Dan Fortune ist Manager für Global Growth Analytics bei Hexion Inc. , ein Spezialchemieunternehmen, das Innovationen bei duroplastischen Harzen vorantreibt. Dan, ein Lean Six Sigma Master Black Belt, kam vor fünf Jahren zum Unternehmen, um statistische Modellierung und analytische Unterstützung für Forschungs- und Entwicklungsaktivitäten in den Bereichen Harze für Holzwerkstoffe und Stickstoffdünger mit langsamer Freisetzung bereitzustellen.
Zuvor war Dan in verschiedenen Führungspositionen im Bereich Business Excellence und Quality Engineering für TechnipFMC, Mitsubishi Caterpillar, Maytag und Texas Instruments tätig. Er hat einen Master-Abschluss in Qualität, Zuverlässigkeit und Statistiktechnik von der Arizona State University.
Ich habe mit Dan während des JMP Discovery Summit im SAS-Hauptquartier in North Carolina gesprochen.
Meg: Soweit ich weiß, bist du die einzige Person in der Forschungs- und Entwicklungsgruppe von Hexion, die keinen Chemie-Hintergrund hat! Wie hat das Ihre Sicht auf die ideale Balance zwischen Chemie und statistischem Fachwissen in der Industrie beeinflusst?
Dan: Bei Hexion entwickeln wir uns als Unternehmen in die richtige Richtung: Erhöhung der statistischen Beiträge zu Forschung und Entwicklung, ohne den Beitrag der theoretischen Chemie zu verringern.
Im Allgemeinen fällt es dem menschlichen Gehirn schwer, das Konzept komplexer chemischer Wechselwirkungen zu verstehen und anzuwenden. Und wenn man noch Nichtlinearität hinzufügt, gibt es ohne statistische Tools einfach keine Möglichkeit, dies effektiv zu tun! Sicher, es mag für Chemiker einfach sein, in kleinen Mengen zu experimentieren (jeweils einen Faktor nach dem anderen zu betrachten), aber es ist keine effiziente Art, Experimente durchzuführen. Wenn Sie über einen hochdimensionalen Designraum verfügen, brauchen Sie ihn [Versuchsplanung (DOE)] um festzustellen, ob Sie es ausreichend erforscht haben.
Und dabei helfe ich: Ich helfe Chemiker gewinnen neue Erkenntnisse – und ich unterstütze sie bei der Erkundung des Designbereichs. Ich arbeite daran, [die Denkweise von Chemikern über Experimente] zu ändern, und Statistiken erweitern nicht nur ihr Wissen erheblich und führen zu einem besseren Verständnis des Designraums, sondern reduzieren auch die Gesamtzahl der Experimente, die sie durchführen müssen.
Obwohl ich selbst keine Formulierungen vornehme, gebe ich Empfehlungen auf der Grundlage dessen, was mir die Software über das Zusammenspiel von [Faktoren] mitteilt. Ich glaube, man braucht einen vernünftigen theoretischen Hintergrund, um Chemiker (oder sogar andere Wissenschaftler) davon zu überzeugen, dass man ihnen helfen kann, noch erfolgreicher zu sein, indem man das Experimentierfenster enger macht, die Laborzeit verkürzt und Forschung und Entwicklung beschleunigt. Wir haben festgestellt, dass die Vorhersagen beim Einsatz der Software manchmal außerhalb der Branchennormen und -annahmen liegen, was für mich und die Chemiker überraschend war … und sie liefern großartige Ergebnisse im Labor und bei Feldversuchen.
Allerdings wurden meine Empfehlungen bisher noch kein einziges Mal von einem Chemiker abgelehnt. Also ja, die Tatsache, dass promovierte Chemiker meinen Rat zu chemischen Formulierungen befolgen, ist ziemlich interessant. Und je mehr wir gelernt haben, desto schneller haben wir unseren Entwicklungsprozess beschleunigt, der zu einigen erheblichen Fortschritten bei unseren Produkten geführt hat.
Meg: Wie wurden statistische Ansätze wie DOE aufgenommen?
Dan: Bei der Einführung eines neuen Konzepts wird es immer einige Leute geben, die bereit sind, sofort mitzumachen, und andere, die zögern – das liegt in der Natur des Menschen. Aber nichts verkauft sich so gut wie Erfolg. Je mehr unsere Führungskräfte die Arten von Verbesserungen sahen, die wir im Vergleich zu unseren Produkten vornahmen, desto mehr bestanden sie darauf, dass [DOE] in neuen Projekten eingesetzt wird. Sie wollen immer die Anziehungskraft Ihrer Kunden haben – in meinem Fall sind es Apotheker –, aber manchmal drängen auch die Führungskräfte.
Meg: Ich habe gehört, dass Sie grünes Licht bekommen haben, jemanden für eine neue Rolle einzustellen, der statistische Unterstützung in Forschung und Entwicklung leistet. Wie kam es dazu?
Dan: Zunächst einmal planen wir nicht, die Zahl der Mitarbeiter zu erhöhen, ohne an anderer Stelle einen Personalabbau zu verzeichnen – wir werden die Fluktuation nutzen, um eine neue Position zu ermöglichen. Auch wenn dies möglicherweise nicht sofort geschieht, bedeutet dies, dass ich Zeit habe, sorgfältig zu überlegen, welche Qualifikationen ich für die Stelle wünsche. Ich vermute, dass es eine Verbindung von Statistik und Informatik sein wird. Im Sommer hatte ich einen Praktikanten – einen Informatik-Doktoranden – und bekam einen Einblick, was zumindest dieser eine Informatiker in das Spiel einbrachte. Wir konnten viel tun.
Die andere Frage ist, welches Tool sie verwenden werden. Ich hatte gerade entschieden, dass ich jemanden einstellen wollte, der ein R-Guru war, aber [mein Praktikant] arbeitete schon lange in Python und ich war beeindruckt von dem, was er mit seiner Programmierung machte. Wir haben uns entschieden, eine vergleichende Überprüfung neuronaler Netzwerkanwendungen in R, Python und durchzuführen JMP . Und JMP's war wirklich sehr, sehr gut. Er fing an, von Python zu JMP zu wechseln, um schnelle Datenmanipulationen und Tabellenmanipulationen durchzuführen – Dinge, die viel schwieriger zu tun sind, wenn man sie eintippen muss, anstatt nur ein paar Schaltflächen in JMP zu klicken, und schon ist man da. Es war aufschlussreich. Und das können Sie immer tun Integration von Python und R zurück in JMP um alle Funktionen zu aktivieren, die derzeit möglicherweise nicht in JMP vorhanden sind.
Es ist wirklich wichtig zu sagen, dass Leute, die in dieses Feld einsteigen, fundierte Kenntnisse in JMP, R oder Python entwickeln sollten – je mehr, desto besser. Sich mit einem dieser Werkzeuge mühelos und ohne Zögern bewegen zu können, ist eine überaus wertvolle Fähigkeit. Das ist also eine Sache, auf die ich bei jedem Bewerber auf jeden Fall achten werde.
Meg: Apropos Ratschläge: Was würden Sie Chemikern raten, die JMP erlernen möchten?
Dan: Chemiker erledigen alles in Excel. Deshalb würde ich ihnen sagen: Wechseln Sie für einen Monat zu JMP. Mach das 30-tägige kostenlose Testversion , und treffen Sie dann Ihre Entscheidung, ob Sie fortfahren möchten. Geben Sie ihm ehrliche 30 Tage. Ich habe es selbst gemacht – 30 Tage, kein Excel – und bin nie wieder zurückgekehrt. Dieses Experiment hat meine Fähigkeiten und Fertigkeiten in JMP enorm verbessert.
Die 30-Tage-JMP-Challenge – das ist ganz einfach. Die Leute sind so sehr an die Verwendung von Excel gewöhnt, dass sie die Fähigkeiten eines anderen Tools nicht erlernen möchten. Aber sobald Sie die Fähigkeiten von JMP kennengelernt haben, werden Sie meiner Vermutung nach nie wieder Excel zur Datenbearbeitung verwenden.
Meg: Beginnen Sie in der Mittelschule mit dem Umgang mit Excel, und wenn Sie 15 oder mehr Jahre später Ihren Doktortitel haben, ist Excel nur noch die Standardeinstellung …
Dan: Rechts. Und das Erlernen von JMP bedeutet nicht, dass Sie aufhören müssen, Excel zu verwenden. Sie werden feststellen, dass es Zeiten gibt, in denen Sie Daten wirklich aus einer analytischen Perspektive und nicht nur aus einer Präsentationsperspektive betrachten müssen.
Die Verwendung von JMP wird Sie dazu veranlassen, über die Art und Weise nachzudenken, wie Ihre Daten analysiert werden. Beispielsweise ist eine Zeile eine Instanz. Daten werden nicht analysiert, indem jeweils nur ein Abschnitt eines Fensters betrachtet wird. Es kann all diese Farben und Räume haben und alles ist schön aufgeteilt, so dass es auf einem Blatt Papier ausgedruckt wird, das hübsch aussieht. Aber das ist keine Datenanalyse. Das Betrachten von Daten aus der Perspektive ihrer Analyse wird Ihnen erheblich helfen.
Meg: Abgesehen von Statistik und Informatik verwenden die meisten Studenten im Haupt- und Hauptstudium Excel in ihren Studienleistungen – auch wenn sich die Industrie schnell zu dynamischeren Tools weiterentwickelt. Wie könnten Universitäten aus der Sicht von jemandem, der neue technische Talente rekrutieren und einstellen möchte, Studenten Ihrer Meinung nach besser auf Karrieren in der Industrie vorbereiten?
Dan: Ich sage Ihnen, mein Rat an die Fakultät ist einfach: Sie müssen die Leute von Minitab wegbringen . Minitab ist ein Arbeitsblatt und seine Fähigkeiten sind äußerst gering. Ist es besser als nur ein Add-In für Excel? Vielleicht. Aber ich denke, es gibt viele Leute, die Minitab auf dem College lernen, für die es besser wäre, JMP zu lernen.
Es ist interessant, Lehrbücher zu sehen, die bis zu einem gewissen Punkt Minitab-Beispiele enthalten, und der Rest des Buches ist JMP. Wenn Sie sich also mit den schwierigeren Dingen befassen, gehen Sie zu JMP und verwenden dann Minitab für die einfacheren Dinge? Warum überhaupt das tun? Warum sollten Sie Ihre Zeit mit Minitab verschwenden?
Meg: Wir führen dieses Gespräch während des Discovery Summit und ich weiß, dass Sie schon einmal hier in den JMP-Büros waren – auch als Sie in einem Lenkungsausschuss für Kunden saßen. Mit anderen Worten, Sie sind wirklich engagiert. Welchen Wert bietet dieses Maß an Engagement sowohl für Sie beruflich als auch für Hexion?
Dan: Wenn du hierher kommst [to Entdeckungsgipfel ] Es geht um die kleinen Tipps und Tricks, die den Schlüssel zur Effizienz ausmachen. Jedes Mal, wenn ich mit jemandem zusammen bin, der JMP verwendet – auch wenn er kein erfahrener JMP-Benutzer ist – lerne ich Dinge, weil er einen Trick kennt, den ich nicht kenne.
Wenn Sie diese Tricks erlernen, beginnen Sie, JMP zu erkunden. Und wenn Sie mehr Techniken erlernen und erfahren, welche Techniken in bestimmten Situationen funktionieren, können Sie reale Probleme besser angehen. Es wird zu einem Schneeball, der den Hügel hinunterrollt; Ihr Wissen und Ihre Fähigkeiten entwickeln sich weiter. Als neuer Benutzer fängt man immer langsam an. Es geht darum, wie Sie Ihr Wissen erweitern, um den Schneeball mit seiner eigenen Dynamik ins Rollen zu bringen, die den Unterschied macht. Der Umgang mit JMP-Leuten trägt wirklich dazu bei, die Dinge zu beschleunigen.
Sie kommen [vom Discovery Summit] immer mit neuen Ideen. Sie haben gerade Leute gesehen, die von dem, was sie tun, sehr begeistert sind. Sie können nicht anders, als sich einen kleinen Energie- und Motivationsschub zu verschaffen.
Und man greift hier Dinge auf, an die man vorher nicht gedacht hat. Ich kann Ihnen sagen, dass ich beim Discovery Summit einige superschlaue Dinge gesehen habe. Clever bedeutet für mich, durch etwas sehr Einfaches ein unglaubliches Ergebnis zu erzielen. Ich habe das hier gesehen und es war einfach so: „Nun, das ist super einfach, aber wow, ist das effektiv?“ Ich kann es vielleicht nicht ganz so anwenden, wie sie es getan haben, aber es gibt eine Anwendung auf meine Arbeit.
Ich habe zum Beispiel einmal eine Technik mitgebracht, die aus der Welt der autonomen Fahrzeuge stammt. Ich sah, dass es für die Chemie funktionieren könnte. Und seitdem ist es für mich super effektiv.
Die Leute beginnen, Ihnen zu Ihrem Erfolg zu gratulieren, weil Sie begonnen haben, eine Technik anzuwenden, die Sie bei Discovery gelernt haben, und das ist eine ziemlich aussagekräftige Aussage in Bezug auf die Effektivität der Teilnahme an diesen Konferenzen.
Bauen Sie analytische Exzellenz in Ihrem Unternehmen auf. Finde heraus wie: jmp.com/advocate
