SAS® Field Quality Analytics

เพิ่มประสิทฺธิภาพของคุณภาพ เพิ่มความพึงพอใจของลูกค้า และปกป้องแบรนด์

  ตรวจพบปัญหา และหาสาเหตุได้อย่างรวดเร็ว ตลอดจนประหยัดเวลาการตรวจหาและแก้ไขเป็นเวลาหลายเดือน เมื่อใช้ SAS คุณสามารถรวบรวมข้อมูลทั้ง ลูกค้าหลัก ผลิตภัณฑ์ การผลิต และข้อมูลทางภูมิศาสตร์ต่างๆ เพื่อให้คุณเห็นมุมมองได้อย่างครอบคลุม จากนั้นปรับใช้การวิเคราะห์เชิงคาดการณ์เพื่อระบุปัญหาและดำเนินการล่วงหน้า ก่อนปัญหาจะสร้างความ เสียหายต่อชื่อเสียงของแบรนด์ 

ประโยชน์ที่ได้รับ

ให้การเตือนล่วงหน้าด้วยแบบจำลองการวิเคราะห์ที่มีสิทธิบัตร

กำหนด จัดลำดับความสำคัญ และแก้ไขปัญหาได้รวดเร็วกว่าเมื่อก่อน แบบจำลองการวิเคราะห์ที่มีสิทธิบัตร จะช่วยให้คุณแยกแบบจำลองความล้มเหลวได้อย่างมีประสิทธิภาพและระบุสาเหตุที่แท้จริง เพื่อให้ตัดสินใจดำเนินมาตรการแก้ไขตามที่ได้รับแจ้งมาอย่างดี การพยากรณ์ขั้นสูงและเทคนิค reliability (รวมไปถึง Weibull) จะช่วยให้คุณเข้าใจว่าปัญหานั้นจะส่งผลกระทบต่อค่าใช้จ่ายและลูกค้าได้ด้วยวิธีใด เพื่อว่าคุณจะจัดลำดับความสำคัญของปัญหา และมุ่งเน้นไปที่ทรัพยากรที่่ส่งผลกระทบสูงสุด

ลดการตรวจหาเวลาในการแก้ไข

รวบรวมข้อมูลคุณภาพของฟิลด์ที่สัมพันธ์กันทั้งหมด รวมถึงคอลล์เซ็นเตอร์ และหมายเลขคำสั่งงานลงในมุมมองแบบรวมแบบหนึ่งเดียว จากนั้น ปรับใช้การวิเคราะห์เชิงคาดการณ์ให้ตรวจหาปัญหาที่เกิดขึ้นได้โดยอัตโนมัติ รวดเร็วกว่าที่การวิเคราะห์แบบดั้งเดิมสามารถทำได้ ก่อนที่จะมีผลกระทบที่สำคัญต่อประสิทธิภาพ คุณยังประหยัดเวลาการตรวจหาปัญหาได้เป็นเวลาหลายเดือน ซึ่งนำไปสู่การประหยัดค่าใช้จ่ายในการซ่อมแซมอย่างเห็นได้ชัดและความภักดีของลูกค้าที่เพิ่มสูงขึ้น

ลดค่าใช้จ่ายในการรับประกันของคุณ

การตรวจหาปัญหาตั้งแต่เนิ่น ๆ และรอบการแก้ไขที่สั้นลงจะลดเวลาในการแก้ไขปัญหาได้ถึง 70 เปอร์เซ็นต์ นอกจากนี้คุณยังสามารถลดค่าใช้จ่ายในการรับประกันได้ถึง 20 เปอร์เซ็นต์โดยการจัดส่งผลิตภัณฑ์ที่ผิดปกติน้อยลง และลดขนาดและจำนวนของการเรียกคืนผลิตภัณฑ์อีกด้วย จากเวลาที่ลดลงของปัญหาที่เกิดขึ้นในฟิลด์ และการลดจำนวนลูกค้าที่ได้รับผลกระทบ  ความเสี่ยงของการเกิดขึ้นในทางลบผ่านช่องทางแบบดั้งเดิมและช่องทางสื่อสังคมจะลดลงอย่างมาก ซึ่งนั่นหมายความว่าแคมเปญที่จำเป็นที่มีราคาสูงได้ลดลง เพื่อช่วยในมาตรการตอบโต้ความเสียหายต่อระดับความพึงพอใจของลูกค้าและชื่อเสียงของแบรนด์คุณ

เพิ่มประสิทธิภาพการทำงานของทั้งองค์กรได้โดยง่าย 

SAS® Field Quality Analytics จะทำงานร่วมกับ SAS® Quality Analytic Suite และ SAS® Production Quality Analytics และ SAS® Asset Performance Analytics ได้อย่างเป็นอย่างดี โค้ดโปรแกรมคอมพิวเตอร์แบบทั่วไปและแบบจำลองข้อมูลแบบทั่วไปเพิ่มประสิทธิภาพการทำงานของทั้งองค์กรได้ง่ายขึ้น โดยการใช้วิธีแบบโมดูลเพื่อเพิ่มความสามารถในการวิเคราะห์เมื่อองค์กรของคุณเติบโตขึ้น

ภาพหน้าจอ

คุณสมบัติหลัก

  • การบริหารจัดการข้อมูล แบบจำลองข้อมูลแบบมาตรฐานที่เพิ่มเติมได้จะช่วยคุณรวบรวมข้อมูลจากแหล่งที่มาต่าง ๆ การรองรับฐานข้อมูลแบบหลากหลายจะให้คุณจัดเก็บแบบจำลองใน SAS หรือฐานข้อมูลอื่นๆ เช่น SAP HANA และ Hadoop
  • กฎทางธุรกิจว่าด้วยการรับประกันแบบผสมผสาน ระบุความซับซ้อนของข้อมูลการรับประกันด้วยการผสมผสานระหว่างกฎทางธุรกิจและอัลกอริธึม สำหรับการทำ sales lag profiles, usage distributions, maturity calculations, seasonality adjustments เป็นต้น
  • อินเตอร์เฟสการวิเคราะห์ปัญหาแบบinteractive เร่งกระบวนการตรวจสอบปัญหาโดยการลงลึกในจุดข้อมูลมากกว่าหนึ่งจุด เพื่อขอรายละเอียดปัญหาที่เกิดขึ้น 
  • การตรวจหาความผิดปกติแบบอัตโนมัติ ตรวจสอบปัญหาที่เกิดขึ้นโดยการตรวจหาความผิดปกติตามการละเมิดค่าร้ายแรงในเชิงวิเคราะห์แบบอัตโนมัติ หรือขีดจำกัดข้อมูลขาเข้าด้วยตนเอง 
  • ผสานรวม text analytic ดึงข้อมูลที่จำเป็นและจัดประเภทจากปริมาณข้อมูลที่ยังไม่ได้กำหนดโครงสร้างปริมาณมาก และรวมเข้ากับข้อมูลที่กำหนดโครงสร้าง เพื่อหารูปแบบและค้นหา claim ที่เกี่ยวข้อง
  • สร้างรายงานแบบ Self-service สร้างรายงานโดยใช้ตัวกรองการเลือกแบบง่ายเพื่อกำหนดชุดข้อมูลและเกณฑ์อื่นๆ ได้โดยง่าย
โดยทางลายลักษณ์อักษร เราได้ลดอัตราการเกิดเหตุการณ์ที่ผิดพลาดลงมากถึงกว่า 10% ส่งผลให้ค่าใช้จ่ายในการรับประกันรายปีของเราลดลงอย่างเห็นได้ชัดในเวลา 8-10 ปีที่ผ่านมา

แหล่งข้อมูลแนะนำ



รับทราบข้อมูลเพิ่มเติมเกี่ยวกับ SAS® Field Quality Analytics


ค้นหาวิธีการเริ่มต้น Quality 4.0 transformation


เข้าร่วม SAS Manufacturing Virtual Forum เพื่อรับฟังว่าผู้ที่ปฏิบัติงานทำอย่างไรในปัจจุบัน
รวมถึงวิธีการเตรียมการในอนาคต

รายละเอียดวิธีสั่งซื้อ

ต้องการข้อมูลเพิ่มเติมหรือไม่ ดูรายละเอียดของโซลูชั่น ลิขสิทธิ์ การใช้งาน และอื่น ๆ

พร้อมที่จะเริ่มแล้วหรือยัง ก้าวสู่ขั้นต่อไปของการสร้างมูลค่าเพิ่มจากข้อมูลของคุณเอง