אויב עס איז אַ וועג צו ענשור די רילייאַבילאַטי פון אַ פּראָדוקט, איר זאָל ענשור די פּרידיקטאַביליטי פון זיין פּראָדוקט פּקב איז אַ וויכטיק טייל פון די פּראָדוקט. אין פאַקט, פּקב איז איצט אַ האַרץ טייל פון כּמעט יעדער עלעקטראָניש מיטל, פֿון פאָנעס צו קאָמפּיוטער סיסטעמען. אין פאַקט, פֿון אָטאַמאָוטיוו צו פאַרטיידיקונג, פֿון ייווייישאַן צו טעכנאָלאָגיע, קיין ינדאַסטרי איז ומעטומיק פּקב.

אין אַלע ינדאַסטריז, פּראָדוקט רילייאַבילאַטי איז קריטיש. צי דאָס איז מעדיציניש טעכנאָלאָגיע אָדער ייווייישאַן, מיסטייקס קענען זיין טייַער. סימילאַרלי, אין די מעדיציניש פעלד, ויסריכט פייליערז קענען האָבן שרעקלעך פאלגן, ריזאַלטינג אין אָנווער פון לעבן.

וואָס דאָס ריקווייערז איז אַז די בעקאַבאָלעדיק מעטהאָדס פון פּרידיקטאַביליטי איז ריקאַסט. טראַדיציאָנעל פּרידיקטאַביליטי מעטהאָדס זענען יוזשאַוואַלי באזירט אויף גשמיות טשעקס. אָבער, ינספּעקשאַנז האָבן די טאָכיק כיסאָרן פון בלויז טשעק פֿאַר פונדרויסנדיק חסרונות. אין אַדישאַן, אן אנדער פּראָבלעם מיט גשמיות דורכקוק איז אַז מיקראָסליסינג און דורכקוק ווערן אַ לאַדזשיסטיקאַל נייטמער ווען פּקבס זענען קאָמפּלעקס און האָבן פילע דורך-האָלעס. אויב בלויז עטלעכע האָלעס זענען אָפּגעשטעלט, דער פּראָצעס קען זיין פולפּראָאָף. רעכט צו הויך פּראָדוקט דייווערסיטי, טראדיציאנעלן סטאַטיסטיש מכשירים זענען ניט גענוגיק צו ידענטיפיצירן חסרונות

אן אנדער הויפּט כיסאָרן פון די דורכקוק פּראָצעס איז אַז עס קען פּאַסירן נאָך די מאַנופאַקטורינג פּראָצעס איז פאַרטיק. ערשטער, דער פּראָצעס איז טייַער. צווייטנס, דער כיסאָרן קען זיין אַנדערש ינטערלייטיד, אַזוי אנדערע באַטשאַז קען אויך זיין אַפעקטאַד.

פֿאַר פּקבס מיט הויך קאַמפּלעקסיטי און פּראָדוקט דייווערסיטי, די פּרידיקטאַביליטי פון טראדיציאנעלן טעסץ קענען ניט זיין געראַנטיד איז מער וויכטיק.

די לייזונג צו דעם פּראָבלעם איז צו נוצן גאָר פולשטענדיק דאַטן אַנאַליסיס, פּרובירן אָטאַמיישאַן און דיגיטאַליזאַטיאָן. עס איז פולשטענדיק סטאַטיסטיק וואָס פירן צו רילייאַבילאַטי און טראַסעאַביליטי. מיט פאַרלאָזלעך דאַטן פּראָגנאָז, פּינטלעך פּראָגנאָז קענען זיין געמאכט. קיין אַבנאָרמאַל נאַטור קענען זיין גערופֿן און ייטיפּיקאַל פּראָדוקטן קענען זיין אַוועקגענומען.

דעם בייסיקלי ריקווייערז אַז אַלע פאַראַנען דאַטן זענען סטאָרד אין אַ סענטראַלייזד שטייגער. כמעט יעדער מאַשין דאַרף זיין פּראָוגראַמד מיט ינטערפייסיז צו מאַסע אַלע דאַטן אין אַ סענטראַלייזד ריפּאַזאַטאָרי. דעם אין קער אַלאַוז פֿאַר טיף דאַטן אַנאַליסיס. עס אויך ינשורז אַז ניט ענלעך דעם גשמיות דורכקוק פּראָצעס, אַ באַטייַטיק קאָראַליישאַן אַקערז אין פאַל פון אַ דורכפאַל. אָבער, אפילו דאָ עס זענען טשאַלאַנדזשיז ווייַל די דאַטן קומען פֿון קייפל קוואלן און זענען איבערגעזעצט אין סך דאַטן פונקטן. דעם פּראָבלעם קענען זיין אָוווערוועלמד דורך פאָרמאַלייזינג אַ צוויי-בינע דאַטן פּראַסעסינג פֿאָרמאַט. דער ערשטער בינע איז צו נאָרמאַלייז די דאַטן, און די רגע בינע איז צו אַנאַלייז די נאָרמאַליזעד דאַטן. וויסנשאפטלעכע דאַטן אַנאַליסיס מיטל אַז איר טאָן ניט האָבן צו פאַרלאָזן זיך צו געפֿינען פּראָבלעמס אין די סוף פון די מאַנופאַקטורינג פּראָצעס און דערנאָך ריספּאַנד צו זיי אויף אַ ריאַקטיוו יקער. אַנשטאָט, עס אַלאַוז איר פּראָואַקטיוולי אַנטיסאַפּייט פּראָבלעמס און ענשור אַז די ליקעליהאָאָד פון דורכפאַל איז מינאַמייזד. דעם קענען ווערן געטאן ווען קאַנטראָולינג פּראָצעס אַרייַנשרייַב וועריאַבאַלז. אין קער, עס קאָנטראָלס דילייז, וואָס קענען זיין גאָר טייַער.

כאָטש די פּרידיקטאַביליטי איז הויך, די אמת איז אַז די פּרייַז פון דורכפאַל איז פיל העכער ווי עס.