このストーリーは顧客の承認待ちです。 会社機密と考えてください。 開示しないでください。
フッドでは、科学者たちは実験の新しい方法を採用しました。 結果美味しいです。
広範な統計的有効化に移行して以来、Hood は R&D を加速し、製品知識を深めてきました。
____________________________________________________________________________________
チャレンジ：乳製品の市場がますます短い開発タイムラインを推進しているため、フッドのような企業は、研究開発を加速すると同時に、失敗率を改善し、コストを削減するというプレッシャーにさらされています。
解決： Hood の R&D マネージャーである Curtis Park 氏は、実験計画法 (DOE) などの統計的手法の広範な採用を促進するために取り組みました。これにより、より多くの製品とプロセスの知識を、より少ないリソースでより迅速に生成できます。 科学者が DOE やその他の統計的効率を実装できるようにするために、Hood は統計的発見ソフトウェア JMP® を調達しました。
結果： DOE に JMP が広く採用されて以来、フッドの R&D グループは実験時間を半分に短縮しました。 さらに Park 氏は、ツールの Query Builder プラットフォームとスクリプト機能のおかげで、データ アクセス タスクと繰り返し分析が 1 時間から 30 秒に短縮されたケースもあると述べています。 JMP の基本的な自動化でさえ、科学者はビジネスに価値を提供することに集中できるようになると彼は言います。
____________________________________________________________________________________
175 年以上にわたり、象徴的な乳製品ブランドのフッドは、食料品店の棚に牛乳、クリーム、エッグノッグ、カッテージ チーズ、アイスクリーム、ヨーグルト、その他のおいしい乳製品を揃えてきました。 1846 年にマサチューセッツ州で設立されたフッドは、伝統的な伝統で知られる業界の近代化に貢献した LightBlock ボトルなどの革新を導入しながら、品質と持続可能性への取り組みを続けています。
乳製品業界がペースの速いイノベーションの中心になる可能性はやや低いかもしれませんが、フード科学者のカーティス・パーク氏は、市場は急速に変化しており、すぐに従来のブランドを進化させる必要があると述べています. 「私たちの開発タイムラインは年々短くなっており、毎年より多くの時間を圧迫され、工場で問題が発生しています」と彼は説明します。
ノースカロライナ州立大学で食品科学の博士号を取得した後、フッドに入社した Park は、統計的手法が食品科学の未来の鍵を握る可能性があると感じていたことを思い出します。 「私は、統計がどれほど強力であるかを知っていました。少なくとも、それが本当に強力であると信じていました。しかし、ある意味では、まだ完全には確信していませんでした」と彼は回想します。
Hood のドアを歩いていると、彼が目にした文化は、ゆっくりではあるが着実な進歩の 1 つだった。 従来の単一要素の実験は効果的でしたが、開発サイクルに必要なタイムラインは長く、改善は積極的よりも受動的でした。 市場の需要の高まりに直面して、Park は科学研究を加速する新しい方法でデータを使用する可能性を見出しました。 そのため、新しい R&D ディレクターが指揮を執ったとき、Park はこの機会に飛びつき、会社の科学をさらに発展させるために統計がどのように役立つかを探りました。
2 年後、少なからず Park の努力のおかげで、Hood は統計的有効化への文化的転換を経験しました。 現在 R&D マネージャーである Park は、食品科学への堅牢な統計的アプローチの採用を提唱する上で重要な役割を果たしてきました。たとえば、単一要素実験から多要素実験への移行です。彼は、市場のペースと品質に対する要求に対する万能薬と見なしている移行です。 .
DOE は、コストのかかる失敗を減らし、実験時間を 50% 短縮し、研究の再現性を高めます
Hood の R&D サイエンティストは、製剤開発において成分と非成分の両方の要因と闘っていると Park は説明します。 味、品質、賞味期限、安定性、コストのすべてが最適な製品処方に組み込まれますが、統計的方法がなければ、最終的なレシピにたどり着くのは試行錯誤のように感じることがあります. 「探しているものが見つかることを期待して、ボードにダーツを投げるようなものです」と Park は説明します。
そのアプローチを改善するための最初のステップとして、Park は、Hood が最近会社の品質および運用部門をサポートするために雇った統計コンサルタントの Lynne Hare と協力し始めました。 初期の会話で、Hare は、実験計画法 (DOE) として知られる統計的アプローチが Hood の R&D プロセスを迅速に合理化できると断言していました。
「Lynne は DOE のパワーについて話し始めました。それは私が探していたものでしたが、見つけるまでそれが何であるかを知りませんでしたので、私は非常に興味がありました」と Park は回想します。 「[DOE を初めて見たとき] 照明のスイッチを入れたところです。 これこそまさに私が求めていたものであり、実験を行うためのより優れた、より体系的な方法であることに気付きました。」
Park 氏によると、科学者が一度に 1 要素ずつの実験に制限されていたのは、基本的に Microsoft Excel への依存でした。 「[DOE] を開始するにはソフトウェアが必要であることはわかっていました。Lynne は、研究開発には多因子実験用の業界標準の統計的発見ソフトウェアである JMP® が必要だと言いました。
Hood の R&D グループのすべての科学者に JMP のライセンスを供与して以来、チームは DOE なしから標準的なベスト プラクティスとしての DOE へと移行しました。わずか 1 年半で完了しました。 「JMP ライセンスに支払うお金は、1 つの DOE で簡単に補うことができます。 必要なのはそれだけです」と Park 氏は言います。 「コストを [削減] するだけで、トライアルを成功させるだけで、それだけのお金を節約できます。 失敗した場合、2 万ドルから 4 万ドルが無駄になる可能性があります。」
コストの削減は、研究のタイムラインが大幅に短縮されたことにも起因します。 DOE は、「[実験時間を] 少なくとも半分に短縮します。 そして、それは時間の経過とともに蓄積され、タイムライン全体が大幅に短縮されます。 以前は、70 [テスト] を行う必要があるのを見てきましたが、DOE では一度に 20 回ずつ行う必要がありますが、それがすべてです。」
DOE は製品知識にも影響を与えると Park は言います。 再現可能で体系的に文書化された実験により、フッドの科学者は、将来の製品の反復を知らせる深い製品とプロセスの知識のソースとして戻ることができるかなりの歴史的データセットを作成しました. さらに、R&D に関する可視性は、チームの品質および運用パートナーに利益をもたらしました。Park 氏は、R&D によって行われていることとその理由に関するコミュニケーションが大幅に改善されたと述べています。
初期の成功とトレーニングの組み合わせにより、DOE への広範な支持が確保されます
フッドの科学者全員が、新しい戦略的方向性が必要である、あるいは実際に DOE が適切な解決策であるとすぐに納得したわけではありません。 そこで、パークはヘアと協力して、懐疑的な聴衆に統計の力を説得力を持って示すことができる最初のケーススタディを構築し始めました。
「最大の問題の 1 つを取り上げ、JMP の DOE を使用して解決することにしました」と Park 氏は言います。 「使用するのに最適なケースは、他の人が過去に解決しようとして成功しなかったものであると考えました。 そうすれば、「あなたはこの方法では解けませんでしたが、[DOE] を使えば解けるようになりました」と示すことができます。そうすることで、何年も続いていた問題を解決することができました。」
ケース スタディが部門内や幹部に周知されると、Park 氏は次のように回想します。 二度目の推測はありませんでした。」次のハードルは、DOE が並行課題だけでなく、その分野で機能することを科学者に証明することでした。新しい R&D 統計トレーニング プログラムの導入は、サポートを確保するための最後の手段でした。
Park の統計トレーニング プログラムは現在、新入社員向けの標準的なオンボーディングとなっています。さらに何かを求めている人には、JMP の無料オンライン トレーニング コースである Statistical Thinking for Industrial Problem Solving (STIPS) を紹介しています。 Park 氏によると、STIPS により、ユーザーは自分のペースで新しいスキルを習得し、モジュールを完成させることができます。 「私は、JMP について少し熱狂的だと思います。 そして、R&D の誰もがそれを知っています」と彼は笑います。
JMP と DOE を発見した Park は次のように振り返ります。 問題は今では解決するのがはるかに簡単です。 はい、私はまだ自分の主題知識を使用しています。 これにより、DOE は、私が非常に自信を持てる確かな答えを見つけることができる場所に導かれ、他の人にも自信を持ってもらうことができます。」
クエリ ビルダーは、データ アクセス プロセスを 1 時間から 30 秒に合理化します
チームが JMP 実装の初期段階で取り組んだもう 1 つのプロジェクトは、仕様開発プロセスの改善でした。 データ アクセスの障壁は、R&D グループにとって長年の課題でした。高品質のデータが、相互に通信しないデータベース間でサイロ化されていました。 パフォーマンス メトリックを向上させるために、Park は Hood の IT 部門と協力して、ツールの Query Builder プラットフォームを使用して会社の QA データベースを JMP に接続しました。
現在、科学者はさまざまなソースからのデータに簡単にアクセスし、クエリを実行して、データが時間の経過とともにどのように傾向を示しているか、またはプロセスが仕様に対してどのように実行されているかを確認できます。 このシステムは、パークがプロセス能力を測定し、仕様開発を強化するために使用したツールも提供します。 「Query Builder は非常に大きなものでした」と Park 氏は言います。 「以前は少なくとも 1 時間かかっていたことが、今では 30 秒でできるようになりました。」
最終的に、小規模な効率化は、科学者がより付加価値の高い活動に時間を集中できるようにすることで、ビジネスに非常に大きな利益をもたらすと彼は説明します。 「私たちは、科学者が時間を費やす価値のないこと (データ アクセス タスクなど) を自動化したいと考えています」と Park 氏は説明します。 「代わりに、結果が何を意味し、それに対して何をすべきかについて批判的に考える時間を彼らに費やしてもらいたいのです。」
Park 氏が「少しのスクリプト作成」と表現するものは、繰り返しのプロセスを自動化するのに役立ち、時間の節約をさらに促進しました。 たとえば、彼は次のように述べています。時間。 そして、その時間は人々にとって障壁になる可能性があります。」
Park のスクリプトにより、科学者は 1 つのボタンを押すだけで、正しいデータを自動的に取り込んで視覚化できるようになりました。 小規模であっても、自動化によって大きな利益がもたらされました。 「標準化は間違いなく私たちにとって大きなメリットでした」と Park 氏は言います。 「[R&D、運用、品質全体で]標準化が進めば進むほど、企業として意思決定を行う際により良い結果が得られます。」
