据麦肯锡公司称，半导体公司可能会因良率损失而损失数百万美元。良率损失是指机器或工艺产生的缺陷、返工或报废造成的损失。
半导体制造商可以通过多种方式提高质量和产量。然而，考虑到集成电路制造的复杂性和成本，努力持续改进至关重要。
质量控制和良率
一片晶圆 (Wafer) 上可同时制造出几百个芯片。我们所说的 Wafer 不是美味的华夫饼，而是指晶圆。晶圆通常是一个硅片（世界上数量最多的半导体之一）或其他半导体材料，设计成非常薄的圆盘形式。晶圆用于制造电子集成电路。
晶圆采用成组加工的方式，称为批量加工。制造过程完成后，每个晶圆上的每个芯片都会接受一系列功能测试，然后被认定为合格或有缺陷。
测试后，用于质量控制和工艺监控的数据分析通常侧重于总体批量级汇总指标，如良品量（一批中的合格芯片数量）和功能良品率（一批中的合格芯片数量与不符合规格限制的有效芯片数量之比）。
虽然这些指标很关键，但它们假设的是，缺陷在这批晶圆内部和晶圆之间随机分布。
了解批量级良率和分析根本原因是推动良率提高的关键。 为获得更深入的见解，通过使用晶圆图，工程师可以对有缺陷的芯片进行可视化，使其显示系统性模式 (systematic pattern) 或群聚模式 (cluster) 的缺陷分布情况。
这些空间分布模式可能包含有关潜在制造问题的有用信息，而总体汇总指标中缺乏这些信息。根据 Mark H. Hansen、Vijayan N. Nair 和 David J. Friedman 共同撰写的文章“Monitoring Wafer Map Data from Integrated Circuit Fabrication Processes for Spatially Clustered Defects”（监控集成电路制造工艺的晶圆图数据以了解空间上群聚的缺陷），特定的模式可能指向共同的问题。例如，如果在晶圆边缘看到一圈失效芯片，这可能表明在快速热退火工艺中温度分布不均匀。有缺陷的芯片出现棋盘格图案通常表明步进光刻机发生故障。机器中的过度振动可能会抖落一定量的颗粒物，导致晶圆上某个连续区域内的所有芯片失效。通常，缺陷的群聚可分为两类：与颗粒物相关或与工艺相关。与颗粒物相关的缺陷群聚可归因于单个机器，与工艺相关的缺陷群聚可归因于未满足规范要求的一个或多个工艺步骤。
上图是晶圆图的示例 - 边缘一圈缺陷可能表明温度分布不均匀。在 MSS 中
另一方面，空间分布的随机缺陷也可以说明一些问题。例如，随机缺陷密度往往随着洁净室的整体清洁度而上升和下降。通过长期、逐步改进的持续改进计划，或者通过更新和升级设备的全面检修，可以减少这些问题。或者，空间分布的随机缺陷也可能表明工艺没有问题，而是材料的问题。
晶圆图 - 重要的质量工具
复杂制造环境中的质量控制也很复杂。由于半导体制造成本高昂，任何可以提高良率的额外见解都可能极大地节约成本。晶圆图是质量工程师工具包中的附加工具，可以更快地确定问题的根本原因。