Vocero | Transcripción |
| Wayne Levin | Bueno, muchas gracias por acompañarnos. Mi nombre es Wayne Levin y me acompaño en nuestra presentación sobre la gestión del conocimiento para una resolución de problemas más rápida y un tiempo de comercialización reducido en ingeniería y ciencia. |
| es mi amigo y colega, Farhan Mansoor. Así que Farhan me va a ayudar con la parte de demostración de esto y vamos a empezar con ... ¿por qué no empezamos con un |
| poco |
| agenda aquí. Solo voy a dar una breve introducción a nosotros ... somos Predictum, como empresa, para que sepas un poco sobre nosotros. Y el enfoque real será cómo mejorar la productividad en ciencia e ingeniería. Eso es lo que somos ... |
| de eso estamos aquí para hablar hoy. Así que un poco sobre nosotros. Nuestro objetivo es acelerar la resolución de problemas, la mejora y la investigación y el desarrollo. |
| Y lo hacemos a través de capacitación y consultoría analítica y construimos sistemas analíticos integrados. Y vamos a ver un ejemplo de eso. |
| hoy, con CoBase. Para que lo sepas, también somos socios de JMP, llevamos mucho tiempo asociados con JMP durante casi 25 años. Predictum como empresa se inició en marzo de 1992, es decir, casi 29 años. Eso es un poco sobre nosotros, ahora vayamos al asunto que nos ocupa. |
| Quiero hablar sobre cómo la gestión del conocimiento, no solo los datos, como un activo, por lo que la gestión del conocimiento como un activo mejorará drásticamente la productividad. |
| entre sus investigadores, ingenieros y analistas comerciales. Así que empezaré haciéndoles una pregunta. estoy |
| ¿Con qué frecuencia alguien regenera lo que ya se conocía en su empresa? Si tienes que poner eso en una escala entre cero y 100, |
| ¿qué dirías? Me gustaría que se plantara un número en su cabeza, ¿de acuerdo? No hay necesidad de confesar. |
| Muy bien, es un problema que se resolvió, pero se resolvió antes. Otros se han ocupado de ese problema o de algunos |
| insight, alguna relación o asociación entre variables. Es probable que otros ya hayan hecho ese descubrimiento. Eso es lo que quiero decir con la regeneración del conocimiento. ¿Tienes un número en mente? |
| Bueno, hemos estado preguntando a las empresas, a decenas de empresas desde |
| el otoño del año pasado, y esto es lo que hemos visto. Es en promedio alrededor del 40% y un rango bastante grande en lo que respecta a eso. Asi que |
| nadie tiene realmente un número sólido para eso, y creo que eso realmente habla del problema, que no tenemos una respuesta sólida. |
| Pero sabes, cuando lo piensas, tenemos algunas personas que simplemente ponen los ojos en blanco y se van, todo el tiempo. |
| Teníamos una empresa, hace unas semanas, tres personas estaban en la llamada. Uno dijo 80%, uno dijo 60%, uno dijo, oh, al menos 50. |
| Entonces, y tenemos algunos que son ... lo más bajo que he escuchado es como el 20%. ¿Por qué toleramos eso? ¿Y qué otro ... qué otro aspecto del negocio toleraríamos algo así? |
| Entonces sabes que ... regenerar lo que ya se conocía impone mayores riesgos, cuesta dinero, retrasa objetivos y realmente es una oportunidad perdida para acelerar |
| resolución de problemas, mejora e I + D + i. Así que este es el problema ... Quiero asegurarme de que estamos claros, este es un problema que estamos tratando de abordar aquí. |
| Ahora probablemente conozcas esa expresión. No voy a llenar el espacio en blanco. Lo dejo en tus manos. El espacio en blanco sucede. Asi que |
| probablemente experimentó estas situaciones, suena el teléfono, llega un correo electrónico, hay algún problema con el cliente o hay algún problema de producción, |
| o ha surgido algún obstáculo y está provocando retrasos en la introducción de un nuevo producto o en el desarrollo y caracterización de un proceso. Y estás frenético, ¿verdad? Tienes que encargarte de esto, y estás pensando, está bien, ¿quién sabe cómo resolver esto? |
| ¿Quién tiene ese conocimiento? Y tú ... básicamente estás tratando de identificar a las personas adecuadas y eso puede ser difícil, a veces es difícil hacerlo. |
| O puede identificar algunos buenos candidatos y no están disponibles o se han jubilado o están ausentes, están de vacaciones o han sido reasignados y ya no se les permite hablar con ellos. Simplemente se han ido. Simplemente ya no están en la organización. ¿Cómo manejas eso? |
| Esto es ... este es un problema que queremos evitar, y por eso decimos que las empresas normalmente gestionan sus materiales y repuestos mejor que sus conocimientos. |
| Espero que no suene demasiado duro, pero me gustaría que pensaras en eso por un momento. Te preguntaba antes sobre cuánto conocimiento se regenera. |
| Y probablemente no tenga un número exacto para eso, pero apuesto a que probablemente tenga un número bastante bueno sobre cuál es su inventario de trabajo en progreso, o inventario de repuestos, inventario de materias primas. Probablemente puedas |
| encontrar a alguien y ??? |
| Entonces, ¿por qué administramos esos activos muy bien, pero no administramos muy bien el conocimiento? |
| Y eso es porque el conocimiento es ... |
| bueno, esto es, aquí es donde está, ¿verdad? El cerebro, nos gusta decir, es un gran creador de conocimiento, pero es un pésimo contenedor de conocimiento. |
| No podemos acceder a él. No podemos indexarlo. Nosotros ... ya sabes, sale por la puerta al final del día. |
| Por tanto, el conocimiento no se puede acumular si el cerebro es el principal dispositivo de almacenamiento del conocimiento. |
| Y creemos que las empresas siempre deben acumular conocimiento, así que si lo ha hecho ... y me limitaré a ver qué implica la creación de conocimiento, por así decirlo. Yo haré eso. |
| Y primero vamos a hablar sobre qué es el conocimiento. ¿Qué entendemos por conocimiento? |
| Entonces, el conocimiento es lo que nos permite predecir, en esencia, estamos hablando de una fórmula de predicción, porque usamos una fórmula de predicción para predecir. |
| Entonces, ya sabes, podemos asociar la altura con el peso o la altura, la edad y el sexo o lo que sea con el peso, y todos los que usamos JMP estamos familiarizados con estas cosas. Entonces ese es el ... |
| ese es el tercer componente, por así decirlo, modelo predictivo, una fórmula de predicción, por así decirlo. Pero |
| cuando tenemos eso, nos gustaría saber algo sobre el método analítico o el proceso que se utilizó para generar |
| esa fórmula de predicción y, por supuesto, los de nosotros, ya sabes, con JMP, los tenemos aquí, ¿verdad? Los guardamos como scripts, si lo desea, para que podamos |
| regenerar esa fórmula. Por supuesto, la fórmula se guardaría como ... como una columna en la tabla de datos y luego |
| esa es una de las cosas que hacemos con el análisis. Entonces eso es lo que está sucediendo aquí con el número dos y, por supuesto, lo principal, el primer punto son solo datos. |
| Pero como decía al principio, los datos no son conocimiento. Ya sabes, los datos son datos. Es la materia prima que obtenemos de la instrumentación, nos ayuda a comprender qué sucede con los productos o los procesos, por lo que realmente necesitamos estos tres componentes. |
| Entonces, el conocimiento es lo que nos permite predecir, pero nosotros ... nos gustaría retroceder un par de pasos también, para tener realmente el contexto completo de ese conocimiento. Así que pensemos en esa creación de conocimiento aquí. |
| Ya sabes, tenemos ingenieros, científicos, analistas. Lo voy a pensar desde el punto de vista de un científico. |
| Están, ya sabes, usando sus instrumentos, están haciendo su trabajo, están recopilando sus datos. Ahora encontramos con demasiada frecuencia que se guarda en hojas de cálculo, pero, por supuesto, estamos ... |
| también estamos hablando de tablas de datos JMP, y eso es fantástico. Lo recopilan, hacen sus análisis, y por eso lo llamamos computación personal. |
| Y esa imagen de la computadora allí, solo tiene la intención de recordarnos, la computación personal ha estado con nosotros durante mucho tiempo y es relevante. Es importante. Sigue siendo el caso. El análisis ocurre en un cerebro. Es un esfuerzo personal, por así decirlo, que realmente no se puede dividir. |
| tan solo en su esencia. Así que tenemos un montón de personas que están haciendo esto y, como resultado, este trabajo generalmente está aislado. |
| Muy bien, ¿a dónde van estos archivos? Algunas personas los guardarán en Sharepoint o en unidades de red compartidas. Eso es genial, pero principalmente terminan en |
| una computadora portátil, por lo que está intrínsecamente en silos, solo porque esa es su naturaleza. Y los investigadores, ya sabes, no podemos acceder fácilmente a la experiencia. |
| de otros. Quiero decir, si tenemos un problema que queremos resolver, lo estamos pensando, ya sabes, como un experimento, podríamos reunir a un grupo de, digamos, cinco personas en una habitación para, |
| ya sabes, durante una hora, o 10 personas en una habitación durante una hora y hacer una lluvia de ideas, ya sabes, qué factores, a qué niveles ir y todo eso. Es una actividad buena y digna, pero ¿no sería mejor no empezar de cero y no ocupar a esas personas? Esa es una buena cantidad de tiempo que se está utilizando. |
| Entonces, lo que nos gustaría hacer es poder tomar la experiencia, por así decirlo, guardada en estas tablas de datos JMP y archivos relacionados, y Farhan nos mostrará esto para que sea fácil de colocar en una base de datos. |
| Bien, esto es lo que llamamos CoBase y de esa manera, las nuevas iniciativas no parten de cero. |
| Cualquiera puede entrar y buscar qué, ya sabes, quién más ha examinado un problema en particular o un área en particular. Y de esta manera |
| nunca pagarán sin saberlo por los mismos conocimientos más de una vez. |
| Este también es un punto importante. Encuentro con demasiada frecuencia en la experimentación o el trabajo, el trabajo que hace la gente, porque está aislado, |
| no saben que lo que pueden estar viendo es incompatible con lo que otros han visto en el pasado. |
| De esta manera, pueden mirar y ver que tal vez estén lidiando con errores de Tipo uno o Tipo dos y les da, ya sabes, otro, |
| simplemente otra dimensión, por así decirlo, que realmente debería ser considerada, ese tipo de dimensión histórica que a menudo no se presenta porque normalmente no pueden. Por eso, cuando hablamos de capturar, conservar y reutilizar el conocimiento, |
| obviamente, hay datos, como dije. Y muchas empresas tendrán bases de datos, por supuesto, por lo que tendrán |
| Sistemas LIMS, y esto es fantástico. Esto es bueno para preservar los datos. Algunos tendrán un sistema formal de gestión de documentos y, si no, tendrán alguna forma de organizar y archivar informes. |
| Conoces los powerpoints, los procedimientos operativos estándar, por así decirlo, los resultados de los análisis que están haciendo ingenieros, científicos y otros analistas. |
| Pero ahí es donde queremos enfocarnos, queremos hablar sobre preservar ese trabajo de creación de conocimiento y hacerlo identificable, por así decirlo, para que otros puedan encontrarlo. Así que, si queremos gestionar el conocimiento como un activo, |
| requiere que lo agrupe, en primer lugar con datos e informes (eso sería una buena idea) tanto de eso como sea posible y lo empaquete, de acuerdo. |
| Porque cuando está empaquetado, es identificable. Guardo algo en mi escritorio aquí. |
| Ya sabes, compré un cable USB en Amazon. Vino en esta caja, espero que esto se vea bien. |
| Y sabes que tiene un código de barras allí, es un activo, lo era para Amazon, lo es para mí ahora y es identificable, ¿verdad? |
| ya sabes, podemos buscarlo. Y si puede buscarlo, puede recuperarlo, y si puede recuperarlo, puede reutilizarlo. |
| Muy bien, para que pueda hacer referencia a él, puede desafiar ese conocimiento. Creemos que todo conocimiento está abierto a ser desafiado, por supuesto, y podemos mejorar ese conocimiento. Y finalmente, gestionarlo como un activo significa que lo mantenemos seguro, que el conocimiento está bajo su control. |
| Bien, tenemos un par de productos en esta área. Vamos a pasar a la parte de demostración de esta charla. |
| Primero, es SashLab. No vamos a demostrar eso, pero si quieres leer más sobre esto, puedes descargar estas diapositivas y leer sobre ellas, y por supuesto puedes contactarnos. |
| Qué es, es como un laboratorio virtual o un gemelo digital. Le permite experimentar virtualmente o verificar cosas virtualmente, si lo desea, |
| antes de hacer ... hacer cambios o experimentar físicamente. CoBase ... lo que CoBase está diseñado para hacer es capturar la investigación, la experimentación y los análisis diarios, las iniciativas de mejora, ya sean formales o informales. |
| Lo coloca en una base de datos y ... y lo etiqueta. Entonces, Farhan nos mostrará sobre el etiquetado y también sobre las etiquetas ... recuerde, dije que debe ser identificable, por lo que etiquetar es una forma. |
| Indexarlo por factores o por respuestas y por dominios, si lo desea. Hablaremos un poco de eso y así cualquiera puede ir a mirar ... |
| busque el conocimiento generado por otros. Y |
| ya sabes, ambas aplicaciones, dice en la parte inferior aquí, es como si capturaran el conocimiento explícito como un activo. Quieres que sea explícito |
| derecho. No queremos solo tener opiniones o nociones sobre lo que está sucediendo cuando le preguntamos a alguien que nos gustaría, que me muestre los datos, el método con el que se modeló y el modelo resultante. Es difícil de esa manera. Es explícito. |
| Así que obtuvimos el modelo, obtuvimos el método de desarrollo, tenemos los datos subyacentes y los ponemos a disposición para que otros los reutilicen. Y así evita retrasos |
| y costos y voy a decir ansiedad asociada a la búsqueda y regeneración del conocimiento. Entonces, si pudiéramos, Farhan, ¿por qué no te haces cargo de la pantalla y lo que haremos es |
| comenzaremos una demostración aquí. |
| Justo mientras Farhan menciona eso, permítanme agregar sobre uno de los |
| las cosas que escuchamos de las personas cuando hablamos con ellas es que, ya sabes, es difícil buscar cosas, solo para empezar. Es difícil buscar cosas, pero es realmente difícil buscar cosas que no sabes que existen, cierto, porque ese tipo de búsqueda puede durar para siempre. Y |
| así que esto es algo a lo que me refiero con el tipo de ansiedad. Es agotador tener que lidiar con eso, y cuando se trata de una investigación, nos gustaría que la investigación no tuviera que involucrar |
| buscando conocimientos pasados. Queremos ponértelo fácil. Entonces, ¿qué voy a hacer aquí, Farhan, tienes el CoBase? |
| interfaz, la GUI principal abierta? |
| Farhan Mansoor | Si. |
| Entonces, la página de inicio sí. |
| Wayne Levin | Entonces, Farhan, digamos que yo ... vamos a hacer una búsqueda. |
| Y como tengo un problema aquí, y justo antes de hacer esto, permítanme describir un poco lo que está sucediendo. |
| No vamos a entrar en todos los detalles aquí. Simplemente no tenemos tiempo para eso. Estamos tomando el ... |
| el ejemplo que estamos usando es como un proceso de fabricación. Entonces, abajo a la izquierda, tenemos los diversos pasos en la fabricación de semiconductores y es solo una forma de agrupar factores, está bien. Entonces, lo que me interesa es, ya sabes, me interesa |
| ya sabes, digamos, la deposición aquí. Y tengo curiosidad por saber si miramos la deposición ... veamos como la tasa de deposición, |
| bien, que es un factor aquí. Y solo quiero saber si alguien ha mirado esto en la tasa de deposición pasada, digamos entre 700 y 3,000 angstroms. |
| Podrían ser 100 razones por las que quiero saber esto y solo quiero saber, bueno, ¿qué miraron? Que eran... |
| ¿Cuáles eran los otros factores que estaban analizando? ¿Cuáles fueron las respuestas? Sabes, cuál fue la estafa ... ya sabes, solo quiero ver qué hay ahí, porque quiero entender este factor. Así que adelante, Farhan, llena esto y ... |
| estupendo. Hiciste clic en buscar y |
| alli estamos nosotros. Tenemos un montón de archivos. |
| Ya sabes, tenemos los siete archivos que hay y ellos ... solo mirándolos, se remontan ... uno se remonta a 2016. Entonces este es un trabajo que la gente ha hecho anteriormente. Lo han actualizado a CoBase. |
| Ahora, puede ser difícil mirar todos esos archivos, ya sabes, todos a la vez. Podemos descargarlos. Lo haremos momentáneamente pero |
| a la derecha, lo estamos viendo de un vistazo, así que ... Farhan, ¿quieres simplemente ... primero veamos las distribuciones de parámetros? Entonces vemos eso |
| tres de estas tablas de datos de JMP también incluyeron el flujo de argón que se analizaron en los mismos niveles y |
| El flujo trasero estaban involucrados en una pareja. Hay una tasa de deposición, por lo que hay siete al otro lado y vemos los diferentes niveles allí, pero todos están entre 700 y 3,000 y también hay algunos otros. |
| También podemos mirar algunas cosas estadísticas. Vamos a agregar algunas cosas más aquí, pero la idea es solo poder ver |
| algunas cosas de un vistazo, para que tengamos una idea de lo que está pasando. Y así a la izquierda, tenemos R cuadrados. A la derecha, tenemos la raíz significa errores cuadrados. Cada uno de los arreglos verticales de puntos se relaciona con un archivo JMP, así que solo estoy mirando |
| Exp 18-11-01. |
| Ahí estás, Farhan, sí. Entonces esos son tres modelos que se han producido, tres fórmulas de predicción que se han guardado y vemos que los cuadrados R varían bastante allí. Farhan, ¿por qué no vamos a descargar ese archivo? |
| y echemos un vistazo |
| en lo que hay. Asi que. |
| Aquí vamos. |
| Increíble. Por cierto, el tipo de modelado también se muestra bivariable o ajustados a mínimos cuadrados si son azules. Entonces tenemos una idea de qué es. Así que ahí vamos. ¿Por qué no vamos a ejecutar esos tres scripts allí? |
| Porque la predicción ... la fórmula de predicción está ahí, la ... cómo se generó está ahí. Forhan lo está volviendo a ejecutar. |
| Y, por supuesto, los datos están ahí, por lo que realmente tenemos el contexto completo de lo que se estaba haciendo. Podemos ver allí cuál fue el trabajo. Gracias, Farhan, lo estás arreglando en la pantalla, creo que corriste ... bueno, uno uno dos por lo que parece, se ven idénticos. |
| Farhan Mansoor | Oh sí. |
| Wayne Levin | Sí, pero está bien. Lo que podemos ver si miramos a estos dos, está bien. Tenga en cuenta que el que es tan significativo, por así decirlo, es la temperatura. |
| El que no está, a la izquierda, no tiene nada que ver con la temperatura y eso puede explicar por qué no es un modelo significativo. |
| Podríamos ir de muchas maneras con esto, pero espero que se haga una idea de que |
| queremos poder, ya sabes, buscar algo, averiguar rápidamente lo que está disponible, ver de un vistazo lo que estaba pasando, |
| y luego, ya sabes, míralo todo lo que queramos. Es posible que queramos tomar estos datos ahora, tal vez resuelva un problema, tal vez el problema con el que estoy lidiando se resuelva aquí. |
| Entonces boom, no necesito hacer nada más. Tengo mi problema resuelto. O tal vez quiero aumentar este diseño, |
| ya sabe, y agregue algunas otras ejecuciones o agregue algunos otros factores. O tal vez solo estoy, oye, veo que necesito involucrar la temperatura cuando avance y es posible que no la varíe, pero sé que la mantendré en un nivel particular, a medida que avance. |
| para mejorar el poder de los estudios posteriores que pueda hacer. Entonces, ves lo que estoy diciendo, como si estuviera extrayendo conocimientos del pasado, así que no estoy comenzando desde cero. Entonces esa es la idea. ¿Por qué no hacemos otro? |
| mirada rápida hacia arriba, Farhan. Muestre otra forma de buscar las cosas. Hay varias otras formas, pero creo que una forma común sería mediante etiquetas. Las etiquetas son completamente personalizables, por lo que |
| tenemos ... qué tenemos allí ... analistas, tenemos un proyecto, ya sabes. Así que probablemente hayas tenido esto. Sé que he tenido esto. Alguien nuevo entra y le asignamos un trabajo y decimos oye, |
| ¿Por qué no miras hacia arriba, Farhan, hagámoslo por proyecto, y digamos, oye, por qué no buscas el proyecto de mejora de CVD y hay otro que se parece un poco ... si tú ...? . |
| YieldPlus. Sí, ¿por qué no vas y miras los datos, los análisis que se hicieron con esto, y luego sigues adelante y haces clic en buscar, y luego bang. |
| Los archivos asociados a él. Sé lo que está viendo aquí, por cierto, todos son archivos JMP, pero le mostraremos que en la carga, también puede incluir archivos que no sean JMP. Por lo tanto, es posible que desee incluir |
| ya sabes, algunas fotografías, fotografías de defectos, fotografías del equipo, instrucciones, otras, ya sabes, documentos, cualquier cosa que desees, y también se enumerarían allí. Lo siento, estoy apuntando a mi pantalla. |
| También aparecerían en la lista, por lo que hay otras formas de realizar búsquedas y búsquedas más completas, por así decirlo, pero creo que entiendes la idea. Y me gustaría preguntarle a Farhan, ¿te importaría llevarnos a través de la carga? |
| Sí. Sí, ¿por qué no nos hablas de eso, de acuerdo? |
| Farhan Mansoor | Vayamos a la interfaz de carga. |
| Solo la interfaz de carga. Entonces, lo que voy a hacer es agregar algunos archivos de muestra para hacer una demostración del proceso de carga. |
| Por lo tanto, puede cargar tanto el archivo JMP como cualquier otro tipo de archivo que no sea JMP. Así que te mostraré la diferencia en el |
| proceso para ambos. Entonces, lo que hice fue elegir algunos PDF, docx, hojas de cálculo y un archivo JMP. Ahora, si su formato de archivo es JMP, entonces lo que hará CoBase, lo hará |
| analizar parte de la información del archivo, por ejemplo, enumerará los nombres de las columnas, así como, ya sabes, las unidades, los modelos, ya sabes, el conjunto de datos, |
| ese tipo de información. También intentará adivinar un nombre estándar, por lo que mostraré, al final, cómo configurar, pero los usuarios administradores pueden configurar nombres estándar para varios parámetros y los usuarios pueden elegir los parámetros estándar desde aquí. |
| Y si ya existen en el sistema, CoBase intentará adivinar. Entonces, por ejemplo, en este caso la temperatura se ha asociado con |
| el parámetro de temperatura que existe en CoBase en este momento. Flujo de argón, que no tiene un parámetro asignado en este momento, porque es nuevo en el sistema, por lo que el usuario puede elegir un nombre estándar. |
| Entonces, si sé que el FLW de argón es el mismo que nuestro flujo en la deposición del paso, puedo |
| seleccione ese como mi parámetro estándar. Ahora bien, esto es opcional. Los usuarios no tienen que hacerlo |
| pero si estandarizaron sus parámetros, sus columnas, entonces solo hace que sea más fácil buscar varias cosas. |
| Pero, o podrían volver y hacerlo más tarde, pero sí, pero ahora mismo, es una característica opcional, un proceso opcional. |
| Wayne Levin | Una de las ... una de las claves alrededor de esto solo para aclarar, los nombres de las columnas que están a la izquierda, son de la tabla de datos JMP que Farhan identificó. |
| Y para buscar algo, tenemos que tener un estándar. Tenemos que estar de acuerdo con un estándar. Entonces, básicamente, lo que CoBase nos permite hacer, que es lo que significa CO, es que estamos colaborando de forma asincrónica con ustedes, colegas. Aquí hay muchos nombres. Estamos cooperando. |
| Asi que. |
| Tenemos que ponernos de acuerdo en los nombres y, por lo tanto, lo que estamos tratando de hacer es que sea realmente fácil cuando vayas a subir |
| para asignarle los nombres propios. Entonces Farhan acaba de decir que es opcional. Es cierto, porque queremos asegurarnos de que la gente |
| subir. Sabemos que si se lo ponemos difícil, no lo harán. Dirán, oh, lo haré más tarde hoy, y luego no lo harán. |
| Bien, entonces lo haré mañana. Lo haré mañana, y luego no lo harán. Ya sabes, ese tipo de cosas. La otra cosa que podemos hacer es identificar |
| ya sabes, tablas que se han subido que no tienen nombres estándar. Como si fuera una función de administrador, por así decirlo, y para que puedan corregirse más tarde, está bien. Regular |
| ahora tenemos la nomenclatura ... son esenciales para facilitar, ya sabes, la optimización del sistema. Si vamos a cooperar, tenemos que estar de acuerdo con ... tenemos que estar de acuerdo con un estándar, así que eso es una gran parte. Y algo que agregamos recientemente, Farhan, acabas de mencionar las unidades de medida. |
| Eso es parte de esto también, por lo que si está subiendo y se le recordará cuál es la unidad de medida o cuál debería ser y |
| facilitamos cambiar eso si, de hecho, ya sabes, alguien mide en milímetros pero el estándar son centímetros o nanómetros lo que sea. De todos modos, queremos facilitar esa estandarización. |
| Sí, ¿qué más deberíamos mencionar aquí? Está el etiquetado que puedes hacer, comentarios, adelante, Farhan. |
| Farhan Mansoor | Sí, entonces puede agregar un comentario a nivel de archivo o puede agregar un comentario a nivel de lote, tener notas generales sobre la carga completa. |
| Las etiquetas también se pueden agregar aquí, por lo que estas son las etiquetas preexistentes. Entonces puede agregar, como si quisiera agregar una etiqueta, puedo agregar una etiqueta de tecnología de la serie uno, cosas así. |
| Wayne Levin | Bien, ¿por qué no lo subimos? |
| Farhan Mansoor | Sí, carguemos esto. |
| Wayne Levin | Entonces, para que sepas en qué consiste, está en el back-end, es una base de datos de servidor SQL y en el front-end, es un complemento de JMP, por lo que estamos ejecutando esto en JMP obviamente y está instalado, como cualquier otro. otro complemento. Esta configuración que debe suceder. |
| CoBase se puede instalar y poner en marcha literalmente en minutos. Realmente depende de ti. Tiene un script para instalar la base de datos y haga doble clic, instale el complemento, su configuración y listo, ya está en funcionamiento. Así que es bastante fácil hacer eso y, oh, estamos ahí y. |
| ¿Por qué no hacemos una búsqueda rápida? |
| Farhan Mansoor | Entonces, una vez que termine de cargarse, será como ... le dará un ID de lote como referencia, por lo que también puede buscarlo. |
| Entonces, si hago una búsqueda para eso. |
| Wayne Levin | Por supuesto, también puede buscarlo en función de los nombres de los factores, etc. |
| sí, solo vamos a poner el ID de lote allí, solo para que estemos |
| centrado solo en esto. |
| Farhan Mansoor | De modo que estos son los archivos que acabo de cargar. Y puede ver los gráficos similares, los gráficos de distribución de parámetros, si hay algún modelo, se mostrará aquí, ya que solo tiene un JMP |
| expediente. Hay tanto, y también podemos descargar los archivos, así que si descargo un archivo JMP, se abrirá dentro de JMP. |
| Pero si es un archivo que no es JMP, por ejemplo, si es un archivo doc, se abrirá con su visor de documentos predeterminado, así que en mi caso, sería Microsoft Word. |
| Wayne Levin | Así fluye hacia atrás en la búsqueda original. Si buscamos, oye, ¿quién ha visto el flujo de argón o qué tienes tú? |
| no solo obtenemos el archivo JMP aquí, como lo que vemos aquí, sino que también veríamos estos otros archivos asociados con eso, por lo que también te responderán. |
| Eso es un poco sobre la carga. De nuevo estamos intentando |
| Facilitar la estandarización y, nuevamente, estamos tratando de hacerlo fácil, realmente fácil de hacer. |
| Ahora, por supuesto, tendrías un montón de usuarios de CoBase ahí fuera, y también tendrías algunas personas que tendrían privilegios administrativos. ¿Por qué no echamos un vistazo rápido a eso, Farhan? |
| Porque aquí es donde ... no profundizamos demasiado en esto. Si desea ver más sobre esto o hablar más sobre esto, podemos hablar durante las preguntas o puede contactarnos |
| después, ya sabes, en cualquier momento. |
| Entonces, lo eres tú. |
| Aquí vamos. |
| Farhan Mansoor | En eso. Sí. |
| Wayne Levin | Quiero decir brevemente cómo se hace aquí la configuración de los parámetros. |
| Farhan Mansoor | Sí, a la izquierda, ves todos los pasos o bueno, los llamamos dominios. Estos podrían ser sus pasos de producción o componentes o subcomponentes del producto. |
| Y si hago clic en uno de los pasos aquí, le mostrará todos los parámetros que existen actualmente ... que existen actualmente en este dominio en particular y también los subdominios. Y los usuarios administradores pueden venir y agregar nuevos parámetros. |
| o editar los existentes, por lo que esto creará esos nombres estándar que los usuarios pueden seleccionar durante la carga. |
| Los usuarios administradores también pueden asignar una unidad estándar, por lo que en el lado derecho, verá todas las unidades estándar asociadas con los parámetros estándar. |
| Wayne Levin | Derecha y luego las etiquetas allí. |
| fue mencionado .... allí. Voy a volver a los parámetros por un momento. Puede cambiar los nombres de estos parámetros. Lo siento, nos perdimos algo allí. Podríamos mostrarle eso, recuerde que cargamos una tabla y cambiamos el flujo de argón, cambiamos el nombre. |
| Bueno, cuando descarguemos esa tabla, tendrá el nombre correcto y si alguna vez decidimos que, por alguna razón, queremos cambiar algunos de estos nombres estándar con el tiempo, puede decidir que |
| algo es un poco más descriptivo o, ya sabes, es posible que solo quieras cambiarlo, para que puedas hacerlo. Puede cambiarlos aquí en el panel de administración y eso |
| haga, digamos, cambios dentro del sistema para que ahora, pueda buscar en base a esos nuevos nombres y el historial aún se presente. |
| Por eso hemos agregado esa flexibilidad. Para empezar, fue una de las cosas más difíciles, quizás la más difícil, en términos de construir CoBase. Lo siento, Forhan, te iba a llevar, pero veamos las etiquetas, para que tengan una idea de eso. |
| Farhan Mansoor | Tiene un conjunto de etiquetas que los usuarios administradores pueden crear. Aquí puede agregar nuevos tipos de etiquetas o nuevas etiquetas dentro de las etiquetas, tipos de etiquetas, ahora mismo, podemos ver algunos ejemplos aquí. Por ejemplo, etiquetas de tecnología, etiquetas de tipo de estudio, cosas así. |
| Wayne Levin | Sí, tenemos tecnología, tenemos una compañía, que dijo, mira, sabes que tenemos diferentes épocas, por así decirlo, diferentes tecnologías y no queremos tirar cosas que, ya sabes, se hicieron a partir de versiones anteriores, si lo hará, por una tecnología anterior. |
| Así que querían poder nombrar eso y, de hecho, pueden hacerlo. |
| Sabes que es obvio, probablemente quieras etiquetar por analistas, ya sabes, para que puedas usar el nombre de alguien o lo que sea, o algún ID de proyecto. Ya sabes, esas son etiquetas bastante obvias, pero puedes crear las etiquetas que quieras y puedes agregar etiquetas cuando quieras, |
| ya sabes, a esto como se te ocurra. |
| Así que ese es el lado de demostración de esto que queríamos mostrarte. Espero que le dé una idea y, de nuevo, sabe que agradecemos cualquier pregunta que pueda tener o |
| comentarios. Solo voy a ... Voy a volver a cambiarlo a mi pantalla. Gracias, Farhan. |
| Y ver si puedo conseguir esto. |
| Bien, nos complace atender cualquier pregunta o pensamiento que pueda tener. Dios mío, siento que tengamos que editar esto, esta es la diapositiva incorrecta. |
| Así que voy a retroceder. |
| Si tiene alguna pregunta o comentario, en la diapositiva, tendremos nuestra información de contacto, cuando vaya a cuando la descargue. |
| Siéntete libre de comunicarte. Estaremos encantados de hacer una demostración más extensa o hablar sobre algunos desafíos que pueda tener o problemas que pueda tener, y cómo podríamos resolverlos con CoBase. Y realmente agradezco tu interés. Gracias. |
