Establecer metas para las tasas de devolución de productos basadas en datos históricosHacemos un seguimiento de las tasas de devolución mensuales de cada uno de nuestros productos. Siempre tiene dificultades para establecer objetivos de retorno anuales. He estado trabajando en la configuración de los Guardbands que planeamos usar para las metas del próximo año. Saber que este proceso tiene problemas, usando una Ditribución de Monte Carlo. Me gustaría preguntar acerca de otros métodos, haber probado el JMP Proflier y los Gráficos de control.
Los conjuntos de datos suelen tener este aspecto, pero durante un período de 24 meses.
1.25%, 2.12%, .28%, 3.1% 2.2%, etc.
Una de las fuentes de variabilidad es que cada producto y familia de productos es muy diferente.
¿Alguna idea o sugerencia?
Charles R.
Re: Establecer metas para las tasas de devolución de productos basadas en datos históricosEntonces, parece que realmente está tratando de establecer límites de métricas de rendimiento de proceso que inciten / inicien acciones. A mí me parece que es un enfoque de monitoreo de procesos (¿cuadros de control?) ... desde allí se implementa un régimen de monitoreo de procesos que es una combinación de recolección de datos, análisis, conversación, decisiones (y sí, "no hacer nada" es una opción de decisión viable), y validación en curso para la razonabilidad. Para ver 'lo que es posible en JMP', puedo sugerir algunos seminarios web a pedido que podrían ayudarlo:
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/evaluating-and-monitoring-your-process-using-msa-and-spc.html
La segunda mitad del seminario web anterior es la parte más relevante para sus problemas en lugar del contenido de evaluación del sistema de medición.
Y esta de mi colega. @Byron_JMP :
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/tracking-and-trending-manufacturing-metrics.html
Re: Establecer metas para las tasas de devolución de productos basadas en datos históricosPeter
Muy buena entrada. De acuerdo con el pasado, hemos intentado basar los objetivos en la complejidad del producto (1ª generación frente a 3ª generación), los indicadores de confiabilidad y el rendimiento anterior para establecer los Objetivos de producto para devoluciones. También he trabajado en la reserva de costos de Warrenty, y los cambios incipientes en el producto que se han producido en una familia específica de productos durante la vida útil del producto. Siempre resultó ser un desastre.
Solo el uso de datos históricos es un enfoque para la esperanza de identificar un objetivo objetivo o algún tipo de "banda de guarda", que si excedemos impulsará la acción de Ingeniería y Manuf. Equipo para abordar la excursión. Planee hacer un ajuste de la meta una vez que el producto salga de la fase de "rampa" y establezca. Basados en nuestro aliento de productos, necesitamos un factor de selección para señalar los problemas, los indicadores también se utilizarán para medir el rendimiento de los diferentes equipos de productos.
Re: Establecer metas para las tasas de devolución de productos basadas en datos históricosMi experiencia es que un "objetivo" para cualquier proceso generalmente no proviene de los datos del proceso en sí ... sino de alguna fuente externa ... generalmente de gestión. Cualquier algoritmo computacional que pueda usar para establecer límites de control de decir, o decir, para un modelo de serie de tiempo, límites de predicción, proporcionará un número que a su vez se puede convertir en una meta. Es solo que mi experiencia pasada en el monitoreo de procesos de negocios es que la gerencia siempre establece los 'objetivos' ... no el proceso y su desempeño inherente. ¿Puede darnos una idea de por qué se necesitan estos 'objetivos' y en qué acciones o decisiones conducirá el desempeño del proceso hacia el objetivo?
