It’s important to make sure all analytic work is reviewed properly to avoid deriving any misleading conclusions.確保正確審查所有分析工作以避免得出任何誤導性結論非常重要。考慮這個假設：您為一家開發和製造醫療設備的公司工作。 COVID-19 大流行造成全球呼吸機短缺。 由於貴公司最近實施了一項重大的數字化轉型戰略，以滿足工業 4.0 標準，因此您能夠預測替代裝配線的操作故障，提供波峰焊工藝的在線監控，並通過自動視覺檢測機器人收集裝配缺陷的集中統計數據。
這種數字化轉型所獲得的靈活性使公司的生產線能夠快速轉換，以製造急需的機械呼吸機。 這種轉變的一個主要因素是分析的應用，因為上述靈活性需要高級分析能力。 繼續閱讀以了解更多背景信息和檢查基於分析的報告的清單。
工業4.0，即所謂的第四次工業革命，依賴於三個基本要素：
- 可以在線廣泛測量產品和過程的傳感器技術。
- 靈活的製造能力——例如 3D 打印——可以有效地生產不同大小的批次。
- 為工業引擎提供動力的分析，具有監控、診斷、預測和優化決策的能力。
一項重大的分析挑戰是數據集成，因為傳感器可能會在不同的時間週期內收集數據。 動態時間扭曲 (DTW) 或其他技術可能是獲得整體視圖的最佳方式。
最有可能的是，工業中所做的任何分析工作都意味著數據是主動或被動收集的，並且模型是用經驗方法、第一原理或混合模型開發的。 工業周期提供了嘗試新產品或新工藝設置的短期機會，並根據結果確定後續行動。 但重要的是確保正確審查所有分析工作，以避免得出任何誤導性結論，這可能非常昂貴和/或耗時。 例如，一家鋰電池製造商發現它有未經校準的測試設備來評估終端產品。 該公司通過使用工廠的控製圖來精確識別有問題的批次，從而避免了重大召回。 為了避免運送不成熟的產品或有缺陷的批次，良好的診斷能力對於確定任何報告問題的原因至關重要。
系統工程和工業應用中的具體分析挑戰包括：
- 工程設計
- 製造系統
- 決策支持系統
- 車間控制和佈局
- 故障檢測和質量改進
- 基於狀態的維護
- 客戶和供應商關係管理
- 能源和基礎設施管理
- 網絡安全和安全
這些挑戰催生了更好地監控產品和流程的項目；設計新產品或改造現有產品和流程；並改進產品和流程。
為了通過使用數據來解決這些問題，必須正確訪問分析方法。 審查分析工作的一種方法是使用我在布拉格 JMP 探索峰會. 信息質量取決於分析的目標、研究中使用的分析方法、與研究目標相關的數據分辨率、數據整合以及結果的交流。 （有關此主題的更多信息，包括如何建立信息質量評估研討會，您可能有興趣數據科學的真正工作.)
信息質量 (InfoQ)，我和 Galit Shmueli 在信息質量：數據和分析產生知識的潛力，是用於規劃、跟踪和評估數據分析價值的通用框架。 InfoQ 基於四個組件和八個維度。 它被定義為“通過使用統計分析或數據挖掘來實現特定分析目標的特定數據集的效用”。 InfoQ 受分析目標 (g)、可用數據 (X)、實施的數據分析 (f) 和研究效用 (U) 的影響。 在評估分析項目時，必須檢查這四個組成部分和八個信息質量維度中的每一個。
InfoQ 的八個維度是：
- 數據分辨率
- 數據結構
- 數據整合
- 時間相關性
- 泛化性
- 數據和目標的年表
- 運營化
- 溝通
數據解析需要與研究目標相匹配，因此分析結果必須在正確的時間提供給正確的決策者。 例如，一些用於評估快速運行的紙張生產過程質量的圖像處理分析必須產生及時的結果，以便質量工程師能夠正確行事。 如果用於識別隱藏在紙捲中的質量問題的精確成像分類器由於計算限製而延遲，則它產生的信息質量將非常低。
下面的清單可用於評估特定研究的八個信息質量維度。 一個JMP用於匯總信息質量評估的插件是在社區中可用。如何使用 JMP 生成信息質量的示例可以是在這裡下載.
清單
這些是在明確目標和效用後審查分析研究時要問的八個問題。
方面
|
問題
|
數據分辨率
|
數據粒度是否足以滿足預期工作？ 測量不確定度是否經過評估並認為合適？
|
數據結構
|
是否可以使用來自不同來源的數據來反映手頭的問題？
|
數據整合
|
如何整合來自不同來源的數據？ 是否存在導致關鍵信息丟失的鏈接問題？
|
時間相關性
|
數據收集和分析之間的時間間隔是否會引起任何擔憂？
|
數據和目標的年表
|
分析結果是否及時傳達給正確的人？
|
泛化性
|
除了明確研究的內容之外，能否得出一般性結論？ 例如，可以應用於其他產品或過程的結論。
|
運營化
|
測量變量本身是否與研究目標相關？ 研究中是否有任何明確的行動項目建議？
|
溝通
|
調查結果是否正確地傳達給了目標受眾？
|
這些問題應該可以幫助需要評估工業 4.0 應用及其他應用中基於分析的研究的審閱者。 但是，它們並不是規定性的，需要根據具體情況進行調整。2020 年，第四次工業革命在先進製造領域繼續發展，將廣泛的傳感器數據與靈活製造和先進分析相結合。 一本涵蓋系統工程和第四次工業革命的最新要素的新綜合性書籍是在這裡可用。
了解更多信息
通過這些了解更多JMP與工業 4.0 相關的資源：
K-means clustering analysis of seven sensors tracking possible deformation under stress, shown in the ENBIS webinar listed above.跟踪壓力下可能變形的七個傳感器的 K 均值聚類分析，如上面列出的 ENBIS 網絡研討會所示。
我認為，通過整合主題知識、數據管理和數據分析，更好地傳達將通常與被動數據收集相關的數據混亂轉化為有用信息的機會，我們獲得了對數據分析的可觀支持。
