Steve Hampton ist Process Control Manager bei PCC Structurals Process Control Manager Steve Hampton hat eine Karriere mit der Einführung von Lean-Six-Sigma-Initiativen in der Gussindustrie gemacht. Nachdem er vor fünfzehn Jahren als Ingenieur zum Feingusshersteller PCC Structurals kam, erkannte Steve das Potenzial statistischer Ansätze, um die metallurgischen und dimensionalen Anforderungen der Kunden in kürzeren Zeitplänen und zu geringeren Kosten besser zu erfüllen.
Laut Steve ist es in seinem derzeitigen Bereich der Prozesskontrolle entscheidend, nicht nur an einen Aspekt eines Prozesses zu denken, sondern an den gesamten Wertstrom. Frühe Änderungen in jedem Prozess können Folgewirkungen haben, und zwar durch eine umfassende Betrachtung des Ganzen Analyse-Workflow konnte er gezielte Verbesserungen einführen, die Nacharbeiten, Fehler und nachgelagerte Kosten reduzieren.
In einem kürzlich geführten Gespräch @shampton82 teilte seine Gedanken – und einige Ratschläge – darüber mit, wie er mehr Wert aus ihm herausgeholt hat JMP , sowohl für seine Organisation als auch für seine eigene Karriere.
Meg: Die Einführung einer neuen Methode oder eines neuen Tools kann zunächst störend sein – insbesondere für eine Organisation, die sich selbst als bereits mit den modernsten Tools auf dem Markt arbeitet. Aber das bedeutet nicht, dass einige dieser vorübergehenden Wachstumsschmerzen nicht überwältigende Vorteile haben! Welche Arten von ROI oder Verbesserungen haben dazu beigetragen, die Dateninitiativen, die Sie bei PCC eingeführt haben, in Schwung zu bringen?
Steve: Diese Frage erinnert mich an die Aktivierungsenergiekurven aus meiner Schulzeit. Anfänglich gibt es eine enorme Energiebarriere für eine Reaktion, aber durch Hinzufügen eines geeigneten Katalysators wird diese Energie stark reduziert. Ich sehe JMP – und die Support-Struktur, die mit der Software geliefert wird – als diesen Katalysator für unser Unternehmen.
Bei PCC haben wir eine lange Geschichte mit NEI und der DMAIC-Denkweise, wobei Minitab unser wichtigstes Statistikpaket ist. Aber wir steckten auch ziemlich in einer ANOVA- und bivariaten Regressionsanalyse fest. Schlimmer noch, aufgrund der Einschränkungen von Minitab und Excel mussten Ingenieure während einer Analyse mehrmals zwischen den beiden hin- und herspringen, und viele entschieden sich schließlich für Excel, weil sie das kannten und damit effizient arbeiten konnten. Das Ergebnis waren einige gute Visualisierungen unserer Daten und Prozesse, aber ein Rückfall in die statistische Strenge bei Entscheidungen.
Als ich zum ersten Mal mit JMP in Berührung kam, war ich Minitab-Superuser und habe ehrlich gesagt den Wert nicht sofort erkannt. Trotzdem habe ich erst einmal die Umstellung mit Hilfe von vorgenommen @Jordan_Hiller 's Vor-Ort-Schulung und ein paar ausgezeichnete On-Demand-Webinare , Ich habe nie zurückgeschaut. Alle, die den Übergang geschafft haben, empfinden das genauso.
Der Wendepunkt für meine Anlage war eine ziemlich große Prozessabweichung, bei der wir mit unseren typischen Werkzeugen nicht weiterkamen – aber es kostete uns Hunderttausende von Dollar, da das Problem weiterhin bestand. Das Projektteam kehrte mit Prozessabbildung und Brainstorming zu den Grundlagen zurück und begann, die leistungsstarken Visualisierungstools von JMP zu verwenden, um Theorien schnell in einer Gruppenumgebung zu testen. Dann könnten wir einen statistischen Test durchführen, um zu sehen, ob es sich lohnt, sie weiter zu verfolgen. Dies führte zu einem schnellen Verständnis dessen, was die Hauptprioritäten der Experimente sein sollten, und zu einer grundlegenden Änderung unserer Prioritäten bei der Steuerung unseres Prozesses.
Dadurch haben wir nicht nur unsere Prozessabweichung (die sich ursprünglich auf einige wenige Teile konzentrierte) gelöst, sondern auch Verbesserungen in allen Teilen festgestellt. Die Schnelligkeit, mit der wir mit JMP zu umsetzbaren Punkten gelangten, und die Flexibilität bei der Destillation komplexer Probleme mit Graph Builder und dem Profiler ermöglichten es dem oberen Management von PCC, den Wert von JMP für unser Unternehmen zu erkennen. Erst in diesem Jahr schulen wir nun unser gesamtes technisches Rotationspersonal mit dem STIPS-Kurs dieses Denken und die Fähigkeit zur Verwendung von JMP von Beginn ihrer Karriere an zu verinnerlichen.
Meg: Sie beschreiben zwei verschiedene Arten von Neulingen bei JMP. Der eine ist jemand, vielleicht frisch von der Universität, der Tools wie JMP noch nicht an einem Industriearbeitsplatz verwendet hat. Der andere ist beruflich weiter fortgeschritten und hat bereits etablierte Vorlieben, wenn es um statistische Tools geht. Und als ehemaliger „Minitab-Superuser“ klingen Sie, als gehörten Sie früher zu dieser zweiten Kategorie!
Einer der häufigsten Einwände, die wir hören – am häufigsten von dieser fortgeschritteneren Karrieregruppe – ist, dass einige befürchten, dass statistische Ansätze in JMP ihre Fachkenntnisse verdrängen werden. Wie hat JMP die Art und Weise verändert, wie Sie und Ihr Team Fachkenntnisse und Fähigkeiten anwenden?
Steve: Graph Builder und der Profiler sind der Stein von Rosetta für Domänenexperten und JMP-Nerds. Die Fähigkeit für dynamische visuelle Darstellungen ermöglicht es Domänenexperten im Grunde, zu sehen, was die Daten über verschiedene Einstellungen und in verschiedenen grafischen Umgebungen aussagen. Das ist wirklich der „Aha“-Moment, weil sie sehen, was sie in ihrem Kopf haben – und mit JMP können sie anderen Teammitgliedern die Verbindungen zwischen Prozesselementen sehr klar erklären.
In Projektteambesprechungen sehe ich also schnell, wie unsere Fachexperten das Gespräch vorantreiben – „können wir diesen Faktor im Vergleich zu jenem betrachten“ oder „lasst uns dies und das überlagern“ – und dann anfangen, mit dem Team darüber zu sprechen, was sie sehen und was kann getan werden.
Meg: Erzählen Sie uns von Ihrer Beziehung zur JMP-Organisation. Es gibt einige Leute, die nur die Software verwenden – und das ist in Ordnung –, aber es gibt andere, die sich wirklich für JMP als Unternehmen einsetzen. Welchen Wert haben Sie Ihrer Erfahrung nach aus der Nutzung einiger der von JMP angebotenen Ressourcen gezogen?
Steve: Ich verwende JMP jetzt seit ungefähr sechs Jahren (und JMP Pro seit zwei Jahren), aber erst vor ein paar Jahren habe ich mich wirklich in die JMP-Community eingebracht. Ich war ziemlich aktiv in den Diskussionsforen der JMP-Community (hauptsächlich um Hilfe beim Skripting gebeten), nahm am Discovery Summit 2019 teil (was großartig war!) und hatte das Glück, dafür ausgewählt zu werden mindestens einjährigen Discovery Summit präsentieren .
Ich schaue mir auch regelmäßig die On-Demand-Webinare an, habe die STIPS-Schulung absolviert und die Online-DOE-Schulungen, An dieser Stelle könnte man also sagen, ich bin voll dabei!
Alles, was ich aufgelistet habe, ist der immense Mehrwert, von dem die meisten Menschen nichts wissen. Oder vielleicht verstehen sie nicht, wie viel Wert außerhalb der JMP-Anwendung selbst liegt. Eine lokale technische Ressource wie Jordan zu haben, von der ich Ideen austauschen und die Gruppenschulungen für uns durchführen kann, ist wirklich ein Wendepunkt, wenn es darum geht, dass eine JMP-Benutzergruppe wächst und gedeiht.
Meg: Wie, würdest du sagen, hat sich dein Eintreten für die Analytics-Transformation auf deine Karriere ausgewirkt?
Steve: Ich bin mir nicht sicher, ob ich jetzt in meiner derzeitigen Rolle als Process Control Manager wäre, wenn da nicht meine Liebe zu Daten und Statistiken wäre. Bevor ich zum Prozesssteuerungsteam bei PCC kam, hatte ich mehrere Betriebs- und Engineering-Positionen inne, aber ich glaube, was mir geholfen hat, die Rolle zu bekommen, war mein Verständnis dafür, wie Daten und datenbasierte Entscheidungen zu Schrittfunktionsänderungen in der Steuerung führen können und Verbesserung eines Prozesses. Das und mein Interesse daran, andere zu Statistik-Nerds zu machen!
Es hat mir auch geholfen, Kontakte zu anderen Werken zu knüpfen, mich abteilungsübergreifend zu vernetzen und auf technischen Konferenzen zu präsentieren, da ich anderen bei ihren Datenanalyseproblemen helfe und präsentiere, was wir in meinem Werk neu machen.
Meg: Welchen Rat würden Sie jemandem geben, der eine ausgereiftere Analytics-Kultur in seinem Unternehmen kultivieren möchte?
Steve: Ich denke, das Wichtigste ist, die Leute zu zwingen, sich die Zeit zum Lernen zu nehmen. Wenn Sie anfangen, Datenanalyse verstehen und ein neues Programm wie JMP verwenden, muss ein Manager sagen, dass es in Ordnung ist, kurzfristig mit Analyseproblemen langsamer vorzugehen, damit sich die Mitarbeiter befähigt fühlen, tatsächlich zu lernen, anstatt auf ihre alten Methoden zurückzugreifen. Wenn das Haus brennt, greifen die Leute natürlich nicht nach dem Werkzeug, das sie anfangs verlangsamt, also ist es unsere Aufgabe als Change Agents, sie wissen zu lassen, dass es in Ordnung ist, am Anfang langsamer zu gehen, um am Ende insgesamt schneller und weiter zu gehen .
Ich würde auch empfehlen, jemanden mit einer Leidenschaft für Datenanalyse zu finden und ihm die Möglichkeit zu geben, Zeit zu haben, seine Leidenschaft zu teilen und eine ansteckende Kraft zu sein. Sie können andere dazu ermutigen, jede verfügbare Gelegenheit zu nutzen, um neue Wege zur Untersuchung von Daten auszuprobieren und sie zu umsetzbaren Elementen führen zu lassen.
Schließlich müssen Sie Erfolge teilen und sicherstellen, dass die Leute das Rad der besten Analysepraktiken nicht neu erfinden – daher sind Benutzergruppentreffen, Technologieportale und Best-Practice-Berichte von entscheidender Bedeutung.
Meg: Welchen Rat würden Sie jemandem geben, der gerade erst mit JMP anfängt?
Steve: Hier sind meine Top 5 Tipps:
- Nutzen Sie die kostenlosen Ressourcen, die JMP zu bieten hat.
- Widmen Sie sich der Verwendung von JMP genug, um ein „Knopf“-Muskelgedächtnis zu entwickeln.
- Machen Sie die Plattform effizienter, indem Sie benutzerdefinierte Symbolleistenschaltflächen und Skripte für häufig verwendete Aktionen und Analysen verwenden.
- Visualisieren Sie IMMER Ihre Daten, bevor Sie versuchen, eine Analyse durchzuführen.
- Beteilige dich an den Problemen anderer. Sie werden erstaunt sein, wie viel Sie beim Erkunden von Daten lernen, an die Sie nicht gewöhnt sind, und Fragen, an deren Beantwortung Sie noch nie gedacht haben.
Bauen Sie analytische Exzellenz in Ihrem Unternehmen auf. Finde heraus wie: jmp.com/advocate
