JMP ® 마케팅 기능
1) 쿼리 작성기. 최신 SQL 데이터베이스 쿼리 도구를 통해 사용자는 흥미로운 데이터를 찾고 반복 가능하고 공유 가능한 올바른 쿼리를 만들 수 있습니다.
생성물: JMP
청중: 데이터베이스의 데이터에 액세스해야하는 과학자 및 엔지니어
비즈니스 통증 해결 :
- 데이터 준비에 많은 시간이 소요되었습니다.
- 분석가의 쿼리 요구를 지원하는 IT 직원이 너무 많습니다.
- 사용자 지정 SQL 코드를 작성하지 않고도 테이블을 조인 할 수 없습니다. 선택한 테이블에 대한 외부 조인 키를 자동으로 찾습니다.
- 목록에서 선택하지 않고 필터링을위한 데이터 값을 기억해야합니다.
- 필터 값을 사용자에게 프롬프트하고 SQL 표현식에서 값을 대체하기 위해 사용자 정의 사용자 인터페이스를 빌드해야합니다.
- Spotfire 및 Tableau와의 경쟁을 해결하십시오.
주요 고객 : Micron, Intel, P & G, Cree, Freescale, Abbott, Intersil
2) 대화식 모델 편집 . 보고서 내에서 끌어서 놓기 인터페이스를 사용하여 다양한 모델을 빠르게 실행하고 비교할 수 있습니다. 클릭 속도를 높이고 JMP를 통한 통계 분석의 대화 형 특성을 강조하여 분석 속도를 높여줍니다. 많은 Fit Model 특성에서 지원됩니다.
생성물: JMP
청중: 탐색 적 모델링을 수행하는 사람들.
비즈니스 통증 해결 :
- 모형을 피팅 한 후에는 항을 추가 또는 제거하거나 중요하지 않거나 흥미로운 모형에서 항을 삭제하거나 모형을보다 포용 적으로 만들어야합니다. 이전에는 모형 맞춤 실행 대화 상자를 시작해야했습니다. 이제 플랫폼을 떠나지 않고도 분석 흐름에서이를 수행 할 수 있습니다.
- P- 값은 형식화하기에 너무 작은 경우가 많으며 그래프에서 더 큰 값을 사용하는 것이 더 중요합니다. 따라서 LogWorths는 효과 선택을 지원하기 위해 막대 차트에 효과 중요도를 표시하는 데 사용됩니다.
주요 고객 : P & G.
3) PPT 수출. 데이터 분석 결과를 보여주는 것이 좋습니다 JMP JMP에서 직접. 그러나 경우에 따라 정보를 다른 사람에게 제공하기 위해 슬라이드 데크를 준비해야 할 수도 있습니다. 이제 JMP를 사용하면 보고서를 PowerPoint 슬라이드로 쉽게 내보낼 수 있습니다. JMP에서 만든 슬라이드 데크를 회사 템플릿으로 다시 포맷 할 수 있습니다. 표에는 편집 가능한 텍스트가 포함되며 JMP는 그래프 제목을 슬라이드 제목으로 자동 전송합니다.
생성물: JMP
청중: PowerPoint에 결과를 제시해야하는 모든 JMP 사용자
비즈니스 통증 해결 :
- JMP에서 PowerPoint로 고품질 그래픽 출력을 얻는 것은 어려운 수동 프로세스입니다.
- 슬라이드 제목에 그래프 제목을 수동으로 입력하여 슬라이드에 이중 제목을 유발하여 프로세스에서 공간을 낭비해야합니다.
- 표는 그래픽으로 제공되며 편집 할 수 없거나 형식이 잘못되었을 수 있습니다.
- Minitab과 같은 경쟁 업체는 종종 한 번의 클릭으로 PowerPoint로 결과를 쉽게 내보낼 수 있습니다. 이제 JMP는 PowerPoint에 동일한 원 클릭 내보내기 기능을 제공합니다.
주요 고객 : CAB, First Solar, JMP Clinical, Freescale, Abbott, Bill Meeker, GSK, P & G.
4) 데이터 테이블의 이미지. 이미지를 잘 지원하여 데이터 테이블에 표현식 데이터 유형이 추가되었습니다. 그래프 빌더에서 직접 이미지 열을 작성하십시오. JMP는이 기능을 지원하는 유일한 기능을 갖춘 통계 분석 도구입니다.
생성물 : JMP
청중 : 데이터 테이블에 이미지를 추가하거나 열에 표현식을 포함하려는 사람.
비즈니스 통증 해결 :
- 데이터 테이블의 수평 크기 조정은 지원되지 않습니다.
- 데이터 테이블은 이미지 또는 표현식을 제대로 지원하지 않았습니다.
5) 레코딩 모델링 이전의 데이터 정리 / 준비는 모델링 또는 분석 자체보다 최대 3 배가 걸릴 수 있습니다. 문자 데이터를 포함하는 열을 기록하는 것은 종종 준비 시간의 대부분을 담당합니다. 범주 형 데이터는 철자 오류, 일관되지 않은 대문자 사용, 약어 및 성공적인 모델링을위한 준비를 위해 정리해야하는 구조로 인해 종종 지저분합니다.
생성물 : JMP
청중 : 분석을 위해 데이터를 준비하는 사람.
비즈니스 통증 해결 :
- 범주 형 데이터를 기록하는 것은 지루하고 수동적 인 프로세스 인 경향이 있습니다. 이제 JMP를 사용하면 문자 편집 거리에 따른 문자열 클러스터링을 포함하여 강력한 도구 모음을 사용하여 복잡한 데이터를 정리할 수 있습니다. 수동으로 코딩하거나 자동 레코딩 알고리즘을 사용할 수 있습니다.
- 수동 그룹화, 필터링, 검색 및 여러 수준의 문자 데이터로 열을 정렬하는 데 어려움이 있습니다.
6) 그래프 빌더 개선. 그래프 작성기의 많은 개선 사항 : 범례에서 선택 지원; 그래프 패널 사이의 간격을 더 많이 제어; 그래프 매트릭스; 오른쪽 클릭 간격은 이제 색상, 투명도 및 크기를 지원합니다. 그래프 테두리. 개선 사항은 다음과 같습니다. 부드럽게 연결된 라인; 중첩 된 히스토그램; 바늘과 플로트를위한 새로운 바 요소 옵션; 라인 요소에서 스텝, 수평 및 수직 모드 지원; 그리고 페이지 역할 (의사 -BY 변수); 다양한 색상 그라디언트로 그래프를 더 잘 지원합니다. 마지막으로, 스크립트> 실행 분석을 통해 또는 그래프 작성기 (시작 대화 상자)를 통해 JSL을 사용하여 그래프 작성기 시작 대화 상자를 사용할 수 있습니다.
생성물 : JMP
청중 : 탐색 적 데이터 분석 또는 데이터 시각화를 수행하는 사용자.
비즈니스 통증 해결 :
- Graph Builder에서 지원하지 않는 기능이 있기 때문에 일부 JMP 사용자는 여전히 차트 플랫폼을 사용합니다.
- 드래그 앤 드롭 (대형 데이터 문제의 경우 또는 그래프 매트릭스가 필요한 경우)이 아닌 실행 대화 상자를 사용하여 그래프 빌더에서 그래프를 생성하는 것이 바람직한 경우가 있습니다.
7) 프로파일 러 및 버블 플롯에 대한 대화식 HTML 출력. 프로파일 러 및 버블 플롯은 JMP 외부의 다른 사용자와 결과를 전달하는 데 가장 널리 사용되는 도구 중 하나입니다. 이전에는 이러한 플랫폼의 대화식 버전이 많은 장치 (특히 모바일)에서 재생할 수없는 Flash로만 제공되었습니다.
생성물 : JMP
청중 : JMP에 액세스 할 수 없거나 액세스 권한이없는 결과를 공유 또는 전달하는 사람.
비즈니스 통증 해결 :
- 이전에는 정적 버전의 Profiler 및 Bubble Plot 만 사용할 수 있었기 때문에 JMP 외부의 통신 도구로서의 유용성을 제한했습니다.
- 이 두 보고서의 플래시 버전은 잘 지원되지 않으며 특히 모바일 장치에서 배포가 어려운 경향이 있습니다.
8)선택 필터링 . 한 플랫폼에서 수행 된 행 선택은 선택된 행만 포함하도록 다른 플랫폼에서보기를 필터링하는 데 사용됩니다.
생성물: JMP
대상 : 대시 보드 스타일 보고서를 작성하는 고객
비즈니스 통증 해결 : 고객은 종종 분석에 의해 유발되는 흐름에 관한 질문을 겪고 있으며 데이터의 하위 집합을 추가로 분석해야합니다. 선택 필터를 사용하면 사용자 정의 분석 흐름을 대시 보드에 쉽게 통합 할 수 있습니다. 한 번 서브 세트 테이블을 사용한 스크립팅이 필요한 솔루션을 끌어서 놓아 완료 할 수 있습니다.
주요 고객 : 이것은 과거 CAB 회의에서 나타 났으며 Freescale의 Jim Nelson은 자신이 개발 한 JSL 예제를 공유했습니다.
9) 일반적인 DOE 개선.
- DSD에서 차단
- 공간 채우기 설계 개선 – 정 성적 요인, 기능 보강, MaxPro – 이러한 설계를 구축하기위한 새로운 기준.
- 공변량 요인이있는 분할 도표.
- 설계에서 고려해서는 안되는 선택된 특정 요인 조합에 대해 데이터 필터와 유사한 인터페이스를 사용할 수있는 사용자 정의 설계 플랫폼의 새로운 마법사.
생성물: JMP
청중: 교육청을 수행하는 사람.
비즈니스 통증 해결 :
- 이전에는 허용되지 않은 조합을 사용하려면 표현식을 작성하고 부울 논리를 알아야했습니다. 이것은 많은 사용자들에게 도전했습니다.
- DSD를 만들 때 차단이 지원되지 않았습니다.
- 분할 도표는 공변량 요인을 지원하지 않았습니다.
- 공간 채움 디자인을 확장 할 수 없습니다.
10) 다중 대응 일치 분석. 다중 대응 일치 분석은 주요 구성 요소 분석과 유사하지만 범주 형 데이터를위한 데이터 분석 기술입니다. 두 개 이상의 범주 형 열로 구성된 데이터 세트에서 숨겨진 구조를 시각화하고 밝히는 데 도움이됩니다. 이러한 정보는 시장 조사에서 광고의 대상 고객을 식별하는 데 유용합니다.
생성물 : JMP
청중 : 소비자 / 시장 연구원, 행동 과학자.
비즈니스 통증 해결 :
- 여러 개인이 비슷한 방식으로 질문에 대답 한 이유를 식별하거나 특성에 따라 개인 그룹을 식별하는 것이 때로는 어려웠습니다.
- 여러 범주 형 변수 또는 여러 답변 데이터 간의 연관성을 시각화하기가 어려웠습니다.
주요 고객 : 프랑스, 일본
11) 공정 능력. 공정 능력 평가를위한 통합 플랫폼. JMP는 단기 기능을 "기능 내"로보고하고 장기 기능을 "전체 성능"으로보고합니다. 열을 범주 형 변수에 중첩하여 프로세스를 하위 그룹화하거나 프로세스의 하위 그룹 크기를 설정할 수 있습니다. 그래픽이 업데이트되고 기본적으로 CPK와 PPK가 모두 표시됩니다.
생성물 : JMP
청중 : 품질 엔지니어 및 식스 시그마 전문가.
비즈니스 통증 해결 :
- 프로세스 기능은 이제 품질 및 프로세스 메뉴에서 찾을 수있는 자체 플랫폼입니다.
- 간소화 된 사양 제한 생성.
주요 고객 : 프리 스케일, 암젠, 고어
12) 파괴적 분해. 제품 특성을 측정하려면 때로는 제품을 파괴해야합니다. 예를 들어, 파단 강도를 측정 할 때 파단 될 때까지 제품에 응력이 가해집니다. 신뢰성 연구를위한 새로운 Destructive Degradation 플랫폼은 이러한 유형의 분석을 처리하고 많은 표준 모델, 변환 및 데이터 분포를 갖춘 내장 모델 라이브러리를 갖추고 있습니다. 모델 비교, CDF 및 Quantile Profiler를 포함합니다.
생성물 : JMP
청중 : 신뢰성 엔지니어.
비즈니스 통증 해결 :
- JMP의 이전 버전에서는 파괴적 분해가 찾기 어려웠지만 이제는 자체 플랫폼입니다.
- 간소화 된 시작을 통해 사용자는 목록에서 성능 저하 경로를 선택할 수 있습니다.
주요 고객 : P & G, Bill Meeker
13) 클러스터링 개선. 업데이트 된 클러스터 플랫폼은 클러스터링 전에 데이터 준비시 발생하는 일반적인 문제를 해결합니다. 여기에는보고, 데이터 조작, 데이터 차원 축소 및 데이터 요약이 포함됩니다.
생성물 : JMP
청중 : 반도체 산업, 엔지니어.
비즈니스 통증 해결 :
- 보고 : 클러스터를 특성화하려면 클러스터 ID를 저장 한 다음 요약을 준비한 후 그래프를 작성해야합니다. 이것은 이제 한 단계에서 발생합니다.
- 데이터 조작 : 데이터는 종종 클러스터링 전에 조작해야합니다. 새로운 플랫폼은 자동으로 데이터를 전치, 스택 또는 분할하므로 분석에 따라 원시 데이터를 처리하고 프로세스의 많은 단계를 저장할 수 있습니다.
- 차원 : 반도체 산업 및 기타 산업에서는 웨이퍼 결함 패턴의 클러스터를 결정하는 것이 중요합니다. 그러나 이것은 이전에 XY 좌표를 만들기 위해 하나의 변수를 만든 다음이 차원을 분할 한 다음 클러스터를 클러스터링하고 병합하는 것을 의미했습니다. 이제 JMP는이를 한 단계로 수행합니다.
- 요약 : 요약 된 데이터를 클러스터하려는 경우가 많으며 여러 단계가 필요합니다.
- 스코어링 : 때때로 새로운 데이터를 클러스터로 분류하기 위해 스코어링 공식이 필요합니다.
주요 고객 : 미크론
14) 판별 개선. 업데이트 된 판별 플랫폼에는 여러 가지 새로운 기능이 포함되어있어 예측 모델러의 도구 상자에 유용한 도구입니다. 새로운 기능은 다음과 같습니다.
- 교차 유효성 검사 지원 (JMP Pro 만 해당)
- 넓은 데이터 사례를위한 새로운 방법 인 Linear Wide. 공분산 행렬이 계산하기에 너무 큰 경우에 유용합니다 (1000s + 변수).
- 스코어링 스크립트 작성을 사용하면 스크립트를 실행할 경우 저장 명령과 동일한 효과를 갖는 스크립트를 작성할 수 있지만 별도의 데이터 테이블에 스크립트를 적용 할 수 있습니다.
생성물 : JMP
청중 : 반도체 산업, 엔지니어, 예측 모델러, 과학자.
비즈니스 통증 해결 :
- 판별 분석은 빅 데이터 예측 모델을 처리하고 광범위한 데이터 사례를보다 잘 처리하기위한 예측 모델링에서 실행 가능한 도구로 간주해야합니다.
- 판별 플랫폼의 새로운 기능은 예측 모델링 및 빅 데이터 문제에 대한 유용성을 향상시킵니다.
주요 고객 : 미크론
15) 모델링 유틸리티. 많은 유틸리티가 자동으로 분석 할 데이터 세트를 준비하는 데 도움이되므로 대부분의 데이터 분석 시간을 소비하는 데이터 준비 시간을 절약 할 수 있습니다.
생성물 : JMP
청중 : 모델링을 위해 데이터를 준비하는 사람.
비즈니스 통증 해결 :
- 데이터에는 종종 대치해야하는 결 측값이 포함됩니다. 이제 JMP의 통합 결 측값 유틸리티를 사용하면 여러 가지 방법을 사용하여 결측 데이터를 대치 할 수 있습니다. 결 측값 수 또는 군집; 행 선택, 채색, 제외 또는 셀 채색을 수행합니다. JMP는 데이터 전처리를 간소화하여 귀중한 분석 시간을 절약합니다 (결 측값 탐색).
- 가능한 예측 변수로 수백 개의 열이 있고이를 모두 시도하려는 경우 프로세스에서 후속 모델링 작업 속도를 높이기 위해 나쁜 열을 제거하거나 좋은 열을 높이는 방법이 필요합니다. (스크린 예측 자)
- 데이터 세트는 종종 특이 치로 가득 차 있으므로 모델링 전에 처리해야합니다. 이 작업은 수동적이고 지루하며 시간 소모적 인 작업이 될 수 있습니다. 이제 한 번의 클릭으로 특이 치 및 오류 코드와 같은 것을 식별 한 다음 여러 기술 중 하나를 사용하여 신속하게 처리 할 수 있습니다. (이상치 탐색)
JMP ® 프로 마케팅 기능
1) 팩터 커버링 배열. 커버링 어레이는 요인 상호 작용으로 인해 고장이 발생할 수있는 응용 분야 테스트에 사용됩니다. 비용과 시간을 최소화하면서 결함을 발견 할 확률을 최대화하는 실험을 설계 할 수 있습니다. 취재 배열을 사용하면 그렇게 할 수 있습니다. 믿기 어려운 조건을 만드는 요인 조합이있는 경우 새로운 대화 형 Disallowed Combinations 마법사를 사용하여 이러한 요인 설정 조합을 설계에서 자동으로 제외 할 수 있습니다.
생성물 : JMP Pro
청중 : 소프트웨어 테스터 및 개발자.
비즈니스 통증 해결 :
- 요인 적용 실험을 설계하려면 이전에 다른 소프트웨어 패키지를 사용해야했습니다. 이제 JMP에서 이러한 실험을 설계 할 수 있습니다.
- 일부 문제가 발생하면 다른 소프트웨어 패키지는 전체 최소 실행 횟수를 제공하지 않아 실험 실행 비용이 증가 할 수 있습니다.
- 허용되지 않는 조합은 대수적으로 작성하기 어려울 수 있으며, 특히 이러한 유형의 실험에서는 여러 수준의 많은 범주 형 요인이있을 수 있습니다.
2) 고급 분석 모델링 기능 향상. Fit Model 성격자인 Generalized Regression에는 새로운 그래픽 / 상호 작용 모델 선택 및 정보 진단 번들이 있습니다. 그리고 이제 성능이 최대 1,000 배 향상되었습니다. 또한 튜닝 매개 변수를 수정하고 Cauchy, Beta, Exponential, Zero-Inflated Gamma, Beta Binomial 및 Zero-Inflated Beta Binomial과 같은 새로운 분포를 선택할 수 있습니다. 이 기능에는 이제 효과 유전 및 역 예측 및 강제 효과에 대한 지원이 포함됩니다. Fit Model 특성 인 Mixed Model은 더 큰 문제에서 성능을 크게 향상시키는 새로운 최적화 기능을 제공합니다.
생성물 : JMP Pro
청중 : 예측 불가능한 모델러, 고급 분석 사용자, 지저분한 또는 대규모 데이터 문제를 다루는 엔지니어 및 과학자.
비즈니스 통증 해결 :
- 적합 화 일반화, 적합 혼합 및 강건 화 방법은 종종 더 큰 문제 나 고차 효과의 복잡한 문제에 적합하지 않습니다.
- Fit Generalized에는 진단 플롯이 부족했으며 다른 Fit Model 성격자가 제공 한 보고서가 없습니다.
- 적합 일반화에는 모델 적합을 조정할 수있는 대화식 방법이 없었습니다.
- Quantile regression은 이전에 SAS Add-In으로 제공되었으며 JMP 11.1에서 제거되었습니다. 이제 JMP Pro에서 기본적으로이 통계 분석을 수행 할 수 있습니다.
3) PLS-DA 및 PLS의 모델 예측에 정밀도 측정 값 할당. PLS 판별 분석 (PLS-DA)은 범주 형 반응으로 PLS 회귀에 적합합니다. GLM 또는 DA에 비해이 분류 방법의 장점은 상관 계수, 결측 데이터를 처리하고 관측치보다 더 많은 계수를 모델링 할 수 있다는 것입니다. 또한 모델링 전에 데이터에 대해 가정해야 할 사항이 거의 없습니다. 또한 모든 PLS 모형 적합에 대해 모형 예측 부트 스트랩이 지원됩니다.
생성물: JMP Pro
청중: 모델러는 광범위한 문제를 처리합니다. 관측치보다 더 많은 열
비즈니스 통증 해결 :
- 고객은 PLS 모델을 범주 형 응답에 적합시켜야합니다. 다른 모델링이 작동하지 않는 관측치 (넓고 짧은 데이터 테이블)보다 더 많은 요소가있는 경우가 종종 있습니다.
- 이러한 데이터 테이블에는 종종 관련 모델링 요소가 포함되어 다른 모델링 방법이 실패합니다.
- JMP Pro 12에는 PLS 모델 결과를위한 부트 스트랩이 도입되었습니다.
주요 고객 : 신젠타, 유니레버, 이안 콕스, P & G
4) 유효성 검사 열 모델링 유틸리티를 만듭니다. 순 랜덤 기법을 사용하거나 계층화 된 열의 모든 카테고리가 학습 세트에 포함되도록 계층화 된 단일 클릭으로 유효성 검증 열을 작성합니다.
생성물 : JMP Pro
청중 : 모델 성능의 정직한 평가를 위해 검증 열을 쉽게 생성 할 수있는 방법을 찾고있는 예측 모델러.
비즈니스 통증 해결 :
- 유효성 검사 열 생성은 데이터 집합을 학습, 유효성 검사 및 테스트 집합으로 나누기 위해 여러 번 클릭해야하는 수동 프로세스였습니다.
분할을 위해 단순한 임의의 데이터 샘플 이상이 필요한 경우 추가 기능이나 다른 기법을 사용하여 최상의 분할을 생성해야했습니다. 이제 포함 된 여러 알고리즘 중 하나를 사용하여 문제에 따라 데이터를 분할 할 수 있습니다.
