Искусственный интеллект за здоровый образ жизни
Технологии Deep Learning для анализа производства

Основатель платформы

ВИН-КОД.РФ | Win-STO.RU

Болховский Дмитрий

о структуре рынка автозапчастей



Искусственный интеллект за здоровый образ жизни

Эту байку рассказал мне товарищ, который работает в одной известной IT-корпорации. Назовём его Максим. Макс занимается исследованиями в области AI. В качестве прикладной задачи ему предложили найти возможную причину брака, возникавшего периодически на одном из высокотехнологичных производств компании. Мол, потери большие, дефектов в оборудовании и материалах обнаружить не удалось. На вот, попробуй хоть ты найти какую-то зависимость.

А в машинном обучении есть такой метод «Random Forest» или «Случайный лес». Суть его — это классификация данных по набору признаков. Алгоритм сам определяет, какие признаки приводят к самой быстрой кластеризации данных, и в какой последовательности их выстроить.

В теории, вроде, всё просто. Берём табличные данные. В каждой строке есть фактический результат: «брак» или «норма». И признаки, с ним связанные. Например: объём производства, влажность, содержание кремния в сырье, сейсмоактивность и т.д. Куча признаков. И надо найти такой, который приводит к максимальному ветвлению результатов. Брак – слева, норма – справа

Алгоритм сам определяет, какие признаки приводят к наиболее быстрой кластеризации и в какой последовательности их выстроить

На практике, конечно, пришлось повозиться. Даже в супер-технологичной компании данные всегда разношерстные. Их надо вытягивать из разных источников, склеивать, чистить от мусора, и т.д. Наконец, стала вырисовываться какая-то зависимость. Нечёткая. Но примерно раз в месяц был явный всплеск брака.

Собственно, это резюме Макс по проекту и выдал. Если есть хоть какая-то корреляция между инцидентами, она лежит именно на временной шкале. А среди предоставленных признаков – причины брака точно нет. Более, сказать ничего не могу.

Ладно, не густо. Но и на том спасибо.

А через пару месяцев руководитель объявляет Максу на митинге: «Благодаря тебе, удалось устранить причину производственных потерь. Спасибо!».

В итоге... На основе Максова анализа, ещё раз проверили подозрительные даты. И нашли. Оказалось, что все они совпадали со сменами одного инженера, который отвечал за контрольное оборудование. К товарищу присмотрелись повнимательнее, и выяснили, что инженер запойный. Он, вроде, длительное время работал нормально. А потом приходил с похмелья, у чуть-чуть косячил. Не всегда. Соответственно, показатели уплывали, но нерегулярно. И просто так заметить эту зависимость было сложно. Ну, и коллеги, наверное, покрывали ))

Так искусственный интеллект помог вычислить пьяницу и бракодела, сэкономить кучу денег бизнесу, и нервов будущим клиентам.

Технологии Deep Learning для анализа производства


Используем алгоритм Random Forest для решения задач в Automotive. Умеем строить деревья решений – искать причинно-следственные связи в больших данных. Например, какая-то позиция у производителя деталей подвески стала гораздо хуже продаваться. Почему? Обычно ищут причину в цене и конкурентах. Но может быть иная ситуация: раньше в комплект шаровой входил пыльник, а потом его по какой-то причине убрали. А пыльник при установке нужен. Мы можем найти точку ветвления и вычислить причину падения спроса.

# RandomForest #DeepLearning #Aftermarket_DATA #MasterMAX

Подробный аналитический отчёт и исследования рынка автокомпонентов вы можете заказать, по адресу:

Работаем с большими данными, используем стат-анализ, находим сложные зависимости, строим математические модели. Умеем работать с сильно зашумлённым материалом. Опишите вашу задачу, обсудим!






Работаем в рынке автозапчастей для иномарок 20 лет. Знаем сегменты: розница, автосервис, b2b дистрибьюторы, поставки на конвейер.
Артикулы запчастей с привязкой к автопарку
Графические итоги и сводки
Кросс-брендовая конкуренция, цены, ассортимент поставщиков
Получить статистику aftermarket
Опишите ваш бренд и компанию. Какая аналитика вас интересует? Хотите ли вы регулярно получать данные об автопарке, ценах конкурентов и дистрибьюторов, ликвидном ассортименте? Какие задачи по автоматизации аналитики для вас актуальны?
Отправляя данную форму, я подтверждаю согласие на обработку персональных данных
Вам нужно сформировать стратегию вывода бренда на рынок автозапчастей? Нужен консалтинг в области digital-маркетинга? Напишите нам:

Еще статьи


Грузовое СТО на Привокзальной
 
© ВИН-КОД.РФ, 2018 - 2023 год.
Сайт работает на платформе ВИН-КОД.РФ
Работая с этим сайтом, вы даете согласие на использование файлов cookie сервисов Google, в целях функционирования сайта. Подробнее