Dan Fortune è Manager di Global Growth Analytics presso Hexion Inc. , un'azienda chimica specializzata che guida l'innovazione nelle resine termoindurenti. Dan è entrato a far parte dell'azienda cinque anni fa per fornire modelli statistici e supporto analitico alle attività di ricerca e sviluppo in resine per legno ingegnerizzato e fertilizzanti azotati a lento rilascio.
Dan ha precedentemente ricoperto una serie di ruoli dirigenziali nell'eccellenza aziendale e nell'ingegneria della qualità per TechnipFMC, Mitsubishi Caterpillar, Maytag e Texas Instruments. Ha conseguito un Master in Qualità, Affidabilità e Ingegneria Statistica presso l'Arizona State University.
Ho parlato con Dan durante il JMP Discovery Summit presso la sede centrale di SAS nella Carolina del Nord.
Meg: So che sei l'unica persona senza un background di chimica nel gruppo di ricerca e sviluppo di Hexion! In che modo ciò ha influenzato la tua prospettiva sull'equilibrio ideale tra chimica e competenza statistica nell'industria?
Dan: In Hexion, ci stiamo evolvendo nella giusta direzione come azienda: aumentare i contributi statistici alla ricerca e sviluppo senza ridurre il contributo teorico della chimica.
In generale, il cervello umano ha difficoltà a comprendere e applicare il concetto di interazioni chimiche complesse. E quando aggiungi la non linearità, non c'è modo di farlo in modo efficace senza strumenti statistici! Certo, potrebbe essere facile per i chimici sperimentare in quantità incrementali, [guardando un fattore alla volta], ma non è un modo efficiente di fare esperimenti. Quando hai uno spazio di progettazione ad alta dimensione, hai bisogno [progettazione di esperimenti (DOE)] per aiutare a determinare se l'hai esplorato a sufficienza.
Ed è in questo che aiuto: aiuto i chimici acquisiscono nuove conoscenze – e fornisco supporto quando esplorano lo spazio del design. Sto lavorando per cambiare [il modo in cui i chimici pensano alla sperimentazione] e non solo la statistica aggiunge significativamente alla loro conoscenza e si traduce in una migliore comprensione dello spazio di progettazione, ma riduce anche il numero totale di esperimenti che devono eseguire.
Anche se non mi occupo personalmente di formulazioni, fornisco raccomandazioni basate su ciò che il software mi fa sapere sul modo in cui i [fattori] combaciano. Penso che tu abbia bisogno di un ragionevole background teorico per convincere i chimici (o anche altri scienziati) che puoi aiutarli ad avere ancora più successo restringendo la finestra di sperimentazione, riducendo il tempo di laboratorio e accelerando la ricerca e lo sviluppo.Abbiamo scoperto che quando si utilizza il software, le previsioni a volte sono al di fuori delle norme e delle ipotesi del settore, il che è stato sorprendente per me e per il chimico... e stanno dando ottimi risultati in laboratorio e nelle prove sul campo.
Detto questo, fino ad oggi le mie raccomandazioni non sono mai state respinte da un chimico. Quindi sì, il fatto che i chimici PhD seguano i miei consigli sulle formulazioni chimiche è piuttosto interessante. E più abbiamo imparato, più abbiamo accelerato il nostro processo di sviluppo in un modo che ha portato alcuni progressi abbastanza sostanziali nei nostri prodotti.
Meg: Come sono stati ricevuti approcci statistici come DOE?
Dan: Quando si introduce un nuovo concetto, ci sono sempre alcune persone pronte a salire a bordo e altre riluttanti: è la natura umana. Ma niente vende come il successo. Più i nostri dirigenti vedevano i tipi di miglioramenti che stavamo apportando rispetto ai nostri prodotti, più insistevano sull'utilizzo del [DOE] in nuovi progetti. Vuoi sempre avere il vantaggio dei tuoi clienti – che, nel mio caso, sono i chimici – ma a volte spingono anche i dirigenti.
Meg: Mi risulta che tu abbia ottenuto il via libera per assumere qualcuno in un nuovo ruolo che fornisca supporto statistico nella ricerca e sviluppo. Come è successo?
Dan: Per cominciare, non prevediamo di aggiungere personale senza vedere una riduzione altrove: utilizzeremo l'attrito per abilitare una nuova posizione. Quindi, anche se potrebbe non accadere immediatamente, significa che ho tempo per considerare attentamente i tipi di qualifiche che desidero per la posizione. La mia ipotesi è che sarà un connubio tra statistica e informatica. Durante l'estate ho avuto uno stagista - un dottorando in informatica - e ho avuto un'idea di ciò che almeno quell'informatico ha portato al gioco. Abbiamo potuto fare molto.
L'altra domanda è quale strumento utilizzeranno. Avevo appena deciso che volevo assumere qualcuno che fosse un guru della R, ma [il mio stagista] lavorava in Python da molto tempo e sono rimasto colpito da ciò che stava facendo con la sua programmazione. Abbiamo deciso di fare una revisione comparativa delle applicazioni di rete neurale in R, Python e JMP . E JMP's era davvero molto buono. Ha iniziato a passare da Python a JMP per eseguire la manipolazione rapida dei dati, la manipolazione delle tabelle, cose che sono molto più difficili da fare quando devi digitarle piuttosto che fare clic su un paio di pulsanti in JMP, e sei subito lì. È stato illuminante. E puoi sempre farlo integrazione da Python e R in JMP per abilitare tutte le funzionalità che potrebbero non essere attualmente presenti in JMP.
È davvero importante dire che le persone che stanno entrando in questo campo dovrebbero sviluppare un forte set di abilità in JMP o R o Python: più sono, meglio è. Essere in grado di spostare uno di quegli strumenti con facilità e senza esitazione è un'abilità super preziosa. Quindi questa è una cosa che guarderò sicuramente in qualsiasi candidato di lavoro.
Meg: A proposito di consigli, cosa consiglieresti ai chimici che stanno cercando di imparare il JMP?
Dan: I chimici fanno tutto in Excel. Quindi direi loro: passa a JMP per un mese. Fai il 30 giorni di prova gratuita , quindi decidi se continuare. Dagli un onesto 30 giorni. L'ho fatto da solo - 30 giorni, senza Excel - e non sono mai tornato indietro. Quell'esperimento ha aumentato enormemente le mie capacità e il mio livello di abilità in JMP.
La sfida JMP di 30 giorni: è facile. Le persone sono così abituate a usare Excel che non impareranno le capacità di un altro strumento. Ma una volta apprese le capacità di JMP, suppongo che non utilizzerai mai più Excel per la manipolazione dei dati.
Meg: inizia a imparare a usare Excel alle scuole medie e quando avrai un dottorato di ricerca, 15 o più anni dopo, Excel è solo l'impostazione predefinita...
Dan: Destra. E imparare JMP non significa che devi smettere di usare Excel. È solo che scoprirai che ci sono momenti in cui hai davvero bisogno di pensare ai dati da una prospettiva di analisi piuttosto che da una semplice prospettiva di presentazione.
L'uso di JMP ti farà iniziare a pensare al modo in cui i tuoi dati vengono analizzati. Ad esempio, una riga è un'istanza. I dati non vengono analizzati guardando una sezione di una finestra alla volta. Potrebbe avere tutti questi colori e spazi e tutto è ben separato da dove viene stampato su un foglio di carta che sembra carino. Ma questa non è analisi dei dati. Pensare ai dati dal punto di vista di come vengono analizzati ti aiuterà in modo significativo.
Meg: a parte in statistica e informatica, la maggior parte degli studenti laureati e universitari usa Excel nei loro corsi, anche se il settore si sta evolvendo rapidamente verso strumenti più dinamici. Dal punto di vista privilegiato di qualcuno che sta cercando di reclutare e assumere nuovi talenti tecnici, come pensi che le università potrebbero preparare meglio gli studenti per le carriere nel settore?
Dan: Ve lo dico io, il mio consiglio alla facoltà è semplice: Devi allontanare le persone da Minitab . Minitab è un foglio di lavoro e le sue capacità sono super basse. È meglio di un semplice componente aggiuntivo per Excel? Forse. Ma penso che ci siano molte persone che imparano Minitab al college che farebbero meglio a imparare JMP.
È interessante vedere libri di testo che hanno esempi di Minitab fino a un certo punto, e poi il resto del libro è JMP. Quindi, quando vai alle cose più difficili, vai a JMP e poi usi Minitab per le cose facili? Perché anche farlo? Perché perdere tempo con Minitab?
Mega: Stiamo avendo questa conversazione durante il Discovery Summit e so che sei stato qui negli uffici di JMP in passato, anche quando facevi parte di un comitato direttivo del cliente. In altre parole, sei davvero fidanzato. Che valore offre quel livello di coinvolgimento sia a te professionalmente che a Hexion?
Dan: Quando vieni qui [a Vertice di scoperta ] è tutto incentrato su quei piccoli trucchi e suggerimenti che sono la chiave dell'efficienza. Ogni volta che sono vicino a qualcuno che usa JMP, anche se non sono utenti JMP esperti, imparo cose perché conoscono un trucco che non conosco.
Man mano che impari questi trucchi, inizi a navigare attraverso JMP. E man mano che impari più tecniche e quali tecniche funzionano in determinati tipi di situazioni, sei in grado di affrontare meglio i problemi del mondo reale. Diventa una palla di neve che rotola giù per la collina; le tue conoscenze e capacità stanno avanzando. Come nuovo utente, inizi sempre lentamente. È il modo in cui avanzi le tue conoscenze per far rotolare la palla di neve con il suo stesso slancio che fa la differenza. Stare vicino alle persone di JMP aiuta davvero ad accelerare le cose.
Esci sempre [dal Discovery Summit] con nuove idee. Hai appena visto persone che sono molto entusiaste di quello che stanno facendo. Non puoi fare a meno di ottenere una piccola spinta di energia e motivazione.
E raccogli qui cose a cui non avevi pensato prima. Posso dirti che ho visto alcune cose super intelligenti al Discovery Summit. Per me, intelligente è ottenere risultati incredibili con qualcosa di molto semplice. L'ho visto qui, ed era proprio come, "Beh, è semplicissimo, ma wow, è così efficace". Posso applicarlo forse non esattamente come hanno fatto loro, ma c'è un'applicazione per il mio lavoro.
Ad esempio, una volta ho riportato una tecnica che proveniva dal mondo dei veicoli autonomi. Ho visto che potrebbe funzionare per la chimica. E da allora è stato super efficace per me.
Le persone iniziano a congratularsi con te per il tuo successo perché hai iniziato a usare una tecnica che hai imparato al Discovery, ed è un'affermazione piuttosto potente relativa all'efficacia di partecipare a queste conferenze.
Costruisci l'eccellenza analitica nella tua organizzazione. Scopri come: jmp.com/advocate
