企业如何快速有效地追溯质量根因，洞察革新质量新见解
发布时间：2021-11-09 14:55:18 所属栏目：大数据 来源：互联网
导读：目前很多制造型企业拥有了MES、ERP、SPC等业务系统，获得了大量的数据。然而在跨工厂、跨系统的异构数据中，如何找到生产各个环节的规律和异常，如何获得优化见解，是制造型企业面临的关键挑战。在本文中，我们通过慧都质量分析demo的大致流程概述来了解一下
|
目前很多制造型企业拥有了MES、ERP、SPC等业务系统，获得了大量的数据。然而在跨工厂、跨系统的异构数据中，如何找到生产各个环节的规律和异常，如何获得优化见解，是制造型企业面临的关键挑战。在本文中，我们通过慧都质量分析demo的大致流程概述来了解一下如何快速有效地追溯质量根因，洞察改善质量新见解。 了解慧都产品质量分析及预测方案 为什么企业需要质量分析？ 质量是影响客户交付和订单量的关键因素 产品质量是企业生存的关键。企业所建立和实施的质量体系，应该能满足企业规定的质量目标。 产品质量缺陷追溯周期长，找寻规律较慢 影响产品质量的因素很多，单纯依靠检验只不过是从生产的产品中挑出合格的产品。这就不可能以最佳成本持续稳定地生产合格品。 数据跨工厂/跨车间/跨业务系统，只做数据展示，无法关联分析 企业虽然很容易拥有跨工厂/跨车间/跨业务系统来存储数据，但也只是将数据集中起来，结果只会造成数据量越来越庞大，若找不到数据之间的关联来进行分析利用，反而会造成维护成本和资源浪费。 数据不全，数据准确性不稳定，数据分析决策支持功能弱 尤其是传统的大型制造企业，存储的大量数据都是通过人工填写，数据的完整性和准确性低，更缺乏专业的数据分析师提供归纳和决策支持。 很难发现经验已知之外的影响产品质量的因素 企业自有一套生产和质量分析经验，但出现经验之外的影响产品质量的因素则更难以发现，往往这些因素可能会成为影响企业发展成败的关键点。 慧都质量分析方案如何提供帮助？ 统一的数据采集和管理平台 建立统一的数据采集和管理平台，极大降低数据分析中数据收集和整理的时间。 打破数据孤岛，实现关联分析 打破多个业务系统（SAP、MES、手工台账等）的数据孤岛，将数据集中到一个平台，完善数据采集机制、建立数据标准、提升数据质量。 独特的质量深挖能力 创建产品质量的主题分析应用，找到产品质量问题的根因。包括：产品全生命周期的分析、质量和缺陷走势分析、生产过程（人、设备、工艺等）分析、客诉与订单交付分析、设备故障和备件分析、质量预测分析等。 Demo概述1：分析成功率总体趋势，发现异常周 经过前期数据的采集和关联分析，我们可以从整体平稳的产品成功率中发现X年X周的成功率低于达标值。因此我们继续查看该周的各项指标的详细情况，探究成功率不达标的原因。 Demo概述2：将单周成功率分解到影响成功率的合格率和成品率 我们可以清晰地查看当周的合格率和成品率是否低于标准值，且合格率和成品率的影响因素也一目了然，假设当周的合格率低于标准值，那么就需要深挖合格率低下的原因。 通过合格率的影响因素不难发现，最严重的缺陷是缺陷1，接下来我们将从人、机、料、法、环寻找缺陷1产生的原因。 Demo概述3：从设备的角度分析合格率 我们先分析产生缺陷1的设备，找到缺陷率最高的设备。 查看该设备的详细情况，获得设备的已使用时长和维修保养信息，通过分析老化程度和保养情况，可以初步确定或排除设备本身的原因。 Demo概述4：从人员的角度分析合格率 判断了设备本身是否有产生缺陷的原因之后，那么我们可以继续从操作该设备的主操人员进行进一步分析。 Demo概述5：从材料的角度分析合格率 接下来，我们通过材料的缺陷占比和其材料参数的关联分析，能够发现最易产生缺陷1的材料参数，故而提供对于材料的改进建议。 Demo概述6：从参数和环境的角度分析合格率 我们借助箱性图等图表分析参数判断是否有参数异常，并查看异常记录来了解环境或者其他情况，能够很快地给出针对性改进意见。 灵活的数据分析可视化 分析报表通过大屏、PC端和移动端进行展示，并以一系列标准格式自动分发报表。 全方位企业发展咨询服务 为客户提供企业BI项目整体规划的咨询方案：质量分析及预测、运营分析及预测、高层管理驾驶舱  （编辑：南通站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
