上海通用售后索赔数据分析系统的开发和应用-工业工程专业论文.docxVIP

上海交通大学工程硕士学位论文第一章 上海交通大学工程硕士学位论文 第一章 绪论 PAGE PAGE 10 析对上述业务有极大的意义：通过售后索赔数据的准确输入，结合质量目标，索 赔质量着陆道等工具，实现对新项目生产启动质量的有效控制；通过质量指标的 生成有效衡量车型的总体质量水平；通过分析数据走势的微小变化并与历史数据 比对，能够在早期发现可能造成严重后果的售后质量问题；通过数据解读和挖掘， 能够极大提高售后质量问题解决效率，缩短问题解决周期。[1, 2] 因此，在这一背景下，为了满足上海通用汽车车型平台日益增多，产品市场 保有量的激增，售后索赔数据分析用户的增加，问题调查速度加快的要求，上海 通用汽车质量部必须要有一套全新的、准确高效的索赔保修期内产品索赔记录的 统计分析系统。通过对海量的售后保修索赔数据进行全面整合和分析，挖掘出其 中重要的质量信息，以帮助各相关业务部门解决以上迫切需要解决的问题。上海 通 用 汽 车 售 后 索 赔 数 据 分 析 系 统 Business Analysis System Information Center—Knowledge Node of Warranty（以下简称 BASIC.KNOW 系统）的开发和 应用由此应运而生了。 1.2 国内外现状分析 目前国际上采用统计学专业思想主要在理论研究领域，如理论物理、生物基 因等的研究。应用于实际较为成熟的集中在医药、保险等行业。在索赔质量数据 的分析领域，国内外的企业目前仅仅局限于用报表查询工具生成各种各样的图 表。 经过大量的前期调研，发现在国内尚无完整的针对索赔质量的数据仓库建设 先例，特别在国内各大汽车厂商中更无该领域的完整性解决方案；在北美通用汽 车，为了能够更好地利用索赔系统中的数据以支持质量工程师解决问题提高质 量，开发了针对索赔数据的 QWIK（Quality With Information and Knowledge） 系统。QWIK 的主要功能仍然停留在对车辆和索赔数据进行分类和计算主要索赔 指标方面，在对数据进行统计学分析和质量问题早期预警方面，涉及较少，使用 的方法也比较简单。 目前国内外汽车企业的售后索赔领域的数据分析技术手段对比如下表： 表 1 国内外汽车企业的售后索赔领域的数据分析技术手段对比 对比 上海通用汽车售后索赔数据分析系 北美通用汽 国内先进汽 上海通用 车制造企业 汽车 2006 项目 统 BASIC.KNOW 车 2006 年 2006 年 年 Pareto 图 有 有 有 有 趋势图分析 有 有 有 有 售后期长图 分析 有 有 无 无 统计驱动的 找出那些对于故障有着显著影响的 无 无 无 因素和比较 因子并找出在这些因子中有哪些值 分析 和其他值比较是有显著区别 可靠性分析 产品耐用性以及产品在整个生命时 间中工作性能 无 无 无 预测 预测索赔指标和总成本的变化 无 无 无 早期缺陷检 采用新的数学模型技术，结合行业 无 无 无 最佳经验的算法设计，利用数据变 化中的微小趋势和合理有效的判别 测和分析 准则判断出需要进行紧急预警的质 量问题 报表数据下 用户可以直接从报表图形中下挖分 无 无 无 钻 析底层数据 车辆使用情 分析索赔数据推断车辆使用里程数 无 无 无 分布，帮助去除因里程超过索赔政 况分析 策而离开索赔区域的车辆，使随时 间变化的索赔率更精确 数据挖掘 专业统计工具为高级用户提供数据 挖掘功能 无 无 无 表 1（续） 对比 上海通用汽车售后索赔数据分析系 北美通用汽 国内先进汽 上海通用 车制造企业 汽车 2006 项目 统 BASIC.KNOW 车 2006 年 2006 年 年 回溯历史 能够回到历史某时刻重新计算当时 的索赔表现 无 无 无 月报时间 1 天 2~3 天 10 天 15 天 平均问题解 决周期 3 个月 3~4 个月 8 个月 8 个月 计算速度 分钟级 小时级 天级 天级 并发用户 多并发用户(100) 10 10 10 由上表技术对比可以看出，上海通用汽车售后索赔数据分析系统 BASIC.KNOW 所采用的数据分析和数据挖掘技术在索赔质量改进领域的运用和早期质量预警 功能的应用等方面，在国际国内相关领域均处于领先水平。美国通用汽车公司决 定从 2006 年开始将以上海通用汽车售后索赔数据分析系统的功能来完善售后索 赔质量分析业务，并推广到全球所有通用汽车公司的子公司。[3] 1.3 课题研究目标和研究内容 1.3.1 课题研究目标 为了满足上海通用汽车车型日益增多，产品市场保有量激增，售后索赔数据 分析用户增加，问题调查速度加快的要求，上海通用汽车质量部希望通过全新的 售后索赔数据分析系统 BASIC.KNOW 的开发和应用，来完善公司售