先给结论:不要按“试做时表现好”去推断批量交付也合格。试做样本通常经过挑选、篇幅短、人工介入多;批量交付一旦进入流水线,最先出现的是模板复用、字段缺失和审核空转。抽查的目标不是再验一遍“有没有做”,而是找出一批页面里是否混入了未按约定处理的例外,并据此决定是整批退回、分档处理,还是只补单页。
批量交付变差,往往不是每一页都差,而是某个时间段、某个执行人、某个模板版本集中出问题。所以抽查前先把交付物按可追溯的批次切开,例如按提交日期、按页面类型、按模板版本、按执行人分组。每一组内再随机抽,而不是从整批里均匀抽。
假设你收到300个页面,其中200个是服务介绍页、100个是问答页。如果只从整批随机抽20个,很可能大部分落在服务介绍页上,问答页的系统性问题就被稀释掉。按类型分层抽取,每一层至少覆盖一个完整模板版本,才能看出“变差”是全局性的还是局部性的。
这一步的动作会直接决定下一步:如果问题集中在某一个批次,处理方式是退回该批次;如果每个批次都有,说明是交付标准本身没写清,需要先改验收口径,而不是继续补页面。
试做阶段容易过关,是因为页数少,交付方会逐页打磨;批量阶段靠的是规则执行。抽查时要盯那些不用争论就能判定对错的字段,而不是“读起来顺不顺”这类主观项。
把这些字段做成一张逐页勾选表,抽查时只记录“符合/不符合/需人工判断”三档。这样得到的不是感受,而是一组可比较的数字,下一步才能判断问题是偶发还是系统性。
批量交付变差,至少有三种性质不同的原因,抽查时要能分开:
如果抽查结果里三种情况同时出现,优先处理第三种,因为标准不改,返工还会再次跑偏。
抽查不必全查,但要有最低覆盖。一个可用的做法是:每个批次按页面类型分层,每层抽不少于5页;如果某层不足5页,则全查。首次抽查发现不符合率偏高时,把该批次扩大到全查,而不是继续抽样。
判定时不要只看单页对错,要看“同一问题出现的页数占比”。假设某批100页抽了20页,其中6页出现同一处模板残留,这不能直接推断整批有30页有问题,但足以说明该模板版本需要整批复核。抽查的作用是触发复核,不是替代复核。
抽查完成后,把结果写成两栏:一栏是必须返工的页面清单,一栏是需要修改交付标准的条目。前者交给执行方,后者交给约定验收的人。没有第二栏,下一批还会重复同样的问题。
如果交付物本身没有可追溯的批次信息,比如所有页面混在一个文件里、没有提交时间或版本标识,这套分层抽查就无法执行,需要先要求交付方补批次记录。如果试做样稿本身就是手工特例、没有形成书面标准,那么批量变差几乎是必然的,此时抽查只能用于止损,不能用于判断交付方是否合格。
另外,抽查发现的问题只针对你手中这批资料,不能直接推断该服务方在其他项目上的表现。每一批交付都应重新抽样,旧批的合格记录不能替新批背书。把抽查规则和返工口径固定下来,下一批交付时你才有可比较的基线,而不是每次都从零判断。