Livello: intermedio
Funzione di lavoro: analista / scienziato / ingegnere
Industria: produzione
Scott Wise, JMP Global Enablement e Training Manager, SAS
Con la crescente quantità di dati di garanzia / prestazioni disponibili, abbiamo un'occasione d'oro per imparare molto di più sui nostri progetti / prodotti e trovare modelli di affidabilità / manutenibilità migliori. Tuttavia, queste informazioni aggiuntive spesso si presentano sotto forma di testo non strutturato da tecnici, ricercatori e clienti. L'incapacità di trovare raggruppamenti e tendenze in questi dati può nascondere i problemi reali che incidono sull'affidabilità, che non possono essere scoperti dalla nostra tradizionale analisi dei dati su dati di test censurati, timestamp di fallimento della garanzia. Questa sessione mostrerà in che modo il moderno software di analisi può fornire un modo per esplorare rapidamente e facilmente questi dati di testo non strutturati per ottenere maggiori informazioni sull'affidabilità. Tratteremo le nozioni di base su come visualizzare, raggruppare, analizzare, modellare e in definitiva trovare le tendenze utilizzando i dati di testo non strutturati di garanzia / prestazioni. Gli esempi di settore mostreranno dati reali di garanzia / prestazioni in cui l'esplorazione del testo è stata utile per scoprire le tendenze di affidabilità reale.
