更新：这个故事已经被批准用于外部使用。
外部链接：惠普罩 | JMP
在胡德，科学家们接受了一种新的实验方式。 结果很好吃。
自转向广泛的统计支持以来，Hood 加快了研发并加深了产品知识。
___________________________________________________________________________________
挑战：随着乳制品市场推动开发时间越来越短，像 Hood 这样的公司面临着加速研发的压力，同时还要提高失败率和削减成本。
解决方案： Hood 的研发经理 Curtis Park 致力于促进实验设计 (DOE) 等统计方法的广泛采用，这些方法可以更快地生成更多的产品和过程知识，并且使用更少的资源。 为了使科学家能够实施 DOE 和其他统计效率，Hood 购买了统计发现软件 JMP®。
结果：自从将 JMP 广泛用于 DOE 以来，Hood 的研发团队将实验时间缩短了一半。 此外，Park 表示，由于该工具的 Query Builder 平台和脚本功能，数据访问任务和重复分析在某些情况下已从 1 小时简化为 30 秒。 他说，即使是 JMP 中的基本自动化，科学家们也可以专注于为企业创造价值。
___________________________________________________________________________________
175 多年来，标志性乳制品品牌 Hood 一直在杂货店货架上摆满牛奶、奶油、蛋酒、干酪、冰淇淋、酸奶和其他美味的乳制品。 Hood 于 1846 年在马萨诸塞州成立，继续履行其对质量和可持续性的承诺，同时推出 LightBlock Bottle 等创新产品，帮助以传统传统着称的行业实现现代化。
胡德食品科学家 Curtis Park 表示，虽然乳制品行业不太可能成为快节奏创新的中心，但市场正在以很快需要传统品牌发展的方式快速变化。 “我们的开发时间表每年都在缩短，而且每年我们都被挤压更多的时间，导致工厂出现问题，”他解释道。
Park 在北卡罗来纳州立大学获得食品科学博士学位后加入 Hood，他回忆说，统计方法可能是食品科学未来的关键，尽管他在几年后才看到它的实际应用。 “我知道统计数据有多么强大——或者至少我相信它真的很强大——但在某种程度上，我还没有完全相信，”他回忆道。
走进 Hood 的大门，他看到的文化是一种稳步（如果缓慢）进步的文化。 传统的单因素试验是有效的，但开发周期所需的时间线很长，而且改进的被动性大于主动性。 面对不断增长的市场需求，Park 看到了以新方式使用数据加速科学研究的潜力。 因此，当一位新的研发总监掌舵时，Park 抓住了这个机会，探索统计数据如何帮助公司的科学更进一步。
两年后，在很大程度上要归功于 Park 的努力，Hood 经历了向统计支持的文化转变。 Park 现在是研发经理，他在倡导食品科学采用稳健的统计方法方面发挥了关键作用——例如，从单一因素试验转向多因素试验——他认为这种转变是满足市场节奏和质量需求的灵丹妙药.
DOE 减少了代价高昂的失败，将实验时间缩短了 50%，并使研究更具可重复性
Park 解释说，Hood 的研发科学家在配方开发中同时考虑成分和非成分因素。 口味、质量、保质期、稳定性和成本都是影响最佳产品配方的因素，如果没有统计方法，得出最终配方有时会感觉像是反复试验。 “这就像向棋盘上扔飞镖一样，希望您能找到您要找的东西，”Park 解释道。
作为改进该方法的第一步，Park 开始与 Hood 最近聘请的统计顾问 Lynne Hare 合作，以支持公司的质量和运营部门。 在早期的谈话中，Hare 坚持认为一种称为实验设计 (DOE) 的统计方法可以快速简化 Hood 的研发流程。
“Lynne 开始和我们谈论 DOE 的力量，我真的很感兴趣，因为它是我一直在寻找的东西，但直到我找到它才知道它是什么，”Park 回忆道。 “[第一次见到 DOE] 只是打开了一个电灯开关。 我意识到这正是我一直在寻找的——一种更好、更系统的实验方法。”
Park 说，从根本上说，正是对 Microsoft Excel 的依赖限制了科学家们一次只能进行一个因素的实验。 “我们知道我们需要一个软件来开始[使用 DOE]，Lynne 毫不犹豫地说研发需要 JMP®，”用于多因素实验的行业标准统计发现软件。
自从 Hood 研发团队的每一位科学家都获得了 JMP 许可后，该团队从没有 DOE 变成了 DOE 作为标准最佳实践——所有这一切都发生在短短一年半的时间里。 “我们为 JMP 许可证支付的费用，我们可以在一个 DOE 中轻松弥补。 这就是全部，”Park 说。 “你可以通过 [降低] 成本，通过成功的试验来节省那么多钱。 如果出现故障，可能会损失 20 到 40,000 美元。”
成本降低还源于显着缩短的研究时间。 他说，DOE“将 [实验时间] 至少减少了一半。 这会随着时间的推移而累积，并真正减少了总体时间表。 过去，我看到人们必须做 70 次 [测试]，而现在有了 DOE，你一次做 20 次，但你所做的就这些了。”
Park 说，DOE 对产品知识也有影响。 可重复的、系统记录的实验已经创建了一个相当大的历史数据集，Hood 的科学家现在可以返回这些数据集作为深入的产品和工艺知识的来源，为未来的产品迭代提供信息。 此外，围绕研发的可见性使团队的质量和运营合作伙伴受益，Park 表示，围绕研发所做的工作及其原因的沟通得到了显着改善。
初步成功和培训的结合确保了 DOE 的广泛支持
并不是胡德的所有科学家都立即被说服需要一个新的战略方向——或者确实 DOE 是一个合适的解决方案。 因此，Park 与 Hare 一起开始构建一个初步案例研究，该研究可以有说服力地向持怀疑态度的观众展示统计数据的力量。
“我决定解决我们最大的问题之一，并使用 JMP 中的 DOE 解决它，”Park 说。 “我认为最好的案例是其他人过去曾尝试解决但未成功的问题。 这样，我们就可以向他们展示：“嘿，你不能用这种方法解决它，但如果你使用 [DOE]，现在你可以了。”所以我们做到了，我们解决了一个多年来一直存在的问题。”
Park 回忆说，一旦案例研究在整个部门和领导层中传播开来，“每个人都立即参与进来。 没有第二个猜测。下一个障碍是向科学家证明能源部将在他们的领域工作，而不仅仅是应对平行挑战，而引入新的研发统计培训计划是获得支持的最后一步。
Park 的统计培训计划现在是新员工的标准入职培训，对于那些寻求更多东西的人，他指出了解决工业问题的统计思维 (STIPS)，这是 JMP 提供的免费在线培训课程。 Park 解释说，STIPS 允许用户按照自己的进度获得新技能和完成模块。 “我认为，我对 JMP 有点狂热。 研发部门的每个人都知道这一点，”他笑着说。
发现 JMP 和 DOE 后，Park 表示：“这确实是一次改变职业的经历——我非常强烈地感觉到，它改变了我作为一名科学家的身份。 现在问题更容易解决。 是的，我仍然使用我的主题知识。 它引导 DOE 找到我可以非常有信心的可靠答案，并让其他人也对此充满信心。”
Query Builder 将数据访问流程从 1 小时简化为 30 秒
该团队在 JMP 实施的早期阶段处理的另一个项目是改进规范开发流程。 长期以来，数据访问障碍一直是研发团队面临的挑战，因为高质量的数据孤立在彼此不通信的数据库之间。 为了提高性能指标，Park 与 Hood 的 IT 部门合作，使用该工具的查询生成器平台将公司的 QA 数据库连接到 JMP。
现在，科学家们可以轻松访问来自各种来源的数据，运行查询并查看数据随时间变化的趋势或过程如何根据规范执行。 该系统还提供 Park 用来衡量过程能力和增强规范开发的工具。 “Query Builder 非常庞大，”Park 说。 “过去我们可能至少要花一个小时才能完成的事情现在可以在 30 秒内完成。”
他解释说，最终，小规模的效率总体上为企业带来了巨大的好处，让科学家们可以将时间集中在更具附加值的活动上。 “我们希望将科学家花时间做的事情 [比如数据访问任务] 自动化，”Park 解释说。 “相反，我们希望他们花时间批判性地思考结果意味着什么以及我们应该怎么做。”
Park 描述为“一点点脚本编写”有助于自动化重复流程，进一步节省时间。 例如，他说，“如果你知道有一种方法可以让通常需要 5 分钟的事情变成 30 秒——当然，这只是四分半钟的差异，但当你把它乘以 350 时，就会有很多时间。 那个时间可能成为人们的障碍。”
现在，Park 的脚本使科学家能够点击一个按钮，自动获取并可视化正确的数据。 即使在小范围内，自动化也带来了巨大的收益。 “标准化无疑给我们带来了很大好处，”Park 说。 “我们 [在研发、运营和质量方面] 的标准化程度越高，我们作为一家公司在决策方面的表现就越好。”
