在導入過程中，原需高度仰賴工程師經驗作判斷，在引入數據擷取、可視化與分析的工具後，雖取得相關數據，但，其數據在初期時仍需經較長時間的磨合驗證過程。但高層深信，在導入數據分析工具後，便可以隨時、全面性的進行監控，更能將過往忽略的細節逐漸揭露出來，進一步找出問題的根源，堅定地推動著轉型。漸漸的，工程師們也逐漸從一開始的不信任數據到願意接受，並對數據化體系觀念愈趨一致。

在建構數據化體質後的欣興，因生產透明與即時化，工程師可快速瀏覽全製程數據，針對特殊問題進行追溯與解決，大幅提高處理正確率。而過往經常發生的人為疏失與資料不完整等情形也能有效杜絕。對比過去，欣興目前缺陷檢測誤殺率可從95%降低至40%，透過數據執行失效偵測與分類，則可將原本需要7～15天驗證確認不良品原因，縮短至1~2天內，對於在人員運用上更具效率。再者，由於PCB廠本身設備相當昂貴，透過應用串聯，讓其可不必在產能無法因應時，就優先考慮添購新設備擴充，透過將廠房內現有設備稼動率有效提升，即能對此大幅節省開支。而在檢測部分，透過AI視覺強化視覺檢測方案的導入，則能幫助QA在檢測效率上大幅提升60%。