A gyökér ok megtalálása, root cause analysis az egyik legizgalmasabb területe a problémamegoldásnak.
Néha nyilvánvaló egy-egy hibamód, selejt vagy reklamáció oka, ha nyitott szemmel bejárjuk a folyamatot, máris észleljük. Máskor viszont hatalmas adatbázisokat böngészünk, különféle kereszttáblákat készítünk, statisztikákhoz nyúlunk, mégse lelünk átütő megoldást. 
Az üzemi adatgyűjtő rendszer például sok száz, akár sok ezer adatot rögzít minden egyes termék mellé, amelynek ismerjük a teszten kapott minősítését, és a vezetők elvárása szerint tudnunk kéne, hogy mely paraméterek együttállása vezet selejt termékhez.
 
Hogyan találhatjuk meg a sok ezer gépbeállítás, alkatrész-tulajdonság, környezeti hatás, stb között azt a néhány igazán lényegeset, amelyek nagy mértékben befolyásolják az adott termék sorsát?
 
A legutóbbi frissítéssel megjelent a Minitab Statisztikai Szoftverben is a gépi tanulás egy eszköze, így más szoftver megvásárlása nélkül is, egyszerűen lehet az adathalmaz osztályozását és regressziós fa analízist (CART) elvégezni.
 
 
 
A folyamatfejlesztés evolúcióját jelenti ez abban a korban, amikor egyre könnyebben jutunk sok adathoz, és a hagyományos módszereken túl új eszközökre lesz szükségünk. A CART elemzés után például behatárolhatjuk, hogy mely paraméterek együttállása vezet magasabb selejthez, illetve mi lehet az a paraméter-tartomány, amelybe célozva lényeges javulás érhető el.
 
A frissítést a Minitab Statisztikai Szoftver aktuális verzióját használók automatikusan telepíthetik.
A módszer használatával, alkalmazási tippekkel, trükkökkel, képzéssel szívesen segítünk.
 
 

Váradi Zoltán

szakmai tanácsadó

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük