嗨，大家好，
我們希望您已準備好應對H2。為了支持您的努力，我們在本月的營銷通訊中再次收集了歐洲當前和即將開展的所有營銷活動。請用它來宣傳眾多的研討會，網絡研討會，JMP日和用戶組會議。
最好，
卡拉 （資源管理器研討會（面對面和流媒體），資源管理器視頻和讚助會議）
尼娜 （社交媒體）
朱麗葉 （夥伴關係和探礦網絡研討會）
埃利亞斯 （客戶服務 - JMP日，掌握JMP網絡研討會，用戶組和發現）
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
展望事件
探險者研討會
以下兩場探索者研討會由Medicon Valley Alliance共同推廣。
6月14日：利用尖端的預測分析提高製造業績
本次研討會將以哥本哈根SAS辦公室的英文和現場直播方式展示。
我們的思想領袖Cy Wegman將與Malcolm共同出席並介紹如何：
- 從統計模型中推動改進機會和決策。
- 通過更好地利用數據來識別問題及其原因，從而減少隱藏的工廠。
- 從包含許多噪聲變量的先前數據中找出關係。
你可以找到一些好的聯繫人來邀請他們
工藝工程師 ，數據建模 ，大數據|機器學習|預測分析|數據挖掘| Prescriptive Analytics |數據科學 ，預測分析網絡（PAN） ，數據科學，大數據，機器學習，統計，AI （英語） ， ClubMathématiques-Entreprises（AMIES） ，全球數據挖掘專業人士 ，數據採礦員 ，統計數學統計 ， JMP專業網絡 ，業務分析 - 預測分析 - 大數據 ，高級分析 ，研究方法和數據科學 ，機器學習和數據科學 ， KDnuggets機器學習，數據科學，數據挖掘，大數據 ，預測建模新聞 ，分析見解 ，預測分析 ， Medicon Valley聯盟腫瘤學網絡 ， Medicon Valley生命科學專業人士
SF ID：
著陸頁短網址：
LinkedIn文章： https://www.linkedin.com/pulse/culture-analytics-pg-how-make-better-decisions-predictive-nina-chan/?published=t
6月14日：通過設計提高產品可靠性和質量
本次研討會將以哥本哈根SAS辦公室的英文和現場直播方式展示。
我們的發言人ValérieNedbal和Torben Bygvraa Rasmussen（來自NNE）將介紹如何：
- 從發現到產品停產實施QbD原則。
- 應用統計數據來設置規範並驗證測量系統（測定）。
- 利用風險管理工具識別潛在的關鍵過程參數並確定其優先級。
- 使用實驗設計（DOE）確定關鍵過程參數並在這些過程參數和關鍵質量屬性（CQA）之間建立功能關係。
- 建立設計空間。
- 制定控制計劃作為風險管理戰略的一部分。
- 確保該過程處於（統計）控制和能力。
您可以在丹麥和瑞典的這些網站上找到一些好的聯繫人 Medicon Valley Alliance ， Dansk Biotech ，瑞典生物 ， Medicon村
Linkedin群組： Medicon Valley聯盟腫瘤學網絡 ， Medicon Valley生命科學專業人士 ， CDISC ，臨床研究專業人員 ，生命科學斯科訥 ， QbD論壇 ，巴塞爾生命科學網絡 ， DMB - 數據管理生物醫學協會 ，奧斯陸癌症集群 ，生命科學網絡瑞士（製藥/醫療保健/生物技術/醫療技術） ， Utilisateurs francophones des standards CDISC ，臨床研究專業人員協會 ，歐洲，中東，非洲和亞洲的臨床試驗（EMEAA），CRO和CMO，CRAMS，CDMO（合同研究/開發/製造組織）專業人員，卓越和安全臨床研究聯盟（ACRES），臨床試驗社區，DIA （DrugInfoAssn）， CDISC ，臨床研究專業人員 ，AFCROs - 法國CRO協會， DMB - 數據管理生物醫學協會 ，質量設計（QbD）和PAT ，臨床開發與創新，設計質量：製藥行業的監管化學製造與控制，“設計”/過程分析“技術”（QbD / PAT）的質量
SF ID：
著陸頁短網址：
LinkedIn文章： https://www.linkedin.com/pulse/case-study-linking-product-demands-process-through-qbd-nina-chan/
3 RD 派對活動：
6月4日至6日：ENBIS春季會議（意大利佛羅倫薩）
Volker和Phil將出席並出席展台。
標題 ： 食品行業的複雜設計要求 - 使用JMP®的案例和實施。
作者 ：Bart De Ketelaere，Wannes Akkermans，Volker Kraft，Peter Goos
禮物 ：6月5日14:15至15:00之間
抽象 ：食品行業的新產品開發通常是一個高度複雜的設置，除了混合變量，過程變量和可觀察但不可控制的因素之外，還可能涉及批次之間的變化。 設計具有如此復雜性的實驗需要通過所謂的最佳設計提供的定制且靈活的方法。 在這次聯合演示中，我們將展示食品行業的典型例子來展示現場。 接下來，我們將展示JMP®提供的產生這種最佳設計的可能性。 最後，我們將詳細介紹一家希望優化新產品的食品公司的實際案例。設想的實驗涉及7種組分的受約束混合物，以及6種協變量，用於測量所用批次的性質。在為此案例提出合理的模型後，我們將使用JMP®的獨特功能創建最佳設計，並分析從中獲得的結果。
標題： 最終篩選設計的最終擴充
作者： 菲爾凱
介紹： 6月5日15:00至15:25之間
抽象： 最終篩選設計（DSD）獨特地滿足了許多實驗者的關鍵需求。自2011年發布DSD以來，我們還能如何解釋DSD的快速和熱情採用？對於許多實驗者來說，在篩選少數驅動因素時，需要運行13到17次DSD，其中包含5到7個因子。除了基於設計的模型選擇，您還可以通過簡單，高效和有效的實驗工作流程來找到這些因素的重要主效應，相互作用和曲線行為。如果只有三個因子處於活動狀態，您可以擬合完整的二階RSM模型，並一步完成篩选和優化。但是如果超過三個因素是活躍的呢？當出現歧義時，還有一個簡單的下一步嗎？或者這種情況的複雜性是否成為採用DSD的障礙？在本演示文稿中，您將看到增強這些DSD的簡單方法，確保可以保留結構和屬性以保持DSD的優勢。因此，更多情況下的更多人可以從順序DOE和DSD的工作流程中受益。
社交媒體：＃ENBIS
6月12日：ACHEMA（德國法蘭克福）
貝恩德和菲爾將於6月12日舉行兩場不同的會談。沒有攤位。
Bernd Heinen：11：10，直接結果：實驗的混合設計
https://dechema.converia.de/frontend/index.php?page_id=4043&v=AuthorList&do=17&entity_id=67528
房間：H4.C - Consens
Phil Kay，12：30為什麼你的工程師和科學家最適合從數據中獲得價值，以及他們如何通過靈活的問題解決方法和視覺數據探索實現這一目標
https://dechema.converia.de/frontend/index.php?page_id=4043&v=AuthorList&do=17&entity_id=60630
房間：CMF - 幻覺3
聯盟協會網絡研討會
6月19日： IChemE以Stan Higgins為特色
探索者網絡研討會
6月7日： 使用DOE首次獲得新的流程優化 - 新
本案例研究將探討一家公司所面臨的挑戰，該公司希望將一種新產品推向市場，這種新產品難以擴展到產量。該公司有大量的投入可能會影響產量，生產率和副產品，因此無法看到商業化的前進方向。我們將展示他們如何定義有效的實驗計劃，以提供成功擴大生產能力所需的洞察力。這些發現與簡單的動力學理論不一致，這也導致了對反應機理的更好理解。這一發現也導致產品發現的篩選策略發生了變化。該項目不僅幫助更快地商業化新產品，還提高了未來產品的發現率，從而加速了創新。
6月12日： 超越軼事解決方案：利用數據找到質量和產量危機的持久解決方案 - 新
本案例研究將研究一家公司每三到四個月就生產線出現問題所面臨的挑戰。該過程在好的和壞的質量之間循環，但是操作員無法確定波動的根本原因。在危機期間，提供了許多解決方案，但沒有解決方案，最終通過清除和報廢生產工廠中的材料並重新啟動來解決問題。這次大修導致了調度和供應問題。我們將展示公司如何能夠利用現有的流程數據來揭示實際發生的情況。憑藉這種新的洞察力，工程師獲得了控制流程所需的專業知識，從而始終如一地生產出高質量的產品，每年消除許多報廢批次並避免客戶聲譽受損。
6月21日： 智能商業決策的預測建模 （從6月7日起搬遷）
從先前的數據中尋找可行的解決方案 - 無論是在研究，開發還是製造中 - 有時很難，因為許多變量之間的複雜，嘈雜的關係很難或不可能通過“眼睛”發現。這個免費的在線研討會展示瞭如何通過使用經過驗證和簡單易用的統計建模方法從先前數據中提取強大的見解，在第一時間，在更短的時間內正確解決複雜的技術問題。
你將學到如何：
- 從包含許多噪聲變量的先前數據中找出關係。
- 利用生成的模型來回答您的問題。
- 從統計模型中推動改進機會和決策。
JMP在線研討會入門
留意更多信息 https://www.jmp.com/en_gb/events/getting-started-with-jmp/overview.html （以及各自的國家頁面）
客戶關懷活動
JMP日
6月6日：Merck，Martillac，France
SF： https://na79.salesforce.com/7011O000002871i
6月12日：Ablynx，比利時根特
SF： https://na79.salesforce.com/7011O000002Ddj5
6月14日： 飛利浦，烏爾姆，德國
SF： https://na79.salesforce.com/7011O00000286xo
6月25日： 羅氏，彭茨貝格，德國
SF： https://na79.salesforce.com/7011O0000028722
6月26日：DOW，Schkopau，德國
SF： https://na79.salesforce.com/7011O00000286vg
6月26日：Dynex，英國林肯郡
SF： https://na79.salesforce.com/7011O00000286Ni
用戶組會議
6月14日：愛爾蘭用戶組會議，ADI公司，愛爾蘭利默里克
議程/註冊鏈接： https://www.jmp.com/en_gb/events/seminars/user-group/ir-user-group-14jun2018.html
SF： https://na79.salesforce.com/7011O000002Or5J
7月5日：英國用戶組會議，英國威特尼，雅培
議程/註冊鏈接： https://www.jmp.com/en_gb/events/seminars/user-group/uk-user-group-05jul2018.html
SF： https://na79.salesforce.com/7011O000002Oqq8
掌握JMP網絡研討會
什麼是社交
本月的應用領域：預測分析和設計質量
與Cy Wegman分析說： https://www.jmp.com/en_us/events/ondemand/analytically-speaking/how-p-and-g-saved-millions-and-improved-quality-with-analytics.html
LinkedIn文章： https://www.linkedin.com/pulse/culture-analytics-pg-how-make-better-decisions-predictive-nina-chan/?published=t
QBD活動：
LinkedIn文章： https://www.linkedin.com/pulse/case-study-linking-product-demands-process-through-qbd-nina-chan/
使用上述活動中提到的短鏈接在您的社交媒體上分享，並通過Sales Navigator邀請客戶。
對LinkedIn和Twitter的建議：
- 如何使用預測分析在產品開發中做出更好的決策。#analytics #JMPExplorers
- 6月14日加入我們，向分析專家Cy Wegman學習如何做出更好的決策
寶潔如何在產品開發中使用預測性#analytics。6月14日的免費研討會
