SAS Warranty Analysis 솔루션은 품질 보증 클레임과 관련된 단순한 데이터를 전략적 정보로 변환할 수 있도록 다양한 분석 기능을 제공한다. SAS Warranty Analysis는 트랜잭션 품질 보증 시스템과 함께 업계의 모범 사례를 반영한 포괄적인(end-to-end) 품질 보증 관리 솔루션을 제공한다.

SAS Warranty Analysis 솔루션의 데이터 분석, 보고, 통신 기능은 모든 사용자 계층의 요구사항을 충족시켜준다. 가령, 고위 경영진은 회사 전체 혹은 각 사업부별로 핵심 성과 지표를 조회할 수 있고, 일반 비즈니스 사용자는 통계학적 전문 지식 없이도 다양한 분석 기능을 활용하여 품질 보증 데이터를 유용한 지식으로 변환할 수 있다. 또, 파워유저 같은 고급 사용자들은 고급 분석 툴을 미조정 및 실행할 수 있다.

SAS Warranty Analysis 솔루션의 구성요소
SAS Warranty Analysis 솔루션은 데이터 웨어하우징/관리 기능과 보고/분석 기능, 성능 채점표(scoreboard) 기능 등을 하나의 통합된 솔루션으로 결합한 제품이다.

● SAS 품질 보증 정보 데이터스토어는 다양한 정보원과 이기종 플랫폼 및 운영체제로부터 수집된 데이터를 통합하여 기업들이 운영 데이터와 비즈니스 규칙을 결합할 수 있도록 지원한다. 이 데어터스토어는 데이터 액세스 기능, 메타데이터 관리 기능, 데이터 변환 및 로딩 유틸리티, 운용관리 툴 등으로 구성되어 있다.

● 보고 및 분석 기능은 각종 데이터와 보고서 및 분석 정보에 접근할 수 있는 다양한 기능을 제공한다.
-사용자 개개인은 품질 보증 라이브러리를 통해 관심 분야 보고서가 저장된 웹 기반의 리포지토리(repository)에 접근할 수 있다. 일반적으로 품질 보증 라이브러리에는 특별 조사에 대한 보고서, 각 사용자가 개인적으로 게시한 문서, 표준 보고서(예를 들어, 시스템에서 자동으로 생성된 최신 이슈 분석 보고서) 등이 포함되어 있다.

-맞춤형 보고 및 분석 기능을 이용하면 통계학적 전문지식이 없는 사용자도 데이터와의 동적 상호작용을 통해 정교한 분석을 수행할 수 있다. 또, 웹 기반 인터페이스 덕분에 사용자들은 IT 전문가의 도움 없이도 간단한 보고서나 복잡한 보고서를 손쉽게 작성할 수 있다. 일련의 강력한 필터만 선택하면 필요한 데이터를 골라내서 곧바로 보고용 자료나 분석용 자료로 활용이 가능하다.

이와 같은 필터는 생산일자/수리일자/판매일자와 같은 시간 속성이나 제품 속성, 지역 및 생산시설 등의 속성에 따라 적용된다. 그런 다음, 분석 툴을 실행해 파레토(Pareto) 그래프나 추세분석/리스크 도표, 관리도, 조기 경보 모니터링, 통계학적 요인 및 비교 분석, 신뢰성 분석, 예측 등의 분석 결과를 생성할 수 있다. 이 모든 작업은 사용이 간편하고 이해하기 쉬운 사용자 인터페이스를 통해 간편하게 수행된다.

뿐만 아니라, 이와 같은 분석 보고서에는 모두 대화형 기능이 포함되어 있기 때문에 사용자는 드릴다운을 통해 심층적인 세부 정보까지 조회할 수 있다. 가령, 파레토 차트의 막대 하나를 드릴다운 하여 배경 데이터에 대한 추세분석 도표를 얻을 수도 있고 추세분석 도표 상의 한 점과 관련된 고객 의견 목록을 조회할 수도 있다.

-고급 분석 툴은 파워유저 같은 고급 사용자들을 위한 것으로, 특정 데이터에 다른 정보원의 데이터를 통합하거나 고급 분석 기능과 데이터 마이닝 기능을 적용할 수 있도록 해준다.

고급 사용자들은 프로그래머 교육을 받지 않고도 세부 데이터에 접근하여 복잡하고 종합적인 질의를 수행할 수 있다. 회귀분석, ANOVA, 생존분석, 기능분석 등을 비롯한 수백 여 가지의 분석 기능과 다양한 그래프 옵션이 지원되기 때문에, 사용자들은 주어진 데이터를 최대한 활용할 수 있다.

이와 같은 고급 분석 툴에는 품질 보증 분석으로부터 중요한 결과를 도출할 수 있는 십여 가지의 대화형 보고서 및 분석용 대화상자가 포함된다. 사용자는 포인트-앤-클릭 방식의 간편한 사용자 인터페이스를 통해 품질 보증 데이터와 분석 결과를 각자의 환경에 통합하여 다른 사용자와 쉽게 공유할 수 있다.

통계학적 모델링을 통한 분석 기능은 과거에 대한 정보는 물론, 미래에 대한 예측과 그 원인까지 설명해준다. 이 같은 분석 기능을 이용하면 우연히 발생한 사건과 구체적인 원인에 의해 야기된 사건을 구분할 수 있기 때문에, 기업들은 통상적인 편차가 아닌 실제 이슈에 자원을 집중적으로 투입할 수 있다.

● 품질 보증 채점표(warranty scoreboard) 기능은 품질 보증 관련 핵심 성과 지표에 대한 최신 정보를 웹 기반의 포인트-앤-클릭 방식으로 제공한다. 품질 보증 채점표에서는 신호등과 같은 적색/황색/녹색의 색상 체계를 사용하여 문제가 되는 영역을 표시하고, 추세분석을 조회할 수 있는 드릴다운 기능도 제공한다.

관리자는 전략 지도와 레이더 차트를 통해 조직 전체에 전략적 목표와 성과 정보를 쉽게 배포할 수 있다. 대부분의 기업에서는 전사적 성적, 제품 계열별 성적, 공급업체별 성적 등의 다양한 채점표 기능을 구현하고 있다. SAS Warranty Analysis 솔루션은 일반적인 품질 보증 데이터를 제공하는 데 그치지 않고, 공급망 전체의 품질 보증 현황을 전반적으로 보여준다. 또, 고객 만족도 조사, 생산 현장 관리 시스템, 프로젝트 추적 시스템 등 다양한 정보원으로부터 수집된 데이터를 품질 보증 데이터와 통합할 수도 있다.

생산 현장 시스템의 데이터 패턴을 기준으로, 품질 결함이 실제로 발생하기도 전에 이를 미리 예측하거나 더 나아가 고객 불만족의 가장 큰 원인이 되는 품질 결함을 사전에 파악하여 경영 성과를 개선하고 고품질의 제품을 보다 빨리 시장에 선보이려 한다면 SAS Warranty Analysis 솔루션이 대안이 될 수 있을 것이다.

품질 보증 관리의 5가지 모범 사례
SAS Warranty Analysis 솔루션은 개발 단계에서부터 다양한 제조업체의 의견을 반영했다.  이들 기업 중 상당수는 SAS 솔루션을 효과적으로 활용하여 품질 보증 데이터를 분석하고 있다. SAS Warranty Analysis는 SAS의 데이터 웨어하우징 기능과 분석/보고 기능을 업계의 모범 사례와 결합하여 기업들이 품질 보증 데이터를 최대한 활용할 수 있도록 도와준다. SAS 솔루션이 지원하고 있는 5가지의 품질 보증 관리 모범 사례에 대해 살펴보면 다음과 같다.

- 모범 사례 1 : 관련된 모든 데이터를 활용하여 가치 극대화
- 모범 사례 2 : 최신 이슈의 신속한 감지
- 모범 사례 3 : 문제 해결 기간 단축
- 모범 사례 4 : 클레임 처리의 효율 개선
- 모범 사례 5 : 목표 및 진행 경과에 대한 커뮤니케이션

지금부터 이와 같은 5가지 모범 사례는 물론, SAS Warranty Analysis 솔루션이 클레임 처리 시스템과 협력하여 각 모범 사례를 지원하는 방식에 대해 자세히 살펴보도록 하겠다.

  사례 1
  관련된 모든 데이터를 활용하여 가치 극대화

품질 보증 클레임은 다양한 양상으로 나타난다. OEM 업체들의 경우, 전 세계에 분산된 포스트-세일즈 조직 및 공급업체 관련 조직으로부터 품질 보증 클레임 데이터를 얻게 된다. 1차 공급업체의 경우, OEM 고객 및 사내의 포스트-세일즈 조직으로부터 품질 보증 데이터를 얻게 된다.

이와 같은 정보원 하나하나도 모두 중요하지만, 모든 정보원의 데이터를 통합하면 사업부 및 고객 전체에 대한 전반적인 품질 보증 현황을 보다 쉽게 파악할 수 있다. 하지만 클레임 데이터만으로는 충분치 않다. 서비스센터에 수리 대금을 지급하는 것 이외의 다른 목적으로도 클레임 데이터를 활용하기 위해서는 여기에 몇 가지 필수 요소를 추가해야 한다. 판매 정보를 추가하면 클레임 건수 대신 클레임 발생률에 대한 파악이 가능하다.

생산 정보를 추가하면 조립 시설이나 생산시설/모델 조합, 생산 시기 등에 따라 클레임 현황을 비교할 수 있으며, 서비스센터 정보를 추가하면 각 지역별, 수리 센터별로 클레임 현황을 손쉽게 파악할 수 있다. 이와 같은 정보들은 기본적인 품질 보증 분석 시스템의 근간이 된다.

다양한 정보원에서 수집된 관련 데이터를 추가하면 보다 효과적으로 문제를 식별하고 정의할 수 있다. 고객 조사, 보험금 청구 자료, 제품 생산용 시스템, 공급업체 감사 등을 비롯한 다양한 정보원에는 ‘사후 대처’식 문제 처리에서 벗어나 사전에 품질 문제를 예측 및 예방할 수 있도록 도와주는 귀중한 데이터가 포함되어 있다.

클레임 데이터만으로는 충분치 않다. 서비스센터에 수리 대금을 지급하는 것 이외의 다른 목적으로도 클레임 데이터를 활용하기 위해서는 여기에 몇 가지 필수 요소를 추가해야 한다. 다양한 정보원에서 수집된 관련 데이터를 추가하면 보다 효과적으로 문제를 식별하고 정의할 수 있다.

  사례 2
  최신 이슈의 신속한 감지

	▲ <그림1> 최신이슈식별

어떻게 하면 보다 신속하게 문제를 해결할 수 있을지에 대해 논의할 때 사람들은 흔히 이미 문제가 발견된 이후에야 나타나는 갖가지 결과들을 놓고 이야기한다. 그렇다면, 문제를 몇 주일쯤 더 일찍 발견하거나, 아예 문제가 발생하기도 전에 미리 예측할 수 있다면 어떻게 될까.

복합 기능적(cross-functional) 인텔리전스를 기반으로 하는 조기 경보 시스템은 관련 당사자에게 새로운 이슈에 대한 경보를 제공해준다 단 한 건만 발생해도 적색경보 발령 사유가 되는 안전 문제나 준법 문제의 경우, 임계치를 설정하고 감시하는 것만으로도 충분할 수 있다. 하지만 품질 보증 데이터의 경우에는 항상 편차가 발생하고 잠재적 문제의 유형도 워낙 다양하기 때문에 임계치를 설정하는 방식으로는 관리가 불가능하고 심지어 잘못된 경보가 도출될 수도 있다.

그러나 정교한 분석 기능을 이용하면 통상적인 편차로 인한 잡음을 걸러내고 새로운 이슈를 나타내는 통계적으로 유의한 신호를 찾아낼 수 있다. 오늘날 많은 기업들이 주요 이슈 목록을 경영에 활용한다. 상위 10대 이슈나 20대 이슈, 혹은 50대 이슈에 집중하는 관리 방식은 이 같은 상위 이슈가 거의 변경되지 않을 뿐더러 이후에 발생할지도 모를 문제에 대해 아무것도 시사하는 바가 없다는 문제를 안고 있다. 새로운 이슈를 감지할 수 있는 기능이 그토록 중요한 이유도 바로 여기에 있다.

지난달에는 300위로 평가됐던 최신 이슈가 이번 달에는 100위로 중요도가 격상될 수도 있고, 조기에 적절한 조치를 취하지 않을 경우 다음 달에는 최상위 이슈로 부각될 수도 있다. 새로운 이슈를 자동으로 감지할 수 있다면 문제 해결 기간을 몇 주일 이상 단축할 수 있다. 이는 단축된 몇 주일 동안 잠재적 결함이 없는 제품을 생산할 수 있다는 것을 의미한다.

조기 경보 시스템은 새로운 데이터가 수집될 때마다 자동으로 활성화되어 해당 데이터를 조사하고 새로운 이슈의 징후를 포착해내야 한다. 일단 새로운 이슈가 감지되면 조기 경보 시스템은 관련자에게 해당 이슈를 자동으로 통지하여 문제 정의/해결 프로세스가 개시될 수 있도록 한다.

조기 경보의 효과를 극대화하기 위해서는 조기 경보 시스템이 공급망 전반의 다양한 정보원으로부터 수집된 데이터를 통합할 수 있어야 하고 진정한 의미의 분석적 데이터 마이닝 기술을 갖춰야 한다. 이와 같은 조기 경보가 가능해지면 제조업체는 제품의 현장 결함은 물론, 고객 만족도 및 구매 행동까지도 예측할 수 있게 된다.

최신 이슈를 효과적으로 감지하는 프로세스는 단순히 임계치를 설정하고 임계치 초과 시 경보를 발령하는 기능에서 더 나아가, 다양한 변수를 기준으로 잠재적 문제를 자동으로 비교하고 정교한 분석 기능을 통해 통계적으로 유의한 신호를 찾아낸다.

어떠한 문제 해결 기법을 선택하든, 분석 기능은 문제 해결 과정의 각 단계를 단축할 수 있다. 품질 문제를 효율적으로 감지, 정의하고 해결할 수 있는 기능은 비용 절감, 고객 만족도 향상 및 시장점유율 확대를 위해 필수적이다.

품질 보증 관리 업무를 간소화하고 품질 보증 프로그램의 현황을 정확하게 파악하며 클레임을 보다 신속하고 효율적으로 처리할 수 있는 제조업체는 채널 파트너와 사용자에 대한 서비스를 개선하는 동시에 수익을 증대하고 기업 고객의 비용을 절감하여 고객 충성도를 높일 수 있다.

  사례 3
  문제 해결 기간 단축

	▲ <그림2> SAS Warranty Analysis 분석의 예

자동화된 분석적 조기 경보 시스템을 통해 문제를 감지하든 아니면 격노한 경영진의 전화를 통해 문제를 감지하든, 일단 문제가 감지되면 그 다음 단계는 동일한 프로세스를 밟게 된다. 즉, 언제, 어디서, 어떤 조건 하에서 문제가 발생했는지를 정확하게 정의하는 것이다.

하지만 언제, 어디서, 어떤 조건 하에서 고장이 발생했는지를 정확하게 파악하는 작업에는 상당한 시간과 노력이 소요되는 경우가 대부분이다. 분석 기능은 데이터를 조각조각 분해하는 기초적인 차원에서 벗어나, 실제 장애 발생 확률은 물론 통계적으로 유의한 장애 확률도 높은 생산 장소, 시간, 구축 옵션 및 기타 요소를 정확하게 파악해낸다. 이를 통해 제조업체는 희소한 자원을 엉뚱한 곳에 투입하는 일 없이 가장 필요한 곳에 자원을 집중적으로 투입할 수 있다. 우발적 요소들을 빠르게 식별할수록, 보다 신속하게 문제 해결 팀을 적절한 곳에 배치할 수 있는 것이다.

<그림 2>의 화면에 제시된 바와 같이, SAS Warranty Analysis 솔루션은 특정 부품이나 특정 지역 또는 생산시설에 대한 분석 기능을 적용하여, 다양한 변수들을 걸러내고 새로운 문제의 근본원인을 신속하게 규명하는 과정을 자동화할 수 있도록 지원한다.
 

  사례 4
  클레임 처리의 효율 개선

기존의 클레임 판별 프로세스는 느리고 지루할뿐더러 서비스센터에 수리 대금이 지급되기까지 많은 시간이 소요된다. 또, 클레임 처리가 수동 작업 위주로 이루어지기 때문에 오류가 발생할 가능성이 높고 일관성도 떨어진다. 이와 같은 클레임 처리 프로세스는 인건비가 많이 든다는 문제점 외에도, 채널 파트너나 고객과의 관계가 훼손될 수 있고, 부품 결함으로 인한 클레임 비용을 공급업체로부터 제대로 회수하지 못하거나, 더 일찍 분석했다면 찾아냈을지도 모르는 문제나 사업 기회를 감지하지 못하는 등…. 여러 가지 문제로 인해 많은 비용을 초래하게 된다.

이 같은 문제를 해결하기 위해서는, 미리 정의된 정책에 따라 클레임을 검증하고 이상이 있는 클레임에 대해서만 사용자의 개입을 요청할 수 있는 자동화된 분석적 클레임 처리 엔진이 필요하다. 클레임 이력에 기반을 둔 통계적 모델을 이용하면, 개별 클레임에 대한 조사 필요성을 평가할 수 있다. 이처럼 조사가 필요한 클레임을 적발할 수 있는 기능은 기술 교육 문제나 클레임 조작 등, 다양한 품질 보증 문제와 관련된 비용을 크게 줄여준다 개별 클레임에 대한 승인/기각 여부, 반송/재검토 여부를 결정하는 비즈니스 규칙은 분석 기능을 통해 생성되고 비즈니스 사용자에 의해 유지 및 관리된다.

  사례 5
  목표 및 진행 경과에 대한 커뮤니케이션

	▲ <그림3> 품질보증 채점표 화면

최근 실시된 조사에 따르면, 대부분의 제조업체가 품질 보증 비용 절감을 전략적 목표 가운데 하나로 꼽고 있다. 그러나 안타깝게도 이 같이 응답한 기업 가운데, 직원들의 직무 수행을 이러한 전략적 목표에 부합시키기 위해 적절한 정보를 제공하고 있는 기업은 극소수에 불과하다. 전사적으로 협력을 이끌어내기 위해서는 모든 구성원들에게 다음과 같은 내용을 충분히 알려야 한다.

● 핵심 평가 척도는 무엇인가. 품질 보증에 관한 한, 모든 요소들을 빠짐없이 평가하고 측정해야 한다. 그러기 위해서는 조직의 전략적 목표를 명백히 밝히고, 이 같은 목표의 달성 수준을 가장 명확하게 측정할 수 있는 척도에 집중해야 한다. 전략적 목표와 어떤 식으로든 연관되어 있지 않은 척도라면 굳이 추적할 필요도 없을 것이다.

● 진행 경과는 어떠한가. 중점을 두어야 할 평가 척도가 무엇인지 알고 있다면 이제 척도의 목표치 및 현재의 성과를 파악해야 한다. 이와 같은 정보를 계층적 포맷으로 전달하면, 각각의 사업부나 모델 계열 및 공급업체의 성과를 파악하고 이들이 회사의 전체적인 성과에 미치는 영향을 이해할 수 있다. 품질 보증 채점표(warranty scoreboard)를 통해 이와 같은 정보를 통합하면, 조직 전체가 공동의 목표를 추진하는 데 일조할 수 있다.

가장 실용적인 평가 척도
품질 보증 클레임 데이터에는 많은 정보가 담겨 있다. 어떤 경우에는 품질 보증 클레임이 제품 판매 이후 기업과 고객 간의 유일한 소통 창구가 되기도 하고, 또 어떤 경우에는 고객 조사 결과와 같은 여타의 정보를 클레임 데이터와 결합하여, 고객이 제품을 어떻게 사용하고 있는지, 고객이 제품에서 바라는 것은 무엇인지 등을 종합적으로 파악할 수도 있다. 어떤 경우든지 간에, 품질 보증 데이터는 제품이 현장에서 제대로 가동되고 있는지를 보여주는 가장 실용적인 평가 척도이다.

현명한 기업들은 이와 같은 품질 보증 데이터를 최대한 활용하여 전략적 의사결정을 뒷받침하고 투자수익률을 높이는 방안을 모색하고 있다. 클레임 처리 기능과 고도의 분석적 정보를 통합하는 포괄적인 품질 보증 관리 시스템을 통해 제조업체는 다음과 같은 효과를 얻을 수 있다.

-제품이 현장에서 제대로 가동되고 있는지 여부를 효과적으로 파악할 수 있다.
-품질 보증 프로그램을 효과적으로 관리하고 비용을 절감하며 비용을 정확하게 예측할 수 있다.
-잘못된 신호에 대응하지 않고, 최신 이슈를 가능한 빨리 식별할 수 있다.
-제품 결함의 근본 원인을 미리 신속하게 파악할 수 있다.
-품질 보증 데이터와 다른 비즈니스 영역 간의 상관관계를 파악할 수 있다.
-품질 보증 성과를 취합하여 회사 전략에 대응시킬 수 있다.
-부품 결함으로 인한 클레임 비용을 공급업체로부터 회수할 수 있다.
-공급망 전체를 품질 향상 노력에 동참시킬 수 있다.
-제품의 현장 결함을 최소화하여 기업의 브랜드 이미지를 보호할 수 있다.

--------------------------------------------------------------

주 / SAS는 3,500개 이상의 고객을 확보하고 있는 분석 솔루션 전문 업체다. 1980년대 초반부터 다양한 제조업체들과 협력하여 품질 보증 데이터를 관리/분석하고 품질 보증 비용을 절감할 수 있는 솔루션을 개발해 왔다. SAS는 이와 같은 경험을 바탕으로 축적한 업계의 모범 사례를 SAS Warranty Analysis 솔루션에 통합하고 있다.