新しいWLAN製品（第6世代Wi-Fi）において、顧客への出荷に向けてダイを梱包する最終試験で歩留まり低下の問題が確認されました。問題の根本原因を特定するためのプロジェクトが立ち上げられました。使用される主な品質ツールは、故障の可能性を排除したり、先験的な結論に飛びついたりすることなく、潜在的な故障モードを一つ一つ深く掘り下げるためのフォールトツリー解析です。
NXP は数年前から機械学習の方法論とアルゴリズムを使用しており、この歩留まり損失のケースでは、一般的なデータ分析や単変量解析と並行して機械学習が実装されました。
最終製品は、積層板上に搭載された2つのダイで構成されています。ダイ製造後、パッケージング前のダイ試験工程では、問題は観察されませんでした。さらに、歩留まり低下の問題は、1種類の積層板のみで製造された製品モデルで観察されたため、積層板の種類が影響しているのではないかという仮説が立てられました。
データ分析と機械学習分析（パーティション、ブースティングツリー、ブートストラップモデル）を構築しました。分析は主に、単体テストと最終製品テストの差異、およびラミネートモデルの差異に焦点を当てました。
