Ef það er leið til að tryggja áreiðanleika vöru, þá tryggja fyrirsjáanleika hennar PCB er mikilvægur hluti vörunnar. Í raun eru PCB nú kjarninn í næstum öllum raftækjum, allt frá símum til tölvukerfa. Í raun, frá bílum til varnar, frá flugi til tækni, enginn iðnaður er alls staðar nálægur PCB.

Í öllum þessum atvinnugreinum er áreiðanleiki vörunnar mikilvægur. Hvort sem það er lækningatækni eða flug, þá geta mistök reynst dýrkeypt. Á sama hátt, á lækningasviði, bilun í búnaði getur haft skelfilegar afleiðingar og leitt til manntjóns.

Það sem þetta krefst er að hefðbundin fyrirsjáanleg aðferð er endurgerð. Hefðbundnar fyrirsjáanleikaaðferðir byggjast venjulega á líkamlegum athugunum. Skoðanir hafa hins vegar þann ókost að þeir kanna aðeins ytri galla. Að auki er annað vandamál sem líkamleg skoðun stendur frammi fyrir er að örslífa og skoðun verða skipulagsleg martröð þegar PCBS er flókið og hefur fjölmargar gegnumgöt. Ef aðeins nokkrar holur eru merktar getur ferlið verið heimskt. Due to high product diversity, traditional statistical tools are insufficient to identify defects

Annar stór galli við skoðunarferlið er að það getur átt sér stað eftir að framleiðsluferlinu er lokið. Í fyrsta lagi er ferlið dýrt. Í öðru lagi getur gallinn að öðru leyti verið innbyrðis tengdur þannig að aðrar lotur geta einnig haft áhrif.

Fyrir PCBS með mikla flækjustig og fjölbreytni vöru er ekki hægt að tryggja fyrirsjáanleika hefðbundinna prófa.

Lausnin á þessu vandamáli er að nota afar yfirgripsmikla gagnagreiningu, sjálfvirkni prófa og stafræna. It is comprehensive statistics that lead to reliability and traceability. Með áreiðanlegri gagnaspá er hægt að gera nákvæma spá. Hægt er að kalla fram óeðlilega hegðun og fjarlægja óhefðbundnar vörur.

Þetta krefst í grundvallaratriðum að öll tiltæk gögn séu geymd á miðlægan hátt. Nánast hver vél þarf að vera forrituð með tengi til að hlaða öllum gögnum í miðstýrt geymsla. Þetta gerir aftur kleift að gera ítarlega gagnagreiningu. Það tryggir einnig að, ólíkt líkamlegu eftirlitsferlinu, komi viðeigandi fylgni við ef bilun verður. However, even here there are challenges as the data comes from multiple sources and is translated into numerous data points. Hægt er að vinna bug á þessu vandamáli með því að formgera tveggja þrepa gagnavinnsluform. Fyrsta stigið er að staðla gögnin og seinna stigið er að greina eðlileg gögn. Vísindaleg gagnagreining þýðir að þú þarft ekki að reiða þig á að finna vandamál í lok framleiðsluferlisins og svara þeim síðan með viðbrögðum. Í staðinn gerir það þér kleift að sjá fyrir vandamál fyrirbyggjandi og tryggja að líkur á bilun séu sem minnst. Þetta er hægt að gera þegar stjórnað er vinnsluinngangsbreytum. Aftur á móti stýrir það töfum, sem geta verið afar kostnaðarsamar.

Þó að fyrirsjáanleiki gæti verið mikill, þá er sannleikurinn sá að kostnaður við bilun vegur þyngra en hann.