1. 사례개요
- A사는 갑자기 증가하는 자사제품의 고객 품질불만에 대한 원인파악을 위하여, 출하된 제품의 공정 모니터링 데이터를 수집하여 원인파악을 실시하였으나, 고객 피드백 샘플은 많지 않았고, 공정의 모니터링 데이터는 그 항목이 40 여 가지가 넘는 상황이 였음.
- 고객사의 요구사항은 제한된 10 여개 이하의 데이터를 분석하여, 40 여개의 공정변수 중 어떤 변수가 핵심요인인지를 알아내고 싶어 하였음
2. 접근방법
- 탐색적 분석 단계에서 현재 데이터를 분석하여 이상치와 특이한 상황을 이해하였으며, 다중변수 분석을 실시하여 변수간의 상관관계를 파악하였음.
- Y값이 Nominal Characteristc 을 보이고 있어, Linear Logistic Regression (RMEL Mode) 분석을 실시하였으나, 유의한 인자를 찾을 수가 없었음.
- 다음 단계로 Polynomial Logistic Regression 분석을 실시한 결과, 3개의 변수가 유의성을 보였으며, 특히 Dominant Factor 의 경우 2차항이 매우 유의함을 보였음.
- 유의한 항에 대하여 모델링을 실시한 후 불량이 Zero 가 되는 영역을 Prediction Profiler를 통하여 결정하였음.
3. 성과 및 향후계획
- 모델링 및 분석 결과를 바탕으로 담당 엔지니어가 공정 Test 를 실시하여, 관리한계선을 변경할 계획임
- 기존 공정데이터와 고객불만 간의 관계를 Data Mining 기법으로 모델링하여 문제해결의 실마리를 찾을 수 있었음.
- 향후 공정데이터 Minig 방법(Data Mining for Process Optimization)에 대한 품질, 공정엔지니어 교육을 실시하고, 핵심과제에 대한 컨설팅을 고려하고 있음.
감사합니다.
이노밸류 배용섭
