¡Atención a todos los ingenieros de fabricación!
Esta es una publicación complementaria a la sesión Mastering JMP "Cómo manejar la optimización de las operaciones de fabricación de procesos diarios". El evento está programado para las 2:00 p. m. EST del 31 de enero de 2025 y espero que puedas asistir. Si no, publicaré un enlace a la reproducción a pedido del evento.
Durante la presentación, se presenta un método para utilizar la minería de datos para encontrar soluciones a la causa raíz de las desviaciones de procesos. Por experiencia personal, puedo decirles que este método funciona muy bien y puede ayudar a ahorrar tiempo y recursos al investigar la posible causa raíz, lo que ayuda al equipo a centrarse en las perspectivas más probables. Como continuación de la discusión y como ejercicio de bricolaje, aquí hay otro ejemplo que pueden probar.
Así que aquí está el escenario. Durante una revisión de proceso de rutina, se descubrió un patrón inusual entre Process Monitor 2 y Process Control 5. Hay un grupo diagonal de puntos que parece muy inusual y el equipo quiere encontrar la causa raíz de este patrón. Las distribuciones de Monitor 2 y Control 5 parecen completamente normales, por lo que la causa raíz sigue siendo un misterio. Su trabajo es utilizar la minería de datos para encontrar la causa raíz de este problema. Los pasos para hacer esto son similares a la discusión de Mastering JMP, con un par de cambios que resolver.
No dudes en enviar respuestas a esta publicación y aceptaré la primera solución correcta. Sin embargo, como alerta de spoiler, no leas los comentarios hasta que hayas intentado resolverlo. Además, si has utilizado esta técnica para resolver problemas del mundo real, sería genial saberlo. Ten en cuenta que la técnica puede no revelar una respuesta inequívoca, sino que puede limitar la lista a las posibilidades más prometedoras, lo que sigue siendo una victoria en mi opinión.
¡Buena suerte, diviértete y feliz investigación!
Hyde
Visualizar el problema
Las distribuciones individuales parecen normales
