Las siguientes son citas de impacto en el cliente de historias de éxito y eventos de Statistical Speaking organizados por tema.Estas cotizaciones han sido aprobadas para uso público.¡Recuerde volver a consultar para ver actualizaciones y contenido nuevo!
=========
CULTURA ANALÍTICA / FLUJO DE TRABAJO JMP
"Algunos empleados son más reacios a adoptar la analítica. Es posible que se den cuenta de que estamos en un viaje de datos y no quieran quedarse atrás, por lo que se suben a bordo. Sin embargo, el valor real está en aquellos que simplemente lo obtienen y su forma de pensar cambia por completo después de experimentar una visión al alcance de la mano esperando ser descubierta".
-Kieran O'Mahony - Dairygold
JMP DS Americas 2021 - Productores de grabación - Exploradores de datos destacados gallery.mp4 - Todos los documentos (sharepoint.com)
"Comenzar, tratar de comprender el análisis de datos y utilizar un nuevo programa como JMP requiere que un gerente diga que está bien ir más despacio en el corto plazo con los problemas analíticos para que las personas se sientan capacitadas para aprender realmente en lugar de recurrir a las viejas costumbres. . Cuando la casa está en llamas, la gente naturalmente no toma la herramienta que los ralentizará al principio, así que nuestro trabajo como agentes de cambio es hacerles saber que está bien ir más lento al principio para terminar yendo más rápido y más lejos en general. ".
-Steve Hampton, Gerente de Control de Procesos, PCC Structurals
Steve Hampton de PCC Structurals habla sobre la transición de Minitab y por qué es tan importante aprovechar los recursos de JMP para la participación y el aprendizaje que él llama un “inmenso valor agregado”.
“ Queríamos dejar de combatir incendios , entonces comenzamos a educar a las personas sobre estadísticas, análisis de datos y por qué los datos son vitales para la toma de decisiones....La gente solía preguntar a menudo: '¿Puedes hacerme estos números?' Pero ahora lo están haciendo ellos mismos. Eso me ahorra tiempo. Pero también significa que dedicamos menos tiempo a acceder a los datos y más a lo que es realmente importante: la toma de decisiones. .”
– Vasco Cachaco, campeón principal del proceso Six Sigma, Xaar
Historia de éxito de Xar
" Entonces, las características clave fueron la voluntad de crecer y adaptarse, la curiosidad por aprender cómo hacer mejor nuestro trabajo y la inversión y los recursos, tanto educativos como técnicos, como el software JMP. , por liderazgo para apoyar a las personas en la mejora de sus habilidades, y es en gran medida una actividad de crecimiento continuo".
– Loren Perelman , Vicepresidente de Ciencias, Riffyn
Estadísticamente hablando: desarrollar una visión compartida para la excelencia analítica
"Primero quiero agradecer al equipo de JMP por invitarme aquí para hablar hoy. Y también por crear un producto de clase mundial que realmente cambia mi forma de ver el mundo ".
– Tim Gardner, director ejecutivo de Riffyn
Estadísticamente hablando: remodelando el “experimento” para la ciencia del siglo XXI (enlace próximamente)
"[Usar Query Builder para interactuar directamente con datos de una variedad de fuentes de datos] fue un paso realmente grande para nosotros porque entonces no dependerás de TI para darte acceso a los datos. . Está iniciando un viaje de digitalización”.
– Vasco Cachaco, campeón principal del proceso Six Sigma, Xaar
Historia de éxito de Xar
“La innovación a través de datos es una característica clave de las organizaciones líderes. La capacidad de analizar datos y comunicar visualmente los resultados es fundamental para acelerar las decisiones con un bajo margen de error. En Vishay Semiconductor Italiana, La cultura analítica es parte de nuestro ADN. – y mejora día tras día. Creo que Los mejores resultados se logran cuando se combinan la habilidad analítica y la competencia técnica. , fomentando el despliegue de la cultura Lean Six Sigma”.
– Fabrizio Ruo Redda, director sénior de I+D, Vishay Semiconductor Italiana
Historia de éxito de Vishay
“ La integración de la plataforma de análisis con el lenguaje scripting es lo que hace de JMP una herramienta muy potente . Puede aprender secuencias de comandos básicas muy fácilmente y utilizarlas cuando le convenga... Con el nuevo sistema ahora es posible realizar análisis de datos detallados con el mínimo esfuerzo y menor riesgo de error. Los análisis que antes requerían días de trabajo para integrar datos de diferentes sistemas ahora se pueden realizar en minutos, fomentando la innovación a través de los datos. .”
– Fabrizio Ruo Redda, director sénior de I+D, Vishay Semiconductor Italiana
Historia de éxito de Vishay
“ [Sin JMP] Creo que habríamos seguido realizando mejoras incrementales, pero no habríamos alcanzado el mismo nivel de impacto empresarial. .”
– Fabrizio Ruo Redda, director sénior de I+D, Vishay Semiconductor Italiana
Historia de éxito de Vishay
" JMP es un software realmente atractivo y fácil de usar que también tiene características interesantes como DOE y todos los demás análisis estadísticos que pueda necesitar. . Tener esta herramienta, y también poder codificar en ella, es fantástico.En JMP, tienes un software donde puedes analizar los datos y también construir algunas de tus propias aplicaciones con scripts. . Con JSL, puedes aprender muchas cosas rápidamente."
– Torsten Weber, ingeniero de integración de procesos, Heliatek
Historia de éxito de Heliatek
“ JMP puede integrar todo en una plataforma unificada … Podemos usar funciones JMP para importar datos de bases de datos y múltiples archivos, realizar una limpieza o preparación eficiente usando varias funciones de tabla JMP. JMP proporciona muchas plataformas y herramientas poderosas para análisis y modelado estadístico. . El diseño de la plataforma es fácil de usar y mantiene detalles del flujo del proceso de análisis, proporcionando funciones de alto nivel en el lenguaje de programación de JMP para ejecutar varios análisis. .”
– Miao Chen, científica de datos, Tokyo Electron Limited
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“Tenemos la opción de crear aplicaciones JMP en un panel utilizando plantillas JMP existentes o herramientas de inteligencia artificial. Podemos optar por utilizar JSL para escribir alguna interfaz de usuario desde cero. En términos de automatización, JSL tiene un entorno de ejecución estable. Es útil para crear código robusto y reutilizable para ejecutar análisis complejos o interactuar con sistemas externos. .”
– Miao Chen, científica de datos, Tokyo Electron Limited
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“Ahora es el momento de compartir esta lectura y observaciones con nuestros usuarios finales. Y JMP tiene funciones muy ricas que pueden ayudarnos a crear gráficos y envolver todo en un informe JMP interactivo. . Simplemente hacemos clic en un botón y automáticamente generará un informe de análisis de causa raíz. Este es un informe personalizado: con la ayuda de algo de JSL aquí, los gráficos se ordenan según el orden de sus contribuciones, dadas por la evaluación predictiva. Lo mejor de este informe es que es interactivo. Podemos agregar algunos gráficos Fit-Y-By-X para que los usuarios interpreten la diferencia entre buenos y malos ritmos. A la derecha, hemos agregado otro panel SPC en caso de que nuestros usuarios estén interesados en algunas tendencias de sensores”.
– Miao Chen, científica de datos, Tokyo Electron Limited
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“Usaremos una línea para importar nuestro archivo JMP pero en un caso real es posible que queramos conectar JMP a alguna consulta SQL. En el segundo paso, simplemente definimos una lista de estas variables para que las utilicen futuras funciones. Y podríamos agregar o crear muchas otras funciones de limpieza de datos aquí…. JMP tiene una característica muy útil que nos ayuda a guardar scripts desde una interfaz JMP, para que podamos modificar el código existente en lugar de crearlos desde cero. .”
– Miao Chen, científica de datos, Tokyo Electron Limited
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“ Podemos permitir que nuestros analistas y expertos en el dominio trabajen en estrecha colaboración utilizando la misma interfaz y compartan el enfoque para crear prototipos de nuestras ideas utilizando las plataformas JMP o los creadores de aplicaciones existentes... Y podemos utilizar el lenguaje de programación JMP para conectar cada parte del proceso y desarrollar algunas aplicaciones de análisis complejas. Una mayor expansión de estas aplicaciones nos permite interactuar con sistemas externos, como responder a la base de datos externa o publicar un informe en nuestro sistema web para beneficiar a más usuarios. Ese enfoque iterativo es Definitivamente impulsando nuestro proceso de extracción de valor de datos. .”
– Miao Chen, científica de datos, Tokyo Electron Limited
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“Hoy en día, cada vez más organizaciones buscan aprovechar el análisis de datos avanzado o las tecnologías de aprendizaje automático para desarrollar o mantener su ventaja competitiva. Si bien la estrategia de arriba hacia abajo está ayudando a identificar algunas áreas clave, mediante la evolución de las infraestructuras de datos y la asignación de recursos para acelerar el proceso de análisis, Podemos adoptar de manera proactiva un enfoque ascendente, haciendo uso de tecnologías [como JMP] que agilizan la implementación de ideas. Más proyectos de análisis automatizados mejoran nuestras capacidades de análisis y también benefician a los usuarios de primera línea. .”
– Miao Chen, científica de datos, Tokyo Electron Limited
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“En NXP, permitimos un poco de ambigüedad con la palabra 'panel'. Preferiríamos definir un panel como cualquier tipo de interfaz gráfica que organiza y visualiza datos para aumentar la facilidad de consumo por parte de cualquier tipo de audiencia. Debería permitir comparaciones con objetivos y métricas o KPI y proporcionar información adicional que no se puede obtener de los datos sin procesar en sí. En NXP, tenemos lo que llamamos nuestras 'Guías JMP': nuestros paneles de control y miniaplicaciones. Cada Guía JMP ejecutará un script JSL que realiza análisis en una tabla de datos JMP, genera estadísticas resumidas y puede incluir umbrales como límites de especificaciones. Y obviamente también incluirá visualizaciones que acompañen a las estadísticas. .”
Estadísticamente hablando: hacer de los paneles una parte esencial del flujo de trabajo de ciencia e ingeniería
– Alex Pamatat, Gerente de Soluciones de TI, Análisis Avanzado, NXP
“ En NXP, JMP es una aplicación empresarial, lo que significa que existen procesos para respaldar la aplicación en todos los dominios a nivel mundial en cientos y cientos de equipos. Con la centralización de recursos bajo mi equipo para respaldar la [implementación] de JMP, hemos podido consolidar el desarrollo de los paneles de control de JMP. Están alojados en un sitio web interno al que cualquier usuario de JMP tendrá acceso”.
Estadísticamente hablando: hacer de los paneles una parte esencial del flujo de trabajo de ciencia e ingeniería
– Alex Pamatat, Gerente de Soluciones de TI, Análisis Avanzado, NXP
“Si bien los datos del usuario pueden ser diferentes de un [panel de JMP] a otro, el análisis es siempre el mismo. Está estandarizado de un usuario a otro... de una máquina a otra, independientemente de dónde se encuentre.... [Todos los usuarios de JMP en NXP] tienen acceso a la misma versión de nuestro [paneles de control] JMP. Básicamente, es esa versión única de la verdad para el análisis estandarizado en toda la empresa. .”
Estadísticamente hablando: hacer de los paneles una parte esencial del flujo de trabajo de ciencia e ingeniería
– Alex Pamatat, Gerente de Soluciones de TI, Análisis Avanzado, NXP
“[Uno de los principales beneficios de crear una cultura común de análisis es que] todos hablamos el mismo idioma. Hemos podido desarrollar un glosario de términos y lenguaje estandarizados para resolver desafíos de análisis de datos utilizando JMP. . Por ejemplo, tenemos personas en Austin, Texas, que trabajan en fabricación y que pueden comunicarse con nuestros ingenieros de calidad en Tianjin, China. Ambos hablan el mismo idioma cuando se trata de resolver problemas mediante análisis de datos”.
Estadísticamente hablando: hacer de los paneles una parte esencial del flujo de trabajo de ciencia e ingeniería
– Alex Pamatat, Gerente de Soluciones de TI, Análisis Avanzado, NXP
“Otro beneficio [de una cultura común de análisis] es Métodos de análisis estandarizados, que consideramos una parte esencial del proceso de gestión de cambios. . Ese proceso prescribe los análisis específicos que deben evaluarse en función del tipo de cambio y del tipo de datos que se analizan. Nadie tiene excusa para saltarse los análisis ya que ya han sido estandarizados mediante paneles codificados en JMP. .”
Estadísticamente hablando: hacer de los paneles una parte esencial del flujo de trabajo de ciencia e ingeniería
– Alex Pamatat, Gerente de Soluciones de TI, Análisis Avanzado, NXP
“ Estandarizar nuestras herramientas y métodos nos permite estandarizar nuestra formación …. Tenemos un programa de capacitación interno bastante sólido sobre estadística aplicada utilizando cursos que compramos de JMP. Pero esto no sería posible si no pudiéramos estandarizar los métodos mediante los cuales realizamos el análisis”.
Estadísticamente hablando: hacer de los paneles una parte esencial del flujo de trabajo de ciencia e ingeniería
– Alex Pamatat, Gerente de Soluciones de TI, Análisis Avanzado, NXP
“ En NXP, realmente manejamos nuestros paneles . Tenemos un panel para medir y evaluar el uso de todos nuestros paneles JMP... Una forma de hacerlo es tener un script en segundo plano ejecutándose en nuestras máquinas. Alguien inicia JMP y luego también usa un [panel], que medirá su uso. Entonces Podemos monitorear eso y adoptar una perspectiva de operaciones para el panel de control de JMP. .”
Estadísticamente hablando: hacer de los paneles una parte esencial del flujo de trabajo de ciencia e ingeniería
– Alex Pamatat, Gerente de Soluciones de TI, Análisis Avanzado, NXP
“[Los primeros usuarios de Parker LORD] crearon casos para ayudar a mostrar el poder de [la analítica], y empezó a parecer más accesible. Estaban dispuestos a ayudar a otros a aprender: se convirtieron en expertos. Así que no tuvimos que avanzar con todos, solo con unas pocas personas y utilizarlas como adoptantes líderes. .”
– Tim Holtz, director de ingeniería de procesos, Parker LORD
Historia de éxito de Parker Lord
" Hemos invertido mucho tiempo y dinero en desarrollar la infraestructura de automatización, la robótica que mueve el ADN y los líquidos y coloca ese ADN en las células y las hace crecer. Pero también mucho dinero para metrología, espectrometría de masas, cromatografía líquida y ese tipo de cosas, algo igualmente importante. Y automáticamente diseñamos, construimos y fabricamos estas cosas. Pero Necesitamos medir la producción y ver si se produjo lo que nos interesa. Y lo que decidimos fue que el JMP sería una parte integral de ese proceso. . Y también para lograrlo, crear software personalizado y tener esa capacidad de programa internamente realmente ha ayudado a acelerar ese proceso”.
– David McClymont, jefe de automatización, London DNA Foundry
Es hora de innovar: cómo su organización puede generar una cultura de excelencia analítica: un ejemplo de la biología sintética (enlace próximamente)
“La robótica te permite comenzar a medir más y más cosas, potencialmente estás perdiendo la capacidad de realizar un seguimiento de todo eso y hacer que esa información sea significativa. Leí un término excelente para esto en Nature: datageddon. Tenemos la capacidad de recopilar todos estos datos, pero potencialmente podemos tener problemas en la interpretación de esos datos si no pensamos claramente sobre por qué y cómo queremos medir las cosas. .”
– David McClymont, jefe de automatización, London DNA Foundry
Es hora de innovar: cómo su organización puede generar una cultura de excelencia analítica: un ejemplo de la biología sintética (enlace próximamente)
“¿Cómo se construye una cultura de excelencia analítica? Sentí que faltaban estadísticas realmente sólidas dentro del campo [de farmacología y descubrimiento de fármacos]. Sabía que había modelos y DOE disponibles. Y Sentí que había un enorme margen para aumentar la reproducibilidad de la investigación biológica avanzando de esa manera. Pero lo que sentí fue, particularmente después de haber introducido nuevas formas de hacer las cosas, nueva instrumentación, nuevo software, que también tenía que haber un campeón interno que pudiera impulsar eso. Porque es muy fácil que las cosas se queden en el camino a menos que haya alguien internamente que pueda llamar a la puerta y decir: ¿puedes ayudarme con esto? Sentí que quería ser ese campeón. También teníamos un mandato. Cuando se decidió que íbamos a hacer esto, el CEO ordenó, en la medida de lo posible, que íbamos a diseñar experimentos y modelar estadísticas. .”
– David McClymont, jefe de automatización, London DNA Foundry
Es hora de innovar: cómo su organización puede generar una cultura de excelencia analítica: un ejemplo de la biología sintética (enlace próximamente)
“Lo que hemos estado tratando de hacer ha sido intentar construir conocimiento institucional. A medida que más personas mejoren en esto y descubran cosas nuevas a través de su propia educación continua, más personas podrán aprender de eso. Entonces se puede obtener un aumento exponencial del conocimiento institucional, porque no quiero ser el campeón para siempre. Quiero que haya múltiples campeones y que todos aprendan unos de otros y desarrollen esas capacidades de esa manera. .”
– David McClymont, jefe de automatización, London DNA Foundry
Es hora de innovar: cómo su organización puede generar una cultura de excelencia analítica: un ejemplo de la biología sintética (enlace próximamente)
“Algunas empresas están empezando a explorar el potencial del big data participando en iniciativas como la Internet de las Cosas e Industria 4.0 . En lo que a mí respecta, muchas de estas cosas son en realidad iniciativas de la oficina central en un momento en que en realidad muchos de los datos están en manos del gerente de mantenimiento, producción director, los responsables de I+D. Y creo que son estas personas las que deberían tener acceso a JMP y las que pueden aprovechar al máximo los datos que se han generado en nuestras fábricas. "
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“Muchas empresas se encuentran al comienzo de esta revolución de los datos. En los últimos meses visité varias empresas que están intentando descubrir cómo utilizar sus datos. Algunos de ellos están descubriendo cómo almacenarlo. Hay mucha preocupación sobre cómo normalizarlo y ponerlo en un estado para su análisis. Y creo que JMP puede hacer eso: permitir que sus datos se extraigan de varias fuentes diferentes y se normalicen. dentro del JMP .”
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“Es clave permitir que nuestros ingenieros tengan una conversación adecuada sobre los resultados basados en datos con la gerencia. he visto como Algunas grandes empresas (ahora muy grandes empresas químicas) están utilizando JMP para sus reuniones de directivos. Porque los datos ya están a su disposición para responder a las preguntas que les surgen del equipo directivo: “¿Qué pasa si X?” Bueno, sacas los datos y muestras lo que sucede cuando agregas más... modificador al proceso. Si tiene los datos frente a usted, puede mostrar gráficamente cómo crucifican algunos de los parámetros importantes. Entonces Algunas personas están utilizando [JMP] a nivel gerencial como herramienta para realizar reuniones de gestión de producción y de I+D. .”
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“El desafío recientemente ha sido poner a disposición los datos que están aislados en diferentes sistemas y requieren trabajo manual para integrarse... Para superar esos problemas de accesibilidad a los datos, como consultar bases de datos o importar múltiples archivos, unir datos de múltiples fuentes, JMP nos ha permitido hacer todo eso, pero sin tener la necesidad de programar. Creo que lo más importante es que hemos brindado esas habilidades a ingenieros y expertos en la materia, que ahora lo están haciendo ellos mismos y convirtiendo ese acceso en datos activos, haciendo análisis proactivos y mejoras más rápidos y mejores como consecuencia. .”
– Vasco Cachaco, campeón principal del proceso Six Sigma, Xaar
Estadísticamente hablando: por qué la mejora de la calidad es imperativa en la era del big data
“Nuestra audiencia ya comprende el valor de los datos y definitivamente está deseosa de pasar al siguiente nivel para tomar mejores decisiones. Mi recomendación es evaluar el nivel de madurez que tiene el negocio en cuanto a datos y métodos estadísticos, y tal vez encontrar un plan para avanzar al siguiente nivel. .”
– Vasco Cachaco, campeón principal del proceso Six Sigma, Xaar
Estadísticamente hablando: por qué la mejora de la calidad es imperativa en la era del big data
“La dirección nos llama muy a menudo. Y los ingenieros que han estado tratando de resolver los problemas [nos llamaron para solucionarlos] a menudo están preocupados por su carrera si llegamos y solucionamos los problemas que deberían haber resuelto. Por lo tanto, es fundamental hacerles comprender que sus conocimientos son clave para tener éxito con los métodos estadísticos. En realidad, es la combinación de estadística e ingeniería lo que marca la diferencia. Las estadísticas por sí solas o la ingeniería por sí solas no son suficientes. Necesitamos ingeniería estadística. Y la mejor manera de garantizar que esto suceda es capacitando a un ingeniero en estadística utilizando software como JMP. Después de [aprender a] resolver el problema junto con nosotros, estarán mucho mejor preparados para resolver los [desafíos] la próxima vez. Han aumentado su valor para la empresa y, por supuesto, también su propio valor en general, lo que resulta muy motivador para las personas”.
– Per Vase, consultor gerente, NNE
Estadísticamente hablando: por qué la mejora de la calidad es imperativa en la era del big data
“Mi consejo sería permanecer abierto a nuevas oportunidades, a métodos que actualmente no se practican o que no se pueden practicar fácilmente en la empresa. Por ejemplo, realizar un diseño de experimentos puede resultar disruptivo, e incluso costoso al principio, para las empresas que sólo pueden recopilar sus datos experimentales en sus líneas de producción. De hecho, pasamos por eso específicamente hace un par de años como parte de un proyecto de mejora sobre un problema de calidad que nos preocupaba durante varios meses. Sin embargo, los beneficios de una DOE bien planificada junto con el conocimiento de los ingenieros de procesos aportaron la comprensión necesaria para tomar las medidas adecuadas, mejorar los rendimientos y obtener el retorno de la inversión. Yo diría que Aliente a los miembros del equipo que ya tienen esa mentalidad estadística a presentar las habilidades adecuadas, demostrar el valor de estos métodos y comunicar el impacto en su trabajo y en el negocio. Creo que esto generará impulso y alentará a otras personas, incluidos los propios gerentes, a ser más receptivos al análisis de datos como habilidad principal y a estar dispuestos a incorporarlo como parte de sus decisiones diarias. .”
– Vasco Cachaco, campeón principal del proceso Six Sigma, Xaar
Estadísticamente hablando: por qué la mejora de la calidad es imperativa en la era del big data
“ Piense en grande, empiece poco a poco y escale rápidamente . Es importante crear historias de éxito tempranas para mantener el impulso en el largo viaje, centrarse en uno de los problemas de su empresa y comenzar por identificar el potencial de mejora y estimar el dinero que queda sobre la mesa para poder llamar la atención de la gerencia. Luego, para comenzar rápido, reduzca el problema a subproblemas que puedan resolverse rápidamente y luego capacitar a ingenieros seleccionados en estadística aplicada y garantizar que cuenten con el apoyo de consultores internos o externos con experiencia. No hay tiempo para fracasos por falta de experiencia. Y asegúrese de que aquellos que reciban formación posterior puedan utilizar un tercio (mínimo) de su tiempo trabajando con estos métodos; de lo contrario, nunca adquirirán las habilidades necesarias para seguir logrando historias de éxito. Esto es fundamental para conseguir la conversión de la cultura de la empresa”.
– Per Vase, consultor gerente, NNE
Estadísticamente hablando: por qué la mejora de la calidad es imperativa en la era del big data
“Si una empresa utiliza actualmente los métodos estadísticos más comunes para cuantificar y controlar la variación, como análisis de sistemas de medición, estudios de capacidad, control estadístico de procesos, pero aún no ha encontrado la optimización requerida, tal vez sea el momento de explorar métodos más avanzados. como el modelado predictivo , para encontrar posibles relaciones entre objetos de valor que se consideraron previamente. O tal vez hacer un experimento controlado. Encuentre esas relaciones fuera del rango operativo normal mediante la realización de un DOE”.
– Vasco Cachaco, campeón principal del proceso Six Sigma, Xaar
Estadísticamente hablando: por qué la mejora de la calidad es imperativa en la era del big data
“ En realidad, las máquinas no aprenden mucho fuera de los datos que les proporcionas. Entonces, dónde
se necesitan personas está en el dominio conocimiento . Lo más importante es definir el problema que desea analizar, definir los parámetros en los que acepta datos buenos o no buenos y luego también definir cuáles son los niveles de éxito. Ahí es donde entra en juego la creatividad humana. ¿Qué problemas vamos a considerar en primer lugar? Una máquina no puede decirte eso. Eso es algo para lo que estamos los humanos”.
– Bernard Ennis, investigador principal, Tata Steel
Estadísticamente hablando: resolución de problemas de ciencia e ingeniería con aprendizaje automático
"Por eso, a lo largo de los años, creo que es justo decir que la descripción de mi trabajo se ha vuelto multifacética y todo está estrechamente relacionado con el énfasis de BIOTRONIK en el análisis y nuestro uso de JMP. ".
– Gerd Kopp, estadístico de gestión de calidad y confiabilidad, Biotronik
Gerd Kopp habla sobre cómo abogar por que el análisis supere los obstáculos internos y establezca una relación con la organización JMP
DESCUBRIENDO INFORMACIONES
“JMP desempeña un papel clave en esa exploración al ayudarle a explorar y comprender sus datos de una manera rápida y eficiente... I Te da la posibilidad de no saber lo que quieres hacer. . JMP es una gran herramienta: puede explorar sus datos para comprender realmente qué funciona y qué no”.
– Ted Ellefson, ingeniero principal gerente, I+D mecánico, Seagate
Historia de éxito de Seagate
“ JMP no solo fue más rápido de usar para cada tarea, sino que cuando mostré cómo los factores molestos, como las mediciones de componentes, podían incluirse fácilmente en un DOE como covariables, esto impulsó nuestros esfuerzos ya existentes para hacer que los procesos sean aún más sólidos.Así, JMP no sólo fue más eficiente, sino que añadió nuevas posibilidades de análisis. . "
– Gerd Kopp, estadístico de gestión de calidad y confiabilidad, Biotronik
Gerd Kopp habla sobre cómo abogar por que el análisis supere los obstáculos internos y establezca una relación con la organización JMP
“JMP es una herramienta importante. yo obtengo Comentarios extremadamente positivos de los clientes internos. cuando les muestro el resultado de mi análisis. Es muy impresionante para ellos poder ver los datos tan fácilmente, en un solo lugar, al mismo tiempo que distinguen claramente entre posibles factores críticos, como la visita y el nivel de dosis. Algunos de los [expertos en la materia] ahora quieren utilizar JMP ellos mismos”.
– Angela Manginelli, científica sénior, análisis de datos de biomarcadores, Merck KGaA, Darmstadt, Alemania
Historia de éxito de Merck
“El punto de medición más importante es la capacidad de marcar la diferencia . El conocimiento que podemos adquirir con el análisis de datos realmente impacta en nuestros ensayos clínicos. Por lo tanto, es fundamental tener disponibles herramientas como JMP, que respaldan en gran medida el propósito de mi trabajo”.
– Angela Manginelli, científica sénior, análisis de datos de biomarcadores, Merck KGaA, Darmstadt, Alemania
Historia de éxito de Merck
“ El valor de JMP para Medtronic radica en poder comprender y utilizar todos nuestros datos. . Más [métodos de análisis eficaces] significan que podemos comprender mejor el rendimiento de nuestros dispositivos a lo largo del tiempo y garantizar que estamos diseñando dispositivos seguros y eficaces. Ese es nuestro objetivo principal. Y JMP nos ayuda con ese objetivo al permitirnos aprovechar al máximo nuestros datos. Es algo que no podíamos hacer antes”.
– Susan Roweton, directora de investigación, Medtronic
Historia de éxito de Medtronic
“ Los datos no valen nada si no tenemos las herramientas adecuadas para trabajar con ellos , por lo que debemos utilizar los medios más nuevos e innovadores para gestionar estos datos. JMP Pro utiliza los métodos más innovadores y eficaces , y eso es muy importante”.
– Corinne Bergès, Gerente de Evaluación de Riesgos, Análisis Estadístico y de Seguridad y Six Sigma, NXP
Historia de éxito de NXP
“ No solo resolvimos el problema, sino que lo resolvimos hasta el punto en que nuestro cliente vino a nosotros y nos dijo: 'Lo han hecho tan bien en esto que nos gustaría ajustar las especificaciones'. Las especificaciones antiguas no reflejan lo que puedes hacer hoy'”.
– Jim Lamar, director de calidad, Saint-Gobain NorPro
Historia de éxito de Saint-Gobain NorPro
“ JMP es absolutamente invaluable si desea ver qué sucede con los datos. Podemos aprender de los datos ya disponibles para visualizar un resultado que funcione tanto en la teoría como en la práctica”.
– Egon Gross, maestro tecnólogo, Symrise
Historia de éxito de Symrise
“Todos los lunes por la mañana, tenemos una reunión de todos los ingenieros sobre diversos temas y normalmente hay dos o tres ejecutivos en la sala y pueden ver lo que podemos hacer con JMP; Definitivamente es reconocido. El vicepresidente de I+D es usuario de JMP. Se utiliza en toda la organización”.
– Jed Campbell, Gerente de Calidad, Sintético de EE. UU.
Historia de éxito sintética de EE. UU.
“Es culturalmente muy difícil lograr que las personas cambien la forma en que administran sus datos, pero si realmente eres capaz de hacerlo extraiga conocimientos de los datos y tome decisiones comerciales críticas basadas en esos conocimientos, entonces debe estar seguro de que esas decisiones son correctas. Hay algunas cosas muy simples que pueden ayudarte a lograrlo. Y para mí, JMP es una de esas herramientas .”
– Owen Lozman, vicepresidente de M Ventures, el brazo de capital estratégico de Merck KGaA
Historia de éxito de M Ventures
“ JMP permite el descubrimiento de conocimientos en todo nuestro negocio y permite a Whirlpool analizar datos que de otro modo no habrían sido posibles. Las aplicaciones son infinitas”.
– Aaron Youngstedt, líder de implementación del programa de excelencia operativa, Whirlpool
Historia de éxito de Whirpool
“Independientemente de si hay alguien al otro lado del pasillo o al otro lado del océano, si están mirando un archivo JMP juntos, puede incluir algunos scripts y encontrar formas de ampliar el análisis .”
– Dave Sartori, científico de datos senior, PPG Industries
Historia de éxito de Industrias PPG
“ JMP es una herramienta muy útil para nuestra etapa de desarrollo de métodos porque nos da las mejores respuestas a lo que buscamos. .”
– Camilla Liscio, química de aplicaciones, Anatune
Historia de éxito de Anatune
FACILIDAD DE USO / ESTADÍSTICAS DE APRENDIZAJE
“[JMP] es muy intuitivo para los nuevos usuarios porque no es necesario entender nada que tenga que ver con análisis para poder extraer información de sus datos a través del sencillo entorno de arrastrar y soltar. Esto es enormemente beneficioso para los nuevos usuarios y algo que a la gente realmente le gusta”.
- Kieran O'Mahony, director de análisis y ciencia de datos, Dairygold
Oro lechero | JMP
“ Fue útil que hubiera mucha información en el sitio web de JMP, incluido un vídeo sobre cómo configurar el software rápidamente. Así que podría hacer una prueba rápida y ver lo fácil que es implementar JMP y qué tan bien funciona…. Era sólo cuestión de explorar varios modelos y opciones que podría usar…. Encontré que JMP es sencillo de usar y bastante potente. .”
– Alin Ionas, químico analítico, Universidad Técnica de Dinamarca
Historia de éxito de la DTU
“A menudo observo que los nuevos usuarios se sorprenden de la facilidad con la que se pueden crear y reorganizar gráficos arrastrando y soltando. Esto no sólo ahorra tiempo, sino que también ayuda a que las estadísticas se perciban como una ventaja y no como un obstáculo. "
– Gerd Kopp, estadístico de gestión de calidad y confiabilidad, Biotronik
Gerd Kopp habla de la defensa de la analítica superar obstáculos internos y construir una relación con la organización JMP
“Puede haber una falta general de comprensión del poder de los métodos estadísticos modernos y de las herramientas que ahora están disponibles y que pueden ayudar a los científicos e ingenieros. Estas herramientas pueden parecer un poco desalentadoras para las personas si no están acostumbradas a usar estadísticas, pero Según tengo entendido sobre el software que proporciona JMP, realmente no es necesario saber cómo funcionan estas estadísticas. Necesita saber cómo utilizar JMP y aplicarlos a los datos que tiene. Y JMP le permite visualizar los resultados potenciales más allá del software de visualización que creo que ya es bien conocido en la industria”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“Una de las cosas que quedó muy clara cuando visitamos algunas empresas del sector de procesos es que la gente allí tiene la capacidad de utilizar este software... La capacidad de utilizar JMP se adquiere en un plazo de par de días. No necesitas meses de entrenamiento aquí. , especialmente porque es un poco como hacer clic y señalar en Microsoft. Puedes empezar a usarlo muy rápidamente”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“JMP ofrece tutoriales en línea y, ocasionalmente, también un poco de ayuda personal cuando contacta o se reúne por primera vez con su asesor de ventas. La mayoría de las personas que [visité] y que conocía no estaban usando JMP. Puedo decirles que desde entonces todas esas empresas han comprado el software. , lo cual creo que es algún tipo de indicación del impacto de los estudios de caso que les mostramos”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“ A nuestros ingenieros y científicos no se les paga por hacer estadísticas. Nos pagan por hacer recomendaciones y tomar decisiones. Entonces, la capacidad de enseñarles cómo usar los datos para lograrlo es realmente lo que hacemos internamente para establecer esa base”.
– Ted Ellefson, ingeniero principal gerente, I+D mecánico, Seagate
Historia de éxito de Seagate
“JMP tiene tutoriales increíbles que lo ayudarán a superar esto. Puedes simplemente hacer clic para acceder a nuevos niveles de aprendizaje. .”
– Timothy Gardner, fundador y director ejecutivo, Riffyn
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
" Honestamente, comenzaría con una plataforma como JMP. Simplemente viene con una increíble cantidad de oportunidades de aprendizaje a bordo e información realmente práctica para comenzar a impulsar ese proceso. Puede ser realmente útil. Existe una especie de industria en torno a JMP y plataformas similares para consultores que pueden venir y brindar esa capacitación. Y, por lo tanto, realmente puede ampliar su red contactando a expertos, recurriéndolos para problemas específicos y aprendiendo a través de la iteración de esa manera. también."
– Loren Perelman, vicepresidente de ciencia, Riffyn
Estadísticamente hablando: desarrollar una visión compartida para la excelencia analítica
"Porque JMP es tan intuitivo , cualquiera puede lograr análisis útiles”.
– Corinne Bergès, Gerente de Evaluación de Riesgos, Análisis Estadístico y de Seguridad y Six Sigma, NXP
Historia de éxito de NXP
“Lo que me gusta de JMP es que Es una herramienta sencilla que se explica por sí misma: no es necesario ser estadístico para utilizarla. .”
– Owen Lozman, vicepresidente de M Ventures, el brazo de capital estratégico de Merck KGaA
Historia de éxito de M Ventures
“Lo que más me atrajo: la facilidad de uso de JMP. La plataforma es muy fácil de navegar para alguien que no tiene mucha experiencia con estadísticas. Realmente me ayudó a desarrollar mis habilidades. .”
– Tyler Dunaway, ingeniero de procesos, US Synthetic
Historia de éxito sintética de EE. UU.
“ Una vez que hicimos que la analítica fuera más parte de la cultura de resolución de problemas, vimos que los problemas comenzaban a disminuir. .”
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“ A veces JMP es demasiado inteligente para su propio bien pero te encaminará hacia el análisis que Se ajusta a tus datos”.
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“Para nosotros fue cuando [la gerencia] entendió que comprar estas licencias JMP bajaría el listón sobre cuándo podemos usar nuestros datos. No es necesario ser estadístico ni experto en datos. Puedes usarlo de inmediato, y ese fue realmente el punto de inflexión”.
– Søren Pehrson, científico de fabricación de catalizadores, Haldor Topsoe A/S
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“ Los gráficos interactivos de JMP son muy fáciles de entender. Toda la representación es muy intuitiva y clara. Todos mis compañeros están de acuerdo".
– Guifu Wang, ingeniero principal de confiabilidad, ATL
Historia de éxito de ATL
" Soy químico, no estadístico, y realmente aprecio cómo JMP hace que las cosas sean tan rápidas y fáciles. "
– Jim Dailey, Gerente Técnico Global de Cuentas Clave, BASF
Historia de éxito de BASF
“En nuestro equipo tenemos gente que no está familiarizada en absoluto con las estadísticas y gente más avanzada, y uno de los valores Lo que vemos con JMP es la capacidad de usarlo para comunicar, a todos los miembros del equipo, interacciones simples o complejas que descubrimos durante el ciclo de diseño. .”
– John Allen, ingeniero, cuerdas WL Gore Elixir
Historia de éxito de las cuerdas WL Gore Elixir
“ JMP es gráfico y una perfecta herramienta de comunicación que ayuda a acortar nuestros ciclos de diseño. También creo que su facilidad de uso es un atributo realmente poderoso. Soy mentor de nuevos empleados y los he visto ponerse al día con JMP rápidamente y, por lo tanto, contribuir al equipo casi desde el principio”.
– John Allen, ingeniero, cuerdas WL Gore Elixir
Historia de éxito de las cuerdas WL Gore Elixir
“He descubierto que JMP es muy adecuado para no estadísticos. La pantalla visual clara e intuitiva del software es ideal tanto para estadísticos como para expertos clínicos, ya que es muy fácil de entender. Y permite a los operadores de software comprender mejor la correlación y estructura de los métodos estadísticos, en lugar de mirarlos por separado".
– Feng Guo Shuang, Director, Centro de Investigación de Ingeniería y Big Data, Hospital Infantil de Beijing
Historia de éxito del Hospital Infantil de Beijing
“Con el mismo software, puedo conectarme a nuestra base de datos interna, extraer datos seleccionados mediante el uso de filtros, combinar tablas de datos, limpiar mis datos, visualizarlos y aplicar poderosas técnicas estadísticas para analizarlos. Hoy en CEA, los científicos pueden utilizar varias herramientas diferentes para visualizar sus datos, diseñar experimentos o realizar preparación de datos y análisis estadístico. Pero siempre tengo mucho entusiasmo por intentar convencerles de que todo esto se puede hacer con un solo software .”
– Damien Perret, científico de I+D, CEA Marcoule
Historia de éxito de CEA Marcoule
“Originalmente soy un químico y casi no tengo formación en estadística, pero Desarrollé un conocimiento previo honesto en estadísticas simplemente usando JMP. . Evidentemente el proceso de adquisición de conocimientos es infinito… pero contamos con la comunidad de usuarios y desarrolladores de JMP, que es de gran ayuda para progresar”.
– Damien Perret, científico de I+D, CEA Marcoule
Historia de éxito de CEA Marcoule
“Desde el punto de vista de la ingeniería, JMP es excelente porque te brinda velocidad, conectividad y análisis muy rápidamente . Además, maneja muchos datos y me gusta el hecho de que JMP no resulta intimidante”.
– David Seniuk, ingeniero de producto sénior, Ciena
Historia de éxito de Ciena
“ Me gusta usar JMP porque es muy interactivo. Es muy fácil de usar y hay muchas herramientas disponibles.Todos los investigadores de otras disciplinas tienen diferentes niveles de habilidad en programación y conocimiento estadístico. Muchos proyectos de investigación en curso son de naturaleza interdisciplinaria y requieren una colaboración efectiva tanto de la experiencia en el campo como de la informática estadística”.
– Jiangeng Huang, PhD, Virginia Tech
Historia de éxito de Virginia Tech
“ JMP facilita a los investigadores el análisis de sus propios datos. Creo que eso es lo realmente interesante de JMP. Avanzas en la investigación, pero también aprendes en este proceso; estás aprendiendo habilidades que puedes aplicar cuando pasas a hacer algo que no es pura estadística”.
– Jiangeng Huang, PhD, Virginia Tech
Historia de éxito de Virginia Tech
“ JMP permite participar a personas que no conocen bien los datos. "
– Michelle Woolfolk, ingeniera de recursos hídricos, ciudad de Durham, Carolina del Norte
Historia de éxito de la ciudad de Durham
“ Obtuve valiosos conocimientos de los elementos teóricos de la estadística. . Sin duda, JMP me ha dado más confianza y creo que esa es la mejor ventaja de todas”.
– SungSoo Lee, director del grupo de innovación, Daeduck Electronics
Historia de éxito de Daeduck Electrónica
“Me intrigó cómo los análisis, los modelos, la gestión de proyectos y los procesos comparten una naturaleza similar. La analítica no se trata sólo de hacer cálculos numéricos. Puede utilizar análisis a diario para impulsar la gestión y el rendimiento de proyectos y equipos. Y Con JMP, puedes aprender a utilizar la herramienta y tomar decisiones de inmediato. .”
– Tyler Wise, analista de proyectos en servicios empresariales globales, Diebold Nixdorf
Historia de éxito de Diebold Nixdorf
“ Con JMP podemos presentar conceptos estadísticos de una manera clara, accesible, relevante y divertida. que permite a los veterinarios entregar información relevante a sus clientes sin 'galimatías estadísticas'. Sabía que JMP permitiría [a mis clientes] ver patrones, tendencias y cosas de valor para sus clientes, sin necesidad de conocimientos estadísticos”.
– Andy Liddle, director de consultoría de conocimiento de procesos
Historia de éxito de Elanco
“ JMP es realmente fácil de aprender y empezar a utilizar. . A menudo los estudiantes están aquí sólo por un año, por lo que es importante tenerlos operativos en poco tiempo”.
– Mauro Tettamanti, Epidemiólogo, Instituto Mario Negri
Caso de éxito del Instituto Mario Negri
“ Me gustaría que la disciplina estadística realmente avance en una dirección en la que tanto la ciencia estadística como los fundamentos del uso de estas herramientas sean algo en lo que la gente esté sólida, pero también, la La parte de ingeniería se enfatiza mucho más. . "
– Christine Anderson-Cook, estadística, Laboratorio Nacional de Los Alamos
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“ JMP es muy poderoso. La interfaz es limpia y ordenada, y es muy intuitiva. .Incluso sin formación, JMP es fácil de usar, especialmente para los ingenieros”.
– Vinson Wei, ingeniero de planta de ejecución, DuPont Taiwán
DuPont | JMP
“J. Los resultados de MP son fáciles de entender, concisos y explican visualmente el proyecto de forma clara y sencilla. "
– Jerry Huang, ingeniero sénior del laboratorio analítico, DuPont Taiwán
DuPont | JMP
“Es difícil cometer errores en JMP. La interfaz le ayuda a configurar y ejecutar pruebas, y la visualización de datos facilita ver los resultados de inmediato”.
- Jennifer Verdolin, PhD, Universidad de Arizona
Universidad de Arizona | JMP
AHORRO DE COSTES
“Los beneficios fueron muy gratificantes. Definitivamente vimos un retorno de la inversión. También ganamos confianza en que la aplicación de métodos estadísticos a problemas de la vida real puede beneficiar a la empresa a largo plazo”.
– Vasco Cachaco, campeón principal del proceso Six Sigma, Xaar
Historia de éxito de Xaar
“Utilizamos el módulo de diseño de mezclas de JMP y obtuvimos mejores conocimientos con muchísimos menos lotes que con nuestro método anterior. Si no hubiéramos tenido JMP, habríamos enviado esa [instrucción] a la planta y habríamos seguido agregando más [del ingrediente] como lo hemos hecho durante las 10 generaciones anteriores. Hay un impacto directo en nuestros costos de bienes vendidos. Habría significado consumir más tiempo de ciclo tratando de lograr que esa cosa alcanzara la tolerancia. En el peor de los casos, habría sido desguazado o entregado tarde al cliente. …. Esa fue la primera vez que pensé 'guau'”.
– Bernard Goguelet, líder de calidad, Parker LORD
Historia de éxito de Parker Lord
“ Lo que hemos podido demostrar claramente cuando hemos visitado a otros en nuestro sector es JMP puede ayudar a encontrar soluciones mejores y menos costosas con mayor rapidez, no solo en la fábrica, sino también en I+D y servicio al cliente. Ayudará a impulsar la mejora continua y utilizará métodos analíticos simplificados para ayudarle a comprender dónde están los factores importantes en sus datos guardados. Brindará información sobre el corazón del proceso de gestión de fondos y, sin duda, ayudará a que las discusiones del departamento y del equipo pasen de lo anecdótico y la experiencia a decisiones basadas en datos”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“JMP puede ayudarle a encontrar soluciones mejores y menos costosas con mayor rapidez. JMP pone los datos [detrás] del conocimiento que aporta a la gestión del sitio y a las discusiones del equipo departamental, eliminando el [ruido] anecdótico y ayudando a obtener una mejora continua y aumentar la OEE. Esto se puede hacer utilizando métodos y estándares de análisis de datos simplificados con software como JMP”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: capturar valor de sus datos para acelerar la innovación (enlace próximamente)
"Estábamos trabajando para una empresa que hacía moldeo por inyección y habíamos llegado casi hasta el final en nuestro modelo de seis pasos. Usaron muchos recursos en las pruebas del producto final, como dimensiones, rebabas, molduras incompletas, y tuvieron problemas de calor porque descubrieron demasiado tarde cuando algo andaba mal. Al utilizar el diseño de experimentos [en JMP], establecimos relaciones entre los indicadores del proceso, que es algo que pueden medir en tiempo real mientras lo hacen, y la calidad del producto. Por lo tanto, podrían implementar pruebas de lanzamiento en tiempo real, omitiendo así las pruebas del producto final. De hecho, ahorraron 2 millones de euros al año en costes de control de calidad reducidos. Y además, estas alertas tempranas también se pueden utilizar para predecir el mantenimiento. Redujeron la chatarra en un 70% .”
– Per Vase, consultor gerente, NNE
Estadísticamente hablando: por qué la mejora de la calidad es imperativa en la era del big data
“ Antes de utilizar estos métodos [en JMP] de forma tan rutinaria, se realizaban muchos experimentos repetidos. Muchas situaciones en las que llegábamos al final y preguntábamos '¿qué debemos hacer a continuación?' Eso a menudo nos llevaría a rehacer el trabajo... Y el costo de repetir esos experimentos fue fenomenal”.
– Teena Bonizzi, científica del personal, SABIC
Estadísticamente hablando: resolución de problemas de ciencia e ingeniería con aprendizaje automático
“Se pueden hacer cosas con análisis avanzados de grandes conjuntos de datos [en JMP] que normalmente no se podrían producir en un laboratorio. Puedo compartir un ejemplo en el que utilizamos una técnica de red neuronal de aprendizaje profundo para predecir cuándo ciertos hornos necesitarán mantenimiento. El producto permanece en el horno durante mucho tiempo, unas 48 horas. Y una vez procesado, se saca del horno de un lado a otro. Si el revestimiento del horno no está en muy buenas condiciones, entonces el émbolo puede pegarse a las paredes y se perderá todo el producto. Esto significa que hay que desmontar y volver a montar el horno, lo que cuesta mucho tiempo y dinero. No es algo que hayamos podido determinar con precisión antes porque no había una forma real de decir cuándo iba a suceder, aunque sucede tal vez una vez cada dos o tres semanas. Pero al utilizar algoritmos de aprendizaje automático, vimos patrones en la fuerza de este émbolo que nos ayudan a predecir cuándo comienza a atascarse y, por lo tanto, a ser proactivos. Entonces Hemos reducido la cantidad de pegatinas y hemos ahorrado bastante dinero y tiempo en el proceso. .”
– Bernard Ennis, investigador principal, Tata Steel
Estadísticamente hablando: resolución de problemas de ciencia e ingeniería con aprendizaje automático
“Estábamos buscando formas de utilizar técnicas estadísticas [en JMP] para identificar la aparición de problemas en el motor en servicio. Cuando utiliza estos métodos analíticos, necesita datos de entrenamiento para establecer un modelo. Y si intenta detectar fallas, necesita ejemplos adecuados para entrenar el modelo. Pero estábamos tratando con activos de alta integridad. Así que el volumen de datos simplemente no estaba ahí. Una de las cosas que hicimos fue analizar nuevos enfoques de detección, construir un modelo de la [función] normal y usarlo para comprender los límites de lo que representa la normalidad. Luego bloqueamos las desviaciones fuera de lo normal. De esa manera, podríamos identificar indicadores tempranos de problemas potencialmente emergentes. Ese enfoque ahora está bien establecido en los aspectos de monitoreo del estado de la prestación de lo que se conoce como cuidado total de los activos de los motores que vuelan por los cielos. Y por supuesto, lo que eso significa es que Evitaremos molestias a los operadores. Para que solo hagas el mantenimiento cuando sea necesario, no programado .”
– Steve King, miembro asociado de ingeniería jubilado, Métodos analíticos avanzados, Rolls-Royce
Estadísticamente hablando: resolución de problemas de ciencia e ingeniería con aprendizaje automático
“Es necesario demostrar que 'mira, pasamos mucho tiempo haciendo x, y, z o la calidad de lo que obtenemos no es tan buena'. Sabes, veamos el costo de oportunidad de hacer esta inversión y lo que vamos a obtener .' Y todo se reduce al dinero... vinculándolo a sus gastos operativos o a sus ingresos... y teniendo las métricas para poder respaldarlo".
– Sarah Kalicin, científica de datos, Intel
Estadísticamente hablando: lleve su organización a la excelencia analítica
“Si vas a construir una casa, querrás darles martillos y clavos a tus carpinteros. Si va a tener una empresa de tecnología, necesitará contar con algún software, algo de capacitación, algunas estadísticas y algunas capacidades analíticas entre su personal técnico. Así que creo que [la construcción de una cultura analítica con JMP] realmente puede demostrarse que se amortiza sola. .”
– Ted Ellefson, ingeniero principal gerente, Seagate Technology
Estadísticamente hablando: lleve su organización a la excelencia analítica
“Con lo baratos que son los discos duros hoy en día, no hay razón para tirar datos a la basura. Puede que no sepamos cómo usarlo en este momento, pero la idea de que vamos a tirarlo a la basura porque de alguna manera es caro es una locura. Y lo segundo es que vas a pagar, ¿qué? $150, $200k para un profesional en este campo, ¿y vas a discutir conmigo sobre el tamaño de su computadora portátil? ¿Tiene 32 gigas de RAM? Consígales una buena computadora. Compra buen software. Si necesitan JMP Pro, consígales JMP Pro. Esa cantidad de dinero es poca cosa cuando los analistas arrojan 10 veces sus resultados. "
– Tom Lange, director jubilado de Modelado y simulación, I+D corporativo, P&G
Estadísticamente hablando: lleve su organización a la excelencia analítica
“Creo que [la cultura analítica de Corning] ciertamente ha contribuido a impulsar la innovación y la experimentación hacia las primeras etapas [de desarrollo]. Y como un resultado, Cuanto más puedas recortar tus opciones, tus selecciones, al principio del proceso, más dinero podrás ahorrar en el futuro. .”
– Michael Anderson, estadístico sénior e ingeniero de desarrollo de mediciones, Corning
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
“Medtronic invierte mucho dinero en I+D para generar datos, con todas las pruebas necesarias para el desarrollo de nuevos productos. Queremos asegurarnos de que estamos utilizando bien esos recursos. No queremos desperdiciar ninguna parte de esos datos. Y Con JMP podemos extraer más información que con otros métodos. .”
– Susan Roweton, directora de investigación, Medtronic
Historia de éxito de Medtronic
“Utilizo JMP para diseñar y analizar experimentos que generamos para un robot de formulación. En lugar de las habituales dos o tres muestras que la gente puede hacer en un día, utilizamos el sistema para hacer de doscientas a trescientas. Manejar todos esos datos es bastante importante y utilizamos JMP para hacerlo”.
— David Barnett, químico senior de formulación, científico de datos y químico de robótica, Syngenta
Historia de éxito de Syngenta
“La gran ventaja de las aplicaciones JSL [lenguaje de scripting JMP] es que los usuarios no necesitan ningún software adicional para resolver ni siquiera los problemas más complejos. Y eso nos ahorra mucho dinero y tiempo al permitirnos invertir en nuevos desarrollos mientras nos mantenemos dentro de un solo paquete de software. Es una gran ventaja”.
– Maria Lanzerath, directora global de estadísticas, WL Sangre
WL Historia de éxito sangrienta
“Diré: 'Oh, hicimos este análisis de componentes de varianza y utilizamos estos gráficos de variabilidad analítica. Fue tan genial. Descubrimos de dónde viene la variabilidad.' Pero [la gerencia] dirá: '¿Pero sabes qué? Cuando hiciste eso, El resultado para el negocio fue que cuando comprendimos de dónde venía la variabilidad en el método analítico, pudimos reducir el número de pruebas a la mitad. .' Estas son pruebas muy costosas de realizar, son pruebas biológicas”.
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“Durante una sesión con un posible financiador, [algunos colegas] presentaron uno de estos gráficos de JMP que muestra cómo habían descubierto la variabilidad analítica del ensayo y habían ideado un esquema de prueba más eficiente que les brindaba mejores datos. Ese fue un punto de venta para el inversor. quien pensó que era una gran idea. Terminaron obteniendo una buena financiación”.
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“ Cada punto porcentual de mejora que logramos en nuestros procesos vale literalmente cientos de miles de dólares para nosotros. Las capacidades de modelado y análisis de datos de JMP nos guían para mejorar el rendimiento de los procesos y reducir así los costos. , lo que eventualmente se traduce en energía más asequible y limpia para el mundo”.
– David Trindade, miembro de Bloom Energy
Caso de éxito de Bloom Energía
“Cuando utilizamos JMP… calculamos el caso de negocio. Y Esos análisis han demostrado ser una buena inversión. La dirección también lo reconoce , o no nos permitirían invertir tiempo y recursos en esos análisis”.
– Lise Isachsen, especialista senior en procesos, Coloplast
Historia de éxito de Coloplast
“En la fabricación, normalmente comenzamos con una máquina y nos aseguramos de que funcione perfectamente. Si podemos garantizar que la primera máquina tenga un funcionamiento perfecto y que los procesos vayan según lo previsto, disminuye los costos para las siguientes 10 máquinas. Y el ahorro de costes que esto supone es enorme. .”
– Lise Isachsen, especialista senior en procesos, Coloplast
Historia de éxito de Coloplast
“Cuando desarrollamos nuevos productos, no nos centramos en intentar ahorrar tiempo o dinero, sino en crear un producto de calidad para los pacientes. Al realizar nuestras DOE e invertir tiempo y dinero por adelantado, ahorramos tiempo y dinero al evitar problemas posteriores. El resultado es que la calidad del producto se optimiza desde el principio. Podemos identificar inmediatamente cualquier problema y sabemos cuándo damos en el blanco. Es tan bueno."
– Lise Isachsen, especialista senior en procesos, Coloplast
Historia de éxito de Coloplast
“JMP tiene el potencial de simplificar el software incluido en el producto y mejorar el rendimiento de los productos terminados, lo cual es uno de los parámetros más importantes que afectan el costo de los bienes vendidos. "
– Greg Mattiussi, director senior de fabricación, Siemens Healthineers
Caso de éxito de Siemens Healthineers
“ Esperamos que JMP nos ayude a mejorar continuamente la precisión y exactitud de nuestros valores analíticos. Eso nos beneficia, pero al final también beneficia a nuestros clientes”.
– Greg Mattiussi, director senior de fabricación, Siemens Healthineers
Caso de éxito de Siemens Healthineers
“Nuestra dirección de alto nivel comprende... y acepta [el uso de JMP para el DOE]. Tú diles, Voy a mejorar la velocidad de aprendizaje y voy a mejorar la posición y la precisión mientras le ahorro dinero en el costo de ejecución experimental y el tiempo. , dicen, estoy totalmente dentro ".
– Sidharth Bhatia, director de análisis y ciencia de datos, materiales aplicados
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“ Recuperamos el costo de nuestra licencia anual docenas de veces al año en términos de velocidad del proyecto, potencia de descubrimiento y solidez de los documentos. No podemos imaginarnos sin JMP”.
– David Herridge, vicepresidente de reglamentación, calidad e ingeniería, Incisive Surgical
Historia de éxito de la cirugía incisiva
"Por aquí Estamos ahorrando una increíble cantidad de tiempo y, por supuesto, estamos ahorrando dinero. . Y estamos enseñando estadística entre bastidores. Ha sido un gran éxito”.
– Mike Cramer, director de operaciones, investigación para la innovación mundial en restaurantes, McDonald's
La historia de éxito de McDonald's
“No es económicamente viable tener una tasa de muestreo muy, muy alta porque cuanto más tomamos muestras, más desperdiciamos. Tenemos un coste de material directo a nuestro muestreo… Hemos podido utilizar JMP para crear algunos modelos bastante ingeniosos. Al agrupar nuestros conjuntos de muestras relativamente pequeños e interpretarlos adecuadamente, podemos [ganar] mucha más confianza en la calidad de nuestros productos sin destruir un gran porcentaje de lo que creamos. .”
– Greg Mozsgai, director de investigación y desarrollo, Samson Rope
Historia de éxito de Samson Rope
“El efecto atípico es un ejemplo representativo. Además, las herramientas de visualización son muy necesarias para una comunicación más eficiente con los ingenieros en el sitio. Creo que JMP es una herramienta intuitiva y rápida para este propósito. "
– Yonghan Ju, director de innovaciones de datos, SK Hynix
Historia de éxito de SK Hynix
“La mano de obra podría fácilmente representar la mitad del costo del producto real. Es por eso que optimizar aspectos como la productividad laboral genera un retorno inmediato... La interactividad y la visualización de datos de JMP han ayudado a los gerentes a ver las posibilidades no explotadas para hacer que el negocio sea más eficiente. Y cambiar [las antiguas formas de pensar] no es fácil… Pero JMP es bueno porque le permite conectarse fácilmente a varias fuentes de datos e integrar y limpiar datos, eso es una gran cosa .
– Serguei Roupassov, líder del grupo de ciencia de datos, Valard Construction
Caso de éxito de Valard Construcción
AHORRO DE TIEMPO
"Para nosotros, JMP era la herramienta adecuada para acelerar el análisis estadístico y compartir resultados a través de información visual".
Fabrizio Ruo Redda, Vishay
JMP DS Americas 2021 - Productores de grabación - Exploradores de datos destacados gallery.mp4 - Todos los documentos (sharepoint.com)
"La cantidad de información que se puede extraer de JMP en tan poco tiempo (y, en particular, su elemento multivariado) es sorprendente. Puede cuantificar la cantidad de variación que tendrán múltiples factores en el resultado. Eso es oro desde la perspectiva de un nuevo usuario".
- Kieran O'Mahony, director de análisis y ciencia de datos, Dairygold
Oro lechero | JMP
" Al final del día, cuando [los ingenieros] hayan terminado de medir algunas piezas, entraré y Ejecute un script que me llevará 15 segundos. Hacer esto a mano [como lo hicimos en el pasado] me lleva al menos 30 minutos. .”
– Michael Anderson, ingeniero sénior de desarrollo de mediciones y estadísticas, Corning
Historia de éxito de Corning
“La verdadera emoción entonces es cuando dices: 'Está bien, lo has hecho una vez y sabes que vas a necesitar hacer exactamente lo mismo la próxima semana...' Así que simplemente haga clic en ese pequeño botón verde de secuencia de comandos en JMP y habrá realizado su análisis nuevamente. .. Y ven que usted acaba de reducir tres o cuatro horas de trabajo diario muy rápidamente... entonces dicen: 'Vale la pena cambiar a JMP porque obtenemos un beneficio a largo plazo'. '”
– Brendan Malone , Ingeniero sénior de procesos, Johnson & Johnson
Historia de éxito de Johnson & Johnson (enlace próximamente)
“Tareas como recopilar datos a lo largo de años eran prácticamente imposibles en el pasado. [Con JMP,] Hemos reducido el tiempo de días o semanas a unos pocos minutos u horas. Y eso abre un análisis que antes no era posible. .”
– Tom Walk, Gerente de base de datos de Breeding Pipeline, Universidad Estatal de Dakota del Norte
Historia de éxito de la Universidad Estatal de Dakota del Norte
“Si estoy haciendo una cuadrícula de tamaño estándar usando opciones de detección definitiva y creación de gráficos además de eso, Puedo analizar [mis datos] en una hora y saber qué haré a continuación. Sin JMP y el diseño de experimentos, tardarías aproximadamente un día …Siempre tengo la ventana abierta porque siempre surge la pregunta: 'Bueno, ¿y si cambiamos esto?' Estás literalmente a tres o cuatro clics y lo has hecho. He podido demostrar eficazmente a los líderes que [JMP] es algo que tiene un enorme beneficio”.
– Jon Armer, científico sénior jefe de formulación, F-star Therapeutics
Historia de éxito de F-star Therapeutics
“El tiempo es igual a dinero en las plataformas computacionales. Entonces, cuando me mudé a Bionano, una de las primeras cosas que quería hacer era asegurarme de obtener una licencia JMP…. Ahora No puedo imaginar cómo [sin JMP] podríamos extraer tantas variables para generar algún tipo de expresión que tomara esos datos y los convirtiera en horas computacionales predictivas. . Probablemente hubiéramos tenido que tomar la cantidad de ADN y la cobertura [deseado] y hacer una regresión lineal”.
– Pat Lynch, Director de Ingeniería de Sistemas, Bionano Genomics
Historia de éxito de Bionano Genómica
"Con Ahorro de tiempo cuantificable en toda la organización. , una estrategia clara y el apoyo del equipo directivo superior, estamos presionando para lograr aún más beneficios en términos de tiempo de comercialización y habilitación de nuevas tecnologías para nuestros clientes. Necesitamos hacer una evaluación de costo/beneficio en todo, desde la experimentación hasta el proceso y el desarrollo de hardware, queremos asegurarnos de hacer lo suficiente, pero no más. Ser efectivo y eficiente , JMP nos permite encontrar ese punto óptimo .”
— Paul Deen, director del programa de métodos estadísticos, ASM International
Historia de éxito de ASM Internacional
“ Nuestro objetivo al utilizar JMP es ahorrar tiempo a los investigadores, que pueden dedicar a reflexionar sobre el significado de los análisis estadísticos. Estas aplicaciones liberan tiempo para realizar tareas de mayor valor añadido y también se obtienen ganancias en términos de calidad. Los investigadores ahora pueden explorar vías que ni siquiera habrían considerado en el pasado”.
– Jean-Luc Blachon, Jefe de Investigación Estadística, Bioinformática, Ipsen
Historia de éxito de Ipsen
“ JMP puede responder a tu pregunta en cuestión de segundos . Un cliente viene de visita con una pregunta y ya no tengo que decir: "Me comunicaré con usted con una respuesta". Yo diré: 'Miremos'. Y puedo ponerlo en la pantalla”.
– Jim Lamar, director de calidad, Saint-Gobain NorPro
Historia de éxito de Saint-Gobain NorPro
“ Ahora, cuando uso JMP, pienso en cómo podría haber tomado días hacer lo que ahora toma solo unos segundos. .”
– John Cunningham, director de I+D, G3 Enterprises
Historia de éxito de G3 Empresas
“ JMP se ha convertido en una herramienta esencial para las actividades de optimización. Los resultados estadísticos facilitan la elección de soluciones y la velocidad con la que se producen libera más tiempo para la innovación y el pensamiento imaginativo. . JMP nos permite trabajar más rápido y desempeñarnos de manera más efectiva, aumentar la satisfacción de nuestros clientes y, en el caso de los comentarios de los clientes, brindar respuestas más relevantes y adoptar un proceso de mejora continua. "
– Annick Vuillermoz, directora sénior de sistemas de control de procesos/rendimiento, Soitec
Caso de éxito de Soitec
“Es realmente agradable ver cómo otros abordan problemas, incluso problemas en otros campos de interés, con más o menos la misma estrategia de optimización: Reducir el tiempo de comercialización o aumentar la velocidad de los experimentos. . Y es realmente inspirador ver eso. siempre puedes profundizar aún más en JMP .”
– Egon Gross, maestro tecnólogo, Symrise
Historia de éxito de Symrise
" JMP es realmente rápido . En otro software puedes hacer el trabajo, pero no todo está en un solo lugar. Con JMP, puedes usar solo una pieza de software para hacer todo, donde antes usábamos tres o cuatro piezas de software diferentes".
– Paula Kitts, química computacional, AstraZeneca
Historia de éxito de AstraZeneca
“ El problema se prolongaba desde hacía dos años. Pero una vez que se recopilaron los datos y comenzamos a profundizar en ellos, los tuvimos en tres semanas. .”
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“Es un cambio de mentalidad. la gente ve eso Se pueden realizar semanas enteras de trabajo en segundos. y luego les deja mucho espacio para pensar, para plantear la cuestión desde una perspectiva diferente”.
– Alfredo López Navarro, Responsable del Laboratorio de Datos Omnicanal, Telefónica Alemania
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“Tener el Los gráficos interactivos que JMP pone a su alcance son una excelente manera de iniciar una discusión interdisciplinaria. . Me gusta tener gráficos buenos y bien construidos frente a una audiencia que [represente] un montón de perspectivas diferentes que discuten el tema. Es muy valioso”.
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“Antes, cuando usábamos Excel. Dedicamos mucho tiempo y energía porque era un proceso tedioso y propenso a errores. Ahora con JMP, dejamos que los datos se ejecuten durante la noche y vemos el resultado al día siguiente. Esto nos ahorra mucho tiempo, mientras que con Excel necesitaba dos o tres días. para descifrarlo”.
– Guifu Wang, ingeniero principal de confiabilidad, ATL
Historia de éxito de ATL
“ El gran beneficio es el ahorro de tiempo. . Hay que ser receptivo en la industria de la electrónica y los semiconductores, que es bastante rápida y competitiva. JMP nos permite hacer eso”.
– Petra Schreier, ingeniera, Atotech
Historia de éxito de Atotech
“ Hay tareas de análisis que ahora puedo realizar en un 90% menos de tiempo , lo que significa que puedo hacer mucho más en la misma jornada laboral. En otras palabras, La relación costo-beneficio de JMP es muy alta .”
– SungSoo Lee, director del grupo de innovación, Daeduck Electronics
Historia de éxito de Daeduck Electrónica
“Suena simple, pero sólo porque JMP lo hizo simple.JMP nos dio la respuesta literalmente en segundos … Entonces, en lugar de pasar todo ese tiempo tratando de encontrar el por qué o el qué, nos sumergimos directamente en lo que [impulsaba el problema] y qué podíamos hacer para solucionarlo”.
– Tyler Wise, analista de proyectos en servicios empresariales globales, Diebold Nixdorf
Historia de éxito de Diebold Nixdorf
“JMP es el caballo de batalla de nuestro grupo. Nos hace mucho más productivos – y estamos constantemente aprendiendo nuevas formas de usarlo”.
– Kevin White, director de tecnología de aprendizaje automático e inteligencia artificial, Eastman Chemical
Historia de éxito de Eastman Chemical
“Si quisiera observar todas las áreas de defectos de fabricación, Probablemente se necesitarían dos personas durante una semana entera para realizar esa tarea y hacerlo bien. Con JMP puedo hacerlo en 15 minutos. , luego hazlo una y otra vez, juega con ello y míralo de muchas maneras diferentes”.
– Dan Fortune, Gerente de Excelencia Empresarial Global, FMC Technologies
Caso de éxito de FMC Tecnologías
“ En seis semanas, pasamos de los borradores a la interfaz. JMP era la herramienta ideal. Es la única herramienta Six Sigma que es interactiva y en tiempo real”.
– Laura Zambianchi, especialista senior en materiales filtrantes, Fresenius
Historia de éxito de Fresenius
“Utilicé el comando de pila y en 10 minutos fue capaz de decir: 'Aquí tienes. Todo listo.' Quedó impresionado. Y yo también. JMP es muy poderoso”.
– Peter Mroz, programador estadístico senior, Janssen
Historia de éxito de Janssen
“ Solíamos tener tres personas haciéndolo a tiempo completo. Ahora tenemos dos personas haciéndolo a tiempo parcial. , liberándolos para realizar pruebas adicionales”.
– Jason Lott, ingeniero de investigación, US Synthetic
Historia de éxito sintética de EE. UU.
“Pudimos identificar los tres factores que eran más importantes y realmente marcamos el proceso a partir de ahí. Creamos una máquina basada en esos resultados que ahora estamos usando en el suelo. Pasaron unos seis meses desde el inicio del proceso hasta la implementación de la máquina, lo cual es bastante rápido para ese tipo de proyecto. .”
– Matt Brown, ingeniero de procesos, US Synthetic
Historia de éxito sintética de EE. UU.
“ Ahora ahorro un tiempo considerable porque JMP puede asignar propiedades a los productos que se transportan a través de todas las rutinas gráficas. .”
– Jeff Stagg, científico principal, Kraft Foods Reino Unido
Historia de éxito de Kraft
“Perfeccioné la forma en que recopilamos nuestros datos de desecho, porque si estás analizando datos incorrectos, no tiene sentido. Ahora tenemos la recopilación de datos configurada para estar orientada a la propiedad y podemos realizar un seguimiento de los desechos en todas nuestras instalaciones y ver los datos de la misma manera en todos los grupos. Antes [teníamos JMP], los grupos solían extraer datos manualmente de una base de datos SQL y crear sus propios gráficos; Puedes ver cuánto tiempo llevaría esto si fuera necesario hacerlo semanalmente. .”
– Evan Ngo, ingeniero sénior de pruebas eléctricas, Polar Semiconductor
Historia de éxito de Polar Semiconductor
“Cuando nuestros ingenieros vienen a trabajar por la mañana, inician un guión, reciben un informe y pueden decidir inmediatamente qué hacer sin perder mucho tiempo en análisis. Tienen más tiempo para hacer cosas más importantes. JMP les ayuda a optimizar el proceso de producción. Por eso digo, 'Deje que JMP trabaje para usted.' Simplemente escriba un guión y dígale a JMP qué hacer por usted. Entonces puedes empezar con cosas más interesantes, no siempre con el mismo análisis una y otra vez”.
– Katharina Lankers, investigadora científica, SCHOTT
Historia de éxito de SCHOTT
“Trabajando con tomografía de rayos X, podríamos utilizar la función estadística de JMP y obtener una distribución del espacio vacío en explosivos potentes que anteriormente [mis colegas] habrían tardado tres o cuatro días en procesarlo. Pero me tomó alrededor de media hora con JMP. . La dirección de LANL quedó muy contenta con ese resultado”.
– Trevor Shear, ex Laboratorio Nacional de Los Álamos, ahora candidato a doctorado en la Universidad de Oregon
Historia de éxito de la Universidad de Oregón
“El solo hecho de pasar por eso en JMP realmente los convenció. No se trata sólo del análisis, sino también de la representación gráfica de sus datos. Es posible que otro software pueda hacer esto, pero les lleva tres o cuatro horas, mientras que lo mismo requeriría literalmente hacer clic en un botón en JMP. Eso emocionó al grupo”.
– Trevor Shear, ex Laboratorio Nacional de Los Álamos, ahora candidato a doctorado en la Universidad de Oregon
Historia de éxito de la Universidad de Oregón
"Fui de al menos una semana de trabajo a quizás 10 minutos. Fue bastante considerable”.
– Dirk Jordan, ingeniero senior de confiabilidad, Laboratorio Nacional de Energía Renovable
Historia de éxito del Departamento de Energía de EE. UU.
"Con JMP, puedo volver a analizar los datos muy rápidamente, exactamente de la misma manera o de otra manera para ver qué más intenta decirme".
- Jennifer Verdolin, PhD, Universidad de Arizona
Universidad de Arizona | JMP
AUMENTAR LA PRODUCTIVIDAD Y LA CALIDAD
"Siempre hay dudas cuando se nos pide que probemos algo nuevo; esa es la naturaleza humana. Cuando vimos que podíamos integrar JMP Live con Microsoft Team, nos entusiasmó mucho utilizar esta herramienta combinada para la colaboración en proyectos. Ahora que JMP Live es parte de Microsoft Teams, los científicos se sienten más cómodos; no tienen esa vacilación para iniciar un nuevo proyecto."
-AJ Kaur, Perrigo
JMP DS Americas 2021 - Productores de grabación - Exploradores de datos destacados gallery.mp4 - Todos los documentos (sharepoint.com)
"Al principio, existe una enorme barrera energética para que se produzca una reacción, pero al añadir un catalizador adecuado, esa energía se reduce considerablemente. Veo a JMP (y la estructura de soporte que viene con el software) como ese catalizador para nuestra empresa".
-Steve Hampton, Gerente de Control de Procesos, PCC Structurals
Steve Hampton de PCC Structurals habla sobre la transición de Minitab y por qué es tan importante aprovechar los recursos de JMP para la participación y el aprendizaje que él llama un “inmenso valor agregado”.
Con nuestro tablero de alarma, podrá ver rápidamente cuando un parámetro está fuera de control. E incluso si tienes múltiples parámetros, sigue siendo realmente fácil, no solo con el panel de alarma sino también cuando piensas en Graph Builder... El panel de alarma probablemente mejoró el rendimiento entre un 1 y un 5 % en nuestra producción piloto. . Depende de la tarea, pero según una serie de experimentos y ejecuciones, creo que entre el 1 y el 5 % es una gran mejora”.
– Torsten Weber, ingeniero de integración de procesos, Heliatek
Historia de éxito de Heliatek
“ Una de las formas en que utilizamos [las aplicaciones de aprendizaje automático en JMP] en Procter & Gamble es detectar defectos en una línea de fabricación. En la línea de fabricación, a menudo hay sensores que generan los datos necesarios para desarrollar un modelo de aprendizaje automático que luego clasificará una unidad individual que pasa por la línea de embalaje como defecto o no. Un segundo ejemplo es lo que se llama mantenimiento predictivo. poder predecir interrupciones en la línea de producción antes de que realmente ocurran. Y el último área es la investigación del consumidor. Esto tiene como objetivo clasificar a los consumidores en segmentos definidos según la demografía, y esto permite a las empresas centrar el marketing y la publicidad. .”
– Bill Myers, estadístico principal, Procter & Gamble
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“Existen técnicas estadísticas que pueden manejar los valores faltantes, lo que a menudo se llama reducción de dimensiones. Si tiene una variable categórica con muchas categorías, es posible que desee reducir la cantidad de categorías. Y El beneficio de la reducción de dimensiones es que a menudo puede permitir una construcción de modelos más eficiente. Puede ser más fácil entender y explicar el modelo. Y también podría ser más fácil de visualizar. Las herramientas de visualización de datos [como JMP] son una excelente manera de realizar esta exploración. .”
– Bill Myers, estadístico principal, Procter & Gamble
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“ Creo que JMP ayudará a aumentar la eficacia general del equipo porque identificará los problemas que son realmente importantes. Ahora, la gestión de la calidad y otras metodologías pueden ser un medio para gestionar y ayudarán a medir e identificar posibles mejoras. Pero las decisiones técnicas que hay que tomar
Lo que se hace todavía se basa en la intuición, las anécdotas y, por supuesto, la experiencia de las personas que están gestionando el proceso. Creo que aquí es donde JMP y el análisis estadístico de los datos detrás de su fábrica lo ayudarán a identificar los parámetros clave que ayudarán a controlar su proceso, generar mejores resultados y, por ejemplo, ayudarlo a administrar mejor el mantenimiento”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“Esta es una oportunidad para extraer conocimientos y perspectivas de un mar de datos que se producen en nuestras fábricas. La mayoría de las operaciones unitarias en estos días producen cientos, si no miles, de puntos de datos por segundo y se utilizan todos esos datos para identificar cómo controlar mejor nuestros procesos dentro de JMP. Le ayudará a tomar las decisiones correctas más rápidamente y eliminará las discusiones grupales sobre lo que puede ser importante o no”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“En una encuesta reciente, PWC señaló que el crecimiento de las empresas de productos químicos especializados más innovadoras era un 16 % mayor que el de las menos innovadoras. Los principales innovadores pronostican que el grupo rojo será tres veces mayor que su competidor menos productivo. Yo añadiría a esto que poner estas herramientas en manos de los operadores es el camino a seguir. Tenemos que sacarlos de los departamentos de TI y de las oficinas centrales hacia producción, I+D y desarrollo empresarial. Ahí es donde obtendremos el mayor beneficio. Y yo creo que JMP se puede aprender muy rápidamente y puede empezar a dar resultados mucho más rápido de lo que piensas. .”
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“El gobierno del Reino Unido ya ha declarado que la economía del Reino Unido no es muy eficiente. Y muchas de sus iniciativas tendrán como objetivo mejorar la eficiencia. Creo JMP puede ayudar a que los productos lleguen al mercado más rápido . Ése es un gran valor que podemos aportar: reducir los fallos de fabricación y más coherencia en la calidad de la producción”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: descubra los datos clave necesarios para reducir su fábrica oculta (enlace próximamente)
“Teníamos nueve factores y sólo pudimos estimar unas pocas interacciones. Y sólo pudimos permitirnos 21 ejecuciones experimentales. [Fue entonces cuando aprendí sobre los diseños de detección definitiva en JMP]: un diseño para identificar las perillas clave del proceso. ¿Cuáles son los factores determinantes? En este ejemplo, los ahorros concretos para nosotros al ejecutar el DSD con 21 ejecuciones en comparación con el enfoque tradicional que habría sido de 28 ejecuciones... más quizás otras 20 para la fase de optimización. .”
– Maria Lanzerath, directora global de estadísticas, WL Sangre
Es hora de innovar: optimizar los procesos de producción con el diseño de experimentos (enlace próximamente)
“Si usted es una empresa de productos químicos especializados, muy a menudo recibirá un proceso de su cliente. Volver al cliente con este tipo de datos y mostrarle que usted tiene un conocimiento más profundo de lo que está sucediendo que él podría consolidar su negocio. .”
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: capturar valor de sus datos para acelerar la innovación (enlace próximamente)
“Como director de I+D , utilizar la metodología de diseño de experimentos debería permitirle ser muy predecible sobre el tiempo que le llevará realizar este trabajo de I+D. Y dando mucha más confianza en la relación de los directivos de la empresa con el cliente”.
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: capturar valor de sus datos para acelerar la innovación (enlace próximamente)
"Si eres una empresa de construcción y construyes casas, ¿tus trabajadores reciben martillos? Sí. Nuestros ingenieros, si analizan datos, entonces sí, normalmente utilizan JMP. .”
– Ted Ellefson, ingeniero principal gerente, I+D mecánico, Seagate
Historia de éxito de Seagate
“ El papel que desempeña JMP es ayudarnos realmente a explorar esos datos al principio... para determinar qué parámetros e interacciones son los más importantes. Y luego explore qué tipos de herramientas de monitoreo de SPC podrían ser realmente efectivas. … Una vez que determine eso, ahora podrá implementar una técnica específica con un sistema de información automatizado o un sistema MES, y luego podrá ejecutarse en tiempo real todo el tiempo”.
– Ted Ellefson, ingeniero principal gerente, I+D mecánico, Seagate
Historia de éxito de Seagate
“ Pasar de un conocimiento bajo a un conocimiento alto – ¡De eso se trata la ingeniería de diseño y la ingeniería de procesos! Estás continuamente entregando conocimiento a la empresa. Eso es lo que puede hacer el análisis de datos en JMP”.
– Ted Ellefson, ingeniero principal gerente, I+D mecánico, Seagate
Historia de éxito de Seagate
“Un pequeño botón en JMP puede crear un gráfico basado en millones de líneas de códigos, 40 o 50 archivos de datos; es simplemente asombroso. W. Con un clic en su script JMP puede producir resultados y gráficos que le ayudarán a tomar una decisión. … Mientras que hace 20 años esto simplemente nunca sucedería”.
– Ted Ellefson, ingeniero principal gerente, I+D mecánico, Seagate
Historia de éxito de Seagate
“Es relativamente fácil imaginar una serie de experimentos de un solo parámetro que eventualmente mapeen el espacio. Pero puedes llegar a ese lugar mucho más rápido con el DOE. Definitivamente hemos mejorado en eficiencia . JMP le brinda muy buenas medidas de cuán confiables serán los coeficientes de su modelo en función de la incertidumbre de sus datos de entrada. Hay muchas herramientas dentro de JMP que le ayudarán a comprender qué puede hacer con sus datos de forma fiable. .”
– Greg Mattiussi, director senior de fabricación, Siemens Healthineers
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“ Los efectos de la interacción son cada vez más importantes . Los problemas de un solo parámetro con los que tiene que lidiar el ingeniero de calidad se están resolviendo rápidamente y los enfoques multivariados son cada vez más importantes”.
– Greg Mattiussi, director senior de fabricación, Siemens Healthineers
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“Ciertamente utilizamos muchos datos cuando se trata de cosas como calibración periódica y actividades de mejora continua, aunque incluso allí, el tiempo de acceso y el tiempo para limpiar los datos es significativo. Entonces Estamos tratando de impulsar su uso de una manera más activa y con visión de futuro, por ejemplo, con gráficos de control más inteligentes y automatizados para evitar los problemas en primer lugar. .”
– Greg Mattiussi, director senior de fabricación, Siemens Healthineers
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“Uno de los avances más interesantes de los últimos años ha sido la proliferación de herramientas de inspección más automatizadas que pueden caracterizar nuestros productos con mucha mayor precisión que nunca antes. Están registrando cantidades masivas de datos y se ha convertido en una herramienta realmente poderosa para comprender la calidad de nuestro producto a medida que lo generamos. Pero luego surge la cuestión de qué hacer con todos estos gigabytes y terabytes de datos. Una vez que lo haya utilizado para establecer la calidad de su producto, ¿cómo lo archiva? ¿Empiezas dentro o fuera del sitio? ¿Tiene suficiente ancho de banda para almacenarlo fuera del sitio? ¿Tiene suficiente ancho de banda para recuperarlo cuando necesite analizarlo nuevamente? Este tipo de problemas prácticos realmente necesitan ser pensados con anticipación al diseñar nuevas herramientas o nuevos procesos porque pueden convertirse en limitaciones reales para la fábrica si no se anticipan los problemas. .”
– Ed Hutchins, director de ingeniería de productos, Wolfspeed
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“En los próximos 10 años, realmente me gustaría vernos evolucionar desde estar muy centrados en big data hasta desarrollar algunas estrategias que conecten big data con little data. Usaríamos big data como herramienta exploratoria para identificar aquellas tendencias que muestran potencial para aprovecharlas, pero luego usaríamos experimentos diseñados y pequeñas colecciones de datos que están mucho más enfocados en establecer la causalidad para poder para confirmar lo que estamos viendo en el big data. Si podemos construir ese puente, entonces Creo que vamos a aprovechar al máximo el big data que tenemos y luego también nos sentiremos mucho más seguros en nuestras decisiones en el futuro. .”
– Christine Anderson-Cook, estadística, Laboratorio Nacional de Los Alamos
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
" Con JMP y DOE, Ahora todo el mundo reconoce el valor de los datos y cómo mejoran los procesos y la calidad del producto. . Y ahora que usamos JMP, podemos probar múltiples interacciones. Luego podremos volver con nuestros técnicos y mostrarles los datos".
– Lise Isachsen, especialista senior en procesos, Coloplast
Historia de éxito de Coloplast
“ JMP realmente ha ayudado a garantizar [metodologías] consistentes en todo el grupo y informes consistentes de los resultados. Realmente ha reforzado nuestras capacidades de generación de evidencia. "
– Susan Roweton, directora de investigación, Medtronic
Historia de éxito de Medtronic
“ La analítica nos permitió generar consenso , y empezar a escuchar a los técnicos de proceso que habían estado diciendo todo el tiempo lo que vieron. Los datos nos ayudaron a todos a concentrarnos en lo que habían estado tratando de decirnos y por eso fue un proyecto muy exitoso”.
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“Aplicamos varios enfoques diferentes para resolver este problema, y lo que sucedió fue – recuerdo el momento…. Usamos una forma de Bootstrap Forest como la que tenemos en JMP para generar un gráfico de importancia variable. Y cuando esa trama apareció en la pantalla que todos miraban, Hubo un momento de silencio y un gran '¡ajá!'. Toda la investigación giró en ese punto. "
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“ Si comprende el proceso, podrá observar la estructura de costos y realizar optimizaciones tanto en términos de calidad como de costos. .”
– Søren Pehrson, científico de fabricación de catalizadores, Haldor Topsoe A/S
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“Una de las lecciones que he aprendido a lo largo de los años es encontrar un gran problema que resolver. ¡No dejes que una crisis se desperdicie! Estuve bastante involucrado en la implementación de la calidad total y Six Sigma, tratando de integrar el pensamiento estadístico en el trabajo. Cuando comenzamos a obtener una tracción real fue cuando comenzamos a abordar algunos de los problemas más desafiantes utilizando enfoques analíticos. Era un riesgo mayor, mucha más exposición, pero eso puede ser algo bueno si encuentras la respuesta”.
– Julia O'Neill, fundadora y consultora principal, Direxa y exdirectora de ingeniería, Merck
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“[Uno de nuestros mayores clientes] se quejó de que la variación en nuestro proceso era excesiva. Entonces formamos un equipo para resolver el problema usando Six Sigma. JMP fue muy útil para ayudarnos a resolver este problema debido a su capacidad para manejar grandes cantidades de datos y debido a su interactividad. Ahora hemos reducido la variación en aproximadamente un 50 por ciento. Nuestros jefes y clientes quedaron muy satisfechos con el resultado”.
– Henry Qiao, Gerente de Implementación Six Sigma, ATL
Historia de éxito de ATL
“Celltrion utiliza QbD ampliamente para el desarrollo de productos…. Se trata de aprovechar plenamente las estadísticas en el desarrollo de productos. Así es como abordamos nuestro trabajo…. La herramienta en la que más confiamos es JMP. Lo utilizamos para optimizar el desarrollo de métodos y los procesos. JMP es fácil de usar y esencial para nuestro análisis de datos .”
– Minjoo Choo, Jefe de Química, Estadísticas de Fabricación y Control, Celltrion
Historia de éxito de Celltrion
“Cuando el 30 por ciento de su producto se desecha a un costo de $1,500 a $2,000 por ensamblaje, puede imaginarse que nuestra factura de desechos era una locura. [Finalmente identificamos rendimientos dispares entre dos proveedores como la fuente, con un proveedor logrando un rendimiento del 100 por ciento y otro alcanzando el 70 por ciento] y vimos que nuestra producción diaria no utilizaba el 50/50 de cada proveedor. Usamos material de un proveedor y luego pasamos al material del otro proveedor. [El rendimiento] variaría en función del proveedor que estuviéramos utilizando. Nos enseñó la lección de que tenemos que analizar los datos en función de los proveedores. .”
– Melisa Buie, directora general de Coherent
Historia de éxito coherente
“Le expliqué a mi jefe que Si uso JMP, podemos obtener más datos y podemos incorporar QbD más fácilmente en todos los aspectos de nuestros proyectos. .”
– Kyoung-Yun Kim, director del grupo de investigación NABOTA, Daewoong Pharmaceutical
Historia de éxito de Daewoong farmacéutica
“ JMP es fundamental para lo que hacemos en nuestro programa Six Sigma. Está entretejido en la estructura del programa de capacitación. …. Es una plataforma fantástica sobre la que podemos construir porque nos ofrece un área de oportunidades completamente nueva en todos los negocios”.
– Kevin McCarron, líder de servicio Six Sigma, Dow
Historia de éxito de Dow
“Estamos viendo tantos éxitos en todos los ámbitos con JMP que es difícil destacar un ejemplo individual. Es una herramienta tan esencial para nosotros. .”
– Howard Rauch, estadístico, Eastman Chemical
Historia de éxito de Eastman Chemical
"Se hizo evidente muy rápidamente que esos cambios de peso no estaban midiendo lo que [nosotros] pensábamos que estaban midiendo. Nunca lo hubiéramos sabido sin JMP ".
– David Payne, director de sitio, Johnson Matthey Fine Chemicals
Historia de éxito de Johnson Matthey
“Lo que estamos viendo en el sitio es que el uso de JMP se expande cada vez más para resolver todo tipo de problemas. JMP es nuestra herramienta de análisis estadístico elegida. "
– David Payne, director de sitio, Johnson Matthey Fine Chemicals
Historia de éxito de Johnson Matthey
“ JMP ha sido fundamental al permitirnos desentrañar los hechos clave de todo el ruido en nuestro complejo proceso de fabricación. .”
– Geoff Beatham, director de calidad, Kodak
Historia de éxito de Kodak
“ Usando JMP, puedo identificar cuellos de botella muy fácilmente. Ser capaz de identificar dónde están tus principales problemas (dónde deberías centrar tu atención) es, obviamente, muy útil. Los procesos que tenemos son múltiples y bastante complejos, y una de las cosas útiles es saber dónde acudir para aplicar sus herramientas Lean. . JMP apunta a mis esfuerzos .”
– Peter Blum, director técnico y de calidad, Kodak
Historia de éxito de Kodak
“El desarrollo de esta metodología nos permitió cambiar rápidamente los parámetros del avión y las condiciones de vuelo y luego observar el impacto resultante en el ruido para la comunidad... Este proceso es mucho más rápido y sencillo con JMP. No sólo reduce los errores de entrada manual, sino que Podemos lograr en segundos lo que antes tomaba horas o días realizar. .”
– Jeanette Elliott, ingeniera de sistemas, Lockheed Martin
Historia de éxito de Lockheed Martin
“Con los recursos limitados que tenemos (solo tenemos una docena de químicos y estamos tratando de impulsar múltiples esfuerzos de productos) JMP nos ha ayudado a seleccionar diferentes condiciones de reacción de una manera muy lógica para brindarnos un punto de partida para la optimización. Si no tuviéramos una forma muy deliberada y estructurada de hacerlo, estos nuevos esfuerzos de desarrollo de aplicaciones realmente se verían afectados”.
– Scott Allen, vicepresidente de desarrollo de catalizadores, Novomer
Historia de éxito de Novomer
“Este fue el comienzo del desarrollo de una formulación sólida para el panel Brite Amber. Sólo se podría haber hecho con JMP. JMP es simplemente una herramienta increíble”.
– David Lee, Director de Calidad y Confiabilidad, OLEDWorks
Historia de éxito de OLEDWorks
“ Con JMP, identificamos muchas oportunidades de mejora para las personas que realizan las llamadas de servicio y mantienen los registros de estas llamadas. Mejoramos el proceso. "
– Ron Zhang, ingeniero jefe sénior, Oshkosh Corporation
Historia de éxito de Oshkosh Corporation
“Encontramos una nueva metodología que nos permite procesar nuestra información de una manera que no lo habíamos hecho. Fue una epifanía. JMP nos permite hacer todo esto; nos permite abrir nuevos caminos”.
– Alberto Colombi, director médico corporativo, PPG Industries
Historia de éxito de Industrias PPG
“Miles de otras empresas se encuentran en la misma situación: Tienen SAS implementado y si agregaran JMP, obtendrían un beneficio adicional sustancial. … Las capacidades gráficas y la facilidad de uso de JMP lo hacen excelente para diseñar experimentos y explorar datos. SAS extrae datos de prácticamente cualquier fuente y realiza el trabajo analítico pesado. Y JMP se integra con SAS. Es una combinación poderosa”.
– Wayne Levin, presidente, Predictum
“Una de las cosas que hemos podido hacer con JMP es transformar nuestro proceso de pensamiento de un mundo discreto a un mundo más continuo con escala de tiempo... Una vez que comencé a usar JMP, no hubo comparación .”
– Greg Mozsgai, director de investigación y desarrollo, Samson Rope
Historia de éxito de Samson Rope
“JMP nos equipa para estudiar cosas que dimos por sentado durante 140 años. Hemos desafiado muchos status quos y muchos hábitos arraigados, y JMP nos ha ayudado a acelerar ese proceso. "
– Steve Czupryna, ingeniero de procesos de calidad, Samson Rope
Historia de éxito de Samson Rope
“JMP ya estaba siendo utilizado por aproximadamente 10 usuarios para producir análisis estadísticos para monitorear el rendimiento y la calidad del producto en sus diversas líneas de productos. Después de dos años de usarlo, la única limitación que enfrentaron fue el hecho de que sus colegas les seguían pidiendo que hicieran búsquedas, pruebas y cálculos. Como la innovación y la calidad son nuestro leitmotiv, toda la empresa necesitaba aumentar su eficiencia. Esta experiencia inicial nos brindó todas las oportunidades para dejarnos convencer por el poder, el potencial y la facilidad de uso de la herramienta. Por ello no dudamos en extender su uso, en el momento oportuno, para apoyar el desarrollo de nuestras actividades al conjunto del negocio”.
– Annick Vuillermoz, directora sénior de sistemas de control de procesos/rendimiento, Soitec
Caso de éxito de Soitec
DISEÑO DE EXPERIMENTOS
“ Hay tanta evidencia de que el DOE es excelente. . Pero muchas organizaciones y mucha gente todavía no lo utilizan. ¿Por qué? Debe haber algo más más allá de ese conocimiento racional. En mi opinión, debe tener algo que ver con la confianza o el miedo a hacer algo mal … la confianza que la gente tiene en este nuevo método de cambiar más de una cosa a la vez… Entonces, la forma más fácil de [cambiar actitudes] es darle a su organización la oportunidad de ver el éxito que tiene con el DOE. Puedes realizar algunos experimentos sencillos y mostrar los resultados. Les digo a mis colegas 'confíen en mí'. Te ayudaré. Y puedes seguirme en el viaje a través del DOE. Mientras trabajamos juntos, puedo ayudarlos a ver y sentir cómo todas estas cosas aparentemente complicadas se unen y se suman a un gran conocimiento y percepción. Sea un buen modelo a seguir y hágales sentir el éxito. Si puede hacer eso, ganará aliados y la gente comenzará a lograr buenos resultados con el DOE”.
– Olaf Bürger, Responsable de Calidad del Proceso de Mejora Sistemática, Mahle
Estadísticamente hablando: Acelere la innovación y la mejora de procesos con experimentos diseñados
“A medida que los productos de Adocia han madurado y las directrices de la ICH incitan a las empresas farmacéuticas Para comprender en profundidad los vínculos entre los parámetros del proceso y el producto, utilizamos cada vez más enfoques estadísticos como el diseño de experimentos. en nuestros laboratorios. "
– Thomas Cochet, Jefe de Química de Procesos
Historia de éxito de Adocia
“Teníamos la sensación cada vez mayor de que necesitaríamos implementar enfoques estadísticos como DOE en el desarrollo de nuestros procesos. y uno de los líderes de proyecto de nuestro CMO recomendó JMP . "
– Thomas Cochet, Jefe de Química de Procesos
Historia de éxito de Adocia
“ No le mostré a mi dirección ningún dato en el sentido de valores o tablas. Visualicé los datos . Y si puedes hacer esto de forma interactiva y mostrar lo que sucede si mueves un control y ves que tu respuesta se mueve... si ven cómo se ve el proceso cuando cambias las cosas y les muestras las interacciones y cómo se comporta el sistema... empezarán a confiar en su [DOE] .”
– Olaf Bürger, Responsable de Calidad del Proceso de Mejora Sistemática, Mahle
Estadísticamente hablando: Acelere la innovación y la mejora de procesos con experimentos diseñados
“ La complejidad del DOE encaja bien con la complejidad de los esfuerzos que tenemos que hacer ahora [dada la mayor automatización y los mayores flujos de datos] . Al final, se obtiene una comprensión muy buena y profunda”.
– Egon Gross, ingeniero en biotecnología, Symrise
Estadísticamente hablando: Acelere la innovación y la mejora de procesos con experimentos diseñados
“Para muchas personas, el DOE no es un código de práctica común. Todavía hay mucha gente que no está familiarizada con él y por tanto no lo utiliza. Y están perdiendo mucho tiempo, dinero y conocimiento de las tareas que intentan resolver. .”
– Egon Gross, ingeniero en biotecnología, Symrise
Estadísticamente hablando: Acelere la innovación y la mejora de procesos con experimentos diseñados
“Una buena manera de superar algunas de las [fuentes de resistencia al DOE] comunes (formación, complejidad, etc.) es encontrar un buen profesor o, si se prefiere, un buen libro de texto. Aún más, encontrar un buen entrenador. Podría ser un colega con conocimientos. Y luego comience con pequeñas preguntas que pueda tener. , quizás con dos, tres o cuatro factores. Empiece poco a poco y crezca con su experiencia y conocimiento. Si puedes encontrar un entrenador, estás en el buen camino”.
– Markus Schafheutle, consultor y ex director de mejora global, Allnex
Estadísticamente hablando: Acelere la innovación y la mejora de procesos con experimentos diseñados
“El DOE no es algo que sólo puedan utilizar unas pocas industrias. DOE es realmente para todos .”
– Markus Schafheutle, consultor y ex director de mejora global, Allnex
Estadísticamente hablando: Acelere la innovación y la mejora de procesos con experimentos diseñados
“En comparación con los métodos multivariados tradicionales , la [Plataforma de detección predictiva del JMP] puede manejar factores tanto continuos como categóricos en respuesta . Es muy útil cuando hay interacciones y otras relaciones complejas entre esos factores”.
– Miao Chen, científica de datos, Tokyo Electron Limited
Estadísticamente hablando: aplicar el aprendizaje automático a los problemas correctos
“ B Ser capaz de establecer una importancia relativa (numérica) para la optimización, como es posible con la implementación del diseño de experimentos en JMP, resultó invaluable. .”
– Alin Ionas, químico analítico, Universidad Técnica de Dinamarca
Historia de éxito de la DTU
“He trabajado en proyectos en los que intentamos optimizar un método general para unos cientos de compuestos. Y luego tuvimos que intentar encontrar un conjunto de parámetros instrumentales que fueran lo suficientemente buenos como para obtener un rendimiento razonable para la mayoría de los productos químicos que estábamos analizando. Es una tarea desalentadora, así que sentí que usar la plataforma DOE de JMP era la solución. .”
– Alin Ionas, químico analítico, Universidad Técnica de Dinamarca
Historia de éxito de la DTU
“Una vez que tengas algo de experiencia en realizar este tipo de experimentos, puedes configurarlo y olvidarlo . Usted configura el experimento, deja que el instrumento haga su trabajo, valida la forma en que extrae datos y se asegura de obtener datos de alta calidad de sus archivos de datos. Entonces no es mucho trabajo volver a colocarlo en el modelo y generar la siguiente iteración. .”
– Alin Ionas, químico analítico, Universidad Técnica de Dinamarca
Historia de éxito de la DTU
“JMP se ocupará de un conjunto de datos desequilibrado. Le dirá cuáles son los riesgos, los abordará y le permitirá tomar una decisión inteligente. en lugar de simplemente decir que no”.
– Michael Anderson, ingeniero sénior de desarrollo de mediciones y estadísticas, Corning
Historia de éxito de Corning
“JMP es un producto de precio competitivo que es una combinación de uso común para cualquier ingeniero y herramientas estadísticas de uso avanzado que le permiten analizar cualquier problema con el que alguien en los campos de la ingeniería y la investigación tendría que lidiar a diario”.
– Michael Anderson, ingeniero sénior de desarrollo de mediciones y estadísticas, Corning
Historia de éxito de Corning
“Una perogrullada en cuanto a los materiales: no existe una solución única para todos. Si aumentas un [factor], normalmente comprometes algo más. Queríamos que nuestro revestimiento fuera lo más transparente posible pero también que pudiera sobrevivir a cualquier proceso por el que pasara [cuando se llena], por ejemplo. La cantidad de DOE de formulación y superficie de respuesta y mezcla que hemos realizado para optimizar las proporciones de los componentes y determinar los subcomponentes dentro de esos componentes es enorme. .”
– Michael Anderson, ingeniero sénior de desarrollo de mediciones y estadísticas, Corning
Historia de éxito de Corning
“ Poder fallar es costoso, pero es una parte fundamental de la experimentación. . Y en Corning, nunca he encontrado ninguna resistencia significativa a la hora de realizar experimentos. Queremos aprender tanto como sea posible con el dinero que estamos gastando. Cuando digo: "Quiero hacer esto como un experimento completamente diseñado", nunca encuentro resistencia. [DOE] se incorpora a Corning en este momento .”
– Michael Anderson, ingeniero sénior de desarrollo de mediciones y estadísticas, Corning
Historia de éxito de Corning
“Romper ese escepticismo inicial fue la parte más difícil, pero también el punto de inflexión... Nuestros científicos aprendieron cómo la forma en que usted elige configurar el experimento tiene un gran impacto en la calidad de los datos que obtiene... El módulo DOE personalizado de JMP nos ayuda a garantizar que cada experimento produzca la mayor cantidad de información .”
– Bernard Goguelet, líder de calidad, Parker LORD
Historia de éxito de Parker Lord
“ Ya estamos viendo señales de que las personas integran [DOE] en su pensamiento diario. : Voy a desarrollar un nuevo producto y usaré mi intuición para acercarme; esa es la experiencia en el tema. Luego usaré JMP para definir la región y optimizarla. Están aprendiendo cosas sobre sus modelos que de otro modo no habrían sabido”.
– Bernard Goguelet, líder de calidad, Parker LORD
Historia de éxito de Parker Lord
" Usamos JMP para hacer diseños personalizados. La plataforma de diseño personalizado es una forma realmente excelente de describir un experimento que le interesa. Usamos nuestras propias aplicaciones personalizadas, que son aplicaciones web que toman ese diseño y luego lo convierten en un tipo de instrucciones que pueden ser ejecutadas por robots. Entonces Hemos podido rápidamente crear prototipos y desarrollar capacidad biotecnológica al tener ese elemento clave en el medio que puede conectar el JMP a los robots y cerrar ese ciclo en la capacidad de diseñar, construir, probar y medir experimentos, de manera completamente estadística. equilibrado utilizando el diseño de experimentos de JMP .”
– David McClymont, jefe de automatización, London DNA Foundry
Es hora de innovar: cómo su organización puede generar una cultura de excelencia analítica: un ejemplo de la biología sintética (enlace próximamente)
“El DOE en análisis de datos avanzados nos ayuda a reunir nuestros datos y utilizarlos de manera más eficiente. Eso significa extraer más conocimientos de nuestros datos. Pero el diseño de experimentos también juega un papel en el paso previo en el que necesitamos obtener los datos correctos y hacerlo de manera eficiente. … porque normalmente siempre nos faltan recursos y tiempo”.
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Es hora de innovar: utilizar una mentalidad DOE para una experimentación exitosa (enlace próximamente)
“ Todos pueden hacer DOE … y la mejor manera de comenzar con el DOE si no lo ha hecho antes es simplemente comenzar”.
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Es hora de innovar: utilizar una mentalidad DOE para una experimentación exitosa (enlace próximamente)
“Alguien que tiene una mentalidad tradicional intentaría conseguir la configuración óptima desde el principio. Apuntarían al objetivo, aunque como humanos nos cuesta visualizar un espacio experimental multivariado. Por el contrario, alguien que tiene una mentalidad DOE se sentará y dedicará más tiempo a planificar, dedicará más tiempo a tratar de pensar en todas las diferentes variables que podrían tener un efecto en este experimento. . Ya estarán pensando en rangos... y estarán interesados en explorar una gran variedad de espacio experimental para tratar de encontrar el óptimo. Ésta es la gran diferencia entre una mentalidad tradicional y una del DOE”.
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Es hora de innovar: utilizar una mentalidad DOE para una experimentación exitosa (enlace próximamente)
“El diseño de experimentos es una herramienta, pero no es una herramienta mágica. Requiere su experiencia. Es una herramienta para complementar lo que ya sabes. .”
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Es hora de innovar: utilizar una mentalidad DOE para una experimentación exitosa (enlace próximamente)
“Cada sistema en el que tienes más de un factor que puede tener una inferencia, puedes usar un DOE. En mi experiencia durante mis 15 años, nunca he visto un caso en el que exista un solo factor. Como sabemos, la ciencia es complicada. Entonces Creo que el diseño de experimentos debería usarse todo el tiempo. .”
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Es hora de innovar: utilizar una mentalidad DOE para una experimentación exitosa (enlace próximamente)
“Algunas personas piensan que el DOE es una caja negra. Y algunos piensan que para utilizar DOE, en realidad es necesario saber mucho sobre estadísticas. Si bien estas cosas tal vez fueron ciertas en el pasado, ahora aplicar el DOE es realmente fácil. Es realmente
rápido. Y es realmente visual. La parte visual soluciona el problema de la caja negra. Y la parte fácil y rápida soluciona los demás problemas. Ahora contamos con paquetes de software fáciles de usar como JMP que le ayudan a diseñar el DOE muy rápidamente y a analizar los resultados muy rápidamente. Y muy importante hacerlo de forma visual para que puedas entender el análisis con claridad. Y luego podrás explicárselo a otras personas. Todos pueden hacerlo”.
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Es hora de innovar: utilizar una mentalidad DOE para una experimentación exitosa (enlace próximamente)
“¿Cuáles son las desventajas [del DOE]? Ninguno. Para mí, no hay desventajas al usar el diseño de experimentos porque ahora que tengo un software como JMP, es realmente fácil. . Incluso para aquellas personas que tienen miedo, en realidad, no cometen más errores de los que normalmente cometerían porque si los resultados arrojan una configuración que dice que es la óptima, sólo tienen que ir al laboratorio y hacer el experimento y controlar. Así siempre podrás evaluar la conclusión. Entonces, en realidad, No creo que puedas cometer errores . Mi mensaje es: ve y pruébalo tú mismo”.
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Es hora de innovar: utilizar una mentalidad DOE para una experimentación exitosa (enlace próximamente)
“[Uso de JMP para diseños de cribado definitivos] condujo a una mayor comprensión del proceso y todo este trabajo se realizó en una semana … Dentro de esta plataforma podemos elegir la distribución y podemos elegir la forma en que queremos construir el modelo, y también hay métodos de validación disponibles. Y con solo presionar Ir, JMP crea un modelo con nueve parámetros distintos de cero, y luego puede buscar diferentes modelos, dejarlos ejecutar y luego evaluar sus modelos según los factores que necesita según el cuadrado R o cualquier parámetro que desee. desear. Y eso es bastante fácil”.
– Egon Gross, maestro tecnólogo, Symrise
Es hora de innovar: dominar procesos complejos con el diseño de experimentos (enlace próximamente)
“Me uní a GSK como químico de desarrollo de procesos. Pasé varios años desarrollando raíces y procesos y ampliándolos hasta lograr una fabricación a gran escala. Y luego descubrí el diseño de experimentos. Y eso definitivamente cambió mi forma de trabajar…. El enfoque de un factor a la vez: esta es la forma en que yo estaba
enseñado tradicionalmente…. La desventaja de esto, sin embargo, es que no cubre de manera muy eficiente el espacio que
podría estar operando su proceso en. Y podría perderse la solución óptima. Y consumir muchos recursos .”
– Gill Turner, responsable de calidad por diseño, GlaxoSmithKline
Es hora de innovar: optimizar su proceso de experimentación con JMP (enlace próximamente)
“Si estás diseñando experimentos y te tomas la molestia de diseñarlos y llevar a cabo este trabajo sistemáticamente, intenta medir tantas cosas como creas que vas a necesitar en el futuro. No midas sólo una cosa. Siempre te arrepentirás de no haber hecho un buen análisis y tener esos datos disponibles en el futuro impulsará una mayor toma de decisiones... Aquellas personas que salen y realmente comprenden primero el ruido y la reproducibilidad de su sistema tienen la mejor oportunidad de comprender luego cómo podrían mejorar ese proceso en el futuro. .”
– Gill Turner, responsable de calidad por diseño, GlaxoSmithKline
Es hora de innovar: optimizar su proceso de experimentación con JMP (enlace próximamente)
“ El DOE ciertamente lo hace [reduce costos y tiempo]. También sabes cuánto costo y tiempo vas a dedicar a esto por adelantado. Entonces, cuando eliges diseñar un experimento, sabes que obtendrás algún resultado al final. Si decide no adoptar este enfoque, entonces la idea de generar algún tipo de comprensión sobre el costo y el tiempo es una pregunta muy abierta. Podrías estar haciendo 100 experimentos antes de comprender lo que está sucediendo, o podrías tener suerte y obtener un buen resultado con uno. Pero no necesariamente tendrás la comprensión. Así que absolutamente, Creo que [DOE] reduce completamente los costos y el tiempo, y es la técnica estándar que utilizamos para todo el desarrollo de nuestros procesos. .”
– Gill Turner, responsable de calidad por diseño, GlaxoSmithKline
Es hora de innovar: optimizar su proceso de experimentación con JMP (enlace próximamente)
“Incluso si crees que tienes un proceso perfecto, una vez que tienes la comprensión que hay detrás de eso, cuando algo sale mal en el futuro – lo que inevitablemente hará – usted también tiene los datos y la información que pueden permitirle volver a poner en orden su proceso comercial. Por eso es muy importante tener este tipo de comprensión”.
– Gill Turner, responsable de calidad por diseño, GlaxoSmithKline
Es hora de innovar: optimizar su proceso de experimentación con JMP (enlace próximamente)
“ Otra razón por la que me gusta el diseño de experimentos es cómo se aplica al ciclo de experimentación. Con DOE, estamos tratando de formular hipótesis sobre cuáles son todas las variables importantes que están en juego en nuestro sistema al principio…. DOE es un enfoque multivariado. Ejecutaremos ese ciclo experimental, probando un conjunto completo de variables a la vez. Y obtendremos algunos conocimientos sobre el sistema”.
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“ Estoy bastante seguro de que el diseño de experimentos podría brindarle algún beneficio en casi cualquier campo de la química. .”
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“Tener un buen paquete de software realmente ayuda. Mostré algunas secuencias de comandos, pero no es necesario saber [cómo realizar ninguna codificación]. El software se encarga de todo eso por usted. Todo el modelado se realiza bajo el capó. Puede profundizar tanto como desee, pero si solo desea ver lo que hay en la superficie, [JMP] le presentará las estadísticas resumidas principales. JMP es un muy buen paquete para esto. . No es necesario que sepas cómo escribir tu propio código. No es necesario saber modelar. Lo hace todo por ti. es apuntar y hacer clic .”
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“[En un laboratorio convencional] hay cosas de las que no te das cuenta que estás haciendo y cosas que no registras y que podrían ser críticas para el proceso. Para que otros científicos no puedan entender más tarde lo que hiciste. Los estudios muestran que es raro encontrar suficiente información en un artículo publicado para reproducir un experimento. .”
– Michael Sadowski, jefe de bioinformática Synthace
Historia de éxito de Synthace
“Tenemos ejemplos en los que demostramos que el éxito del proceso que diseñamos dependía fundamentalmente de una interacción de tres o cuatro factores. Es muy difícil imaginar cómo se llegaría allí sin el DOE. Necesitas un gran destello de perspicacia o una casualidad si estás haciendo las cosas de una manera más tradicional”.
– Michael Sadowski, jefe de bioinformática Synthace
Historia de éxito de Synthace
“ Los biólogos estamos al comienzo de una transición hacia una nueva forma de realizar experimentos. Hasta ahora, los experimentos tenían que abordarse en función de lo que cada individuo puede hacer personalmente. Pero eso está cambiando... y rápidamente. Una vez que tenga experimentos asistidos por computadora, con software que ayude con la planificación, ejecución y análisis, lo alentará a pensar en grande. No basta con mirar las preguntas en términos de las soluciones limitadas que se pueden implementar manualmente. Puede concentrarse en más problemas y asegurarse de que las preguntas que hace sean las correctas. Herramientas computacionales como JMP y Antha son la forma en que podemos llegar allí .”
– Michael Sadowski, jefe de bioinformática Synthace
Historia de éxito de Synthace
“Hay algo así como Burbuja de IA en la industria en este momento , pero el primer problema al que se enfrenta al intentar aplicar métodos más sofisticados es la falta de datos limpios con la estructura y anotaciones adecuadas para soportar un modelado cada vez más complejo. . Implementar experimentos diseñados sofisticados es esencial para que eso suceda. .”
– Michael Sadowski, jefe de bioinformática Synthace
Historia de éxito de Synthace
“Me topé con JMP por primera vez en el diseño de experimentos un par de años después de comenzar mi carrera. Y revolucionó la forma en que abordo los problemas. Cambió la forma en que diseño experimentos y analizo mis datos. Y desde entonces, lo he estado vendiendo en todas las empresas a las que me mudo”.
– Jon Armer, científico principal de formulación, F-star Therapeutics
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
“Si imaginamos el espacio experimental como una habitación, vemos el tradicional ensayo y error como una mirilla en la puerta a través de la cual se puede intentar ver el contenido de la habitación. Puedes hacer otro agujero, pero tampoco verás muy bien a través de él. Estás tratando de descubrir qué hay dentro de la habitación con un par de agujeros en lugares aleatorios. Sin embargo, Para mí, un ensayo y error inteligente o un diseño de experimentos es simplemente abrir la puerta y mirar a nuestro alrededor. Al final del diseño de experimentos, tienes un modelo que representa bien tu espacio experimental. Y eso te da mucha confianza. .”
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
“Tengo que decir que es impactante que alrededor del 30% de las personas sólo usen [DOE] en ocasiones especiales. Debo decir que me encuentro con eso muchas veces. Creo que puedes diseñar experimentos todos los días para cada tarea. .”
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
“Últimamente las exigencias de uno de nuestros productos aumentaron sustancialmente. Necesitábamos construir una nueva instalación para producir este producto, pero primero teníamos que trabajar en la ruta para conseguir uno de los precursores de este producto. Hay mucha incertidumbre cuando se va a construir una nueva instalación. De hecho, desea controlar muy bien su proceso. Y estás estresado porque si quieres poder cubrir este nuevo aumento de la demanda, tienes que ser muy rápido. Entonces Pudimos ayudar a nuestro equipo de desarrollo y crear un DOE más rápido que nos ayudó a obtener un modelo muy bueno. Es un modelo que les está ayudando a ampliar el proceso y planificar la construcción de estas instalaciones lo más rápido posible y además con la confianza de que va a funcionar. .”
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
“Desde el principio, pudimos cuantificar cuánto valor agrega el DOE para nosotros. Estábamos usando DOE en varios casos internos y De hecho, pudimos cuantificar nuestro ahorro de al menos el 50% del tiempo y los recursos. En algunos casos llegó incluso al 70%. Por eso, la administración siempre ha estado alineada con nosotros [usando DOE en JMP]”.
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
“Me topé con el diseño de experimentos por casualidad. La empresa para la que trabajaba en ese momento tenía un problema específico que intentábamos solucionar. Estábamos utilizando un enfoque más tradicional de un factor a la vez que generaba una gran cantidad de datos. Estuvimos en el laboratorio durante meses tratando de resolver este problema y llegamos a varios callejones sin salida. Al final, tuvimos una cantidad prodigiosa de datos, es decir, el tipo de hoja de Excel que te haría dar vueltas la cabeza. Y simplemente no sabíamos adónde ir. En lo que a nosotros concernía, habíamos explorado todas las vías, habíamos analizado todas las combinaciones posibles y no estábamos más cerca de encontrar la solución. Entonces, terminamos contratando consultores externos, socios de JMP, para que echaran un vistazo. De manera brillante, pero también tremendamente frustrante para nosotros en ese momento, pusieron los datos en JMP y encontraron la solución en unos ocho minutos. ¡Llevábamos casi dos meses golpeándonos la cabeza contra este problema! JMP pudo observar los datos, ver dónde estaban los óptimos, los pequeños detalles que nos habíamos perdido cuando realizábamos los experimentos y mostrarnos lo que teníamos que hacer a continuación... Aprendimos que si hubiéramos utilizado el enfoque de diseño de experimentos más estructurado y exhaustivo para empezar, podríamos haber hecho [lo que nos había llevado 100 experimentos] en menos de 30 experimentos. Ese fue un gran gancho. Primero, [DOE en JMP] resolvió nuestro problema. En segundo lugar, nos demostró que empleamos más tiempo del que necesariamente necesitábamos en el problema, incluidos recursos y dinero, por supuesto. Y tres, ahora tenemos mucha más confianza en la respuesta. …. Desde ese momento, he estado usando DOE para prácticamente todos los experimentos en cada tipo de análisis que hago. Es un punto de inflexión”.
– Jon Armer, científico principal de formulación, F-star Therapeutics
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
“ La eficiencia que se obtiene al utilizar este tipo de enfoque tiene un enorme efecto dominó, especialmente en aspectos como los plazos y la previsibilidad. Se puede decir con confianza que esta etapa llevará esta cantidad de tiempo”.
– Jon Armer, científico principal de formulación, F-star Therapeutics
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
“ Soy biólogo y me dediqué parcialmente a la biología porque me aterrorizaban las estadísticas y todo lo que tuviera que ver con las matemáticas. Y, sin embargo, me he convertido en la empresa experta en diseño de experimentos y JMP. Es muy, muy sencillo de usar. Y el aprendizaje en línea y los tutoriales dentro del software son excelentes”.
– Jon Armer, científico principal de formulación, F-star Therapeutics
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
"I Es muy frustrante hacer un experimento y luego no saber por qué falló o por qué no te da la respuesta correcta…. Ése es uno de los otros grandes beneficios [del DOE en JMP]. Incluso si un experimento falla cuando estás aplicando un enfoque de diseño de experimentos, te indica hacia dónde ir. Entonces cada experimento es útil. No sientes que estás desperdiciando esfuerzo. Sinceramente, no puedo imaginarme no utilizar el diseño de experimentos en mi vida diaria. Es impensable para mí ahora”.
– Jon Armer, científico principal de formulación, F-star Therapeutics
Estadísticamente hablando: lograr una innovación rápida con el diseño de experimentos
“Una vez que hayas hecho [DOE], no harás repeticiones. No tienes datos no concluyentes que tengas que descubrir. Es alejarse de la mentalidad más académica hacia una mentalidad más de ingeniería .”
– Jon Armer, científico sénior jefe de formulación, F-star Therapeutics
Historia de éxito de F-star Therapeutics
“Como científicos e ingenieros, somos muy buenos recopilando datos, pero no tanto usándolos. Una de las cosas que me gustó cuando comencé a usar DOE, específicamente en JMP, fue que te obligaba a pensar en tu experimento: ¿por qué estoy probando esto? ¿Realmente necesito? Tener ese marco mientras trabajas en el experimento y el análisis realmente ayuda”.
– Jon Armer, científico sénior jefe de formulación, F-star Therapeutics
Historia de éxito de F-star Therapeutics
" Las tres cosas que realmente me parecen la clave de por qué la experimentación industrial es tan importante son: la capacidad de ver interacciones... y también la capacidad de lidiar con efectos aleatorios, cosas que de otro modo podrían impedirte aprender sobre tu proceso al abrumarte. experimentos de un factor a la vez. Y, por último, destacará los lugares donde el experimento simplemente fallará, ya sea por razones de producto o de seguridad. Entonces necesitas poder restringir tu experimento .”
– Michael Anderson, estadístico sénior e ingeniero de desarrollo de mediciones, Corning
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
“Ya sea gerente, director o ingeniero, desea saber todo lo que pueda de la manera más eficiente posible. Ya sea que esa eficiencia sea su materia prima, puede ser que el suministro mundial de una determinada materia prima esté en la escala de microgramos, por lo que realmente no puede permitirse el lujo de desperdiciar nada. Y puede que sea el momento. Es posible que tenga sólo ese poco de tiempo, un turno nocturno, en su línea de fabricación que funciona las 24 horas del día, los 7 días de la semana. Solo tienes esas 8 horas cada mes. Será mejor que hagas que valga la pena. Y luego, por supuesto, el otro es simplemente dinero. Todas estas cosas cuestan recursos en todos los ámbitos. Entonces de nuevo, La capacidad de aprender sobre múltiples variables e interacciones entre efectos no lineales, todo en un experimento ajustado en un corto período de tiempo con la menor cantidad de recursos posible, es realmente atractivo para personas en todos los extremos del espectro de costos. .”
– Michael Anderson, estadístico sénior e ingeniero de desarrollo de mediciones, Corning
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
“La capacidad de reunir [experimentos multifactoriales de alta dimensión a través de diseños de detección definitivos en JMP] en un sistema experimental muy eficiente, donde se obtiene la certeza absoluta y los efectos principales y de dos órdenes, y luego también la capacidad de obtener cuadráticas. en un sistema experimental realmente estrechamente vinculado Fue realmente un gran avance para Corning. .”
– Michael Anderson, estadístico sénior e ingeniero de desarrollo de mediciones, Corning
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
“He aquí un ejemplo: estábamos lidiando con las primeras investigaciones en física... buscando transiciones de fase. Diseñamos este experimento de detección, para el cual probamos inteligentemente pruebas de alto rendimiento porque teníamos muchos factores y combinaciones diferentes…. En JMP, básicamente pudimos identificar las transiciones de fase; encontramos dónde funciona. Y ahora podemos empezar a desarrollar protocolos de medición para los resultados cuantitativos que se basaron en esos modelos descubiertos... ahora podemos avanzar. Gran progreso .”
– Vicky Svidenko, socia, ciencias de datos cuánticos, Microsoft
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
“En otro ejemplo, analizamos un experimento de detección en el que queríamos crear 8 factores. Nos estaba costando mucho estudiar uno de los niveles como estaba previsto. Ese factor fue la tasa de dilución. Y estábamos tratando de controlar la tasa de dilución a medida que cambiaba según la concentración del agente. Empezaba a ser difícil, pero descubrimos que… necesitábamos cambiar la cantidad de agua que agregamos a la dilución. Y esto en realidad resultó en una mejor uniformidad, estabilidad y calidad general de las estructuras fabricadas resultantes. . No era necesariamente lo que pretendíamos al realizar el experimento diseñado, pero simplemente siguiendo el proceso y buscando el espacio de oportunidad, encontramos oportunidades de aprendizaje adicionales. Todo este marco [en JMP] ha proporcionado formas bastante valiosas y efectivas de difundir la cultura de la experimentación. .”
– Vicky Svidenko, socia, ciencias de datos cuánticos, Microsoft
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
“ Con el poder del DOE, es extraordinario lo que puedo hacer. Es prácticamente un resultado universal al utilizar DOE por primera vez. Tuve esa experiencia por primera vez como profesor en la Universidad de Boston cuando un estudiante lo probó y pudo optimizar rápidamente un proceso de PCR para obtener alto rendimiento, alta estabilidad y resultados muy sólidos en solo uno o dos experimentos en lugar de los meses que Había pasado sin éxito logrando eso con un enfoque de uno a la vez”.
– Timothy Gardner, fundador y director ejecutivo, Riffyn
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
“[DOE] te da libertad. En el desarrollo farmacéutico en particular, quedar atrapado en un régimen operativo particular es problemático porque, una vez que se obtiene la aprobación, es difícil cambiar de rumbo. Los experimentos diseñados pueden permitirle explorar lo que se llama el espacio de diseño, el rango permitido, de una manera muy sistemática. Y en realidad compra tu libertad. Abre el régimen operativo que puede realizar de forma segura con calidad y obtener la aprobación de ese espacio más grande. Le permite a su equipo de fabricación realizar ajustes sin tener que volver a la mesa de dibujo. Eso es increíblemente valioso”.
– Timothy Gardner, fundador y director ejecutivo, Riffyn
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
“El DOE en [JMP] se utiliza en calificaciones operativas como parte de nuestros esfuerzos de validación y también en esfuerzos de mejora continua. Es muy gratificante ver cómo nuestros ingenieros y científicos responden a los resultados de estos experimentos de diseño. Los modelos que se crean y verifican en nuestras DOE son muy útiles e invariablemente terminan ayudando también a los ingenieros y científicos en su trabajo futuro”.
– Greg Mattiussi, director senior de fabricación, Siemens Healthineers
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“Los experimentos más exitosos son aquellos que se piensan cuidadosamente desde el principio, prestando especial atención al diseño y la medición. aspectos del mismo. Con demasiada frecuencia, un experimento puede fallar porque hay una variación que no esperamos o porque no se está midiendo claramente el resultado que se necesita medir”.
– Ed Hutchins, director de ingeniería de productos, Wolfspeed
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“ Soy partidario de mantenerlo simple, de centrarme en los efectos principales, de utilizar sus conocimientos y su experiencia para estudiar las cosas que tienen más probabilidades de convertirse en resultados. y luego aprovechar eso con experimentos posteriores para refinar y optimizar aún más”.
– Ed Hutchins, director de ingeniería de productos, Wolfspeed
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“Estamos haciendo muchos experimentos diferentes en diferentes capacidades. Uno de ellos es el diseño secuencial de experimentos. Y entonces esto está cambiando del paradigma agrícola en el que se realizaba un gran experimento y luego había que esperar toda una temporada de cultivo para poder ver los resultados. Y yo pienso En muchas aplicaciones industriales, la obtención de resultados de los experimentos puede ser mucho más rápida. La otra categoría es que ahora estamos empezando a ver múltiples flujos de datos y queremos tener una forma de diseñar un experimento para combinarlos. Entonces, tal vez comencemos con un modelo de computadora que capture la ciencia que conocemos para un proceso particular, y ejecutemos un experimento por computadora para explorar cómo se comporta ese modelo en todo el espacio de entrada que tenemos. Y luego tenemos la oportunidad de recopilar datos físicos que luego debemos combinar con lo que sabemos sobre el modelo que hemos explorado a través de ese experimento anterior”.
– Christine Anderson-Cook, estadística, Laboratorio Nacional de Los Alamos
Estadísticamente hablando: manténgase relevante y competitivo con ingeniería de calidad moderna
“ Necesitamos pasar a la ciencia basada en datos , lo que suena completamente ridículo porque todo el mundo supone que la ciencia se basa en datos. Pero la verdad es que hay mucho más misticismo, conjeturas y malas decisiones en la ciencia porque los datos son inaccesibles porque están en silos. No se recopila de manera significativa porque no tiene el contexto ni las anotaciones que definen qué es o cómo se relaciona con un proceso. O simplemente es de muy mala calidad porque el proceso que lo generó, los experimentos o las mediciones, no fueron controlados. La ciencia basada en datos significa comprender el proceso que utilizamos para generar datos para poder hacerlo mejor. Y eso requiere una inversión inicial que parece demasiado alta, pero que al final da sus frutos en múltiplos. Vas muchas veces más rápido .”
– Timothy Gardner, fundador y director ejecutivo, Riffyn
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
"Como puedes imaginar, Las herramientas DOE proporcionadas por JMP en particular fueron muy útiles [en este caso] y se utilizan a menudo en este grupo de I+D. ya que se desconocen muchos parámetros de los procesos que estamos investigando”.
– Andreas Trautmann, experto en procesos de procesamiento ascendente, ciencia y tecnología de fabricación, Lonza
Historia de éxito de Lonza
“JMP es de gran ayuda porque Es mucho más eficaz investigar varios factores a la vez en lugar de investigar sólo uno por uno. Se ahorra mucho tiempo utilizar métodos estadísticos como este…. Utilizamos JMP para diseñar, planificar y evaluar los experimentos desde el principio en biorreactores de pequeña escala. Luego continuamos el trabajo en biorreactores de mediana escala y a finales de este año será trasladado a escala de producción. No sucede tan a menudo que procesos muy nuevos provenientes de reactores a escala de laboratorio terminen en fabricación. Así que fue una historia de éxito muy bonita. .”
– Andreas Trautmann, experto en procesos de procesamiento ascendente, ciencia y tecnología de fabricación, Lonza
Historia de éxito de Lonza
“Sin utilizar la herramienta de diseño personalizado , habríamos necesitado al menos el doble de tiempo para investigar estos factores. En lugar de dos semanas, probablemente al menos cuatro semanas. … El cliente estaba muy contento y nosotros también estábamos muy contentos”.
– Andreas Trautmann, experto en procesos de procesamiento ascendente, ciencia y tecnología de fabricación, Lonza
Historia de éxito de Lonza
“JMP ha sido valioso porque muchas veces, cuando se realiza un DOE, no se dedica tiempo a analizar cada punto de datos. [Después de mejorar el rendimiento general del 1 por ciento al 5 por ciento], teníamos tantos láseres que no sabíamos qué hacer con ellos. En ese momento, realmente no vi ningún otro software que pudiera hacer eso tan fácilmente. , así que a partir de ese momento fui fanático de JMP”.
– David Seniuk, ingeniero de producto sénior, Ciena
Historia de éxito de Ciena
“ No todas las empresas pueden darse el lujo de tener un estadístico en su plantilla, pero todas pueden permitirse una licencia JMP. Incluso una simple comprensión básica de las estadísticas y cómo usarlas puede ayudar a las personas a agregar más valor a los experimentos que están realizando. Sólo una vez que hayamos encontrado esas respuestas podremos tener confianza en nuestra investigación”.
– Owen Lozman, vicepresidente de M Ventures, el brazo de capital estratégico de Merck KGaA
Historia de éxito de M Ventures
“ Con JMP, puede realizar una ejecución de diseño definitiva y obtener excelentes resultados en aproximadamente la misma cantidad de ejecuciones. Un experimento correctamente diseñado producirá cada vez mejores resultados. Hay una fuerte tendencia a variar un factor a la vez y a pensar que estás haciendo ciencia real, cuando en realidad simplemente estás cazando y picoteando para encontrar algo que funcione. Sin diseñar formalmente un experimento, es fácil decir: 'Bueno, supongo que estamos en el punto óptimo; Vamonos.' Y terminas con un producto inferior”.
– Jed Campbell, Gerente de Calidad, Sintético de EE. UU.
Historia de éxito sintética de EE. UU.
“Llamamos a JMP para que se sumerja, lo descifre, diseñe un experimento para resolverlo y siga adelante. Con JMP, hay un gráfico y un número para todo, y lo guía a través de la exploración de datos. Es muy fácil de usar”.
– Jed Campbell, Gerente de Calidad, Sintético de EE. UU.
Historia de éxito sintética de EE. UU.
“Es posible que tengamos 10 o 20 variables para las cuales debamos considerar los efectos de interacción. [Tradicionalmente, los ingenieros] no utilizaban estadísticas [para guiar los experimentos] porque muchas de ellas trataban únicamente con conjuntos de datos relativamente simples. Pero cuando comenzamos a utilizar JMP para DOE, pudimos reducir drásticamente el tamaño de muestra requerido de los experimentos para poder aplicar análisis estadísticos apropiados. Esto realmente ha mejorado el tiempo dedicado al análisis. .”
– Yonghan Ju, director de innovaciones de datos, SK Hynix
Historia de éxito de SK Hynix
“Durante mucho tiempo, hicimos algunos experimentos a ciegas y un poco de esperanza. Anteriormente, nos salíamos con la nuestra porque se podían volver a moler partículas que eran demasiado grandes. Pero no es posible hacer que las partículas molidas demasiado pequeñas vuelvan a ser más grandes sin reprocesarlas, y eso puede resultar muy costoso... Estamos construyendo una imagen (un modelo) para cualquier tamaño de partícula inicial que podamos necesitar. Ahora podemos configurar el molino para alcanzar el tamaño objetivo que estamos buscando. Una vez que haya creado ese modelo, casi cualquiera puede ingresar los datos... De hecho, El éxito de este proyecto [de molienda de partículas], y específicamente el uso de JMP en él, elevó la importancia de JMP en este sitio. Cada vez más proyectos utilizarán JMP para realizar este tipo de análisis en el futuro”.
– David Payne, director de sitio, Johnson Matthey Fine Chemicals
Historia de éxito de Johnson Matthey
“JMP se utiliza durante todo el proceso del método científico. Muchos de los datos necesarios para tomar decisiones [estratégicas de negocios] aún no existen. Entonces Usamos JMP para ayudarnos a planificar nuestros experimentos de una manera eficiente y efectiva, durante todo el modelado de los datos resultantes. .”
– Jeff Sweeney, estadístico de investigación senior, Dow
Historia de éxito de Dow
“No había manera de que pudiéramos observar todas esas variables del proceso sin usar DOE; tendríamos que realizar muchos experimentos y nos habríamos perdido los efectos de interacción. JMP facilitó el diseño, el análisis y la presentación de los experimentos. Básicamente, un enfoque DOE era la única forma en que podríamos haber resuelto el problema en un período de tiempo razonable utilizando recursos mínimos. .”
– John Cunningham, director de I+D, G3 Enterprises
Historia de éxito de G3 Empresas
“ Mi propia experiencia usando DOE... ha acortado los tiempos de desarrollo de mi método en un 50 por ciento o más. Y me encanta la certeza de saber que he encontrado la mejor combinación posible de parámetros”.
– Camilla Liscio, química de aplicaciones, Anatune
Historia de éxito de Anatune
“ Con JMP, cualquiera puede utilizar DOE , porque el software hace el trabajo difícil. JMP proporciona una forma estructural y muy elegante de abordar desafíos analíticos muy complicados”.
– Camilla Liscio, química de aplicaciones, Anatune
Historia de éxito de Anatune
“Con JMP, No necesitamos realizar tantos experimentos con obleas para evaluar el rendimiento de la herramienta. … La forma en que JMP nos permite examinar escenarios hipotéticos es realmente poderosa”.
— Paul Deen, director del programa de métodos estadísticos, ASM International
Historia de éxito de ASM Internacional
“Me gusta mucho poder traducir lo que sé que es Ciencia buena y sólida, experimentos muy bien diseñados. en algo que realmente apoye la agricultura sostenible. La sostenibilidad de la producción animal es muy importante. Y ser capaces de hacer buena ciencia que sea revisada y publicada por pares, que en realidad tenga un valor real para las personas que producen animales para alimentar al mundo, eso es lo que nos motiva”.
– Nell Masey O'Neill, directora de investigación, AB Vista
Historia de éxito de AB Vista
“Y lo sabemos por el modelo predictivo que hemos realizado con JMP. El punto realmente importante aquí es que No habríamos podido adivinar eso con un solo experimento. .”
– Nell Masey O'Neill, directora de investigación, AB Vista
Historia de éxito de AB Vista
“Al trabajar con JMP, aprende a confiar en el software. Puede probar varios factores al mismo tiempo y reducir el número de ejecuciones de prueba. .”
– Petra Schreier, ingeniera, Atotech
Historia de éxito de Atotech
"A menudo no puedo sacar conclusiones claras después de experimentos de una variable a la vez, pero con los modelos desarrollados utilizando la plataforma JMP Custom Design, Puedo visualizar claramente los puntos óptimos del rendimiento y siempre confío en mis conclusiones. ".
– Jim Dailey, Gerente Técnico Global de Cuentas Clave, BASF
Historia de éxito de BASF
"Para nosotros, La velocidad de aprendizaje es muy, muy importante. . Tenemos que incorporar los principios del ensayo y la experimentación FODA para diferenciar entre la señal y el ruido. Entonces, por cuestión de tiempo, tenemos que utilizar métodos inteligentes de prueba y error”.
– Sidharth Bhatia, director de análisis y ciencia de datos, materiales aplicados
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“En un sistema complejo, ¿cómo obtengo la máxima información con un número mínimo de ejecuciones? Esa es la clave. Una vez que hago un experimento de manera estructurada y controlada, Puedo ver que no habría encontrado esas ideas simplemente haciendo un factor a la vez. .”
– Sidharth Bhatia, director de análisis y ciencia de datos, materiales aplicados
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“Mi objetivo es desarrollar un proceso que tenga el mayor rendimiento posible y reducir el costo de los productos según la forma en que lo fabricamos. Por eso, necesitamos comprender nuestro proceso y saber qué factores podrían afectarlo cuando realizamos un experimento a pequeña escala. Conocemos muy bien nuestro equipo y es posible que funcione de manera realmente reproducible en todo momento. Pero cuando lo llevamos a gran escala, queremos saber qué factores son importantes para que sea reproducible cuando lo hayamos fabricado allí. .”
– Patti McNeill, directora asociada de desarrollo de cultivos celulares, Lundbeck
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“Teníamos un problema que nos atormentaba desde hacía aproximadamente 15 años. Nuestro cliente se quejaba y nos estaba costando mucho dinero. Finalmente, configuramos un experimento diseñado en el que utilizamos un enfoque estratégico para variar los parámetros. En 6 semanas, pudimos identificar cuál era el problema y luego pudimos solucionarlo. Y desde entonces hemos podido extender la vida útil [del producto] .”
– Melisa Buie, directora general de Coherent
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“ ¡El DOE es mucho más poderoso que un [enfoque] de un factor a la vez! Después de todo, la mayoría de nosotros no vivimos en un mundo unidimensional. Siendo realistas, nuestros experimentos no se basan en una sola dimensión. Es importante que construyamos un modelo que refleje el verdadero espacio experimental en el que intentamos optimizar nuestro proceso o hacer un descubrimiento”.
– Melisa Buie, directora general de Coherent
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“Pude hacer un diseño de detección definitivo [en JMP] y, para 10 factores, pude probar tres concentraciones diferentes de cada uno de esos 10 factores en 24 grifos batidores en un experimento. Y al final de ese experimento, utilizando Profiler y diseños de detección definitivos, se le ocurrió una nueva receta que no se probó en ninguno de esos experimentos. Armamos esa nueva receta, procesamos las células usando ese nuevo medio y Aumentamos nuestro rendimiento entre un 25% y un 30%. .”
– Patti McNeill, directora asociada de desarrollo de cultivos celulares, Lundbeck
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“Está bien si algunas carreras fallan porque eso significa que encontré un factor que es muy importante para esta respuesta. Me emociono mucho cuando las ejecuciones fallan porque entonces sé que encontré algo importante. .”
– Patti McNeill, directora asociada de desarrollo de cultivos celulares, Lundbeck
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“ Si hubiéramos hecho funcionar ocho reactores, lo que habría sido un experimento de 14 días, podríamos haber predicho el mismo pH en lugar de tardar nueve meses en predecir ese mismo pH. Y tuve muchos más '¡ajá!' momentos de la audiencia haciéndolo [con DOE]. A veces existe el temor de no estar probando el ajuste de pH que creemos que será el correcto. Por eso queremos hacer cinco niveles. Pero no necesitamos cinco niveles. Sólo podemos hacer tres niveles. Aunque ese nivel no es el que sabemos que es mejor, todavía predice cuál es mejor”.
– Patti McNeill, directora asociada de desarrollo de cultivos celulares, Lundbeck
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“ DOE es una caja de herramientas y usted puede adaptarla en cualquier lugar del proceso . A veces estás examinando, a veces estás optimizando, a veces estás explorando el espacio operativo”.
– Patti McNeill, directora asociada de desarrollo de cultivos celulares, Lundbeck
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“Cuando comencé en Coherent, no teníamos una cultura sólida de DOE. Es algo que hemos desarrollado a lo largo de los años y todavía existe una gran dependencia de la física. Nunca queremos dejar atrás ese conocimiento del tema. Queremos incorporarlo a nuestro diseño y utilizar esa experiencia para construir un modelo más sólido y hacer que nuestras teorías y conocimientos sobre el tema sean aún más relevantes para la situación real. .”
– Melisa Buie, directora general de Coherent
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“ Una vez que ya no es necesario pensar en un diseño experimental y cómo configurarlo, el análisis de los resultados pasa a ser el centro de atención y allí se encuentran las chispas que inspiran e impulsan los avances. Sin embargo, no todos nuestros datos provienen de experimentos plug-and-play; a veces nos enfrentamos a grandes volúmenes de datos (en los que hay numerosos factores interrelacionados) y esto presenta sus propios desafíos. JMP, con sus capacidades multivariadas, resulta útil con nuestro equipo de alto rendimiento, que genera una gran cantidad de este tipo de datos. Es mucho mejor si podemos combinar nuestra generación de datos de alto rendimiento con técnicas de extracción de datos estadísticamente significativas y de alto rendimiento. JMP te ofrece muchas opciones y eso te permite hacer más”.
– Andrew Kaja, biólogo y líder del equipo de bioprocesamiento, Johnson Matthey Biologics
Historia de éxito de Johnson Matthey Biologics
“Utilizamos JMP para darnos confianza en nuestra toma de decisiones. Si no usáramos DOE y JMP, no podríamos caracterizar nuestros procesos y demostrar que estamos minimizando nuestra tasa de fallas y aumentando nuestra solidez. Los diseños nos muestran que nuestros procesos son robustos y están listos para su transferencia. Y como cada vez más de nuestros socios hablan en términos de DOE, pueden confiar en nuestros procesos”.
– Andrew Kaja, biólogo y líder del equipo de bioprocesamiento, Johnson Matthey Biologics
Historia de éxito de Johnson Matthey Biologics
"Tenemos una interfaz que... permite un alto nivel de diseño experimental y análisis estadístico en JMP. El sistema facilita el aumento generalizado de los estándares, la reproducibilidad y la interpretación de los datos. para aplicaciones de ingeniería genética... No se trata sólo de hacer más réplicas, sino de hacer réplicas más inteligentes y construir modelos que tengan mucho más valor .”
– David McClymont, jefe de automatización, London DNA Foundry
Historia de éxito de London DNA Foundry
"Cuando Puedes tomar un proceso que puede llevar semanas – [sin mencionar] todo el pensamiento y la concentración que requiere – y convertirlo en una operación de "hacer clic y listo", es algo muy liberador para nosotros como científicos. . Puedes centrar tu mente en cosas más importantes como la interpretación, el modelado y el pensamiento de tu próximo experimento. Y básicamente puedes dejar que el software y los robots hagan todo eso por ti”.
– David McClymont, jefe de automatización, London DNA Foundry
Historia de éxito de London DNA Foundry
“El JMP se basa en cómo los científicos o biólogos interactuarían con él. Realmente me gustó la forma en que parecía estar dirigido a hacer las cosas en lugar de perder todo el tiempo tratando de descubrir qué intenta hacer el software. [JMP] hizo lo que yo quería que hiciera y simplemente nos lanzamos directamente .”
– David McClymont, jefe de automatización, London DNA Foundry
Historia de éxito de London DNA Foundry
“El DOE es tan fundamental. Es un trampolín para otros experimentos, otros análisis, para comprender sensibilidades. No puedo exagerar lo importante que es. JMP es una herramienta fenomenal para extraer información sobre múltiples factores en un solo experimento. Debe configurarse con las preguntas correctas en mente y, por supuesto, es tan bueno como los supuestos detrás del experimento. Pero las DOE son fundamentales para obtener información independiente sobre múltiples factores”.
– David Lee, Director de Calidad y Confiabilidad, OLEDWorks
Historia de éxito de OLEDWorks
“ El DOE ha comenzado a desempeñar un papel cada vez más importante dentro de la empresa. Si puede permitirse el lujo de realizar grandes estudios de consumo, normalmente obtendrá las respuestas. Pero hoy en día la mayoría de los departamentos [prefieren utilizar los recursos de manera más eficiente]. De hecho, [con un DOE óptimo] es posible incluso encontrar diferentes soluciones cuyo costo para la empresa varía mucho. Y si tienes dos o tres soluciones óptimas, puedes elegir la más barata. Sólo el DOE nos dará este tipo de opciones. Por eso, en cada paso, intentamos utilizar el DOE siempre que sea posible”.
– Beatrice Blum, estadística, P&G
Historia de éxito de P&G
“Podrías preguntar ' ¿Por qué la automatización y el diseño experimental? ?' Bueno, creo firmemente en el poder de la multidisciplinariedad. En realidad, DOE es una herramienta estadística muy poderosa que puede ayudarlo a encontrar el mejor método dentro del espacio experimental que está explorando. La automatización es una herramienta analítica muy poderosa que puede superar el error humano y brindarle un muy buen rendimiento analítico. Si combinas los dos, eso en realidad nos lleva a lo que podríamos llamar desarrollo de métodos de alto rendimiento porque le brindará el mejor método con el mejor rendimiento. .”
– Camilla Liscio, química de aplicaciones, Anatune
Es hora de innovar: análisis de datos para el desarrollo de métodos analíticos (enlace próximamente)
“ DOE es una forma muy elegante de establecer la relación entre los factores que estamos investigando y la respuesta que nos interesa. . Una vez que establece esta relación, usted tiene el control del proceso. Entiendes el proceso. Y luego podrás dirigir el proceso en la dirección que desees... DOE traspasa los límites para que puedas explorar el extremo de tu espacio experimental y puedas encontrar dónde se encuentra tu óptimo .”
– Camilla Liscio, química de aplicaciones, Anatune
Es hora de innovar: análisis de datos para el desarrollo de métodos analíticos (enlace próximamente)
“ Cuando se utiliza DOE, JMP proporciona mucha potencia y predicciones de modelos completas que pueden ayudarnos a encontrar las condiciones óptimas con mucha precisión y rapidez. . Esto no está disponible en otro software”.
– Jerry Huang, ingeniero sénior del laboratorio analítico, DuPont Taiwán
DuPont | JMP
ENSEÑANZA Y APRENDIZAJE ACADÉMICO
"Si tiene curiosidad, utilice la sección "Ayuda" de JMP, ¡y hágalo con frecuencia! La documentación dentro de JMP es el mejor lugar para comenzar, y los conjuntos de datos de muestra y los libros son un tesoro. A partir de ahí, consulte los recursos en línea en jmp.com, consulte el programa de capacitación e interactúe con un grupo de usuarios; pruebe de manera virtual si la capacitación presencial no está disponible en su área".
- Don Kent, director del equipo de ciencia de datos de pila completa, Intel
Don Kent de Intel habla sobre lo que hace madurar a una organización de análisis, la importancia de la tutoría y unirse a la “familia JMP” en Discovery Summit
“ DOE es una habilidad esencial. Cuando estábamos hablando, cuando estábamos estableciendo CDT, hicimos muchas consultas con las industrias químicas del Reino Unido. Y fue casi unánime. Nos dijeron que las industrias químicas del Reino Unido, ya sea de investigación o de procesos, quieren que sus químicos tengan habilidades de diseño de experimentos. "
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“En el DOE empezamos a pensar en probar sólo dos o tres niveles y tratar de predecir lo que sucede en el medio. Hay muchas pruebas integradas de interacciones variables. Y luego está también todo el análisis estadístico y el modelado predictivo que proviene del enfoque DOE. Es por eso que hace varios años, cuando iniciamos este viaje con ROAR y REACT CDT , estábamos muy interesados en incorporar el DOE a nuestros cursos de formación. Al principio no teníamos mucha experiencia. Entonces nos acercamos a JMP. .”
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“ Los estudiantes vienen a nuestro curso [DOE]. Aprenden sobre esta maravillosa herramienta, [JMP]. Y luego regresan. Y si su supervisor no está a bordo, realmente no podrán usarlo. … También somos muy conscientes de que si enviamos a estudiantes con algún conocimiento del DOE [de regreso a sus laboratorios] y tienen una mala experiencia, eso podría hacer que todo un grupo de investigación deje de intentar el DOE nuevamente para siempre. Entonces, ¿qué estamos tratando de hacer para resolver esta barrera? Necesitamos que los supervisores sigan el curso lo más posible. .”
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“ También nos aseguramos de presentar estudios de casos relevantes. Y les contamos a los estudiantes honestamente cuáles son las limitaciones del DOE. No es una solución mágica. No resolverá todos los problemas de optimización. Intentamos darles a los estudiantes tantos ejemplos en los que el DOE puede ser una ventaja, pero también decirles dónde, mira, no va a resolver ese problema para ti”.
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“Descubrimos que los estudiantes que vienen a nuestros cursos no tienen mucho vocabulario estadístico, pero esto no es realmente un problema. DOE y JMP en particular no requieren muchos conocimientos previos. No necesitas saber mucho”.
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“Creo que el DOE llegará a los cursos de pregrado con el tiempo. Una de las principales barreras que tenemos en este momento es lo que consideramos un experimento tradicional de laboratorio de química para estudiantes universitarios. Se trata más de enseñarles aspectos prácticos del manejo del material de vidrio, por lo que hay menos oportunidades de ejecutar toda una serie de experimentos y desarrollar un conjunto de datos y parámetros de prueba. Pero creo que estamos actualizando y modificando nuestros cursos de experimentación y nos estamos moviendo mucho más hacia la experiencia de investigación en una etapa más temprana del curso, para que los estudiantes aprendan sobre ella antes. Y ahí es donde el DOE encajaría muy bien”.
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“El uso de la estadística generalmente se enseña cuando se estudia química. Pero en los últimos 10 o 15 años, la mayoría de nosotros no nos hemos dado cuenta de que los estadísticos han seguido adelante con su trabajo. Han mejorado estas técnicas. Y también hay gente como JMP que está tomando esas técnicas y convirtiéndolas en algo que es fácil de usar... Si puede utilizar productos de Microsoft, puede utilizar [JMP] .”
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: capturar valor de sus datos para acelerar la innovación (enlace próximamente)
“ Optamos por centrarnos en JMP como plataforma porque coincide con la democratización de los datos. Del software disponible, JMP parecía ser mucho más fácil que las alternativas, intuitivo, excelente interfaz y magníficas herramientas de soporte en línea tanto para el software como para las estadísticas en general. Con JMP, incluso si te quedas con los valores predeterminados, el software es lo suficientemente rico e intuitivo como para que puedas adaptarlo, aprender, jugar y obtener un resultado”.
– Stan Maklan, profesor de marketing y tecnología en la Universidad de Cranfield
Historia de éxito de la Universidad de Cranfield
“Ahí es donde JMP es muy fuerte: puedes observar la deserción de clientes, por ejemplo, y ejecutar múltiples métodos, y literalmente, en un par de horas el estudiante comprenderá que diferentes métodos pueden darle diferentes respuestas – y que su trabajo es comprender las diferencias y tomar una decisión informada”.
– Stan Maklan, profesor de marketing y tecnología en la Universidad de Cranfield
Historia de éxito de la Universidad de Cranfield
“Fue a través de los comentarios [de nuestros socios corporativos] y de mi evaluación de los puestos iniciales de mi carrera, que Decidimos que un curso de diseño de experimentos (DOE) utilizando un software estándar de la industria como JMP les daría a nuestros estudiantes una ventaja. . Sólo están aquí por un tiempo limitado y nosotros tenemos una cantidad finita de recursos con los que trabajar. Entonces [agregar un curso DOE] también fue una decisión estratégica: ¿qué tendría el mayor retorno de la inversión en términos de comerciabilidad de los estudiantes?
– Stacey York, directora del programa de pasantías industriales de maestría, Universidad de Oregon
Historia de éxito de la Universidad de Oregón
“ Proyecto mi pantalla cada vez que usamos JMP en clase . De esa manera, puedo mostrarles cómo hacer los [ejercicios que se les asignan] y ellos pueden seguirlos en tiempo real con el software JMP instalado en su computadora portátil... Una vez que tienen las estadísticas y los principios básicos del DOE, pasamos a proyectos de clase con los que la mayoría de la gente puede identificarse fácilmente”.
– Fuding Lin, director del programa de prácticas industriales de maestría, Universidad de Oregón
Historia de éxito de la Universidad de Oregón
“Piense en ello como una herramienta personalizada para interactuar con los datos, en lugar de simplemente producir algo que va a imprimir en una hoja de papel. Una vez que los estudiantes de negocios empiezan a pensar en los gráficos como herramientas analíticas, JMP se convierte en un activo enormemente poderoso para ellos. . Hay todo tipo de pequeñas cosas que este software hace para cambiar la forma de pensar sobre la interacción con los datos y, al final del día, ese es uno de los grandes trabajos para los que enviamos a nuestros graduados al mundo”.
– Robert Stine, Profesor de Estadística, The Wharton School de la Universidad de Pennsylvania
Historia de éxito de la Universidad de Pensilvania
“Las pantallas gráficas son muy, muy importantes para nosotros… Básicamente, JMP obliga a los estudiantes a mirar imágenes y creemos que eso es muy importante para tener un buen modelo. "
– Robert Stine, Profesor de Estadística, The Wharton School de la Universidad de Pennsylvania
Historia de éxito de la Universidad de Pensilvania
“Espero que un buen software sea fácil de usar y que también ofrezca todas las posibilidades que necesitará en su trabajo diario. Me gusta usar JMP en mis clases porque cumple ambos requisitos y además es visual e interactivo, por lo que al final es divertido de usar. .”
– David Meintrup, Profesor, Universidad de Ciencias Aplicadas de Ingolstadt
Historia de éxito de la Universidad de Ciencias Aplicadas de Ingolstadt
“Es muy importante calibrar con la industria . Pensé que sería una buena idea que nuestros estudiantes supieran cómo usar JMP porque muchos de ellos trabajarán para estas empresas en California. Brindamos la capacitación y, con su conocimiento del software, una vez que se gradúen, nuestros estudiantes tendrán una ventaja”.
– Jianbiao John Pan, Profesor de Ingeniería Industrial y de Manufactura, Universidad Estatal Politécnica de California
Historia de éxito de Cal Poly
“Utilizamos procesos Six Sigma en clase para analizar proyectos de equipo. El proyecto definitivamente Me ayudó a aprender control estadístico de procesos y varios módulos de calidad diferentes. , mirando los gráficos que estaban disponibles. La interfaz que tiene JMP es muy agradable: puede utilizar los datos sin procesar para crear gráficos y analizar e interpretar los datos”.
– Kyle Batman, estudiante universitario, Universidad Estatal Politécnica de California
Historia de éxito de Cal Poly
“Sé que en el campo de la fabricación, siempre que se trata de análisis con múltiples dimensiones, el software estadístico como JMP desempeñará un papel integral al ayudarme a analizar grandes conjuntos de datos. Soy En fabricación, JMP es lo que todo el mundo utiliza para el análisis. .”
– Kyle Batman, estudiante universitario, Universidad Estatal Politécnica de California
Historia de éxito de Cal Poly
“Me centro en la ingeniería de materiales y se requiere mucha experimentación en ese campo. Afortunadamente, Todo el proceso de diseño de experimentos es facilitado por JMP. —Por ejemplo, si estás haciendo algún tipo de factorial fraccionario, es muy fácil configurarlo todo para que se genere en JMP. Dado que es tan interactivo e intuitivo, JMP hace que sea mucho más fácil observar los datos y trabajar con ellos sobre la marcha. Para alguien como yo, que aprende visualmente, eso es realmente útil”.
– David Otsu, estudiante de posgrado, Universidad Estatal Politécnica de California
Historia de éxito de Cal Poly
“ JMP refuerza un enfoque holístico . Los estudiantes aprenden a comprender el alcance de un proyecto. Aprenden a cuestionar el enunciado de un problema. Y cómo reformular. Aprenden a preguntarse: '¿Cómo podemos cambiar un proyecto que tiene un alcance equivocado y con las personas equivocadas?'”
– Peter Hammersberg, profesor titular de Materiales de Ingeniería, Universidad Tecnológica de Chalmers
Historia de éxito de la Universidad Tecnológica de Chalmers
“No muchos proyectos terminan siendo muy específicos en la definición de gráficos de control y límites de control, por ejemplo. Pero Comprender el concepto de control y el papel de un gráfico de control nos permite a mí y a los estudiantes hablar sobre el ruido [versus] algo que contiene señales. Realmente entienden [estos conceptos] cuando se ven obligados a profundizar en los datos ellos mismos. .”
– Peter Hammersberg, profesor titular de Materiales de Ingeniería, Universidad Tecnológica de Chalmers
Historia de éxito de la Universidad Tecnológica de Chalmers
“Si mis alumnos tienen la oportunidad de acostumbrarse más a visualizar datos (y creo que ese es el primer paso importante, acostumbrarse a los datos), verán que es sencillo crear gráficos, buscar patrones y realizar análisis exploratorios de datos. JMP tiene buenas características de soporte. En cualquier curso donde enseño análisis de sistemas de medición y todo el material gráfico básico, JMP tiene módulos que facilitan el uso de los estudiantes. .”
– Peter Hammersberg, profesor titular de Materiales de Ingeniería, Universidad Tecnológica de Chalmers
Historia de éxito de la Universidad Tecnológica de Chalmers
“ Desde que estoy en la industria, veo que mis alumnos necesitarán [saber cómo usar JMP] . Muchos nuevos empleados llegan a sus puestos de trabajo y no están bien capacitados. Estoy tratando de librar esa guerra para que los estudiantes estén mejor preparados y tengan las habilidades que necesitan. Y voy ganando terreno, poco a poco, paso a paso, cada vez más”.
– Peter Hammersberg, profesor titular de Materiales de Ingeniería, Universidad Tecnológica de Chalmers
Historia de éxito de la Universidad Tecnológica de Chalmers
“Los estudiantes tienen que aprender a manejar todos los datos [que se recogen en una fábrica]. Tienen que descubrir qué es importante sin hacer un informe estadístico teórico. Así que enséñelo temprano. Haga de JMP una herramienta general para ellos, al igual que el resto del software que utilizan para mecánica de sólidos o matemáticas. Los estudiantes deben tener una buena plataforma para el análisis de datos. también."
– Peter Hammersberg, profesor titular de Materiales de Ingeniería, Universidad Tecnológica de Chalmers
Historia de éxito de la Universidad Tecnológica de Chalmers
“Lo primero que tenemos que hacer es educar a la gente sobre el DOE. Y como pueden ver en el panel de aquí arriba, no sabíamos que el DOE saldría de la escuela de posgrado. ¡Y por eso éramos expertos en nuestro campo! Porque esta herramienta realmente valiosa no estaba disponible para nosotros en la escuela de posgrado. Creo que muchos científicos e ingenieros, a medida que ingresan a la fuerza laboral, debemos asegurarnos de que las personas estén educadas y tengan las herramientas que les permitirán tener éxito. Y yo Creo que JMP hace un gran trabajo al brindar eso a las personas, tanto la educación como la herramienta. .”
– Melisa Buie, directora general de Coherent
Estadísticamente hablando: las empresas líderes innovan con experimentos diseñados estadísticamente
“La participación de profesionales y reguladores con experiencia en la vanguardia de la industria permite a los estudiantes acceder a la mejor calidad mediante prácticas de diseño de todo el mundo. Llevamos más de 7 años trabajando estrechamente con la industria para desarrollar metodologías rápidas y eficientes para producir medicamentos de alta calidad y enfoques innovadores de enseñanza. El uso de JMP nos permite enseñar a los estudiantes cómo organizar datos de investigación, aplicar visualización y realizar análisis de datos. La gestión y la integridad de los datos son clave en el desarrollo y la fabricación de productos”.
– Walkiria Schlindwein, Profesora Asociada de Farmacéutica, Universidad De Montfort
Historia de éxito de la Universidad De Montfort
“JMP fomenta la prueba y el error, y eso es clave para el proceso de aprendizaje... Familiarizar a los estudiantes con software como JMP hace que el pensamiento estadístico sea menos intimidante – empiezan a pensar en las estadísticas como algo rutinario y profesional. Con JMP, Parece que el umbral para la resolución de problemas estadísticos es en realidad muy bajo. – y eso es increíblemente valioso”.
– Kai Xu, Profesor de Fisiología del Ejercicio, Instituto de Deportes de Nanjing
Historia de éxito del Instituto de Deportes de Nanjing
“ Lo que a mis alumnos les gusta de JMP es que les resulta muy fácil aprender. Les gusta que después de cada paso haya gráficos para presentar los resultados. Es intuitivo y reciben retroalimentación. Si van en la dirección equivocada, pueden borrar fácilmente el vector y agregar un nuevo método para volver a intentarlo. Esta facilidad de uso los motiva a seguir estudiando. Les resulta muy interesante estudiar con JMP”.
– Kai Xu, Profesor de Fisiología del Ejercicio, Instituto de Deportes de Nanjing
Historia de éxito del Instituto de Deportes de Nanjing
" JMP ya está en la industria, por lo que si produzco estudiantes que ya tengan las habilidades de JMP [al momento de comenzar su carrera], podrán comenzar a trabajar. Los empleadores no tienen que enseñarles JMP. Ellos ya lo saben."
– Goutam Chakraborty, profesor de análisis de marketing, Universidad Estatal de Oklahoma
Historia de éxito de la Universidad Estatal de Oklahoma
“JMP es donde comenzamos. Es una excelente manera para que comencemos a enseñar a los estudiantes la aplicación de estadística analítica, visualización y exploración. No doy conferencias en clase. Más bien, el aula es para la discusión, la interacción y la exploración, por lo que utilizaremos JMP. Podemos hacerlo sobre la marcha. ¿Puedo hacerlo sobre la marcha con otros programas? Sí, pero me llevará más tiempo y, aunque pueda hacerlo, los estudiantes no están preparados [para utilizar software con una curva de aprendizaje más alta] al principio. "
– Goutam Chakraborty, profesor de análisis de marketing, Universidad Estatal de Oklahoma
Historia de éxito de la Universidad Estatal de Oklahoma
“Usamos SAS Enterprise Miner y JMP en una variedad de cursos. Y Cuando los estudiantes se gradúan, consiguen buenos trabajos en buenas empresas porque están familiarizados con los principales paquetes de software. para extracción y visualización de datos”.
– Mark Johnson, Profesor de Estadística, Universidad de Florida Central
Historia de éxito de la Universidad de Florida Central
“Los estudiantes solían tener dificultades con cosas como las regresiones y los árboles de decisión porque no había herramientas disponibles realmente buenas y accesibles. Se les exigía que tuvieran un conocimiento bastante sofisticado de programación, y eso es lo que desanimó a los estudiantes. JMP ha cambiado eso dramáticamente. Creo que JMP es una herramienta realmente adecuada para los estudiantes de negocios. – y lo vi desde el principio”.
– Ram Gopal, Profesor de Negocios, Escuela de Negocios de la Universidad de Connecticut
Historia de éxito de la Universidad de Connecticut
“Mi sensación personal es que JMP es un gran punto de partida para que los estudiantes de negocios se introduzcan en el mundo de la analítica empresarial. El La estrecha integración entre JMP y SAS permitirá a los estudiantes profundizar más y explorar oportunidades en minería de textos y otros aspectos útiles de SAS. Otra área prometedora con JMP es la visualización. Creo que para los estudiantes de negocios esto es imprescindible y tengo muchas ganas de incorporar más visualización de negocios con JMP en mis cursos”.
– Ram Gopal, Profesor de Negocios, Escuela de Negocios de la Universidad de Connecticut
Historia de éxito de la Universidad de Connecticut
“Estoy asombrado por el Nivel de sofisticación de las diferentes técnicas que se pueden ejecutar con JMP. . Creo que es magnífico”.
– Ram Gopal, Profesor de Negocios, Escuela de Negocios de la Universidad de Connecticut
Historia de éxito de la Universidad de Connecticut
“Hemos invitado a empresas a proporcionar datos o presentar problemas que enfrentan en relación con la ciencia de datos y el análisis de negocios, y juntamos a los estudiantes con estas empresas para trabajar juntos en proyectos finales. Realmente nos estamos enfocando en acercar a los estudiantes al lado comercial de los datos…. Es especialmente fundamental que los estudiantes de análisis de negocios obtengan experiencia práctica de primera mano en ciencia de datos. .”
– Christian Hildebrand, profesor asistente de análisis de marketing, Universidad de Ginebra
Historia de éxito de la Universidad de Ginebra
“ La capacidad de aprender y observar patrones en los datos durante el proceso de visualización es una característica exclusiva de JMP. Los estudiantes pueden producir un gráfico y preguntar: "¿Hay ciertos patrones en los datos en los que no he pensado antes?" Tener la oportunidad de aprender activamente durante la creación de un gráfico o figura en JMP es lo que lo hace tan único. Es una característica de la que no puedo hablar lo suficiente: la visualización hace que todo haga clic”.
– Christian Hildebrand, profesor asistente de análisis de marketing, Universidad de Ginebra
Historia de éxito de la Universidad de Ginebra
“Lo pude ver en los comentarios que recibimos de los estudiantes en sus evaluaciones. Decían: "Una de las principales conclusiones es haber aprendido un nuevo programa estadístico que realmente ayudó a acelerar el flujo de trabajo analítico". Hubo muchos comentarios que Los estudiantes estaban agradecidos por haber tenido la oportunidad de desarrollar visualizaciones poderosas y efectivas en un período de tiempo muy corto... y que JMP realmente les ayudó a comprender mejor la parte estadística. .”
– Christian Hildebrand, profesor asistente de análisis de marketing, Universidad de Ginebra
Historia de éxito de la Universidad de Ginebra
“Sin visualización, todo lo que nosotros, como instructores, podemos hacer es presentar conceptos y discutir cómo funciona un algoritmo en teoría. Los estudiantes tendrían que estar muy, muy motivados para realmente seguir la corriente y decir: "Está bien, ahora tengo curiosidad por ver cuál es la aplicación". Pero si los estudiantes pueden visualizar el resultado final desde el principio y regresar y profundizar en la metodología, [ellos] dicen: "Oh, eso se ve muy bien; quiero producir el mismo análisis y el mismo gráfico estadístico poderoso". Y tengo curiosidad por entender cómo funciona realmente esta metodología. .'”
– Christian Hildebrand, profesor asistente de análisis de marketing, Universidad de Ginebra
Historia de éxito de la Universidad de Ginebra
“Creo que lo más brillante de JMP es que es fantástico tanto para usuarios principiantes como avanzados. Siempre que enseña con software estadístico, prevé pasar mucho tiempo cara a cara con los estudiantes mientras intentan resolver problemas. Esto puede ser un placer, pero también requiere muchas horas extra. [Con JMP] no pierdes el tiempo enseñando software, sino enseñando estadística .”
– Peter Lenk, Profesor de Ciencias de la Gestión de Operaciones y Marketing, Universidad de Michigan
Historia de éxito de la Universidad de Michigan
“ A los estudiantes les encanta JMP. Escucho eso tanto de estudiantes de pregrado como de posgrado. Es muy fácil trabajar con él y muy potente”.
– Robert Nydick, profesor de Gestión y Operaciones, Universidad de Villanova
Historia de éxito de la Universidad de Villanova
“ Para el diseño de experimentos, JMP es probablemente el software de vanguardia. Además es fácil. Está completamente integrado con el análisis”.
– Phil Ramsey, profesor principal, Universidad de New Hampshire
Historia de éxito de la Universidad de New Hampshire
“ Todos estos estudiantes han escuchado cómo realmente ayuda tener un curso de diseño de experimentos en su currículum cuando solicita empleo. , y se están dando cuenta, después de haber escuchado a los estudiantes que se graduaron antes que ellos, lo importante que es saber estadística”.
– Phil Ramsey, profesor principal, Universidad de New Hampshire
Historia de éxito de la Universidad de New Hampshire
“ JMP me ayuda a reunir tres disciplinas de estudiantes y luego demostrar a cada grupo cómo los demás experimentan la minería de datos. Y todo gracias a las herramientas de visualización de JMP”.
– Arif Ansari, profesor asistente, Escuela de Negocios Marshall de la Universidad del Sur de California
Historia de éxito de la Universidad del Sur de California
“ Para estos estudiantes, la visualización que ofrece JMP realmente les abre la mente. A menudo, las métricas pueden resultar engañosas. Dos modelos diferentes con métricas similares pueden tener ajustes totalmente diferentes. El generador de perfiles JMP me ha ayudado a mostrar a los estudiantes cómo se comportan los modelos no lineales y cómo seleccionar el mejor modelo visualizando los datos”.
– Arif Ansari, profesor asistente, Escuela de Negocios Marshall de la Universidad del Sur de California
Historia de éxito de la Universidad del Sur de California
VISUALIZACIÓN DE DATOS
"Era obvio que debía presentar JMP a personas sin conocimientos técnicos a través de la plataforma de creación de gráficos"
-Kieran O'Mahony - Dairygold
JMP DS Americas 2021 - Productores de grabación - Exploradores de datos destacados gallery.mp4 - Todos los documentos (sharepoint.com)
" Graph Builder y Profiler son la Piedra Rosetta para expertos en dominios y nerds de JMP. La capacidad de imágenes dinámicas básicamente permite a los expertos en el dominio ver lo que dicen los datos en diferentes configuraciones y en diferentes entornos gráficos. Ese es realmente el momento "ah-ha" porque ven lo que tienen en la cabeza y JMP les permite explicar los vínculos entre los elementos del proceso muy claramente a otros miembros del equipo".
-Steve Hampton, Gerente de Control de Procesos, PCC Structurals
Steve Hampton de PCC Structurals habla sobre la transición de Minitab y por qué es tan importante aprovechar los recursos de JMP para la participación y el aprendizaje que él llama un “inmenso valor agregado”.
“Comencé a explorar JMP y a tener conversaciones al respecto, particularmente con respecto a Graph Builder. Pensé, Vaya, esto es nuevo. Esto es diferente y parece muy flexible e interactivo. "
– Vasco Cachaco, Campeón Principal del Proceso Six Sigma
Historia de éxito de Xar
“ Nadie me ha convencido aún de que existe algo que pueda brindarme las visualizaciones que obtengo en JMP con la misma facilidad.Probablemente ahí es donde vino la aceptación desde el punto de decisión con el software: es una herramienta visual, por lo que cuando se la muestra a la gente, muy, muy rápidamente la aceptan porque pueden ver la capacidad”.
– Brendan Malone , Ingeniero sénior de procesos, Johnson & Johnson
Historia de éxito de Johnson & Johnson (enlace próximamente)
“Es muy importante enseñar a leer gráficas. La educación sobre visualización de datos es fundamental para transmitir un mensaje preciso; a menudo no le damos suficiente crédito”.
– Branca Almeida Silva, Coordinadora de Desarrollo de Formulaciones, Bluepharma
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“Hoy en día, la visualización de datos está más concentrada en algunos grupos dentro de la organización. Incluso si la mayoría de la gente tiende a utilizar datos y producir gráficos, a menudo son sólo unas pocas personas las que trabajan con las herramientas más poderosas. Es importante que tengamos más debates al respecto porque Puedes ver lo fácil que es trabajar con software como JMP. Es muy versátil. Necesitamos motivar a las personas para que prueben el análisis y la visualización de datos exploratorios sin preocuparse de que no tengan un conjunto de habilidades específicas. .”
– Branca Almeida Silva, Coordinadora de Desarrollo de Formulaciones, Bluepharma
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“ Con la visualización de datos podemos ahorrar tiempo . [En Bluepharma] utilizamos la visualización de datos para realizar todo tipo de análisis y modelos más profundos. Si comenzamos con la visualización, podemos seleccionar factores. De esta manera ahorramos tiempo para realizar más estudios. Una vez mas, Ahorrar tiempo es lo mismo que ahorrar dinero porque podemos hacer las cosas mucho más rápido. Utilizo visualización de datos y JMP a diario. .”
– Branca Almeida Silva, Coordinadora de Desarrollo de Formulaciones, Bluepharma
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“La gente tiene miedo de hacer visualización de datos porque la asociamos con habilidades muy específicas relacionadas con la estadística. Pero ese no es siempre el caso. Todos pueden realizar visualización de datos sin ser un experto .”
– Branca Almeida Silva, Coordinadora de Desarrollo de Formulaciones, Bluepharma
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“ A veces, cuando estoy haciendo una visualización de datos, comienzo con un objetivo pero luego, durante el proceso, encuentro algo interesante y olvido por completo mi objetivo original. Podría encontrar algún patrón nuevo que también sea muy interesante de explorar. Definitivamente necesitamos tiempo para pasar por el proceso de visualización de datos. Y las herramientas son realmente importantes. Tenemos que tener confianza en el apoyo que podemos obtener cuando seleccionamos una herramienta con la que trabajar. Y JMP tiene muchos seminarios web que podemos explorar en la capacitación”.
– Branca Almeida Silva, Coordinadora de Desarrollo de Formulaciones, Bluepharma
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“Cuanto más analicemos los datos de forma profesional, más intuición tendremos sobre el contenido de nuestros datos. Cuando presentamos los resultados del análisis, es bueno transmitir el mensaje de forma gráfica. La gente lo entenderá mucho mejor que solo detalles estadísticos. .”
– György Trefán, desarrollador de procesos, Coloplast
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“Compartiré un ejemplo: Tuvimos un problema con nuestras máquinas donde la máquina producía demasiada chatarra. Cuando analizamos los datos para descubrir por qué, comenzamos mirando primero la máquina y luego el material. Analizamos los datos de los tres años anteriores para ver cuánta chatarra produjo cada turno. Lo que encontramos es que simplemente representar los datos a lo largo del tiempo no reveló nada interesante. Pero al realizar un análisis estadístico, vimos que el segundo turno tenía significativamente más desechos que los otros dos turnos. Una vez que descubrimos eso, tuve que mostrárselo a la gerencia. Decidí visualizarlo [en JMP]… la reacción de la gerencia fue 'wow, esta es una diferencia impactante'. Y examinaron causas más profundas. Lo que encontramos después del análisis del sistema de medición es que los operadores usaban una forma diferente de juzgar si algo era chatarra o no. Así que llevamos el problema a los operadores para que escucharan su opinión”.
– György Trefán, desarrollador de procesos, Coloplast
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“Cuando analizas una situación, puedes verla desde un punto de vista diferente. Cada visualización genera diferentes percepciones, diferentes puntos de vista. Ver una misma situación desde diferentes puntos de vista puede generar mucho valor añadido .”
– Simone Cianchini, Gerente de Calidad de Innovación y Mejoras de WW, MARELLI
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“Necesitamos tomar decisiones de manera objetiva y no subjetiva. La visualización de datos puede ayudar a mejorar este camino. . Es muy importante que los datos sean legibles y comprensibles para la persona que tienes delante… Si podemos transformar el problema (y los datos) con visualización, entenderán mejor el problema. Estará en su zona de confort. También es muy importante tener en cuenta el objetivo de la visualización de datos. Es necesario comprender cómo visualizar mejor la información para I+D, para su director financiero y para otros”.
– Simone Cianchini, Gerente de Calidad de Innovación y Mejoras de WW, MARELLI
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“Algunas organizaciones no tienen una cultura profunda de visualización de datos. No entienden las partes realmente poderosas. Pero JMP es un atajo entre la visualización de datos y un punto de vista estadístico complejo. Algunas organizaciones creen que para tener visualización de datos, las personas deben tener un nivel muy alto de experiencia en estadística. Pero esto es un gran error porque depende de lo que quieras hacer con la visualización de datos. Para los análisis básicos del día a día, no es necesario tener un nivel muy alto de experiencia estadística. Entonces Estos son los dos errores clave que comete la gente: la falta de comprensión del poder de la visualización y la percepción de que para tener una visualización interactiva de datos es necesario tener experiencia en estadística. .”
– Simone Cianchini, Gerente de Calidad de Innovación y Mejoras de WW, MARELLI
Estadísticamente hablando: por qué la visualización interactiva de datos es fundamental para la industria
“También hemos visto que JMP se utiliza como formato de presentación para reuniones de sitio . Porque, como todos sabemos, vas a las reuniones del sitio y la gente comparte ideas. Bueno, ahora tienes la oportunidad de decir: 'vale, veamos qué dicen los datos aumentando la temperatura, jefe'. Y aumentas la temperatura en la pantalla y puedes decirle de inmediato: 'Chico, es una buena idea'. O más probablemente no funcione. Hay muchas oportunidades para hacer cosas con los datos cuando los tienes en el centro de tu reunión de producción. .”
– Stan Higgins, ex director ejecutivo del Clúster de la Industria de Procesos del Noreste de Inglaterra (NEPIC)
Es hora de innovar: capturar valor de sus datos para acelerar la innovación (enlace próximamente)
“La visualización es absolutamente esencial. Con datos experimentales, lo primero que hay que hacer es visualizarlos. En algunos casos, es lo único que puedes hacer. Hemos tenido varios casos en los que las primeras ejecuciones fueron más ruidosas de lo esperado. No se podía construir ningún modelo. Pero con la visualización [en JMP], podías ver cosas que parecían interesantes y diseñar tu próximo experimento para determinar con mayor rigor si son efectos reales. .”
– Michael Sadowski, jefe de bioinformática Synthace
Historia de éxito de Synthace
“Mi jefe desde el principio de mi carrera siempre decía que el primer paso en el análisis de datos es trazar los datos. En los años siguientes, vi a muchas personas cometer ese error. En cambio, algunos van directamente a las tablas y pierden o retrasan la información que se puede identificar rápidamente desde [JMP] Graph Builder. . Cada vez que veo hojas de cálculo con datos sin procesar en reuniones, Solicito el archivo y puedo generar análisis detallados en cuestión de segundos. .”
– Pete Cannon, director sénior de ingeniería de calidad de productos y sistemas de gestión de calidad, NVIDIA
Historia de éxito de NVIDIA
“[Con JMP] podemos codificar con colores [nuestros resultados] para señalar los valores atípicos. Los usuarios prefieren estas visualizaciones porque aceleran la toma de decisiones. Pueden ver si las distribuciones se ajustan a sus supuestos y obtener una descripción general de sus diseños experimentales y cómo ejecutaron sus experimentos”.
– Tom Walk, Gerente de base de datos de Breeding Pipeline, Universidad Estatal de Dakota del Norte
Historia de éxito de la Universidad Estatal de Dakota del Norte
“ Un gráfico eficaz impulsa las decisiones correctas. Una visualización eficaz informa al espectador y le ayuda a tomar la recomendación y la decisión correctas para la organización. Tienes que unir las cosas visualmente para realmente entregar [significado] a tu consumidor de datos”.
– Ted Ellefson, ingeniero principal gerente, I+D mecánico, Seagate
Historia de éxito de Seagate
“Hay muchas áreas en las que las personas pueden desarrollar un pequeño modelo o aprender algo que les pueda aportar valor directo. Y puedes compartir ese valor directo: mira, hice este modelo, obtuve estos resultados y lo visualicé. La visualización es una excelente manera de involucrar a otras personas. Cuando visualizas los resultados, otras personas dicen: "Oh, eso es genial". Yo también quiero hacer eso”.
– Bernard Ennis, investigador principal, Tata Steel
Estadísticamente hablando: resolución de problemas de ciencia e ingeniería con aprendizaje automático
“Cuando comencé en Gore, comencé como químico de polímeros. Y lo primero que hice fue sentarme con un estadístico y diseñar un experimento muy grande sobre la síntesis de poliuretano. En este experimento, variamos muchos factores dentro de la formulación de nuestros poliuretanos. Realicé muchos experimentos de laboratorio, recopilé mis datos y creé algunas visualizaciones donde teníamos superficies de respuesta y muchos gráficos que mostraban las diferentes compensaciones y propiedades que podría conseguir con las diferentes formulaciones. Entonces, con eso, pudimos convencer a nuestro equipo de fabricación de que queríamos salir del piloto y crear un lote un poco más grande... Tenía una predicción. Salimos y ejecutamos esa formulación. Y volvimos. Y he aquí que los resultados no coincidieron con la predicción. Y entonces hubo mucha decepción…. Entonces volví a sentarme con el estadístico en ese momento; por supuesto, no tenía ninguna experiencia con la visualización de datos. Y dije, ¿qué pasó aquí? ¿Por qué no funcionó mi experimento? Y lo que hizo fue mostrar un gráfico donde realmente pusimos el intervalo de predicción en el gráfico mismo. Y entonces pudimos ver que mis predicciones realmente estaban bien. De hecho, habíamos fabricado material que se encontraba dentro del intervalo de predicción. Y solo con ese gráfico, lo llevamos a la cadena de suministro. Al mostrarles el gráfico de predicción y mostrarles que realmente entendíamos lo que estábamos haciendo y que habíamos hecho lo que nos propusimos, pudimos convencerlos de que podíamos pasar a un lote de escala de producción. Y cuando hicimos eso, descubrimos nuevamente que nuestras predicciones eran acertadas y estábamos dentro de nuestro intervalo de predicción. Y fue ese gráfico lo que realmente les ayudó a cambiar de opinión al saber que sí, sabíamos de qué estábamos hablando. .”
– Chris Chen, campeón de análisis empresarial, WL Sangre
Estadísticamente hablando: las mejores prácticas de visualización de datos pueden transformar el trabajo de científicos e ingenieros
“En Gore hemos equipado a todos nuestros ingenieros y científicos con JMP. Así que tienen acceso a las herramientas, pero no se las damos y les dejamos salir corriendo. Creo que una gran parte de la comunidad científica y de ingeniería les está enseñando cómo usar la herramienta, enseñándoles algunos de estos consejos y trucos de diseño. Lo que hace que un gráfico sea bueno y útil es muy importante. .”
– Chris Chen, campeón de análisis empresarial, WL Sangre
Estadísticamente hablando: las mejores prácticas de visualización de datos pueden transformar el trabajo de científicos e ingenieros
“Participar colectivamente en este esfuerzo de visualización de datos y gráficos. Y muchas veces en el mundo científico eso parece una revisión por pares. Así que entra en una habitación. Muestra a tus compañeros el gráfico que has hecho. Y luego tener un poco de discusión. .”
– Chris Chen, campeón de análisis empresarial, WL Sangre
Estadísticamente hablando: las mejores prácticas de visualización de datos pueden transformar el trabajo de científicos e ingenieros
“Si creas 100 gráficos a partir de los datos que tienes, alrededor de 80 de ellos serán interesantes, pero serán cosas que ya conoces. Y no tendrán ninguna percepción profunda sobre ellos. Pero ese otro 20% realmente te mostrará lo que está pasando. Proporcionarán información realmente interesante sobre sus datos. .”
– Chris Chen, campeón de análisis empresarial, WL Sangre
Estadísticamente hablando: las mejores prácticas de visualización de datos pueden transformar el trabajo de científicos e ingenieros
“ La exploración de datos es una herramienta importante en JMP porque muy a menudo puedes revelar algunas interacciones que no habrías realizado sin la evaluación exploratoria de los datos. Con el ojo humano, es muy difícil ver las diferencias o los impactos [a partir de una tabla de datos únicamente]”.
– Andreas Trautmann, experto en procesos de procesamiento ascendente, ciencia y tecnología de fabricación, Lonza
Historia de éxito de Lonza
“Soy un gran defensor de mirar los datos desde el principio, porque si hay algún problema con ellos, sobresaldrá como un pulgar adolorido. [JMP] es visual e intuitivo. El verdadero poder de JMP reside en la integración de datos y en la capacidad de aprender del conjunto de datos. .”
– Court Sandau, químico forense y fundador de Chemistry Matters
Historia de éxito de Chemistry Matters
“Haremos un análisis de componentes principales o un análisis de conglomerados jerárquicos y comenzaremos a codificarlo por colores... Eso es lo que más me gusta de JMP: la interactividad. Realmente aprendemos sobre nuestros datos a través de JMP .”
– Court Sandau, químico forense y fundador de Chemistry Matters
Historia de éxito de Chemistry Matters
“Los datos se pueden mostrar como quieras, pero tengo que demostrar que lo hago de forma científica. Y tengo que ser transparente sobre cómo llegué a mis conclusiones comunicándome visualmente. Ahí es donde involucro a mis clientes con JMP: para poder cargar mis datos en JMP y hacer clic en un lugar y mostrarles dónde está y cómo [llegamos a nuestra] interpretación. Ese es el poder de la visualización: comunicar los datos, aprender de ellos y permitir a nuestros clientes ver de dónde provienen”.
– Court Sandau, químico forense y fundador de Chemistry Matters
Historia de éxito de Chemistry Matters
“Utilizamos JMP como herramienta de enseñanza porque nos permite mostrar las huellas dactilares químicas de manera que [aquellos sin experiencia en química] entiendan. JMP nos permite comunicar a los profanos la conectividad de la información para que comprendan nuestras conclusiones…. Y como puedo hacer esto en tiempo real e interactuar con los datos [en plataformas como Graph Builder], es mucho más convincente. Empiezan a pensar: "Puede que no entienda lo que está haciendo, pero ciertamente veo cómo ha conectado todos esos puntos". Ahora estoy contando una historia en lugar de intentar explicar las estadísticas multigrado”.
– Court Sandau, químico forense y fundador de Chemistry Matters
Historia de éxito de Chemistry Matters
“ La visualización nos da claridad sobre la información contenida en los datos. , lo que luego conduce a un conjunto de acciones claras a tomar".
– Melisa Buie, directora general de Coherent
Historia de éxito coherente
“ Tenemos una comprensión mucho más profunda y podemos trabajar mucho más rápido. gracias al enfoque visual de JMP para el análisis de datos respaldados estadísticamente”.
— Paul Deen, director del programa de métodos estadísticos, ASM International
Historia de éxito de ASM Internacional
“Hay un efecto mágico al 'tocar los datos'. A veces la visualización es suficiente, pero contar historias con datos es clave. JMP Graph Builder es el rey aquí . Hacemos muchos modelos y análisis multivariados y la nueva función Proyecto en JMP 14 hace que sea muy fácil documentar procesos complejos…. La función Proyecto es un verdadero cambio de juego... La gente está emocionada. Ahora podemos usar JMP como un PowerPoint. "
– Alfredo López Navarro, Gerente de Conocimiento, Centro de Mando Digital, Telefónica
Caso de éxito de Telefónica
“Como químico que llega al mundo de la agronomía, se basa menos en datos y es un poco más anecdótico. Aquí es donde entra en juego JMP: por qué uso JMP. La única manera de [ilustrar el caso de la toma de decisiones basada en datos] es contar una historia con los datos y con gráficos e imágenes. Ahí es donde JMP es realmente útil: convertir datos y números en gráficos [que los gerentes de producción] puedan ver y comprender mejor. .”
— Dirk de Bruyn Ouboter, líder de rendimiento de procesos y ciencia de medición global, Syngenta
Historia de éxito de Syngenta
“ JMP me ha dado muchas ideas: nuevas formas de hacer que mis datos sean más interactivos y no sólo en términos de visualización, sino también en mostrarle a la gente el proceso de pensamiento detrás de cómo lo analicé”.
– Anderson Mayfield, científico asistente, Administración Nacional Oceánica y Atmosférica de EE. UU.
Historia de éxito de la Fundación Khaled bin Sultan Living Oceans
“ La visualización es una de las grandes fortalezas de JMP . Hay un énfasis deliberado en los gráficos, que proporcionan un punto de partida muy sencillo para proponer hipótesis”.
– Jean-Luc Blachon, Jefe de Investigación Estadística, Bioinformática, Ipsen
Historia de éxito de Ipsen
“ Lo mejor de JMP es la visualización. . Es fácil de usar y puedes jugar y ver los resultados desde diferentes vistas. Puedes usar filtros, puedes hacer superposiciones, puedes tener gráficos paralelos. Hay varias formas de mostrar datos y compararlos y centrarse en determinados puntos. Esto es realmente útil”.
– Petra Schreier, ingeniera, Atotech
Historia de éxito de Atotech
“JMP era nuevo para mí cuando me uní a USound por primera vez y la mayor ventaja que encontré es que tiene un enfoque muy intuitivo y una forma muy intuitiva de comenzar. Puedes, por ejemplo, simplemente tome Graph Builder y juegue un poco y obtendrá instantáneamente una representación de datos razonable. Entonces podrás descubrir cómo utilizar mejor los datos para empezar a resolver problemas”.
– Florian Iglisch, ingeniero de producto, USound
Historia de éxito sólida
“En JMP, tú simplemente haga clic y suelte , y tienes el gráfico ".
– Angela Manginelli, científica sénior, análisis de datos de biomarcadores, Merck KGaA, Darmstadt, Alemania
Historia de éxito de Merck
“ JMP tiene todas las herramientas que necesita. Graph Builder es una de mis herramientas favoritas. Realiza gráficos de barras, gráficos de líneas, mapas de calor… Puede desarrollar un gráfico y modificarlo muy fácilmente, y modificarlo nuevamente, para que quede exactamente como desea que se vea. Luego haces clic en el pequeño triángulo rojo y ahí está todo el código JSL. JMP ha creado todo el programa para mí”.
– Peter Mroz, programador estadístico senior, Janssen
Historia de éxito de Janssen
"Soy un gran admirador de la plataforma Graph Builder, que es algo Nunca lo he visto en otros paquetes de software. . Para mí, esta plataforma es extremadamente innovadora”.
– Damien Perret, científico de I+D, CEA Marcoule
Historia de éxito de CEA Marcoule
“Nuestros clientes se vuelven locos con JMP porque nunca habían visto un software con tanta interactividad entre datos y gráficos. Les gusta mucho que ya no necesitan una herramienta para la manipulación de datos, otra para las estadísticas y otra más para los informes.JMP lo hace todo .”
– Peter Bewerunge, Jefe de Ciencias de la Vida, Accantec
Historia de éxito de Accantec
“ La visualización de datos es un lenguaje muy poderoso. Somos criaturas visuales, pero está vacío a menos que esté respaldado por [análisis sofisticados]. Es necesario fundamentar toda esa teoría de una manera que sea científica y reproducible. Y esto, para mí, es una de las bellezas de JMP”.
– Alfredo López Navarro, Responsable del Laboratorio de Datos Omnicanal, Telefónica Alemania
Estadísticamente hablando: ¿Tiene su organización una estrategia para desarrollar la excelencia analítica?
“ La minería de datos y la visualización de datos son dos de las cosas para las que utilizamos JMP ampliamente . Este es un buen ejemplo del poder de la visualización con JMP: había una señal falsa y una señal real. La señal falsa fue la rapidez con la que aumentó la tasa de fracaso. Había sido cero y luego saltó al 20 o 30 por ciento en cuestión de unos pocos días. Pero eso fue una pista falsa”.
– Ed Hutchins, director de ingeniería de productos, Cree
Historia de éxito cree
“Al ver la interacción tan claramente en este modelo, tal como se visualiza en JMP, fue la primera vez que contemplamos que podría existir este tipo de interacción. El beneficio [de JMP] no está en encontrar la respuesta al problema, sino en indicarle la dirección correcta para que sepa dónde buscar para encontrar el problema. Pude entender las diferencias… que tal vez no había apreciado antes. Al saber dónde buscar y luego mirar allí, pudimos reducir a cero la tasa de fallas por ese defecto. .”
– Ed Hutchins, director de ingeniería de productos, Cree
Historia de éxito cree
“ Prefiero JMP porque es muy poderoso para visualizar datos. . Le permite generar los tipos de cuadros de control, gráficos y visualizaciones que luego le permiten comprender esos datos. Lo más importante es obtener los datos correctos; Lo segundo más importante es comprender lo que le dicen esos datos. Y para entenderlo, hay que verlo como una función de una serie de parámetros, de modo que entiendas el espacio en el que estás operando. Con sólo una tabla de datos, no se puede hacer eso”.
– Ed Hutchins, director de ingeniería de productos, Cree
Historia de éxito cree
“ No tengo ninguna duda de que nuestro éxito se debe a nuestra capacidad para seguir innovando y mejorando, y que nuestra capacidad para innovar y mejorar mejora enormemente con herramientas como JMP. "
– Ed Hutchins, director de ingeniería de productos, Cree
Historia de éxito cree
“ Utilicé las capacidades gráficas de JMP para demostrar los resultados a muchas personas de la empresa que no tenían conocimientos de técnicas estadísticas. Pude mostrarles que había suficientes preguntas como para que deberíamos tener una evaluación por parte de un tercero”.
– Dan Fortune, Gerente de Excelencia Empresarial Global, FMC Technologies
Caso de éxito de FMC Tecnologías
“ Nos estamos beneficiando enormemente de la visualización de datos que proporciona JMP. Ahora podemos representar grupos de datos complejos, por ejemplo, como mapas de colores. Simplemente colocamos varios mapas uno al lado del otro para interpretar distinciones y valores atípicos. De esta manera podemos determinar inmediatamente si un modelo matemáticamente correcto es realmente plausible”.
– Anya Simon, directora de proyectos del Departamento de Gestión de la Información, Lufthansa
Historia de éxito de Lufthansa
“Con JMP Nos estamos alejando de la confianza ciega en los números. . Siempre hay situaciones en las que la generación de modelos da como resultado soluciones matemáticamente perfectas pero poco realistas. La visualización significa que ahora podemos identificarlos inmediatamente. . Las visualizaciones son un instrumento muy valioso para tomar decisiones acertadas .”
– Anya Simon, directora de proyectos del Departamento de Gestión de la Información, Lufthansa
Historia de éxito de Lufthansa
“Cuanto mayor sea el volumen de datos que recopilamos, mayores serán las posibilidades de que recibamos algunas señales de ellos que agregar valor y construir conocimiento . Pero algunos datos simplemente no son tan significativos y es un gran desafío examinarlos y centrarse sólo en lo que maximizará el valor... Puede resultar complicado de visualizar. Me gusta mucho JMP para esto, especialmente Graph Builder, que es muy práctico y eficiente. "
– Augustin Cathignol, ingeniero principal de confiabilidad de productos y ciencia de datos, Lynred
Historia de éxito de Lynred
“JMP ayuda a las personas a concentrarse. Puedes agarrar cosas fácilmente, simplemente apuntando y haciendo clic. Te permite mantener a la gente visualmente comprometido .”
– Mike Cramer, director de operaciones, investigación para la innovación mundial en restaurantes, McDonald's
La historia de éxito de McDonald's
“Cada vez que tengo que presentar un proyecto o si he diseñado un experimento, uso JMP porque ofrece visualización gráfica para mostrar mis tareas, mostrar mis necesidades y Obtengo una mejor respuesta de mi gerencia .”
— Paolo Nencioni, técnico de desarrollo de formulaciones, Menarini
Historia de éxito de Menarini
“ JMP tiene una interfaz práctica realmente sólida que le permite trazar datos de forma intuitiva con Graph Builder; cualquiera puede hacerlo. Siempre que sus datos estén estructurados, Graph Builder lo ayudará a comprender lo que realmente hay allí incluso antes de comenzar a analizar; eso es lo que me encanta de él”.
– Beatrice Blum, estadística, P&G
Historia de éxito de P&G
“ La visualización es la clave de todo porque eso es lo que normalmente entiende la gente, especialmente en la gestión. No quieren lidiar con números. En su lugar, dales una imagen que cuente la historia. No tiene por qué ser la imagen más precisa; sólo tiene que contar la historia que contiene la conclusión. Aquí es también donde debo decir Veo que JMP tiene la fuerza para ofrecer esos gráficos y pensamientos. Y la interactividad”.
– Beatrice Blum, estadística, P&G
Historia de éxito de P&G
“ Excel tiene posibilidades de visualización muy limitadas, especialmente cuando empiezas a entrar en múltiples dimensiones. ahí es donde entra en juego JMP”.
– Kenneth Hess, presidente y fundador, Science Buddies
Historia de éxito de Science Buddies
“Tomamos nuestras 78 dimensiones y las reducimos a tres como aproximación, y las introducimos en JMP, donde puedo hacer un diagrama de dispersión 3D, rotarlo y cambiar los colores. JMP es una herramienta invaluable para ver qué sucede realmente a medida que realizamos nuestro trabajo de desarrollo. Cuando hago este tipo de trabajo de diseño y desarrollo, probando cosas para un software sofisticado, pienso visualmente. JMP siempre ha sido una parte importante de esa visualización. Las capacidades gráficas de JMP nos permiten tomar casi 1 TB de datos, darles vuelta y ver qué está pasando. Y el desempeño es increíblemente bueno”.
– Kenneth Hess, presidente y fundador, Science Buddies
Historia de éxito de Science Buddies
“Con JMP, una vez que has sintetizado grandes cantidades de datos en un gráfico, Es muy fácil dar el mensaje correcto a tu audiencia. Puede preparar un gráfico que muestre solo los datos que desea mostrar y cómo desea mostrarlos. Realmente aprecio la forma en que se pueden administrar los datos para mostrarlos desde diferentes vistas de una manera muy convincente”.
– Matteo Patelmo, ingeniero, STMicroelectronics
Caso de éxito de STMicroelectronics
"Contar historias con gráficos tiene un poder tremendo y creo que puedo contar muchas historias utilizando las numerosas funciones de Graph Builder. ".
- John Szarka, estadístico, WL Sangre
John Szarka sobre JMP Pro, la reproducibilidad y por qué estar activo en la comunidad JMP y en el programa Early Adopter ayuda a los usuarios de WL Gore a sacar más provecho de su inversión en el software
ESTADÍSTICAS Y MODELADO PREDICTIVO
“ El enfoque en el descubrimiento de fármacos en este momento es descubrir cómo recorrer este ciclo el menor número de veces posible para llegar a nuestro destino y así acelerar nuestro proceso de descubrimiento de fármacos y encontrar moléculas similares más rápido. Y En cada etapa de este proceso, hay algo que podemos hacer en términos de análisis de datos que nos acelerará. .”
– Graeme Robb, científico principal asociado, AstraZeneca
Es hora de innovar: Química del futuro: explorando el espacio de posibilidades (enlace próximamente)
"Tuve que volver atrás y aprender estadísticas y volver al cliente nuevamente para poder demostrar la mejora. Cambió la forma en que avanzaba mi carrera debido a la capacidad de aplicar la estadística. Y, por supuesto, hoy estoy aquí. JMP Ha sido una herramienta instrumental para lograrlo, una herramienta habilitadora".
– Andre B. Argenton, vicepresidente de investigación y desarrollo central, Dow
Estadísticamente hablando: desarrollar una visión compartida para la excelencia analítica
'' Para Para mí, JMP no es sólo una herramienta para el análisis de datos; También es un método de comunicación con el que transferir el pensamiento estadístico difícil a un gráfico o perfilador simple y permitir que otros, especialmente los no estadísticos, comprendan los datos y los modelos. . "
– Zhiwu Liang, estadístico principal, Procter & Gamble
Zhiwu Liang, de Procter & Gamble, explica cómo fomentar una relación dinámica con JMP Development ayuda a la empresa a sacar más provecho de su inversión en un software que se mejora constantemente.
"En P&G tenemos muchos cursos de estadística que requieren que los participantes utilicen JMP. Puede ver el entusiasmo y la satisfacción de las personas cuando obtienen los resultados correctos con tanta facilidad incluso para los modelos más complejos. De hecho, mis colegas ahora también utilizan JMP a diario. Les gusta la función de visibilidad en JMP porque hace que sea muy fácil mostrar los resultados a su gerente. ".
– Zhiwu Liang, estadístico principal, Procter & Gamble
Zhiwu Liang, de Procter & Gamble, explica cómo fomentar una relación dinámica con JMP Development ayuda a la empresa a sacar más provecho de su inversión en un software que se mejora constantemente.
“Tenía muchas ganas de desarrollar una aplicación que los analistas pudieran utilizar para investigar sus métodos y visualizar los resultados sin tener que preocuparse por los cálculos. Y Es fácil en JMP desarrollar un scrape o un complemento para automatizar ciertos cálculos. .”
– Christel Kronig, científica analítica senior, Dr. Reddy's Laboratories
Es hora de innovar: cómo hacer que los métodos analíticos sean adecuados para su propósito (enlace próximamente)
“Al comprender las fuentes de error, es posible determinar dónde se debe utilizar la replicación para reducir el error aleatorio. Utilizando un análisis de diversas metodologías, es posible separar los efectos de diferentes inyecciones, preparaciones de muestras o series. Y es posible empaquetarlos en un script complementario y automatizar el análisis en JMP. El complemento nos ayuda a comprender los componentes del error y genera una comparación visual del error para diferentes enfoques de replicación. Esto nos ayuda a identificar la mayor contribución al error y a tomar una decisión informada sobre la estrategia de replicación”.
– Christel Kronig, científica analítica senior, Dr. Reddy's Laboratories
Es hora de innovar: cómo hacer que los métodos analíticos sean adecuados para su propósito (enlace próximamente)
“Nuestro complemento JMP permite al analista evaluar el impacto de aumentar o reducir el número de preparaciones o inyecciones estándar en la precisión intermedia del método, y por lo tanto, para tomar una decisión informada, cómo optimizar el formato de calibración .”
– Christel Kronig, científica analítica senior, Dr. Reddy's Laboratories
Es hora de innovar: cómo hacer que los métodos analíticos sean adecuados para su propósito (enlace próximamente)
“Hay mucho escrutinio sobre los métodos analíticos y eso está aumentando en la industria farmacéutica y hay más énfasis en garantizar que los métodos utilizados sean adecuados para su propósito. Existen herramientas y cálculos para evaluar la precisión y el sesgo de los métodos y este ha sido el tema de muchos artículos en los últimos años. Y es posible automatizar estos cálculos y visualizar el resultado, brindando al analista herramientas sencillas que puede emplear para desarrollar métodos. .”
– Christel Kronig, científica analítica senior, Dr. Reddy's Laboratories
Es hora de innovar: cómo hacer que los métodos analíticos sean adecuados para su propósito (enlace próximamente)
“Este es un tema muy candente hoy en día: la ciencia de datos en general. Pero en realidad, En ingeniería química y en ingeniería de procesos utilizamos desde hace años un método de aprendizaje automático. Lo único es que no lo llamamos así. Cada vez que buscábamos ciertas correlaciones críticas para estimar, por ejemplo, el coeficiente de transferencia de calor del sistema, donde tenemos que usar parte del conocimiento físico y luego la otra parte, hacer un ajuste, una regresión adecuada de esos datos, esto Es un método de aprendizaje automático supervisado”.
– Francisco Navarro, ingeniero químico, Solvay
Es hora de innovar: ciencia de datos industriales para la perfección de los procesos químicos (enlace próximamente)
“El principal problema al que nos enfrentamos al principio fue la abstracción de big data y la conexión a diferentes bases de datos. Siempre hubo un retraso. Pero JMP puede conectarse directamente a las bases de datos... y a los servidores de nuestra planta. tengo que recalcar que Tener este acceso directo desde la herramienta analítica a la base de datos es muy importante para todos, porque significa que no es necesario programar ni preparar datos solo para crear una tabla. Incluso los ingenieros de procesos, cualquier persona interesada puede tener acceso a este enorme conjunto de datos de forma interactiva .”
– Francisco Navarro, ingeniero químico, Solvay
Es hora de innovar: ciencia de datos industriales para la perfección de los procesos químicos (enlace próximamente)
"Demasiadas empresas tienen fantasías sobre la IA. Es lamentable que a menudo parezca pasarse por alto la importancia de la base de la IA en el análisis de datos... Necesitamos entender exactamente qué significan nuestros datos, para poder seleccionar y aplicar los algoritmos apropiados. Creo que la gente volverá a lo básico cuando pase el revuelo actual en torno al aprendizaje automático.
– Jong-Seok Lee, Profesor, Universidad Sungkyunkwan
Historia de éxito de la Universidad Sungkyunkwan
“Me sorprendió mucho cuando vi por primera vez el Función de propiedad de columna de una tabla de datos en JMP. Fue muy innovador. La interacción entre el gráfico y la selección de datos también es un factor diferenciador”.
– Jong-Seok Lee, Profesor, Universidad Sungkyunkwan
Historia de éxito de la Universidad Sungkyunkwan
“JMP es rápido y conveniente cuando se trata de verificar distribuciones, identificar relevancia usando matrices de diagramas de dispersión y verificar valores atípicos. Sin mencionar que podemos hacer todo esto sin tener que codificar… Con JMP, pudimos encontrar y juzgar rápidamente un modelo altamente predictivo. Usamos la función Deseabilidad del Profiler y también tuvimos la ventaja de comunicarnos y establecer instrucciones rápidamente con nuestros clientes en función de los resultados que obtuvimos de esos modelos”.
– Jong-Seok Lee, Profesor, Universidad Sungkyunkwan
Historia de éxito de la Universidad Sungkyunkwan
“ JSL fue útil para incorporar algunas funciones personalizadas que no estaban disponibles en la interfaz de usuario JMP estándar en ese momento. Además, la función de mapa facilitó la identificación de tendencias según el entorno al visualizar datos de reparación en mapas coreanos y mundiales”.
– Jong-Seok Lee, Profesor, Universidad Sungkyunkwan
Historia de éxito de la Universidad Sungkyunkwan
“ El mayor secreto es que el 80% de la ciencia de datos consiste en el preprocesamiento de los datos. . Así que tienes que practicar cómo introducir tus datos en una computadora y visualizarlos... Estas herramientas y esta forma de pensar siempre han sido parte de lo que hago. Y eso me da confianza. Nunca me preocupa tomar una decisión basada en datos”.
– Teena Bonizzi, científica del personal, SABIC
Estadísticamente hablando: resolución de problemas de ciencia e ingeniería con aprendizaje automático
“Hubo un momento en el que teníamos un equipo que intentaba comprender por qué nuestro producto no funcionaba tan bien como debería en las instalaciones de un cliente. Salieron y recopilaron algunos datos para intentar comprender cómo las diferentes condiciones operativas influyeban, en este caso, en la flexibilidad del producto. Cuando llegaron los datos, el equipo quedó bastante sorprendido. Los resultados no fueron en absoluto lo que esperaban, y estos puntajes de flexibilidad fueron inusualmente más bajos. Decidieron rehacer las pruebas: las 150 muestras. Luego, cuando llegaron esos resultados, terminaron con dos conjuntos de datos y tuvieron problemas para conciliar los resultados y aún así tenían la situación en la que algunas de estas condiciones operativas daban resultados que no podían entender. Pero una vez que ingresamos los datos en [JMP], literalmente solo nos tomó unos minutos ajustar nuestro modelo y mostrarlo en la pantalla. Tan pronto como pudimos visualizar esas relaciones, pudimos ver una interacción muy destacada. Así que pudimos volver con el cliente y descubrimos que su línea en realidad estaba funcionando mucho más lento de lo que normalmente esperamos, por lo que le recomendamos que cambiara para obtener resultados óptimos. Sin ese modelo de regresión, sin esa técnica y sin ver esa interacción, no hubiéramos podido tener la confianza ni la comprensión para hacer la recomendación correcta. .”
– Teena Bonizzi, científica del personal, SABIC
Estadísticamente hablando: resolución de problemas de ciencia e ingeniería con aprendizaje automático
“Si no hubiera descubierto estos métodos analíticos avanzados, obviamente habría estado detrás de la curva. No sería tan ágil ni flexible y creo Habría visto que las cosas tardaban mucho más en hacerse de lo que puedo hacer hoy. .”
– Steve King, miembro asociado de ingeniería jubilado, Métodos analíticos avanzados, Rolls-Royce
Estadísticamente hablando: resolución de problemas de ciencia e ingeniería con aprendizaje automático
“ Cuando tienes una conversación con un experto en la materia, en particular alguien que es una parte interesada, necesitas ganártelo. Y una forma de hacerlo es diciendo: mira, he resuelto el problema utilizando ciencia de datos. No es sólo la precisión de lo que has hecho lo que es importante. Todos obtenemos excelentes modelos que utilizan bosques aleatorios, publicación de gradientes y redes neuronales. Es la importancia variable. Entonces, cuando clasifico las puntuaciones, digo, mira, no conozco tu tema. Estoy tratando de aprender aquí. Pero de estas variables, estas son las que creo que son realmente importantes. Y él asiente con la cabeza y dice: lo entiendo. No me estás enseñando nada nuevo. Pero me alegra que estés del mismo lado, que estés captando la física del problema…. y JMP tiene la capacidad de hacer eso .”
– Sameer Vittal, ingeniero consultor jefe de análisis y confiabilidad, GE Gas Power
Estadísticamente hablando: los elementos clave para crear y promover una cultura basada en datos
“ Sin JMP, no sé si podría haber dominado este tipo de análisis de supervivencia complejo tan rápida y fácilmente como lo hice. Sus funciones de visualización y gráficos realmente nos facilitan a nosotros, como biólogos, responder nuestras preguntas de investigación”.
– JP Montagne, Coordinadora de Investigación, División de Ecología Animal Aplicada, Zoológico de San Diego
Historia de éxito del Zoológico de San Diego
“Antes de tener JMP, no teníamos una buena manera de hacer predicciones precisas. JMP ha cambiado nuestra perspectiva sobre cómo podemos anticipar mejor los cambios y fluctuaciones en la calidad del agua en el futuro”.
– Lei Wang, ingeniero, Acuario de Beijing
Historia de éxito del Acuario de Beijing
“ La plataforma de análisis de texto en JMP ha sido increíblemente valiosa para nosotros. porque es lo suficientemente flexible como para permitir la categorización de defectos en diagramas de Pareto a partir de comentarios hechos por personas cuyo primer idioma no es el inglés. Maneja todas las variantes casi mágicamente. .”
– David Seniuk, ingeniero de producto sénior, Ciena
Historia de éxito de Ciena
“La calidad de los datos es un gran problema para la salud pública. Y esa caja negra… ahí es donde entra JMP . JMP ha sido absolutamente indispensable en la limpieza de datos, el control de calidad, la generación de informes y la visualización. No importa lo difícil que sea o lo que lleve mucho tiempo, siempre encuentro una manera de utilizar JMP para vincular registros de diferentes sistemas de datos, trabajar con fechas y calcular el tiempo transcurrido para los resultados de la intervención”.
– Elaine Daniloff, Epidemióloga, Departamento de Salud Pública y Medio Ambiente de Colorado
Historia de éxito del CDPHE
“Desduplicamos y fusionamos los archivos y los reunimos. Comenzamos con alrededor de 2,2 millones de registros y, después de la limpieza, terminamos con alrededor de 900.000 registros, consolidados por consumidor individual. Creamos un tablero para que el cliente pudiera ver estos registros de una manera visualmente agradable. JMP Pro es el controlador real; No tiene sentido tener un buen panel si los datos están corruptos. .”
– Huw Davis, líder de datos y análisis para Asia Pacífico, J. Walter Thompson
Historia de éxito de Walter Thompson
“Ningún proceso puede estar 100 por ciento libre de errores, pero cuantos más errores podamos detectar antes de que salgan por la puerta, mayor será el beneficio para nuestros clientes…. Tenemos parámetros [en JMP] que dicen que, cuando ocurren estos eventos, el cliente nos da una calificación NPS deficiente. Ahora, si vemos un problema similar, incluso antes de recibir comentarios de los clientes, sabemos cómo solucionarlo de forma proactiva. Cuando aborda las necesidades de los clientes de manera proactiva, realmente ayuda a construir una relación sólida con ellos”.
– Tyler Wise, analista de proyectos en servicios empresariales globales, Diebold Nixdorf
Historia de éxito de Diebold Nixdorf
“ Con JMP, es tomar el caos y ordenarlo. Fue un proceso de descubrimiento, y se me ocurrió que la desviación estándar y el rango intercuartil eran buenas maneras de caracterizar las métricas y aprender sobre las características de los datos”.
– Mike Paglione, ingeniero, Administración Federal de Aviación
Historia de éxito de la FAA
“En este estudio, estaba descubriendo datos; No sabía cómo quería caracterizar los datos. Pero al utilizar JMP, pude explorar cómo lo habían hecho otros en el pasado y pude caracterizarlo de muchas maneras diferentes. "
– Mike Paglione, ingeniero, Administración Federal de Aviación
Historia de éxito de la FAA
“Tenemos una enorme cantidad de datos de tráfico, provenientes de muchas, muchas mediciones. Honestamente, no creo que hubiera podido hacer este análisis; ciertamente no a esta escala, y tal vez no en absoluto. Necesita una herramienta como JMP para procesar tanta información . JMP se ha convertido en un componente esencial de la caja de herramientas de análisis de la FAA. .”
– Mike Paglione, ingeniero, Administración Federal de Aviación
Historia de éxito de la FAA
“Nuestro objetivo es reducir o eliminar variaciones y los datos de texto proporcionan una ventaja . Nos permite hacer un análisis más profundo y ayudar a los tomadores de decisiones a tomar mejores decisiones. .”
– Gokhan Sarpkaya, Gerente de Sistemas de Planificación de la Región Occidental de Subsea Systems, FMC Technologies
Caso de éxito de FMC Tecnologías
“Demasiados códigos dificultan que las personas que ingresan los datos los ingresen correctamente. Si tengo cinco proyectos con 15.000 actividades, eso me da 75.000 líneas de actividades. Puede que no sea posible que un ser humano pueda entrar allí y combinarlos donde diferentes textos expresan el mismo pensamiento y hacer un análisis. Pero con la minería de texto y el análisis de conglomerados en JMP, lleva un tiempo, pero muy pocas horas, en comparación con lo prácticamente imposible. .”
– Dan Fortune, Gerente de Excelencia Empresarial Global, FMC Technologies
Caso de éxito de FMC Tecnologías
“No estábamos interesados en la complejidad del guión en cada detalle técnico. Queríamos una herramienta simple y eficiente que permitiera un análisis de datos altamente interactivo. Eso es algo que JMP hace muy, muy bien. ".
– Laura Zambianchi, especialista senior en materiales filtrantes, Fresenius
Historia de éxito de Fresenius
“La forma clásica de utilizar las estadísticas es confirmar una hipótesis existente, pero cuando estás en el taller, buscas respuestas en tiempo real a las preguntas que surgen cada día. Lo que quieres es algo que funcione lo más rápido posible, algo que sea altamente interactivo y gráfico. Eso es JMP y Visual Six Sigma. Cada usuario, después de una formación mínima, puede acceder a los datos, analizarlos y obtener respuestas a sus preguntas. .”
– Laura Zambianchi, especialista senior en materiales filtrantes, Fresenius
Historia de éxito de Fresenius
“ JMP desbloquea un enorme potencial. Nos permitió abordar proyectos de programación complejos de forma modular. La viabilidad del resultado final se convierte entonces sólo en una cuestión de recursos y tiempo”.
– Laura Zambianchi, especialista senior en materiales filtrantes, Fresenius
Historia de éxito de Fresenius
“Debido a la alta complejidad de nuestros procesos, necesitábamos una mejor herramienta para evaluar el impacto de las fuerzas físicas, como el flujo de fluidos y gases, además de considerar parámetros más convencionales, que incluirían la velocidad de alimentación, la densidad de la celda, etc. Aunque hay muchos cálculos y codificación complicados en segundo plano, la plataforma muy fácil de usar de JMP hace que sea bastante fácil de usar. .”
– Somaieh Mohammadi, científica del personal, Fujifilm Diosynth Biotechnologies
Caso de éxito de Fujifilm Diosynth Biotecnologías
“JMP viene con tantas cosas integradas que son muy agradables de usar, y si no tiene lo que necesito, puedo escribir fácilmente un programa para él. JSL hace que JMP sea extremadamente extensible .”
– Peter Mroz, programador estadístico senior, Janssen
Historia de éxito de Janssen
“ JMP brindó confianza en los datos , que es lo que realmente estaba buscando. Puedes tener las correlaciones, pero ¿qué tan buenos son los ajustes a los datos? No sabía qué esperar allí”.
– Rich Giannola, científico atmosférico, Laboratorio de Física Aplicada de la Universidad Johns Hopkins
Historia de éxito del Laboratorio de Física Aplicada de la Universidad Johns Hopkins
“ Utilizo JMP para todo. Es muy fácil construir modelos. Me gusta que no es necesario ingresar código en la interfaz gráfica de usuario, como ocurre con algunos programas. Simplemente hace clic en algo y elige las columnas de sus tablas, e inmediatamente ve los resultados. Eso es lo que hace que el software sea tan fácil de usar, incluso para colegas que no están familiarizados con los análisis matemáticos y la programación”.
– Katharina Lankers, investigadora científica, SCHOTT
Historia de éxito de SCHOTT
“ Me gusta tener todas estas herramientas juntas en un solo paquete de software. – las herramientas de preparación y visualización de datos, el diseño de experimentos, SPC y diversos modelos. Es muy fácil de manejar y muy intuitivo. Puedes ver lo que estás haciendo simplemente haciendo clic en tus datos. Nos gusta mucho el componente interactivo”.
– Katharina Lankers, investigadora científica, SCHOTT
Historia de éxito de SCHOTT
“Ahora JMP gestiona el seguimiento diario del rendimiento de la línea. Hemos automatizado la producción de informes que nos permiten monitorear cambios en elementos que impactan negativamente en la calidad del rendimiento. . JMP no sólo nos permite resolver más rápidamente las causas de los problemas relacionados con la calidad en la línea, sino también identificar las causas de posibles discrepancias y descorrelacionarlas rápidamente. Ahora podemos predecir de manera más efectiva y ajustar cualquier factor que tenga un impacto en la fabricación de productos que nuestros clientes demandan utilizando el módulo de modelado”.
– Annick Vuillermoz, directora sénior de sistemas de control de procesos/rendimiento, Soitec
Caso de éxito de Soitec
“ JMP fomenta la curiosidad. Cuando observa los resultados de un análisis, es posible que vea algunos términos con los que no está familiarizado, por lo que investiga y trata de comprender lo que significan”.
– Matteo Patelmo, ingeniero, STMicroelectronics
Caso de éxito de STMicroelectronics
" JMP nos permite recopilar nuestros datos mucho más rápidamente , y luego lo presenta en un formato que hace que sea muy fácil de explorar... JMP es muy accesible. Nuestra gente ha quedado muy satisfecha con la experiencia del usuario".
– Pius Dahinden, director de ciencia analítica, Tillotts Pharma
Historia de éxito de Tillott
“[JMP] me permite explorar realmente los datos , y si tengo curiosidad acerca de un determinado patrón o pregunta, puedo hacérmela a mí mismo con bastante rapidez. Las cosas simplemente se vuelven más obvias de inmediato”.
– Daniel Arneman, especialista ambiental, Universidad de Carolina del Norte en Chapel Hill
Historia de éxito de la Universidad de Carolina del Norte en Chapel Hill
"En muchos casos, podemos utilizar JMP Pro para satisfacer nuestras necesidades en materia de datos y análisis para proporcionar información y ayudar en la toma de decisiones. Nuestra inversión en JMP Pro (a partir de la versión básica de JMP) ha hecho que este tipo de modelado sea mucho más fácil para nuestros asociados. "
- John Szarka, estadístico, WL Sangre
John Szarka sobre JMP Pro, la reproducibilidad y por qué estar activo en la comunidad JMP y en el programa Early Adopter ayuda a los usuarios de WL Gore a sacar más provecho de su inversión en el software
COMPARACIÓN CON OTROS PAQUETES DE SOFTWARE
JMP era el líder del mercado. Utilizó potentes herramientas multivariadas, que necesitábamos, y pude ver que cada versión viene con características nuevas y mejoradas. Además de eso, la comunidad de apoyo era muy fuerte. Así que tenía sentido optar por JMP. Y también fue rápidamente adoptado”.
- Kieran O'Mahony, director de análisis y ciencia de datos, Dairygold
Oro lechero | JMP
"Cuando conocí JMP por primera vez, era superusuario de Minitab y, para ser honesto, no vi inmediatamente su valor. Sin embargo, una vez que hice el cambio con la ayuda de @Jordan_Hiller la capacitación in situ y algunos excelentes seminarios web bajo demanda , Nunca miré hacia atrás. Todos los que han hecho la transición sienten lo mismo"
-Steve Hampton, Gerente de Control de Procesos, PCC Structurals
Steve Hampton de PCC Structurals habla sobre la transición de Minitab y por qué es tan importante aprovechar los recursos de JMP para la participación y el aprendizaje que él llama un “inmenso valor agregado”.
“Como sabe cualquiera que haya usado Minitab, si sus columnas no son exactamente del mismo tamaño, se encontrará con un mundo de frustración. Y Cuando los gerentes de ingeniería escuchan "Iba a hacer esta presentación pero no sé cómo sacarla de Minitab" suficientes veces, llega un punto en el que hay que ir a otra parte. .”
– Michael Anderson, ingeniero sénior de desarrollo de mediciones y estadísticas, Corning
Historia de éxito de Corning
“ Probamos diferentes plataformas, pero finalmente elegimos JMP. Es mucho más fácil de usar que los demás. Y hay un desarrollo continuo: siempre se desarrollan nuevas herramientas [en JMP]. Y, de hecho, puedes enviar comentarios a JMP sobre cosas que te gustaría ver [en futuras versiones]. Hay muy buen soporte, por lo que cada vez que necesitamos algo, sabemos a quién contactar en JMP para que nos ayude”.
– Pilar Gómez Jiménez, científica principal, Johnson Matthey
Es hora de innovar: utilizar una mentalidad DOE para una experimentación exitosa (enlace próximamente)
“El modelado estadístico es algo que intenté hacer numerosas veces con varios programas de software, como R y Minitab. Y realmente lo que sentí con JMP fue que debajo del capó había mucho rigor. Pero desde el principio, es muy fácil de usar para un científico. Así que no hay manera de que (para mí, personalmente) hubiésemos podido obtener ese tipo de capacidad de modelado sin ese software. Entonces, el DOE y el modelado interactúan perfectamente en el software, y probablemente sea algo con lo que habría tenido grandes dificultades. Ahora, creo que los beneficios de esto son que podemos comenzar a observar todos estos diferentes factores e interacciones al mismo tiempo. Y no creo que hubiera podido hacerlo tan rápido sin este software”.
– David McClymont, jefe de automatización, London DNA Foundry
Es hora de innovar: cómo su organización puede generar una cultura de excelencia analítica: un ejemplo de la biología sintética (enlace próximamente)
“ Una de las grandes diferencias entre JMP y otras herramientas de análisis avanzado es que JMP es una herramienta para científicos e ingenieros. Para empezar, JMP tiene recursos realmente buenos en su sitio web y muchos ejemplos que se pueden aplicar no solo al análisis avanzado sino también a otras ramas de la estadística y el análisis visual. Creo que JMP es una buena recomendación en general para todos los ingenieros o científicos presentes”.
– Francisco Navarro, ingeniero químico, Solvay
Es hora de innovar: ciencia de datos industriales para la perfección de los procesos químicos (enlace próximamente)
"Excel no fue capaz de resolver los problemas que tenía , y había oído hablar de JMP anteriormente. Pude resolver un problema la primera noche después de tomar una clase de exploración de datos: habíamos repasado las herramientas de partición de datos JMP…. y rápidamente me di cuenta de que necesitaba dejar de usar Excel para análisis y cambiarme a JMP. Desde entonces uso JMP a diario”.
– Pete Cannon, director sénior de ingeniería de calidad de productos y sistemas de gestión de calidad, NVIDIA
Historia de éxito de NVIDIA
“Si dedica más de cinco minutos al mes a utilizar Excel para visualizar datos, estás perdiendo el tiempo al no usar JMP .”
– Pete Cannon, director sénior de ingeniería de calidad de productos y sistemas de gestión de calidad, NVIDIA
Historia de éxito de NVIDIA
"JMP redujo drásticamente las horas de trabajo. Si hubiera usado R, me habría llevado alrededor de un mes completar el trabajo, pero con JMP lo hice en una semana. ".
– Jong-Seok Lee, Profesor, Universidad Sungkyunkwan
Historia de éxito de la Universidad Sungkyunkwan
“El JMP Graph Builder en particular es fantástico para esto. Y todas las personas a las que se lo he mostrado dejaron de usar Excel y Prism y ahora usan Graph Builder. Ahorran mucho tiempo .”
– Jon Armer, científico sénior jefe de formulación, F-star Therapeutics
Historia de éxito de F-star Therapeutics
“Graph Builder es una herramienta sumamente útil en mi trabajo diario. Poder importar datos rápidamente y crear visualizaciones de datos detalladas con etiquetas para valores atípicos acelera la toma de decisiones. Todas estas son herramientas muy poderosas que brindan una clara ventaja sobre las herramientas de la competencia, tanto en puntualidad como en contenido. .”
– Pete Cannon, director sénior de ingeniería de calidad de productos y sistemas de gestión de calidad, NVIDIA
Historia de éxito de NVIDIA
“He visto a tantos ingenieros en hojas de cálculo de Excel ir número por número, pasando 45 minutos, una hora y media tratando de reunir sus datos cuando en realidad, y especialmente cuando es algo que es repetible, básicamente se puede poner algo en un script. y hazlo con solo hacer clic en un botón. Por ejemplo, hace unos años, dediqué 10 minutos a crear un script [en JMP] que básicamente revisaba una base de datos completa solo para asegurarme de que los valores de los datos fueran correctos. Me tomó 10 minutos. Y no había manera en el mundo de que la forma antigua en que lo hacían, importando partes de los datos a Excel y yendo número por número, hubieran podido hacerlo. Entonces, si está buscando cómo sacar más provecho de su organización, haga que hagan menos manipulación de datos mediante scripts. Hacer las cosas de forma documental y reproducible le ahorra mucho tiempo a la empresa”.
– Sarah Kalicin, científica de datos, Intel
Estadísticamente hablando: lleve su organización a la excelencia analítica
“Henry Ford dijo, si le preguntaba al cliente qué quería, me pediría un caballo, pero ya sabes, les di un auto. Y utilizo esa analogía cuando las empresas u organizaciones quieren utilizar Excel. Sí, es gratis. Puedes llegar del punto A al punto B en línea recta. Pero hay una economía de escala cuando realmente puedes usar un auto en una carretera... Puede que te lleve 10 millas más llegar allí, pero puedes llegar más rápido, puedes llegar con más cosas o más personas, y es mucho más confiable. Lo mismo ocurre con los datos y su infraestructura”.
– Sarah Kalicin, científica de datos, Intel
Estadísticamente hablando: lleve su organización a la excelencia analítica
“Yo era nuevo en este departamento de análisis en ese momento y mi herramienta preferida fue Matlab . Estaba construyendo un gráfico de variabilidad multicapa en Matlab. Y como sabes, Matlab es una herramienta bastante poderosa, pero requiere un poco de trabajo para crear algo con ella. Un par de semanas después, contratamos a un consultor. Entró y sacó un gráfico en unos 10 segundos. Y de hecho estoy súper feliz porque está haciendo este gráfico en el que estaba trabajando... así que se lo digo. Y él dice… ¿qué aprendiste de este gráfico? Fue uno de los momentos más duros de mi carrera porque no había aprendido nada porque había pasado las dos semanas solo en la mecánica de crear el gráfico, sin hacer inferencias ni sacar conclusiones. JMP acortó ese ciclo, por lo que pude hacer el gráfico en 10 segundos. Ese fue el momento que me metió en esto”.
– Vicky Svidenko, socia, ciencias de datos cuánticos, Microsoft
Estadísticamente hablando: el poder de la experimentación estructurada en ciencia e ingeniería
"Los histogramas de columnas son realmente interesantes, pero como ingeniero que ha pasado 20 años intentando dar sentido a los datos de simulación, francamente, Graph Builder es probablemente el software más útil que he visto en mi vida. . Solíamos usar Excel, luego gnuplot, nos saltamos MathCAD y Mathematica y nos mudamos a Matlab, luego a python/Matplotlib, luego consideramos R por un tiempo, pero hace 3 años, Después de una demostración de 5 minutos de Graph Builder, los descartamos todos y cambiamos a JMP y no miramos atrás. ¿Cómo diablos logras que trace medio millón de puntos de datos *mientras arrastro el mouse* sobre las zonas de colocación? Lo que hay ahí dentro es una especie de magia negra loca, y es realmente asombroso. Y funciona igual de bien en Mac que en Windows. Guau.Le he dado demostraciones a un grupo de personas en el trabajo y probablemente he convertido a 20 personas a JMP con él, y apenas estoy comenzando".
– bharris en la comunidad de usuarios de JMP
Leer el hilo en la Comunidad
“Estábamos usando Minitab y luego JMP, y la gran mayoría de los ingenieros eligieron JMP en análisis de ingeniería por su compatibilidad y facilidad de uso. Ahora creo que nunca abandonaremos JMP”.
– Corinne Bergès, Gerente de Evaluación de Riesgos, Análisis Estadístico y de Seguridad y Six Sigma, NXP
Historia de éxito de NXP
“ Con Minitab, es necesario tener cierto conocimiento de las estadísticas para producir análisis significativos. Pero como JMP es tan intuitivo, cualquiera puede realizar análisis útiles. .”
– Corinne Bergès, Gerente de Evaluación de Riesgos, Análisis Estadístico y de Seguridad y Six Sigma, NXP
Historia de éxito de NXP
“JMP combina una interfaz fácil de usar con tecnología avanzada . A la gente le encanta configurar gráficos en Excel. Pero una vez que han tocado JMP y ven lo fácil que es, como con Graph Builder o el gráfico de variabilidad, por ejemplo, ven con qué facilidad es posible obtener un gráfico en tan solo un segundo. JMP es tan rápido y se explica por sí mismo que los usuarios no quieren volver a Excel”.
– Maria Lanzerath, directora global de estadísticas, WL Sangre
WL Historia de éxito sangrienta
“Lo atractivo [de JMP] es realmente el enfoque del flujo de trabajo. No es una caja de herramientas. Minitab es una caja de herramientas estadísticas; JMP no es…. hace que la gente piense y diga: 'Oye, ¿qué tal si cortamos y fragmentamos estos datos de una manera diferente?' Es esta carga de trabajo la que consideramos increíblemente valiosa en comparación con el enfoque de caja de herramientas”.
– Steve Czupryna, ingeniero de procesos de calidad, Samson Rope
Historia de éxito de Samson Rope
“ [Minitab] no ofrece las técnicas analíticas más nuevas que adopta JMP. Creo que se están quedando atrás. Realmente me gusta que JMP esté adoptando algunas de las técnicas de regresión generalizada más nuevas”.
– David Lee, director de calidad y confiabilidad, ON Semiconductor
Historia de éxito de ON Semiconductor
“Pasábamos mucho tiempo con Excel tratando de obtener la vista correcta de los datos. En cambio, descubrimos que JMP puede conectar datos mucho más fácilmente y pasar de una vista a otra, cambiando un parámetro y dividiendo los datos de cierta manera. Se podían obtener ganancias de productividad solo desde la interfaz y la vista centrada en datos que tiene JMP. "
– Greg Mattiussi, director senior de fabricación, Siemens Healthineers
Caso de éxito de Siemens Healthineers
“Para lograr la visualización en Excel, tendríamos que comprar macros preescritas o escribir muchas macros o guiones nosotros mismos. Con JMP, podemos encontrar la forma más efectiva de dividir los datos o mostrar los resultados de un modelo de máquina sin perder mucho tiempo haciendo que el programa haga algo para lo que no fue diseñado explícitamente. Definitivamente he notado menos rechazo por parte de la gerencia cuando usamos visualizaciones JMP”.
– Greg Mattiussi, director senior de fabricación, Siemens Healthineers
Caso de éxito de Siemens Healthineers
“Todo el mundo empezó a utilizar JMP porque podía crear secuencias de comandos y extraer datos directamente. Una vez que la gente lo veía, decían: '¡Vaya, simplemente marco esto con un círculo y luego este gráfico resalta: ¡guau!' Crear secuencias de comandos, extraer datos, visualizar, hacerlo una y otra vez: realmente no se puede hacer eso en Excel o Minitab. .”
– Jim Gillard, cinturón negro maestro de operaciones, Polar Semiconductor
Historia de éxito de Polar Semiconductor
“Cuando comencé a usar JMP, descubrí que era más poderoso que Minitab porque fue diseñado desde la perspectiva de un ingeniero. JMP pertenece a una clase superior a otros programas porque está diseñado para resolver todo tipo de problemas que experimentan los ingenieros. – es realmente conveniente para los ingenieros”.
– SungSoo Lee, director del grupo de innovación, Daeduck Electronics
Historia de éxito de Daeduck Electrónica
“Lo que he aprendido al utilizar JMP es que la conectividad del análisis es completamente diferente a la de Minitab. Si bien Minitab tiene menús independientes para operar al cambiar entre análisis, el propio JMP puede cambiar fácilmente un análisis de distribución a uno de capacidad de proceso. JMP es una ventanilla única”.
– SungSoo Lee, director del grupo de innovación, Daeduck Electronics
Historia de éxito de Daeduck Electrónica
“Podría pensar en escribir en Excel, pero el tiempo que llevaría probablemente haría que no valga la pena hacerlo en primer lugar. .”
– Matt Brown, ingeniero de procesos, US Synthetic
Historia de éxito sintética de EE. UU.
“JMP es capaz de mostrar big data que no se pueden ver en las herramientas más utilizadas, y hacerlo en una interfaz fácil de usar. . [Por lo tanto, podemos] presentar más conocimientos para la toma de decisiones y el análisis que en comparación con otras herramientas. .”
– Kyoung-Yun Kim, director del grupo de investigación NABOTA, Daewoong Pharmaceutical
Historia de éxito de Daewoong farmacéutica
"Algunos programas pueden realizar bien el diseño experimental, pero eso es todo lo que hacen. JMP tiene la manipulación de tablas, tiene el modelado, tiene la visualización. Tiene todas estas cosas. De hecho, puedes usar un paquete para hacer todo y organizar el resultado. …. Un problema endémico tanto para el mundo académico como para la industria es tener los datos dispersos por todas partes, pero con JMP, puedes reunirlos todos muy rápidamente”.
– Martin Owen, profesor de la Universidad De Montfort y ex director de desarrollo químico de GSK
Historia de éxito de la Universidad De Montfort
“[Los lenguajes de programación como R y Python] son definitivamente una dirección hacia la que se están moviendo muchas empresas. Pero debe confiar en que las cosas que utiliza... en realidad se han desarrollado de la manera correcta y que puede utilizarlas con fines de validación. .”
– Kasper Munck, consultor principal, NNE
Historia de éxito de Ferring Pharmaceuticals y NNE
“ JMP es como Excel con esteroides estadísticos. Hay tantas cosas que puedes hacer con él sin tener que escribir un programa, y luego puedes escribir uno fácilmente si así lo deseas. Puedes llegar muy lejos con JMP”.
– Peter Mroz, programador estadístico senior, Janssen
Historia de éxito de Janssen
“Otras herramientas de análisis pueden ser muy poderosas, pero la visualización de datos suele ser estática... La visualización interactiva en JMP le ayuda a comprender y explorar los datos en un nivel totalmente diferente .”
– Serguei Roupassov, líder del grupo de ciencia de datos, Valard Construction
Caso de éxito de Valard Construcción
“Tenemos conjuntos de datos de control de procesos muy extensos en toda nuestra organización. JMP nos brinda la capacidad de observar esos datos y buscar correlaciones entre ellos. . No conozco ninguna otra herramienta de proceso que nos permita obtener el grado de análisis estadístico que podemos obtener con JMP en esos grandes conjuntos de datos. Desde un punto de vista de análisis estadístico, es realmente la herramienta que elegimos y creo que es la única herramienta que nos da la flexibilidad para hacer lo que necesitamos hacer”.
– Geoff Beatham, director de calidad, Kodak
Historia de éxito de Kodak
“ Solía tomarme dos días, una vez al mes, hacer esos cálculos y luego graficarlos en Excel. Con JMP puedo hacerlo en menos de una hora. Los datos me llegan como una descarga en Excel y simplemente los introduzco directamente en JMP, presiono algunos botones, compruebo si los datos están ordenados y luego inicio mi análisis en JMP”.
– Peter Blum, director técnico y de calidad, Kodak
Historia de éxito de Kodak
“SPSS también puede resultar muy difícil de utilizar. Si no sabes [cómo realizar una] verificación de estadísticas a nivel profesional, podrías terminar muy rápidamente en un callejón sin salida porque no sabes cómo pasar al siguiente paso. …. Con Graph Builder, puedes cambiar los ejes X e Y en cualquier momento. Hay tantas funciones especiales que Excel o SPSS no pueden ofrecer”.
– Kai Xu, Profesor de Fisiología del Ejercicio, Instituto de Deportes de Nanjing
Historia de éxito del Instituto de Deportes de Nanjing
“ Podría hacer eso en R, ¡pero me llevaría una eternidad! En JMP, puedo obtener un PCA con solo presionar un botón. Existe una gran curva de aprendizaje con R – Las interfaces de línea de comandos son muy desalentadoras si no eres un codificador. Un PCA o una matriz de correlación, por ejemplo, me llevaría al menos tres o cuatro líneas de código”.
– Arielle Parsons, ecologista, Museo de Ciencias Naturales de Carolina del Norte
Historia de éxito del Museo de Ciencias Naturales de Carolina del Norte
“ Si quisiera utilizar Excel u otra cosa para generar el informe en gráficos multidimensionales, sería demasiado difícil. Pero con Graph Builder, puedes simplemente arrastrar y soltar y luego presionar un par de botones y los datos aparecerán. Esas son algunas de las mejores características de JMP”.
– Ron Zhang, ingeniero jefe sénior, Oshkosh Corporation
Historia de éxito de Oshkosh Corporation
“R puede resultar realmente difícil de utilizar. Y luego está SPSS, que tal vez no sea tan innovador y puede resultar un poco engorroso con todos los resultados en un área. JMP, por otro lado, es una especie de término medio perfecto. Tiene algunas características realmente únicas pero también es muy fácil de usar. Puedes mantener todo separado y organizado”.
– Jordan Gillespie, estudiante de posgrado, Universidad de Auburn
Historia de éxito del Penn Vet Working Dog Center
“Todo el mundo empezó a utilizar JMP porque podía crear secuencias de comandos y extraer datos directamente. Una vez que la gente lo veía, decían: '¡Vaya, simplemente marco esto con un círculo y luego este gráfico resalta: ¡guau!' Crear secuencias de comandos, extraer datos, visualizar, hacerlo una y otra vez... realmente no puedes hacer eso en Excel o Minitab .”
– Jim Gillard, cinturón negro maestro de operaciones, Polar Semiconductor
Historia de éxito de Polar Semiconductor
“En primer lugar está la cantidad de datos que JMP puede manejar. Excel era demasiado lento, fallaba o su aplicación en un entorno de producción era demasiado limitada. Mi productividad aumentó dramáticamente con JMP. Me di cuenta de esto de inmediato”.
– Raghavendran Swaminathan, ingeniero sénior de desarrollo de procesos, Roche
Historia de éxito de Roche
“Los estudiantes quedan convencidos [de la utilidad de JMP] una vez que producen un gráfico multivariado más complejo y dicen ' me hubiera tomado no se cuantos minutos mas con R! 'Esas compensaciones son un gran problema cuando se trabaja en un problema de análisis en tiempo real. Es necesario conocer los datos lo más rápido posible, antes de estimar cualquier modelo. Y la visualización en JMP es realmente rápida, sin mencionar que puedes cargar un gran conjunto de datos muy rápidamente. Fue genial ver a estudiantes de campos más cuantitativos entusiasmarse con hacer esto con JMP”.
– Christian Hildebrand, profesor asistente de análisis de marketing, Universidad de Ginebra
Historia de éxito de la Universidad de Ginebra
“Si no hubiera tenido JMP, habría tenido que aprender R. He usado R en el pasado y también es una gran herramienta, pero hay una curva de aprendizaje enorme. —tener que dominar los guiones, por ejemplo. La mayoría de nosotros aquí en el instituto no somos estadísticos. Somos ecologistas, biólogos, fisiólogos reproductivos. Y utilizamos las estadísticas como herramienta para ayudarnos a responder las preguntas planteadas por nuestra investigación”.
– JP Montagne, Coordinadora de Investigación, División de Ecología Animal Aplicada, Zoológico de San Diego
Historia de éxito del Zoológico de San Diego
“JMP es una herramienta estadística que aprovecha la informática de forma potente. A diferencia de otras herramientas que existen (que son básicamente las mismas que hace 20 años, sólo que más rápidas), JMP hace cosas que otro software no hace .”
– Robert Stine, Profesor de Estadística, The Wharton School de la Universidad de Pennsylvania
Historia de éxito de la Universidad de Pensilvania
ANÁLISIS DE TEXTO
“Recientemente tuve la oportunidad de trabajar con el grupo de calidad de Avon para analizar algunas reseñas de productos. Hubo comentarios voluntarios ofrecidos por algunos consumidores sobre una línea de productos [cosméticos] para labios y cejas. Al observar las calificaciones, es posible que vea calificaciones mediocres. . Pero al profundizar más se puede ver que en realidad la distribución fue bimodal. Había gente enamorada del producto: cumplía con las expectativas. Y luego había gente que estaba extremadamente decepcionada. Entonces completamos un Análisis de sentimiento para profundizar en los comentarios de texto en JMP. Estaba claro que había un problema de calidad. El color del producto no coincidía con las expectativas del consumidor. – y eso fue lo que fue extremadamente decepcionante para la gente. Pudimos crear una nube de palabras y, utilizando el análisis de sentimientos, mostrar las palabras en rojo para calificaciones negativas y en verde para calificaciones positivas. Este análisis mostró una gran diferencia entre las actitudes de los consumidores hacia este producto, pero también fue muy útil para presentarlo a los tomadores de decisiones de Avon. [La visualización] dejó muy claro a los tomadores de decisiones cuando el nombre de la empresa aparece en rojo en esta nube de palabras que el consumidor está realmente frustrado con la empresa. Y afortunadamente, como resultado de este análisis, pudimos reformular varios productos dentro de esa línea de labios y cejas para satisfacer mejor las necesidades del consumidor. .”
– Elizabeth Knapp, química sénior, Productos Avon
Estadísticamente hablando: responda preguntas cruciales de investigación de mercado
“ Mantener las preguntas simples es realmente crucial. Para los estudios de Avon, obtenemos datos de los consumidores de diferentes maneras: a través de encuestas y grupos focales. Como científico que trabaja en el desarrollo y prueba de nuestros productos, trabajaré junto con expertos en consumo y expertos en marketing para elaborar una serie de preguntas que no sólo sean simples, sino que también tengan sentido para el consumidor. Muchas veces, se trata de preguntas secuenciales que guían el proceso de pensamiento del consumidor en encuestas de opción múltiple o de respuesta múltiple. Comenzamos con cosas simples que reflejan su rutina [de maquillaje]. Y finalmente llegamos a las preguntas que están en el centro de nuestro análisis, obteniendo sus verdaderas opiniones en preguntas de texto abierto”.
– Elizabeth Knapp, química sénior, Productos Avon
Estadísticamente hablando: responda preguntas cruciales de investigación de mercado
“Hay muchísima emoción detrás del campo de la ciencia cosmética y el cuidado personal. Las personas tienen preferencias claras y una atracción emocional por tipos específicos de productos, fragancias y colores. Realmente trabajamos para fusionar los datos de rendimiento del producto que recopilamos en el laboratorio con estas emociones y preferencias que recopilamos. Y JMP ha sido una herramienta realmente útil para reunir todos esos datos en un solo lugar. .”
– Elizabeth Knapp, química sénior, Productos Avon
Estadísticamente hablando: responda preguntas cruciales de investigación de mercado
“Como parte del equipo upstream, creo que las visualizaciones pueden ayudar a impulsar las decisiones y lograr que todas nuestras partes interesadas estén en sintonía. He compartido un ejemplo del uso del análisis de sentimientos [en JMP] para resolver un problema de calidad, pero en el mundo upstream me he centrado en trabajar con el ingrediente activo exclusivo de Avon, Protinol. Al analizar el aprovechamiento de esa tecnología en los próximos 10 años, realmente estamos tratando de descubrir dónde podemos ubicarla dentro de las prioridades comerciales de Avon, y también qué tiene sentido para el consumidor. Entonces, estas respuestas de los consumidores presentan una nube de palabras que representa lo que es fundamental para impulsar este ingrediente y maximizar realmente los beneficios que puede tener en nuestra cartera... Datos como este que obtenemos de los consumidores realmente resaltan hacia dónde queremos ir como dirección para Avon y son cruciales para ayudar a tomar decisiones clave en el posicionamiento de nuestros productos. .”
– Elizabeth Knapp, química sénior, Productos Avon
Estadísticamente hablando: responda preguntas cruciales de investigación de mercado
“He estado usando JMP durante los últimos cuatro años aproximadamente y mis habilidades se han desarrollado con el tiempo a través de la interfaz con estas diferentes herramientas de encuestas que utilizamos (y el diseño de experimentos), incluso simplemente con el simple Graph Builder. Hay una enorme cantidad de documentación disponible que es realmente útil. Tampoco puedo decir lo suficiente sobre los representantes de atención al cliente porque en Avon trabajamos con nuestro representante de manera constante. Podemos ir y venir y realmente llegar al mejor lugar con nuestros datos y encontrar las herramientas adecuadas dentro de JMP. .”
– Elizabeth Knapp, química sénior, Productos Avon
Estadísticamente hablando: responda preguntas cruciales de investigación de mercado
“Los consumidores se ven obligados a comprar nuestros productos debido a la combinación de ciencia sólida, estética deseable y el lenguaje convincente que los respalda. Y realmente, para nosotros, este es un proceso iterativo. Estamos analizando datos de instrumentación de laboratorio, datos de percepción del consumidor y combinando todas estas cosas [con análisis] para realmente brindar información sobre estas respuestas emocionales de nuestros consumidores. Y eso es lo que crea el éxito. .”
– Elizabeth Knapp, química sénior, Productos Avon
Estadísticamente hablando: responda preguntas cruciales de investigación de mercado
CLÍNICA JMP
“Sentimos que JMP Clinical proporcionaría a Almirall las posibilidades de gestión de datos [que necesitábamos] sin requerir una transformación adicional de los datos por parte de los CRO para ofrecer acceso integrado a los datos de los pacientes a los equipos clínicos de manera eficiente no sólo durante el estudio sino también al explorar los datos retrospectivamente”.
– Diego Herrera, Responsable de Gestión de Datos Globales e Información de Proyectos, Almirall
Caso de éxito de Almirall
“JMP Clínica ayuda a ahorrar costos y tiempo en el proceso de acceso a datos y ampliar la reutilización de los datos de los pacientes a lo largo del ciclo de vida del desarrollo clínico”.
– Diego Herrera, Responsable de Gestión de Datos Globales e Información de Proyectos, Almirall
Caso de éxito de Almirall
“Estábamos buscando opciones para visualizar los datos de una manera eficiente e integrada que fuera interactiva y permitiera a las personas explorar , visualizar y obtener datos más sensibles... Descubrimos que JMP Clinical es el mejor”.
– Diego Herrera, Responsable de Gestión de Datos Globales e Información de Proyectos, Almirall
Caso de éxito de Almirall
“JMP Clinical nos permite analizar un gran volumen de datos. En un enfoque basado en el riesgo, ¿dónde está el riesgo? En los valores atípicos. [JMP Clinical nos permite] vea por qué son valores atípicos y cómo puede resolver los problemas y qué acciones debemos realizar”.
– Merce de Frias, directora de ensayos clínicos internacionales, Almirall
Caso de éxito de Almirall
“Aunque todo el mundo tiene acceso a los mismos datos del ensayo, JMP Clinical ofrece un concepto de rol de usuario que proporciona a cada rol un conjunto específico de funciones de análisis. .”
– Peter Bewerunge, Jefe de Ciencias de la Vida, Accantec
Historia de éxito de Accantec
“A los usuarios de JMP Clinical que no son programadores les encanta poder obtenga toda la información relevante con solo unos pocos clics. La interactividad les permite realizar una exploración progresiva de datos clínicos, profundizar cada vez más en sus datos”.
– Peter Bewerunge, Jefe de Ciencias de la Vida, Accantec
Historia de éxito de Accantec
“El hecho de que JMP sea preferido por las agencias reguladoras Da confianza a nuestros clientes”.
– Peter Bewerunge, Jefe de Ciencias de la Vida, Accantec
Historia de éxito de Accantec
“Nuestros clientes nos dicen que JMP Clinical les ayuda a conseguir una mayor eficiencia y precisión a sus estudios. Ahora tienen una solución integrada. Están impresionados con lo fácil y rápido que es JMP Clinical. Es muy fácil importar datos de ensayos clínicos y luego estará listo para realizar análisis significativos”.
– Peter Bewerunge, Jefe de Ciencias de la Vida, Accantec
Historia de éxito de Accantec
“[Al instituir un enfoque basado en el riesgo,] podemos liberar mucho tiempo, permitiendo a las personas realizar tareas reales en lugar de simplemente mirar datos. Eso es muy beneficioso para la empresa. Es una cuestión de optimizar el tiempo, y al final del día los empleados pueden centrarse en la parte divertida de su trabajo en lugar de tareas tediosas…. JMP Clinical definitivamente ha sido la herramienta más sencilla para enseñar y aprender. Es por eso que les decimos a nuestros clientes que si aún no tienen otra preferencia, deben usar JMP”.
– Kasper Munck, consultor principal, NNE
Historia de éxito de Ferring Pharmaceuticals y NNE
“Decidimos conjuntamente desarrollar de forma interactiva escribiendo y modificando las especificaciones, partiendo solo de dos requisitos básicos: primero, poder realizar el rendimiento del sitio utilizando inferencia estadística y métricas de puntos finales clínicamente relevantes (basadas en gráficos de volcanes). Y en segundo lugar, la calidad del reclutamiento en contraposición a la velocidad del reclutamiento (esta última suele ser el enfoque limitado a corto plazo).Todo por supuesto basado en una Interfaz clínica JMP dinámica de hacer clic y reproducir, cortar y cortar diseñada para un monitoreo estadístico central .”
– Egbert A. Van Der Meulen, director senior de bioestadística, Ferring Pharmaceuticals
Historia de éxito de Ferring Pharmaceuticals y NNE
“JMP Clinical se basa completamente en datos CDISC ADaM y SDTM, que Ferring ha utilizado durante más de una década. Como tal, tiene el potencial de, francamente, hacer todo lo necesario para realizar e informar ensayos clínicos, ya sea monitoreo estadístico central, detección de señales, creación narrativa, construcción de almacenes de datos clínicos o, de hecho, informes completos de ensayos clínicos con casi solo presionar un botón. Este gran potencial aún no se ha aprovechado plenamente, pero dejará espacio para que los programadores estadísticos avancen al siguiente nivel, probablemente más desafiante, de agregar valor a los informes de ensayos clínicos y la exploración de datos”.
– Egbert A. Van Der Meulen, director senior de bioestadística, Ferring Pharmaceuticals
Historia de éxito de Ferring Pharmaceuticals y NNE
“Actualmente estamos explorando con NNE, manteniendo informada a la unidad de negocios de JMP Clinical, la posibilidad de generar automáticamente informes estadísticos y, más adelante, construir almacenes de datos clínicos utilizando JMP Clinical y nuestras bases de datos de repositorio basadas en AdaM. También planeamos explorar cómo se puede utilizar JMP Clinical en el diseño de aplicaciones experimentales de diseños de ensayos adaptativos más complejos y posiblemente bayesianos continuos de fase IIa/IIb o II/III.Se preferiría JMP Clinical a un paquete de software independiente para fines especiales, que probablemente sería bastante más caro. Disponer de una maravillosa herramienta para el seguimiento estadístico central no es el final de nuestra colaboración con NNE, ni mucho menos”.
– Egbert A. Van Der Meulen, director senior de bioestadística, Ferring Pharmaceuticals
Historia de éxito de Ferring Pharmaceuticals y NNE
“ JMP Clinical es un producto que destaca por su enfoque en ensayos clínicos . Una vez que los datos se estandarizan desde la etapa de recopilación de datos, JMP Clinical ayuda con el análisis y la interpretación”.
– Joo Hwan Lee, Jefe de Desarrollo Clínico, Medytox
Historia de éxito de Medytox
“ JMP Clinical le permite transformar fácilmente el formato de los datos que necesita enviar al organismo regulador. Si tiene un conjunto de datos estandarizado, puede obtener fácilmente múltiples informes de ensayos clínicos útiles sin ninguna manipulación especial”.
– Joo Hwan Lee, Jefe de Desarrollo Clínico, Medytox
Historia de éxito de Medytox
“Es fácil generar revisiones simplemente vinculando el conjunto de datos, algo que, con otras herramientas de análisis, sólo se puede obtener mediante una serie de operaciones. La función Informe de seguridad de JMP Clinical es un buen ejemplo de una función innovadora – puede manejar más datos de los que se podría pensar, por lo que puede resultar muy útil para los investigadores clínicos. Además, los informes de seguridad clínica de JMP muestran el riesgo por país e institución utilizando el modelo de evaluación de riesgos de los ensayos clínicos. Esto proporciona una gran comodidad a quienes realizan ensayos clínicos. .”
– Joo Hwan Lee, Jefe de Desarrollo Clínico, Medytox
Historia de éxito de Medytox
“ JMP Clinical suma el valor añadido de las gráficas JMP a SAS . Es una herramienta enorme y poderosa, y todavía me queda mucho por aprender”.
– Chris Wells, jefe de equipo, Grupo de seguimiento de estadísticas centralizadas, Roche
Historia de éxito de Roche
CONSEJOS
"He descubierto que STIPS es el mejor curso de enseñanza en línea al que he asistido, sin importar el tema. Estoy muy agradecido por recibir el material didáctico y espero utilizarlo para próximas capacitaciones internas en mi organización".
– Steffen Bugge, científico, Bayer AS
"La velocidad a la que JMP nos permitió llegar a elementos procesables y la flexibilidad para desglosar problemas complejos con Graph Builder y Profiler permitieron a la alta dirección de PCC ver el valor de JMP para nuestra empresa. Precisamente este año estamos capacitando a todo nuestro personal de rotación técnica con el curso STIP arraigar este pensamiento y la capacidad de utilizar JMP desde el comienzo de sus carreras".
– Steve Hampton, Gerente de Control de Procesos, PCC Structurals
Steve Hampton de PCC Structurals habla sobre la transición de Minitab y por qué es tan importante aprovechar los recursos de JMP para la participación y el aprendizaje que él llama un “inmenso valor agregado”.
“[STIPS] es muy bueno. Tiene una serie de módulos. Comencé simplemente haciendo el módulo de diseño de experimentos y luego me enganché e hice todos los demás módulos. Eso le dará una buena comprensión desde el pensamiento básico sobre cómo debería resolver un problema hasta hacer todo el análisis, el aprendizaje automático y todo este tipo de cosas. Te da un agradable sabor introductorio”.
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
“En 3 o 4 horas podrías pasar el [módulo STIPS] y tener conocimientos suficientes para hacer un diseño para un
experimento sencillo. Entonces depende de usted si realiza ese experimento para probarlo. También hay muchos conjuntos de datos dentro de JMP. Eso es lo bueno de [STIPS]: te brinda datos para practicar”.
– Ben Deadman, director de instalaciones, Centro de análisis rápido de reacciones en línea, Imperial College London
Es hora de innovar: Enseñar diseño de experimentos a químicos: lecciones del Imperial College
Londres (enlace próximamente)
"Lo sabía STIPS fue una excelente oportunidad para promover aún más el pensamiento estadístico dentro de NVIDIA. STIPS es excelente para equilibrar la teoría estadística y el uso práctico de JMP para resolver problemas comunes que muchas organizaciones enfrentan de forma rutinaria. Fue recibido positivamente por todas las personas con las que hablé y estamos en conversaciones para implementarlo nuevamente este año.El mejor testimonio del valor de esta capacitación es cuando voy a reuniones y veo los métodos que se utilizan. .”
– Pete Cannon, director sénior de ingeniería de calidad de productos y sistemas de gestión de calidad, NVIDIA
Historia de éxito de NVIDIA
“ Recomiendo STIPS a cualquier organización que quiera mejorar y ampliar el uso de herramientas estadísticas para resolver problemas. ".
– Pete Cannon, director sénior de ingeniería de calidad de productos y sistemas de gestión de calidad, NVIDIA
Historia de éxito de NVIDIA
“ STIPS es un muy buen curso. Me alegré de tener un curso en línea que concentra mucha información importante en un nivel fácil y comprensible”.
– Andreas Trautmann, experto en procesos de procesamiento ascendente, ciencia y tecnología de fabricación, Lonza
Historia de éxito de Lonza
“ STIPS está ampliando cuánto aprenden los estudiantes y cómo lo aprenden . Está lleno de estudios de casos realistas de la industria. Y es autónomo, a su propio ritmo... La estructura de STIPS es flexible, por lo que es posible ordenar gran parte del contenido para adaptarlo al curso que se está impartiendo, lo que puede no alinearse perfectamente con ningún módulo de STIPS. Está todo completamente integrado: los estudiantes pueden simplemente avanzar por el curso... STIPS en realidad simplifica esto y lo mejora”.
– Phil Ramsey, profesor principal, Universidad de New Hampshire
Historia de éxito de la Universidad de New Hampshire
“Mis alumnos me dicen que realmente les gustan STIPS. Es multimedia. Es animado, está bien explicado las cosas y pueden completarlo a su propio ritmo. La semana pasada, un estudiante me dijo: "Creo que finalmente entiendo la estadística". Dijo que le gustó mucho el diseño de experimentos y que estaba entusiasmada con el hecho de que, a medida que avanza, comprenderá mejor las estadísticas. .”
– Phil Ramsey, profesor principal, Universidad de New Hampshire
Historia de éxito de la Universidad de New Hampshire
" Utilizando CONSEJOS Ha sido excelente para nosotros porque brinda un contexto rico en el tipo de problemas que nuestros asociados técnicos están tratando de resolver. . El contenido está elaborado pensando en el usuario: cómo puede responder a sus preguntas utilizando técnicas estadísticas".
- John Szarka, estadístico, WL Sangre
John Szarka sobre JMP Pro, la reproducibilidad y por qué estar activo en la comunidad JMP y en el programa Early Adopter ayuda a los usuarios de WL Gore a sacar más provecho de su inversión en el software
FORMACIÓN JMP DE EDUCACIÓN SAS
"Aprender JMP es fácil, pero no es gratis. Debe invertir tiempo leyendo manuales y asistiendo a seminarios web de JMP. Si aprendes día a día haciendo estas cosas y aprendiendo en el campo, experimentarás un retorno del tiempo invertido muy rápidamente."
Fabrizio Ruo Redda, Vishay
JMP DS Americas 2021 - Productores de grabación - Exploradores de datos destacados gallery.mp4 - Todos los documentos (sharepoint.com)
“Nosotros –junto con nuestra dirección– lo vimos así: si vamos a invertir en JMP, entonces tenemos que invertir [en formación]. Nos dimos cuenta de que no teníamos la competencia internamente y que no íbamos a desarrollarla de la nada... El equipo de Educación realmente adaptó la capacitación a lo que necesitábamos. . Muchos de los miembros del equipo que asistieron me dijeron que esta fue una de esas capacitaciones que realmente encontraron útiles. Pudimos aprovechar realmente el conocimiento y la experiencia de SAS al interactuar con diferentes clientes para ayudarnos a identificar lo que necesitábamos y la mejor manera de abordarlo…. Ha sido una buena asociación. .”
– Tim Holtz, director de ingeniería de procesos, Parker LORD
Historia de éxito de Parker Lord
“El JMP es tan poderoso como la persona que lo conduce... Me di cuenta de que para obtener el valor real de [JMP], se necesitaba una inversión adicional. Fue entonces cuando decidimos contratar SAS Education…. SAS nos ayudó a llenar los espacios en blanco: les dijimos lo que estábamos tratando de lograr y ellos nos dijeron las herramientas que necesitábamos para lograrlo. .”
– Bernard Goguelet, líder de calidad, Parker LORD
Historia de éxito de Parker Lord
" La organización de JMP es de primer nivel, incluso desde la década de 1990, cuando comencé a usar el software y realicé capacitación en la sede de SAS en Cary. Y Ampliar JMP a otras empresas para las que he trabajado siempre ha sido con un gran apoyo por parte de los equipos comerciales y técnicos".
- Craig DePorter, Jefe de Desarrollo Mineral Avanzado, Omya
Craig DePorter, de Omya, que se describe a sí mismo como “evangelista de la analítica”, analiza por qué la habilitación de la analítica significa aprender más con menos (jmp.com)
CUMBRES DE DESCUBRIMIENTO
"Para aquellos que nunca han asistido a una Discovery Summit, ¡no puedo recomendarla lo suficiente! El equipo de JMP realmente se siente como una familia y te integran a esa familia, lo cual es una experiencia increíble. Todo esto está a la vista en Discovery. Cada vez que he asistido a la Cumbre me he llevado no una cosa sino muchas cosas y la considero una conferencia clave. El acceso a tutoriales, capacitaciones y presentaciones es increíble".
- Don Kent, director del equipo de ciencia de datos de pila completa, Intel
Don Kent de Intel habla sobre lo que hace madurar a una organización de análisis, la importancia de la tutoría y unirse a la “familia JMP” en Discovery Summit
"He estado usando JMP durante unos seis años (y JMP Pro durante dos), pero no fue hasta hace un par de años que realmente me involucré en la comunidad JMP. He estado bastante activo en los foros de discusión de la comunidad JMP (principalmente pidiendo ayuda con las secuencias de comandos), asistí a la Discovery Summit 2019 (¡que fue increíble!) y tuve la suerte de ser seleccionado para presentar al menos la Cumbre de Descubrimiento del año ".
"He obtenido más ideas prácticas de mejora de esta conferencia que cualquiera de mis muchos años de conferencias técnicas de la empresa".
-Steve Hampton, Gerente de Control de Procesos, PCC Structurals
Steve Hampton de PCC Structurals habla sobre la transición de Minitab y por qué es tan importante aprovechar los recursos de JMP para la participación y el aprendizaje que él llama un “inmenso valor agregado”.
"Hazlo. Bien vale la pena nuestro tiempo."
–Ted Ellefson, Seagate
" En Discovery Summits siempre puedes aprender cosas nuevas – ya sea un nuevo método, una nueva herramienta, una nueva aplicación. Además, puede conectarse fácilmente con otros usuarios y con los desarrolladores de software JMP. Hablando con los arquitectos del software, podrá desarrollar una comprensión aún mejor de los métodos a los que tiene acceso en JMP. Y puede sugerir que agreguen nuevas funciones para un modelo específico en los próximos lanzamientos de versiones. ".
– Zhiwu Liang, estadístico principal, Procter & Gamble
Zhiwu Liang, de Procter & Gamble, explica cómo fomentar una relación dinámica con JMP Development ayuda a la empresa a sacar más provecho de su inversión en un software que se mejora constantemente.
"¡Ve, aprende, conoce gente y diviértete!"
– AJ Kaur, Perrigo
"¡Las Discovery Summits son las mejores conferencias a las que he asistido! Aprendí cómo puedo vincular mis modelos de aprendizaje automático R/MATLAB/Python a JMP.Obtuve una idea mucho mejor del Functional Data Explorer y encontré algunos trucos nuevos para realizar gráficos".
- Anónimo
"Discovery Summit es la mejor conferencia del mundo sobre datos, análisis y resolución de problemas estadísticos".
– Jed Campbell, sintético estadounidense
"Gran oportunidad para aprender aspectos de JMP de diferentes industrias y casos de uso que no forman parte de su conjunto de herramientas actual pero que pueden brindarle nuevos conocimientos sobre sus datos".
– Mark Dayton, Soluciones tecnológicas MACOM
"Discovery Summit es una gran conferencia. Puedes conseguir algunas cositas geniales."
– Peter Mroz, farmacéutica Janssen
"Discovery Summit mostró una amplia gama de temas. Muchas buenas ideas."
– Craig Minor, Lexmark Internacional
"Si desea desplegar todo el potencial de JMP, es imprescindible asistir a la Discovery Summit".
– Fabio D'Ottaviano, Dow Chemical
"Independientemente de si crees o no que un tema de sesión plenaria, ponencia o póster se aplica directamente a ti y/o a tu trabajo, SIEMPRE aprenderás algo útil, interesante o ambas cosas... Siempre hay cosas nuevas que aprender sobre JMP, independientemente de cuánto tiempo lleves siendo usuario".
– Leslie Fuquay, Syngenta
"Discovery Summit brinda una gran oportunidad para ampliar su reserva de talentos".
– Dave Sandell, ExxonMobil
"Discovery Summit fue una gran experiencia: oportunidades de aprendizaje, una amplia variedad de temas, información detallada, una oportunidad fantástica para conocer a los desarrolladores y hacer preguntas específicas".
– Monique Lander, Ecolab
"Discovery Summit es un lugar para aprender el poder de JMP, aprender características que no sabías que existían, conocer gente nueva que es usuario de JMP y pasar un rato realmente divertido. Las sesiones plenarias son grandes ejemplos del poder de los datos y siempre tienen historias motivadoras que alientan a realizar mejoras continuas y nunca dejar de aprender".
– Lori Montaño-Martínez, Laboratorios Nacionales Sandia
"¡Deja de pensar en eso y hazlo!"
– Kevin Vedvik, Ciencias Exactas
"Estas cumbres proporcionan ejemplos útiles de cómo el JMP puede mejorar la revisión y presentación de datos".
– Bruce Nielson, Xcel Energía
"Haga una lista de preguntas sobre JMP antes de asistir a la conferencia. Busque desarrolladores y expertos en esos temas. Puede obtener respuestas a muchas preguntas y obtener una perspectiva nueva y fresca sobre temas que creía conocer".
- Anónimo
"No importa cuánto crea saber, aprenderá algo nuevo en JMP Discovery Summit".
– Annie Dodson, Materiales de rendimiento Ascend
"Discovery Summit es una gran reunión para escuchar sobre las tendencias actuales de análisis de datos y temas de charlas plenarias, reunirse y charlar con otros usuarios de JMP y discutir las funciones de JMP con los desarrolladores".
– Ed Tom, Prime Genomics
"Discovery Summit: Excelentes presentaciones. Temas y debates relevantes. Oportunidades invaluables para interacciones uno a uno con los desarrolladores".
– Russell Hudson, Lumileds
"Discovery Summit es muy útil en cuanto a métodos estadísticos, ejemplos y complementos y secuencias de comandos JMP. Lea tantas descargas de presentaciones como sea posible antes de la reunión y haga preguntas a los presentadores de carteles, en Unsessions, en cualquier momento. Luego consulta la comunidad JMP y mira cualquier parte que te hayas perdido".
– Richard Hertzberg, Universidad Emory
"Discovery Summit es la mejor conferencia a la que asistirá en términos de cómo se le trata a uno y las oportunidades de crecimiento profesional, incluida la valiosa creación de redes".
– Philip Ramsey, Universidad de New Hampshire
"Discovery Summit: Lo mejor de las conferencias. Mucho que ver y aprender. Grandes artículos. Increíble hospitalidad. Fácil de navegar, fácil de conectar con los desarrolladores y hacer preguntas".
– Leighton Spadone, Consultoría DAAS Inc.
"Definitivamente asiste a Discovery Summit si tienes la oportunidad. Siempre conozco gente nueva y aprendo cosas nuevas. Es realmente una cumbre educativa y agradable en general".
– Michelle St. Peter, Terapéutica Grifols
"Viene con preguntas generales que podrían plantearse a los desarrolladores. Mantenga la mente abierta y asista a charlas/eventos que podrían estar fuera de su zona de confort".
– Anderson Mayfield, Administración Nacional Oceánica y Atmosférica (NOAA) y Universidad de Miami
" Ver cómo se manejan ciertos desafíos en otros lugares puede ser de gran ayuda cuando busco una manera de dominar mi o. Tenemos desafíos similares. Las Discovery Summits extienden esto al escenario internacional, pero lo más importante es que estas conferencias presentan una oportunidad para conocer a los desarrolladores de JMP. Son una excelente fuente para explicar lo que sucede en las plataformas JMP entre bastidores y siempre están interesados en las ideas de los usuarios sobre nuevas funciones en JMP. . "
– Gerd Kopp, estadístico de gestión de calidad y confiabilidad, Biotronik
Gerd Kopp habla sobre cómo abogar por que el análisis supere los obstáculos internos y establezca una relación con la organización JMP
" Cumbres de descubrimiento son excelentes para hacer crecer la comunidad de personas con mentalidad estadística. No hay ninguna venta agresiva de JMP. Ciertamente no hace daño que JMP es la mejor herramienta general que he encontrado para el tipo de cosas que hago , pero la sensación de la Cumbre es la de adoptar el concepto de utilizar estadísticas en el trabajo diario"
- Craig DePorter, Jefe de Desarrollo Mineral Avanzado, Omya
Craig DePorter, de Omya, que se describe a sí mismo como “evangelista de la analítica”, analiza por qué la habilitación de la analítica significa aprender más con menos (jmp.com)
JMP 16
“Habiendo utilizado el análisis de modelos en JMP Pro 16 beta estos últimos meses, ya se ha convertido en una parte indispensable de mi investigación sobre modelos predictivos de arrecifes de coral. Aunque los modelos podían compararse con bastante facilidad en versiones anteriores de JMP Pro (por ejemplo, la plataforma de “comparación de modelos” de JMP Pro 15), esta nueva herramienta hace que sea aún más fácil para los usuarios probar simultáneamente muchos modelos diferentes (por ejemplo, gen-reg, PLS, discriminante, redes neuronales, etc.) con el mismo conjunto de datos. Algo que antes me llevaba horas o incluso días, ahora se puede hacer en minutos (o incluso segundos).¡Vaya, qué gran característica! Esta seguramente debe ser la mayor mejora de la versión 15 a la 16. , y estoy seguro de que muchos otros sentirán lo mismo”.
- Anderson Mayfield, Administración Nacional Oceánica y Atmosférica (NOAA) y el universidad de miami
"Estoy feliz de ver la adición del análisis de límite de detección en JMP Pro ; llena una necesidad real. He tenido muchos casos en el pasado con un límite de detección, pero no sabía cómo tratarlo en el análisis. Ahora tenemos opciones sencillas para incorporar límites de detección en los análisis, de modo que obtenemos modelos más precisos y podemos detectar efectos importantes que de otro modo habríamos pasado por alto. "
- estan Siranovich, Conexión Crucial LLC
“JMP 16 ahora lo lleva a la primera fila recién agregada. Es una de esas pequeñas cosas que ha tenido un impacto inmediato ¡Cuando agregas ~1725 filas a una tabla existente de 375 000 filas!
- Michael Anderson, ingeniero sénior de desarrollo de mediciones y estadísticas, Corning
" JMP 16 trae dos adiciones muy interesantes a la plataforma Time Series: la inclusión de modelos State Space Smoothing y la opción "Forecast on Holdback". Tanto los modelos de espacio de estados como los criterios de desempeño utilizados para la selección de modelos basados en la muestra de retención se utilizan ampliamente en aplicaciones de cadena de suministro.
- Los modelos de suavizado del espacio de estados son los modelos popularizados como modelos ETS (error, tendencia, estacionalidad) por Rob Hyndman. Esta clase de modelos es flexible e interpretable. El informe Suavizado del espacio estatal proporciona un informe de estados de los componentes para ayudarle a comprender los componentes de nivel, tendencia y estacionalidad.
- La opción "Pronóstico de retención" en el cuadro de diálogo Serie temporal le permite ajustar modelos de suavizado de espacio de estado y ARIMA que optimizan un criterio de rendimiento en un conjunto de retención. Los criterios de desempeño incluyen RMSE, MSE, MAPE y MAE.
Una adición a la plataforma Time Series Forecast también permite al usuario ajustar modelos utilizando una de las tres métricas de rendimiento ampliamente utilizadas (RMSE, MSE y MAE)".
- Marie Gaudard, consultora estadística
"Me gustan muchas de las nuevas funciones de JMP 16. El aprendizaje automático, el análisis de sentimientos, la selección de modelos y SEM son técnicas muy populares entre los adictos al análisis o a las técnicas. Comprender los sentimientos y las percepciones es esencial hoy en día, donde el diagrama de ruta SEM puede representar inmediatamente las asociaciones tangibles y no tan tangibles entre ellos. ¡Sorpréndete de cuánta información e interactividad obtendrás! "
- Roselinde Kessels, profesora adjunta, Universidad de Maastricht
"Me encanta la plataforma de modelado de ecuaciones estructurales en JMP y la Las nuevas funciones de la versión 16 lo hacen aún más potente. "
- Vic Strecher, director ejecutivo de Kumanu
