JMP ® Caractéristiques marketing
1) Générateur de requêtes. Un outil de requête de base de données SQL moderne aide les utilisateurs à découvrir des données intéressantes et à effectuer des requêtes correctes qui sont répétables et partageables.
Produit: JMP
Public: Scientifiques et ingénieurs qui ont besoin d'accéder à des données dans des bases de données.
Problèmes commerciaux traités:
- Beaucoup de temps consacré à la préparation des données.
- Trop de temps du personnel informatique pour répondre aux besoins des analystes en matière de requêtes.
- Incapacité à joindre des tables sans avoir à écrire de code SQL personnalisé. Recherche automatiquement les clés de jointure externes (pour les tables sélectionnées).
- Devoir se souvenir des valeurs de données pour filtrer plutôt que de pouvoir choisir dans une liste.
- Devoir créer des interfaces utilisateur personnalisées pour demander à l'utilisateur des valeurs de filtre et remplacer les valeurs dans les expressions SQL.
- Répondez à la concurrence avec Spotfire et Tableau.
Client clé: Micron, Intel, P&G, Cree, Freescale, Abbott, Intersil
2) Édition interactive de modèles . Vous permet d'exécuter et de comparer rapidement différents modèles avec une interface de glisser-déposer dans le rapport. Accélère l'analyse, vous amène au modèle qui fonctionne bien en moins de clics et met l'accent sur la nature interactive de l'analyse statistique avec JMP. Pris en charge dans de nombreuses personnalités Fit Model.
Produit: JMP
Public: Personnes effectuant une modélisation exploratoire.
Problèmes commerciaux traités:
- Après avoir ajusté un modèle, vous devez ajouter ou supprimer des termes, supprimer des termes d'un modèle qui ne sont pas significatifs ou intéressants, ou rendre le modèle plus parcimonieux. Auparavant, cela vous obligeait à entrer dans la boîte de dialogue de lancement du modèle d'ajustement. Vous pouvez désormais le faire dans le flux d'analyse, sans quitter la plateforme.
- Les valeurs de p sont souvent trop petites pour être formatées, et des valeurs plus grandes sont préférées dans les graphiques pour signifier plus significatives. LogWorths est ainsi utilisé pour afficher l'importance des effets dans un graphique à barres pour faciliter la sélection des effets.
Client clé: P&G.
3) Exportation PPT. Il est toujours agréable de montrer vos résultats d'analyse de données JMP directement dans JMP. Mais dans certains cas, vous devrez peut-être préparer un diaporama pour présenter vos informations à d'autres. Désormais, JMP facilite l'exportation de vos rapports sous forme de diapositives PowerPoint. Vous pouvez reformater les jeux de diapositives créés par JMP avec un modèle d'entreprise. Les tableaux contiennent du texte modifiable et JMP transfère automatiquement les titres des graphiques aux titres des diapositives.
Produit: JMP
Public: Tous les utilisateurs JMP qui doivent présenter les résultats dans PowerPoint.
Problèmes commerciaux traités:
- Obtenir une sortie graphique de haute qualité de JMP vers PowerPoint est un processus manuel difficile.
- Vous devez taper manuellement les titres des graphiques dans les titres des diapositives, ce qui peut entraîner un double titre sur une diapositive, gaspillant ainsi de l'espace dans le processus.
- Les tableaux sont fournis sous forme de graphiques, que vous ne pouvez pas modifier, ou leur formatage peut être incorrect.
- Les concurrents, tels que Minitab, facilitent l'exportation des résultats vers PowerPoint, souvent en un seul clic - maintenant JMP offre la même capacité d'exportation en un clic vers PowerPoint.
Clients clés: CAB, First Solar, JMP Clinical, Freescale, Abbott, Bill Meeker, GSK, P&G.
4) Images dans les tableaux de données. Type de données d'expression ajouté au tableau de données avec un bon support pour les images. Créez des colonnes d'images directement à partir de Graph Builder. JMP est le seul outil d'analyse statistique complet qui prend en charge cette fonctionnalité.
Produit : JMP
Public : Quiconque souhaite ajouter des images aux tableaux de données ou inclure des expressions dans une colonne.
Problèmes commerciaux résolus :
- Le redimensionnement horizontal des tableaux de données n'est pas pris en charge.
- Les tableaux de données ne prenaient pas correctement en charge les images ou les expressions.
5) Recoder. Le nettoyage / la préparation des données avant la modélisation peut prendre jusqu'à trois fois plus de temps que la modélisation ou l'analyse elle-même. Le recodage des colonnes contenant des données de caractères est souvent responsable d'une grande partie du temps de préparation. Les données catégorielles sont souvent en désordre en raison d'orthographes erronées, de majuscules incohérentes, d'abréviations et de structure qui nécessitent un nettoyage en vue d'une modélisation réussie.
Produit : JMP
Public : Toute personne préparant des données pour l'analyse.
Problèmes commerciaux résolus :
- Le recodage des données catégorielles a eu tendance à être un processus fastidieux et manuel. Maintenant, JMP vous permet de nettoyer les données en désordre avec une suite d'outils puissants, y compris le clustering de chaînes basé sur la distance de modification des caractères. Vous pouvez recoder manuellement ou utiliser un algorithme de recodage automatique.
- Douleurs autour du regroupement manuel, du filtrage, de la recherche et du tri des colonnes avec de nombreux niveaux de données de caractères.
6) Améliorations de Graph Builder. De nombreuses améliorations de Graph Builder, notamment: la prise en charge des sélections dans la légende; plus de contrôle des écarts entre les panneaux graphiques; matrice graphique; l'espace de clic droit prend désormais en charge la couleur, la transparence et la taille; et les bordures du graphique. Les améliorations comprennent également: des lignes connectées en douceur; histogrammes superposés; nouvelles options d'élément de barre pour aiguille et flotteur; prise en charge des modes pas à pas, horizontaux et verticaux dans l'élément de ligne; et le rôle des pages (une variable pseudo-BY); meilleur support pour la coloration des graphiques par différents dégradés de couleurs. Enfin, une boîte de dialogue de lancement de Graph Builder est disponible via script> Relancer l'analyse ou avec JSL via Graph Builder (boîte de dialogue de lancement).
Produit : JMP
Public : Utilisateurs effectuant une analyse exploratoire des données ou une visualisation des données.
Problèmes commerciaux résolus :
- Certains utilisateurs JMP utilisent toujours la plate-forme Chart car il existe des fonctionnalités que Graph Builder ne prend pas en charge.
- Parfois, il est souhaitable de générer un graphique dans Graph Builder à l'aide d'une boîte de dialogue de lancement, et non par glisser-déposer (pour les gros problèmes de données ou lorsqu'une matrice de graphique est souhaitée).
7) Sortie HTML interactive pour Profiler et Bubble Plot. Profiler et Bubble Plot sont deux des outils les plus populaires pour communiquer les résultats avec d'autres personnes en dehors de JMP. Auparavant, les versions interactives de ces plates-formes n'étaient disponibles que sous forme de Flash, que de nombreux appareils (notamment mobiles) ne peuvent pas lire.
Produit : JMP
Public : Toute personne partageant ou communiquant des résultats qui peut ne pas avoir ou avoir accès à JMP.
Problèmes commerciaux résolus :
- Seules les versions statiques de Profiler et Bubble Plot étaient disponibles auparavant, limitant leur utilisation en tant qu'outil de communication en dehors de JMP.
- Les versions Flash de ces deux rapports ne sont pas bien prises en charge et sont sujettes à des difficultés de déploiement, en particulier sur les appareils mobiles.
8)Filtrage de sélection . La sélection de lignes effectuée dans une plate-forme est utilisée pour filtrer la vue dans une autre plate-forme afin d'inclure uniquement les lignes sélectionnées.
Produit: JMP
Public visé: Clients créant des rapports de style tableau de bord.
Problèmes commerciaux traités: Les clients ont souvent des questions en cours qui sont stimulées par une analyse, et ils doivent analyser plus en détail un sous-ensemble de leurs données. Le filtre de sélection facilite l'intégration de flux d'analyse définis par l'utilisateur dans un tableau de bord. Les solutions qui nécessitaient autrefois des scripts avec des tables de sous-ensembles peuvent désormais être complétées par glisser-déposer.
Les principaux clients: Cela a été soulevé dans les réunions du CAB par le passé, et Jim Nelson de Freescale a partagé un exemple JSL qu'il avait développé.
9) Améliorations générales du DOE.
- Blocage dans les DSD
- Améliorations des conceptions remplissant l'espace - Facteurs qualitatifs, augmentation, MaxPro - nouveau critère pour la construction de ces conceptions.
- Tracer des parcelles avec des facteurs covariants.
- Un nouvel assistant dans la plate-forme de conception personnalisée qui vous permet d'utiliser une interface de type filtre de données pour les combinaisons de facteurs spécifiques choisies qui ne doivent pas être prises en compte dans une conception.
Produit: JMP
Public: Toute personne effectuant des DOE.
Problèmes commerciaux traités:
- Les combinaisons précédemment interdites nécessitaient l'écriture d'une expression et la connaissance de la logique booléenne. Cela a été difficile pour de nombreux utilisateurs.
- Le blocage n'était pas pris en charge lors de la création de DSD.
- Les parcelles divisées ne prenaient pas en charge les facteurs covariants.
- Les conceptions remplissant l'espace n'ont pas pu être augmentées.
10) Analyse de correspondance multiple. L'analyse de correspondance multiple est une technique d'analyse de données similaire à l'analyse en composantes principales, mais pour les données catégorielles. Il permet de visualiser et de découvrir des structures cachées dans un ensemble de données composé de plus de deux colonnes catégorielles. Ces informations sont utiles dans les études de marché pour identifier les publics cibles des publicités.
Produit : JMP
Public : Chercheurs consommateurs / marchés, spécialistes du comportement.
Problèmes commerciaux résolus :
- Il était parfois difficile d'identifier pourquoi plusieurs personnes ont répondu aux questions de la même manière ou d'identifier des groupes de personnes en fonction de leurs caractéristiques.
- Il était difficile de visualiser les associations entre plusieurs variables catégorielles ou plusieurs données de réponses.
Les principaux clients: France, Japon
11) Capacité du processus. Une plate-forme unifiée pour évaluer la capacité des processus. JMP signale la capacité à court terme comme «dans la limite de la capacité» et la capacité à long terme comme «la performance globale». Vous pouvez sous-grouper un processus en imbriquant la colonne dans une variable catégorielle ou définir une taille de sous-groupe constante pour un processus. Les graphiques sont mis à jour et vous voyez à la fois CPK et PPK par défaut.
Produit : JMP
Public : Ingénieurs qualité et praticiens Six Sigma.
Problèmes commerciaux résolus :
- La capacité de traitement est désormais sa propre plate-forme dans le menu qualité et processus, où vous vous attendez à la trouver.
- Création simplifiée des limites de spécifications.
Les principaux clients : Freescale, Amgen, Gore
12) Dégradation destructive. Pour mesurer une caractéristique d'un produit, le produit doit parfois être détruit. Par exemple, lors de la mesure de la résistance à la rupture, le produit est sollicité jusqu'à sa rupture. La nouvelle plateforme de dégradation destructive pour les études de fiabilité gère ce type d'analyse et dispose d'une bibliothèque de modèles intégrée avec de nombreux modèles, transformations et distribution de données standard. Comprend une comparaison de modèles, CDF et Quantile Profilers.
Produit : JMP
Public : Ingénieurs de fiabilité.
Problèmes commerciaux résolus :
- La dégradation destructive était difficile à trouver dans les versions précédentes de JMP, mais c'est maintenant sa propre plate-forme.
- Le lancement simplifié permet désormais aux utilisateurs de choisir des chemins de dégradation dans une liste.
Clients clés: P&G, Bill Meeker
13) Améliorations du clustering. Une plate-forme de cluster mise à jour permet de résoudre les problèmes courants liés à la préparation des données avant le clustering. Cela inclut les rapports, la manipulation des données, la réduction de la dimensionnalité des données et la synthèse des données.
Produit : JMP
Public : Industrie des semi-conducteurs, ingénieurs.
Problèmes commerciaux résolus :
- Rapports: pour caractériser les clusters, vous avez dû enregistrer l'ID du cluster, puis préparer un résumé, puis créer un graphique. Cela se produit en une seule étape maintenant.
- Manipulation des données: les données doivent souvent être manipulées avant le clustering. La nouvelle plate-forme transpose, empile ou divise automatiquement les données, vous permettant de traiter les données brutes en ligne avec l'analyse et d'enregistrer de nombreuses étapes du processus.
- Dimensionnalité: dans l'industrie des semi-conducteurs et autres, il est important de déterminer des grappes de modèles de défaut de tranche. Mais cela signifiait auparavant la création d'une variable pour créer des coordonnées XY, puis la division de cette dimension, puis le regroupement puis la fusion des clusters. Maintenant, JMP accomplit cela en une seule étape.
- Synthèse: vous souhaitez souvent regrouper des données résumées et cela prend plusieurs étapes.
- Scoring: Vous avez parfois besoin d'une formule de scoring pour classer les nouvelles données en clusters.
Les principaux clients : Micron
14) Améliorations discriminantes. La plate-forme Discriminante mise à jour comprend un certain nombre de nouvelles fonctionnalités, ce qui en fait un outil utile dans la boîte à outils d'un modeleur prédictif. Les nouvelles fonctionnalités incluent:
- Prise en charge de la validation croisée. (JMP Pro uniquement)
- Linear Wide, une nouvelle méthode pour les cas de données larges. Utile lorsque la matrice de covariance est trop grande pour être calculée (1000s + variables).
- Créer un script de notation vous permet de créer un script qui a le même effet que la commande Enregistrer si vous l'exécutez, mais un script peut être appliqué à une table de données distincte.
Produit : JMP
Public : Industrie des semi-conducteurs, ingénieurs, modélistes prédictifs, scientifiques.
Problèmes commerciaux résolus :
- L'analyse discriminante doit être considérée comme un outil viable dans la modélisation prédictive pour traiter les modèles prédictifs de big data et également pour mieux gérer les cas de données larges.
- Les nouvelles fonctionnalités de la plateforme Discriminant améliorent son utilité pour la modélisation prédictive et les problèmes de Big Data.
Les principaux clients: Micron
15) Utilitaires de modélisation. Un certain nombre d'utilitaires aident à préparer automatiquement les ensembles de données pour l'analyse, ce qui permet de gagner du temps dans la préparation des données, là où vous passez le plus de temps à analyser les données.
Produit : JMP
Public : Toute personne préparant des données pour la modélisation.
Problèmes commerciaux résolus :
- Les données contiennent souvent des valeurs manquantes qui doivent être imputées. Désormais, un utilitaire unifié de valeur manquante dans JMP vous permet d'imputer les données manquantes à l'aide d'un certain nombre de méthodes; compter ou regrouper les valeurs manquantes; et effectuer la sélection de ligne, la coloration, l'exclusion ou la coloration des cellules. En rationalisant le prétraitement des données, JMP économise un temps d'analyse précieux. (Explorez les valeurs manquantes)
- Lorsque vous avez des centaines de colonnes comme prédicteurs possibles et que vous voulez les essayer toutes, vous devez trouver un moyen d'éliminer les mauvaises ou d'élever les bonnes, accélérant les tâches de modélisation ultérieures dans le processus. (Prédicteurs d'écran)
- Les ensembles de données sont souvent remplis de valeurs aberrantes, que vous devez traiter avant de modéliser. Cela peut être une tâche manuelle, fastidieuse et longue. Maintenant, en un clic, vous pouvez identifier des éléments comme les valeurs aberrantes et les codes d'erreur, puis les traiter rapidement en utilisant l'une des nombreuses techniques. (Explorez les valeurs aberrantes)
JMP ® Fonctionnalités Pro Marketing
1) Matrices couvrant les facteurs. Les tableaux de couverture sont utilisés dans les applications de test où les interactions de facteurs peuvent entraîner des défaillances. Vous voudrez peut-être concevoir une expérience pour maximiser la probabilité de trouver des défauts tout en minimisant le coût et le temps. Couvrir les tableaux vous permet de faire exactement cela. Et lorsqu'il existe des combinaisons de facteurs qui créent des conditions invraisemblables, vous pouvez utiliser l'assistant interactif nouveau et interactif pour exclure automatiquement ces combinaisons de paramètres de facteur de la conception.
Produit : JMP Pro
Public : Testeurs et développeurs de logiciels.
Problèmes commerciaux résolus :
- Pour concevoir une expérience de couverture factorielle, vous deviez auparavant utiliser un autre progiciel; vous pouvez maintenant concevoir ces expériences dans JMP.
- Avec certains problèmes, d'autres progiciels ne fournissent pas le nombre minimal global d'exécutions, ce qui augmente potentiellement le coût d'exécution de l'expérience.
- Les combinaisons interdites peuvent être difficiles à écrire algébriquement, en particulier dans ces types d'expériences, qui peuvent avoir de nombreux facteurs catégoriels à plusieurs niveaux.
2) Améliorations de la modélisation analytique avancée. La régression généralisée, une personnalité de modèle d'ajustement, a une nouvelle sélection de modèles d'interaction graphique et de diagnostic informatif. Et il offre désormais des performances jusqu'à 1 000 fois supérieures. De plus, vous pouvez modifier les paramètres de réglage et sélectionner de nouvelles distributions, telles que Cauchy, Beta, Exponential, Zero-Inflated Gamma, Beta Binomial et Zero-Inflated Beta Binomial. La fonctionnalité inclut désormais la prise en charge de l'hérédité des effets et de la prédiction inverse et des effets forcés. Le modèle mixte, une personnalité Fit Model, dispose d'un nouvel optimiseur pour des performances considérablement améliorées sur les problèmes plus importants.
Produit : JMP Pro
Public : Modélisateurs prédictifs, utilisateurs d'analyses avancées, ingénieurs et scientifiques traitant des problèmes de données en désordre ou volumineux.
Problèmes commerciaux résolus :
- Ajustement Les méthodes généralisées, ajustées mixtes et robustes étaient souvent lentes à s'adapter à des problèmes plus importants ou complexes avec des effets d'ordre supérieur.
- Fit Generalized manquait de diagrammes de diagnostic et de rapports fournis par d'autres personnalités Fit Model.
- Fit Generalized manquait d'un moyen interactif pour ajuster l'ajustement du modèle.
- La régression quantile était auparavant disponible en tant que complément SAS, qui a été supprimée dans JMP 11.1. Nous pouvons maintenant effectuer cette analyse statistique en natif dans JMP Pro.
3) PLS-DA et attribution de mesures de précision aux prédictions du modèle dans PLS. L'analyse discriminante PLS (PLS-DA) ajuste une régression PLS avec une réponse catégorique. L'avantage de cette méthode de classification par rapport à GLM ou DA est qu'elle gère les facteurs corrélés, les données manquantes et peut modéliser plus de facteurs que les observations. Et il n'y a presque aucune hypothèse à faire sur les données avant la modélisation. De plus, l'amorçage des prédictions du modèle est désormais pris en charge pour tous les ajustements de modèle PLS.
Produit: JMP Pro
Public: Les modélisateurs font face à de larges problèmes; plus de colonnes que d'observations
Problèmes commerciaux traités:
- Les clients doivent adapter les modèles PLS aux réponses catégoriques. Ont souvent plus de facteurs que les observations (tableaux de données larges et courts) où aucune autre modélisation ne fonctionnera.
- Souvent, ces tableaux de données incluent des facteurs corrélés, ce qui entraîne l'échec d'autres méthodes de modélisation.
- JMP Pro 12 introduit l'amorçage pour les résultats du modèle PLS.
Les principaux clients: Syngenta, Unilever, Ian Cox, P&G
4) Créer un utilitaire de modélisation de colonne de validation. Crée des colonnes de validation en un seul clic en utilisant une technique aléatoire pure ou stratifiée pour garantir que toutes les catégories de la colonne stratifiée sont incluses dans l'ensemble de formation.
Produit : JMP Pro
Public : Modélisateurs prédictifs, tous ceux qui recherchent un moyen simple de créer une colonne de validation pour une évaluation honnête des performances du modèle.
Problèmes commerciaux résolus :
- La création d'une colonne de validation était en grande partie un processus manuel qui nécessitait plusieurs clics pour diviser un ensemble de données en ensembles de formation, de validation et de test.
Si vous aviez besoin de plus qu'un simple échantillon aléatoire des données pour le fractionnement, vous deviez utiliser un complément ou d'autres techniques pour générer les meilleurs fractionnements. Vous pouvez maintenant diviser les données en fonction du problème, en utilisant l'un des nombreux algorithmes inclus.
