B售后服务数据的运用 产品质量是企业的生命线,售后服务是产品质量的观测点,如何用好售后服 务的数据是现代企业管理的重要问题之 现以某轿车生产厂家为例考虑这个问题。假设该厂的保修期是三年,即在售 出后三年中对于非人为原因损坏的轿车免费维修。在全国各地的维修站通过网络 将保修记录送到统一的数据库里面,原始数据主要包含哪个批次生产的轿车(即 生产月份)、售出时间、维修时间、维修部位、损坏原因及程度、维修费用等等。 通过这样的数据可以全面了解所有部件的质量情况,若从不同的需求角度出发科 学整理数据库中的数据,可得到不同用途的信息,从而实现不同的管理目的 整车或某个部件的“千车故障数”是一个很重要的指标,常用于描述轿车的 质量。首先将轿车按生产批次划分成若干个不同的集合(下面表格的同一行数据 就来自同一集合),再对每个集合中迄今已售出的全部轿车进行统计,由于每个 集合中的轿车是陆续售出的,因此它们的统计时间的起点即售出时间是不同的。 但在下面表格中,每一列数据的统计时间的长度却是相同的(例如2002年3月 底出厂的轿车,到2002年8月底;或2003年10月初出厂的轿车,到2004年3 月初都是最多使用了五个月,显然它们的统计时间的终点也是不同的),在相同 使用时间长度(例如下表中第5列都是使用10个月的)内的整车或某个部件的 保修总次数乘以1000再除以迄今已售出的轿车数量,即为下面表格中的千车故 障数 数据利用的时效性是很强的,厂方希望知道近期生产中的质量情况,但刚出 厂的轿车还没有全售出去,已售出的轿车也没使用几个月,因此数据显得滞后很 多。当一个批次生产的轿车的三年保修期都到时,我们对这批轿车的质量情况有 了最准确的信息,可惜时间是轿车出厂的四、五年后,这些信息已无法指导过去 的生产,对现在的生产也没有什么作用。所以如何更科学地利用少量数据预测未 来情况是售后服务数据利用的重要问题 现有2004年4月1日从数据库中整理出来的某个部件的千车故障数,见下 页的表。其中的使用月数一栏是指售出轿车使用了的月份数,使用月数0的列中 是已售出的全部轿车在用户没使用前统计的千车故障数,1的列中是某一批次已 售出的每一辆轿车,在它被使用到第一个月结束时统计的,对于该批次售出的全 部轿车累计的千车故障数(即没使用时和第一个月中千车故障数的和),12的列 中是每辆车使用到恰好一年结束时的累计千车故障数。生产月份是生产批次 0201表示202年1月份生产的。随着时间的推移,轿车不断地销售出去,已售 出轿车使用一段时间后的千车故障数也能不断自动更新,再打印出的表中数据也 将都有变化。 1.该表是工厂的真实数据,没有修改,反映的情况很多,请你分析表中是 否存在不合理数据,并对制表方法提出建议 2利用这个表的数据预测时请注意区分水平和垂直方向。请你设计相应的模 型与方法,并预测:0205批次使用月数18时的千车故障数,0306批次使用月数 9时的千车故障数,0310批次使用月数12时的千车故障数
B 售后服务数据的运用 产品质量是企业的生命线，售后服务是产品质量的观测点，如何用好售后服 务的数据是现代企业管理的重要问题之一。 现以某轿车生产厂家为例考虑这个问题。假设该厂的保修期是三年,即在售 出后三年中对于非人为原因损坏的轿车免费维修。在全国各地的维修站通过网络 将保修记录送到统一的数据库里面，原始数据主要包含哪个批次生产的轿车（即 生产月份）、售出时间、维修时间、维修部位、损坏原因及程度、维修费用等等。 通过这样的数据可以全面了解所有部件的质量情况，若从不同的需求角度出发科 学整理数据库中的数据，可得到不同用途的信息，从而实现不同的管理目的。 整车或某个部件的“千车故障数”是一个很重要的指标，常用于描述轿车的 质量。首先将轿车按生产批次划分成若干个不同的集合（下面表格的同一行数据 就来自同一集合），再对每个集合中迄今已售出的全部轿车进行统计，由于每个 集合中的轿车是陆续售出的，因此它们的统计时间的起点即售出时间是不同的。 但在下面表格中，每一列数据的统计时间的长度却是相同的（例如 2002 年 3 月 底出厂的轿车，到 2002 年 8 月底；或 2003 年 10 月初出厂的轿车，到 2004 年 3 月初都是最多使用了五个月，显然它们的统计时间的终点也是不同的），在相同 使用时间长度（例如下表中第 5 列都是使用 10 个月的）内的整车或某个部件的 保修总次数乘以 1000 再除以迄今已售出的轿车数量，即为下面表格中的千车故 障数。 数据利用的时效性是很强的，厂方希望知道近期生产中的质量情况，但刚出 厂的轿车还没有全售出去，已售出的轿车也没使用几个月，因此数据显得滞后很 多。当一个批次生产的轿车的三年保修期都到时，我们对这批轿车的质量情况有 了最准确的信息，可惜时间是轿车出厂的四、五年后，这些信息已无法指导过去 的生产，对现在的生产也没有什么作用。所以如何更科学地利用少量数据预测未 来情况是售后服务数据利用的重要问题。 现有 2004 年 4 月 1 日从数据库中整理出来的某个部件的千车故障数，见下 页的表。其中的使用月数一栏是指售出轿车使用了的月份数，使用月数 0 的列中 是已售出的全部轿车在用户没使用前统计的千车故障数，1 的列中是某一批次已 售出的每一辆轿车，在它被使用到第一个月结束时统计的，对于该批次售出的全 部轿车累计的千车故障数（即没使用时和第一个月中千车故障数的和），12 的列 中是每辆车使用到恰好一年结束时的累计千车故障数。生产月份是生产批次，如 0201 表示 2002 年 1 月份生产的。随着时间的推移，轿车不断地销售出去，已售 出轿车使用一段时间后的千车故障数也能不断自动更新，再打印出的表中数据也 将都有变化。 1. 该表是工厂的真实数据，没有修改，反映的情况很多，请你分析表中是 否存在不合理数据，并对制表方法提出建议； 2.利用这个表的数据预测时请注意区分水平和垂直方向。请你设计相应的模 型与方法，并预测：0205 批次使用月数 18 时的千车故障数，0306 批次使用月数 9 时的千车故障数，0310 批次使用月数 12 时的千车故障数
轿车某部件千车故障数的数据表 使用月数 生产制表时 月份销售量 020124574.884.884.84.484074073.662442.441.21.220410.4 020216705.995995395.395.395.394194.193.59299241.8 020313043838383838362253|127063 0437041312.5.61929.87.836.755674322431.350.540 0205380636.78346831.5329.43270625:223.221.8118.1316.5513.48.933.94 206291041.53983608329931.62288724742302189154613.49.2844 02071614n49693yss#7494273x|2642251301372 1985 45343678282120.65 0209267112.210.4510.57104.08984846148868520442.3127.331.231.87 021021071219711961162811533107 96358448692954.11139922811392.g 1399 957895.7 4392.2185.7882272.1961.4747.1840.0325.7312.873.57 0212403101.74101.74942991.889.3384.3781.896752.11446732.26744744 0301 64501227912791248121.55194115.510806982982.646698449622023.72 022522143931439314393143.93141.951395135.21125.6910666844662.252538.9 03032900 6058285s8651.n2462133116.551.03 863186318.6318.6318.6316861597|13.31 2660 05818 1467146714671467134513.4513.45 8561.2 0306 5845.845845.845.84 84 67 0307 1831 1365136513651365131038710.55 03081754 575.74.56 0920920920920460.46 0310 03121171 提示: 1预测时用的数据表最好是增量表,就是把原表相邻列作差的到的表,含义 是第几个月期间的千车故障数。预测后再恢复到原表的形式。 2.轿车出厂后的运输是个复杂的事,体积大又贵重,要花费很多时间,从 表中数据分析可以得到:出厂后三个月才开始有销售量,于是每个批次的前三个 数据(斜三列)可认为是无效数据
轿车某部件千车故障数的数据表 使用月数 12 11 10 9 8 7 6 5 4 3 2 1 0 生产 月份 制表时 销售量 0201 2457 4.88 4.88 4.88 4.48 4.07 4.07 3.66 2.44 2.44 1.22 1.22 0.41 0.41 0202 1670 5.99 5.99 5.39 5.39 5.39 5.39 4.19 4.19 3.59 2.99 2.4 1.8 0 0203 1580 4.43 3.8 3.8 3.8 3.8 3.8 3.16 2.53 2.53 1.27 0.63 0 0 0204 3704 13.77 12.15 11.61 9.72 9.18 7.83 6.75 5.67 4.32 2.43 1.35 0.54 0 0205 3806 36.78 34.68 31.53 29.43 27.06 25.22 23.12 21.81 18.13 16.55 13.4 8.93 3.94 0206 2910 41.58 39.18 36.08 32.99 31.62 28.87 24.74 23.02 18.9 15.46 13.4 9.28 4.47 0207 1614 72.49 69.39 62.58 54.52 47.71 43.99 40.27 34.7 30.36 26.64 22.3 13.01 3.72 0208 1985 75.57 71.54 69.02 64.48 56.93 52.9 45.34 36.78 28.21 20.65 13.6 7.56 1.51 0209 2671 112.32 110.45 108.57 104.08 95.84 84.61 74.88 65.89 52.04 42.31 27.33 11.23 1.87 0210 2107 121.97 119.6 116.28 115.33 107.74 96.35 84.48 69.29 54.11 39.39 22.78 11.39 2.85 0211 1399 95.78 95.78 94.35 92.21 85.78 82.2 72.19 61.47 47.18 40.03 25.73 12.87 3.57 0212 403 101.74 101.74 94.29 91.81 89.33 84.37 81.89 67 52.11 44.67 32.26 7.44 7.44 0301 6450 122.79 122.79 122.48 121.55 119.84 115.5 108.06 98.29 82.64 66.98 44.96 22.02 3.72 0302 2522 143.93 143.93 143.93 143.93 141.95 139.57 135.21 125.69 106.66 84.46 62.25 25.38 1.59 0303 2900 60.34 60.34 60.34 60.34 60 58.28 55.86 51.72 46.21 33.1 16.55 1.03 0304 1127 18.63 18.63 18.63 18.63 18.63 16.86 15.97 13.31 7.99 2.66 0 0305 818 14.67 14.67 14.67 14.67 13.45 13.45 13.45 11 8.56 1.22 0306 1199 5.84 5.84 5.84 5.84 5.84 5.84 5 1.67 0 0307 1831 13.65 13.65 13.65 13.65 13.11 10.38 7.1 0.55 0308 1754 5.7 5.7 5.7 5.7 4.56 1.71 0 0309 2163 0.92 0.92 0.92 0.92 0.46 0.46 0310 2389 0 0 0 0 0 0311 2434 0 0 0 0 0312 1171 0 0 0 提示： 1.预测时用的数据表最好是增量表，就是把原表相邻列作差的到的表，含义 是第几个月期间的千车故障数。预测后再恢复到原表的形式。 2. 轿车出厂后的运输是个复杂的事，体积大又贵重，要花费很多时间，从 表中数据分析可以得到：出厂后三个月才开始有销售量，于是每个批次的前三个 数据（斜三列）可认为是无效数据