Nivel: intermedio
Función laboral: Analista / Científico / Ingeniero
Scott Wise, director de capacitación y habilitación global de JMP, SAS
Con la creciente cantidad de datos de garantía / rendimiento disponibles, tenemos una oportunidad de oro para aprender mucho más sobre nuestros diseños / productos y crear mejores modelos de confiabilidad / mantenibilidad. Sin embargo, esta información adicional a menudo se presenta en forma de texto no estructurado de técnicos, investigadores y clientes. La incapacidad para encontrar agrupaciones y tendencias en estos datos puede ocultar los problemas reales que afectan la confiabilidad, que no pueden ser descubiertos por nuestro análisis de datos tradicional en datos de prueba censurados, marcas de tiempo de falla de garantía. Esta sesión mostrará cómo el software analítico moderno puede proporcionar una forma de explorar rápida y fácilmente estos datos de texto no estructurados para obtener una mejor comprensión de la confiabilidad. Cubriremos los conceptos básicos de cómo visualizar, agrupar, analizar, modelar y, en última instancia, encontrar tendencias utilizando datos de texto no estructurados de garantía / rendimiento. Los ejemplos de la industria mostrarán datos reales de garantía / rendimiento donde la exploración de texto fue útil para descubrir tendencias de confiabilidad reales.
