Dan Fortune est responsable de l'analyse de la croissance mondiale chez Hexion inc. , une entreprise chimique spécialisée qui stimule l'innovation dans le domaine des résines thermodurcies. Titulaire d'une ceinture noire Lean Six Sigma Master, 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 bois d'ingénierie et les engrais azotés à libération lente.
Dan a précédemment occupé divers postes de direction en matière d'excellence commerciale et d'ingénierie 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 vision de l’équilibre idéal entre chimie et expertise statistique dans l’industrie ?
Dan : Chez Hexion, nous évoluons dans la bonne direction en tant qu'entreprise : augmenter les contributions statistiques à la R&D sans réduire la contribution de la chimie théorique.
En général, le cerveau humain a du mal à comprendre et à appliquer le concept d’interactions chimiques complexes. Et lorsque l’on ajoute 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 en quantités progressives, [en examinant un facteur à la fois], mais ce n'est pas une manière efficace de faire des expériences. Lorsque vous disposez d'un espace de conception de grande dimension, vous avez besoin [plan d'expériences (DOE)] pour vous aider à déterminer si vous l'avez suffisamment exploré.
Et c'est pour ça que j'aide : j'aide les chimistes acquièrent de nouvelles connaissances – et je les accompagne lorsqu'ils explorent l'espace de conception. Je m'efforce de changer [la manière dont les chimistes envisagent l'expérimentation], et non seulement les statistiques ajoutent considérablement 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 réaliser.
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 manière dont les [facteurs] s'articulent. Je pense que vous avez besoin d'une base théorique raisonnable pour convaincre les chimistes (ou même d'autres scientifiques) que vous pouvez les aider à réussir encore plus en réduisant la fenêtre d'expérimentation, en réduisant le temps de laboratoire 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 hypothèses de l'industrie, ce qui a été surprenant pour moi et les chimistes… 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 docteurs en chimie suivent mes conseils sur les formulations chimiques est assez intéressant. Et plus nous en apprenons, plus nous accélérons notre processus de développement, ce qui a entraîné des avancées assez substantielles dans nos produits.
Meg : Comment les approches statistiques comme le DOE ont-elles été accueillies ?
Dan : Lorsque vous introduisez un nouveau concept, vous rencontrerez toujours des personnes prêtes à embarquer immédiatement et d'autres réticentes – c'est la nature humaine. Mais rien ne se vend mieux que le succès. Plus nos dirigeants voyaient les types d'améliorations que nous apportions par rapport à nos produits, plus ils insistaient pour que [DOE] soit utilisé dans de nouveaux projets. Vous voulez toujours obtenir l’appui de vos clients – qui, dans mon cas, sont des chimistes – mais parfois les dirigeants insistent aussi.
Meg : Je comprends que vous avez obtenu le feu vert pour embaucher quelqu'un dans un nouveau rôle fournissant un soutien statistique en R&D. Comment est-ce arrivé?
Dan : Pour commencer, nous ne prévoyons pas d'augmenter les effectifs sans constater une réduction ailleurs – nous utiliserons l'attrition pour créer un nouveau poste. Ainsi, même si cela ne se produira 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 doctorant en informatique – et j’ai eu un aperçu de ce qu’au moins cet informaticien a apporté au jeu. Nous avons pu faire beaucoup de choses.
L’autre question est de savoir quel outil ils utiliseront. J'avais sur le point de décider 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 neuronaux en R, Python et JMP . Et celui de JMP était vraiment très bon. Il a commencé à passer de Python à JMP pour effectuer des manipulations rapides de données et de tableaux – des choses qui sont beaucoup plus difficiles à faire lorsqu'il faut les saisir 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 déplacer facilement et sans hésitation 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 emploi.
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 30 jours d'essai gratuit , puis décidez si vous allez continuer. Donnez-lui 30 jours honnêtes. Je l'ai fait moi-même – 30 jours, pas d'Excel – et je n'y suis jamais revenu. Cette expérience a considérablement augmenté mes capacités et mon niveau de compétence dans JMP.
Le défi JMP de 30 jours – c'est un défi simple. 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 capacités de JMP, je suppose que vous n'utiliserez plus jamais Excel pour manipuler des données.
Meg : Commencez à apprendre à utiliser Excel au collège et au moment où vous obtenez un doctorat, 15 ans ou plus plus tard, Excel n'est que la valeur par défaut…
Dan : Droite. 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 est une instance. Les données ne sont pas analysées en examinant une section d'une fenêtre à la fois. Il peut avoir toutes ces couleurs et tous ces espaces et tout est bien séparé jusqu'à l'endroit où il s'imprime sur une jolie feuille de papier. Mais ce n’est pas une analyse de données. Penser les données du point de vue de la manière dont elles sont analysées vous aidera considérablement.
Meg : Outre les domaines des statistiques et de l'informatique, la plupart des étudiants des cycles supérieurs et du premier cycle 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 aux carrières industrielles ?
Dan : Je vais vous le 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 qui contiennent des exemples Minitab jusqu'à un certain point, puis le reste du livre est JMP. Ainsi, lorsque vous vous lancez dans les tâches les plus difficiles, vous accédez à JMP, puis vous utilisez Minitab pour les tâches les plus faciles ? Pourquoi même faire ça ? Pourquoi perdriez-vous votre temps avec Minitab ?
Meg : Nous avons cette conversation lors du Discovery Summit, et je sais que vous avez déjà été ici dans les bureaux de JMP, notamment lorsque vous avez siégé à un comité directeur de clients. 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 petits trucs et astuces qui sont la clé de l'efficacité. Chaque fois que je côtoie quelqu'un qui utilise JMP – même s'il ne s'agit pas d'utilisateurs experts 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 naviguer dans JMP. Et à mesure que vous apprenez davantage 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 qui dévale la colline ; vos connaissances et vos capacités progressent. En tant que nouvel utilisateur, vous démarrez toujours lentement. C'est la façon dont vous avancez vos connaissances pour faire rouler la boule de neige avec son propre élan qui fait la différence. Être entouré des collaborateurs de JMP contribue vraiment à accélérer les choses.
Vous ressortez toujours [du Discovery Summit] avec de nouvelles idées. Vous venez de voir des gens très enthousiasmés par ce qu'ils font. Vous ne pouvez pas vous empêcher de retrouver un petit regain d’énergie et de motivation.
Et vous découvrez ici des choses auxquelles vous n'aviez pas pensé auparavant. Je peux vous dire que j'ai vu des choses super intelligentes au Discovery Summit. Pour moi, être intelligent, c'est obtenir un résultat incroyable grâce à quelque chose de très simple. J'ai vu ça ici, et c'était comme : "Eh bien, c'est super simple, mais wow, est-ce efficace." Je ne peux peut-être pas l'appliquer exactement comme eux, mais il y a une application à mon travail.
Par exemple, une fois, j’ai ramené une technique venue du monde des véhicules autonomes. J'ai vu que ça pouvait marcher pour la chimie. Et depuis, c’est super efficace pour moi.
Les gens commencent à vous féliciter pour votre réussite 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
