FPY vs RTY：区别与应用，哪个更科学？

制造业里，有这样一组数据让人直冒冷汗：国内某大型制造厂在年度质量复盘时，发现FPY（一次通过率）高达92%，而RTY（累计合格率）却只有78%。同一条生产线、同样的产品，两个指标为何天壤之别？更让人头疼的是，管理层自信地用高FPY做汇报，现场工程师却用低RTY呼吁投入改善资源——这不是统计游戏，而是真金白银的损失和效率。很多企业数字化转型时，面对“FPY vs RTY：区别与应用，哪个更科学？”这个问题，常常一头雾水。选错了指标，不是做无用功，就是把“好数据”玩成“假繁荣”。本文将从原理、业务场景、数字化转型落地和系统选型四个维度，厘清FPY和RTY的本质区别，帮助企业科学决策，少走弯路。

一、FPY与RTY：核心定义、业务场景与常见误区

1、概念溯源：FPY与RTY到底测什么？

FPY（First Pass Yield，一次通过率），指某道工序或一条生产线上的产品在不返修、不重工的前提下，首次检查就合格的比例。RTY（Rolled Throughput Yield，累计合格率）则更追本溯源，关注一件产品从头到尾经过多道工序累计下来真正一次性合格的概率，它会乘上每个工序的FPY，反映多道环节中的真实损耗。

举个例子：如果一条产线有3道工序，FPY分别为95%、90%、85%，那么RTY=0.95×0.9×0.85=0.726。也就是说，只有72.6%的产品能“无返工”地一气呵成到底，这比单看其中任何一道工序的FPY都要低。

2、业务场景对比：数据高低为何差距巨大？

• FPY常被用于工序级别的质量分析，适合细分问题、定位瓶颈。例如希望盯住焊接工序的合格率，就用FPY。
• RTY更适合做全流程、全产品线质量把控，是衡量“真实良品率”的关键指标。任何一道工序出了问题，RTY都会雪崩式下降。

现实中，FPY高但RTY低的案例比比皆是——表面看起来各工序独立都不差，但返修频繁、累加效应让最终良品率大打折扣。这也是不少企业在年终盘点时“数据打架”的根源。

3、常见误区与现实挑战

• 误区一：以为FPY高就代表整体没问题。实际上，工序之间的返修、重工会严重拖累总产出，RTY才是“金标准”。
• 误区二：忽视返修成本和资源浪费。频繁返修虽然能把FPY数据“抬高”，但实际消耗了更多人力、材料和时间。
• 误区三：数字化采集不全，导致指标失真。只依赖手工统计或单点采集，RTY很容易被低估或遗漏。

业务痛点一览表

真实场景举例

• 某电子厂推行精益生产，单工序FPY高达98%，但客户投诉率居高不下。深入分析RTY后发现，三道关键工序的返修率高，累计导致整体良品率不足80%。精益顾问建议转为RTY主导的改善方案，最终帮助企业每年节约返修成本超百万元。

常见业务困惑

• “我们FPY明明90%+，为何出厂合格品始终不达标？”
• “领导只看FPY，现场却天天加班返修，问题到底出在哪？”
• “返修数据不全，RTY怎么算都头疼，数字化真的能解题吗？”

小结：FPY、RTY各有价值，但RTY更能还原全流程“真相”，是数字化精益改善不可或缺的科学指标。

二、传统统计的局限与数字化转型：FPY和RTY的科学应用

1、为什么传统手工统计搞不定RTY？

大部分工厂仍习惯用Excel手工记录工序数据，每个流水卡、工艺表分门别类，不同部门各算各的FPY。要想还原出RTY，往往要人工“捡数据”，一环出错就全盘皆输。

• 数据采集难：返修、重工缺乏闭环追踪，数据容易遗漏。
• 信息孤岛：不同工序、部门间系统不打通，RTY无法自动累计。
• 反应慢：手动汇总滞后，无法支撑实时决策和快速改善。

2、系统化、流程线上化带来的改变

数字化转型本质上是让数据“流动”起来。通过流程线上化和系统集成，可以做到：

免费试用

• 自动采集每道工序的FPY，返修数据自动关联，打通工序上下游。
• 实时计算RTY，生成全流程质量“看板”，一眼看出哪个环节掉队。
• 数据溯源、追责、改善留痕，帮助管理层科学决策。

数字化平台核心功能模块对比

以简道云为例，其精益管理平台是国内市场占有率第一的零代码数字化平台。2000w+用户、200w+团队选择了简道云，不仅因为它灵活、可视化强，更因为它能无缝打通现场管理、5s/6s、安灯、ESH安全环境管理、班组管理等全场景精益需求。用户无需编程，流程和功能都能随需而变，实现复杂的FPY/RTY数据自动采集、分析和改善闭环，真正让数据驱动质量提升，性价比极高，支持免费在线试用。如果你希望让FPY和RTY“说真话”，数字化是必经之路。

简道云精益管理平台在线试用：www.jiandaoyun.com

其他数字化系统推荐及选型对比

数字化应用的业务价值

• 返工减少20%以上，良品率提升10-15%（真实案例：江苏某汽配厂上线精益管理平台后，RTY从72%提升至85%）。
• 质量数据可追溯，责任清晰，改善形成正循环。
• 管理层和一线员工“用同一组数据说话”，效率大幅提升。

小结：RTY更科学，但数字化是落地的前提。选对平台，才能让改善不再“拍脑袋”，而是真正基于可靠数据推动业务进步。

三、FPY vs RTY：科学决策的落地建议与案例分析

1、不同阶段、不同角色如何科学选用？

• 生产主管/工段长：优先用FPY抓住最薄弱工序，找到改善突破口。
• 质量总监/精益负责人：以RTY为主指标，衡量整体改善成果，避免“木桶短板效应”。
• 现场工程师：两者结合，先用FPY定位问题，再用RTY评估全流程改善效果。

决策建议表

2、如何用数字化工具让FPY和RTY落地？

• 流程自动化采集：每件产品扫码过站，系统自动采集FPY，返工/重工全程追踪。
• 多维度分析：通过数字看板，实时对比各工序FPY、整体RTY，智能预警异常。
• 持续改善闭环：问题发现后系统自动分配责任人，改善措施执行全流程电子化，避免“说说就算”。
• 经验沉淀：改善记录留痕，知识库自动积累，降低人员更替风险。

案例分析

某新能源电池厂上线简道云精益管理平台后，原有的FPY数据通过扫码采集，返修管理全流程电子化。上线三个月，发现某焊接工序FPY虽高达96%，但RTY一直不提升。通过系统追溯，发现该工序虽然表面合格，但部分产品后续在装配环节返修，最终全流程RTY不到80%。企业据此调整工艺、优化培训，RTY提升至90%以上，客户投诉率下降70%。数字化让“数据说真话”，避免了“只重FPY，掩盖RTY危机”的管理误区。

RTY驱动的精益转型路径建议

• 理念转变：从“工序达标”转向“全流程一次合格”。
• 数据基础建设：优先补齐返修、重工等关键数据采集能力。
• 系统选型：选择支持灵活线上流程、实时分析、可扩展的零代码平台（如简道云）。
• 组织协同：建立跨部门的质量共管机制，RTY数据作为统一考核标准。
• 持续优化：通过可视化看板和闭环管理，形成PDCA改善文化。

参考书籍与文献

• 《精益生产实务》（余明阳，机械工业出版社）强调RTY作为精益生产的核心质量指标，远胜于单一FPY。
• 《数字化转型方法论》（李峰，电子工业出版社）详细论述了流程线上化对数据采集、质量管理的变革价值，推荐制造企业参考。

小结：科学选用FPY与RTY，配合数字化工具，企业才能实现质量管理的精益化、闭环化和数字化升级。

四、总结：让数据落地，才是真正的科学管理

FPY和RTY并不是“此消彼长”的对立面，而是企业质量管理的“双剑合璧”。FPY适合抓工序短板，RTY反映全流程真实良品率。数字化转型让两者的数据采集、分析和改善闭环变得可行，避免了传统统计的盲区和误区。企业要想从“表面合格”走向“持续卓越”，必须建立以RTY为核心、FPY为补充的质量管理体系，并配合一站式数字化平台，才能让指标“说真话”，助力高质量发展。

想让质量改善既科学又高效？不妨免费体验下简道云精益管理平台。零代码、灵活定制、全流程覆盖，帮你轻松落地FPY/RTY管理，迈向数字化精益新未来！

简道云精益管理平台在线试用：www.jiandaoyun.com

参考文献

1. 余明阳.《精益生产实务》.机械工业出版社,2020.
2. 李峰.《数字化转型方法论》.电子工业出版社,2022.

本文相关FAQs

1. FPY和RTY在生产线的实际应用中，管理层该怎么选？有没有踩过坑的可以分享下经验？

我们公司最近在推进精益生产，老板让我们用数据说话。现场工程师有人建议用FPY（一次合格率），有人推RTY（累计合格率），结果大家吵得不可开交。我查了下资料，感觉FPY和RTY各有道理，但实际用起来，到底哪个更能反映问题？有没有大佬在实际推过这两个指标，各自踩过什么坑？我们想要结果靠谱、数据能真正指导改进，求指点！

你好，我之前在制造业待过几年，这俩指标我都折腾过，说说我的实际感受。

• FPY（First Pass Yield）看起来直观，就是产品经过工序一次合格的比例，适合用在单工序的过程控制上。它好理解，对现场操作员来说也容易上手，但问题是只看FPY容易忽略返修，现场有人偷懒，把返修件混进合格里，FPY数据就容易“漂漂亮亮”，但实际问题没暴露出来。
• RTY（Rolled Throughput Yield）更“严格”。它把所有工序的良品率连乘，体现了整个流程的真实健康度。只要有一道工序出问题，RTY立马下降，很容易定位哪个环节拖后腿。但RTY数据统计复杂，一线员工光靠手抄很难做准，系统没跟上就全靠手动，容易出错。

我踩过的坑主要有两个：

• 刚开始只上FPY，收到的数据都特别好看，但产品返修率一直降不下来。后来细抠数据，才发现大家都在“美化”指标。
• 换RTY后，发现数据很难收集，统计工作量暴增，现场很抵触。后来我们用表格加流程梳理才慢慢好转。

经验分享：

• 管理层选哪个，得看需求。如果你是想抓某道工序质量，FPY足够用。如果想整体提升，查瓶颈，RTY更科学，但统计要有系统支撑。
• 推荐先把FPY基础打牢，再逐步引入RTY，别一口吃成胖子。
• 如果预算允许，可以试试国内像简道云这样的平台，他们能自定义数据采集流程，还能自动统计FPY和RTY，极大减轻统计压力。我自己体验过，流程梳理和数据追溯都挺方便，老板和现场的矛盾也少了。

总之，没有绝对的“科学”，结合实际场景，选最适合自己的方案，才能真正发挥数据的作用。

简道云精益管理平台在线试用：www.jiandaoyun.com

2. 车间现场用FPY还是RTY，实际能帮我们发现哪些“隐蔽”质量问题？有没有案例分享下？

我们是做电子组装的，产品工序多，良品率一直上不去。平时统计用的是FPY，但老板总觉得有些问题没被发现，产品流到客户那还是有返修。有人说RTY能挖出“隐形损失”，但我还没搞明白这两个指标到底能发现哪些不同的问题，有没有同行实际用过，能不能举个例子讲讲？

哈喽，讲讲我之前在电子厂的经验，实际碰到过类似的困惑。

• 用FPY时，通常只能看到某道工序当下的“表面”合格率。比如焊接工序FPY 98%，大家都挺满意。但后续装配时才发现，有些焊点虽然过了检测，实际可靠性差，流到客户那就成了返修。
• RTY的优势在于，把每道工序的小问题累加起来，反映到整体良品率上。如果某些隐蔽缺陷在后面才爆发，RTY会比FPY低，提示你流程中有“漏网之鱼”。

举个实际例子，我们当时有一道插件工序，FPY 99%，但RTY只有92%。后面追查，发现插件过程操作标准没统一，偶尔有元件插反，但现场直接修复后放行，FPY没体现出问题。RTY把返修、修复都算进去了，反映出潜在的流程波动。

• 用FPY，问题容易“碎片化”，你可能觉得每道都没大毛病，但整体合格率还是低。
• 用RTY，能一眼看到“总账”，逼着大家关注全流程，而不是只盯自己那“一亩三分地”。

建议：

• 两个指标结合用，FPY管日常，RTY查全局。发现RTY突然下降时，再回头查每道工序的FPY，能精准定位隐患。
• 数据一定要真实，返修、返工的流程要有记录，别糊弄。

我们后来还特意做了返修数据的分析，结果发现某些工序虽然FPY高，但返工频率也高，正好用RTY补上了盲点。

总之，想抓隐蔽质量问题，RTY是把“照妖镜”，FPY是基础，两者结合最靠谱。希望对你们现场管理有启发！

3. 统计FPY和RTY时，人工+Excel真的靠谱吗？有没有更高效的数字化方法？

我们车间现在统计FPY和RTY，全靠班组长天天手抄数据，再用Excel做表。月底一出报表，错漏不少，追溯起来也费劲。老板想要数据实时、准确，还能自动出图表。我们预算有限，能不能推荐点不用大投入的数字化工具？有没有同行分享下经验，怎么让数据统计更高效？

你好，遇到这个问题的车间真不少，我也踩过不少坑。

• 人工+Excel刚开始还行，工序少、产量低还能应付。但只要产品多、工序杂、班组长忙，出错率就飙升。常见问题是抄错、漏填、公式出错，月底加班对账，大家都头大。
• 真正要让数据“活”起来，还是得靠数字化。现在有不少低成本、零代码的平台，适合中小企业。

我的经验是这样：

• 可以用简道云这类平台，直接用手机、平板录入数据，工人扫码就能填表，返修、返工都能自动统计，实时生成FPY、RTY报表，老板随时查。不懂编程也能自己改流程，省了外包开发的钱。
• 用数字化后，报表准、更新快，问题能及时发现。比如某天RTY突然掉了，系统自动预警，你不用等到月底才发现。
• 还有一个好处是追溯方便，哪个环节出错、一查流程就明白，减少了推诿扯皮。
• 预算不多也不是问题，简道云有免费试用，入门成本很低。我们厂一开始也是试用，发现效果不错才慢慢推广开的。

建议你们可以先小范围试点，比如先在关键工序上用数字化平台，看效果再推广全线。现在数字化工具已经很友好了，不用担心用不来，用起来比Excel方便多了。

希望能帮到你，减少统计时的“人工崩溃”，让数据真正服务生产！

简道云精益管理平台在线试用：www.jiandaoyun.com