数据管控

集中存储检测数据、缺陷类型，增加缺陷分析知识库，并对人工检测/复检环节数据进行过滤、筛选，形成数据标准、数据质量、数据安全、生命周期管理等全方位数据治理能力。

数据可视化

根据缺陷数据绘制图谱，提炼关键洞察，纵向历史情况分析或横向跨工厂对比，实现数据可视化应用，满足大屏 展览、监控、预警、分析等多种业务的可视化需求。

数据资产

构建标准化、流程化、自动化、一体化的数据治理体系，确保数据架构规划合理。 实现数据资产找得到、可理解、可信任，使数据可追溯以支撑数据资产价值化。

缺陷管理系统（DMS）

缺陷追溯帮助生产管理者快速确认生产状况，通过对检出产品良率的汇总，进行数据分析将缺陷分布可视化展现（如智能缺陷映射、缺陷热力图等）。针对良率规则可实时监控，发现问题可及时报警。汇总数据可自定义缺陷分析生成PPT报告，方便制程改善提供技术分析数据，方便快捷借助客户进行制程改善数解析。

良率提升系统（YMS）

提供数据长期存储，并支持多种格式数据汇总。通过对设备信息的收集，对良率数据建模，提供良率监控、数据分析、过程品质分析、不良预测、异常报警等一系列管理方法，对良率分析形成闭环管理，从而达到良率提升的目的。

AI超算系统（SCC）

基于超算对深度学习的支持，可以高效的训练深度学习模型，实现数据分析自动化、智能化、智慧化。

缺陷管理

缺陷分析

良率管理

数据库仓库

知识图谱

数据可视化