Математическая модель анализа данных запросов сервисного обслуживания и рекламаций предприятия

Цель исследования: повышение эффективности и контроля процессов производства путем выявления потенциальных скрытых рисков возникновения инцидентов и дефектов продукции предприятия на этапе постпроизводственной эксплуатации.

Методы. В данной статье рассматривается процесс автоматизированного интеллектуального анализа запросов сервисного обслуживания и рекламаций производственного предприятия. Данный процесс включает в себя анализ поступающих данных о произошедших инцидентах и дефектах продукции, и поиск причинно-следственных связей с производственными процессами различных этапах ЖЦИ. Запросы о произошедших дефектах и инцидентах продукции предварительно регистрируются в единой базе данных предприятия через CRM-систему и доступны для дальнейшего анализа. Для выполнения исследования разработана математическая модель анализа запросов сервисного обслуживания и рекламаций с применением факторного анализа.

Результаты. На основе математической модели выполнен практический анализ данных предприятия с выделением главных факторов. Расчеты выполнены с применением пакета статистической обработки данных STATISTICA. Физическая интерпретация полученных скрытых факторов позволяет объяснить происхождение ряда возникших инцидентов и дефектов продукции, предоставить экспертное заключение и принять меры по дальнейшей корректировке производственных процессов. Практическое применение разработанной математической модели выполнено в виде программного модуля, который внедряется в CRM-систему предприятия в качестве дополнительной компоненты для автоматизированной обработки данных.  Заключение. Для проведения регулярного контроля предварительно подготовленные данные запросов сервисного обслуживания и рекламаций поступают из CRM-системы на анализ. Разработанный программный модуль проводит автоматизированный анализ поступивших данных. Результаты анализа подвергаются физической интерпретации и используются для принятия обоснованных управленческих решений на предприятии, что позволяет проводить регулярный контроль существующих производственных процессов предприятия и вносить соответствующие корректировки для повышения эффективности производственных процессов.

1. Управление устойчивым развитием промышленности в условиях цифровизации / В.Н. Андреев, В.В. Баранов, А.А. Бурдина, С.В. Лукина, Е.Д. Коршунова, А.А. Окоракова, Е.Б. Фролов. М.: Янус-К, 2022. 119 с.

2. Крючкова Е.В., Можаровская А.А., Тохунц Н.Б. Реструктуризация предприятия. М.: Янус-К, 2023. 120 с.

3. Колошкина И.Е., Капитанов А.В., Феофанов А.Н. Эффективность применения автоматизированной интеллектуальной системы для формирования технологической документации // Информационные технологии в проектировании и производстве. 2024. №1(193). С. 50-57.

4. Мешков В.Г. Определение взаимосвязей между процессами в условиях автоматизации производственных систем предприятия // Вестник МГТУ "Станкин". 2023. № 2(65). С. 105-109. https://doi.org/10.47617/2072-3172_2023_2_105

5. Egorov S., Kapitanov A., Kozlova A. Application problems of process capability evaluation methods in modern quality assurance systems // IOP Conference Series: Materials Science and Engineering: International Conference on Modern Trends in Manufacturing Technologies and Equipment 2019, ICMTME 2019, Sevastopol, 09-13 sept. 2019. Sevastopol: Institute of Physics Publishing, 2020. P. 033054. https://doi.org/10.1088/1757-899X/709/3/033054

6. Быкова А.В., Капитанов А.В. Принципы взаимодействия автоматизированной системы взаимоотношений с клиентами и АС предприятия на различных этапах жизненного цикла продукции // Вестник МГТУ «СТАНКИН». 2023. №1 (64). С.15-21

7. Быкова А.В., Капитанов А.В. Анализ CRM-систем и формирование структуры архитектурного решения автоматизированной CRM-системы для машиностроительного производства // Вестник МГТУ «СТАНКИН». 2024. №1 (68). С.129-137

8. Bykova A.V., Pozdnyak Y. Algorithmization of Automation and Service Management Processes of an Industrial Enterprise // Quality Management, Transport and Information Security, Information Technologies (QM&TIS&IT), 2024. P.155-159.

9. Корочкина С.В., Долженкова А.В. Оптимизация бизнес-процесса «Управление рекламациями» с целью повышения удовлетворенности клиентов // Вестник Алтайской академии экономики и права. 2020. №6. С.247-252.

10. Быкова А.В., Бекмешов А.Ю. Формализация бизнес-процессов предприятия при моделировании автоматизированной системы управления взаимоотношениями с клиентами // Автоматизация и моделирование в проектированиии и управлении. 2024 № 1 (23). С. 33-41. https://doi.org/10.30987/2658-6436-2024-1-33-41

11. Бабаев Р.Н., Бессчётнова Н.Н., Бессчётнов В.П. Многопараметрический анализ пигментного состава листового аппарата представителей рода Betula L. // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2023. №3 (59). С.42-54. https://doi.org/10.25686/2306-2827.2023.3.42

12. Гончаренко С.Н., Лачихина А.Б. Мониторинг инцидентов безопасности геоинформационной системы управления и контроля деятельности промышленного предприятия // Горный информационно-аналитический бюллетень. 2022. №3. С. 108-116. https://doi.org/10.25018/0236_1493_2022_3_0_108

13. Multivariate framework for introspecting the motivational factors for satisfaction in HR profession / M.R. Chaki, Guha Banhi, Biswas Sanjib, et al. // Vojnotehnički glasnik. Military technical courier. 2024. Vol. 72, is. 2. P. 651-675. https://doi.org/10.5937/vojtehg72-48661

14. Шнякина Е.А., Костин В.Н. Разработка алгоритмического обеспечения принятия решений по идентификации типовых нарушителей категорируемым объектам // Известия высших учебных заведений. Поволжкий регион. Технические науки. 2023. №3. С. 72-82. https://doi.org/10.21685/2072-3059-2023-3-5

15. Гаврильев Э.И., Авдеенко Т.В. Структурная модель оценки квалификации ИТспециалистов на основе интеллектуального анализа данных информационных систем // Вестник СибГУТИ. 2023. Т. 17, №4. С. 15-33. https://doi.org/10.55648/1998-6920-2023-174-15-33.

16. Афонин П.Н., Афонин Д.Н. Статистический анализ с применением современ-ных программных средств. СПб.: ИЦ «Интермедия», 2017. 100 c.

17. Козлова А.В. Разработка алгоритма цифровой обработки данных с целью осуществления анализа полученных результатов, прогнозирования качества и их последующее внедрение в другие задачи с необходимой адаптацией // Вестник МГТУ Станкин. 2021. №1(56). С. 59-63.

18. Исследование показателей эффективности информационных систем с помощью программы STATISTICA / Е.М. Баранова, А.Н. Баранов, С.Ю. Борзенкова, Н.В. Кулешова // Известия Тульского государственного университета. Технические науки. 2022. Вып. 10. С. 199-205. https://doi.org/10.24412/2071-6168-2022-10-199-205

19. Raiko D., Abdunurova A. Defining a selection procedure of CRM systems for the information-analytical support to the marketing activities at an enterprise // Eastern-European Journal of Enterprise Technologies. 2024. Is. 13 (127). P. 41-58. https://doi.org/10.15587/1729-4061.2024.298301

20. Быкова А.В., Карлова Т.В. Выявление оптимальных параметров для оценки эффективности внедрения на предприятии системы управления взаимоотношениями с клиентами // Качество. Инновации. Образование. 2023. №3 (185). С. 25-32.