随着大数据、人工智能、5g网络、传感器等技术领域的飞速发展，越来越多的制造企业将目光聚焦于工厂的数字化升级。然而理想是美好的，但现实情况却是大多数工厂往往缺乏对质量大数据的全面理解，同时数据壁垒遍布，缺乏打通手段。

那么在智能工厂转型升级的进程中，如何统一数据流，将质量信息进行及时展示与反馈?管理者如何从数据维度对智能工厂进行科学管理?本期直播讲堂邀请到行业经验丰富的海克斯康q-das专家，从典型案例和实际应用的角度，对质量关联关系进行深度挖掘，全面阐述智能工厂中的质量大数据分析与运用。

直播预告

智能工厂中的质量大数据分析与运用

直播时间：5月10日14点

识别上方二维码，预约直播

质量大数据 行业运用现状

针对企业缺乏有效的质量管理方法和工具;缺乏产品全生命周期的质量管控;“信息化孤岛”情况严重，质量业务效率低等问题，本次直播把脉工厂数字化转型的痛点，提供车间级、工厂级到多工厂企业级质量管理解决方案，帮助车间/工厂/企业实现其内外部高效、透明、协同的质量管控链，打通内外生产上下游的信息孤岛，协同实现提质降本增效。

质量大数据 数据流打通方法

数据是进行数据分析的基础，直接参与质量管理各个环节的预判决策。本次直播以“ 质量、效率、成本” 为根本出发点，通过将质量控制融入设计、采购、生产、售后等环节，并深入应用到企业质量体系管理、质量过程控制、质量成本分析、质量数据应用和系统互联互通当中，协同设计、工艺和生产各环节同步决策及快速改进，实现数据流有效打通。

质量大数据 管理应用场景

介绍质量变化点管理、产品全生命周期、服务质量管理、客户需求管理等应用场景，分析提供企业运营者对质量大数据的应用方法，以及及时进行质量数据反馈和相关部门进行信息互通的手段;深入分析质量问题根因，并对智慧工厂未来的质量与可靠性进行预测。

讲师介绍

孟逸麟

q-das统计学培训讲师

caq 六西格玛绿带

曾为上汽大众、宝马汽车、联合汽车电子、长安汽车等知名企业做过培训，在汽车行业有丰富的培训与咨询工作经验，能够分析客户需求，提供相应的解决方案，及时对客户的疑问作出反馈。

（来源：海克斯康制造智能）

以上是网络信息转载，信息真实性自行斟酌。