- Detalles
- Categoría: Minitab
- Visto: 9323
Por Joshua Zable.
El análisis modal de fallos y efectos AMFE (en inglés, Failure mode and effect analysis, o FMEA) es una metodología común utilizada en la fabricación y la ingeniería para identificar todas las posibles fallas en un diseño, un proceso de fabricación o ensamblaje, o un producto o servicio.
Si bien sus orígenes se encuentran en el ejército, con el tiempo la industria de automoción ha establecido el estándar para los AMFE. Como resultado, muchas otras industrias han adoptado, y continúan siguiendo, las mejores prácticas de análisis de riesgos de la industria automotriz.
Durante años, dos organizaciones líderes han proporcionado las pautas de los estándares de calidad de la industria automotriz: el Grupo de Acción de la Industria Automotriz (AIAG), con sede en los Estados Unidos, y Verband der Automobilindustrie (VDA), con sede en Alemania.
La economía cada vez más globalizada ha hecho que sea más fácil que nunca para los fabricantes obtener suministros y componentes desde cualquier parte del mundo. Pero tener dos conjuntos de metodologías AMFE sumergió a la industria en ineficiencias que restaron valor a su progreso. Por ejemplo, los proveedores que atienden a clientes de fabricación tanto en América del Norte como en Alemania debían realizar evaluaciones diferentes para las mismas piezas, dependiendo de dónde se utilizarían esas piezas. Del mismo modo, cuando los fabricantes auditaron a sus diferentes proveedores, recibieron diferentes sistemas de puntuación según la geografía. Esto hizo que las prácticas de comparación de proveedores fuera un desafío y llevara mucho tiempo y, lo que es más importante, ¡Tener que asumir riesgos!
En general, tener dos conjuntos de “estándares” generó confusión y añadió complejidad al desarrollo de productos y las actividades de mejora de procesos para proveedores y fabricantes de todo el mundo.
CAMBIOS CLAVE DE AIAG-VDA FMEA
En 2019, AIAG con sede en EE. UU. Y VDA con sede en Alemania, trabajaron en colaboración para proporcionar una dirección y orientación coherentes para los proveedores de automóviles mediante el establecimiento de una versión estandarizada del proceso FMEA, que enfatiza la prevención y prioriza la reducción de riesgos. El resultado es una única tabla de puntuación diseñada para cumplir con los requisitos de los fabricantes en toda la industria, lo que alivia el riesgo de confusión y reduce la duplicación de esfuerzos. Este conjunto de directrices internacionales y comunes permite a los proveedores gestionar un único proceso de AMEF, sabiendo que satisfará las necesidades y expectativas de todos sus clientes, en todo el mundo.
A diferencia de los manuales regionales anteriores, en los que la gravedad, la frecuencia de aparición y la detectabilidad de los problemas se ponderaban por igual, el nuevo marco de puntuación estableció una jerarquía. En el futuro, el mayor peso se coloca en la gravedad del problema, luego en la frecuencia de aparición y, finalmente, en la detectabilidad. En otras palabras, la nueva metodología prioriza abordar problemas graves, incluso si ocurren con poca frecuencia y son fáciles de detectar, sobre problemas menos peligrosos que pueden ocurrir con más frecuencia o son más difíciles de detectar.
La colaboración AIAG-VDA estableció un nuevo enfoque de 7 pasos para el desarrollo de FMEA, que se puede dividir en tres categorías.
Los pasos 1 a 3 se refieren al análisis del sistema:
- planificación y preparación
- análisis de estructura
- análisis de funciones
Los pasos 4 a 6 se centran en el análisis de fallas y la mitigación de riesgos:
- análisis fallido
- análisis de riesgo
- mejora
Paso 7, el último paso aborda la comunicación de riesgos mediante la documentación de los resultados.
A continuación se muestra un pre-revisión de la forma de la plantilla de Diseño de Análisis Modal de Fallos y Efectos (DFMEA) disponible en Minitab Workspace® y Minitab Engage™, que fue creada para apoyar el marco de trabajo AIAG-VDA FMEA más reciente. En ambos productos también se encuentra disponible una plantilla de análisis del modal de fallos y efectos del proceso (PMFEA). Tenga en cuenta que si bien existen obviamente diferencias metodológicas entre el uso de un DFMEA y un PMFEA, ambos incorporan el enfoque de 7 pasos de AIAG-VDA FMEA.
CÓMO PUEDEN AYUDAR LAS PLANTILLAS AIAG-VDA FMEA DE MINITAB
Los proveedores de automóviles que utilizan AMFE deben ser reflexivos y minuciosos durante la implementación de la nueva metodología AIAG-VDA FMEA, prestando atención tanto a su marco de puntuación revisado como a sus cambios en el enfoque y la terminología.
Reformar FMEAs requiere tiempo, la comprensión, y esfuerzo, pero mediante el aprovechamiento de las plantillas de formularios diseñados por expertos DFMEA y PFMEA disponibles en Minitab Workspace® y Minitab Engage™, puede actualizar sus procesos de análisis de riesgos con la confianza de saber que sus FMEA se alinean con los últimos estándares de la industria.
- Detalles
- Categoría: Maple
- Visto: 3644
|
Resumen: En Maplesoft hemos aprendido mucho en estos 25 años trabajando como desarrolladores de herramientas técnicas de resolución de problemas. Durante ese tiempo, hemos visto como este tipo de herramientas ha cambiado drásticamente la forma en que las organizaciones técnicas avanzan en su conocimiento y convierten ese conocimiento en innovaciones comercialmente rentables. Es discutible que muchos productos y tecnologías que ni siquiera se pensaban hace 25 años, y que hoy se dan por sentados, no habrían visto la luz sin herramientas como Maple. Como parte de un estudio para comprender qué efecto ha tenido Maple durante los últimos 25 años, encuestamos a nuestra base de clientes sobre su uso de Maple. Nuestros clientes incluyen una amplia gama de organizaciones como empresas de ingeniería, laboratorios de investigación científica, desarrolladores de sistemas espaciales y de defensa, fabricantes de dispositivos electrónicos, instituciones financieras; todas organizaciones que requieren matemáticas para resolver problemas críticos para su negocio. Si bien la variedad de aplicaciones era asombrosa y su complejidad variaba desde relativamente simple hasta muy avanzada, una observación importante surgió claramente de los datos. Pudimos caracterizar la forma en que se utilizan las matemáticas, quién las usa, para qué y cómo, dentro de cualquier organización técnica. |
Uso de las matemáticas en organizaciones técnicas
Laboratorios de investigación establecidos, empresas emergentes de tecnología, instituciones financieras, fabricantes; sin importar la empresa, el uso de las matemáticas en las organizaciones técnicas se puede clasificar en tres categorías amplias: análisis avanzado, desarrollo de aplicaciones y cálculos de diseño.
Análisis avanzado
El "Analista Avanzado", un término que usamos para cubrir roles tales como científico investigador, investigador científico, físico, etc., está encargado de investigar fenómenos avanzados que requieren la comprensión y aplicación de principios matemáticos para desarrollar una solución teórica. El analista avanzado suele tener un doctorado, y tiene la tarea de definir primero las relaciones matemáticas básicas involucradas en el problema, y luego combinarlas de una manera apropiada aplicando técnicas matemáticas complejas para llegar a una solución.
Los analistas avanzados han sido los usuarios tradicionales de herramientas como Maple y algunos de sus mayores fans. A través de las potentes técnicas computacionales simbólicas incorporadas en el entorno de Maple, el lenguaje de programación con todas las funciones y la intuitiva interfaz de usuario, el Analista Avanzado ha podido realizar en cuestión de horas los tipos de investigaciones, que habrían tardado semanas o incluso meses usando lápiz y papel. De hecho, dado que el lápiz y el papel eran la única alternativa antes de que se desarrollara un software como Maple, Maple permitió a estos analistas avanzados resolver problemas que nunca hubieran intentado hacer sin él.
Además, antes de la existencia de Maple, el conocimiento adquirido a través de este trabajo habría sido capturado en un documento técnico. Lo más probable es que hubiera sido enviado a la biblioteca técnica de la organización, donde habría acumulado polvo hasta que alguien tuviera la necesidad, y la energía, de buscar el papel, digerir la información contenida en él y luego convertirlo en algo útil, presumiblemente en forma de (en ese momento) un programa Fortran.
Con la llegada de Maple, ese conocimiento se volvió inmediatamente utilizable y útil. Solo hay que buscar "Maple", junto con una descripción de casi cualquier problema técnico, y rápidamente se hace evidente que el trabajo en Maple para ayudar a resolver ese problema ya ha sido publicado. Los usuarios de Maple de todo el mundo comparten regularmente sus soluciones con toda la comunidad. Este es un inmenso beneficio para nuestros clientes y un gran orgullo para nosotros.
Esto significa que, en lugar de languidecer en una biblioteca técnica, el conocimiento desarrollado por el Analista avanzado es instantáneamente utilizable por personas de otras partes de la organización. En particular, ahora está a disposición de los responsables del desarrollo de aplicaciones técnicas.
Desarrollo de aplicaciones técnicas
El "desarrollador de soluciones" ha sido históricamente alguien con una interesante combinación de conocimientos del dominio y la capacidad de escribir un programa de ordenador que resuelva problemas técnicos comunes. Hace veinticinco años, éste habría sido el joven ingeniero recién calificado que tenía algunas habilidades de programación de computadoras, un montón de documentos técnicos y una copia de Numerical Recipes.
Con el tiempo, las herramientas de desarrollo de soluciones técnicas han evolucionado a partir de programas Fortran y QuickBASIC a herramientas más específicas de aplicación como MATLAB®, Octave, S-plus, y PV-WAVE®. En los últimos años, ha sido gratificante descubrir cuántos de nuestros clientes más importantes han optado por utilizar Maple para aplicar el trabajo del Analista Avanzado, dando a sus Desarrolladores de Soluciones una forma de encapsular ese conocimiento y aplicarlo directamente mediante la creación de valiosas soluciones software. Estas soluciones pueden ser cualquier cosa, desde un código optimizado que se integrará en otro programa de software hasta una aplicación de usuario final del tipo apuntar y hacer clic que permite a las personas sin conocimientos técnicos seleccionar algunas opciones y obtener un resultado.
Durante este mismo período de tiempo, la retroalimentación de nuestros clientes ha evolucionado más allá de "Maple es genial! Puedo utilizarlo para desarrollar mis ideas en una solución matemáticamente ... y luego implementarlo en MATLAB®/Octave/S-Plus... " Ahora, nuestros clientes dicen:"Una vez que he derivado mi solución, puedo simplemente desarrollar las rutinas numéricas y la interfaz de usuario para ofrecer una solución para que la utilicen otros, sin salir del entorno de Maple".
Es particularmente gratificante escuchar esto porque es exactamente lo que nos propusimos hacer. Queremos que Maple sea la herramienta que capture el conocimiento desarrollado por el Analista Avanzado, con todo el rigor que ello conlleva. Al mismo tiempo, queremos proporcionar un entorno rico que permita al desarrollador de soluciones entregar ese conocimiento en una forma fácilmente utilizable y aún mantener la conexión con el trabajo original de una manera natural y rastreable. Cualquiera a quien se le haya pedido que se haga cargo del mantenimiento de una solución interna desarrollada con métodos más "tradicionales", como una hoja de cálculo Excel®, comprenderá de inmediato la ventaja que representa. La opacidad de soluciones como Excel se convierte en un problema serio cuando se trata de hacer cambios o incluso comprender las suposiciones que se incluyeron en la solución en primer lugar.
Una vez que la solución se ha desarrollado y probado con éxito, se puede implementar en formas fáciles de usar para los usuarios finales.
Cálculos de diseño
El "usuario final" suele ser alguien cuya función principal no es hacer matemáticas en absoluto. Esto podría significar un diseñador que necesita determinar la especificación de un componente, un ingeniero que necesita confirmar el espesor requerido de la pared de una tubería o un vendedor de seguros que necesita evaluar el riesgo y el coste de una póliza para un cliente. Por lo general, todo lo que quieren hacer es acceder a la solución desarrollada en las etapas descritas anteriormente, ingresar algunos números, quizás elegir algunas opciones y usar el resultado calculado para tomar una decisión. Dependiendo de la aplicación, la herramienta que uso podría ser algo así como una solución programada, una hoja de cálculo Mathcad ®, una hoja de cálculo Excel, o una herramienta basada en la web. Cuando se usa Maple, la aplicación se puede implementar en la web usando MapleNet, a través de Maple, o a través de Maple Player™, solución gratuita que permite a los usuarios que no son usuarios de Maple ver documentos de Maple.
El conocimiento es un activo corporativo
Empresas grandes o pequeñas, soluciones simples o complejas: el uso de las matemáticas en las organizaciones técnicas sigue el mismo patrón básico en todas partes. Sabiendo esto, los desarrolladores de herramientas como Maplesoft pueden enfocar sus esfuerzos para respaldar cada uno de los tres casos de uso: análisis avanzado, desarrollo de aplicaciones y cálculos de diseño, asegurando que satisfacen las diversas necesidades de cada tipo de usuario.
Además, los consumidores de software técnico deben tener en cuenta estas etapas al seleccionar sus herramientas con el fin de tomar las mejores decisiones para toda su organización. Al tratar el conocimiento adquirido a través de la investigación como un activo corporativo que debe gestionarse con cuidado y al desarrollar una conciencia de cómo se utiliza ese activo en toda la organización, las empresas pueden preservar el conocimiento, gestionar la innovación y acelerar el desarrollo de soluciones.
- Detalles
- Categoría: Minitab
- Visto: 8473
Imagínese que su nuevo automóvil se estropea después de conducir 60 kilómetros. La luz del motor se enciende y el vehículo tiene que ser remolcado hasta el taller. No se trata solo de un problema de garantía, sino también un problema de falta de fiabilidad del producto.
La fiabilidad se define como la calidad de un producto a lo largo del tiempo y estadísticamente hablando es la probabilidad de que un producto no falle durante un periodo de tiempo definido.
Este artículo, ha sido escrito conjuntamente con el Sr. Serhan Anac, Cinturon negro Six Sigma Certificado y Máster Red X Shaining. Serhan Anac es un experto en resolución de problemas con 11 años de experiencia en Robert Bosch en Turkey.
Al liderar proyectos de calidad del cliente, Serhan también está involucrado en Investigación y Desarrollo, de ahí su interés en Fiabilidad así como en la Simulación Monte Carlo y más métodos de ingeniería analítica.
Entusiasta en estadística, en ciencia de datos y en Minitab, Serhan ayuda a su organización a mejorar y encontrar soluciones a los problemas de producción diarios, así que es feliz de compartir estas prácticas para ayudar a otros Profesioniales de la Calidad a aprender y crecer en sus carreras.
EL RIESGO DE FALLO
En casos como éste, los fabricantes de los equipos originales (OEM) tendrían la culpa. Por tanto, estos OEM deben de encontrar rápidamente la causa raíz y determinar el riesgo para otros vehículos que todavía están funcionando sobre el terreno, de forma que puedan predecir cuántos vehículos adicionales volverán con el mismo problema o continuarán funcionando sin ningún problema (también denominados supervivientes). Al final si el riesgo es suficientemente alto, puede ser necesario retirar el vehículo del mercado.
Una vez que se encuentra la pieza que ha fallado, se determinará el riesgo* residual y se empezará calculando la probabilidad para un periodo de tiempo dado. En general, los datos de vida (p. ej. ciclos, kilometraje, tiempo de operatividad) no se ajustan a una distribución normal, por lo que se recomienda el modelo de distribución de Weibull para realizar los análisis de fiabilidad para realizar predicciones utilizando Minitab Statistical Software.
Para realizar el análisis de fiabilidad en Minitab Statistical Software, se requerirán los siguientes datos:
- Cantidad de fallos
- Kilometraje del fallo
- Fecha del fallo
- Fecha de producción de piezas del fallo
- Fecha de registro del vehículo
- Volumen producido durante el periodo en juego
Con los datos anteriores podemos proporcionar la entradas requeridas para el análisis utilizando Minitab Statistical Software.
UNA MIRADA MÁS CERCANA A LOS DATOS
42 vehículos fallaron en marcha debido a una avería del equipo de inyección de combustible. Fueron reportados por Fabricantes de Equipo Original (OEM). El número es bajo en comparación con las 11,9 millones de piezas producidas porque también se registraron fallos prematuros, en concreto mortalidad infantil.
Aunque han fallado algunas partes, los supervivientes aún están operativos en el campo. Necesitamos considerar la cantidad de supervivientes y sus kilometrajes hasta la fecha.
EJECUCIÓN DEL ANÁLISIS DE FIABILIDAD
Un Análisis de Distribución Paramétrica ayudará a calcular cuántos vehículos es probable que fallen.
Gráfico: Gráfico de probabilidad de Weibull
¿CUÁNTOS VEHÍCULOS PUEDEN FALLAR?
Los vehículos recorren en promedio aproximadamente 45000 kilometros al año. La probabilidad acumulada estimada hasta 45000 kilómetros y hasta 135000 kilómetros se muestran en la tabla mostrada a continuación.
Tabla: Probabilidades acumulativas de falla
Se produjeron 11.9 millones de piezas. El límite superior de nivel de confianza del 95% estima la falla de retorno estimada de 0,0000037. En consecuencia, de cada millon de piezas podemos esperar 3,7 fallos.
De los 11,9 millones de vehículos, es probable que fallen 44:
11,9 millones de piezas x 3,7 partes por millón = 44 piezas con probabilidad de fallar
Ya han fallado 42 vehículos, se esperan 2 como devoluciones potenciales antes de los 45000 km.
Los Fabricantes de Equipos Originales normalmente firman un contrato de garantía con los distribuidores de componentes: Las piezas no deben fallar durante un periodo de tiempo establecido.
Este enfoque basado en datos es útil.
Minitab Statistical Software ofrece un amplio abanico de funcionalidades para calcular la fiabilidad de un producto, alguna de ellas se han visto en este ejemplo.
- Detalles
- Categoría: Comsol
- Visto: 4389
Por Qinghua Lei.
En el blog de COMSOL, el Dr. Qinghua Lei, profesor e investigador técnico del Departamenteo de Ciencias de la Tierra de la Escuela Politécnica Federal de Zúrich (ETH), habla sobre un nuevo método para modelar procesos hidromecánicos totalmente acoplados en medios fracturados.
Conseguir entender como se acopla la deformación de sólidos con el flujo de fluidos en medios geológicos fracturados tiene una gran importancia para poder resolver problemas en las áreas de geociencias e ingeniería geotécnica. Como ejemplos de este tipo de problemas, nos encontramos con las excavaciones subterráneas, extracción de hidrocarburos, secuestro de carbono, producción geotérmica y disposición de desechos.
En este artículo del blog de COMSOL el Dr. Qinghua Lei describe un enfoque novedoso para modelar procesos hidromecánicos totalmente acoplados en medios fracturados basado en el software COMSOL Multiphysics®.
- Detalles
- Categoría: Minitab
- Visto: 4466
La nueva actualización de Minitab Statistical Software 20.3 incluye el Creador de Gráficas (Graph Builder), una nueva forma de revisualizar los datos y explorar alternativas gráficas con una galería interactiva y fácil de examinar.
Ahora se puede cambiar fácilmente de una gráfica a la siguiente y ver cuál muestra mejor los datos sin volver a ejecutar el análisis.
Los siguientes tipos de gráficas están disponibles en el Creador de gráficas:
- Gráfica de barras
- Gráfica de dispersión dividida en clases
- Gráfica de caja
- Correlograma
- Mapa de calor
- Histograma
- Gráfica de valores individuales
- Gráficas de coordenadas paralelas
- Gráfica de dispersión
- Gráfica de series de tiempo
Las gráficas generadas en el Creador de gráficas incluyen las mejoras más recientes, como escalado interactivo, desplazamiento y zoom.
- Detalles
- Categoría: Lakes
- Visto: 4777
Ya está disponible AERMOD View Versió 10.0. La versión contiene las siguientes implementaciones:
- Modelos actualizados: Nuevos modelos US EPA AERMOD & AERMET (versión 21112) tanto en las compilaciones de 32 como de 64 bits.
- Versión paralela actualizada: Nueva versión MPI (paralela) para AERMOD 21112.
- Nuevas herramientas de Rectptor: Añade receptores discretos dentro de un polígono o diseminándose desde una polilínea.
- RLINEXT: Modelar con este tipo de fuente de línea ALPHA que incluye opciones de caminos deprimidos y barreras en bordes de carreteras.
- Buoyant Line Groups: Parte de AERMOD 21112, Propiedades únicas de entrada para grupos de línea alzados separados.
- Notas adicionales: Revise las notas completas de la versión para una lista detallada de todos los cambios.
- Detalles
- Categoría: Minitab
- Visto: 4244
Por Gillian Groom.
El negocio ha cambiado drásticamente durante el año pasado debido a la pandemia. Aparentemente, de la noche a la mañana, las empresas transformaron sus operaciones para continuar en este nuevo mundo donde lo virtual de repente es muy necesario. Dicho y hecho, según un informe reciente de McKinsey & Company las empresas "aceleraron la digitalización de sus interacciones con los clientes y la cadena de suministro y de sus operaciones internas entre tres y cuatro años".
Antes de la pandemia, un informe de Deloitte encontró que el sector de servicios financieros era muy inconsistente en lo que respecta a su transformación digital, lo que se debió en parte a la disposición de los clientes a adoptar y a la disposición de las empresas a invertir. El COVID-19 cambió completamente esas convenciones rápidamente en solo unas semanas. Durante la pandemia de COVID-19, Deloitte informó que "el 35% de los clientes han aumentado su uso de la banca en línea", mientras que las ventas de PNC Bank "saltaron de un 25% digital a casi un 75% digital" y han comprimido "10 años de cambios en dos meses".
La digitalización llegó para quedarse y la automatización es una forma de mantenerse al día con esta nueva demanda. En Minitab, entendemos que los líderes empresariales tienen un tiempo limitado disponible para investigar nuevas soluciones y herramientas que puedan ayudar a resolver sus problemas. Minitab ha ayudado a los líderes empresariales a visualizar y analizar sus datos durante casi 50 años. A medida que vemos que las empresas se esfuerzan por resolver más y más rápido la automatización, nos basamos en nuestro enfoque de análisis de soluciones y facultamos a los líderes la capacidad de tomar las mejores decisiones basadas en datos. Cuando se ejecuta bien, con Minitab a su lado, la automatización puede aumentar la participación del cliente y reforzar las ventas siempre que se anticipe con precisión a las situaciones y aproveche los procesos activados adecuados para abordarlas.
Echemos un vistazo a dos ejemplos prácticos sobre cómo la automatización y el aprovechamiento del análisis de datos en Minitab Statistical Software pueden ayudar a mejorar la experiencia de sus clientes.
EJEMPLO Nº1: INCREMENTAR LAS OPORTUNIDADES DE VENTA CRUZADA EN UN CENTRO DE LLAMADAS
El objetivo
Identificar a los clientes que probablemente estén interesados en oportunidades de venta cruzada.
El desafío
La mayoría de los centros de llamadas utilizan sistemas de respuesta de voz interactiva (IVR) para atender grandes volúmenes de llamadas a un costo menor. El IVR enruta a las personas que llaman a un sistema automatizado o un agente en vivo para la resolución de su consulta.
Si puede identificar qué clientes tienen la propensión a comprar otros productos, puede modificar el sistema IVR para dirigir a estos clientes a agentes activos.
La solución
Al utilizar análisis predictivos como los árboles de clasificación y regresión (CART®), los analistas pueden:
- Detectar puntos en común en los perfiles de los clientes que compran o no productos adicionales.
- Anticipar las acciones de IVR que diferencian a los clientes típicos que comprarán servicios financieros adicionales.
Usando el análisis CART, como en la figura anterior, un banco puede determinar qué segmentos de clientes o “nodos” tienen dos o tres veces más probabilidades de comprar más productos.
El resultado
Al enrutar automáticamente a los clientes que son estadísticamente verificables como más propensos a aprovechar las oportunidades de venta cruzada y realizar compras adicionales a un agente en vivo, los agentes hacen más ventas más rápido y dedican más tiempo a atender a clientes valiosos que realizan compras adicionales.
Aquí también se crea otra oportunidad en la que el IVR se puede ajustar para garantizar que otros clientes que no estén interesados en compras adicionales puedan resolver sus consultas sin la intervención de un agente en vivo.
EJEMPLO N°2: INCREMENTAR EL GASTO DE LOS CLIENTES EN UNA TARJETA DE CRÉDITO
El objetivo
Desarrollar un programa de beneficios de bajo coste que aumente el gasto de los clientes en una tarjeta de crédito sin aumentar el riesgo.
El desafío
La mayoría de los consumidores tienen varias tarjetas de crédito. Los proveedores de tarjetas quieren tener la posición #1 en el billetero. Para lograr ese codiciado lugar como la tarjeta preferida del consumidor, debe encontrar la combinación correcta de beneficios que el consumidor valore lo suficiente como para aumentar sus gastos y préstamos en la tarjeta.
La solución
El diseño de experimentos (DOE) es un enfoque que permite determinar rápida y eficazmente el impacto de los impulsores clave en un proceso.
La plataforma DOE de Minitab Statistical Software permite crear, analizar y optimizar varios beneficios diferentes para el cliente (programas de recompensas, períodos de pago más largos y menor interés para diferentes períodos de tiempo), con el objetivo de aumentar el gasto sin aumentar los costes de entrega. La herramienta incluso incluye capacidades de optimización que le permiten equilibrar el gasto, minimizar los costes de los beneficios y disminuir el riesgo crediticio.
“Por lo general, se oye hablar del DOE y de otros métodos estadísticos que se utilizan en fabricación, pero realmente no hay límite en cuanto a dónde se puede emplear esta técnica. Una vez que comprendimos los principios de DOE, nos dimos cuenta de que también podíamos aplicarlos a nuestros procesos de servicio".
- Empresa de correduría financiera y cliente de Minitab
El resultado
Al optimizar y generar una lista de ofertas y beneficios personalizados que se pueden presentar automáticamente a los clientes, se permite que los clientes aumenten sus gastos sin que su organización aumente los costes o el riesgo crediticio.
Utilizar herramientas como DOE para ayudar a tomar estas decisiones inteligentes basadas en datos y, al mismo tiempo, reducir el riesgo de realizar cambios en toda la empresa que podrían tener un impacto negativo.
AUTOMATIZACIÓN AL ALCANCE DE LA MANO
Comprender a sus clientes y su comportamiento puede ser muy útil para implementar medidas digitales y automatizadas, que pueden mejorar sus experiencias de servicio al cliente y, en última instancia, contribuir al éxito de sus instituciones.
Durante casi 50 años, Minitab ha ayudado a miles de empresas e instituciones en todo el mundo a lograr su visión de éxito con nuestro conjunto completo, mejor en su clase y fácil de usar de análisis de datos y herramientas de mejora de procesos. Pruebe las Soluciones Minitab si desea comenzar su viaje de datos y acceder a nuestro enfoque integrado de análisis de soluciones.