。

為什麼越晚發現不良，損失通常越大？

假設打頭後產品累積價值：

25 元／件

經過：

輾牙
熱處理
電鍍

之後累積價值增加到：

45 元／件

同樣 100 件不良：

打頭立即發現，可能損失約：

2,500 元

電鍍後才發現，可能已投入：

4,500 元

而如果已經出貨，還可能增加：

• 客戶退貨
• 全批挑選
• 緊急補貨
• 運輸費
• 客訴處理
• 生產排程插單
• 商譽影響

因此品質改善不應只追求：

Defect Reduction

還應追求：

Early Detection

MES 如何知道缺陷「在哪裡產生、在哪裡發現」？

建立 Origin Process 與 Detection Process

品質紀錄可以增加兩個重要維度：

Defect Origin Process

缺陷實際產生的製程。

Defect Detection Process

缺陷實際被發現的位置。

例如：

不良原因	Origin	Detection
頭部尺寸異常	打頭	打頭
頭部裂痕	打頭	熱處理
牙紋異常	輾牙	最終檢驗
表面異常	電鍍	客戶

如此 MES 才能知道哪些問題存在跨站逸出。

如何建立 Defect Escape Matrix？

很適合使用矩陣呈現：

產生製程 ↓ / 發現製程 →	打頭	輾牙	熱處理	電鍍	最終檢驗
打頭	180	35	18	10	7
輾牙	-	210	22	15	13
熱處理	-	-	95	18	12
電鍍	-	-	-	130	20

理想情況下，大部分缺陷應集中在矩陣對角線：

在哪裡產生，就盡量在哪裡發現。

如果大量數據落在右側，就代表缺陷正在向後製程逸出。

哪些缺陷最值得優先改善？

不能只看 Defect Quantity。

例如：

A 缺陷：500 件，逸出率 2%
B 缺陷：150 件，逸出率 40%
C 缺陷：80 件，逸出率 65%

A 雖然發生最多，但大部分都能立即攔截。

C 發生數量較少，卻有超過一半流到後製程。

如果 C 又屬於高風險品質問題，就應優先改善檢測機制。

因此可以建立：

Defect Frequency × Escape Rate × Cost Impact

作為改善優先順序。

如何找出「哪一道檢驗最容易漏掉問題」？

MES 可以反向分析 Detection Gap。

例如：

打頭產生的尺寸問題：

本站檢出：85%
下一站檢出：8%
最終檢驗：5%
客戶：2%

另一類裂痕：

本站檢出：30%
熱處理後：45%
最終檢驗：20%
客戶：5%

此時就能進一步研究：

為什麼裂痕在原製程只有 30% 能被發現？

可能需要調整：

• Sampling Plan
• 檢驗頻率
• 檢驗設備
• 檢驗項目
• 視覺檢測
• 製程參數監控

而不是單純要求作業員「注意品質」。

MES 如何利用批號追蹤逸出範圍？

假設最終檢驗發現：

批號 LOT-20260925-01 出現尺寸異常

MES 可以依生產履歷往前追查：

批號 → 工單 → 打頭設備 → 模具 → 作業員 → 生產時間 → 原料批號

再往後查：

同設備／同模具／同時間區間還有哪些批號？

即可快速建立 Potential Affected Lots。

避免發現一件異常後，只處理眼前產品，卻不知道其他可能受影響批次在哪裡。

Defect Escape Dashboard 應呈現哪些資訊？

建議包含：

• Defect Escape Rate
• Internal Escape Rate
• Customer Escape Rate
• Origin Process
• Detection Process
• Defect Escape Matrix
• Escape Defect Pareto
• 客戶端缺陷數
• 製程別逸出率
• 產品別逸出率
• 設備別逸出率
• 模具別逸出率
• Detection Distance
• Escape Cost
• 月度 Escape Rate Trend

其中非常值得建立：

Detection Distance

例如：

原製程發現：0 Station
下一站發現：1 Station
三站後發現：3 Stations
客戶發現：Customer

除了知道「漏掉幾件」，還能衡量：

一個缺陷平均要經過多少製程才會被發現？

如何建立缺陷逸出改善閉環？

建議形成：

MES 記錄不良 → 判斷 Origin Process → 記錄 Detection Process → 計算 Escape Rate → 找出高逸出缺陷 → 分析檢驗缺口 → 改善製程／檢驗方法 → 追蹤 Escape Rate → 驗證改善效果

品質改善目標就能從：

「降低多少不良？」

進一步提升為：

「即使發生不良，也要盡可能在最早的位置發現。」

導入 Defect Escape Rate 有哪些效益？

可協助企業找出品質檢驗的薄弱環節、降低缺陷流向後製程的機率、減少後段加工浪費、降低客戶端不良與退貨風險、縮小異常批次追查範圍，並建立製程品質與檢驗有效性的共同衡量方式。