国内某领先汽车制造商需要一个系统的方法来捕捉、分类和搜索汽车售后服务记录，将工程专业知识作为企业资产保留下来。现在，该汽车制造商使用SAS文本分析，信息可以自动被索引，供一线工人调用，这大大缩短了解决问题所需的时间并且提高了生产效率。

以前，制造商们缺乏存储问题解决方案的可靠知识来源。他们的经验都依赖手写记录，无法形成一个可以重复利用的知识体系。

因此，汽车制造商急需将记录处理流程由手动改成自动。这样就能构建一个最佳实践的共享平台，供有经验的和零经验的工程师用以解决汽车维修问题。

选择SAS^®

在创建了一个电子化捕捉售后服务的平台之后，制造商还需要一个适合的平台，对来自全国各地的记录进行分类。相较于其他同类产品，针对概念验证项目中的抽样数据集，SAS文本分析提供了卓越的分类精度，这都归功于创建成熟的概念解析规则和识别它们相互关系的能力。

SAS文本分析可提供：

• 从来自各个部门成百上千的不同人员记录的高度技术性和复杂的服务记录，以及成千上万条操作记录里，总结出统一而准确的定义。 强大的语言学技术解决了汉语和其它亚洲语言中固有的分词难题，诸如词语间没有空格和句子之间没有标点符号作为界限等问题。
• 基于技术工程记录迭代式地构建可靠的知识来源，可以对新的系统输入自动分类，这些输入包括通过网站提交内容、文件和数据库记录。
• 为质控人员而设计的易于使用的搜索门户，可即时返回相关问题的最新解决方案，以及为各种用户生成的日常报表。
•  创建问题解决方案的存档平台，汇集工作人员的专业知识，创建教学资产，用来培训新员工，提高工程师的个人能力，降低因员工流失造成的专业知识损失。

SAS^®如何与众不同

• 自动对复杂的服务记录进行问题分类，达到90%－95%的分类准确率。
• 只需5个内部分析师，就可创建一个知识库，供超过300名一线工作人员使用。
• 有效地保持和促进知识库增长，不仅可以更快地提供解决方案，还可以消除各团队间的障碍，鼓励深入的思想交流，提高解决方案的质量。

下一步规划

在解决伴随语言、缩写和书写风格差别而产生的问题方面，SAS文本分析技术在实施和效果上都取得了成功。该公司计划针对其所有以文本为基础的信息需求，建立一个企业级搜索平台。