巨量資料（Big Data）不僅能用在生技醫療，連晶圓廠製程都能藉此改善不良率。中研院統計所利用巨量資料，抓出晶圓廠哪些機台可能造成良率下降，剔除後讓不良率下降11%至14%，這項技術不僅能使用在晶圓廠，其他高精密科技製程只要發展出適合模型也能使用，提高良率。
中研院統計所研究員銀慶剛與台積電合作，將統計學的高維度迴歸模型應用在晶圓廠製程，由於晶圓廠製程非常繁複，需要大量機台層層加工塗料，只要有一台機台出問題就會嚴重影響良率。中研院經過多次實驗，可讓不良率下降11%至14%，進一步停用後可能產生問題的機台不良率僅3%左右。
銀慶剛比喻，晶圓製程就像兇殺案有1000個嫌疑犯，先將1000人進行犯案可能性排序，假設一號是最有可能犯罪，1000號犯案可能性最低，第二階段再設定門檻，利用統計原理界定某一號後沒有犯案可能，將多數嫌疑人剔除。
當進行到最後階段可能僅剩10名嫌疑犯，再針對這10人逐一檢查，就能挑出「犯罪者」、也就是可能發生問題的製程機台。
銀慶剛說，使用巨量資料挑出可能有問題的機台，可幫助工廠未大量生產前，先利用統計方法改善不良率，避免生產不良品造成損失。