Jonathan Williams, PhD, è Data Analysis Manager presso IQE, il principale fornitore globale di wafer epitassiali per semiconduttori compositi con sede a Cardiff, nel Galles. Sotto la sua direzione, il team di analisi dei dati dell'azienda utilizza JMP® quotidianamente per l'automazione dei dati, il controllo dei processi operativi, la modellazione statistica avanzata e lo sviluppo di piattaforme analitiche su misura.
Ho parlato con Jonathan dei molti modi in cui JMP è diventato uno strumento abilitante nella trasformazione dell'analisi di IQE.
Meg: Avendo una formazione ingegneristica, come sei arrivato ad abbracciare la statistica industriale?
Jonathan: Ho iniziato la mia carriera nel industria dei semiconduttori nel 1996 come ingegnere di processo in una fonderia di wafer di silicio e successivamente è passato a Module Manager. Fin dall’inizio era chiaro che l’industria dei semiconduttori utilizzava grandi quantità di dati provenienti da più fonti, tutte fondamentali per la realizzazione di un prodotto affidabile e stabile.
Una piattaforma statistica avanzata come JMP è stata fondamentale per poter gestire ed elaborare quotidianamente un enorme volume di informazioni. Con lo sviluppo della mia esperienza nell'analisi statistica dei dati di processo, ho imparato ad apprezzare appieno la potenza di JMP e il suo posto nelle statistiche industriali. Nel 2012 sono poi passato al ruolo di analisi dei dati presso IQE per concentrarmi su questo aspetto della produzione di semiconduttori.
Considero il mio ruolo in IQE quello di trasformare i dati in informazioni; informazioni che ci consentono di controllare i nostri strumenti di lavorazione, aumentare la resa e le prestazioni e produrre un prodotto di qualità che soddisfi le esigenze dei nostri clienti.
Meg: Non tutti gli esperti del settore sono disposti ad adottare metodi statistici in modo definitivo; infatti, a volte sentiamo gli ingegneri esprimere preoccupazioni riguardo alla competenza statistica che soppianta l’intuizione professionale. Qual è la tua prospettiva su come raggiungere il giusto equilibrio tra competenze di dominio e analisi in un'azienda come IQE?
Jonathan: Abbiamo la fortuna di avere ingegneri molto esperti e competenti in IQE che hanno acquisito una notevole conoscenza dei processi nel corso di molti anni. Tuttavia, il personale cambia nel tempo e le conoscenze possono andare perdute. Formalizzando la nostra analisi dei dati, i meccanismi di controllo dei processi e le piattaforme tramite JMP, garantiamo continuità e coerenza di approccio in tutta l'organizzazione, consentendo a tutti di utilizzare gli stessi strumenti per manipolare i dati allo stesso modo. Ciò fornisce stabilità ai nostri set di strumenti e al nostro prodotto.
Detto questo, le statistiche non possono sostituire completamente le conoscenze ingegneristiche sulle interazioni dei processi. Per scoprire e modellare le interazioni tra i numerosi parametri di processo, la conoscenza ingegneristica delle probabili interazioni è spesso essenziale per restringere la gamma di parametri, ed è necessaria una comprensione dello spazio vitale del dominio del processo per definire gli angoli sensibili di un DOE.
Sarà sempre necessario un equilibrio tra intuizione/intuizione professionale e pura statistica, ma JMP consente di dimostrare, quantificare e perfezionare le interazioni che altrimenti verrebbero solo “credette” come vere.
Meg: Raccontami dove si trova IQE come organizzazione in questo momento quando si tratta di abilitazione dell'analisi. Come si è evoluto il ruolo dell’analisi negli ultimi anni?
Jonathan: L'uso di JMP nell'IQE si è evoluto enormemente negli ultimi 10 anni. Dalle sue funzionalità principali di data mining e analisi da parte di una manciata di utenti chiave, JMP è diventato lo strumento analitico standardizzato per tutti gli utenti in più aree della compagnia. La sua capacità di importare dati da un'ampia varietà di fonti, in modo interattivo o tramite script, ha consentito agli utenti di tutte le abilità di raccogliere, elaborare e riportare rapidamente informazioni che altrimenti avrebbero richiesto molte ore per essere compilate. Le potenti funzionalità grafiche di JMP consentono una presentazione chiara e convincente di set di dati complessi, consentendo di prendere decisioni basate sui dati, con conseguente rapida risoluzione dei problemi, cicli di apprendimento più rapidi e un migliore controllo dei processi.
Negli ultimi anni il team di analisi dei dati di IQE ha sviluppato una gamma di piattaforme di reporting e utilità di manipolazione dei dati utilizzando i componenti aggiuntivi JMP e JMP Scripting Language, JSL. Ciò ci consente di controllare le metodologie di analisi per garantire la standardizzazione e la riproducibilità tra le varie piattaforme e set di strumenti. La libreria centralizzata di report con script consente agli utenti di generare report completi in tempo reale con livelli di dettaglio configurabili, supportando oversite di alto livello per il senior management o analisi dettagliate a livello di wafer o sito per il personale operativo.
Questi miglioramenti nei nostri processi analitici sono guidati dal desiderio di IQE di fornire ai nostri clienti prodotti di livello mondiale con prestazioni, stabilità e caratterizzazione dettagliata migliori della categoria. Lavoriamo a stretto contatto con i nostri fornitori e clienti per proteggere set di dati completi end-to-end, con dati analitici e metrologici dettagliati provenienti dai nostri fornitori a monte, che alimentano il nostro controllo di processo interno e i dati di caratterizzazione del prodotto finito e quindi il feedback dai dati di caratterizzazione dei dispositivi provenienti dai nostri fornitori a valle. clienti.
Nell'industria dei semiconduttori possiamo avere decine di migliaia di punti dati per parametro e per articolo di prodotto. Ciò può comportare la creazione di database relazionali molto grandi su cui interrogare e JMP si è rivelato ideale per questo scopo, consentendoci di scalare le nostre operazioni senza ridurre la velocità e l'efficienza. Una volta diventata chiara la potenza del reporting analitico tramite JMP, questa è stata rapidamente approvata dal senior management di IQE e abbiamo riscontrato un coinvolgimento positivo da parte degli utenti a tutti i livelli in tutta l'azienda.
Meg: Mi risulta che prima dell'implementazione più diffusa di JMP presso IQE, la maggior parte dei tuoi colleghi utilizzava, tra le altre cose, Excel. Quali sono state alcune delle principali carenze dei sistemi esistenti che hanno spinto al passaggio a JMP?
Jonathan: Prima dell'implementazione di JMP in IQE, l'analisi dei dati era lenta e richiedeva molto tempo.
I dati completi nei nostri database relazionali dovevano essere estratti in piccole quantità tramite il nostro MES, spesso copiando e incollando manualmente piccoli pacchetti di blocchi di dati alla volta. Ciò significava che i set di dati erano intrinsecamente su piccola scala e segnali sottili nei dati, o il “quadro più ampio”, potevano facilmente passare inosservati senza che si dedicasse tempo significativo alla raccolta e quindi all’analisi dei dati disponibili.
JMP è invece in grado di estrarre rapidamente grandi quantità di dati mirati da più set di dati attraverso più percorsi. Le piattaforme di analisi grafica e statistica forniscono una rapida interpretazione dei dati e il data mining per determinare le correlazioni viene accelerato dal Graph Builder e dalle piattaforme di modellazione.
Excel ha molte virtù, ma quando si eseguono query su database grandi e complessi, non fornisce la rapida flessibilità di creazione di grafici che JMP fornisce tramite varie piattaforme grafiche. Inoltre, Excel non supporta la progettazione di esperimenti (DOE) né deriva modelli statistici avanzati senza competenze di programmazione avanzate. Una volta acquisita familiarità con le funzionalità e la facilità d'uso di JMP, i nostri utenti sono passati rapidamente da Excel a JMP per la maggior parte delle loro esigenze analitiche.
Meg: Quali sono stati i fattori principali alla base della decisione di adottare JMP su una scala più ampia?
Jonathan: La velocità, la flessibilità e la potenza di JMP hanno consentito a IQE di ampliare le proprie attività senza le risorse aggiuntive che altrimenti sarebbero state necessarie. Siamo in grado di elaborare, analizzare e creare report su set di dati sempre più grandi, da più strumenti, per più clienti, più rapidamente. Senza JMP ciò avrebbe richiesto un notevole supporto aggiuntivo.
Le piattaforme di reporting che abbiamo integrato in JMP hanno consentito agli utenti di eseguire report personalizzati in tempo reale su richiesta, supportando i requisiti operativi dell'intera azienda. Pertanto, disponiamo di personale a tutti i livelli che si avvale delle capacità di JMP.
Meg: Quale impatto aziendale sta avendo JMP dal punto di vista del cambiamento culturale? Ha contribuito a rendere l’analisi più accessibile?
Jonathan: In breve, JMP ci ha consentito di prendere decisioni basate sui dati in tutta l'azienda. Siamo in grado di manipolare i set di dati richiesti delle dimensioni e dei contenuti necessari in modo rapido e semplice per fornire un'analisi grafica chiara. I report vengono prodotti su richiesta, presentando le informazioni in modo chiaro e conciso facilitando decisioni basate sui fatti. I problemi vengono risolti rapidamente con indicazioni chiare da parte di JMP, riducendo i tempi di inattività e migliorando la qualità del cliente. La piena accessibilità ai nostri estesi database e alle analisi in JMP ci ha consentito di fornire un percorso di sviluppo per i prodotti futuri, consentendoci di modellare interazioni e dipendenze, indirizzando l'innovazione futura e lo sviluppo del prodotto.
Meg: Quale impatto aziendale sta avendo JMP dal punto di vista tecnico?
Jonathan: Velocità e ripetibilità sono due dei grandi vantaggi che JMP offre a IQE:
Velocità nell'accessibilità ai nostri dati, come e quando ne abbiamo bisogno, adattata al problema in questione; velocità dall'analisi e dall'interpretazione dei dati; velocità di reporting dei dati, consentendo così rapide decisioni operative.
Ripetibilità dalle nostre utilità di manipolazione dei dati scritte in JMP; ripetibilità delle analisi, garantendo coerenza e stabilità dei nostri processi e prodotti.
Ripetibilità per l'automazione di analisi e report regolari. Disponiamo di un gran numero di report regolari che coprono vari intervalli di tempo che possono essere richiesti giornalmente, settimanalmente, mensilmente o più a lungo; alcuni di questi rapporti sono interni ma molti sono esterni. Analisi e report devono essere prodotti in tempo, regolarmente e in modo coerente. Lo scripting JMP consente la completa automazione di questi processi, molti dei quali non potrebbero altrimenti essere prodotti nella scala richiesta nel tempo a disposizione.
Meg: Quali sono alcune delle sfide più grandi che affronti come sostenitore dell'abilitazione dell'analisi?
Jonathan: Storicamente, la sfida più grande per l’abilitazione dell’analisi è che le persone pensano troppo in piccolo. Prima di JMP, dovevano lavorare duro per ottenere, analizzare e presentare i dati in qualcosa di diverso da set di dati molto limitati. In quanto tali, richiederebbero più iterazioni di analisi frammentarie, espandendosi gradualmente e spostando l'enfasi man mano che i segnali diventavano evidenti.
La potenza del data mining di JMP è ideale per lavorare con set di dati più grandi e statisticamente significativi. Nel corso del tempo siamo riusciti a insegnare agli utenti a comprendere più a fondo le capacità analitiche di JMP, quindi ora tendono a chiedere il mondo, ma sembrano comunque adeguatamente soddisfatti quando lo ottengono.
Meg: Quali sono state le lezioni più importanti che hai imparato affrontando il processo di promozione della trasformazione dell'analisi?
Jonathan: È importante il consenso del senior management quando si introduce un cambiamento culturale come l'analisi di JMP. Un sostenitore di JMP tra i dirigenti senior garantirà a JMP una visibilità di alto livello che garantirà il coinvolgimento di tutta la forza lavoro.
In secondo luogo, JMP è così potente che può produrre analisi molto tecniche o visualizzazioni grafiche molto dettagliate. Ricorda che a volte gran parte del tuo pubblico non sarà composto da statistici. Potrebbe valere la pena produrre una presentazione leggermente semplificata per un processo decisionale chiaro, con diapositive di backup per le informazioni altamente tecniche.
Cercare di incoraggiare gli utenti a sfruttare tutta la potenza e la portata di JMP. Per gli utenti che in precedenza hanno avuto un accesso limitato ai set di dati, c’è la tendenza a fare piccole richieste, spesso nascondendo i segnali dei dati, rendendo difficile l’interpretazione dei dati.
L'automazione delle attività ripetitive è sempre ben accolta. Provare a identificare le attività frequenti e ripetitive di cui JMP può occuparsi per gli utenti. Ciò favorirà la trasformazione dell'analisi in più punti dell'azienda, anziché fare affidamento solo sul team di dirigenti senior per sostenere il cambiamento dall'alto verso il basso.
Meg: C'è qualcosa che sei particolarmente entusiasta di realizzare con JMP in futuro?
Jonathan: Abbiamo recentemente acquisito JMP Pro e le capacità di modellazione avanzate sono il nostro obiettivo principale in questo momento. Disponiamo di numerosi modelli statistici derivati in JMP standard e li stiamo rigenerando in JMP Pro per verificare, perfezionare e convalidare i modelli esistenti. Abbiamo anche esplorato le diverse piattaforme di modellazione all'interno di JMP Pro per identificare ulteriori dipendenze e correlazioni all'interno dei nostri complessi set di dati. Sono state modellate diverse interazioni e le stiamo attualmente rivedendo al fine di implementarle nei nostri processi di controllo.
Vuoi saperne di più da Jonathan Williams? Registrati per partecipare al seminario in live streaming su Giovedì 22 settembre 2022, 11:00–12:00 CEST: Come garantire che il tuo investimento nell'apprendimento automatico produca risultati vantaggiosi | Una parte della serie Time to Innovate
Costruisci l'eccellenza analitica nella tua organizzazione. Scopri come: jmp.com/advocate
