BMW - 자동차 제조업체는 경쟁력 강화를 위해 IBM SPSS를 사용합니다.

 BMW 그룹은 풍부한 정보를 분석하기 위해 IBM SPSS 비지니스 분석 데이터와 텍스트 마이닝 소프트웨어를 사용하고 있습니다. 이 특별한 소프트웨어는 차량과 수리, 차량 오류 메모리 그리고 대리점의 의견에 대한 정보가 다른 정보와 결합, 구조화되어 자세하게 분석 될 수 있도록 합니다. 이러한 솔루션을 따로 챙겨 두면 데이터가 더 이상 별개로 인식되지 않고 데이터들의 조합을 통해서 완전히 새로운 통찰력을 제공 받을 수 있습니다. 분석의 결과들은 오류 비율을 감소 시키고 비용을 절감하는 것을 돕기 위해 BMW의 작업 프로세스로 즉시 다시 보내집니다. 또한, 제품 및 서비스의 지속적인 향상은 고객 만족도를 증가시키며 자동차 제조업체가 시장에서 가장 성공적인 회사 중의 하나로서 지위를 굳히는 것을 도와 줍니다.
 프리미엄 업체로서 BMW는 혁신, 오리지널 디자인과 품질을 통해 고객을 얻는 것이 목표입니다. 그러므로 지속적으로 자사의 상품과 서비스를 평가하고 게시판에 있는 고객의 소리를 수용하는 것이 필수적입니다. BMW 는 구체적인 분석을 수행하기 위해서 차량, 차량 오류 메모리를 통해 알 수 있는 정비 데이터 그리고 고객과 대리점의 의견과 같이 광범위한 데이터를 수집합니다. 이러한 연구 결과들은 다음 제품과 서비스를 향상 시키는 데 사용 됩니다. 결과적으로 평가와 분석 그리고 개선의 지속적인 과정이라고 할 수 있습니다.

효과적으로 분석된 데이터는 "생명줄"이 된다.
 데이터는 때때로 기업에게 있어서 "혈액"이라고 이야기됩니다.  BMW 그룹과 같은 세계적인 기업들은, 매일 이런 정보가 저장공간의 기가 바이트를 가득 채웁니다. 이런 방대한 양의 데이터를 관리하는 것은 하나의 과제입니다. 저장은 데이터 베이스에서 이루어집니다. 가공되지 않은 상태에서 데이터는 특별한 의미가 없습니다. 그러나 올바를 분석 도구를 사용하면 데이터는 기업의 "혈액" 에서부터 필수적인 "생명선"까지 빠르게 개발합니다. 품질 부서의 직원들은 특정 자동차에 대한 오류 빈도 비율과 같은 분석을 수행하는데 표준 툴을 사용하고 요약 테이블을 만들 수 있습니다. 하나의 중요한 품질 지표는 차량의 보증 기간 내에 결함이 발생하는 횟수 입니다. 이러한 수치를 감소하면 고객 만족도를 증가 시키고 그 결과 잘못된 결함을 바로 제품을 개선시키는데 드는 비용을 절감합니다.
 그러나 전통적인 비지니스 인텔리전스 방식은 단지 선택된 차량 부품의 결함을 식별하고 평가하는 단순한 분석을 수행하는 것만이 가능합니다. 데이터의 양은 점점 많아지기 때문에 수동으로 직접 이상 치를 걸러 내고, 모든 잠재적인 동향을 파악하는 것을 점점 더 어렵게 만듭니다. 게다가, 표준 툴은 데이터를 컴퓨터 통신망에 연결되도록 허락 하지 않으며 오직 분리된 상태로만 인식합니다. 30,000,000개의 조합 이상에서는, 대표적인 BI의 툴들은 트렌드와 상관관계를 파악하는 측면에 있어서 한계에 부딪칩니다.
 IBM SPSS 데이터와 텍스트 마이닝 소프트웨어를 구현함으로써, BMW 그룹은 지금 현재 빠르고 효율적인 분석을 실행하고 결과들의 조합 할 뿐만 아니라 사용하기 쉬운 솔루션을 가지고 있습니다. 이러한 솔루션은 수천 개의 쿼리를 짧은 기간 안에 처리할 수 있도록 하고, 많은 양의 정보에 대해서도 특정 분석이 실행되는 것을 가능하게 합니다. 통계적이고 수학적인 프로세스들의 패턴을 인식하는 것뿐 만 아니라, 새로운 상관관계와 트렌드를 파악하는데도 이용됩니다.


사내의 플랫폼 (사용 기반이 되는 컴퓨터 시스템・소프트웨어) 은 시간을 절약한다.
 서비스 지향 아키텍쳐 (SOA)를 기반으로 한 일반적인 분석 플랫폼의 생성은 이러한 데이터 마이닝 서비스를 회사의 다른 영역으로 적용시키고 있습니다. 사용자들은 BMW를 통해 AVAQS (고급 품질 시스템)에서 SPSS 데이터 마이닝 툴을 사용할 수 있습니다. 이러한 접근 방법의 주요 장점은 다른 응용 프로그램 내에서 복잡한 분석 플로우를 알기 쉽게 포함하고 있다는 것입니다. 결과적으로 SPSS에 바로 접속 해본 적이 없거나 또는 SPSS를 어떻게 사용하는지에 대한 지식이 없는 다양한 그룹의 수신자들도 사용할 수 있습니다. 프로세스는 사용자가 새로운 응용 프로그램 환경을 배우는 것을 강요하지 않고도 몇 일 안에 가속화 될 수 있습니다.
 전체에서 약 1,000명의 직원들은 ad hoc 분석을 포함하는 작업에 범위에 대해 AVAQS 플랫폼을 사용합니다. 복잡하거나 비정상적인 분석 요구 사항을 충족하기 위해서, BMW는 사용자들이 AVAQS를 통하여 접속 할 수 있도록, 특정한 문제의 미리 정의된 분석을 만들어 내는 전문가들로 구성 된 분석 서비스 팀을 준비합니다.

데이터 마이닝 프로세스의 적용 범위
 플랫폼에서 수행할 수 있는 분석에는 수 많은 사례가 있습니다. 예를 들면, 수리 서비스는 고객이 반복적으로 정비소에 방문함에 따라 만족도가 감소하기 때문에 수리 서비스는 모든 자동차 제조업체의 중요한 부분입니다. 그래서 제조업체에게는 반복되는 정비 업무에서 어떤 잠재적인 서비스 개선이라도 확인하는 것이 중요합니다. 서비스 및 고객 관리 프로세스뿐만 아니라, 차량 진단은 전 세계의 대리점 직원들을 위한 핵심 요소입니다. 컴퓨터를 이용한 정비는 이러한 상황에서 매우 중요합니다. 반복데이터의 분석 - 고객이 가장 자주 정비소를 방문하도록 만드는 정비의 종류에 대한 정보 - 는 BMW에게 연구와 개발에 사용될 수 있는 새로운 통찰력을 제공합니다. 이러한 분석은 반복되는 수리 비율을 상당히 개선할 수 있게 도와 줍니다.
 데이터 마이닝 프로세스의 더 추가 가능한 응용프로그램은 연료 소비 데이터를 분석하는 것입니다. 정보는 차량의 조종석 계기판에서 수집되며 차량 운전자에 의해 볼 수 있습니다. 내부 테스트와 사전 제작 차량의 경우, 미래에 다른 국가에서 연료 소비를 분석하는 데에 쓰기 위해서 정보를 기록하고 저장합니다. IBM SPSS 분석 툴은 BMW 부품을 생산하는 Landshut의 공장을 개선하도록 도와줍니다. 주조 과정에서, 열 요소는 품질 관리를 위해 각 구성 요소에 대한 정보를 제공합니다. 매트릭스 코드는 또한 각각의 주조 구성요소의 생산을 추적하기 위해 이 후의 단계에서 사용할 수 있습니다. 매개변수뿐만 아니라 많은 양의 생산과 품질 데이터의 결과는 AVAQS를 통해서 분석됩니다 이 연구 결과들은 통계적 모델을 생성하고 추측하는데 사용됩니다. 신속하게 생산 공정에서의 오류를 파악하고, 적절한 시정 조치를 구현하는 것이 목표입니다. 이러한 숨겨진 정보를 밝혀내는 프로세스는 제품의 품질을 향상 시키고, 개선하는 것을 확인하도록 도와줍니다.

- 출 처 :  IBM SPSS Software Customer Story (http://www-01.ibm.com/software/analytics/spss/)