Unser Gespräch mit Lilian Monahan von Fujifilm stieß auf großes Interesse. Viele schalteten ein, um zu erfahren, wie sie ihre Daten effizient nutzen können, um kontinuierliche Prozessverbesserungen zu erzielen. Das Gespräch verdeutlichte, wie wichtig ein effizienter Datenzugriff für diese Initiativen ist und wie die Nutzung des gesamten Spektrums verfügbarer Daten in Verbindung mit den richtigen Werkzeugen Wissenschaftlern und Ingenieuren ermöglicht, das Verständnis und die Kommunikation ihrer Forschungsergebnisse zu verbessern.
Es überrascht nicht, dass die Zuschauer viele interessante Fragen stellten. Aus Zeitgründen konnten wir jedoch während der Veranstaltung nicht alle beantworten. Nach Auswertung der Fragen stellten wir fest, dass sie sich in vier Themenbereiche gliedern lassen, die für die JMP-Community von Interesse sind. Zur besseren Übersicht haben wir die Antworten auf die Fragen jeweils in einer kurzen Zusammenfassung dargestellt.
Datenzugänglichkeit
Die meisten Fragen zur Datenzugänglichkeit lassen sich auf drei Punkte reduzieren: Wie sammelt man die Daten? Wie stellt man sie den richtigen Personen zur Verfügung? Und schließlich: Wie verarbeitet man große Datenmengen, sobald man sie hat?
Wenn die benötigten Daten nicht sofort ersichtlich sind, empfiehlt es sich, zunächst intern im Unternehmen Gespräche zu führen. Das mag selbstverständlich klingen, doch solche kurzen Gespräche helfen oft, die meisten benötigten Daten für die jeweilige Aufgabe zu finden und eine breitere Diskussion darüber anzustoßen, wie und wo Daten gespeichert und verwendet werden. Diese Gespräche und interne Erfolgsgeschichten können dazu beitragen, die Nutzung von Datenanalysen im Unternehmen zu fördern.
Viele Organisationen befürchten, dass die Zusammenführung all ihrer Daten zu aufwendig sein könnte oder dass nur ein Teil der Daten sofort verfügbar ist. Glücklicherweise bietet JMP eine Plattform, mit der Organisationen ihre vorhandenen Daten schnell und interaktiv analysieren können. So lassen sich die benötigten Informationen effizient gewinnen und wichtige Entscheidungen zeitnah treffen.
Einfache Automatisierung mit dem Workflow-Builder
In unserem Gespräch erläuterte Lilian, wie Fujifilm den Datenzugriff mithilfe eines Add-ins vereinfacht und standardisiert hat. Viele Zuschauer wollten natürlich mehr darüber erfahren. Fujifilm hatte eine skriptbasierte Lösung mit JSL implementiert. Wie die Demonstrationen zeigten, ermöglicht der Workflow Builder in JMP 17 jedoch die Erstellung solcher Automatisierungen ohne Programmierung. Dieses Thema stieß erwartungsgemäß auf großes Interesse, denn ein einfacher Weg, der schneller zu Erkenntnissen führt, ist immer willkommen.
Die Workflow-Builder-Plattform ermöglicht die Automatisierung Ihrer Analysen ohne Programmierung. Sie müssen Datenimport, -aufbereitung und -analyse nur einmal durchführen, um einen Workflow zu erstellen, den Sie bei Bedarf beliebig oft wiederholen können. Sobald Ihr Prozess einen Workflow hat, lässt er sich einfach erweitern, indem Sie neue Schritte hinzufügen und bestehende neu anordnen. Wenn Sie mit dem Prozess zufrieden sind, können Sie ihn problemlos mit Kollegen teilen oder das entsprechende JSL-Skript für ein JMP-Add-In generieren. So können Sie Ihre Routineaufgaben standardisieren und automatisieren – ganz ohne Programmierung.
Organisationsänderung
Im Anschluss an die Diskussion stellten wir einige Fragen, die sich auf unterschiedliche Ergebnisse konzentrierten, aber letztendlich alle auf dieselbe Frage hinausliefen: „Datenanalyse ist im Prinzip eine gute Idee, aber wie kann ich die Mitarbeiter im gesamten Unternehmen davon überzeugen, die Ergebnisse dieser Arbeit zu nutzen?“ In der Regel ist es am effektivsten, die eigenen Daten zu verwenden, um den Kollegen die Leistungsfähigkeit dieser Ansätze zu veranschaulichen, da dies die überzeugendsten Beispiele sind.
Bei der Prozessüberwachung kann es beispielsweise sinnvoll sein, nicht nur spezifikationskonforme Ereignisse zu überwachen, sondern auch potenzielle Probleme mithilfe von Regelkartenregeln zu erkennen. Für jemanden, der mit diesem Ansatz nicht vertraut ist, mag dies auf den ersten Blick eine grundlegende Umstellung darstellen. Wird diese Erläuterung jedoch durch ein Beispiel ergänzt, das veranschaulicht, wie diese SPC-Ansätze Probleme identifizieren können, bevor der Prozess außerhalb der Spezifikation liegt, verleiht dies Ihrer Argumentation Glaubwürdigkeit und schafft einen Anreiz zur Veränderung.
Indem Sie veranschaulichen, wie einfach es sein kann, Ihre Daten mit den interaktiven Werkzeugen in JMP zu nutzen, um bessere und konsistentere Prozesse zu entwickeln, können Sie ein überzeugendes Argument für Datenanalysen in Ihrem Unternehmen und den Wert eines umfassenden Verständnisses dessen, was Ihre Daten Ihnen sagen, schaffen.
Aus- und Weiterbildung von Wissenschaftlern und Ingenieuren
Mehrere Fragen drehten sich darum, wie man Mitarbeiter am besten im Umgang mit Datenanalysen weiterbilden kann. Neben allgemeineren Fragen zu diesem Thema konzentrierten sich einige auf die Methoden der statistischen Prozesskontrolle (SPC), die wir während der Sitzung besprochen haben.
Der beste Ausgangspunkt für beide Fragen sind die von JMP bereitgestellten Ressourcen. Wie wir im Webinar besprochen haben, ist der Kurs „Statistical Thinking for Industrial Problem Solving“ (STIPS) eine hervorragende Ressource, die sowohl das Warum als auch – und vor allem – das Wie der Datenanalyse zu verschiedenen Themenbereichen erläutert. Zu jedem dieser Themen finden Sie weitere Ressourcen im Bereich „Learn JMP“ der JMP User Community. Für detailliertere Informationen zu SPC steht Ihnen ein kostenloser E-Learning-Kurs von JMP Education zur Verfügung.
