Poniendo como ejemplo una empresa de galletas que quiere imitar un producto especifico de su competencia, donde en muchos casos los ingredientes usados pueden ser más de 20 y a lo que hay que añadir variables de proceso como amasado, formado y homeado, para el departamento de I+D seria una tarea complicada o imposible obtener los resultados necesarios sin utilizar herramientas avanzadas de análisis industrial.

Lo mismo se aplica al molinero donde el departamento técnico quiere conocer de antemano cómo afectan a la calidad la harina cambios en los parámetros de la molienda y qué clase de aditivos se deben usar con la finalidad de obtenerun comportamiento deseado.

Métodos como los PCA se emplean para descibir un estado actual. Estas herramientas de minado de datos permiten ejecutar múltiples variables simultáneamente y así descubrir las más influentes y su relación entre ellas. Este tipo de análysis incluye también métodos como la clasificación, análisis de regresión y modelos predictivos. El departamento de calidad tiene así una mejor comprensión del producto, del proceso y la relación entre las variables y las áreas a mejorar.

Herramientas de diseño experimental como DOE se usan con la finalidad de reducir experimentos al mínimo y revelar las interaccioness en el sistema. Todo comienza investigando varios factores que afectan al resultado final, como la configuración del proceso mezcla de materias primas y aditivos entre otros. El fin es clasificarlas según su importancia y definir el punto clave. Por ejemplo, para buscar qué fórmula de aditivos darán un determinado resultado para una harina con una calidad y unos parámetros específicos. Estas ecciones nos llevan a un desarrollo donde los procesos y resultados serán estables incluso cuando el sujeto cambie.