Nur für Kundendemozwecke. Bitte hinterlassen Sie das Journal oder die Daten nicht beim Kunden.
Kann dies mit Kunden geteilt werden?
Untersuchung von Gewährleistungs-/Leistungstexten für moderne Zuverlässigkeit
Autor: Scott Wise – Technical Business Manager – SAS Institute, Inc. – JMP Business Division
Besonderer Dank gilt Laura Higgins, Bill Worley, Daniel Valente, Leo Wright und Chris Gotwalt für die Hilfe bei der Entwicklung dieses Materials
Schlüsselwörter: Text Mining für Zuverlässigkeits-, Garantie- und Leistungsanalysen
Abstrakt:
Mit der zunehmenden Menge an Garantie-/Leistungsdaten, die Zuverlässigkeitsexperten zur Verfügung stehen, haben wir eine einmalige Gelegenheit, viel mehr über unsere Konstruktionen/Produkte zu erfahren und bessere Zuverlässigkeits-/Wartungsmodelle zu entwickeln. Diese zusätzlichen Informationen kommen jedoch oft in Form von unstrukturiertem Text von Technikern, Forschern und Kunden. Die Unfähigkeit, Gruppierungen und Trends in diesen Daten zu finden, kann die wirklichen Auswirkungen verbergen, die unsere herkömmlichen Zuverlässigkeitsdaten nicht aufdecken können. Diese Sitzung versucht zu zeigen, wie moderne Analysesoftware dazu beitragen kann, diese unstrukturierten Textdaten schnell und einfach zu untersuchen, um bessere Einblicke in unsere wahre Zuverlässigkeit zu erhalten. Wir werden die Grundlagen der Visualisierung, Gruppierung, Analyse, Modellierung und letztendlichen Findung von Trends unter Verwendung von unstrukturierten Garantie-/Leistungstextdaten behandeln.
