La nostra discussione con Lilian Monahan di Fujifilm si è rivelata estremamente popolare. Molte persone si sono collegate per scoprire come utilizzare in modo efficiente i propri dati al fine di consentire un miglioramento continuo dei processi. La conversazione ha illustrato quanto sia importante un accesso efficiente ai dati per queste iniziative e come l'utilizzo dell'intera gamma di dati disponibili, insieme agli strumenti adeguati, permetta a scienziati e ingegneri di migliorare la comprensione e la comunicazione delle proprie scoperte.
Come prevedibile, gli spettatori hanno posto molte domande interessanti, ma a causa dei limiti di tempo non abbiamo potuto rispondere a tutte durante l'evento. Dopo un'attenta analisi, ci siamo resi conto che queste domande rientravano in quattro aree tematiche di interesse per la comunità JMP. Per maggiore chiarezza, abbiamo riassunto le risposte a ciascuna domanda in una breve panoramica.
Accessibilità dei dati
La maggior parte delle domande sull'accessibilità dei dati si riduceva a tre aspetti: come raccogliere i dati, come renderli disponibili alle persone giuste e, in definitiva, come elaborare grandi volumi di dati una volta raccolti.
Se vi trovate in una situazione in cui i dati di cui avete bisogno non sono immediatamente disponibili, spesso è meglio iniziare con una discussione interna all'organizzazione. Sebbene possa sembrare ovvio e semplice, queste brevi conversazioni spesso aiutano a individuare la maggior parte dei dati necessari per l'attività immediata e ad avviare un dialogo più ampio su come e dove i dati vengono archiviati e utilizzati. Queste discussioni più ampie e i casi di successo interni possono essere utilizzati per dare impulso all'analisi dei dati all'interno dell'organizzazione.
Per molte organizzazioni, la difficoltà di raccogliere tutti i dati in un unico luogo può rappresentare un problema, oppure la scarsità di dati disponibili. Fortunatamente, JMP offre alle organizzazioni una piattaforma che consente di aggregare i dati a disposizione per un'esplorazione rapida e interattiva. Questo permette di individuare le informazioni rilevanti nei dati in modo efficiente, consentendo di prendere decisioni cruciali in tempi rapidi.
Automazione semplice tramite Workflow Builder
Durante la nostra conversazione, Lilian ha spiegato come Fujifilm abbia semplificato e standardizzato l'accesso ai dati utilizzando un componente aggiuntivo e, naturalmente, molti spettatori hanno voluto approfondire l'argomento. Nel loro caso, hanno implementato una soluzione basata su script utilizzando JSL, ma come illustrato nelle dimostrazioni, l'introduzione del Workflow Builder in JMP 17 consente di creare queste automazioni senza bisogno di programmazione. Non sorprende che questo argomento abbia suscitato grande interesse, poiché una soluzione semplice che riduca i tempi necessari per ottenere informazioni utili è sempre benvenuta.
La piattaforma Workflow Builder offre un approccio senza codice all'automazione, consentendo di registrare i passaggi necessari per eseguire le analisi. Ciò significa che è sufficiente eseguire una sola volta le fasi di importazione, preparazione e analisi dei dati per generare un flusso di lavoro che potrà essere utilizzato per ripetere questa operazione ogni volta che sia necessario. Una volta creato il flusso di lavoro, è semplice estenderne l'utilità registrando nuovi passaggi e riordinando quelli esistenti. Quando si è soddisfatti del processo, è possibile condividerlo facilmente con i colleghi come flusso di lavoro o utilizzarlo per generare il corrispondente script JSL e creare un componente aggiuntivo per JMP. Tutto ciò consente di standardizzare e automatizzare le attività di routine, senza bisogno di scrivere codice.
Cambiamento organizzativo
A seguito della discussione, sono emerse alcune domande incentrate su diversi risultati, ma tutte riconducibili alla stessa domanda: "L'analisi dei dati è un'ottima idea in linea di principio, ma come posso convincere le persone in tutta l'organizzazione a utilizzare i risultati di questo lavoro?". Di solito, il metodo più efficace per illustrare ai colleghi l'efficacia di questi approcci è utilizzare i propri dati, poiché questi rappresentano le storie più convincenti.
Per il monitoraggio dei processi, ad esempio, si potrebbe voler passare dal semplice monitoraggio degli eventi di conformità alle specifiche al monitoraggio dei potenziali problemi utilizzando le regole dei diagrammi di controllo. A prima vista, questo può sembrare un cambiamento radicale per chi non è abituato a questo approccio. Tuttavia, se la discussione è accompagnata da un esempio che illustra come questi approcci SPC possano identificare i problemi prima che il processo esca dalle specifiche, il messaggio risulterà più credibile e si creerà un incentivo al cambiamento.
Illustrando la semplicità con cui è possibile utilizzare i dati con gli strumenti interattivi di JMP per sviluppare processi migliori e più coerenti, è possibile presentare argomentazioni convincenti a favore dell'analisi dei dati nella propria organizzazione e dimostrare il valore di una piena comprensione di ciò che i dati stessi rivelano.
Formazione e aggiornamento professionale di scienziati e ingegneri
Diverse domande vertevano su come migliorare al meglio le competenze delle persone per sfruttare appieno l'analisi dei dati. Oltre a domande più generali su questo argomento, alcune si sono concentrate su alcuni dei metodi di Controllo Statistico di Processo (SPC) discussi durante la sessione.
Il punto di partenza ideale per entrambe le domande sono le risorse messe a disposizione da JMP. Come discusso durante il webinar, il corso Statistical Thinking for Industrial Problem Solving (STIPS) è una risorsa eccellente che illustra sia il perché sia, soprattutto, il come dell'analisi dei dati in una vasta gamma di argomenti, ognuno dei quali dispone di ulteriori risorse nella sezione Impara JMP della JMP User Community. Per risorse più dettagliate sul Controllo Statistico di Processo (SPC), è disponibile un corso di e-learning gratuito sull'SPC offerto da JMP Education.
