富士フイルムのリリアン・モナハン氏との対談は大変好評を博しました。多くの方々が、継続的なプロセス改善を実現するためにデータを効率的に活用する方法を学ぶためにご視聴くださいました。この対談では、こうした取り組みにおいてデータへの効率的なアクセスがいかに重要であるか、そして利用可能なあらゆるデータを適切なツールとともに活用することで、科学者やエンジニアが研究結果の理解と伝達を向上させることができるかが示されました。
予想通り、視聴者の皆様から多くの素晴らしい質問をいただきましたが、時間の制約上、イベント中にすべての質問にお答えすることはできませんでした。そこで、これらの質問を精査した結果、JMPコミュニティの皆様にとって関心の高い4つのトピックに分類できることが分かりました。分かりやすくするために、それぞれのトピックについて、質問への回答を簡潔にまとめました。
データアクセシビリティ
データへのアクセス性に関する質問のほとんどは、次の3つの点に集約されます。データの収集方法、適切な人々にデータを提供する方法、そして最終的に、収集した大量のデータを処理する方法です。
必要なデータがすぐに見つからない状況に陥った場合、まずは組織内で話し合いを始めるのが最善策です。これは当たり前で単純なことのように思えるかもしれませんが、こうした小さな話し合いが、目の前のタスクに必要なデータのほとんどを見つけるのに役立ち、データの保存場所や利用方法といったより広範な議論へと発展するきっかけとなることがよくあります。こうした幅広い議論や社内での成功事例は、組織におけるデータ分析の推進力を高める上で活用できます。
多くの組織にとって、すべてのデータを統合するのは困難すぎる、あるいは一部のデータしかすぐに利用できないといった懸念が生じる可能性があります。幸いなことに、JMPは組織が保有するデータを統合し、迅速かつインタラクティブな探索を可能にするプラットフォームを提供します。これにより、データから効率的に答えを導き出し、重要な意思決定をタイムリーに行うことができます。
ワークフロービルダーを使用したシンプルな自動化
今回の対談で、リリアンは富士フイルムがアドインを使ってデータアクセスを簡素化・標準化した方法について説明し、当然ながら多くの視聴者が詳細を知りたいと希望しました。富士フイルムではJSLを使ったスクリプトによるソリューションを実装していましたが、デモで示されたように、JMP 17のワークフロービルダーの導入により、コーディングなしでこうした自動化を実現できるようになりました。当然のことながら、このトピックは大きな関心を集めました。なぜなら、洞察を得るまでの時間を短縮できるシンプルな方法は常に歓迎されるからです。
ワークフロービルダープラットフォームは、分析手順を記録することで、コード不要の自動化を実現します。つまり、データのインポート、準備、分析手順を一度実行するだけでワークフローが生成され、必要に応じていつでもこの作業を繰り返し実行できます。ワークフローが作成されたら、新しい手順を記録したり、既存の手順の順序を変更したりすることで、簡単にワークフローの機能を拡張できます。プロセスに満足したら、ワークフローとして同僚と簡単に共有したり、対応するJSLスクリプトを生成してJMPアドインを作成したりできます。これらすべてにより、コーディングを一切行うことなく、ルーチン作業を標準化および自動化できます。
組織変革
議論の後、さまざまな成果物に焦点を当てた質問がいくつか出ましたが、最終的には同じ疑問にたどり着きました。「データ分析は原則的には良いアイデアだが、組織全体の人々にこの成果物を活用してもらうにはどうすれば良いだろうか？」通常、これらのアプローチの有効性を同僚に示すには、自分のデータを使うのが最も効果的です。なぜなら、それが最も説得力のある事例となるからです。
例えば、プロセス監視においては、仕様イベントの監視のみから、管理図ルールを用いた潜在的な問題の監視へと移行したいと考えるかもしれません。このアプローチに慣れていない人にとっては、一見すると根本的な変化のように思えるかもしれません。しかし、こうしたSPCアプローチが、プロセスが仕様から逸脱する前に問題を特定できることを示す例を添えて説明すれば、メッセージの信憑性が高まり、変化への意欲が生まれます。
JMPのインタラクティブツールを使ってデータを活用することがいかに簡単で、より優れた一貫性のあるプロセスを開発できるかを具体的に示すことで、組織におけるデータ分析の必要性と、データが示していることを完全に理解することの価値を説得力をもって示すことができます。
科学者および技術者の育成とスキルアップ
データ分析を活用するために、人材のスキルアップをどのように進めるのが最善かという質問がいくつか寄せられました。この分野に関する一般的な質問に加え、セッション中に議論した統計的プロセス管理（SPC）手法に焦点を当てた質問も多数ありました。
どちらの質問にも、JMPが提供するリソースから始めるのが最適です。ウェビナーで説明したように、 「産業問題解決のための統計的思考（STIPS）」コースは、さまざまなトピックにわたるデータ分析の「なぜ」と、より重要な「どのように」を解説する優れたリソースです。これらのトピックそれぞれについて、JMPユーザーコミュニティの「Learn JMP」セクションでさらに詳しいリソースを入手できます。SPCに関するより詳細なリソースについては、JMP Educationが提供する無料のeラーニングコースをご利用ください。
