缺陷数据能缩小搜索范围，却不能自动给出根因。根因分析要把时间、空间、设备谱系和实验验证连接起来，从“同时发生”走向“改变它就能稳定改变结果”。
1. 先定义异常边界
确认异常从何时开始、影响哪些产品与层次、涉及哪些设备和腔体，未受影响的对照组同样重要。检测 Recipe 或分类模型变化必须先排除，否则可能只是观测系统变了。
2. 建立完整谱系
把晶圆路径、设备、腔体、Recipe、材料批次、操作和维护事件连成时间线。若异常只集中在某腔体维护后，优先级高于全厂共享因素；若跨设备出现在同一来料批次，则应转向上游。
3. 空间签名提供物理线索
Wafer Map 与腔体几何、扫描方向、机械手接触点和掩模版坐标对齐后，可能暴露设备签名。多个坐标系叠加前必须验证旋转、镜像和尺度。
相关模式只是候选机制。工程师还要判断它是否符合粒子传播、温度场、流场或工艺化学的物理逻辑。
4. 控制混杂因素
产品、设备和时间往往一起变化，简单相关分析容易把产品差异归因于设备。匹配对照、分层模型和 DOE 可帮助分离因素。NIST 将 DOE 定义为在数据采集阶段系统设计实验，以获得可辩护结论。
5. 根因必须经过干预验证
修复、部件替换、参数回调或受控实验后，异常应按预测方向变化，并在足够时间与样本上保持。一次恢复可能只是偶然回归均值。验证还要确认没有把问题转移到其他指标。
总结
定位根因是一条证据链：先确认异常真实，再用谱系和空间缩小范围，用物理机制解释，最后用干预证明。数据挖掘适合生成假设，工程实验负责淘汰假设。