目前很多制造型企业拥有了MES、ERP、SPC等业务系统，获得了大量的数据。然而在跨工厂、跨系统的异构数据中，如何找到生产各个环节的规律和异常，如何获得优化见解，是制造型企业面临的关键挑战。通过数据分析提升产品质量，提高产品合格率、成品率则是企业发展的下一步抓手。萃盈质量数据分析系统，打通数据壁垒，赋能科学决策。

制造业质量数据分析遇到的难点：

1、产品质量缺陷追溯周期长，找寻规律较慢。

2、数据跨工厂/跨车间/跨业务系统，只做数据展示，无法关联分析。

3、数据不全，数据准确性不稳定，数据分析决策支持能力弱。

4、很难发现经验已知之外的影响产品质量的因素。

生产质量分析方案设计特点

将当代计算机科学、工业统计与大数据技术、行业质量管理及持续改进最佳实践相融合、洞察质量与流程数据，从而提高效率、降低成本、预测未知、科学决策，提高持续盈利能力。可以实时质量风险预警，进行质量大数据AI分析平台、智能创建质量报告、实现智能分析的自动化、交互化。

方案实施收益

1、建立统一的全场景数字化质量检测与数据采集、管理平台，极大降低数据分析中数据收集和整理的时间，提高质量检测时对质量策划和质量文件要求的依从性，确保数据的准确性、完整性和可用性。

2、打通多个业务系统（SAP、MES、手工台账等）的数据孤岛，形成统一的质量持续改进数据中心，完善数据采集机制、建立数据标准、提升数据质量。

3、创建产品质量的主题分析应用，助理分析产品质量问题的根本原因。包括：产品全生命周期的分析、质量和缺陷趋势分析、生产过程（人、设备、工艺等）分析、质量预测分析等。

4、分析报表通过大屏、PC端和移动端展示，并以一系列标准格式自动分发报表。

5、为客户提供企业质量数智化项目整体规划的咨询方案：数字化质量策划、数字化质量检测执行、质量分析及预测、持续改善策略、高层管理驾驶舱等；

方案是如何落地的呢？

1、质量策划与数字化质量检测执行的统一

数字化检测平台，首先帮助企业有效地进行质量管理的策划，包括但不限于基本资料、取样计划、检验计划、质量控制计划、重要关注点指标等。其次，在检验环节，直接对接各大品牌多达数百种仪器和设备，如三坐标测量仪、千分尺、投影仪、电子天平、光谱仪、万用表等，直接采集这些设备的检测数据，并结合人机料法环信息，形成持续改善的数据中心。

2.2关注关键质量特性及其过程能力

基于数字化检测的质量数据，质量工程师可以很轻松地实时监控或按需分析关键质量特性的过程能力，数据趋势或比较不同生产设备质量表现的优劣。

2.3 关注过程的变异源及改善方向

不论是从质量警报出发，还是基于某个质量改善的动议，为了实现质量的持续改善，我们需要找到质量表现中“麻烦的少数”，分析过程的变异源，从而明确质量改进的方向。除导出质量数据后应用统计软件进行分析外，还可以直接在QWise数字化检测与质量大数据系统中，进行引导式的可视化分析。

其它：