Mauro Gerber 是蘇黎世光纖電纜製造商 HUBER+SUHNER 的流程工程師和統計專家，從事數據管理、電氣測試和測量工作。 在加入 HUBER+SUHNER 之前，Mauro 在德國跨國玻璃製造商 SCHOTT AG 擔任了 12 年的研發工藝專家。 在他之前和現在的角色中，Mauro 一直是分析支持的直言不諱的倡導者，為工程師試行新的培訓計劃並採購軟件以支持統計思維的民主化。
梅格：首先，我想知道您是否可以分享您對當前生產行業統計就緒狀態的看法。
毛羅：似乎很多公司仍在努力掌握[領域專家]的想法，他們也有深刻的統計理解。 我的職業生涯始於流程工程師，幾年後，我從事的統計分析和建模工作越來越多。 甚至 15 年後，當我決定加入另一個組織時，我最終陷入了同樣的境地——被聘為流程工程師而不是數據科學家。
我們這些[具有領域和統計專業知識的人]擁有數據工程、分析、過程工程、質量生產方面的廣泛知識；這不僅僅是建模！ 目前，我在 HUBER+SUHNER 的流程工程組工作，但我做的分析越多，我能為其他工程師提供的支持就越多。 有時我看到他們不完全理解自己在做什麼，並在這個過程中陷入困境，這就是為什麼我設置了一個為期五天的課程來真正加深他們對不僅僅是如何進行分析，但也為什麼執行它。
梅格：您認為傳統統計培訓與統計或分析思維之間的主要區別是什麼？
毛羅：對我來說，古典教學似乎設置了一個階段，您執行的每一步都會起作用並導致預期的結果。 這就像學習如何駕駛汽車。 當然，重要的是要知道如何轉向、加速、剎車和了解所有按鈕的作用，但同樣重要的是要知道如何避開前方崎嶇不平的道路或何時左轉或右轉——你可能會迷路。 這種經典方法可能會導致沮喪甚至導致您退出統計，因為它沒有按承諾工作，即使您遵循示例中給出的點擊鏈也是如此。
梅格：所以這是嚴格的方法與批判性思維。
毛羅：是的。 這就是可能阻止某些人在分析中取得更大成功或阻止建設性交流或協議的鏈接。 我不再計算我必須重做多少次測量系統分析 (MSA)，因為人們堅持認為，一個唯一的指標決定了一個系統是否有能力，即使過程非常穩定，因此測量變化非常困難。 客戶建議我們在混合物中加入“壞”零件。 但是隨後過程變化沒有表示出來，整個 MSA 變得毫無意義，因為您可以自由選擇通過更改一塊得到的數字。
我假設在那種情況下有人教他們，如果指數低於某個值，系統就沒有能力，但不是這個數字是如何產生的以及它意味著什麼。
梅格：有趣的。 您如何向那些不像您那樣深入分析分析的人解釋這種差異？ 您如何為您的管理層構建業務案例，讓他們支持從六西格碼到現代分析的思維演變？
毛羅：當我在日常工作中使用統計數據並一頭扎進它時，我個人發現很難傳達它的好處和未來潛力以及無窮無盡的數據分析方法。
我嘗試的一件事是編寫腳本，從數據庫獲取數據或從文件導入並重塑表格，因此它對用戶有用。 通過節省大量時間，這有助於避免第一個分析步驟中的一些障礙；它甚至可以激發好奇心去深入挖掘。
另一種方法是開始並排調查數據，開發和展示分析的潛力，如果可能的話，包括其他人的知識和想法。 我可以提供工具和解決方案的路徑，但如果有用的話，洞察力和反饋來自與流程合作的人。
通過這種方法，我能夠說服我們的管理層進行投資，因為更多的工程師想要自己進行分析。 購買軟件只是其中的一部分。
梅格：這就是您的培訓計劃的用武之地。
毛羅：是的，儘管仍然存在障礙。 當我第一次提出一個為期五天的課程供工程師學習時JMP和統計思維，管理層猶豫不決。 他們說他們不能讓工程師休息五天。
有句話說：“我們沒有時間磨刀。 我們必須砍伐樹木。” 甚至有人建議我每個部門只派一個人，然後教其他人。 這就像我只會送我的一個孩子上學，然後讓他們在家教他們的兄弟姐妹！
梅格：似乎相當保守的想法。
毛羅：不是強行保守，但這是大多數公司的正常情況，儘管 MSA 和 SPC 是必要的並且是客戶要求的。 這些應該是公司努力深入了解有利於穩定性和提高質量的流程的一個組成部分。 但是每個組織都需要受過統計思維訓練的人員來支持這一點。
梅格：工程師對您的課程有何反應，無論是在學習 JMP 還是學習與之相關的統計思維技能方面？
毛羅：很好，我會說。 例如，我有一個 6 Sigma 黑帶，起初他說：“嘿，我已經接受過統計培訓。 我可能會收集一些內容，或者只是重複，只是為了讓你知道。” 在課程中，我可以看到一些硬幣掉了下來，因為他評論說：“啊，這就是我應該這樣做的原因，現在更有意義了！”還有一次，我有一個站點的生產、質量和工程人員在同一個培訓課程中，他們進行了討論，有很多來回的抱怨和指責。 但在課程中，他們開始了解其他合作夥伴需要什麼，為什麼他們要求某些數據，同時還量化了客戶的某些要求和工程創意的影響。
這就是我喜歡當教練的原因。
梅格：您是否使用過 JMP 提供的任何資源——無論是親自使用還是與參加您課程的人一起使用？
毛羅：我有幸參加了期間提供的高級培訓JMP 發現峰會關於統計建模和尋找重要的預測因素。 知識淵博的培訓師將不同的思想匯聚在一起，這是一次啟發性的聚會——並得到了現實生活中的例子的支持，這些例子讓我更深入地了解了 JMP 的建模方面。
我向 JMP 的新用戶推薦的是歡迎套件，然後花一兩天時間自行訓練。 接下來，他們通常會與我進行一次小型的面對面會議來提問，我們可能會看看他們想要解決的個人示例。 我建議的下一步是採取工業問題解決的統計思維（STIPS）課程。 這是一門豐富的統計學課程，也是深入了解 JMP 的可能性以及如何使用它的好方法。
梅格：你是否覺得年輕一代的工程師——那些從大學系統中脫穎而出並在工業界工作的人——比你剛開始時更精通數據？
毛羅：目前，我想說沒有太大變化。 當我和年輕的工程師交談時，他們可能會在這里和那裡度過半個學期，但僅此而已，因為課程更側重於力學。 但我確實認為它正在發展。 統計教育現在真的來了，隨著越來越多的大學使他們的計算機科學課程多樣化——它變得更加專業化。
梅格：對於有興趣在大學攻讀工程專業的人，您有什麼建議？
毛羅：我認為統計數據在工業中變得越來越重要。
這不僅僅是我們用數字格式取代紙質 - 這只是耐力賽的第一步，您可以在其中建立基礎以增強統計分析能力。 即使公司增加了專門的數據科學家，工程師了解基礎知識仍然很重要，這樣他們才能提供好的數據和好的問題或想法。 這是一項團隊合作，將領域知識和統計方法結合在一起，可以改善和確保項目的成功。
舉個例子，我想說工程師不必知道定義正態分佈的確切公式，但他們應該能夠理解它代表了數據，並且我們可以根據這個鏈接預測或描述一個過程。
梅格：在一個理想的世界裡，如果給你一個免費的通行證來建立你自己的數據分析小組，它會是什麼樣子？
毛羅：我想建立一個中央單元來解決更困難的統計問題，但也可以作為對使用 JMP 和編寫腳本有疑問或在分析問題上需要幫助的同事的熱線。
理想情況下，分析支持意味著有一群具有不同技能和知識的人。 例如，也許您既有一位具有紮實統計知識的優秀工程師，又有一位專門從事報告分析的分析師，他們通過一個小組聯繫起來，或者由一位可以幫助解決更具挑戰性的問題的高級分析師監督。 我想說的就是這種交流可以帶來很多價值、知識、節省時間等等。
梅格：最後有什麼想法嗎？
毛羅：我希望人們能夠更多地了解良好分析的價值並根據數據做出正確的決策，而不僅僅是“是的，我們進行數字化”。 或者“我們做大數據”。這些只是流行語，需要有人了解什麼是必要的——並由管理層分配，以使整個團隊能夠朝著統計思維的方向前進。
智能工廠並不意味著只有一兩個聰明人！ 這是軟件、知識、人員和流程之間的交互——跨學科團隊是成功的關鍵。 它也是工程、質量和生產之間溝通的基地。 實現真正的智能工廠是一場馬拉松，而不是短跑。
