工业大数据与根因分析

根因分析，就是找到引发一件事的原因。比如，产品质量出问题了，要找到原因、加以纠正。

谈到数据的根因分析，人们最容易想到的是：搞一个很牛的学习算法，把与结果关联度高的原因找出来。但我觉得，这种做法成功的概率并不高，是学院派的思路。

而另外一种模式更加接近事实：把可能的原因列成一张检查表（CheckList），表格中定义出什么是“正常”。然后让计算机去查一查，那些因素超出了正常的范围。换句话说，是把人的经验提取出来，让计算机去分析。

对于这样简单的做法，人们可能会有很多怀疑。除了怀疑这种做法太简单之外，可能就是对必要性和可行性的怀疑：1、必要性：如果再次发生，需要计算机来查吗？ 2、可行性：表格中能罗列所有原因吗？

笔者一直认为：工程师要追求的就是“复杂问题简单化”。所以，方法简单是好事而不是坏事。关键是必要性和可行性如何。从必要性角度看，这样的表格不仅利于知识传承，还可以提高分析效率、问题处置的自动化程度。系统越复杂，这样做的价值越大。

从可行性的角度看，人们担心的是：新出现的问题不在表格中。这种情况确实可能发生。而且，如果一直是这样，我主张的做法也就没用了。但是，有问题就有方法。首先是要知识积累：如果知识积累得做够多，新问题就会少了。比如，如果这个表格中的知识，来自于成千上万台同类产线，而且数据积累的足够长，新问题就会少了。第二种办法是事先做失效模式分析（FEMA）。如果理论分析到位，也就不会出现意外。

如果数据积累不够、FEMA分析也不到位，这时候才需要数据分析一下。但这个时候也不是乱用算法。

这时面临两种情况：一种是FEMA标准做得太窄，“异常因素”太多；一种是FEMA标准做得太宽，一个“异常”都找不到。对这两种情况，决策树、相关分析的办法可以试一下。除此之外，还有另外一种常见的情况：数据看起来都是对的，实际上是错的。根据我的经验，这种事情真的是经常发生。

这个时候，问题分析就要转向另外一个方向：分析数据的真实性、代表性。这时，一般要通过一些间接、相关的数据来看。比如，原来的检查表（CheckList）针对的是工艺参数。现在发现工艺参数都正常，就要看设备状态、测量仪器是不是正常。设备状态不正常时，工艺正常可能就是假象。如果对于这类问题，人也应该有些经验，从而有条件建立另外一张检查表（CheckList）。

如果这些办法都无效了，可以再去试试论文上那些高级做法了。不过，那些分析方法成功的概率就难以保证了，只能碰运气了。总之，我的一贯主张就是：优秀的数据分析人员要善于把人的领域知识用到极致。