<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Peter van Bruggen、統一論者、ユニリーバR&D
抽象 ：
ユニリーバでは、製品が市場に（再）発売される前に、何千もの実験が行われます。これらの実験に世界的に関わっている何百人もの研究者、エンジニア、および技術者はさまざまな分野で教育されており、さまざまなレベルの統計的知識を持っています。DOEを適用することは一般的なやり方ではないことが多く、統計学者は必ずしも支援を求めているわけではありません。非統計専門家にとってDOEは、1）圧倒的な数のDOE、2）必要な情報を記入するための詳細レベル、3）統計分析の結果を理解することの難しさといういくつかの問題を抱えています。誤ったデザインが簡単に選択されたり、結果が誤って解釈される可能性があります。それは成功と失敗の違いを生む。統計とDOEに関してすべての科学者を訓練する代わりに、ユニリーバはこれらの困難を克服するためのツールを導入しました。このツール - Plyosと呼ばれる - は社内で開発され、JMPで動作します。Plyosはプロセスを単純化し、拡張ヘルプを使用してDOEをセットアップするプロセスを通してユーザーをガイドします。Plyosはまた、統計分析の結果を解釈するための詳細な説明も提供します。プレゼンテーションでは、ツールを使用する方法、およびその利点と制限について説明します。
発表者のテキスト ：
スライドについては別のPDFをご覧ください。
1はじめに
「思考は問題に対処する上で最も重要な武器の1つです」
マンデラ氏は27年の禁固刑に言及したインタビューで何年も前にこう言った。
しかしながら、これらの賢い言葉は実験計画法にも有効である可能性があります。DoE関連コースのスローガンの一部になっています。
ユニリーバは、食料や家庭用品、パーソナルケア用品の多様な分野で「動きの速い消費財」を製造している会社です。世界中にたくさんのサイトがあります。
市場で製品を発売するプロセスは、単純化し、3段階に分割することができます。研究開発拠点では、製品を形作ってからパイロット工場で小規模にテストしてから、工場で市場向けに生産します。
工場での実験に関連する費用は、高価な装置、しばしばより大きなバッチサイズ、そして得られる商品を市場で販売することができないという事実のために比較的高い。
研究開発では、実験の規模が小さいため、サンプルあたりのコストがはるかに低くなるため、より多くの実験を行うことができます。パイロットプラントは文字通り真ん中にあります。
DoE技術への欲求は、もちろん、あなたが行う実験の数に直接関係しています。
統計とDoEについての一般的な知識は - しかし統計的支援のレベルも - 残念ながら研究開発のそれと比較してパイロットプラントでははるかに低く、それは工場でさえもっと低いです。
パイロットプラントにDoEを導入すると、いくつかの課題に直面しました。
これらの課題は、世界中に40以上のパイロットプラントがあり、500人以上の同僚が関与しているという事実から始まります。教育のレベルはかなり大きく異なり、それに伴い統計についての知識もあります。統計的手法を使用することは、必ずしも毎日の練習ではありません。
パイロットプラントで働く人々は彼ら自身の専門分野で非常に高い資格と評価を受けています、しかし彼らがDoEツールを始めるとき彼らは多くの選択肢と選択に直面しています。これらの選択肢の中には「簡単」なものもあれば、「非常に難しい」ものもあります。彼らが直面している問題の大部分は、デザインの種類と結果の分析と解釈に対処しています。この分野に関する知識の欠如は彼らがDoEを使用するのを止めるかもしれません。
知識の欠如を克服する方法はいくつかありますが、そのうちで最も明白なものをここにリストします。しかし、「トレーニング」と「統計的サポートの向上」は、多数のサイトと同僚が関与しているため、非常に高価です。そして、私たち全員が知っているように、テクニックの使用を強制することは機能しません。
2パイロットプラントへのDoEの導入
ユニリーバは、DoEの適用プロセスを簡素化するためにこの方法を選択しました。これは、コストを削減するためのオプションであるだけでなく、同僚が非常に多い場合や、人々が時々仕事を変える場合にも、より持続可能なオプションとなる可能性があります。
そうするために、実験計画法とその分析を設定するプロセスを単純化するために特定の要求を設定しました。
統計的言語の使用をできるだけ避けようとしました。デザインの種類や分析手法に関する用語は省略しましたが、代わりに、試用後に収集する必要がある情報と試用前にユーザーが持っていた知識に焦点を当てます。
統計的言語を避けることは常に可能というわけではないので - 特にデータを分析するとき - それはプロセスのあらゆる段階で助けを提供するために選ばれました。
3 Plyosツール
このような単純化されたプロセスを成功させるには、必然的に、シンプルで便利で使いやすいソフトウェアツールが必要です。
私たちはそのようなツールを開発しました。このツールは「Plyos」と呼ばれ、もちろんユニリーバ全域で世界中で利用可能です。
このツールはJMPで動作し、必要な情報だけをサンプリングします。反応と要因は何ですか？それが厳密に必要とされるとき、それは追加情報だけをサンプリングします。たとえば、インタラクションをデザインに含める必要があるかどうかという問題は、インタラクションをデザインに含めることができる場合にのみ発生します。
すべてのステップが説明され、考えられる決定がユーザーに伝達されます。それは入力をチェックし、ユニリーバの知識に応じて改善を提案します。
最後に、このツールは、状況に応じてランダム化またはブロックされた効果的なデザインを1つ提供します。
また、このツールは、回答の種類と要因の数に応じて最小限の統計手法を使用して回答を分析し、個々の手法と組み合わせてすべての手法を解釈する方法を説明します。
4 Plyosプログラムの流れ
与えられた例を使用すると、いくつかのスクリーンショットを別にして、プログラムの流れについて大体のアイデアを得ることができます。いくつかのハイライトだけが提示されています。
Plyosは起動時にデータ保存用のデフォルトフォルダを変更するオプションを提供します。ヘルプを読んだり、より詳細なマニュアルを開くことができます。サンプルファイルを使用してアプリケーションをテストするためのオプションもあります。
より重要なのは、もちろん、一連の新しい実験の設計、または既存の設計を開いて応答データを追加してこれらの結果を分析することです。
ユーザーが新しいデザインを作成し始めると、ツールは最初に詳細を尋ねて、後の段階で試験を識別します。次に、ユーザーは応答の詳細を入力する必要があります。そのうちの1つが画面例です。ここで要求される情報の詳細は、JMPでデザインを設定するときに予想される以上のものです。この追加情報は典型的なユニリーバ情報であり、最終的な設計結果を最適化するためにバックグラウンドで使用されます。例えば、Plyosは、通常の応答と名目上の応答を連続的な応答に置き換えることができるかどうかを尋ねます。継続的な回答は分析がより簡単であり、その結果は非統計学者による解釈においてより少ない問題を与えるでしょう。
さまざまなフィールドとその影響を説明するための別のヘルプ画面があります。
この回答画面を閉じた後、プロセスの次のステップでは、同様の方法で、調査が必要な要素について説明します。
Plyosナレッジシステムが、ユーザーが選択を行う必要があると判断した場合（たとえば、対話を含める必要があるかどうかなど）、システムは質問をし、この質問を明確にするのに役立ちます。
次のステップ「決定と結果」は、Plyosによる強制的な決定に言及しています。
Plyosが決定を強要した場合 - 例えば因子レベルを制限する必要がある場合 - 説明付きの別ウィンドウが - 該当する場合 - 選択するオプションと共に表示されます。
すべてが記入され回答されると、無作為化されてすぐに使えるデザインが提供されます。
このJMPデータテーブルは、やはりヘルプによってサポートされていますが、パイロットプラントでの試験のレシピとして直接使用できます。応答結果を埋めることができ、もちろん、後で処理するためにテーブルを保存することもできます。
この表は提供された情報に対応しており、標準DoEプロセスの後の標準JMPデータ表よりも詳細です。たとえば、JMP DoEは入力時にすべてのカテゴリファクタに対してのみ名義ファクタを作成しますが、Plyosは入力に応じてそれらを順序的または名義的にします。
応答データを適切に分析しないと、実験の優れた設計は役に立ちません。
与えられた例では、調査中のモデルに対して選択された事前定義された統計的手法を示すJMPレポートウィンドウが左側に表示され、右側には同じ手法の説明が表示されます。
説明では、実際に分析に使用されているテクニックのみを示し、逆も同様です。
モデルの一般的な説明と最も重要な仮定と共に、分析技術の詳細な説明 - 個々にまたは組み合わせて - は、ユーザーが統計に関する知識が限られている場合でも、データからしっかりとした結論を引き出すのに十分です。。
5設計上の課題
ツールの設計中に、いくつかの課題に直面しました。影響がかなり大きいものもあれば、小さいものもありました。
1つ目は、特定の要因の組み合わせに必要なデザインの種類と、同じプロセスを最初からやり直すときに同じデザインが選択されるようなフローを作成できるかどうかについて説明したものです。
幸いなことに、ターゲットグループとその特定のニーズについてかなり専門的な知識がありました。さまざまな状況は、因子の数、因子の種類、（カテゴリカル）因子あたりのレベル数、相互作用や非線形性を含むかどうか、およびその他の制約によって定義されました。
すべての情報は大きなデータテーブルに格納され、データテーブルにはデータの分析方法に関する情報も含まれています。
開発の初期段階では、主に古典的なデザインを使用することが決定されました。これらは理解しやすく、繰り返すことができます。ただし、これらのデザインは、特にユーザーがJMPの標準的なDoEダイアログ画面にアクセスするのを避けたい場合はコーディングが簡単ではありません。
そのため、ほとんどのデザインはループを介してスクリプトにハードコードされています。その他はデータテーブルに格納され、必要に応じて使用されます。
デザイン作成プロセスのプロセスのさまざまな段階で呼び出される、さまざまな種類のヘルプが必要でした。保守を容易にするために、テキストはスクリプトの奥深くに保存しないでください。
スクリプトを含むさまざまな情報源にテキストを入れます。しかし、大多数はデータテーブルとジャーナルに保存されています。特に、ジャーナルに大量のテキストを保管し、そのテキストの一部を柔軟な方法で提示する方法を見つけたことで、大きな満足感が得られました。
いくつかの小さな問題もあります。
作成された特定の列名は言語に依存しているように見えました（例：「残差」）。私たちは単純な解決策を選び、言語について今テストし、必要ならばユーザーに変更を求める。
「プラットフォームの設定」によっては、分析中のデータの表示方法が変わります。ハードコーディングでは克服できないものもあります。私たちは問題のいくつかを克服する方法を見つけませんでした、それで私たちはテキストに警告を置きました。
2011年にJMP9で開発を始めました。後でJMP11が導入され、特定のルーチンにいくつかの問題を引き起こしました。克服するためにバージョン依存のサブルーチンを構築します。しかしJMP9はもう利用できません。
6ツールの入手可能性と展開
このツールは、ユニリーバの世界全体に展開されています。共有ドライブを介して配信されます。
ツールの使用は、ヘルプと付属のマニュアルによって一目瞭然ですが、ツールもトレーニングプログラムの一部です。
このトレーニングでは、実験のデザインの背景や複雑な統計に焦点を当てるのではなく、ツールの実践とデザインを設定するために必要な準備に焦点を当てます。訓練の間の私達のモットーは実際にミスターマンデラの言葉を繰り返す「始める前によく考えなさい」です。
私たちの経験では、この思考プロセスはDoEを設定する実際のプロセスよりもさらに重要です。
7ツールの使い方
Plyosは2012年から利用可能です。
このツールの使用は、20カ国以上、500以上のユーザーを網羅する、ユニリーバ事業全体に広がっています。過去2〜3年間に約100人のユーザーがこれまでに見てきた600件の関連する事例のいくつかを作成しました。Plyosはこれらの事件の約95％に適用可能であるように見え、有効で有用なデザインをもたらしました。これらの場合の約5％については、統計学者の入力が必要でした。
ただし、1つの点が非常に重要です。すべての側面が上級管理職によって推進および支援される必要があります。そのような支援がなければ、ツールの使用、ひいてはDoEの適用が減少する危険性が高いです。私たちはこのサポートを受けられてとても幸運です。
8まとめ
特にツールの設計者として - 確固たる結論を引き出すことは依然として困難です。
しかし、今見た統計とユーザーから寄せられたコメントや質問から、実験計画を立てるプロセスの簡素化に成功したと思います。
パイロットプラントでの作業によって要求されるときはいつでも、ユーザーが実験のデザインを作成することに集中するために、できる限りのことをすべて行う必要があります。私たちは部分的に経営陣によってだけでなく、オンデマンドで統計学者による献身的な援助を提供することによってもそうしています。
また、ツール自体も定期的に更新して、ユーザーの要求の高まりに合わせて更新する必要があります。
また、「始める前に一生懸命考えて」に焦点を当てることは有益であると思われます。ユーザーは自分が何を調査したいのかをずっと意識しており、統計学者の助けを借りずにそれを成し遂げるための便利なツールとしてPlyosを見ています。
9チームとクロージャ
最後に、この開発は素晴らしいチームがなければ実現できなかったことを強調したいと思います。
Winfried Theisは残念ながらツールがスクリプト化されるずっと前にUnileverを後にしました。
他の2人 - テクニカルサポートにはQuadt ConsultancyのFrits Quadt、スクリプティングにはOctoplus Information SolutionsのHans de Roosはまだチームに所属しています。
もちろん、Plyosが世界規模で展開されることを可能にするバックグラウンドに多くの他の人が関わってきました。彼らの助けは大いに感謝されています。
ピーター・ファン・ブルッゲン
統計学者
ユニリーバ研究開発、フラールジンゲン、オランダ
peter-van.bruggen@unilever.com
