辞書によれば、「Outlier」とは、主に「外れ値」「異常値」などを指す英語表現であり、所属する本体や集団の外に位置するもの、他の集団とは異なるものといった意味合いがあります。

製造現場においては、出荷規格をクリアしていても、市場で不良品が発生することがあります。これは製造上の過程で微妙な変化が生じるためであり、これらの変化が原因で不良品が発生することがよくあります。

Outlier Detection（危険因子除去法）は、製造時のデータや出荷前検査のデータから微妙な変化を検知し、特定するプロセスです。これによって、製品に潜む潜在的な問題や異常を事前に発見し、品質を向上させることが可能となります。

大量のデータからOutlier解析を行うことで、初期不良の要因を事前に検知し、出荷前に問題を排除する解析手法です。

Data取得構築、Data解析技術、高度な統計学を用いた品質向上ソフトウェアを提供しています。これらのソフトウェアは、トヨタ自動車をはじめとする多くの半導体製造工場に導入され、現在は他の産業の製造工場でも活用が広がっています。

歴史：Streetwiseは米国Test Advantage社が開発し、2004年から株式会社ティアテックが日本総代理店を担当。2022年元日に株式会社ティアテックがStreetwise事業を買収し、2022年からSerendippersが半導体以外のマーケット総代理店として担当しています。

どの様な装置からどの様にデータを取るか提案します。既に取得されたデータはそのまま活用でき、データを取らない装置からもデータを取得する仕組みを構築することが可能です。

Streetwise（ストリートワイズ）は半導体の製造工場向けに開発されたソフトウェアで、品質向上、歩留り管理、アクティブ制御、プロセス管理に利用されます。大量のデータを扱うため、Binaryデータに変換し、高速で解析します。この技術を半導体以外の製造現場にも応用しています。

「同じものを同じプロセスで作った。でも、出荷検査をするとOK/NGのみで、OKの中にも初期不良（市場不良）を起こしてしまう物が紛れ込んでしまう。何故か？」製造上の微細な変化がこの状況を生み出しています。Outlier検出のための解析を行い、Outlier品を信頼性試験にかけ、微妙な変化が問題ないことを証明します。問題がある場合は、自動的に検知し、出荷を防ぐ仕組みを構築します。

製造時のデータや出荷前検査のデータからOutlierを検知した場合、Outlierのみを更に細かい出荷前検査や過酷な試験にかけるように自動で制御します。これは、人間が行動するロジックを埋め込み、装置に自動で反映させるActive Feedback制御の一環です。