市場品質・設計情報トレース

社外からくる顧客の声(NHTSAクレーム情報)を始点にして、傾向や詳細を分析するとともに、要因把握のために社内DBにデータチェーンして探索してゆきます。社内外の情報を横断的に紐づけて、市場で発生した不具合状況の把握および影響範囲を洗い出し、トラブルに対する迅速な判断と対応を行える環境構築が可能になります。このデモでは探索のキーを適切に変えつつ、クレーム情報、部品情報、部品マニュアル情報の迅速なトレースを実現しています。

<市場品質・設計デモ>

IoTデータ活用

製造品質管理情報から製造工程で出力されるセンサー情報までを仮想統合して可視化してゆきます。製造品質の傾向を俯瞰的に把握して、欠陥箇所に関するIoT情報(マテハンロボットセンサー情報など)や画像までトレースし、迅速な不具合原因追及やセンサー測定項目間の因果関係を分析可能とする環境構築が可能になります。生産管理者と現場担当者が各々の視点で分析した結果を共有し、生産プロセスの品質向上を実現します。

<IoTデータ活用デモ>

生産現場の見える化

製造品質や生産性の向上を図るためには、グローバル拠点のKPIをスピーディーに可視化することが求められます。全拠点のKPIダッシュボードを作成し、工場の稼働状況を可視化し、製造ラインのログを分析して品質低下や工場内トラブルの原因追及を可能とします。
製造ラインが出力する膨大なIoTデータの活用には莫大な時間と労力を要しますが、Mμgenは高速データベース基盤(Column Data Store)を保持しており、膨大なIoTデータをストレスなく活用することが可能です。

<生産現場の見える化デモ>

トレーサビリティ

クレームや故障の原因追及は製造プロセスに関わる様々な種類のシステムにスピーディーにアクセスし、横断的にデータを追跡することが必要不可欠です。Mμgenは様々な種類のデータや膨大な量のデータを迅速に可視化し、データ間の共通キーを横断的に引き継いで絞り込みができ、トレーサビリティを容易に実現することが可能です。
このデモでは、市場品質情報・製品のIoTログ情報・生産実績情報を仮想統合して情報のトレーサビリティを行い、トラブルに対して迅速かつ適切な判断と対応を行います。

<トレーサビリティデモ>

統合分析

企業内のシステムは目的ごとに分断されていますがMμgenではこのデータを統合・編集して、見える化(可視化)からさらに進化した、独自のデータチェーンや統合分析が実現できる高度な分析基盤を構築することができます。
Mμgenには異なるシステムのデータをスピーディーに収集・統合する支援機能を備えています。この機能によって、別々のデータベースの項目を組み合わせてより高度な可視化・分析することが可能です。
分析データを手元でより使いやすくするための操作可能な機能も用意していますのでご覧ください。

<統合分析デモ>

ノウハウ継承

コールセンターシステムに蓄積されている過去の問合せ内容をテキストマイニング(係り受け解析)し、問合せ内容に含まれる単語や係り受け表現を抽出して結果をMμgenに登録します。
キーワードや係り受け表現の出現頻度を集計・可視化することで問合せ内容をおおまかに分類したり、同時に出現しやすい単語同士を繋いで効果的に情報を選別してゆきます。
問い合わせ内容を傾向分析することで、顧客のニーズや製品・サービスの改善点を把握したり、FAQの作成や経験の浅いオペレータのマニュアルの作成等の業務効率化に繋げます。経験値の継承という課題に効果的に対応できるソリューションです。

<ノウハウ継承デモ>

R統計分析

Mµgenは統計解析ツール(R)と連携し、複雑かつ高度な数理計算や統計処理を容易に行うことができます。様々なデータをMµgenにて分析フレームワークに当てはめて、データの性質や規則性などを発見します。
単純なBIでは表現することが出来ない高度な統計分析機能やグラフを利用し、より高度な視点で仮説・検証を可能とする基盤をご提供いたします。

<R統計分析デモ>