Jonathan Williams, PhD, ist Data Analysis Manager bei IQE, dem weltweit führenden Anbieter von Verbindungshalbleiter-Epitaxiewafern mit Sitz in Cardiff, Wales. Unter seiner Leitung nutzt das Datenanalyseteam des Unternehmens JMP® täglich zur Datenautomatisierung, betrieblichen Prozesskontrolle, fortschrittlichen statistischen Modellierung und der Entwicklung maßgeschneiderter Analyseplattformen.
Ich habe mit Jonathan über die vielen Möglichkeiten gesprochen, in denen JMP zu einem unterstützenden Werkzeug bei der Analysetransformation von IQE geworden ist.
Meg: Wie sind Sie als jemand mit technischem Hintergrund zur Industriestatistik gekommen?
Jonathan: Ich begann meine Karriere in der Halbleiterindustrie 1996 begann er als Prozessingenieur in einer Siliziumwafer-Gießerei und stieg später zum Modulmanager auf. Von Anfang an war klar, dass die Halbleiterindustrie sehr große Datenmengen aus mehreren Quellen nutzt, die alle für die Herstellung eines zuverlässigen und stabilen Produkts von entscheidender Bedeutung sind.
Eine fortschrittliche Statistikplattform wie z JMP war der Schlüssel, um täglich eine große Menge an Informationen verwalten und verarbeiten zu können. Mit zunehmender Erfahrung in der statistischen Analyse von Prozessdaten lernte ich die Leistungsfähigkeit von JMP und seinen Platz in der Industriestatistik voll und ganz zu schätzen. Im Jahr 2012 wechselte ich dann in eine Datenanalysestelle bei IQE, um mich auf diesen Aspekt der Halbleiterfertigung zu konzentrieren.
Ich sehe meine Rolle bei IQE darin, Daten in Informationen umzuwandeln; Informationen, die es uns ermöglichen, unsere Verarbeitungswerkzeuge zu steuern, unseren Ertrag und unsere Leistung zu steigern und ein Qualitätsprodukt zu produzieren, das den Anforderungen unserer Kunden entspricht.
Meg: Nicht jeder Fachexperte ist daran interessiert, statistische Methoden direkt zu übernehmen – tatsächlich hören wir manchmal, dass Ingenieure Bedenken äußern, dass statistisches Fachwissen die professionelle Intuition verdrängen könnte. Wie sehen Sie die richtige Balance zwischen Fachwissen und Analyse in einem Unternehmen wie IQE?
Jonathan: Wir bei IQE haben das Glück, über sehr erfahrene und sachkundige Ingenieure zu verfügen, die über viele Jahre hinweg ein beträchtliches Prozessverständnis aufgebaut haben. Allerdings verändert sich das Personal im Laufe der Zeit und es kann zu Wissensverlusten kommen. Durch die Formalisierung unserer Datenanalyse, Prozesskontrollmechanismen und Plattformen durch JMP stellen wir eine Kontinuität und Konsistenz des Ansatzes im gesamten Unternehmen sicher, wobei jeder dieselben Tools verwendet, um die Daten auf die gleiche Weise zu bearbeiten. Dies sorgt für Stabilität unserer Toolsets und unseres Produkts.
Allerdings können Statistiken technische Einblicke in Prozessinteraktionen nicht vollständig ersetzen. Um Wechselwirkungen zwischen den vielen Prozessparametern zu entdecken und zu modellieren, sind technische Kenntnisse über wahrscheinliche Wechselwirkungen oft unerlässlich, um den Parameterbereich einzugrenzen. Außerdem ist ein Verständnis des realisierbaren Prozessdomänenraums erforderlich, um sinnvolle Ecken eines DOE zu definieren.
Es wird immer ein Gleichgewicht zwischen professioneller Intuition/Einsicht und reiner Statistik erforderlich sein, aber JMP ermöglicht es Ihnen, Interaktionen zu beweisen, zu quantifizieren und zu verfeinern, von denen man sonst nur „glauben“ würde, dass sie wahr sind.
Meg: Erzählen Sie mir, wo IQE als Organisation derzeit steht, wenn es um die Aktivierung von Analysen geht. Wie hat sich die Rolle der Analytik in den letzten Jahren entwickelt?
Jonathan: Der Einsatz von JMP im gesamten IQE hat sich in den letzten 10 Jahren enorm weiterentwickelt. Aus der Kernfunktionalität des Data Mining und der Analyse durch eine Handvoll wichtiger Benutzer ist JMP geworden das standardisierte Analysetool für alle Benutzer über mehrere Bereiche hinweg des Unternehmens. Durch die Fähigkeit, Daten aus einer Vielzahl von Quellen entweder interaktiv oder per Skript zu importieren, können Benutzer aller Fähigkeiten schnell Informationen zusammenstellen, verarbeiten und melden, deren Kompilierung andernfalls viele Stunden gedauert hätte. Die leistungsstarken Grafikfunktionen in JMP ermöglichen eine klare und überzeugende Darstellung komplexer Datensätze und ermöglichen datenbasierte Entscheidungen, was zu einer schnellen Problemlösung, schnelleren Lernzyklen und einer verbesserten Prozesskontrolle führt.
In den letzten Jahren hat das Datenanalyseteam von IQE eine Reihe von Berichtsplattformen und Dienstprogrammen zur Datenbearbeitung unter Verwendung von JMP-Add-Ins und der JMP-Skriptsprache JSL entwickelt. Dadurch können wir Analysemethoden steuern, um Standardisierung und Reproduzierbarkeit über die verschiedenen Plattformen und Toolsets hinweg sicherzustellen. Die zentralisierte Bibliothek mit Skriptberichten ermöglicht es Benutzern, in Echtzeit umfassende Berichte mit konfigurierbaren Detaillierungsgraden zu erstellen und so die übergeordnete Leitung vor Ort oder detaillierte Analysen auf Wafer- oder Standortebene für das Betriebspersonal zu unterstützen.
Diese Verbesserungen unserer Analyseprozesse basieren auf dem Wunsch von IQE, unseren Kunden erstklassige Produkte mit erstklassiger Leistung, Stabilität und detaillierter Charakterisierung anzubieten. Wir arbeiten eng mit unseren Lieferanten und Kunden zusammen, um vollständige End-to-End-Datensätze zu sichern, mit detaillierten Analyse- und Messdaten von unseren Vorlieferanten, die in unsere interne Prozesskontrolle einfließen, Daten zur Charakterisierung des fertigen Produkts und dann Feedback aus Gerätecharakterisierungsdaten von unseren nachgelagerten Lieferanten Kunden.
In der Halbleiterindustrie können wir Zehntausende Datenpunkte pro Parameter und Produktelement haben. Dies kann dazu führen, dass sehr große relationale Datenbanken abgefragt werden müssen, und JMP hat sich für diesen Zweck als ideal erwiesen, da es uns ermöglicht, unseren Betrieb zu skalieren, ohne unsere Geschwindigkeit und Effizienz zu beeinträchtigen. Als die Leistungsfähigkeit der analytischen Berichterstattung über JMP klar wurde, wurde sie schnell von der IQE-Führungsebene unterstützt und wir erhielten positives Feedback von Benutzern auf allen Ebenen im gesamten Unternehmen.
Meg: Ich verstehe, dass die meisten Ihrer Kollegen vor der umfassenderen JMP-Implementierung bei IQE unter anderem Excel verwendeten. Was waren einige der Hauptmängel bestehender Systeme, die den Umstieg auf JMP veranlassten?
Jonathan: Vor der Einführung von JMP im gesamten IQE war die Datenanalyse langsam und zeitaufwändig.
Umfassende Daten in unseren relationalen Datenbanken mussten in kleinen Mengen über unser MES extrahiert werden, wobei oft kleine Pakete von Datenblöcken manuell kopiert und eingefügt wurden. Dies bedeutete, dass Datensätze von Natur aus kleinräumig waren und subtile Signale in den Daten bzw. das „Gesamtbild“ leicht übersehen werden konnten, ohne dass viel Zeit für die Zusammenstellung und anschließende Analyse der verfügbaren Daten aufgewendet werden musste.
Stattdessen ist JMP in der Lage, schnell große Mengen gezielter Daten aus mehreren Datensätzen über mehrere Routen abzurufen. Grafische und statistische Analyseplattformen ermöglichen eine schnelle Interpretation der Daten und das Data Mining zur Bestimmung von Korrelationen wird durch den Graph Builder und Modellierungsplattformen beschleunigt.
Excel hat viele Vorzüge, aber bei der Abfrage großer, komplexer Datenbanken bietet es nicht die schnelle Flexibilität der grafischen Darstellung, die JMP über verschiedene Grafikplattformen bietet. Darüber hinaus unterstützt Excel weder die Versuchsplanung (DOE) noch die Ableitung fortgeschrittener statistischer Modelle ohne fortgeschrittene Programmierkenntnisse. Nachdem sich unsere Benutzer mit den Funktionen und der Benutzerfreundlichkeit von JMP vertraut gemacht hatten, wechselten sie für die meisten ihrer analytischen Anforderungen schnell von Excel zu JMP.
Meg: Was waren die Hauptgründe für die Entscheidung, JMP breiter einzuführen?
Jonathan: Die Geschwindigkeit, Flexibilität und Leistungsfähigkeit von JMP haben es IQE ermöglicht, seinen Betrieb ohne die zusätzlichen Ressourcen zu skalieren, die sonst erforderlich gewesen wären. Wir sind in der Lage, mehr und größere Datensätze mit mehr Tools, für mehr Kunden und schneller zu verarbeiten, zu analysieren und zu melden. Ohne JMP hätte dies erheblichen zusätzlichen Support erfordert.
Die von uns in JMP entwickelten Berichtsplattformen haben es Benutzern ermöglicht, bei Bedarf benutzerdefinierte Echtzeitberichte auszuführen und so die betrieblichen Anforderungen im gesamten Unternehmen zu unterstützen. Daher verfügen wir über Mitarbeiter auf allen Ebenen, die die Fähigkeiten von JMP nutzen.
Meg: Welche geschäftlichen Auswirkungen hat JMP im Hinblick auf den Kulturwandel? Hat es dazu beigetragen, Analysen zugänglicher zu machen?
Jonathan: Kurz gesagt, JMP hat es uns ermöglicht, unternehmensweit datengesteuerte Entscheidungen zu treffen. Wir sind in der Lage, benötigte Datensätze mit der erforderlichen Größe und dem erforderlichen Inhalt schnell und einfach zu bearbeiten, um eine klare grafische Analyse bereitzustellen. Berichte werden auf Abruf erstellt und stellen Informationen klar und prägnant dar, um faktenbasierte Entscheidungen zu erleichtern. Probleme werden mit klaren Anweisungen von JMP schnell gelöst, wodurch Ausfallzeiten reduziert und die Kundenqualität verbessert werden. Der vollständige Zugriff auf unsere umfangreichen Datenbanken und Analysen in JMP hat es uns ermöglicht, einen Entwicklungsweg für zukünftige Produkte bereitzustellen, der es uns ermöglicht, Interaktionen und Abhängigkeiten zu modellieren und so zukünftige Innovationen und Produktentwicklungen zu steuern.
Meg: Welche geschäftlichen Auswirkungen hat JMP aus technischer Sicht?
Jonathan: Geschwindigkeit und Wiederholgenauigkeit sind zwei der großen Vorteile, die JMP für IQE bietet:
Schnelligkeit durch den Zugriff auf unsere Daten, wann immer wir sie benötigen, zugeschnitten auf das jeweilige Problem; Geschwindigkeit bei der Analyse und Interpretation der Daten; Geschwindigkeit der Datenmeldung und ermöglicht so schnelle operative Entscheidungen.
Wiederholbarkeit durch unsere in JMP geschriebenen Datenbearbeitungsprogramme; Wiederholbarkeit der Analyse, Gewährleistung der Konsistenz und Stabilität unserer Prozesse und Produkte.
Wiederholbarkeit zur Automatisierung regelmäßiger Analysen und Berichte. Wir verfügen über eine große Anzahl regelmäßiger Berichte über verschiedene Zeiträume, die täglich, wöchentlich, monatlich oder länger erforderlich sein können. Einige dieser Berichte sind intern, viele jedoch extern. Analysen und Berichte müssen termingerecht, regelmäßig und konsistent erstellt werden. JMP-Skripting ermöglicht die vollständige Automatisierung dieser Prozesse, von denen viele sonst in der verfügbaren Zeit nicht in dem erforderlichen Umfang durchgeführt werden könnten.
Meg: Was sind einige der größten Herausforderungen, vor denen Sie als Befürworter der Analysefähigkeit stehen?
Jonathan: Historisch gesehen besteht die größte Herausforderung bei der Analysefähigkeit darin, dass Menschen zu klein denken. Vor JMP mussten sie hart arbeiten, um Daten in anderen als sehr begrenzten Datensätzen zu erhalten, zu analysieren und darzustellen. Daher forderten sie mehrere Iterationen einer abschnittsweisen Analyse, die den Schwerpunkt schrittweise ausdehnte und verlagerte, sobald Signale sichtbar wurden.
Die Leistungsfähigkeit des Data Mining in JMP eignet sich ideal für die Arbeit mit größeren, statistisch signifikanten Datensätzen. Im Laufe der Zeit ist es uns gelungen, Benutzern beizubringen, die analytischen Fähigkeiten von JMP besser zu verstehen, so dass sie heute dazu neigen, um alles zu bitten, aber immer noch angemessen zufrieden aussehen, wenn sie es bekommen.
Meg: Was waren die wichtigsten Lektionen, die Sie im Prozess der Befürwortung der Analytics-Transformation gelernt haben?
Jonathan: Bei der Einführung eines Kulturwandels wie JMP Analytics ist es wichtig, dass die Geschäftsleitung mitmacht. Ein JMP-Verfechter in der Geschäftsleitung sorgt dafür, dass JMP die hohe Sichtbarkeit erhält, die das Engagement der gesamten Belegschaft sicherstellt.
Zweitens ist JMP so leistungsstark, dass es sehr technische Analysen oder sehr detaillierte grafische Darstellungen erstellen kann. Denken Sie daran, dass ein Großteil Ihres Publikums manchmal keine Statistiker sind. Für eine klare Entscheidungsfindung kann es sich lohnen, eine leicht vereinfachte Präsentation mit Ersatzfolien für die sehr technischen Informationen zu erstellen.
Versuchen Sie, Benutzer dazu zu ermutigen, die volle Leistungsfähigkeit und den Umfang von JMP zu nutzen. Bei Benutzern, die zuvor nur begrenzten Zugriff auf Datensätze hatten, besteht die Tendenz, kleine Anfragen zu stellen, wobei häufig Datensignale ausgeblendet werden, was die Dateninterpretation erschwert.
Die Automatisierung wiederkehrender Aufgaben kommt immer gut an. Versuchen Sie, wiederkehrende, häufige Aufgaben zu identifizieren, die JMP für Benutzer erledigen kann. Dies wird Ihre Analytics-Transformation an mehreren Stellen im gesamten Unternehmen vorantreiben, anstatt sich nur darauf zu verlassen, dass das obere Managementteam den Wandel von oben nach unten vorantreibt.
Meg: Gibt es etwas, auf das Sie sich in Zukunft besonders freuen, mit JMP zu arbeiten?
Jonathan: Wir haben kürzlich erworben JMP Pro und erweiterte Modellierungsfähigkeiten sind derzeit unser Hauptaugenmerk. Wir verfügen über eine Reihe statistischer Modelle, die in Standard-JMP abgeleitet wurden, und haben diese in JMP Pro neu generiert, um die vorhandenen Modelle zu verifizieren, zu verfeinern und zu validieren. Wir haben auch die verschiedenen Modellierungsplattformen in JMP Pro untersucht, um weitere Abhängigkeiten und Korrelationen innerhalb unserer komplexen Datensätze zu identifizieren. Mehrere Interaktionen wurden modelliert und wir prüfen derzeit, ob wir sie in unsere Steuerungsprozesse integrieren können.
Möchten Sie mehr von Jonathan Williams erfahren? Registrieren Sie sich, um am Live-Streaming-Seminar teilzunehmen Donnerstag, 22. September 2022, 11:00–12:00 Uhr MESZ: So stellen Sie sicher, dass Ihre Investition in maschinelles Lernen positive Ergebnisse bringt | Ein Teil der Time to Innovate-Reihe
Bauen Sie analytische Exzellenz in Ihrem Unternehmen auf. Finde heraus wie: jmp.com/advocate
