JMP ® Características de marketing
1) Generador de consultas. Una moderna herramienta de consulta de base de datos SQL ayuda a los usuarios a descubrir datos interesantes y hacer consultas correctas que son repetibles y compartibles.
Producto: JMP
Audiencia: Científicos e ingenieros que necesitan acceder a datos en bases de datos.
Dolores comerciales abordados:
- Gran cantidad de tiempo dedicado a la preparación de datos.
- Demasiado tiempo del personal de TI para satisfacer las necesidades de consulta de los analistas.
- Incapacidad para unir tablas sin tener que escribir código SQL personalizado. Encuentra automáticamente las teclas de combinación externas (para tablas seleccionadas).
- Tener que recordar valores de datos para filtrar en lugar de poder elegir de una lista.
- Tener que construir interfaces de usuario personalizadas para solicitar al usuario valores de filtro y sustituir los valores en expresiones SQL.
- Aborde la competencia con Spotfire y Tableau.
Cliente clave: Micron, Intel, P&G, Cree, Freescale, Abbott, Intersil
2) Edición interactiva de modelos . Le permite ejecutar y comparar rápidamente varios modelos con una interfaz de arrastrar y soltar dentro del informe. Acelera el análisis y lo lleva al modelo que funciona bien con menos clics, y enfatiza la naturaleza interactiva del análisis estadístico con JMP. Compatible con muchas personalidades de Fit Model.
Producto: JMP
Audiencia: Personas que realizan modelos exploratorios.
Dolores comerciales abordados:
- Después de ajustar un modelo, debe agregar o eliminar términos, eliminar términos de un modelo que no sean significativos o interesantes, o hacer que el modelo sea más parsimonioso. Anteriormente, esto requería que ingresara al cuadro de diálogo de inicio de Fit Model. Ahora puede hacerlo en el flujo de análisis, sin salir de la plataforma.
- Los valores P a menudo son demasiado pequeños para formatear, y los valores más grandes se prefieren en los gráficos para significar más significativos. Por lo tanto, LogWorths se utiliza para mostrar la importancia del efecto en un gráfico de barras para ayudar con la selección del efecto.
Cliente clave: P&G.
3) Exportación PPT. Siempre es bueno mostrar los resultados de su análisis de datos de JMP directamente en JMP. Pero en algunos casos, es posible que deba preparar una plataforma de diapositivas para presentar su información a otros. Ahora, JMP facilita la exportación de sus informes como diapositivas de PowerPoint. Puede volver a formatear mazos de diapositivas creados por JMP con una plantilla de empresa. Las tablas incluyen texto editable y JMP transfiere automáticamente títulos de gráficos a títulos de diapositivas.
Producto: JMP
Audiencia: Todos los usuarios de JMP que necesitan presentar resultados en PowerPoint.
Dolores comerciales abordados:
- Obtener una salida gráfica de alta calidad de JMP a PowerPoint es un proceso manual difícil.
- Debe escribir manualmente los títulos de los gráficos en los títulos de las diapositivas, lo que puede causar un doble título en una diapositiva, desperdiciando espacio en el proceso.
- Las tablas vienen como gráficos, que no puedes editar, o su formato puede ser incorrecto.
- Los competidores, como Minitab, facilitan la exportación de resultados a PowerPoint, a menudo con un solo clic; ahora JMP ofrece la misma capacidad de exportación con un solo clic a PowerPoint.
Clientes clave: CAB, First Solar, JMP Clinical, Freescale, Abbott, Bill Meeker, GSK, P&G.
4) Imágenes en tablas de datos. Tipo de datos de expresión agregado a la tabla de datos con buen soporte para imágenes. Cree columnas de imágenes directamente desde Graph Builder. JMP es la única herramienta de análisis estadístico con todas las funciones que admite esta funcionalidad.
Producto : JMP
Audiencia : Cualquier persona que desee agregar imágenes a las tablas de datos o incluir expresiones en una columna.
Dolores comerciales abordados :
- El cambio de tamaño horizontal de las tablas de datos no es compatible.
- Las tablas de datos no admitían bien las imágenes o expresiones.
5) Recodificar. La limpieza / preparación de datos antes del modelado puede tomar hasta tres veces más tiempo que el modelado o análisis en sí. La recodificación de columnas que contienen datos de caracteres a menudo es responsable de gran parte del tiempo de preparación. Los datos categóricos a menudo son confusos debido a errores ortográficos, mayúsculas inconsistentes, abreviaturas y estructuras que requieren limpieza en preparación para un modelado exitoso.
Producto : JMP
Audiencia : Cualquiera que prepare datos para el análisis.
Dolores comerciales abordados :
- Recodificar datos categóricos ha tendido a ser un proceso tedioso y manual. Ahora, JMP le permite limpiar datos desordenados con un conjunto de herramientas poderosas, que incluyen la agrupación de cadenas basada en la distancia de edición de caracteres. Puede recodificar manualmente o usar un algoritmo de recodificación automática.
- Dolores en torno a la agrupación manual, filtrado, búsqueda y ordena columnas con muchos niveles de datos de caracteres.
6) Mejoras de Graph Builder. Muchas mejoras para Graph Builder, que incluyen: admitir selecciones en la leyenda; mayor control de espacios entre paneles de gráficos; matriz gráfica; el espacio para hacer clic con el botón derecho ahora admite color, transparencia y tamaño; y los bordes del gráfico. Las mejoras también incluyen: líneas conectadas sin problemas; histogramas superpuestos; nuevas opciones de elementos de barra para aguja y flotador; soporte para pasos, modos horizontal y vertical en elemento de línea; y rol de páginas (una variable pseudo-BY); mejor soporte para gráficos de colores por varios gradientes de color. Finalmente, un diálogo de inicio de Graph Builder está disponible a través de script> Análisis de relanzamiento o con JSL a través de Graph Builder (Diálogo de inicio).
Producto : JMP
Audiencia : Usuarios que realizan análisis de datos exploratorios o visualización de datos.
Dolores comerciales abordados :
- Algunos usuarios de JMP todavía usan la plataforma de gráficos porque hay características que Graph Builder no admite.
- A veces es deseable generar un gráfico en Graph Builder usando un diálogo de inicio, y no con arrastrar y soltar (para problemas de datos grandes, o cuando se desea una matriz de gráficos).
7) Salida HTML interactiva para Profiler y Bubble Plot. Profiler y Bubble Plot son dos de las herramientas más populares para comunicar resultados con otros fuera de JMP. Anteriormente, las versiones interactivas de estas plataformas estaban disponibles solo como Flash, que muchos dispositivos (especialmente los móviles) no pueden reproducir.
Producto : JMP
Audiencia : Cualquier persona que comparta o comunique resultados que no tenga o no tenga acceso a JMP.
Dolores comerciales abordados :
- Antes solo estaban disponibles versiones estáticas de Profiler y Bubble Plot, lo que limitaba su usabilidad como herramienta de comunicación fuera de JMP.
- Las versiones flash de estos dos informes no son compatibles y son propensas a las dificultades de implementación, especialmente en dispositivos móviles.
8)Filtrado de selección . La selección de fila realizada en una plataforma se utiliza para filtrar la vista en otra plataforma para incluir solo las filas seleccionadas.
Producto: JMP
Público objetivo: Clientes que crean informes estilo tablero de instrumentos.
Dolores comerciales abordados: Los clientes a menudo tienen preguntas en el flujo que son estimuladas por un análisis, y necesitan analizar más a fondo un subconjunto de sus datos. El filtro de selección facilita la incorporación de flujos de análisis definidos por el usuario en un tablero. Las soluciones que antes requerían secuencias de comandos con tablas de subconjuntos ahora se pueden completar arrastrando y soltando.
Clientes clave: Esto ha surgido en las reuniones de CAB en el pasado, y Jim Nelson en Freescale compartió un ejemplo de JSL que había desarrollado.
9) Mejoras generales del DOE.
- Bloqueo en DSD
- Mejoras en los diseños de relleno de espacio: factores cualitativos, aumento, MaxPro: nuevo criterio para construir estos diseños.
- Gráficos divididos con factores covariables.
- Un nuevo asistente en la plataforma de diseño personalizado que le permite utilizar una interfaz similar a un filtro de datos para combinaciones de factores específicos elegidos que no deben considerarse en un diseño.
Producto: JMP
Audiencia: Cualquiera que realice DOEs.
Dolores comerciales abordados:
- Las combinaciones no permitidas anteriormente requerían escribir una expresión y conocer la lógica booleana. Esto fue un desafío para muchos usuarios.
- El bloqueo no era compatible al crear DSD.
- Las parcelas divididas no admitían factores covariables.
- Los diseños de relleno espacial no se pudieron aumentar.
10) Análisis de correspondencia múltiple. El análisis de correspondencia múltiple es una técnica de análisis de datos similar al análisis de componentes principales, pero para datos categóricos. Ayuda a visualizar y descubrir estructuras ocultas en un conjunto de datos que consta de más de dos columnas categóricas. Dicha información es útil en la investigación de mercado para identificar audiencias objetivo para anuncios.
Producto : JMP
Audiencia : Investigadores de consumo / mercado, científicos del comportamiento.
Dolores comerciales abordados :
- A veces era difícil identificar por qué varias personas respondieron preguntas de manera similar o identificar grupos de personas en función de sus características.
- Fue difícil visualizar las asociaciones entre múltiples variables categóricas o datos de respuestas múltiples.
Clientes clave: Francia, japón
11) Capacidad del proceso. Una plataforma unificada para evaluar la capacidad del proceso. JMP informa la capacidad a corto plazo como "dentro de la capacidad" y la capacidad a largo plazo como "rendimiento general". Puede subgrupo de un proceso anidando la columna en una variable categórica, o estableciendo un tamaño de subgrupo constante para un proceso. Los gráficos se actualizan y puede ver CPK y PPK de forma predeterminada.
Producto : JMP
Audiencia : Ingenieros de calidad y profesionales de Six Sigma.
Dolores comerciales abordados :
- La capacidad de proceso ahora es su propia plataforma en el menú de calidad y proceso, donde esperaría encontrarla.
- Creación simplificada de límites de especificaciones.
Clientes clave : Freescale, Amgen, Gore
12) Degradación destructiva. Para medir una característica del producto, a veces el producto debe ser destruido. Por ejemplo, al medir la resistencia a la rotura, el producto se tensiona hasta que se rompe. La nueva plataforma de degradación destructiva para estudios de confiabilidad maneja este tipo de análisis y tiene una biblioteca de modelos incorporada con muchos modelos estándar, transformaciones y distribución de datos. Incluye una comparación de modelos, CDF y Quantile Profilers.
Producto : JMP
Audiencia : Ingenieros de confiabilidad.
Dolores comerciales abordados :
- La degradación destructiva era difícil de encontrar en versiones anteriores de JMP, pero ahora es su propia plataforma.
- El lanzamiento optimizado ahora permite a los usuarios elegir rutas de degradación de una lista.
Clientes clave: P&G, Bill Meeker
13) Mejoras de agrupamiento. Una plataforma Cluster actualizada ayuda a abordar dolores comunes en la preparación de datos antes de la agrupación. Esto incluye informes, manipulación de datos, reducción de la dimensionalidad y resumen de datos.
Producto : JMP
Audiencia : Industria de semiconductores, ingenieros.
Dolores comerciales abordados :
- Informes: para caracterizar los clústeres, tenía que guardar la ID del clúster, luego preparar un resumen y luego hacer un gráfico. Esto sucede en un paso ahora.
- Manipulación de datos: los datos a menudo necesitan manipulación antes de la agrupación. La nueva plataforma transpone, apila o divide automáticamente los datos, lo que le permite procesar datos sin procesar en línea con el análisis y guardar muchos pasos en el proceso.
- Dimensionalidad: en la industria de semiconductores y otros, es importante determinar grupos de patrones de defectos de obleas. Pero esto anteriormente significaba crear una variable para hacer coordenadas XY, luego dividir en esta dimensión, luego agrupar y luego fusionar los grupos. Ahora, JMP logra esto en un solo paso.
- Resumen: a menudo desea agrupar datos resumidos, y se requieren varios pasos.
- Puntuación: a veces necesita una fórmula de puntuación para clasificar nuevos datos en grupos.
Clientes clave : Micron
14) Mejoras discriminantes. La plataforma discriminante actualizada incluye una serie de nuevas características, por lo que es una herramienta útil en la caja de herramientas de un modelador predictivo. Las nuevas características incluyen:
- Soporte de validación cruzada. (Solo JMP Pro)
- Linear Wide, un nuevo método para casos de datos anchos. Útil cuando la matriz de covarianza es demasiado grande para calcular (1000s + variables).
- Make Scoring Script le permite crear un script que tenga el mismo efecto que el comando Guardar si lo ejecuta, pero un script se puede aplicar a una tabla de datos separada.
Producto : JMP
Audiencia : Industria de semiconductores, ingenieros, modeladores predictivos, científicos.
Dolores comerciales abordados :
- El análisis discriminante debe considerarse una herramienta viable en el modelado predictivo para tratar con modelos predictivos de datos grandes y también para manejar mejor los casos de datos amplios.
- Las nuevas capacidades en la plataforma Discriminant mejoran su utilidad para el modelado predictivo y los problemas de big data.
Clientes clave: Micrón
15) Utilidades de modelado. Varias utilidades ayudan a preparar conjuntos de datos para el análisis automáticamente, ahorrando tiempo en la preparación de datos, donde pasa la mayor parte del tiempo de análisis de datos.
Producto : JMP
Audiencia : Cualquiera que prepare datos para modelar.
Dolores comerciales abordados :
- Los datos a menudo contienen valores faltantes que deben imputarse. Ahora, una utilidad unificada de valor faltante en JMP le permite imputar datos perdidos utilizando varios métodos; contar o agrupar valores perdidos; y realizar selección de fila, coloración, exclusión o coloración celular. Al racionalizar el preprocesamiento de datos, JMP ahorra un valioso tiempo de análisis. (Explore valores perdidos)
- Cuando tiene cientos de columnas como posibles predictores y desea probarlas todas, necesita alguna forma de eliminar las malas o elevar las buenas, acelerando las tareas de modelado posteriores en el proceso. (Predictores de pantalla)
- Los conjuntos de datos a menudo están llenos de valores atípicos, con los que debe lidiar antes de modelar. Esta puede ser una tarea manual, tediosa y lenta. Ahora, con un solo clic, puede identificar cosas como valores atípicos y códigos de error, y luego tratarlos rápidamente utilizando una de varias técnicas. (Explore los valores atípicos)
JMP ® Funciones de marketing profesional
1) Matrices de cobertura de factores. Las matrices de cobertura se utilizan en aplicaciones de prueba donde las interacciones de factores pueden conducir a fallas. Es posible que desee diseñar un experimento para maximizar la probabilidad de encontrar defectos y al mismo tiempo minimizar el costo y el tiempo. Las matrices de cobertura le permiten hacer exactamente eso. Y cuando hay combinaciones de factores que crean condiciones inverosímiles, puede usar el asistente nuevo e interactivo Combinaciones no permitidas para excluir automáticamente estas combinaciones de configuraciones de factores del diseño.
Producto : JMP Pro
Audiencia : Probadores y desarrolladores de software.
Dolores comerciales abordados :
- Para diseñar un experimento para la cobertura de factores, anteriormente necesitaba usar otro paquete de software; ahora puedes diseñar estos experimentos en JMP.
- Con algunos problemas, otros paquetes de software no proporcionan el número mínimo global de ejecuciones, lo que aumenta potencialmente el costo de ejecutar el experimento.
- Las combinaciones no permitidas pueden ser difíciles de escribir algebraicamente, especialmente en este tipo de experimentos, que pueden tener muchos factores categóricos con muchos niveles.
2) Mejoras al modelado analítico avanzado. La regresión generalizada, una personalidad de modelo de ajuste, tiene una nueva selección de modelo gráfico / de interacción y un paquete de diagnóstico informativo. Y ahora cuenta con un rendimiento hasta 1,000 veces mejor. Además, puede modificar los parámetros de ajuste y seleccionar nuevas distribuciones, como Cauchy, Beta, Exponencial, Gamma inflado a cero, Binomial beta y Beta Binomial inflado a cero. La función ahora incluye soporte para herencia de efectos y predicción inversa y efectos forzados. El modelo mixto, una personalidad de modelo de ajuste, tiene un nuevo optimizador para mejorar enormemente el rendimiento en problemas más grandes.
Producto : JMP Pro
Audiencia : Modeladores predictivos, usuarios de análisis avanzados, ingenieros y científicos que se ocupan de problemas de datos desordenados o grandes.
Dolores comerciales abordados :
- Los métodos de ajuste generalizado, ajuste mixto y robusto a menudo eran lentos para adaptarse a problemas más grandes o problemas complejos con efectos de orden superior.
- Fit Generalized careció de diagramas de diagnóstico e informes que otras personalidades de Fit Model proporcionaron.
- Ajuste generalizado carecía de una forma interactiva para ajustar el ajuste del modelo.
- La regresión cuantil estaba previamente disponible como un complemento SAS, que se eliminó en JMP 11.1. Ahora podemos realizar este análisis estadístico de forma nativa en JMP Pro.
3) PLS-DA y asignación de medidas de precisión para modelar predicciones en PLS. El análisis discriminante PLS (PLS-DA) se ajusta a una regresión PLS con una respuesta categórica. La ventaja de este método de clasificación en comparación con GLM o DA es que maneja factores correlacionados, datos faltantes y puede modelar más factores que observaciones. Y casi no hay suposiciones que deben hacerse sobre los datos antes del modelado. Además, el arranque de las predicciones del modelo ahora es compatible con todos los ajustes del modelo PLS.
Producto: JMP Pro
Audiencia: Los modeladores abordan problemas amplios; más columnas que observaciones
Dolores comerciales abordados:
- Los clientes deben adaptar los modelos PLS a las respuestas categóricas. A menudo tienen más factores que observaciones (tablas de datos amplias y cortas) donde otros modelos no funcionarán.
- A menudo, estas tablas de datos incluyen factores correlacionados, que hacen que otros métodos de modelado fallen.
- JMP Pro 12 presenta bootstrapping para los resultados del modelo PLS.
Clientes clave: Syngenta, Unilever, Ian Cox, P&G
4) Crear la utilidad de modelado de columnas de validación. Crea columnas de validación con un solo clic, ya sea utilizando una técnica puramente aleatoria, o estratificadas para garantizar que todas las categorías de la columna estratificada se incluyan en el conjunto de entrenamiento.
Producto : JMP Pro
Audiencia : Modeladores predictivos, cualquiera que busque una manera fácil de crear una columna de validación para una evaluación honesta del rendimiento del modelo.
Dolores comerciales abordados :
- La creación de la columna de validación fue en gran medida un proceso manual que requirió múltiples clics para dividir un conjunto de datos en conjuntos de tren, validación y prueba.
Si necesita más que una simple muestra aleatoria de los datos para dividir, debe usar un complemento u otras técnicas para generar las mejores divisiones. Ahora puede dividir los datos según el problema, utilizando uno de varios algoritmos incluidos.
