Skip to content

数据核对 ​

模块定位:数据校验与异常检测。

数据核对模块在数据进入分析与申报环节前,回答一个根本问题:这些数据可信吗? 它自动执行一致性、完整性、范围与逻辑四类校验,检出问题并驱动处理闭环。

四类校验规则 ​

校验类型检出问题示例
一致性校验同一指标在不同记录/系统间不一致批记录誊抄的纯度值 ≠ 检验系统原始值
完整性校验缺失值、空字段、未按 ALCOA+ 留痕检验人签名字段为空、修改无原因说明
范围校验超出规格(OOS)、偏离趋势(OOT)pH 7.4 超出 6.8~7.2 设计空间
逻辑校验时间倒置、前后矛盾、数值不合理检验完成时间早于取样时间

校验规则由平台内置质量规则引擎驱动,私有化部署可联系交付团队按企业 SOP 定制阈值与规则集。

异常类型与判定 ​

类型含义后续动作
OOS超标结果进入 OOS 调查流程,自动创建偏差记录
OOT超趋势结果预警关注,连续出现时升级为偏差
CPP 偏离关键工艺参数超出设计空间触发 风险预警,严重级别自动判定
数据完整性问题违反 ALCOA+通知责任人补正,留痕记录

使用方式 ​

单批核对 ​

在 AI 助手输入:

核对 61 批的检验数据完整性和一致性

系统输出该批的核对结果清单:通过项、异常项、每项异常的定位与说明。

批量核对 ​

检查 61 到 65 批的检验数据是否存在缺失或异常值

批量结果按批次汇总,异常批次高亮,可逐批下钻。

跨源比对 ​

上传或加载两个来源的数据(如批记录 PDF 与检验台账 Excel)至 个人资料馆,勾选后要求比对:

对比批记录与检验报告中的纯度数据是否一致,列出不一致项

核对结果的处理闭环 ​

数据核对发现的问题不会停在"提示"层面:

核对检出异常 → 风险预警告警 → (达偏差条件)创建偏差记录
→ 根因分析 → CAPA → 验证关闭        全程审计留痕

使用建议 ​

  • 申报前置:生成 申报资料 前必须先通过数据核对——带病数据进入申报资料的代价远高于内部报告。
  • 不要忽略 OOT:超趋势未必超标,但常是工艺漂移的早期信号,连续出现应启动调查。
  • 误报治理:阈值不合理导致的误报会引发"告警疲劳",发现后反馈管理员调整规则,而不是放任不管。
  • 定期全量核对:即使无放行任务,建议每月对当期数据跑一次全量核对,尽早暴露系统性问题。

相关模块 ​