Mauro Gerber 是苏黎世光纤电缆制造商 HUBER+SUHNER 的工艺工程师和统计专家，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 担任研发工艺专家 12 年。在之前和现在的职位上，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，并采购软件来支持统计思维的民主化。
和： 首先，我想知道您是否可以分享一下您对生产行业统计准备现状的看法。
Mauro：看来很多公司仍在努力理解[领域专家]的想法，他们也对统计有深入的了解。我的职业生涯始于工艺工程师，几年来，我进行了越来越多的统计分析和建模。即使 15 年后，当我决定加入另一个组织时，我还是遇到了同样的情况——被聘为流程工程师而不是数据科学家。
我们这些人[具有领域和统计专业知识]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 的流程工程小组工作，但我做的分析越多，我就能为其他工程师提供越多的支持。有时我发现他们并不完全理解自己在做什么，并且陷入了这个过程，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的理解，不仅是如何执行分析，而且是为什么执行分析它。
和： 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？
Mauro：对我来说，经典教学似乎设置了一个舞台，你执行的每一步都会发挥作用并带来预期的结果。这就像学习如何驾驶汽车一样。当然，了解如何转向、加速、制动以及了解所有按钮的作用很重要，但了解如何避免前方崎岖不平的道路或何时左转或右转也很重要 - 否则您可能会迷路。这种经典方法可能会导致沮丧，甚至导致您放弃统计，因为它没有按承诺工作，即使您按照示例中给出的点击链进行操作也是如此。
梅格：所以这是严格的方法与批判性思维的比较。
毛罗：是的。这种联系可能会阻止某些人在分析方面取得更大成功或阻止建设性的交流或协议。我不再计算我必须重做多少次测量系统分析 (MSA)，因为人们坚持认为唯一的指标决定系统是否有能力，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”部件。但是这样的话，过程变化就不会被表现出来，整个 MSA 就变得毫无意义，因为你可以自由选择通过改变一个片段将获得什么数字。
我假设在这种情况下，有人告诉他们，如果指数低于某个值，系统就无法胜任，但没有告诉他们这个数字是如何产生的以及它意味着什么。
和： 有趣的。您如何向那些不像您那样深入研究分析的人解释其中的差异？您如何为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？
Mauro：我个人发现，当我在日常工作中使用统计数据并一头扎进去时，我个人很难传达统计数据的好处和未来潜力，而另一方面，当呈现公式、图形时，它可能看起来复杂且令人难以承受、数字和无数的数据分析方法。
我尝试的一件事是编写从数据库获取数据或从文件导入数据并重塑表的脚本，因此它对用户变得有用。这有助于节省大量时间，从而避免第一个分析步骤中的一些障碍；它甚至可以引发进一步挖掘的好奇心。
另一种方法是开始并排调查数据，开发和展示分析的潜力，并且如果可能的话，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，但见解和反馈（如果有用）来自处理该流程的人员。
通过这种方法，我能够说服我们的管理层进行投资，因为更多的工程师希望自己进行分析。购买软件只是其中的一部分。
和： 这就是您的培训计划的用武之地。
Mauro：是的，尽管仍然存在障碍。当我第一次提出为工程师提供为期五天的课程来学习JMP和统计思维时，管理层犹豫了。他们表示，他们无法承受让工程师休假五天的费用。
有句话说：“我们没有时间磨斧子，我们必须砍树。”甚至有人建议我每个系只派一个人，然后由他来教其他人。就像我只会送我的一个孩子去学校，然后让他们在家教他们的兄弟姐妹！
和： 看起来相当保守的想法。
Mauro：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。这些应该成为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。但每个组织都需要接受过统计思维培训的人员来支持这一点。
和： 工程师对您的课程有何反应，无论是在学习 JMP 还是在学习与之相关的统计思维技能方面？
Mauro：很好，我想说。例如，我有一个六西格码黑带，他一开始会说：“嘿，我已经接受过统计培训。我可能会学到一些东西，或者可能只是重复，只是为了让你知道。”在课程中，我可以看到一些硬币掉落，因为他评论道：“啊，这就是为什么我应该这样做，现在更有意义了！”还有一次，我有一个现场的生产、质量和工程人员参加同一培训课程，他们进行了讨论，其中有很多来来回回的抱怨和指责。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，同时还量化客户的某些请求和工程想法的影响。
这就是为什么我喜欢当一名教练。
Meg：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员一起使用？
Mauro：我很高兴参加JMP Discovery Summit期间提供的有关统计建模和寻找重要预测因素的高级培训。这是不同思想与知识渊博的培训师的一次富有启发性的交流，并得到了现实生活中的例子的支持，让我更加了解 JMP 的建模方面。
我向 JMP 新用户推荐的是使用欢迎套件，然后花一两天时间自行培训。接下来，他们通常会与我进行一次小型面对面的会议来提出问题，我们可能会看看他们想要解决的个人示例。我建议的下一步是参加工业问题解决的统计思维 (STIPS)课程。这是一门内容丰富的统计学课程，也是深入了解 JMP 的可能性及其使用方法的好方法。
和： 您是否觉得年轻一代的工程师（通过大学系统进入工业界工作的人）比您刚开始时更精通数据？
Mauro：目前，我想说没有太大变化。当我与年轻的工程师交谈时，他们可能已经在这里或那里度过了半个学期，但仅此而已，因为课程作业更侧重于力学。但我确实认为它正在发展。统计教育现在确实正在兴起，而且随着越来越多的大学计算机科学课程的多样化，它变得更加专业化。
和： 对于有兴趣在大学攻读工程专业的人，您有什么建议？
Mauro：我认为统计数据在工业中变得越来越重要。
我们不仅仅是用数字格式取代纸张，这只是耐力赛的第一步，在这场耐力赛中，您可以为增强统计分析能力奠定基础。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。这是团队的努力，汇集了领域知识和统计方法，以改进和确保项目的成功。
举个例子，我想说工程师没有必要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数据，并且我们可以基于此链接预测或描述过程。
和： 在理想的世界中，如果您获得免费通行证来建立自己的数据分析团队，它会是什么样子？
Mauro：我想建立一个中央部门来解决更困难的统计问题，同时也为那些对使用 JMP 和编写脚本有疑问或需要分析问题帮助的同事提供热线服务。
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的统计理解的非常优秀的工程师，又有一位进行报告分析的专门分析师，他们通过小组联系在一起，或者由一位非常高级的分析师监督，后者可以帮助解决更具挑战性的问题。我想说，这种交流确实可以带来很多价值、知识、节省时间等等。
和： 最后还有什么想法吗？
Mauro：我希望人们更多地了解良好分析的价值以及基于数据做出良好决策的价值，而不仅仅是“是的，我们进行数字化”。或者“我们做大数据”。这些只是口号，需要有人了解什么是必要的，并由管理层指派，以使整个团队朝着统计思维的方向发展。
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。
