Meagan Walker est spécialiste principale en excellence opérationnelle chez Kemira, un fournisseur finlandais de produits chimiques durables. Fournisseur leader des industries à forte consommation d'eau, notamment les pâtes et papiers, le traitement de l'eau et l'énergie, Kemira est à l'origine d'une transformation mondiale en matière de durabilité grâce à l'innovation dans les produits biosourcés.
Au cours de ses plus de sept années chez Kemira, Meagan a occupé plusieurs postes spécialisés dans les ventes de produits chimiques, l'optimisation des processus, l'ingénierie des processus et l'amélioration continue. Elle se concentre actuellement, au sein de l'équipe d'excellence opérationnelle, sur l'analyse des mégadonnées et l'analyse prédictive afin de fournir des solutions basées sur l'environnement chimique, mécanique et numérique. Elle possède 13 années d'expérience dans l'industrie du papier et a travaillé auparavant pour AkzoNobel Pulp & Performance Chemicals et Domtar. Meagan est ceinture noire Lean Six Sigma et est titulaire d'un BS en génie chimique de l'Université de l'Arkansas.
Meg : Commençons par parler un peu de la culture analytique chez Kemira. Comment l’approche de l’entreprise en matière d’analyse évolue-t-elle ?
Meagan : Les services numériques, y compris l'analyse prédictive, sont actuellement un projet de croissance et une nouvelle initiative au sein de Kemira. Ces services ont évolué comme une valeur ajoutée pour nos clients afin d'améliorer l'efficacité des processus et de réduire la variabilité. Nous pensons que notre force réside dans notre méthodologie de dépannage, qui s'appuie fortement sur l'analyse des données avec l'utilisation de l'expertise des processus et des résultats des données de nos équipements de contrôle et de surveillance.
Meg : Y a-t-il des idées fausses courantes que vous rencontrez concernant la valeur de l'analyse ?
Meagan : J'entends des gens dire qu'ils « ne font pas confiance aux ordinateurs pour donner toutes les réponses parce que ce n'est qu'une boîte noire ».
Meg : Quel rôle la science des données a-t-elle joué dans l'élaboration de votre trajectoire de carrière personnelle ?
Meagan : Au début de ma carrière en tant qu'ingénieur de procédés, j'ai été initiée aux « données » dans le secteur manufacturier. L’objectif à l’époque était de collecter autant de données que possible dans Excel, puis de passer des heures à créer des milliers de graphiques et de cartes de contrôle pour surveiller le processus.
En continuant à en apprendre et à mieux comprendre les processus, j'ai pu réaliser l'importance des données. Écouter les opérateurs me raconter ce qui s'est passé pendant un quart de nuit était formidable, mais pouvoir le voir visuellement avec des données était instructif.
Le changement d'importance de la maîtrise des données pour moi est survenu lorsque j'ai commencé à utiliser le progiciel statistique JMP . Je pouvais créer de belles visualisations des résultats, mais j'avais besoin de comprendre le jargon statistique afin de communiquer ce que je voyais.
Meg : En tant que membre duProgramme JMP Early Adopter, vous êtes beaucoup plus proche de JMP que de nombreux utilisateurs. Je me demande s'il y a quelque chose qui vous semble être un aspect de la communauté JMP et que vous pensez que les gens sous-utilisent. Comment avez-vous maximisé la valeur que vous obtenez de JMP ?
Meagan : Probablement les webinaires en ligne , que j'ai vraiment appréciés et dont je profite constamment. Je ne connais qu'un seul autre de mes collègues qui profite de ces séances, et il m'a également encouragé à m'impliquer !
Lorsque j'ai commencé à apprendre JMP, j'ai commencé par les webinaires en direct du vendredi après-midi . J'ai fixé un événement récurrent dans mon calendrier chaque vendredi et je me suis inscrit à la séance en cours, quel que soit le niveau de formation (de base, intermédiaire, avancé).
J'ai d'abord commencé à apprendre – à apprendre – le langage de JMP . Par exemple : tableau de données, données continues ou nominales ou caractères ou données numériques, triangles rouges , filtre de données, tabulation, générateur de graphiques , générateur de cartes de contrôle , scripts…. J'ai suivi les sessions du vendredi et mis en pratique de nouvelles astuces que j'ai apprises à chaque fois que j'utilisais JMP. Au fur et à mesure que je me sentais plus à l'aise avec les bases, j'ai commencé à sauter les sessions de base du vendredi et à regarder à la place un webinaire plus avancé disponible à la demande sur le site Web . Mais je préfère quand même les sessions live aux sessions préenregistrées !
Lorsque j'ai découvert les webinaires en ligne pour la première fois, [Community Manager] @Gail_Massari avait publié une très belle liste de sessions disponibles à l'époque – ventilées par niveau de formation – alors je l'ai imprimée et j'ai commencé à parcourir la liste une par une. J'ai commencé par les webinaires de base (dont la plupart j'avais déjà vu en direct), puis je suis passé aux webinaires intermédiaires. J'aime cocher des listes, alors j'ai coché chaque session que j'ai terminée. Les sessions de base m'ont aidé à acquérir une connaissance fondamentale de JMP, mais les sessions intermédiaires m'ont permis de comprendre la puissance de JMP en matière d'analyse de données statistiques, de contrôle de processus et de modélisation.
J'ai toujours un rendez-vous permanent le vendredi pour la formation JMP et je terminerai un jour la liste originale que Gail a publiée il y a plus de deux ans, même s'il y a tellement de nouvelles sessions de formation qu'il est difficile de suivre !
Meg : Quels conseils donneriez-vous à quelqu'un qui débute avec JMP ?
Meagan : Profitez des webinaires ! Commencez par les bases et progressez progressivement…
Dès le départ, j'ai vraiment pris goût à Graph Builder , notamment la fonctionnalité glisser-déposer. J'étais fasciné par la possibilité de créer plusieurs graphiques extrêmement rapidement en quelques clics… et puis j'ai découvert Column Switcher ! L'esprit soufflé! C'est ainsi que j'ai commencé à comprendre la puissance des plateformes visuelles de JMP… pour moi, la capacité de visualiser des statistiques et de les partager avec d'autres était puissante.
Meg : Quels conseils donneriez-vous aux étudiants qui souhaitent poursuivre une carrière similaire à la vôtre ?
Meagan : Personnellement, j'avais très peu de formation en programmation/codage, en science des données ou en statistique en tant qu'étudiante de premier cycle spécialisée en génie chimique. Je recommanderais aux étudiants de poursuivre toute formation supplémentaire qu’ils peuvent suivre dans ces domaines pendant qu’ils sont encore à l’université.
Et bien sûr, comprenez l’hypothèse nulle !
