一个真实的场景：客户投诉某批次产品尺寸超差，要求赔偿。你翻出质检记录，上面写着"合格"。
问题在于这个"合格"没有告诉你：谁检的、用什么量具、抽检了多少、实测值是多少、当时的环境条件如何。没有这些，你既无法自证，也无法追溯。
质检记录的四个层次
| 层次 | 记录内容 | 价值 |
|---|---|---|
| 第一层 | 合格/不合格 | 最低限度，价值极低 |
| 第二层 | + 检验项目与实测值 | 可追溯、可分析 |
| 第三层 | + 检验人、时间、量具、抽样方案 | 可自证、可追责 |
| 第四层 | + 批次关联、供应商关联、设备关联 | 可正向反向追溯 |
表：本表为作者依据行业公开资料整理，具体数值随企业情况而异。
多数企业需要做到第三层，涉及召回或强合规的行业需要第四层。
三个检验环节
| 环节 | 时机 | 检什么 |
|---|---|---|
| IQC 来料检验 | 原材料/外购件入库前 | 来料质量 |
| IPQC 过程检验 | 生产过程中 | 工序质量 |
| OQC 出货检验 | 成品出库前 | 成品质量 |
表：本表为作者依据行业公开资料整理，具体数值随企业情况而异。
中小企业常犯的错误是只做 OQC（出货前检）。问题是：到出货时才发现不合格，损失已经产生（材料、工时都投入了）。
一个原则：越早发现不合格，损失越小。来料阶段发现，损失是退货；生产过程中发现，损失是返工；出货后发现，损失是赔偿加信誉。
检验项模板的设计
每个产品/物料应该有对应的检验项模板：
| 字段 | 说明 |
|---|---|
| 检验项目 | 如尺寸、外观、性能、包装 |
| 标准要求 | 如 10±0.1mm |
| 检验方法 | 用什么量具/方法 |
| 抽样方案 | 抽检数量、判定标准（AQL） |
| 记录方式 | 数值型 / 合格判定型 |
表：本表为作者依据行业公开资料整理，具体数值随企业情况而异。
数值型记录（记录实测值）比合格判定型（只记合格与否）价值高得多：
- 可以做趋势分析（尺寸是否在向公差边缘漂移？）
- 可以追溯（当时的实测值是多少？）
- 可以发现系统性问题（某个设备的产品总是偏上限？）
不合格处理流
发现不合格后，需要有明确的处理路径：
| 处理方式 | 适用 |
|---|---|
| 退货 | 来料不合格 |
| 挑选使用 | 部分合格，可挑出良品 |
| 让步接收 | 轻微超差，客户可接受（需审批与记录） |
| 返工/返修 | 可修复 |
| 报废 | 无法使用 |
表：本表为作者依据行业公开资料整理，具体数值随企业情况而异。
让步接收必须审批并留痕——这是最容易被滥用的处理方式，也是后期争议的高发点。记录应包含：让步原因、批准人、数量、客户是否知情。
让步接收是一个必要的实务操作，但必须受控。系统应该要求填写理由、限定数量、并强制审批。没有受控的让步接收，等于质检形同虚设。
批次追溯链条
要实现追溯，需要在系统中建立三层关联：
| 关联 | 作用 |
|---|---|
| 物料批次 ↔ 供应商 | 反向追溯：这批料谁供的 |
| 生产工单 ↔ 物料批次 | 正向追溯：用了哪些料 |
| 成品批次 ↔ 生产工单 ↔ 客户 | 双向追溯：发给了谁 |
表：本表为作者依据行业公开资料整理，具体数值随企业情况而异。
建立这些关联后，当发生质量事件时：
- 正向：某批原料有问题 → 查出用在哪批成品 → 查出发给哪些客户 → 精准召回
- 反向：客户投诉某批成品 → 查出用的哪批原料 → 查出供应商 → 精准追责
没有这套关联，一旦发生质量事件，唯一的选择就是"全部召回"或"全部否认"——两种都是最贵的选项。
质检数据的二次价值
一、供应商评价
统计各供应商的来料合格率：
| 供应商 | 来料批次 | 合格批次 | 合格率 |
|---|---|---|---|
| A | 48 | 47 | 97.9% |
| B | 36 | 33 | 91.7% |
| C | 12 | 12 | 100% |
表：本表为作者依据行业公开资料整理，具体数值随企业情况而异。
这个数据比"印象"可靠得多，是采购决策和供应商谈判的依据。
二、工艺改进
统计各工序的不合格率，找出瓶颈工序。配合不良原因分类（尺寸、外观、性能），能定位改进方向。
三、检验方案优化
如果某检验项连续 300 批次全部合格且实测值稳定在中值附近，说明该项目的检验频率可以降低；反之如果经常接近公差边缘，应该加严。
落地顺序
| 阶段 | 动作 | 周期 |
|---|---|---|
| 第一期 | 检验项模板 + IQC 记录 | 2–3 周 |
| 第二期 | IPQC + OQC + 不合格处理流 | 2–3 周 |
| 第三期 | 批次关联与追溯 | 2–4 周 |
| 第四期 | 供应商评价与质量分析 | 持续 |
表：本表为作者依据行业公开资料整理，具体数值随企业情况而异。
常见错误
| 错误 | 后果 | 规避 |
|---|---|---|
| 只记合格与否 | 无法追溯分析 | 记录实测值 |
| 只做出货检验 | 发现太晚 | 至少加来料检验 |
| 让步无审批 | 质检失效 | 强制审批留痕 |
| 无批次关联 | 无法精准召回 | 设计时就建立关联 |
| 数据不分析 | 浪费 | 定期输出合格率报告 |
表：本表为作者依据行业公开资料整理，具体数值随企业情况而异。
质检要不要做来料检验？+
需要，而且建议做来料检验（IQC）。理由是发现不合格的环节越早，损失越小：来料阶段发现可以退货，损失有限；到成品阶段才发现，材料与工时都已投入。对多数中小企业，最小可行的配置是：关键物料做 IQC + 成品做 OQC，中间的 IPQC 视工艺复杂度决定。全检不现实也不必要，抽样检验配合清晰的抽样方案是通用做法。
质检记录会不会变成走过场？+
会，如果不解决两个问题。一是记录负担：检验项太多、填写太慢，检验员就会应付——对策是检验项按风险分级，高风险的必检，低风险的抽检或免检。二是数据无人看：如果记录完没人分析、没人反馈，检验员很快就会敷衍——对策是定期输出不良率报告并在生产会议上讨论，让记录产生可见的影响。走过场的本质不是态度问题，是设计问题。
小批量多品种怎么做质检？+
简化模板，按品类而非按产品建立检验项。小批量多品种的企业如果为每个产品建一套模板，维护成本会超过收益。做法是按品类建通用模板（如"钣金件通用检验项"），个别产品有特殊要求时再追加。抽样方案也要相应简化——小批量通常可以采取加严抽样甚至全检，因为批量小，全检的成本也可控。
本文为通用性质量管理建议。涉及强制认证或强合规行业的质量记录要求，请以相关法规与标准为准。