CONFIDENTIEL DE L'ENTREPRISE. NE PAS DIVULGUER.
Voir c'est croire
Johnson & Johnson Vision Care transmet les avantages d'une fabrication rationalisée, d'une capacité de processus et d'une qualité améliorées au consommateur, rendant les soins de la vue plus abordables et accessibles à tous ceux qui en ont besoin. Les ingénieurs attribuent les innovations de fabrication à une meilleure capacité à agir sur les données disponibles.
_____________________________________________________________________________________
Défi : Bien que la direction ait reconnu l'importance d'approfondir les capacités d'analyse de Johnson & Johnson Vision Care, les obstacles à l'accès aux données et les inefficacités systémiques ont empêché les équipes d'ingénierie des processus d'agir sur les données disponibles. Les agents de changement au sein de l'organisation ont identifié le besoin d'un outil qui fournirait un flux de travail d'analyse plus rationalisé sans encourir une charge de formation importante.
Solution : Après avoir évalué un certain nombre d'outils standard de l'industrie, Johnson & Johnson Vision Care Process Engineering a décidé d'octroyer une licence à JMP®, en l'adoptant comme outil d'acquisition et d'analyse de données standard de l'équipe de processus, car il offrait un moyen simple d'opérationnaliser le flux de travail d'ingénierie de processus, en déplaçant des données brutes à la décision beaucoup plus rapidement qu'auparavant. JMP élimine le besoin pour les ingénieurs de travailler entre plusieurs outils, explique Brendan Malone, ingénieur processus senior. « L'un des principaux moteurs de notre passage à JMP était de pouvoir tout regrouper dans une seule boîte », déclare-t-il.
Résultats : Les meilleures pratiques d'analyse des données ont été normalisées dans toute l'entreprise grâce à des workflows JMP rationalisés. Les ingénieurs de processus sont désormais en mesure de travailler avec plus d'agilité, car JMP supprime les problèmes d'accès aux données, facilite des collaborations plus efficaces, améliore la continuité des activités et accélère le rythme auquel Johnson & Johnson livre ses produits à ses clients. Malone dit : "Nous sommes passés de quatre jours nécessaires pour collecter les données à avoir réellement les données et une décision prise en quatre heures."
_____________________________________________________________________________________
Malgré les progrès médicaux spectaculaires du dernier demi-siècle, la santé oculaire continue d'être sous-évaluée et sous-traitée dans le monde. Les chiffres sont ahurissants : près de la moitié des 2,2 milliards de personnes ayant une déficience visuelle dans le monde n'ont pas reçu de soins adéquats pour préserver ou restaurer leur vue. Les agences humanitaires estiment que le sous-traitement généralisé des déficiences visuelles est directement lié aux coûts et aux obstacles à l'accès, en particulier parmi les communautés marginalisées.
Johnson & Johnson Vision a pour mission de changer la trajectoire de la santé oculaire dans le monde en proposant des solutions innovantes à ces obstacles systémiques. La société a, ces dernières années, introduit de nouvelles capacités de fabrication intelligentes et rationalisé les chaînes d'approvisionnement pour créer des économies de coûts qui peuvent être répercutées sur les consommateurs. Dans le même temps, Johnson & Johnson a également identifié la fabrication juste-à-temps comme une stratégie non seulement pour réduire les coûts, mais aussi pour répondre plus rapidement aux demandes des clients et, surtout, apporter des améliorations aux mesures de qualité.
Le défi de la mise en œuvre de ces nouvelles stratégies incombe au Global Process Engineering Group de Johnson & Johnson, qui prend en charge la production de milliards de lentilles de contact chaque année dans des installations à Jacksonville, en Floride, et à Limerick, en Irlande. Alors qu'historiquement la compétence de l'ingénieur de procédés était de résoudre les problèmes mécaniques, les ingénieurs de procédés modernes sont chargés d'utiliser les données de fabrication pour améliorer les processus et travailler plus efficacement sur le contrôle statistique des processus, l'acquisition de données, la résolution de problèmes et la disposition des produits.
De réactif à proactif
Comme de nombreux fabricants aujourd'hui, Johnson & Johnson Vision Care a développé une architecture de systèmes de pointe pour prendre en charge le grand nombre de flux de données provenant d'installations nouvellement automatisées. Il s'agit d'un environnement extrêmement riche en données, et les ingénieurs de procédés ont dû adapter leurs méthodes en conséquence. D'ici 2018, explique l'ingénieur principal des procédés Brendan Malone, le
Le groupe mondial d'ingénierie des procédés de la société était confronté à la réalité que les approches existantes étaient incapables de répondre aux exigences d'une charge de données de plus en plus importante. « Nous reconnaissions que même s'il y avait une quantité importante de données disponibles, nous n'étions pas en mesure d'agir rapidement sur ces données pour minimiser l'impact des problèmes de fabrication », explique-t-il.
À l'époque, les systèmes, les logiciels et les méthodes de l'équipe étaient fracturés, et le temps sans valeur ajoutée nécessaire pour passer des données brutes aux informations était une source de frustration généralisée. Dans cette frustration, cependant, la direction de l'ingénierie des procédés a reconnu une opportunité de consolider les outils et d'améliorer les compétences de l'ensemble de l'organisation d'ingénierie des procédés de Johnson & Johnson Vison Care. L'objectif était de dépasser ce qui était traditionnellement une organisation réactive pour devenir proactive. C'était un message qui a trouvé un écho instantanément auprès des dirigeants.
« Il y avait une volonté de la part de la haute direction de développer la capacité de toute l'équipe d'ingénierie des processus de Vision Care. [Notre direction] croyait en la puissance des données et voulait amener le groupe d'ingénierie des procédés à être plus capable de gérer les données », déclare Malone. "Mais pour [motiver] le changement, vous avez vraiment besoin d'avoir quelque chose de bien que vous pouvez donner aux gens pour les aider à changer."
Surmonter les défis d'accès aux données est la première étape d'une transformation de la culture
Pour Johnson & Johnson Vision Care, le plus grand obstacle pour devenir une organisation plus capable de gérer les données était un accès facile aux données. Après des années de collecte de données sur plus de 40 lignes de fabrication par site, les systèmes de données de l'entreprise étaient fortement cloisonnés à partir d'équipements modernisés, de bases de données incompatibles et de systèmes qui enregistraient des enregistrements en double à plusieurs endroits.
Les ingénieurs de processus, explique Malone, passaient un temps démesuré à rechercher l'accès et à interroger des bases de données disparates juste pour collecter les données dont ils avaient besoin pour démarrer. Un éventail de licences logicielles existantes était une autre source d'inefficacité, car le groupe devait jongler entre des formats et des outils incompatibles pour effectuer un flux de travail unique. Les équipes informatiques travaillaient avec diligence pour transformer les données dans un format plus utilisable, mais les ingénieurs de processus avaient un besoin immédiat d'une solution unique, évolutive et flexible.
Il était de plus en plus clair que le groupe d'ingénierie des procédés ne serait pas en mesure d'effectuer une véritable transformation de sa capacité d'analyse sans d'abord résoudre le problème d'accès. Mais il y avait aussi un deuxième impératif : l'équipe avait besoin d'une plate-forme d'analyse statistique plus sophistiquée qui pourrait être utilisée par des ingénieurs de tous niveaux d'expérience, des novices utilisant des applications statistiques pour la toute première fois aux ceintures noires Six Sigma.
C'est ce deuxième facteur de motivation qui a conduit les responsables de l'ingénierie des procédés vers le logiciel de découverte statistique de JMP, mais le premier qui a scellé l'affaire. « L'un des grands moteurs que nous avions pour passer à JMP était de pouvoir tout mettre dans une seule boîte », explique-t-il ; l'accès aux données et tous les outils d'analyse dont un ingénieur peut avoir besoin dans un seul progiciel. Mieux encore, JMP pourrait gérer de grands ensembles de données sur un ordinateur portable standard et être utilisé efficacement dès la sortie de la boîte sans encourir une charge de formation importante. Bien qu'ils ne soient pas nouveaux chez J&J Vision, plusieurs membres de l'équipe et responsables avaient de l'expérience avec le logiciel, ce qui a contribué à instaurer la confiance lorsque l'équipe d'ingénierie des procédés a adopté JMP pour l'assistance à la fabrication.
Flux de travail pour un accès rapide aux données et des analyses accessibles - avec ou sans codage
Grâce à ses outils de visualisation de données dynamiques, y compris le Graph Builder interactif, JMP a permis aux ingénieurs sans expérience en statistiques industrielles de prendre en main le logiciel et de démarrer immédiatement, sans codage nécessaire. "La visualisation des données est extrêmement importante", déclare Malone. « En tant qu'ingénieurs de procédés, nous l'utilisons pour faire comprendre ce qui se passe avec le produit à nos équipes d'exploitation qui gèrent les lignes ainsi qu'aux équipes de gestion qui prennent les décisions commerciales.
« Personne ne m'a encore convaincu qu'il existe quelque chose qui puisse me donner aussi facilement les visualisations que j'obtiens dans JMP. C'est probablement là que l'adhésion du point de décision est venue avec le logiciel : c'est un outil visuel, donc quand vous montrez aux gens, ils sont très, très rapidement à bord parce qu'ils peuvent voir la capacité.
Alors que JMP attirait les personnes moins expérimentées en statistiques, ajoute Malone, il offrait également un large éventail de fonctionnalités à ceux qui se trouvaient à l'autre bout du spectre des compétences. Avec JMP, les experts Six Sigma et l'innovation des données de l'entreprise ont pu déployer des applications d'apprentissage automatique, explorer des données fonctionnelles, utiliser l'analyse de texte et écrire des scripts personnalisés, entre autres. JMP, explique-t-il, offrait des fonctionnalités supérieures pour le contrôle statistique des processus, la création de rapports automatisés et l'analyse approfondie des données. En fait, la capacité de données de l'équipe d'ingénierie des procédés est passée en seulement deux ans de 3 000 lignes de données à plus de 25 millions.
La standardisation autour d'un outil commun motive une adoption plus poussée de la prise de décision basée sur les données
Il y a des avantages à créer une économie d'échelle, et Malone affirme que le fait d'avoir un outil commun permet à Johnson & Johnson Vison Care de minimiser les frais généraux liés au développement des capacités. Dans ce qu'il appelle une « réponse à plusieurs niveaux », les personnes les plus avancées sur le plan statistique souhaitant jouer le rôle d'agents de changement au sein de l'organisation ont accès à JMP Pro pour résoudre certains des problèmes les plus complexes de l'équipe. Malone explique que les tâches qui impliquaient autrefois un grand nombre d'étapes allant de l'interrogation de base de données ad hoc à la migration entre plusieurs systèmes logiciels peuvent désormais être effectuées en une seule étape avec l'outil Query Builder de JMP.
L'un des principaux avantages de cette approche à plusieurs niveaux est que les utilisateurs avancés peuvent déployer des workflows et des tableaux de bord personnalisés qui automatisent les processus en plusieurs étapes pour la communauté élargie des utilisateurs JMP. Des analyses scénarisées aident l'ensemble du groupe à se standardiser autour d'un ensemble de bonnes pratiques. « Si nous avons un grand groupe de personnes qui utilisent JMP, nous pouvons alors nous permettre d'avoir un petit groupe de super utilisateurs vraiment hautement qualifiés qui peuvent consacrer du temps à la réalisation des tâches vraiment complexes. Et tout le monde en profite », explique-t-il.
L'évolutivité de ces avantages a été essentielle pour changer les mentalités à grande échelle. Malone dit que c'est grâce à des manifestations actives qu'il a réussi à convaincre les sceptiques. « L'un des moyens les plus efficaces pour éloigner les personnes qui sont intégrées dans [des approches obsolètes] est de faire des démonstrations avec les données réelles qu'ils utilisent et de leur montrer ce dont ils ont besoin.
"Le vrai coup de pied est alors quand vous dites:" D'accord, vous l'avez fait une fois et vous savez que vous devrez faire exactement la même chose la semaine prochaine…. Il vous suffit donc de cliquer sur ce petit bouton de script vert dans JMP et vous avez refait votre analyse.
"Quand les gens voient cela, ils sont absolument convaincus parce qu'ils réalisent soudainement : 'Je n'ai besoin de faire cela qu'une seule fois, puis tout ce que j'ai à faire est de mettre à jour le tableau de données.' Et ils voient que vous venez de perdre trois ou quatre heures de travail très rapidement… alors ils disent : « JMP vaut la peine de passer à JMP parce que nous en bénéficions à long terme.
À peine huit ou neuf mois après le déploiement de JMP, explique Malone, le changement était déjà palpable. « Beaucoup de gens [dans d'autres départements] voyaient ce que nous faisions et disaient : 'Comment pouvons-nous faire ça aussi ?' Il y a maintenant un énorme intérêt pour JMP… parce que [d'autres groupes] ont vu la façon dont nous avons utilisé les données.
Ces preuves de concept ont contribué à catalyser un changement radical dans la culture, et Malone affirme que la direction saute sur l'occasion de maintenir l'élan en promouvant une mise en œuvre plus large des flux de travail JMP. Selon lui, l'entreprise a déjà documenté un certain nombre d'avantages liés à la mise en œuvre de JMP, notamment :
- Les extraits de données sont désormais standardisés et accessibles à tous.
- Les meilleures pratiques d'analyse des données ont été normalisées dans l'ensemble du Ministère.
- Des formats d'affichage standardisés facilitent des collaborations plus efficaces car les graphismes sont familiers et donc plus rapidement compris par tous.
- Les meilleures pratiques normalisées ont conduit à de meilleurs rapports et à des réunions plus efficaces.
- L'exploration dynamique des données lors des réunions permet aux principales parties prenantes de poser des questions et d'obtenir des réponses en temps réel.
- Des requêtes et des analyses de données plus sophistiquées ont entraîné des gains de temps répétés pour chaque ingénieur, chaque jour, au sein du groupe mondial d'ingénierie des procédés.
- Les équipes n'ont plus besoin de s'appuyer sur une seule source de données, améliorant ainsi la continuité des activités.
- L'augmentation des capacités d'analyse et de visualisation est maintenant répandue.
De quatre jours et un inconnu à quatre heures et une décision
Les flux de travail automatisés ont déjà eu un impact significatif à la fois sur le rythme des cycles d'innovation R&D et sur les relations de Johnson & Johnson Vision Care avec ses clients. Avant le déploiement des tableaux de bord JMP standard, les ingénieurs de processus devaient passer par un processus d'extraction de données approfondi qui pouvait prendre jusqu'à trois ou quatre jours afin d'enquêter sur un problème de qualité de produit, même mineur. Cependant, lorsque Malone a introduit un script de requête et de post-requête qui rassemblait toutes les données nécessaires pour disposer le matériel, joindre les flux de données ensemble, créer des graphiques et produire un résultat - le tout en une seule étape - il a déclaré : "Nous sommes passés du besoin quatre jours pour rassembler les données pour avoir réellement les données et une décision prise en quatre heures.
Malone se souvient d'un cas dans lequel, en prévision de retards, le groupe d'ingénierie de la qualité s'était réuni pour discuter de la meilleure façon de communiquer la perturbation du calendrier à son client en attendant la disposition d'un produit. "Nous sommes arrivés à la réunion avec une recommandation basée sur des données sur la façon de disposer le produit, et ils ne nous ont pas crus au début !" il rappelle.
"Ils nous ont dit de revenir en arrière et de revérifier, mais j'ai dit, 'Je vais vérifier pour vous maintenant.' Je viens d'exécuter le script et de relancer la requête dans JMP… Et ils n'arrivaient pas à y croire parce que normalement [ce processus] nous aurait pris des jours », dit-il – tout cela grâce à un simple script.
Ce processus est depuis devenu un service de contrôle interne standard, avec des contrôles de qualité réguliers effectués toutes les semaines ou deux pour voir comment le produit et ses paramètres se comportent. "Cela a été un énorme, énorme avantage en termes de temps", déclare Malone. « Parce qu'évidemment, si vous détenez un produit pendant que vous attendez une décision de disposition, vous ne pouvez pas le vendre. Vous devez le stocker et vous avez des clients qui attendent. Ces délais sont cruciaux dans un marché qui évolue de plus en plus vers la fabrication juste à temps. JMP, dit-il, a « fait ses preuves à plusieurs reprises ».
JMP est "à l'épreuve du temps"
Les agents de changement comme Malone ont beaucoup investi pour soutenir et encourager leurs collègues à adopter des approches d'ingénierie axées sur les données. Et Johnson & Johnson Vision Care a investi financièrement dans l'évolution de son organisation d'ingénierie. Malone s'attend donc à ce que les retours sur les engagements financiers et temporels de Johnson & Johnson Vision Care se prolongent dans le futur. C'est pourquoi il est important d'avoir investi dans un outil qui évoluera avec l'organisation.
« Tout ce que nous faisons pour développer nos capacités avec JMP semble être pérenne », déclare-t-il. « JMP ne cesse de développer et d'accroître ses capacités… et son accès aux données n'est jamais perdu. »
Malone prévoit qu'à mesure que de nouvelles lignes sont développées et que de nouveaux systèmes sont introduits, le besoin de capacités de données plus larges ne fera que croître. Et avec son programme Early Adopter et de nouvelles versions publiées tous les 18 mois, JMP est un partenaire qui évolue aux côtés de ses clients, sollicitant la contribution active des ingénieurs qui utilisent le logiciel au quotidien pour résoudre de vrais problèmes.
"Notre temps doit être consacré, en tant qu'ingénieurs de procédés, à prendre des décisions", explique Malone. « JMP vous rendra le temps. Cela vous amènera au point où vous ne vous contenterez pas de jouer avec les données, mais en tirerez réellement quelque chose.
