Im Folgenden finden Sie Zitate zur Kundenwirkung aus Erfolgsgeschichten und statistisch gesehen Veranstaltungen, geordnet nach Themen.Diese Zitate wurden zur öffentlichen Verwendung freigegeben.Denken Sie daran, immer wieder nach Updates und neuen Inhalten zu suchen!
=========
ANALYSE-KULTUR / JMP-WORKFLOW
„Einige Mitarbeiter sind eher zurückhaltend, wenn es um Analysen geht. Sie könnten erkennen, dass wir uns auf einer Datenreise befinden und nicht zurückgelassen werden wollen, also steigen sie ein. Der wahre Wert liegt jedoch in denen, die es einfach verstehen und deren gesamte Denkweise sich ändert, nachdem sie Einsichten erlebt haben, die nur darauf warten, entdeckt zu werden.“
-Kieran O'Mahony – Dairygold
JMP DS Americas 2021 – Aufnahmeproduzenten – Data Explorers Spotlight gallery.mp4 – Alle Dokumente (sharepoint.com)
„Zu Beginn, beim Versuch, Datenanalysen zu verstehen und ein neues Programm wie JMP zu verwenden, muss ein Manager sagen, dass es in Ordnung ist, bei Analyseproblemen kurzfristig langsamer vorzugehen, damit sich die Leute befähigt fühlen, tatsächlich zu lernen, anstatt auf ihre alten Methoden zurückzugreifen.“ . Wenn das Haus in Flammen steht, greifen die Leute natürlich zunächst nicht zu dem Werkzeug, das sie verlangsamt. Deshalb ist es unsere Aufgabe als Change Agents, ihnen klarzumachen, dass es in Ordnung ist, am Anfang langsamer zu fahren, um am Ende insgesamt schneller und weiter zu kommen ."
-Steve Hampton, Prozesskontrollmanager, PCC Structurals
Steve Hampton von PCC Structurals über den Umstieg von Minitab und warum es so wichtig ist, die JMP-Ressourcen für Engagement und Lernen zu nutzen, nennt er einen „immensen Mehrwert“
„ Wir wollten mit der Brandbekämpfung aufhören Deshalb haben wir begonnen, die Leute über Statistiken und Datenanalyse aufzuklären und darüber, warum Daten für die Entscheidungsfindung von entscheidender Bedeutung sind.Früher fragten die Leute oft: „Können Sie diese Zahlen für mich ermitteln?“ Aber Jetzt machen sie es selbst. Das spart mir Zeit. Aber es bedeutet auch, dass wir weniger Zeit mit dem Zugriff auf die Daten verbringen und uns mehr auf das konzentrieren können, was wirklich wichtig ist – die Entscheidungsfindung .“
– Vasco Cachaco, Principal Six Sigma Process Champion, Xaar
Xaar-Erfolgsgeschichte
" Die wichtigsten Merkmale dort waren also die Bereitschaft zu wachsen und sich anzupassen, die Neugier, zu lernen, wie wir unsere Arbeit besser machen können, sowie die Investition und die Ressourcen, sowohl pädagogischer als auch technischer Art, wie z. B. JMP-Software , durch Führung, um Menschen bei der Weiterqualifizierung zu unterstützen, und es handelt sich im Wesentlichen um eine kontinuierliche Wachstumsaktivität.“
– Loren Perelman , Vizepräsident für Wissenschaft, Riffyn
Statistisch gesehen: Entwicklung einer gemeinsamen Vision für analytische Exzellenz
„Zunächst möchte ich dem Team von JMP für die Einladung danken, heute hier zu sprechen. Und auch für die Entwicklung eines erstklassigen Produkts, das meine Sicht auf die Welt wirklich und wahrhaftig verändert ."
– Tim Gardner, CEO, Riffyn
Statistisch gesehen: Das „Experiment“ für die Wissenschaft des 21. Jahrhunderts neu gestalten (Link folgt in Kürze)
„[Verwendung von Query Builder zur direkten Schnittstelle mit Daten aus einer Reihe von Datenquellen] war Für uns ist das ein wirklich großer Schritt, denn dann sind Sie nicht darauf angewiesen, dass die IT Ihnen Zugriff auf die Daten gewährt . Es ist der Beginn einer Reise der Digitalisierung.“
– Vasco Cachaco, Principal Six Sigma Process Champion, Xaar
Xaar-Erfolgsgeschichte
„Innovation durch Daten ist ein Schlüsselmerkmal führender Unternehmen. Die Fähigkeit, Daten zu analysieren und Ergebnisse visuell zu kommunizieren, ist entscheidend für die Beschleunigung von Entscheidungen mit einer geringen Fehlerquote. Bei Vishay Semiconductor Italiana Die Analytics-Kultur ist Teil unserer DNA – und es wird von Tag zu Tag besser. Ich glaube das Die besten Ergebnisse werden erzielt, wenn analytische Fähigkeiten und technische Kompetenz zusammengeführt werden , Förderung der Einführung der Lean Six Sigma-Kultur.“
– Fabrizio Ruo Redda, Senior Manager für Forschung und Entwicklung, Vishay Semiconductor Italiana
Vishay-Erfolgsgeschichte
„ Die Integration der Analyseplattform mit der Skriptsprache macht JMP zu einem sehr leistungsstarken Tool . Sie können die grundlegende Skripterstellung ganz einfach erlernen und nach Belieben verwenden ... Mit dem neuen System ist es nun möglich, detaillierte Datenanalysen mit minimalem Aufwand und geringerem Fehlerrisiko durchzuführen. Analysen, für deren Integration von Daten aus verschiedenen Systemen in der Vergangenheit tagelange Arbeit erforderlich war, können jetzt in wenigen Minuten durchgeführt werden, wodurch Innovation durch Daten gefördert wird .“
– Fabrizio Ruo Redda, Senior Manager für Forschung und Entwicklung, Vishay Semiconductor Italiana
Vishay-Erfolgsgeschichte
„ [Ohne JMP] Ich glaube, wir hätten weiterhin schrittweise Verbesserungen vorgenommen, aber nicht die gleichen geschäftlichen Auswirkungen erzielt .“
– Fabrizio Ruo Redda, Senior Manager für Forschung und Entwicklung, Vishay Semiconductor Italiana
Vishay-Erfolgsgeschichte
" JMP ist eine wirklich attraktive und benutzerfreundliche Software, die auch über interessante Funktionen wie DOE und alle anderen statistischen Analysen verfügt, die ich möglicherweise benötige . Dieses Tool zu haben – und auch in diesem Tool programmieren zu können – ist großartig.Mit JMP verfügen Sie über eine Software, mit der Sie die Daten analysieren und mit Skripten auch einige eigene Anwendungen erstellen können . Mit JSL kann man schnell viel lernen.“
– Torsten Weber, Prozessintegrationsingenieur, Heliatek
Heliatek-Erfolgsgeschichte
„ JMP kann alles in einer einheitlichen Plattform integrieren … Wir können JMP-Funktionen verwenden, um Daten aus Datenbanken und mehreren Dateien zu importieren und mithilfe verschiedener JMP-Tabellenfunktionen eine effiziente Bereinigung oder Vorbereitung durchzuführen. JMP bietet viele leistungsstarke Plattformen und Tools für die statistische Analyse und Modellierung . Das Plattformdesign ist benutzerfreundlich und speichert Details des Analyseprozessablaufs und bietet High-Level-Funktionen in der Skriptsprache von JMP zum Ausführen verschiedener Analysen .“
– Miao Chen, Datenwissenschaftler, Tokyo Electron Limited
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„Wir haben die Wahl, JMP-Anwendungen auf einem Dashboard mit vorhandenen JMP-Vorlagen oder KI-Tools zu erstellen. Wir können JSL verwenden, um eine Benutzeroberfläche von Grund auf zu schreiben. Im Hinblick auf die Automatisierung verfügt JSL über eine stabile Laufzeitumgebung. Es ist nützlich, robusten, wiederverwendbaren Code für die Ausführung komplexer Analysen oder die Interaktion mit externen Systemen zu erstellen .“
– Miao Chen, Datenwissenschaftler, Tokyo Electron Limited
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„Jetzt ist es an der Zeit, diese Messwerte und Beobachtungen mit unseren Endbenutzern zu teilen. Und JMP verfügt über sehr umfangreiche Funktionen, die uns dabei helfen können, Diagramme zu erstellen und alles in einen interaktiven JMP-Bericht zu packen . Wir klicken einfach auf eine Schaltfläche und es wird automatisch ein Bericht zur Ursachenanalyse erstellt. Dies ist ein angepasster Bericht – mit Hilfe einiger JSL hier werden die Diagramme in der Reihenfolge ihrer Beiträge sortiert, die durch das prädiktive Screening vorgegeben werden. Das Beste an diesem Bericht ist, dass er interaktiv ist. Wir können einige Fit-Y-By-X-Diagramme hinzufügen, damit die Benutzer den Unterschied zwischen guten und schlechten Grooves interpretieren können. Auf der rechten Seite haben wir ein weiteres SPC-Panel hinzugefügt, falls unsere Benutzer an einigen Sensortrends interessiert sind.“
– Miao Chen, Datenwissenschaftler, Tokyo Electron Limited
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„Wir werden eine Zeile verwenden, um unsere JMP-Datei zu importieren, aber in einem realen Fall möchten wir JMP möglicherweise mit einer SQL-Abfrage verbinden. Im zweiten Schritt definieren wir einfach eine Liste dieser Variablen, die die zukünftigen Funktionen verwenden sollen. Und wir könnten hier viele weitere Datenbereinigungsfunktionen hinzufügen oder erstellen…. JMP verfügt über eine sehr praktische Funktion, die uns hilft, Skripte von einer JMP-Schnittstelle zu speichern, sodass wir den vorhandenen Code ändern können, anstatt ihn von Grund auf neu zu erstellen .“
– Miao Chen, Datenwissenschaftler, Tokyo Electron Limited
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„ Wir können unsere Analysten und Fachexperten über die gleiche Schnittstelle eng zusammenarbeiten lassen und den Ansatz teilen, unsere Ideen mithilfe der vorhandenen JMP-Plattformen oder Anwendungsentwickler zu prototypisieren … Und wir können die JMP-Skriptsprache verwenden, um jeden Teil des Prozesses zu verbinden und einige komplexe Analyseanwendungen zu entwickeln. Durch den weiteren Ausbau dieser Anwendungen können wir mit externen Systemen interagieren, z. B. auf die externe Datenbank antworten oder einen Bericht in unserem Websystem veröffentlichen, um mehr Benutzern zu helfen. Dieser iterative Ansatz ist Das steigert auf jeden Fall unseren Datenwertextraktionsprozess .“
– Miao Chen, Datenwissenschaftler, Tokyo Electron Limited
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„Heutzutage versuchen immer mehr Unternehmen, fortschrittliche Datenanalysen oder maschinelle Lerntechnologien zu nutzen, um ihren Wettbewerbsvorteil auszubauen oder aufrechtzuerhalten. Während die Top-Down-Strategie dabei hilft, einige Schlüsselbereiche zu identifizieren, indem sie Dateninfrastrukturen und die Zuweisung von Ressourcen weiterentwickelt, um den Analyseprozess zu beschleunigen, Wir können proaktiv einen Bottom-up-Ansatz verfolgen und Technologien [wie JMP] nutzen, die die Umsetzung von Ideen rationalisieren. Mehr automatisierte Analyseprojekte verbessern unsere Analysefähigkeiten und kommen auch den Benutzern an vorderster Front zugute .“
– Miao Chen, Datenwissenschaftler, Tokyo Electron Limited
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„Bei NXP erlauben wir ein wenig Mehrdeutigkeit beim Wort ‚Dashboard‘. Wir würden ein Dashboard lieber als jede Art von grafischer Oberfläche definieren, die Daten organisiert und visualisiert, um die Nutzung für jede Art von Zielgruppe zu erleichtern. Es soll Vergleiche mit Zielen und Kennzahlen bzw. KPIs ermöglichen und zusätzliche Erkenntnisse liefern, die man aus den Rohdaten selbst nicht ableiten kann. Bei NXP haben wir das, was wir unsere „JMP Guides“ nennen – unsere Dashboards, Minianwendungen. Jeder JMP-Leitfaden führt ein JSL-Skript aus, das eine Analyse einer JMP-Datentabelle durchführt, zusammenfassende Statistiken generiert und Schwellenwerte wie Spezifikationsgrenzen enthalten kann. Und selbstverständlich werden zu den Statistiken auch Visualisierungen dazugehören .“
Statistisch gesehen: Machen Sie Dashboards zu einem wesentlichen Bestandteil des wissenschaftlichen und technischen Arbeitsablaufs
– Alex Pamatat, IT-Lösungsmanager, Advance Analytics, NXP
„ Bei NXP ist JMP eine Unternehmensanwendung – das bedeutet, dass es Prozesse zur Unterstützung der Anwendung über alle Domänen weltweit und über Hunderte von Teams hinweg gibt. Durch die Zentralisierung der Ressourcen in meinem Team zur Unterstützung der JMP-Bereitstellung konnten wir die Entwicklung von JMP-Dashboards konsolidieren. Sie werden auf einer internen Website gehostet, auf die jeder JMP-Benutzer Zugriff hat.“
Statistisch gesehen: Machen Sie Dashboards zu einem wesentlichen Bestandteil des wissenschaftlichen und technischen Arbeitsablaufs
– Alex Pamatat, IT-Lösungsmanager, Advance Analytics, NXP
„Während die Daten des Benutzers von einem [JMP-Dashboard] zum anderen unterschiedlich sein können, ist die Analyse immer dieselbe. Es ist von einem Benutzer zum nächsten standardisiert … von Maschine zu Maschine, unabhängig davon, wo Sie sich befinden …. [Alle JMP-Benutzer bei NXP] haben Zugriff auf dieselbe Version unserer JMP-[Dashboards]. Im Wesentlichen handelt es sich dabei um die einheitliche Version der Wahrheit für eine standardisierte Analyse im gesamten Unternehmen .“
Statistisch gesehen: Machen Sie Dashboards zu einem wesentlichen Bestandteil des wissenschaftlichen und technischen Arbeitsablaufs
– Alex Pamatat, IT-Lösungsmanager, Advance Analytics, NXP
„[Einer der Hauptvorteile der Schaffung einer gemeinsamen Analysekultur besteht darin, dass] wir alle dieselbe Sprache sprechen. Wir konnten ein Glossar standardisierter Begriffe und Sprache rund um die Lösung von Datenanalyseherausforderungen mithilfe von JMP entwickeln . Wir haben beispielsweise Mitarbeiter in Austin, Texas, die in der Fertigung arbeiten und sich an unsere Qualitätsingenieure in Tianjin, China, wenden können. Sie sprechen beide die gleiche Sprache, wenn es darum geht, Problemlösungen mithilfe von Datenanalysen zu erarbeiten.“
Statistisch gesehen: Machen Sie Dashboards zu einem wesentlichen Bestandteil des wissenschaftlichen und technischen Arbeitsablaufs
– Alex Pamatat, IT-Lösungsmanager, Advance Analytics, NXP
„Ein weiterer Vorteil [einer gemeinsamen Analysekultur] ist standardisierte Analysemethoden, die wir als wesentlichen Bestandteil des Change-Management-Prozesses betrachten . Dieser Prozess schreibt die spezifischen Analysen vor, die basierend auf der Art der Änderung – und der Art der analysierten Daten – ausgewertet werden müssen. Niemand hat eine Ausrede, die Analyse zu überspringen, da sie bereits durch codierte Dashboards in JMP standardisiert wurde .“
Statistisch gesehen: Machen Sie Dashboards zu einem wesentlichen Bestandteil des wissenschaftlichen und technischen Arbeitsablaufs
– Alex Pamatat, IT-Lösungsmanager, Advance Analytics, NXP
„ Durch die Standardisierung unserer Tools und Methoden können wir unser Training standardisieren …. Wir verfügen über ein ziemlich solides internes Schulungsprogramm zur angewandten Statistik, das auf Kursen basiert, die wir bei JMP erworben haben. Aber das wäre nicht möglich, wenn wir nicht in der Lage wären, die Methoden zu standardisieren, mit denen wir Analysen durchführen.“
Statistisch gesehen: Machen Sie Dashboards zu einem wesentlichen Bestandteil des wissenschaftlichen und technischen Arbeitsablaufs
– Alex Pamatat, IT-Lösungsmanager, Advance Analytics, NXP
„ Bei NXP erstellen wir tatsächlich Dashboards für unsere Dashboards . Wir verfügen über ein Dashboard, um die Nutzung aller unserer JMP-Dashboards zu messen und zu bewerten … Eine Möglichkeit, dies zu erreichen, besteht darin, ein Hintergrundskript auf unseren Computern laufen zu lassen. Jemand startet JMP und verwendet dann auch ein [Dashboard], das seine Nutzung misst. Also Wir sind in der Lage, dies zu überwachen und das JMP-Dashboard selbst aus betrieblicher Sicht zu betrachten .“
Statistisch gesehen: Machen Sie Dashboards zu einem wesentlichen Bestandteil des wissenschaftlichen und technischen Arbeitsablaufs
– Alex Pamatat, IT-Lösungsmanager, Advance Analytics, NXP
„[Early Adopters bei Parker LORD] haben Fälle erstellt, um die Leistungsfähigkeit von [Analytics] zu demonstrieren, und es sah allmählich zugänglicher aus. Sie waren bereit, anderen beim Lernen zu helfen – sie wurden zu Experten. Wir mussten also nicht bei jedem den Durchbruch schaffen, sondern nur bei ein paar Leuten und sie als Lead Adopters einsetzen .“
– Tim Holtz, Prozesstechnik-Manager, Parker LORD
Erfolgsgeschichte von Parker LORD
" Wir haben viel Zeit und Geld in die Entwicklung der Automatisierungsinfrastruktur gesteckt, der Robotik, die die DNA und Flüssigkeiten bewegt und diese DNA in die Zellen einbringt und sie wachsen lässt. Aber auch viel Geld für Messtechnik, Massenspektrometrie, Flüssigkeitschromatographie und dergleichen – genauso wichtig. Und wir entwerfen, bauen und fertigen diese Dinge automatisch. Aber Wir müssen den Output messen und sehen, ob er das produziert, was uns interessiert. Und wir beschlossen, dass JMP ein integraler Bestandteil dieses Prozesses sein würde . Und um dies zu erreichen, hat die Entwicklung kundenspezifischer Software und die interne Bereitstellung dieser Programmfunktionen wirklich dazu beigetragen, diesen Prozess zu beschleunigen.“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Zeit für Innovation: Wie Ihr Unternehmen eine Kultur der analytischen Exzellenz schaffen kann: Ein Beispiel aus der synthetischen Biologie (Link kommt bald)
„Robotik ermöglicht es Ihnen, immer mehr Dinge zu messen, aber Sie verlieren möglicherweise die Fähigkeit, den Überblick zu behalten und die Informationen aussagekräftig zu machen. Ich habe in Nature einen tollen Begriff dafür gelesen: datageddon. Wir haben die Möglichkeit, all diese Daten zu sammeln, aber wir können möglicherweise Probleme bei der Interpretation dieser Daten haben, wenn wir nicht klar darüber nachdenken, warum und wie wir Dinge messen wollen .“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Zeit für Innovation: Wie Ihr Unternehmen eine Kultur der analytischen Exzellenz schaffen kann: Ein Beispiel aus der synthetischen Biologie (Link kommt bald)
„Wie baut man eine Kultur analytischer Exzellenz auf? Ich hatte das Gefühl, dass es auf dem Gebiet [der Pharmakologie und Arzneimittelentwicklung] an wirklich aussagekräftigen Statistiken mangelt. Mir war bewusst, dass Modellierung und DOE verfügbar sind. Und Ich hatte das Gefühl, dass es auf diese Weise ein enormes Potenzial für eine Verbesserung der Reproduzierbarkeit der biologischen Forschung gibt. Aber ich hatte das Gefühl – insbesondere nach der Einführung neuer Vorgehensweisen, neuer Instrumente und neuer Software –, dass es auch einen internen Verfechter geben musste, der das vorantreiben konnte. Weil es wirklich leicht passieren kann, dass Dinge einfach auf der Strecke bleiben, es sei denn, es gibt intern jemanden, der an die Tür klopft und sagt: „Können Sie mir dabei helfen?“ Ich hatte das Gefühl, dass ich dieser Champion sein wollte. Außerdem hatten wir ein Mandat. Als beschlossen wurde, dass wir dies tun würden, ordnete der CEO an, dass wir so weit wie möglich Versuchsplanung und statistische Modellierung durchführen sollten .“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Zeit für Innovation: Wie Ihr Unternehmen eine Kultur der analytischen Exzellenz schaffen kann: Ein Beispiel aus der synthetischen Biologie (Link kommt bald)
„Wir haben versucht, institutionelles Wissen aufzubauen. Je mehr Menschen darin besser werden und durch ihre eigene Weiterbildung neue Dinge herausfinden, desto mehr Menschen können daraus lernen. So kann man einen exponentiellen Zuwachs an institutionellem Wissen erzielen, denn ich möchte nicht für immer der Champion sein. Ich möchte, dass es mehrere Champions gibt und dass jeder voneinander lernt und auf diese Weise seine Fähigkeiten aufbaut .“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Zeit für Innovation: Wie Ihr Unternehmen eine Kultur der analytischen Exzellenz schaffen kann: Ein Beispiel aus der synthetischen Biologie (Link kommt bald)
„Einige Unternehmen beginnen, das Potenzial von Big Data zu erkunden, indem sie sich an Initiativen wie der beteiligen Internet der Dinge und Industrie 4.0 . Meiner Meinung nach handelt es sich bei vielen dieser Dinge tatsächlich um Initiativen der Zentrale, während in Wirklichkeit viele Daten beim Wartungsmanager, der Produktion, gespeichert sind Manager, die F&E-Manager. Und es sind meiner Meinung nach diese Leute, die Zugang zu JMP haben sollten und die das Beste aus den Daten machen können, die in unseren Fabriken generiert werden. ”
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„Viele Unternehmen stehen am Anfang dieser Datenrevolution. Ich habe in den letzten Monaten mehrere Unternehmen besucht, die überlegen, wie sie ihre Daten nutzen können. Einige von ihnen überlegen, wie man es speichert. Es besteht große Sorge darüber, wie man es normalisieren und in einen Zustand für die Analyse bringen kann. Und ich glaube, dass JMP das kann – indem es ermöglicht, dass Ihre Daten aus verschiedenen Quellen extrahiert und normalisiert werden innerhalb von JMP .“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„Es ist von entscheidender Bedeutung, unseren Ingenieuren die Möglichkeit zu geben, ein angemessenes Gespräch über datengesteuerte Ergebnisse mit dem Management zu führen. Ich habe gesehen, wie Einige große Unternehmen – mittlerweile sehr große Chemieunternehmen – nutzen JMP für ihre Managerbesprechungen. Denn die Daten stehen ihnen bereits zur Verfügung, um Fragen des Managementteams zu beantworten: „Was passiert, wenn X?“ Nun, Sie ziehen die Daten hoch und zeigen, was passiert, wenn Sie dem Prozess weitere … Modifikatoren hinzufügen. Wenn Sie die Daten dort vor sich haben, können Sie bildlich zeigen, wie sie einige der wichtigen Parameter vernichten. Also Einige Leute nutzen [JMP] auf Managementebene als Tool zur Abhaltung von Produktionsmanagement- und F&E-Management-Meetings .“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„Die Herausforderung bestand in letzter Zeit darin, die Daten verfügbar zu machen, die in verschiedenen Systemen isoliert sind und deren Integration manuelle Arbeit erfordert … Um diese Datenzugänglichkeitsprobleme zu überwinden, wie das Abfragen von Datenbanken oder den Import mehrerer Dateien, das Zusammenführen von Daten aus mehreren Quellen, und JMP hat es uns ermöglicht, all das zu tun, ohne jedoch programmieren zu müssen. Ich denke, noch wichtiger ist, dass wir diese Fähigkeiten an Ingenieure und Fachexperten weitergegeben haben, die dies nun selbst tun und diesen Zugriff in aktive Daten umwandeln, wodurch schnellere und bessere proaktive Analysen und Verbesserungen durchgeführt werden .“
– Vasco Cachaco, Principal Six Sigma Process Champion, Xaar
Statistisch gesehen: Warum Qualitätsverbesserung im Big-Data-Zeitalter unerlässlich ist
„Unsere Zielgruppe versteht bereits den Wert von Daten und ist auf jeden Fall daran interessiert, die nächste Ebene zu erreichen, um bessere Entscheidungen zu treffen. Meine Empfehlung ist, den Reifegrad des Unternehmens in Bezug auf Daten und statistische Methoden zu bewerten und möglicherweise einen Plan zu finden, um auf die nächste Stufe zu gelangen .“
– Vasco Cachaco, Principal Six Sigma Process Champion, Xaar
Statistisch gesehen: Warum Qualitätsverbesserung im Big-Data-Zeitalter unerlässlich ist
„Wir werden sehr oft vom Management hinzugezogen. Und die Ingenieure, die versucht haben, die Probleme zu lösen [die wir lösen sollten], haben oft Angst um ihre Karriere, wenn wir kommen und die Probleme lösen, die sie hätten lösen sollen. Daher ist es wichtig, ihnen klar zu machen, dass ihr Wissen der Schlüssel zum Erfolg mit statistischen Methoden ist. Es ist tatsächlich die Kombination aus Statistik und Technik, die den Unterschied macht. Statistik allein oder Technik allein reichen nicht aus. Wir brauchen Statistiktechnik. Und der beste Weg, dies sicherzustellen, besteht darin, einen Ingenieur in Statistik mithilfe von Software wie JMP auszubilden. Nachdem sie gelernt haben, das Problem gemeinsam mit uns zu lösen, sind sie beim nächsten Mal viel besser auf die Lösung der [Herausforderungen] vorbereitet. Sie haben ihren Wert für das Unternehmen und natürlich auch ihren eigenen Wert im Allgemeinen gesteigert, was für die Menschen sehr motivierend ist.“
– Per Vase, geschäftsführender Berater, NNE
Statistisch gesehen: Warum Qualitätsverbesserung im Big-Data-Zeitalter unerlässlich ist
„Mein Rat wäre, offen zu bleiben für neue Möglichkeiten, für Methoden, die derzeit nicht praktiziert werden oder im Unternehmen nicht einfach praktiziert werden können. Beispielsweise kann die Durchführung einer Versuchsplanung für Unternehmen, die ihre Versuchsdaten nur in ihren Produktionslinien erfassen können, störend und anfangs sogar kostspielig sein. Wir haben das tatsächlich vor ein paar Jahren im Rahmen eines Verbesserungsprojekts zu einem Qualitätsproblem, das uns mehrere Monate lang beschäftigte, durchgemacht. Die Vorteile einer gut geplanten DOE zusammen mit dem Wissen der Verfahrensingenieure brachten jedoch das erforderliche Verständnis, um geeignete Maßnahmen zu ergreifen, die Erträge zu verbessern und die Kapitalrendite zu erzielen. Ich würde sagen Ermutigen Sie Teammitglieder, die bereits über diese statistische Denkweise verfügen, die richtigen Fähigkeiten einzubringen, den Wert dieser Methoden zu demonstrieren und die Auswirkungen auf ihre Arbeit und das Unternehmen zu kommunizieren. Ich denke, das wird Impulse geben und andere Menschen, darunter auch die Manager selbst, dazu ermutigen, empfänglicher für Datenanalyse als Kernkompetenz zu sein und bereit zu sein, sie in ihre täglichen Entscheidungen einzubeziehen .“
– Vasco Cachaco, Principal Six Sigma Process Champion, Xaar
Statistisch gesehen: Warum Qualitätsverbesserung im Big-Data-Zeitalter unerlässlich ist
„ Denken Sie groß, fangen Sie klein an und skalieren Sie schnell . Es ist wichtig, frühzeitig Erfolgsgeschichten zu schreiben, um den Schwung auf der langen Reise beizubehalten, sich auf eines der Probleme in Ihrem Unternehmen zu konzentrieren und zunächst das Verbesserungspotenzial zu identifizieren und das verbleibende Geld abzuschätzen, damit Sie die Aufmerksamkeit des Managements auf sich ziehen können. Um schnell anzufangen, reduzieren Sie das Problem dann auf Teilprobleme, die schnell gelöst werden können, und dann schulen Sie ausgewählte Ingenieure in angewandter Statistik und stellen Sie sicher, dass sie von erfahrenen internen oder externen Beratern unterstützt werden. Es bleibt keine Zeit für Misserfolge aufgrund mangelnder Erfahrung. Und stellen Sie sicher, dass diejenigen, die anschließend geschult werden, mindestens ein Drittel ihrer Zeit mit diesen Methoden verbringen können; andernfalls werden sie nie in der Lage sein, weitere Erfolgsgeschichten zu schreiben. Dies ist unerlässlich, um die Unternehmenskultur umzustellen.“
– Per Vase, geschäftsführender Berater, NNE
Statistisch gesehen: Warum Qualitätsverbesserung im Big-Data-Zeitalter unerlässlich ist
„Wenn ein Unternehmen derzeit die gängigsten statistischen Methoden zur Quantifizierung und Kontrolle von Variationen verwendet, wie z. B. Messsystemanalyse, Fähigkeitsstudien, statistische Prozesskontrolle, aber immer noch nicht die erforderliche Optimierung gefunden hat, ist es vielleicht an der Zeit, fortschrittlichere Methoden zu erkunden.“ wie prädiktive Modellierung , um mögliche Beziehungen zwischen Wertgegenständen zu finden, die man zuvor in Betracht gezogen hat. Oder machen Sie vielleicht ein kontrolliertes Experiment. Finden Sie diese Beziehungen außerhalb des normalen Betriebsbereichs, indem Sie eine DOE durchführen.“
– Vasco Cachaco, Principal Six Sigma Process Champion, Xaar
Statistisch gesehen: Warum Qualitätsverbesserung im Big-Data-Zeitalter unerlässlich ist
„ Maschinen lernen eigentlich nicht viel über die Daten hinaus, die Sie ihnen geben. Also wo
Menschen gebraucht werden, liegt in der Domäne Wissen . Das Wichtigste ist, das Problem zu definieren, das Sie betrachten möchten, die Parameter zu definieren, bei denen Sie gute oder nicht gute Daten akzeptieren, und dann auch die Erfolgsniveaus zu definieren. Hier kommt die menschliche Kreativität ins Spiel. Mit welchen Problemen werden wir uns überhaupt befassen? Eine Maschine kann dir das nicht sagen. Dafür sind die Menschen da.“
– Bernard Ennis, Hauptforscher, Tata Steel
Statistisch gesehen: Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen
„Ich denke, man kann mit Fug und Recht sagen, dass meine Stellenbeschreibung im Laufe der Jahre vielfältiger geworden ist und alles eng mit dem Schwerpunkt von BIOTRONIK auf Analytik und unserem Einsatz von JMP verknüpft ist.“ ."
– Gerd Kopp, Qualitätsmanagement- und Zuverlässigkeitsstatistiker, Biotronik
Gerd Kopp spricht darüber, wie er sich für Analysen einsetzt, interne Hürden überwindet und eine Beziehung zur JMP-Organisation aufbaut
ERKENNTNISSE ENTDECKEN
„JMP spielt bei dieser Erkundung eine Schlüsselrolle, indem es Ihnen hilft, Ihre Daten schnell und effizient zu untersuchen und zu verstehen … ICH Es gibt Ihnen die Möglichkeit, nicht zu wissen, was Sie tun möchten . JMP ist ein großartiges Tool – Sie können Ihre Daten untersuchen, um wirklich zu verstehen, was funktioniert und was nicht.“
– Ted Ellefson, leitender Chefingenieur, mechanische Forschung und Entwicklung, Seagate
Seagate-Erfolgsgeschichte
„ JMP war nicht nur für jede Aufgabe schneller zu verwenden, sondern als ich zeigte, wie Störfaktoren wie Komponentenmessungen einfach als Kovariaten in ein DOE einbezogen werden können, stärkte dies unsere bereits bestehenden Bemühungen, Prozesse noch robuster zu machen.JMP war also nicht nur effizienter, sondern eröffnete auch neue Analysemöglichkeiten . ”
– Gerd Kopp, Qualitätsmanagement- und Zuverlässigkeitsstatistiker, Biotronik
Gerd Kopp spricht darüber, wie er sich für Analysen einsetzt, interne Hürden überwindet und eine Beziehung zur JMP-Organisation aufbaut
„JMP ist ein wichtiges Werkzeug. Ich bekomme äußerst positives Feedback der internen Kunden wenn ich ihnen das Ergebnis meiner Analyse zeige. Für sie ist es sehr beeindruckend, dass sie die Daten so einfach an einem Ort sehen und gleichzeitig deutlich zwischen potenziell kritischen Faktoren wie Besuch und Dosishöhe unterscheiden können. Einige der [Fachexperten] wollen JMP nun selbst nutzen.“
– Angela Manginelli, Senior Scientist, Biomarker Data Analytics, Merck KGaA, Darmstadt, Deutschland
Merck-Erfolgsgeschichte
„Der wichtigste Messpunkt ist die Fähigkeit, etwas zu bewirken . Das Wissen, das wir durch die Analyse von Daten gewinnen können, hat großen Einfluss auf unsere klinischen Studien. Daher ist es von entscheidender Bedeutung, über Tools wie JMP zu verfügen, die den Zweck meiner Arbeit erheblich unterstützen.“
– Angela Manginelli, Senior Scientist, Biomarker Data Analytics, Merck KGaA, Darmstadt, Deutschland
Merck-Erfolgsgeschichte
„ Der Wert von JMP für Medtronic liegt darin, dass wir alle unsere Daten verstehen und nutzen können . Durch effizientere Analysemethoden sind wir in der Lage, die Leistung unserer Geräte im Laufe der Zeit besser zu verstehen und sicherzustellen, dass wir sichere und effektive Geräte entwickeln. Das ist unser vorrangiges Ziel. Und JMP hilft uns bei diesem Ziel, indem es uns ermöglicht, das Beste aus unseren Daten herauszuholen. Das ist etwas, was wir vorher nicht tun konnten.“
– Susan Roweton, Forschungsmanagerin, Medtronic
Medtronic-Erfolgsgeschichte
„ Daten sind wertlos, wenn wir nicht über die richtigen Tools verfügen, um damit zu arbeiten Daher müssen wir die neuesten und innovativsten Mittel zur Verwaltung dieser Daten einsetzen. JMP Pro nutzt die innovativsten und effektivsten Methoden , und das ist sehr wichtig.“
– Corinne Bergès, Managerin, Risikobewertung, Statistik- und Sicherheitsanalyse und Six Sigma, NXP
NXP-Erfolgsgeschichte
„ Wir haben das Problem nicht nur gelöst, wir haben es sogar so weit gelöst, dass unser Kunde zu uns kam und sagte: „Ihr habt das so gut gemacht, dass wir die Spezifikationen gerne verschärfen würden.“ Die alten Spezifikationen spiegeln nicht das wider, was Sie heute tun können.‘“
– Jim Lamar, Qualitätsmanager, Saint-Gobain NorPro
Erfolgsgeschichte von Saint-Gobain NorPro
„ JMP ist von unschätzbarem Wert, wenn Sie sehen möchten, was in den Daten vor sich geht. Wir können aus den bereits verfügbaren Daten lernen, um ein Ergebnis zu visualisieren, das sowohl in der Theorie als auch in der Praxis funktioniert.“
– Egon Gross, Technikermeister, Symrise
Symrise-Erfolgsgeschichte
„Jeden Montagmorgen veranstalten wir ein Treffen aller Ingenieure an Deck zu verschiedenen Themen und Normalerweise sind zwei oder drei Führungskräfte im Raum und sie können sehen, was wir mit JMP machen können. es wird auf jeden Fall erkannt. Der Vizepräsident für Forschung und Entwicklung ist ein JMP-Benutzer. Es wird in der gesamten Organisation verwendet.“
– Jed Campbell, Qualitätsmanager, US Synthetic
Erfolgsgeschichte von US Synthetic
„Es ist kulturell sehr schwierig, Menschen dazu zu bringen, die Art und Weise zu ändern, wie sie ihre Daten verwalten, aber wenn man dazu wirklich in der Lage ist Destillieren Sie Erkenntnisse aus den Daten – und treffen Sie wichtige Geschäftsentscheidungen auf der Grundlage dieser Erkenntnisse – dann sollten Sie sicher sein, dass diese Entscheidungen richtig sind. Es gibt einige ganz einfache Dinge, die Ihnen dabei helfen können. Und für mich, JMP ist eines dieser Tools .“
– Owen Lozman, Vizepräsident von M Ventures, dem strategischen Kapitalzweig der Merck KGaA
Erfolgsgeschichte von M Ventures
„ JMP ermöglicht die Wissensentdeckung in unserem gesamten Unternehmen und ermöglicht Whirlpool die Analyse von Daten, die andernfalls nicht möglich gewesen wären. Die Anwendungsmöglichkeiten sind endlos.“
– Aaron Youngstedt, Einsatzleiter des Operation Excellence-Programms, Whirlpool
Whirlpool-Erfolgsgeschichte
„Egal, ob sich jemand auf der anderen Seite des Flurs oder auf der anderen Seite des Ozeans befindet, wenn Sie gemeinsam eine JMP-Datei betrachten, Sie können einige Skripte einfügen und Möglichkeiten finden, die Analyse zu erweitern .“
– Dave Sartori, Senior Data Scientist, PPG Industries
Erfolgsgeschichte von PPG Industries
„ JMP ist ein sehr nützliches Werkzeug für unsere Methodenentwicklungsphase, da es uns die besten Antworten auf unsere Fragen liefert .“
– Camilla Liscio, Anwendungschemikerin, Anatune
Anatune-Erfolgsgeschichte
EINFACHE BEDIENUNG / LERNEN VON STATISTIKEN
„[JMP] ist für neue Benutzer sehr intuitiv, da Sie keine Kenntnisse im Bereich Analyse benötigen, um über die einfache Drag-and-Drop-Umgebung Erkenntnisse aus Ihren Daten zu extrahieren. Das ist ein enormer Vorteil für neue Benutzer und etwas, das den Leuten wirklich gefällt.“
- Kieran O'Mahony, Data Science and Analytics Manager, Dairygold
Milchgold | JMP
„ Es hat geholfen, dass es auf der JMP-Website viele Informationen gab, darunter auch ein Video zur schnellen Einrichtung der Software. So konnte ich einen kurzen Probelauf machen und sehen, wie einfach es ist, JMP zu implementieren und wie gut es funktioniert…. Es ging lediglich darum, verschiedene Modelle und Optionen zu erkunden, die ich nutzen konnte … Ich fand, dass JMP einfach zu bedienen und sehr leistungsstark ist .“
– Alin Ionas, Analytischer Chemiker, Technische Universität Dänemark
DTU-Erfolgsgeschichte
„Mir fällt oft auf, dass neue Benutzer überrascht sind, wie einfach Diagramme per Drag-and-Drop erstellt und neu angeordnet werden können. Dies spart nicht nur Zeit, sondern trägt auch dazu bei, dass Statistiken als Vorteil und nicht als Hindernis wahrgenommen werden. ”
– Gerd Kopp, Qualitätsmanagement- und Zuverlässigkeitsstatistiker, Biotronik
Gerd Kopp spricht sich für Analytics aus Überwindung interner Hürden und Aufbau einer Beziehung zur JMP-Organisation
„Es besteht möglicherweise ein allgemeiner Mangel an Verständnis für die Leistungsfähigkeit moderner statistischer Methoden und der heute verfügbaren Werkzeuge, die Wissenschaftlern und Ingenieuren helfen können. Diese Tools mögen für Leute, die nicht mit Statistiken vertraut sind, etwas entmutigend wirken, aber Nach meinem Verständnis der von JMP bereitgestellten Software müssen Sie nicht wirklich wissen, wie diese Statistiken funktionieren. Sie müssen wissen, wie Sie JMP verwenden und auf Ihre Daten anwenden. Und JMP ermöglicht es Ihnen, die potenziellen Ergebnisse über die Visualisierungssoftware hinaus zu visualisieren, die meiner Meinung nach in der Branche bereits bekannt ist.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„Als wir einige Unternehmen im Prozesssektor besuchten, wurde uns sehr deutlich, dass die Menschen dort die Fähigkeit haben, diese Software zu nutzen … Die Fähigkeit zur Nutzung von JMP wird innerhalb von a erworben einige Tage. Hier ist kein monatelanges Training nötig , vor allem weil es ein bisschen wie Klicken und Zeigen in Microsoft ist. Sie können es sehr schnell nutzen.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„JMP bietet Online-Tutorials und gelegentlich auch ein wenig persönliche Hilfe, wenn Sie Ihren Verkaufsberater zum ersten Mal kontaktieren oder treffen. Die meisten Leute, die ich [besuchte] und von denen ich wusste, dass sie JMP nicht verwendeten – ich kann Ihnen sagen, dass jedes dieser Unternehmen die Software inzwischen gekauft hat , was meiner Meinung nach eine Art Hinweis auf die Wirkung der Fallstudien ist, die wir ihnen gezeigt haben.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„ Unsere Ingenieure und Wissenschaftler werden nicht dafür bezahlt, Statistiken zu erstellen. Wir werden dafür bezahlt, Empfehlungen zu geben und Entscheidungen zu treffen. Die Fähigkeit, ihnen beizubringen, wie sie die Daten nutzen können, um dorthin zu gelangen, ist also wirklich das, was wir intern tun, um diese Grundlage zu schaffen.“
– Ted Ellefson, leitender Chefingenieur, mechanische Forschung und Entwicklung, Seagate
Seagate-Erfolgsgeschichte
„JMP bietet tolle Tutorials, die Sie dabei unterstützen. Sie können sich einfach zu neuen Lernebenen durchklicken .“
– Timothy Gardner, Gründer und CEO, Riffyn
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
" Ehrlich gesagt würde ich mit einer Plattform wie JMP beginnen. Es bietet einfach unglaublich viele integrierte Lernmöglichkeiten und wirklich praktische Informationen, um diesen Prozess voranzutreiben. Es kann wirklich hilfreich sein. Rund um JMP und ähnliche Plattformen gibt es eine Art Branche für Berater, die diese Schulung anbieten können. Und so können Sie Ihr Netzwerk wirklich erweitern, indem Sie sich an Experten wenden, sie für spezifische Probleme hinzuziehen und auf diese Weise durch Iteration lernen sowie."
– Loren Perelman, Vizepräsidentin für Wissenschaft, Riffyn
Statistisch gesehen: Entwicklung einer gemeinsamen Vision für analytische Exzellenz
"Weil JMP ist so intuitiv „Jeder kann nützliche Analysen durchführen.“
– Corinne Bergès, Managerin, Risikobewertung, Statistik- und Sicherheitsanalyse und Six Sigma, NXP
NXP-Erfolgsgeschichte
„Das gefällt mir an JMP Es ist ein einfaches, selbsterklärendes Tool – Sie müssen kein Statistiker sein, um damit zu arbeiten .“
– Owen Lozman, Vizepräsident von M Ventures, dem strategischen Kapitalzweig der Merck KGaA
Erfolgsgeschichte von M Ventures
„Was mich am meisten überzeugt hat: die Benutzerfreundlichkeit von JMP. Die Plattform ist für jemanden, der nicht viel Erfahrung mit Statistiken hat, sehr einfach zu navigieren. Es hat mir wirklich geholfen, meine Fähigkeiten zu entwickeln .“
– Tyler Dunaway, Prozessingenieur, US Synthetic
Erfolgsgeschichte von US Synthetic
„ Nachdem wir die Analyse stärker zu einem Teil der Problemlösungskultur gemacht hatten, stellten wir tatsächlich fest, dass die Probleme allmählich nachließen .“
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„ JMP ist manchmal zu intelligent für sein eigenes Wohl Aber es wird Sie zur Analyse führen passt zu Ihren Daten.“
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„Für uns war es das Als [das Management] erkannte, dass der Kauf dieser JMP-Lizenzen die Hürde für die Nutzung unserer Daten senken würde. Sie müssen kein Statistiker oder Datenexperte sein. Sie können es sofort verwenden, Und das war tatsächlich der Wendepunkt.“
– Søren Pehrson, Wissenschaftler in der Katalysatorherstellung, Haldor Topsoe A/S
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„ Die interaktiven Grafiken von JMP sind sehr leicht zu verstehen. Die gesamte Darstellung ist sehr intuitiv und übersichtlich. Alle meine Kollegen stimmen zu.“
– Guifu Wang, leitender Zuverlässigkeitsingenieur, ATL
ATL-Erfolgsgeschichte
" Ich bin Chemiker, kein Statistiker, und ich habe wirklich zu schätzen gelernt, wie JMP die Dinge so schnell und einfach macht. "
– Jim Dailey, Global Technical Key Account Manager, BASF
BASF-Erfolgsgeschichte
„In unserem Team gibt es Leute, die mit Statistiken überhaupt nicht vertraut sind, und Leute, die fortgeschrittener sind, und einer der Werte Wir sehen bei JMP die Möglichkeit, es zu nutzen, um jedem im Team einfache oder komplexe Interaktionen mitzuteilen, die wir während des Designzyklus entdecken .“
– John Allen, Ingenieur, WL Gore Elixir Strings
Erfolgsgeschichte der WL Gore Elixir Strings
„ JMP ist grafisch und ein perfektes Kommunikationstool, das dazu beiträgt, unsere Designzyklen zu verkürzen. Ich denke auch, dass die Benutzerfreundlichkeit ein wirklich starkes Merkmal ist. Ich betreue neue Mitarbeiter und habe gesehen, wie sie sich schnell mit JMP vertraut machen und dadurch fast von Anfang an einen Beitrag zum Team leisten.“
– John Allen, Ingenieur, WL Gore Elixir Strings
Erfolgsgeschichte der WL Gore Elixir Strings
„Das habe ich gefunden JMP ist sehr gut für Nicht-Statistiker geeignet. Die klare und intuitive visuelle Darstellung der Software ist sowohl für Statistiker als auch für klinische Experten ideal, da sie sehr leicht zu verstehen ist. Und es ermöglicht Softwarebetreibern, die Korrelation und Struktur statistischer Methoden besser zu verstehen, anstatt sie separat zu betrachten.“
– Feng Guo Shuang, Direktor, Big Data and Engineering Research Center, Beijing Children's Hospital
Erfolgsgeschichte des Pekinger Kinderkrankenhauses
„Mit derselben Software kann ich eine Verbindung zu unserer internen Datenbank herstellen, ausgewählte Daten mithilfe von Filtern extrahieren, Datentabellen kombinieren, meine Daten bereinigen, visualisieren und leistungsstarke statistische Techniken anwenden, um sie zu analysieren. Heutzutage können Wissenschaftler am CEA verschiedene Tools verwenden, um ihre Daten zu visualisieren, Experimente zu entwerfen oder Datenvorbereitung und statistische Analysen durchzuführen. Aber es ist mir immer ein großes Anliegen, sie davon zu überzeugen All dies kann mit einer einzigen Software erledigt werden .“
– Damien Perret, F&E-Wissenschaftler, CEA Marcoule
Erfolgsgeschichte von CEA Marcoule
„Ich bin ursprünglich Chemiker und habe fast keine Ausbildung in Statistik, aber Allein durch die Verwendung von JMP habe ich mir ein ehrliches Hintergrundwissen in Statistik angeeignet . Natürlich ist der Prozess des Wissenserwerbs endlos … aber wir haben die JMP-Community aus Benutzern und Entwicklern, die eine große Hilfe für den Fortschritt ist.“
– Damien Perret, F&E-Wissenschaftler, CEA Marcoule
Erfolgsgeschichte von CEA Marcoule
„Aus technischer Sicht ist JMP ist großartig, weil es Ihnen sehr schnell Geschwindigkeit, Konnektivität und Analyse bietet . Und es verarbeitet viele Daten und ich mag die Tatsache, dass JMP nicht einschüchternd wirkt.“
– David Seniuk, leitender Produktingenieur, Ciena
Ciena-Erfolgsgeschichte
„ Ich verwende JMP gerne, weil es so interaktiv ist. Es ist sehr benutzerfreundlich und es stehen so viele Tools zur Verfügung.Forscher aus anderen Disziplinen verfügen alle über unterschiedliche Programmierkenntnisse und statistische Kenntnisse. Viele laufende Forschungsprojekte sind interdisziplinärer Natur und erfordern eine effektive Zusammenarbeit sowohl von Fachkenntnissen als auch von statistischen Berechnungen.“
– Jiangeng Huang, PhD, Virginia Tech
Erfolgsgeschichte der Virginia Tech
„ JMP macht es Forschern so einfach, ihre eigenen Daten zu analysieren. Ich denke, das ist das wirklich Coole an JMP. Sie treiben die Forschung voran, aber Sie lernen dabei auch; Sie erlernen Fähigkeiten, die Sie anwenden können, wenn Sie etwas tun, das nicht nur reine Statistik ist.“
– Jiangeng Huang, PhD, Virginia Tech
Erfolgsgeschichte der Virginia Tech
„ JMP ermöglicht es Menschen, die sich nicht mit Daten auskennen, sich zu engagieren. ”
– Michelle Woolfolk, Wasserressourceningenieurin, Stadt Durham, North Carolina
Erfolgsgeschichte der Stadt Durham
„ Ich habe wertvolle Kenntnisse über die theoretischen Elemente der Statistik erworben . JMP hat mich sicherlich selbstbewusster gemacht, und ich denke, das ist der größte Vorteil von allen.“
– SungSoo Lee, Innovation Group Manager, Daeduck Electronics
Erfolgsgeschichte von Daeduck Electronics
„Ich war fasziniert davon, wie Analysen, Modelle, Projektmanagement und Prozesse alle eine ähnliche Natur haben. Bei Analytics geht es nicht nur um die Berechnung von Zahlen. Sie können Analysen täglich nutzen, um das Projekt- und Teammanagement und die Leistung voranzutreiben. Und Mit JMP können Sie den Umgang mit dem Tool erlernen und sofort Entscheidungen treffen .“
– Tyler Wise, Projektanalyst im Bereich Global Business Services, Diebold Nixdorf
Diebold Nixdorf-Erfolgsgeschichte
„ Mit JMP können wir statistische Konzepte auf klare, zugängliche, relevante und unterhaltsame Weise präsentieren Dies ermöglicht es Tierärzten, ihren Kunden relevante Informationen ohne „statistisches Kauderwelsch“ zu liefern. Ich wusste, dass JMP es [meinen Kunden] ermöglichen würde, Muster, Trends und Dinge zu erkennen, die für ihre Kunden von Wert sind, ohne dass dafür ein statistischer Hintergrund erforderlich wäre.“
– Andy Liddle, Direktor, Process Insight Consulting
Elanco-Erfolgsgeschichte
„ JMP ist wirklich einfach zu erlernen und zu verwenden . Oft bleiben Studenten nur etwa ein Jahr hier, daher ist es wichtig, dass sie in kurzer Zeit einsatzbereit sind.“
– Mauro Tettamanti, Epidemiologe, Mario Negri Institut
Erfolgsgeschichte des Mario Negri Instituts
„ Ich würde mir wünschen, dass sich die Statistikdisziplin wirklich in eine Richtung bewegt, in der sowohl die Statistikwissenschaft als auch die Grundlagen der Verwendung dieser Tools solide sind, aber dann auch die Der technische Teil wird viel stärker betont . ”
– Christine Anderson-Cook, Statistikerin, Los Alamos National Laboratory
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„ JMP ist sehr leistungsfähig. Die Benutzeroberfläche ist sauber und aufgeräumt und sehr intuitiv .Auch ohne Schulung ist JMP einfach zu bedienen, insbesondere für Ingenieure.“
– Vinson Wei, Betriebsingenieur, DuPont Taiwan
DuPont | JMP
"J MP-Ausgaben sind leicht verständlich, prägnant und erläutern das Projekt visuell klar und einfach ”
– Jerry Huang, leitender Ingenieur im Analytical Lab, DuPont Taiwan
DuPont | JMP
„Es ist schwer, in JMP Fehler zu machen. Die Benutzeroberfläche hilft Ihnen beim Einrichten und Ausführen von Tests, und die Datenvisualisierung macht es einfach, die Ergebnisse sofort zu sehen.“
- Jennifer Verdolin, PhD, University of Arizona
Universität von Arizona | JMP
EINSPARMASSNAHMEN
„Die Vorteile waren sehr lohnend. Wir haben definitiv einen Return on Investment gesehen. Außerdem haben wir die Gewissheit gewonnen, dass die Anwendung statistischer Methoden auf reale Probleme dem Unternehmen langfristig Vorteile bringen kann.“
– Vasco Cachaco, Principal Six Sigma Process Champion, Xaar
Xaar-Erfolgsgeschichte
„Wir haben das Mischungsdesignmodul von JMP verwendet und bessere Erkenntnisse mit deutlich weniger Chargen als mit unserer vorherigen Methode gewonnen. Hätten wir JMP nicht gehabt, hätten wir diese [Anweisung] an das Werk geschickt und wie in den letzten 10 Generationen immer mehr [der Zutat] hinzugefügt. Dies wirkt sich direkt auf unsere Kosten der verkauften Waren aus. Der Versuch, das Ding auf die Toleranzgrenze zu bringen, hätte zusätzliche Zykluszeit gekostet. Im schlimmsten Fall wäre es verschrottet oder verspätet an den Kunden geliefert worden …. Das war das erste Mal, dass ich ‚Wow‘ dachte.“
– Bernard Goguelet, Qualitätsleiter, Parker LORD
Erfolgsgeschichte von Parker LORD
„ Was wir deutlich unter Beweis stellen konnten, als wir andere in unserer Branche trafen, ist JMP kann dazu beitragen, schneller bessere und kostengünstigere Lösungen zu finden, nicht nur im Werk, sondern auch in Forschung und Entwicklung sowie im Kundendienst. Es wird dazu beitragen, kontinuierliche Verbesserungen voranzutreiben und vereinfachte Analysemethoden zu verwenden, um Ihnen zu helfen, zu verstehen, wo sich die wichtigen Faktoren in Ihren gespeicherten Daten befinden. Es wird einen Einblick in das Herzstück der Managementprozessfonds geben und sicherlich dazu beitragen, dass Abteilungs- und Teamdiskussionen von Anekdoten und Erfahrungen zu datengesteuerten Entscheidungen übergehen.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„JMP kann Ihnen dabei helfen, schneller bessere und kostengünstigere Lösungen zu finden. JMP stellt Daten [hinter] das Wissen, das es in die Diskussionen des Standortmanagements und des Abteilungsteams einbringt, um anekdotischen Lärm zu beseitigen und dabei zu helfen, kontinuierliche Verbesserungen herbeizuführen und die OEE zu steigern. Dies kann durch den Einsatz vereinfachter Datenanalysemethoden und -standards mit Software wie JMP erreicht werden.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Nutzen Sie Ihre Daten, um Innovationen zu beschleunigen (Link kommt bald)
„Wir arbeiteten für ein Unternehmen, das Spritzguss herstellte, wo wir in unserem Sechs-Schritte-Modell fast den ganzen Weg zurückgelegt hatten. Sie verwendeten viele Ressourcen für die Endproduktprüfung, wie z. B. Abmessungen, Grate, unvollständige Formteile, und sie hatten Hitzeprobleme, weil sie zu spät herausfanden, wenn etwas nicht stimmte. Mithilfe der Versuchsplanung [in JMP] haben wir Beziehungen zwischen Prozessindikatoren, die sie dabei in Echtzeit messen können, und der Produktqualität hergestellt. So konnten sie tatsächlich Release-Tests in Echtzeit implementieren und so auf Endprodukttests verzichten. Sie sparten tatsächlich 2 Millionen Euro pro Jahr durch reduzierte QC-Kosten ein. Darüber hinaus können diese Frühwarnungen auch zur Vorhersage von Wartungsarbeiten genutzt werden. Sie reduzierten den Ausschuss um 70 % .“
– Per Vase, geschäftsführender Berater, NNE
Statistisch gesehen: Warum Qualitätsverbesserung im Big-Data-Zeitalter unerlässlich ist
„ Bevor diese Methoden [in JMP] so routinemäßig eingesetzt wurden, wurden viele wiederholte Experimente durchgeführt. Es gab viele Situationen, in denen wir am Ende ankamen und uns fragten: „Was sollen wir als nächstes tun?“ Das führte oft dazu, dass wir die Arbeit wiederholen mussten … Und die Kosten für die Wiederholung dieser Experimente waren phänomenal.“
– Teena Bonizzi, wissenschaftliche Mitarbeiterin, SABIC
Statistisch gesehen: Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen
„Mit der erweiterten Analyse großer Datenmengen [in JMP] können Sie Dinge tun, die Sie normalerweise nicht in einem Labor erstellen könnten. Ich kann ein Beispiel nennen, in dem wir eine Deep-Learning-Technik für neuronale Netzwerke verwenden, um vorherzusagen, wann bestimmte Öfen gewartet werden müssen. Das Produkt bleibt sehr lange im Ofen – etwa 48 Stunden. Und nachdem es verarbeitet wurde, wird es von einer Seite zur anderen aus dem Ofen geschoben. Wenn die Ofenauskleidung nicht in sehr gutem Zustand ist, kann der Kolben an den Wänden kleben bleiben und das gesamte Produkt geht verloren. Das bedeutet, dass der Ofen ausgebaut und wieder eingebaut werden muss, was viel Zeit und Geld kostet. Bisher konnten wir das nicht genau sagen, weil wir nicht wirklich sagen konnten, wann es passieren würde, auch wenn es vielleicht alle zwei oder drei Wochen passiert. Mithilfe maschineller Lernalgorithmen haben wir jedoch Muster in der Kraft dieses Kolbens erkannt, die uns dabei helfen, vorherzusagen, wann er anfängt zu stecken, und so proaktiv vorgehen zu können. Also Wir haben die Menge an Aufklebern reduziert und dabei eine Menge Geld und Zeit gespart .“
– Bernard Ennis, Hauptforscher, Tata Steel
Statistisch gesehen: Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen
„Wir suchten nach Möglichkeiten, statistische Techniken [in JMP] einzusetzen, um den Beginn von Motorproblemen im Betrieb zu identifizieren. Wenn Sie diese Analysemethoden verwenden, benötigen Sie Trainingsdaten, um ein Modell zu erstellen. Und wenn Sie versuchen, Fehler zu erkennen, benötigen Sie geeignete Beispiele, um das Modell zu trainieren. Aber wir hatten es mit Vermögenswerten mit hoher Integrität zu tun. Die Datenmenge war also einfach nicht vorhanden. Wir haben unter anderem neuartige Erkennungsansätze untersucht, ein Modell der Normalfunktion erstellt und es verwendet, um die Grenzen dessen zu verstehen, was die Normalfunktion darstellt. Anschließend haben wir die Abweichungen außerhalb des Normalzustands eingegrenzt. Auf diese Weise könnten wir Frühindikatoren für potenziell auftretende Probleme identifizieren. Dieser Ansatz hat sich inzwischen bei den Aspekten der Gesundheitsüberwachung bei der Bereitstellung dessen, was als Gesamtversorgung für Triebwerksanlagen in der Luft bezeichnet wird, gut etabliert. Und das bedeutet natürlich auch Folgendes Wir werden Störungen für die Betreiber vermeiden. Sie führen Wartungsarbeiten also nur dann durch, wenn sie notwendig sind, nicht geplant .“
– Steve King, pensionierter Engineering Associate Fellow, Advanced Analytical Methods, Rolls-Royce
Statistisch gesehen: Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen
„Man muss zeigen: ‚Sehen Sie, wir verbringen so viel Zeit mit x, y, z, sonst ist die Qualität dessen, was wir bekommen, nicht so gut.‘ Du weisst, Werfen wir einen Blick auf die Opportunitätskosten dieser Investition und auf das Ergebnis .' Und es kommt wieder aufs Geld an … es entweder an Ihre Betriebsausgaben oder an Ihre Einnahmen zu koppeln … und über die Kennzahlen zu verfügen, um es unterstützen zu können.“
– Sarah Kalicin, Datenwissenschaftlerin, Intel
Statistisch gesehen: Führen Sie Ihr Unternehmen zu analytischer Exzellenz
„Wenn Sie ein Haus bauen, möchten Sie Ihren Tischlern Hämmer und Nägel geben. Wenn Sie ein Technologieunternehmen gründen möchten, müssen Ihre technischen Mitarbeiter über Software, Schulungen, Statistiken und Analysefähigkeiten verfügen. Daher denke ich, dass sich der Aufbau einer Analysekultur mit JMP tatsächlich nachweislich amortisieren wird .“
– Ted Ellefson, leitender Chefingenieur, Seagate Technology
Statistisch gesehen: Führen Sie Ihr Unternehmen zu analytischer Exzellenz
„Angesichts der Billigkeit von Festplatten gibt es heutzutage keinen Grund, Daten wegzuwerfen. Wir wissen im Moment vielleicht nicht, wie wir es verwenden sollen, aber die Vorstellung, dass wir es wegwerfen, weil es irgendwie teuer ist, ist verrückt. Und die zweite Sache ist, dass Sie bezahlen werden, was? 150, 200.000 US-Dollar für einen Fachmann auf diesem Gebiet, und Sie wollen mit mir darüber streiten, wie groß sein Laptop ist? Zum Beispiel, ob es 32 GB RAM hat? Besorgen Sie ihnen einen guten Computer. Kaufen Sie gute Software. Wenn sie JMP Pro benötigen, besorgen Sie sich JMP Pro. So viel Geld ist wenig Geld, wenn Analysten das Zehnfache ihrer Ergebnisse zurückgeben. ”
– Tom Lange, pensionierter Direktor für Modellierung und Simulation, Corporate R&D, P&G
Statistisch gesehen: Führen Sie Ihr Unternehmen zu analytischer Exzellenz
„Ich denke, dass [Cornings Analysekultur] sicherlich dazu beigetragen hat, Innovation und Experimente weiter in die frühen Phasen [der Entwicklung] zu drängen. Und als Ergebnis, Je mehr Sie Ihre Auswahl zu Beginn des Prozesses einschränken können, desto mehr Geld können Sie im weiteren Verlauf sparen .“
– Michael Anderson, leitender Statistiker und Messentwicklungsingenieur, Corning
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„Medtronic investiert viel Geld in Forschung und Entwicklung, um Daten zu generieren, einschließlich aller Tests, die für die Entwicklung neuer Produkte erforderlich sind. Wir möchten sicherstellen, dass wir diese Ressourcen sinnvoll nutzen. Wir möchten keinen Teil dieser Daten verschwenden. Und Mit JMP können wir mehr Informationen extrahieren als mit anderen Methoden .“
– Susan Roweton, Forschungsmanagerin, Medtronic
Medtronic-Erfolgsgeschichte
„Ich verwende JMP, um Experimente zu entwerfen und zu analysieren, die wir für einen Formulierungsroboter erstellen. Anstelle der üblichen zwei oder drei Proben, die Menschen an einem Tag herstellen können, stellen wir mit dem System zwei- bis dreihundert her. Der Umgang mit all diesen Daten ist sehr wichtig, und dafür nutzen wir JMP.“
— David Barnett, leitender Chemiker für Formulierungen, Datenwissenschaftler und Robotik-Chemiker, Syngenta
Syngenta-Erfolgsgeschichte
„Der große Vorteil von JSL-Anwendungen (JMP-Skriptsprache) besteht darin, dass Benutzer keine zusätzliche Software benötigen, um selbst die komplexesten Probleme zu lösen. Und das spart uns viel Geld und Zeit, da wir in Neuentwicklungen investieren und gleichzeitig innerhalb eines Softwarepakets bleiben können. Das ist ein riesiger Vorteil.“
– Maria Lanzerath, Global Head of Statistics, WL Blut
WL Gore-Erfolgsgeschichte
„Ich sage: ‚Oh, wir haben diese Varianzkomponentenanalyse durchgeführt und diese analytischen Variabilitätsdiagramme verwendet.‘ Es war so cool. „Wir haben herausgefunden, woher die Variabilität kommt.“ Aber [das Management] wird sagen: „Aber wissen Sie was?“ Als du das getan hast, Das Ergebnis für das Unternehmen war, dass wir die Anzahl der Tests halbieren konnten, nachdem wir verstanden hatten, woher die Variabilität in der Analysemethode kam .' Die Durchführung dieser Tests ist sehr kostspielig, es handelt sich um biologische Tests.“
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„Während einer Sitzung mit einem potenziellen Geldgeber, [Einige Kollegen] präsentierten eines dieser JMP-Diagramme, das zeigt, wie sie die analytische Variabilität des Assays ermittelt und ein effizienteres Testschema entwickelt hatten, das ihnen bessere Daten lieferte. Das war ein Verkaufsargument für den Investor Wer dachte, dass es so eine tolle Erkenntnis war. Am Ende bekamen sie eine schöne Finanzierung.“
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„ Jeder Prozentpunkt, den wir in unseren Prozessen erzielen, ist für uns buchstäblich Hunderttausende Dollar wert. Die Modellierungs- und Datenanalysefunktionen in JMP helfen uns dabei, die Prozessausbeute zu verbessern und dadurch die Kosten zu senken , was letztendlich zu erschwinglicherer und saubererer Energie für die Welt führt.“
– David Trindade, Fellow, Bloom Energy
Erfolgsgeschichte von Bloom Energy
„Wenn wir JMP verwenden, berechnen wir den Geschäftsfall. Und Diese Analysen haben sich als gute Investition erwiesen. Das hat auch das Management erkannt , sonst würden sie uns nicht erlauben, Zeit und Ressourcen in diese Analysen zu investieren.“
– Lise Isachsen, Senior Process Specialist, Coloplast
Coloplast-Erfolgsgeschichte
„In der Fertigung beginnen wir normalerweise mit einer Maschine und stellen sicher, dass sie perfekt funktioniert. Wenn wir sicherstellen können, dass die erste Maschine einwandfrei funktioniert und die Prozesse im Soll sind, dann ist es soweit senkt die Kosten für die nächsten 10 Maschinen. Und die Kosteneinsparungen sind enorm .“
– Lise Isachsen, Senior Process Specialist, Coloplast
Coloplast-Erfolgsgeschichte
„Bei der Entwicklung neuer Produkte geht es uns nicht darum, Zeit oder Geld zu sparen, sondern darum, ein Qualitätsprodukt für Patienten zu schaffen. Indem wir unsere DOEs durchführen und im Vorfeld Zeit und Geld investieren, sparen wir Zeit und Geld, indem wir spätere Probleme vermeiden. Das Ergebnis ist, dass die Qualität des Produkts von Anfang an optimiert wird. Wir können etwaige Probleme sofort erkennen und wissen, wann wir das Ziel erreichen. Das ist so cool."
– Lise Isachsen, Senior Process Specialist, Coloplast
Coloplast-Erfolgsgeschichte
„JMP hat das Potenzial, die im Produkt enthaltene Software zu vereinfachen und die Ausbeute an fertigen Produkten zu verbessern einer der wichtigsten Parameter, die die Kosten der verkauften Waren beeinflussen. ”
– Greg Mattiussi, Senior Director of Manufacturing, Siemens Healthineers
Erfolgsgeschichte von Siemens Healthineers
„ Wir erwarten von JMP, dass es uns hilft, die Präzision und Genauigkeit unserer Analysewerte kontinuierlich zu verbessern. Das kommt uns zugute, aber am Ende kommt es auch unseren Kunden zugute.“
– Greg Mattiussi, Senior Director of Manufacturing, Siemens Healthineers
Erfolgsgeschichte von Siemens Healthineers
„Unsere oberste Führungsebene versteht … und akzeptiert die [Verwendung von JMP für DOE]. Du sagst ihnen, Ich werde die Geschwindigkeit des Lernens erhöhen und die Position und Genauigkeit verbessern, während Sie gleichzeitig Geld bei den Kosten für den Versuchsdurchlauf und Zeit sparen Sie sagen: „Ich bin total dabei.“
– Sidharth Bhatia, Direktor für Datenwissenschaft und Analytik, Angewandte Materialien
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„ Wir bekommen unsere jährlichen Lizenzkosten jedes Jahr Dutzende Male zurück, was Projektgeschwindigkeit, Entdeckungsleistung und Dokumentenstabilität betrifft. Wir können uns nicht vorstellen, dass es kein JMP gibt.“
– David Herridge, Vizepräsident für Regulierung, Qualität und Technik, Incisive Surgical
Erfolgsgeschichte von Incisive Surgical
"Hier entlang Wir sparen unglaublich viel Zeit und damit natürlich auch Geld . Und wir unterrichten Statistik hinter den Kulissen. Es war ein großer Erfolg.“
– Mike Cramer, Betriebsleiter, Forschung für weltweite Restaurantinnovation, McDonald's
McDonald's-Erfolgsgeschichte
„Es ist wirtschaftlich nicht machbar, eine sehr, sehr hohe Probenahmerate zu haben, denn je mehr wir Proben nehmen, desto mehr verschwenden wir.“ Wir haben direkte Materialkosten für unsere Probenahme... Mit JMP konnten wir einige ziemlich schicke Modelle erstellen. Indem wir unsere relativ kleinen Stichprobensätze zusammenfassen und richtig interpretieren, können wir effektiv ein viel größeres Vertrauen in die Qualität unserer Produkte gewinnen, ohne einen großen Prozentsatz unserer Produkte zu zerstören .“
– Greg Mozsgai, Forschungs- und Entwicklungsmanager, Samson Rope
Erfolgsgeschichte von Samson Rope
„Der Ausreißereffekt ist ein repräsentatives Beispiel. Darüber hinaus sind Visualisierungstools für eine effizientere Kommunikation mit den Ingenieuren vor Ort dringend erforderlich. Ich glaube, dass JMP für diesen Zweck ein intuitives und schnelles Tool ist. ”
– Yonghan Ju, Leiter Dateninnovationen, SK Hynix
Erfolgsgeschichte von SK Hynix
„Der Arbeitsaufwand könnte leicht die Hälfte der Kosten des tatsächlichen Produkts ausmachen. Deshalb bringt die Optimierung von Dingen wie der Arbeitsproduktivität eine sofortige Rendite … Die Datenvisualisierung und Interaktivität von JMP hat Managern geholfen, die ungenutzten Möglichkeiten zu erkennen, um das Unternehmen effizienter zu gestalten. Und [frühere Denkweisen] zu ändern ist nicht einfach ... Aber JMP ist gut, weil es ermöglicht es Ihnen, problemlos eine Verbindung zu verschiedenen Datenquellen herzustellen und Daten zu integrieren und zu bereinigen, das ist eine große Sache .
– Serguei Roupassov, Leiter der Data Science-Gruppe, Valard Construction
Erfolgsgeschichte von Valard Construction
ZEITERSPARNIS
„Für uns war JMP das richtige Tool, um statistische Analysen zu beschleunigen und Ergebnisse durch visuelle Informationen zu teilen.“
Fabrizio Ruo Redda, Vishay
JMP DS Americas 2021 – Aufnahmeproduzenten – Data Explorers Spotlight gallery.mp4 – Alle Dokumente (sharepoint.com)
„Die Menge an Informationen, die man in so kurzer Zeit aus JMP extrahieren kann – und insbesondere das multivariate Element – ist erstaunlich.“ Sie können das Ausmaß der Variation quantifizieren, die mehrere Faktoren auf die Ausgabe haben. Aus der Sicht eines neuen Benutzers ist das Gold wert.“
- Kieran O'Mahony, Data Science and Analytics Manager, Dairygold
Milchgold | JMP
" Am Ende des Tages, wenn [die Ingenieure] mit dem Messen einiger Teile fertig sind, gehe ich hinein und Führen Sie ein Skript aus, das 15 Sekunden dauert. Wenn ich das [wie früher] von Hand mache, brauche ich mindestens 30 Minuten .“
– Michael Anderson, leitender Entwicklungsingenieur für Statistik und Messung, Corning
Corning-Erfolgsgeschichte
„Der wahre Kick ist dann, wenn man sagt: ‚Okay, du hast es einmal gemacht und weißt, dass du nächste Woche genau das Gleiche tun musst …‘. Klicken Sie also einfach auf die kleine grüne Skriptschaltfläche in JMP, und schon haben Sie Ihre Analyse erneut durchgeführt. .. Und sie sehen, dass Sie gerade sehr schnell drei oder vier Stunden Arbeit verloren haben … also sagen sie: „JMP lohnt sich, zu JMP zu wechseln, weil wir einen langfristigen Nutzen daraus ziehen.“ '“
– Brendan Malone , Leitender Prozessingenieur, Johnson & Johnson
Erfolgsgeschichte von Johnson & Johnson (Link bald)
„Aufgaben wie das Zusammentragen von Daten über Jahre hinweg waren in der Vergangenheit praktisch unmöglich. [Mit JMP,] Wir haben die Zeit von Tagen oder Wochen auf wenige Minuten oder Stunden verkürzt. Und das eröffnet Analysen, die vorher nicht möglich waren .“
– Tom Walk, Zuchtpipeline-Datenbankmanager, North Dakota State University
Erfolgsgeschichte der North Dakota State University
„Wenn ich ein Raster in Standardgröße erstelle und darüber hinaus definitive Raster- und Diagrammerstellungsoptionen verwende, Ich kann [meine Daten] in einer Stunde analysieren und weiß, was ich als nächstes mache. Ohne JMP und Versuchsplanung würden Sie etwa einen Tag damit verbringen …Ich habe immer das Fenster geöffnet, weil immer die Frage da ist: „Was wäre, wenn wir das ändern würden?“ Sie sind im wahrsten Sinne des Wortes drei oder vier Klicks entfernt und haben es geschafft. Ich konnte Führungskräften effektiv demonstrieren, dass [JMP] einen enormen Nutzen hat.“
– Jon Armer, leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Erfolgsgeschichte von F-star Therapeutics
„Auf Computerplattformen ist Zeit gleich Geld. Als ich nach Bionano zog, wollte ich als erstes sicherstellen, dass ich eine JMP-Lizenz bekomme…. Jetzt Ich kann mir nicht vorstellen, wie wir [ohne JMP] so viele Variablen einbeziehen könnten, um einen Ausdruck zu erstellen, der diese Daten in prädiktive Rechenstunden umwandelt . Wir hätten wahrscheinlich die DNA-Menge und die [gewünschte] Abdeckung nehmen und eine lineare Regression durchführen müssen.“
– Pat Lynch, Direktor für Systemtechnik, Bionano Genomics
Erfolgsgeschichte von Bionano Genomics
"Mit quantifizierbare Zeiteinsparungen im gesamten Unternehmen , einer klaren Strategie und der Unterstützung durch das Senior-Management-Team drängen wir auf noch mehr Vorteile hinsichtlich der Zeit bis zur Markteinführung und der Ermöglichung neuer Technologien für unsere Kunden. Wir müssen eine Kosten-Nutzen-Bewertung für alles durchführen, vom Experimentieren bis hin zur Prozess- und Hardwareentwicklung. Wir wollen sicherstellen, dass wir genug tun, aber nicht mehr. Seien Sie effektiv und effizient , JMP ermöglicht es uns, diesen Sweet Spot zu finden .“
— Paul Deen, Programmmanager für statistische Methoden, ASM International
Erfolgsgeschichte von ASM International
„ Unser Ziel beim Einsatz von JMP ist es, den Forschern Zeit zu sparen, die sie stattdessen für die Reflexion über die Bedeutung der statistischen Analysen verwenden können. Durch diese Anwendungen wird Zeit für die Erledigung wertschöpfenderer Aufgaben frei und es ergeben sich auch Qualitätsgewinne. Forscher können jetzt Wege erkunden, an die sie in der Vergangenheit nicht einmal gedacht hätten.“
– Jean-Luc Blachon, Leiter der statistischen Forschung, Bioinformatik, Ipsen
Ipsen-Erfolgsgeschichte
„ JMP kann Ihre Frage in Sekundenschnelle beantworten . Ein Kunde kommt mit einer Frage zu Besuch und ich muss nicht mehr sagen: „Ich melde mich mit einer Antwort.“ Ich sage: „Lass uns schauen.“ Und ich kann es auf die Leinwand bringen.“
– Jim Lamar, Qualitätsmanager, Saint-Gobain NorPro
Erfolgsgeschichte von Saint-Gobain NorPro
„ Wenn ich jetzt JMP verwende, denke ich darüber nach, dass es Tage hätte dauern können, das zu erledigen, was jetzt nur noch Sekunden dauert .“
– John Cunningham, F&E-Manager, G3 Enterprises
Erfolgsgeschichte von G3 Enterprises
„ JMP ist zu einem unverzichtbaren Werkzeug für Optimierungsaktivitäten geworden. Die statistischen Ergebnisse erleichtern die Auswahl von Lösungen, und die Geschwindigkeit, mit der sie erstellt werden, gibt mehr Zeit für Innovation und fantasievolles Denken . JMP ermöglicht es uns, schneller und effektiver zu arbeiten, die Zufriedenheit unserer Kunden zu steigern, bei Kundenfeedback relevantere Antworten zu geben und einen Prozess der kontinuierlichen Verbesserung einzuleiten. ”
– Annick Vuillermoz, Senior Manager für Ertrags-/Prozesskontrollsysteme, Soitec
Soitec-Erfolgsgeschichte
„Es ist wirklich schön zu sehen, wie andere Probleme, auch Probleme aus anderen Interessengebieten, mit mehr oder weniger der gleichen Optimierungsstrategie angehen: Verkürzung der Zeit bis zur Markteinführung oder Beschleunigung der Experimente . Und es ist wirklich inspirierend, das zu sehen Sie können jederzeit noch tiefer in JMP eintauchen .“
– Egon Gross, Technikermeister, Symrise
Symrise-Erfolgsgeschichte
" JMP ist wirklich sehr, sehr schnell . In anderer Software können Sie die Arbeit erledigen, aber nicht alles ist an einem Ort. Mit JMP können Sie alles mit nur einer Software erledigen, während wir früher drei oder vier verschiedene Softwarekomponenten verwenden mussten.“
– Paula Kitts, Computerchemikerin, AstraZeneca
Erfolgsgeschichte von AstraZeneca
„ Das Problem bestand schon seit zwei Jahren. Doch als die Daten erst einmal gesammelt waren und wir uns intensiv damit beschäftigten, hatten wir sie innerhalb von drei Wochen .“
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„Es verändert die Denkweise. Die Leute sehen das Ganze Arbeitswochen können in Sekundenschnelle erledigt werden und dann bleibt ihnen viel Raum zum Nachdenken, um die Frage aus einer anderen Perspektive zu formulieren.“
– Alfredo Lopez Navarro, Omnichannel Data Lab Manager, Telefónica Deutschland
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„Das zu haben Die interaktiven Grafiken, die JMP Ihnen zur Verfügung stellt, sind eine großartige Möglichkeit, eine interdisziplinäre Diskussion in Gang zu bringen . Ich mag es, gute, gut konstruierte Grafiken vor einem Publikum zu haben, das eine ganze Reihe verschiedener Perspektiven zur Diskussion des Themas repräsentiert. Es ist sehr wertvoll.“
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„Früher haben wir Excel verwendet. Wir haben viel Zeit und Energie aufgewendet, weil es ein langwieriger und fehleranfälliger Prozess war. Jetzt Mit JMP lassen wir die Daten über Nacht laufen und sehen die Ausgabe am nächsten Tag. Das spart uns viel Zeit, während ich mit Excel zwei bis drei Tage benötigt habe um es zu entschlüsseln.
– Guifu Wang, leitender Zuverlässigkeitsingenieur, ATL
ATL-Erfolgsgeschichte
„ Der große Vorteil ist die Zeitersparnis . In der Elektronik- und Halbleiterindustrie, die recht schnelllebig und wettbewerbsintensiv ist, muss man reaktionsfähig sein. JMP ermöglicht uns das.“
– Petra Schreier, Ingenieurin, Atotech
Atotech-Erfolgsgeschichte
„ Es gibt Analyseaufgaben, die ich jetzt in 90 % weniger Zeit erledigen kann Das bedeutet, dass ich am selben Arbeitstag viel mehr erledigen kann. Mit anderen Worten, Das Kosten-Nutzen-Verhältnis von JMP ist sehr hoch .“
– SungSoo Lee, Innovation Group Manager, Daeduck Electronics
Erfolgsgeschichte von Daeduck Electronics
„Es klingt einfach, aber nur, weil JMP es einfach gemacht hat.JMP gab uns die Antwort buchstäblich in Sekundenschnelle … Anstatt also die ganze Zeit damit zu verbringen, das Warum oder Was herauszufinden, haben wir uns direkt damit befasst, was [das Problem verursacht] und was wir tun können, um es zu beheben.“
– Tyler Wise, Projektanalyst im Bereich Global Business Services, Diebold Nixdorf
Diebold Nixdorf-Erfolgsgeschichte
„JMP ist das Arbeitstier unserer Gruppe. Es macht uns viel produktiver – und wir lernen ständig neue Möglichkeiten, es zu nutzen.“
– Kevin White, Technologiemanager für KI und maschinelles Lernen, Eastman Chemical
Erfolgsgeschichte von Eastman Chemical
„Wenn ich mir alle Bereiche mit Herstellungsfehlern ansehen wollte, Es würde wahrscheinlich zwei Leute eine ganze Woche dauern, um diese Aufgabe zu erledigen und es richtig zu machen. Mit JMP schaffe ich das in 15 Minuten , dann machen Sie es immer wieder, spielen Sie damit und betrachten Sie es auf viele verschiedene Arten.“
– Dan Fortune, Global Business Excellence Manager, FMC Technologies
Erfolgsgeschichte von FMC Technologies
„ In sechs Wochen kamen wir von den Schrottstücken zur Schnittstelle. JMP war das ideale Werkzeug. Es ist das einzige Six Sigma-Tool, das in Echtzeit und interaktiv ist.“
– Laura Zambianchi, Senior Filtering Material Specialist, Fresenius
Fresenius-Erfolgsgeschichte
„Ich habe den Stack-Befehl verwendet und In 10 Minuten konnte ich sagen: „Bitte schön.“ Alles erledigt.' Er war beeindruckt. Und ich auch. JMP ist einfach so leistungsstark.“
– Peter Mroz, Senior Statistical Programmer, Janssen
Janssen-Erfolgsgeschichte
„ Früher waren drei Leute Vollzeit damit beschäftigt. Jetzt haben wir zwei Leute, die das Teilzeit machen , was ihnen die Möglichkeit gibt, zusätzliche Tests durchzuführen.“
– Jason Lott, Forschungsingenieur, US Synthetic
Erfolgsgeschichte von US Synthetic
„Wir konnten die drei Faktoren identifizieren, die am wichtigsten waren, und von dort aus haben wir den Prozess wirklich in Gang gesetzt. Basierend auf diesen Ergebnissen haben wir eine Maschine entwickelt, die wir jetzt auf dem Boden verwenden. Vom Beginn des Prozesses bis zur Implementierung der Maschine dauerte es etwa sechs Monate, was für ein Projekt dieser Art ziemlich schnell ist .“
– Matt Brown, Prozessingenieur, US Synthetic
Erfolgsgeschichte von US Synthetic
„ Ich spare jetzt viel Zeit, weil JMP den Produkten Eigenschaften zuweisen kann, die über alle grafischen Routinen hinweg transportiert werden .“
– Jeff Stagg, leitender Wissenschaftler, Kraft Foods UK
Kraft-Erfolgsgeschichte
„Ich habe die Art und Weise, wie wir unsere Schrottdaten sammeln, verfeinert, denn wenn man Dashboards auf der Grundlage fehlerhafter Daten erstellt, hat das keinen Sinn. Jetzt haben wir die Datenerfassung eigentumsorientiert eingerichtet und können den Ausschuss in unserer gesamten Anlage verfolgen und die Daten für alle Gruppen auf die gleiche Weise anzeigen. Bevor wir JMP hatten, mussten Gruppen manuell Daten aus einer SQL-Datenbank abrufen und ihre eigenen Diagramme erstellen. Sie sehen, wie zeitaufwändig dies wäre, wenn es wöchentlich durchgeführt werden müsste .“
– Evan Ngo, leitender elektrischer Testingenieur, Polar Semiconductor
Erfolgsgeschichte von Polar Semiconductor
„Wenn unsere Ingenieure morgens zur Arbeit kommen, beginnen sie mit einem Skript, erhalten einen Bericht und können sofort entscheiden, was zu tun ist, ohne viel Zeit mit der Analyse zu verbringen. Sie haben mehr Zeit für wichtigere Dinge. JMP hilft ihnen, den Produktionsprozess zu optimieren. Deshalb sage ich: „Lassen Sie JMP für sich arbeiten.“ Schreiben Sie einfach ein Skript und sagen Sie JMP, was es für Sie tun soll. Dann kann man mit interessanteren Dingen beginnen, nicht immer mit der gleichen Analyse.“
– Katharina Lankers, Forschungswissenschaftlerin, SCHOTT
Erfolgsgeschichte von SCHOTT
„Durch die Arbeit mit Röntgentomographie könnten wir tatsächlich die statistische Funktion von JMP nutzen und eine Verteilung des Hohlraums in hochexplosiven Sprengstoffen erhalten Die Bearbeitung hätte bei [meinen Kollegen] früher drei bis vier Tage gedauert. Aber mit JMP habe ich etwa eine halbe Stunde gebraucht . Das LANL-Management war mit diesem Ergebnis sehr zufrieden.“
– Trevor Shear, ehemaliger Los Alamos National Laboratory, jetzt Doktorand an der University of Oregon
Erfolgsgeschichte der University of Oregon
„Allein die Erfahrung mit JMP hat sie wirklich überzeugt. Dabei geht es nicht nur um die Analyse, sondern auch um die grafische Darstellung Ihrer Daten. Andere Software könnte dies möglicherweise tun, aber dafür benötigen sie drei oder vier Stunden, wofür das Gleiche in JMP buchstäblich einen Klick auf eine Schaltfläche erfordern würde. Das hat die Gruppe begeistert.“
– Trevor Shear, ehemaliger Los Alamos National Laboratory, jetzt Doktorand an der University of Oregon
Erfolgsgeschichte der University of Oregon
"Ich ging von mindestens einer Woche Arbeit auf vielleicht 10 Minuten. Es war ziemlich beträchtlich.“
– Dirk Jordan, Senior Reliability Engineer, National Renewable Energy Laboratory
Erfolgsgeschichte des US-Energieministeriums
„Mit JMP kann ich die Daten sehr schnell erneut analysieren, entweder auf genau die gleiche Weise oder auf eine andere Art und Weise, um zu sehen, was sie mir sonst noch sagen wollen.“
- Jennifer Verdolin, PhD, University of Arizona
Universität von Arizona | JMP
STEIGERUNG DER PRODUKTIVITÄT UND QUALITÄT
„Wenn man uns auffordert, etwas Neues auszuprobieren, zögern wir immer; das liegt in der Natur des Menschen.“ Als wir sahen, dass wir JMP Live mit Microsoft Team integrieren konnten, waren wir wirklich begeistert, dieses kombinierte Tool für die Projektzusammenarbeit zu nutzen. Da JMP Live nun Teil von Microsoft Teams ist, fühlen sich Wissenschaftler wohler; Sie zögern nicht, ein neues Projekt zu starten.
-AJ Kaur, Perrigo
JMP DS Americas 2021 – Aufnahmeproduzenten – Data Explorers Spotlight gallery.mp4 – Alle Dokumente (sharepoint.com)
„Anfangs gibt es eine enorme Energiebarriere für die Durchführung einer Reaktion, aber durch die Zugabe eines geeigneten Katalysators wird diese Energie stark reduziert.“ Ich sehe JMP – und die Supportstruktur, die mit der Software einhergeht – als den Katalysator für unser Unternehmen.“
-Steve Hampton, Prozesskontrollmanager, PCC Structurals
Steve Hampton von PCC Structurals über den Umstieg von Minitab und warum es so wichtig ist, die JMP-Ressourcen für Engagement und Lernen zu nutzen, nennt er einen „immensen Mehrwert“
Mit unserem Alarmboard können Sie schnell erkennen, wenn ein Parameter außer Kontrolle gerät. Und selbst wenn Sie mehrere Parameter haben, ist es immer noch ganz einfach – nicht nur mit der Alarmtafel, sondern auch, wenn Sie an Graph Builder denken ... Die Alarmplatine hat in unserer Pilotproduktion wahrscheinlich den Ertrag um etwa 1 bis 5 % verbessert . Das hängt von der Aufgabe ab, aber basierend auf einer Reihe von Experimenten und Durchläufen halte ich 1 bis 5 % für eine enorme Verbesserung.“
– Torsten Weber, Prozessintegrationsingenieur, Heliatek
Heliatek-Erfolgsgeschichte
„ Bei Procter & Gamble nutzen wir [Maschinenlernanwendungen in JMP] unter anderem für die Erkennung von Fehlern an einer Fertigungslinie. An der Fertigungslinie gibt es häufig Sensoren, die die notwendigen Daten generieren, um ein Modell für maschinelles Lernen zu entwickeln, das dann eine einzelne Einheit, die die Verpackungslinie durchläuft, entweder als fehlerhaft oder nicht als fehlerhaft klassifiziert. Ein zweites Beispiel ist die sogenannte vorausschauende Wartung – um Störungen in der Produktionslinie vorhersagen zu können, bevor sie tatsächlich auftreten. Und der letzte Bereich ist die Verbraucherforschung. Dabei werden Verbraucher auf der Grundlage demografischer Merkmale in definierte Segmente eingeteilt, was es Unternehmen ermöglicht, sich auf Marketing und Werbung zu konzentrieren .“
– Bill Myers, Chefstatistiker, Procter & Gamble
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„Es gibt statistische Techniken, die mit fehlenden Werten umgehen können – was oft als Dimensionsreduktion bezeichnet wird. Wenn Sie eine kategoriale Variable mit vielen Kategorien haben, möchten Sie möglicherweise die Anzahl der Kategorien reduzieren. Und Der Vorteil der Dimensionsreduzierung besteht darin, dass sie häufig eine effizientere Modellerstellung ermöglicht. Es kann einfacher sein, das Modell zu verstehen und zu erklären. Und es könnte auch einfacher zu visualisieren sein. Datenvisualisierungstools [wie JMP] sind eine großartige Möglichkeit, diese Untersuchung durchzuführen .“
– Bill Myers, Chefstatistiker, Procter & Gamble
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„ Ich bin davon überzeugt, dass JMP dazu beitragen wird, die Gesamteffektivität der Ausrüstung zu steigern, da es die wirklich wichtigen Probleme identifizieren wird. Nun können Qualitätsmanagement und andere Methoden ein Mittel zur Verwaltung sein und dabei helfen, potenzielle Verbesserungen zu messen und zu identifizieren. Aber die technischen Entscheidungen, die getroffen werden müssen
Dabei verlassen wir uns immer noch auf Intuition, Anekdoten und natürlich auf die Erfahrung der Menschen, die den Prozess leiten. Ich denke, hier hilft Ihnen JMP und die statistische Analyse der Daten Ihrer Fabrik dabei, die Schlüsselparameter zu identifizieren, die Ihnen dabei helfen, Ihren Prozess zu steuern, eine bessere Leistung zu erzielen und Ihnen beispielsweise dabei zu helfen, die Wartung besser zu verwalten.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„Dies ist eine Gelegenheit, Wissen und Erkenntnisse aus einem Meer von Daten zu extrahieren, die in unseren Fabriken produziert werden. Heutzutage erzeugen die meisten Betriebsabläufe Hunderte, wenn nicht Tausende von Datenpunkten pro Sekunde. Mithilfe all dieser Daten können wir innerhalb von JMP ermitteln, wie wir unsere Prozesse besser steuern können. Es wird Ihnen helfen, schneller die richtigen Entscheidungen zu treffen und Gruppendiskussionen darüber, was wichtig sein könnte und was nicht, zu vermeiden.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„In einer aktuellen Umfrage stellte PWC fest, dass das Wachstum der innovativsten Spezialchemieunternehmen um 16 % höher war als das der am wenigsten innovativen Unternehmen. Top-Innovatoren prognostizieren, dass die rote Gruppe dreimal so hoch sein wird wie ihr am wenigsten produktiver Konkurrent. Ich möchte hinzufügen, dass es der richtige Weg ist, den Betreibern diese Werkzeuge zur Verfügung zu stellen. Wir müssen sie aus den IT-Abteilungen und aus den Zentralen in die Produktion, Forschung und Entwicklung sowie die Geschäftsentwicklung verlagern. Da werden wir den größten Nutzen ziehen. Und das glaube ich JMP lässt sich sehr schnell erlernen und kann viel schneller zu Ergebnissen führen, als Sie vielleicht denken .“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„Die britische Regierung hat bereits erklärt, dass die britische Wirtschaft nicht sehr effizient ist. Und viele seiner Initiativen werden sich auf die Verbesserung der Effizienz konzentrieren. Ich finde JMP kann dazu beitragen, Produkte schneller auf den Markt zu bringen . Das ist ein großer Mehrwert, den wir bieten können: Reduzierung von Fertigungsausfällen und mehr Konsistenz in der Produktionsqualität.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Entdecken Sie die Schlüsseldaten, die zur Reduzierung Ihrer verborgenen Fabrik erforderlich sind (Link kommt bald)
„Wir hatten neun Faktoren und konnten nur wenige Wechselwirkungen abschätzen. Und wir konnten uns nur 21 Versuchsläufe leisten. [Da habe ich etwas über Definitive Screening Designs in JMP gelernt]: ein Design zur Identifizierung der wichtigsten Prozessknöpfe. Was sind die treibenden Faktoren? In diesem Beispiel, Die konkreten Einsparungen für uns, die DSD mit 21 Läufen durchzuführen, im Vergleich zum herkömmlichen Ansatz, der 28 Läufe umfasst hätte … plus vielleicht weitere 20 für die Optimierungsphase .“
– Maria Lanzerath, Global Head of Statistics, WL Blut
Zeit für Innovation: Produktionsprozesse durch Versuchsplanung optimieren (Link kommt bald)
„Wenn Sie ein Spezialchemieunternehmen sind, erhalten Sie häufig einen Prozess von Ihrem Kunden. Wenn Sie dem Kunden diese Art von Daten mitteilen und ihm zeigen, dass Sie die Vorgänge besser verstehen als er, kann dies Ihr Geschäft stärken .“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Nutzen Sie Ihre Daten, um Innovationen zu beschleunigen (Link kommt bald)
„Als F&E-Manager Wenn Sie die Methode der Versuchsplanung verwenden, sollten Sie in der Lage sein, die Zeitspanne, die Sie für die Durchführung dieser Forschungs- und Entwicklungsarbeit benötigen, genau vorherzusagen. Und es gibt viel mehr Vertrauen in die Beziehung des Unternehmensmanagers zum Kunden.“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Nutzen Sie Ihre Daten, um Innovationen zu beschleunigen (Link kommt bald)
„Wenn Sie ein Bauunternehmen sind und Häuser bauen, bekommen Ihre Arbeiter dann Hämmer? Ja. Wenn unsere Ingenieure Daten analysieren, verwenden sie normalerweise JMP .“
– Ted Ellefson, leitender Chefingenieur, mechanische Forschung und Entwicklung, Seagate
Seagate-Erfolgsgeschichte
„ Die Rolle von JMP besteht darin, uns wirklich dabei zu helfen, diese Daten am Anfang zu untersuchen … um zu bestimmen, welche Parameter und Interaktionen am wichtigsten sind. Und dann erkunden Sie, welche Arten von SPC-Überwachungstools wirklich effektiv sein könnten … Sobald Sie das festgestellt haben, können Sie jetzt eine bestimmte Technik mit einem automatisierten Informationssystem oder MES-System einsetzen, und das kann dann jederzeit in Echtzeit laufen.“
– Ted Ellefson, leitender Chefingenieur, mechanische Forschung und Entwicklung, Seagate
Seagate-Erfolgsgeschichte
„ Übergang von geringem Wissen zu hohem Wissen – darum geht es in der Konstruktions- und Verfahrenstechnik! Sie liefern kontinuierlich Wissen an das Unternehmen. Das ist es, was die Datenanalyse in JMP leisten kann.“
– Ted Ellefson, leitender Chefingenieur, mechanische Forschung und Entwicklung, Seagate
Seagate-Erfolgsgeschichte
„Eine kleine Schaltfläche in JMP kann ein Diagramm erstellen, das auf Millionen von Codezeilen und 40 oder 50 Datendateien basiert – es ist einfach erstaunlich.“ W Mit einem Klick auf Ihr JMP-Skript können Sie Ergebnisse und Grafiken erstellen, die Ihnen bei der Entscheidungsfindung helfen … Während es vor 20 Jahren einfach nie passieren würde.“
– Ted Ellefson, leitender Chefingenieur, mechanische Forschung und Entwicklung, Seagate
Seagate-Erfolgsgeschichte
„Man kann sich relativ einfach eine Reihe von Einzelparameterexperimenten vorstellen, die letztendlich den Raum abbilden. Aber mit dem DOE kommt man viel schneller dorthin. Wir haben die Effizienz definitiv verbessert . JMP liefert Ihnen sehr gute Messwerte dafür, wie zuverlässig die Koeffizienten Ihres Modells auf der Grundlage der Unsicherheit Ihrer Eingabedaten sein werden. In JMP gibt es viele Tools, die Ihnen dabei helfen, zuverlässig zu verstehen, was Sie mit Ihren Daten machen können .“
– Greg Mattiussi, Senior Director of Manufacturing, Siemens Healthineers
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„ Interaktionseffekte werden immer wichtiger . Einzelparameterprobleme, mit denen sich der Qualitätsingenieur auseinandersetzen muss, werden schnell gelöst, und mehr multivariate Ansätze werden immer wichtiger.“
– Greg Mattiussi, Senior Director of Manufacturing, Siemens Healthineers
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„Wir verwenden sicherlich viele Daten, wenn es um Dinge wie regelmäßige Kalibrierung und kontinuierliche Verbesserungsaktivitäten geht, obwohl selbst dort die Zugriffszeit und die Zeit für die Datenbereinigung erheblich sind. Also Wir versuchen, eine aktivere und zukunftsorientiertere Nutzung voranzutreiben – zum Beispiel mit intelligenteren, automatisierteren Kontrolldiagrammen, um die Probleme von vornherein zu vermeiden .“
– Greg Mattiussi, Senior Director of Manufacturing, Siemens Healthineers
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„Eine der tollsten Entwicklungen der letzten Jahre war die Verbreitung stärker automatisierter Inspektionswerkzeuge, die unsere Produkte viel genauer charakterisieren können, als wir es jemals zuvor könnten. Sie zeichnen riesige Datenmengen auf und es ist zu einem wirklich leistungsstarken Werkzeug geworden, um die Qualität unseres Produkts zu verstehen, während wir es erzeugen. Aber dann stellt sich die Frage, was man mit all diesen Gigabytes und Terabytes an Daten machen soll. Wenn Sie damit die Qualität Ihres Produkts festgestellt haben, wie archivieren Sie es dann? Beginnen Sie vor Ort oder außerhalb? Verfügen Sie über genügend Bandbreite, um es extern zu speichern? Verfügen Sie über genügend Bandbreite, um sie abzurufen, wenn Sie sie erneut analysieren müssen? Solche praktischen Probleme müssen wirklich im Voraus bedacht werden, wenn man neue Werkzeuge oder neue Prozesse entwirft, denn sie können zu echten Einschränkungen für die Fabrik werden, wenn man die Probleme nicht vorhersieht .“
– Ed Hutchins, Produktentwicklungsmanager, Wolfspeed
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„Ich würde mir wirklich wünschen, dass wir uns in den nächsten zehn Jahren von einem Fokus auf Big Data zu einer Entwicklung entwickeln, die Big Data mit Little Data verbindet. Wir würden Big Data als exploratives Instrument verwenden, um die Trends zu identifizieren, die Potenzial für uns aufweisen, um sie zu nutzen. Um dies zu erreichen, würden wir jedoch gezielte Experimente und kleine Datensammlungen verwenden, die viel stärker auf die Feststellung von Kausalität ausgerichtet sind um zu bestätigen, was wir in den Big Data sehen. Wenn wir diese Brücke bauen können, dann Ich denke, wir werden den größtmöglichen Nutzen aus den uns zur Verfügung stehenden Big Data ziehen und uns dann auch bei unseren künftigen Entscheidungen viel sicherer fühlen .“
– Christine Anderson-Cook, Statistikerin, Los Alamos National Laboratory
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
" Mit JMP und DOE, Jetzt erkennt jeder den Wert von Daten und wie sie Prozesse und Produktqualität verbessern . Und da wir jetzt JMP verwenden, können wir mehrere Interaktionen testen. Dann können wir zu unseren Technikern zurückgehen und ihnen die Daten zeigen.“
– Lise Isachsen, Senior Process Specialist, Coloplast
Coloplast-Erfolgsgeschichte
„ JMP hat wirklich dazu beigetragen, einheitliche [Methoden] in der gesamten Gruppe sicherzustellen – und eine konsistente Berichterstattung über die Ergebnisse. Es hat unsere Fähigkeiten zur Beweiserstellung wirklich gestärkt. ”
– Susan Roweton, Forschungsmanagerin, Medtronic
Medtronic-Erfolgsgeschichte
„ Durch Analysen konnten wir einen Konsens herstellen und den Prozesstechnikern zuzuhören, die die ganze Zeit gesagt hatten, was sie sahen. Die Daten haben uns allen geholfen, uns auf das zu konzentrieren, was sie uns sagen wollten, und so war es ein sehr erfolgreiches Projekt.“
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„Wir haben verschiedene Ansätze angewendet, um dieses Problem zu lösen, und was passierte, war – ich erinnere mich an den Moment ….“ Wir haben eine Form von Bootstrap Forest wie in JMP verwendet, um ein Diagramm mit variabler Wichtigkeit zu erstellen. Und als diese Handlung auf dem Bildschirm erschien, den jeder sah, Es gab diesen Moment der Stille und dieses große „Aha!“. An diesem Punkt wendete sich die ganze Untersuchung. ”
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„ Wenn Sie über Prozessverständnis verfügen, sind Sie in der Lage, die Kostenstruktur zu betrachten und sowohl qualitative als auch kostenbezogene Optimierungen vorzunehmen .“
– Søren Pehrson, Wissenschaftler in der Katalysatorherstellung, Haldor Topsoe A/S
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„Eine der Lektionen, die ich im Laufe der Jahre gelernt habe, ist, ein großes Problem zu finden, das es zu lösen gilt. Lassen Sie eine Krise nicht ungenutzt verstreichen! Ich war viel an der Umsetzung von Total Quality und Six Sigma beteiligt und habe versucht, statistisches Denken in die Arbeit zu integrieren. Als wir anfingen, richtig Fahrt aufzunehmen, begannen wir, einige der schwierigsten Probleme mithilfe von Analyseansätzen anzugehen. Es war ein höheres Risiko, eine viel größere Belastung, aber das kann eine gute Sache sein, wenn man die Antwort findet.“
– Julia O'Neill, Gründerin und Hauptberaterin von Direxa und ehemalige technische Leiterin von Merck
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„[Einer unserer größten Kunden] beschwerte sich darüber, dass die Abweichungen in unserem Prozess zu groß seien. Deshalb haben wir ein Team gebildet, um das Problem mithilfe von Six Sigma zu lösen. JMP hat uns bei der Lösung dieses Problems sehr geholfen, da es in der Lage ist, große Datenmengen zu verarbeiten – und weil es interaktiv ist. Wir haben die Varianz mittlerweile um rund 50 Prozent reduziert. Unsere Chefs und Kunden waren mit dem Ergebnis sehr zufrieden.“
– Henry Qiao, Six Sigma Deployment Manager, ATL
ATL-Erfolgsgeschichte
„Celltrion nutzt QbD ausgiebig für die Produktentwicklung…. Es geht darum, Statistiken in der Produktentwicklung voll auszunutzen. So gehen wir an unsere Arbeit heran…. Das Tool, auf das wir uns am meisten verlassen, ist JMP. Wir nutzen es, um Methodenentwicklung und Prozesse zu optimieren. JMP ist einfach zu bedienen und für unsere Datenanalyse unverzichtbar .“
– Minjoo Choo, Leiter Chemie, Herstellung und Kontrollstatistik, Celltrion
Celltrion-Erfolgsgeschichte
„Wenn 30 Prozent Ihres Produkts weggeworfen werden und die Baugruppe 1.500 bis 2.000 US-Dollar kostet, können Sie sich vorstellen, dass unsere Ausschussrechnung verrückt war. [Schließlich identifizierten wir unterschiedliche Erträge zwischen zwei Lieferanten als Ursache, wobei ein Lieferant 100 Prozent und ein anderer 70 Prozent erzielte] und stellten fest, dass unsere tägliche Produktion nicht 50/50 jedes Lieferanten verbrauchte. Wir haben Material von einem Lieferanten verwendet und sind dann auf das Material des anderen Lieferanten umgestiegen. [Ertrag] änderte sich je nachdem, welchen Lieferanten wir nutzten. Es hat uns gelehrt, dass wir die Daten basierend auf Lieferanten analysieren müssen .“
– Melisa Buie, General Manager, Coherent
Stimmige Erfolgsgeschichte
„Das habe ich meinem Chef erklärt Wenn ich JMP verwende, können wir mehr Daten erhalten und QbD einfacher in alle Aspekte unserer Projekte integrieren .“
– Kyoung-Yun Kim, NABOTA-Forschungsgruppenleiter, Daewoong Pharmaceutical
Erfolgsgeschichte von Daewoong Pharmaceutical
„ JMP ist von grundlegender Bedeutung für das, was wir in unserem Six Sigma-Programm tun. Es ist fester Bestandteil des Schulungsprogramms …. Es ist eine fantastische Plattform, auf der wir aufbauen können, denn sie bietet uns in allen Geschäftsbereichen völlig neue Möglichkeiten.“
– Kevin McCarron, Six Sigma Serviceleiter, Dow
Dow-Erfolgsgeschichte
„Wir sehen mit JMP auf breiter Front so viele Erfolge, dass es schwierig ist, ein einzelnes Beispiel herauszugreifen. Es ist einfach ein unverzichtbares Werkzeug für uns .“
– Howard Rauch, Statistiker, Eastman Chemical
Erfolgsgeschichte von Eastman Chemical
„Es wurde sehr schnell klar, dass diese Gewichtsveränderungen nicht das missten, was [wir] dachten. Ohne JMP hätten wir das nie erfahren ."
– David Payne, Standortleiter, Johnson Matthey Fine Chemicals
Erfolgsgeschichte von Johnson Matthey
„Was wir vor Ort beobachten, ist, dass JMP zunehmend eingesetzt wird, um alle Arten von Problemen zu lösen. JMP ist unser bevorzugtes statistisches Analysetool. ”
– David Payne, Standortleiter, Johnson Matthey Fine Chemicals
Erfolgsgeschichte von Johnson Matthey
„ JMP hat maßgeblich dazu beigetragen, dass wir aus all dem Lärm in unserem komplexen Herstellungsprozess die wichtigsten Fakten herausfinden konnten .“
– Geoff Beatham, Qualitätsdirektor, Kodak
Kodak-Erfolgsgeschichte
„ Mit JMP kann ich Engpässe sehr einfach identifizieren. Es ist natürlich sehr hilfreich zu erkennen, wo Ihre Hauptprobleme liegen – worauf Sie Ihre Aufmerksamkeit richten sollten. Die Prozesse, die wir haben, sind vielfältig und ziemlich komplex, und es ist nützlich zu wissen, wo Sie Ihre Lean-Tools anwenden können . JMP zielt auf meine Bemühungen ab .“
– Peter Blum, Qualitäts- und technischer Manager, Kodak
Kodak-Erfolgsgeschichte
„Die Entwicklung dieser Methodik ermöglichte es uns, Flugzeugparameter und Flugbedingungen schnell zu ändern und dann die daraus resultierenden Auswirkungen auf den Lärm für die Gemeinschaft zu untersuchen … Dieser Vorgang geht mit JMP einfach viel schneller und einfacher. Dadurch werden nicht nur manuelle Eingabefehler reduziert, sondern auch Wir können in Sekundenschnelle erreichen, was früher Stunden oder Tage gedauert hat .“
– Jeanette Elliott, Systemingenieurin, Lockheed Martin
Erfolgsgeschichte von Lockheed Martin
„Mit den begrenzten Ressourcen, die wir haben – wir haben nur etwa ein Dutzend Chemiker und wir versuchen, mehrere Produktbemühungen voranzutreiben – JMP hat uns dabei geholfen, verschiedene Reaktionsbedingungen auf sehr logische Weise zu überprüfen, um uns einen Ausgangspunkt für die Optimierung zu geben. Wenn wir dafür keine sehr bewusste und strukturierte Vorgehensweise hätten, würden diese neuen Anwendungsentwicklungsbemühungen wirklich darunter leiden.“
– Scott Allen, Vizepräsident für Katalysatorentwicklung, Novomer
Novomer-Erfolgsgeschichte
„Dies war der Beginn der Entwicklung einer robusten Formulierung für das Brite Amber-Panel. Das hätte nur mit JMP möglich sein. JMP ist einfach ein tolles Tool.“
– David Lee, Direktor für Qualität und Zuverlässigkeit, OLEDWorks
OLEDWorks-Erfolgsgeschichte
„ Mit JMP haben wir viele Verbesserungsmöglichkeiten für die Leute identifiziert, die die Serviceeinsätze durchführen und die Aufzeichnungen dieser Anrufe führen. Wir haben den Prozess verbessert. ”
– Ron Zhang, leitender Chefingenieur, Oshkosh Corporation
Erfolgsgeschichte der Oshkosh Corporation
„Wir haben eine neue Methodik gefunden, die es uns ermöglicht, unsere Informationen auf eine Art und Weise zu verarbeiten, wie wir es noch nie zuvor getan hatten. Es war eine Offenbarung. JMP ermöglicht uns all dies; Es ermöglicht uns, neue Wege zu gehen.“
– Alberto Colombi, Corporate Medical Director, PPG Industries
Erfolgsgeschichte von PPG Industries
„Tausende andere Unternehmen sind in der gleichen Situation: Sie verfügen über SAS, und wenn sie JMP hinzufügen würden, würden sie erhebliche zusätzliche Vorteile erzielen … Die grafischen Fähigkeiten und die Benutzerfreundlichkeit von JMP machen es hervorragend zum Entwerfen von Experimenten und zum Erkunden von Daten. SAS ruft Daten aus nahezu jeder Quelle ab und übernimmt die schwere analytische Arbeit. Und JMP lässt sich in SAS integrieren. Es ist eine starke Kombination.“
– Wayne Levin, Präsident, Predictum
„Eines der Dinge, die wir mit JMP erreichen konnten, ist, unseren Denkprozess von einer diskreten Welt in eine kontinuierlichere, zeitskalierte Welt umzuwandeln … Als ich anfing, JMP zu verwenden, gab es keinen Vergleich mehr .“
– Greg Mozsgai, Forschungs- und Entwicklungsmanager, Samson Rope
Erfolgsgeschichte von Samson Rope
„JMP versetzt uns in die Lage, Dinge zu studieren, die wir 140 Jahre lang für selbstverständlich gehalten haben. Wir haben viele Status Quos und viele festgefahrene Gewohnheiten in Frage gestellt, und JMP hat uns dabei geholfen, diesen Prozess zu beschleunigen. ”
– Steve Czupryna, Qualitätsprozessingenieur, Samson Rope
Erfolgsgeschichte von Samson Rope
„JMP wurde bereits von etwa 10 Benutzern verwendet, um statistische Analysen zur Überwachung von Ertrag und Produktqualität über ihre verschiedenen Produktlinien hinweg zu erstellen. Nachdem sie es zwei Jahre lang genutzt hatten, war die einzige Einschränkung, mit der sie konfrontiert waren, die Tatsache, dass ihre Kollegen sie immer wieder aufforderten, ihre Recherchen, Tests und Berechnungen durchzuführen! Da Innovation und Qualität unser Leitmotiv sind, musste das gesamte Unternehmen seine Effizienz steigern. Diese erste Erfahrung gab uns jede Gelegenheit, uns von der Leistungsfähigkeit, dem Potenzial und der Benutzerfreundlichkeit des Tools zu überzeugen. Daher haben wir nicht gezögert, die Nutzung zu gegebener Zeit auszuweiten, um die Entwicklung unserer Aktivitäten auf das gesamte Unternehmen auszudehnen.“
– Annick Vuillermoz, Senior Manager für Ertrags-/Prozesskontrollsysteme, Soitec
Soitec-Erfolgsgeschichte
VERSUCHSPLANUNG
„ Es gibt so viele Beweise dafür, dass DOE großartig ist . Aber viele Organisationen und so viele Menschen nutzen es immer noch nicht. Warum? Es muss noch etwas anderes geben als dieses rationale Wissen. Meiner Meinung nach, Es muss etwas mit Vertrauen oder der Angst, etwas falsch zu machen, zu tun haben … das Vertrauen der Menschen in diese neue Methode, mehr als eine Sache gleichzeitig zu ändern … Der einfachste Weg, [die Einstellung zu ändern], besteht also darin, Ihrem Unternehmen die Chance zu geben, den Erfolg zu sehen, den Sie mit DOE haben. Sie können einige einfache Experimente durchführen und die Ergebnisse zeigen. Ich sage meinen Kollegen: „Vertrau mir.“ Ich werde dir helfen. Und Sie können mir auf der Reise durch DOE folgen. Während wir zusammenarbeiten, kann ich ihnen helfen, zu sehen und zu spüren, wie all diese scheinbar komplizierten Dinge zusammenkommen und sich zu großartigem Wissen und Einsichten summieren. Seien Sie ein gutes Vorbild und lassen Sie sie den Erfolg spüren. Wenn Ihnen das gelingt, werden Sie Verbündete gewinnen und die Menschen werden anfangen, mit DOE gute Ergebnisse zu erzielen.“
– Olaf Bürger, Qualitätsmanager Systematischer Verbesserungsprozess, Mahle
Statistisch gesehen: Beschleunigen Sie Innovationen und Prozessverbesserungen durch gezielte Experimente
„Da die Produkte von Adocia ausgereifter sind und die ICH-Richtlinien Pharmaunternehmen anregen Um die Zusammenhänge zwischen Produkt- und Prozessparametern tiefgreifend zu verstehen, nutzen wir zunehmend statistische Ansätze wie die Versuchsplanung in unseren Laboren. ”
– Thomas Cochet, Leiter Prozesschemie
Adocia-Erfolgsgeschichte
„Wir hatten zunehmend das Gefühl, dass wir in unseren Prozessentwicklungen statistische Ansätze wie DOE implementieren müssten. und einer der Projektleiter unseres CMO empfahl JMP . ”
– Thomas Cochet, Leiter Prozesschemie
Adocia-Erfolgsgeschichte
„ Ich habe meinem Management keine Daten im Sinne von Werten oder Tabellen angezeigt. Ich habe die Daten visualisiert . Und wenn Sie dies interaktiv tun und zeigen können, was passiert, wenn Sie ein Steuerelement bewegen und sehen, wie sich Ihre Reaktion bewegt … wenn sie sehen, wie der Prozess aussieht, wenn Sie Dinge ändern, und Sie ihnen die Interaktionen und das Verhalten des Systems zeigen … Sie werden anfangen, Ihrem [DOE] zu vertrauen .“
– Olaf Bürger, Qualitätsmanager Systematischer Verbesserungsprozess, Mahle
Statistisch gesehen: Beschleunigen Sie Innovationen und Prozessverbesserungen durch gezielte Experimente
„ Die Komplexität von DOE passt gut zur Komplexität der Anstrengungen, die wir jetzt unternehmen müssen [angesichts der zunehmenden Automatisierung und der größeren Datenströme]. . Am Ende erhält man ein sehr gutes und tiefes Verständnis.“
– Egon Gross, Biotechnologie-Ingenieur, Symrise
Statistisch gesehen: Beschleunigen Sie Innovationen und Prozessverbesserungen durch gezielte Experimente
„Für viele Menschen ist DOE kein allgemeiner Verhaltenskodex. Es gibt immer noch viele Menschen, die damit nicht vertraut sind und es daher nicht nutzen. Und sie verlieren viel Zeit, Geld und Einblick in die Aufgaben, die sie zu lösen versuchen .“
– Egon Gross, Biotechnologie-Ingenieur, Symrise
Statistisch gesehen: Beschleunigen Sie Innovationen und Prozessverbesserungen durch gezielte Experimente
„Eine gute Möglichkeit, einige der häufigsten [Quellen des Widerstands gegen DOE] – Schulung, Komplexität usw. – zu überwinden, besteht darin, einen guten Lehrer oder, wenn Sie möchten, ein gutes Lehrbuch zu finden. Sogar mehr, Finde einen guten Trainer. Das könnte ein Kollege sein, der sich auskennt. Und dann beginnen Sie mit kleinen Fragen, die Sie vielleicht haben , vielleicht mit zwei oder drei oder vier Faktoren. Fangen Sie klein an und wachsen Sie mit Ihrer Erfahrung und Ihrem Wissen. Wenn man einen Trainer findet, ist man auf einem guten Weg.“
– Markus Schafheutle, Berater und ehemaliger Global Improvement Manager, Allnex
Statistisch gesehen: Beschleunigen Sie Innovationen und Prozessverbesserungen durch gezielte Experimente
„DOE ist nicht nur eine Sache, die nur von wenigen Branchen genutzt werden kann. DOE ist wirklich für jeden etwas dabei .“
– Markus Schafheutle, Berater und ehemaliger Global Improvement Manager, Allnex
Statistisch gesehen: Beschleunigen Sie Innovationen und Prozessverbesserungen durch gezielte Experimente
„Im Vergleich zu traditionellen multivariaten Methoden Die [JMP Predictive Screening Platform] kann als Reaktion sowohl kontinuierliche als auch kategoriale Faktoren verarbeiten . Es ist sehr nützlich, wenn es Wechselwirkungen und andere komplexe Beziehungen zwischen diesen Faktoren gibt.“
– Miao Chen, Datenwissenschaftler, Tokyo Electron Limited
Statistisch gesehen: Maschinelles Lernen auf die richtigen Probleme anwenden
„ B Die Möglichkeit, eine relative (numerische) Wichtigkeit für die Optimierung festzulegen, wie es mit der Implementierung der Versuchsplanung in JMP möglich ist, erwies sich als von unschätzbarem Wert .“
– Alin Ionas, Analytischer Chemiker, Technische Universität Dänemark
DTU-Erfolgsgeschichte
„Ich habe an Projekten gearbeitet, bei denen wir versucht haben, eine allgemeine Methode für einige hundert Verbindungen zu optimieren. Und dann mussten wir versuchen, eine Reihe von Instrumentenparametern zu finden, die gut genug waren, um für die meisten der von uns untersuchten Chemikalien eine angemessene Leistung zu erzielen. Das ist eine gewaltige Aufgabe, daher war für mich die Verwendung der DOE-Plattform von JMP die Lösung .“
– Alin Ionas, Analytischer Chemiker, Technische Universität Dänemark
DTU-Erfolgsgeschichte
„Sobald Sie etwas Erfahrung mit der Durchführung solcher Experimente haben, Sie können es einfach einstellen und vergessen . Sie richten das Experiment ein, lassen das Instrument seine Arbeit tun, validieren die Art und Weise, wie Sie Daten extrahieren, und stellen sicher, dass Sie aus Ihren Datendateien qualitativ hochwertige Daten erhalten. Dann ist es nicht viel Arbeit, es wieder in das Modell einzufügen und die nächste Iteration zu generieren .“
– Alin Ionas, Analytischer Chemiker, Technische Universität Dänemark
DTU-Erfolgsgeschichte
„JMP wird mit einem unausgeglichenen Datensatz umgehen. Es zeigt Ihnen die Risiken an, geht damit um und ermöglicht es Ihnen, eine intelligente Entscheidung zu treffen anstatt einfach Nein zu sagen.“
– Michael Anderson, leitender Entwicklungsingenieur für Statistik und Messung, Corning
Corning-Erfolgsgeschichte
„JMP ist ein preislich wettbewerbsfähiges Produkt Eine Mischung aus allgemein verwendbaren Tools für jeden Ingenieur und erweiterten Statistiktools, mit denen Sie jedes Problem untersuchen können mit denen sich jemand im Ingenieur- und Forschungsbereich täglich auseinandersetzen müsste.“
– Michael Anderson, leitender Entwicklungsingenieur für Statistik und Messung, Corning
Corning-Erfolgsgeschichte
„Binsenweisheit in Sachen Materialien: Es gibt keine Einheitslösung. Wenn Sie einen [Faktor] erhöhen, gefährden Sie normalerweise etwas anderes. Wir wollten, dass unsere Beschichtung so transparent wie möglich ist, aber auch alle Prozesse überstehen kann, die sie beispielsweise durchläuft [wenn sie gefüllt ist]. Die Menge an Formulierungs- und Reaktionsoberflächen- und Mischungs-DOEs, die wir durchgeführt haben, um Komponentenverhältnisse zu optimieren und Unterkomponenten innerhalb dieser Komponenten herauszufinden, ist enorm .“
– Michael Anderson, leitender Entwicklungsingenieur für Statistik und Messung, Corning
Corning-Erfolgsgeschichte
„ Scheitern zu können ist teuer, aber ein entscheidender Teil des Experimentierens . Und bei Corning bin ich bei der Durchführung von Experimenten nie auf nennenswerten Widerstand gestoßen. Für das Geld, das wir ausgeben, wollen wir so viel wie möglich lernen. Wenn ich sage: „Ich möchte das als vollständig geplantes Experiment durchführen“, stoße ich nie auf Widerstand. [DOE] wird zu diesem Zeitpunkt in Corning eingezüchtet .“
– Michael Anderson, leitender Entwicklungsingenieur für Statistik und Messung, Corning
Corning-Erfolgsgeschichte
„Diese anfängliche Skepsis zu durchbrechen war der schwierigste Teil – aber auch der Wendepunkt …“ Unsere Wissenschaftler haben herausgefunden, dass die Art und Weise, wie Sie das Experiment einrichten, einen großen Einfluss auf die Qualität der Daten hat, die Sie erhalten … Mit dem benutzerdefinierten DOE-Modul von JMP können wir sicherstellen, dass jedes Experiment die meisten Informationen liefert .“
– Bernard Goguelet, Qualitätsleiter, Parker LORD
Erfolgsgeschichte von Parker LORD
„ Wir sehen bereits Anzeichen dafür, dass Menschen [DOE] in ihr tägliches Denken integrieren : Ich werde ein neues Produkt entwickeln und mit meiner Intuition nah dran sein – das ist die Fachkompetenz. Dann verwende ich JMP, um die Region zu definieren und zu optimieren. Sie lernen Dinge über ihre Modelle, die sie sonst nicht gewusst hätten.“
– Bernard Goguelet, Qualitätsleiter, Parker LORD
Erfolgsgeschichte von Parker LORD
" Wir verwenden JMP, um kundenspezifische Designs zu erstellen. Die Custom Design-Plattform ist eine wirklich großartige Möglichkeit, ein Experiment zu beschreiben, an dem Sie interessiert sind. Wir verwenden unsere eigenen benutzerdefinierten Anwendungen, bei denen es sich um Webanwendungen handelt, die dieses Design übernehmen und es dann in eine Art von Anweisungen umwandeln, die von Robotern ausgeführt werden können. Also Wir waren sehr schnell in der Lage, Prototypen zu entwickeln und biotechnologische Kapazitäten aufzubauen, indem wir das Schlüsselelement in der Mitte hatten, das das JMP mit den Robotern verbinden und den Kreis schließen kann, der es uns ermöglicht, Experimente vollständig statistisch zu entwerfen, zu bauen, zu testen und zu messen ausbalanciert mittels Versuchsplanung von JMP .“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Zeit für Innovation: Wie Ihr Unternehmen eine Kultur der analytischen Exzellenz schaffen kann: Ein Beispiel aus der synthetischen Biologie (Link kommt bald)
„DOE in der erweiterten Datenanalyse hilft uns, unsere Daten zusammenzustellen und diese Daten effizienter zu nutzen. Das bedeutet, mehr Erkenntnisse aus unseren Daten zu gewinnen. Die Versuchsplanung spielt aber auch im vorherigen Schritt eine Rolle, in dem wir die richtigen Daten erhalten und dies auf effiziente Weise tun müssen … weil es uns normalerweise immer an Ressourcen und Zeit mangelt.“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Zeit für Innovation: Eine DOE-Denkweise für erfolgreiche Experimente nutzen (Link kommt bald)
„ Jeder kann DOE machen … und der beste Weg, mit DOE zu beginnen, wenn Sie es noch nicht getan haben, besteht darin, einfach einzusteigen.“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Zeit für Innovation: Eine DOE-Denkweise für erfolgreiche Experimente nutzen (Link kommt bald)
„Jemand mit einer traditionellen Denkweise würde von Anfang an versuchen, die optimale Einstellung zu finden. Sie würden auf das Ziel zielen, auch wenn wir als Menschen Schwierigkeiten haben, uns einen multivariaten Experimentierraum vorzustellen. Im Gegensatz, Jemand, der eine DOE-Denkweise hat, wird sich hinsetzen und mehr Zeit mit der Planung verbringen, mehr Zeit damit verbringen, über all die verschiedenen Variablen nachzudenken, die sich auf dieses Experiment auswirken könnten . Sie werden bereits in Bereichen denken … und daran interessiert sein, eine große Bandbreite experimenteller Räume zu erkunden, um das Optimum zu finden. Das ist der große Unterschied zwischen einer traditionellen und einer DOE-Denkweise.“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Zeit für Innovation: Eine DOE-Denkweise für erfolgreiche Experimente nutzen (Link kommt bald)
„Die Versuchsplanung ist ein Werkzeug, aber kein magisches Werkzeug. Es erfordert Ihr Fachwissen. Es ist ein Werkzeug zur Ergänzung dessen, was Sie bereits wissen .“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Zeit für Innovation: Eine DOE-Denkweise für erfolgreiche Experimente nutzen (Link kommt bald)
„In jedem System, in dem es mehr als einen Faktor gibt, der eine Schlussfolgerung ziehen kann, kann man ein DOE verwenden. Nach meiner Erfahrung in meinen 15 Jahren habe ich noch nie einen Fall gesehen, bei dem es nur einen Faktor gab. Wie wir wissen, ist Wissenschaft kompliziert. Also Ich denke, dass die Versuchsplanung ständig angewendet werden sollte .“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Zeit für Innovation: Eine DOE-Denkweise für erfolgreiche Experimente nutzen (Link kommt bald)
„Manche Leute denken, DOE sei eine Blackbox. Und einige denken, dass man für die Verwendung von DOE tatsächlich viel über Statistik wissen muss. Während diese Dinge in der Vergangenheit vielleicht zutrafen, ist die Anwendung von DOE heute wirklich einfach. Es ist wirklich
schnell. Und es ist wirklich visuell. Der visuelle Teil löst das Problem der Blackbox. Und der einfache und schnelle Teil löst die anderen Probleme. Jetzt verfügen wir über benutzerfreundliche Softwarepakete wie JMP, mit denen Sie das DOE sehr schnell entwerfen und die Ergebnisse sehr schnell analysieren können. Und es ist sehr wichtig, dies auf visuelle Weise zu tun, damit Sie die Analyse klar verstehen können. Und dann können Sie es anderen Menschen erklären. Jeder kann es schaffen.“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Zeit für Innovation: Eine DOE-Denkweise für erfolgreiche Experimente nutzen (Link kommt bald)
„Was sind die Nachteile [von DOE]? Keiner. Für mich gibt es keine Nachteile bei der Verwendung der Versuchsplanung, denn mit Software wie JMP ist es jetzt wirklich einfach . Selbst für diejenigen, die Angst haben: In Wirklichkeit macht man nicht mehr Fehler als normalerweise, denn wenn die Ergebnisse mit Einstellungen herauskommen, die besagen, dass dies das Optimum ist, muss man einfach ins Labor gehen und das Experiment durchführen und überprüfen. So können Sie das Fazit jederzeit bewerten. Also eigentlich, Ich glaube nicht, dass man Fehler machen kann . Meine Botschaft ist: Probieren Sie es selbst aus.“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Zeit für Innovation: Eine DOE-Denkweise für erfolgreiche Experimente nutzen (Link kommt bald)
„[Verwendung von JMP für endgültige Screening-Designs] führte zu mehr Prozesseinblicken und die gesamte Arbeit wurde innerhalb einer Woche erledigt … Innerhalb dieser Plattform können wir die Verteilung und die Art und Weise wählen, wie wir das Modell erstellen möchten. Darüber hinaus stehen Validierungsmethoden zur Verfügung. Und indem Sie einfach auf „Los“ klicken, erstellt JMP ein Modell mit neun Parametern ungleich Null. Anschließend können Sie nach verschiedenen Modellen suchen, diese ausführen lassen und Ihre Modelle dann anhand der Faktoren bewerten, die Sie benötigen, basierend auf dem R-Quadrat oder einem anderen Parameter wollen. Und das ist ganz einfach.“
– Egon Gross, Technikermeister, Symrise
Zeit für Innovation: Komplexe Prozesse mit Versuchsplanung meistern (Link kommt bald)
„Ich kam als Prozessentwicklungschemiker zu GSK. Ich habe mehrere Jahre damit verbracht, Wurzeln und Prozesse zu entwickeln und sie auf die Serienfertigung zu übertragen. Und dann entdeckte ich die Versuchsplanung. Und das hat definitiv die Art und Weise verändert, wie ich arbeite … Der eine Faktor nach dem anderen Ansatz – so war ich
traditionell gelehrt…. Der Nachteil dabei ist jedoch, dass der von Ihnen genutzte Raum nicht sehr effizient abgedeckt wird
könnte Ihren Prozess in Betrieb nehmen. Und es könnte die optimale Lösung verpassen. Und seien Sie ressourcenintensiv .“
– Gill Turner, Quality by Design Lead, GlaxoSmithKline
Zeit für Innovation: Optimieren Sie Ihren Experimentierprozess mit JMP (Link kommt bald)
„Wenn Sie sich mit der Versuchsplanung befassen und sich die Mühe machen, die Experimente zu entwerfen und diese Arbeit systematisch durchzuführen, versuchen Sie, so viele Dinge zu messen, wie Sie Ihrer Meinung nach in Zukunft benötigen werden. Messen Sie nicht nur eine Sache. Sie werden es immer bereuen, keine gute Analyse durchgeführt zu haben, und die Verfügbarkeit dieser Daten in der Zukunft wird die weitere Entscheidungsfindung beeinflussen ... Diejenigen Leute, die sich zunächst einmal wirklich mit dem Rauschen und der Reproduzierbarkeit ihres Systems befassen, haben die beste Gelegenheit zu verstehen, wie sie diesen Prozess in Zukunft verbessern können .“
– Gill Turner, Quality by Design Lead, GlaxoSmithKline
Zeit für Innovation: Optimieren Sie Ihren Experimentierprozess mit JMP (Link kommt bald)
„ DOE senkt auf jeden Fall [Kosten und Zeit]. Sie wissen auch im Voraus, welche Kosten und Zeit Sie dafür aufwenden werden. Wenn Sie sich also dafür entscheiden, ein Experiment zu entwerfen, wissen Sie, dass Sie am Ende ein Ergebnis erhalten werden. Wenn Sie sich dafür entscheiden, diesen Ansatz nicht zu wählen, ist die Idee, irgendeine Art von Verständnis hinsichtlich der Kosten und des Zeitaufwands zu erzeugen, eine sehr offene Frage. Sie könnten 100 Experimente durchführen, bevor Sie überhaupt verstehen, was vor sich geht, oder Sie könnten Glück haben und mit einem einzigen ein gutes Ergebnis erzielen. Aber Sie werden nicht unbedingt das Verständnis dafür haben. Also absolut, Ich glaube, dass [DOE] Kosten und Zeit vollständig reduziert, und es ist die Standardtechnik, die wir für die gesamte Prozessentwicklung verwenden .“
– Gill Turner, Quality by Design Lead, GlaxoSmithKline
Zeit für Innovation: Optimieren Sie Ihren Experimentierprozess mit JMP (Link kommt bald)
„Selbst wenn man denkt, dass man einen perfekten Prozess hat, kann es passieren, dass in der Zukunft etwas schiefgeht, wenn man erst einmal das Verständnis dafür hat – was es unweigerlich tun wird – Sie verfügen über die Daten und Informationen, die es Ihnen ermöglichen, auch Ihren Geschäftsprozess wieder in Einklang zu bringen. Daher ist es wirklich wichtig, diese Art von Verständnis zu haben.“
– Gill Turner, Quality by Design Lead, GlaxoSmithKline
Zeit für Innovation: Optimieren Sie Ihren Experimentierprozess mit JMP (Link kommt bald)
„ Ein weiterer Grund, warum ich die Versuchsplanung mag, ist die Art und Weise, wie sie sich auf den Experimentierzyklus anwenden lässt. Mit DOE versuchen wir, eine Hypothese darüber aufzustellen, welche wichtigen Variablen zu Beginn in unserem System eine Rolle spielen. DOE ist ein multivariater Ansatz. Wir werden diesen experimentellen Zyklus durchführen und eine ganze Reihe von Variablen auf einmal testen. Und wir werden etwas über das System erfahren.“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„ Ich bin ziemlich zuversichtlich, dass die Versuchsplanung Ihnen in fast jedem Bereich der Chemie einige Vorteile bringen kann .“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„Ein gutes Softwarepaket zu haben, hilft wirklich. Ich habe einige Skripte gezeigt, aber Sie müssen nicht wissen, wie man programmiert. Die Software erledigt das alles für Sie. Die Modellierung wird komplett unter der Haube abgewickelt. Sie können so tief graben, wie Sie möchten, aber wenn Sie nur sehen möchten, was sich an der Oberfläche befindet, präsentiert Ihnen [JMP] die wichtigsten zusammenfassenden Statistiken. JMP ist hierfür ein sehr gutes Paket . Sie müssen nicht verstehen, wie Sie Ihren eigenen Code schreiben. Sie müssen nicht wissen, wie man modelliert. Es erledigt alles für Sie. Es ist Point-and-Click .“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„[In einem herkömmlichen Labor] gibt es Dinge, von denen Sie nicht wissen, dass Sie sie tun, und Dinge, die Sie nicht aufzeichnen, die für den Prozess von entscheidender Bedeutung sein könnten. Daher können andere Wissenschaftler später nicht verstehen, was Sie getan haben. Studien zeigen, dass es selten vorkommt, dass in einer veröffentlichten Arbeit genügend Informationen gefunden werden, um ein Experiment zu reproduzieren .“
– Michael Sadowski, Leiter Bioinformatik Synthace
Synthace-Erfolgsgeschichte
„Wir haben Beispiele, in denen wir zeigen, dass der Erfolg des von uns entwickelten Prozesses entscheidend von einer Interaktion mit drei oder vier Faktoren abhing. Es ist sehr schwer vorstellbar, wie man ohne DOE dorthin gelangen würde. Wenn Sie die Dinge auf traditionellere Weise angehen, brauchen Sie entweder eine große Einsicht oder einen glücklichen Zufall.“
– Michael Sadowski, Leiter Bioinformatik Synthace
Synthace-Erfolgsgeschichte
„ Biologen stehen am Anfang eines Übergangs zu einer neuen Art der Experimente. Bisher mussten sie beim Experimentieren darauf achten, was jeder Einzelne persönlich tun kann. Aber das ändert sich – und zwar schnell. Sobald Sie computergestützte Experimente haben, bei denen Software Sie bei der Planung, Durchführung und Analyse unterstützt, werden Sie dazu ermutigt, größer zu denken. Sie betrachten Fragen nicht nur im Hinblick auf die begrenzten Lösungen, die Sie manuell umsetzen können. Sie können sich auf mehr Probleme konzentrieren und sicherstellen, dass die Fragen, die Sie stellen, die richtigen sind. Computertools wie JMP und Antha sind der Weg dorthin .“
– Michael Sadowski, Leiter Bioinformatik Synthace
Synthace-Erfolgsgeschichte
„Da ist so etwas wie ein Derzeit herrscht in der Branche eine KI-Blase , aber das erste Problem, auf das Sie stoßen, wenn Sie versuchen, ausgefeiltere Methoden anzuwenden, ist der Mangel an sauberen Daten mit der richtigen Struktur und den richtigen Anmerkungen, um eine immer komplexere Modellierung zu unterstützen . Dafür ist die Umsetzung anspruchsvoller, geplanter Experimente unerlässlich .“
– Michael Sadowski, Leiter Bioinformatik Synthace
Synthace-Erfolgsgeschichte
„Ein paar Jahre nach Beginn meiner Karriere bin ich zum ersten Mal auf JMP im Bereich der Versuchsplanung gestoßen. Und es hat die Art und Weise, wie ich an Probleme herangehe, revolutioniert. Es hat die Art und Weise verändert, wie ich Experimente entwerfe und meine Daten analysiere. Und seitdem prahle ich damit bei jedem Unternehmen, zu dem ich wechsle.“
– Jon Armer, leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
„Wenn wir uns den Experimentierraum als Raum vorstellen, sehen wir das traditionelle Versuch-und-Irrtum als Guckloch an der Tür, durch das man versuchen kann, den Inhalt des Raumes zu sehen.“ Sie können ein weiteres Loch machen, aber Sie werden auch nicht so gut durchschauen. Sie versuchen herauszufinden, was sich in dem Raum mit ein paar Löchern an zufälligen Stellen befindet. Jedoch, Für mich bedeutet ein kluger Versuch und Irrtum oder eine Versuchsplanung einfach nur, die Tür zu öffnen und sich umzusehen. Am Ende der Versuchsplanung haben Sie ein Modell, das Ihren Versuchsraum gut abbildet. Und das gibt einem viel Selbstvertrauen .“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
„Ich muss sagen, es ist schockierend, dass etwa 30 % der Menschen [DOE] nur zu besonderen Anlässen verwenden. Ich muss sagen, dass mir das ziemlich oft begegnet. Ich denke, Sie können uns jeden Tag für jede Aufgabe Experimente entwerfen .“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
„In letzter Zeit sind die Anforderungen an eines unserer Produkte erheblich gestiegen. Wir mussten eine neue Anlage bauen, um dieses Produkt herzustellen, aber zuerst mussten wir an der Strecke arbeiten, um einen der Vorläufer dieses Produkts zu bekommen. Das ist eine große Unsicherheit, wenn Sie eine neue Anlage bauen wollen. Sie möchten Ihren Prozess tatsächlich sehr gut kontrollieren. Und Sie stehen unter Stress, denn wenn Sie diesen neuen Nachfrageanstieg abdecken wollen, müssen Sie sehr schnell sein. Also Wir konnten unserem Entwicklungsteam helfen und tatsächlich ein schnelleres DOE erstellen, das uns dabei half, ein sehr gutes Modell zu erhalten. Es ist ein Modell, das ihnen dabei hilft, den Prozess auszuweiten und den Bau dieser Anlagen so schnell wie möglich zu planen und dabei darauf zu vertrauen, dass es funktionieren wird .“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
„Von Anfang an konnten wir quantifizieren, welchen Mehrwert DOE für uns schafft. Wir verwendeten DOE in mehreren internen Fällen und Wir konnten unsere Einsparungen von mindestens 50 % an Zeit und Ressourcen tatsächlich quantifizieren. Teilweise waren es sogar 70 %. Daher war das Management immer auf unserer Seite [durch die Verwendung von DOE in JMP].“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
„Ich bin durch Zufall auf die Versuchsplanung gestoßen. Das Unternehmen, für das ich damals arbeitete, hatte ein spezifisches Problem, das wir zu umgehen versuchten. Wir verwendeten einen traditionelleren Ansatz, bei dem jeweils ein Faktor nach dem anderen berücksichtigt wurde und der eine Menge Daten generierte. Wir waren monatelang im Labor und versuchten, dieses Problem zu lösen, und gerieten dabei in eine Reihe von Sackgassen. Letztendlich hatten wir eine gewaltige Menge an Daten, ich meine, die Art von Excel-Tabelle, die einem den Kopf verdrehen würde. Und wir wussten einfach nicht, wohin wir gehen sollten. Was uns betrifft, hatten wir alle Möglichkeiten erkundet, alle möglichen Kombinationen geprüft und waren der Lösung keinen Schritt näher gekommen. Also haben wir schließlich externe Berater und JMP-Partner engagiert, um einen Blick darauf zu werfen. Genial, aber für uns damals auch enorm frustrierend, Sie gaben die Daten in JMP ein und fanden die Lösung in etwa acht Minuten. Wir hatten fast zwei Monate lang mit diesem Problem zu kämpfen! JMP war in der Lage, sich die Daten anzusehen, zu sehen, wo die Optimums lagen, die kleinen Teile, die wir beim Durchlaufen der Experimente übersehen hatten, und uns zu zeigen, was wir als Nächstes tun mussten … Wir haben herausgefunden, dass wir [was 100 Experimente gekostet hätte] in weniger als 30 Experimenten hätten schaffen können, wenn wir von Anfang an den strukturierteren und gründlicheren Ansatz zur Versuchsplanung genutzt hätten. Das war ein großer Haken. Erstens hat [DOE in JMP] unser Problem gelöst. Zweitens hat es uns gezeigt, dass wir für das Problem mehr Zeit aufgewendet haben, als wir unbedingt brauchten, natürlich auch Ressourcen und Geld. Und drittens haben wir jetzt viel mehr Vertrauen in die Antwort …. Seitdem verwende ich DOE für praktisch jedes Experiment und jede Art von Analyse, die ich durchführe. Es ist ein Game-Changer.“
– Jon Armer, leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
„ Die Effizienz, die Sie durch die Verwendung dieses Ansatzes erzielen, hat einen enormen Folgeeffekt, insbesondere in Bezug auf Zeitpläne und Vorhersehbarkeit. Man kann mit Sicherheit sagen, dass diese Phase so viel Zeit in Anspruch nehmen wird.“
– Jon Armer, leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
„ Ich bin Biologe und habe mich teilweise für die Biologie entschieden, weil ich Angst vor Statistiken und allem, was mit Mathematik zu tun hatte, hatte. Und doch bin ich zum Unternehmensexperten für Versuchsplanung und JMP geworden. Es ist sehr, sehr einfach zu bedienen. Und das Online-Lernen und die Tutorials in der Software sind ausgezeichnet.“
– Jon Armer, leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
"ICH Es ist sehr frustrierend, ein Experiment durchzuführen und dann nicht zu wissen, warum es fehlgeschlagen ist oder warum es einem nicht die richtige Antwort liefert. Das ist einer der anderen großen Vorteile [von DOE in JMP]. Selbst wenn ein Experiment fehlschlägt, wenn Sie einen Design-of-Experiment-Ansatz verfolgen, weist es Sie darauf hin, wohin Sie gehen müssen. Daher ist jedes Experiment nützlich. Sie haben nicht das Gefühl, dass Sie Mühe verschwenden. Ich kann mir ehrlich gesagt nicht vorstellen, die Versuchsplanung in meinem Alltag nicht anzuwenden. Das ist für mich jetzt undenkbar.“
– Jon Armer, leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Statistisch gesehen: Erzielen Sie schnelle Innovationen durch Versuchsplanung
„Sobald Sie [DOE] gemacht haben, müssen Sie keine Wiederholungen mehr machen. Sie verfügen nicht über nicht schlüssige Daten, die Sie herausfinden müssen. Es ist Weg von der eher akademischen Denkweise hin zu einer eher ingenieurwissenschaftlichen Denkweise .“
– Jon Armer, leitender leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Erfolgsgeschichte von F-star Therapeutics
„Als Wissenschaftler und Ingenieure sind wir wirklich gut darin, Daten zu sammeln, aber nicht so gut darin, sie zu nutzen. Eines der Dinge, die mir gefielen, als ich anfing, DOE zu verwenden, insbesondere in JMP, war, dass es Sie dazu zwang, über Ihr Experiment nachzudenken – warum teste ich das? Muss ich? Es hilft wirklich, diesen Rahmen zu haben, während man das Experiment und die Analyse durcharbeitet.“
– Jon Armer, leitender leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Erfolgsgeschichte von F-star Therapeutics
" Die drei Dinge, die meiner Meinung nach der Schlüssel dafür sind, warum industrielles Experimentieren so wichtig ist, sind: die Fähigkeit, Wechselwirkungen zu erkennen … und auch die Fähigkeit, mit zufälligen Effekten umzugehen – Dinge, die Sie sonst wirklich daran hindern könnten, etwas über Ihren Prozess zu lernen, indem sie Sie überfordern Experimente mit jeweils einem Faktor. Und schließlich werden Orte hervorgehoben, an denen das Experiment aus Produkt- oder Sicherheitsgründen einfach scheitern wird. Also Sie müssen in der Lage sein, Ihr Experiment einzuschränken .“
– Michael Anderson, leitender Statistiker und Messentwicklungsingenieur, Corning
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„Ob Sie Manager, Direktor oder Ingenieur sind, Sie möchten so viel wie möglich und so effizient wie möglich wissen. Unabhängig davon, ob diese Effizienz bei Ihren Rohstoffen liegt – es kann sein, dass der weltweite Vorrat an einem bestimmten Rohstoff im Mikrogrammbereich liegt, sodass Sie es sich wirklich nicht leisten können, etwas zu verschwenden. Und vielleicht ist es an der Zeit. Möglicherweise haben Sie nur einen kurzen Zeitabschnitt, eine Schicht über Nacht, in Ihrer Fertigungslinie, die rund um die Uhr läuft. Sie haben jeden Monat nur diese 8 Stunden. Du solltest dafür sorgen, dass es sich lohnt. Und dann ist das andere natürlich auch reines Geld. All diese Dinge kosten auf ganzer Linie Ressourcen. Also nochmal, Die Fähigkeit, mehrere Variablen und Wechselwirkungen zwischen nichtlinearen Effekten in einem engen Experiment in kurzer Zeit und mit möglichst wenigen Ressourcen kennenzulernen, ist für Menschen aller Enden des Kostenspektrums wirklich attraktiv .“
– Michael Anderson, leitender Statistiker und Messentwicklungsingenieur, Corning
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„Die Fähigkeit, [hochdimensionale Multi-Faktor-Experimente durch definitive Screening-Designs in JMP] in einem sehr effizienten experimentellen System zusammenzuführen, in dem man seine absolute Sicherheit und seine Haupt- und Zwei-Ordnungs-Effekte erhält, und dann auch die Fähigkeit, quadratische Zahlen zu erhalten.“ in einem wirklich eng verzahnten Experimentiersystem war wirklich eine große Entwicklung für Corning .“
– Michael Anderson, leitender Statistiker und Messentwicklungsingenieur, Corning
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„Hier ist ein Beispiel: Wir beschäftigten uns mit der frühen Forschungsphysik … auf der Suche nach Phasenübergängen. Wir haben dieses Screening-Experiment entworfen, für das wir geschickt Hochdurchsatztests ausprobiert haben, weil wir so viele verschiedene Faktoren und Kombinationen hatten…. In JMP konnten wir grundsätzlich die Phasenübergänge identifizieren; Wir haben herausgefunden, wo es funktioniert. Und jetzt können wir tatsächlich mit der Entwicklung der Messprotokolle für die quantitativen Ergebnisse beginnen, die auf diesen entdeckten Modellen basieren … Jetzt können wir Fortschritte machen. Großer Fortschritt .“
– Vicky Svidenko, Partnerin, Quantum Data Sciences, Microsoft
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„In einem anderen Beispiel haben wir uns ein Screening-Experiment angesehen, bei dem wir 8 Faktoren erstellen wollten. Es fiel uns schwer, eine der Ebenen wie vorgesehen zu lernen. Dieser Faktor war die Verdünnungsrate. Und wir versuchten, die Verdünnungsrate zu kontrollieren, da sie sich je nach Konzentration des Wirkstoffs änderte. Es begann schwierig zu werden, aber wir stellten fest, dass wir die Wassermenge, die wir der Verdünnung hinzufügten, ändern mussten. Und dies führte tatsächlich zu einer insgesamt besseren Gleichmäßigkeit, Stabilität und Qualität der resultierenden gefertigten Strukturen . Es war nicht unbedingt das, was wir mit dem geplanten Experiment beabsichtigt hatten, aber wenn wir einfach den Prozess verfolgen und nach Möglichkeiten suchen, finden wir zusätzliche Lernmöglichkeiten. Dieses gesamte Framework [in JMP] bietet ziemlich wertvolle und effektive Möglichkeiten, die Kultur des Experimentierens zu verbreiten .“
– Vicky Svidenko, Partnerin, Quantum Data Sciences, Microsoft
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„ Mit der Leistung von DOE ist es außergewöhnlich, was ich erreichen kann. Es ist so ziemlich ein universelles Ergebnis der erstmaligen Verwendung von DOE. Ich habe diese Erfahrung zum ersten Mal als Professor an der Boston University gemacht, als ein Student es ausprobierte und in der Lage war, einen PCR-Prozess schnell zu optimieren, um in nur ein oder zwei Experimenten eine hohe Leistung, hohe Stabilität und sehr robuste Ergebnisse zu erzielen, anstatt in den Monaten, die wir dafür brauchten Ich habe erfolglos damit verbracht, dies mit einem Einzelansatz zu erreichen.“
– Timothy Gardner, Gründer und CEO, Riffyn
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„[DOE] gibt Ihnen Freiheit. Insbesondere in der pharmazeutischen Entwicklung ist es problematisch, sich an ein bestimmtes Betriebsregime zu binden, da es nach Erhalt der Genehmigung schwierig ist, den Kurs zu ändern. Durch geplante Experimente können Sie den sogenannten Designraum, den zulässigen Bereich, auf sehr systematische Weise erkunden. Und es erkauft Ihnen tatsächlich die Freiheit. Es eröffnet Ihnen den Betriebsmodus, den Sie sicher und mit hoher Qualität ausführen und die Genehmigung für größere Räume erhalten können. Es ermöglicht Ihrem Fertigungsteam, Anpassungen vorzunehmen, ohne noch einmal ans Zeichenbrett gehen zu müssen. Das ist unglaublich wertvoll.“
– Timothy Gardner, Gründer und CEO, Riffyn
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„DOE in [JMP] wird im Rahmen unserer Validierungsbemühungen in betrieblichen Qualifizierungen und auch bei kontinuierlichen Verbesserungsbemühungen eingesetzt. Es ist sehr bereichernd zu sehen, wie unsere Ingenieure und Wissenschaftler auf die Ergebnisse dieser Designexperimente reagieren. Die Modelle, die in unseren DOEs erstellt und verifiziert werden, sind sehr nützlich und helfen letztendlich auch den Ingenieuren und Wissenschaftlern bei ihrer zukünftigen Arbeit.“
– Greg Mattiussi, Senior Director of Manufacturing, Siemens Healthineers
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„Die erfolgreichsten Experimente sind diejenigen, die im Vorfeld sorgfältig durchdacht werden und bei denen besonderes Augenmerk auf das Design und die Messung gelegt wird Aspekte davon. Zu oft kann ein Experiment scheitern, weil es Abweichungen gibt, die wir nicht erwarten, oder weil Sie das Ergebnis, das Sie messen müssen, nicht eindeutig messen.“
– Ed Hutchins, Produktentwicklungsmanager, Wolfspeed
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„ Ich bin ein Fan davon, es einfach zu halten, mich auf die großen Auswirkungen zu konzentrieren und Ihr Fachwissen und Ihre Erfahrung zu nutzen, um die Dinge zu untersuchen, die am wahrscheinlichsten zu Ergebnissen führen und dann darauf mit nachfolgenden Experimenten aufbauen, um es weiter zu verfeinern und zu optimieren.“
– Ed Hutchins, Produktentwicklungsmanager, Wolfspeed
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„Wir führen viele verschiedene Experimente in unterschiedlichen Kapazitäten durch. Eine davon ist die sequentielle Versuchsplanung. Das ist also eine Abkehr vom landwirtschaftlichen Paradigma, bei dem man ein großes Experiment durchführt und dann eine ganze Vegetationsperiode warten muss, um die Ergebnisse zu sehen. Und ich denke Bei vielen Industrieanwendungen kann es viel schneller zu Ergebnissen aus Experimenten kommen. Die andere Kategorie besteht darin, dass wir jetzt beginnen, mehrere Datenströme zu sehen, und wir möchten eine Möglichkeit haben, ein Experiment zu entwerfen, um diese zu kombinieren. Vielleicht beginnen wir also mit einem Computermodell, das die Wissenschaft erfasst, die wir für einen bestimmten Prozess kennen, und führen ein Computerexperiment durch, um zu untersuchen, wie sich dieses Modell im gesamten uns zur Verfügung stehenden Eingaberaum verhält. Und dann haben wir die Möglichkeit, physikalische Daten zu sammeln, die wir dann mit dem abgleichen müssen, was wir über das Modell wissen, das wir im Rahmen des vorherigen Experiments erforscht haben.“
– Christine Anderson-Cook, Statistikerin, Los Alamos National Laboratory
Statistisch gesehen: Bleiben Sie relevant und wettbewerbsfähig mit moderner Qualitätstechnik
„ Wir müssen zu einer datengesteuerten Wissenschaft übergehen , was einfach völlig lächerlich klingt, weil jeder davon ausgeht, dass Wissenschaft datengesteuert ist. Aber die Wahrheit ist, dass es in der Wissenschaft viel mehr Mystizismus, Vermutungen und Fehlentscheidungen gibt, weil die Daten entweder unzugänglich sind, weil sie in Silos liegen. Es wird nicht sinnvoll erfasst, da es nicht über den Kontext und die Anmerkungen verfügt, die definieren, was es ist oder wie es sich auf einen Prozess bezieht. Oder es ist einfach eine wirklich schlechte Qualität, weil der Prozess, der es erzeugt hat, die Experimente oder Messungen, nicht kontrolliert wurden. Datengesteuerte Wissenschaft bedeutet, sich mit dem Prozess vertraut zu machen, mit dem wir Daten generieren, damit wir es besser machen können. Und das erfordert zunächst eine Investition, die zu hoch erscheint, sich aber am Ende um ein Vielfaches auszahlt. Du gehst um ein Vielfaches schneller .“
– Timothy Gardner, Gründer und CEO, Riffyn
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
"Wie du dir vorstellen kannst, Insbesondere die von JMP bereitgestellten DOE-Tools waren [in diesem Fall] sehr hilfreich und werden in dieser F&E-Gruppe häufig verwendet Denn für die Prozesse, die wir untersuchen, sind viele Parameter unbekannt.“
– Andreas Trautmann, Prozessexperte für Upstream Processing, Manufacturing Science & Technology, Lonza
Lonza-Erfolgsgeschichte
„JMP ist am hilfreichsten, weil Es ist viel effizienter, mehrere Faktoren gleichzeitig zu untersuchen, als nur einen nach dem anderen. Die Verwendung statistischer Methoden wie dieser spart viel Zeit. Wir haben JMP von Anfang an für die Konzeption, Planung und Auswertung der Experimente in kleinen Bioreaktoren verwendet. Anschließend haben wir die Arbeit in mittelgroßen Bioreaktoren fortgesetzt und bis Ende dieses Jahres in den Produktionsmaßstab überführt. Es kommt nicht so oft vor, dass ganz neue Prozesse aus Laborreaktoren in die Fertigung gelangen. Es war also eine sehr schöne Erfolgsgeschichte .“
– Andreas Trautmann, Prozessexperte für Upstream Processing, Manufacturing Science & Technology, Lonza
Lonza-Erfolgsgeschichte
„Ohne das Custom-Design-Tool zu verwenden hätten wir mindestens doppelt so viel Zeit benötigt, um diese Faktoren zu untersuchen. Statt zwei Wochen wahrscheinlich mindestens vier Wochen … Der Kunde war sehr zufrieden und wir waren auch sehr zufrieden.“
– Andreas Trautmann, Prozessexperte für Upstream Processing, Manufacturing Science & Technology, Lonza
Lonza-Erfolgsgeschichte
„JMP war wertvoll, weil man bei der Durchführung eines DOE oft nicht die Zeit damit verbringt, sich jeden Datenpunkt anzusehen. [Nachdem wir die Gesamtausbeute von 1 Prozent auf 5 Prozent verbessert hatten] hatten wir so viele Laser, dass wir nicht wussten, was wir damit machen sollten. Damals habe ich wirklich keine andere Software gesehen, die das so einfach konnte , also war ich von diesem Zeitpunkt an ein JMP-Fan.“
– David Seniuk, leitender Produktingenieur, Ciena
Ciena-Erfolgsgeschichte
„ Nicht jedes Unternehmen kann sich den Luxus leisten, einen Statistiker zu beschäftigen, aber jeder kann sich eine JMP-Lizenz leisten. Selbst ein grundlegendes Verständnis von Statistiken und deren Verwendung kann den Menschen dabei helfen, den von ihnen durchgeführten Experimenten wirklich mehr Wert zu verleihen. Erst wenn wir diese Antworten gefunden haben, können wir Vertrauen in unsere Forschung haben.“
– Owen Lozman, Vizepräsident von M Ventures, dem strategischen Kapitalzweig der Merck KGaA
Erfolgsgeschichte von M Ventures
„ Mit JMP können Sie einen endgültigen Designlauf durchführen und in etwa der gleichen Anzahl von Läufen großartige Ergebnisse erzielen. Ein richtig konzipiertes Experiment wird jedes Mal bessere Ergebnisse liefern. Es besteht eine starke Tendenz, einen Faktor nach dem anderen zu variieren und zu glauben, man betreibe echte Wissenschaft, während man in Wirklichkeit nur auf der Suche nach etwas ist, das funktioniert. Ohne ein Experiment formal zu entwerfen, kann man leicht sagen: „Nun, ich schätze, wir sind am richtigen Punkt; Lass uns weitermachen.' Und am Ende erhält man ein minderwertiges Produkt.“
– Jed Campbell, Qualitätsmanager, US Synthetic
Erfolgsgeschichte von US Synthetic
„Wir rufen JMP an, um einzutauchen, es zu entschlüsseln, ein Experiment zu entwerfen, um es zu lösen und weiterzumachen. Bei JMP gibt es für alles eine Grafik und eine Nummer, die Sie direkt durch die Datenexploration führt. Es ist so einfach zu bedienen.“
– Jed Campbell, Qualitätsmanager, US Synthetic
Erfolgsgeschichte von US Synthetic
„Wir haben möglicherweise 10 oder 20 Variablen, für die wir Interaktionseffekte berücksichtigen müssen. [Traditionell verwendeten Ingenieure] keine Statistiken [zur Steuerung von Experimenten], da sich viele davon nur mit relativ einfachen Datensätzen befassten. Aber als wir begannen, JMP für DOE zu verwenden, konnten wir die erforderliche Stichprobengröße der Experimente drastisch reduzieren, sodass wir geeignete statistische Analysen durchführen konnten. Dies hat den Zeitaufwand für die Analyse erheblich verkürzt .“
– Yonghan Ju, Leiter Dateninnovationen, SK Hynix
Erfolgsgeschichte von SK Hynix
„Wir haben lange Zeit blind experimentiert und ein bisschen gehofft. Bisher sind wir damit durchgekommen, weil man zu große Partikel nachmahlen kann. Aber zu klein gemahlene Partikel lassen sich nicht ohne Wiederaufbereitung wieder vergrößern – und das kann sehr kostspielig sein…. Wir erstellen ein Bild – ein Modell – für jede Ausgangspartikelgröße, die wir benötigen. Jetzt sind wir in der Lage, die Mühle so einzurichten, dass sie die gewünschte Zielgröße erreicht. Sobald Sie dieses Modell erstellt haben, kann fast jeder die Daten einbinden … Tatsächlich, Der Erfolg dieses [Partikelmahlen]-Projekts und insbesondere die Verwendung von JMP darin haben die Bedeutung von JMP an diesem Standort erhöht. In Zukunft werden immer mehr Projekte JMP verwenden, um diese Art von Analyse durchzuführen.“
– David Payne, Standortleiter, Johnson Matthey Fine Chemicals
Erfolgsgeschichte von Johnson Matthey
„JMP wird im gesamten wissenschaftlichen Methodenprozess eingesetzt. Viele der Daten, die für [strategische Geschäfts-]Entscheidungen notwendig sind, existieren noch nicht. Also Wir nutzen JMP, um unsere Experimente effizient und effektiv zu planen, bis hin zur Modellierung der resultierenden Daten .“
– Jeff Sweeney, leitender Forschungsstatistiker, Dow
Dow-Erfolgsgeschichte
„Ohne die Verwendung von DOE hätten wir keine Möglichkeit gehabt, all diese Prozessvariablen zu untersuchen – wir hätten so viele Experimente durchführen müssen und hätten Interaktionseffekte verpasst.“ JMP vereinfachte die Gestaltung, Analyse und Präsentation der Experimente. Im Wesentlichen war ein DOE-Ansatz die einzige Möglichkeit, das Problem in angemessener Zeit und mit minimalen Ressourcen zu lösen .“
– John Cunningham, F&E-Manager, G3 Enterprises
Erfolgsgeschichte von G3 Enterprises
„ Meine eigene Erfahrung mit DOE… hat meine Methodenentwicklungszeiten um 50 Prozent oder mehr verkürzt. Und ich liebe die Gewissheit, die bestmögliche Parameterkombination gefunden zu haben.“
– Camilla Liscio, Anwendungschemikerin, Anatune
Anatune-Erfolgsgeschichte
„ Mit JMP kann jeder DOE nutzen , denn die Software übernimmt die schwierige Arbeit. JMP bietet eine strukturelle und sehr elegante Möglichkeit, sehr komplizierte analytische Herausforderungen zu bewältigen.“
– Camilla Liscio, Anwendungschemikerin, Anatune
Anatune-Erfolgsgeschichte
„Mit JMP Wir müssen nicht so viele Wafer-Experimente durchführen, um die Leistung des Werkzeugs zu bewerten … Die Art und Weise, wie JMP es uns ermöglicht, „Was-wäre-wenn“-Szenarien zu untersuchen, ist wirklich leistungsstark.“
— Paul Deen, Programmmanager für statistische Methoden, ASM International
Erfolgsgeschichte von ASM International
„Ich mag es wirklich, übersetzen zu können, was ich weiß gute, starke Wissenschaft, sehr gut konzipierte Experimente in etwas, das tatsächlich eine nachhaltige Landwirtschaft unterstützt. Die Nachhaltigkeit der Tierproduktion ist so wichtig. Und die Fähigkeit, gute wissenschaftliche Arbeit zu leisten, die von Experten begutachtet und veröffentlicht wird – die tatsächlich einen echten Wert für Menschen hat, die Tiere produzieren, um die Welt zu ernähren – das ist es, was uns antreibt.“
– Nell Masey O'Neill, Forschungsmanagerin, AB Vista
Erfolgsgeschichte von AB Vista
„Und das wissen wir aus der Vorhersagemodellierung, die wir mit JMP durchgeführt haben. Der wirklich wichtige Punkt hier ist das Aus einem einzigen Experiment hätten wir das nicht erraten können .“
– Nell Masey O'Neill, Forschungsmanagerin, AB Vista
Erfolgsgeschichte von AB Vista
„Während Sie mit JMP arbeiten, lernen Sie, der Software zu vertrauen. Sie können mehrere Faktoren gleichzeitig testen und die Anzahl der Testläufe reduzieren .“
– Petra Schreier, Ingenieurin, Atotech
Atotech-Erfolgsgeschichte
„Ich bin oft nicht in der Lage, eindeutige Schlussfolgerungen zu ziehen, nachdem ich Experimente mit jeweils einer Variablen durchgeführt habe, aber mit Modellen, die mit der JMP Custom Design-Plattform entwickelt wurden, Ich kann die optimalen Leistungspunkte deutlich erkennen und bin immer zuversichtlich, was meine Schlussfolgerungen angeht ."
– Jim Dailey, Global Technical Key Account Manager, BASF
BASF-Erfolgsgeschichte
"Für uns, Die Geschwindigkeit des Lernens ist sehr, sehr wichtig . Wir müssen die Prinzipien des SWOT-Testens und -Experimentierens anwenden, um zwischen Signal und Rauschen zu unterscheiden. Deshalb müssen wir aus Zeitgründen intelligente Trial-and-Error-Methoden anwenden.“
– Sidharth Bhatia, Direktor für Datenwissenschaft und Analytik, Angewandte Materialien
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„Wie erhalte ich in einem komplexen System maximale Informationen mit einer minimalen Anzahl von Durchläufen? Das ist der Schlüssel. Wenn ich tatsächlich strukturiert und kontrolliert ein Experiment durchführe, Ich kann sehen, dass ich diese Ideen nicht gefunden hätte, wenn ich nur einen Faktor nach dem anderen bearbeitet hätte .“
– Sidharth Bhatia, Direktor für Datenwissenschaft und Analytik, Angewandte Materialien
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„Mein Ziel ist es, ein Verfahren zu entwickeln, das die höchstmögliche Ausbeute liefert und die Warenkosten für die Art und Weise, wie wir es herstellen, zu senken. Daher müssen wir unseren Prozess verstehen und wissen, welche Faktoren ihn beeinflussen könnten, wenn wir ein Experiment im kleinen Maßstab durchführen. Wir kennen unsere Ausrüstung sehr gut und sie kann jedes Mal wirklich reproduzierbar funktionieren. Aber wenn wir es in den großen Maßstab bringen, wollen wir wissen, welche Faktoren wichtig sind, damit es reproduzierbar ist, wenn wir es dort herstellen lassen .“
– Patti McNeill, stellvertretende Direktorin für Zellkulturentwicklung, Lundbeck
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„Wir hatten ein Problem, das uns seit etwa 15 Jahren plagte. Unser Kunde hat sich darüber beschwert und es hat uns viel Geld gekostet. Schließlich haben wir ein geplantes Experiment durchgeführt, bei dem wir einen strategischen Ansatz zur Variation der Parameter verwendeten. Innerhalb von 6 Wochen konnten wir das Problem identifizieren und es anschließend beheben. Und seitdem konnten wir die Lebensdauer des [Produkts] verlängern .“
– Melisa Buie, General Manager, Coherent
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„ DOE ist so viel leistungsfähiger als ein Ein-Faktor-nach-dem-Ansatz! Schließlich leben die meisten von uns nicht in einer eindimensionalen Welt. Realistisch gesehen basieren unsere Experimente nicht auf einer Dimension. Es ist wichtig, dass wir ein Modell erstellen, das den wahren experimentellen Raum widerspiegelt, in dem wir versuchen, unseren Prozess zu optimieren oder eine Entdeckung zu machen.“
– Melisa Buie, General Manager, Coherent
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„Ich konnte ein definitives Screening-Design [in JMP] erstellen und für 10 Faktoren konnte ich in einem Experiment drei verschiedene Konzentrationen jedes dieser 10 Faktoren in 24 Schüttelhähnen testen. Und am Ende dieses Experiments wurde unter Verwendung des Profilers und der Anpassung definitiver Screening-Designs ein neues Rezept entwickelt, das in keinem dieser Experimente getestet wurde. Wir haben dieses neue Rezept zusammengestellt, die Zellen mit diesem neuen Medium betrieben und steigerte unsere Rendite um 25 bis 30 % .“
– Patti McNeill, stellvertretende Direktorin für Zellkulturentwicklung, Lundbeck
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„Es ist in Ordnung, wenn einige Läufe fehlschlagen, denn das bedeutet, dass ich einen Faktor gefunden habe, der für diese Reaktion überaus wichtig ist. Ich freue mich sehr, wenn die Läufe fehlschlagen, denn dann weiß ich, dass ich etwas Wichtiges gefunden habe .“
– Patti McNeill, stellvertretende Direktorin für Zellkulturentwicklung, Lundbeck
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„ Wenn wir acht Reaktoren betrieben hätten, was ein 14-tägiges Experiment gewesen wäre, hätten wir denselben pH-Wert vorhersagen können, anstatt neun Monate für die Vorhersage desselben pH-Werts zu brauchen. Und ich hatte noch viel mehr „Aha!“ Momente, in denen das Publikum es [mit DOE] macht. Manchmal besteht die Befürchtung, dass wir nicht den pH-Wert testen, von dem wir glauben, dass er der richtige pH-Wert ist. Wir wollen also fünf Level machen. Aber wir brauchen keine fünf Ebenen. Wir können einfach drei Level machen. Auch wenn dieses Niveau nicht das ist, von dem wir wissen, dass es das beste ist, sagt es dennoch das beste voraus.“
– Patti McNeill, stellvertretende Direktorin für Zellkulturentwicklung, Lundbeck
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„ DOE ist eine Toolbox, die Sie überall dort einsetzen können, wo Sie sich im Prozess befinden . Manchmal führt man ein Screening durch, manchmal optimiert man, manchmal erkundet man den Betriebsraum.“
– Patti McNeill, stellvertretende Direktorin für Zellkulturentwicklung, Lundbeck
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„Als ich bei Coherent anfing, hatten wir keine ausgeprägte DOE-Kultur. Es ist etwas, das wir im Laufe der Jahre entwickelt haben, und wir verlassen uns immer noch stark auf die Physik. Dieses Fachwissen wollen wir nie aufgeben. Wir möchten es in unser Design einbeziehen und dieses Fachwissen nutzen, um ein stärkeres Modell zu erstellen und unsere Theorien und Kenntnisse zum Thema noch relevanter für die tatsächliche Situation zu machen .“
– Melisa Buie, General Manager, Coherent
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„ Sobald Sie nicht mehr über ein experimentelles Design und dessen Aufbau nachdenken müssen, rückt die Analyse der Ergebnisse in den Mittelpunkt und dort sind die Funken zu finden, die inspirieren und den Durchbruch vorantreiben. Allerdings stammen nicht alle unserer Daten aus Plug-and-Play-Experimenten; Manchmal haben wir es mit großen Datenmengen zu tun – bei denen es zahlreiche miteinander verknüpfte Faktoren gibt – und das bringt eigene Herausforderungen mit sich. JMP mit seinen multivariaten Fähigkeiten ist praktisch für unsere Hochdurchsatzausrüstung, die viele dieser Datentypen generiert. Es ist viel besser, wenn wir unsere Datengenerierung mit hohem Durchsatz mit statistisch signifikanten Data-Mining-Techniken mit hohem Durchsatz kombinieren können. JMP bietet Ihnen viele Optionen, und das ermöglicht Ihnen, mehr zu tun.“
– Andrew Kaja, Biologe und Teamleiter für Bioverarbeitung, Johnson Matthey Biologics
Erfolgsgeschichte von Johnson Matthey Biologics
„Wir nutzen JMP, um uns Sicherheit bei unserer Entscheidungsfindung zu geben. Wenn wir DOE und JMP nicht verwenden würden, wären wir nicht in der Lage, unsere Prozesse zu charakterisieren und zu zeigen, dass wir unsere Ausfallrate minimieren und unsere Robustheit erhöhen. Die Designs zeigen uns, dass unsere Prozesse robust und transferfähig sind. Und weil immer mehr unserer Partner über DOE sprechen, können sie unseren Prozessen vertrauen.“
– Andrew Kaja, Biologe und Teamleiter für Bioverarbeitung, Johnson Matthey Biologics
Erfolgsgeschichte von Johnson Matthey Biologics
„Wir verfügen über eine Schnittstelle, die … ein hohes Maß an experimentellem Design und statistischer Analyse in JMP ermöglicht.“ Das System erleichtert die allgemeine Verbesserung von Standards, Reproduzierbarkeit und Dateninterpretation für gentechnische Anwendungen… Es geht nicht nur darum, mehr Replikationen durchzuführen, sondern auch intelligentere Replikationen durchzuführen und Modelle zu erstellen, die dies getan haben viel mehr wert .“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Erfolgsgeschichte der London DNA Foundry
"Wann Man kann einen Prozess, der Wochen dauern kann – (ganz zu schweigen von all dem Nachdenken und der Konzentration, die er erfordert) – und daraus einen „Click and Go“-Vorgang machen, das ist eine so befreiende Sache für uns als Wissenschaftler . Sie können sich auf wichtigere Dinge wie Interpretation, Modellierung und das Nachdenken über Ihr nächstes Experiment konzentrieren. Und das können Sie im Grunde der Software und den Robotern überlassen.“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Erfolgsgeschichte der London DNA Foundry
„JMP basiert darauf, wie Wissenschaftler oder Biologen damit interagieren würden. Mir gefiel wirklich die Art und Weise, wie es darauf abzielte, Dinge zu erledigen, anstatt die ganze Zeit damit zu verbringen, herauszufinden, was die Software zu tun versucht. [JMP] hat getan, was ich wollte, und wir sind einfach losgelegt .“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Erfolgsgeschichte der London DNA Foundry
„DOE ist einfach so grundlegend. Es ist ein Sprungbrett für andere Experimente, andere Analysen und das Verständnis von Empfindlichkeiten. Ich kann nicht genug betonen, wie wichtig es ist. JMP ist ein phänomenales Tool zum Extrahieren von Informationen zu mehreren Faktoren in einem einzigen Experiment. Es muss unter Berücksichtigung der richtigen Fragen erstellt werden und ist natürlich nur so gut wie die Annahmen, die dem Experiment zugrunde liegen. Aber DOEs sind entscheidend, um unabhängige Informationen zu mehreren Faktoren zu erhalten.“
– David Lee, Direktor für Qualität und Zuverlässigkeit, OLEDWorks
OLEDWorks-Erfolgsgeschichte
„ DOE spielt innerhalb des Unternehmens eine immer größere Rolle. Wenn Sie es sich leisten können, große Verbraucherstudien durchzuführen, erhalten Sie in der Regel Antworten. Heutzutage ziehen es die meisten Abteilungen jedoch vor, Ressourcen effizienter zu nutzen. Tatsächlich stellen Sie [bei optimalem DOE] möglicherweise sogar fest, dass es verschiedene Lösungen gibt, deren Kosten für das Unternehmen stark variieren. Und wenn Sie zwei oder drei optimale Lösungen haben, können Sie sich für die günstigere entscheiden. Nur DOE bietet uns diese Art von Optionen. Deshalb versuchen wir bei jedem einzelnen Schritt, wo immer möglich, DOE zu nutzen.“
– Beatrice Blum, Statistikerin, P&G
P&G-Erfolgsgeschichte
„Sie fragen sich vielleicht: Warum Automatisierung und experimentelles Design? ?' Nun, ich glaube fest an die Kraft der Multidisziplinarität. DOE ist tatsächlich ein sehr leistungsfähiges statistisches Tool, das Ihnen dabei helfen kann, die beste Methode für den von Ihnen untersuchten experimentellen Bereich zu finden. Automatisierung ist ein sehr leistungsfähiges Analysetool, das menschliches Versagen überwinden und Ihnen eine sehr gute Analyseleistung bieten kann. Wenn man beides kombiniert, dann führt uns tatsächlich zu dem, was wir als Hochleistungsmethodenentwicklung bezeichnen könnten, weil es Ihnen die beste Methode mit der besten Leistung bietet .“
– Camilla Liscio, Anwendungschemikerin, Anatune
Zeit für Innovation: Datenanalyse für die Entwicklung analytischer Methoden (Link kommt bald)
„ DOE ist eine sehr elegante Möglichkeit, die Beziehung zwischen den von uns untersuchten Faktoren und der Reaktion, an der wir interessiert sind, herzustellen . Sobald Sie diese Beziehung hergestellt haben, haben Sie die Kontrolle über den Prozess. Sie verstehen den Prozess. Und dann können Sie den Prozess in die gewünschte Richtung lenken … DOE verschiebt die Grenzen, sodass Sie die Extreme Ihres experimentellen Raums erkunden und tatsächlich herausfinden können, wo Ihr Optimum liegt .“
– Camilla Liscio, Anwendungschemikerin, Anatune
Zeit für Innovation: Datenanalyse für die Entwicklung analytischer Methoden (Link kommt bald)
„ Bei der Verwendung von DOE bietet JMP so viel Leistung – und vollständige Modellvorhersagen, die uns helfen können, optimale Bedingungen sehr genau und schnell zu finden . Dies ist in anderer Software nicht verfügbar.“
– Jerry Huang, leitender Ingenieur im Analyselabor, DuPont Taiwan
DuPont | JMP
AKADEMISCHES LEHREN UND LERNEN
„Seien Sie neugierig, nutzen Sie den Abschnitt „Hilfe“ von JMP – und tun Sie dies regelmäßig! Die Dokumentation in JMP selbst ist der beste Ausgangspunkt, und die Beispieldatensätze und Bücher sind ein Schatz. Schauen Sie sich von dort aus die Ressourcen online auf jmp.com an, sehen Sie sich den Schulungsplan an und engagieren Sie sich mit einer Benutzergruppe – versuchen Sie es virtuell, wenn in Ihrer Region keine persönliche Präsenz verfügbar ist.“
– Don Kent, Manager des Full-Stack-Data-Science-Teams, Intel
Don Kent von Intel erklärt beim Discovery Summit, was eine ausgereifte Analytics-Organisation ausmacht, wie wichtig Mentoring ist und wie wichtig es ist, der „JMP-Familie“ beizutreten
„ DOE ist eine wesentliche Fähigkeit. Als wir uns unterhielten und CDT vorlegten, haben wir uns intensiv mit der Chemieindustrie im Vereinigten Königreich beraten. Und es war fast einstimmig. Uns wurde gesagt, dass die chemische Industrie im Vereinigten Königreich, sei es in der Forschung oder im Prozessbereich, von ihren Chemikern Fähigkeiten zur Versuchsplanung haben möchte. ”
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„Beim DOE beginnen wir darüber nachzudenken, nur zwei oder drei Ebenen zu testen und zu versuchen, vorherzusagen, was dazwischen passiert. Es gibt viele integrierte Tests variabler Interaktionen. Und dann sind da noch die ganzen statistischen Analysen und Vorhersagemodelle, die sich aus dem DOE-Ansatz ergeben. Aus diesem Grund haben wir vor einigen Jahren mit ROAR und dem REACT CDT diese Reise begonnen Es war uns ein großes Anliegen, DOE in unsere Schulungen zu integrieren. Wir hatten zunächst nicht viel Erfahrung. Also gingen wir zu JMP .“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„ Studenten kommen zu unserem [DOE]-Kurs. Sie lernen dieses wunderbare Tool kennen, [JMP]. Und dann gehen sie zurück. Und wenn ihr Vorgesetzter nicht an Bord ist, werden sie es nicht wirklich nutzen können … Wir sind uns auch sehr bewusst, dass, wenn wir Studenten mit einigen DOE-Kenntnissen [zurück in ihre Labore] schicken und sie eine schlechte Erfahrung machen, dies möglicherweise eine ganze Forschungsgruppe davon abhalten könnte, DOE für immer erneut auszuprobieren. Was versuchen wir also zu tun, um dieses Hindernis zu lösen? Wir müssen die Betreuer so weit wie möglich in den Kurs einbeziehen .“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„ Wir stellen auch sicher, dass wir relevante Fallstudien präsentieren. Und wir erklären den Studierenden ehrlich, wo die Grenzen von DOE liegen. Es ist kein Wundermittel. Es wird nicht jedes Optimierungsproblem lösen. Wir versuchen, den Schülern möglichst viele Beispiele zu geben, wo DOE von Vorteil sein kann, sagen ihnen aber auch, wo es das Problem für Sie nicht lösen wird.“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„Wir stellen fest, dass die Studenten, die in unsere Kurse kommen, nicht über viel statistisches Vokabular verfügen, aber das ist eigentlich kein Problem. Insbesondere DOE und JMP erfordern keine großen Vorkenntnisse. Man muss nicht viel wissen.“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„Ich denke, dass DOE im Laufe der Zeit auch in Grundstudiengängen Einzug halten wird. Eines der größten Hindernisse, mit denen wir derzeit konfrontiert sind, ist das, was wir als traditionelles Chemielaborexperiment für Studenten bezeichnen. Es geht vielmehr darum, ihnen praktische Aspekte des Umgangs mit den Glaswaren beizubringen, sodass weniger Möglichkeiten bestehen, eine ganze Reihe von Experimenten durchzuführen und einen Datensatz und Testparameter aufzubauen. Aber ich denke, wir aktualisieren und modifizieren unsere Experimentierkurse und konzentrieren uns viel mehr auf Forschungserfahrung zu einem früheren Zeitpunkt im Kurs, damit die Studenten früher davon erfahren. Und da würde DOE gut passen.“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„Der Umgang mit Statistiken wird im Allgemeinen im Chemiestudium gelehrt. Aber in den letzten 10 oder 15 Jahren haben die meisten von uns nicht bemerkt, dass Statistiker ihrer Arbeit nachgekommen sind. Sie haben diese Techniken verbessert. Und es gibt auch Leute wie JMP, die diese Techniken nutzen und sie in etwas umwandeln, das einfach zu verwenden ist … Wenn Sie Microsoft-Produkte verwenden können, können Sie [JMP] verwenden. .“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Nutzen Sie Ihre Daten, um Innovationen zu beschleunigen (Link kommt bald)
„ Wir haben uns dafür entschieden, uns auf JMP als Plattform zu konzentrieren, weil dies mit der Demokratisierung von Daten zusammenfällt. Von der verfügbaren Software schien JMP viel einfacher zu sein als Alternativen, intuitiv zu sein, eine hervorragende Benutzeroberfläche zu bieten und hervorragende Online-Support-Tools sowohl für die Software als auch für Statistiken im Allgemeinen zu bieten. Selbst wenn Sie sich an die Standardeinstellungen halten, ist die Software mit JMP umfangreich und intuitiv genug, dass Sie sie anpassen, lernen, spielen und ein Ergebnis erzielen können.“
– Stan Maklan, Professor für Marketing und Technologie an der Cranfield University
Erfolgsgeschichte der Cranfield University
„Hier ist JMP sehr stark: Man kann sich zum Beispiel die Abwanderung von Kunden ansehen und mehrere Methoden ausprobieren Der Schüler wird buchstäblich in ein paar Stunden verstehen, dass unterschiedliche Methoden zu unterschiedlichen Antworten führen können – und dass es Ihre Aufgabe ist, die Unterschiede zu verstehen und eine fundierte Entscheidung zu treffen.“
– Stan Maklan, Professor für Marketing und Technologie an der Cranfield University
Erfolgsgeschichte der Cranfield University
„Das geschah durch das Feedback [unserer Unternehmenspartner] und durch meine Einschätzung der Einstiegspositionen in der Karriere Wir entschieden, dass ein Kurs zur Versuchsplanung (DOE) mit einer Industriestandardsoftware wie JMP unseren Studenten einen Vorteil verschaffen würde . Sie sind nur für eine begrenzte Zeit hier – und wir haben eine begrenzte Menge an Ressourcen, mit denen wir arbeiten können. Daher war [das Hinzufügen eines DOE-Kurses] auch eine strategische Entscheidung: Was würde im Hinblick auf die Marktfähigkeit der Studenten den größten Return on Investment bringen?“
– Stacey York, Direktorin des Master's Industrial Internship Program, University of Oregon
Erfolgsgeschichte der University of Oregon
„ Ich projiziere meinen Bildschirm, wann immer wir JMP im Unterricht verwenden . Auf diese Weise kann ich ihnen zeigen, wie sie die [ihnen zugewiesenen Übungen] durchführen, und sie können mit der auf ihrem Laptop installierten JMP-Software in Echtzeit verfolgen ... Sobald sie die grundlegenden Statistiken und Prinzipien von DOE verstanden haben, gehen wir zu Unterrichtsprojekten über, mit denen sich die meisten Menschen leicht identifizieren können.“
– Fuding Lin, Manager des Master-Industriepraktikumsprogramms, University of Oregon
Erfolgsgeschichte der University of Oregon
„Betrachten Sie es als ein maßgeschneidertes Werkzeug für die Interaktion mit den Daten und nicht nur als die Produktion von etwas, das Sie auf ein Blatt Papier drucken möchten. Sobald Wirtschaftsstudenten beginnen, Grafiken als Analysetools zu betrachten, wird JMP für sie zu einem enorm leistungsstarken Hilfsmittel . Es gibt viele kleine Dinge, die diese Software tut, um die Art und Weise zu verändern, wie man über die Interaktion mit Daten denkt, und am Ende des Tages ist das eine der großen Aufgaben, für die wir unsere Absolventen in die Welt schicken.“
– Robert Stine, Professor für Statistik, The Wharton School der University of Pennsylvania
Erfolgsgeschichte der University of Pennsylvania
„Die grafischen Darstellungen sind uns sehr, sehr wichtig …“ JMP zwingt die Schüler im Grunde dazu, sich Bilder anzusehen, und wir denken, dass das für ein gutes Modell so wichtig ist. ”
– Robert Stine, Professor für Statistik, The Wharton School der University of Pennsylvania
Erfolgsgeschichte der University of Pennsylvania
„Ich erwarte von einer guten Software, dass sie einfach zu bedienen ist und alle Möglichkeiten bietet, die Sie für Ihre tägliche Arbeit benötigen. Ich verwende JMP gerne in meinen Kursen, weil es beide Anforderungen erfüllt und außerdem visuell und interaktiv ist, sodass es letztendlich Spaß macht, es zu verwenden .“
– David Meintrup, Professor, Hochschule Ingolstadt
Erfolgsgeschichte der Hochschule Ingolstadt
„Es ist so wichtig Abstimmung mit der Branche . Ich dachte, es wäre eine gute Idee, dass unsere Studenten wissen, wie man JMP verwendet, weil so viele von ihnen später für diese Unternehmen in Kalifornien arbeiten werden. Wir bieten die Ausbildung an, und mit ihren Kenntnissen über die Software werden unsere Studenten nach ihrem Abschluss einen Vorteil haben.“
– Jianbiao John Pan, Professor für Industrie- und Fertigungstechnik, California Polytechnic State University
Cal Poly-Erfolgsgeschichte
„Wir haben im Unterricht Six Sigma-Prozesse verwendet, um Teamprojekte zu analysieren. Das Projekt auf jeden Fall hat mir geholfen, die statistische Prozesskontrolle und eine Reihe verschiedener Qualitätsmodule zu erlernen , indem ich mir die verfügbaren Diagramme ansehe. Die Schnittstelle von JMP ist sehr schön – Sie können die Rohdaten verwenden, um Diagramme zu erstellen und die Daten zu analysieren und zu interpretieren.“
– Kyle Batman, Student, California Polytechnic State University
Cal Poly-Erfolgsgeschichte
„Ich weiß, dass Statistiksoftware wie JMP im Fertigungsbereich bei der Analyse großer Datenmengen eine wichtige Rolle spielen wird, wenn es um Analysen mit mehreren Dimensionen geht. Ich bin Wie man in der Fertigung sagt, ist JMP das, was jeder für die Analyse verwendet .“
– Kyle Batman, Student, California Polytechnic State University
Cal Poly-Erfolgsgeschichte
„Ich konzentriere mich auf Werkstofftechnik und in diesem Bereich sind viele Experimente erforderlich. Glücklicherweise, Der gesamte Prozess der Versuchsplanung wird durch JMP unterstützt – Wenn Sie beispielsweise eine Art Bruchrechnung erstellen, ist es wirklich einfach, alles so einzurichten, dass es in JMP generiert wird. Da JMP so interaktiv und intuitiv ist, ist es viel einfacher, die Daten anzusehen und im Handumdrehen damit zu arbeiten. Für jemanden wie mich, der visuell lernt, ist das wirklich nützlich.“
– David Otsu, Doktorand, California Polytechnic State University
Cal Poly-Erfolgsgeschichte
„ JMP stärkt einen ganzheitlichen Ansatz . Die Studierenden lernen, den Umfang eines Projekts zu verstehen. Sie lernen, eine Problemstellung zu hinterfragen. Und wie man umformuliert. Sie lernen zu fragen: „Wie können wir ein Projekt mit dem falschen Umfang und den falschen Leuten verschieben?“
– Peter Hammersberg, Dozent für technische Materialien, Chalmers University of Technology
Erfolgsgeschichte der Chalmers University of Technology
„Nicht viele Projekte sind beispielsweise bei der Definition von Kontrollkarten und Kontrollgrenzen sehr spezifisch. Aber Das Verständnis des Kontrollkonzepts und der Rolle einer Kontrollkarte ermöglicht es mir und den Schülern, über Rauschen (im Vergleich zu etwas, das Signale enthält) zu sprechen. Sie verstehen [diese Konzepte] wirklich, wenn sie gezwungen sind, sich selbst mit den Daten auseinanderzusetzen .“
– Peter Hammersberg, Dozent für technische Materialien, Chalmers University of Technology
Erfolgsgeschichte der Chalmers University of Technology
„Wenn meine Schüler die Möglichkeit haben, sich besser an die Visualisierung von Daten zu gewöhnen – und ich denke, das ist der wichtige erste Schritt, sich an die Daten zu gewöhnen –, werden sie erkennen, dass es einfach ist, Diagramme zu erstellen, nach Mustern zu suchen und explorative Datenanalysen durchzuführen.“ JMP verfügt über gute unterstützende Funktionen. In jedem Kurs, in dem ich Messsystemanalyse und alle grundlegenden grafischen Dinge unterrichte, verfügt JMP über Module, die den Studenten die Verwendung erleichtern .“
– Peter Hammersberg, Dozent für technische Materialien, Chalmers University of Technology
Erfolgsgeschichte der Chalmers University of Technology
„ Da ich in der Industrie tätig bin, sehe ich, dass meine Schüler [wissen müssen, wie man JMP verwendet] . Viele neue Mitarbeiter kommen an ihren Arbeitsplatz und sind nicht gut ausgebildet. Ich versuche, diesen Krieg zu führen, um die Schüler besser auf die Fähigkeiten vorzubereiten, die sie benötigen. Und ich gewinne langsam, Schritt für Schritt, immer mehr an Boden.“
– Peter Hammersberg, Dozent für technische Materialien, Chalmers University of Technology
Erfolgsgeschichte der Chalmers University of Technology
„Die Schüler müssen lernen, mit allen Daten umzugehen, die in einer Fabrik gesammelt werden.“ Sie müssen herausfinden, worauf es ankommt, ohne einen theoretischen Statistikbericht zu erstellen. Bringen Sie es also früh bei. Machen Sie JMP zu einem allgemeinen Werkzeug für sie, ebenso wie die andere Software, die sie für die Festkörpermechanik oder Mathematik verwenden. Den Studierenden sollte eine gute Plattform zur Datenanalyse zur Verfügung stehen zu."
– Peter Hammersberg, Dozent für technische Materialien, Chalmers University of Technology
Erfolgsgeschichte der Chalmers University of Technology
„Das erste, was wir tun müssen, ist, die Leute über DOE aufzuklären. Und wie Sie dem Panel hier oben entnehmen können, wussten wir nicht, dass DOE aus der Graduiertenschule kam. Und so waren wir Experten auf unserem Gebiet! Denn dieses wirklich wertvolle Werkzeug stand uns im Graduiertenstudium nicht zur Verfügung. Ich denke, dass wir bei vielen Wissenschaftlern und Ingenieuren, die in den Arbeitsmarkt eintreten, sicherstellen müssen, dass die Menschen gut ausgebildet sind und über die Werkzeuge verfügen, die es ihnen ermöglichen, erfolgreich zu sein. Und ich Ich denke, dass JMP großartige Arbeit leistet, indem es den Menschen sowohl die Ausbildung als auch das Tool zur Verfügung stellt .“
– Melisa Buie, General Manager, Coherent
Statistisch gesehen: Führende Unternehmen schaffen Innovationen mit statistisch konzipierten Experimenten
„Die Einbeziehung von Praktikern und Regulierungsbehörden mit Erfahrung auf dem neuesten Stand der Branche ermöglicht es Studierenden, auf die beste Qualität durch Designpraxis aus der ganzen Welt zuzugreifen. Wir arbeiten seit über sieben Jahren eng mit der Industrie zusammen, um effiziente und schnelle Methoden zur Herstellung hochwertiger Medikamente und innovativer Lehransätze zu entwickeln. Durch den Einsatz von JMP können wir Studierenden beibringen, wie sie Forschungsdaten organisieren, Visualisierungen anwenden und Datenanalysen durchführen. Datenmanagement und Datenintegrität sind bei der Produktentwicklung und -herstellung von entscheidender Bedeutung.“
– Walkiria Schlindwein, außerordentliche Professorin für Pharmazie, De Montfort University
Erfolgsgeschichte der De Montfort University
„JMP fördert Versuch und Irrtum, und das ist der Schlüssel zum Lernprozess … Indem die Schüler mit Software wie JMP vertraut gemacht werden, wird das statistische Denken weniger einschüchternd – Sie beginnen, Statistiken als eine routinemäßige, professionelle Sache zu betrachten. Mit JMP, Es scheint, dass die Schwelle zur statistischen Problemlösung tatsächlich sehr niedrig ist – und das ist unglaublich wertvoll.“
– Kai Xu, Professor für Sportphysiologie, Nanjing Sports Institute
Erfolgsgeschichte des Nanjing Sports Institute
„ Was meinen Schülern an JMP gefällt, ist, dass es für sie sehr einfach zu lernen ist. Ihnen gefällt, dass es nach jedem Schritt Grafiken gibt, die die Ergebnisse präsentieren. Es ist also intuitiv und sie erhalten Feedback. Wenn sie in die falsche Richtung gehen, können sie den Vektor einfach löschen und eine neue Methode hinzufügen, um es erneut zu versuchen. Diese Benutzerfreundlichkeit motiviert sie zum weiteren Lernen. Sie finden das Studium bei JMP sehr interessant.“
– Kai Xu, Professor für Sportphysiologie, Nanjing Sports Institute
Erfolgsgeschichte des Nanjing Sports Institute
" JMP ist bereits in der Branche vertreten. Wenn ich also Studenten hervorbringe, die bereits über JMP-Kenntnisse verfügen [zu Beginn ihrer Karriere], können sie sofort durchstarten. Arbeitgeber müssen ihnen JMP nicht beibringen. Sie wissen es bereits.
– Goutam Chakraborty, Professor für Marketing Analytics, Oklahoma State University
Erfolgsgeschichte der Oklahoma State University
„JMP ist unser Ausgangspunkt. Für uns ist es eine großartige Möglichkeit, Schülern die Anwendung analytischer Statistiken, Visualisierung und Erkundung beizubringen. Ich halte keine Vorlesungen im Unterricht. Vielmehr dient das Klassenzimmer der Diskussion, Interaktion und Erkundung, daher rufen wir JMP auf. Wir können es im Handumdrehen tun. Kann ich das im Handumdrehen mit anderen Programmen machen? Ja, aber es wird mehr Zeit in Anspruch nehmen, und selbst wenn ich es schaffe, sind die Studenten am Anfang noch nicht bereit [Software mit einer höheren Lernkurve zu verwenden]. ”
– Goutam Chakraborty, Professor für Marketing Analytics, Oklahoma State University
Erfolgsgeschichte der Oklahoma State University
„Wir nutzen SAS Enterprise Miner und JMP in verschiedenen Kursen. Und Wenn Studenten ihren Abschluss machen, bekommen sie gute Jobs bei guten Unternehmen, weil sie mit den führenden Softwarepaketen vertraut sind für Data Mining und Visualisierung.“
– Mark Johnson, Professor für Statistik, University of Central Florida
Erfolgsgeschichte der University of Central Florida
„Früher hatten Studierende mit Dingen wie Regressionen und Entscheidungsbäumen zu kämpfen, weil es keine wirklich guten, zugänglichen Tools gab. Von ihnen wurde ein ziemlich ausgeprägtes Programmierwissen verlangt – und das schreckte die Studenten ab. JMP hat das dramatisch verändert. Ich denke, JMP ist ein Tool, das für BWL-Studenten wirklich zugänglich ist – und das habe ich auf Anhieb gesehen.“
– Ram Gopal, Professor für Betriebswirtschaft, University of Connecticut School of Business
Erfolgsgeschichte der University of Connecticut
„Mein persönlicher Eindruck ist, dass JMP für BWL-Studenten ein toller Ausgangspunkt für den Einstieg in die Welt der Business Analytics ist. Der Durch die enge Integration zwischen JMP und SAS können Studierende tiefer in die Materie eintauchen und erkunden Sie Möglichkeiten im Text Mining und anderen nützlichen Aspekten von SAS. Ein weiterer vielversprechender Bereich mit JMP ist die Visualisierung. Ich denke, dass das für Wirtschaftsstudenten ein Muss ist, und ich freue mich wirklich darauf, mehr Geschäftsvisualisierung mit JMP in meine Kurse zu integrieren.“
– Ram Gopal, Professor für Betriebswirtschaft, University of Connecticut School of Business
Erfolgsgeschichte der University of Connecticut
„Ich bin erstaunt darüber Grad der Ausgereiftheit verschiedener Techniken, die mit JMP ausgeführt werden können . Ich finde es großartig.“
– Ram Gopal, Professor für Betriebswirtschaft, University of Connecticut School of Business
Erfolgsgeschichte der University of Connecticut
„Wir haben Unternehmen eingeladen, Daten bereitzustellen oder Probleme vorzustellen, mit denen sie im Zusammenhang mit Datenwissenschaft und Geschäftsanalysen konfrontiert sind – und wir bringen Studenten mit diesen Unternehmen zusammen, um gemeinsam an Abschlussprojekten zu arbeiten. Wir konzentrieren uns wirklich darauf, den Studenten die geschäftliche Seite von Daten näher zu bringen. Besonders wichtig ist, dass Business-Analytics-Studenten praktische Erfahrungen in der Datenwissenschaft aus erster Hand sammeln .“
– Christian Hildebrand, Assistenzprofessor für Marketing Analytics, Universität Genf
Erfolgsgeschichte der Universität Genf
„ Die Fähigkeit, Muster in den Daten während des Visualisierungsprozesses zu lernen und zu beobachten, ist eine einzigartige Funktion von JMP. Die Schüler können ein Diagramm erstellen und fragen: „Gibt es bestimmte Muster in den Daten, über die ich vorher noch nicht nachgedacht habe?“ Die Möglichkeit, während der Erstellung einer Grafik oder Abbildung in JMP aktiv zu lernen, macht es so einzigartig. Es ist eine Funktion, über die ich nicht genug reden kann – die Visualisierung sorgt dafür, dass alles klickt.“
– Christian Hildebrand, Assistenzprofessor für Marketing Analytics, Universität Genf
Erfolgsgeschichte der Universität Genf
„Ich konnte es an den Kommentaren erkennen, die wir von den Studierenden zu ihren Bewertungen erhalten haben. Sie sagten: „Eine der wichtigsten Erkenntnisse ist, dass wir ein neues Statistikprogramm kennengelernt haben, das wirklich dazu beigetragen hat, den Analyse-Workflow zu beschleunigen.“ Dazu gab es viele Kommentare Die Studierenden waren dankbar, dass sie die Chance hatten, in sehr kurzer Zeit leistungsstarke, effektive Visualisierungen zu entwickeln … und dass JMP ihnen wirklich geholfen hat, den statistischen Teil besser zu verstehen .“
– Christian Hildebrand, Assistenzprofessor für Marketing Analytics, Universität Genf
Erfolgsgeschichte der Universität Genf
„Ohne Visualisierung können wir als Dozenten nur Konzepte vorstellen und diskutieren, wie ein Algorithmus theoretisch funktioniert. Die Schüler müssten sehr, sehr motiviert sein, wirklich mitzumachen und zu sagen: „Okay, jetzt bin ich gespannt auf die Anwendung.“ Aber wenn die Schüler das Endergebnis von Anfang an visualisieren und noch einmal tief in die Methodik eintauchen können, sagen sie: „Oh, das sieht wirklich toll aus – ich möchte die gleiche Analyse und das gleiche aussagekräftige statistische Diagramm erstellen.“ Und ich bin gespannt, wie diese Methodik wirklich funktioniert .'“
– Christian Hildebrand, Assistenzprofessor für Marketing Analytics, Universität Genf
Erfolgsgeschichte der Universität Genf
„Ich denke, das Genialste an JMP ist, dass es sowohl für Anfänger als auch für fortgeschrittene Benutzer großartig ist. Wenn Sie mit Statistiksoftware unterrichten, gehen Sie davon aus, dass Sie viel persönliche Zeit mit den Schülern verbringen werden, während diese versuchen, Probleme zu lösen. Das kann eine Freude sein, erfordert aber auch viele zusätzliche Stunden. [Mit JMP] verbringen Sie Ihre Zeit nicht mit dem Unterrichten von Software, sondern mit dem Unterrichten von Statistiken .“
– Peter Lenk, Professor für Operations Management Sciences und Marketing, University of Michigan
Erfolgsgeschichte der University of Michigan
„ Studenten lieben JMP. Das höre ich sowohl von Studenten als auch von Doktoranden. Es ist so einfach zu handhaben – und so leistungsstark.“
– Robert Nydick, Professor für Management und Betrieb, Villanova University
Erfolgsgeschichte der Villanova-Universität
„ Für die Versuchsplanung ist JMP wahrscheinlich die modernste Software. Außerdem ist es einfach. Es ist vollständig in die Analyse integriert.“
– Phil Ramsey, Hauptdozent, University of New Hampshire
Erfolgsgeschichte der University of New Hampshire
„ Diese Studenten haben alle gehört, wie hilfreich es wirklich ist, in Ihrem Lebenslauf einen Kurs zur Versuchsplanung zu haben, wenn Sie sich auf eine Stelle bewerben , und ihnen wird – nachdem sie von den Studenten gehört haben, die vor ihnen ihren Abschluss gemacht haben – klar, wie wichtig es ist, Statistiken zu kennen.“
– Phil Ramsey, Hauptdozent, University of New Hampshire
Erfolgsgeschichte der University of New Hampshire
„ JMP hilft mir, drei Disziplinen von Studenten zusammenzubringen und zeigen Sie dann jeder Gruppe, wie die anderen Data Mining erleben. Und das alles ist den Visualisierungstools von JMP zu verdanken.“
– Arif Ansari, Assistenzprofessor, Marshall School of Business der University of Southern California
Erfolgsgeschichte der University of Southern California
„ Für diese Studenten öffnet die Visualisierung, die JMP bietet, wirklich den Geist. Metriken können oft irreführend sein. Zwei verschiedene Modelle mit ähnlichen Metriken können völlig unterschiedliche Passformen haben. Der JMP-Profiler hat mir geholfen, Schülern zu zeigen, wie sich nichtlineare Modelle verhalten und wie sie durch Visualisierung der Daten das beste Modell auswählen können.“
– Arif Ansari, Assistenzprofessor, Marshall School of Business der University of Southern California
Erfolgsgeschichte der University of Southern California
DATENVISUALISIERUNG
„Es war klar, dass ich technisch nicht versierte Leute über die Graph Builder-Plattform an JMP heranführen sollte.“
-Kieran O'Mahony – Dairygold
JMP DS Americas 2021 – Aufnahmeproduzenten – Data Explorers Spotlight gallery.mp4 – Alle Dokumente (sharepoint.com)
" Graph Builder und der Profiler sind der Rosetta Stone für Domain-Experten und JMP-Nerds. Die Fähigkeit zur dynamischen Visualisierung ermöglicht es Fachexperten grundsätzlich, zu sehen, was die Daten in verschiedenen Einstellungen und in verschiedenen grafischen Umgebungen aussagen. Das ist wirklich der „Aha-Moment“, weil sie sehen, was sie im Kopf haben – und JMP ermöglicht es ihnen, anderen Teammitgliedern die Zusammenhänge zwischen Prozesselementen sehr klar zu erklären.“
-Steve Hampton, Prozesskontrollmanager, PCC Structurals
Steve Hampton von PCC Structurals über den Umstieg von Minitab und warum es so wichtig ist, die JMP-Ressourcen für Engagement und Lernen zu nutzen, nennt er einen „immensen Mehrwert“
„Ich begann, JMP zu erkunden und Gespräche darüber zu führen, insbesondere im Hinblick auf den Graph Builder. Ich dachte, Wow, das ist neu. Das ist anders und wirkt sehr flexibel und interaktiv. ”
– Vasco Cachaco, Principal Six Sigma Process Champion
Xaar-Erfolgsgeschichte
„ Bisher hat mich niemand davon überzeugt, dass es irgendetwas gibt, mit dem ich die Visualisierungen, die ich in JMP erhalte, genauso einfach liefern kann.Das ist wahrscheinlich der Grund, warum die Software vom Entscheidungspunkt aus akzeptiert wurde: Es ist ein visuelles Tool, und wenn man es den Leuten zeigt, sind sie sehr, sehr schnell damit einverstanden, weil sie die Leistungsfähigkeit erkennen können.“
– Brendan Malone , Leitender Prozessingenieur, Johnson & Johnson
Erfolgsgeschichte von Johnson & Johnson (Link bald)
„Es ist so wichtig, das Lesen von Grafiken zu lehren. Um eine genaue Botschaft zu vermitteln, ist die Ausbildung in Datenvisualisierung von entscheidender Bedeutung – wir geben ihr oft nicht genügend Anerkennung.“
– Branca Almeida Silva, Koordinatorin für Formulierungsentwicklung, Bluepharma
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„Heutzutage ist die Datenvisualisierung stärker auf einige Gruppen innerhalb der Organisation konzentriert. Auch wenn die meisten Menschen dazu neigen, Daten zu nutzen und Grafiken zu erstellen, sind es oft immer noch nur wenige, die mit den leistungsfähigeren Tools arbeiten. Es ist wichtig, dass wir mehr darüber diskutieren, weil Sie können sehen, wie einfach es ist, mit Software wie JMP zu arbeiten. Es ist sehr vielseitig. Wir müssen Menschen dazu motivieren, explorative Datenanalyse und -visualisierung auszuprobieren, ohne sich Sorgen machen zu müssen, dass ihnen bestimmte Fähigkeiten fehlen .“
– Branca Almeida Silva, Koordinatorin für Formulierungsentwicklung, Bluepharma
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„ Mit der Datenvisualisierung können wir Zeit sparen . [Bei Bluepharma] verwenden wir Datenvisualisierung, um alle Arten von Analysen und tiefergehende Modellierungen durchzuführen. Wenn wir mit der Visualisierung beginnen, können wir Faktoren auswählen. So sparen wir Zeit für weitere Studien. Und noch einmal, Zeit zu sparen ist dasselbe wie Geld zu sparen, weil wir Dinge viel schneller erledigen können. Ich verwende täglich Datenvisualisierung und JMP .“
– Branca Almeida Silva, Koordinatorin für Formulierungsentwicklung, Bluepharma
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„Die Leute haben Angst vor der Datenvisualisierung, weil wir damit sehr spezifische Fähigkeiten im Zusammenhang mit Statistiken verbinden. Aber das ist nicht immer der Fall. Jeder kann Datenvisualisierungen durchführen, ohne ein Experte zu sein .“
– Branca Almeida Silva, Koordinatorin für Formulierungsentwicklung, Bluepharma
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„ Wenn ich eine Datenvisualisierung durchführe, beginne ich manchmal mit einem Ziel, finde dann aber im Laufe des Prozesses etwas Interessantes und vergesse mein ursprüngliches Ziel völlig. Vielleicht finde ich auch ein neues Muster, das es sehr interessant zu erkunden gilt. Wir brauchen also definitiv Zeit, um den Datenvisualisierungsprozess durchzuführen. Und die Werkzeuge sind wirklich wichtig. Bei der Auswahl eines Tools, mit dem wir arbeiten möchten, müssen wir auf die Unterstützung vertrauen können, die wir erhalten können. Und JMP bietet viele Webinare an, die wir in Schulungen erkunden können.“
– Branca Almeida Silva, Koordinatorin für Formulierungsentwicklung, Bluepharma
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„Je professioneller wir uns mit Daten befassen, desto mehr Gespür haben wir für den Inhalt unserer Daten. Wenn wir die Ergebnisse der Analyse präsentieren, ist es gut, die Botschaft auf grafische Weise zu vermitteln. Die Leute werden es viel besser verstehen als nur statistische Details .“
– György Trefán, Prozessentwickler, Coloplast
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„Ich werde ein Beispiel nennen: Wir hatten ein Problem mit unseren Maschinen, weil die Maschine zu viel Ausschuss produzierte. Als wir uns die Daten ansahen, um herauszufinden, warum, schauten wir uns zunächst die Maschine und dann das Material an. Wir haben uns die Daten der letzten drei Jahre angesehen, um zu sehen, wie viel Ausschuss jede Schicht produzierte. Wir fanden heraus, dass allein die grafische Darstellung der Daten über die Zeit nichts Interessantes ergab. Bei der statistischen Analyse stellten wir jedoch fest, dass in der zweiten Schicht deutlich mehr Ausschuss anfiel als in den beiden anderen Schichten. Als wir das herausfanden, musste ich es dem Management zeigen. Ich beschloss, es [in JMP] zu visualisieren … die Reaktion des Managements war: „Wow, das ist ein schockierender Unterschied.“ Und sie suchten nach tieferen Ursachen. Nach der Analyse des Messsystems stellten wir fest, dass die Bediener eine andere Methode zur Beurteilung verwendeten, ob es sich bei etwas um Ausschuss handelte oder nicht. Deshalb haben wir das Problem den Betreibern vorgelegt, damit sie ihr Urteil hören können.“
– György Trefán, Prozessentwickler, Coloplast
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„Wenn man eine Situation analysiert, kann man sie aus einem anderen Blickwinkel betrachten. Jede Visualisierung erzeugt unterschiedliche Wahrnehmungen, unterschiedliche Sichtweisen. Die gleiche Situation aus verschiedenen Blickwinkeln zu betrachten, kann einen großen Mehrwert generieren .“
– Simone Cianchini, WW Innovation and Improvements Quality Manager, MARELLI
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„Wir müssen Entscheidungen objektiv und nicht subjektiv treffen. Datenvisualisierung kann dabei helfen, diesen Weg zu verbessern . Es ist sehr wichtig, dass die Daten für die Person vor Ihnen lesbar und verständlich sind … Wenn wir das Problem – und die Daten – durch Visualisierung transformieren können, werden sie das Problem besser verstehen. Es wird in ihrer Komfortzone sein. Außerdem ist es sehr wichtig, das Ziel der Datenvisualisierung im Auge zu behalten. Sie müssen verstehen, wie Sie Informationen für Forschung und Entwicklung, Ihren CFO und andere am besten visualisieren können.“
– Simone Cianchini, WW Innovation and Improvements Quality Manager, MARELLI
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„Manche Organisationen verfügen nicht über eine tiefe Kultur der Datenvisualisierung. Sie verstehen die wirklich mächtigen Teile nicht. Aber JMP ist eine Abkürzung zwischen Datenvisualisierung und einer komplexen statistischen Sichtweise. Einige Organisationen glauben, dass die Mitarbeiter für die Datenvisualisierung über ein sehr hohes Maß an statistischem Hintergrundwissen verfügen müssen. Dies ist jedoch ein großer Fehler, da es davon abhängt, was Sie mit der Datenvisualisierung tun möchten. Für die alltäglichen Basisanalysen benötigen Sie keine besonders hohen statistischen Fachkenntnisse. Also Dies sind die beiden Hauptfehler, die Menschen machen: mangelndes Verständnis für die Leistungsfähigkeit der Visualisierung und die Auffassung, dass man für eine interaktive Datenvisualisierung über Kenntnisse in Statistik verfügen muss .“
– Simone Cianchini, WW Innovation and Improvements Quality Manager, MARELLI
Statistisch gesehen: Warum interaktive Datenvisualisierung für die Industrie von entscheidender Bedeutung ist
„Das haben wir auch gesehen JMP wird als Präsentationsformat für Standortbesprechungen verwendet . Denn wie wir alle wissen, gehen Sie zu Besprechungen vor Ort und die Leute werfen Ideen um sich. Nun haben Sie die Möglichkeit zu sagen: „Okay, mal sehen, was die Daten aussagen, indem wir die Temperatur erhöhen, Chef.“ Und man erhöht die Temperatur auf dem Bildschirm und kann ihm sofort sagen: „Junge, das ist eine gute Idee.“ Oder wahrscheinlicher ist, dass es nicht funktioniert. Es gibt viele Möglichkeiten, mit den Daten etwas anzufangen, wenn Sie sie im Mittelpunkt Ihrer Produktionsbesprechung haben .“
– Stan Higgins, ehemaliger CEO, Northeast of England Process Industry Cluster (NEPIC)
Zeit für Innovation: Nutzen Sie Ihre Daten, um Innovationen zu beschleunigen (Link kommt bald)
„Visualisierung ist absolut unerlässlich. Bei experimentellen Daten müssen Sie diese zunächst visualisieren. In manchen Fällen ist es das Einzige, was Sie tun können. Wir hatten mehrere Fälle, in denen die ersten Läufe lauter waren als erwartet. Man konnte kein Modell bauen. Aber mit der Visualisierung [in JMP] könnten Sie Dinge sehen, die interessant aussahen, und Ihr nächstes Experiment so gestalten, dass genauer bestimmt wird, ob es sich um echte Effekte handelt .“
– Michael Sadowski, Leiter Bioinformatik Synthace
Synthace-Erfolgsgeschichte
„Mein Manager hat zu Beginn meiner Karriere immer gesagt, dass der erste Schritt bei der Datenanalyse darin besteht, die Daten darzustellen. In den folgenden Jahren habe ich gesehen, wie viele Menschen diesen Fehler machten. Stattdessen gehen einige direkt zu den Tabellen und verpassen oder verzögern die Erkenntnisse, die mit [JMP] Graph Builder schnell ermittelt werden können . Jedes Mal, wenn ich in Besprechungen Rohdatentabellen sehe, Ich frage nach der Datei und kann in Sekundenschnelle aufschlussreiche Analysen erstellen .“
– Pete Cannon, Senior Director, Produktqualitätstechnik und Qualitätsmanagementsysteme, NVIDIA
NVIDIA-Erfolgsgeschichte
„[Mit JMP] können wir [unsere Ausgaben] farblich kennzeichnen, um Ausreißer hervorzuheben. Benutzer bevorzugen diese Visualisierungen, weil sie die Entscheidungsfindung beschleunigen. Sie können sehen, ob die Verteilungen ihren Annahmen entsprechen, und erhalten einen Überblick über ihre Versuchspläne und die Art und Weise, wie sie ihre Experimente durchgeführt haben.“
– Tom Walk, Zuchtpipeline-Datenbankmanager, North Dakota State University
Erfolgsgeschichte der North Dakota State University
„ Ein effektives Diagramm sorgt für die richtigen Entscheidungen. Eine wirkungsvolle Visualisierung informiert den Betrachter und hilft ihm, die richtige Empfehlung und Entscheidung für die Organisation zu treffen. Sie müssen die Dinge visuell zusammenfügen, um Ihrem Datenkonsumenten wirklich eine [Bedeutung] zu vermitteln.“
– Ted Ellefson, leitender Chefingenieur, mechanische Forschung und Entwicklung, Seagate
Seagate-Erfolgsgeschichte
„Es gibt viele Bereiche, in denen Menschen ein kleines Modell entwickeln oder etwas lernen können, das ihnen direkten Nutzen bringen kann. Und Sie können diesen direkten Wert teilen – schauen Sie, ich habe dieses Modell erstellt, ich habe diese Ergebnisse und habe es visualisiert. Visualisierung ist eine hervorragende Möglichkeit, andere Menschen mit ins Boot zu holen. Wenn man Ergebnisse visualisiert, sagen andere: „Oh, das ist cool.“ Das möchte ich auch tun.“
– Bernard Ennis, Hauptforscher, Tata Steel
Statistisch gesehen: Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen
„Als ich bei Gore anfing, begann ich als Polymerchemiker. Und das allererste, was ich tat, war, mich mit einem Statistiker zusammenzusetzen und ein sehr großes Experiment zur Polyurethan-Synthese zu entwerfen. In diesem Experiment haben wir viele Faktoren bei der Formulierung unserer Polyurethane variiert. Ich habe viele Laborexperimente durchgeführt, meine Daten gesammelt und einige Visualisierungen erstellt, in denen wir Reaktionsoberflächen hatten, und viele Diagramme, die die unterschiedlichen Kompromisse und Eigenschaften zeigten, die wir hatten könnte man mit den unterschiedlichen Formulierungen hinbekommen. Damit konnten wir unser Fertigungsteam davon überzeugen, dass wir mit der Pilotphase beginnen und eine etwas größere Charge herstellen wollten … Ich hatte eine Vorhersage. Wir gingen los und führten diese Formulierung durch. Und wir kamen zurück. Und siehe da, die Ergebnisse stimmten nicht mit der Vorhersage überein. Und so gab es große Enttäuschung…. Und so setzte ich mich damals wieder mit dem Statistiker zusammen – natürlich hatte ich keine Erfahrung mit Datenvisualisierung. Und ich sagte: Was ist hier passiert? Warum hat mein Experiment nicht funktioniert? Und er hat ein Diagramm erstellt, in dem wir das Vorhersageintervall tatsächlich in das Diagramm selbst eingetragen haben. Und dann konnten wir sehen, dass meine Vorhersagen tatsächlich in Ordnung waren. Tatsächlich hatten wir Material erstellt, das innerhalb des Vorhersageintervalls lag. Und allein diese Grafik haben wir auf die Lieferkette zurückgeführt. Indem wir ihnen das Vorhersagediagramm zeigten und ihnen zeigten, dass wir tatsächlich verstanden hatten, was wir taten, und dass wir das erreicht hatten, was wir uns vorgenommen hatten, konnten wir sie davon überzeugen, dass wir zu einer Charge im Produktionsmaßstab übergehen könnten. Und als wir das taten, stellten wir erneut fest, dass unsere Vorhersagen fundiert waren und wir innerhalb unseres Vorhersageintervalls lagen. Und es war diese Grafik, die ihnen wirklich geholfen hat, ihre Meinung zu ändern und zu wissen, dass wir tatsächlich wussten, wovon wir redeten .“
– Chris Chen, Enterprise Analytics Champion, WL Blut
Statistisch gesehen: Best Practices für die Datenvisualisierung können die Arbeit von Wissenschaftlern und Ingenieuren verändern
„Bei Gore haben wir alle unsere Ingenieure und Wissenschaftler mit JMP ausgestattet. Sie haben also Zugriff auf die Werkzeuge, aber wir geben sie ihnen nicht einfach und lassen sie loslaufen. Ich denke, ein großer Teil der Ingenieurs- und Wissenschaftsgemeinschaft bringt ihnen den Umgang mit dem Tool bei und bringt ihnen einige dieser Designtipps und -tricks bei. Was ein gutes Diagramm ausmacht, was ein nützliches Diagramm ausmacht, ist sehr wichtig .“
– Chris Chen, Enterprise Analytics Champion, WL Blut
Statistisch gesehen: Best Practices für die Datenvisualisierung können die Arbeit von Wissenschaftlern und Ingenieuren verändern
„Beteiligen Sie sich gemeinsam an dieser grafischen und Datenvisualisierungsbemühung. Und in der wissenschaftlichen Welt sieht das oft wie ein Peer-Review aus. Also geh in ein Zimmer. Zeigen Sie Ihren Kollegen die von Ihnen erstellte Grafik. Und dann diskutieren Sie darüber .“
– Chris Chen, Enterprise Analytics Champion, WL Blut
Statistisch gesehen: Best Practices für die Datenvisualisierung können die Arbeit von Wissenschaftlern und Ingenieuren verändern
„Wenn Sie aus den Daten, die Sie haben, 100 Diagramme erstellen, werden etwa 80 davon interessant sein, aber es werden Dinge sein, die Sie kennen. Und sie werden keine tiefen Einblicke in sie haben. Aber diese anderen 20 % werden Ihnen wirklich zeigen, was los ist. Sie werden einige wirklich interessante Einblicke in Ihre Daten liefern .“
– Chris Chen, Enterprise Analytics Champion, WL Blut
Statistisch gesehen: Best Practices für die Datenvisualisierung können die Arbeit von Wissenschaftlern und Ingenieuren verändern
„ Die Datenexploration ist ein wichtiges Werkzeug in JMP, da Sie sehr oft Interaktionen aufdecken können, die Sie ohne die explorative Datenauswertung nicht erkannt hätten. Mit dem menschlichen Auge ist es sehr schwer, die Unterschiede oder Auswirkungen [allein anhand einer Datentabelle] zu erkennen.“
– Andreas Trautmann, Prozessexperte für Upstream Processing, Manufacturing Science & Technology, Lonza
Lonza-Erfolgsgeschichte
„Ich bin ein großer Befürworter davon, sich Ihre Daten gleich zu Beginn anzusehen, denn wenn etwas nicht stimmt, fällt es sofort auf. [JMP] ist visuell und intuitiv. Die wahre Stärke von JMP liegt in der Datenintegration und der Möglichkeit, aus dem Datensatz zu lernen .“
– Court Sandau, forensischer Chemiker und Gründer von Chemistry Matters
Erfolgsgeschichte von Chemistry Matters
„Wir führen eine Hauptkomponentenanalyse oder eine hierarchische Clusteranalyse durch und beginnen mit der Farbcodierung … Das gefällt mir an JMP am besten: die Interaktivität. Durch JMP erfahren wir wirklich etwas über unsere Daten .“
– Court Sandau, forensischer Chemiker und Gründer von Chemistry Matters
Erfolgsgeschichte von Chemistry Matters
„Daten können beliebig angezeigt werden, aber ich muss beweisen, dass ich es auf wissenschaftliche Weise mache. Und ich muss transparent machen, wie ich durch visuelle Kommunikation zu meinen Schlussfolgerungen gekommen bin. Das ist der Punkt, an dem ich meine Kunden in JMP einbeziehe: um meine Daten in JMP laden zu können, auf eine Stelle zu klicken und ihnen zu zeigen, wo sie sich befinden und wie wir zu unserer Interpretation gekommen sind. Das ist die Kraft der Visualisierung: Daten kommunizieren, aus den Daten lernen und unseren Kunden ermöglichen, zu sehen, woher die Daten kommen.“
– Court Sandau, forensischer Chemiker und Gründer von Chemistry Matters
Erfolgsgeschichte von Chemistry Matters
„Wir verwenden JMP als Lehrmittel, weil es uns ermöglicht, chemische Fingerabdrücke auf eine Weise zu zeigen, die [diejenigen ohne Hintergrund in Chemie] verstehen.“ JMP ermöglicht es uns, Laien die Konnektivität von Informationen zu vermitteln, damit sie unsere Schlussfolgerungen verstehen. Und weil ich dies in Echtzeit tun und mit den Daten interagieren kann [in Plattformen wie Graph Builder], ist es viel überzeugender. Sie fangen an zu denken: „Ich verstehe vielleicht nicht, was er tut, aber ich verstehe auf jeden Fall, wie er all diese Punkte miteinander verknüpft hat.“ Jetzt erzähle ich eine Geschichte, anstatt zu versuchen, mehrstufige Statistiken zu erklären.“
– Court Sandau, forensischer Chemiker und Gründer von Chemistry Matters
Erfolgsgeschichte von Chemistry Matters
„ Die Visualisierung verschafft uns Klarheit über die in den Daten enthaltenen Informationen , was dann zu einer Reihe klarer Maßnahmen führt, die ergriffen werden müssen.“
– Melisa Buie, General Manager, Coherent
Stimmige Erfolgsgeschichte
„ Wir haben ein viel tieferes Verständnis und können viel schneller arbeiten dank des visuellen Ansatzes von JMP zur statistisch fundierten Datenanalyse.“
— Paul Deen, Programmmanager für statistische Methoden, ASM International
Erfolgsgeschichte von ASM International
„Es hat einen magischen Effekt, die Daten zu berühren.“ Manchmal reicht Visualisierung aus, aber Storytelling mit Daten ist der Schlüssel. JMP Graph Builder ist hier König . Wir führen viel Modellierung und multivariate Analysen durch und die neue Projektfunktion in JMP 14 macht es sehr einfach, komplexe Prozesse zu dokumentieren…. Die Projektfunktion ist ein echter Game-Changer … Die Leute sind aufgeregt. Wir können JMP jetzt wie PowerPoint verwenden. ”
– Alfredo López Navarro, Wissensmanager, Digital Command Center, Telefónica
Telefónica-Erfolgsgeschichte
„Wenn man als Chemiker in die Welt der Agronomie einsteigt, ist es weniger datenbasiert und eher anekdotisch. Hier kommt JMP ins Spiel – warum ich JMP verwende. Die einzige Möglichkeit, [die Argumente für eine datengesteuerte Entscheidungsfindung zu veranschaulichen] besteht darin, eine Geschichte mit den Daten sowie mit Grafiken und Bildern zu erzählen. Hier ist JMP wirklich hilfreich: Daten und Zahlen in Grafiken umwandeln, die Produktionsmanager sehen und besser verstehen können .“
— Dirk de Bruyn Ouboter, Global Measurement Science and Process Performance Lead, Syngenta
Syngenta-Erfolgsgeschichte
„ JMP hat mir so viele Ideen gegeben – neue Möglichkeiten, meine Daten interaktiver zu gestalten Und das nicht nur in Bezug auf die Visualisierung, sondern auch darin, den Leuten den Denkprozess zu zeigen, der hinter meiner Analyse steckt.“
– Anderson Mayfield, Assistenzwissenschaftler, US National Oceanic and Atmospheric Administration
Erfolgsgeschichte der Khaled bin Sultan Living Oceans Foundation
„ Visualisierung ist eine der großen Stärken von JMP . Der Schwerpunkt liegt bewusst auf Grafiken, die einen sehr einfachen Ausgangspunkt für die Aufstellung von Hypothesen bieten.“
– Jean-Luc Blachon, Leiter der statistischen Forschung, Bioinformatik, Ipsen
Ipsen-Erfolgsgeschichte
„ Das Tolle an JMP ist die Visualisierung . Es ist einfach zu bedienen und Sie können herumspielen und die Ergebnisse aus verschiedenen Ansichten betrachten. Sie können Filter verwenden, Überlagerungen erstellen und parallele Diagramme erstellen. Es gibt verschiedene Möglichkeiten, Daten anzuzeigen, zu vergleichen und sich auf bestimmte Punkte zu konzentrieren. Das ist wirklich nützlich.“
– Petra Schreier, Ingenieurin, Atotech
Atotech-Erfolgsgeschichte
„JMP war für mich neu, als ich zum ersten Mal bei USound anfing, und der größte Vorteil, den ich gefunden habe, ist, dass es einen sehr intuitiven Ansatz und einen sehr intuitiven Einstieg bietet. Sie können zum Beispiel Nehmen Sie einfach Graph Builder und experimentieren Sie ein wenig herum, dann erhalten Sie sofort eine vernünftige Datendarstellung. Dann können Sie herausfinden, wie Sie die Daten am besten nutzen können, um mit der Problemlösung zu beginnen.“
– Florian Iglisch, Produktingenieur, USound
USound-Erfolgsgeschichte
„In JMP du einfach klicken und loslegen , und Sie haben die Grafik.“
– Angela Manginelli, Senior Scientist, Biomarker Data Analytics, Merck KGaA, Darmstadt, Deutschland
Merck-Erfolgsgeschichte
„ JMP verfügt über alle Tools, die Sie benötigen. Graph Builder ist eines meiner absoluten Lieblingstools. Es werden Balkendiagramme, Liniendiagramme, Heatmaps usw. erstellt. Sie können ein Diagramm entwickeln und es ganz einfach optimieren und erneut optimieren, um es genau so zu erhalten, wie Sie es möchten. Dann klicken Sie auf das kleine rote Dreieck und schon sehen Sie den gesamten JSL-Code. JMP hat das gesamte Programm für mich erstellt.“
– Peter Mroz, Senior Statistical Programmer, Janssen
Janssen-Erfolgsgeschichte
„Ich bin ein großer Fan der Graph Builder-Plattform, das ist etwas Besonderes Ich habe es noch nie in anderen Softwarepaketen gesehen . Für mich ist diese Plattform äußerst innovativ.“
– Damien Perret, F&E-Wissenschaftler, CEA Marcoule
Erfolgsgeschichte von CEA Marcoule
„Unsere Kunden sind von JMP begeistert, weil sie noch nie eine Software mit einer solchen Interaktivität zwischen Daten und Grafiken gesehen haben. Es gefällt ihnen wirklich, dass sie nicht mehr ein Tool für die Datenbearbeitung, ein anderes für Statistiken und noch ein anderes für die Berichterstellung benötigen.JMP macht alles .“
– Peter Bewerunge, Leiter Life Sciences, Accantec
Accantec-Erfolgsgeschichte
„ Datenvisualisierung ist eine sehr mächtige Sprache. Wir sind visuelle Wesen, aber es ist leer, es sei denn, es wird durch [ausgefeilte Analysen] unterstützt. Sie müssen all diese Theorien auf eine wissenschaftliche und reproduzierbare Weise begründen. Und das ist für mich eine der Schönheiten von JMP.“
– Alfredo Lopez Navarro, Omnichannel Data Lab Manager, Telefónica Deutschland
Statistisch gesehen: Verfügt Ihr Unternehmen über eine Strategie zum Aufbau analytischer Exzellenz?
„ Data Mining und Datenvisualisierung sind zwei der Dinge, für die wir JMP sehr häufig nutzen . Dies ist ein gutes Beispiel für die Leistungsfähigkeit der Visualisierung mit JMP: Es gab ein falsches Signal und ein echtes Signal. Das falsche Signal war, wie schnell die Ausfallrate eskalierte. Der Wert lag bei Null und stieg dann innerhalb weniger Tage auf 20 oder 30 Prozent. Aber das war ein Ablenkungsmanöver.“
– Ed Hutchins, Produktentwicklungsmanager, Cree
Cree-Erfolgsgeschichte
„Als wir die Interaktion in diesem Modell, wie sie in JMP visualisiert wurde, so deutlich sahen, kamen wir zum ersten Mal überhaupt auf den Gedanken, dass es diese Art von Interaktion geben könnte. Der Vorteil [von JMP] besteht nicht darin, die Antwort auf das Problem zu finden, sondern darin, Sie in die richtige Richtung zu weisen, sodass Sie wissen, wo Sie nach dem Problem suchen müssen. Ich konnte die Unterschiede verstehen, die mir vorher vielleicht nicht bewusst gewesen wären. Indem wir wussten, wo wir suchen mussten, und dann dort nachschauten, konnten wir die Ausfallrate für diesen Defekt wieder auf Null senken .“
– Ed Hutchins, Produktentwicklungsmanager, Cree
Cree-Erfolgsgeschichte
„ Ich bevorzuge JMP, weil es bei der Visualisierung von Daten so leistungsstark ist . Es ermöglicht Ihnen, die Arten von Kontrolldiagrammen, Diagrammen und Anzeigen zu erstellen, die es Ihnen dann ermöglichen, diese Daten zu verstehen. Das Wichtigste ist, die richtigen Daten zu erhalten; Das Zweitwichtigste ist, zu verstehen, was Ihnen diese Daten sagen. Und um es zu verstehen, müssen Sie es als Funktion einer Reihe von Parametern betrachten, damit Sie den Raum verstehen, in dem Sie tätig sind. Mit nur einer Datentabelle ist das nicht möglich.“
– Ed Hutchins, Produktentwicklungsmanager, Cree
Cree-Erfolgsgeschichte
„ Ich habe keinen Zweifel daran, dass unser Erfolg auf unserer Fähigkeit zur kontinuierlichen Innovation und Verbesserung beruht und dass unsere Fähigkeit zur Innovation und Verbesserung durch Tools wie JMP erheblich verbessert wird. ”
– Ed Hutchins, Produktentwicklungsmanager, Cree
Cree-Erfolgsgeschichte
„ Ich nutzte die grafischen Funktionen von JMP, um die Ergebnisse vielen Leuten im Unternehmen zu demonstrieren, die keine Ahnung von statistischen Techniken hatten. Ich konnte ihnen zeigen, dass es genügend Fragen gab, sodass wir eine Bewertung durch einen Dritten einholen sollten.“
– Dan Fortune, Global Business Excellence Manager, FMC Technologies
Erfolgsgeschichte von FMC Technologies
„ Wir profitieren enorm von der Datenvisualisierung, die JMP bietet. Komplexe Datencluster können wir nun beispielsweise als farbige Karten darstellen. Wir platzieren einfach verschiedene Karten nebeneinander, um Unterschiede und Ausreißer zu interpretieren. So sind wir sofort in der Lage zu erkennen, ob ein mathematisch korrektes Modell tatsächlich plausibel ist.“
– Anya Simon, Projektmanagerin der Abteilung Informationsmanagement, Lufthansa
Lufthansa-Erfolgsgeschichte
„Mit JMP Wir entfernen uns vom blinden Vertrauen in Zahlen . Es gibt immer Situationen, in denen die Modellgenerierung zu mathematisch perfekten, aber unrealistischen Lösungen führt. Durch die Visualisierung können wir diese nun sofort identifizieren . Visualisierungen sind ein sehr wertvolles Instrument, um die richtigen Entscheidungen zu treffen .“
– Anya Simon, Projektmanagerin der Abteilung Informationsmanagement, Lufthansa
Lufthansa-Erfolgsgeschichte
„Je größer das Datenvolumen, das wir sammeln, desto größer ist die Chance, dass wir von ihnen Signale erhalten Mehrwert schaffen und Wissen aufbauen . Aber manche Daten sind einfach nicht so aussagekräftig und es ist eine große Herausforderung, sie zu sichten und sich nur auf das zu konzentrieren, was den größtmöglichen Wert bringt. Die Visualisierung kann kompliziert sein. Dafür mag ich JMP sehr, insbesondere Graph Builder, der sehr praktisch und effizient ist. ”
– Augustin Cathignol, Chefingenieur für Produktzuverlässigkeit und Datenwissenschaft, Lynred
Lynred-Erfolgsgeschichte
„JMP hilft den Menschen, sich zu konzentrieren. Sie können Dinge einfach durch Zeigen und Klicken greifen. Es ermöglicht Ihnen, Menschen zu halten visuell engagiert .“
– Mike Cramer, Betriebsleiter, Forschung für weltweite Restaurantinnovation, McDonald's
McDonald's-Erfolgsgeschichte
„Jedes Mal, wenn ich ein Projekt vorstellen muss oder wenn ich ein Experiment entworfen habe, verwende ich JMP, weil es eine grafische Visualisierung bietet, um meine Aufgaben, meine Bedürfnisse usw. darzustellen Ich bekomme eine bessere Antwort von meinem Management .“
— Paolo Nencioni, Techniker für Formulierungsentwicklung, Menarini
Menarini-Erfolgsgeschichte
„ JMP verfügt über eine wirklich starke praktische Benutzeroberfläche, die es Ihnen ermöglicht, Daten intuitiv mit Graph Builder darzustellen – das kann jeder. Solange Ihre Daten strukturiert sind, hilft Ihnen Graph Builder dabei, zu verstehen, was wirklich da ist, bevor Sie überhaupt mit der Analyse beginnen – das ist es, was ich daran absolut liebe.“
– Beatrice Blum, Statistikerin, P&G
P&G-Erfolgsgeschichte
„ Visualisierung ist der Schlüssel zu allem, denn das ist es, was die Menschen normalerweise verstehen – insbesondere im Management. Sie wollen sich nicht mit Zahlen befassen. Geben Sie ihnen stattdessen ein Bild, das die Geschichte erzählt. Es muss nicht das genaueste Bild sein; Es muss nur die Geschichte erzählt werden, die die Schlussfolgerung enthält. Auch hier muss ich sagen Ich sehe die Stärke von JMP darin, diese Grafiken und Gedanken zu liefern. Und die Interaktivität.“
– Beatrice Blum, Statistikerin, P&G
P&G-Erfolgsgeschichte
„ Excel verfügt über sehr begrenzte Visualisierungsmöglichkeiten, insbesondere wenn Sie anfangen, sich mit mehreren Dimensionen zu befassen. Hier kommt also JMP ins Spiel.“
– Kenneth Hess, Präsident und Gründer, Science Buddies
Erfolgsgeschichte von Science Buddies
„Wir nehmen unsere 78 Dimensionen und reduzieren sie als Näherungswert auf drei und geben sie in JMP ein, wo ich ein 3D-Streudiagramm erstellen, es drehen und die Farben ändern kann. JMP ist ein unschätzbar wertvolles Werkzeug, um zu sehen, was bei unserer Entwicklungsarbeit tatsächlich vor sich geht. Wenn ich diese Art von Design- und Entwicklungsarbeit mache und Dinge für eine anspruchsvolle Software unter Beweis stelle, denke ich visuell. JMP war schon immer ein wichtiger Teil dieser Visualisierung. Dank der grafischen Funktionen in JMP können wir fast 1 TB an Daten verwenden, diese umdrehen und sehen, was vor sich geht. Und die Leistung ist unglaublich gut.“
– Kenneth Hess, Präsident und Gründer, Science Buddies
Erfolgsgeschichte von Science Buddies
„Sobald Sie mit JMP riesige Datenmengen in einem Diagramm zusammengefasst haben, Es ist sehr einfach, Ihrem Publikum die richtige Botschaft zu übermitteln. Sie können ein Diagramm vorbereiten, das nur die Daten zeigt, die Sie anzeigen möchten, und wie Sie sie anzeigen möchten. Ich schätze wirklich die Art und Weise, wie man Daten verwalten kann, um sie auf sehr überzeugende Weise aus verschiedenen Ansichten anzuzeigen.“
– Matteo Patelmo, Ingenieur, STMicroelectronics
Erfolgsgeschichte von STMicroelectronics
„Das Geschichtenerzählen mit Grafiken hat eine enorme Kraft und ich finde, dass ich viele Geschichten erzählen kann, indem ich die vielen Funktionen von Graph Builder nutze ."
- John Szarka, Statistiker, WL Blut
John Szarka über JMP Pro, Reproduzierbarkeit und warum die aktive Teilnahme an der JMP-Community und dem Early Adopter-Programm Benutzern bei WL Gore dabei hilft, mehr aus ihrer Investition in die Software herauszuholen
STATISTIK & PREDICTIVE MODELING
„ Der Fokus bei der Arzneimittelforschung liegt derzeit darauf, herauszufinden, wie wir diesen Zyklus so selten wie möglich durchlaufen können, um unser Ziel zu erreichen und dadurch unseren Prozess der Arzneimittelentwicklung zu beschleunigen und wirkstoffähnliche Moleküle schneller zu finden. Und In jeder Phase dieses Prozesses können wir im Hinblick auf die Datenanalyse etwas tun, das uns beschleunigt .“
– Graeme Robb, stellvertretender leitender Wissenschaftler, AstraZeneca
Zeit für Innovation: Chemie der Zukunft: Erkundung des Möglichkeitsraums (Link kommt bald)
„Ich musste zurückgehen, Statistiken lernen und noch einmal zum Kunden gehen, um die Verbesserung nachweisen zu können. Durch die Fähigkeit, Statistiken anzuwenden, veränderte sich die Art und Weise, wie meine Karriere verlief. Und natürlich bin ich heute hier, JMP war für mich ein entscheidendes Werkzeug, ein befähigendes Werkzeug.“
– Andre B. Argenton, Vizepräsident Kernforschung und Entwicklung, Dow
Statistisch gesehen: Entwicklung einer gemeinsamen Vision für analytische Exzellenz
'' Für Für mich ist JMP nicht nur ein Tool zur Datenanalyse; Es ist auch eine Kommunikationsmethode, mit der sich schwieriges statistisches Denken auf einen einfachen Graphen oder Profiler übertragen lässt und es anderen – insbesondere Nicht-Statistikern – ermöglicht, die Daten und Modelle zu verstehen . "
– Zhiwu Liang, Chefstatistiker, Procter & Gamble
Zhiwu Liang von Procter & Gamble erklärt, wie die Pflege einer dynamischen Beziehung mit JMP Development dem Unternehmen hilft, mehr aus seiner Investition in eine Software herauszuholen, die ständig verbessert wird
„Bei P&G bieten wir viele Statistikkurse an, bei denen die Teilnehmer JMP verwenden müssen. Man sieht die Begeisterung und Zufriedenheit der Menschen, wenn sie selbst bei den komplexesten Modellen so einfach die richtigen Ergebnisse erzielen. Tatsächlich verwenden meine Kollegen mittlerweile auch täglich JMP. Ihnen gefällt die Sichtbarkeitsfunktion in JMP, weil sie es so einfach macht, ihrem Vorgesetzten die Ergebnisse zu zeigen ."
– Zhiwu Liang, Chefstatistiker, Procter & Gamble
Zhiwu Liang von Procter & Gamble erklärt, wie die Pflege einer dynamischen Beziehung mit JMP Development dem Unternehmen hilft, mehr aus seiner Investition in eine Software herauszuholen, die ständig verbessert wird
„Ich wollte unbedingt eine Anwendung entwickeln, mit der Analysten ihre Methoden untersuchen und die Ergebnisse visualisieren können, ohne sich um die Berechnungen kümmern zu müssen. Und In JMP ist es einfach, einen Scrape oder ein Add-In zu entwickeln, um bestimmte Berechnungen zu automatisieren .“
– Christel Kronig, leitende Analytikerin, Dr. Reddy's Laboratories
Zeit für Innovation: Wie man analytische Methoden zweckdienlich macht (Link kommt bald)
„Durch das Verständnis der Fehlerquellen ist es möglich zu bestimmen, wo die Replikation eingesetzt werden sollte, um zufällige Fehler zu reduzieren. Mithilfe einer Analyse verschiedener Methoden ist es möglich, die Auswirkungen verschiedener Injektionen, Probenvorbereitungen oder Serien zu trennen. Und Es ist möglich, diese in ein Add-In-Skript zu packen und die Analyse in JMP zu automatisieren. Das Add-In hilft uns, die Fehlerkomponenten zu verstehen und generiert einen visuellen Vergleich des Fehlers für verschiedene Replikationsansätze. Dies hilft uns, den größten Fehlerbeitrag zu identifizieren und eine fundierte Entscheidung über die Replikationsstrategie zu treffen.“
– Christel Kronig, leitende Analytikerin, Dr. Reddy's Laboratories
Zeit für Innovation: Wie man analytische Methoden zweckdienlich macht (Link kommt bald)
„Unser JMP-Add-in ermöglicht es dem Analysten, die Auswirkungen einer Erhöhung oder Reduzierung der Anzahl von Standardpräparaten oder Injektionen auf die Zwischenpräzision der Methode zu bewerten Daher ist es wichtig, eine fundierte Entscheidung darüber zu treffen, wie das Kalibrierungsformat optimiert werden kann .“
– Christel Kronig, leitende Analytikerin, Dr. Reddy's Laboratories
Zeit für Innovation: Wie man analytische Methoden zweckdienlich macht (Link kommt bald)
„In der pharmazeutischen Industrie werden analytische Methoden einer intensiven Prüfung unterzogen, und das nimmt zu, und es wird immer mehr Wert darauf gelegt, sicherzustellen, dass die verwendeten Methoden ihren Zweck erfüllen. Es gibt Tools und Berechnungen zur Bewertung der Präzision und Verzerrung von Methoden, und dies war in den letzten Jahren Gegenstand zahlreicher Artikel. Und es ist möglich, diese Berechnungen zu automatisieren und das Ergebnis zu visualisieren, sodass der Analyst einfache Werkzeuge erhält, die er bei der Methodenentwicklung einsetzen kann .“
– Christel Kronig, leitende Analytikerin, Dr. Reddy's Laboratories
Zeit für Innovation: Wie man analytische Methoden zweckdienlich macht (Link kommt bald)
„Das ist heute ein sehr heißes Thema: Datenwissenschaft im Allgemeinen. Aber in Wirklichkeit, In der Chemie- und Verfahrenstechnik nutzen wir bereits seit Jahren eine Methode des maschinellen Lernens. Das Einzige ist, dass wir es nicht so genannt haben. Immer wenn wir bestimmte kritische Korrelationen untersuchten, um beispielsweise den Wärmeübertragungskoeffizienten des Systems abzuschätzen, wobei wir einen Teil des physikalischen Wissens nutzen und dann den anderen Teil eine Anpassung, eine passende Regression dieser Daten vornehmen müssen, ist dies der Fall ist eine überwachte maschinelle Lernmethode.“
– Francisco Navarro, Chemieingenieur, Solvay
Zeit für Innovation: Industrielle Datenwissenschaft für die Perfektion chemischer Prozesse (Link kommt bald)
„Das Hauptproblem, mit dem wir am Anfang konfrontiert waren, war die Abstraktion großer Datenmengen und die Verbindung zu verschiedenen Datenbanken. Es gab immer eine Verzögerung. Aber JMP ist in der Lage, eine direkte Verbindung zu den Datenbanken ... und den Servern in unserem Werk herzustellen. Das muss ich betonen Dieser direkte Zugriff vom Analysetool auf die Datenbank ist für alle eine große Sache, denn es bedeutet, dass man keine Programmierung oder Datenaufbereitung durchführen muss, nur um eine Tabelle zu erstellen. Sogar die Verfahrenstechniker, Jeder Interessierte kann auf interaktive Weise auf diesen riesigen Datensatz zugreifen .“
– Francisco Navarro, Chemieingenieur, Solvay
Zeit für Innovation: Industrielle Datenwissenschaft für die Perfektion chemischer Prozesse (Link kommt bald)
„Zu viele Unternehmen haben Fantasien über KI. Es ist bedauerlich, dass die Bedeutung der KI-Grundlage in der Datenanalyse so oft übersehen wird … Wir müssen genau verstehen, was unsere Daten bedeuten, damit wir die geeigneten Algorithmen auswählen und anwenden können. Ich denke, dass die Leute zu den Grundlagen zurückkehren werden, wenn der aktuelle Hype um maschinelles Lernen vorüber ist.
– Jong-Seok Lee, Professor, Sungkyunkwan-Universität
Erfolgsgeschichte der Sungkyunkwan-Universität
„Ich war sehr überrascht, als ich das zum ersten Mal sah Spalteneigenschaftsfunktion einer Datentabelle in JMP. Es war so innovativ. Auch das Zusammenspiel zwischen Grafik und Datenauswahl ist ein Differenzierungsfaktor.“
– Jong-Seok Lee, Professor, Sungkyunkwan-Universität
Erfolgsgeschichte der Sungkyunkwan-Universität
„JMP ist schnell und praktisch, wenn es darum geht, Verteilungen zu überprüfen, Relevanz mithilfe von Streudiagrammmatrizen zu identifizieren und auf Ausreißer zu prüfen. Ganz zu schweigen davon, dass wir all dies tun können, ohne etwas programmieren zu müssen … Mit JMP konnten wir schnell ein hochprädiktives Modell finden und beurteilen. Wir nutzten die Desirability-Funktion des Profilers und hatten außerdem den Vorteil, schnell mit unseren Kunden zu kommunizieren und Anweisungen festzulegen, basierend auf den Ergebnissen dieser Modelle.“
– Jong-Seok Lee, Professor, Sungkyunkwan-Universität
Erfolgsgeschichte der Sungkyunkwan-Universität
„ JSL war nützlich, um einige benutzerdefinierte Funktionen einzubinden, die zu diesem Zeitpunkt in der Standard-JMP-Benutzeroberfläche nicht verfügbar waren. Außerdem erleichterte die Kartenfunktion das Erkennen von Trends in der Umgebung durch die Visualisierung von Reparaturdaten auf koreanischen und Weltkarten.“
– Jong-Seok Lee, Professor, Sungkyunkwan-Universität
Erfolgsgeschichte der Sungkyunkwan-Universität
„ Das größte Geheimnis besteht darin, dass 80 % der Datenwissenschaft in der Vorverarbeitung der Daten liegt . Sie müssen also üben, Ihre Daten in einen Computer zu übertragen und sie zu visualisieren ... Diese Werkzeuge und diese Denkweise waren schon immer Teil meiner Arbeit. Und das gibt mir Selbstvertrauen. Ich mache mir nie Sorgen, eine Entscheidung zu treffen, wenn sie datengesteuert ist.“
– Teena Bonizzi, wissenschaftliche Mitarbeiterin, SABIC
Statistisch gesehen: Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen
„Es gab eine Zeit, in der wir ein Team hatten, das zu verstehen versuchte, warum unser Produkt in der Anlage eines Kunden nicht so gut funktionierte, wie es sollte. Sie waren losgefahren und hatten einige Daten gesammelt, um zu verstehen, wie unterschiedliche Betriebsbedingungen in diesem Fall die Flexibilität des Produkts beeinflussten. Als die Daten zurückkamen, war das Team ziemlich überrascht. Die Ergebnisse waren überhaupt nicht Ihren Erwartungen entsprachen, und diese Flexibilitätswerte waren ungewöhnlich niedriger. Sie beschlossen, die Tests zu wiederholen – alle 150 Proben. Als diese Ergebnisse dann zurückkamen, lagen sie am Ende bei zwei Datensätzen und hatten Probleme, die Ergebnisse abzugleichen, obwohl sie immer noch die Situation hatten, dass einige dieser Betriebsbedingungen Ergebnisse lieferten, die sie nicht verstehen konnten. Aber sobald wir die Daten in [JMP] eingegeben hatten, dauerte es buchstäblich nur ein paar Minuten, bis unser Modell angepasst war und es auf dem Bildschirm angezeigt wurde. Sobald wir diese Beziehungen visualisieren konnten, konnten wir eine sehr deutliche Interaktion erkennen. So konnten wir zum Kunden zurückkehren und stellten fest, dass seine Anlage tatsächlich viel langsamer lief, als wir es normalerweise erwarten würden. Deshalb empfahlen wir ihm, umzusteigen, um optimale Ergebnisse zu erzielen. Ohne dieses Regressionsmodell, ohne diese Technik und ohne die Beobachtung dieser Interaktion hätten wir weder das Vertrauen noch das Verständnis aufbringen können, um die richtige Empfehlung abzugeben .“
– Teena Bonizzi, wissenschaftliche Mitarbeiterin, SABIC
Statistisch gesehen: Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen
„Wenn ich diese fortschrittlichen Analysemethoden nicht entdeckt hätte, wäre ich offensichtlich im Rückstand gewesen. Ich wäre nicht so agil oder flexibel und denke Ich hätte gesehen, dass Dinge viel länger dauern würden, als ich sie heute erledigen kann .“
– Steve King, pensionierter Engineering Associate Fellow, Advanced Analytical Methods, Rolls-Royce
Statistisch gesehen: Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen
„ Wenn Sie ein Gespräch mit einem Fachexperten führen, insbesondere mit jemandem, der ein Interessenvertreter ist, müssen Sie ihn für sich gewinnen. Und eine Möglichkeit, dies zu tun, besteht darin, zu sagen: „Sehen Sie, ich habe das Problem mithilfe der Datenwissenschaft gelöst.“ Es kommt nicht nur auf die Präzision Ihrer Arbeit an. Wir alle erhalten großartige Modelle mithilfe von Random Forest, Gradient Posting und neuronalen Netzen. Es ist die variable Wichtigkeit. Wenn ich also die Ergebnisse in einer Rangfolge anordne, sage ich: „Sehen Sie, ich kenne Ihr Thema nicht.“ Ich versuche hier zu lernen. Aber von diesen Variablen halte ich diese für wirklich wichtig. Und er nickt mit dem Kopf und sagt: Ich verstehe. Du bringst mir nichts Neues bei. Aber ich bin froh, dass Sie auf der gleichen Seite sind, dass Sie die Physik des Problems erfassen…. Und JMP hat die Fähigkeit dazu .“
– Sameer Vittal, Chef-Beratungsingenieur für Analytik und Zuverlässigkeit, GE Gas Power
Statistisch gesehen: Die Schlüsselelemente zur Schaffung und Förderung einer datengesteuerten Kultur
„ Ohne JMP hätte ich diese komplexe Überlebensanalyse nicht so schnell und einfach meistern können, wie ich es getan habe. Seine Visualisierungs- und Grafikfunktionen machen es für uns Biologen wirklich einfacher, unsere Forschungsfragen zu beantworten.“
– JP Montagne, Forschungskoordinator, Abteilung Angewandte Tierökologie, San Diego Zoo
Erfolgsgeschichte des San Diego Zoos
„Bevor wir JMP hatten, hatten wir keine gute Möglichkeit, genaue Vorhersagen zu treffen. JMP hat unsere Sichtweise dahingehend verändert, wie wir Veränderungen besser antizipieren können und Schwankungen der Wasserqualität in der Zukunft.“
– Lei Wang, Ingenieurin, Beijing Aquarium
Erfolgsgeschichte des Pekinger Aquariums
„ Die Textanalyseplattform in JMP war für uns unglaublich wertvoll weil es flexibel genug ist, um eine Fehlerkategorisierung in Pareto-Diagrammen anhand von Kommentaren von Personen zu ermöglichen, deren Muttersprache nicht Englisch ist. Es bewältigt alle Varianten fast wie von Zauberhand .“
– David Seniuk, leitender Produktingenieur, Ciena
Ciena-Erfolgsgeschichte
„Datenqualität ist ein großes Problem für die öffentliche Gesundheit. Und diese Blackbox … da kommt JMP ins Spiel . JMP war bei der Datenbereinigung, Qualitätskontrolle, Berichterstellung und Visualisierung absolut unverzichtbar. Egal wie schwierig oder zeitaufwändig, ich finde mit JMP immer eine Möglichkeit, Datensätze aus verschiedenen Datensystemen zu verknüpfen, mit Daten zu arbeiten und die verstrichene Zeit für Interventionsergebnisse zu berechnen.“
– Elaine Daniloff, Epidemiologin, Colorado Department of Public Health and Environment
CDPHE-Erfolgsgeschichte
„Wir haben die Dateien dedupliziert, zusammengeführt und zusammengefügt. Wir begannen mit etwa 2,2 Millionen Datensätzen und hatten nach der Bereinigung etwa 900.000 Datensätze, konsolidiert nach einzelnen Verbrauchern. Wir haben ein Dashboard erstellt, damit der Kunde diese Datensätze auf optisch ansprechende Weise sehen kann. JMP Pro ist der eigentliche Treiber; Es hat keinen Sinn, ein schönes Dashboard zu haben, wenn die Daten beschädigt sind .“
– Huw Davis, Daten- und Analyseleiter für den asiatisch-pazifischen Raum, J. Walter Thompson
Erfolgsgeschichte von Walter Thompson
„Kein Prozess kann zu 100 Prozent fehlerfrei sein, aber je mehr Fehler wir erkennen können, bevor sie nach außen dringen, desto größer ist der Nutzen für unsere Kunden …“ Wir haben [in JMP] Parameter, die besagen, dass uns der Kunde beim Eintreten dieser Ereignisse eine schlechte NPS-Bewertung gibt. Wenn wir nun ein ähnliches Problem sehen, wissen wir, noch bevor wir Kundenfeedback erhalten, proaktiv dagegen vorzugehen. Wenn Sie proaktiv auf Kundenbedürfnisse eingehen, tragen Sie wirklich zum Aufbau einer starken Kundenbeziehung bei.“
– Tyler Wise, Projektanalyst im Bereich Global Business Services, Diebold Nixdorf
Diebold Nixdorf-Erfolgsgeschichte
„ Mit JMP nehmen Sie das Chaos und ordnen es. Es war ein Entdeckungsprozess – und ich kam auf die Idee, dass Standardabweichung und Interquartilbereich gute Möglichkeiten zur Charakterisierung der Metriken und zum Erlernen der Eigenschaften der Daten bieten.“
– Mike Paglione, Ingenieur, Federal Aviation Administration
FAA-Erfolgsgeschichte
„In dieser Studie habe ich die Datenermittlung durchgeführt; Ich wusste nicht, wie ich die Daten charakterisieren wollte. Aber durch die Verwendung von JMP konnte ich erkunden, wie andere es in der Vergangenheit gemacht haben, und es auf viele verschiedene Arten charakterisieren. ”
– Mike Paglione, Ingenieur, Federal Aviation Administration
FAA-Erfolgsgeschichte
„Wir verfügen über eine enorme Menge an Verkehrsdaten aus vielen, vielen Messungen. Ich glaube ehrlich gesagt nicht, dass ich diese Analyse hätte durchführen können – schon gar nicht in diesem Umfang und vielleicht auch überhaupt nicht. Um so viele Daten zu verarbeiten, benötigen Sie ein Tool wie JMP . JMP ist zu einem wesentlichen Bestandteil der Analyse-Toolbox der FAA geworden .“
– Mike Paglione, Ingenieur, Federal Aviation Administration
FAA-Erfolgsgeschichte
„Unser Ziel ist es, Variationen zu reduzieren oder zu eliminieren, und Textdaten bieten einen Vorteil . Es ermöglicht uns eine tiefergehende Analyse und hilft Entscheidungsträgern, bessere Entscheidungen zu treffen .“
– Gokhan Sarpkaya, Subsea Systems Western Region Planning System Manager, FMC Technologies
Erfolgsgeschichte von FMC Technologies
„Zu viele Codes erschweren es den Personen, die die Daten eingeben, diese korrekt einzugeben. Wenn ich fünf Projekte mit 15.000 Aktivitäten habe, erhalte ich 75.000 Aktivitätslinien. Für einen einzelnen Menschen ist es möglicherweise nicht möglich, dort hineinzugehen und sie dort zu kombinieren, wo verschiedene Texte denselben Gedanken zum Ausdruck bringen, und eine Analyse durchzuführen. Aber mit Text Mining und einer Clusteranalyse in JMP dauert es eine Weile, aber nur wenige Stunden im Vergleich dazu ist es praktisch unmöglich .“
– Dan Fortune, Global Business Excellence Manager, FMC Technologies
Erfolgsgeschichte von FMC Technologies
„Uns interessierte nicht die Komplexität des Scriptings in jedem technischen Detail. Wir wollten ein einfaches, schlankes Tool, das eine hochgradig interaktive Datenanalyse ermöglicht. Das ist etwas, was JMP sehr, sehr gut macht ."
– Laura Zambianchi, Senior Filtering Material Specialist, Fresenius
Fresenius-Erfolgsgeschichte
„Die klassische Art, Statistiken zu verwenden, besteht darin, eine bestehende Hypothese zu bestätigen, aber wenn man im Geschäft ist, sucht man in Echtzeit nach Antworten auf Fragen, die jeden Tag auftauchen.“ Was Sie wollen, ist etwas, das so schnell wie möglich funktioniert, etwas, das sehr interaktiv und grafisch ist. Das ist JMP und Visual Six Sigma. Jeder Benutzer kann nach minimaler Schulung auf die Daten zugreifen, sie analysieren und Antworten auf seine Fragen erhalten .“
– Laura Zambianchi, Senior Filtering Material Specialist, Fresenius
Fresenius-Erfolgsgeschichte
„ JMP erschließt großes Potenzial. Es ermöglichte uns, komplexe Programmierprojekte modular anzugehen. Die Machbarkeit des Endergebnisses ist dann nur noch eine Frage der Ressourcen und der Zeit.“
– Laura Zambianchi, Senior Filtering Material Specialist, Fresenius
Fresenius-Erfolgsgeschichte
„Aufgrund der hohen Komplexität unserer Prozesse brauchten wir neben der Berücksichtigung konventionellerer Parameter wie Zufuhrrate, Zelldichte usw. ein besseres Tool zur Beurteilung der Auswirkungen physikalischer Kräfte wie Flüssigkeits- und Gasströmungen. Obwohl im Hintergrund viele komplizierte Berechnungen und Codierungen ablaufen, ist JMP dank der sehr benutzerfreundlichen Plattform recht einfach zu bedienen .“
– Somaieh Mohammadi, wissenschaftlicher Mitarbeiter, Fujifilm Diosynth Biotechnologies
Erfolgsgeschichte von Fujifilm Diosynth Biotechnologies
„JMP verfügt über so viele eingebaute Dinge, die sehr angenehm zu verwenden sind, und wenn es nicht das hat, was ich brauche, kann ich ganz einfach ein Programm dafür schreiben. JSL macht JMP extrem erweiterbar .“
– Peter Mroz, Senior Statistical Programmer, Janssen
Janssen-Erfolgsgeschichte
„ JMP sorgte für Vertrauen in die Daten , wonach ich wirklich gesucht habe. Sie können die Korrelationen haben, aber wie gut sind die Anpassungen an die Daten? Ich wusste nicht, was mich dort erwarten würde.“
– Rich Giannola, Atmosphärenwissenschaftler, Labor für Angewandte Physik der Johns Hopkins University
Erfolgsgeschichte des Applied Physics Laboratory der Johns Hopkins University
„ Ich verwende JMP für alles. Es ist sehr einfach, Modelle zu konstruieren. Mir gefällt, dass man keinen Code in die grafische Benutzeroberfläche eingeben muss, wie bei mancher Software. Sie klicken einfach auf etwas, wählen die Spalten Ihrer Tabellen aus und sehen sofort die Ergebnisse. Das macht die Software so einfach zu bedienen, auch für Kollegen, die sich mit mathematischen Analysen und Programmierung nicht auskennen.“
– Katharina Lankers, Forschungswissenschaftlerin, SCHOTT
Erfolgsgeschichte von SCHOTT
„ Ich mag es, alle diese Tools in einem Softwarepaket vereint zu haben – die Datenvorbereitungs- und Visualisierungstools, die Versuchsplanung, SPC und verschiedene Modellierungen. Es ist sehr einfach zu bedienen und sehr intuitiv. Sie sehen, was Sie tun, indem Sie einfach auf Ihre Daten klicken. Uns gefällt die interaktive Komponente sehr.“
– Katharina Lankers, Forschungswissenschaftlerin, SCHOTT
Erfolgsgeschichte von SCHOTT
„Die tägliche Überwachung des Ertrags auf der Linie wird jetzt von JMP verwaltet. Wir haben die Erstellung von Berichten automatisiert, die es uns ermöglichen, Änderungen in Elementen zu überwachen, die sich negativ auf die Ertragsqualität auswirken . Mit JMP können wir nicht nur die Ursachen qualitätsbezogener Probleme an der Linie schneller beheben, sondern auch die Ursachen etwaiger Unstimmigkeiten identifizieren und diese schnell entkorrelieren. Mithilfe des Modellierungsmoduls können wir jetzt alle Faktoren, die sich auf die Herstellung der von unseren Kunden nachgefragten Produkte auswirken, effektiver vorhersagen und anpassen.“
– Annick Vuillermoz, Senior Manager für Ertrags-/Prozesskontrollsysteme, Soitec
Soitec-Erfolgsgeschichte
„ JMP weckt die Neugier. Wenn Sie sich die Ergebnisse einer Analyse ansehen, fallen Ihnen möglicherweise einige Begriffe auf, mit denen Sie nicht vertraut sind. Daher untersuchen Sie sie und versuchen zu verstehen, was sie bedeuten.“
– Matteo Patelmo, Ingenieur, STMicroelectronics
Erfolgsgeschichte von STMicroelectronics
" Mit JMP können wir unsere Daten viel schneller erfassen und präsentiert es dann in einem Format, das es so einfach macht, es zu erkunden … JMP ist so zugänglich. Unsere Mitarbeiter waren mit der Benutzererfahrung sehr zufrieden.“
– Pius Dahinden, Analytical Science Manager, Tillotts Pharma
Tillotts Erfolgsgeschichte
„[JMP] ermöglicht es mir, die Daten wirklich zu erkunden , und wenn ich neugierig auf ein bestimmtes Muster oder eine bestimmte Frage bin, kann ich mir diese Frage ziemlich schnell selbst stellen. Die Dinge werden einfach unmittelbarer offensichtlich.“
– Daniel Arneman, Umweltspezialist, University of North Carolina in Chapel Hill
Erfolgsgeschichte der University of North Carolina in Chapel Hill
„In vielen Fällen können wir JMP Pro nutzen, um unsere Anforderungen auf der Daten- und Analyseseite zu erfüllen, Einblicke zu liefern und bei der Entscheidungsfindung zu helfen.“ Unsere Investition in JMP Pro – gegenüber der Basisversion von JMP – hat diese Art der Modellierung für unsere Mitarbeiter viel einfacher gemacht. "
- John Szarka, Statistiker, WL Blut
John Szarka über JMP Pro, Reproduzierbarkeit und warum die aktive Teilnahme an der JMP-Community und dem Early Adopter-Programm Benutzern bei WL Gore dabei hilft, mehr aus ihrer Investition in die Software herauszuholen
VERGLEICH MIT ANDEREN SOFTWAREPAKETEN
JMP war Marktführer. Es nutzte starke multivariate Tools, die wir brauchten, und ich konnte sehen, dass jede Versionsveröffentlichung mit neuem und verbessertem Schnickschnack ausgestattet ist. Darüber hinaus war die Support-Community sehr stark. Daher machte es einfach Sinn, sich für JMP zu entscheiden. Und es wurde auch schnell angenommen.“
- Kieran O'Mahony, Data Science and Analytics Manager, Dairygold
Milchgold | JMP
„Als ich JMP zum ersten Mal kennenlernte, war ich ein Minitab-Superuser und habe ehrlich gesagt den Nutzen nicht sofort erkannt. Trotzdem habe ich den Wechsel einmal mit Hilfe von geschafft @Jordan_Hiller 's Vor-Ort-Schulungen und einige davon ausgezeichnet On-Demand-Webinare , ich habe nie zurückgeschaut. Allen, die den Übergang geschafft haben, geht es genauso.“
-Steve Hampton, Prozesskontrollmanager, PCC Structurals
Steve Hampton von PCC Structurals über den Umstieg von Minitab und warum es so wichtig ist, die JMP-Ressourcen für Engagement und Lernen zu nutzen, nennt er einen „immensen Mehrwert“
„Wie jeder, der Minitab verwendet hat, weiß: Wenn Ihre Spalten nicht genau die gleiche Größe haben, werden Sie frustriert sein. Und Wenn technische Manager oft genug hören: „Ich wollte diese Präsentation machen lassen, aber ich weiß nicht, wie ich sie aus Minitab herausholen kann“, gibt es einen Punkt, an dem man woanders hingeht .“
– Michael Anderson, leitender Entwicklungsingenieur für Statistik und Messung, Corning
Corning-Erfolgsgeschichte
„ Wir haben verschiedene Plattformen ausprobiert, uns aber letztendlich für JMP entschieden. Es ist viel benutzerfreundlicher als die anderen. Und es gibt eine kontinuierliche Weiterentwicklung – ständig werden neue Tools [in JMP] entwickelt. Und Sie können JMP tatsächlich Feedback zu Dingen geben, die Sie [in zukünftigen Versionen] sehen möchten. Es gibt einen sehr guten Support, sodass wir jedes Mal, wenn wir etwas brauchen, wissen, an wen wir uns bei JMP wenden können, um uns zu helfen.“
– Pilar Gomez Jimenez, leitende Wissenschaftlerin, Johnson Matthey
Zeit für Innovation: Eine DOE-Denkweise für erfolgreiche Experimente nutzen (Link kommt bald)
„Statistische Modellierung habe ich mehrfach mit verschiedenen Softwareprogrammen wie R und Minitab versucht. Und was ich bei JMP wirklich gespürt habe, war, dass unter der Haube einfach so viel Strenge steckte. Aber auf den ersten Blick ist es für einen Wissenschaftler sehr einfach zu bedienen. Ohne diese Software hätten wir – für mich persönlich – einfach keine Möglichkeit gehabt, diese Art von Modellierungsfähigkeiten zu entwickeln. Das DOE und die Modellierung interagieren also nahtlos in der Software, und das ist wahrscheinlich etwas, womit ich große Probleme gehabt hätte. Der Vorteil liegt meiner Meinung nach darin, dass wir damit beginnen können, all diese unterschiedlichen Faktoren und Wechselwirkungen gleichzeitig zu betrachten. Und ich glaube nicht, dass ich das ohne diese Software annähernd so schnell geschafft hätte.“
– David McClymont, Leiter Automatisierung, London DNA Foundry
Zeit für Innovation: Wie Ihr Unternehmen eine Kultur der analytischen Exzellenz schaffen kann: Ein Beispiel aus der synthetischen Biologie (Link kommt bald)
„ Einer der großen Unterschiede zwischen JMP und den anderen fortschrittlichen Analysetools besteht darin, dass JMP ein Tool für Wissenschaftler und Ingenieure ist. JMP bietet auf seiner Website zunächst wirklich gute Ressourcen und viele Beispiele, die nicht nur auf erweiterte Analysen, sondern auch auf andere Bereiche der Statistik und visuellen Analysen angewendet werden können. Ich denke, JMP ist generell eine gute Empfehlung für jeden Ingenieur oder Wissenschaftler im Raum.“
– Francisco Navarro, Chemieingenieur, Solvay
Zeit für Innovation: Industrielle Datenwissenschaft für die Perfektion chemischer Prozesse (Link kommt bald)
„Excel konnte die Probleme, mit denen ich zu kämpfen hatte, nicht lösen , und ich hatte schon einmal von JMP gehört. Am ersten Abend nach der Teilnahme an einem Kurs zur Datenerkundung konnte ich ein Problem lösen – wir hatten uns die Datenpartitionierungstools von JMP angesehen …. und mir wurde sehr schnell klar, dass ich Excel nicht mehr für Analysen verwenden und auf JMP umsteigen musste. Seitdem nutze ich JMP täglich.“
– Pete Cannon, Senior Director, Produktqualitätstechnik und Qualitätsmanagementsysteme, NVIDIA
NVIDIA-Erfolgsgeschichte
„Wenn Sie mehr als fünf Minuten pro Monat damit verbringen, Excel zur Datenvisualisierung zu verwenden, Sie verschwenden Ihre Zeit, indem Sie JMP nicht verwenden .“
– Pete Cannon, Senior Director, Produktqualitätstechnik und Qualitätsmanagementsysteme, NVIDIA
NVIDIA-Erfolgsgeschichte
„JMP hat die Arbeitszeit drastisch reduziert. Wenn ich R verwendet hätte, hätte ich etwa einen Monat gebraucht, um die Arbeit abzuschließen, aber mit JMP war sie innerhalb einer Woche erledigt ."
– Jong-Seok Lee, Professor, Sungkyunkwan-Universität
Erfolgsgeschichte der Sungkyunkwan-Universität
„Insbesondere der JMP Graph Builder ist hierfür einfach fantastisch. Und Jeder, dem ich es gezeigt habe, verwendet Excel und Prism nicht mehr und verwendet jetzt Graph Builder. Sie sparen so viel Zeit .“
– Jon Armer, leitender Wissenschaftler für Formulierungen, F-star Therapeutics
Erfolgsgeschichte von F-star Therapeutics
„Graph Builder ist ein äußerst nützliches Werkzeug für meine tägliche Arbeit. Die Möglichkeit, Daten schnell zu importieren und aufschlussreiche Datenvisualisierungen mit Beschriftungen für Ausreißer zu erstellen, beschleunigt die Entscheidungsfindung. Dies sind alles sehr leistungsstarke Tools, die einen deutlichen Vorteil gegenüber konkurrierenden Tools bieten – sowohl in Bezug auf die Aktualität als auch auf den Inhalt .“
– Pete Cannon, Senior Director, Produktqualitätstechnik und Qualitätsmanagementsysteme, NVIDIA
NVIDIA-Erfolgsgeschichte
„Ich habe so viele Ingenieure in Excel-Tabellen gesehen, die Nummer für Nummer durchgingen und 45 Minuten und anderthalb Stunden damit verbrachten, ihre Daten zusammenzustellen, obwohl man eigentlich, und vor allem wenn es sich um etwas Wiederholbares handelt, im Grunde genommen etwas in ein Skript einfügen kann.“ und das mit einem Klick auf eine Schaltfläche. Vor ein paar Jahren habe ich beispielsweise 10 Minuten damit verbracht, ein Skript [in JMP] zu erstellen, das im Grunde eine ganze Datenbank durchging, nur um sicherzustellen, dass die Datenwerte korrekt waren. Bei mir hat es 10 Minuten gedauert. Und auf die alte Art, Teile der Daten in Excel zu importieren und Zahl für Zahl zu importieren, wäre das auf keinen Fall möglich gewesen. Wenn Sie also überlegen, wie Sie mehr aus Ihrer Organisation herausholen können, sorgen Sie dafür, dass sie weniger Daten manipulieren, indem Sie Skripts erstellen. Die dokumentarische und reproduzierbare Vorgehensweise spart dem Unternehmen viel Zeit.“
– Sarah Kalicin, Datenwissenschaftlerin, Intel
Statistisch gesehen: Führen Sie Ihr Unternehmen zu analytischer Exzellenz
„Henry Ford sagte, wenn ich den Kunden fragen würde, was er wollte, würde er um ein Pferd bitten, aber wissen Sie, ich habe ihm ein Auto gegeben. Und ich verwende diese Analogie, wenn Unternehmen oder Organisationen Excel verwenden möchten. Ja, es ist kostenlos. Sie können in einer geraden Linie von Punkt A nach Punkt B gelangen. Aber es gibt Skaleneffekte wenn man tatsächlich ein Auto auf einer Straße benutzen kann... Man braucht vielleicht 10 Meilen mehr, um dorthin zu gelangen, aber man kommt schneller dorthin, man kommt mit mehr Sachen oder mehr Leuten dorthin und es ist viel zuverlässiger. Das Gleiche gilt für Daten und Ihre Infrastruktur.“
– Sarah Kalicin, Datenwissenschaftlerin, Intel
Statistisch gesehen: Führen Sie Ihr Unternehmen zu analytischer Exzellenz
„Ich war damals neu in dieser Analytics-Abteilung und Mein bevorzugtes Werkzeug war Matlab . Ich habe in Matlab ein mehrschichtiges Variabilitätsdiagramm erstellt. Und wie Sie wissen, ist Matlab ein ziemlich leistungsfähiges Werkzeug, aber es erfordert ein wenig Arbeit, etwas darin zu erstellen. Ein paar Wochen später stellten wir einen Berater ein. Er kam herein und ruft in etwa 10 Sekunden eine Karte auf. Und ich bin eigentlich superglücklich, weil er dieses Diagramm macht, an dem ich gearbeitet habe … also sage ich es ihm. Und er sagt ... was haben Sie aus dieser Tabelle gelernt? Es war einer der härtesten Momente in meiner Karriere, weil ich nichts gelernt hatte, weil ich die zwei Wochen nur mit den Mechanismen der Erstellung des Diagramms verbracht hatte – nicht mit dem Ziehen von Schlussfolgerungen und dem Ziehen von Schlussfolgerungen. JMP hat diesen Zyklus verkürzt, sodass ich das Diagramm in 10 Sekunden erstellen konnte. Das war der Moment, der mich dazu gebracht hat.“
– Vicky Svidenko, Partnerin, Quantum Data Sciences, Microsoft
Statistisch gesehen: Die Kraft strukturierter Experimente in Wissenschaft und Technik
„Spaltenhistogramme sind wirklich cool, aber als Ingenieur, der 20 Jahre damit verbracht hat, Simulationsdaten zu verstehen, muss ich ehrlich gesagt sagen: Graph Builder ist wahrscheinlich die nützlichste Software, die ich je gesehen habe . Früher haben wir Excel und dann Gnuplot verwendet, MathCAD und Mathematica übersprungen und sind zu Matlab gewechselt, dann zu Python/Matplotlib und haben dann eine Weile über R nachgedacht, aber vor drei Jahren Nach einer 5-minütigen Demo von Graph Builder haben wir all das verworfen und sind zu JMP gewechselt und haben es nicht bereut. Wie um alles in der Welt bringt man es dazu, eine halbe Million Datenpunkte darzustellen, *während ich die Maus* über die Drop-Zones ziehe?! Es ist eine Art verrückte schwarze Magie, die da drin steckt, und es ist wirklich erstaunlich. Und es funktioniert auf dem Mac genauso gut wie unter Windows. Wow.Ich habe einer Reihe von Leuten bei der Arbeit Demos gegeben und wahrscheinlich 20 Leute damit auf JMP umgestellt, und ich fange gerade erst an.“
– bharris in der JMP-Benutzergemeinschaft
Lesen Sie den Thread in der Community
„Wir verwendeten Minitab und dann JMP und Die überwiegende Mehrheit der Ingenieure entschied sich aufgrund der Kompatibilität und Benutzerfreundlichkeit für JMP in der technischen Analyse. Jetzt denke ich, dass wir JMP niemals aufgeben werden.“
– Corinne Bergès, Managerin, Risikobewertung, Statistik- und Sicherheitsanalyse und Six Sigma, NXP
NXP-Erfolgsgeschichte
„ Bei Minitab müssen Sie über gewisse Statistikkenntnisse verfügen, um aussagekräftige Analysen erstellen zu können. Aber weil JMP so intuitiv ist, kann jeder nützliche Analysen durchführen .“
– Corinne Bergès, Managerin, Risikobewertung, Statistik- und Sicherheitsanalyse und Six Sigma, NXP
NXP-Erfolgsgeschichte
„JMP kombiniert eine benutzerfreundliche Oberfläche mit umfassender Technologie . Menschen lieben es, Diagramme in Excel zu erstellen. Aber sobald sie JMP kennengelernt haben und sehen, wie einfach es ist – zum Beispiel mit Graph Builder oder dem Variabilitätsmessdiagramm –, sehen sie, wie einfach es ist, in nur einer Sekunde ein Diagramm zu erstellen. JMP ist so schnell und selbsterklärend, dass Benutzer nicht mehr zu Excel zurückkehren möchten.“
– Maria Lanzerath, Global Head of Statistics, WL Blut
WL Gore-Erfolgsgeschichte
„Das Reizvolle [an JMP] ist wirklich der Workflow-Ansatz. Es ist kein Werkzeugkasten. Minitab ist eine statistische Toolbox; JMP ist nicht…. Es regt die Leute zum Nachdenken an und sagt: „Hey, wie wäre es, wenn wir diese Daten auf eine andere Art und Weise aufteilen würden?“ Es ist dieser Arbeitsaufwand, den wir im Gegensatz zum Toolbox-Ansatz für unglaublich wertvoll halten.“
– Steve Czupryna, Qualitätsprozessingenieur, Samson Rope
Erfolgsgeschichte von Samson Rope
„ [Minitab] bietet nicht die neueren Analysetechniken, die JMP unterstützt. Ich glaube, sie fallen zurück. Mir gefällt wirklich, dass JMP einige der neueren Techniken der allgemeinen Regression übernimmt.“
– David Lee, Direktor für Qualität und Zuverlässigkeit, ON Semiconductor
Erfolgsgeschichte von ON Semiconductor
„Wir haben viel Zeit mit Excel verbracht, nur um die richtige Sicht auf die Daten zu bekommen. Stattdessen haben wir herausgefunden, dass JMP Daten viel einfacher verbinden und von einer Ansicht zur anderen wechseln kann, indem es einen Parameter ändert und die Daten auf eine bestimmte Weise aufteilt. Allein durch die Benutzeroberfläche und die datenzentrierte Sichtweise von JMP konnten Produktivitätssteigerungen erzielt werden. ”
– Greg Mattiussi, Senior Director of Manufacturing, Siemens Healthineers
Erfolgsgeschichte von Siemens Healthineers
„Um eine Visualisierung in Excel zu erreichen, müssten wir vorgefertigte Makros kaufen oder viele Makros oder Skripte selbst schreiben. Mit JMP können wir den effektivsten Weg finden, die Daten aufzuteilen oder die Ergebnisse eines Maschinenmodells anzuzeigen, ohne viel Zeit damit zu verbringen, das Programm etwas tun zu lassen, für das es nicht explizit entwickelt wurde. Ich habe definitiv weniger Widerstand seitens des Managements bemerkt, wenn wir JMP-Visualisierungen verwenden.“
– Greg Mattiussi, Senior Director of Manufacturing, Siemens Healthineers
Erfolgsgeschichte von Siemens Healthineers
„Jeder hat angefangen, JMP zu verwenden, weil man Skripts erstellen und Daten direkt abrufen konnte. Sobald die Leute es sahen, sagten sie: „Wow, ich kreise das einfach ein und dann wird diese Grafik hervorgehoben – wow!“ Skripte erstellen, Daten abrufen, visualisieren, das immer und immer wieder tun – das ist in Excel oder Minitab nicht wirklich möglich .“
– Jim Gillard, Operations Master Black Belt, Polar Semiconductor
Erfolgsgeschichte von Polar Semiconductor
„Als ich JMP zum ersten Mal verwendete, stellte ich fest, dass es leistungsfähiger als Minitab war, da es aus der Perspektive eines Ingenieurs entwickelt wurde. JMP gehört zu einer höheren Klasse als andere Programme, da es darauf ausgelegt ist, alle Arten von Problemen zu lösen, mit denen Ingenieure konfrontiert sind – es ist wirklich praktisch für Ingenieure.“
– SungSoo Lee, Innovation Group Manager, Daeduck Electronics
Erfolgsgeschichte von Daeduck Electronics
„Was ich durch die Verwendung von JMP gelernt habe, ist, dass sich die Konnektivität der Analyse völlig von der von Minitab unterscheidet. Während Minitab über unabhängige Menüs verfügt, die beim Wechsel zwischen Analysen bedient werden können, kann JMP selbst problemlos eine Verteilungsanalyse in eine Prozessfähigkeitsanalyse umwandeln. JMP ist ein One-Stop-Shop.“
– SungSoo Lee, Innovation Group Manager, Daeduck Electronics
Erfolgsgeschichte von Daeduck Electronics
„Ich könnte darüber nachdenken, in Excel zu schreiben, aber aufgrund der dafür nötigen Zeit würde es sich wahrscheinlich gar nicht erst lohnen, es zu tun .“
– Matt Brown, Prozessingenieur, US Synthetic
Erfolgsgeschichte von US Synthetic
„JMP ist in der Lage, große Datenmengen darzustellen, die in häufig verwendeten Tools nicht sichtbar sind – und das in einer benutzerfreundlichen Oberfläche . [Wir können daher] im Vergleich zu anderen Tools mehr Erkenntnisse für die Entscheidungsfindung und Analyse liefern .“
– Kyoung-Yun Kim, NABOTA-Forschungsgruppenleiter, Daewoong Pharmaceutical
Erfolgsgeschichte von Daewoong Pharmaceutical
„Manche Programme eignen sich vielleicht gut für experimentelles Design, aber das ist auch alles, was sie tun.“ JMP verfügt über die Tabellenmanipulation, die Modellierung und die Visualisierung. Es hat all diese Dinge. Sie können tatsächlich ein Paket verwenden, um alles zu erledigen und die Ausgabe zu organisieren …. Ein Problem, das sowohl in der Wissenschaft als auch in der Industrie weit verbreitet ist, besteht darin, dass Ihre Daten überall verstreut sind, aber mit JMP können Sie alles sehr schnell zusammenführen.“
– Martin Owen, Dozent an der De Montfort University und ehemaliger chemischer Entwicklungsmanager bei GSK
Erfolgsgeschichte der De Montfort University
„[Programmiersprachen wie R und Python] sind definitiv eine Richtung, in die sich viele Unternehmen bewegen. Sie müssen jedoch darauf vertrauen können, dass die Dinge, die Sie verwenden, tatsächlich richtig entwickelt wurden und dass Sie sie zu Validierungszwecken verwenden können .“
– Kasper Munck, Hauptberater, NNE
Erfolgsgeschichte von Ferring Pharmaceuticals und NNE
„ JMP ist wie Excel für statistische Steroide. Es gibt so viel, was Sie damit machen können, ohne ein Programm schreiben zu müssen – und dann können Sie ganz einfach eines schreiben, wenn Sie möchten. Mit JMP kann man sehr weit kommen.“
– Peter Mroz, Senior Statistical Programmer, Janssen
Janssen-Erfolgsgeschichte
„Andere Analysetools können sehr leistungsfähig sein, aber die Datenvisualisierung ist normalerweise statisch … Die interaktive Visualisierung in JMP hilft Ihnen, die Daten auf einer völlig anderen Ebene zu verstehen und zu erkunden .“
– Serguei Roupassov, Leiter der Data Science-Gruppe, Valard Construction
Erfolgsgeschichte von Valard Construction
„Wir verfügen in unserem gesamten Unternehmen über sehr umfangreiche Datensätze zur Prozesssteuerung. JMP gibt uns die Möglichkeit, diese Daten zu betrachten und nach Korrelationen zwischen ihnen zu suchen . Mir ist kein anderes Prozesstool bekannt, das es uns ermöglichen würde, über diese großen Datensätze den Grad an statistischer Analyse zu erhalten, den wir mit JMP erreichen können. Aus Sicht der statistischen Analyse ist es wirklich das Werkzeug unserer Wahl – und ich denke, es ist das einzige Werkzeug auf dem Markt, das uns die Flexibilität gibt, das zu tun, was wir tun müssen.“
– Geoff Beatham, Qualitätsdirektor, Kodak
Kodak-Erfolgsgeschichte
„ Früher brauchte ich einmal im Monat zwei Tage, um diese Berechnungen durchzuführen und sie dann in Excel grafisch darzustellen. Mit JMP schaffe ich das in weniger als einer Stunde. Die Daten kommen zu mir als Download in Excel, und ich lade sie einfach direkt in JMP ein, drücke ein paar Tasten, überprüfe, ob die Daten bereinigt sind, und starte dann meine Analyse in JMP.“
– Peter Blum, Qualitäts- und technischer Manager, Kodak
Kodak-Erfolgsgeschichte
„SPSS kann auch sehr schwierig zu bedienen sein. Wenn Sie nicht wissen, wie man einen Statistikcheck auf professionellem Niveau durchführt, könnten Sie sehr schnell in eine Sackgasse geraten, weil Sie nicht wissen, wie Sie mit dem nächsten Schritt fortfahren sollen …. Mit Graph Builder können Sie die X- und Y-Achse jederzeit ändern. Es gibt so viele Sonderfunktionen, die Excel oder SPSS nicht bieten können.“
– Kai Xu, Professor für Sportphysiologie, Nanjing Sports Institute
Erfolgsgeschichte des Nanjing Sports Institute
„ Ich könnte das in R machen, aber es würde ewig dauern! In JMP kann ich mit nur einem Knopfdruck eine PCA erhalten. Es gibt eine solche Lernkurve mit R – Befehlszeilenschnittstellen sind so entmutigend, wenn Sie kein Programmierer sind. Für eine PCA oder eine Korrelationsmatrix würde ich beispielsweise mindestens drei oder vier Zeilen Code benötigen.“
– Arielle Parsons, Ökologin, North Carolina Museum of Natural Sciences
Erfolgsgeschichte des North Carolina Museum of Natural Sciences
„ Wenn Sie Excel oder etwas anderes verwenden wollten, um den Bericht in mehrdimensionalen Grafiken zu erstellen, wäre das zu schwierig. Aber mit Graph Builder können Sie es einfach per Drag-and-Drop verschieben und dann ein paar Tasten drücken, und schon werden die Daten angezeigt. Das sind einige der besten Funktionen von JMP.“
– Ron Zhang, leitender Chefingenieur, Oshkosh Corporation
Erfolgsgeschichte der Oshkosh Corporation
„R kann wirklich schwierig zu bedienen sein. Und dann gibt es noch SPSS, das vielleicht nicht so innovativ ist und etwas umständlich sein kann, da alle Ausgaben in einem Bereich zusammengefasst sind. JMP hingegen ist sozusagen der perfekte Mittelweg. Es verfügt über einige wirklich einzigartige Funktionen, ist aber auch sehr einfach zu bedienen. Sie können alles getrennt und organisiert halten.“
– Jordan Gillespie, Doktorand, Auburn University
Erfolgsgeschichte des Penn Vet Working Dog Center
„Jeder hat angefangen, JMP zu verwenden, weil man Skripts erstellen und Daten direkt abrufen konnte. Sobald die Leute es sahen, sagten sie: „Wow, ich kreise das einfach ein und dann wird diese Grafik hervorgehoben – wow!“ Skripte erstellen, Daten abrufen, visualisieren, das immer und immer wieder tun – Das ist in Excel oder Minitab nicht wirklich möglich .“
– Jim Gillard, Operations Master Black Belt, Polar Semiconductor
Erfolgsgeschichte von Polar Semiconductor
„Erstens ist es die Datenmenge, die JMP verarbeiten kann. Excel war zu langsam, stürzte ab oder die Anwendung in einer Produktionsumgebung war zu eingeschränkt. Meine Produktivität hat sich mit JMP dramatisch gesteigert. Das ist mir sofort aufgefallen.“
– Raghavendran Swaminathan, Senior Process Development Engineer, Roche
Roche-Erfolgsgeschichte
„Die Schüler sind [von der Nützlichkeit von JMP] überzeugt, sobald sie ein komplexeres multivariates Diagramm erstellen und sagen: „ Ich hätte, ich weiß nicht wie viele Minuten, mit R noch gebraucht! „Diese Kompromisse sind ein großes Problem, wenn Sie in Echtzeit an einem Analyseproblem arbeiten.“ Sie müssen die Daten so schnell wie möglich lernen – bevor Sie Modelle schätzen. Und die Visualisierung in JMP ist wirklich schnell – ganz zu schweigen davon, dass man so schnell einen großen Datensatz laden kann. Es war so cool zu sehen, wie sich Studenten aus eher quantitativen Bereichen dafür begeisterten, dies mit JMP zu tun.“
– Christian Hildebrand, Assistenzprofessor für Marketing Analytics, Universität Genf
Erfolgsgeschichte der Universität Genf
„Hätte ich JMP nicht gehabt, hätte ich R lernen müssen. Ich habe R in der Vergangenheit verwendet und es ist auch ein großartiges Tool, aber es gibt eine riesige Lernkurve – Zum einen muss man Scripting beherrschen. Die meisten von uns hier am Institut sind keine Statistiker. Wir sind Ökologen, Biologen, Reproduktionsphysiologen. Und wir nutzen Statistiken als Hilfsmittel, um die Fragen unserer Forschung zu beantworten.“
– JP Montagne, Forschungskoordinator, Abteilung Angewandte Tierökologie, San Diego Zoo
Erfolgsgeschichte des San Diego Zoos
„JMP ist ein statistisches Tool, das die Vorteile der Datenverarbeitung auf leistungsstarke Weise nutzt. Im Gegensatz zu den anderen Tools, die es gibt – die im Grunde die gleichen sind wie vor 20 Jahren, nur schneller – JMP macht Dinge, die andere Software nicht kann .“
– Robert Stine, Professor für Statistik, The Wharton School der University of Pennsylvania
Erfolgsgeschichte der University of Pennsylvania
TEXTANALYSE
„Vor kurzem hatte ich die Gelegenheit, mit der Qualitätsgruppe von Avon zusammenzuarbeiten, um einige Produktbewertungen zu analysieren. Einige Verbraucher gaben freiwillige Kommentare zu einer Reihe von Lippen- und Augenbrauenprodukten ab. Wenn Sie sich die Bewertungen ansehen, sehen Sie möglicherweise nur mittelmäßige Bewertungen . Aber wenn man genauer hinschaut, erkennt man, dass die Verteilung tatsächlich bimodal war. Es gab Leute, die von dem Produkt begeistert waren – es hat die Erwartungen erfüllt. Und dann gab es Leute, die extrem enttäuscht waren. Also haben wir a abgeschlossen Stimmungsanalyse, um tiefer in die Textkommentare in JMP einzutauchen. Es war klar, dass es ein Qualitätsproblem gab. Die Farbe des Produkts entsprach nicht den Erwartungen des Verbrauchers – und das war es, was die Menschen äußerst enttäuschend war. Wir konnten eine Wortwolke erstellen und mithilfe der Stimmungsanalyse die Wörter in Rot für negative Bewertungen und in Grün für positive Bewertungen anzeigen. Diese Analyse zeigte einen großen Unterschied in der Einstellung der Verbraucher zu diesem Produkt, war aber auch bei der Präsentation vor Avon-Entscheidungsträgern sehr hilfreich. [Die Visualisierung] machte den Entscheidungsträgern sehr deutlich, dass der Verbraucher wirklich frustriert über das Unternehmen ist, wenn der Firmenname in dieser Wortwolke rot erscheint. Und glücklicherweise konnten wir als Ergebnis dieser Analyse mehrere Produkte innerhalb dieser Lippen- und Brauenlinie neu formulieren, um den Bedürfnissen der Verbraucher besser gerecht zu werden .“
– Elizabeth Knapp, leitende Chemikerin, Avon Products
Statistisch gesehen: Beantworten Sie wichtige Fragen der Marktforschung
„ Es ist wirklich wichtig, die Fragen einfach zu halten. Für Avon-Studien erhalten wir Verbraucherdaten auf verschiedene Weise – durch Umfragen und Fokusgruppen. Als Wissenschaftler, der an der Entwicklung und Erprobung unserer Produkte arbeitet, arbeite ich mit Verbraucherexperten und Marketingexperten zusammen, um eine Reihe von Fragen zu formulieren, die nicht nur einfach, sondern auch für den Verbraucher sinnvoll sind. Bei Multiple-Choice- oder Multiple-Response-Umfragen handelt es sich häufig um sequentielle Fragen, die den Denkprozess des Verbrauchers leiten. Wir beginnen mit einfachen Dingen und reflektieren über ihre [Make-up-]Routine. Und schließlich kommen wir zu den Fragen, die im Mittelpunkt unserer Analyse stehen, und erfahren ihre wahre Meinung in offenen Textfragen.“
– Elizabeth Knapp, leitende Chemikerin, Avon Products
Statistisch gesehen: Beantworten Sie wichtige Fragen der Marktforschung
„Hinter dem Bereich der Kosmetikwissenschaft und Körperpflege steckt so viel Emotion. Menschen haben klare Vorlieben und eine emotionale Anziehungskraft auf bestimmte Arten von Produkten, Düften und Farben. Wir arbeiten wirklich daran, die Produktleistungsdaten, die wir im Labor sammeln, mit den Emotionen und Vorlieben, die wir sammeln, zusammenzuführen. Und JMP war ein wirklich nützliches Tool, um all diese Daten an einem Ort zusammenzuführen .“
– Elizabeth Knapp, leitende Chemikerin, Avon Products
Statistisch gesehen: Beantworten Sie wichtige Fragen der Marktforschung
„Als Teil des Upstream-Teams denke ich, dass Visualisierungen dabei helfen können, Entscheidungen voranzutreiben und alle unsere Stakeholder auf den gleichen Stand zu bringen. Ich habe ein Beispiel für die Verwendung einer Stimmungsanalyse [in JMP] zur Lösung eines Qualitätsproblems geteilt, aber in der Upstream-Welt habe ich mich auf die Arbeit mit Avons exklusivem Wirkstoff Protinol konzentriert. Wenn wir die Nutzung dieser Technologie in den nächsten zehn Jahren in Betracht ziehen, versuchen wir wirklich herauszufinden, wo wir sie innerhalb der Geschäftsprioritäten von Avon platzieren können – und auch, was für den Verbraucher sinnvoll ist. Diese Antworten von Verbrauchern stellen also eine Wortwolke dar, die darstellt, was entscheidend ist, um diesen Inhaltsstoff voranzutreiben und die Vorteile, die er in unserem Portfolio haben kann, wirklich zu maximieren ... Daten wie diese, die wir von Verbrauchern erhalten, verdeutlichen deutlich, in welche Richtung wir für Avon gehen wollen, und sind von entscheidender Bedeutung, um wichtige Entscheidungen bei der Positionierung unserer Produkte zu treffen .“
– Elizabeth Knapp, leitende Chemikerin, Avon Products
Statistisch gesehen: Beantworten Sie wichtige Fragen der Marktforschung
„Ich verwende JMP seit ungefähr vier Jahren und meine Fähigkeiten haben sich im Laufe der Zeit durch die Schnittstelle zu den verschiedenen Umfragetools, die wir verwenden – und die Gestaltung von Experimenten – sogar nur mit dem einfachen Graph Builder, weiterentwickelt.“ Es gibt eine enorme Menge an Dokumentation, die wirklich hilfreich ist. Ich kann auch nicht genug über die Kundenvertreter sagen, denn bei Avon arbeiten wir konsequent mit unseren Vertretern zusammen. Wir sind in der Lage, hin und her zu gehen und mit unseren Daten wirklich an die beste Stelle zu gelangen und innerhalb von JMP die richtigen Tools zu finden .“
– Elizabeth Knapp, leitende Chemikerin, Avon Products
Statistisch gesehen: Beantworten Sie wichtige Fragen der Marktforschung
„Verbraucher sind aufgrund der Kombination aus überzeugender Wissenschaft, ansprechender Ästhetik und der überzeugenden Sprache, die dahinter steckt, gezwungen, unsere Produkte zu kaufen. Und tatsächlich ist das für uns ein iterativer Prozess. Wir betrachten Laborinstrumentendaten und Verbraucherwahrnehmungsdaten und kombinieren all diese Dinge [mit Analysen], um wirkliche Einblicke in diese emotionalen Reaktionen unserer Verbraucher zu erhalten. Und das ist es, was den Erfolg ausmacht .“
– Elizabeth Knapp, leitende Chemikerin, Avon Products
Statistisch gesehen: Beantworten Sie wichtige Fragen der Marktforschung
JMP KLINISCH
„Wir hatten das Gefühl, dass JMP Clinical Almirall liefern würde die Datenverwaltungsmöglichkeiten [die wir brauchten], ohne dass eine zusätzliche Datentransformation seitens der CROs erforderlich wäre, um den klinischen Teams effizient einen integrierten Zugriff auf Patientendaten zu ermöglichen nicht nur während der Studie, sondern auch bei der retrospektiven Untersuchung der Daten.“
– Diego Herrera, Leiter Globales Datenmanagement und Projektinformationen, Almirall
Almirall-Erfolgsgeschichte
„JMP Clinical hilft, Kosten und Zeit beim Datenzugriffsprozess zu sparen und die Wiederverwendung von Patientendaten entlang des Lebenszyklus der klinischen Entwicklung zu erweitern.“
– Diego Herrera, Leiter Globales Datenmanagement und Projektinformationen, Almirall
Almirall-Erfolgsgeschichte
„Wir haben nach Optionen gesucht Visualisieren Sie die Daten auf effiziente, integrierte Weise, die interaktiv ist und es den Menschen ermöglicht, sie zu erkunden , visualisieren und erhalten Sie sensiblere Daten ... Wir fanden, dass JMP Clinical das Beste ist.“
– Diego Herrera, Leiter Globales Datenmanagement und Projektinformationen, Almirall
Almirall-Erfolgsgeschichte
„JMP Clinical ermöglicht uns die Analyse großer Datenmengen. Wo besteht bei einem risikobasierten Ansatz das Risiko? In den Ausreißern. [JMP Clinical ermöglicht es uns] Erfahren Sie, warum es sich um Ausreißer handelt und wie Sie Probleme lösen können und welche Maßnahmen wir durchführen müssen.“
– Merce de Frias, International Clinical Trial Manager, Almirall
Almirall-Erfolgsgeschichte
„Während jeder Zugriff auf die gleichen Versuchsdaten hat, JMP Clinical bietet ein Benutzerrollenkonzept, das jeder Rolle einen spezifischen Satz an Analysefunktionen zur Verfügung stellt .“
– Peter Bewerunge, Leiter Life Sciences, Accantec
Accantec-Erfolgsgeschichte
„Anwender von JMP Clinical, die keine Programmierer sind, lieben das Erhalten Sie alle relevanten Informationen mit nur wenigen Klicks. Die Interaktivität ermöglicht es ihnen, schrittweise klinische Daten zu untersuchen und immer tiefer in ihre Daten einzudringen.“
– Peter Bewerunge, Leiter Life Sciences, Accantec
Accantec-Erfolgsgeschichte
„Die Tatsache, dass JMP ist von Aufsichtsbehörden bevorzugt gibt unseren Kunden Vertrauen.“
– Peter Bewerunge, Leiter Life Sciences, Accantec
Accantec-Erfolgsgeschichte
„Unsere Kunden sagen es uns dass JMP Clinical ihnen hilft, mehr Effizienz und Genauigkeit zu erreichen zu ihrem Studium. Jetzt haben sie eine integrierte Lösung. Sie sind beeindruckt, wie einfach und schnell JMP Clinical ist. Es ist so einfach, Daten aus klinischen Studien zu importieren, und dann sind Sie bereit für aussagekräftige Analysen.“
– Peter Bewerunge, Leiter Life Sciences, Accantec
Accantec-Erfolgsgeschichte
„[Durch die Einführung eines risikobasierten Ansatzes] Wir können so viel Zeit gewinnen, indem wir es den Menschen ermöglichen, tatsächlich echte Aufgaben auszuführen, anstatt sich nur Daten anzusehen. Das ist für das Unternehmen sehr vorteilhaft. Es geht darum, die Zeit zu optimieren, und am Ende des Tages können sich die Mitarbeiter auf den spaßigen Teil ihrer Arbeit konzentrieren, statt auf mühsame Aufgaben…. JMP Clinical war definitiv das einfachste Werkzeug zum Lehren und Lernen. Deshalb sagen wir unseren Kunden: Wenn Sie nicht bereits eine andere Präferenz haben, sollten Sie JMP verwenden.“
– Kasper Munck, Hauptberater, NNE
Erfolgsgeschichte von Ferring Pharmaceuticals und NNE
„Wir haben uns gemeinsam für eine interaktive Entwicklung beim Schreiben und Modifizieren der Spezifikationen entschieden und dabei nur von zwei grundlegenden Anforderungen ausgegangen: Erstens müssen wir in der Lage sein, die Leistung des Standorts mithilfe statistischer Schlussfolgerungen und klinisch relevanter Endpunktmetriken (basierend auf Vulkandiagrammen) durchzuführen. Und zweitens die Rekrutierungsqualität im Gegensatz zur Rekrutierungsgeschwindigkeit (letztere ist nur allzu oft nur auf eine begrenzte kurzfristige Ausrichtung ausgerichtet).Alles natürlich basierend auf a Dynamische Click-and-Play- und Slice-and-Dice-Schnittstelle von JMP Clinical, zugeschnitten auf die zentrale statistische Überwachung .“
– Egbert A. Van Der Meulen, Senior Director für Biostatistik, Ferring Pharmaceuticals
Erfolgsgeschichte von Ferring Pharmaceuticals und NNE
„JMP Clinical basiert vollständig auf CDISC ADaM- und SDTM-Daten, die Ferring seit über einem Jahrzehnt verwendet. Als solches hat es, ehrlich gesagt, das Potenzial, Sie können alles tun, was Sie für die Durchführung und Berichterstattung klinischer Studien benötigen, sei es die zentrale statistische Überwachung, die Signalerkennung, die Erstellung von Berichten, den Aufbau klinischer Data Warehouses oder sogar die vollständige Berichterstattung über klinische Studien mit nahezu einem einzigen Knopfdruck. Dieses große Potenzial ist noch nicht vollständig ausgeschöpft, aber es wird den Statistikprogrammierern Raum geben, auf die nächste, wahrscheinlich anspruchsvollere Ebene überzugehen, um der Berichterstattung über klinische Studien und der Datenexploration einen Mehrwert zu verleihen.“
– Egbert A. Van Der Meulen, Senior Director für Biostatistik, Ferring Pharmaceuticals
Erfolgsgeschichte von Ferring Pharmaceuticals und NNE
„Wir prüfen derzeit mit NNE – um den Geschäftsbereich JMP Clinical auf dem Laufenden zu halten – die Möglichkeit, statistische Berichte automatisch zu generieren und später klinische Data Warehouses mithilfe von JMP Clinical und unseren AdaM-basierten Repository-Datenbanken aufzubauen.“ Wir planen auch zu untersuchen, wie JMP Clinical bei der Versuchsplanung komplexerer adaptiver und möglicherweise Bayesian Seamless-Studiendesigns der Phasen IIa/IIb oder II/III eingesetzt werden kann.JMP Clinical wäre einem eigenständigen Softwarepaket für spezielle Zwecke vorzuziehen – was wahrscheinlich etwas teurer wäre. Ein wunderbares Tool für die zentrale statistische Überwachung zu haben, ist noch lange nicht das Ende unserer Zusammenarbeit mit NNE.“
– Egbert A. Van Der Meulen, Senior Director für Biostatistik, Ferring Pharmaceuticals
Erfolgsgeschichte von Ferring Pharmaceuticals und NNE
„ JMP Clinical ist ein Produkt, das sich durch seinen Fokus auf klinische Studien auszeichnet . Sobald die Daten bereits in der Datenerfassungsphase standardisiert sind, hilft JMP Clinical bei der Analyse und Interpretation.“
– Joo Hwan Lee, Leiter der klinischen Entwicklung, Medytox
Medytox-Erfolgsgeschichte
„ Mit JMP Clinical können Sie das Format der Daten, die Sie an die Aufsichtsbehörde übermitteln müssen, problemlos ändern. Wenn Sie über einen standardisierten Datensatz verfügen, können Sie ohne besondere Manipulation problemlos mehrere nützliche klinische Studienberichte erhalten.“
– Joo Hwan Lee, Leiter der klinischen Entwicklung, Medytox
Medytox-Erfolgsgeschichte
„Es ist einfach, Bewertungen zu generieren, indem man einfach den Datensatz verknüpft – etwas, das bei anderen Analysetools nur durch eine Reihe von Vorgängen erreicht werden kann.“ Die Funktion „Sicherheitsbericht“ in JMP Clinical ist ein gutes Beispiel für eine innovative Funktion – Es kann mehr Daten verarbeiten, als Sie vielleicht denken, und kann daher für klinische Forscher sehr nützlich sein. Darüber hinaus zeigen die klinischen Sicherheitsberichte von JMP das Risiko nach Land und Institution anhand des Risikobewertungsmodells klinischer Studien. Dies bietet denjenigen, die klinische Studien durchführen, großen Komfort .“
– Joo Hwan Lee, Leiter der klinischen Entwicklung, Medytox
Medytox-Erfolgsgeschichte
„ JMP Clinical vereint den Mehrwert von JMP-Grafiken mit SAS . Es ist ein riesiges und leistungsstarkes Werkzeug – und ich muss noch viel lernen.“
– Chris Wells, Teamleiter, Centralized Statistics Monitoring Group, Roche
Roche-Erfolgsgeschichte
STIPPS
„Ich habe festgestellt, dass STIPS der beste Online-Lehrkurs ist, den ich je besucht habe, unabhängig vom Fach. Ich bin sehr dankbar für den Erhalt des Lehrmaterials und werde es hoffentlich für kommende interne Schulungen in meiner Organisation nutzen.“
– Steffen Bugge, Wissenschaftler, Bayer AS
„Die Geschwindigkeit, mit der JMP es uns ermöglichte, zu umsetzbaren Elementen zu gelangen, und die Flexibilität, komplexe Probleme mit Graph Builder und Profiler zu destillieren, ermöglichten es dem oberen Management von PCC, den Wert von JMP für unser Unternehmen zu erkennen.“ Gerade in diesem Jahr schulen wir nun unser gesamtes technisches Rotationspersonal mit dem STIPS-Kurs dieses Denken und die Fähigkeit, JMP von Beginn ihrer Karriere an zu nutzen, zu verankern.“
– Steve Hampton, Prozesskontrollmanager, PCC Structurals
Steve Hampton von PCC Structurals über den Umstieg von Minitab und warum es so wichtig ist, die JMP-Ressourcen für Engagement und Lernen zu nutzen, nennt er einen „immensen Mehrwert“
„[STIPS] ist sehr gut. Es besteht aus einer Reihe von Modulen. Ich habe einfach mit dem Modul „Design of Experiments“ angefangen, war dann aber begeistert und habe alle anderen Module durchgearbeitet. Dadurch erhalten Sie ein gutes Verständnis von der grundlegenden Überlegung, wie Sie ein Problem lösen sollten, bis hin zur Durchführung aller Analysen, des maschinellen Lernens und all dieser Dinge. Es gibt einem einen schönen Einstiegsgeschmack.“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
„In 3 oder 4 Stunden könnten Sie das [STIPS-Modul] durchlaufen und genug Wissen haben, um einen Entwurf für ein zu erstellen
einfaches Experiment. Dann liegt es an Ihnen, ob Sie dieses Experiment durchführen, um es zu testen. Auch innerhalb von JMP gibt es viele Datensätze. Das ist das Schöne an [STIPS] – es liefert Ihnen Daten zum Üben.“
– Ben Deadman, Facility Manager, Centre for Rapid Online Analysis of Reactions, Imperial College London
Zeit für Innovation: Chemikern die Gestaltung von Experimenten beibringen: Lehren vom Imperial College
London (Link kommt bald)
"Ich wusste, dass STIPS war eine hervorragende Gelegenheit, das statistische Denken innerhalb von NVIDIA weiter zu fördern. STIPS schafft ein hervorragendes Gleichgewicht zwischen statistischer Theorie und dem praktischen Einsatz von JMP, um häufige Probleme zu lösen, mit denen viele Unternehmen routinemäßig zu tun haben. Es wurde von allen, mit denen ich gesprochen habe, positiv aufgenommen und wir sind in Gesprächen darüber, es dieses Jahr erneut einzuführen.Der beste Beweis für den Wert dieser Schulung ist, wenn ich zu Meetings gehe und sehe, welche Methoden angewendet werden .“
– Pete Cannon, Senior Director, Produktqualitätstechnik und Qualitätsmanagementsysteme, NVIDIA
NVIDIA-Erfolgsgeschichte
„ Ich kann STIPS jedem Unternehmen wärmstens empfehlen, das den Einsatz statistischer Tools zur Lösung von Problemen verbessern und erweitern möchte ."
– Pete Cannon, Senior Director, Produktqualitätstechnik und Qualitätsmanagementsysteme, NVIDIA
NVIDIA-Erfolgsgeschichte
„ STIPS ist ein sehr guter Kurs. Ich war froh, einen Online-Kurs zu haben, der viele wichtige Informationen auf einem einfachen, verständlichen Niveau konzentriert.“
– Andreas Trautmann, Prozessexperte für Upstream Processing, Manufacturing Science & Technology, Lonza
Lonza-Erfolgsgeschichte
„ STIPS erweitert die Art und Weise, wie Schüler lernen . Es enthält zahlreiche realistische Fallstudien aus der Branche. Und es ist in sich geschlossen, im eigenen Tempo... Die Struktur von STIPS ist flexibel, so dass es möglich ist, einen Großteil des Inhalts so anzuordnen, dass er zu dem Kurs passt, den man unterrichtet, obwohl er möglicherweise nicht perfekt zu einem STIPS-Modul passt. Es ist alles vollständig integriert – die Studierenden können sich einfach durch den Kurs bewegen … STIPS rationalisiert dies tatsächlich und macht es besser.“
– Phil Ramsey, Hauptdozent, University of New Hampshire
Erfolgsgeschichte der University of New Hampshire
„Ich bekomme von meinen Schülern das Feedback, dass ihnen STIPS wirklich gefällt. Es ist multimedial. Es ist lebendig, die Dinge werden gut erklärt und sie können es in ihrem eigenen Tempo erledigen. Erst letzte Woche sagte mir ein Student: „Ich glaube, ich verstehe endlich Statistik.“ Sie sagte, dass ihr die Versuchsplanung sehr gefiel und sie sich darüber freute, dass sie dabei ein besseres Verständnis für Statistiken erlangte .“
– Phil Ramsey, Hauptdozent, University of New Hampshire
Erfolgsgeschichte der University of New Hampshire
" Nutzen STIPPS war für uns großartig, weil es einen umfassenden Kontext zu den Problemen liefert, die unsere technischen Mitarbeiter zu lösen versuchen . Der Inhalt ist auf den Benutzer ausgerichtet – wie er seine Fragen mithilfe statistischer Techniken beantworten kann.“
- John Szarka, Statistiker, WL Blut
John Szarka über JMP Pro, Reproduzierbarkeit und warum die aktive Teilnahme an der JMP-Community und dem Early Adopter-Programm Benutzern bei WL Gore dabei hilft, mehr aus ihrer Investition in die Software herauszuholen
SAS EDUCATION JMP TRAINING
„JMP zu erlernen ist einfach, aber nicht kostenlos. Sie müssen Zeit investieren, indem Sie Handbücher lesen und an JMP-Webinaren teilnehmen. Wenn Sie Tag für Tag lernen, indem Sie diese Dinge tun und vor Ort lernen, werden Sie sehr schnell eine Rendite Ihrer investierten Zeit erzielen.“
Fabrizio Ruo Redda, Vishay
JMP DS Americas 2021 – Aufnahmeproduzenten – Data Explorers Spotlight gallery.mp4 – Alle Dokumente (sharepoint.com)
„Wir – zusammen mit unserem Management – haben es so gesehen: Wenn wir in JMP investieren wollen, müssen wir [in die Ausbildung] investieren. Uns wurde klar, dass wir intern nicht über die nötige Kompetenz verfügten und sie nicht aus dem Nichts entwickeln würden … Das Bildungsteam hat die Schulung genau auf unsere Bedürfnisse zugeschnitten . Ich habe von vielen Teammitgliedern gehört, dass dies eine dieser Schulungen war, die sie tatsächlich nützlich fanden. Wir konnten das Wissen und die Erfahrung von SAS bei der Interaktion mit verschiedenen Kunden wirklich nutzen, um herauszufinden, was wir brauchten und wie wir es am besten angehen können. Es war eine gute Partnerschaft .“
– Tim Holtz, Prozesstechnik-Manager, Parker LORD
Erfolgsgeschichte von Parker LORD
„JMP ist nur so stark wie die Person, die es steuert ... Mir wurde klar, dass einige zusätzliche Investitionen erforderlich waren, um den tatsächlichen Wert von [JMP] zu erzielen. Da haben wir uns entschieden, SAS Education zu engagieren…. SAS hat uns geholfen, die Lücken zu schließen: Wir haben ihnen erklärt, was wir erreichen wollten, und sie haben uns die Werkzeuge erklärt, die wir brauchten, um dorthin zu gelangen .“
– Bernard Goguelet, Qualitätsleiter, Parker LORD
Erfolgsgeschichte von Parker LORD
" Die JMP-Organisation ist erstklassig, und das schon seit den 1990er Jahren, als ich mit der Nutzung der Software begann und eine Schulung in der SAS-Zentrale in Cary absolvierte. Und Die Ausweitung von JMP auf andere Unternehmen, für die ich gearbeitet habe, erfolgte stets mit großer Unterstützung der kaufmännischen und technischen Teams.“
- Craig DePorter, Leiter Advanced Mineral Development, Omya
Der selbsternannte „Analytics-Evangelist“ Craig DePorter von Omya erörtert, warum Analytics-Enablement bedeutet, mit weniger mehr zu lernen (jmp.com)
ENTDECKUNGSGIPFEL
„Für diejenigen, die noch nie an einem Discovery Summit teilgenommen haben – ich kann es einfach nicht genug empfehlen!“ Das JMP-Team fühlt sich tatsächlich wie eine Familie und nimmt einen in diese Familie auf, was eine ziemlich erstaunliche Erfahrung ist. Dies alles ist bei Discovery vollständig zu sehen. Jedes Mal, wenn ich am Gipfel teilnahm, habe ich nicht nur eine Sache, sondern viele Dinge mit nach Hause genommen, und ich betrachte es als eine Schlüsselkonferenz. Der Zugang zu Tutorials, Schulungen und Präsentationen ist großartig.“
– Don Kent, Manager des Full-Stack-Data-Science-Teams, Intel
Don Kent von Intel erklärt beim Discovery Summit, was eine ausgereifte Analytics-Organisation ausmacht, wie wichtig Mentoring ist und wie wichtig es ist, der „JMP-Familie“ beizutreten
„Ich benutze JMP jetzt seit etwa sechs Jahren (und JMP Pro seit zwei), aber erst vor ein paar Jahren habe ich mich wirklich in die JMP-Community eingebunden. Ich war in den Diskussionsforen der JMP-Community ziemlich aktiv (hauptsächlich habe ich um Hilfe bei der Skripterstellung gebeten), habe am Discovery Summit 2019 teilgenommen (was großartig war!) und hatte das Glück, dafür ausgewählt zu werden Präsentieren Sie mindestens den Discovery Summit des Jahres ."
„Ich habe bei dieser Konferenz mehr praktische Verbesserungsideen erhalten als bei all meinen langjährigen technischen Konferenzen im Unternehmen.“
-Steve Hampton, Prozesskontrollmanager, PCC Structurals
Steve Hampton von PCC Structurals über den Umstieg von Minitab und warum es so wichtig ist, die JMP-Ressourcen für Engagement und Lernen zu nutzen, nennt er einen „immensen Mehrwert“
"Tu es. Es ist unsere Zeit wert.“
– Ted Ellefson, Seagate
" Bei Discovery Summits kann man immer wieder Neues lernen – ob es sich um eine neue Methode, ein neues Werkzeug, eine neue Anwendung handelt. Außerdem können Sie problemlos eine Verbindung zu anderen Benutzern und den JMP-Softwareentwicklern herstellen. Durch Gespräche mit den Architekten der Software, Sie können ein noch besseres Verständnis für die Methoden entwickeln, auf die Sie in JMP zugreifen können. Und Sie können vorschlagen, in kommenden Versionsveröffentlichungen neue Funktionen für ein bestimmtes Modell hinzuzufügen ."
– Zhiwu Liang, Chefstatistiker, Procter & Gamble
Zhiwu Liang von Procter & Gamble erklärt, wie die Pflege einer dynamischen Beziehung mit JMP Development dem Unternehmen hilft, mehr aus seiner Investition in eine Software herauszuholen, die ständig verbessert wird
„Gehen Sie und lernen Sie, treffen Sie Leute und haben Sie Spaß!“
– AJ Kaur, Perrigo
„Discovery Summits sind die besten Konferenzen, an denen ich je teilgenommen habe!“ Ich habe gelernt, wie ich meine R/MATLAB/Python-Modelle für maschinelles Lernen mit JMP verknüpfen kann.Ich habe ein viel besseres Gefühl für den Functional Data Explorer bekommen und einige neue Tricks für die grafische Darstellung gefunden.“
– Anonym
„Discovery Summit ist die beste Konferenz der Welt für Daten, Analysen und statistische Problemlösungen.“
– Jed Campbell, US Synthetic
„Eine großartige Gelegenheit, Aspekte von JMP aus verschiedenen Branchen und Anwendungsfällen kennenzulernen, die nicht Teil Ihres aktuellen Toolsets sind, aber möglicherweise neue Einblicke in Ihre Daten liefern.“
– Mark Dayton, MACOM Technology Solutions
„Discovery Summit ist eine großartige Konferenz. Sie können einige tolle Leckerbissen mitnehmen.
– Peter Mroz, Janssen Pharmaceutical
„Der Discovery Summit präsentierte ein sehr breites Themenspektrum. Viele gute Einblicke.“
– Craig Minor, Lexmark International
„Wenn Sie das volle Potenzial von JMP ausschöpfen möchten, ist die Teilnahme am Discovery Summit ein Muss.“
– Fabio D'Ottaviano, Dow Chemical
„Unabhängig davon, ob Sie der Meinung sind, dass ein Plenar-, Vortrags- oder Posterthema direkt auf Sie und/oder Ihre Arbeit zutrifft, werden Sie IMMER etwas Nützliches, Interessantes oder beides lernen … Es gibt immer Neues über JMP zu lernen, unabhängig davon, wie lange man schon Benutzer ist.“
– Leslie Fuquay, Syngenta
„Discovery Summit bietet eine großartige Gelegenheit, Ihren Talentstapel zu erweitern.“
– Dave Sandell, ExxonMobil
„Discovery Summit war eine großartige Erfahrung: Lernmöglichkeiten, eine große Themenvielfalt, detaillierte Informationen, fantastische Gelegenheit, die Entwickler zu treffen und spezifische Fragen zu stellen.“
– Monique Lander, Ecolab
„Discovery Summit ist ein Ort, an dem Sie die Leistungsfähigkeit von JMP kennenlernen, Funktionen kennenlernen, von denen Sie nicht wussten, dass sie existieren, neue Leute kennenlernen, die JMP-Benutzer sind, und eine wirklich unterhaltsame Zeit haben.“ Die Plenarsitzungen sind großartige Beispiele für die Macht von Daten und enthalten immer motivierende Geschichten, die dazu ermutigen, kontinuierliche Verbesserungen vorzunehmen und nie mit dem Lernen aufzuhören.“
– Lori Montano-Martinez, Sandia National Laboratories
„Hör auf darüber nachzudenken und tu es!“
– Kevin Vedvik, Exakte Wissenschaften
„Diese Gipfeltreffen liefern hilfreiche Beispiele dafür, wie JMP die Datenüberprüfung und -präsentation verbessern kann.“
– Bruce Nielson, Xcel Energy
„Erstellen Sie eine Liste mit JMP-Fragen, bevor Sie an der Konferenz teilnehmen. Suchen Sie nach Entwicklern und Experten für diese Themen. Sie können Antworten auf viele Fragen erhalten und eine neue und frische Perspektive auf Themen erhalten, von denen Sie dachten, Sie wüssten es.“
– Anonym
„Egal wie viel Sie zu wissen glauben, beim JMP Discovery Summit werden Sie etwas Neues lernen.“
– Annie Dodson, Ascend Performance Materials
„Discovery Summit ist ein großartiges Treffen, um sich in Plenarvorträgen über aktuelle Datenanalysetrends und -themen zu informieren, andere JMP-Benutzer zu treffen und mit ihnen zu chatten und JMP-Funktionen mit den Entwicklern zu diskutieren.“
– Ed Tom, Prime Genomics
„Discovery Summit: Hervorragende Präsentationen. Relevante Themen und Diskussionen. Unschätzbare Möglichkeiten für persönliche Interaktionen mit den Entwicklern.“
– Russell Hudson, Lumileds
„Discovery Summit ist sehr nützlich in Bezug auf Statistikmethoden, Beispiele sowie JMP-Add-Ins und Skripting. Lesen Sie vor dem Meeting so viele Präsentationsdownloads wie möglich und stellen Sie in den Sitzungspausen jederzeit Fragen an die Posterpräsentatoren. Schauen Sie anschließend in der JMP-Community vorbei und schauen Sie sich alle Teile an, die Sie verpasst haben.“
– Richard Hertzberg, Emory University
„Discovery Summit ist die beste Konferenz, an der Sie jemals teilnehmen werden, was die Art und Weise angeht, wie man behandelt wird und die Möglichkeiten zur beruflichen Weiterentwicklung, einschließlich wertvoller Vernetzung.“
– Philip Ramsey, University of New Hampshire
„Discovery Summit: Die besten Konferenzen. Viel zu sehen und zu lernen. Tolle Papiere. Erstaunliche Gastfreundschaft. Einfach zu navigieren, einfach mit Entwicklern in Kontakt zu treten und Fragen zu stellen.“
– Leighton Spadone, DAAS Inc. Consulting
„Besuchen Sie auf jeden Fall den Discovery Summit, wenn Sie die Gelegenheit dazu haben. Ich lerne immer neue Leute kennen und lerne neue Dinge. Es ist wirklich ein insgesamt unterhaltsamer und lehrreicher Gipfel.“
– Michelle St. Peter, Grifols Therapeutics
„Stellen Sie allgemeine Fragen, die Sie den Entwicklern stellen können. Seien Sie aufgeschlossen und nehmen Sie an Vorträgen/Veranstaltungen teil, die außerhalb Ihrer Komfortzone liegen könnten.“
– Anderson Mayfield, National Oceanic and Atmospheric Administration (NOAA) und der University of Miami
" Zu sehen, wie anderswo mit bestimmten Herausforderungen umgegangen wird, kann sehr hilfreich sein, wenn ich nach einem Weg suche, meine Probleme zu meistern wn ähnliche Herausforderungen. Discovery Summits weiten dies auf die internationale Bühne aus, aber am wichtigsten ist, dass diese Konferenzen eine Gelegenheit bieten, JMP-Entwickler zu treffen. Sie sind eine ausgezeichnete Quelle, um zu erklären, was hinter den Kulissen auf JMP-Plattformen passiert, und sie sind immer an den Ideen der Benutzer für neue Funktionen in JMP interessiert . "
– Gerd Kopp, Qualitätsmanagement- und Zuverlässigkeitsstatistiker, Biotronik
Gerd Kopp spricht darüber, wie er sich für Analysen einsetzt, interne Hürden überwindet und eine Beziehung zur JMP-Organisation aufbaut
" Entdeckungsgipfel sind hervorragend darin, die Gemeinschaft statistisch interessierter Menschen zu vergrößern. Kein harter Verkauf von JMP. Das schadet sicher nicht JMP ist insgesamt das beste Tool, das ich für meine Aufgaben gefunden habe , aber beim Gipfel geht es darum, das Konzept der Nutzung von Statistiken in der täglichen Arbeit zu fördern.“
- Craig DePorter, Leiter Advanced Mineral Development, Omya
Der selbsternannte „Analytics-Evangelist“ Craig DePorter von Omya erörtert, warum Analytics-Enablement bedeutet, mit weniger mehr zu lernen (jmp.com)
JMP 16
„Nachdem ich in den letzten Monaten das Modell-Screening in der Beta-Version von JMP Pro 16 verwendet habe, ist es bereits zu einem unverzichtbaren Bestandteil meiner Forschung zur prädiktiven Modellierung von Korallenriffen geworden. Obwohl Modelle in früheren Versionen von JMP Pro recht einfach verglichen werden konnten (z. B. die „Modellvergleichs“-Plattform von JMP Pro 15), macht es dieses neue Tool für Benutzer noch einfacher, viele verschiedene Modelle gleichzeitig zu testen (z. B. Gen-Reg, PLS, Diskriminanz, neuronale Netze usw.) mit dem gleichen Datensatz. Etwas, das früher Stunden oder sogar Tage gedauert hat, kann jetzt in Minuten (oder sogar Sekunden) erledigt werden.Wow, was für eine tolle Funktion! Dies muss sicherlich die größte Verbesserung von Version 15 auf 16 sein , und ich bin sicher, dass es vielen anderen genauso gehen wird.“
- Anderson Mayfield, National Oceanic and Atmospheric Administration (NOAA) und das Universität von Miami
„Ich freue mich, das zu sehen die Hinzufügung der Nachweisgrenzenanalyse in JMP Pro ; es erfüllt ein echtes Bedürfnis. Ich hatte in der Vergangenheit viele Fälle mit einer Nachweisgrenze, wusste aber nicht, wie ich sie in der Analyse behandeln sollte. Jetzt haben wir einfache Möglichkeiten, Nachweisgrenzen in die Analysen einzubeziehen Wir erhalten genauere Modelle und können wichtige Effekte erkennen, die uns sonst vielleicht entgangen wären. "
- Stan Siranovich, Crucial Connection LLC
„JMP 16 bringt Sie jetzt zur ersten neu hinzugefügten Zeile. Es ist Eines dieser kleinen Dinge, die eine unmittelbare Wirkung hatten wenn Sie ~1.725 Zeilen zu einer vorhandenen Tabelle mit 375.000 Zeilen hinzufügen!“
- Michael Anderson, leitender Entwicklungsingenieur für Statistik und Messung, Corning
" JMP 16 bringt zwei sehr spannende Ergänzungen zur Time Series-Plattform: die Einbindung von State Space Smoothing-Modellen und die Option „Prognose bei Holdback“. Sowohl die Zustandsraummodelle als auch die Leistungskriterien, die für die Modellauswahl auf der Grundlage der Holdback-Stichprobe verwendet werden, werden in Supply-Chain-Anwendungen häufig verwendet.
- State Space Smoothing-Modelle sind die Modelle, die Rob Hyndman als ETS-Modelle (Fehler, Trend, Saisonalität) populär gemacht hat. Diese Modellklasse ist flexibel und interpretierbar. Der State Space Smoothing-Bericht stellt einen Komponentenzustandsbericht bereit, der Ihnen hilft, die Niveau-, Trend- und Saisonalitätskomponenten zu verstehen.
- Mit der Option „Prognose bei Holdback“ im Dialogfeld „Zeitreihen“ können Sie State Space Smoothing- und ARIMA-Modelle anpassen, die ein Leistungskriterium für einen Holdback-Satz optimieren. Zu den Leistungskriterien zählen RMSE, MSE, MAPE und MAE.
Eine Ergänzung zur Time Series Forecast-Plattform ermöglicht es dem Benutzer auch, Modelle mithilfe einer von drei weit verbreiteten Leistungsmetriken (RMSE, MSE und MAE) anzupassen.
- Marie Gaudard, Statistikberaterin
„Ich mag viele der neuen Funktionen in JMP 16. Maschinelles Lernen, Sentimentanalyse, Modell-Screening und SEM sind allesamt sehr beliebte Techniken bei technikbegeisterten oder analysesüchtigen Personen. Heutzutage ist es wichtig, Gefühle und Wahrnehmungen zu verstehen, da das SEM-Pfaddiagramm die greifbaren und nicht so greifbaren Zusammenhänge zwischen ihnen sofort abbilden kann. Seien Sie überrascht, wie viele Informationen und Interaktivität Sie erhalten! "
- Roselinde Kessels, Assistenzprofessorin, Universität Maastricht
„Ich liebe die Strukturgleichungsmodellierungsplattform in JMP und die Neue Funktionen in Version 16 machen es noch leistungsfähiger. "
- Vic Strecher, CEO, Kumanu
