회사 기밀. 공개하지 마십시오.
보는 것이 믿는 것이다
Johnson & Johnson Vision Care는 간소화된 제조, 개선된 프로세스 기능 및 품질의 이점을 소비자에게 전달하여 비전 케어를 필요로 하는 모든 사람이 보다 저렴하고 쉽게 이용할 수 있도록 합니다. 엔지니어들은 제조 혁신이 사용 가능한 데이터에 따라 조치를 취하는 개선된 능력 때문이라고 생각합니다.
_____________________________________________________________________________________
도전 : 경영진은 Johnson & Johnson Vision Care 전반에 걸쳐 분석 기능 심화의 중요성을 인식했지만 데이터 액세스 장벽과 시스템의 비효율성으로 인해 프로세스 엔지니어링 팀이 사용 가능한 데이터에 따라 조치를 취하지 못했습니다. 조직 내의 변경 에이전트는 상당한 교육 부담 없이 보다 능률적인 분석 워크플로를 제공하는 도구의 필요성을 확인했습니다.
해결책 : 다양한 업계 표준 도구를 평가한 후 Johnson & Johnson Vision Care Process Engineering은 JMP® 라이선스를 부여하기로 결정하고 프로세스 팀의 표준 데이터 수집 및 분석 도구로 채택했습니다. 원시 데이터에서 결정까지 이전보다 몇 배 더 빠릅니다. JMP를 사용하면 엔지니어가 여러 도구 사이에서 작업할 필요가 없다고 수석 프로세스 엔지니어인 Brendan Malone은 설명합니다. "JMP로 전환한 가장 큰 원동력 중 하나는 모든 것을 하나의 상자에 담을 수 있다는 점이었습니다."라고 그는 말합니다.
결과 : 간소화된 JMP 워크플로를 통해 회사 전체에서 데이터 분석을 위한 모범 사례가 표준화되었습니다. 이제 프로세스 엔지니어는 JMP가 데이터 액세스 문제를 제거하고, 보다 효율적인 협업을 촉진하고, 비즈니스 연속성을 개선하고, Johnson & Johnson이 고객에게 제품을 제공하는 속도를 높이므로 더 민첩하게 작업할 수 있습니다. 말론은 말합니다. "데이터를 수집하는 데 4일이 걸리던 것이 실제로 데이터를 확보하고 4시간 만에 결정을 내리게 되었습니다."
_____________________________________________________________________________________
지난 반세기 동안의 극적인 의학 발전에도 불구하고 안구 건강은 전 세계적으로 계속해서 과소평가되고 과소평가되고 있습니다. 그 수치는 어마어마합니다. 전 세계 22억 명의 시각 장애인 중 거의 절반이 시력을 보존하거나 회복하기 위한 적절한 치료를 받지 못하고 있습니다. 인도주의 기관은 시력 장애에 대한 광범위한 과소 치료가 특히 소외된 지역 사회에서 비용 및 접근 장벽과 직접적으로 연결되어 있다고 추정합니다.
Johnson & Johnson Vision은 이러한 체계적인 장애물에 대한 솔루션을 혁신하여 전 세계적으로 안구 건강의 궤적을 바꾸는 임무를 수행하고 있습니다. 이 회사는 최근 몇 년 동안 소비자에게 전달할 수 있는 비용 절감 혜택을 창출하기 위해 새로운 스마트 제조 기능과 간소화된 공급망을 도입했습니다. 동시에 Johnson & Johnson은 비용을 절감할 뿐만 아니라 고객 요구에 더 민첩하게 대응하고 결정적으로 품질 지표를 개선하기 위한 전략으로 적시 제조를 식별했습니다.
이러한 새로운 전략을 구현하는 과제는 Johnson & Johnson의 글로벌 프로세스 엔지니어링 그룹에 있으며, 플로리다주 잭슨빌과 아일랜드 리머릭에 있는 시설에서 매년 수십억 개의 콘택트 렌즈 생산을 지원합니다. 역사적으로 프로세스 엔지니어의 범위는 기계적인 문제를 해결하는 것이었지만, 현대 프로세스 엔지니어는 제조 데이터를 사용하여 프로세스를 개선하고 통계적 프로세스 제어, 데이터 수집, 문제 해결 및 제품 처리 전반에 걸쳐 보다 효율적으로 작업하는 임무를 맡고 있습니다.
반응형에서 능동형으로
오늘날 많은 제조업체와 마찬가지로 Johnson & Johnson Vision Care는 새로 자동화된 시설에서 흘러나오는 방대한 양의 데이터 스트림을 지원하기 위해 최첨단 시스템 아키텍처를 개발했습니다. 매우 데이터가 풍부한 환경이므로 프로세스 엔지니어는 그에 따라 방법을 조정해야 했습니다. 2018년까지 선임 프로세스 엔지니어인 Brendan Malone은 설명합니다.
회사의 Global Process Engineering Group은 기존 접근 방식으로는 증가하는 데이터 로드 요구 사항을 충족할 수 없다는 현실에 직면했습니다. "우리는 상당한 양의 데이터를 사용할 수 있음에도 불구하고 제조 문제로 인한 영향을 최소화하기 위해 해당 데이터를 신속하게 조치할 수 없다는 것을 인식하고 있었습니다."라고 그는 설명합니다.
그 당시 팀의 시스템, 소프트웨어 및 방법은 분열되었고 원시 데이터에서 정보로 이동하는 데 필요한 비부가가치 시간은 광범위한 좌절의 원인이었습니다. 그러나 이러한 좌절 속에서 프로세스 엔지니어링 경영진은 도구를 통합하고 Johnson & Johnson Vison Care의 전체 프로세스 엔지니어링 조직을 향상시킬 수 있는 기회를 인식했습니다. 목표는 전통적으로 사후 대응적인 조직을 넘어 선제적인 조직으로 성장하는 것이었습니다. 경영진의 공감을 불러일으킨 메시지였습니다.
“전체 Vision Care 프로세스 엔지니어링 팀의 역량을 개발하려는 고위 경영진의 추진력이 있었습니다. [우리의 리더십]은 데이터의 힘을 믿었고 프로세스 엔지니어링 그룹이 더 많은 데이터를 사용할 수 있도록 하기를 원했습니다.”라고 Malone은 말합니다. "하지만 변화를 [동기 부여]하려면 사람들이 변화하도록 돕기 위해 줄 수 있는 좋은 것이 정말 필요합니다."
데이터 액세스 문제를 극복하는 것이 문화 혁신의 첫 번째 단계입니다.
Johnson & Johnson Vision Care의 경우 더 많은 데이터 역량을 갖춘 조직이 되는 데 가장 큰 장애물은 데이터에 대한 액세스 준비였습니다. 사이트당 40개 이상의 제조 라인에서 수년 동안 데이터를 수집한 후 회사의 데이터 시스템은 개조된 장비, 호환되지 않는 데이터베이스 및 여러 위치에 중복 기록을 저장하는 시스템으로 인해 크게 사일로화되었습니다.
Malone에 따르면 프로세스 엔지니어는 시작하는 데 필요한 데이터를 수집하기 위해 서로 다른 데이터베이스에 액세스하고 쿼리하는 데 과도한 시간을 소비했습니다. 그룹이 단일 워크플로를 완료하기 위해 호환되지 않는 형식과 도구 사이를 오가야 했기 때문에 기존 소프트웨어 라이선스의 배열은 비효율성의 또 다른 원인이었습니다. IT 팀은 데이터를 보다 사용 가능한 형식으로 변환하기 위해 부지런히 작업했지만 프로세스 엔지니어는 확장 가능하고 유연한 단일 솔루션이 즉시 필요했습니다.
액세스 문제를 먼저 해결하지 않고는 프로세스 엔지니어링 그룹이 분석 기능에 진정한 변화를 가져올 수 없다는 것이 점차 분명해졌습니다. 그러나 두 번째 과제도 있었습니다. 통계 애플리케이션을 처음 사용하는 초보자부터 식스 시그마 블랙 벨트에 이르기까지 모든 경험 수준의 엔지니어가 사용할 수 있는 보다 정교한 통계 분석용 플랫폼이 팀에 필요했습니다.
프로세스 엔지니어링 리더를 JMP 통계적 발견 소프트웨어로 이끈 두 번째 동기이자 거래를 성사시킨 첫 번째 동기였습니다. "JMP로 전환한 가장 큰 원동력 중 하나는 모든 것을 하나의 상자에 담을 수 있다는 점이었습니다."라고 그는 설명합니다. 데이터 액세스 및 엔지니어가 단일 소프트웨어 패키지에 필요할 수 있는 모든 분석 도구. 더 나아가 JMP는 표준 노트북에서 대용량 데이터 세트를 관리할 수 있고 상당한 교육 부담 없이 즉시 효과적으로 사용할 수 있습니다. J&J Vision을 처음 접한 것은 아니지만 여러 팀원과 관리자가 소프트웨어 사용 경험이 있었기 때문에 프로세스 엔지니어링 팀이 제조 지원을 위해 JMP를 채택함에 따라 자신감을 심어줄 수 있었습니다.
빠른 데이터 액세스 및 접근하기 쉬운 분석을 위한 워크플로 – 코딩 여부에 관계 없음
대화형 Graph Builder를 비롯한 동적 데이터 시각화 도구를 통해 JMP는 산업 통계에 대한 배경 지식이 없는 엔지니어가 코딩 없이 소프트웨어를 선택하고 바로 시작할 수 있도록 했습니다. "데이터 시각화는 매우 중요합니다."라고 Malone은 말합니다. “프로세스 엔지니어로서 우리는 라인을 관리하는 운영 팀과 비즈니스 결정을 내리는 관리 팀에게 제품의 진행 상황을 이해하는 데 사용합니다.
“아무도 JMP에서 쉽게 얻을 수 있는 시각화를 제공할 수 있는 것이 세상에 있다고 확신하지 못했습니다. 그것은 아마도 의사 결정 지점에서 소프트웨어와 함께 제공되는 곳일 것입니다. 이것은 시각적 도구이므로 사람들에게 보여줄 때 그들은 기능을 볼 수 있기 때문에 매우 빠르게 참여합니다.”
Malone은 JMP가 통계 경험이 적은 사람들에게 매력적이었지만 기술 스펙트럼의 반대편에 있는 사람들에게도 다양한 기능을 제공했다고 덧붙였습니다. JMP를 사용하여 회사의 식스 시그마 및 데이터 혁신 전문가는 기계 학습 응용 프로그램을 배포하고, 기능 데이터를 탐색하고, 텍스트 분석을 사용하고, 무엇보다도 사용자 정의 스크립트를 작성할 수 있었습니다. 그는 JMP가 통계적 프로세스 제어, 자동 보고, 데이터 분석 심층 분석을 위한 뛰어난 기능을 제공했다고 말합니다. 실제로 프로세스 엔지니어링 팀의 데이터 기능은 불과 2년 만에 3,000행의 데이터에서 2,500만 행 이상으로 확장되었습니다.
공통 도구를 중심으로 표준화하면 데이터 기반 의사 결정을 더 깊이 채택하도록 동기를 부여합니다.
규모의 경제를 구축하면 이점이 있으며 Malone은 공통 도구를 사용하면 Johnson & Johnson Vison Care가 기능 구축의 오버헤드를 최소화할 수 있다고 말합니다. 그가 "단계별 대응"이라고 부르는 것에서 조직 내에서 변경 에이전트 역할을 하는 데 관심이 있는 통계적으로 더 진보한 개인은 JMP Pro에 액세스하여 팀의 가장 복잡한 문제 중 일부를 해결할 수 있습니다. Malone은 임시 데이터베이스 쿼리 및 여러 소프트웨어 시스템 간의 마이그레이션에서 많은 단계를 거쳐야 했던 작업을 이제 JMP의 쿼리 빌더 도구를 사용하여 단일 단계로 수행할 수 있다고 설명합니다.
이 계층형 접근 방식의 주요 이점 중 하나는 고급 사용자가 다단계 프로세스를 자동화하는 맞춤형 워크플로 및 대시보드를 광범위한 JMP 사용자 커뮤니티에 배포할 수 있다는 것입니다. 스크립팅된 분석은 전체 그룹이 일련의 모범 사례를 기준으로 표준화하는 데 도움이 됩니다. “JMP를 사용하는 사람들이 많다면 정말 복잡한 작업을 수행하는 데 시간을 투자할 수 있는 고도로 숙련된 슈퍼 사용자로 구성된 소규모 그룹을 가질 수 있습니다. 그리고 모두가 혜택을 받습니다.”라고 그는 설명합니다.
이러한 이점의 확장성은 광범위한 사고 방식을 변화시키는 데 중요한 역할을 했습니다. 말론은 적극적인 시위를 통해 회의론자들을 설득할 수 있었다고 말합니다. “[오래된 접근 방식]에 내재된 사람들을 구출하는 가장 효과적인 방법 중 하나는 그들이 사용하고 있는 실제 데이터로 데모를 수행하고 필요한 것을 보여주는 것입니다.
“진정한 재미는 '좋아요, 한 번 해봤으니 다음 주에 정확히 똑같은 일을 해야 한다는 것을 알고 있습니다… JMP에서 작은 녹색 스크립트 버튼을 클릭하기만 하면 분석이 다시 완료됩니다.
“사람들이 그것을 볼 때 갑자기 '이 작업을 한 번만 수행하면 됩니다. 그러면 데이터 테이블을 업데이트하기만 하면 됩니다.' 그리고 하루 일과에서 3~4시간을 매우 빠르게 단축한 것을 보고 '장기적인 이점을 얻을 수 있기 때문에 JMP로 전환할 가치가 있습니다.'라고 말합니다."
Malone은 JMP 출시 후 불과 8~9개월 만에 변화가 이미 눈에 띄었다고 말했습니다. “[다른 부서의] 많은 사람들이 우리가 하는 일을 보고 '어떻게 우리도 그렇게 할 수 있지?'라고 말했습니다. 이제 JMP에 큰 관심을 보이고 있습니다. [다른 그룹]이 우리가 데이터를 사용하는 방식을 보았기 때문입니다.”
이러한 개념 증명은 문화의 엄청난 변화를 촉진하는 데 도움이 되었으며, Malone은 경영진이 JMP 워크플로의 광범위한 구현을 촉진하여 추진력을 유지할 수 있는 기회에 뛰어들고 있다고 말합니다. 그는 이미 회사에서 다음을 포함하여 JMP 구현과 관련된 많은 이점을 문서화했다고 말했습니다.
- 이제 데이터 추출이 표준화되어 모든 사람이 액세스할 수 있습니다.
- 데이터 분석을 위한 모범 사례는 부서 전체에서 표준화되었습니다.
- 표준화된 디스플레이 형식은 그래픽이 친숙하여 모든 사람이 더 빨리 이해할 수 있기 때문에 보다 효율적인 협업을 촉진합니다.
- 표준화된 모범 사례는 더 나은 보고와 더 효과적인 회의로 이어졌습니다.
- 회의 중 동적 데이터 탐색을 통해 주요 이해 관계자는 실시간으로 질문하고 답변을 얻을 수 있습니다.
- 보다 정교한 데이터 쿼리 및 분석을 통해 Global Process Engineering Group의 모든 엔지니어는 매일 반복적으로 시간을 절약할 수 있습니다.
- 팀은 더 이상 단일 데이터 소스에 의존할 필요가 없으므로 비즈니스 연속성이 향상됩니다.
- 향상된 분석 및 시각화 기능이 이제 널리 보급되었습니다.
4일과 미지의 것에서 4시간과 결정으로
자동화된 워크플로는 R&D 혁신 주기의 속도와 Johnson & Johnson Vision Care와 고객의 관계에 이미 상당한 영향을 미쳤습니다. 표준 JMP 대시보드를 출시하기 전에 프로세스 엔지니어는 사소한 제품 품질 문제를 조사하기 위해 최대 3~4일이 소요될 수 있는 광범위한 데이터 풀 프로세스를 거쳐야 했습니다. 그러나 Malone이 재료를 처리하고, 데이터 스트림을 함께 결합하고, 그래픽을 생성하고, 결과를 생성하는 데 필요한 모든 데이터를 수집하는 쿼리 및 쿼리 후 스크립트를 도입했을 때, 그는 이렇게 말합니다. 실제로 데이터를 수집하고 4시간 만에 결정을 내리는 데 4일이 걸렸습니다.”
Malone은 지연을 예상하여 품질 엔지니어링 그룹이 함께 모여 제품 처리를 기다리는 동안 고객에게 타임라인 중단을 전달하는 가장 좋은 방법을 논의했던 한 사례를 회상합니다. "우리는 제품 폐기 방법에 대한 데이터 기반 권장 사항을 가지고 회의에 들어갔는데 그들은 처음에는 우리를 믿지 않았습니다!" 그는 회상합니다.
“그들은 우리에게 돌아가서 다시 확인하라고 했지만 나는 '지금 확인하겠습니다'라고 말했습니다. 방금 스크립트를 실행하고 JMP에서 다시 쿼리했습니다… 그리고 그들은 일반적으로 [이 프로세스]가 우리에게 며칠이 걸렸기 때문에 그것을 믿을 수 없었습니다.”라고 그는 말합니다. 이 모든 것이 간단한 스크립트 덕분입니다.
이후 이 프로세스는 표준 내부 모니터링 서비스가 되었으며, 제품과 해당 매개변수가 어떻게 작동하는지 확인하기 위해 매주 또는 2주에 한 번씩 정기적인 품질 검사를 수행합니다. Malone은 "그것은 시간 면에서 엄청나게 큰 이점이었습니다."라고 말합니다. “왜냐하면 처분 결정을 기다리는 동안 제품을 들고 있으면 판매할 수 없기 때문입니다. 보관해야 하고 기다리는 고객이 있습니다.” 이러한 타임라인은 적시 제조로 점점 더 나아가고 있는 시장에서 매우 중요합니다. 그는 JMP가 "여러 번 그 가치를 입증했다"고 말합니다.
JMP는 '미래 보장형'입니다.
Malone과 같은 변경 에이전트는 동료들이 엔지니어링에 대한 데이터 기반 접근 방식을 수용하도록 지원하고 격려하는 데 많은 투자를 했습니다. 또한 Johnson & Johnson Vision Care는 엔지니어링 조직의 발전에 재정적으로 투자했습니다. 따라서 Malone은 Johnson & Johnson Vision Care의 재정 및 시간 약속에 대한 수익이 미래에도 계속 이어질 것으로 기대합니다. 그렇기 때문에 조직과 함께 성장할 도구에 투자하는 것이 중요합니다.
“JMP로 역량을 개발하기 위해 우리가 하는 모든 일이 미래에도 보장된 것 같습니다.”라고 그는 말합니다. "JMP는 계속해서 기능을 개발하고 늘리고 있습니다. 데이터에 대한 액세스 권한은 절대 손실되지 않습니다."
Malone은 새로운 라인이 개발되고 새로운 시스템이 도입됨에 따라 더 광범위한 데이터 기능에 대한 요구가 증가할 것이라고 예상합니다. 얼리 어답터 프로그램과 18개월마다 새 버전이 출시되는 JMP는 실제 문제를 해결하기 위해 매일 소프트웨어를 사용하는 엔지니어의 적극적인 의견을 구하면서 고객과 함께 발전하는 파트너입니다.
Malone은 "프로세스 엔지니어로서 결정을 내리는 데 시간을 할애해야 합니다."라고 말합니다. “JMP가 시간을 돌려드립니다. 데이터를 가지고 놀기만 하는 것이 아니라 실제로 데이터에서 무언가를 얻는 지점에 도달하게 될 것입니다.”
