Mauro Gerber 是蘇黎世光纖電纜製造商 HUBER+SUHNER 的製程工程師和統計專家，從事資料管理、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 擔任研發製程專家 12 年。在之前和現在的職位上，Mauro 一直是分析支援的直言不諱的倡導者，為工程師試行新的培訓計劃，並採購軟體來支援統計思維的民主化。
和： 首先，我想知道您是否可以分享一下您對生產行業統計準備現狀的看法。
Mauro：看來很多公司仍在努力理解[領域專家]的想法，他們也對統計有深入的了解。我的職業生涯始於製程工程師，幾年來，我進行了越來越多的統計分析和建模。即使 15 年後，當我決定加入另一個組織時，我還是遇到了同樣的情況——被聘為流程工程師而不是資料科學家。
我們這些人[具有領域和統計專業知識]擁有數據工程、分析、流程工程、品質生產方面的廣泛知識；這不僅僅是建模！目前，我在 HUBER+SUHNER 的流程工程小組工作，但我做的分析越多，我就能為其他工程師提供越多的支援。有時我發現他們並不完全理解自己在做什麼，並且陷入了這個過程，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的理解，不僅是如何執行分析，而且是為什麼執行分析它。
和： 您認為傳統統計訓練與統計或分析思考之間的主要差異是什麼？
Mauro：對我來說，經典教學似乎設定了一個舞台，你執行的每一步都會發揮作用並帶來預期的結果。這就像學習如何駕駛汽車一樣。當然，了解如何轉向、加速、煞車以及了解所有按鈕的作用很重要，但了解如何避免前方崎嶇不平的道路或何時左轉或右轉也很重要 - 否則您可能會迷路。這種經典方法可能會導致沮喪，甚至導致您放棄統計，因為它沒有按承諾工作，即使您按照範例中給出的點擊鏈進行操作也是如此。
梅格：所以這是嚴格的方法與批判性思考的比較。
毛羅：是的。這種聯繫可能會阻止某些人在分析方面取得更大成功或阻止建設性的交流或協議。我不再計算我必須重做多少次測量系統分析 (MSA)，因為人們堅持認為唯一的指標決定係統是否有能力，即使製程非常穩定，因此測量變化非常困難。客戶建議我們在混合物中加入“壞”部件。但是這樣的話，過程變化就不會被表現出來，整個 MSA 就變得毫無意義，因為你可以自由選擇透過改變一個片段將獲得什麼數字。
我假設在這種情況下，有人告訴他們，如果指數低於某個值，系統就無法勝任，但沒有告訴他們這個數字是如何產生的以及它意味著什麼。
和： 有趣的。您如何向那些不像您那樣深入研究分析的人解釋其中的差異？您如何為管理階層建立商業案例，讓他們支持從六西格瑪到現代分析的思維演變？
Mauro：我個人發現，當我在日常工作中使用統計並一頭扎進去時，我個人很難傳達統計的好處和未來潛力，而另一方面，當呈現公式、圖形時，它可能看起來複雜且令人難以承受、數字和無數的數據分析方法。
我嘗試的一件事是編寫從資料庫獲取資料或從檔案匯入資料並重塑表的腳本，因此它對使用者變得有用。這有助於節省大量時間，從而避免第一個分析步驟中的一些障礙；它甚至可以引發進一步挖掘的好奇心。
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，但見解和回饋（如果有用）來自處理流程的人員。
透過這種方法，我能夠說服我們的管理層進行投資，因為更多的工程師希望自己進行分析。購買軟體只是其中的一部分。
和： 這就是您的培訓計劃的用武之地。
Mauro：是的，儘管仍然存在障礙。當我第一次提出為工程師提供為期五天的課程來學習JMP和統計思維時，管理層猶豫了。他們表示，他們無法負擔讓工程師休假五天的費用。
有句話說：“我們沒有時間磨斧子，我們必須砍樹。”甚至有人建議我每個系只派一個人，然後由他來教其他人。就像我只會送我的一個孩子去學校，然後讓他們在家教他們的兄弟姊妹！
和： 看起來相當保守的想法。
Mauro：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。這些應該成為公司努力深入了解有利於穩定性和提高品質的流程的一個組成部分。但每個組織都需要接受過統計思維訓練的人員來支持這一點。
和： 工程師對您的課程有何反應，無論是在學習 JMP 還是在學習與之相關的統計思維技能方面？
Mauro：很好，我想說。例如，我有一個六西格瑪黑帶，他一開始會說：“嘿，我已經接受過統計培訓。我可能會學到一些東西，或者可能只是重複，只是為了讓你知道。”在課程中，我可以看到一些硬幣掉落，因為他評論道：“啊，這就是為什麼我應該這樣做，現在更有意義了！”還有一次，我有一個現場的生產、品質和工程人員參加同一培訓課程，他們進行了討論，其中有很多來來回回的抱怨和指責。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，同時也量化客戶的某些請求和工程想法的影響。
這就是為什麼我喜歡當教練。
Meg：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員一起使用？
Mauro：我很高興參加JMP Discovery Summit期間提供的有關統計建模和尋找重要預測因素的高級培訓。這是不同思想與知識淵博的培訓師的一次富有啟發性的交流，並得到了現實生活中的例子的支持，讓我更加了解 JMP 的建模方面。
我向 JMP 新用戶推薦的是使用歡迎套件，然後花一兩天自行培訓。接下來，他們通常會與我進行一次小型面對面的會議來提出問題，我們可能會看看他們想要解決的個人範例。我建議的下一步是參加工業問題解決的統計思維 (STIPS)課程。這是一門內容豐富的統計學課程，也是深入了解 JMP 的可能性及其使用方法的好方法。
和： 您是否覺得年輕一代的工程師（透過大學系統進入工業界工作的人）比您剛開始時更精通數據？
Mauro：目前，我想說沒有太大變化。當我與年輕的工程師交談時，他們可能已經在這裡或那裡度過了半個學期，但僅此而已，因為課程作業更側重於力學。但我確實認為它正在發展。統計教育現在確實正在興起，而且隨著越來越多的大學電腦科學課程的多樣化，它變得更加專業化。
和： 對於有興趣在大學攻讀工程的人，您有什麼建議？
Mauro：我認為統計數據在工業中變得越來越重要。
我們不僅僅是用數位格式取代紙張，這只是耐力賽的第一步，在這場耐力賽中，您可以為增強統計分析能力奠定基礎。即使公司增加了專門的資料科學家，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。這是團隊的努力，匯集了領域知識和統計方法，以改進和確保專案的成功。
舉個例子，我想說工程師沒有必要知道定義常態分佈的確切公式，但他們應該能夠理解它代表數據，並且我們可以基於此連結預測或描述過程。
和： 在理想的世界中，如果您獲得免費通行證來建立自己的數據分析團隊，它會是什麼樣子？
Mauro：我想設立一個中央部門來解決更困難的統計問題，同時也為那些對使用 JMP 和編寫腳本有疑問或需要分析問題幫助的同事提供熱線服務。
理想情況下，分析支援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的統計理解的非常優秀的工程師，又有一位進行報告分析的專門分析師，他們通過小組聯繫在一起，或者由一位非常高級的分析師監督，後者可以幫助解決更具挑戰性的問題。我想說，這種交流確實可以帶來很多價值、知識、節省時間等等。
和： 最後還有什麼想法嗎？
Mauro：我希望人們更了解良好分析的價值以及基於數據做出良好決策的價值，而不僅僅是「是的，我們進行數位化」。或「我們做大數據」。這些只是口號，需要有人了解什麼是必要的，並由管理層指派，以使整個團隊朝著統計思維的方向發展。
智慧工廠不代表只有一兩個聰明人！這是軟體、知識、人員和流程之間的互動 - 跨學科團隊是成功的關鍵。它也是工程、品質和生產之間溝通的基地。實現真正的智慧工廠是一場馬拉松，而不是短跑。
