Modelo Preditivo de Qualidade 4.0 para defeitos de cliente

Abstract

Na era da Indústria 4.0, não se podem deixar de lado conceitos como cloud computing, blockchain, redes sociais, mobilidade, Internet das Coisas, Big Data e Inteligência Artificial, que em conjunto com uma melhor estrutura de internet irá revolucionar tudo o que conhecemos hoje. Associada à Indústria 4.0 surge o conceito de Qualidade 4.0, uma estratégia que procura aplicar novas tecnologias aos processos atuais de qualidade. Neste contexto, as indústrias atuais utilizam Inteligência Artificial para a execução de tarefas de uma forma sistemática, investindo assim na automação dos processos. Assim, este projeto de doutoramento foi realizado em contexto industrial na Bosch Car Multimedia de Braga. Após uma revisão da literatura, em que se deu ênfase aos temas da Indústria 4.0, Qualidade 4.0 e Inteligência Artificial, foram analisados os dados referentes às reclamações de clientes. Construíram-se modelos de Machine Learning, capazes de prever a responsabilidade de uma reclamação. Paralelamente, foram integrados e disponibilizados dados de diversas fontes de dados, para que assim se analisasse a pertinência de introduzir novas variáveis aos dados. O processo de disponibilização de dados foi automatizado e estes foram facultados com uma periodicidade diária. De forma a tornar o processo de análise de dados e a implementação de modelos de Machine Learning, mais simples e standard, apresentou-se um guião e a respetiva script, que reflete a metodologia aplicada ao longo deste estudo de caso. Os resultados demonstram que os modelos obtidos são capazes de prever a responsabilidade de uma reclamação de cliente, com uma exatidão de 64,05%.Com a aplicação de modelos preditivos mostrou-se que se pode economizar tempo, e assim contribuir para melhorias a nível do processo reclamação de cliente. Mostrou-se a importância de ter a informação de várias fontes de dados num lugar único, e automaticamente atualizadas, e assim ter-se a informação disponível quer para novas análises, quer para tornar o processo de consulta de informação mais simples. O trabalho desenvolvido deu ênfase à análise, à importância dos dados, à aplicação de técnicas de Inteligência Artificial e à automatização de processos – prossupostos indispensáveis à Qualidade 4.0.

In the era of Industry 4.0 we cannot overlook concepts such as cloud computing, blockchain, social networks, mobility, Internet of Things, Big Data, and Artificial Intelligence, which, together with a better internet infrastructure, will revolutionize everything we know today. Associated with the Industry 4.0, it emerges the concept of Quality 4.0, a strategy that strives to obtain better levels of productivity and quality by applying new technologies to the current quality processes. It is then clear that today’s industries need to apply Artificial Intelligence to innovate and improve processes, as well as increase productivity. With this context in mind, this doctoral project was carried out in an industrial background at Bosch Car Multimedia in Braga. After the literature review, that emphasized themes such as Industry 4.0, Quality 4.0 and Artificial Intelligence, data related to customer complaints was analyzed. Machine Learning models have been built that can predict the responsibility of a complaint. In parallel, data from different data sources were integrated and made available, so that the relevance of introducing new variables to the current complaint could be analyzed. Data are provided daily, and the process is totally automated. To simplify and standardize both the data analysis process and the implementation of Machine Learning models, a guide and respective script that reflect the methodology used during this case study are presented. The results demonstrate that the models obtained are capable of predicting the responsibility of a customer complaint, with an accuracy of 64.05%. Using predictive models also showed that it is possible to save time and, therefore, achieve improvements in the customer complaint process. Combining data from different sources in a single place, where it is automatically updated, also proved to be beneficial for new analysis and to make it simpler to access information. Thus, the work carried out throughout this project emphasized the analysis and importance of data, the use of Artificial Intelligence techniques and the automation of processes – key points for the Quality 4.0.