Dan Fortune est responsable de l'analyse de la croissance mondiale chez Hexi Inc. , une entreprise de chimie spécialisée qui innove dans le domaine des résines thermodurcissables. Maître ceinture noire Lean Six Sigma, Dan a rejoint l'entreprise il y a cinq ans pour fournir une modélisation statistique et un soutien analytique aux activités de R&D dans les résines pour le bois d'ingénierie et les engrais azotés à libération lente.
Dan a précédemment occupé divers postes de direction dans l'excellence commerciale et l'ingénierie de la qualité pour TechnipFMC, Mitsubishi Caterpillar, Maytag et Texas Instruments. Il est titulaire d'une maîtrise en qualité, fiabilité et ingénierie statistique de l'Arizona State University.
J'ai parlé avec Dan lors du JMP Discovery Summit au siège de SAS en Caroline du Nord.
Meg : Je comprends que vous êtes la seule personne sans formation en chimie dans le groupe R&D d'Hexion ! Comment cela a-t-il influencé votre point de vue sur l'équilibre idéal entre la chimie et l'expertise statistique dans l'industrie ?
Dan: Chez Hexion, nous évoluons dans le bon sens en tant qu'entreprise : augmenter les apports statistiques à la R&D sans diminuer l'apport théorique de la chimie.
En général, le cerveau humain a du mal à comprendre et à appliquer le concept d'interactions chimiques complexes. Et lorsque vous ajoutez de la non-linéarité, il n'y a tout simplement aucun moyen de le faire efficacement sans outils statistiques ! Bien sûr, il peut être facile pour les chimistes d'expérimenter des quantités incrémentielles, [en regardant un facteur à la fois], mais ce n'est pas un moyen efficace de faire des expériences. Lorsque vous disposez d'un espace de conception de grande dimension, vous avez besoin [conception d'expériences (DOE)] pour aider à déterminer si vous l'avez suffisamment exploré.
Et c'est avec ça que j'aide : j'aide les chimistes acquièrent de nouvelles connaissances – et je les accompagne lorsqu'ils explorent l'espace de conception. Je travaille pour changer [la façon dont les chimistes pensent à l'expérimentation], et non seulement les statistiques ajoutent de manière significative à leurs connaissances et aboutissent à une meilleure compréhension de l'espace de conception, mais elles réduisent également le nombre total d'expériences qu'ils doivent exécuter.
Bien que je ne fasse pas de formulations moi-même, je fais des recommandations basées sur ce que le logiciel me permet de savoir sur la façon dont [les facteurs] s'imbriquent. Je pense que vous avez besoin d'un bagage théorique raisonnable pour convaincre les chimistes (ou même d'autres scientifiques) que vous pouvez les aider à avoir encore plus de succès en réduisant la fenêtre d'expérimentation, en réduisant le temps de banc et en accélérant la R&D.Nous avons constaté que lors de l'utilisation du logiciel, les prédictions sont parfois en dehors des normes et des hypothèses de l'industrie, ce qui a été surprenant pour moi et le chimiste… et elles donnent d'excellents résultats en laboratoire et lors d'essais sur le terrain.
Cela dit, à ce jour, mes recommandations n'ont jamais été rejetées par un chimiste. Alors oui, le fait que des chimistes titulaires d'un doctorat suivent mes conseils sur les formulations chimiques est assez intéressant. Et plus nous avons appris, plus nous avons accéléré notre processus de développement d'une manière qui a entraîné des avancées assez substantielles dans nos produits.
Meg : Comment les approches statistiques comme le DOE ont-elles été reçues ?
Dan : Lors de l'introduction d'un nouveau concept, il y aura toujours des personnes prêtes à embarquer tout de suite et d'autres réticentes – c'est la nature humaine. Mais rien ne se vend comme le succès. Plus nos dirigeants voyaient les types d'améliorations que nous apportions à nos produits, plus ils insistaient pour que [DOE] soit utilisé dans de nouveaux projets. Vous voulez toujours être attiré par vos clients – qui, dans mon cas, sont des chimistes – mais parfois les dirigeants poussent aussi.
Meg : Je comprends que vous avez obtenu le feu vert pour embaucher quelqu'un dans un nouveau rôle de soutien statistique en R&D. Comment est-ce arrivé?
Dan : Pour commencer, nous ne prévoyons pas d'ajouter des effectifs sans voir une réduction ailleurs - nous utiliserons l'attrition pour activer un nouveau poste. Ainsi, bien que cela ne se produise pas immédiatement, cela signifie que j'ai le temps d'examiner attentivement les types de qualifications que je souhaite pour le poste. Je suppose que ce sera un mariage de statistiques et d'informatique. Au cours de l'été, j'ai eu un stagiaire - un candidat au doctorat en informatique - et j'ai eu un aperçu de ce qu'au moins cet informaticien a apporté au jeu. Nous avons pu faire beaucoup.
L'autre question est de savoir quel outil ils utiliseront. J'avais à peu près décidé que je voulais embaucher quelqu'un qui était un gourou de R, mais [mon stagiaire] travaillait en Python depuis longtemps et j'étais impressionné par ce qu'il faisait avec sa programmation. Nous avons décidé de faire une revue comparative des applications de réseaux de neurones en R, Python et JMP . Et celui de JMP était vraiment, vraiment bon. Il a commencé à passer de Python à JMP pour effectuer des manipulations rapides de données, des manipulations de tables - des choses qui sont beaucoup plus difficiles à faire lorsque vous devez les taper plutôt que de simplement cliquer sur quelques boutons dans JMP, et vous y êtes instantanément. C'était instructif. Et tu peux toujours faire ça intégration de Python et R dans JMP pour activer toutes les fonctionnalités qui pourraient ne pas être actuellement présentes dans JMP.
Il est vraiment important de dire que les personnes qui se lancent dans ce domaine doivent développer de solides compétences en JMP, R ou Python. Plus il y en a, mieux c'est. Être capable de se déplacer facilement et sans hésitation avec l'un de ces outils est une compétence extrêmement précieuse. C'est donc une chose que je vais certainement examiner chez tout candidat à un poste.
Meg : En parlant de conseils, que suggéreriez-vous aux chimistes qui souhaitent apprendre JMP ?
Dan : Les chimistes font tout dans Excel. Alors je leur dirais : passez à JMP pendant un mois. Faites le Essai gratuit de 30 jours , puis décidez si vous allez continuer. Donnez-lui 30 jours honnêtes. Je l'ai fait moi-même – 30 jours, pas d'Excel – et je ne suis jamais revenu en arrière. Cette expérience a considérablement augmenté mes capacités et mon niveau de compétence dans JMP.
Le défi JMP de 30 jours - c'est facile. Les gens sont tellement habitués à utiliser Excel qu'ils n'apprendront pas les capacités d'un autre outil. Mais une fois que vous aurez appris les fonctionnalités de JMP, je suppose que vous n'utiliserez plus jamais Excel pour la manipulation de données.
Meg : Commencez à apprendre à utiliser Excel au collège et au moment où vous avez un doctorat, 15 ans ou plus plus tard, Excel n'est que la valeur par défaut…
Dan : Droit. Et apprendre JMP ne signifie pas que vous devez arrêter d'utiliser Excel. C'est juste que vous constaterez qu'il y a des moments où vous avez vraiment besoin de penser aux données d'un point de vue analytique plutôt que d'un simple point de vue de présentation.
L'utilisation de JMP vous amènera à réfléchir à la manière dont vos données sont analysées. Par exemple, une ligne correspond à une instance. Les données ne sont pas analysées en regardant une section d'une fenêtre à la fois. Il peut avoir toutes ces couleurs et ces espaces et tout est bien séparé à l'endroit où il s'imprime sur une feuille de papier qui a l'air jolie. Mais ce n'est pas de l'analyse de données. Penser aux données du point de vue de la façon dont elles sont analysées vous aidera considérablement.
Meg : En dehors des statistiques et de l'informatique, la plupart des étudiants de premier cycle et des cycles supérieurs utilisent Excel dans leurs cours, même si l'industrie évolue rapidement vers des outils plus dynamiques. Du point de vue de quelqu'un qui cherche à recruter et à embaucher de nouveaux talents techniques, comment pensez-vous que les universités pourraient mieux préparer les étudiants à des carrières dans l'industrie ?
Dan: Je vais vous dire, mon conseil aux professeurs est simple : Vous devez éloigner les gens de Minitab . Minitab est une feuille de calcul et ses capacités sont très faibles. Est-ce mieux qu'un simple complément pour Excel ? Peut-être. Mais je pense que beaucoup de gens qui apprennent Minitab à l'université feraient mieux d'apprendre JMP.
Il est intéressant de voir des manuels contenant des exemples Minitab jusqu'à un certain point, puis le reste du livre est JMP. Ainsi, lorsque vous passez aux choses les plus difficiles, vous passez à JMP, puis vous utilisez Minitab pour les choses faciles ? Pourquoi même faire ça ? Pourquoi perdriez-vous votre temps avec Minitab ?
Még : Nous avons cette conversation lors du Discovery Summit, et je sais que vous avez été ici dans les bureaux de JMP par le passé, y compris lorsque vous avez siégé à un comité de pilotage client. En d'autres termes, vous êtes vraiment engagé. Quelle valeur ce niveau d'engagement vous apporte-t-il à la fois professionnellement et à Hexion ?
Dan: Quand tu viens ici [pour Sommet Découverte ] il s'agit de ces petits trucs et astuces qui sont la clé de l'efficacité. Chaque fois que je côtoie quelqu'un qui utilise JMP, même s'il n'est pas un utilisateur expert de JMP, j'apprends des choses parce qu'il connaît une astuce que je ne connais pas.
Au fur et à mesure que vous apprenez ces astuces, vous commencez à parcourir JMP. Et au fur et à mesure que vous apprenez plus de techniques et quelles techniques fonctionnent dans certains types de situations, vous êtes en mesure de mieux résoudre les problèmes du monde réel. Cela devient une boule de neige dévalant la colline; vos connaissances et vos capacités progressent. En tant que nouvel utilisateur, vous commencez toujours lentement. C'est la façon dont vous faites progresser vos connaissances pour lancer la boule de neige avec son propre élan qui fait la différence. Côtoyer les gens de JMP aide vraiment à accélérer les choses.
Vous sortez toujours [du Discovery Summit] avec de nouvelles idées. Vous venez de voir des gens qui sont très enthousiastes à propos de ce qu'ils font. Vous ne pouvez pas vous empêcher d'obtenir un petit regain d'énergie et de motivation.
Et vous prenez des choses ici auxquelles vous n'aviez pas pensé auparavant. Je peux vous dire que j'ai vu des choses super intelligentes au Discovery Summit. Pour moi, intelligent, c'est obtenir un résultat incroyable par quelque chose de très simple. J'ai vu ça ici, et c'était juste comme, "Eh bien, c'est super simple, mais wow, est-ce efficace." Je peux l'appliquer peut-être pas exactement comme ils l'ont fait, mais il y a une application à mon travail.
Par exemple, une fois, j'ai ramené une technique qui venait du monde des véhicules autonomes. J'ai vu que ça pouvait marcher pour la chimie. Et ça a été super efficace pour moi depuis.
Les gens commencent à vous féliciter pour votre succès parce que vous avez commencé à utiliser une technique que vous avez apprise à Discovery, et c'est une déclaration assez puissante par rapport à l'efficacité de la participation à ces conférences.
Développez l'excellence analytique dans votre organisation. Trouver comment: jmp.com/avocat
