Previsão de garantia (Warranty Prediction)

A previsão de garantia usa um modelo de confiabilidade ajustado para prever o número de devoluções em garantia esperadas em um período futuro especificado. Isso permite aos fabricantes estimar os custos da reserva de garantia, planejar a capacidade de assistência técnica e detectar possíveis problemas de qualidade antes que se acumulem em passivos significativos.

Última revisão

Conclusão principal

A previsão de garantia usa um modelo de confiabilidade ajustado para prever o número de devoluções em garantia esperadas em um período futuro especificado.

Nesta página
  1. O que é a previsão de garantia?
  2. Quando usar a previsão de garantia?
  3. Diretrizes para o uso correto da previsão de garantia
  4. Alternativas: quando não usar a previsão de garantia
  5. Exemplo de previsão de garantia
  6. Como usar a previsão de garantia

O que é a previsão de garantia?

A previsão de garantia usa um modelo de confiabilidade ajustado para prever o número de devoluções em garantia esperadas em um período futuro especificado. Isso permite aos fabricantes estimar os custos da reserva de garantia, planejar a capacidade de assistência técnica e detectar possíveis problemas de qualidade antes que se acumulem em passivos significativos.

Definição simples: Uma ferramenta de previsão que usa o histórico de falhas do seu produto para prever quantas devoluções em garantia esperar no futuro, possibilitando um planejamento proativo de custos, de pessoal e da gestão de peças de reposição.

Quando usar a previsão de garantia?

  • Use quando já existem dados de devoluções em garantia ou de falhas em campo e você quer projetar os volumes futuros de devoluções.
  • Use para a estimativa financeira da reserva de garantia e para quantificar o passivo esperado das unidades atualmente em campo.
  • Use quando novas unidades estão sendo enviadas ao campo a uma taxa conhecida e é preciso considerar a população em risco em crescimento.

Diretrizes para o uso correto da previsão de garantia

  • Garanta que o modelo de confiabilidade subjacente se ajuste bem aos dados históricos antes de gerar previsões — um modelo mal ajustado produz previsões pouco confiáveis.
  • com exatidão o plano de remessas futuras — as previsões são muito sensíveis aos volumes assumidos de novas unidades que entram em campo.
  • Atualize o modelo regularmente à medida que novos dados de devoluções se acumulam — os primeiros dados de campo podem não representar o comportamento de longo prazo.

Alternativas: quando não usar a previsão de garantia

  • Se não existirem dados históricos de falhas, execute primeiro planos de teste de demonstração ou de estimação para gerar estimativas de confiabilidade antes de tentar fazer previsões.
  • Se o projeto do produto mudou significativamente desde a coleta dos dados históricos, os dados passados de devoluções podem não ser representativos — colete novos dados para o projeto atualizado.

Exemplo de previsão de garantia

Um engenheiro de confiabilidade quer prever as reclamações em garantia causadas por compressores de refrigerador defeituosos. Ele reúne e avalia os dados mensais de falhas do último ano. Os padrões de falha são modelados com uma distribuição de Weibull. Organizando e refinando os dados de garantia, o engenheiro pode prever com exatidão as reclamações futuras em garantia. Os passos a seguir:

  1. Reuniu os dados necessários.
Warranty Prediction — figure 1

2. Agora analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.

3. Para encontrar Warranty Prediction, escolha Statistical module> Reliability>Warranty Prediction.

4. Dentro da ferramenta, insira os dados juntamente com as demais entradas da seguinte forma:

Warranty Prediction — figure 2

5. Depois de usar a ferramenta acima, obtém a saída a seguir:

Warranty Prediction — figure 3Warranty Prediction — figure 4

Como usar a previsão de garantia

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> Reliability>Warranty Prediction.
  3. Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel ou cole-os (Ctrl+V), ou então use a opção Load Example, que carrega os dados de exemplo.
  4. Em seguida, você precisa preencher as opções necessárias.
  5. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) de Warranty Prediction, a janela é dividida em duas partes.

Warranty Prediction — figure 5

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.

Load example: Os dados de exemplo serão carregados.

Na parte direita, há várias opções, descritas a seguir:

  • Start Time: Selecione a coluna com o início de cada período de tempo nos dados de garantia — normalmente a data do calendário ou o mês em que as unidades começaram a acumular tempo em serviço.
  • End Time: Selecione a coluna com o fim de cada período de tempo. Junto com Start Time, define o intervalo durante o qual as devoluções são contadas e a exposição em serviço é calculada.
  • Frequency: Selecione a coluna com o número de devoluções em garantia (falhas) registradas em cada intervalo de início a fim. É a contagem de unidades que falharam e foram devolvidas em cada período.
  • Assumed Distribution: Selecione o modelo estatístico usado para descrever o comportamento do tempo até a falha do produto. A Weibull é a distribuição padrão e a mais usada na modelagem de confiabilidade e de garantia, pois pode representar modos de falha de mortalidade infantil, aleatórios e de desgaste, conforme o parâmetro de forma.
  • Predict Failures for Time Period: Insira o período futuro para o qual você quer prever as devoluções em garantia — por exemplo, os próximos 12 meses ou os próximos 3 anos. O modelo usa a distribuição ajustada e a população em risco conhecida para projetar quantas devoluções são esperadas nessa janela futura.

Perguntas frequentes

O que é a previsão de garantia?

A previsão de garantia usa um modelo de confiabilidade ajustado para prever o número de devoluções em garantia futuras em um período especificado. Ajuda os fabricantes a estimar os custos da reserva de garantia, planejar a capacidade de assistência técnica e as peças de reposição e detectar possíveis problemas de qualidade antes que se tornem passivos significativos.

Quando usar a previsão de garantia?

Use-a quando houver dados de devoluções em garantia ou de falhas em campo e você quiser projetar os volumes futuros de devoluções, para estimativas financeiras da reserva de garantia, ou quando novas unidades são enviadas ao campo a uma taxa conhecida e a população em risco em crescimento precisa ser considerada. Sem dados históricos de falhas, execute primeiro planos de teste de demonstração ou de estimação.

De quais dados a previsão de garantia precisa?

Você precisa de colunas com o início e o fim de cada período de tempo e a frequência, o número de devoluções em garantia em cada intervalo. Você também escolhe a distribuição de falhas assumida, com a Weibull como padrão, e o período futuro para o qual prever as falhas.

Por que a Weibull é usada na previsão de garantia?

A Weibull é a distribuição padrão e a mais usada na modelagem de confiabilidade e de garantia porque, conforme o seu parâmetro de forma, pode representar modos de falha de mortalidade infantil, aleatórios e de desgaste. Verifique se o modelo se ajusta bem aos dados históricos antes de confiar em suas previsões e atualize-o à medida que novos dados de devoluções chegarem.