一家让数据增值的公司

制造业质检与品控的挑战：

1. 设备与人力结合， 精度受制于人力的经验及设备的能力的天花板，成本高。

2. 如何杜绝事后发现而不是提前预警，防范劣质产品产生，降本增效。

3. 用于实验及验证的耗材同样是质检及品控无法避免的成本。

4. 如何通过大数据分析实现高效的、无需耗材成本的质量检验及控制？

5. ......

AI视觉质检与品控算法面临数据质量的挑战：

1. 是否能采集到足够的数据进行训练？

2. 如何设计数据采集？

3. 如何判断AI算法的稳定输出？

4. 如何判别用于算法的数据质量是否达到要求？

5. ......

制造业物料编码在数字化转型中面临的挑战：

1. 如何发现一物多码、一码多物？传统的方法耗时耗力效果不佳，是否有更好的办法？

2. 在发现物料重复记录、寻找一物多码、一码多物记录时如何找到最佳组合键？

3. 企业并购、部门合并等系统整改所遇到的物料编码问题如何处理？

4. 如何确定物料编码的标准？本企业标准？事实标准？

5. ......

BOM 表管理在数字化转型中面临的挑战：

1. 集成研发BOM表，销售BOM表，生产BOM表及采购BOM表于一体形成产品统一画像的挑战。

2. 如何快速理顺BOM表中父子关系、爷孙关系等多层级构件编码关系？

3. BOM表管理中历史数据、存量于增量数据的处理，

4. 非标件与标准件的BOM表关系与管理。

5. ......

制造业供应链数字化转型的机遇与挑战：‍‍

1. 如何透过大数据分析实现供应链采购降本增效？

2. 透过供应商画像加强供应商管理，增强采购价格谈判空间及替代供应商的选择。

3. 透过数据探查实现“快省准”的供应链管理中的采购审计。

4. 采购价格分析及比价。

5. ......