6分钟了解企业如何快速有效地追溯质量根因,洞察改善质量新见解

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。

目前很多制造型企业拥有了MESERPSPC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。

为什么企业需要质量分析/h4>

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。

质量分析方案如何提供帮助/h4>

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(SAPMES、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XX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。

6分钟了解企业如何快速有效地追溯质量根因,洞察改善质量新见解

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。

6分钟了解企业如何快速有效地追溯质量根因,洞察改善质量新见解

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

立即申请质量分析demo


关于大数据分析平台

大数据分析平台「GetInsight升级发布,将基于企业管理驾驶舱产品质量分析及预测设备分析及预测等大数据模型的构建,助力企业由传统运营模式向数字化、智能化的新模式转型升级,抓住数据经济的发展势头,提供管理效能,精准布局未来。了解更多,请联系在线客服

大数据专业团队为企业提供商业智能大数据平台搭建,免费业务咨询,定制开发等完整服务,快速、轻松、低成本将任何Hadoop集群从试用阶段转移到生产阶段。

欢迎拨打热线或咨询在线客服,我们有专业的大数据团队,为您提供免费大数据相关业务咨询!

标签:

来源:慧都

声明:本站部分文章及图片转载于互联网,内容版权归原作者所有,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

上一篇 2020年6月6日
下一篇 2020年6月6日

相关推荐

发表回复

登录后才能评论