面對市場競爭的日益激烈，制造企業想要得到客戶的認可，不得不從價格優勢轉向高質量的產品優勢。產品質量的高低已經關系到企業核心競爭力的重要一環。如何有效地管理和利用這些從企業生產和經營中產生的龐雜的質量數據，是企業迫切需要解決的問題。

將數據挖掘技術應用于生產過程質量管理中，挖掘出生產過程中影響質量的關鍵因素及其內在聯系，有針對性地采取預防措施，從而提高產品質量，為企業持續改善質量提供決策支持。

聚類分析將個體或對象分類，使得同一類中對象之間的相似性比其他類的對象的相似性更強。其目的在于使類內對象的同質性最大化和類與類之間對象的異質性最大化。觀測值聚類就是把相似的樣品歸成類，處理起來就簡單很多。

含義：

1. 觀測值聚類是通過分析數據，把值最接近的數據分配到同一個組，直到最后只剩一個組，每個組也都會計算出距離值，測算的距離值越小說明數據越接近，距離值越大，說明數據的相似度越低。

2. 圖中畫圈的值表示的是數據之間的距離值。 

2.觀測值聚類檢測的數據不能使用字符串類型，需要轉換為數字類型。比如性別，可以使用1表示男和2表示女。

案例：

現有7種飲品，可口可樂，百事可樂，七喜,芬達，咖啡，雪碧，橙汁。測試人員對其營養成分進行觀測值聚類分析。

分析過程：

   用到數據大腦觀測值聚類插件，使營養成分相近的分為同一聚類。

 分析結果：

    通過國工數據大腦分析平臺分析的聚類結果可以看出，如果想看聚2類找倒數第二行，0到5都是1分為一類，6為0作為另一類。如果想看聚3類找倒數第三行，0、1、3都是1，分為一類，2、4、5都是2作為第二類，6為0作為第三類。依次類推。

    最終推薦聚成幾類主要看距離這一列，從3到422距離依次增大，觀察到從11增加到44.5增幅比3到8.5及8.5到11都要大的多，因此說明44.5這行聚為3類是不合適的，最好聚成11這行的4類(可口可樂、百事可樂、芬達聚為一類，咖啡、雪碧聚成一類，七喜單獨聚成一類，橙汁單獨聚成一類)。

與國工智能MES系統相融合：

    1. 數據大腦之觀測值聚類與國工智能MES系統相結合，客戶在生產電極糊時，因為每個批次的產品配方都不相同，人工無法將產品進行有效分類。

    2. 使用國工智能數據大腦,對電極糊產品的每個倉的投料信息進行分析，從而將投料實際值，喂料值，提前量值，慢喂值，以及誤差值相近聚類結果的電極糊分為同一個聚類。

    3. 下圖是生產電極糊的部分配方數據。

    4. 我們將此數據放進國工數據大腦進行測試。

分析結果：

如果想聚2類，看上表中距離一列中315435.9722對應的這一行（分別是碳粉單獨聚為一類，其余聚為一類），依次類推，可以看到從1429這行到7504距離值突然變大，因此說明距離值為7054這一行對應的聚6類是不合適的，所以推薦距離值為1429這一行對應的聚7類的這種聚類方式。

適用范圍：

觀測值聚類主要是適用對樣本進行聚類，特別是事先不明確聚成多少類的情況下。