Vocero | Transcripción |
| carlos ortega | Sí. Hola, y bienvenidos a nuestra presentación en JMP Discovery Summit. |
| Por supuesto, nos hubiera gustado dar esta presentación en persona, pero en las circunstancias actuales, esta es la mejor manera en que aún podemos compartir la forma en que estamos usando |
| JMP en nuestro trabajo diario y cómo nos ayuda en el trabajo más diario, cómo reelaborar nuestros datos. Sin embargo, |
| la presentación de esta manera con el video también tiene una ventaja para ti como espectador porque sí, si quieres tomar un café ahora mismo, puedes hacer pausa y continuar cuando el café esté listo. |
| Pero mirando el momento, supongo que la cumbre ya está en marcha. Y lo más probable es que ya haya escuchado algunas presentaciones interesantes. |
| Cómo JMP puede ayudarlo a darle más sentido a los datos para resolverlos con herramientas estadísticas para obtener una visión más profunda y sumergirse en |
| más partes de sus datos. Sin embargo, lo que queremos hacer hoy (y esto también está oculto bajo el título sobre el aseguramiento de la calidad de los datos), |
| el motor de secuencias de comandos. |
| Todo lo que tiene que ver con secuencias de comandos JSL porque ayudamos... esto nos ayuda mucho en nuestro trabajo diario para preparar los datos, que luego están listos para ser utilizados para el análisis de datos y me refiero a |
| Carlos Ortega, Daria Otyuskaya y yo mismo, que ahora quiero presentar un poco porque, sí, eso es para tener una mejor idea de quién está haciendo esto. Pero por supuesto, como siempre, hay algunos |
| algunas reglas para esto, que son |
| el descargo de responsabilidad sobre los datos que estamos utilizando. Y ahora si eres abogado seguro vas a hacer pausa para estudiar esto en detalle. Sin embargo, para todas las demás personas en este momento, profundicemos en la presentación. |
| Y, por supuesto, nada mejor que comenzar con una breve introducción de las personas que ves, ya ves la ubicación. Todos tenemos en común, que es Ámsterdam en los Países Bajos y todos tenemos en común que trabajamos en Avantium. |
| empresa proveedora de tecnologías sostenibles. Sin embargo, los diferentes lugares de los que venimos están en todo el mundo. |
| Tenemos, por un lado del lado izquierdo, a Carlos Ortega, un ingeniero químico de Venezuela, que vive en Holanda, hace unos seis años y trabaja en Avantium unos dos años como líder de proyectos y servicios. |
| Luego tenemos en el lado derecho a Daria Otyuskaya de Rusia que también trabajó aquí durante unos dos años y pasó los últimos cinco años en el Benelux. |
| área donde realizó su doctorado en ingeniería química. Y yo mismo. Tengo la única ventaja, que puedo viajar a casa en coche ya que soy de Alemania. Vivo en Holanda desde hace unos 10 años y me uní a Avantium hace unos tres años. |
| Pero ahora, |
| Hablemos un poco más sobre Avantium. Sólo quiero exponer brevemente un poco de las cosas que estamos haciendo. |
| Avantium, como mencioné antes, proveedor de tecnologías sostenibles y tiene tres unidades de negocio. Uno es Avantium Renewable Polymers, donde desarrollamos un polímero biodegradable llamado PEF, que es cien por ciento de origen vegetal y reciclable. |
| En segundo lugar, tenemos una unidad comercial llamada Avantium Renewable Chemistries, que ofrece tecnologías renovables para producir productos químicos como MEG. |
| o azúcares industriales a partir de biomasa no alimentaria. Y por último, pero no menos importante, una tecnología muy emocionante, en la que convertimos el CO2 del aire en productos químicos a través de la electroquímica. |
| Pero no hablar demasiado de estas dos unidades de negocio porque Carlos, Daria y yo estamos trabajando en Avantium Catalysis, que se fundó hace 20 años y sigue siendo el fundamento... el fundamento de las innovaciones tecnológicas de Avantium. De hecho, estamos proporcionando su |
| Somos un proveedor de servicios para acelerar la investigación en su |
| empresa en la investigación de catalizadores, para ser más específicos. Y ofrecemos allí, como puede ver en el lado derecho, servicios de sistemas y un servicio llamado prueba de catalizador de refinería. Y lo que realmente ayudamos a las empresas a desarrollar la I+D, como se ve en la parte inferior de esto. |
| Pero esto es suficiente sobre Avantium. Hablemos un poco de cómo estamos desarrollando cómo estamos trabajando en proyectos y cómo JMP realmente puede ayudarnos allí para acelerar las cosas y obtener mejores datos, que Carlos luego nos muestra en una demostración. |
| Como se mencionó anteriormente, somos un proveedor de servicios y, como proveedor de servicios, obtenemos |
| muchas solicitudes de los clientes para desarrollar mejores catalizadores o mejores procesos. Y ahora podría preguntarse cuál es el catalizador. |
| Un catalizador es en realidad un material que participa en una reacción cuando transformas A en A, pero no se consume en una reacción. |
| El ejemplo más común de personas, que puede ver en su día a día es, por ejemplo, el catalizador de gases de escape que está instalado en su automóvil, que gira |
| descargue los gases de su ...de su automóvil en CO2 y agua como escape. |
| Y estas son cosas que recibimos como solicitudes. La gente viene a nosotros y dice, "Oh, me gustaría desarrollar un nuevo material", o cosas como, "Tengo este proceso, y quiero venir con... acelerar mi investigación y |
| Desarrollar un nuevo proceso para esto". Y lo que usan ahí es cuando tenemos un experimento en nuestro equipo, estamos diseñando experimentos de... |
| diseñar experimentos. Estamos tratando de optimizar las pruebas para esto y es todo lo que usamos JMP, pero esto no es de lo que queremos hablar hoy. |
| Porque como dije antes, también usamos JMP para fusionar nuestros datos, procesarlos y prepararlos para las cosas, que son las dos partes que ven en la parte inferior de la presentación. |
| Estamos ejecutando proyectos de investigación para el cliente en nuestra herramienta patentada llamada Flowrence, donde el truco es que no experimentamos... no ejecutamos pruebas, una tras otra, sino que ejecutamos en paralelo. |
| Tradicionalmente, quiero decir, me recuerdo a mí mismo en mi doctorado, ejecutas una prueba un reactor tras otro, tras otro, tras otro. |
| Pero estamos aplicando hasta 64 reactores en paralelo, lo que hace que la ejecución sea más desafiante pero permite una decisión basada en datos. |
| Permite en realidad hacer datos más confiables y hacerlos estadísticamente significativos. |
| Y luego informamos estos datos a nuestros clientes, que luego pueden continuar en sus herramientas con sus conocimientos adicionales o confiar completamente en nosotros. |
| para ejecutar estos datos y extraer el conocimiento. Pero sí, basta de hablar de la empresa. Y ahora permítanme ceder el paso a Carlos, que explicará cómo JMP y el script JMP realmente nos ayudan a hacernos la vida significativamente más fácil. |
| Gracias, Hendrik, por la buena introducción. Y gracias también a los organizadores por esta linda oportunidad de participar en la cumbre de descubrimiento de JMP. |
| Entonces, como mencionaba Hendrik, desarrollamos y ejecutamos proyectos de investigación para terceros. Y si lo pensamos, |
| necesitamos pasar del diseño de experimentos (y esa es, por supuesto, una característica muy poderosa de JMP), |
| pero también necesitamos administrar la información y, en este caso, como mencionaba Hendrik, queremos centrarnos en el script JSL que nos permite manejar fácilmente la información y crear una integración perfecta de los flujos de trabajo de un proceso. |
| Soy líder de proyecto en el departamento de I+D y, por lo tanto, un día... un día normal en mi vida aquí se vería así. Y una visión tan simplista. tendrías |
| clientes que están interesados y tienen una pregunta de investigación y yo diseño experimentos y los ejecutamos en nuestra propia tecnología patentada llamada Flowrence. |
| Entonces, en una vista simple, los datos generados en la unidad de Flowrence pasarán por mí después de algunos controles y la interpretación volverá al cliente. Pero la realidad es algo más compleja y por un lado, también tenemos clientes internos. |
| Eso es parte de... por ejemplo nuestro equipo de desarrollo... equipo de desarrollo de negocios. Y por otro lado, también tenemos nuestro propio personal que realmente interactúa directamente con la unidad. Entonces controlan cómo opera la unidad y monitorean que todo vaya de acuerdo al plan. |
| Y los datos, como ven aquí con líneas discontinuas, los datos no se pueden sacar directamente de la unidad. Los datos en realidad se envían a un almacén de datos y luego necesitamos un conjunto de herramientas |
| que nos permite primero recuperar información, fusionar información que proviene de diferentes fuentes, |
| ejecutamos un conjunto de tareas que van desde limpiar, procesar, visualizar información, y eventualmente exportamos esos datos al cliente para que el cliente pueda obtener la información que realmente necesita y que es más relevante para él. |
| Si me permite concentrarme por un segundo en estas diferentes tareas, lo que observamos inicialmente en la recuperación de una combinación es |
| que los datos en realidad pueden provenir de varias fuentes. Entonces, en el almacén de datos, en realidad recopilamos datos de la unidad de Florencia, |
| pero también recopilamos datos del analizador. Entonces, para aquellos que están realizando pruebas en un laboratorio, es posible que estén familiarizados con la espectrometría de masas o la cromatografía de gases, por ejemplo, y también recopilamos datos sobre el rendimiento de la unidad. Entonces también verificamos que la unidad es |
| se está comportando como se esperaba. |
| En... como en cualquier laboratorio, también tendríamos entradas manuales. Y estos podrían ser, por ejemplo, información sobre los catalizadores que estamos probando o la calibración de los equipos analíticos. |
| Por supuesto, esas entradas manuales siempre se almacenan en un cuaderno de laboratorio, pero también incluimos esa información en un archivo de Excel. Y aquí es donde JMP está realmente |
| ayudándonos a impulsar el flujo de trabajo de la información al siguiente nivel. Entonces, lo que hemos desarrollado es una combinación de un archivo de Excel ampliamente conocido y fácil de usar con |
| funciones potentes de un script JSL. Y no solo incluimos datos manuales que están disponibles en cuadernos de laboratorio, sino que también incluimos en este archivo de Excel |
| fórmulas que luego son interpretadas por el script JSL y ejecutadas. Eso nos permite calcular parámetros clave de rendimiento que son |
| adaptado o adaptado específicamente para diferentes clientes. |
| si miramos |
| con más detalle en el script JSL, y en un momento entraré en una demostración, observará que el script JSL tiene tres secciones principales. |
| Una sección preparará el entorno local. Entonces, por un lado, diríamos que queremos borrar todos los símbolos y cerrar tablas, pero probablemente la característica más importante es cuando |
| defina "los nombres predeterminados aquí". Eso nos permitiría ejecutar raspaduras paralelas sin tener ninguna interferencia entre las variables que tienen el mismo nombre en diferentes scripts. |
| Luego tenemos una sección que está colapsada en este caso para que podamos mostrar que realmente crea una interfaz gráfica de usuario. Y luego, el usuario no interactúa con el script en sí, sino que en realidad trabaja a través de una interfaz gráfica de usuario simple con los botones que tienen una descripción |
| nombres de botones |
| Y luego tenemos un conjunto de |
| tareas que ya están codificadas en el script. En este caso, son en forma de expresiones. |
| Porque bueno, tiene dos ventajas principales. Una sería fácil de implementar más tarde en la interfaz gráfica de usuario. Y segundo, cuando tiene una expresión, puede usar esta expresión varias veces en su código. |
| Bien, pasamos a la simulación de demostración. Así que mencioné anteriormente que tenemos diferentes fuentes de datos. Y |
| por un lado tenemos datos que son |
| En realidad... |
| que de hecho está almacenada en nuestra base de datos. Y esta base de datos contendrá |
| probablemente diferentes fuentes de información, como la unidad o diferentes analizadores. En este caso, verá o verá una tabla de Excel de ejemplo. |
| Esto solo para ilustración. Entonces, estos datos en realidad se toman del almacén de datos directamente con nuestro script JSL. Así que no miramos esta tabla de Excel como una búsqueda. |
| Dejamos que el software recopile la información del almacén de datos. Y probablemente lo más importante es que estos datos, como ven aquí, |
| puede provenir nuevamente de diferentes analizadores, y estamos estructurando de alguna manera que la primera columna contiene nombres divididos. En este caso, tenemos |
| hizo algunos nombres de dominio. Entonces, por razones de confidencialidad, pero también verá que todas las observaciones están ordenadas en filas. Así que cada fila es una observación. |
| Y dependiendo del tipo de prueba y de la unidad que estemos usando, podríamos pensar que en total en un día podemos recolectar hasta medio millón |
| puntos de datos en un solo día. Eso depende, por supuesto, del analizador, pero inmediatamente se enfrenta a la cantidad de datos que tiene que manejar y cómo el script JSL que lo ayuda a procesar la información puede ayudarlo con esta actividad. |
| Luego también usamos otro archivo de Excel. Y este también es muy importante, que es un archivo de tabla de entrada. |
| Y estos archivos, específicamente con el script JSL, son los que crean la sinergia que nos permite procesar los datos fácilmente. Lo que ven en este caso, por ejemplo, es una tabla de carga del reactor y vemos diferentes reactores con diferentes catalizadores. Y esta información que parece... |
| no es cuantitativo, pero lo cualitativo el valor es importante. Y luego, si pasamos a una segunda pestaña, y estos pasos están predefinidos en todos nuestros proyectos, |
| vemos los factores de respuesta para los analizadores. Diferentes analizadores tendrán diferentes factores de respuesta y es importante registrar esta información en uso a través de los cálculos para poder obtener resultados cuantitativos. |
| En este caso, observamos que la condición de que los factores de respuesta estén dirigidos por condición en su lugar. |
| Luego tenemos una pestaña de fórmula. Y esta es probablemente una pestaña clave para nuestro script. Puede ingresar fórmulas en este archivo de Excel. Asegúrese de que los nombres de las variables estén encerrados entre corchetes. |
| Y la fórmula, puede usar cualquier fórmula en Excel. Cualquiera puede usar Excel; estamos muy acostumbrados. Entonces, si escribe una fórmula aquí, |
| eso sigue??? sintaxis en Excel, será ejecutado por nuestro script JSL. Luego también incluimos una característica adicional que pensamos que era interesante tener condicionales. |
| Y para que el script JSL lea este condicional, el único requisito es que los condicionales estén encerrados entre llaves. |
| Hay otras dos pestañas que me gustaría mostrarles, que son muy relevantes. Una es una pestaña de tablas de exportación y la razón por la que tenemos esta tabla es porque |
| generamos muchas columnas o muchas variables de mi unidad, probablemente 500 variables. Pero en realidad el cliente solo está interesado en 10, 20 o 50 de ellos. Esos son los que realmente agregan valor a su investigación. Entonces podemos ingresar esas variables aquí y |
| enviarlo al cliente. Y por último, pero no menos importante, creo que muchos de nosotros hemos estado en esa situación en la que enviamos un correo electrónico a una dirección incorrecta y eso puede ser algo aterrador cuando estás |
| hablando de información confidencial. Entonces, siempre verificamos dos y tres veces las direcciones de correo electrónico y, pero, ¿es realmente necesario? |
| Entonces, lo que estamos haciendo aquí es que tenemos un archivo de Excel que contiene todas las entradas manuales, incluida la dirección de correo electrónico de nuestros clientes. |
| Y estas direcciones de correo electrónico son fijas, por lo que no hay lugar para errores. Cada vez que haya ejecutado el script JSL, se leerán las direcciones de correo electrónico correctas y se creará el correo electrónico y lo veremos en un minuto. |
| Así que ahora entrando en el script JSL, |
| Quisiera destacar lo siguiente. Entonces, el script JSL se encuentra inicialmente en un solo archivo en una sola carpeta y el script JSL solo necesita un archivo de Excel para escribir que contiene diferentes pestañas que acabamos de ver en la diapositiva anterior. |
| Una vez que abra el script JSL, |
| puede hacer clic en el botón ejecutar script y eso abrirá el |
| interfaz gráfica de usuario que ve a la derecha. Aquí tenemos diferentes opciones. En este caso queremos resaltar la opción donde recuperamos datos de un proyecto en ese periodo determinado. |
| Hemos seleccionado aquí solo un día de este año, en concreto, y luego vemos diferentes botones que nos permiten crear actualizaciones, por ejemplo. |
| Una vez que hayamos hecho clic en este botón, verá a la izquierda en la carpeta que se crearon dos directorios. El hecho de que creemos estos directorios automáticamente nos ayuda a tener armonía o a estandarizar cómo se estructura una carpeta también en nuestros proyectos. |
| Si observa los datos de la base de datos sin procesar, verá que se crearon los dos archivos. Uno contiene los datos sin procesar que provienen directamente del almacén de datos. |
| Y el segundo, la tabla de datos contiene toda la información de combinación del archivo de Excel y diferentes tablas que están disponibles en el almacén de datos. |
| La carpeta de archivos exportados no contiene nada en este momento, porque no hemos evaluado y evaluado que los datos que creamos en nuestra unidad sean realmente relevantes y |
| valioso para el cliente. Hacemos esto, somos, nosotros ??? y verá aquí que hemos creado un gráfico de la temperatura del reactor frente a la hora local. |
| Y se graficarían diferentes reactores por lo que tenemos hasta 64 en una de nuestras unidades. Y en este caso coloreamos los reactores, dependiendo de la ubicación en la unidad. |
| Otra pestaña que tenemos aquí, a modo de ejemplo, es la de la presión. Y verá que también puede programar valores objetivo máximo y mínimo y definir, por ejemplo, alertas para ver si el valor se está alejando. |
| La última tabla que quiero mostrar es una conversión y aquí vemos diferentes conversiones colapsadas por catalizador. |
| Entonces, una vez que hagamos clic en el botón exportar, veremos que nuestro archivo se adjunta a un correo electrónico y el correo electrónico ya contiene el |
| direcciones... las direcciones de correo electrónico que queremos usar. Y nuevamente, quiero resaltar lo importante que es enviar la información a la persona adecuada. |
| Ahora este conjunto de datos se encuentra realmente en la carpeta de archivos exportados, que no estaba allí antes. Y siempre podemos realizar un seguimiento de qué información se ha exportado y enviado al cliente. |
| Con este correo electrónico, solo es cuestión de completar la información. Entonces, en este caso, es una prueba muy simple. Así que este es su conjunto de datos, pero por supuesto daríamos alguna interpretación o tal vez daríamos algunos consejos al cliente sobre cómo continuar con las pruebas. |
| Y, por supuesto, una vez que haya cubierto todos estos pasos, cerrará la interfaz gráfica de usuario y eso también cerrará todas las tablas abiertas y el script JSL. |
| Algo que me gustaría resaltar en este punto es que este flujo de trabajo que utiliza un script JSL es bastante rápido. Así que lo que viste en este momento, |
| por supuesto, es un poco acelerado porque es solo una demostración, pero no pierde tiempo buscando datos y diferentes fuentes, tratando de fusionarlos con las columnas correctas. Todos estos procesos están integrados en un único script y eso nos permite |
| reportar al cliente diariamente |
| cantidades de datos que de otro modo serían... no serían posibles. Y el cliente puede tomar decisiones basadas en datos a un ritmo muy rápido. Esa es probablemente la clave |
| mensaje que quiero entregar con este guión que vemos en este momento. |
| Ahora bien, me gustaría concluir la presentación con algunos comentarios finales y algunos comentarios finales. |
| Y así, por un lado, desarrollamos un enfoque distintivo para el manejo y procesamiento de datos. Y cuando decimos distintivo es porque hemos creado una sinergia entre un archivo de Excel que la mayoría de la gente puede usar porque está muy familiarizado con Microsoft Office y un script JSL. |
| que no necesita ningún esfuerzo para funcionar. Entonces hace clic en Ejecutar, obtendrá una interfaz gráfica de usuario y algunos botones para ejecutar tareas. |
| Entonces tenemos un flujo de trabajo estandarizado. Y eso también es muy relevante cuando trabajas con múltiples clientes y también |
| también desde un punto de vista práctico. Por ejemplo, si uno de mis colegas se fuera de vacaciones, será fácil para mí, por ejemplo, que otro líder de proyecto se haga cargo del proyecto. |
| y sepa que todas las estructuras de carpetas son iguales, que todos los scripts son iguales y los botones ejecutan las mismas acciones. |
| Finalmente, también podemos... podemos garantizar una integración perfecta de datos y estas rápidas actualizaciones de información con |
| miles o incluso medio millón de puntos de datos por día se pueden enviar rápidamente a los clientes y luego esto les permite tomar decisiones basadas en datos casi en línea. |
| Al final, nuestro propósito es maximizar la satisfacción del cliente a través de un proceso consistente, confiable y robusto. |
| Bueno, con esto, me gustaría agradecer, nuevamente, a los organizadores de estas cumbres de descubrimiento. |
| Por supuesto, a todos nuestros compañeros de Avantium que han hecho esto posible, especialmente a los que han trabajado intensamente en el desarrollo de estos guiones. Y si tiene curiosidad sobre nuestra empresa o el trabajo que hacemos en Catalysis, visite uno de los enlaces que ve aquí. |
| Y con esto me gustaría concluir, muchas gracias por su atención. Y sí, esperamos sus preguntas. |
