我们与富士胶片公司的莉莲·莫纳汉的讨论非常受欢迎。许多人收听了讨论，了解如何高效利用数据来持续改进流程。此次对话阐明了高效获取数据对于这些举措的重要性，以及如何利用所有可用数据以及合适的工具，帮助科学家和工程师更好地理解和交流他们的研究成果。
不出所料，观众提出了许多精彩的问题，但由于时间限制，我们无法在活动中一一解答。经过回顾，我们发现这些问题可以归纳为四个不同的主题，这些主题都与 JMP 社区息息相关。为了便于理解，我们针对每个主题分别撰写了简短的概述，总结了问题的答案。
数据可访问性
关于数据可访问性的大部分问题归根结底是三件事：如何收集数据，如何让合适的人获取数据，以及最终如何处理拥有的大量数据。
如果你遇到所需数据不易获取的情况，通常最好的办法是先在组织内部展开讨论。这听起来显而易见，也很简单，但这些简短的对话往往有助于找到完成当前任务所需的大部分数据，并引发关于数据存储和使用方式及位置的更广泛讨论。这些更广泛的讨论和内部成功案例可以帮助你在组织内建立起对数据分析的重视。
许多组织可能会担心，整合所有数据过于困难，或者只有部分数据唾手可得。幸运的是，JMP 为组织提供了一个平台，可以将现有数据整合起来，进行快速、交互式的探索。这能够高效地从数据中挖掘答案，从而帮助组织及时做出关键决策。
使用工作流构建器实现简单自动化
在我们的对话中，莉莲探讨了富士胶片如何利用插件简化和标准化数据访问，自然而然地，许多观众都想了解更多。他们使用 JSL 实现了一个脚本解决方案，但正如演示所示，JMP 17 中引入的工作流构建器使得无需编写代码即可创建这些自动化流程。不出所料，这个话题引起了广泛关注，因为能够缩短获取洞察所需时间的简便方法总是受欢迎的。
工作流构建器平台提供了一种无需编写代码即可实现自动化的方法，它能够记录执行分析的步骤。这意味着您只需执行一次数据导入、准备和分析步骤，即可生成一个工作流，并在需要时重复执行这些工作。一旦您的流程拥有了工作流，就可以通过记录新步骤和重新排列现有步骤来轻松扩展其功能。流程完成后，您可以轻松地将其作为工作流与同事共享，或者用于生成相应的 JSL 脚本以创建 JMP 插件。所有这些都使您能够标准化和自动化日常任务，而无需编写任何代码。
组织变革
讨论结束后，我们提出了一些问题，这些问题侧重于不同的成果，但最终都指向同一个问题：“数据分析在理论上是个好主意，但我该如何说服组织内的所有成员使用这项工作的成果呢？” 通常来说，最有效的方法是使用你自己的数据来向同事们展示这些方法的强大之处，因为这些案例最能打动人心。
例如，在过程监控方面，您可能需要从仅监控规范事件转变为使用控制图规则监控潜在问题。表面上看，对于不习惯这种方法的人来说，这似乎是一个根本性的转变。但是，如果能结合一个例子来说明这些统计过程控制 (SPC) 方法如何在过程超出规范之前识别问题，就能增强您观点的可信度，并激励人们做出改变。
通过展示如何利用 JMP 中的交互式工具轻松地使用数据来开发更好、更一致的流程，您可以为组织中的数据分析以及充分了解数据所传达的信息的价值创造一个令人信服的理由。
科学家和工程师的培训和技能提升
一些问题询问如何才能更好地提升人们运用数据分析的能力。除了这方面的一些更一般性问题外，还有一些问题集中在我们在会议期间讨论的一些统计过程控制（SPC）方法上。
对于这两个问题，最好的入手点是JMP提供的资源。正如我们在网络研讨会中讨论的， “工业问题解决的统计思维”（STIPS）课程是一个非常棒的资源，它阐述了数据分析的原理，更重要的是，还讲解了数据分析在各个主题中的应用方法。每个主题在JMP用户社区的“学习JMP”版块都有更深入的资源。如需更详细的SPC资源，JMP教育还提供一门免费的SPC在线学习课程。
