solutioncenter minitab

ผู้เขียน : solutioncenter minitab

อัพเดท: 19 ก.ย. 2015 13.51 น. บทความนี้มีผู้ชม: 1529 ครั้ง

เมื่ออุณหภูมิในบ้านผมสูงถึง 400 องศาฟาเรนไฮท์ ในบ่ายวันหนึ่งของฤดูร้อน ฉันนึกถึงรายการพยากรณ์อากาศที่พูดว่ามีโอกาสเป็นไปได้ที่มนุษย์อาจจะละลาย และในที่สุดฉันก็ยอมที่จะตัดใจซื้อเครื่องปรับอากาศมาติดตั้ง หลังจากเปิดเครื่องทำงานไม่กี่นาที ฉันรู้สึกได้ว่าฉันคงจะไม่ละลายแล้วตลอดหน้าร้อนนี้


การทำนายว่าจะมีการเรียกร้องการรับประกันอย่างไร (และจงอย่าตื่นกลัวในการรับมือ) (How to Predict Warranty Claims (and Keep Cool Doing It))

เมื่ออุณหภูมิในบ้านผมสูงถึง 400 องศาฟาเรนไฮท์ ในบ่ายวันหนึ่งของฤดูร้อน ฉันนึกถึงรายการพยากรณ์อากาศที่พูดว่ามีโอกาสเป็นไปได้ที่มนุษย์อาจจะละลาย และในที่สุดฉันก็ยอมที่จะตัดใจซื้อเครื่องปรับอากาศมาติดตั้ง หลังจากเปิดเครื่องทำงานไม่กี่นาที ฉันรู้สึกได้ว่าฉันคงจะไม่ละลายแล้วตลอดหน้าร้อนนี้

ประมาณหนึ่งอาทิตย์ก่อนหน้านี้เครื่องปรับอากาศเริ่มมีเสียงสูงแหลมดังออกมา และตอนนี้มีเสียงนั้นเหมือนเพลงในอัลบั้ม Merzbow หลากหลายอัลบั้มรวมกันเล่นให้ฉันฟัง นี่ฉันจะต้องฟังเสียงรบกวนเพื่อแลกกับการที่จะทำให้ร่างกายอยู่ในอุณหภูมิที่ต่ำกว่าจุดหลอมละลาย และหลังจากนั้นไม่นาน เครื่องปรับอากาศก็ส่งเสียงเหมือนสัญญานไซเรนเตือนภัย

แต่วันถัดมาเครื่องปรับอากาศก็มีเพียงเสียงแหลมเล็กๆ และไม่มีลมเย็นใดๆออกมา รวมทั้งเสียงที่ออกมาก็ไม่ไพเราะต่อไปอีกแล้ว และเมื่อพระอาทิตย์เริ่มสูงขึ้นเรื่อยๆ อุณหภูมิก็สูงขึ้นตามจน สมองฉันนึกถึงเรื่องๆหนึ่ง

การวิเคราะห์การรับประกัน (Warranty Analysis)

บางครั้งฉันรู้ว่า การใช้ข้อมูลที่มีอยู่เดิมนั้นสามารถใช้ทำนายได้ว่าพัดลมจะเสียเมื่อไหร่ และรวมถึงต้นทุนที่จะใช้ในการผลิตเพื่อให้ได้ผลิตภัณฑ์ที่ดีที่สามารถรับประกันการใช้งานได้ตลอด 1 ปี

การทำนายต้นทุนการรับประกันสินค้าเป็นสิ่งที่ดีสำหรับธุรกิจ

ผู้ผลิตคงไม่รู้สึกผิดหวังแต่อย่างใดเมื่อเครื่องปรับอากาศเสียในอากาศร้อนจนจะทำให้รู้สึกว่าลูกค้าอาจจะละลายได้ แต่เมื่อสินค้ามีข้อบกพร่องอยู่ในช่วงการรับประกัน (warranty) สินค้าควรจะมีเพื่อทำให้ลูกค้าเกิดความพึงพอใจ แต่ในการคาดการณ์ต้นทุนการประกันสินค้าเป็นสิ่งท้าทายในการทำธุรกิจ และมีความเสี่ยงอยู่ด้วย การตั้งวงเงินหรือสำรองชิ้นส่วนไม่มากพออาจทำให้ไม่สามารถรับมือกับปัญหาที่เราไม่ได้คาดการณ์ไว้ แต่ถ้าเราตั้งวงเงินหรือสำรองชิ้นส่วนไว้มากเกินไป อาจเกิดปัญหาเรื่องการใช้ทรัพยากรให้มีประสิทธิภาพ

ดังนั้นเราจะคาดการณ์การรับประกันและค่าใช้จ่ายในอนาคตด้วยความมั่นใจได้อย่างไร พนักงานที่เก่งมากในบริษัทนั้นได้สร้างคำถามนี้ไว้กับเครื่องปรับอากาศนี้ และในทันใดนั้นผมเองก็นึกขึ้นได้ว่าจะสามารถตอบคำถามนั้นได้อย่างไร

สิ่งที่ต้องการมีเพียงข้อมูลจำนวนหนึ่ง และเมื่อสายเหงื่อที่หยดมาตามคิ้วของผม ผมเริ่มต้นที่เครื่องคอมพิวเตอร์เพื่อลองหาคำตอบนี้ด้วยตนเอง

อาจจะเป็นเพราะว่าความร้อนในตัวที่มากขึ้น แต่ผมกลับมองเห็นภาพว่าทางผู้ผลิตจะมีตัวเลขของเครื่องปรับอากาศที่ผลิตและผลของการใช้งานกลับมาทุกเดือน สิ่งที่พวกเขาต้องทำคือการพยากรณ์ว่าจะเกิดการร้องเรียนเรื่องพัดลมในเครื่องปรับอากาศมีจำนวนเท่าไหร่ โดยแสดงตัวเลขแต่ละเดือนที่เกิดขึ้นตลอดทั้งปี และ ตัวเลขที่มีการส่งคืนในแต่ละลอตการผลิตเป็นเท่าไหร่

ข้อมูลอะไรที่เราต้องการเพื่อใช้ในการทำนายตัวเลขการร้องเรียนที่จะเกิดในอนาคต

เมื่อผมลองใส่ตัวเลขข้อมูลลงในแผ่นงานของ Minitab ซึ่งจะได้ออกมาตามภาพด้านล่างนี้

case12_pic1

ข้อมูลแบบนี้จะมีลักษณะที่เรียกว่า Triangular Matrix Format ถึงแม้ว่าในห้องที่ผมนั่งอยู่จะทำให้ผมรู้สึกเริ่มจะละลายบ้างเล็กน้อย แต่ผมต้องทำการแปลงข้อมูลให้ไปอยู่ในเมตริกซ์ที่มีรูปแบบทั่วไปก่อนที่จะทำการวิเคราะห์เรื่องการรับประกัน (Warranty Analysis)

ผมเริ่มที่ Stat>Reliability/Survival>Warranty Analysis>Pre-Process Warranty Data ใน Minitab สำหรับคอลัมน์ “Shipment (sale)” ผมใส่ค่า Ship สำหรับคอลัมน์ “Return(failure)”  ผมใส่ค่า Month1-Month12 สำหรับคอลัมน์ Start time, End time และ Frequencies ที่ปรากฏในแผ่นงานของผม

การวิเคราะห์ข้อมูลสำหรับการทำนายการรับประกัน (Data Analysis for Warranty Prediction)

ตอนนี้ผมสามารถวิเคราะห์ต่อไปได้ ตราบใดที่ผมยังไม่ได้รับผลจาก Heatstroke

ผมเลือก Stat>Reliability/Survival>Warranty Analysis>Warranty Prediction ในไดอะล็อคบ๊อกซ์ ผมใส่ Start time ในช่อง Start time และใส่ End time ในช่อง End time และ ใส่ Frequencies ในช่อง Frequency (optional)

ต่อจากนั้นเลือกปุ่ม Prediction เพื่อดำเนินการต่อ ผมใส่ค่า 12 ให้กับค่าจำนวนคาบที่ต้องการทำนายการล้มเหลว ในส่วน Production quantity for each time period ผมใส่ค่า 2,000 ต่อจากนั้น ผมเลือก OK

การแปลความหมายของผลการทำนายการรับประกัน (Interpreting the Warranty Prediction Results)

กราฟจากโปรแกรม Minitab

case12_pic2

ถึงแม้ว่าความร้อนที่กำลังแผดเผาตาผมอยู่ขณะนี้ แต่ผมยังสามารถที่จะเห็นได้ชัดเจนจากกราฟว่า เส้นกราฟของค่าตัวเลขเครื่องปรับอากาศที่จะส่งคืนมายังผู้ผลิตที่จะเกิดในแต่ละเดือนของปีหน้าเป็นอย่างไร

แต่จากหน้าต่าง Minitab’s Session ได้แสดงผลลัพธ์ดังนี้ ตาราง Summary of Current Warranty แสดงให้เห็นว่า มีเครื่องปรับอากาศที่ส่งออกไปจากกระบวนการผลิตใน 1 ปี แล้วมีการส่งคืนมา จำนวน 635 เครื่อง

case12_pic3

ซึ่งทำให้ผมสนใจกับผลที่ออกมา ต่อไปผมดูที่ตาราง Predicted Number of Failures ซึ่งแสดงผลของตัวเลขที่เป็นไปได้ และตัวเลขที่ทำนายได้ ของเครื่องปรับอากาศที่มีความเสียหายในแต่ละเดือนที่กำลังจะเกิดขึ้น

case12_pic4

ค่า Potential Number of Failures ของแต่ละเดือนในอนาคต คือ ตัวเลขของเครื่องปรับอากาศที่มีความเสี่ยงว่าจะล้มเหลวที่จุดเวลาสิ้นเดือนของแต่ละเดือนบวกกับเครื่องปรับอากาศที่จะถูกส่งออกมาจากกระบวนการผลิตในเดือนนั้นๆ ส่วนค่า Predicted Number of Failures คือ ตัวเลขของเครื่องปรับอากาศที่ตัวแบบคำนวณว่าจะเสียในเวลาที่มีการคำนวณมาจนถึงเดือนนั้นๆ และ ยังมีค่า 95% ช่วงความเชื่อมั่นแบบปัวร์ซองของค่า Predicted Number of Failures ในแต่ละช่วงเวลาด้วย

จากตารางด้านบนจะเห็นว่า 12 เดือนนับจากตอนนี้ จะมีเครื่องปรับอากาศจำนวน 47,365 เครื่อง ที่มีความเสี่ยงจะล้มเหลว และด้วย 95% ความเชื่อมั่น จำนวนเครื่องปรับอากาศที่อาจจะเสียมีค่าระหว่าง 2,690 ถึง 2,898 เครื่อง ถ้าผมเป็นผู้ผลิตเครื่องปรับอากาศนี้ ผมจะวางแผนโดยใช้ตัวเลขเหล่านี้ประกอบในแผนงาน

ผมรู้ว่าผู้ผลิตคงมีการคาดการณ์ไว้แล้วว่าเครื่องปรับอากาศของผมอาจจะต้องเสีย แต่อย่างไรก็ดีมันทำให้ผมมีแรงที่จะต่อสู้กับความร้อน และหาทางที่จะเปลี่ยนเครื่องใหม่มาตามที่บริษัทได้มีการรับประกันไว้ ซึ่งจะให้ตลอดหน้าร้อนที่เหลือ บ้านผมจะได้มีอากาศเย็นสบายตลอดเวลา

ซึ่งถ้าคุณต้องการต่อสู้กับความร้อนด้วยการวิเคราะห์การรับประกัน ลองไปที่ tutorial on using Warranty Analysis เพื่อทำการวางแผนการใช้ทรัพยากรให้เหมาะสม แผนต้นทุนที่จะเกิดจากการยกเลิกผลิตภัณฑ์ การประมาณต้นทุนการรับประกัน (ซึ่งไม่ใช่การหาค่าตัวเลขจำนวนที่จะล้มเหลว) เป็นต้น


บทความต้นฉบับ : http://blog.minitab.com/blog/understanding-statistics/how-to-predict-warranty-claims

เนื้อหาบทความโดยบริษัท Minitab Inc. ประเทศสหรัฐอเมริกา

แปลและเรียบเรียงโดยสุวดี นําพาเจริญ และ ชลทิขา จํารัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด webadmin@solutioncenterminitab.com


บทความนี้เกิดจากการเขียนและส่งขึ้นมาสู่ระบบแบบอัตโนมัติ สมาคมฯไม่รับผิดชอบต่อบทความหรือข้อความใดๆ ทั้งสิ้น เพราะไม่สามารถระบุได้ว่าเป็นความจริงหรือไม่ ผู้อ่านจึงควรใช้วิจารณญาณในการกลั่นกรอง และหากท่านพบเห็นข้อความใดที่ขัดต่อกฎหมายและศีลธรรม หรือทำให้เกิดความเสียหาย หรือละเมิดสิทธิใดๆ กรุณาแจ้งมาที่ ht.ro.apt@ecivres-bew เพื่อทีมงานจะได้ดำเนินการลบออกจากระบบในทันที