Livello: Intermedio
Funzione lavorativa: analista/scienziato/ingegnere
Scott Wise, Responsabile della formazione e dell'abilitazione globale JMP, SAS
Con la crescente quantità di dati di garanzia/prestazioni disponibili, abbiamo un'opportunità d'oro per saperne di più sui nostri progetti/prodotti e ideare modelli di affidabilità/manutenibilità migliori. Tuttavia, queste informazioni aggiuntive spesso si presentano sotto forma di testo non strutturato da tecnici, ricercatori e clienti. L'incapacità di trovare raggruppamenti e tendenze in questi dati può nascondere i veri problemi che incidono sull'affidabilità, che non possono essere scoperti dalla nostra tradizionale analisi dei dati su dati di test censurati, timestamp di guasti in garanzia. Questa sessione mostrerà come il moderno software analitico può fornire un modo per esplorare rapidamente e facilmente questi dati di testo non strutturati per ottenere informazioni migliori sull'affidabilità. Tratteremo le basi su come visualizzare, raggruppare, analizzare, modellare e infine trovare tendenze utilizzando dati di testo non strutturati di garanzia/prestazioni. Esempi di settore mostreranno dati di garanzia/prestazioni reali in cui l'esplorazione del testo è stata utile per scoprire tendenze di affidabilità reali.
