製程資料結合IOT進行生產紀錄，其最重要的貢獻在於提供品質分析。然而從大量資料中找出製程與品質的相關性有其複雜度，且在已經高度良率中要再將品質再提升更是難上加難。一般品質分析主要是透過SPC來進行管制界線設定，透過SPC來提升產品品質。然而有時品質問題牽涉層面較廣，可以透過分類、關聯法來找出品質與製程機台的關聯性以及製程的差異性，是否牽涉到補償問題。因此大數據之後，主要在於建模，而建模的良窳又牽涉到資料前處理。
而資料整理有人使用SQL進行資料處理，有的使用Excel來進行分析，整理時間耗費數天或數周。而進行資料建模分析透過撰寫程式，得經過撰寫、編譯、除蟲等問題，執行分析後得在驗證模型，在驗證後再出報告。如此可能耗費數天或數月，若資料有問題或模型不準確得再重新整理資料，再重新建模，如此一在反覆。
本課程將會使用製程與品質資料來進行練習，透過使用市面上的大數據工具PolyAnalyst來進行課程練習，將講解大數據資料整理，品質關聯分析、製程品質參數分析，機台維護資料的文本分析處理。透過案例練習，讓學員了解在大數據資料整理、建模分析等應用在結構資料及非結構化資料。
