メーカーで日々対応する保証請求には、製品の品質、信頼性、顧客の期待値などの貴重な情報が含まれています。このデータを適切に活用すれば、設計や製造における改善点を洗い出し、既存製品の改善、より信頼性の高い新製品の開発、収益性の向上が期待できます。
自動車、白物家電、家電製品などの多くの市場では、大量かつ多様なクレームが日々発生しているものの、データ変換や機械学習などの専用機能やリソースの不足によって、ビジネスインテリジェンスに基づいた手法（データの収集・分析・加工・レポート）で分析ができずにいます。
ここでは、保証（ワランティ）分析を社内で実施することのメリットと、最後に保証分析の導入をすぐに実現できるソリューションをご紹介します。
保証（ワランティ）分析のメリット
複数のソースから保証に係るデータにアクセスし、正確にデータ変換する能力が重要なことはもちろんですが、設計、製造、材料の選択、文書化、サービスの変更などについて、インサイトを理解しデータに基づいた意思決定を行うために、適切な機械学習アルゴリズムを選択する能力も同じくらい重要なものです。
根本原因分析、サービスパックの最適化、保証リスクプロファイル分析（品質問題の優先順位付け）などの保証（ワランティ）分析を行えば、顧客ロイヤリティとブランドイメージ向上が期待できますし、コンポーネントやシステムの潜在的な故障を早期に発見できればクレーム件数を減らし、対応にかかるコスト削減、収益の向上にも貢献します。さらに、不正行為が絶え間なく発生する現代においては、不正な保証請求を深刻な問題になる前に正確に検出することも収益に影響を与えます。
保証分析のメリットは他にもあります。既存製品のどの部品の故障リスクが高いのか、その理由を理解できれば製品開発者は製品の設計、使用する原材料、サプライヤーの変更などを通して既知の懸念を次世代の製品で払拭できます。さらに、製品の信頼性によって保証方針やサービスを変更することもできます。例えば、分析によって当初の予想よりも頻繁にコンポーネントが故障することが判明した場合は、ブランド価値と良好な顧客関係を維持するため、保証範囲を広げたり、予想されるクレームに対応するための最適なリソース確保も事前にできるようになります。
分析精度への挑戦
データ分析を導入する際の最初の課題の1つは、データそのものにあります。保証請求のためのデータは、ディーラー、販売店、サービスチームなどの第三者から提供されることが多く、一般的にはそれぞれに異なるフォーマットやファイル形式が使用されているため、データを収集し、正規化やクレンジングなど一貫性のある方法で分析用にフォーマットするという作業が、実際の分析に取り掛かる前に必要不可欠です。保証データは保証問題が文章で記述されることが多く、文章をシステムが解釈するために一般的に自然言語処理（NLP）技術が使用されます。このNLPによって分析者はテーマごとに問題を整理し、顧客の感情をより深く理解することができます。
データを構造化し整えるために必要な時間とリソースを過小評価しないことが重要です。データサイエンティストやアナリストは、分析時間のうち80%をデータ準備に費やしていることも珍しくないのです。
十分なトレーニングデータがあれば、機械学習により、顧客の行動、返品、物理的な故障、ソフトウェアの問題、修理費用に関する予測モデルを構築しテストできます。クレーム数が増えれば増えるほど分析システムの全体的な予測能力がより細かく正確になります。
予測分析段階における難しい課題のひとつは、最も有用で実用的な結果が期待できる機械学習アルゴリズムを選択することです。ほとんどのアナリティクスツールには予測モデルを構築する複数のオプションが用意されています。単純に最も使いやすいオプションを選択すれば予測パフォーマンスが低下したり、より複雑なアプローチを選択すれば設定、テスト、展開などの作業に膨大な時間がかかる場合もあります。必要とされる精度、現場での製品数、利用可能なデータの量と質、予測値をテストして提供するために利用可能な時間などの要因を鑑みて決定します。
Altair Data Analyticsによる保証（ワランティ）分析
Altairのソリューションで「データ準備」「機械学習アルゴリズムの選択」を自動化することで、保証分析による製品や企業評価の向上、製品設計の継続的な改善、保証詐欺への対処をサポートします。
- データの準備
CRM、ERP、チャネルパートナーが管理するシステム、PDFやExcel形式のレポート、ビッグデータソースから、手作業によるデータ入力やコーディングなしに、自動で保証やサービス利用率などのデータにアクセス、クレンジング、フォーマット化します。分析時間の80%を費やしているといわれるデータ準備作業を自動化し、工数を大幅に削減できます - 機械学習
視覚的なデータ分析で業界をリードするAltairの機械学習ツールは、ほぼすべての分析インフラストラクチャに機械学習モデルを構築できるためすぐに導入することができます。自動マシンラーニング（Auto-ML）機能で難しいとされていた機械学習アルゴリズムの選択を自動で行い、導かれた分析結果に対しその結果に至った道筋を説明できる（説明可能なAI）という2つの特長を持ち合わせています。反復的なタスクを排除することでデータサイエンティストやビジネスアナリストの生産性を高め、管理者がより収益性の高いサービスパックを作成することを可能にします。 - ストリーミング分析
ストリーム処理アプリケーションや使いやすい分析ダッシュボードを、コードを書かずに構築できます。難しい問題を発見したり、複雑な関係性を視覚的に明らかにしたり、細かい調査が必要な問題の特定も数回のクリックで可能です。
Altair® Knowledge Studio®のテキスト分析アドオンは、ビジュアルテキストディスカバリー、感情分析、予測分析が一体となった機能です。
保証分析はもちろん、その他製造業におけるデータ活用に関しては、こちらをご覧ください。
関連記事 ＞＞スマートファクトリー 機械学習でデータ活用し製造業のリスクを軽減
関連する投稿:
カテゴリー: データアナリティクス
