JMP ® Marketingfunktionen
1) Abfrage-Generator. Ein modernes SQL-Datenbankabfragetool hilft Benutzern, interessante Daten zu entdecken und korrekte Abfragen durchzuführen, die wiederholbar und gemeinsam nutzbar sind.
Produkt: JMP
Publikum: Wissenschaftler und Ingenieure, die auf Daten in Datenbanken zugreifen müssen.
Geschäftliche Probleme behoben:
- Viel Zeit für die Datenaufbereitung.
- Zu viel Zeit für IT-Mitarbeiter zur Unterstützung der Abfragebedürfnisse von Analysten.
- Unfähigkeit, Tabellen zu verbinden, ohne benutzerdefinierten SQL-Code schreiben zu müssen. Findet automatisch die äußeren Verknüpfungsschlüssel (für ausgewählte Tabellen).
- Sie müssen sich Datenwerte zum Filtern merken, anstatt aus einer Liste auswählen zu können.
- Sie müssen benutzerdefinierte Benutzeroberflächen erstellen, um den Benutzer zur Eingabe von Filterwerten aufzufordern und die Werte in SQL-Ausdrücken zu ersetzen.
- Adressieren Sie den Wettbewerb mit Spotfire und Tableau.
Hauptkunde: Micron, Intel, P & G, Cree, Freescale, Abbott, Intersil
2) Interaktive Modellbearbeitung . Ermöglicht das schnelle Ausführen und Vergleichen verschiedener Modelle mit einer Drag & Drop-Oberfläche im Bericht. Beschleunigt die Analyse, bringt Sie zu dem Modell, das mit weniger Klicks eine gute Leistung erbringt, und betont den interaktiven Charakter der statistischen Analyse mit JMP. Unterstützt in vielen Fit Model Persönlichkeiten.
Produkt: JMP
Publikum: Menschen, die explorative Modellierung durchführen.
Geschäftliche Probleme behoben:
- Nach dem Anpassen eines Modells müssen Sie Begriffe hinzufügen oder entfernen, Begriffe aus einem Modell entfernen, die nicht signifikant oder interessant sind, oder das Modell sparsamer machen. Zuvor mussten Sie dazu das Startdialogfeld "Modell anpassen" aufrufen. Jetzt können Sie dies im Analysefluss tun, ohne die Plattform zu verlassen.
- P-Werte sind oft zu klein zum Formatieren, und größere Werte werden in Diagrammen bevorzugt, um eine höhere Signifikanz zu bedeuten. LogWorths werden daher verwendet, um die Wichtigkeit von Effekten in einem Balkendiagramm anzuzeigen und die Auswahl der Effekte zu erleichtern.
Hauptkunde: P & G.
3) PPT-Export. Es ist immer schön, Ihre Datenanalyseergebnisse von zu zeigen JMP direkt in JMP. In einigen Fällen müssen Sie jedoch möglicherweise ein Dia-Deck vorbereiten, um Ihre Informationen anderen zu präsentieren. Mit JMP können Sie Ihre Berichte jetzt ganz einfach als PowerPoint-Folien exportieren. Sie können von JMP erstellte Dia-Decks mit einer Unternehmensvorlage neu formatieren. Tabellen enthalten bearbeitbaren Text, und JMP überträgt Diagrammtitel automatisch auf Folientitel.
Produkt: JMP
Publikum: Alle JMP-Benutzer, die Ergebnisse in PowerPoint präsentieren müssen.
Geschäftliche Probleme behoben:
- Es ist ein schwieriger manueller Prozess, qualitativ hochwertige grafische Ausgaben von JMP in PowerPoint zu erhalten.
- Sie müssen Diagrammtitel manuell in Folientitel eingeben, was möglicherweise zu einem Doppeltitel auf einer Folie führt und dabei Speicherplatz verschwendet.
- Tabellen werden entweder als Grafiken geliefert, die Sie nicht bearbeiten können, oder ihre Formatierung ist möglicherweise falsch.
- Mitbewerber wie Minitab vereinfachen das Exportieren von Ergebnissen nach PowerPoint, häufig mit einem einzigen Klick. Jetzt bietet JMP die gleiche Exportfunktion mit einem Klick nach PowerPoint.
Hauptkunden: CAB, First Solar, JMP Clinical, Freescale, Abbott, Bill Meeker, GSK, P & G.
4) Bilder in Datentabellen. Ausdrucksdatentyp zur Datentabelle hinzugefügt mit guter Unterstützung für Bilder. Erstellen Sie Bildspalten direkt in Graph Builder. JMP ist das einzige voll ausgestattete statistische Analysetool, das diese Funktionalität unterstützt.
Produkt : JMP
Publikum : Jeder, der Bilder zu Datentabellen hinzufügen oder Ausdrücke in eine Spalte aufnehmen möchte.
Geschäftliche Probleme behoben ::
- Die horizontale Größenänderung von Datentabellen wird nicht unterstützt.
- Datentabellen unterstützten Bilder oder Ausdrücke nicht gut.
5) Umkodieren. Die Datenbereinigung / -vorbereitung vor der Modellierung kann bis zu dreimal so lange dauern wie die Modellierung oder Analyse selbst. Das Neukodieren von Spalten, die Zeichendaten enthalten, ist häufig für einen Großteil der Vorbereitungszeit verantwortlich. Kategoriale Daten sind häufig aufgrund von Rechtschreibfehlern, inkonsistenter Groß- und Kleinschreibung, Abkürzungen und Strukturen unübersichtlich, die zur Vorbereitung einer erfolgreichen Modellierung bereinigt werden müssen.
Produkt : JMP
Publikum : Jeder, der Daten für die Analyse vorbereitet.
Geschäftliche Probleme behoben ::
- Das Neukodieren kategorialer Daten war in der Regel ein langwieriger und manueller Vorgang. Mit JMP können Sie jetzt unordentliche Daten mit einer Reihe leistungsstarker Tools bereinigen, einschließlich String-Clustering basierend auf der Zeichenbearbeitungsentfernung. Sie können manuell umcodieren oder einen automatischen Umcodierungsalgorithmus verwenden.
- Probleme beim manuellen Gruppieren, Filtern, Suchen und Sortieren von Spalten mit vielen Ebenen von Zeichendaten.
6) Verbesserungen des Graph Builder. Viele Verbesserungen an Graph Builder, einschließlich: Unterstützung der Auswahl in der Legende; mehr Kontrolle über Lücken zwischen Grafikfeldern; Graphmatrix; Wenn Sie mit der rechten Maustaste klicken, werden jetzt Farbe, Transparenz und Größe unterstützt. und die Graphenränder. Zu den Verbesserungen gehören auch: reibungslos verbundene Leitungen; überlagerte Histogramme; neue Stangenelementoptionen für Nadel und Schwimmer; Unterstützung für Schritt-, Horizontal- und Vertikalmodi im Linienelement; und Seitenrolle (eine Pseudo-BY-Variable); Bessere Unterstützung für das Färben von Diagrammen durch verschiedene Farbverläufe. Schließlich ist ein Graph Builder-Startdialog über Skript> Relaunch-Analyse oder mit JSL über Graph Builder (Startdialog) verfügbar.
Produkt : JMP
Publikum : Benutzer, die explorative Datenanalysen oder Datenvisualisierungen durchführen.
Geschäftliche Probleme behoben ::
- Einige JMP-Benutzer verwenden weiterhin die Diagrammplattform, da es Funktionen gibt, die Graph Builder nicht unterstützt.
- Manchmal ist es wünschenswert, ein Diagramm in Graph Builder mithilfe eines Startdialogs und nicht per Drag & Drop zu generieren (bei Problemen mit großen Datenmengen oder wenn eine Diagrammmatrix gewünscht wird).
7) Interaktive HTML-Ausgabe für Profiler und Bubble Plot. Profiler und Bubble Plot sind zwei der beliebtesten Tools für die Kommunikation von Ergebnissen mit anderen außerhalb von JMP. Bisher waren interaktive Versionen dieser Plattformen nur als Flash verfügbar, die von vielen Geräten (insbesondere von Mobilgeräten) nicht abgespielt werden können.
Produkt : JMP
Publikum : Jeder, der Ergebnisse teilt oder kommuniziert und möglicherweise keinen Zugriff auf JMP hat oder hat.
Geschäftliche Probleme behoben ::
- Bisher waren nur statische Versionen von Profiler und Bubble Plot verfügbar, was deren Verwendbarkeit als Kommunikationswerkzeug außerhalb von JMP einschränkte.
- Flash-Versionen dieser beiden Berichte werden nicht gut unterstützt und sind anfällig für Bereitstellungsschwierigkeiten, insbesondere auf Mobilgeräten.
8)Auswahlfilterung . Die auf einer Plattform durchgeführte Zeilenauswahl wird verwendet, um die Ansicht auf einer anderen Plattform so zu filtern, dass nur die ausgewählten Zeilen enthalten sind.
Produkt: JMP
Zielgruppe: Kunden, die Berichte im Dashboard-Stil erstellen.
Geschäftliche Probleme behoben: Kunden haben häufig Fragen im Fluss, die durch eine Analyse ausgelöst werden, und sie müssen eine Teilmenge ihrer Daten weiter analysieren. Der Auswahlfilter erleichtert die Integration benutzerdefinierter Analyseflüsse in ein Dashboard. Lösungen, für die früher Skripte mit Teilmengen-Tabellen erforderlich waren, können jetzt durch Ziehen und Ablegen abgeschlossen werden.
Schlüsselkunden: Dies wurde in der Vergangenheit in CAB-Meetings festgestellt, und Jim Nelson von Freescale teilte ein von ihm entwickeltes JSL-Beispiel mit.
9) Allgemeine DOE-Verbesserungen.
- Blockieren in DSDs
- Verbesserungen an raumfüllenden Designs - Qualitative Faktoren, Augment, MaxPro - neues Kriterium für die Erstellung dieser Designs.
- Geteilte Diagramme mit kovariaten Faktoren.
- Ein neuer Assistent in der Custom Design-Plattform, mit dem Sie eine datenfilterähnliche Oberfläche für ausgewählte bestimmte Faktorkombinationen verwenden können, die in einem Design nicht berücksichtigt werden sollten.
Produkt: JMP
Publikum: Jeder, der DOEs durchführt.
Geschäftliche Probleme behoben:
- Zuvor nicht zugelassene Kombinationen erforderten das Schreiben eines Ausdrucks und die Kenntnis der Booleschen Logik. Dies war für viele Benutzer eine Herausforderung.
- Das Blockieren wurde beim Erstellen von DSDs nicht unterstützt.
- Geteilte Diagramme unterstützten keine kovariaten Faktoren.
- Raumfüllende Designs konnten nicht erweitert werden.
10) Mehrfachkorrespondenzanalyse. Die Mehrfachkorrespondenzanalyse ist eine Datenanalysetechnik, die der Hauptkomponentenanalyse ähnelt, jedoch für kategoriale Daten. Es hilft, versteckte Strukturen in einem Datensatz zu visualisieren und aufzudecken, der aus mehr als zwei kategorialen Spalten besteht. Solche Informationen sind in der Marktforschung nützlich, um Zielgruppen für Werbung zu identifizieren.
Produkt : JMP
Publikum : Verbraucher- / Marktforscher, Verhaltensforscher.
Geschäftliche Probleme behoben ::
- Es war manchmal schwierig zu identifizieren, warum mehrere Personen Fragen auf ähnliche Weise beantworteten, oder Gruppen von Personen anhand ihrer Merkmale zu identifizieren.
- Es war schwierig, die Assoziationen zwischen mehreren kategorialen Variablen oder mehreren Antwortdaten zu visualisieren.
Schlüsselkunden: Frankreich, Japan
11) Prozessfähigkeit. Eine einheitliche Plattform zur Bewertung der Prozessfähigkeit. JMP gibt die kurzfristige Fähigkeit als "innerhalb der Fähigkeit" und die langfristige Fähigkeit als "Gesamtleistung" an. Sie können einen Prozess unterteilen, indem Sie die Spalte in eine kategoriale Variable verschachteln oder eine konstante Untergruppengröße für einen Prozess festlegen. Die Grafiken werden aktualisiert und Sie sehen standardmäßig sowohl CPK als auch PPK.
Produkt : JMP
Publikum : Qualitätsingenieure und Six Sigma-Praktiker.
Geschäftliche Probleme behoben ::
- Die Prozessfähigkeit ist jetzt eine eigene Plattform im Qualitäts- und Prozessmenü, auf der Sie sie erwarten würden.
- Optimierte Erstellung von Spezifikationsgrenzen.
Schlüsselkunden : Freescale, Amgen, Gore
12) Zerstörerischer Abbau. Um ein Produktmerkmal zu messen, muss das Produkt manchmal zerstört werden. Wenn beispielsweise die Bruchfestigkeit gemessen wird, wird das Produkt so lange beansprucht, bis es bricht. Die neue Destructive Degradation-Plattform für Zuverlässigkeitsstudien verarbeitet diese Art der Analyse und verfügt über eine integrierte Modellbibliothek mit vielen Standardmodellen, Transformationen und Datenverteilung. Beinhaltet einen Modellvergleich, CDF und Quantile Profiler.
Produkt : JMP
Publikum : Zuverlässigkeitsingenieure.
Geschäftliche Probleme behoben ::
- Destruktiver Abbau war in früheren Versionen von JMP schwer zu finden, aber jetzt ist es eine eigene Plattform.
- Durch den optimierten Start können Benutzer jetzt Verschlechterungspfade aus einer Liste auswählen.
Hauptkunden: P & G, Bill Meeker
13) Clustering-Verbesserungen. Eine aktualisierte Cluster-Plattform hilft dabei, häufige Probleme bei der Datenaufbereitung vor dem Clustering zu beheben. Dies umfasst Berichterstellung, Datenmanipulation, Reduzierung der Datendimensionalität und Datenzusammenfassung.
Produkt : JMP
Publikum : Halbleiterindustrie, Ingenieure.
Geschäftliche Probleme behoben ::
- Berichterstellung: Um Cluster zu charakterisieren, mussten Sie die Cluster-ID speichern, eine Zusammenfassung erstellen und anschließend ein Diagramm erstellen. Dies geschieht jetzt in einem Schritt.
- Datenmanipulation: Daten müssen häufig vor dem Clustering bearbeitet werden. Die neue Plattform transponiert, stapelt oder teilt Daten automatisch, sodass Sie Rohdaten im Einklang mit der Analyse verarbeiten und viele Schritte im Prozess sparen können.
- Dimensionalität: In der Halbleiterindustrie und anderen ist es wichtig, Cluster von Waferdefektmustern zu bestimmen. Zuvor bedeutete dies jedoch, eine Variable zu erstellen, um XY-Koordinaten zu erstellen, diese aufzuteilen, dann zu gruppieren und dann die Cluster zusammenzuführen. Jetzt erreicht JMP dies in einem Schritt.
- Zusammenfassung: Oft möchten Sie zusammengefasste Daten gruppieren, und es sind mehrere Schritte erforderlich.
- Bewertung: Manchmal benötigen Sie eine Bewertungsformel, um neue Daten in Cluster zu klassifizieren.
Schlüsselkunden : Mikron
14) Diskriminierende Verbesserungen. Die aktualisierte Diskriminanzplattform enthält eine Reihe neuer Funktionen, die sie zu einem nützlichen Werkzeug in der Toolbox eines Vorhersagemodellierers machen. Zu den neuen Funktionen gehören:
- Unterstützung für die gegenseitige Validierung. (Nur JMP Pro)
- Linear Wide, eine neue Methode für breite Datenfälle. Nützlich, wenn die Kovarianzmatrix zu groß ist, um berechnet zu werden (1000s + Variablen).
- Mit Bewertungsskript erstellen können Sie ein Skript erstellen, das den gleichen Effekt wie der Befehl Speichern hat, wenn Sie es ausführen. Ein Skript kann jedoch auf eine separate Datentabelle angewendet werden.
Produkt : JMP
Publikum : Halbleiterindustrie, Ingenieure, Vorhersagemodellierer, Wissenschaftler.
Geschäftliche Probleme behoben ::
- Die Diskriminanzanalyse sollte als praktikables Werkzeug bei der Vorhersagemodellierung für den Umgang mit Big-Data-Vorhersagemodellen und auch für eine bessere Behandlung von Fällen mit großen Datenmengen angesehen werden.
- Neue Funktionen in der Diskriminanzplattform verbessern ihre Nützlichkeit für Vorhersagemodelle und Big-Data-Probleme.
Schlüsselkunden: Mikron
15) Modellierungsdienstprogramme. Eine Reihe von Dienstprogrammen hilft dabei, Datensätze automatisch für die Analyse vorzubereiten. Dies spart Zeit bei der Datenvorbereitung, bei der Sie die meiste Zeit für die Datenanalyse aufwenden.
Produkt : JMP
Publikum : Jeder, der Daten für die Modellierung vorbereitet.
Geschäftliche Probleme behoben ::
- Daten enthalten häufig fehlende Werte, die unterstellt werden müssen. Mit einem einheitlichen Dienstprogramm für fehlende Werte in JMP können Sie fehlende Daten mithilfe einer Reihe von Methoden unterstellen. fehlende Werte zählen oder gruppieren; und Zeilenauswahl, Färbung, Ausschluss oder Zellfärbung durchführen. Durch die Optimierung der Datenvorverarbeitung spart JMP wertvolle Analysezeit. (Fehlende Werte untersuchen)
- Wenn Sie Hunderte von Spalten als mögliche Prädiktoren haben und alle ausprobieren möchten, benötigen Sie eine Möglichkeit, die schlechten auszusortieren oder die guten zu erhöhen, um die nachfolgenden Modellierungsaufgaben zu beschleunigen. (Bildschirmprädiktoren)
- Datensätze sind oft voller Ausreißer, mit denen Sie sich vor der Modellierung befassen müssen. Dies kann eine manuelle, mühsame und zeitaufwändige Aufgabe sein. Jetzt können Sie mit einem Klick Ausreißer und Fehlercodes identifizieren und diese dann mithilfe einer von mehreren Techniken schnell bearbeiten. (Ausreißer erkunden)
JMP ® Pro Marketing-Funktionen
1) Faktorabdeckende Arrays. Abdeckungsarrays werden in Testanwendungen verwendet, bei denen Faktorwechselwirkungen zu Fehlern führen können. Möglicherweise möchten Sie ein Experiment entwerfen, um die Wahrscheinlichkeit des Auffindens von Fehlern zu maximieren und gleichzeitig Kosten und Zeit zu minimieren. Mit Covering Arrays können Sie genau das tun. Und wenn es Kombinationen von Faktoren gibt, die unplausible Bedingungen schaffen, können Sie den neuen und interaktiven Assistenten für unzulässige Kombinationen verwenden, um diese Kombinationen von Faktoreinstellungen automatisch vom Entwurf auszuschließen.
Produkt : JMP Pro
Publikum : Software-Tester und Entwickler.
Geschäftliche Probleme behoben ::
- Um ein Experiment zur Faktorabdeckung zu entwerfen, mussten Sie zuvor ein anderes Softwarepaket verwenden. Jetzt können Sie diese Experimente in JMP entwerfen.
- Bei einigen Problemen bieten andere Softwarepakete nicht die globale Mindestanzahl von Läufen, was möglicherweise die Kosten für die Ausführung des Experiments erhöht.
- Unzulässige Kombinationen können schwierig algebraisch zu schreiben sein, insbesondere bei solchen Experimenten, die viele kategoriale Faktoren mit vielen Ebenen haben können.
2) Verbesserungen der erweiterten Analytics-Modellierung. Generalized Regression, eine Persönlichkeit des Fit-Modells, verfügt über eine neue Auswahl an Grafik- / Interaktionsmodellen und ein informatives Diagnosepaket. Und jetzt bietet es eine bis zu 1.000-mal bessere Leistung. Darüber hinaus können Sie die Optimierungsparameter ändern und neue Distributionen auswählen, z. B. Cauchy, Beta, Exponential, Gamma ohne Inflation, Beta-Binomial und Beta-Binomial ohne Inflation. Die Funktion unterstützt jetzt die Vererbung von Effekten sowie die inverse Vorhersage und erzwungene Effekte. Mixed Model, eine Persönlichkeit von Fit Model, verfügt über einen neuen Optimierer für eine deutlich verbesserte Leistung bei größeren Problemen.
Produkt : JMP Pro
Publikum : Prädiktive Modellierer, Benutzer fortschrittlicher Analysen, Ingenieure und Wissenschaftler, die sich mit unordentlichen oder großen Datenproblemen befassen.
Geschäftliche Probleme behoben ::
- Anpassung Verallgemeinerte, angepasste gemischte und robuste Methoden passten häufig nur langsam zu größeren Problemen oder komplexen Problemen mit Effekten höherer Ordnung.
- Fit Generalized fehlten diagnostische Diagramme und Berichte, die von anderen Fit Model-Persönlichkeiten bereitgestellt wurden.
- Fit Generalized fehlte eine interaktive Möglichkeit, die Modellanpassung anzupassen.
- Quantile Regression war zuvor als SAS-Add-In verfügbar, das in JMP 11.1 entfernt wurde. Jetzt können wir diese statistische Analyse nativ in JMP Pro durchführen.
3) PLS-DA und Zuweisen von Präzisionsmaßen zu Modellvorhersagen in PLS. Die PLS-Diskriminanzanalyse (PLS-DA) passt eine PLS-Regression mit einer kategorialen Antwort an. Der Vorteil dieser Klassifizierungsmethode gegenüber GLM oder DA besteht darin, dass sie korrelierte Faktoren und fehlende Daten verarbeitet und mehr Faktoren als Beobachtungen modellieren kann. Und es gibt fast keine Annahmen, die vor der Modellierung über die Daten getroffen werden müssen. Darüber hinaus wird das Bootstrapping der Modellvorhersagen jetzt für alle PLS-Modellanpassungen unterstützt.
Produkt: JMP Pro
Publikum: Modellierer beschäftigen sich mit großen Problemen; mehr Spalten als Beobachtungen
Geschäftliche Probleme behoben:
- Kunden müssen PLS-Modelle an kategoriale Antworten anpassen. Haben oft mehr Faktoren als Beobachtungen (breite und kurze Datentabellen), bei denen andere Modelle nicht funktionieren.
- Oft enthalten diese Datentabellen korrelierte Faktoren, die dazu führen, dass andere Modellierungsmethoden fehlschlagen.
- JMP Pro 12 führt das Bootstrapping für PLS-Modellergebnisse ein.
Schlüsselkunden: Syngenta, Unilever, Ian Cox, P & G.
4) Erstellen Sie ein Dienstprogramm zur Modellierung von Validierungsspalten. Erstellt Validierungsspalten mit einem einzigen Klick, entweder mit reiner Zufallstechnik oder geschichtet, um sicherzustellen, dass alle Kategorien in der geschichteten Spalte im Trainingssatz enthalten sind.
Produkt : JMP Pro
Publikum : Prädiktive Modellierer, alle, die nach einer einfachen Möglichkeit suchen, eine Validierungsspalte für eine ehrliche Bewertung der Modellleistung zu erstellen.
Geschäftliche Probleme behoben ::
- Die Erstellung von Validierungsspalten war größtenteils ein manueller Prozess, der mehrere Klicks erforderte, um einen Datensatz in Zug-, Validierungs- und Testsätze zu unterteilen.
Wenn Sie mehr als eine einfache Zufallsstichprobe der Daten zum Teilen benötigten, mussten Sie ein Add-In oder andere Techniken verwenden, um die besten Teilungen zu generieren. Jetzt können Sie Daten basierend auf dem Problem mithilfe eines von mehreren enthaltenen Algorithmen aufteilen.
