电芯给谁造都行，前提是数据接口先说清
一、“数据打通”是五个定义，不是一句合作意愿
据公开报道，有整车企业在谈自研电池时给过一个说法：电芯由谁制造并非关键，前提是数据要能打通。这句话只是引子，不是本篇的论据，它值钱的地方在于把争议从“谁供货”挪到了“数据由谁定义”——后者是任何跨企业协作都躲不开的部分。我们做过工业数据平台、也做过与客户系统对接的交付，跨主体项目延期或返工的原因，极少是接口调不通，绝大多数是双方对同一个字段算的是两件东西。
打通之前要定五样，一样都省不掉。
- 指标定义。同一个名字背后的公式、统计范围、包含与排除项。“一次合格率”是包含返修复检后通过，还是首次即通过，两个算法差出来的数在管理层看板上会被读成质量恶化。
- 采集点位与频率。同一物理量在哪个工位或哪个环节取，取一次还是连续取。产线上游取的和下游取的不是同一个东西，均值和分位数都会偏。
- 单位与修约规则。毫米还是丝，保留几位，四舍五入还是奇进偶不进。跨企业最常见的坑是修约：一边先修约再求均值，一边先求均值再修约。
- 判定阈值与判定方。阈值由谁给、写在哪个版本的文件里、由谁的程序下结论。
- 数据所有权与使用范围。对方传过来的数据，己方能存多久、能否用于模型训练、能否向第三方披露、终止合作后如何清除并出证明。
这五项里，最后一项最少被写下来，却最容易在合作结束或发生争议时变成僵局。
二、三种交换模式，代价完全不同
定了定义，接下来选交换颗粒度。只有三种基本模式，没有第四种。
| 交换模式 | 对方给什么 | 己方得到什么 | 代价 | 适用判断 |
|---|---|---|---|---|
| 只给结果 | 结论报告、合格与否 | 交付界面干净，传输量小 | 失去可追溯性：无法定位到环节，无法复核判定，无法做自己的预测模型 | 成熟稳定工序、双方无质量争议历史、己方不承担下游责任 |
| 给原始数据 | 逐条测量值、曲线、图像 | 完整追溯与自建分析能力 | 体量与隐私成本最高，带宽、存储、保留期都要谈；对方会要求用途限制 | 新工序爬坡、联合排查质量成因、己方要对终端质量负责 |
| 给特征或摘要 | 计算后的特征值、分段统计 | 折中：既能建模又控制数据量 | 需要双方共同维护算法版本，特征口径一变，历史数据全部不可比 | 数据敏感、量大、且算法可冻结并版本化 |
第三种最容易被低估它的维护成本。特征是算法的输出，算法归一方所有，那么对方看到的每个特征值都隐含一个版本。如果协议里不写版本标识与变更通知期，几年后没人能解释那条曲线为什么在某个时间点跳变。
选择模式时还有一个判断：己方是否需要对下游做承诺。需要对客户或监管解释“为什么这批合格”的一方，只给结果的模式是不够的，因为解释需要过程证据。
三、接口协议该写的七项
一份能执行的接口协议不是字段字典，字段字典只解决第一项。七项缺一不可。
- 字段清单与含义。每个字段一句中文含义，含单位、正负方向定义（拉伸为正还是压缩为正）、以及“这个字段不包含什么”。
- 类型与取值范围。类型之外要写枚举值与非法值表示方式，缺失不能用零或负数表达。
- 采样与上报频率。采样间隔、上报批次窗口、补传时限。
- 时间基准与时区。用哪一路时钟源、是否单调、跨系统对时误差允许范围、事件时间还是采集时间。
- 质量标识与缺失约定。每条数据自带的可信度标记、由谁判定为异常、异常数据是否仍然传输。
- 变更通知期。字段语义、算法版本、判定阈值三项各自的提前通知时长，以及变更后历史数据是否重算。
- 双方各自的留存义务。存多久、存在哪个法域、访问留痕要求、终止时的迁出与清除流程。
第 4 项和第 6 项是实际项目里最常空着的。时间基准不写，两条曲线错开半分钟没人能发现；变更通知期不写，对方的工艺一调整，己方看板就集体失真，而追责时无据可查。
四、口径不一致只有三种表现，按公式、单位、窗口三查
跨系统对不上数时，不要一开始就怀疑数据造假。绝大多数情况落在三种形态里，按顺序排查能覆盖大部分。
- 同名不同公式。表现为长期系统性偏差，方向和幅度都稳定。查法是把两边的计算公式逐字写出来对比，重点看分子分母的统计范围与包含排除项。
- 同公式不同单位或修约。表现为整体缩放或末位抖动，误差与数值大小相关。查法是取同一批原始记录，两边各算一遍，比对逐条差值而不是比对汇总值。
- 同数据不同采样窗口。表现为聚合值对不上但明细能对上，且差异随时间分布不均。查法是核对窗口的左右开闭、时区与是否包含补传数据。
三查的顺序不能换。公式错了，调单位没有意义；单位对了，窗口不同仍然错。我们在实施时把这三步做成一份对账脚本的输出结构，每次对账固定产出三段结果，避免每次都靠人现场判断。
五、判定权要写在协议里，不能留在会上说
数据交换必然带来判定争议，判定责任要拆成四问，每问一个明确答案。
谁定标准：阈值和判据文件由哪一方发布，版本如何标识，变更走什么流程。通常是承担质量后果的一方定标准，但必须由另一方确认现场可执行。
谁做判定：由对方的产线程序判、由己方的接收系统判、还是双方各判一次取严。这一点直接决定异常品的处置责任。
能否复核：判定结果必须附带判据版本号与输入数据引用，让对方能重算出同一个结论。只传过来一个“合格或不合格”的布尔值、不带任何判据的接口，等于要求对方无条件信任。
争议以哪一方为准：预先指定基准数据源和基准时钟，并写清复核的时限与费用分担。没有这一条的协议，第一次争议就会停下来重新谈判。
四问的答案要写进接口协议正文或附件，而不是留在会议纪要里。工程实现上的配套动作是：每条判定记录落库时同时保存判据版本、输入引用、判定主体和复核状态四个字段。
六、缺失、版本与双轨对账：把责任落到每条记录
数据缺失与延迟的处理规则必须先定，否则系统会用最坏的方式自己“决定”。补传策略写清多久内可补、补传后是否重算已出的聚合值；以哪一刻为准写清是采集时刻还是接收时刻；缺失标记是否影响下游判定要显式声明。最常见的错误是把缺失当零处理——它会把均值压低、把合格率抬高，而且从图上看不出来。正确做法是缺失即标记为未知，聚合时按有效样本数出分母，样本不足时不出数并显示“不满足统计条件”。
版本与追溯要跟着数据走。工艺参数变更、检测算法升级、量具重新校准，这三类事件都要在数据字段上留下可识别的版本标识，跨版本对比时明确标注“不可比”并给出桥接方法（用同批对照样重新标定一段重叠区间）。不做这件事的团队，几年后手上会有一堆无法解释的趋势图。
实施方的落地节奏我们只认一条：先出口径对照表，双方签字，再开始开发。这是洹拓在工业数据与外部系统对接项目里反复验证过的顺序，没有例外。对照表的每一行是一个指标，列出双方的公式、单位、修约、采样窗口、判定方和差异结论；有差异的行写清以谁为准或如何换算。这份表开发前值一天工时，开发后值三个月返工。上线后首月做双轨对账，两边各算一份，按周核对差异项，差异分类归入前面三种形态，逐周收敛到零或收敛到已知可接受偏差；之后转成月度抽查。
最后把质量责任落到记录本身。每条数据带四个来源字段：来源主体、采集方式、算法或工艺版本、校验状态。有了这四个字段，出问题时定位到的是某个环节的某台设备某个版本，而不是演变成两家公司争论谁的数可信。数据归谁定义这件事听起来像权力问题，做完之后会发现它是省事问题——定义清楚了，后面每一步都不用再吵。