JMP ® 營銷特色
1）查詢生成器。 現代化的SQL數據庫查詢工具可幫助用戶發現有趣的數據，並進行可重複和可共享的正確查詢。
產品： JMP
聽眾： 需要訪問數據庫中數據的科學家和工程師。
解決的業務難題：
- 在數據準備上花費了大量時間。
- IT人員花費太多時間來支持分析師的查詢需求。
- 無法聯接表而不必編寫自定義SQL代碼。自動查找外部聯接鍵（用於選定的表）。
- 必須記住要過濾的數據值，而不是能夠從列表中進行選擇。
- 必須構建自定義用戶界面來提示用戶輸入過濾器值並替換SQL表達式中的值。
- 通過Spotfire和Tableau解決競爭問題。
主要客戶：美光，英特爾，寶潔，Cree，飛思卡爾，雅培，Intersil
2）互動模型編輯 。 通過報表中的拖放界面，可以快速運行和比較各種模型。加快分析速度，使您進入較少點擊次數即可表現良好的模型，並強調使用JMP進行統計分析的交互性。受許多Fit Model人物支持。
產品： JMP
聽眾： 人們進行探索性建模。
解決的業務難題：
- 擬合模型後，您需要添加或刪除術語，從模型中刪除不重要或不感興趣的術語，或者使模型更加簡約。以前，這需要您進入“擬合模型”啟動對話框。現在，您可以在分析流程中完成此操作，而無需離開平台。
- P值通常太小而無法格式化，並且在圖表中建議使用更大的值來表示更有意義。LogWorths因此用於在條形圖中顯示效果的重要性，以幫助選擇效果。
主要客戶：寶潔。
3）PPT導出。總是很高興向您展示您的數據分析結果 JMP 直接在JMP中。但是在某些情況下，您可能需要準備一張幻燈片，以便向他人展示您的信息。現在，JMP使您可以輕鬆地將報告導出為PowerPoint幻燈片。 您可以使用公司模板重新格式化JMP創建的幻燈片。表包含可編輯的文本，並且JMP自動將圖形標題轉換為幻燈片標題。
產品： JMP
聽眾： 需要在PowerPoint中呈現結果的所有JMP用戶。
解決的業務難題：
- 從JMP到PowerPoint獲得高質量的圖形輸出是一個困難的手動過程。
- 您必須將圖形標題手動鍵入到幻燈片標題中，從而可能導致幻燈片上出現雙重標題，從而浪費了空間。
- 表格要么以圖形形式出現，但您無法編輯，否則它們的格式可能不正確。
- 諸如Minitab之類的競爭對手通常只需單擊即可使結果輕鬆導出到PowerPoint，現在JMP提供了與PowerPoint相同的一鍵導出功能。
主要客戶：CAB，First Solar，JMP Clinical，飛思卡爾，雅培，Bill Meeker，GSK，寶潔。
4）數據表中的圖像。表達式數據類型已添加到數據表中，並且對圖像具有良好的支持。 直接從Graph Builder創建圖像列。JMP是唯一支持此功能的功能齊全的統計分析工具。
產品 ：JMP
聽眾 ：任何希望將圖像添加到數據表或在列中包括表達式的人。
解決業務難題 ：
- 不支持水平調整數據表的大小。
- 數據表不能很好地支持圖像或表達式。
5）重新編碼。 建模之前的數據清理/準備時間最多可能是建模或分析本身的三倍。 重新編碼包含字符數據的列通常會佔用很多準備時間。 由於拼寫錯誤，大寫不一致，縮寫和結構需要分類以準備成功的建模，因此分類數據通常很混亂。
產品 ：JMP
聽眾 ：準備數據進行分析的任何人。
解決業務難題 ：
- 重新編碼分類數據往往是一個繁瑣且手動的過程。現在，JMP允許您使用一套功能強大的工具清理凌亂的數據，包括基於字符編輯距離的字符串聚類。 您可以手動重新編碼或使用自動重新編碼算法。
- 圍繞手動分組，過濾，搜索和排序具有許多字符數據級別的列而感到痛苦。
6）圖形生成器的改進。 Graph Builder的許多改進，包括：支持圖例中的選擇；更好地控製圖形面板之間的間隙；圖矩陣右鍵單擊間隙現在支持顏色，透明度和大小；和圖形邊框。改進還包括：線路連接順暢；直方圖重疊；針和浮子的新桿元素選項；支持線元素中的步進，水平和垂直模式；和頁面角色（偽BY變量）；通過各種顏色漸變更好地支持著色圖。最後，可以通過“腳本”>“重新啟動分析”來使用“圖形構建器”啟動對話框，也可以通過“圖形構建器”（“啟動對話框”）與JSL一起使用。
產品 ：JMP
聽眾 ：執行探索性數據分析或數據可視化的用戶。
解決業務難題 ：
- 一些JMP用戶仍然使用Chart平台，因為Graph Builder不支持某些功能。
- 有時，希望使用啟動對話框在圖形生成器中生成圖形，而不是通過拖放操作生成圖形（對於大型數據問題或需要圖形矩陣時）。
7）用於探查器和氣泡圖的交互式HTML輸出。 Profiler和Bubble Plot是用於與JMP之外的其他人交流結果的兩種最受歡迎的工具。以前，這些平台的交互式版本僅可作為Flash使用，許多設備（尤其是移動設備）無法播放Flash。
產品 ：JMP
聽眾 ：共享或交流結果的任何人，這些人可能無法或無法訪問JMP。
解決業務難題 ：
- 以前只有Profiler和Bubble Plot的靜態版本可用，這限制了它們作為JMP外部通信工具的可用性。
- 這兩個報告的Flash版本沒有得到很好的支持，並且易於部署，尤其是在移動設備上。
8)選擇過濾 。在一個平台中執行的行選擇用於過濾另一平台中的視圖，以僅包括所選行。
產品： JMP
目標聽眾： 客戶構建儀表板風格的報告。
解決的業務難題： 客戶通常會受到分析的刺激而產生流程中的問題，因此他們需要進一步分析其數據的子集。 選擇過濾器可輕鬆將用戶定義的分析流合併到儀表板中。 曾經需要使用子集表編寫腳本的解決方案現在可以通過拖放來完成。
主要客戶： 過去在CAB會議上都提到了這一點，飛思卡爾的Jim Nelson分享了他開發的JSL示例。
9） 通用DOE增強功能。
- 阻止DSD
- 空間填充設計的增強–定性因素，增強，MaxPro –構建這些設計的新標準。
- 具有協變量因子的分割圖。
- “定制設計”平台中的新嚮導允許您使用類似於“數據過濾器”的界面來選擇設計中不應考慮的特定因素組合。
產品： JMP
聽眾： 任何執行DOE的人。
解決的業務難題：
- 以前不允許的組合要求編寫表達式並了解布爾邏輯。這對許多用戶來說都是挑戰。
- 創建DSD時不支持阻止。
- 分割圖不支持協變量因子。
- 不能增加空間填充設計。
10）多重對應分析。 多重對應分析是一種數據分析技術，與主成分分析相似，但用於分類數據。它有助於可視化和發現包含兩個以上分類列的數據集中的隱藏結構。此類信息可用於市場研究，以識別廣告的目標受眾。
產品 ：JMP
聽眾 ：消費者/市場研究人員，行為科學家。
解決業務難題 ：
- 有時很難確定為什麼多個人以相似的方式回答問題，或者很難根據他們的特徵來確定一組人。
- 很難可視化多個類別變量或多個答案數據之間的關聯。
主要客戶： 法國，日本
11）過程能力。 評估過程能力的統一平台。JMP將短期能力報告為“內部能力”，將長期能力報告為“整體性能”。您可以通過將列嵌套在分類變量中來對流程進行分組，或者為流程設置恆定的分組大小。圖形已更新，默認情況下您會看到CPK和PPK。
產品 ：JMP
聽眾 ：質量工程師和六名西格瑪從業人員。
解決業務難題 ：
- 現在，您可以在質量和過程菜單中找到過程功能，這是它自己的平台。
- 簡化規格限制的創建。
主要客戶 ：飛思卡爾，安進，戈爾
12）破壞性降級。 為了測量產品特性，有時必須銷毀產品。例如，在測量斷裂強度時，對產品施加壓力直至斷裂。 用於可靠性研究的新型破壞性降級平台可處理此類分析，並具有一個內置的模型庫，其中包含許多標準模型，轉換和數據分佈。包括模型比較，CDF和Quantile Profilers。
產品 ：JMP
聽眾 ：可靠性工程師。
解決業務難題 ：
- 在以前的JMP版本中很難發現破壞性降級，但是現在它是它自己的平台。
- 現在，簡化的啟動使用戶可以從列表中選擇降級路徑。
主要客戶：寶潔，比爾·米克爾
13）集群改進。 更新的群集平台可幫助解決群集之前數據準備中的常見難題。這包括報告，數據處理，減少數據維數和數據匯總。
產品 ：JMP
聽眾 ：半導體行業的工程師。
解決業務難題 ：
- 報告：要表徵集群，您必須保存集群ID，然後準備摘要，然後製作圖表。現在，這一步就完成了。
- 數據操作：數據通常需要在群集之前進行操作。新平台會自動轉置，堆疊或拆分數據，使您可以與分析一致地處理原始數據，並節省過程中的許多步驟。
- 尺寸：在半導體行業和其他行業，確定晶圓缺陷圖案的簇很重要。但這先前意味著要創建一個變量以生成XY坐標，然後在該維度上拆分，然後進行聚類，然後合併這些聚類。現在，JMP一步完成了這一任務。
- 匯總：通常，您想對匯總數據進行聚類，這需要多個步驟。
- 計分：有時您需要一個計分公式將新數據分類為群集。
主要客戶 ：微米
14）判別性改進。 更新後的Discriminant平台包括許多新功能，使其成為預測建模器工具箱中的有用工具。新功能包括：
- 交叉驗證支持。（僅JMP Pro）
- 線性寬，一種用於寬數據案例的新方法。當協方差矩陣太大而無法計算（1000s +個變量）時很有用。
- “生成評分腳本”使您可以創建一個與運行“保存”命令具有相同效果的腳本，但是可以將腳本應用於單獨的數據表。
產品 ：JMP
聽眾 ：半導體行業，工程師，預測建模者，科學家。
解決業務難題 ：
- 判別分析應被視為預測模型中處理大數據預測模型以及更好地處理寬數據案例的可行工具。
- Discriminant平台中的新功能增強了其對預測建模和大數據問題的實用性。
主要客戶： 美光
15）實用程序建模。 許多實用程序可幫助自動準備數據集以進行分析，從而節省了花費大量數據分析時間的數據準備時間。
產品 ：JMP
聽眾 ：準備建模的任何人。
解決業務難題 ：
- 數據通常包含必須估算的缺失值。現在，JMP中的統一缺失值實用程序使您可以使用多種方法來估算缺失數據。計算或聚集缺失值；並執行行選擇，著色，排除或單元格著色。通過簡化數據預處理，JMP節省了寶貴的分析時間。（探索缺失值）
- 當您有成百上千的列可能作為預測變量，並且想要全部嘗試使用它們時，您需要某種方法來剔除不良的或提升良好的預測，從而加快該過程中的後續建模任務。（屏幕預測變量）
- 數據集通常充滿異常值，在建模之前必須處理這些異常值。這可能是一項手動，繁瑣且耗時的任務。現在，只需單擊一下，您就可以識別異常值和錯誤代碼之類的東西，然後使用多種技術之一快速對其進行處理。（探索異常值）
JMP ® 專業營銷功能
1）因子覆蓋數組。 覆蓋陣列用於測試應用中，其中因素相互作用可能導致故障。您可能想要設計一個實驗，以最大程度地發現缺陷，同時還可以最大程度地減少成本和時間。覆蓋數組使您可以做到這一點。並且，當有多種因素組合產生令人難以置信的條件時，您可以使用新的交互式“不允許的組合”嚮導從設計中自動排除這些因素設置組合。
產品 ：JMP專業版
聽眾 ：軟件測試人員和開發人員。
解決業務難題 ：
- 要設計一個覆蓋因子的實驗，您以前需要使用另一個軟件包。現在您可以在JMP中設計這些實驗。
- 由於某些問題，其他軟件包無法提供全局最小運行次數，從而可能增加運行實驗的成本。
- 不允許的組合可能很難用代數形式書寫，尤其是在這些類型的實驗中，這些實驗可能具有許多分類因素，並且層次很多。
2）增強了高級分析建模。 廣義回歸（Fit Model）是一種擬合模型，具有新的圖形/交互模型選擇和信息診斷包。現在，它的性能提高了1000倍。此外，您可以修改調整參數並選擇新的分佈，例如柯西，貝塔係數，指數，零膨脹伽瑪，貝塔二項式和零膨脹貝塔二項式。該功能現在包括對效果遺傳，逆向預測和強制效果的支持。混合模型（Fit Model個性）具有新的優化器，可以大大改善較大問題的性能。
產品 ：JMP專業版
聽眾 ：預測建模者，高級分析的用戶，處理混亂或大數據問題的工程師和科學家。
解決業務難題 ：
- 擬合通用，擬合混合和魯棒方法通常較慢，無法擬合較大的問題或具有較高階效果的複雜問題。
- Fit Generalized缺少診斷圖，並且沒有其他Fit Model人物提供的報告。
- 擬合通用化缺少一種用於調整模型擬合的交互式方法。
- 分位數回歸以前是作為SAS加載項提供的，已在JMP 11.1中刪除。現在，我們可以在JMP Pro中本地執行此統計分析。
3）PLS-DA並為PLS中的模型預測分配精度度量。PLS判別分析（PLS-DA）使PLS回歸具有分類響應。與GLM或DA相比，這種分類方法的優勢在於，它可以處理相關因素，數據丟失，並且可以比觀察數據建模更多的因素。而且，在建模之前幾乎不需要對數據進行任何假設。此外，現在支持所有PLS模型擬合的模型預測自舉。
產品： JMP專業版
聽眾： 建模人員處理廣泛的問題；列多於觀察值
解決的業務難題：
- 客戶需要適合PLS模型以進行分類響應。在其他建模不起作用的情況下，因素通常多於觀察（寬和短數據表）。
- 這些數據表通常包含相關因素，這會導致其他建模方法失敗。
- JMP Pro 12為PLS模型結果引入了自舉。
主要客戶： 先正達，聯合利華，伊恩·考克斯，寶潔
4）創建驗證列建模實用程序。 單擊一次使用純隨機技術或分層創建驗證列，以確保分層列中的所有類別都包括在訓練集中。
產品 ：JMP專業版
聽眾 ：可預測的建模人員，任何尋求一種簡單方法來創建驗證列以誠實評估模型性能的人。
解決業務難題 ：
- 驗證列的創建在很大程度上是一個手動過程，需要多次單擊才能將數據集劃分為訓練集，驗證集和測試集。
如果您需要用於拆分的數據不只是一個簡單的隨機樣本，則必須使用外接程序或其他技術來生成最佳拆分。現在，您可以使用幾種隨附算法中的一種，根據問題拆分數據。
