Digital Transformation of the Claims Process. Requirements and Benefits of Digital Data Analysis and Forecasting Methods to Increase the Product Quality in the Automotive Supply Chain
- 102 Seiten
- German
- PDF
- Über iOS und Android verfügbar
Digital Transformation of the Claims Process. Requirements and Benefits of Digital Data Analysis and Forecasting Methods to Increase the Product Quality in the Automotive Supply Chain
Über dieses Buch
Masterarbeit aus dem Jahr 2018 im Fachbereich Ingenieurwissenschaften - Wirtschaftsingenieurwesen, Note: 1, 0, Technische Universität Berlin, Sprache: Deutsch, Abstract: The contemporary car is a highly complex product which results from the concerted cooperation between the automobile manufacturer and its multiple suppliers. The intensive vehicle use often leads to component failures in the field. In order to identify the causes of failure and generate valuable knowledge about the defective parts, the components are analyzed on a random basis as part of the claims process. Instead of a random sample, however, the selection process should take the attributes and the additional information content of the components into account. A large amount of data is created along the entire product lifecycle and can be used to select the components in a more targeted manner. This thesis investigates the opportunities of the intelligent use and analysis of smart data in order to find data patterns, group the components based on their characteristics, and create data-driven samples for the failure analysis. For this purpose, a data processing and analysis concept is developed that can help to lower the analysis costs, reduce the expenditure of time, and improve the product quality. Additionally, this data analysis tool can also be applied to monitor the current condition of the components which are still in the field and preventively detect potential failures. Since the effectiveness of the data analysis and their results highly depend on the provided data, this thesis also describes the requirements and quality of the used data. The thesis concludes with an exemplary application of the selected data analysis method, the k-Means clustering algorithm.
Häufig gestellte Fragen
- Elementar ist ideal für Lernende und Profis, die sich mit einer Vielzahl von Themen beschäftigen möchten. Erhalte Zugang zur Basic-Bibliothek mit über 800.000 vertrauenswürdigen Titeln und Bestsellern in den Bereichen Wirtschaft, persönliche Weiterentwicklung und Geisteswissenschaften. Enthält unbegrenzte Lesezeit und die Standardstimme für die Funktion „Vorlesen“.
- Pro: Perfekt für fortgeschrittene Lernende und Forscher, die einen vollständigen, uneingeschränkten Zugang benötigen. Schalte über 1,4 Millionen Bücher zu Hunderten von Themen frei, darunter akademische und hochspezialisierte Titel. Das Pro-Abo umfasst auch erweiterte Funktionen wie Premium-Vorlesen und den Recherche-Assistenten.
Bitte beachte, dass wir Geräte, auf denen die Betriebssysteme iOS 13 und Android 7 oder noch ältere Versionen ausgeführt werden, nicht unterstützen können. Mehr über die Verwendung der App erfahren.