Mauro Gerber 是苏黎世光纤电缆制造商 HUBER+SUHNER 的流程工程师和统计专家，从事数据管理、电气测试和测量工作。 在加入 HUBER+SUHNER 之前，Mauro 在德国跨国玻璃制造商 SCHOTT AG 担任了 12 年的研发工艺专家。 在他之前和现在的角色中，Mauro 一直是分析支持的直言不讳的倡导者，为工程师试行新的培训计划并采购软件以支持统计思维的民主化。
梅格：首先，我想知道您是否可以分享您对当前生产行业统计就绪状态的看法。
毛罗：似乎很多公司仍在努力掌握[领域专家]的想法，他们也有深刻的统计理解。 我的职业生涯始于流程工程师，几年后，我从事的统计分析和建模工作越来越多。 甚至 15 年后，当我决定加入另一个组织时，我最终陷入了同样的境地——被聘为流程工程师而不是数据科学家。
我们这些[具有领域和统计专业知识的人]拥有数据工程、分析、流程工程、质量生产方面的广泛知识；这不仅仅是建模！ 目前，我在 HUBER+SUHNER 的流程工程组工作，但我做的分析越多，我能为其他工程师提供的支持就越多。 有时我看到他们不完全理解自己在做什么，并在这个过程中陷入困境，这就是为什么我设置了一个为期五天的课程来真正加深他们对不仅仅是如何进行分析，但也为什么执行它。
梅格：您认为传统统计培训与统计或分析思维之间的主要区别是什么？
毛罗：对我来说，古典教学似乎设置了一个阶段，您执行的每一步都会起作用并导致预期的结果。 这就像学习如何驾驶汽车。 当然，重要的是要知道如何转向、加速、刹车和了解所有按钮的作用，但同样重要的是要知道如何避开前方崎岖不平的道路或何时左转或右转——你可能会迷路。 这种经典方法可能会导致沮丧甚至导致您退出统计，因为它没有按承诺工作，即使您遵循示例中给出的点击链也是如此。
梅格：所以这是严格的方法与批判性思维。
毛罗：是的。 这就是可能阻止某些人在分析中取得更大成功或阻止建设性交流或协议的链接。 我不再计算我必须重做多少次测量系统分析 (MSA)，因为人们坚持认为，一个单一的指标决定了一个系统是否有能力，即使过程非常稳定，因此测量变化非常困难。 客户建议我们在混合物中加入“坏”零件。 但是随后过程变化没有表示出来，整个 MSA 变得毫无意义，因为您可以自由选择通过更改一块得到的数字。
我假设在那种情况下有人教他们，如果指数低于某个值，系统就没有能力，但不是这个数字是如何产生的以及它意味着什么。
梅格：有趣的。 您如何向那些不像您那样深入分析分析的人解释这种差异？ 您如何为您的管理层构建业务案例，让他们支持从六西格码到现代分析的思维演变？
毛罗：当我在日常工作中使用统计数据并一头扎进它时，我个人发现很难传达它的好处和未来潜力以及无穷无尽的数据分析方法。
我尝试的一件事是编写脚本，从数据库获取数据或从文件导入并重塑表格，因此它对用户有用。 这有助于通过节省大量时间来避免第一个分析步骤中的一些障碍；它甚至可以激发好奇心去深入挖掘。
另一种方法是开始并排调查数据，开发和展示分析的潜力，如果可能的话，包括其他人的知识和想法。 我可以提供工具和解决方案的路径，但如果有用的话，洞察力和反馈来自与流程合作的人。
通过这种方法，我能够说服我们的管理层进行投资，因为更多的工程师想要自己进行分析。 购买软件只是其中的一部分。
梅格：这就是您的培训计划的用武之地。
毛罗：是的，尽管仍然存在障碍。 当我第一次提出一个为期五天的课程供工程师学习时JMP和统计思维，管理层犹豫不决。 他们说他们不能让工程师休息五天。
有句话说：“我们没有时间磨刀。 我们必须砍伐树木。” 甚至有人建议我每个部门只派一个人，然后教其他人。 这就像我只会送我的一个孩子上学，然后让他们在家教他们的兄弟姐妹！
梅格：似乎相当保守的想法。
毛罗：不是强行保守，但这是大多数公司的正常情况，尽管 MSA 和 SPC 是必要的并且是客户要求的。 这些应该是公司努力深入了解有利于稳定性和提高质量的流程的一个组成部分。 但是每个组织都需要受过统计思维训练的人员来支持这一点。
梅格：工程师对您的课程有何反应，无论是在学习 JMP 还是学习与之相关的统计思维技能方面？
毛罗：很好，我会说。 例如，我有一个 6 Sigma 黑带，起初他说：“嘿，我已经接受过统计培训。 我可能会收集一些内容，或者只是重复，只是为了让你知道。” 在课程中，我可以看到一些硬币掉了下来，因为他评论说：“啊，这就是我应该这样做的原因，现在更有意义了！”还有一次，我有一个站点的生产、质量和工程人员在同一个培训课程中，他们进行了讨论，有很多来回的抱怨和指责。 但在课程中，他们开始了解其他合作伙伴需要什么，为什么他们要求某些数据，同时还量化了客户的某些要求和工程创意的影响。
这就是我喜欢当教练的原因。
梅格：您是否使用过 JMP 提供的任何资源——无论是亲自使用还是与参加您课程的人一起使用？
毛罗：我有幸参加了期间提供的高级培训JMP 发现峰会关于统计建模和寻找重要的预测因素。 知识渊博的培训师将不同的思想汇聚在一起，这是一次启发性的聚会——并得到了现实生活中的例子的支持，这些例子让我更深入地了解了 JMP 的建模方面。
我向 JMP 的新用户推荐的是欢迎套件，然后花一两天时间自行训练。 接下来，他们通常会与我进行一次小型的面对面会议来提问，我们可能会看看他们想要解决的个人示例。 我建议的下一步是采取工业问题解决的统计思维（STIPS）课程。 这是一门丰富的统计学课程，也是深入了解 JMP 的可能性以及如何使用它的好方法。
梅格：你是否觉得年轻一代的工程师——那些从大学系统中脱颖而出并在工业界工作的人——比你刚开始时更精通数据？
毛罗：目前，我想说没有太大变化。 当我和年轻的工程师交谈时，他们可能会在这里和那里度过半个学期，但仅此而已，因为课程更侧重于力学。 但我确实认为它正在发展。 统计教育现在真的来了，随着越来越多的大学使他们的计算机科学课程多样化——它变得更加专业化。
梅格：对于有兴趣在大学攻读工程专业的人，您有什么建议？
毛罗：我认为统计数据在工业中变得越来越重要。
这不仅仅是我们用数字格式取代纸质 - 这只是耐力赛的第一步，您可以在其中建立基础以增强统计分析能力。 即使公司增加了专门的数据科学家，工程师了解基础知识仍然很重要，这样他们才能提供好的数据和好的问题或想法。 这是一项团队合作，将领域知识和统计方法结合在一起，可以提高和确保项目的成功。
举个例子，我想说工程师不必知道定义正态分布的确切公式，但他们应该能够理解它代表了数据，并且我们可以根据这个链接预测或描述一个过程。
梅格：在一个理想的世界里，如果给你一个免费的通行证来建立你自己的数据分析小组，它会是什么样子？
毛罗：我想建立一个中央单元来解决更困难的统计问题，但也可以作为对使用 JMP 和编写脚本有疑问或在分析问题上需要帮助的同事的热线。
理想情况下，分析支持意味着有一群具有不同技能和知识的人。 例如，也许您既有一位具有扎实统计知识的优秀工程师，又有一位专门从事报告分析的分析师，他们通过一个小组联系起来，或者由一位可以帮助解决更具挑战性的问题的高级分析师监督。 我想说的就是这种交流可以带来很多价值、知识、节省时间等等。
梅格：最后有什么想法吗？
毛罗：我希望人们能够更多地了解良好分析的价值并根据数据做出正确的决策，而不仅仅是“是的，我们进行数字化”。 或者“我们做大数据”。这些只是流行语，需要有人了解什么是必要的——并由管理层分配，以使整个团队能够朝着统计思维的方向前进。
智能工厂并不意味着只有一两个聪明人！ 这是软件、知识、人员和流程之间的交互——跨学科团队是成功的关键。 它也是工程、质量和生产之间沟通的基地。 实现真正的智能工厂是一场马拉松，而不是短跑。
