IBM SPSS Statistics 产品家族能够帮助企业解决从计划和数据收集到分析、报告和部署的整个分析过程中的问题。

面临的挑战

经济一体化的浪潮席卷全球，社会化生产与地域资源优势的整合，给中国企业成为“世界制造

工厂”提供了前所未有的机遇。自从中国加入WTO以来，中国企业将面临着更加激烈的国际市

场竞争。市场竞争是实力的竞争，是品质的竞争，归根结底是企业管理水平和效率的竞争。

面临的问题

制造业需要从以前的粗放式生产经营模式过渡到精细化的生产管理。由于质量是现代企业

核心竞争力最基础、最根本的要素，如何提升质量水平，以达到控制不合格品率，降低生产

成本成为许多企业面临的严峻问题。另外对原材料的供应和产品的销售进行预测，了解产品

质量状况的分布模式并对之进行中长期的预测分析也是现代企业面临的挑战。

SPSS与制造业

在美国，85%以上的制造业公司在应用SPSS的分析工具。SPSS通过评估订货模式、库存

水平和可替换零部件的定价等的结合，在维持较高客户满意度的同时帮助制造业公司提高

盈利水平。SPSS预测分析工具可以计算出最优的库存策略，决定某个部件的最优订购时刻

和最优数量。SPSS简单易用的质量控制图表程序可以对产品质量进行监测和控制。

应用产品

SPSS Statistics 统计分析产品

SPSS Modeler 数据挖掘产品

应用方法

质量控制图SPSS的质量控制图模块可以对产品的各个质量指标进行监测和控制，及时扑

捉到生产过程中质量指标的变化，告警质量分析人员，分析或调整生产过程，使生产线正常

运行。

SPSS Modeler数据挖掘在制造业中的应用

SPSS Modeler是业界领先的数据挖掘产品，它集成了最先进的数

据挖掘模型和算法，例如K-means，C5.0，Quest，CHAID等分类

算法，Kohonen，K-means，两步法等聚类算法，Apriori，GRI，

GARMA等关联规则算法。制造行业可以利用它来实现以下传统方

法所不能完成的预测分析：

• 需求规划
• 需求预测
• 产品定价
• 产品质量状况模式和预测
• 生产过程短期监控分析
• 生产过程长期走势分析
• 生产过程异常模式分析
• 供销预测
• 原材料需求预测
• 销售收入预测

          其他各种财务指标分析、预测

• 经营分析

          分析经营中的问题和原因，例如盈利增长或者降低的原因各分公

          司的情况对比分析预测故障的发生，防患于未然

 

制造业成功案例—POSCO(韩国)基于

Clementine的预测和控制系统

POSCO，南韩的世界级钢铁公司，使用Clementine作为基础引擎

开发了预测和控制系统，从而有效地稳定了钢的输出质量Y。当Y的

预测偏离了目标值，系统自动地提示工程师重新设置指定的关键参

数到某一水平。

为了满足预测和控制的项目目标，POSCO使用了Clementine的

C&R Tree模型在成百上千的监测变量中确定了关键的驱动因子，

建立了一个简洁的预测模型，，并使用回归模型确定控制型驱动因

子的置换。

结果控制/预测系统在降低最终产品质量的波动性指标上取得了

明显的成效。过去六个月利用生产过程数据的内部评估，显示出该

系统带来10-20%的改善，预示着在生产线实施部署该系统的美

好前景。