Dan Fortune è responsabile dell'analisi della crescita globale presso Hexion Inc. , un'azienda chimica specializzata che guida l'innovazione nelle resine termoindurenti. Dan, cintura nera Lean Six Sigma Master, è entrato in azienda cinque anni fa per fornire modellazione statistica e supporto analitico alle attività di ricerca e sviluppo nel campo delle resine per legno ingegnerizzato e dei fertilizzanti azotati a rilascio lento.
Dan ha precedentemente ricoperto diversi ruoli di leadership 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 SAS nella Carolina del Nord.
Meg: Mi risulta che tu sia l'unica persona senza esperienza in 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 si aggiunge la nonlinearità, 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 aiutarti 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 di progettazione. Sto lavorando per cambiare [il modo in cui i chimici pensano alla sperimentazione], e non solo le statistiche aggiungono significativamente alla loro conoscenza e portano a una migliore comprensione dello spazio di progettazione, ma riducono anche il numero totale di esperimenti che devono eseguire.
Anche se non eseguo formulazioni di per sé, fornisco consigli basati su ciò che il software mi fa sapere sul modo in cui [i fattori] si adattano insieme. Penso che sia necessario un background teorico ragionevole per convincere i chimici (o anche altri scienziati) che è possibile aiutarli ad avere ancora più successo restringendo la finestra della sperimentazione, riducendo i tempi di laboratorio e accelerando la ricerca e sviluppo. Abbiamo scoperto che quando si utilizza il software, le previsioni a volte esulano dalle norme e dai presupposti del settore, il che è stato sorprendente per me e per i chimici... e stanno dando ottimi risultati in laboratorio e nelle prove sul campo.
Detto questo, ad oggi, i miei consigli non sono mai stati rifiutati da un chimico. Quindi sì, il fatto che i chimici dottorandi 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 ad alcuni progressi piuttosto sostanziali nei nostri prodotti.
Meg: Come sono stati recepiti gli approcci statistici come il DOE?
Dan: Quando introduci un nuovo concetto, avrai sempre alcune persone pronte a salire a bordo immediatamente 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 affinché [DOE] venisse utilizzato in nuovi progetti. Vuoi sempre avere la spinta dei tuoi clienti – che, nel mio caso, sono i chimici – ma a volte anche i dirigenti spingono.
Meg: Mi risulta che hai 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 aumentare l'organico 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 il tipo 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 cosa almeno quello scienziato informatico ha portato al gioco. Siamo riusciti a fare molto.
L’altra domanda è quale strumento utilizzeranno. Avevo quasi deciso di voler assumere qualcuno che fosse un guru di R, ma [il mio stagista] lavorava in Python da molto tempo e sono rimasto impressionato da quello che stava facendo con la sua programmazione. Abbiamo deciso di fare una revisione comparativa delle applicazioni di reti neurali in R, Python e JMP . E JMP era davvero, davvero buono. Ha iniziato a passare da Python a JMP per eseguire una rapida manipolazione dei dati e delle tabelle, cose che sono molto più difficili da fare quando devi digitarle anziché semplicemente 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 eventuali funzionalità che potrebbero non essere attualmente presenti in JMP.
È davvero importante dire che le persone che stanno entrando in questo campo dovrebbero sviluppare una solida serie di competenze in JMP, R o Python: più sono, meglio è. Essere in grado di muoversi all'interno di uno di questi strumenti con facilità e senza esitazione è un'abilità estremamente preziosa. Quindi questa è una cosa che sicuramente esaminerò in qualsiasi candidato al lavoro.
Meg: A proposito di consigli, cosa suggeriresti ai chimici che desiderano imparare a usare JMP?
Dan: I chimici fanno tutto in Excel. Quindi direi loro: passate a JMP per un mese. Fai il Prova gratuita di 30 giorni , quindi decidi se continuare o meno. Dategli 30 giorni onesti. L'ho fatto da solo – 30 giorni, senza Excel – e non sono mai tornato indietro. Questo 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 funzionalità di un altro strumento. Ma una volta apprese le funzionalità 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 hai un dottorato di ricerca, 15 o più anni dopo, Excel è solo l'impostazione predefinita...
Dan: Giusto. E imparare JMP non significa che devi smettere di usare Excel. Scoprirai solo che ci sono momenti in cui hai davvero bisogno di pensare ai dati da una prospettiva analitica piuttosto che semplicemente da una prospettiva di presentazione.
L'uso di JMP ti farà iniziare a pensare in termini di modo in cui i tuoi dati vengono analizzati. Ad esempio, una riga è un'istanza. I dati non vengono analizzati osservando una sezione di una finestra alla volta. Potrebbe avere tutti questi colori e spazi e tutto è ben separato fino al punto in cui 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 quelli di statistica e informatica, la maggior parte degli studenti laureati e universitari utilizza Excel nei propri corsi, anche se l'industria si sta rapidamente evolvendo verso strumenti più dinamici. Dal punto di vista di chi sta cercando di reclutare e assumere nuovi talenti tecnici, come pensi che le università potrebbero preparare meglio gli studenti alle carriere nel settore?
Dan: Te lo dirò, il mio consiglio ai docenti è semplice: Devi allontanare la gente da Minitab . Minitab è un foglio di lavoro e le sue capacità sono estremamente ridotte. È meglio di un semplice componente aggiuntivo per Excel? Forse. Ma penso che ci siano molte persone che imparano Minitab al college e che farebbero meglio a imparare JMP.
È interessante vedere libri di testo che contengono esempi Minitab fino a un certo punto, e poi il resto del libro è JMP. Quindi quando passi alle cose più difficili, vai a JMP e poi usi Minitab per le cose facili? Perché farlo? Perché dovresti sprecare il tuo tempo con Minitab?
Meg: Ne stiamo parlando durante il Discovery Summit e so che sei stato qui negli uffici di JMP in passato, anche quando sedevi in un comitato direttivo dei clienti. In altre parole, sei davvero fidanzato. Che valore offre questo livello di coinvolgimento sia a te professionalmente che a Hexion?
Dan: Quando vieni qui [a Vertice della scoperta ] è tutta una questione di piccoli suggerimenti e trucchi che sono la chiave dell'efficienza. Ogni volta che mi trovo con qualcuno che usa JMP, anche se non è un utente esperto di JMP, imparo cose perché conosce un trucco che io non conosco.
Man mano che impari questi trucchi, inizi a navigare in JMP. E man mano che impari più tecniche e quali tecniche funzionano in determinati tipi di situazioni, sarai in grado di affrontare meglio i problemi del mondo reale. Diventa una palla di neve che rotola giù dalla collina; le tue conoscenze e capacità stanno avanzando. Come nuovo utente, inizi sempre lentamente. È il modo in cui fai avanzare le tue conoscenze per far rotolare la palla di neve con il proprio slancio che fa la differenza. Stare con le 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 ciò che stanno facendo. Non puoi fare a meno di ottenere una piccola spinta di energia e motivazione.
E qui raccogli cose a cui non avevi pensato prima. Posso dirti che ho visto alcune cose super intelligenti al Discovery Summit. Per me, intelligente significa ottenere risultati incredibili con qualcosa di molto semplice. L'ho visto qui, ed è stato proprio come, "Beh, è semplicissimo, ma wow, è così efficace." Posso applicarlo forse non esattamente come hanno fatto loro, ma c'è un'applicazione nel mio lavoro.
Ad esempio, una volta ho ripreso una tecnica che veniva dal mondo dei veicoli autonomi. Ho visto che poteva 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 utilizzare una tecnica che hai imparato alla Discovery, ed è un'affermazione piuttosto potente rispetto all'efficacia della partecipazione a queste conferenze.
Costruisci l'eccellenza analitica nella tua organizzazione. Scopri come: jmp.com/advocate
