根據中國工程機械工業協會統計數據，截止至2017年底，我國工程機械行業設備保有量超過800萬臺。近兩年行業好轉，工程機械產銷量繼續在高位運行，國產設備銷售占比進一步提升。

　　然而，在這些成績的背后，我們必須清醒的認識到，我國仍然是個工程機械產銷大國，還不是強國，尤其是在工程機械產品的質量和可靠性方面，距離市場和用戶的期望較遠，用戶滿意度不高，質量問題時有發生。由于互聯網時代信息交流和傳播的便利性，這些暴露出來的質量問題不僅沒有消弭，反而通過互聯網放大。例如，某挖掘機用戶在微博中發布了某品牌挖掘機的故障記錄，由于該故障存在一定的普遍性，迅速引起其他消費者的共鳴，進而成為互聯網輿情熱點，迅速的在網絡中傳播，對企業品牌和聲譽造成較大的傷害。

　　因此，工程機械企業需要進一步提升產品質量，從而更好的保護企業聲譽和品牌。在過去的幾十年中，為了進一步提升產品質量，工程機械企業通過提升管理水平、加大研發投入、引入先進設備、培養高技能人才等方式，大力解決企業的質量問題。但由于生產檢測數據、消費者使用數據、產品售后服務數據、機械設備階段性效能評估數據等往往散落在生產、銷售、售后等各個環節，無法系統收集和分析，導致企業的質量提升措施往往缺乏針對性，技改投入方向也通常從企業而非用戶的角度看待問題，質量問題的觀測存在片面性，并最終導致同等規模的質量投入并不能帶來同等水平的消費者滿意度提升。

　　例如，我們在參加企業的新品發布會時，經常聽到的產品賣點，都是經過多久的研發，多少的經費投入，擁有了多少項專利，實現了多少改進，借此來體現出產品的性能先進性，而少有企業從用戶體驗出發，針對上一代產品在使用過程中，總結歸納出多少值得改進的地方，進行有針對性的改進提升。企業研發產品，從根本上，是為了滿足市場和用戶需求，而不僅僅是給自己秀肌肉，不重視產品質量和可靠性提升，產品的研發就是和市場脫節的，就是一種簡單的拍腦袋行為，我們在這上面，是走過很多彎路的。

　　如今，互聯網時代為解決這些問題提供了一種新的解決方案——基于大數據技術的質量提升應用。大數據技術從開端到現在，由于缺乏反映企業質量水平的評價指標和演化規律研究，利用大數據技術來針對性的提升產品質量的研究和應用較為少見。相關應用和研究主要集中于三個方向：科學研究、企業應用和政府應用。在這些探索中，研究者和使用者們已經取得了一定的階段成果。例如在大數據應用方面，實現了利用大數據實現對預測充血性心力衰竭患者再入院的風險預測、預測網絡用戶在未來的集體行為、刻畫當前國家和區域層面的人均收入的空間分布情況、優化水資源管理決策、減少交通擁堵并改善公共安全等功能，為互聯網時代下的數據應用提供了新的思路和方向。而在工程機械領域，清華大學—天遠科技智能裝備大數據研究中心也開展了積極探索，有望進一步推動與夯實智能裝備大數據技術在我國工程機械產業的應用，深度融合設備與人的交互，逐步實現設備的智能服務和全生命周期的管理，為客戶提供更全面的數字化服務，并探索出產品質量提升的有效路徑。

　　在此背景下，卓遠智聯科技有限公司，受國家質檢總局委托，通過深入分析工程機械行業的產品質量數據特征，對工程機械質量發展狀況進行分析，并總結形成了來自于互聯網多個渠道的消費者售后服務反饋關鍵詞庫。在此基礎上，利用數據爬取技術、主成分分析(PCA)、模糊數學、支持向量機(SVM)及機器學習等方法，建立了以消費者需求為導向的質量提升大數據模型。該模型可以自動收集并深度挖掘不同渠道的生產檢測、消費者使用、產品售后服務、機械設備階段性效能評估等數據，最終給出企業產品質量提升的方向性結論，將質量提升投入從過去的以“企業感覺”為主轉變為以“消費者需求”為主，推動質量提升投入更加貼合用戶需求，能夠有效幫助企業發掘真正帶來效益的質量提升路徑，形成更有效率的質量投入——產品收益正循環，從而協助企業造就更加強有力的市場競爭力!