现场工程师和服务团队通常缺乏评估、故障排除和确定大型工业资产执行纠正和预防性维护活动的工作范围所需的数据和数字洞察力。 QA 工程师很多时候需要了解为什么零件中的特定问题会反复发生，或者为什么来自供应商的零件由于不匹配而不能很好地堆叠在组件中。根本原因通常隐藏在设计、制造流程、供应链物流或生产计划中。但如果没有正确的数据和数字洞察力，就很难确定。目标收集设计、制造、服务、供应链设置中的信息，并为工业制造和性能数据提供访问和智能分析，以便更轻松地确定根本原因。这种洞察力不仅可以提高服务和所有者/运营商的生产力，还可以为设计工程和制造运营团队提供关键反馈，以实现持续改进。