Discovery Summit Korea 2023

1. Copyright © JMP Statistical Discovery LLC. All Rights Reserved.
KOREA

2. 다양한 무고장조건
필드클레임 분석 자동화
현대자동차, 이동복

3. Copyright © JMP Statistical Discovery LLC. All rights reserved.
프로그래머가 아닌 엔지니어로서
JMP를 통한 Low code 자동화 학습방법
여러 조건의 무고장변수에 따른
Lift distribution(Weibull) 분석툴 소개

4. 출처:https://www.forbes.com/sites/gilpress/2016/03/23/data-preparation-most-time-consuming-least-enjoyable-data-science-task-survey-says/?sh=123b5f906f63
데이터분석 현실
분석된 결과기반으로
아이디어 발현시 데이터전처리 반복

5. - 그래픽 인터페이스 기반 데이터 분석 + Interaction
 클릭기반 데이터 도식화 + 데이터필터 상호 연동  아이디어 발현
- 엔지니어링된 데이터분석 결과를 쉽게 Code화 할 수 있다.
 반복 적용으로 검증 용이
- 원하는 데이터전처리 및 분석 프로세스를 쉽게 Customize 할수 있다.
 *.jsl (Add-in, Application)  low code tool 구현 가능
비 프로그래머로써 JMP 좋은점

6. Help Script index
Jump into JMP Scripting Scripts
Public Add-in hacking
분석진행
(JMP Application)
Save script / To Script Window
데이터 전처리
(JMP function and Calculator)
Log window
GUI 구성 / 연결 / 자동화
JMP Script Self-study Process

7. Log window
JMP Script Self-study Process

8. Save script / To Script Window
JMP Script Self-study Process

9. Help Script index
Jump into JMP Scripting Scripts
Public Add-in hacking
JMP Script Self-study Process

10. Help Script index
Jump into JMP Scripting Scripts
Public Add-in hacking
JMP Script Self-study Process

11. Help Script index
Jump into JMP Scripting Scripts
Public Add-in hacking
JMP Script Self-study Process

12. Tabulate with
Data filter
Outline/Combo Box
Panel/List Box
Text/Button Box
분석진행
(Save Script)
데이터 전처리
(log window)
GUI / 자동화
(Sctipt index)
Expr/Eval
GetSelected/Append
For/Column
예) Row 항목/내용을 바꾸는 Tool

13. Tabulate with
Data filter
Outline/Combo Box
Panel/List Box
Text/Button Box
분석진행
(Save Script)
데이터 전처리
(log window)
GUI / 자동화
(Sctipt index)
Expr/Eval
GetSelected/Append
For/Column
예) Row 항목/내용을 바꾸는 Tool

14. Tabulate with
Data filter
Outline/Combo Box
Panel/List Box
Text/Button Box
분석진행
(Save Script)
데이터 전처리
(log window)
GUI / 자동화
(Sctipt index)
Expr/Eval
GetSelected/Append
For/Column
예) Row 항목/내용을 바꾸는 Tool

15. 예) Row 항목/내용을 바꾸는 Tool

16. 무고장조건 반영 필드데이터 분석 자동화

17. 필드데이터 분석 목적
- 품질문제 분석 / 개선
- 수명분포 (Weibull β) + 가속 수명 시험 (가혹도)  보증 수명 달성여부 파악

18. 필드데이터 변수
판매량 차종 / 타입 / 판매날짜 / ...
고장데이터 부품명 / 현상 / 수리내역 / 수리날짜 / 주행거리 / ...
충분치 않은 필드데이터
주어진 시간 관련 변수 : 날짜와 주행거리
날짜의 한계 : 차종별 / 사용처별 일별 주행거리 상이
 무고장 차량의 주행거리 분포(예측) 필요

19. - 무고장 분포에 따라 β, η값이 변할 수 있음
출처:https://www.machinedesign.com/automation-iiot/article/21831580/unlocking-weibull-analysis
무고장 반영 Weibull 분석

20. 분석범위에 따른 무고장 대수와 분포
다양한 무고장분포 조건
분석범위내 기간별 분포 차이

21. Flow chart
데이터
전처리
고장
데이터
판매량
데이터
무고장
기간/분포
DT
(Censored 0)
데이터
전처리
DT
(Censored 1)
DT
(w/데이터전처리)
Weibull
Analysis
부품 /
기간
Iteration

22. Flow chart
기간 ~ 무고장대수
- 전체 데이터의 판매기간
- 고장 부품의 판매기간
- 임의구간
ex) 관측시작 ~ 고장부품 판매
고장 부품 판매시작 ~ 관측중단
무고장
기간/분포 3 x 3 = 9 case
분포
- 고장데이터 전체 마일리지 분포
- 고장데이터 전체 기간별 마일리지 분포
- 중복고장차량(일주행거리 x 주행일수) +
나머지차량(일주행거리분포 x 주행일수)

23. ex) 고장부품에 해당되는 판매기간 동안 해당되는 무고장 차량이
전체 고장차량 주행일 기준 6개월 간격의 주행거리 분포에 랜덤으로 분포할 경우
와이블 분석결과는 어떻게 될까?
고장부품 판매날짜 Min / Max 변수 A
판매량데이터에서 변수조건 해당 Row 수
(전체고장 주행일 // 180일) 값 변수 B
변수 기준 Weibull β, α 값 확인
A,B / β,α 기준 랜덤 Weibull 데이터 생성
고장데이터와 합친후 Weibull 분석
Col minimum / Col maximum
Select Where > N Row
Ceiling > for(distribution where B)
Report > numberColBox( )[ ]
Subset A> Date difference B
Join > for( Random Weibull( β, α ) )
log
window
Save
script
Help
Script
index
…

24. 무고장 대수 선정 기간 설정
부품
고장분포
A
B
C

25. 무고장 분포 1. 전체기간 고장차량 분포
부품
고장분포
전체
고장분포

26. 무고장 분포 2. 분할기간 고장차량 분포

27. 무고장 분포 3. 마일리지/일 * 사용일수 + α

28. ex) 중복차량의 단위 차량별 주행거리 기울기 및 일주행거리 분포 계산

29. Flow chart
무고장
기간/분포
데이터
전처리
DT
(Censored 1)
DT
(w/데이터전처리)
Weibull
Analysis
Iteration

30. 다양한 무고장조건 고려 바로 분석가능

31. 분석결과 비교 : 마일리지 vs 날짜

32. 강력한 데이터 분석툴
심층 데이터 분석결과
분석조건
아이디어
반복
[ GUI ]
JMP 하나로 low code 분석툴 구현 가능
JSL
JMP
Graph Builder
(Local) Data Filter
New formula column
Screening/Clustering
Fit Model
Etc…

33. Copyright © JMP Statistical Discovery LLC. All rights reserved.
KOREA